Financial Feasibility Study by Considering Risk Factors for High-Rise Development Project

1. 서론 1.1 연구 목적

랜드마크로써의 상징성과 함께 국가 또는 도시의 경쟁력 향상에 이바지 하는 초고층개발 사업은 기획, 설계, 시공, 운 영 및 유지관리의 전 단계에 걸쳐 수조원대의 많은 자본이 투 여된다. 초고층 개발사업 또한 이익을 창출하는 목적을 가지 며, 최소의 비용으로 최대의 효과를 얻어야 하나, 사업제안 단계에서부터 다양한 요인과 불확실성으로 인해 수익성 예측 이 어려우며, 개발사업의 타당성을 정확히 분석하지 못하여 초고층개발 사업이 사업 초기단계에 머물러 있거나, 사업 자 체가 무산되는 경우가 재발되고 있다(Chun, 2016).

초고층 개발사업은 여러 기능들이 복합적으로 구성되어 있 고, 다양한 사업관계자를 가지기 때문에 더욱 불확실성이 크 며 다양한 위험요인을 가지고 있다. 따라서 미래의 불확실성 을 극복하고 잠재되어 있는 다양한 리스크 요인을 고려한 보 다 현실적인 현금흐름 예측을 통해 사업시행자가 운영 시 당 면하는 제반 문제들에 관한 의사결정에 도움을 주고자 한다.

1.2 연구 방법 및 절차

먼저 본 연구는 부동산 개발사업 중 100 층 규모의 초고층 개발사업의 현금흐름을 가상으로 설정하여, 엑셀 스프레드시 트를 기반으로 초고층의 각 용도별 재무타당성 분석에 필요 한 확정된 정량적 계수를 입력하는 결정론 방법으로 재무타 당성을 분석하였다. 또한 초고층 개발사업 추진을 위한 단계 별 리스크요인 중 가장 중요한 요인으로 분석된 운영 시 수익 하락을 발생시키는 변수들 중 통제가능 변수는 제외하고 통 제가 불가능하여 잠재적 리스크를 가지고 있는 상황변수에 대하여 확률분포를 설정하여, 확률론적 방법인 몬테카를로 시뮬레이션을 통한 재무적 타당성 분석을 통하여 그 타당성 과 유용성을 검증하고자 하였다. 마지막으로 민감도 분석 및

* Corresponding author: Chun, Young-Jun, Department of Real Estate Studies, Konkuk University, Seoul 05029, Korea E-mail: [email protected]

Received February 29, 2017: revised May 10, 2017 accepted June 12, 2017

초고층 개발사업의 리스크 요인을 고려한 재무적 타당성 분석

전영준

·조주현

1

건국대학교 부동산학과

Financial Feasibility Study by Considering Risk Factors for High-Rise Development Project

Chun, Young-Jun

, Cho, Joo-Hyun

1

Department of Real Estate Studies, Konkuk University

Abstract : Forecasting cash flow is very important but is difficult and complicated to analysis in high-rise development projects. And An expected value which was forecasted on the early stage is likely to fluctuate due to uncertainties around such complicated huge project to consider the probable uncertainty. There are not objectified method which are able to cope with uncertainty of project, and feasibility study based on selected financial analysis does not include liquidity of cash flow. Through such a stochastic method, developer can cope with cash flow fluctuation and set up a financial plan. Also this study is meaningful for laying the foundation for high-rise development project and feasibility study as well as the suitability and accuracy of feasibility study. Analysis showed that NPV and IRR include residential apartments shows surplus revenue as return of apartments offset deficit of hotel and office. Factors influencing the project feasibility for high-rise development project are sales account of 1

year and annual vacancy rate of office.

Keywords : High-rise Building, Skyscraper, Supertall, Development Project, Risk Factors, Financial Feasibility Study,

Stochastic Analysis, Deterministic Analysis, Monte Carlo Simulation

상관 분석을 통하여 각 변수들이 운영 시 사업성에 미치는 영 향력을 파악함으로써, 초고층 개발사업에서의 운영 시 수익 성을 예측하는 자료로써의 적용가능성에 대하여 판단해 보고 자 한다.

2. 문헌고찰

2.1 초고층 건물의 정의

초고층 건물이란 층수가 50층 이상이거나 높이가 200미터 이상인 건물을 말한다.

2.2 초고층 건물의 현황

2016년도 전 세계적으로 완공된 높이 200m 이상의 초고 층 건물은 128개로서 최초의 초고층이 준공된 1960년도 이 후 1년 기준 가장 많은 초고층 건물이 완공된 해로 기록 되었 다. 이는 지난 2015년의 114개 대비 12% 증가한 수치이며, 성 장세가 주춤했던 2013년까지와는 달리 3년 연속 신기록을 갱 신하고 있다(2014년 100개, 2015년 114개). 이로써 전 세계의 200미터 이상 초고층은 총 1,168개이며, 이는 265개에 불과 했던 2000년에 비하면 441%의 증가율을 보이고 있다(Fig. 1).

Fig. 1. Number of 200 m+ buildings completed each year from1960 to 2016, with projections through 2017 (CTBUH, 2017)

아시아(Asia)는 2016년에 107개의 200미터 이상 초고층 건 물을 준공함으로써 여전히 세계 1위를 지키고 있으며, 이는 전체 128개의 건물 중 84%에 달한다. 중국은 9년째 1위를 지 키고 있으며, 2016년에 총 84개의 거물이 준공되어 지난해인 2015년의 68개 대비 24%의 성장률을 보이고 있다. 대한민국 은 일산 요진 Y-City tower 6개 동으로 인하여 세계 3위를 기록하고 있다(Fig. 2).

Fig. 2. 2016 Completions by Country (CTBUH, 2017)

앞의 표에서 보면 준공된 300미터 이상의 초고층건물 (Supertall)은 총 10개로써, 1969년 최초의 초고층이 준공된 이후 3번째로 많은 개수이나 지난해인 2015년(14개) 및 2014 년(11개) 대비 성장세가 주춤하고 있음을 알 수 있다. 300미 터 이상의 초고층 건물 중 2016년에 건축공사가 완료되었으 나 해당년도에 준공하지 못한 건물은 잠실의 롯데월드타워를 비롯하여 전 세계적으로 총 23개에 달하고 있다. 이는 예상된 준공일정을 맞추지 못한 것에서 비롯된 것으로써, 초고층 개 발사업의 단계별 리스크 요인이 고려된 사업타당성 분석 및 의사결정 체계의 중요성을 시사하고 있다.

2.3 초고층 건물의 용도구성

초고층 건물의 용도 유형은 크게 건물의 수직적 배치에 따 라 단일용도와 복합용도로 나눌 수 있다.

단일용도 초고층 건물은 대부분 업무용도나 주거용도로 구 성되는데, 단일 업무용 건물은 경제성장으로 인하여 많은 업 무공간이 필요한 1960년대 시카고, 1980년대 홍콩과 상하이 등지에서 많이 이루어졌으며, 단일 주거용 건물은 주거시설 이 부족한 도심지의 거주요구를 충족시키고자 일부 시카고와 상하이에 계획되었다(Kim, 2011).

복합용도 초고층 건물은 이용되는 용도가 2개 이상의 기능 이 전체 면적의 중요한 비율을 차지하는 건물을 말한다. 초기 단계의 초고층 건물 복합화는 소위 주상복합 건물 이였다. 이 러한 주거를 포함한 초고층 복합개발은 과밀한 도시의 주거 문제 해결뿐만 아니라 토지이용의 효율화, 도심 공동화 방지 및 도시경관 재구성 등으로 세계 여러 국가에서 개발되고 있 다. 복합용도 건물은 복합된 기능들 간에 상호 지속적인 관계 를 유지하면서 이용자의 범위를 확대하여 건물의 이용시간을 용도에 따른 부분적 이용이 아닌 전체적 이용을 하여 고도의 토지이용을 꾀하는 측면에서 해석 할 수 있다(Lee, 2008).

초고층 건물은 24시간 활용되는 수직도시라는 개념으로 인식되고 있어, 숙박 또는 주거가 함께 계획되는 복합용도 초 고층 건물의 계획이 꾸준히 증가추세에 있으며, 전 세계 주요 사례는 다음 표와 같다(Table 1).

1) 건축법 시행령 제2조 (정의)

Table 1. Usage classification of high-rise building

Function Name Country Height(m) Floors(F) Completed

Hotel + Office

Shanghai Tower

China

632 128 2015

SWFC 492 101 2008

Zifeng tower 450 66 2010

KK100 442 100 2011

Guangzhou IFC 439 103 2010

Jin Mao Tower 421 88 1999

ICC China(HK) 484 108 2010

Hotel + Residential

Trump

Hotel&Tower USA 423 98 2009

Hotel + Residential

+ Office

Lotte World Tower Korea 555 123 2017 Guangzhou CTF

FC China 530 111 2016

Hanoi Landmark Vietnam 329 72 2012

Burj Khalifa UAE 828 163 2010

2.4 부동산 개발사업의 리스크 요인

부동산 개발사업의 리스크관리에 관한 연구로는 전영준 외 (2016)는 초고층 개발사업 추진을 위한 단계별 리스크 요인들 을 추출 및 선정하고, 그 중요도 및 주요특성을 사업타당성의 수익과 비용측면에서 분석하였다. 윤영식 외(2014)는 개발사 업의 개발단계를 대·중·소로 분류하고 상대적 중요도를 결 정하였다. 임영술(2009)은 개발사업의 단계별 리스크요인들 을 정리 및 유형별로 구분하여 효과적인 리스크 관리시스템 구축을 위한 관리사항을 제시하였다. 정재호 외(2007)는 부 동산 개발사업을 4단계로 분류하여 상대적 중요도를 산정하 여 리스크 관리방안을 제시하였다. 김민형(2005)은 각 단계 별 리스크 요인에 대해 건설업체(시행사 포함)의 관점에서 리 스크 요인의 중요도를 분석하였다.

Table 2. Study on Risk-Hedge of High-Rise Construction Phase

Author Title Analysis

Chun, Y.J.

(2016)

An Analysis on the Characteristics of Each Phase’s Risk Factors for High-Rise Development Project AHP

Kim, S.Y.

(2016)

Extraction and Analysis of Construction Phase Risk

Factors in High-rise Construction Project PROMETHEE

Kim, N.G.

(2013)

Critical Risk Factors in Failure Cases of Lifting

Equipment Plans in High-rise Construction Project FMEA

Lee, Y.M.

(2011)

A Study for Major Delay Risk Factors in Curtain Wall Work of High-rise Building using FMEA

FMEA, Interview

Kim, S.H.

(2010)

Risk Analysis of High-Rise Construction Using

PROMETHEE PROMETHEE

Lee, Y.M.

(2010)

A Study for Major Risk Factors in Relation to Construction Cost Increase and Schedule Delay on the Curtain Wall Work of High-Rise Building

FMEA, Interview

2.5 재무타당성 분석

도시개발론(2008)에서는 도시계획 및 개발 분야의 해당사 업이나 프로젝트가 재무적으로 수익성 있는 사업인가, 또는 경제적으로 효율적인 사업인가를 분석하고 평가하는 것이라 정의하였다. 이성수(2006)는 건축개발사업의 장기투자를 효 율적으로 수행하고 특정 프로젝트의 성공가능성을 평가하기 위해 투자대상을 탐색하며, 최유효 상품을 계획하고, 그 경제 성을 평가하여 사업을 위한 일련의 체계적인 과정이라고 정 의하였다. 박국규(2004)는 총투입과 총수입을 결정하는 팩터 들을 분석하고, 이들을 기초로 리스크 매니지먼트 기법을 적 용하여 수익성 있는 사업추진이 가능한지 여부를 결정하는 하나의 툴이라고 정의하였고, 김용창(2001)은 특정 프로젝트 를 대상으로 투자여부를 결정하기 위해 미래에 예상되는 경 제적 가정을 전제로 모든 영향요인들을 조사, 분석하는 일련 의 과정이라고 정의하였다. James A. G (1972)는 특정 제한 사항과 한정된 자원에도 불구하고 부동산 분석가들이 특별히 만족할만한 어떤 합리적인 목표가 있다고 결정했을 때, 그 부 동산 프로젝트는 타당하다고 정의하였다(Table 3).

재무타당성 분석에 대한 기존연구는 개발사업 측면과 부동 산적인 측면으로 크게 나눌 수 있으며, 개발사업 측면에서의 재무타당성 분석은 수익이 생기는지와 사업성공에 관한 여부 에 대한 정의를 하고, 부동산적 측면에서는 투자 여부와 투자 합리성에 대한 정의를 한다. 이제까지 초고층 개발사업 운영 단계에서의 재무타당성 관련 연구는 없었으며, 본 연구에서 는 위의 두 가지 측면을 모두 고려하여 사업시행자의 합리적 인 의사결정에 도움을 주고자 한다.

Table 3. Study on Financial Feasibility Study

Author Title Analysis

Park, G.R.

(2012)

A Method Discourse on System Dynamics using Stochastic Method for Financial Feasibility analysis of Hotel Development Project

Probabilistic, System dynamics

Park, J.Y.

(2010)

Financial feasibility analysis of architectural development projects that use probabilistic simulation analysis method

Probabilistic simulation

Park, J.B.

(2008)

Feasibility Analysis Model Study of Realestate Development - Focused on Construction Project Development of Apartment and Stores

Stochastic, Probabilistic

Lee, S.S.

(2007)

A financial feasibility analysis of architectural development projects that use probabilistic simulation analysis method

Stochastic, Probabilistic

Lee, S.S.

(2006)

Feasibility Study oa an Construction Development Projects Adopting Computer Simulation

Probabilistic, Monte Carlo

Yoon, S.C.

(2006)

Forecasting Cash Flow by Considering Risk Factors in the Real Estate Development Project

Monte Carlo, Sensitive

2.6 몬테카를로 시뮬레이션(Monte Carlo simulation)

부동산 개발사업의 재무적 타당성 분석방법은 수익 과 비용 변수에 대한 값을 입력하는 방법에 따라 결정론 (Deterministic)과 확률론(Stochastic)의 두 가지 방법으로 구 분되며, 두 방법 모두 기본적인 알고리즘(Algorithm)은 입력 변수에 입력 값을 투입하면 수익률 등의 결과 값이 산출된다 는 것이다.

확률론적 시뮬레이션 모델은 오래 전부터 조직운영상 발생 되는 각종 문제점을 분석하고 해결하기 위한 도구(tool)로서 활용되어져 왔으며, 특히 건설업은 타 산업에 비해 불확실성 이 크고 위험요소가 많기 때문에 시뮬레이션은 매우 유용한 분 석기법이나, 시뮬레이션으로 모델을 최적화하기 위해서는 많 은 시간과 비용이 소모되는 문제점을 해결하기 위해 널리 사용 되는 최적의 방법이 몬테카를로 시뮬레이션이다(Lee, 2007).

3. 분석모형 3.1 분석사례 설정

초고층 개발사업의 사업성이 보장되기 위해서는 초고층의 공간을 구성할 용도별 시설들의 적절한 선정이 중요하다.

Table 4. Project summary

Item Project outline Note

Location Jamsil, Songpagu, Seoul, Korea -

Lot area 90,000㎡ -

Floors 100 Stories -

Height 420 m -

Building area 33,000㎡ -

Building Coverage Ratio 36.67% Max. 60%

Gross area 781,055㎡ -

Floor area Ratio 555.56% Max. 600%

Structural Material Composite (SRC, RC, S) -

본 연구에서는 서울시 송파구 90,000㎡ 부지에 100 층 급 의 초고층 건물(Supertalls)을 개발하는 가상의 프로젝트로 써, 저층부는 백화점, 쇼핑몰, 마트 및 영화관으로 구성하고, 초고층부는 최근 초고층 건물의 주된 용도복합 구성인 오피 스, 아파트, 호텔 및 전망대로 시설을 구성하였다. 분석사례 의 개요 및 시설구성은 다음의 Table 4, 5 및 Fig. 3과 같다.

본 연구에서는 초고층 개발사업의 재무적 타당성 분석 시 주된 수익원이 되는 저층부는 제외하고, 사업성이 상대적으 로 낮아 개발사업 전체의 재무적 타당성에 영향을 미치고 있 는 초고층부(오피스, 아파트, 호텔 및 전망대)를 개발사업 리 스크의 주요원인으로 보고 이를 중심으로 분석하였다.

3.2 재무적 타당성분석 3.2.1 수익 및 비용 산출방법

총 수익은 시설별 수익에 유지비용을 제외한 순수익의 합 이며, 이때 유지비용은 수익에 대한 일정비율로 가정하여 산 출한다. 비용은 전체 개발 면적에 단위당 개발비용을 적용하 여 산출한다. 수익과 비용 산출 시에 물가상승률과 사업기간 을 반영하며, 계산된 현금 흐름에 할인율을 적용하여 순현재 가치(NPV) 등의 분석지표를 산출한다.

NPV = 할인된 수익 총액 – 할인된 비용

n=기간, R

=기대되는 연간 순수입,

Table 5. Building function and Area (Unit: 3.3㎡)

Building Part Function Exclusive use space Common use space

Gross area Area Ratio(%) Parking Public MEP

High-rise

① Observatory 2,130 1.3 684 124 85 3,023

② Hotel 18,000 10.8 5,778 1,050 722 25,550

③ APT 30,000 18.0 11,635 - - 41,635

④ Prime office 40,000 23.9 12,839 2,334 1,604 56,777

⑤ Retail(Podium) 6,490 3.9 2,083 379 260 9,212

Sum 96,620 57.8 33,019 3,887 2,672 136,198

Low-rise

⑥ Department store 15,000 9.0 4,815 875 602 21,292

⑦ Shopping mall 30,000 18.0 9,629 1,750 1,203 42,583

⑧ Hypermarket 10,500 6.3 3,370 613 420 14,904

⑨ Cinema 15,000 9.0 4,815 875 602 21,292

Sum 70,500 42.2 22,629 4,113 2,828 100,070

Total 167,120 100.0 55,648 8,000 5,500 236,268

Fig. 3. Building Function

Table 6. Method of Calculation for Revenue and Expense Investment Function Method of Calculation

Revenue

Observatory Entrance fee - Maintenance expenditure

Hotel Room rate - Maintenance expenditure

APT APT sale income - Cost of sales

Office Lease income - Maintenance expenditure

Retail Lease income - Maintenance expenditure

Expense Development area x Development cost

본 연구에서는 향후 20년간의 현금흐름(Cash flow)을 할인 율 7%를 기준으로 추정해 보았을 때의 사업성에 대하여, 결 정론적 접근방법인 엑셀 스프레드시트 분석과 함께 몬테카 를로 시뮬레이션을 활용한 확률론적 방법으로 접근해 보고자 한다.

3.2.2 결정론적 재무타당성 분석

결정론적 방법은 연역적 추론(Deduction reasoning)으로 기본 논리는 확정된 정량적 계수를 입력 값으로 입력하면, 확 정된 결과 값이 정량적 계수로 산출되는 것이다.

Y = f (X i ⁾

Y = 종속변수, X = 독립변수(기대값) i = 1, 2, 3, ……, n. n개의 독립변수

그러나 결정론적 방법은 확정(fix)된 입력 값을 전제로 하 여 변동성을 반영하지 못하고, 입력 값으로 최빈값을 사용하 여 결과 값이 항상 평균값으로 도출되지 않으며, 변수들 간의 상관관계가 0 또는 없다는 전제로 결과 값이 과소 또는 과대 하게 분석될 수 있는 한계를 가지고 있다(Lee, 2007).

3.2.3 확률론적 재무타당성 분석

확률론적 방법은 귀납추론(Induction reasoning)으로 일종 의 시뮬레이션 분석을 의미한다. 확률론적 방법의 기본 논리 는 각 입력 변수별로 확률분포를 입력 값으로 하면 결과 값도 확률분포 형태로 산출되는 것이다.

Y = f (X i ⁾

Y = 종속변수, X = 독립변수(확률분포) i = 1, 2, 3, ……, n. n개의 독립변수

확률론적 방법은 하나의 결정 값을 제시하는 결정론적 방 법과 달리 확률적 상황 하에서 의사결정으로 여러 대안 중 최 선의 대안을 선택할 수 있도록 복수의 대안을 제시하여 의사 결정자와 대화가 용이한 반면, 시뮬레이션 분석 모델을 개발 하기 위해서는 많은 경험과 노력이 필요하고 현실적으로 입 력 값 자료를 충분히 확보하기 어려운 단점도 있다. 그러나 확률론적 방법은 불확실성이 크고 위험 요소가 많은 경우 미 래를 예측하는데 매우 유용한 방법으로 평가받고 있다(Lee, 2007).

3.3 입력변수 정의 3.3.1 입력변수 선정

입체·복합 공간개발사업의 상세리스크 요인 382개 항 목(국토해양부/한국건설교통기술평가원/도시재생사업단, 2010)을 기반으로, 초고층 개발사업의 각 단계별 리스크요 인으로 분석된 32가지 항목 중 중요도 상위 4개 항목은 사업 사전평가단계 중 입지조건 및 시장환경분석 단계의 시장 수 요·공급 및 소비자 선호도 예측실패, 지역기반시설 및 교통 시설 부족, 경쟁시설 과다위험이며, 개발단계 중에서는 분양 단계의 시장구조 및 경제환경변화에 따른 미분양 위험으로 분석되었다(Chun, 2016) (Table 7).

이는 초고층 개발사업의 잠재적 위험요인의 두 가지 유형 인 비용의 증가와 수익의 하락 중 수익의 하락을 가져오는 변 수들임을 알 수 있다. 따라서 수익의 하락을 가져오는 변수들 에 대하여 리스크 요인을 고려한 확률분포를 설정하여 재무 적 타당성을 분석해 보고자 한다. 전망대 입장료, 호텔 객실 수 및 객실단가, 오피스 임대료와 아파트 분양가는 건축주나 운영사에서 통제가 가능한 의사결정 변수이고, 전망대(카페, 라운지, 기념품 샵) 및 호텔(식음, 연회장)의 부대매출과 오피 스의 주차장 매출액은 미미하여 고정으로 놓고 분석하였다.

따라서 본 연구에서 확률분포를 설정한 통제 불가능한 상황

변수는 전망대는 1차년도 방문객 수 및 연도별 방문객 비율,

호텔은 객실이용률 그리고 오피스는 공실률이다(Table 8).

Table 7. Analysis of total weight and characteristics

Phase Work Latent Risk Factors Rank R.↓ E.↑

Phase 1

Preliminary Evaluation before Development

(Planning) Phase 1

Location Condition/

Market Condition

Excessive Competitive Facilities (Supply Competition with Similar

Facilities)

3 ◎

Lack of Local Infra-structure,

Traffics and Amenities 2 ◎ Failure of Forecasting Market Supply

and Demand (Consumer Preference)

1 ◎

Environmental Approach and

Preservation Over Cost 5 ◎

Project Condition/

Character- istics

Excessive Terms & Conditions of

Project Approval

14 ◎

Inaccurate Calculation for Project

Expenses (Unsuitable Cost Plan) 12 ◎ Unsuitable Composition of

Project Entity & Method 18 ◎ Inaccurate Project Period 23 ◎

Phase 2

Development Preparation

(From Site Purchase to Permission)

Land use analysis/

Permission

Lack of Planned Use, Number of Stories, Floor Area Ratio 23 ◎ Postponed Construction

Permission (Administrative Suitability)

27 ◎

Postponed Site Purchase 23 ◎

Lease Compensation Problem (Long-term Negotiation for Lessee Eviction, Civil Complaint)

28 ◎

Project Feasibility

Review/

Project Planning

Change of Related Laws and Regulations (New Related

Legislation)

8 ◎

Inaccurate Project Expenses

(Construction Cost & Sales Price) 5 ◎ Failure of Forecasting

Project’s Scale 10 ○ Unsuitable Design (Land Use,

Laws & Regulations and Trend) 10 ◎

Phase 3

Development (Construction

& Sales)

Parcel (Sales in Lots)

Unsold Sales by Market Structure

& Economic Situation Changes 4 ◎

Cost Management Failure 17 ◎ Development Plan Changes of

Site’s Surroundings (Change of Location Condition)

14 ◎

Activation Failure and Sales

in Lots Delay 12 ○

Construc- tion

Construction Delay by Design

Mistake & Unexpected Changes 5 ◎ Materials Procurement Delays

and Changes 29 ◎

Construction Delay or Interruption

by Stakeholder’s Bankruptcy 17 ◎ Difference of Construction Cost

(Materials, Equipment and Wage) 25 ◎

Phase 4

Maintenance &

Operation (After Development)

Move In/

Balance Accounts Calculation

Project Delay/Interruption caused by Disaster, Civil Complaint and

Strike

23 ◎

Loosing Trust by Occupant’s

Dissatisfaction (Management) 30 ○ A Permission for Building

Completion Delay (Inadequate Documents)

30 ○

Balance Accounts Calculation

Agreement Delay (Profit and Loss) 32 ○

Operation·

Lease/Sales

Lack of Operating Company’s

Know-how (Inefficiency) 21 ○ Inappropriate Maintenance

Methods (Lack of Defect Maintenance System)

20 ○

Inappropriate Sales&Lease Price, Charge and Operating Costs 14 ○

Excessive Defects Occurrence 8 ○

※ Classification of Revenue and Expense · Decrease of Revenue (R.↓) :

- Decrease of Sales & Leasing Price and Charge (◎), - Decrease of Operating Ratio (○)

· Increase of Expense (E.↑)

Table 8. Input variable of revenue

Function Revenue (Income)

Variable

Name Definition

Observatory Admission

Sales Account of 1st Year ● Annual Rate of Number of

Visitors ●

Entrance fee ○

Facilities Annual Rate of Sales Account ●

Hotel Room

Number of room ○

Annual Occupancy Rate ●

Room Charge ○

APT Parcel Parcel Price ○

Prime office

Lease profit

Rental Fee ○

Annual Vacancy Rate ●

※ Definition of variable

- Uncertain variable (Probability variable) : ● - Control variable (Decision variables) : ○

3.3.2 입력변수 확률분포 설정 1) 전망대 확률분포

전망대의 수익을 저하시키는 리스크 요인으로 1차년도 매출

액 및 연도별 방문객 비율의 확률분포를 분석하였으며, 전망

대 1차년도 매출액 추정을 위해서는, 전 세계 초고층타워의

전망대 입장객수 및 입장료를 조사하였다(Table 9).

Table 9. Attendance figures and entrance fee of observatory City Tower Name Number of

Visitors

Entrance Fee(￦)

2 Rockefeller 2,500,000 39,000

3 Las Vegas Stratosphere 2,000,000 14,000

4 Chicago Willis 1,400,000 26,000

5 Toronto CN 1,890,000 48,000

6 London The Shard 980,000 12,000

7 Berlin Berlin TV 1,310,000 16,000

8 Paris Montparnasse 1,250,000 19,000

9 Dubai Burj Khalifa 1,980,000 56,000

10

Shanghai

SWFC 980,000 32,000

11 Jin Mao 1,100,000 21,000

12 The Pearl 2,400,000 28,000

13 Guangzhou Canton 1,500,000 27,000

14

Tokyo

Sky Tree 4,100,000 39,000

15 Toyko 3,250,000 40,000

16 Mori 1,710,000 20,000

17 Osaka Umeda Sky 670,000 11,000

18 Taipei Taipei101 2,240,000 15,000

19 Seoul 63 City 1,000,000 12,000

20 N Seoul 1,250,000 14,000

Mean 1,874,000 26,450

※ Money unit : Korean won

분석 결과, 2015년 전 세계 초고층 건물의 전망대 20곳의 방문객수의 평균은 187만명이고 평균 입장료는 26천원이다.

외국 관광객이 한국 및 서울지역 방문 시 송파구 잠실 롯데 월드를 찾는 비율을 외래객 입국자수에 반영하여 예상 전망 대 방문객수를 추정(한국관광공사 외래관광객 실태조사 통계 자료, 2016)한 결과, 한국 여행 중 잠실 롯데월드를 방문하는 외래객입국자수는 244만명이고, 서울 여행 중 롯데월드를 방 문하는 외래객입국자수는 310만명으로 분석되어, 본 연구에 서 전망대 1차년도 방문객수는 위의 세 값의 평균인 250만 명, 입장료는 대인 25천원으로 1차년도 매출액을 추정하였다 (Table 10).

Table 10. Korea International Visitor Survey and Number of Visitors

Visit location Traveling location 2015 2014 2013 2012 2011 2010 2009

Visit N Seoul Tower

Traveling to Korea

32.0% 34.2% 25.5% 28.9% 29.1% 29.0% 25.0%

Visit Lotte World(1) 18.4%

Visit 63 City 7.0% - - - - - -

Visit N Seoul Tower

Traveling to Seoul

40.7% 42.5% 31.6% 35.0% 36.6% 36.1% 32.2%

Visit Lotte World(2) 23.4%

Visit 63 City 8.9% - - - - - -

Foreigner’s Entrance Figures in Korea(3)

Number of Visitors (1) X (3) 2,434,624

(2) X (3) 3,096,206

전망대 1차년도 매출액은 입장료(대 25천원, 중 22천원, 소 19천원), Fast Pass(이용액의 3%, 대 50% 중 30%, 소 20%), 개인/단체비율(50:50), 단체 패키지 할인(30%, 20명 이상 시, 여행사 비용감안) 등을 고려하여 500억원으로 추정하였으 며, 분석 결과에 불확실성을 고려하여 5%의 반영한 정규분포 (500억원, 25억원)로 확률분포를 고려하였다(Fig. 4).

Fig. 4. Probability distribution of observatory 1st year sales account

세계 전망대 방문객 수와 입장료 간의 상관 분석을 한 결과 상관계수 0.584에 P-value가 0.007로써 유의수준 0.05보다 작아 통계적으로 두 변수 간에는 양의 상관관계가 있다고 할 수 있다. 이것이 의미하는 바는 입장료가 높을수록 방문객수 가 높다는 것으로 해석이 될 수 있다. 우리가 일반적인 경제 개념으로 생각할 때 가격이 높을수록 수요는 낮아지는 것을 볼 수 있지만 전망대의 경우 특수한 경우로써 가격이 높을수 록 더 멋진 경관과 시설, 고 품질의 서비스 및 개인의 심리적 만족 등이 더 크다고 느끼게 되므로, 가격이 높은 전망대를 방문하게 되는 것으로 판단된다.

방문객수는 개장이후 2차년도 80%, 3차년도 75%, 4차년

도 65~70%, 5차년도 55~65%, 6차년도 45~60%, 7~15차

년도 40~50%, 16~20차년도 35~40%로 감소하는 기준으로

하였고, 전망대의 객단가는 매년 1% 증가, 부대시설(카페, 라

운지 및 기념품 샵)매출은 매년 3% 중가, 주차장 매출은 매년

1% 증가하는 것으로 보았다.

2) 호텔 확률분포

호텔의 수익을 저하시키는 리스크 요인으로는 호텔의 객 실이용률(객실판매율)을 분석하였다. 사례를 분석하여 개장 이후 55~60%, 2차년도 60~65%, 3차년도 63~68%, 4차 년도 65~70%, 5차년도 67~72%, 6차년도 69~74%, 7차년 도 70~76%, 8차년도 70~78%, 9차년도 70~80%, 10차년도 77~80%, 11차년도 79~80%, 12차년도 80~81%, 12차년도 80~81%, 12차년도 80~81%, 13차년도 80~83%, 14~20차년 도 80~85%의 증가율을 기준으로 시간의 흐름에 따라 객실 이용률이 증가하는 10차년도 까지는 PERT 분포로 정의하였 고, 10차년도 이후부터는 안정화를 찾는 특성을 고려하여 균 등분포로 고려하였다(Fig. 5).

Fig. 5. Probability distribution of hotel 1st year occupancy rate

국내 단일용도 초고층은 120개에 달하지만(공사 중인 부산 의 107층 롯데타운타워 및 해운대 101층 LCT 포함 시), 준공 되어 운영 중인 복합용도 초고층 건물은 없기에 확률분포를 추정하기 위한 데이터가 없는 실정이다.

이런 경우 설문조사를 통해 전문가의 의견을 데이터화 하 거나 분석자의 과거 경험 및 노하우에 근거하여 분포를 추정 하게 된다. 이럴 경우 사용되는 분포를 경험적 분포라고 하 며 경험적 분포의 대표적 예는 균등분포, 삼각형분포, PERT 분포 등이 있다. 본 연구에서 적용하고자하는 몬테카를로 시 뮬레이션을 수행하기 위해서는, 입력변수들에 대한 확률분포 추정이 이루어져야 하기에 앞서 논의한 데이터 정보부족 시 활용할 수 있는 경험적분포를 적용하였다. @RISK(몬테카를 로 시뮬레이션 Tool)를 개발한 Palisade의 전문가들은 경험적 분포를 사용하는데 있어서 삼각형분포 보다는 일반적인 데이 터 특성을 좀 더 잘 반영하는 PERT분포를 추천하고 있다.

그 래서 본 연구에서는 데이터를 확보할 수 없는 각 항목에 대해

서 PERT 분포를 적용한 시뮬레이션을 수행하여 NPV및 IRR 을 추정하였다. PERT 분포의 확률밀도함수는 다음과 같다.

a : 최소값, b : 최빈값, c : 최대값

3) 프라임 오피스 확률분포

프라임 오피스 수익을 저하시키는 리스크 요인으로는 오 피스 공실률을 분석하였다. 오피스 공실률의 경우 서울 프라 임급

오피스 116개중 2009년 이후 오픈한 46곳의 월별 공 실률 자료를 이용하여 분석하였으며, 연구의 신뢰성을 높이 기 위해서 본 연구대상의 오피스와 환경적인 특성이 다른 오 피스들은 제거한 후 통계학 방법인 분포 적합을 이용하여 분 포를 추정하였다. 추출된 분석대상 오피스는 다음 표와 같다 (Table 11).

Table 11. Subject list of office analysis

Location Seoul Prime Office Office of Analysis

CBD 57 26

GBD 29 6

YBD 12 4

etc. 18 10

Total 116 46

1차년도 공실률의 경우 분포적합(Batch Fit) 결과 균등 분 포로 추정되었으나, 실제 데이터와 분포모형의 차이가 있 었다. 따라서 사용자분포로 정의하여 결과를 비교해 보았 으나 유사한 결과가 적용되어 수집된 데이터의 형태를 그대 로 반영한 사용자정의 분포를 사용하였다. 분석결과 1차년도 45.52%, 2차년도 28.82%, 3차년도 16.12%, 4차년도 12.69%, 5차년도 14.41%, 6차년도 16.67%, 7~20차년도 10.83%로 감 소하는 것으로 분석되었다(Fig. 6).

Fig. 6. Probability distribution of office 1st year vacancy rate 2) @RISK 도움말, Palisade

3) 빌딩 등급은 환산임대료와 연면적, 건축연수, 지하철역과의 거리 등 계량 가능한 점들을 따져 부여하며, 프라임 등급은 총점 상위 10%

이내임.

3.4 몬테카를로 시뮬레이션

투자비는 고정으로 놓고, 완공 후 투자금액을 회수하는 과정 에서의 수익구조(적자 또는 흑자)에 대한 몬테카를로 시뮬레 이션 분석을 시행하였다. 시뮬레이션을 요약하면 다음 표와 같다(Table 12).

Table 12. Summary of Monte Carlo simulation

Item Description

Simulation Method Monte Carlo simulation Sensitivity analysis method Contribution to Variance

Simulation budget 100,000

Simulation result NPV, IRR

Discount rate 7%

Simulation Software @RISK ver.7.5.1 (Palisade Co.)

민감도분석 방법에는 순위상관계수(Rank Correlation) 방 식과 분산기여도(Contribution to Variance) 방식이 있으며, 본 연구에서는 분산기여도 방식을 사용하였다.

순위상관계수는 데이터 값 자체가 아닌 데이터를 크기 순 서대로 나열한 다음 계산된 순위(1, 2, 3, ~ 1,000)를 이용하 여 계산한 상관계수이며, 분산기여도는 각 순위 상관계수를 제곱한 다음 그 전체의 합이 100%가 되도록 조정(scaling)해 준 값을 크기 순서대로 나타낸 것이다. 단, 부호는 순위상관 계수의 부호를 그대로 사용한다(Mun, 2005).

4. 분석결과

4.1 결정론적 재무타당성 분석결과

엑셀 스프레드시트 분석을 통한 초고층부의 결정론적 재무 타당성분석 결과는 다음 표와 같다(Table 13).

Table 13. Result of deterministic financial feasibility study

Function NPV IRR(%) Turn to Profit Fund Collection

Hotel ▲1,456 4.04 after 20th year after 20th year

APT 2,879 13.20 - -

Prime Office ▲705 6.25 after 20th year after 20th year Podium ▲114 6.30 after 20th year after 20th year Overall(Exclude APT) ▲814 6.49 after 20th year after 20th year Overall(Include APT) 1,300 7.92 11th year after 20th year

※ Money Unit： Hundred Million Won

4.2 확률론적 재무타당성 분석결과

4.2.1 전망대

전망대의 평균 NPV는 1,346억원이고, 95% 신뢰도에서 NPV는 1,069~1,629억원으로 분석되어, 초고층 내 용도 중 가장 좋은 수익구조를 가지고 있는 사업모델이다. 평균 IRR

은 42.14%이며, 95% 신뢰도에서 IRR은 35.57~48.65%이다.

NPV에서 이미 검증 되었듯이 IRR 역시 동일한 결과를 보이 고 있다. 결정론적 분석의 NPV 및 IRR과는 미미한 차이를 보이고 있다.

4.2.2 호텔

호텔의 평균 NPV는 -1,470억원이고, 95% 신뢰도에서 NPV는 -1,487~-1,451억원으로 분석되었다. 초고층 내 다 른 용도에 비해 초기 투자비용이 매우 크므로 적자수익구조 를 가지고 있다. 평균 IRR은 4%이며, 95% 신뢰도에서 IRR 은 3.95~4.03%로 NPV 분석과 동일하게 적자수익구조를 가 지고 있다. 결정론적 분석의 NPV 및 IRR과는 미미한 차이를 보이고 있다.

4.2.3 프라임 오피스

프라임 오피스의 평균 NPV는 -1,082억원이고, 95% 신뢰 도에서 NPV는 -1,528~-693억원으로 분석되었다. 큰 초기 투자비용으로 인해 적자수익구조를 나타내고 있으며, 평균 IRR은 5.8%이고, 95% 신뢰도에서 IRR은 5.40~6.53% 으로 분석되어 NPV 분석과 동일하게 적자수익구조를 가지고 있 다. 전망대 및 호텔과는 달리 결정론적 분석의 NPV 및 IRR 과는 큰 차이를 보이고 있다.

4.2.4 종합분석 1) 종합분석(아파트 제외)

아파트를 제외한 초고층부의 평균 NPV는 -1,213억원이 고, 95% 신뢰도에서 NPV는 –1,712~-740억원으로 적자수 익구조로 분석되었다. 결정론적 분석의 NPV와는 큰 차이를 보이고 있다(Fig. 7). 이는 초고층 내 용도 중 전망대에 비해 초기 투자비용이 많이 드는 호텔과 프라임 오피스의 적자 수 익구조 때문으로 보이며, 호텔과 프라임 오피스의 경우 단기 보다는 장기적으로 운영했을 때 수익구조가 개선되므로, 장 기적 관점에서 효율적으로 관리를 한다면 수익구조 개선이 가능할 것으로 보인다.

Fig. 7. NPV of overall analysis (exclude APT)

아파트를 제외한 초고층부의 평균 IRR은 6.23%이고, 95%

신뢰도에서 IRR은 5.92~6.53%로 분석되어 적자 수익구조를 가지고 있으며, 결정론적 분석의 IRR과는 큰 차이를 보이고 있다(Fig. 8).

Fig. 8. IRR of overall analysis (exclude APT)

2) 종합분석(아파트 포함)

아파트를 포함한 초고층부의 평균 NPV는 901억 원이고, 95% 신뢰도에서 NPV는 403~1,374억원으로 흑자수익구조 로 분석 되어 결정론적 분석의 NPV와는 큰 차이를 보이고 있 다. 이는 아파트 분양에 따른 큰 수익이 발생하여 호텔과 오 피스에서 오는 적자를 상쇄시켜 주기 때문이다(Fig. 9). 평균 IRR은 7.64%이고, 95% 신뢰도에서 IRR은 7.28~7.98%로 흑 자수익구조로 분석되었으며, 결정론적 분석의 IRR과는 역시 큰 차이를 보이고 있다(Fig. 10).

Fig. 9. NPV of overall analysis (include APT)

4.3 민감도분석 결과 4.3.1 전망대

전망대의 NPV 및 IRR에 민감하게 영향을 미치는 변수는 음(-)으로는 없으며, 양(+)으로 1차년도 매출액, 6차, 5차년 도 방문객 비율 순으로 나타났다.

Fig. 10. IRR of overall analysis (include APT)

이중 1차년도 매출액의 크기가 수익성에 미치는 기여도는 NPV 96.56%, IRR 98.54%로써 가장 큰 영향을 미치며, 1차 년도 매출액은 NPV 보다 IRR에 기여도가 높다. 다음으로 6 차년도 방문객 비율이 NPV 0.79%, IRR 0.33%으로 1차년도 매출액 다음으로 기여를 하고 있지만, 그 기여도는 매우 미미 하다. 따라서 전망대 사업의 경우 개장 초기에 얼마만큼의 고 객을 유치하는가와 전망대에 대한 좋은 이미지를 통한 지속 적인 방문객 수 유지가 중요한 관리 포인트임을 알 수 있다 (Fig. 11).

Fig. 11. Sensitive analysis of observatory NPV & IRR

4.3.2 호텔

호텔의 NPV 및 IRR에 민감하게 영향을 미치는 변수는 음

(-)으로는 1차년도 객실이용률, 양(+)으로 9차, 8차, 3차, 14

차, 15차년도 객실이용률 순으로 나타났으며, 객실이용률이

NPV에 크게 영향을 미치고 있다. 특히 운영 초반부보다는

중·후반부의 객실이용률이 NPV에 크게 영향을 미치고 있

다. 반면 1차년도 객실이용률이 NPV에 음(-)의 방향으로 영

향을 미치는 이유는 첫해의 경우 객실이용률이 고정비 산정에

영향을 미치기 때문이다. 하지만 후반부로 갈수록 고정비가

객실이용률의 영향이 적은 반면 매출액에는 크게 영향을 미치

게 되므로 상대적으로 이익에 영향을 미치게 된다(Fig. 12).

Fig. 12. Sensitive analysis of hotel NPV & IRR

4.3.3 오피스

오피스의 NPV에 민감하게 영향을 미치는 변수는 양(-)으로 는 1차, 2차, 3차년도의 공실률 순으로 나타났고, IRR에 민감 하게 영향을 미치는 변수는 음(-)으로 1차, 2차, 3차년도 공 실률 순으로 나타났다. 이중 초기년도인 1차 및 2차년도의 공 실률이 NPV에 약 63.67%를 차지하고 있어 초기공실률을 최 소화 시키는 것이 오피스 수익성 개선을 위해서 중요한 관리 대상임을 알 수 있다(Fig. 13).

Fig. 13. Sensitive analysis of office NPV & IRR

4.3.4. 종합분석 1) 종합분석(아파트 제외)

아파트를 제외한 초고층부의 NPV에 민감하게 영향을 미 치는 변수는 음(-)으로는 1차, 2차, 3차, 5차년도 오피스 공 실률 순으로 나타났고, 양(+)으로 1차년도 전망대 매출액 및 방문객 비율이 미미하게 영향을 미치고 있다. IRR은 NPV 민 감도 분석과 동일한 결과를 보이고 있다. 세부적으로는 전망 대 1차년도 매출액이 가장 큰 영향력을 가지고 있으며, 다음 으로 운영기간에 따른 오피스 공실률이 큰 영향을 미치고 있 다(Fig. 14).

Fig. 14. Sensitive analysis of overall (exclude APT) NPV & IRR

따라서 초고층부의 사업성을 개선하기 위해서는 전망대의 1차년도 방문객 수를 최대한 높일 수 있는 다양한 마케팅 전 략과 함께 인지도를 높여 지속적으로 방문객이 유입될 수 있 도록 하는 것이 중요하다. 다음으로 오피스 공실률이 사업성 에 큰 영향을 미치므로 공실률을 최소화 시킬 수 있는 방안들 을 모색하는 노력이 필요할 것이다.

또한, 전망대 방문객 수가 감소하는 6차년도 이후 시점에 서 방문객 수를 높일 수 있는 방안을 모색한다면 초고층 수익 성 개선에 도움이 될 것이다.

2) 종합분석(아파트 포함)

아파트를 포함한 초고층부는 아파트를 포함하였기 때문에 수익성이 좋아 졌을 뿐, 민감도분석 결과는 아파트를 포함하 지 않을 때와 유사한 것으로 나타났다(Fig. 15).

Fig. 15. Sensitive analysis of overall (Include APT) NPV & IRR

4.4 분석결과 비교

전망대와 호텔의 경우 복합용도 초고층 건물의 실제 운영

사례가 없어서 분석자의 과거경험 및 노하우에 근거하여 경

험적 확률분포로 추정한 결과, 기존의 결정론적 타당성분석

과 결과적으로 큰 차별성을 찾을 수 없었다. 즉, 초고층 개발 사업의 리스크가 고려되지 않았다고 볼 수 있다.

하지만, 프라임 오피스의 경우 실제 운영 중인 프라임급 오 피스의 계량이 가능한 실적 데이터를 가지고 확률분포를 추 정하여 분석한 결과, 리스크를 감안하지 않은 기존의 결정론 적 재무타당성 분석의 경우 사업타당성이 긍정적으로 분석되 고 있어 심각한 의사결정 오류를 가져올 수 있음을 알 수 있 다. 이는 초고층 전체(아파트 포함/불포함)의 재무타당성 분 석 결과와도 일치하고 있음을 알 수 있다(Table 14).

Table 14. Comparison of result of financial feasibility study

Function / Analysis Method NPV IRR (%)

Observatory

Det. 1,365 42.39

Sto. 1,346

(1,069~1,629)

42.14 (35.57~48.65)

Hotel

Det. ▲1,456 4.04

Sto. ▲1,470

(▲1,478~▲1,451)

4.00 (3.95~4.03)

Prime Office

Det. ▲705 6.25

Sto. ▲1,082

(▲1,528~▲693)

5.80 (5.40~6.53)

Overall

Exclude APT

Det. ▲814 6.49

Sto. ▲1,182

(▲2,122~▲316)

6.25 (5.68~6.80)

Include APT

Det. 1,300 7.92

Sto. 932

(▲7~1,798)

7.66 (7.00~8.29)

※ Money Unit： Hundred Million Won

※ Det. : Deterministic Analysis / Sto. : Stochastic Analysis

5. 결론

5.1 요약 및 시사점

초고층 개발사업에 있어서도 확률분포를 적용한 확률론적 재무타당성 분석방법은 결정론적 분석방법에 비하여 의사결 정자에게 더 많은 정보를 제공하여 객관적이고 정확한 사업 성 판단을 할 수 있는 방법임을 알 수 있었다. 이는 초고층 개 발사업이 일반 개발사업에 비하여 다양한 용도가 복합되고 사업이 장기화됨에 따른 거대한 자본이 투입되기 때문이다.

초고층 개발사업의 단계별 리스크요인에 대한 중요도 분 석결과를 기반으로, 수익을 저하시키는 변수들의 확률분포 를 고려한 확률론적 타당성 분석방법을 사용하여 분석한 결 과, 아파트를 포함한 통합 현금흐름으로 추정한 초고층부의 평균 NPV는 901억원이고, 95% 신뢰도에서 403~1,374억원 으로 분석되었고, 평균 IRR은 7.64%이고, 95% 신뢰도에서 7.28~-7.98%으로 분석되어 흑자 수익구조를 가지고 있다.

이는 아파트 분양수익 발생으로 호텔 및 오피스에서 오는 적 자를 상쇄시켜 주기 때문으로 보인다.

초고층부의 시설 중 사업성에 미치는 영향력은 전망대 1차 년도 매출액이 가장 크며, 다음으로 운영기간에 따른 오피스 공실률이 큰 영향을 미치고 있음을 알 수 있었다. 따라서 전 망대는 1차년도 방문객 수를 최대한 높일 수 있는 다양한 마 케팅 전략과 함께 인지도를 높여 지속적으로 방문객이 유입 할 수 있도록 하는 것이 중요할 것이고, 방문객 수가 감소하 는 6차년도 이후 방문객 수를 높일 수 있는 방안을 모색한다 면 수익성 개선에 도움이 될 것이다. 오피스는 공실률을 최소 화 시킬 수 있는 방안에 대한 노력이 필요할 것이다.

아파트를 포함한 민감도분석 결과는 아파트를 포함하지 않 을 때와 유사한 것으로 나타났고, 아파트를 포함하였기 때문 에 수익성만 좋아진 것으로 분석되었다.

또한 초고층 개발사업의 수익성을 높이기 위한 최적의 포 트폴리오 구성은 매우 중요하다. 초고층 내 용도 중 관광휴게 시설(전망대), 숙박시설(호텔), 주거시설(아파트), 업무시설 (오피스) 및 판매시설(포디엄부 상업시설) 등의 면적을 얼마 나 할당 하느냐에 따라서 사업의 수익성이 달라지기 때문이 다. 이러한 포트폴리오는 현시점에서의 수익성만을 고려하는 것이 아닌, 시간에 흐름에 따른 단기, 중기 및 장기적 관점에 서 각각의 사업단위가 가지는 수익구조를 고려한다면 초고층 개발사업의 재무적 리스크를 최소화 할 수 있을 것으로 사료 된다.

본 연구는 현재 공사 중인 부산 해운대 101 층 엘시티(LCT) 개발사업과 인허가가 진행 중인 서울 강남구 삼성동의 105 층 현대자동차그룹 글로벌비즈니스센터(GBC) 개발사업을 포함하여 상암동 및 송도 신도시 등 사업타당성이 검토 중인 여러 초고층 개발사업의 추후 운영 시 수익성을 예측하는 자 료로 유용하게 이용될 수 있다는 의의가 있다.

추후 초고층 개발사업의 재무적 타당성을 정확히 분석하지 못하여 사업이 초기단계에 머물러 있거나, 사업자체가 무산 되는 것을 최소화하는데 기여 할 수 있을 것으로 기대된다.

5.2 연구의 한계 및 후속연구

첫째, 변수의 확률분포 설정이다. 업무시설(오피스)은 서울

소재 프라임급 오피스 116곳 중 2009년 이후 오픈한 46곳의

월별 공실률자료를 기반으로 오피스 공실률을 분석하여 변수

의 정확한 분포형태를 결정할 수 있었다. 하지만 전망대의 연

도별 방문객수 및 호텔의 연도별 객실이용률(객실판매율)의

증감률의 경우에는 실제 준공되어 운영중인 복합용도 초고층

건물의 과거 운영데이터가 없어 실적데이터를 반영하지 못하

고 과거 경험을 기반으로 확률분포를 임의 설정하였다. 금년

4월 개장한 잠실의 롯데월드타워를 비롯하여 초고층 복합건

물이 향후 지속적인 데이터관리를 통해 실제 운영자료가 축

척된다면, 해당자료에 근거하여 보다 현실적인 시뮬레이션

결과를 도출 할 수 있을 것이다.

둘째, 불확실성이 존재하지만 관련 자료를 확보하지 못해 적용하지 못한 변수들을 제외하고, 극히 제한적인 변수에 대 해서 확률분포를 적용하였다. 하지만 추후 연구에서는 제외 된 변수에 대해서도 확률분포를 적용하여 분석을 한다면 더 현실적인 결과를 도출할 수 있을 것이다.

셋째, 분석모델에서 데이터 간 관련성을 고려하지 못한 부 분들이 일부 있다. 다음연구에서는 데이터들 간의 관련성을 파악 및 분석하여 시뮬레이션 시 상관성을 고려한다면 좀 더 정확한 시뮬레이션 결과를 도출해 낼 수 있을 것으로 기대된 다.

넷째, 본 연구에서 도출된 분석결과를 실제 초고층 운영에 따른 실제수익성과 비교하지 못했다는 점에서 한계를 지닌 다. 이 부분은 잠실 롯데월드타워가 2017년 4월 오픈이후 운 영을 시작하면서 축적될 실적 데이터와 비교해 볼 가치가 있 다.

마지막으로 초고층 개발사업의 확률론적 재무타당성 분석 의 발전을 위해서는, 초고층 개발사업의 단계별 리스크 요인 이 고려된 변수에 위험요인을 반영하기 위한 정확한 분포형 태를 결정하는 방법에 관한 추가적 연구가 필요할 것으로 사 료된다.

References

Gabel, J., Ursini, A., and Gerometta, M. (2017). CTBUH Year in Review: Tall Trends of 2016, The Council on Tall Buildings and Urban Habitat, CTBUH, pp. 1-2.

Chun, Y., and Cho, J. (2016). “Analysis on the Characteristics of Each Phase’s Risk Factors for High-Rise Development Project” Korean Journal of Construction Engineering and Management, KICEM, 17(4), pp. 103-115.

Kim, M., and Lee, J. (2011). “A Study on the Vertical Usage Composition Characteristics of Super High- rise Buildings” Journal of the Architectural Institute of Korea, Planning and Design Section, 27(7), pp. 57- 64.

Ministry of Land, Infrastructure and Transport, Korea agency for Infrastructure Technology Advancement (2010). Construction & Transportation R&D Report, pp. 79-81.

Park, J., Cho, Y., Kwon, K., and Paek, J. (2008).

“Feasibility Analysis Model Study of Real-estate Development – Focused on Construction project Development of Apartment and Store” Journal of the Architectural Institute of Korea, Structural Section,

24(3), pp. 179-186.

Lee, W., amd Kim, Y. (2008). “A Study on the Characteristics through Actual Condition of Mixed Use Development” Journal of the Architectural Institute of Korea, Planning and Design Section, 24(10), pp. 175-180.

Lee, S., Choi, H., and Kang, K. (2007). “A financial feasibility analysis of architectural development projects that use probabilistic simulation analysis method” Korean Journal of Construction Engineering and Management, KICEM, 8(3), pp. 76-86.

Korea Tourism Organization (2016). Korea International Visitor Survey.

N Seoul Tower Homepage, http://www.nseoultower.

com

Jonathan Mun (2005). “Applied Risk Analysis – Moving

Beyond Uncertainty in Business” Eretec, p. 146.

요약 : 초고층 개발사업의 불확실한 리스크 요인을 고려한 재무타당성을 분석하기 위해 확률론적 접근방법을 통한 몬테카를로 시뮬 레이션을 적용하기 위해서는 먼저 타당성 분석 시 고려되어야 하는 리스크 인자에 대한 식별이 이루어 져야 한다. 이 부분은 선행 연구에서 식별된 초고층 개발사업의 단계별 리스크 요인들을 고려하고자 하며, 추출된 리스크 인자 중에서 개발사업의 수익을 저 하시키는 리스크 인자들을 2차 식별하여 각 인자별 데이터의 특성을 잘 표현할 수 있는 확률분포를 추정하여 몬테카를로 시뮬레이 션을 적용하였다. 이렇게 도출된 시뮬레이션 결과를 통하여 현실에서 사업타당성 검토 중인 여러 초고층 개발사업의 추후 운영 시 수익성을 예측하는 자료로 적용 가능한 대안을 찾아보고자 한다. 분석 결과, 아파트를 포함한 통합 현금흐름으로 추정한 초고층부 의 평균 NPV와 IRR은 흑자 수익구조를 가지고 있다. 이는 아파트 분양수익으로 호텔 및 오피스에서 오는 적자를 상쇄시켜 주기 때문으로 보인다. 초고층부 시설 중 사업성에 미치는 영향력은 전망대 1차년도 매출액이 가장 크며, 다음으로 운영기간에 따른 오 피스 공실률이 큰 영향을 미치고 있음을 알 수 있었다. 또한 초고층 개발사업의 수익성을 높이기 위한 최적의 포트폴리오 구성은 매우 중요함을 알 수 있다.

키워드 : 초고층, 부동산 개발사업, 리스크 요인, 재무적 타당성 분석, 확률론적 분석방법, 결정론적 분석방법, 몬테카를로 시뮬레이션