주택시장 소비심리지수를 이용한 주택시장 가격하락기 예측

(1)

심층분석

(2)

(3)

주택시장 소비심리지수를 이용한 주택시장 가격하락기 예측

2008년 글로벌 금융위기 이후 침체된 부동산시장을 정상화하기 위해 다양한 정책들이 시행 되었다. 최근 발표된 ‘서민 주거안정을 위한 주택시장 정상화 종합대책’은 이러한 정책적 노력 의 종합판이라고 할 수 있겠다. 이러한 대책에 대한 자료는 예외 없이 현재의 시장 상황을 진 단하는 것에서 논의를 시작하며, 시장 진단에는 가격, 거래, 공급, 미분양 등 다양한 통계자료 가 활용되고 있다. 각각 자료는 시장상황을 판단하는 지표로서 나름의 중요성을 가지고 있으 며, 특히 가격변동은 시장에서 나타나는 현상을 종합적으로 판단할 수 있는 지표로서 중요성 이 높다. 따라서 가격변동을 예측할 수 있는 지표의 개발은 부동산 시장상황을 보다 정확하게 진단하고 적절한 대응방안을 마련하는데 기여할 수 있을 것이다.

부동산시장에서 나타나는 가격변동은 전통적인 경제학 관점에서 수요와 공급의 변화로 설 명될 수 있다. 그러나 주택이 가지는 고유한 특성과 시장참여자들의 행태로 인해 전통적인 경 제 이론만으로 부동산시장에서 가격변동을 설명하는 데에는 한계가 있다. 이에 전통 경제이 론의 핵심이 되는 ‘경제적 인간’이라는 가정을 실제 인간의 심리와 행동을 토대로 보완하려는 시도가 부동산시장과 관련된 연구에서도 주목 받고 있다. 부동산시장 소비심리지수의 작성 역 시 시장참여자들의 심리적 요인에 대한 지표를 통해 부동산시장에서 나타나는 다양한 현상을 설명하려는 노력의 일환이라고 할 수 있다.

김태환, 박천규, 황관석

들어가며

부동산시장 상황을 진단할 때 가격변동은 중요한 지표로 활용되고 있다. 이 글에서는 매매가격과 전세가격 하락기를 예측하는데 있어 주택시장 소비심리지수의 활용 가능성을 검토하였다. 분석결과 주 택시장 소비심리지수를 통해 가격하락기를 효과적으로 예측할 수 있음을 확인하였다.

여름호 _ 2013. 07 VOl. 02부동산시장 조사분석KRIHS 국토연구원

(4)

지난 봄호에서는 가격변동을 예측하는 선행지표로서 주택시장 소비심리지수의 활용 가능 성을 검토하였다. 시계열분석을 통해 주택시장 소비심리지수의 주택 및 전세가격 변동 예측 력을 분석하였으며, 분석결과 주택시장 소비심리지수는 주택가격과 전세가격 변화율에 1~2 개월 선행하고, 가격예측모형에 소비심리지수를 포함함으로써 모형의 설명력이 개선됨을 확 인할 수 있었다. 이번 호에서는 지난 호에 이어 주택시장 소비심리지수의 가격하락기 예측력 을 분석하고자 한다.

분석자료 및 지수추이

분석에는 국토연구원에서 ‘부동산시장 소비심리조사’를 통해 생산·공표하고 있는 부동산 시장 소비심리지수 중 주택시장 소비심리지수를 활용하였으며, 심리지수 자료의 시계열 기간 은 2009년 4월부터 2013년 5월까지 총 50개월간이다. 지난 호에서 밝혔던 바와 같이 부동산 시장 소비심리지수의 경우 매매시장과 전세시장에 대한 소비심리지수가 별도로 생산되고 있 으나 두 지수의 경우 비교적 최근에 지수가 산정되기 시작하여 시계열 기간이 짧다는 한계가 있어 분석에는 두 지수를 통합한 주택시장 소비심리지수를 활용하였다. 가격지수는 한국감정 원에서 ‘주택가격동향조사’를 통해 생산·공표하고 있는 매매가격지수와 전세가격지수를 이 용하였으며, 두 자료의 시계열 기간은 2003년 11월부터 2013년 5월까지 115개월간이다. 두 가 격지수는 2012년 1월 표본, 조사방법, 지수산정방식 등이 개편되었으며, 현재 개편된 지수산정 방식을 반영한 가격지수는 2003년 11월부터 시계열자료가 제공되고 있다.

<표 1> 분석자료

이상의 시계열 자료를 이용하여 주택시장 가격하락기 예측모형을 추정하는 과정은 다음과 같다. 먼저 매매가격지수와 전세가격지수 변동에 있어 계절적 영향을 제거하기 위해 각각의 지수에 대한 계절조정을 실시하였다. 다음으로 계절조정된 가격지수의 변동을 분석하여 가격 지수 변동 국면을 구분하였다. 끝으로 주택시장 소비심리지수를 이용하여 가격지수 하락기에 대한 확률모형을 추정하였으며, 추정결과와 실제 시기별 국면 변동을 비교하였다. 자료 분석 과 모형추정에는 시계열 자료 분석 프로그램인 E-Views 7.0을 이용하였다.

본 분석의 시간적 범위는 개별지수에 대한 분석의 경우 <표 1>에서 제시한 지수별 시계열 전 기간으로 설정하였으며, 확률모형의 경우 시계열 기간이 가장 짧은 주택시장 소비심리지수에

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

지수명 시계열 기간 출처

주택시장 소비심리지수 2009. 4 ~ 2013. 5 국토연구원

매매가격지수 2003. 11 ~ 2013. 5 한국감정원

전세가격지수 2003. 11 ~ 2013. 5 한국감정원

(5)

맞춰 분석기간을 설정하였다. 공간적으로는 먼저 전국을 대상으로 분석을 실시하였으며, 별도로 수도권에 대한 분석을 실시하였다.

비수도권의 경우 주택시장 소비심리지수 시계열 기간을 기준으 로 할 때 가격지수 변동 국면이 거의 나타나지 않고 지속기간이 짧아 모형 추정에 한계가 있어 분석대상에서 제외하였다.

우리나라의 경우 이주시기가 특정기간에 집중되면서 해당기간에 가격이 주기적으로 변화하는 현상이 관찰된다. 시계열 분석에서는 이러한 특성을 ‘계절성 (Seasonality)’이라고 한다. 계절성을 보이는 자료는 그렇지 않은 자료에 비해 매우 큰 변동성 을 보이며 변동성의 상당 부분이 계절패턴에 의해 설명된다.¹⁾ 본 분석에서는 이러한 계절적 변화를 제어하기 위해 매매가격지수와 전세가격지수에 대한 계절조정을 실시하였다. 다양한 계절조정 기법 중 여기서는 미국 센서스국(Census Bureau)에서 개발한 X-12 ARIMA²⁾ 기법 을 적용하였다.

다음으로 계절조정 기법을 적용하여 산출된 매매가격지수와 전세가격지수의 전월대비 변동 을 분석하고 지수가 상승한 경우를 상승기, 하락한 경우를 하락기로 구분하였다. 이렇게 구분 된 가격지수 변동 국면은 이후 확률모형에서 종속변수로 활용되었으며, 해당변수는 상승기를

‘0’, 하락기를 ‘1’로 하는 더미변수 형태로 설정하였다.

계절조정된 전국 매매가격지수와 가격변동 국면 추이는 <그림 1>과 같다. 전국을 기준으로 2009년 4월 이후 2번의 매매가격 하락기가 나타났으며, 첫 번째 하락기는 2010년 5월부터 9 월까지 5개월간이며 두 번째 하락기는 2012년 2월부터 2013년 4월까지 15개월간이었다. 첫 번 째 하락기의 경우 5개월 동안 매매가격지수는 월평균 0.04% 하락하였으며, 두 번째 하락기의 경우 15개월 동안 월평균 0.16% 하락하였다.

<그림 1> 매매가격지수(계절조정) 및 가격변동 국면 추이(전국)

주 : 매매가격 국면 1=하락기, 0=상승기

1) 김명직, 장국현, 2008, 「금융시계열분석」, 경문사, p.12

2) X-12 ARIMA 모형은 회귀모형과 ARIMA 모형을 결합한 regARIMA 모형을 도입하여 개발한 기법으 로 자세한 사항은 Eviews 홈페이지(www.eviews.com) 참조

(6)

<그림 2>는 수도권의 계절조정된 매매가격지수와 가격변동 국면 추이를 나타낸 것으로 수 도권의 경우 총 5번의 매매가격 하락기가 나타났다. 그러나 매매가격 하락세가 2개월 이상 지 속되지 않은 기간을 제외할 경우 2010년 5월부터 9월까지 5개월간, 2011년 11월부터 2013년 4 월까지 18개월간 두 번의 하락기가 관찰되었다. 첫 번째 하락기 동안 매매가격지수는 월평균 0.37% 하락하였으며, 두 번째 하락기 동안에는 월평균 0.33% 하락하였다.

<그림 2> 매매가격지수(계절조정) 및 가격변동 국면 추이(수도권)

계절조정된 전세가격지수와 가격변동 국면의 지역별 추이는 <그림 3>, <그림 4>와 같다. 전 세가격의 경우 분석기간 동안 지속적으로 상승하는 모습을 보였으며 전국과 수도권 모두 2번 의 가격지수 하락기가 관측되었다. 그러나 매매가격지수에 비해 하락기가 지속된 기간이 상 대적으로 짧고 하락폭 역시 크지 않았다. 전국의 경우 2012년 3월에서 4월, 8월에서 9월, 각 2개월간 하락기와 월평균 0.09%, 0.03%의 하락폭을 보였으며 수도권의 경우 2012년 2월에 서 5월, 7월에서 9월, 각 4개월과 3개월의 하락기와 월평균 0.12%, 0.13%의 하락폭을 보였다.

<그림 3> 전세가격지수(계절조정) 및 가격변동 국면 추이(전국)

주 : 전세가격 국면 1=하락기, 0=상승기

(7)

<그림 4> 전세가격지수(계절조정) 및 가격변동 국면 추이(수도권)

본 분석에서는 매매가격과 전세가격 하락기에 대한 확률모형을 추정하기 위해 주택시장 소 비심리지수와 함께 지수수준을 기준으로 구분한 소비심리지수 국면을 이용하였다. 국토연구 원에서 발표하는 주택시장 소비심리지수는 지수수준을 크게 하강국면, 보합국면, 상승국면으 로 구분하고 있으며 각 국면별 지수 수준은 <표 2>와 같다.

<표 2> 소비심리지수의 국면 구분

지역별 주택시장 소비심리지수와 국면추이는 <그림 5>, <그림 6>과 같이 나타났다. 분석대상 기간인 2009년 4월 이후 전국의 경우 총 5번의 상승국면이 나타났으며, 하강국면은 관찰되지 않았다. 수도권의 경우 2013년 4월과 5월을 포함하여 총 6번의 상승국면이 관찰되었으며, 분 석대상 기간 중 2012년 6월에 유일하게 하강국면을 보였다.

<그림 5> 주택시장 소비심리지수 및 국면 추이(전국)

주 : 주택시장 소비심리지수 국면 0=하강국면, 1=보합국면, 2=상승국면

구분 지수

하강국면 95 미만

보합국면 95 이상 115 미만

상승국면 115 이상

(8)

<그림 6> 주택시장 소비심리지수 및 국면 추이(수도권)

주 : 주택시장 소비심리지수 국면 0=하강국면, 1=보합국면, 2=상승국면

주택시장 소비심리지수 국면별 매매가격지수 및 전세가격지수의 평균 변화율을 살펴보면 <

표 3>과 같다. 전국의 경우 보합국면을 보인 기간 동안 매매가격지수는 평균 –0.06% 하락하 였으며, 전세가격지수는 평균 0.23% 증가하였다. 상승국면을 보인 기간에는 매매가격지수가 평균 0.33% 증가하였으며, 전세가격지수는 평균 0.71% 증가하였다. 수도권의 경우 하강국면 을 보인 기간 동안 매매가격지수는 평균 0.42% 하락하였으며, 전세가격지수는 0.14% 증가하 였다. 보합국면에는 매매가격지수가 0.23% 하락하였고 전세가격지수는 0.23% 증가하였으며, 상승국면에는 매매가격지수와 전세가격 지수가 각각 평균 0.13%, 0.79% 증가하였다.

<표 3> 주택시장 소비심리지수 국면별 가격 변화율

구분 매매가격지수 변화율(계절조정) 전세가격지수 변화율(계절조정)

전 국

하강국면 - -

보합국면 -0.06% 0.23%

상승국면 0.33% 0.71%

수도권

하강국면 -0.42% 0.14%

보합국면 -0.23% 0.23%

상승국면 0.13% 0.79%

(9)

이상에서 살펴본 매매가격지수와 전세가격지수, 주택시장 소비심리지수를 이용하여 가격 하락기에 대한 확률모형을 추정하였다. 모형의 종속변수로는 가격지수의 하락기를 ‘1’, 상승 기를 ‘0’으로 하는 더미변수를 이용하였으며, 설명변수에는 시행착오를 통해 최종적으로 1개 월 시차를 둔 주택시장 소비심리지수의 6개월 이동평균을 이용하였다. 또한 종속변수로 주 택시장 소비심리지수 국면을 하강국면 ‘0’, 보합국면 ‘1’, 상숭국면 ‘2’로 표현하고 1개월 시차 를 둔 국면 값의 6개월 이동평균을 함께 고려하였다. 분석에는 이항 프로빗모형(binary probit model)을 이용하였다.

이상의 변수들을 토대로 추정한 매매가격지수 하락기에 대한 확률모형은 <표 4>, <표 5>와 같다. 추정결과 지역에 관계없이 주택시장 소비심리지수와 심리지수 국면은 하락기가 발생 할 확률과 음의 관계를 가지는 것으로 나타났으며, 두 변수 모두 10% 유의수준에서 통계적으 로 유의한 것으로 추정되었다. 모형의 설명력은 전국 추정모형이 수도권 추정모형에 비해 양 호한 것으로 나타났다.

<표 4> 매매가격 하락기에 대한 확률 모형 추정결과(전국)

주 1) MOVAV(D(H_INDEX1(-1)),6) : 주택시장 소비심리지수(-1개월)의 6개월 이동평균 주 2) MOVAV(D_HID1(-1),6) : 주택시장 소비심리지수 국면(-1개월)의 6개월 이동평균

모형추정

Variable Coefficient Std. Error z-Statistic Prob.

@MOVAV(D(H_INDEX1(-1)),6) -0.4217 0.2131 -1.9794 0.0478

@MOVAV(D_HID1(-1),6) -5.8377 1.8234 -3.2015 0.0014

C 8.7198 2.7758 3.1413 0.0017

McFadden R-squared 0.6672 Mean dependent var 0.4545 S.D. dependent var 0.5037 S.E. of regression 0.2877 Akaike info criterion 0.5950 Sum squared resid 3.3928

Schwarz criterion 0.7167 Log likelihood -10.0902

Hannan-Quinn criter. 0.6401 Restr. log likelihood -30.3164

LR statistic 40.4524 Avg. log likelihood -0.2293

Prob(LR statistic) 0.0000

(10)

<표 5> 매매가격 하락기에 대한 확률 모형 추정결과(수도권)

다음으로 전세가격지수 하락기에 대한 확률모형 추정결과는 <표 6>, <표 7>과 같다. 전세가 격지수 하락기에 대한 확률모형에서도 주택시장 소비심리지수와 심리지수 국면은 하락기 발 생확률과 음의 관계를 가지는 것으로 나타났다. 전국 추정모형의 경우 두 종속변수 모두 10%

유의수준에서 통계적으로 유의한 것으로 나타났지만 수도권 모형의 경우 주택시장 소비심리 지수가 통계적으로 유의하지 않았다. 전세가격 하락기 추정모형의 설명력이 매매가격 하락기 에 대한 모형에 비해 상대적으로 낮았으며, 지역별로는 전국 추정모형에 비해 수도권 추정모 형의 설명력이 낮은 것으로 나타났다. 이러한 결과는 앞서 추이분석에서 살펴본 바와 같이 전 세가격지수의 경우 지속적인 상승세를 유지하고 있고 실제 하락기가 나타난 기간이 짧아 하 락기 추정모형 구축에 한계가 있기 때문으로 판단된다.

<표 6> 전세가격 하락기에 대한 확률 모형 추정결과(전국)

@MOVAV(D(H_INDEX1(-1)),6) -0.1639 0.0888 -1.8459 0.0649

@MOVAV(D_HID1(-1),6) -2.2445 0.6660 -3.3700 0.0008

C 3.5763 0.9992 3.5791 0.0003

@MOVAV(D(H_INDEX1(-1)),6) -0.3805 0.2200 -1.7295 0.0837

@MOVAV(D_HID1(-1),6) -2.8326 1.5457 -1.8326 0.0669

C 2.0514 1.8013 1.1388 0.2548

(11)

<표 7> 전세가격 하락기에 대한 확률 모형 추정결과(수도권)

이상의 확률모형을 통해 추정된 매매가격지수 하락기 발생확률과 실제 관측된 국면추이를 비교한 결과는 <그림 7>, <그림 8>과 같다.

전국의 경우 두 번의 하락기가 발생하였으며 추정된 확률이 하락기 발생을 비교적 잘 설명 하고 있는 것으로 나타났다. 특히 지속기간이 길고 매매가격지수의 하락폭이 컸던 두 번째 하 락기에 대한 설명력이 높은 것으로 나타났다. 두 번째 하락기에 대한 추정 확률은 하락기 발 생 이전에 증가하여 하락기 발생 이후에는 거의 100% 수준에 이르렀으며, 하락기 종료를 앞 두고 다시 감소하는 경향을 보였다. 수도권 추정모형 역시 2개월 이상 지속된 두 번의 하락기 중 두 번째 하락기에 대한 확률모형의 설명력이 높은 것으로 나타났다.

<그림 7> 주택가격 하락기에 대한 확률추정 결과(전국)

@MOVAV(D(H_INDEX1(-1)),6) -0.1702 0.1162 -1.4648 0.1430

@MOVAV(D_HID1(-1),6) -2.2937 0.9822 -2.3352 0.0195

C 1.5623 1.0851 1.4398 0.1499

(12)

<그림 8> 주택가격 하락기에 대한 확률추정 결과(수도권)

확률모형을 통해 추정된 전세가격지수 하락기 발생확률과 실제 관측된 국면추이를 비교한 결과는 <그림 9>, <그림 10>과 같다. 전세가격지수 하락기 발생확률 추정모형의 경우 매매가격 지수 하락기 발생 확률 추정 모형에 비해 설명력이 낮았다. 전국과 수도권 모두 하락기가 발 생한 시점을 중심으로 모형의 통해 추정된 발생확률이 증가하는 경향을 보였으나 추정된 확 률이 모두 50%를 넘지는 않았다. 이러한 결과는 앞서 설명한 바와 같이 분석대상 기간 중 두 번의 전세가격지수 하락기가 관측되었으나 지속기간이 짧고 하락폭이 크지 않아 확률모형을 추정하는데 한계가 있었기 때문으로 판단된다.

<그림 9> 전세가격 하락기에 대한 확률추정 결과(전국)

<그림 10> 전세가격 하락기에 대한 확률추정 결과(수도권)

(13)

이 글에서는 주택시장 소비심리지수의 가격변동 예측력을 분석한 지난 봄호에 이어 매매가 격과 전세가격 하락기 예측에 있어 주택시장 소비심리지수의 활용 가능성을 검토하였다. 이 를 위해 매매가격지수와 전세가격지수가 전월대비 하락한 경우를 가격 하락기로 정의하고 주 택시장 소비심리지수와 소리심리지수 국면에 대한 이동평균을 이용하여 하락기 발생확률을 추정하는 모형을 구축하였다. 추정결과 매매가격지수 하락기 예측에 있어 주택시장 소비심 리지수가 유용한 정보를 제공할 수 있음을 확인하였다. 그러나 전세가격 하락기에 대한 확률 모형의 경우 매매가격지수 하락기에 대한 확률모형에 비해 상대적으로 설명력이 낮았다. 이 는 분석대상 기간 중 전세가격지수 하락기가 제대로 관측되지 않은 특성에 기인하는 것으로 판단된다.

부동산시장 상황을 진단하고 관련 정책을 수립하는데 있어 가격변동은 중요한 정보를 제공 하고 있다. 따라서 이상의 분석결과와 지난 호 분석결과를 종합해 볼 때 가격변동과 가격 하 락기를 예측할 수 있는 선행지표로서 주택시장 소비심리지수의 활용성은 매우 높다고 할 수 있다. 비록 주택시장 소비심리지수의 시계열이 짧아 분석에 여러 가지 한계가 있으나 향후 소 비심리지수 시계열 자료의 축적을 통해 지수를 활용한 부동산시장 진단에 좀 더 발전된 논의 가 가능할 것으로 기대된다.

결론 및 시사점

<참고문헌>

eviews 홈페이지, www.eviews.com

한국감정원 부동산통계정보시스템, www.r-one.co.kr 김명직, 장국현, 2008, 「금융시계열분석」, 경문사 이종원, 2007, 「계량경제학」, 박영사