매매가·전세가의 그랜저인과관계 검정 및 시사점

(1)

매매가·전세가의 그랜저인과관계 검정 및 시사점

배성환 / 한국주택금융공사 조사연구부 대리

I. 머리말

2010년 국내 부동산 시장의 특징은 매매가의 하락과 전세가의 상승으로 요약될 수 있다. 2008년 글 로벌 금융위기 이후 아파트 매매가격은 수도권을 중심으로 실질지수 기준 하락세가 이어진 반면, 아파 트 전세가격은 주택경기 침체로 인한 주택구매 실수요자들의 관망세, 재개발·재건축 이주수요 증가 등의 요인으로 회복세를 보였다. 향후 부동산 시장 전망에 대한 부동산 전문가들의 시각은 크게 두 가 지로 나뉘는 모습이다. 우선 과거 패턴으로 판단 시, 최근 전세가격 상승이 향후 매매가격 상승을 견인 할 것이라는 주장이 있는 반면, 최근 전세가격 상승은 매매 포기 증가로 인한 일시적 병목현상에 불과 하여 향후 매매가격 상승으로 이어지기는 힘들다는 주장이 존재한다.

이에 본 고에서는 매매가와 전세가 간의 인과관계를 살펴봄으로써 전세가와 매매가간의 단방향 또 는 양방향 인과관계를 분석하고자 한다. 아파트 매매가격 및 전세가격은 KB의‘전국주택가격동향조 사’월별 통계자료를 이용하였고, 이를 통계청이 매월 발표하는‘소비자물가지수’를 이용하여 실질지 수로 변환하였다. 분석은 지역별(전국, 서울, 서울 강남·북, 6대 광역시 등), 시기별(기간 구조 변화 시 점)로 나누어 수행하였다. 기간 구조 변화 시점 판단은 Chow Test¹⁾를 이용하였고, 전세가와 매매가의 인과관계 분석은 그랜저인과관계 검정법²⁾을 사용하였다.

본고의 내용은 필자의 개인의견으로 한국주택금융공사의 공식적인 견해와 다를 수 있습니다.

1) 부록 : |참고 1| 참조 2) 부록 : |참고 2| 참조

(2)

Ⅱ. 분석 결과 1. 전국 기준 1) 시기별 특징

Chow Test 결과 아파트 매매지수는 크게 세 번의 변곡점을 보인 것으로 분석되었다. 주요 시기별 로 보면, 우선 제1기는 KB가 전국주택가격동향조사 결과를 발표하기 시작한 1986년 1월부터 1991년 5월까지로 볼 수 있는데, 당시 유가, 달러, 국제금리 등 소위‘3저 호황’및 내수경기 활황 등의 요인으 로 매매가가 크게 상승한 바 있다. 다음으로 제2기는 1998년 10월까지인데, 외환위기 등의 영향으로 매매가가 하락하는 모습을 보였다. 이후 2006년 12월까지의 제3기에서는 저금리기조 지속, 풍부한 유 동성, 부동산 관련 규제 완화 그리고 경기 회복 기대심리 증가 등으로 매매가는 꾸준한 상승세를 보였 다. 마지막 제4기에는 글로벌 금융위기 등의 영향으로 매매가가 하락하는 모습이었다.

주 : 1. 전기간(’86.1~’10.10), 1기(’86.1~’91.5), 2기(’91.6~’98.10), 3기(’98.11~’06.12), 4기(’07.1~’10.10) 2. 1986.1=100을 기준으로 소비자물가지수를 이용하여 실질지수로 변환함

자료 : KB, 통계청

그림 1 주택가격지수 동향 (전국)

(3)

2) 통계분석 결과

전기간 및 각 시기별 기술통계량과 단위근검정³⁾결과는 <표 1>, <표 2>와 같다. 불안정한 시계열의 경우 변수간 상관관계가 존재하지 않음에도 불구하고 회귀 분석의 결과 서로 상관 관계가 있는‘가성 회귀’현상이 나타날 수 있다. 따라서 단위근 검정결과 불안정한 시계열로 판명된 경우 이를 안정 시계 열로 전환한 후 분석하였다. 전기간 및 각 시기별 단위근의 존재 여부를 검증한 결과 수준변수는 모두 단위근이 존재하지만, 이를 일차 차분하였을 경우 안정화되는 차분안정 시계열로 분석되었다.

일차차분을 통하여 안정시계열로 변환한 후 VAR(P) 모형을 이용하여 AIC(Akaike Information Criterion)가 최소인 차수 P를 결정하고, 이를 이용하여 그랜저인과관계를 분석하였다. 분석 결과, 전 기간에서는 매매가의 증감과 전세가의 증감이 상호간에 영향을 미친 것으로 나타났다. 세부 시기별로 는 1기와 4기에서 매매가 증감이 전세가 증감에 영향을 준 것으로 파악된 반면, 2기에서는 전세가 증 감이 매매가 증감에 영향을 준 것으로 분석되었다.

표 1 매매가 및 전세가 기술통계량 (전국)

전기간 1기 2기 3기 4기

매매가 전세가 매매가 전세가 매매가 전세가 매매가 전세가 매매가 전세가

N 298 298 65 65 89 89 98 98 46 46

평균 115.40 174.05 115.98 137.66 112.17 163.25 109.29 191.99 133.81 208.18 중간값 116.88 170.98 110.11 135.87 108.09 165.58 116.80 199.80 134.27 208.88 최대값 157.06 221.66 157.06 176.22 153.77 176.34 138.16 221.66 139.28 215.22 최소값 83.75 100.00 91.64 100.00 83.83 125.09 83.75 125.27 129.32 198.43 표준편차 17.60 31.30 20.63 24.46 15.03 11.58 15.83 24.52 2.84 4.83

주 : 1. 전기간(’86.1~’10.10), 1기(’86.1~’91.5), 2기(’91.6~’98.10), 3기(’98.11~’06.12), 4기(’07.1~’10.10) 2. ADF검정법 이용

3) 부록 : |참고 3| 참조

(4)

표 2 단위근검정 결과 (전국)

귀무가설 시차 F값 P값

전기간 △매매→△전세

6 3.71484* 0.0014

△전세→△매매 2.29923** 0.0350

1기 △매매→△전세

4 2.50827*** 0.0533

△전세→△매매 1.44554 0.2326

4 1.53680 0.2002

△전세→△매매 2.80608** 0.0315

3 0.73919 0.5315

△전세→△매매 0.19071 0.9025

2 3.01202*** 0.0608

△전세→△매매 0.98744 0.3817

차분수 상수항과 시간추세 포함

시차 t값 p값

전기간 매매가 1 6 -4.41* 0.0025

전세가 1 13 -4.66* 0.0010

1기 매매가 1 2 -5.23* 0.0003

전세가 1 2 -6.96* 0.0000

2기 매매가 1 0 -3.68** 0.0289

전세가 1 1 -5.45* 0.0001

3기 매매가 1 3 -8.56* 0.0000

전세가 1 6 -4.09* 0.0093

4기 매매가 1 0 -3.90** 0.0202

전세가 1 0 -3.46*** 0.0560

주 : 1. *,**,***는 각각 1%, 5%, 10% 유의수준하에서 유의함을 의미 2. ADF검정법 이용

표 3 그랜저인과관계검정 결과(전국)

주 : *,**,***는 각각 1%, 5%, 10% 유의수준하에서 유의함을 의미

(5)

2. 서울 기준 1) 시기별 특징

전반적으로 서울의 매매가 및 전세가 움직임은 전국과 대체적으로 유사한 움직임을 보였다. 변동폭 은 전국보다 큰 것으로 나타났는데, 전국의 전기간 매매가 및 전세가 표준편차는 각각 17.6, 31.3인 반 면 서울은 각각 28.8, 34.2를 기록하였다.

2) 통계분석 결과

전기간 및 각 시기별 기술통계량과 단위근검정 결과는 <표 4>, <표 5>와 같다. 단위근검정 결과 전국 기준과 마찬가지로 수준변수는 모두 단위근이 존재하는 반면, 일차 차분하였을 경우 안정화되는 차분 안정 시계열로 분석되었다.

그림 2 주택가격지수 동향 (서울)

(6)

그랜저인과관계를 분석한 결과 전기간 및 2기에서는 전국과 동일한 결과를 얻을 수 있었다. 즉, 전 기간에서는 매매가의 증감 및 전세가의 증감이 서로 영향을 미친 것으로, 2기에서는 전세가의 증감이 매매가의 증감에 영향을 미친 것으로 나타났다. 한편 전국에서와는 달리 1기 및 4기에서는 어떠한 그 랜저인과관계도 발견할 수 없었다.

표 4 매매가 및 전세가 기술통계량 (서울)

주 : 전기간(’86.1~’10.10), 1기(’86.1~’91.5), 2기(’91.6~’98.10), 3기(’98.11~’06.12), 4기(’07.1~’10.10)

N 298 298 65 65 89 89 98 98 46 46

표 5 단위근검정 결과 (서울)

시차 t값 p값

전기간 매매가 1 6 -4.71* 0.0008

전세가 1 13 -4.57* 0.0014

1기 매매가 1 2 -5.40* 0.0002

전세가 1 2 -6.93* 0.0000

2기 매매가 1 1 -4.52* 0.0025

전세가 1 1 -6.11* 0.0000

3기 매매가 1 3 -8.82* 0.0000

전세가 1 3 -10.39* 0.0000

4기 매매가 1 0 -3.35*** 0.0721

전세가 1 0 -3.23*** 0.0914

(7)

3. 서울(강북) 기준 1) 시기별 특징

표 6 그랜저인과관계검정 결과 (서울)

6 2.92409* 0.0088

△전세→△매매 2.26330** 0.0378

4 1.65796 0.1742

△전세→△매매 1.32955 0.2716

4 1.06027 0.3709

△전세→△매매 6.66504* 0.0005

3 0.89039 0.4495

△전세→△매매 0.39159 0.7593

2 1.36268 0.2679

△전세→△매매 0.10243 0.9029

주 : 1. 전기간(’86.1~’10.10), 1기(’86.1~’91.5), 2기(’91.6~’98.10), 3기(’98.11~’10.10) 2. 1986.1=100을 기준으로 소비자물가지수를 이용하여 실질지수로 변환함 자료 : KB, 통계청

그림 3 주택가격지수 동향 (강북)

(8)

서울을 다시 강북 및 강남으로 나누어 분석하여 보았다. 서울 전체와 비교하여 보면, 강북지역의 매 매가 및 전세가의 움직임의 형태는 서울과 유사하였으나, 변동폭은 보다 작았음을 알 수 있었다. 한편 Chow Test 결과 서울과는 달리 2007년 초 변곡점을 형성하지 않았다. 이에 본 고에서는 강북 지역 분 석 시 전기간 및 1, 2, 3기의 총 네 시기로 나누어 분석하였다.

2) 통계분석 결과

전기간 및 각 시기별 기술통계량과 단위근검정 결과는 <표 7>, <표 8>과 같다. 단위근검정 결과 수 준변수는 모두 단위근이 존재하는 반면, 일차 차분하였을 경우 안정화되는 차분안정 시계열로 분석되 었다.

그랜저인과관계 분석 결과, 전국 및 서울과는 다소 다른 특징이 있음을 알 수 있었다. 앞서 전국 및 서울 전기간에서는 매매가의 증감과 전세가의 증감이 상호간에 영향을 미친 것으로 나타난 반면, 강북 지역에서는 전세가의 증감이 매매가의 증감에 영향을 미친 것으로 나타났다. 또한 전국 2기 및 서울 2 기에서는 전세가 증감이 매매가 증감에 영향을 미친 것으로 분석되었으나, 강북 기준으로는 동일시기 에 매매가의 증감과 전세가의 증감이 상호간에 영향을 미친 것으로 나타났다. 한편 강북 기준 1기에서 전세가의 증감은 매매가의 증감에 영향을 미친 것으로 그랜저인과관계 검정결과 나타났다.

표 7 매매가 및 전세가 기술통계량 (강북)

주 : 전기간(’86.1~’10.10), 1기(’86.1~’91.5), 2기(’91.6~’98.10), 3기(’98.11~’10.10)

전기간 1기 2기 3기

매매가 전세가 매매가 전세가 매매가 전세가 매매가 전세가

N 298 298 65 65 89 89 144 144

평균 102.31 170.17 108.17 134.49 100.71 164.51 100.65 189.77

중간값 98.88 172.40 100.00 128.03 97.48 168.72 99.51 194.08

최대값 147.28 227.77 147.28 176.65 140.76 183.00 127.52 227.78

최소값 71.34 100.00 86.72 100.00 71.98 112.96 71.34 115.40

표준편차 16.63 29.85 16.95 24.05 14.82 15.87 17.06 21.25

(9)

4. 서울(강남) 기준 1) 시기별 특징

강남의 매매가 및 전세가 움직임은 서울과 대체로 유사하였으나, 변동폭은 보다 큰 것으로 나타났 다. 전기간의 매매가 및 전세가 표준편차는 서울이 각각 28.8, 34.2인 반면 강남은 40.3, 35.0 이었다.

표 8 단위근검정 결과 (강북)

시차 t값 p값

전기간 매매가 1 15 -3.41*** 0.0515

전세가 1 14 -4.81* 0.0005

1기 매매가 1 8 -4.18* 0.0088

전세가 1 7 -3.44*** 0.0567

2기 매매가 1 0 -4.45* 0.0031

전세가 1 1 -5.95* 0.0000

3기 매매가 1 1 -6.29* 0.0000

전세가 1 4 -3.25*** 0.0789

표 9 그랜저인과관계검정 결과 (강북)

6 1.22644 0.2927

△전세→△매매 5.86518* 0.0009

4 0.30040 0.8763

△전세→△매매 3.91989* 0.0075

3 4.15656* 0.0087

△전세→△매매 5.52830* 0.0017

3 0.37416 0.7718

△전세→△매매 0.30174 0.8241

(10)

2) 통계분석 결과

단위근검정 결과 수준변수는 모두 단위근이 존재하는 반면, 일차 차분하였을 경우 안정화되는 차분 안정 시계열로 분석되었다.

그림 4 주택가격지수 동향 (강남)

표 10 매매가 및 전세가 기술통계량 (강남)

N 298 298 65 65 89 89 98 98 46 46

(11)

그랜저인과관계 분석 결과, 2기에서만 매매가의 증감과 전세가의 증감이 상호간에 영향을 주는 것 으로 나타났다.

표 11 단위근검정 결과 (강남)

시차 t값 p값

전기간 매매가 1 4 -5.17* 0.0001

전세가 1 14 -5.03* 0.0002

1기 매매가 1 2 -5.39* 0.0002

전세가 1 2 -7.04* 0.0000

2기 매매가 1 1 -4.57* 0.0021

전세가 1 1 -5.83* 0.0000

3기 매매가 1 3 -8.84* 0.0000

전세가 1 3 -10.39* 0.0000

4기 매매가 1 0 -3.20*** 0.0982

전세가 1 0 -3.21*** 0.0959

표 12 그랜저인과관계검정 결과 (강남)

6 1.03084 0.4054

△전세→△매매 1.71671 0.1170

4 1.14941 0.3441

△전세→△매매 0.98336 0.4250

3 2.71186*** 0.0506

△전세→△매매 6.50895* 0.0005

3 0.22782 0.8768

△전세→△매매 0.67334 0.5707

2 0.36932 0.6936

△전세→△매매 0.23508 0.7916

(12)

5. 6대 광역시 기준 1) 시기별 특징

부산, 대구, 광주, 대전, 울산, 인천 등 6대 광역시 기준 매매가 및 전세가의 움직임은 전국 기준과 대체로 유사하였다. 변동폭은 매매가는 전국보다 약간 큰 반면, 전세가는 전국 수준을 하회하였다. 구 조적 단절 시점을 파악하기 위한 Chow Test 결과 타 지역과는 달리 모두 5개 시기로 구분되는 것으로 판단하였다.

2) 통계분석 결과

단위근검정 결과 수준변수는 모두 단위근이 존재하는 반면, 일차 차분하였을 경우 안정화되는 차분 안정 시계열로 분석되었다.

주 : 1. 전기간(’86.1~’10.10), 1기(’86.1~’91.5), 2기(’91.6~’98.10), 3기(’98.11~’01.3), 4기(’01.4~’03.10), 5기(’03.11~’10.10) 2. 1986.1=100을 기준으로 소비자물가지수를 이용하여 실질지수로 변환함

그림 5 주택가격지수 동향 (6대 광역시)

(13)

그랜저인과관계 검정 결과 1기에서는 매매가의 증감이 전세가에 영향을 미치는 것으로 나타났으며, 5기에서는 매매가의 증감과 전세가의 증감이 상호간에 영향을 주는 것으로 분석되었다.

표 13 매매가 및 전세가 기술통계량 (6대 광역시)

주 : 1. 전기간(’86.1~’10.10), 1기(’86.1~’91.5), 2기(’91.6~’98.10), 3기(’98.11~’01.3), 4기(’01.4~’03.10), 5기(’03.11~’10.10)

전기간 1기 2기 3기 4기 5기

매매가 전세가 매매가 전세가 매매가 전세가 매매가 전세가 매매가 전세가 매매가 전세가

N 298 298 65 65 89 89 29 29 31 31 84 84

평균 119.42 155.90 127.40 135.99 123.08 147.63 94.29 136.73 111.89 182.34 120.81 176.92 중간값 119.64 153.33 124.48 139.19 119.05 150.60 94.73 137.43 113.87 188.88 120.89 177.05 최대값 179.00 193.90 179.01 169.84 175.47 162.15 96.24 153.58 126.16 193.90 126.30 188.54 최소값 90.06 99.94 94.37 99.94 90.06 109.77 90.11 110.00 93.48 155.03 116.80 168.75 표준편차 19.04 23.06 27.58 23.56 18.51 10.76 1.67 12.94 9.92 12.63 1.86 4.09

표 14 단위근검정 결과 (6대 광역시)

시차 t값 p값

전기간 매매가 1 4 -4.58* 0.0013

전세가 1 13 -4.52* 0.0016

1기 매매가 1 2 -4.54* 0.0029

전세가 1 2 -5.27* 0.0003

2기 매매가 1 0 -3.93** 0.0147

전세가 1 1 -5.33* 0.0002

3기 매매가 1 1 -3.91** 0.0263

전세가 0 1 -3.27*** 0.0924

4기 매매가 1 1 -4.44* 0.0076

전세가 1 4 -4.29** 0.0126

5기 매매가 1 2 -6.13* 0.0000

전세가 1 1 -5.34* 0.0002

(14)

Ⅲ. 결론

1. 검정결과 종합 및 시사점

앞에서 살펴본 바와 같이 전반적으로는 매매가 증감과 전세가 증감은 상호간에 영향을 미치는 경향 이 있는 것으로 분석되었다. 이는 전국, 전기간 기준의 그랜저인과관계 검정 결과를 보면 알 수 있다.

다만 전세가가 상승세를 보이던 1기, 3기, 4기에 전세가가 매매가에 일방적으로 영향을 미친 경우는 강북지역에 국한된 것으로 확인되었는데, 이로 미루어 판단 시 과거 전세가 상승이 매매가 상승을 유 발한 경우가 많았다는 주장에 대한 통계적 근거를 찾기는 다소 곤란한 것으로 보인다. 다만 강북 지역 의 경우, 전세가가 매매가에 일방적 영향을 미치는 것으로 나타난 것은 주목할 만한 결과인데, 이는 강 북 지역의 매매가가 강남 지역 보다 상대적으로 낮아 전세가가 상승하였을 경우 매매수요를 유발시키 는 요인으로 작용하였기 때문으로 판단된다.

표 15 그랜저인과관계검정 결과 (6대 광역시)

6 1.94662*** 0.0735

△전세→△매매 1.46104 0.1916

4 1.54844 0.2023

△전세→△매매 0.80395 0.5284

3 0.82164 0.4858

△전세→△매매 0.62169 0.6031

2 0.47048 0.631

△전세→△매매 1.49861 0.2464

2 0.63145 0.5412

△전세→△매매 0.90816 0.4179

4 3.51240** 0.0114

△전세→△매매 2.45206*** 0.0538

(15)

2. 향후 과제

이상 본 고에서는 지역별 아파트 매매가 및 전세가를 이용하여 그랜저인과관계를 검증하여 보았다.

아쉬운 점은 아파트 규모별로는 분석하지 못하였다는 것이다. 일반적으로 소형 평형의 경우 전세가 상승으로 전세가격비율(전세가/매매가)이 상승한다면, 전세수요가 매매수요로 이전될 가능성이 높아 질 수 있다는 추론이 가능하다. 다만 KB는 아파트 규모별 매매가, 전세가 지수를 2007년 12월 이후 발표하고 있어 현 시점에서는 분석에 필요한 충분한 데이터를 얻기가 곤란하였다. 향후 데이터가 보 다 축적된다면 아파트 규모별 매매가와 전세가의 인과관계를 살펴보는 것도 의미가 있을 것으로 판단 한다.

매매 인과방향 기간 전세

전국

↔ 전기간

전국

→ 1기, 4기

← 2기

서울 ↔ 전기간

← 2기 서울

강북 ← 전기간, 1기

↔ 2기 강북

강남 ↔ 2기 강남

6대광역시 → 2기

6대광역시

↔ 5기

표 16 그랜저인과관계 검정결과 종합

(16)

□ 참고문헌

- 김성제외, 주택시장의 인과관계에 대한 시장상황분석, 한국부동산분석학회, 2005.12 - 왕세종외, 주택 가격의 지역간 상관 관계 분석 연구, 한국건설산업연구원, 2004.10

- 이용우, 주택매매가격, 전세가격, 미분양주택 간의 관계에 대한 실증분석, 산은경제연구소, 2010.9

- 장민외, 최근의 부동산시장 상황과 향후 금융정책 방향, 한국금융연구원, 2009.11 - 정봉수, 전세가격 상승 원인 및 매매가격 상승 가능성 분석, 한국신용평가, 2010.11 - 허윤경외, 2011년 주택·부동산 시장 전망, 한국건설산업연구원

- 허윤경외, 주택 거래량과 가격 간의 그랜저 인과관계 분석, 한국감정원, 2008.12 - Gujarati, 계량경제학, 도서출판지필, 5차 개정판

- Sae Woon Park, Doo Woan Bahng, Yun W.Park, Price Run-up in Housing Markets, Access to Bank Lending and House Prices in Korea, Springer, 2008.8

□ 참고사이트

KB국민은행 www.kbstar.com 통계청 국가통계포탈 kosis.kr

(17)

부 록

|참고 1| Chow Test

Chow Test란 일정 시점 전후로 구조적 변화(절편, 기울기)가 있는지를 판단하는 검정으로 검정식은 다음 <식 1>과 같다. 검정 결과 만약 계산된 F값이 정해진 유의수준에서 F분포로부터 구한 F임계치보 다 크지 않다면, 구조적 변화가 없다는 귀무가설을 기각하지 않는다. 반대로 계산된 F값이 F임계치보 다 크다면 구조적 변화가 없다는 귀무가설을 기각하고 구조적 변화가 있다고 결론을 내리게 된다.

<식 1>

RSS^R: 제약된 잔차자승합 RSSUR: 제약받지 않은 잔차자승합 n1, n2: 관측치 수, k : 추정된 모수의 개수 n1 + n2 - 2k: 자유도

|참고 2| 그랜저인과관계 검정법

그랜저인과관계 검정이란 두 변수사이의 단방향 또는 양방향 인과관계를 분석하는 검정을 말한다.

예를 들어 매매가격의 과거값을 포함하는 것이 전세가격 예측을 유의하게 개선시킨다면 매매가격이 전세가격의 원인이 된다고 분석하는 방식이다. 따라서 매매가를 다른 변수들(매매가의 과거값 포함)에 회귀하는 경우, 전세가의 과거값을 포함하는 것이 매매가에 대한 예측을 유의하게 개선시킨다면 전세 가가 매매가의 원인이 된다고 할 수 있다. 매매가가 전세가의 원인이 된다면 이에 대해서도 같은 방법 으로의 정의가 적용된다. 단, 그랜저인과관계의 의미로 매매가가 전세가의 원인이라고 판정되더라도 이는 매매가가 전세가와 어떤 일정한 관계를 가지며 선행하므로 전세가의 예측에 있어 매매가의 자료 가 도움이 된다는 의미일 뿐, 매매가가 전세가의 충분조건이라거나 매매가를 조작함으로써 전세가에 관련된 일정 목표를 달성할 수 있다거나 하는 의미를 갖는 것은 아니다. 검정식은 다음 <식 2>와 같은 데, 계산된 F값이 선택된 유의수준에서 임계치 F값보다 크면 귀무가설을 기각한다. 예를 들어 매매가 는 전세가의 원인이 된다는 것이다.

(18)

<식 2>

RSSR: 제약된 잔차자승합 RSS^UR: 제약받지 않은 잔차자승합

m: 시차항의 개수, k : 제약되지 않는 모형에서 추정할 모수의 개수

|참고 3| 단위근검정

시계열자료를 이용하여 회귀분석을 하는 경우 해당 시계열이 안정적이라는 것을 암묵적으로 가정한 다. 해당 시계열이 안정적이라는 의미는 시계열의 평균, 분산, 그리고 자기공분산이 어느 시점에서 측 정하건 일정하다는 것이다. 단위근검정은 어떤 시계열에 무작위적 충격이 가하여졌을 때 그 충격으로 분산이 장기적으로 더욱 확대되는지 여부를 검정한다. 시계열분석에 앞서 단위근검정을 통하여 개별 변수들이 수준변수에서 단위근이 없다면 수준변수를 통한 분석이 가능하나, 불안정적으로 나타나면 자료의 안정화가 필요하다. 이러한 단위근검정 방법으로는 Dickey-Fuller(DF) 검정법, Phillips- Perron(PP) 검정법, Augmented Dickey-Fuller(ADF) 검정법 등이 존재하는데, 본 논고에서는 ADF 검정법을 사용하였다.