심층분석
봄호 _ 2014. 04 VOl. 05부동산시장 조사분석KRIHS 국토연구원봄호 _ 2014. 04 VOl. 05VOl. 05부동산시장 조사분석
1
적정주택거래량에 대한 소고 :
주택가격과 주택거래량의 관계 분석을 중심으로
서종대(한국감정원장) 김덕례(한국주택금융공사 연구위원)
서론
금융위기 이후 주택거래 감소와 주택가격 하락이 큰 이슈이다. 2006년 전국 주택매매 가격의 경우 11.6%(한국감정원) 상승하였고, 주택매매거래도 약 108만 건이였다. 그러나 2009년과 2010년에 주택매매가격 상승률이 1.5% 수준에 머무르면서 주택매매거래도 약 80~87만 건으로 감소했다. 특히 2012년에 들어서면서 수도권의 경우 주택매매가격이 Δ4.3% 하락했고, 주택 매매거래량도 약 27만호 수준으로 크게 감소했다. 이는 주택가격 상승 고점대비(2006년) Δ61%가 감소한 수준이다. 정부는 주택시장 정상화를 위해 거래활성화 등 다양한 수요촉진 정책1)을 추진하고 있다.
최근 주택가격과 주택거래량에 관한 논의가 활발해지면서 두 변인사이에 양(+)의 관계가 있다는 실증연구(허윤경, 2008; 임재만, 2011; 정주희 외, 2011; 류현욱 외, 2012)들이 나오고 있다. 그러나 정책집행의 실효성을 판단할 수 있는 적정 주택가격 수준2)이나 적정 주택거래량 규모에 대한 논의는 여전히 부족하다.
일각에서는 주택가격이 소비자물가상승률이나 경제성장률 정도로 상승하는 것이 거시경제적 차원에서 바람직하다는 주장도 있지만 아직까지 이에 대한 사회적 합의는 불분명하다. 더욱이 사회 전반적으로 주택거래가 회복되어야 한다는 암묵적 합의를 바탕으로 정부도 다양한 거래 활성화 정책을 추진하고 있다. 그러나 적정 주택거래량 수준에 대한 충분한 논의가 부족하기 때문에 주택거래 활성화 정책에 대한 실효성을 제대로 파악하기 어렵다.
이러한 문제의식을 바탕으로 이 연구는 적정 주택가격 수준을 유지할 수 있는 적정 주택
1) 지난 정부에서는 18차례에 걸쳐 부동산 대책을 발표했음. 발표한 대책 중에서 ’13년 4.1대책과 성격이 유사한 거래활성화 대책은 ’10년 8.29대책(실수요 주택거래 정상화와 서민·중산층 주거안정 지원 방안), ’11년 3.22대책(주택거래 활성화 방 안), ’11년 12.7대책(주택시장 정상화 및 서민주거안정 지원방안), ’12년 5.10대책(주택거래 정상화 및 서민·중산층 주거 안정 지원방안), ’12년 9.10대책(제5차 경제활성화 대책) 등이 있음.
2) 이 연구에서는 주택가격이 하락하지 않는 보합(상승률 0%)내지 소비자물가상승률(2012년 2.2%) 또는 경제성장률(2012년 GDP 3.0%) 수준을 의미함. 김찬호(2011)는 주택보유 동기를 유발하기 위한 주택의 최저수익률은 연 3%내외라고 밝힘.
2 분석자료와 분석방법
1) 주택가격과 주택거래량에 관한 연구동향
주택가격과 주택거래량에 관한 연구는 두 변인 간의 인과관계에 대한 분석이 주를 이루고 있다. 아파트만을 대상으로 분석하고 특정지역(서울)만을 주 대상으로 분석(허윤경 외, 2008;
류현욱 외, 2012; 정홍일 외, 2012)하고 있어 전체주택을 포함한 시장상황 설명이 어렵다.
제한적이지만 이들 연구는 서울의 아파트 가격 변화율과 거래량 변화율 간 그랜져 인과관계 검증을 통해 아파트 가격이 변화하면 거래량을 변화시키는 경향이 있으나, 지역별로 차이가 있음을 밝혔다. 그러나 일부 외국의 선행연구에서는 주택시장에서 가격과 거래량 사이에 정의 상관관계가 있다는 실증 증거(H.Cagri Akkoyun 외, 2013; Erik R. de Wit 외, 2013)와 부의 상관관계가 있다는 실증 증거가 모두 제시되고 있다(임재만, 2011).
임재만(2011)은 실거래가지수와 호가지수, 실거래가신고건수를 가지고 그랜져 인과검증을 한 결과 가격변동은 거래량 변동에, 거래량 변동은 가격변동에 상호 인과관계가 있다고 밝혔다.
인포그래픽스부동산시장 변화와 진단심층분석정책과 시장지역 아파트 시장 동향지금 세계 부동산시장은?부동산시장 연구 동향
거래량 규모를 살펴보고자 한다. 이 때 적정 주택가격 수준은 보합이나 물가상승률(또는 경제 성장률) 수준으로 가정하고, 개념적으로 ‘거래율’을 도입한다. ‘거래율’은 주택재고량 대비 주택매매거래량 비율로 선행연구에서 도입 필요성을 제시하고 기 활용하고 있다(허윤경 외, 2008 김현아 외, 2009; 정홍일 외, 2012). 그러나 선행연구는 아파트만을 대상으로 하기 때문에 전체 주택시장의 가격과 거래량의 관계를 설명하기 어렵다. 이러한 문제를 보완하기 위해 이 연구는 아파트 외에 단독·연립 등도 포함한 전체주택을 분석 대상으로 한다.
연구 방법으로는 우선 재고주택과 주택매매거래량을 이용하여 ‘거래율’을 구하고, 상관분석을 통해 ‘거래율’과 주택가격의 관계를 확인한다. 또한 고전적회귀모형을 활용해 주택거래율이 주택가격에 미치는 영향을 확인한다. 추정회귀식을 토대로 소비자물가상승률 내지 경제성장률 수준을 유지할 수 있을 것으로 기대되는 주택거래율과 주택매매거래량 규모를 산정한다.
이러한 과정을 통해 추정된 주택매매거래량을 ‘적정주택매매거래량’으로 정하고 실제 주택매매 거래량 수준과 비교함으로써 주택시장 상황을 진단하고 정책적 시사점을 도출한다.
분석자료의 경우 주택재고량은 인구주택총조사의 5년 단위 실측조사치를 기준으로 보간법을 이용해 연단위의 주택재고량을 추정해서 사용한다. 주택가격은 한국감정원 자료를 활용하고, 거래량은 주택매매거래만을 대상으로 한다. 분석공간은 전국, 수도권(서울·인천·경기), 지방 광역시(5개)로 구분해 분석하고, 분석기간은 주택매매거래량이 조사되기 시작한 2006년 이후 부터 2012년까지 7개년 간의 연간 자료를 활용한다.
봄호 _ 2014. 04 VOl. 05부동산시장 조사분석KRIHS 국토연구원
류현욱·고성수(2012)도 전기의 거래량 변화가 다음기의 가격변화에 유의한 영향을 미친다고 밝혔고, 재무분야에서 연구되어 오던 가격과 거래량의 관계를 부동산시장에 적용하여 검증한 연구는 중요성에 비해 부족하다고 밝혔다. 또한 모형(가설)에 따라 가격과 거래량의 선후행 관계가 달리 주장되고 있다고 했다. 주택가격과 주택거래량의 관계에 대한 연구는 증가하고 있지만, 여전히 초기단계이며, 주로 자료 구축이 용이한 서울아파트를 대상으로 거래율과 주택가격의 인과관계에 중점을 두고 있다.
2) 분석자료의 특성
주택재고조사는 인구주택총조사를 통해 5년마다 실시하고 있다. 2010년 기준 전국 주택 수는 1,468만호이며, 수도권에 전체 재고량의 44.7%(약 657만호)가 있고, 지방광역시에 19.8%(약 290만호)가 있다. 특히 2000년 이후 경기도를 중심으로 수도권에서 주택재고가 빠르게 증가함을 알 수 있는데, 이는 2000년 초부터 시작된 2기 신도시 등의 많은 택지 개발사업 결과로 파악된다(<표 1> 참조).
주택거래는 판결, 교환, 증여, 분양권 등의 거래를 제외한 순수매매거래로 비아파트까지 포함한 거래량을 대상으로 한다. 비매매거래에 의한 가격변동을 제거하고, 전체 주택매매 거래가 가격에 미치는 영향을 살펴보기 위해서이다. 자료 시계열의 경우 주택매매거래가 처음으로 구축된 2006년부터 2012년까지로 한다(<표 2> 참조).
<표 1> 주택재고수 추이
(단위 : 호, %)
구분 전국 수도권 서울 경기 인천 광역시
1990 7,160,386 2,738,810 1,430,981 309,867 997,962 1,215,780 1995 9,204,929 3,739,008 1,688,111 508,799 1,542,098 1,784,844 2000 10,959,342 4,575,791 1,916,537 614,081 2,045,173 2,210,419 2005 13,222,641 5,781,751 2,321,949 723,601 2,736,201 2,611,847 2010 14,677,419 6,565,245 2,525,210 822,552 3,217,483 2,899,530
비중 100.0 44.7 17.2 5.6 21.9 19.8
주 : 빈집 포함. 다가구주택은 동수기준임. 비중(%)은 2010년 전국 대비 지역별 비중임.
자료 : 통계청, 인구주택총조사, 각년도(빈집포함)
지역별 주택재고량 대비 주택매매거래량 비율인 ‘주택거래율’ 추이를 보면 <표 3>과 같다.
전국 주택거래율은 2006년 8.0%에서 2012년 4.7%로 Δ3.3%p 감소, 서울은 2006년 11.2%
에서 2012년 3.1%로 Δ8.1%p가 감소했다. 즉 최근 주택가격이 크게 감소하면서 거래율이 2006년 대비 전국은 41%, 서울은 72%가 감소했다.
수도권 주택가격이 많이 상승했던 2006년 거래율은 11.7%였으나, 지속적으로 감소하여 2010년에 4.3%까지 낮아졌다. 2011년에 5.5%로 1.2%p 상승했으나, 2012년에는 3.9%로 최저점을 형성했다. 이로써 2012년에 재고량대비 주택거래수준이 많이 위축되어 있음을 알 수 있다. 거래위축은 지방광역시에서도 나타나고 있지만 2012년 6.1%로 2006년(6.5%) 수준을 유지하고 있다.
인포그래픽스부동산시장 변화와 진단심층분석정책과 시장지역 아파트 시장 동향지금 세계 부동산시장은?부동산시장 연구 동향
<표 2> 주택매매거래량 추이
(단위: 건, %)
구분 전국 수도권 서울 경기 인천 광역시
2006 1,082,453 697,676 263,599 353,330 80,747 172,408 2007 867,933 482,533 159,396 228,823 94,314 159,405 2008 893,790 449,867 147,023 212,908 89,936 171,097 2009 870,353 395,278 138,016 202,133 55,129 203,959 2010 799,864 282,503 88,737 148,352 45,414 222,459 2011 981,238 372,814 114,315 211,752 46,747 258,862 2012 735,414 271,955 83,257 150,670 38,028 191,610
증감 -32.1 -61.0 -68.4 -57.4 -52.9 11.1
주 : 증감(%)은 2006년 대비 2012년의 변동률(%)이며, 볼드체의 거래량이 지역별 거래량의 고점기임.
자료 : 국토교통부, 온나라 부동산 포털
<표 3> 주택거래율 추이
(단위: %, %p)
구분 전국 수도권 서울 경기 인천 광역시
2006 8.0 11.7 11.2 12.5 10.9 6.5
2007 6.3 7.9 6.6 7.8 12.4 5.8
2008 6.3 7.2 6.0 7.0 11.5 6.1
2009 6.0 6.2 5.6 6.5 6.9 7.2
2010 5.4 4.3 3.5 4.6 5.5 7.7
2011 6.4 5.5 4.4 6.3 5.3 8.4
2012 4.7 3.9 3.1 4.4 4.2 6.1
변동 -3.3 -7.8 -8.1 -8.1 -8.2 -2.3
주 : 1. 거래율 = 주택매매거래량<표 2> / 주택수<표 1> ×100
2. 변동(2012년 - 고점기)은 고점대비 2012년의 거래율 변동량(%p)이며, 볼드체가 지역별 고점시기임.
봄호 _ 2014. 04 VOl. 05부동산시장 조사분석KRIHS 국토연구원
<그림 1> 주택거래율 추이
3) 분석방법
연간 주택재고량 추정3)에 보간법4)을 사용한다. 전체 주택재고량은 인구주택총조사에서 조사한 5년 단위의 실측치를 이용하여 조사시점을 연결하면 직선의 함수를 가정할 수 있다.
따라서 총조사를 통해 주워진 점들을 선형으로 이어 함수식을 추정하는 선형보간법을 활용 하여 중간시점의 연 단위 주택재고량을 추정한다. 추정식은 (식 1)과 같다.
(식 1)
주택거래율과 주택가격의 관계는 고전적 회귀모형(simple regression model)을 활용한다.
회귀분석은 종속변수(확률적변수)와 독립변수(확정적변수)의 선형관계를 증명하기 위한 분석으로 추정함수식이 타당하면 독립변수의 값을 기초로 종속변수의 값을 예측할 수 있다.
종속변수 와 독립변수 의 관계를 직선으로 가정하는 경우, 오차항( )을 수반하는 모집단의 단순선형회귀모형은 (식 2)와 같다. 는 번째 반응치이고, 는 절편모수, 는 기울기 모수이며, 는 이미 알려진 독립변수의 번째 값이고 는 번째 측정치의 오차이다.
(식 2)
3) 김현아·허윤경(2009)은 아파트 주택수 추정을 위해 통계청 주택총조사의 아파트 물량을 기준으로 민간부동산조사업체 (부동산114)의 월별 입주물량 3개월 이동평균을 합산하고 멸실 주택은 제외하는 방식으로 추정하였으나, 아파트만을 대 상으로 하는 한계를 가지고 있음.
4) 실변수 X의 함수 f(X)의 모양을 알 수 없지만, 어떤 간격을 가지는 2개 이상인 변수의 값 Xi(i=1,2,3,…,n)에 대한 f(Xi)가 알려져 있을 경우, 그 사이에 존재하는 임의의 X에 대한 함수 값을 추정하는 통계적 방법임. 주로 실험값이나 관측값으로 부터 미지의 값을 추정하는 경우나 로그표 등의 함수표에서 표에 없는 함수 값을 구하는 등의 경우에 이용됨. 추정방식에 는 선형(비율)보간, 다항식보간, 스플라인보간, 지수보간, 로그-선형보간, 라그랑지보간, 뉴튼보간, 2차원보간, 공간보간 등 다양함.
0 2 4 6 8 10 12 14
2006 2007 2008 2009 2010 2011 2012
전국 수도권 지방광역시
0 2 4 6 8 10 12 14
2006 2007 2008 2009 2010 2011 2012
서울 경기 인천
주 : 거래율 = 주택매매거래/주택재고량×100
이 때 선형회귀모형상 의 경우 고정된 확률변수가 아니라 확정된 수학변수이며, 모든 오차는 에 따르며, 서로 다른 관찰치의 오차는 서로 독립적 , 단 이고 이다. 이상의 가정을 따르는 모집단 회귀식은 (식 3)과 같으며, 표본 관찰치로 부터 추정된 표본회귀식은 (식 4)와 같다.
(식 3) (식 4)
추정모형의 기여율(설명력)과 적합성 및 회귀계수의 타당성은 각각의 결정계수( )와 통계량 및 검정통계량을 가지고 확인한다. 또한 자료에 대한 기본적인 가정들 즉, 모형의 오차에 대한 선형성, 등분산성, 정규성, 독립성은 산점도, 잔차도표, DW통계량으로 확인한다5). 이상의 가정들을 만족하지 못하게 되면 회귀분석의 결과는 의미가 없기 때문에 믿을 수 없게 된다. 또한, 회귀선 추정에 많은 영향을 주는 특이값을 공분산비율(covariance ratio), 표준화 잔차(또는 스튜던트 잔차)를 통해 확인한다.
인포그래픽스부동산시장 변화와 진단심층분석정책과 시장지역 아파트 시장 동향지금 세계 부동산시장은?부동산시장 연구 동향
5) 잔차의 독립성은 DW통계량으로 확인함. DW통계량은 0과 4사이 값을 지니는데 ‘0’이면 음의 자기상관, ‘4’이면 양의 자 기상관을 가지며, ‘2’에 가까울수록 잔차들이 상관관계가 없는 독립적 관계라고 할 수 있음(가장 이상적). 표준화된 잔차 의 범위가 대체로 -2에서 +2사이에 있으면 잔차의 등분산성을 만족한다고 볼 수 있음. cook's distance가 1미만이면 영 향력 있는 이상점이 없음. 정규성 검정은 회귀표준화 된 잔차의 정규 p-p 도표의 점들이 직선근처에 있으면 정규성을 만 족한다고 함.
3 실증분석
1) 상관분석
주택가격과 거래율의 상관관계를 보면, 상관계수(r)가 전국 0.966, 수도권 0.962, 서울 0.959, 경기 0.940, 인천 0.962, 지방광역시 0.908로 99% 신뢰수준에서 매우 높은 양의 상관성이 존재하는 것으로 나타났다(<표 4> 참조).
봄호 _ 2014. 04 VOl. 05부동산시장 조사분석KRIHS 국토연구원
2) 회귀분석
2006년부터 2012년까지 연단위의 주택가격과 주택매매거래율을 가지고 지역별로 회귀식 (식4)의 절편( )과 기울기( )을 구하면 <표 5>와 같다.
<표 5> 지역별 주택가격과 거래율의 추정회귀모형
종속변수 : 주택가격
비표준화 계수 표준화
계수 t
이상치 제거 모형
비표준화 계수 표준화
계수 t
B 표준오차 베타 B 표준오차 베타
전국 (상수) -20.583 3.020 -6.815**
거래율 4.060 .485 .966 8.374**
수도권 (상수) -16.301 1.932 -8.437** -18.752 2.942 -6.374**
거래율 3.215 .272 .983 11.825** 3.662 .490 .966 7.479**
서울 (상수) -11.315 2.372 -4.770** -16.326 3.194 -5.111**
거래율 2.848 .377 .959 7.561** 3.937 .634 .952 6.206**
경기 (상수) -19.994 1.723 -11.607** -18.979 3.503 -5.418**
거래율 3.535 .231 .989 15.290** 3.362 .563 .948 5.972**
인천 (상수) -19.218 3.538 -5.431**
거래율 3.196 .407 .962 7.848**
지방 광역시
(상수) -26.064 6.195 -4.207** -14.102 3.886 -3.629**
거래율 4.357 .900 .908 4.844** 2.465 .589 .902 4.187**
주 : **는 0.01수준, *는 0.05수준에서 통계적으로 유의함
<표 4> 주택가격과 거래율의 상관관계
구분 주택가격
전국 수도권 서울 경기 인천 광역시
거 래 율
전국 .966** .909** .912** .931** .510 .064
수도권 .924** .962** .975** .942** .653 -.156 서울 .871* .961** .959** .981** .561 -.279 경기 .937** .937** .948** .940** .570 -.061
인천 .690 .859* .873* .716 .962** -.485
지방광역시 -.062 -.418 -.398 -.313 -.635 .908**
주 : **는 0.01수준, *는 0.05수준에서 통계적으로 유의함
<표 5>의 추정회귀식이 적합한지 알아보기 위해 분산분석을 실시했다. 분산분석 결과 F 통계량을 보면, 전국의 경우 F값이 70.116이고 P값 0.000으로 유의확률 α=0.05보다 작으므로 귀무가설(H0:b1=0)을 기각하고 대립가설(H1:b1≠0)을 기각할 수 없다는 결과가 나온다. 즉 기울기(b1)의 경우 0이 아니라는 결과가 나와 거래율은 주택가격에 영향을 준다고 할 수 있다.
결정계수 값을 보면 R2이 0.933으로 나오므로 추정회귀식을 93.3%로 유의하게 설명할 수 있다.
잔차에 대한 독립성(independence)을 검정해보면 DW통계량이 2.441로 2에 근접하여 관측 값들이 서로 독립적이라고 할 수 있다. 등분산성을 보면 표준화된 잔차(Std.Redidual)가 -1.892에서 0.715사이에 있어 등분산성을 만족한다. 회귀계수에 영향을 줄 수 있는 이상점 (outlier)을 살펴보면, cook's distance 값이 0.002에서 0.361사이에 분포하고 있어 영향력있는 이상점이 없는 것으로 판단된다.
지역별로 모형의 적합성과 기여율, 오차분석을 실시한 결과, 추정한 회귀모형은 모두 적합한 것으로 분석되었으며, 기여율(설명력)도 80% 이상을 모형이 설명할 수 있는 것으로 나타났다.
잔차의 독립성과 등분산성도 만족하는 것으로 나타났으나, 수도권과 서울, 경기지역과 지방 광역시의 cook's 거리가 1을 초과하는 값이 나타나면서 이상치가 발견되었다. 이상치의 경우 주택가격이 많이 오르고 주택거래량이 급격히 많았던 시기로 수도권과 서울, 경기는 2006년, 지방광역시는 2011년 자료 값이였다. 이상치가 회귀계수에 영향을 많이 줄 수 있기 때문에 이상치를 제외한 회귀모형을 재 추정한 결과, <표 7>과 같이 회귀식은 유의한 것으로 나타났다.
그러나 전체적으로 기여율(R2)이 낮아졌으며, 경기도 지역만 DW통계량이 조금 낮아지고 나머지 지역은 3을 넘으면서 잔차가 양의 자기상관을 가질 확률이 높아졌다.
<표 6> 추정회귀식의 모형검정
구분 F값 P값 R2
전국 70.116 .000 .933
수도권 139.821
(55.937) .000
(.002) .965
(.933)
서울 57.175
(38.519) .001
(.003) .920
(.906)
경기 233.778
(35.667)
.000 (.004)
.979 (.899)
인천 61.593 .001 .925
지방광역시 23.463
(17.327) .005
(.014) .824
(.814) 주 : 괄호안의 수치는 이상치를 제거한 모형의 검정통계량임
봄호 _ 2014. 04 VOl. 05부동산시장 조사분석KRIHS 국토연구원
회귀식의 적합성, 기여율, 오차의 가정들을 종합적으로 검토하여 분석한 결과, 이상치는 2006년 수도권 및 서울과 경기, 2011년 지방광역시 자료라는 점에서 주택가격이 높고 주택 거래량이 많았던 시점의 자료값이라는 특성을 가지고 있음을 유추할 수 있다. 이는 자료의 구축상 시계열이 길지 않은 데이터의 한계로 주택가격 상승시기의 자료값을 충분히 확보하지 못한 결과로 예상된다. 오히려 이상치를 제거했을 경우, 전체적으로 모형의 설명력이 떨어지고 오차독립성 가정에 위배될 확률이 높아지기 때문에 이상치를 포함한 모형이 더 안정적일 것으로 판단된다. 다만 경기 지역의 경우 이상치를 제거할 경우 설명력은 98%에서 90%로 8%p 낮아지지만, DW통계량 값(2.914→2.641)이 낮아지면서 오차의 독립성 가정문제를 좀 더 해결할 수 있을 것으로 판단되어, 이상치를 포함한 모형과 이상치를 제거한 모형을 선택한다.
분석결과를 토대로, 지역별로 구축한 회귀모형식은 <표 8>과 같으며, 이를 통해 내릴 수 있는 결론은 다음과 같다. 주택거래율(독립변수)이 주택가격(종속변수)에 영향을 주고 주택거래율 이 높을수록 주택가격도 많이 상승한다고 할 수 있다. 전국의 경우 기울기가 4.06이므로 주택거래율이 1%씩 증가함에 따라 주택가격이 4.06%씩 상승한다고 말할 수 있다. 지역별로 살펴보면, 주택거래율이 1%씩 증가할 때 주택가격의 경우 수도권은 3.301%, 서울은 2.848%, 경기는 3.362~3.535%, 인천은 3.196%, 지방광역시는 4.357%씩 증가할 것으로 추정된다.
<표 7> 지역별 오차검정을 위한 통계량
구분 DW
(독립성)
std,Residual (등분산성)
cook's 거리 (이상치)
전국 2.441 -1.892~0.715 0.002~0.361
수도권 2.615
(3.340)
-1.346~1.400 (-1.557~0.980)
0.14~1.674* (0.006~0.325)
서울 1.835
(3.290) -0.902~1.508
(-1.448~1.127) 0.002~5.075* (0.003~0.380)
경기 2.914
(2.641) -1.858~0.789
(-1.622~0.800) 0.016~.355* (0.012~0.590)
인천 2.280 -1.119~1.657 0.000~0.894
지방광역시 2.024
(3.091) -1.513~1.317
(-1.603~1.066) 0.000~2.930* (0.013~2.804) 주 : 1. cook's 거리가 1이상인 자료는 주택가격이 급등했던 시기로 수도권과 서울, 경기는 2006년의
자료이며, 지방광역시는 2011년의 자료임. 그 외 자료는 모두 1미만의 값으로 이상값이 아닌 것으로 분석됨.
2. 괄호안의 수치는 이상치를 제거한 모형의 오차검정통계량임
4 회귀모형을 이용한 적정 주택거래량 분석
회귀모형에 따르면 주택거래율의 변화는 주택가격의 변화에 영향을 미치는데, 지역에 따라 차이가 있다. 추정된 회귀모형식을 이용해 주택가격이 보합(0%)이나 물가상승률(또는 경제성장률) 수준으로 추정될 수 있는 주택거래율을 산정하고 그에 따른 주택거래량을 살펴 보면 <표 9>와 같다. 전국의 경우 주택거래율이 5.1%면 주택가격이 하락하지 않고 보합 (Y=0%)을 유지할 수 있는 것으로 추정할 수 있다. 지역적으로는 주택거래율이 서울 4.0%, 경기 5.6~5.7%, 인천과 지방광역시 6.0%일 때, 각 지역의 주택가격이 보합(0%)을 유지하는 것으로 추정될 수 있다. 특이한 점은 인천의 경우 지리적으로 수도권에 입지하고 있지만 지방광역시와 비슷한 수준의 주택거래율이 있을 때 주택가격이 보합선을 유지할 수 있는 것으로 추정되었다. 즉 인천은 지리적으로는 수도권에 입지하고 있지만, 지방광역시와 유사한 특성이 있는 것으로 분석된다.
지역별 주택재고량을 고려해서 주택거래율을 주택매매거래량으로 환산하면 전국적으로 약 80만 건의 매매거래가 이루어지면 주택가격이 하락하지 않고 보합선을 유지할 수 있는 것으로 추정됐다. 경기는 약 20만 건, 서울은 약 11만 건, 인천은 약 5~6만 건 정도가 현재의 재고주택 수준에서 거래되면 주택가격이 보합선을 유지할 수 있는 것으로 추정됐다.
2012년 주택거래량은 73.5만 건 수준이다. 전국적으로 주택가격이 보합으로 추정될 수 있는 주택거래량은 약 80만호이다. 이와 비교해보면 2012년에 약 6만호 정도의 거래부족이 발생했고, 특히 주택가격이 큰 폭으로 하락한 수도권은 8.4만호 정도의 거래부족이 나타났다.
반면에 지방광역시는 약 2천호 정도의 추가거래가 발생하면서 주택가격이 미미하나마 상승 기조를 유지하였다.
<표 8> 주택가격과 주택거래율의 추정회귀식
전국(1) (식 5)
수도권(2) (식 6)
서울(3) (식 7)
경기(4)
(이상치제거) (식 8)
인천(5) (식 9)
지방광역시(6) (식 10)
봄호 _ 2014. 04 VOl. 05부동산시장 조사분석KRIHS 국토연구원
5 요약 및 결론
이 연구는 주택거래율이 주택가격에 미치는 영향을 파악하고, 보합 내지 물가상승률(또는 경제성장률) 정도의 주택가격 수준을 기대할 수 있는 적정 주택거래량이 어느 정도 수준인가를 파악하는 것이 목적이다.
첫째, ‘주택거래율’ 개념을 도입하였다. 거래율 개념은 일부 연구에서 아파트에 한정하여 적용하고 있다. 이 연구에서는 전체주택으로 확대하고, 지역단위를 구분하여 전체 재고주택 대비 전체 주택매매거래량을 ‘주택거래율’의 개념으로 도입하였다. 거래율과 주택가격과의 상관성을 검토한 결과, 지역별 상관계수(r)값이 0.9이상으로 매우 높은 상관관계를 보였다.
지역의 재고량을 고려한 거래율과 주택가격이 밀접한 관련이 있음을 알 수 있다. 따라서 정책효과를 진단할 때, 전월대비 내지 전년동기대비의 거래량 변화와 더불어 거래율 즉, 지역의 재고량 대비 거래량이 어떠한 변화를 보이고 있는지 파악하는 것이 필요하다.
둘째, 주택가격과 거래율의 선형회귀식을 추정한 결과, 지역에 따라 회귀계수 값에 차이가 있었다. 주택거래율이 1% 증가하면 전국적으로 주택가격은 4.060% 상승할 것으로 기대되는데, 수도권 3.215%, 지방광역시 4.357%가 상승할 것으로 기대된다. 수도권을 세부적으로 보면 서울 2.848%, 인천 3.196%, 경기 3.535%가 상승할 것으로 기대된다. 즉 주택거래율이 동일 하게 변화하더라도 주택가격은 지역에 따라 다르게 변화함을 알 수 있다. 이는 주택시장의 특성이 지역마다 다르기 때문에 나타나는 결과로 파악된다.
<표 9> 추정회귀식을 활용한 주택시장회복을 위한 적정주택거래량 추정
구분 (Y=
주택가격)
시나리오 1 (Y=0%)
시나리오 2 (Y=2.2%)
시나리오 3
(Y=3.0%) 2012년 주택 거래량 (D)
시나리오별 적정거래량의 미달건수(건) 거래율
(%) 거래량 (건, A)
거래율 (%)
거래량 (건, B)
거래율 (%)
거래량 (건, C)
시나리오1 (A-D)
시나리오2 (B-D)
시나리오3 (C-D) 전국 5.1 792,408 5.6 877,104 5.8 907,903 735,414 56,994 141,690 172,489 수도권 5.1 355,712 5.8 403,719 6.0 421,177 271,955 83,757 131,764 149,222 서울 4.0 105,746 4.7 126,306 5.0 133,783 83,257 22,489 43,049 50,526 경
기
모형1 5.7 195,886 6.3 217,440 6.5 225,278 150,670 45,216 66,770 74,608 모형2 5.6 195,510 6.3 218,173 6.5 226,415 150,670 44,840 67,503 75,745 인천 6.0 54,147 6.7 60,345 7.0 62,599 38,028 16,119 22,317 24,571 지방광역시 6.0 189,393 6.5 205,379 6.7 211,192 191,610 -2,217 13,769 19,582 주 : 시나리오1은 주택가격 보합, 시나리오2는 소비자물가상승률 2.2%,
시나리오3은 경제성장률(명목, 계절조정) 3.0%
셋째, 서울의 주택거래율이 4% 정도 수준이면 주택가격은 보합(0%)을 유지할 것으로 추정 됐다. 경기는 5.7%, 인천은 6.0%, 지방광역시는 6.0% 정도의 주택거래율 수준을 유지해야 주택가격이 보합을 유지할 것으로 기대할 수 있다. 즉 서울 외 지역의 주택거래율은 서울 지역보다 1.4~1.5배 정도 더 높아져야 주택가격이 하락하지 않고 보합선을 유지할 수 있게 된다.
넷째, 주택가격이 하락하지 않고 보합선을 유지할 것으로 기대되는 주택거래율을 주택거래량 으로 환산해 보면, 전국적으로 약 80만 건 정도이다. 서울은 약 11만 건, 경기는 약 20만 건 수준의 매매거래가 이루어지면 주택가격이 하락하지 않고 보합선을 유지할 수 있을 것으로 기대된다. 전국적으로 약 88만~91만 건, 서울 약 13만 건 내외, 경기 약 22만 건 수준으로 주택이 매매거래되면 주택가격이 적어도 소비자물가상승률(2012년, 2.2%)이나 경제성장률 (3.0%) 수준을 유지할 수 있을 것으로 기대된다.
다섯째, 주택가격이 보합(0%)선을 유지할 수 있을 것으로 기대되는 적정 주택거래량(약 80 만 건)과 2012년 주택거래량(약 74만 건)을 비교해보면, 전국적으로 약 6만 건의 거래가 부족 했다. 서울은 2.5만 건, 경기는 15만건, 인천은 3.8만 건의 주택매매거래가 부족했다. 즉 주택 거래와 가격간의 전후 인과관계 파악은 어렵지만, 적정 주택거래량 대비 실제 주택거래량이 미달했기 때문에 2012년 주택가격은 하락했던 것으로 해석이 가능하다. 이러한 현상은 서울·경기 중심의 수도권에서 두드러지게 나타난 것으로 파악된다. 오히려 지방광역시는 적정 주택거래량 약 20만호 보다 2,217호의 초과거래가 발생하면서 주택가격이 미미하나마 상승한 것으로 보인다. 그러나 지방광역시도 물가상승률이나 경제성장률 수준의 주택가격 상승이 유지될 수 있는 주택거래량보다는 1.4만~2.0만 건 정도의 거래가 부족한 것으로 나타났다.
이 연구의 분석결과를 바탕으로 도출된 정책적 시사점은 다음과 같다. 첫째, 지역별 재고 주택을 기반으로 하는 거래량수준을 파악하여 ‘거래율’을 산정할 수 있는 지표개발 및 재고량 데이터에 대한 세밀한 구축이 필요해 보인다. 이 연구에서는 자료구득의 한계로 보간법과 추정회귀식을 활용하여 연단위의 재고량을 추정하였지만, 정책효과를 검증할 수 있는 시장 진단 지표로 활용하려면 중앙정부의 재고량 관련 데이터가 지역별·건축연령별·주택유형별 등으로 구분하여 좀 더 세밀하게 구축해야할 필요가 있다.
둘째, 거래활성화 정책이 실효성을 가지고 시장안정화에 기여하려면 정책 종료시점에 대한 의사결정과정이 시장상황을 반영할 수 있도록 좀 더 유연해지고 시장상황을 진단할 수 있는 지표들을 토대로 정교해질 필요가 있다. 정책발표 후 시장에서 나타나는 정책효과는 정책 집행을 위해 필요한 관련 법 및 규정 개정 등의 후속조치 과정에서 일정 시간이 소요되기 때문에 시차를 두고 나타나게 되므로, 이를 고려한 유연하고 정교한 의사결정 과정을 구축할 필요가 있다.
봄호 _ 2014. 04 VOl. 05부동산시장 조사분석KRIHS 국토연구원
<참고문헌>
•김찬호. 2011. "주택 투자수익률 분석". 주택산업연구원.
•김현아, 허윤경. 2009. "부동산 거래량 통계의 활용방안 연구". 국토연구 제62권. 국토연구원.
pp107-124.
•류현욱, 고성수. 2012. "가격과 거래량의 관계에 대한 실증연구-서울시 주택시장을 중심으로-".
부동산학연구 제18집 제3호. pp23-36.
•임재만. 2011. "주택거래량은 주택가격 변동을 설명할 수 있는가?". 국토연구 제69권.
국토연구원. pp3-18.
•정주희, 유정석. 2011. "주택가격과 거래량의 지역 간 인과관계 및 시·공간적 파급효과 분석 : 수도권 아파트시장을 중심으로". 주택연구 제19권 제4호. 한국주택학회. pp177-203.
•정홍일, 이현석, 이상선. 2012. "주택 거래량과 가격의 동조화 및 손실회피현상". 주택연구 제20권 제2호. 한국주택학회. pp77-101.
•허윤경, 장경석, 김성진, 김형민. 2008. "주택 거래량과 가격 간의 그랜져 인과관계분석".
주택연구 제16권 제4호. 한국주택학회. pp47-70.
•Erik R. de Wit, Peter Englund, Marc K.Francke. 2013. "Price and transaction volume in the Dutch housing market". Regional Science and Urban Economic. Vol.43, Issue 2. pp220-241.
•H.Cagri Akkoyun, Yavuz Arslan, Birol Kanik. 2013. "Housing prices and transaction volume". Journal of Housing Economic. Vol.22, Issue 2. pp119-134.
•통계청(http://kostat.go.kr). 1990, 1995, 2005, 2010. 인구주택총조사.
이 연구는 거래율이라는 지표를 활용해 2012년을 기준으로 주택가격이 보합선이나 물가 상승률(경제성장률) 수준으로 상승할 것이라고 기대할 수 있는 적정 주택거래량 규모를 살펴 보고, 이를 토대로 조세·금융과 같은 거래활성화 정책의 종료시점에 대한 유연성 확보의 필요성을 제안했다는 점에서 의의가 있다고 할 수 있다.
향후 주택재고에 대한 정밀한 데이터를 기반으로 거래율을 재산정하고, 지역별로 심층적인 분석이 추가된다면 이 연구결과가 가지고 있는 재고량 추정방식의 한계를 보완할 수 있을 것으로 판단된다. 또한, 거래율 외에 주택가격에 영향을 줄 수 있는 다른 변수들을 추가하여 거래율과 주택가격의 관계모형을 구축한다면 정책개시와 종료시점에 대한 의사결정지원 지표로 활용될 수 있을 것으로 기대되며, 실효성 논란이 커지고 있는 거래활성화정책의 실효성 증대에 기여할 수 있을 것이다.
※ 외부필자의 기고는 국토연구원의 견해와 다를 수 있습니다.
