• 검색 결과가 없습니다.

주택시장의 가격변동 모니터링 :

N/A
N/A
Protected

Academic year: 2022

Share "주택시장의 가격변동 모니터링 :"

Copied!
11
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

심층분석

(2)
(3)

1

커널밀도면을 이용한

주택시장의 가격변동 모니터링 :

주택매매가격을 중심으로

제갈영, 박천규, 전성제, 김태환

서론

주택이라는 재화는 주택이 가지는 고유한 특성으로 인해 시장에서 생산·소비되는 일반 적인 재화와 다른 특성을 가지고 있다. 일반재화와 비교해 주택이 가지는 가장 큰 특성 중 하나는 그 위치가 고정되어 있어 주택의 유용성이 주택 자체의 특성뿐만 아니라 위치와 입지, 주변 환경, 지역사회 등의 영향을 크게 받는다는 점이다. 즉 동일한 물리적 특성과 성능을 가진 주택이라도 주택이 위치한 지역의 특성에 따라 제공하는 주거서비스의 양과 질이 달라지고 주택의 가치 또한 다르게 평가된다.

위치고정성이라는 주택의 특성으로 주택시장을 분석하는데 공간적 특성을 고려할 필요성이 꾸준히 제기되어 왔다. 이러한 필요성에도 불구하고 공간적 특성을 파악할 수 있는 자료가 제한적이고 공간분석기술이 발달하지 않았던 과거에는 공간적 특성을 고려한 주택 시장 분석에 한계가 있었다. 그러나 최근 공간데이터의 양과 질이 크게 개선되고 분석기술이 발전하면서 공간적 특성을 반영한 다양한 주택시장분석 시도들이 나타나고 있다.

주택시장에서 다양한 국지적 하위시장이 존재함에도 불구하고 행정구역을 중심으로 생산·집계되어온 자료들은 분석범위가 넓고 하위시장의 범위가 행정구역과 같은 기존의 공간체계와 일치하지 않을 수 있다는 한계가 있었다. 현실에서는 수도권과 같은 넓은 공간 범위에 단일한 주택시장이 존재하기 보다는 일정한 공간범위를 기반으로 국지적 주택시장이 형성되고 주택시장 각각의 움직임은 주택시장 권역별로 다르게 나타나게 된다. 또한 주택거래 등 소비자의 시장참여는 행정구역의 경계를 넘나들며 이루어질 수 있으며 그러한 맥락에서 주택시장의 움직임을 제대로 파악하기 위해서는 행정구역과 같은 임의적인 공간단위가 아니라 주택거래의 내부 폐쇄성 혹은 주택가격 변동의 동질성을 기반으로 설정된 주택시장 지역의 공간적 범역의 중요성이 부각되고 있다.

국지적 주택시장의 경계는 주택시장의 여건, 인구 및 사회경제적 요인에 따라 시시각각 변화할 것이므로 되도록 작은 공간단위에서 주택시장의 변동양상을 파악하는 것이 요구

여름호 _ 2014. 07 VOl. 06부동산시장 조사분석KRIHS 국토연구원

(4)

2 분석의 개요

1) 분석자료 및 범위

여기에서 이용한 자료는 한국감정원의 월별 아파트 시세자료이다1). 시세자료는 행정구역 합산 자료가 아닌 아파트 단지의 고유 위치 정보를 포함하는 공간자료이므로 국지적 차원의 접근에 적합한 자료이다. 해당 자료는 전국 14,254개 아파트단지(2014년 6월 기준)의 월 단위 매매 및 전세 시세자료가 평형/유형별로 조사되어 있다. 또한 시세는 최고가와 최저가가 모두 기록되어 있으며 해당 아파트 단지의 다양한 속성값을 포함하고 있어 부동산 가격 모니터링 자료로 활용하기에 충분한 정보를 포함하고 있는 것으로 판단된다.

이 분석의 공간적 범위는 수도권 지역으로 설정하였다. 수도권의 경우 많은 수의 아파트 단지가 집계대상에 포함되어 있으므로 결과의 신뢰성이 높고, 공간적으로 연접하고 있는 다수의 국지적 주택시장이 짧은 시차를 두고 영향을 주고받는다는 점에서 분석대상지역 으로서 적절성을 가진다. 분석의 시간적 범위는 2013년 1월부터 2014년 6월까지이다.

조사된 시세자료가 포함하는 수도권 아파트단지는 6,637개(2014년 6월 기준)이며 해당 아파트 단지의 주소를 좌표값으로 변환하는 지오코딩(geocoding) 과정을 거쳐 지도상에 표현한 해당 단지들의 위치는 <그림 1>에서 확인할 수 있다. 분석대상이 되는 아파트 단지의 가격 월별 대푯값은 해당 월의 마지막 주 매매가의 평형/유형별 평균값을 사용하였다.

된다. 즉 주택시장의 공간적 특성을 고려하였을 때 주택시장에 대한 효과적인 모니터링을 위해서는 공간적인 차원의 접근이 필요한 것은 물론이며 전역적(global) 차원의 접근과 더불어 국지적(local) 차원의 접근도 필요하다.

이에 이 분석은 행정구역 단위 집계자료의 한계를 극복하고 주택시장에서의 가격변동을 보다 작은 공간단위에서 탐색하여 효과적인 주택시장 모니터링 방안을 모색하는데 목적이 있다. 또한 시각화된 정보를 토대로 주택가격 변동의 전이과정 혹은 하위시장의 위계성을 파악하고자 한다.

1) 한국감정원은 부동산가격과 관련된 국가승인통계자료를 생산하는 기관이며, 시세자료는 금융기관의 담보가격 설정 및 실거래가 지수 생산을 위한 기초자료로 이용되는 신뢰성 높은 자료이다.

43

인포그래픽스부동산시장 변화와 진단심층분석정책과 시장지역 아파트 시장 동향지금 세계 부동산시장은?부동산시장 연구 동향

(5)

수도권 아파트 단지

<그림 1> 분석지역 및 수도권 아파트 단지 위치

2) 분석 방법론 검토

부동산 시세변동 모니터링을 위해 구축된 자료는 월별 매매가 대푯값의 속성을 가지고 있는 아파트 단지별 포인트(point) 자료이다. 해당 자료를 주택시장 가격변동 모니터링에 활용하기 위해서는 어떠한 분석도구를 활용하여 정보를 요약하고 전달하는 것이 가장 적절할 지에 대한 고민이 필요하다. 다양한 분석기법 중 공간자료에 대한 다양한 과학적·지도학적 시각화 등의 탐색적 기법을 이용하여 데이터에서 공간적 패턴을 발견하는 것을 목적으로 하는 탐색적 공간 데이터 분석(이하 ESDA, Exploratory spatial data analysis)이 적합할 것으로 판단된다(Haining et al., 1998, 김감영(2008)에서 재인용). ESDA는 공간적 자기 상관과 같은 공간자료의 특성을 고려한 다양한 기술적(descriptive) 공간분석기법을 총칭하는 것으로 주로 지리정보시스템(Geographic Information Systems: GIS)과 국지적 통계량(local

여름호 _ 2014. 07 VOl. 06부동산시장 조사분석KRIHS 국토연구원

(6)

statistics)의 결합 등을 통해 공간적 이질성을 시각화하고 모델링하는 것에 목적을 두고 있다(이상일, 2008). 이 글에서는 ESDA의 다양한 분석기법 중 분석대상 지역의 가격변동을 되도록 작은 공간단위에서 탐색할 수 있도록 시각화하는데 초점을 두고 있는 커널밀도면 (kernel density field)생성을 통한 시각화 방식을 방법론으로 채택하였다.

커널밀도면이란 일정한 크기의 격자로 나눠진 면(field)에 특정한 공간적 개체 혹은 현상의 밀도를 계산하여 나타낸 결과물로써 점 혹은 선으로 나타낼 수 있는 공간적 사상(spatial

entity)의 국지적 분포양상을 지도화하고자 할 때 유용하게 사용할 수 있는 시각화도구 중

하나이다. 이를 통해 주택가격의 국지적인 변동 양상을 효과적으로 시각화하여 나타낼 수 있다.

주택가격의 변동을 커널밀도면으로 나타낼 경우의 장점은 아래와 같다. 우선, 행정구역의 단위에 구애받지 않고 변동 양상을 파악할 수 있다. 즉 가격변동이 특정한 행정구역 내에 작은 공간규모로 발생하는 경우나 행정구역경계에 걸쳐서 발생하는 경우에도 탐색이 가능 하다. 또한 기초적인 형태의 밀도면 계산의 경우 각각의 칸(cell)의 중심점에서 일정한 탐색 반경(search radius)안에 있는 공간적 개체의 개수를 합산하는 방식으로 밀도를 계산하는데 반해, 커널밀도면 계산과정에는 거리에 따른 가중치를 적용하는 특정한 커널함수(kernel function)를 사용한다는 점에서 공간적 현상의 자기상관성(autocorrelation)을 고려한다는 장점이 있다. 이 분석에서 사용한 밀도함수와 커널함수는 아래와 같다(Silverman, 1986, p.76).

( )

f x

^

nh 1 K x X h

h

i i

n

1 2 2 2

1

= -

-

=

( ) ( ) ( ) if

K y = 3 r 1 - y y < 1 ( )

K y = 0 otherwise

a k

|

K =

커널함수,

h =

탐색반경,

x =

각 칸의 중심지점

X

i

= i

번째 개체의 위치,

n =

개체의 총 개수

y

K y dy ( ) 1

R2

=

#

을 만족하는

2

차원 벡터

이 분석에서는 수도권 주택가격의 월별 변동률을 시각화하기 위하여 아파트 단지의 위치를 나타내는 각각의 포인트에 월별 매매가 변동률을 가중치로 적용하여 커널밀도면으로 표현하였다. 밀도면 생성은 ESRI사 ArcGIS 10.1 소프트웨어의 Spatial analysis 도구를 이용하여 수행하였다.

45

인포그래픽스부동산시장 변화와 진단심층분석정책과 시장지역 아파트 시장 동향지금 세계 부동산시장은?부동산시장 연구 동향

(7)

3 3. 수도권 아파트 매매가격 변동 분석

한국감정원 시세자료와 커널밀도면을 이용하여 수도권 주택시장의 국지적 가격변동을 시기별로 분석한 결과는 다음과 같다.

1) 2013년 상반기(2월~6월)

2013년 2월 수도권 아파트 매매가는 전반적인 하락세에 있다. 그러나 4.1대책 전후인 3월 부터 경기도 수원시 및 화성시, 서울시 송파구를 중심으로 상승세가 나타나고 있다. 4월에는 3월에 나타난 양상이 지속되는 가운데 서울시 강남구 및 서초구에서도 상승세가 나타났다.

5월에는 경기도 용인시 수지구 및 수원시 영통구, 서울시 성동구 및 동대문구를 중심으로 상승세가 뚜렷해지고 있다. 6월에는 하락세를 보이던 지역에서 하락폭이 둔화되고 있으나, 상승세를 보이던 지역에서도 상승폭이 둔화되는 모습이 나타났다.

<그림 2> 2013년 2월 변동률 <그림 3> 2013년 3월 변동률

High 2.0%

Low -2.0%

<그림 4> 2013년 4월 변동률 <그림 5> 2013년 5월 변동률

High 2.0%

Low -2.0%

여름호 _ 2014. 07 VOl. 06부동산시장 조사분석KRIHS 국토연구원

(8)

<그림 6> 2013년 6월 변동률

High 2.0%

Low -2.0%

2) 2013년 하반기(7월~12월)

2013년 7월의 아파트 매매가는 전반적인 하락세이다. 8월에는 전월대비 전반적인 하락폭 축소로 보합세가 나타나고 있으나 경기도 안산시 단원구 및 수원시 지역에서는 미약한 상승세가 나타난다. 8.28대책 이후인 9월부터 경기도 수원시를 중심으로 상승세가 뚜렷하게 나타나고 있다. 10월에는 9월에 나타난 양상이 지속되었으며 11월과 12월에는 서울시 지역을 제외한 수도권 전역에서 뚜렷하게 매매가 상승세를 보이고 있다.

<그림 7> 2013년 7월 변동률 <그림 8> 2013년 8월 변동률

High 2.0%

Low -2.0%

47

인포그래픽스부동산시장 변화와 진단심층분석정책과 시장지역 아파트 시장 동향지금 세계 부동산시장은?부동산시장 연구 동향

(9)

<그림 9> 2013년 9월 변동률 <그림 10> 2013년 10월 변동률

High 2.0%

Low -2.0%

<그림 11> 2013년 11월 변동률 <그림 12> 2013년 12월 변동률

High 2.0%

Low -2.0%

3) 2014년 상반기(1월~6월)

2014년 1월에는 다주택자 양도세 중과폐지, 취득세 영구인하 등 4.1대책, 8.28대책의 효과가 지속·가시화되면서 전반적인 상승세가 계속되고 있다. 2월에도 이러한 상승세가 이어졌으나 2.26대책 이후인 3월부터 비수기의 영향이 겹치면서 경기도 남양주시 지역 등 일부지역에서 하락세가 나타나기 시작하였다. 4월에는 3월에 나타난 양상이 계속되었으나 5월부터는 매매가의 상승폭이 줄어들기 시작하였다. 6월에 들어서는 수도권 대부분 지역 에서 상승폭이 줄어들어 매매가는 보합양상을 보이고 있으나, 서울시 강남구, 서초구 등 일부지역에서 미미한 상승세가 나타난다.

여름호 _ 2014. 07 VOl. 06부동산시장 조사분석KRIHS 국토연구원

(10)

<그림 13> 2014년 1월 변동률 <그림 14> 2014년 2월 변동률

High 2.0%

Low -2.0%

<그림 15> 2014년 3월 변동률 <그림 16> 2014년 4월 변동률

High 2.0%

Low -2.0%

<그림 17> 2014년 5월 변동률 <그림 18> 2014년 6월 변동률

High 2.0%

Low -2.0%

49

인포그래픽스부동산시장 변화와 진단심층분석정책과 시장지역 아파트 시장 동향지금 세계 부동산시장은?부동산시장 연구 동향

(11)

4 4. 분석결과 종합 및 시사점

2013년 상반기 수도권 아파트 매매가는 전반적인 하락세에서 출발하여 보합세로 전환 되었다. 4.1대책 전후인 3월부터 매매가 하락폭이 줄어들었고 경기도 수원시, 화성시, 용인시와 서울시 송파구, 강남구, 서초구 등의 지역에서 상승세가 나타났다. 2013년 하반기 에는 매매가의 보합세가 상승세로 전환되었다. 8.28대책 이후인 9월부터 수원시 등 경기도 지역을 중심으로 상승세가 뚜렷하게 나타났으며 이러한 양상은 12월까지 지속되었다. 2014년 상반기에는 전년부터 이어온 상승세가 계속되다 보합세로 전환되었다. 즉 다주택자 양도세 중과폐지, 취득세 영구인하 등 4.1대책, 8.28대책의 효과가 지속·가시화되면서 수도권 전역에 2월까지 매매가 상승세가 나타났다. 그러나 2.26대책 이후인 3월부터 비수기의 영향이 겹치면서 하락세를 보이는 지역이 나타나기 시작했고 5월부터는 매매가의 상승폭이 줄어 들기 시작하였다. 6월에 들어 수도권 대부분 지역의 매매가는 보합국면을 보이고 있으나, 서울시 강남구, 서초구 등 일부지역에서는 미미한 상승세를 보였다.

이 분석에서는 아파트 시세자료의 커널밀도면 분석을 통해 수도권 아파트 매매가 변동 양상을 공간적으로 시각화하여 분석하였다. 이를 통해 국지적인 가격변동과 공간적 전이 양상을 파악할 수 있었다.

<참고문헌>

• 김감영. 2008. 연령별 인구이동 특성에 대한 탐색적 공간 데이터 분석(ESDA): 대구시를 사례로, 한국지역지리학회지 16, no.5: 590-609.

• 이상일. 2008. 거주지 분화에 대한 공간통계학적 접근(Ⅱ): 국지적 공간 분리성 측도를 이용한 탐색적 공간데이터 분석. 대한지리학회지 43, no.1: 134-153.

• Haining, R., Wise, S., and Ma, J., 1998. Exploratory spatial data analysis in a Geographic Information Syttem environment. Journal of the Royal Statistical Society. Series D 47 (September): 457-469.

• Silverman, B.W., 1986. Density Estimation for Statistics and Data Analysis. New York : Chapman and Hall.

여름호 _ 2014. 07 VOl. 06부동산시장 조사분석KRIHS 국토연구원

참조

관련 문서

중국 부동산시장의 회복과 정부의 주택공급으로 경제성장을 부양하고 있지만 9달 연속증가를 보이는 부동산 시장에 대해 경제 전망과 모기지에 따른 은행의 압박

07 부동산시장

인포그래픽스 부동산시장 변화와 진단 심층분석 정책과 시장 지역 아파트 시장 동향 지금 세계 부동산시장은..

기존의 부동산시장 전 망에 관한 연구는 대개 하나의 단일모형(구조모형, ARIMA 또는 VAR모형 등)을 이용해 시장 변동을 예측하거나, 또는 BSI 조사결과를 가지고 시장을 전망하고 있다.

인포그래픽스 부동산시장 변화와 진단 심층분석 정책과 시장 지역 아파트 시장 동향 지금 세계 부동산시장은..

부동산시장 변화와 진단 인포그래픽스 심층분석 정책과 시장 지역 아파트 시장 동향 지금 세계 부동산시장은?.

부동산시장 변화와 진단 인포그래픽스 심층분석 정책과 시장 지역 아파트 시장 동향 지금 세계 부동산시장은..

부동산시장 변화와 진단 인포그래픽스 심층분석 정책과 시장 지역 아파트 시장 동향 지금 세계 부동산시장은..