주택특성 실거래지수, 반복매매 실거래지수, 호가지수의 비교분석
박연우 / 중앙대학교 경영대학 교수1) 방두완 / 한국주택금융공사 조사연구부 연구위원2)
I. 들어가는 말
주택가격지수는 주택관련 정책을 결정할 때 중요한 판단기준으로 이용되고 있는데 한국의 경우 국 민은행과 일부 부동산 업체에서 호가에 기초한 주택가격지수를 발표하고 있다. 최근 국토해양부에서 아파트실거래가격에 기초한 반복매매모형 주택가격지수를 발표하고 있지만 지수작성의 권역이 넓어 서 부동산금융의 실무담당자가 이용하기에는 다소 한계가 존재한다고 할 수 있다. 실거래지수 관련 기 존 연구는 특성가격지수모형(hedonic price index model)의 경우 지수작성을 위해서 방대한 양의 데 이터가 요구되므로 상대적으로 지수작성이 용이한 반복매매지수모형(repeat sale price index model)의 연구가 대부분을 차지하고 있는 현실이다. 특성가격을 중심으로한 실거래지수 연구도 일부 시도되었으나 자료 등의 문제로 월별지수 형태로 반복매매모형이나 호가지수와의 특성을 비교한 연구 는 부족한 실정이다.3)
한편, 한국 부동산시장은 2006년 1월부터 실거래가 신고제도가 시행되면서 기존 호가중심의 시세 정보에 기초한 부동산지수와는 다른 실거래가를 이용한 지수산정의 필요성이 계속해서 제기되고 있 다. 이러한 필요성은 호가에 기초한 주택가격지수가 시장의 가격변동을 정확히 반영하지 못한다는 개 념에서 출발한 것이다.4)
본고의 내용은 필자의 개인의견으로 한국주택금융공사의 공식적인 견해와 다를 수 있습니다.
1) 중앙대학교 경영대학 교수(Tel : 02-820-5793, E-mail : [email protected]) 2) 한국주택금융공사 연구위원(Tel : 02-2014-8157, E-mail : [email protected])
3) 헤도닉지수모형(hedonic price index model)은 주택특성을 이용하여 실거래지수를 작성하는 모형이므로 이하에서는 특성가격모형으로 부르기로 한다.
4) 정부는 2005년 7월「공인중개사의 업무 및 부동산 거래신고에 관한 법률」을 제정하였다.
실거래가격을 기초로 부동산 지수를 작성하는 경우 기존과 같이 표본에 근거하는 라스파이레스 (Laspeyres) 방식으로 지수작성을 하기 어렵다. 라스파이레스 방식의 지수를 작성하기 위해서는 매시 점마다 표본주택의 가격정보가 필요하나, 표본주택이 항상 매시점 거래되는 것은 아니기 때문이다.
이러한 이유로 실거래가격을 기초로 주택가격지수를 작성하기 위해서는 계량적인 이론모형에 근거한 반복매매지수나 헤도닉 지수모형 등 새로운 접근이 필요하다.
본 연구에서는 이러한 관점에서 계량적인 이론모형을 가지고 있는 실거래지수를 중심으로 한국의 부동산 시장가격 움직임을 잘 반영할 수 있는 지수작성 가능성을 논의하며 특히, 그동안 방대한 주택 특성자료 때문에 상대적으로 연구가 부족하였던 특성가격지수모형(hedonic price index model)을 중 심으로 연구하고자 한다. 특성가격지수의 경우“질적으로 동일한 주택”의 가격변화를 추적하고 특성 차이에 따른 지수를 작성하는 것이 중요하다. 따라서 본 연구에서도 이러한 특성을 고려하여 한국부동 산시장의 시장흐름을 반영할 수 있는 실거래지수의 적용가능성에 대해 연구하고자 한다.
일반적으로 부동산시장은 전형적으로 거래빈도가 낮은 시장이며 특히 지역을 세분화하여 지수를 작 성하는 경우 시장가격의 움직임을 정확히 반영하지 못할 가능성이 있다. 즉, 거래빈도의 부족은 실거 래지수의 신뢰성을 낮게 만드는 중요한 요인이 될 수 있으며 이러한 어려움은 특히, 반복매매지수에서 더욱 크게 나타날 가능성이 있다. 그러나 빈도 부족에도 불구하고 세분화된 지역별 실거래지수에 대한 관심은 실무분석가에게 상대적으로 높을 것으로 기대된다.
Ⅱ. 이론모형비교
주택가격지수 산정에 관한 선행연구는 지수산정의 장단점을 분석하고 시장의 특성을 보다 정확히 반영하는데 목적이 있다고 하겠다. 왜냐하면 정확한 부동산 시장의 수익률 및 위험률을 아는 것은 여 러 투자자산의 포트폴리오 선정 및 포트폴리오 자산운용자의 성과평가를 위해 매우 중요하기 때문이 다. 반면 정확하지 않은 부동산지수는 부동산 거래빈도가 적거나 또는 다른 이유로 인하여 평활화 현 상(smoothing)이 발생할 가능성이 높다. 이러한 문제점 때문에 감정평가에 기초한 부동산지수 보다는 거래가격에 기초한 실거래지수를 도입하려는 연구가 지속되어 왔는데 이러한 연구는 크게 두가지 방 법으로 요약할 수 있다. 헤도닉 회귀모형과 반복매매 가격지수모형이 그것이다.
일반적으로 주거용 부동산지수가 아닌 상업용 부동산지수를 산정하는 경우에는 거래의 빈도가 현저
부동산에 비해서는 상대적으로 높고 안정성이 있기 때문에 거래가격만을 이용한 통계적 지수산정방법 을 중심으로 연구가 진행되고 있다.
이러한 측면을 고려하여 본 연구는 실거래 지수 작성을 위한 이론모형을 검토하고 국토해양부에서 발표하는 실거래 가격을 이용하여 서울소재 아파트 가격지수, 특히 강남구의 아파트지수를 작성하여 국민은행이 작성하여 발표하는 호가지수와 특성가격지수 그리고 반복매매지수를 비교분석하여 한국 형 실거래지수 가능성을 검토하고자 한다.
1. 라스파이레스 지수 모형
라스파이레스(Laspeyres) 지수는 표본주택을 선정한 후, 비교시점의 가중평균 주택가격을 기준시 점의 가중평균 주택가격으로 나누어 지수를 작성하는 방법이다. 라스파이레스 지수는 부동산 가격지 수를 표본 조사 가격이나 감정평가 가격으로 계산하며 매기 동일한 주택에 대한 가격자료를 이용하여 작성하게 된다. 한국의 대표적인 호가지수는 국민은행이나 부동산114의 주택가격지수인데 표본조사 에 의한 라스파이레스 방법으로 지수를 작성하고 있다. 라스파이레스 지수는 먼저 모집단인 전체 재고 주택을 대표하는 표본들을 설정한 후, 해당 표본주택의 가격을 매기 조사하여 다음과 같은 산식으로 지수화하여 작성하고 있다.
대표적인 라스파이레스 지수는 일본의 도시가격지수, 미국 NCREIF의 Property Index, 독일 연방 은행의 Residential Property Price Indices가 있다. 라스파이레스 지수는 간편하게 지수를 계산할 수 있다는 장점이 있으나 부동산 가격지수를 표본 조사 가격이나 감정평가 가격으로 계산하며 매기 동 일한 주택에 대한 가격자료를 이용하여 작성하게 되는데 실제 거래가격보다 평활화하는 현상이 존재 하며 매기 거래가 없는 경우에도 호가를 반영하여 지수를 작성해야 하는 근본적인 문제점이 존재한다.
2.특성가격모형
특성가격모형은 헤도닉 가격모형(hedonic price model)이라고 부르기도 하며“소비자는 특정 재화 를 구입하는 것이 아니라, 그 재화를 구성하고 있는 특성을 구입하는 것이며, 그 가격은 특성의 구매량 과 가격에 의해 결정된다”는 가설에 기초를 두고 가격모형을 설정하려는 것이다. 일반적으로 주택구매 자의 입장에서 주택을 구매하는 경우 여러 가지 요인을 고려하여 의사결정을 하게된다. 이러한 의사결 정구조를 보다 세분하여 보면 주택의 특성을 주택특성요인, 단지특성요인, 환경적요인, 기타요인 등으 로 구분할 수 있다. 이러한 개념을 수식으로 표현한다면 주택가격(P)과 주택특성벡터(Z)의 관계를 (식 2)와 같이 표현할 수 있다.
특성가격 모형을 이해하기 위해서는 먼저 특성가격모형의 기본가정을 이해할 필요가 있다. 이 모형 은“어떤 재화의 가치는 해당 재화에 내포되어 있는 특성에 의해 결정된다”는 가정을 전제로 하고 있 다. 결국 재화를 매입한다는 것은 해당 재화에 내포되어 있는 특성들을 구매한다는 의미이다.
특성가격은 잠재가격이라고 하기도 하는데 그 이유는 특성가격이 관찰되지 않는 점에 기인한다. 명 시적으로 드러나는 재화의 가격과는 달리 특성들의 가격은 추정을 통해 알아내야 하기 때문에 잠재가 격이라고 부르는 것이다. 따라서 특성가격은 명시적으로 관찰되는 재화의 가격과 특성들을 변수로 이 용하여 회귀분석으로 가격을 추정할 수 있다.
특성가격모형은 주로 다중회귀분석을 이용하여 추정하며 이용되는 함수형태는 선형, 반로그, 이중 로그함수 등이 있으며 이 중 선형함수는 독립변수와 종속변수간의 관계가 선형(linear)이라고 가정하 고, 이를 모형화한 것으로 (식 3)과 같은 일반회귀식으로 표현할 수 있다.
반로그함수는 (식 3)에서 종속변수에 자연로그를 취하고 독립변수에 자연로그를 취하지 않는 함수 형태를 의미하며 마지막으로 이중로그함수는 종속변수와 독립변수 모두 자연로그를 취한 함수형태를 가진다. 이 세 가지 함수형태 중 어떤 함수형태를 취해야 한다는 이론은 없지만 선형함수의 경우 추정 결과에 대한 해석이 단순하고 용이하다는 장점이 있다. 반로그함수의 경우, 추정계수의 값이 해당 특 성의 변화에 따른 부동산 가격의 변화율 근사값을 보여주기 때문에 추정결과의 해석이 편하다는 장점 이 있다. 선행연구에서는 반로그함수가 많이 사용되고 있다. 그러나 반로그모형은 개별 특성변수의 양 이 한 단위 변동할 때 부동산 가격이 기하학적으로 변동하기 때문에 현실감이 없을 수 있다. 반로그모 형에서 가격의 정확한 변화율은 еβ-1이다.
한편 일반회귀모형과 같이 특성가격 모형에서 어떤 회귀방정식을 사용하여도 변수누락이 발생한다 면 심각한 추정오류를 일으킬 수 있다. 왜냐하면 부동산가격에 영향을 미치는 주요 특성들이 독립변수 에 모두 포함이 되어야 하는데 현실적으로 자료수집 등의 문제로 특성들을 모두 수치로 표현하기 어렵 기 때문이다. 이로 인해 주요 특성변수들이 특성가격 모형에 빠질 가능성이 있고 편의(bias)가 발생할 수 있다. 이러한 문제점 외에도 대부분의 이론모형에서 발생할 수 있는 일반적인 문제 즉, 지역별로 주 요특성함수가 다른 경우 이분산(heteroscedasticity)이 발생할 수 있다는 점을 고려하여야 한다. 다만 지역별 이분산 문제는 세분화된 특성함수를 구성하는 경우 상당부분 해소할 수 있을 것으로 기대된다.
대부분의 회귀모형에서는 오차항이 정규분포한다는 가정하에 모수적 방법으로 모형을 추정하고 있 으며 대표적인 방법이 최소자승법이다. 그러나 시계열자료의 경우 오차항이 어떤 분포를 하는 지를 사 전적으로 알 수 없기 때문에 최근 연구에서는 비모수적 추정방법을 사용하기도 한다. 결국 특성가격지 수를 정확히 구성하기 위해서는 핵심개념인‘질적으로 동일한 주택’의 가격변화를 추정하기에 용이하 고 주택특성 차이를 반영할 수 있는 지수를 모형화하는 것이 필요하다. 대표적인 특성가격지수는 미국 상무국 통계청의 신규단독주택가격지수(Price Index for New One-Family Houses Sold)와 영국 통 계청의 주택가격지수(National Statistics Housing Price Index) 등이 있다.
3. 반복매매지수모형
반복매매지수모형(repeat sales price index)은 지수작성기간 중 두 번 이상 거래된 부동산의 거래 가격을 이용하여 지수를 작성하는 방법이며 Bailey, Muth and Nourse(1963)에 의해 개발되어 Case and Shiller(1989)에 의해 수정된 형태로 일반적으로 사용되기 시작하였고, 두 번 이상 거래된 부동산 만을 분석대상으로 하기 때문에‘동일한 주택’의 가격 변화를 추정할 수 있다. 그러나 동일한 주택이 라 하더라도 부동산의 특성이 시간에 따라 변할 수 있기 때문에 가격변화뿐만 아니라 특성변화도 지수 에 포함되는 것이 바람직하다고 하겠다. 이런 측면을 고려한다면 반복매매지수는 재고주택의 가격변 화를 보여주는 지수로서 적절한 지수작성 방법이라고 할 수 있다. 반복매매지수모형은 헤도닉지수모 형이 필요로 하는 방대한 주택특성자료에 대한 요구조건이 없다는 장점이 있으나, 지수 산정기간 내에 두 번 이상 거래된 주택의 자료만을 사용하게 되므로 표본선택의 편의나 자료이용의 비효율성이란 문 제가 내재되어 있다(Clapp and Giaccotto,1992). 또한 반복매매지수모형의 가장 큰 단점은 반복매매 거래쌍의 관측빈도가 낮을 수밖에 없다는 근본적인 문제점을 포함하고 있다.
그러나 국내 아파트시장의 경우 이러한 반복매매지수모형이 지니고 있는 취약점을 극복할 수 있는 특성을 지니고 있다. 즉 아파트의 표준화된 특성을 인정하면 반복매매지수의 최대 약점인 낮은 관측빈 도의 문제를 일정 부분 극복할 수 있는 데, 동일주택을 동일세대로 설정하는 것이 아니라 주택의 가격 수준이 유사한 동일아파트 단지의 동일평형, 동일층을 동일아파트로 가정하면 관측되는 반복거래쌍의 빈도를 크게 높일 수 있다. 따라서 본 연구에서도 이러한 개념을 적용하여 동일단지, 동일평형, 동일층 인 아파트를 동일아파트로 정의하여 분석하기로 한다.
반복매매지수모형은 시장에서 거래되는 사례 중 반복적인 거래상의 가격상승률에 기초하여 지수를 산정하는 방법이므로 반복매매지수모형을 함수로 표현하면 다음과 같다.
위 식을 이용하여 두 기간의 증가율을 계산하여 지수를 작성하는 방법이 반복매매지수모형이다. 반 복매매지수모형은 거래가 이루어진 두 기간 중에 해당 주택의 특성에 아무런 변화가 없다는 가정을 한
다. 현재 미국에서 OFHEO(Office of Federal Housing Enterprise Oversight)5)가 반복매매지수모 형으로 HPI(house price indexs) 주택가격지수를 작성하고 있으며 Freddie Mac에서도 CMHPI(conventional mortgage home price index)6) 주택가격지수를 반복매매지수모형으로 작성 하고 있다. 그러나 반복매매지수모형은 특성가격지수에 비해서 모형의 설정과 추정이 쉽다는 장점은 있지만 주택특성 차이에 따른 가격차이를 충분히 반영하지 못하는 단점이 있고 새로운 실거래 가격이 추가되는 경우 기존에 발표된 지수가 다소 변동하는 문제점이 존재하며 이와 함께 특성가격지수에서 나타날 수 있는 이분산(heteroscedasticity)이 존재할 가능성도 있다.
Ⅲ. 분석대상 자료
본 연구에서 사용한 부동산지수는 국민은행 호가지수와 국토해양부에서 공시하는 실거래건수를 이 용하여 만든 실거래지수를 주요 분석대상으로 한다. 분석기간은 실거래가격을 계산할 수 있는 2006년 1월부터 2010년 2월까지 총 50개월이며 분석대상 물건은 아파트, 지역은 강남구로 한정하기로 한다.
분석대상 물건을 아파트로 한정한 것은 한국 부동산시장에서 아파트시장이 가지는 대표성을 고려하였 기 때문이며 강남구를 분석대상으로 선정한 이유도 동일하다.
또한 본 연구에서는 반복매매지수모형의 가장 큰 단점인 반복매매거래쌍의 관측빈도가 낮다는 취약 점을 극복하기 위하여 아파트의 표준화된 특성을 이용하여 동일주택을 동일세대로 설정하는 것이 아 니라 동일단지, 동일평형, 동일층을 동일한 아파트로 간주하여 반복매매거래쌍의 관측빈도를 높여서 분석하기로 한다.7)특성가격지수산정을 위하여 강남구 소재 아파트중 국토해양부 DB에 등재된 아파 트의 개별특성을 조사하고 정리하여 특성가격작성을 위한 데이터베이스로 재구성하였다.
먼저 <표 1> 변수의 기초통계량을 보면 거래 빈도수는 16,470건, 평균매매가격은 75,165만원 이었 으며 평균세대수는 1,174 세대였다. <표 2>의 강남구 거래빈도수를 살펴보면 전체거래빈도는 19,262 건 강남구 최대거래건수는 2006년 10월의 1,307건이며 최소거래건수는 2008년 11월의 50건으로 분 석되었으며 평균거래건수는 385건으로 나타나 개별월간에는 큰 차이를 보이고 있다.
5) OFHEO 홈페이지(www.ofheo.com) 참조 6) CMHPI 홈페이지(www.freddiemac.com) 참조
7) 반복거래쌍의 측정과 관련하여 부연설명하면 잠실 5단지의 105㎡, 5층인 아파트가 2번 이상 거래된 빈도를 의미하여 동월 에 동일거래가 여러 건 발생한 경우는 산술평균하여 한 건으로 간주하였다.
변수명 관측치 평균 최대값 최소값 표준편차
전용면적(m2) 16,470 73.56 425 17 35.69
실거래가격(만원) 16,470 75,165 570,000 7,200 50,209
총세대수 16,470 1,174 5,040 4 1,368
동수 16,470 16.91 124 1 28.80
지하철까지 거리(m) 16,470 474 1,580 73 211
전용면적비율1)(%) 16,470 0.73 1.04 0.46 0.22
방수 16,470 2.56 8 1 1.08
욕실수 16,470 1.32 5 1 0.59
표 1 변수의 기초통계량
주1 : 전용면적(m2)/공급면적(m2) 자료 : 국토해양부
한편, <표 2>에서 강남구의 전체반복거래 빈도수를 살펴보면 9,427건이었고 최대거래건수는 2006 년 10월의 490건이며, 최소거래건수는 2008년 10월에 32건이 관측되는데 그쳤다. 평균거래건수는 189건이었으며 전체거래빈도와 같이 부동산 상승기와 하락기의 월별차이가 다소 큰 것으로 나타났다.
거래빈도와 관련하여 주의하여 살펴볼 점은 부동산 상승기의 거래량이 많고 부동산 하락기에는 적어 표 2 강남구 거래빈도 비교
자료 : 국토해양부
년 월 전체거래 빈도수 반복거래 빈도수
200601 602 0
200602 630 95
200603 988 226
200604 605 213
200605 351 140
200606 188 78
200607 170 65
200608 303 115
200609 698 248
200610 1,307 490
200611 728 322
200612 532 288
200701 172 92
200702 147 83
200703 199 111
200704 145 83
200705 207 115
200706 277 158
200707 284 169
200708 214 120
200709 163 90
200710 269 168
200711 253 136
200712 220 141
200801 212 127
200802 249 148
년 월 전체거래 빈도수 반복거래 빈도수
200803 360 214
200804 380 203
200805 265 165
200806 188 120
200807 147 75
200808 99 62
200809 85 54
200810 50 32
200811 60 44
200812 157 99
200901 482 285
200902 477 275
200903 597 357
200904 830 426
200905 542 291
200906 914 482
200907 731 445
200908 786 451
200909 529 335
200910 260 166
200911 258 183
200912 386 255
201001 385 266
201002 181 121
총계 19,262 9,427
진다는 것이다. 즉, 거래빈도와 부동산지수 사이에는 양(+)의 상관 관계가 존재한다.
Ⅳ. 실거래지수 및 호가지수 비교분석
1. 실거래지수 분석결과<표 3> 강남구 실거래지수 및 호가지수는 분석대상기간 동안 2번의 부동산가격 상승기가 존재했음 을 확인할 수 있다. 이는 본 연구에서 계산한 실거래지수 즉, 특성가격지수와 반복매매지수 그리고 중 개업자의 호가지수인 국민은행지수가 모두 비슷한 결과를 보이고 있다는 사실을 확인할 수 있다. 다만 세 지수의 차이점을 세부적으로 분석하여 보면 두개의 실거래지수가 국민은행지수보다 2개월 정도 선 행하여 고점을 제시하고 있으며 부동산경기의 저점은 약 1개월에서 3개월 정도의 시차를 보이면서 선 행하고 있다는 점이다. 이것은 기존 문헌과 선행연구에서 계속 지적되고 있는 호가지수의 평활화 현상 이 실제로 존재한다는 의미로 해석할 수 있다. 물론 실거래지수의 경우 부동산의 가격 특성상 부동산 하락기에는 급매물이 존재하고 이러한 교란요인 때문에 가격이 왜곡되어 후행 현상이 발생하였다고 주장할 수도 있겠지만 이러한 호가지수의 후행현상은 자산가치의 정확한 평가라는 측면에서 다소 부 정적인 면이 존재한다고 하겠다.
<표 4> 특성가격지수 분석결과를 살펴보면 강남구 아파트 구매시의 중요한 기준은 전용면적, 총세 대수, 아파트 동수, 난방구조, 현관구조, 방수 등으로 분석되었다. 1층인지의 여부는 예상대로 베타계 수가 음(-)으로 추정되어 1층일수록 아파트 가격이 낮은 것으로 분석되었으나 통계적으로 유의하지는 않았다. 전체적으로 본다면 강남구 아파트는 전용면적이 넓거나 총세대수, 아파트 동수, 방수가 많거
표 3 강남구 실거래지수 및 호가지수 비교
자료 : 국토해양부, 국민은행
년 월 실거래지수 호가지수
특성가격지수 반복매매지수 국민은행지수
200601 100.00 100.00 100.00
200602 105.23 102.41 102.16
200603 110.36 108.65 105.60
200604 110.14 112.02 109.74
200605 102.87 112.74 112.58
200606 101.35 109.18 112.60
200607 99.52 106.78 112.37
200608 101.37 108.01 112.29
200609 105.42 109.42 112.54
200610 117.10 117.16 115.03
200611 116.94 121.15 121.84
200612 116.39 120.88 124.93
200701 109.53 117.38 125.97
200702 101.69 116.43 125.77
200703 107.49 115.52 125.54
200704 106.20 110.38 124.45
200705 107.32 110.36 123.55
200706 118.62 115.93 123.40
200707 110.38 116.04 123.58
200708 105.47 116.11 123.61
200709 115.32 115.61 123.38
200710 112.76 115.71 123.32
200711 121.57 115.91 123.34
200712 117.63 116.80 123.20
200801 117.13 117.42 123.36
년 월 실거래지수 호가지수
특성가격지수 반복매매지수 국민은행지수
200802 119.51 118.53 100.00
200803 115.17 119.86 102.16
200804 119.22 120.07 105.60
200805 119.37 119.50 109.74
200806 117.62 119.26 112.58
200807 111.42 115.24 112.60
200808 116.19 114.64 112.37
200809 122.56 117.10 112.29
200810 111.95 114.84 112.54
200811 107.02 102.23 115.03
200812 108.12 93.86 121.84
200901 116.04 100.81 124.93
200902 117.23 106.42 125.97
200903 117.01 106.08 125.77
200904 118.63 110.32 125.54
200905 121.35 110.97 124.45
200906 128.63 114.03 123.55
200907 125.35 115.67 123.40
200908 133.74 118.43 123.58
200909 127.28 118.92 123.61
200910 124.37 116.56 123.38
200911 128.41 112.49 123.32
200912 129.90 115.85 123.34
201001 121.59 116.99 123.20
201002 123.62 117.29 123.36
나 또는 개별난방이거나 개별식 현관구조를 가지고 있는 경우 아파트 가격이 높은 것으로 분석되었다.
그러나 욕실수는 아파트 가격을 결정하는 중요한 변수로 해석하기 어려웠다.
<그림 1> 강남구 특성가격지수 및 호가지수비교를 비교하면 두 지수의 차이를 더욱 확실히 알 수 있 다. 전체적으로 국민은행지수는 강한 평활화 현상을 보이고 있으며 특성가격지수의 경우 변동성이 매 우 큰 것으로 나타나고 있다. 국민은행지수가 평활화 현상을 보이고 있는 2006년 12월부터 2008년 12 월사이의 기간에도 특성가격지수는 큰 변동성을 보여주고 있으며 이러한 움직임은 동일한 실거래지수 인 반복매매지수와 유사한 것으로 해석할 수 있다. 2008년 9월의 미국발 금융위기가 한국 부동산시장 에 직접적인 영향을 준 시기는 2008년 11월에서 12월이며 특성가격지수도 큰 폭의 하락을 보이다가 이후 급반등하는 모습을 보여주고 있다. 전체적으로 본다면 호가지수와 대부분의 기간에서 상당한 차 이를 보이고 있다.
표 4 특성가격지수 분석결과
변수명 회귀계수 표준오차 t-Value 확률
상수항 9.1024 0.0200 455.0105 0.0000
전용면적1)(m2) 0.0127 0.0001 120.7741 0.0000
1층더미2) -0.0117 0.0090 -1.3053 0.1918
총세대수 0.0001 0.0000 29.6467 0.0000
아파트동수 0.0033 0.0002 15.2806 0.0000
난방3) 0.2269 0.0053 42.5337 0.0000
현관구조4) 0.2402 0.0065 36.7693 0.0000
지하철 거리(m) 0.0000 0.0000 1.2573 0.2087
전용면적비율5) 0.0308 0.0157 1.9654 0.0494
방수 0.1111 0.0045 24.5690 0.0000
욕실수 -0.1334 0.0070 -19.1604 0.0000
주1 : 아파트 전용면적
주2 : 1층이면 1, 아니면 0인 더미변수 주3 : 개별난방과 중앙집중난방으로 구분 주4 : 계단식과 복도식으로 구분 주5 : 전용면적(m2)/공급면적(m2)
<그림 2> 강남구 반복매매지수 및 호가지수비교를 보면 특성가격지수와 대체로 유사한 특성을 보이 는 것을 확인할 수 있다. 반복매매지수가 두 번의 상승기와 하락에 정확한 신호를 보여주는 반면 호가 지수의 경우 전체적인 상승과 하락의 모습은 보이고 있으나 반복매매지수에 비해 평활화 현상이 존재 하는 것을 확인할 수 있다. 또한 실무적인 관점에서 주목하여야 할 점은 2008년 9월의 미국발 금융위 기가 한국 부동산시장에 영향을 준 시기에 실거래지수와 호가지수가 매우 큰 괴리현상을 보이고 있기 때문에 이 시기에 어떤 지수를 근거로 자산운영을 하느냐에 따라 자산 건전성에 영향을 미칠 수 있다 는 것이다.
그림 1 강남구 특성가격지수 및 호가지수 비교
그림 2 강남구 반복매매지수 및 호가지수 비교
<그림 3> 강남구 실거래지수 및 호가지수를 전체적으로 비교해보면 세 지수의 움직임을 비교분석할 수 있다. 특성가격지수와 반복매매지수는 대체로 유사한 움직임을 보이고 있으나 특성가격지수의 변 동성이 더욱 크다는 사실을 확인할 수 있다. 실거래지수와 호가지수를 비교하면 실거래지수가 두 번의 상승기와 하락에 정확한 신호를 보여주는 반면 호가지수의 경우 전체적인 상승과 하락의 모습은 보이 고 있으나 반복매매지수에 비해 고점과 저점의 신호가 지연되고 있으며 실거래지수에 비해서 전체적 으로 평활화 현상이 존재하는 것을 확인할 수 있다. 실무적으로 세 지수는 상호 보완하여 사용할 필요 가 있으며 향후 지속적인 연구가 필요하다고 하겠다.
표로 제시되지는 않았지만 반복매매지수와 특성가격지수는 전체분석기간 동안 추정계수가 높은 통 계적인 유의수준을 보이고 있고 호가지수인 국민은행지수와 비교하면 두 지수 모두 변동성이 높게 나 타나고 있으므로 시장의 상황을 보다 정확히 반영하는 것으로 해석할 수 있다. 또한 특성가격지수는 모형적합을 고려하여 추가적인 변수를 선정하거나 이분산을 고려하여 분석할 필요성이 있고, 금번 실 거래지수 분석에서는 주택가격예측 모형을 제시하지 않고 있으므로 차기 연구에서는 ARMA, VECM 을 이용한 주택가격예측모형을 함께 제시할 필요성이 있다.
그림 3 강남구 실거래지수 및 호가지수 비교
Ⅴ. 맺는 말
본 연구에서는 국민은행에서 작성한 호가지수와 국토해양부에서 공시하는 실거래가격을 이용하여 계산한 반복매매지수 그리고 주택가격특성을 고려하여 계산한 특성가격지수를 비교분석하였다.
일반적으로 반복매매지수모형의 가장 큰 단점인 반복매매거래쌍의 관측빈도가 낮다는 취약점을 극 복하기 위하여 아파트의 표준화된 특성을 이용하였으며 동일주택을 동일세대로 설정하는 것이 아니라 동일단지, 동일평형, 동일층을 동일한 아파트로 간주하여 반복매매거래쌍의 관측빈도를 높여서 분석 하였다. 또한 특성가격지수산정을 위하여 강남구 소재 아파트 중 국토해양부 DB에 등재된 아파트의 개별특성을 조사하여 특성가격지수 작성을 위한 데이터베이스로 재구성하였다.
강남구의 호가지수 및 실거래지수를 분석한 결과 분석대상기간 동안 2번의 부동산가격 상승기가 존 재했음을 확인할 수 있었다. 이는 본 연구에서 계산한 실거래지수나 중개업자의 호가지수인 국민은행 지수 모두 유사한 결과를 보이고 있으며 대체적인 가격흐름도 비슷하다는 것을 확인할 수 있었다. 다 만 세 지수의 차이점을 세부적으로 분석하여 보면 개별지역의 실거래지수가 호가지수인 국민은행지수 보다 2개월 선행하여 고점을 보이고 있으며 부동산경기의 저점은 약 1개월에서 3개월 정도의 시차를 보이면서 선행하고 있다는 점이다. 이것은 선행연구에서도 계속 지적되고 있는 호가지수의 평활화 현 상이 실제로 존재한다는 의미이다. 또한 세 지수의 비교결과를 보면 호가지수 보다는 실거래지수가 그 리고 실거래지수간의 비교에서는 특성가격지수가 부동산시장의 가격변화를 보다 정확히 근사하는 것 으로 볼 수 있다.
표로 제시되지는 않았지만 반복매매지수와 특성가격지수는 전체분석기간 동안 추정계수가 높은 통 계적인 유의수준을 보이고 있고 호가지수인 국민은행지수와 비교하면 두 지수 모두 변동성이 높게 나 타나고 있으므로 시장의 상황을 보다 정확히 반영하는 것으로 해석할 수 있다. 특성가격지수의 분석결 과를 본다면 강남구 아파트는 전용면적이 넓거나 총세대수, 아파트 동수, 방수가 많거나 개별난방 또 는 개별식 현관구조를 가지고 있는 경우 아파트 가격이 높은 것으로 분석되었고 1층인 경우 가격이 낮 은 것으로 나타났다.
이번 연구에서는 제시되지 않았으나 특성가격지수는 모형적합을 고려하여 추가적인 변수를 선정하 거나 이분산을 고려하여 분석할 필요성이 있고 금번 실거래지수 분석에서는 주택가격예측 모형을 제 시하지 않고 있으므로 차기 연구에서는 ARMA, VECM을 이용한 주택가격예측모형을 함께 제시할 필 요성이 있다. 이 경우 모형간의 비교분석이 필요한데 추정된 모형간의 예측 차이를 비교하기 MAE와 RMSE를 이용하는 것이 바람직해 보인다. 또한 향후 특성가격지수와 반복매매지수를 정기적으로 산 출하고 호가지수와 비교분석할 필요성이 있다고 본다.
본 연구에서는 주요한 목적은 계량적인 이론모형을 가지고 있는 실거래지수를 중심으로 한국의 부 동산 시장가격을 잘 반영할 수 있는 지수작성의 가능성을 논의하며 특히, 그동안 방대한 주택특성자료 때문에 상대적으로 연구가 부족하였던 특성가격지수의 적용가능성을 고찰하는 것이었다. 결과적으로 한국 부동산시장에도 월별 특성가격지수 작성이 가능하며 또한 필요하다는 점을 확인하였다.
일반적으로 부동산시장은 대체적으로 거래빈도가 낮은 시장이며 특히 지역을 세분화하여 지수를 작 성하는 경우 이러한 문제점 때문에 부동산가격의 움직임들을 정확하게 측정하기 어려운 것이 사실이 다. 반복매매지수모형의 경우 이러한 제약은 더욱 크다고 할 수 있으며 호가지수도 이러한 제약이 존 재한다고 하겠다.
부동산 실거래 가격을 이용한 실거래지수는 부동산 파생상품을 설계하는 기준지수이다. 따라서 신 뢰할 수 있는 부동산 실거래지수의 작성은 부동산 대출실무를 담당하는 금융기관이나 한국주택금융공 사의 경우 반드시 필요하다. 왜냐하면 대출시점에서 정확한 부동산 가치를 평가하지 못하면 부실대출 이 발생할 구조적인 문제점을 가지는 것이며 본 연구에서 제시한 결과처럼 금융위기 등 예측하지 못하 는 비정상적인 시장에서 단기적으로 금융기관의 손익구조에 더욱 심각한 영향을 미칠 수 있다. 한편 금융기관은 실거래지수를 중심으로 대출자산의 가치를 평가하고 호가지수를 병행하는 전략이 필요하 며 특히, 특성가격지수와 반복매매지수가 부동산 시장이 하락하는 시기 즉, 금융기관의 부실대출 가능 성이 구조적으로 높은 시기에 호가지수보다 시장상황을 정확히 반영하고 지수의 변곡점을 선행하여 제시한다는 연구결과에 주목할 필요가 있다고 본다. 나아가 한국 부동산 시장의 특성을 반영하고 통계 적인 안정성을 보장하는 실거래지수 작성의 기준거래빈도에 대해서는 향후 지속적인 연구가 필요하겠 지만 기초 경제단위의 특성을 반영할 수 있는 최소 거래단위의 실거래지수 작성이 필요하고 본다.
□ 참고문헌
- 곽승준·이주석 (2006), “부동산정책이 주택가격의 변동성 변화에 미치는 영향 : 주택가격의 변동 성 변화시점을 중심으로 ”, 주택연구, 제14권 2호.
- 김명준·박광우·신용현·조훈·현정순 (2008), “주택가격지수 산정: 서울 아파트 실거래가격을 이용한 실증연구”, 금융경제연구 제348호.
- 이용만 (2007), “특성가격함수를 이용한 주택가격지수개발에 관한 연구-시간변동계수모형에 의 한 연쇄지수”, 부동산학연구 제13권 제1호, pp.103-125.
- 이용만·김병욱·이현 (2002), “반복매매모형을 활용한 아파트 매매가격지수”, 부동산학연구 제 8권 제2호, pp.1-19.
- 이용만·김용경·배익민 (2007), “반복매매모형을 이용한 아파트 실거래지수 운영특성분석”, 부 동산학연구 제8권 제2호, pp.21-40.
- 이용만·박헌수·이창무 (2007), “부동산 실거래가격에 기초한 주택가격지수개발”, 한국감정원.
- 허세림·곽승준 (1994), “헤도닉 가격기법을 이용한 주택특성의 잠재가격추정”, 주택연구 제2권 제2호, pp.27-42.
- 허세림·곽승준 (1997), “한국주택시장에서의 주택 가격지수 산출방법에 관한 연구”, 주택연구 제 5권 제1호, pp.1-18.
- Andrew, M. and G. Meen(2003). House price appreciation, transactions and structural change in the British housing market: A macroeconomic perspective, Real Estate Economics, 31, 99-116.
- Bailey, M.J., R.F. Muth and H.O. Nourse. (1963). A Regression Method for Real Estate Price Index Construction, Journal of the American Statistical Association, 58, 933-952.
- Case, K.E. and R.J. Shiller (1989). The Efficiency the Market for Single Fimily Homes, American Economic Review, 79, 125-137.
- Chau, K.W. (2006). Index construction method for the University of Hong Kong All Residential Price Index, University of Hong Kong.
- Chinloy, P., M. Cho and I.F. Megbolugbe (1997). Appraisals, transaction incentives, and smoothing, Journal of Real Estate Finance and Economics, 14, 89-111.
- Cho, H., K. Kim, and J. Shilling (2007). Are house prices and trading volume related?:
Evidence from the Seoul housing market, working paper.
- Clapp, J.M. and C. Giacotto. (1992). Estimating Price Indices for Residential Property: A Comparison of Repeat Sales and Assessed Value Methods, Journal of the American Statistical Association, 87, 300-306.
- Clayton, J., D. Geltner and S.W. Hamilton (2001). Smoothing in commercial property valuations: Evidence from individual appraisals, Real Estate Economics, 29, 337-360.
- Elder, H.W., L.V. Zumpano and E.A. Baryla (2000). Buyer brokers: Do they make a difference?: Their influence on selling prices and search duration, Real Estate Economics, 28, 337-362.
- Halvorsen, R. and H. Pollakowski (1981). Choice of Fundamental Form for Hedonic Price Function, Journal of Urban Economics, 10, 37-49.
- Hwang, M., J. Quigley and J. Son (2006). The dividend pricing model: New evidence from the Korean housing market, Journal of Real Estate Finance and Economics, 32, 205-228.
- Kiel, K.A. and J.E. Zabel (1999). The accuracy of owner-provided house values: The 1978-1991 American Housing Survey, Real Estate Economics, 27, 263-298.
- Leung, C. K. Y., G. C. K. Lau and Y. C. F. Leong (2002). Testing alternative theories of the property price-trading volume correlation, Journal of Real Estate Research, 23, 253-63.
- Meese, R. and N. Wallace (1991). Non-parametric Estimation of Dynamic Hedonic Price Models and the Construction of Residential Housing Price Indices, Journal of AREUEA, 19, 308-332.
- Munneke, H. J. and A. Yavas (2001). Incentives and performance in real estate brokerage, Journal of Real Estate Finance and Economics, 22, 5-21.
- Park, Yun Woo, Doo Woan Bahng and, Sae Woon Park (2010), "Are Broker Quotes Too optimistic? Korean Evidence," International Real Estate Review", 13, 46-78.
- Rutherford, R.C., T.M. Springer and A. Yavas (2005). Conflicts between principals and
