6 住宅硏究제 26 권제 1 호 I. 서론 집은인간이거주하는곳으로, 생활을영위하는데없어서는안될의식주 ( 衣食住 ) 중하나이다. 사회적관점에서인간은집에살 ( 住 ) 아야하고, 그러기위해서는경제적관점에서집을사 ( 買 ) 야만한다. 하지만, 주택은사람들이일반적으로사용하는소비

Transcription

1 1) < 論文 > 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 5 주택연구제 26 권 1 호 : 05~44 Housing Studies Review Vol. 26, No. 1: 05~ / hsr 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 * Analysis of the Regional Housing Price using Panel Data: Focusing on the Comparison of the Period Before and After the Global Financial Crisis 구희일 (Hee-Il Koo) ** ㆍ최경욱 (Kyong-Wook Choi) *** < Abstract > This study empirically examined the changes in the domestic housing market by region in the aftermath of the global financial crisis. The panel VAR model was used to estimate the change in housing sales price in the period before and after the global financial crisis, using several variables such as internal migration, housing transactions, retail sales index, and household loan balances. As a result of the analysis, nationwide housing sales price showed a positive response to housing sales price and transactions. At the time of the global financial crisis, nationwide housing sales price showed a positive response to the retail sales shock and the household loan shock in the pre-crisis period and post-crisis period respectively. In metropolitan areas, housing sales price showed a positive response to the retail sales impact in the pre-crisis period and a negative response in the post-crisis period. On the other hand, in non-metropolitan areas, the impact of the household loan shock on the housing sales price positively affected in the post-crisis period. The results of this study demonstrated that the housing sales price vary not only in time and region but also in the underlying variables that affect housing price. Therefore, characteristics of housing sales price, which include both consumer and investment properties, should be considered when establishing real estate related policies in the future. 키워드 : 주택매매가격, 글로벌금융위기, 패널 VAR 모형 Keyword : Housing Sales Price Index, Global Financial Crisis, Panel VAR Model * 세분의익명심사자분들의조언에진심으로감사드립니다. 이논문은 2017년도서울시립대학교연구년교수연구비에의하여연구되었음. (This work was supported by the 2017 sabbatical year grant of the University of Seoul) ** 서울시립대학교경제학부박사과정, angel79@uos.ac.kr, 주저자 *** 서울시립대학교경제학부교수, kwchoi@uos.ac.kr, 교신저자

2 6 住宅硏究제 26 권제 1 호 I. 서론 집은인간이거주하는곳으로, 생활을영위하는데없어서는안될의식주 ( 衣食住 ) 중하나이다. 사회적관점에서인간은집에살 ( 住 ) 아야하고, 그러기위해서는경제적관점에서집을사 ( 買 ) 야만한다. 하지만, 주택은사람들이일반적으로사용하는소비재와는성격이많이다르다. 주택이라는상품 (goods) 은소비된후감가상각이라는가치절하로완전하게사라지지않는다. 주택은소비이후에자산이라는항목으로소비자의부 (wealth) 에가산되며, 시간의흐름에따른감가상각을고려하더라도소비시점의가격보다오히려더높은가격을형성함으로써부의증가에기여하기도한다. 이와같은이유로우리나라에서주택이라는재화는주거목적의소비재성격보다는자산으로서의투자재성격이강하다 주택매매가격상승률 ('05~'16 평균 3.2%) ( 평균 7.4%) 소비자물가상승률 ('05~'16 평균 2.4%) ( 전년동월대비, %) 8 ( 평균 4.8%) 6 ( 평균 2.9%) ( 평균 2.3%) 4 ( 평균 1.4%) 2 ( 평균 3.1%) ( 평균 3.5%) 0 ( 평균 0.8%) -2 ( 평균 1.6%) ( 평균 -0.4%) -4 '05 '06 '07 '08 '09 '10 '11 '12 '13 '14 '15 '16 주 : 주택매매가격지수는 2015=100으로재계산하여소비자물가지수와비교. 자료 : 한국감정원, 통계청. < 그림 1> 주택매매가격과소비자물가상승률 투자재로서주택구입에가장큰영향을미치는주택매매가격의변화는기간별로많은 차이를보이고있다. < 그림 1> 은주택매매가격과소비자물가의상승률추이를보여준다 년이후최근까지우리나라의주택매매가격은전국적으로평균 3.2% 상승한반면,

3 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 7 같은기간물가상승률은평균 2.4% 상승하며주택매매가격보다 0.8%p 낮은상승률을보였다. 2005년이후소비자물가상승률보다주택매매가격상승률이높았던시기는 3번있었으며, 2014년하반기이후에는물가상승률이낮은수준에머무는가운데주택가격상승세는지속되는중이다. 또한, 2005년이후소비자물가상승률보다주택매매가격상승률이높았던기간들을서로비교해보면, 주택매매가격의변동폭이최근으로올수록작아짐을확인할수있다 년이후처음으로주택매매가격상승률이소비자물가상승률보다높았던시기에는평균상승률이 7.4% 로, 같은기간소비자물가상승률의평균인 3.1% 보다매우컸었다. 하지만 2014년하반기이후부터 2016년까지기간에는주택매매가격상승률평균이 2.3% 를기록하며, 처음기간보다약 5.1%p 낮게형성되었다. 주택매매가격변화를지역별로살펴보면한가지더흥미로운점을발견할수있다. < 그림 2> 는지역별주택매매가격변화추이를보여준다. 글로벌금융위기이후기간을전후로지역별주택매매가격변화를살펴보면, 위기이전기간에는수도권지역이중심이되어주택매매가격상승을이끌어온것을알수있다. 하지만, 위기이후기간에는비수도권지역을중심으로주택매매가격상승이이루어진것을확인할수있다. 6 ( 전월대비, %) 5 글로벌금융위기 4 수도권 비수도권 자료 : 한국감정원. < 그림 2> 지역별주택매매가격변화

4 8 住宅硏究제 26 권제 1 호 우리나라에서주택이라는상품은소비재와투자재의이중적성격으로인해, 일반재화의가격을결정하는수요와공급요인이외에다양한경제변수들의영향을받고있다. 즉, 주택의수요와공급에의해소비재성격의가격이결정된다면, 물가나실물경기, 금융시장변화등도투자재성격의주택가격에영향을주게된다. 특히, 최근에는물가와금리가낮은수준에머무르는상황에서가계부채 1) 도크게증가하고있다. 이처럼주택가격은수요와공급이외에다양한거시경제변수들과상호영향을주고받게된다. 이에본연구는주택매매가격에영향을주는소비재와투자재성격의변수들을설정하고, 이들의연관성을실증분석하고자한다. 이와같은실증분석으로각변수들의변화에대해주택매매가격이어떻게반응하는지살펴볼수있을것이다. 또한, < 그림 2> 에서본바와같이주택매매가격상승을주도하는지역의변화를글로벌금융위기이전과이후기간으로나누어비교분석해볼것이다. 본연구의분석결과로기대되는기여는다음과같다. 먼저주택가격에영향을미치는변수들을점검해봄으로써주택시장활성화정책수립시, 수요와공급은물론거시경제변수들의활용도를제고할수있을것이다. 아울러지역별주택매매가격차이로발생할수있는리스크를점검함으로써향후바람직한부동산시장의정책방향모색에도움이될것으로사료된다. 본연구는다음과같은순서로진행된다. 2장에서는주택가격과관련된선행연구들을고찰하고, 3장에서는분석에이용한변수들과분석방법에대해설명한다. 4장에서는분석결과를제시하며, 마지막 5장에서는결론을요약하고시사점을제시하고자한다. II. 선행연구 최근까지진행되어온주택관련연구들중본연구와연관성이있는연구들은크게세 가지주제로나눌수있다. 첫째, 주택가격에영향을주는변수들을이용하여주택가격의 1) 2015년 4/4분기기준가계부채는 1,141.8조원규모이다. 이중예금취급기관의가계대출은 조원규모이며, 주택담보대출은 501.2조원수준으로가계부채자료가발표된이후줄곧가계부채의약 61% 수준을유지하고있다. 이중예금은행과비은행예금취급기관의주택담보대출이예금취급기관의가계대출에서차지하는비중은각각 49% 와 12% 정도이다.

5 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 9 변화를분석한연구들이다. 둘째, 정부의정책이주택시장에어떠한영향을미치는지를분석한연구들이다. 마지막으로는, 주택시장의가격흐름을지역별로분석한연구인데, 앞의두연구들에비해비교적연구수가적다. 먼저주택가격과관련된연구들을살펴보자. 차문중편 (2004) 은주택시장과밀접한관련이있는주요변수들 2) 을 VEC모형에내생화하여주택시장의변화를살펴보았다. 충격반응분석결과, 전체적으로전세가격과금리, 매매가격자체의충격이시간의흐름에따라매매가격의변화에미치는영향이뚜렷한것으로나타났다. 또한같은보고서 ( 차문중편, 2004) 에서조동철은전세가격과매매가격이주택가격형성에각각어느정도작용하는지를분석했다. 분석결과, 경제내에인플레이션이존재하면주택의명목가격이상승하는것은불가피하고, 이에따라매매가격은전세가격에비해높은수준에서형성됨을고찰하였다. 주택시장을매매시장과전세시장으로구분하여각각의가격에대한연구를진행한연구로는박헌수ㆍ안지아 (2009) 가있다. 이들은한지역에서의주택가격변화에영향을주는요인들을거시경제요인, 주변지역과지역내매매시장및전세시장요인들로세분화하여 VAR 모형으로분석하였다. 분석결과, 서울의 5개구에서매매가격이전세가격에영향을주는것으로나타났고, 12개구에서는전세가격이매매가격에영향을주는것으로나타났다. 이영수 (2010) 도 VEC 모형을이용하여주택매매가격과전세가격의상호관계를외환위기전과후로나누어분석하였는데, 외환위기이후두가격간장기균형관계가성립함을실증분석하였다. 한편, 김윤영 (2012) 도이자율과물가등거시경제변수들이주택가격과전세가격변동에미치는영향을외환위기전과후, 글로벌금융위기전과후로나누어단일방정식모형과 VAR 모형을통해분석하였다. 단일방정식분석결과글로벌금융위기이후에인플레이션이통계적으로유의성을보였고, VAR 모형분석결과주택및전세가격의불균형오차에물가, 환율, 주가등거시변수가유의한영향을미치는것으로나타났다. 주택가격결정요인을수요측면에서접근하여분석한연구도있다. Mankiw and Weil (1989) 은인구연령구조의변화가주택수요및주택의상대가격에미치는영향을분석하였고, 국내에서는김경환 (1999) 과홍종문ㆍ이주형 (2007) 이 Mankiw and Weil 모형을이용 2) 부동산관련변수로강남및강북의주택매매가격지수와주택전세가격지수, 전국의주택매매가격지수와주택전세가격지수, 전국및서울의지가지수를이용하였고, 거시경제변수로회사채수익률, 종합주가지수, 명목및실질 GDP, 명목및실질건설투자, 명목및실질주거용건설투자, 소비자물가지수, M2, M3, 건축허가 ( 전체 ), 주거용건축허가, 기대가격상승률을이용하였다.

6 10 住宅硏究제 26 권제 1 호 하여우리나라의인구구조변화가주택수요와주택가격에미치는효과를분석하였다. 김경환 (1999) 은주택수요의변화가주택의수량과가격에어떤영향을미칠지는주택공급의가격탄력성이중요한역할을한다고결론지었고, 홍종문ㆍ이주형 (2007) 은무주택자에대한주택정책은연령대별로세분하여경제력과생애주기에맞추어시행되어야한다고주장하였다. 주택구입과관련한은행대출에대한연구도진행되었는데, Aoki et al.(2004), Iacoviello (2004) 는일반균형모형을이용하여가계의차입능력이주택담보가치에의존할경우금융가속기 (financial accelerator) 효과가주택가격을통해발생할수있음을분석하였다. 또한 Bernanke and Gertler(1995) 도주택가격변동에기인하는대차대조표경로가기업및가계의차입확대를통하여주택수요및가격에영향을미칠수있음을보였다. 국내에서는한상섭 (2011) 이주택관련금융변수들과주택가격간동태적연관성을분석하였는데, 특히가계대출과주택가격이정 (+) 의상관관계에있음을실증분석하였다. 박연우ㆍ방두완 (2012) 도주택가격과은행대출간의관계분석을통해주택가격이은행대출에양 (+) 의영향을미치고있음을확인하였고, 이로인해주택가격의급상승 ( 급락 ) 은은행대출의급상승 ( 급락 ) 으로이어져금융시스템의불안정성을유발할수있음을경고하였다. 다음으로정부정책과주택가격과의관계를분석한연구들을살펴보자. 정부정책은부동산관련정책들과통화정책으로나누어볼수있다. 부동산관련정책이주택시장에미치는영향을분석한연구로 Gyourko and Molloy(2014) 는다양한지방정부의규제들이주거개발의양, 위치, 모양에영향을미치고있음을분석하였다. 국내연구로는정재호 (2005) 가주택가격과토지가격의변화에정부는어떻게대응을하며, 금리정책에부동산가격이어떻게변화하는지를분석하였다. 분석결과, 부동산정책의영향은부동산가격에민감하게반응하는것으로나타났다. 김문성ㆍ배형 (2013) 은서울아파트시장이주택정책에어떻게반응하는지를연구했다. 정부의정책이가격안정을위한목적으로시행될경우규제강화정책보다는규제완화정책이더효과적이었다고결론지었다. 한편, 통화정책과주택시장간의관계를분석한연구도있다. 최희갑ㆍ임병준 (2011) 은구조적 VAR 모형을이용하여주택가격이우리나라의통화정책전달메커니즘에있어일정한역할을하고있음을분석하였다. 구재운ㆍ배진성 (2014) 은월별거시변수자료와구조적 VAR 모형을이용하여긴축적통화정책이주택가격과산업생산을하락시킬수있음을실증

7 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 11 분석하였다. 또한이태리 (2015) 도최근부동산정책수단으로통화정책이부각되는상황에서주택가격이경기와양 (+) 의관계를, 통화정책금리가경기및주택가격과음 (-) 의관계를갖고있음을분석하였다. 마지막으로지역별로주택시장의흐름을분석한연구들을살펴보자. 이들연구의특징은대부분지역으로이루어진패널 (panel) 자료를분석에사용했다는것이다. 임재만 (2011) 은시도별주택거래량으로도시별주택가격변동을설명하였다. 이연구는가격변동과거래량변동사이에상호그랜저인과관계가있음을실증분석하였다. 또한, 김대원ㆍ유정석 (2014) 은서울의 23개행정구역별인터넷검색활동이주택가격및거래량에어떠한영향을미치는지를연구하였다. 연구결과, 인터넷검색활동은일정기간의시차를두고주택가격및거래량에유의미한양 (+) 의영향을미치는것으로나타났으며, 주택거래량보다는주택가격에더큰비중으로영향을미침을확인하였다. 또한, 국내주택시장을수도권과비수도권으로나누어지역간탈동조화현상을분석한연구도있는데, 신용상 (2015) 의연구가그것이다. 이연구는 2000년대이후국내주택시장에서지역간탈동조화된가격흐름이현저하게나타났으며, 전반적으로경기상황과규제정책등에주택가격이크게영향을받는다는것을보여주었다. 본연구는주택매매가격과관련된변수들이지역별주택가격에어떠한영향을미치는지에대해연구한다는측면에서위에소개된선행연구들과일부유사성을가지고있다. 하지만, 일반적인소비재가격의결정요인인수요와공급관련변수는물론투자재로서의주택가격에영향을줄수있는거시경제변수들을모형에고려하였다는점에서선행연구들과차이가있다. 또한지역별패널데이터 (panel data) 를구축하여패널 VAR모형으로변수들간상호관계를분석하였다는점도선행연구들과의차별성이라할수있다. 무엇보다글로벌금융위기이전과이후각각의기간에대해지역별로주택가격변화를비교분석하고, 이에대한정책적시사점을도출한다는것이본연구의가장큰의의라할수있을것이다.

8 12 住宅硏究제 26 권제 1 호 III. 변수설명및분석방법 1. 분석기간구분및지역설정 본고에서는 2006년 1월부터 2016년 12월까지의 132개월지역별자료를분석에이용하였다. 모형에서로그차분 (log-difference) 변환을사용하였기때문에분석에사용된실제기간은 2006년 2월부터 2016년 12월까지의 131개월이다. 또한 < 그림 2> 에서볼수있듯이글로벌금융위기이후 2009년부터주택매매가격에지역별변화가감지된다. 이에주택매매가격변화를글로벌금융위기이전과이후기간으로나누어비교하기위하여전체기간을위기이전과이후기간으로구분 3) 하였다. 본연구에서는 2009년 1월을기준으로기간을구분하였다. 지역구분은행정구역을기준으로서울과 6개의광역시, 8개의도 ( 道 ) 와제주도로나누어 16개의패널그룹을구축하였다 4). 2. 분석자료 본고에서는주택매매가격변동과관련이있는변수들을소비재와투자재의성격별로구분하였다. 즉, 주택이갖는소비재성격을고려하여수요와공급에관련된대표변수들을설정하였다. 주택가격에영향을줄수있는수요변수로는지역별전입건수자료를사용하였고, 공급변수로는주택매매거래량을이용하였다. 또한투자재로서의주택가격에영향을줄수있는거시경제변수로실물경기변수와금융시장변수를고려하였다. 실물경기변수로는지역별대형소매점판매액지수를이용하였고, 금융시장변수로는예금취급기관의지역별가계대출자료를사용하였다. 아래에전국과수도권, 비수도권지역의지역별및기간별기초통계량을기술하였다. 수도권은서울과인천, 경기지역이며, 수도권을제외한나머지지역이비수도권지역이다. 세부지역별기초통계량은지면의활용을위해부록에수록하였다. 먼저분석대상인주택매매가격지수는한국감정원의지역별주택매매가격지수를이용하 3) 시계열자료들에서많이관측되는구조적인변화가있는지알아보기위해초우검정 (Chow Test) 을시행하였다. 시행결과, 기간구분전후로 구조변화가없다 는귀무가설을기각하는것으로나타났다. 4) 세종특별자치시는이용할수있는자료의시계열이짧아제외하였다.

9 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 13 였다. 계절적요인을제거하기위해계절조정지수를사용하였으며, 다른변수들과통일하 기위해 2010=100 으로환산하였다. 변수 주택매매가격지수 전입건수 주택매매거래량 대형소매점판매액지수 지역 < 표 1> 변수들의지역및기간별기초통계 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) ( 단위 : %) 글로벌금융위기이후 ( ~ ) 평균표준편차평균표준편차평균표준편차 전국 수도권 비수도권 전국 수도권 비수도권 전국 수도권 비수도권 전국 수도권 비수도권 예금 전국 취급기관의 수도권 가계대출 비수도권 주 : 로그차분한값으로전월대비상승률 ( 증감률 ) 의평균을의미함. 자료 : 한국감정원, 통계청, 국토교통부, 한국은행. 주택시장의수요측면변수로통계청의지역별전입건수자료를이용하였다. 주택의실수요자인개인이나세대의지역간이동은주택수요에영향을미쳐주택가격에반영될가능성이크다. 이에주택매매가격에영향을주는수요측면대표변수로지역별전입건수자료를사용하였다. 주택수요를결정하는많은변수들중선행연구에서주로사용된변수는인구변수이다. 이옥동ㆍ최정일 (2012) 처럼, 인구 ( 세대 ) 의변화가주택가격의변동에미치는영향을살펴볼수도있으나, 본연구는지역간비교분석이중요한연구의미중하나이기때문에지역간이동을반영하는전입건수자료를사용 5) 하였다.

10 14 住宅硏究제 26 권제 1 호 전입건수역시수도권은서울, 인천, 경기지역의합계로, 비수도권지역은수도권과세종특별자치시를제외한지역의합계를이용하여추산하였다. 또한계절요인들을제거하기위해 X-12 ARIMA 방법으로계절조정하였다. 주택시장의공급측면변수로국토교통부의지역별주택매매거래량자료를사용하였다. 주택공급과직접적으로관련이있는주택건설인허가실적이나주택착공실적자료를주택공급측면대표변수로사용할수도있다. 하지만, 인허가실적이나착공실적자료는주택가격에시차를두고반영되는측면이있다. 예를들면, 아파트의경우인허가나착공이후보통 2~3년정도의시차를두고완공된다. 반면주택매매거래자료는주택매매가격에거의시차가없이반영이된다는장점을갖고있어, 다른변수들과동시에분석하기가수월하다. 또한앞서살펴본선행연구들 ( 임재만, 2011; 김대원ㆍ유정석, 2014) 에서도공급과관련된변수로거래량자료를사용한것에비추어, 본연구에서도공급측면대표변수로지역별주택매매거래량자료를이용하였다. 전입건수자료와마찬가지로주택매매거래량자료도수도권은서울, 인천, 경기지역의합계로, 비수도권지역은수도권과세종특별자치시를제외한지역의합계로추산하였다. 또한, 계절요인들을제거하기위해 X-12 ARIMA 방법을이용하여계절조정하였다. 주택시장과관련된경기측면변수로통계청의지역별대형소매점판매액지수를이용하였다. 경기판단변수로소비및투자, 수출등다양한관련지표들이활용되고있으나, 관련변수들중가계부문과연관된지표로소비항목을선택하였다. 또한, 매달통계청에서발표하는경기동행지수구성항목에는소매판매액지수가포함된다. 이를바탕으로본연구에서는경기측면대표변수로대형소매점판매액지수를사용하였다. 대형소매점판매액지수는 2010=100 인불변자료를이용하였으며, 원자료의계절요인들을제거하기위해 X-12 ARIMA 방법을이용하여계절조정하였다. 수도권지역은서울, 인천, 경기지역의평균을, 비수도권지역은수도권과세종특별자치시를제외한지역의평 5) 전입건수대비전출건수로계산된순이동률이주택가격혹은지가변동률에유의미한영향을미친다는분석결과를나타낸선행연구들 ( 이진성ㆍ이창현, 2014; 윤상훈외, 2014) 도있다. 본연구에서도순이동률을수요측면대표변수로고려하였으나, 모델링과정에서순이동률은안정성측면에서문제가발생했다. 또한, 지역으로유입된인구 ( 세대 ) 의변화가주택수요에영향을줄것이라는본연구의가설에전입건수가더부합하였고, 전입건수의증감률을분석에이용하였다는점에서는순이동률을이용한결과와시사점도출에서큰차이점은없었다.

11 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 15 균으로추산하였다. 주택시장의금융시장측면변수로한국은행에서제공하는지역별예금취급기관의가계대출자료를이용하였다. 이론적으로주택담보대출시장은유동성공급경로, 최적포트폴리오조정경로등을통해주택시장에영향을주며, 주택시장은자산효과경로, 담보효과경로등을통해주택담보대출시장에영향을주게된다. 가계대출자료는특별한계절성이발견되지않아계절조정은하지않았고, 다른변수들과마찬가지로로그차분변환하여사용하였다. 수도권은서울, 인천, 경기지역의합계를, 비수도권지역은수도권과세종특별자치시를제외한지역의합계로추산하였다. 3. 단위근검정 모형을사용하여분석하기에앞서패널단위근검정 (panel unit root test) 을통해패널자료들의시계열안정성 (stationary) 여부를확인해야한다. 불안정한 (non-stationary) 자료를이용하여회귀분석을하는경우, 가성회귀 (spurious regression) 6) 의문제가발생하기때문이다. 본연구에서는분석에앞서모형에사용된변수들의패널단위근검정을시행하였다. 패널단위근검정 7) 을다음의 AR(1) 모형을통해설명한다. (1) 위식을단위근검정을위해다음과같이변형하였다. (2) 6) 전통적계량분석에서는안정적자료의사용을전제로한다. 불안정한시계열자료에대해안정적시계열자료를기초로하는회귀분석을적용하면변수간에아무런상관관계가없는데도불구하고의미있는결과가발생하는경우가있는데, 이를가성적회귀현상이라고한다 ( 남준우ㆍ이한식, 2013). 7) 패널단위근검정에대한내용은민인식ㆍ최필선 (2014) 을참조하였다.

12 16 住宅硏究제 26 권제 1 호 패널단위근검정의귀무가설은다음과같이패널그룹 에대한결합검정 (joint test) 에 기초한다. 이귀무가설을기각하지못하면패널단위근이존재한다고판단한다. ( 모든 에대해 ) ( 모든 에대해 ) 위귀무가설에대한대립가설을어떻게설정하느냐에따라서패널단위근검정통계량이달라진다. 본연구에서는개체의이분산성을가정하여단위근을검정하는 Im, et al.(2003; 이하 IPS) 검정과일반적인 augmented Dickey-Fuller( 이하 ADF) 모형하의단위근검정인 Fisher 형태의단위근검정을이용하여시계열자료의안정성여부를판단하였다. < 표 2> 패널단위근검정결과 ( 전국 ) 전체기간글로벌금융위기이전글로벌금융위기이후차분변수 IPS Fisher IPS Fisher IPS Fisher 주택가격 *** *** *** *** *** *** () () () (0.004) () () 전입건수 *** *** *** *** *** *** () () () () () () 주택거래 *** *** *** *** *** *** () () () () () () 소매판매 *** *** *** *** *** *** () () () () () () 가계대출 *** *** *** *** *** *** () () () () () () 주 : 1) ( ) 안은 p-value 를의미함. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함. 전국기준패널단위근검정결과를보면, 모든검정에서시계열변수들이단위근을갖고있다는귀무가설을유의수준하에서기각한다. 따라서모든변수들이안정적인자료임을알수있다. 지역별패널자료에대한단위근검정결과에서도안정적인자료임을확인하였고, 지역별및기간별패널단위근검정결과는부록에수록하였다.

13 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 패널그랜저인과관계검정 주택매매가격과다른변수들간인과관계의방향을살펴보기위해패널그랜저인과관계검정을실시하였다. 귀무가설은배제변수 (excluded variable) 가등식변수 (equation variable) 에그랜저인과관계가없다는것이다. 시차가증가함에따라필요한도구변수의숫자도급격히증가함을고려하여, 본연구에서는시차를 2차로한정하였다. < 표 3> 패널그랜저인과관계검정결과 ( 전국 ) 전체기간글로벌금융위기이전글로벌금융위기이후귀무가설 lag1 lag2 lag1 lag2 lag1 lag2 전입 가격 ** * *** 전입 가격 *** *** *** *** *** 거래 가격 *** *** *** *** *** 거래 가격 *** *** *** * *** 소매 가격 *** ** 소매 가격 *** *** ** 대출 가격 *** * * ** * 대출 가격 ** *** *** *** *** 주 : 1) 값임. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함. 전국기준으로전체기간중시차 1에서는주택거래실적과가계대출변수가주택매매가격에유의한인과관계가있는것으로나타났다. 또한주택매매가격은나머지모든변수들에유의한영향을주는것으로나타났다. 시차 2에서는주택매매가격과전입건수, 주택매매가격과주택매매거래량이서로에게유의한인과관계가있는것으로나타났다. 또한가계대출이주택매매가격에유의한인과관계를보였다. 글로벌금융위기로기간을조정해서살펴보면, 시차 1에서는위기이전에주택매매가격이전입건수와가계대출에유의한영향을미치는것으로나타났다. 또한같은기간에주택거래실적과소매판매, 가계대출은주택매매가격에유의한영향을미치고있었다. 위기이전기간시차 2에서는주택매매가격과전입건수, 주택매매가격과주택매매거래량이서로유의한인과관계를보였다. 또한소매판매가주택매매가격에, 주택매매가격이가계대출에

14 18 住宅硏究제 26 권제 1 호 영향을미치는것으로나타났다. 위기이후기간시차 1에서는주택매매가격과가계대출이상호영향을주고받는가운데, 주택매매가격이전입건수와주택거래, 소매판매에유의한영향을주는것으로나타났다. 시차 2에서는주택매매가격과주택거래실적, 주택매매가격과가계대출이상호영향을주고받았다. 아울러주택매매가격이소매판매에게영향을주었고, 전입건수는주택매매가격에영향을주는것으로나타났다. 지역별및기간별패널그랜저인과관계검정결과는부록에서확인이가능하다. 5. 패널 VAR 모형 8) 주택매매가격에영향을주는변수로수요와공급, 경기, 금융관련변수를선정하였다. 이변수들을이용하여주택매매가격과변수들간의동적방향성을살펴보고자한다. VAR (Vector Autoregressive; 이하 VAR) 모형은 2개이상의내생변수 (endogenous variable) 에대한동적변화 (dynamic evolution) 를내생변수들의과거값을이용하여모형화하는접근방법이다. 주요분석대상인주택매매가격과나머지변수들간의동적관련성을파악하기위해다음과같은패널 VAR 모형을설정하였다 9)., (3) Holtz-Eakin, et al.(1988) 에따르면 는내생변수들로이루어진 벡터이다. 또한, 는그룹이질성을포함하는고정효과 (fixed-effects) 를, 는특이오차 (idiosyncratic errors) 를나타낸다.,,...,, 는추정되어야할 행렬이고, 와, 모든 을가정한다. 방정식시스템으로모형을추정하며효율추정량을산출할수있다. 8) 패널 VAR 분석을위하여 Abrigo and Love(2016) 의 STATA 코드를사용하였고, 패널 VAR 모형에관한부분을참고하였다. 9) 나머지변수들도같은식을이용하여기술하여야하나, 공간활용상주요분석대상인주택매매가격에대한모형만제시하였다.

15 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 19 위의식을더간결하게다음과같이변형할수있다. (4) 변형된식에서별 (*) 표는 1차차분 ( (forward orthogonal deviation) 로는 ) 변형을의미한다. 전방직교편차 로나타낼수있 고, 는 시점에서패널 의이용가능한미래관측치수와 는그것의평균을의미한다. 이를 Hansen(1982) 의일반화적률법 (Generalized Method of Moments; GMM) 을 통해다음과같이추정할수있다. (5) 는가중치행렬이다. 또한, 과선형독립인행의개수 (rank) 를 이라고가정하면, GMM 추정량은일치추정량이며, 가중치행렬 는효율성을최대화하여선택된다 (Hansen, 1982). 패널 VAR 분석은패널 VAR 조정 (panel VAR specification) 과적률조건 (moment condition) 으로최적시차수준을결정하여모형을선택한다. VAR 모형추정의주요한목적은특정내생변수에서발생한충격이다른내생변수에어떤영향을미치는지충격반응함수 (Impulse Response Functions) 를구하는것이다. Lutkepohl(2005) 과 Hamilton(1994) 은다음과같은동반행렬 (companion matrix) 의모든계수들 (moduli) 이 1보다작으면 VAR 모형이안정적이라는것을보여주었다.

16 20 住宅硏究제 26 권제 1 호 (6) 안정성은위행렬이가역성을가져역행렬이존재하고, 무한벡터이동평균 (infinite Vector Moving Average; VMA) 으로표현이가능함을의미한다. 무한벡터이동평균으로 모형을다시쓰면, 간단한충격반응함수 를계산할수있다. (7) 동시에오차항들 ( ) 들이상호연관이있기때문에, 한변수의충격에도다른변수들이영향을받을수있다. 인행렬 를가정할때, 는오차항들을 처럼직교화 (orthogonalize) 하고, VMA 매개변수를직교화된충격반응 로변환하는데사용할수있다. 충격반응함수의신뢰구간은몬테카를로 (Monte Carlo) 시뮬레이션및부트스트랩리샘플링 (Bootstrap Resampling) 방법을사용하여추정하였다. 또한, 다른변수들의충격에대한반응변수의시간흐름에따른분산의변동정도를살펴보기위해예측오차분산분해분석을이용하였다. 시점에서 기앞선 시점에관찰된값을, 이때의예측값을 라하면, 기앞선예측오차는다음과같이나타낼수있다. (8) 충격반응함수처럼행렬 를사용하여충격을직교화한후예측오차분산에대한각변 수의기여도를계산한다. 직교화된충격 는예측오차분산의직접분해를허용하

17 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 21 는공분산행렬 를갖는다. 예를들어, 기이후의변수 의예측오차분산에대한변수 의기여를계산하면다음과같다. 는 행렬의 번째열을나타낸다. (9) 이러한예측오차분산분해분석은자신또는다른변수들에충격이발생했을때, 반응변 수가시간의흐름에따라받게되는상대적충격비중을보여준다. 신뢰구간은충격반응함 수와같은방법으로추정하였다. IV. 분석결과 1. 패널 VAR 추정결과 10) - 전국 주택매매가격을분석대상으로한패널 VAR 모형의전국기준추정결과가 < 표 4> 에제시되어있다. 전체기간중주택매매가격은 1기에주택매매가격과주택거래실적, 가계대출에유의한양 (+) 의영향을받는것으로나타났다. 2기에는주택매매가격과주택거래실적에유의한양 (+) 의영향을받고, 전입건수에는유의한음 (-) 의영향을받는것으로나타났다. 특히, 전입건수의증가는수요의증가로인한양 (+) 의영향을예측하였으나반대의결과가도출되었다. 이는경제가저금리인상황에서부동산의가격상승과변동성확대가부동산보유에대한기대수익률을낮춰매매보다는전세를선호한데서이유 11) 를찾을수있다 ( 조동철ㆍ성명기, 2003). 글로벌금융위기기간을전후로구분하여살펴보면, 금융위기이전기간에는전입건수를제외한모든변수들이 1기에주택매매가격에유의한영향을미치는것으로나타났다. 하지만, 2기에는주택거래실적과대형소매점판매액지수만유의한영향을미쳤다. 한편, 금융위기이후기간에는 1기에주택매매가격과가계대출변수만주택매매가격에유의한영향을 10) 지역별및기간별패널 VAR 추정결과는부록에수록하였다. 11) 실제분석기간동안전국기준주택매매가격의평균전월대비상승률은 0.27% 였으나, 주택전세가격의평균전월대비상승률은 0.37% 였다.

18 22 住宅硏究제 26 권제 1 호 미치다가, 2 기에는추가로전입건수와주택거래실적, 대형소매점판매액지수변수도유의한 영향을미치는것으로나타났다. 구분 주택매매가격 전입건수 주택거래실적 대형소매점판매액지수 가계대출 < 표 4> 패널 VAR 추정결과 ( 전국 ) 전체기간글로벌금융위기이전글로벌금융위기이후 lag1 lag2 lag1 lag2 lag1 lag *** *** *** *** *** (0.048) (0.053) (0.065) (0.091) (0.058) (0.064) *** *** (0.001) (0.001) (0.002) (0.002) (0.001) (0.001) *** *** *** *** ** () () (0.001) (0.001) () () *** ** * (0.002) (0.002) (0.002) (0.003) (0.002) (0.002) *** * ** ** (0.029) () (0.026) () (0.026) (0.012) 주 : 1) ( ) 안은표준오차 (Standard Error) 를의미함. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함. 2. 변수들의충격에대한주택매매가격의반응 - 전국 < 그림 3> 은특정변수에충격이발생했을때, 다른변수들이시간의흐름에따라어떻게변화하는지동적관계를나타내는충격반응함수분석결과 12) 이다. 패널 VAR 추정을통해구한충격반응함수의가로축은기간을, 세로축은충격에대한반응을보여준다. 실선을둘러싼점선은 95% 신뢰수준을의미한다. 각변수의충격에대한주택매매가격의변화를살펴보자. 먼저주택매매가격상승충격자체에대한주택매매가격변동은글로벌금융위기기간에상관없이양 (+) 을반응을보였다. 다만, 글로벌금융위기이전기간에가격상승충격에대한반응정도가금융위기이후기간의변동보다크게나타났다. 12) 충격반응함수결과중결과가 0 (95% 신뢰구간포함 ) 을포함할때는분석결과의유의성을확보하기어려운경우이다. 이와같은경우에는결과의해석을제외하였다.

19 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 23 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 가격충격 ( 주택매매가격 ) 수요충격 ( 전입건수 ) 공급충격 ( 주택거래실적 ) 경기충격 ( 소매판매 ) 금융충격 ( 가계대출 ) < 그림 3> 각변수의충격에대한주택매매가격변수의반응 ( 전국 )

20 24 住宅硏究제 26 권제 1 호 공급측면변수인주택매매거래량증가충격은주택매매가격변동에양 (+) 의영향을미치는것으로나타났다. 기간구분에상관없이주택매매거래량이증가하면주택매매가격도상승하는것으로나타나는데, 이는한정된기간에제약된공급에대한가격상승때문인것으로판단된다. 거래량증가가가격상승으로이어진다는임재만 (2011) 의연구결과와도일치한다. 경기측면충격은글로벌금융위기이전기간에만유의미한결과를보였다. 즉, 소매판매증가충격은 3개월정도주택매매가격상승으로나타났다. 경기가주택가격과양 (+) 의관계가있다는이태리 (2015) 의결과와동일한연구결과이다. 특히, 금융위기이전기간에만유의미한결과를보인데는, 금융위기이전기간에주택매매가격이경기에순응하는모습을보이다가금융위기이후기간에는전반적인침체로인해영향력이감소한것으로해석된다. 금융측면변수인가계대출충격은글로벌금융위기이후기간에만주택매매가격에유의한양 (+) 의영향을주는것으로나타났다. 한상섭 (2011), 박연우ㆍ방두완 (2012) 의결과처럼가계대출이주택가격과영향이있음을확인할수있다. 다음으로예측오차분산분해 (Forecasting Error Variance Decompositions; FEVD) 를살펴보았다. 예측오차분산분해는충격발생이후경과기간에따라충격의상대적영향정도가어떻게변하는지를보여준다. 전반적으로주택매매가격은자신의충격에가장큰영향을받는것으로나타났으며, 시간경과에따른지속정도도전체기간중에는주택가격자신의충격이가장큰것으로나타났다. 글로벌금융위기이전기간에는주택가격충격에대한 12개월후자체설명력이약 94% 정도였고, 위기이후기간에는이전기간보다약간더높은 96% 수준을유지하는것으로나타났다. 다른변수들의충격으로인한주택매매가격변동에대한각변수들의설명력도기간별로차이를보였다. 특히주택매매거래충격에대한 12개월후설명력이다른변수들에비해큰것으로나타났다. 전체기간중거래실적충격은 2.6% 정도였으나, 위기이전기간에는 4.4% 정도로증가하였다가위기이후기간에다시 2.3% 수준으로떨어졌다.

21 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 25 < 표 5> 예측오차분산분해결과 ( 전국 ) 전체기간 ( ~ ) 글로벌금융위기이전기간 ( ~ ) 글로벌금융위기이후기간 ( ~ ) 경과기간 주택가격 전입건수 거래실적 소매판매 가계대출 2개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 변수들의충격에대한주택매매가격의반응 - 수도권 충격반응함수를지역별로나누어살펴보았다. 먼저서울특별시와인천광역시, 경기도의수도권지역에대한충격반응함수가 < 그림 4> 에제시되어있다. 수도권지역주택매매가격은전기간동안주택매매가격자체충격에 6개월이내의유의한양 (+) 의반응으로나타났다. 글로벌금융위기이전기간의주택가격충격이위기이후기간의충격보다크게나타났으나, 반응의지속기간은이전기간보다이후기간에더길게유지되었다. 공급충격인주택매매거래량에대해서도기간구분없이대체적으로 5개월이내의양 (+) 의반응을보였다. 다만, 글로벌금융위기이전기간에주택거래실적충격에대한주택매매가격의반응이위기이후기간의반응보다크게나타났고, 반응의지속기간도더길었다.

22 26 住宅硏究제 26 권제 1 호 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 가격충격 ( 주택매매가격 ) 수요충격 ( 전입건수 ) 공급충격 ( 주택거래실적 ) 경기충격 ( 소매판매 ) 금융충격 ( 가계대출 ) < 그림 4> 각변수의충격에대한주택매매가격변수의반응 ( 수도권 )

23 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 27 경기측면변수인소매판매충격에대해글로벌금융위기이전기간에는주택매매가격이양 (+) 의반응을보였다. 하지만금융위기이후기간에는소매판매충격에대해위기이전과반대인음 (-) 의반응을보였다. 위기이전기간에는선행연구와동일한결과를보였으나, 위기이후경기가침체된상황에서는주택가격이경기순응적인모습과는다른모습을보이는것으로나타났다. 수도권지역의기간별예측오차분산분해결과를보면, 전체기간중주택매매가격변동에가장큰영향을미친것은주택매매가격자체였다. 즉, 충격발생직후에는충격에대한주택매매가격변동을주택매매가격으로 98% 정도, 12개월이지난후에는 94% 정도를설명할수있었다. < 표 6> 예측오차분산분해결과 ( 수도권 ) 전체기간 ( ~ ) 글로벌금융위기이전기간 ( ~ ) 글로벌금융위기이후기간 ( ~ ) 경과기간 주택가격 전입건수 거래실적 소매판매 가계대출 2개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월

24 28 住宅硏究제 26 권제 1 호 그외에주택거래실적변수의설명력이다른변수들에비해높게나타났다. 전체기간중충격발생 2개월정도에 1.3% 수준이던설명력이 12개월후에는 4.5% 수준으로높아졌다. 기간구분으로살펴보면, 글로벌금융위기이전기간에는충격발생 12개월후설명력이 15% 수준으로높게나타났으나, 위기이후기간에는다시 2% 수준으로낮아졌다. 글로벌금융위기이전기간에는수도권의주택매매가격변동이다른요인에영향을많이받는것으로나타났다. 이기간동안주택매매가격변동에서주택매매가격자체가차지하는비중이충격발생시 90.3% 수준에서 12개월이후에는 62.4% 로떨어졌다. 반면, 글로벌금융위기이후기간에는주택매매가격변수자체의설명력이충격발생시 97.3% 수준에서 12개월후 93.6% 로크게변화가없었다. 글로벌금융위기이전기간에는주택매매가격외에주택거래실적과가계대출이가격변동에많은영향을주었으나, 금융위기이후기간에는주택매매가격에미치는영향력이줄어들었다. 이는수도권지역의주택가격이이미높게형성되어있는상황에서글로벌금융위기이후기간에주택매매가격변동이타지역에비해크지않은데서비롯된것으로판단된다. 4. 변수들의충격에대한주택매매가격의반응 - 비수도권 마지막으로비수도권지역의주택매매가격변화도기간별로구분하여살펴보았다. 각변수들의충격에대한주택매매가격의충격반응함수가 < 그림 5> 에제시되어있다. 먼저기간구분과상관없이주택매매가격은주택매매가격충격에유의한양 (+) 의반응을보이는것으로나타났다. 6개월정도의충격이지속되는가운데, 기간구분에따른충격의반응정도도비슷했다. 주택거래실적충격에대해서도주택매매가격은유의한양 (+) 의반응을보이는것으로나타났다. 다만글로벌금융위기로기간을구분했을때, 이전기간보다이후기간에충격에대한영향지속기간이더긴것으로나타났다. 금융측면변수인가계대출충격은전체기간과글로벌금융위기이후기간에만주택매매가격에유의한양 (+) 의영향을미치는것으로나타났다. 특히, 위기이후기간에반응정도가크게나타났는데, 이는저금리현상이영향을미친것으로해석된다.

25 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 29 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 가격충격 ( 주택매매가격 ) 수요충격 ( 전입건수 ) 공급충격 ( 주택거래실적 ) 경기충격 ( 소매판매 ) 금융충격 ( 가계대출 ) < 그림 5> 각변수의충격에대한주택매매가격변수의반응 ( 비수도권 )

26 30 住宅硏究제 26 권제 1 호 마지막으로, 비수도권지역의예측오차분산분해결과를기간별로살펴보면 < 표 7> 과같다. 먼저전체기간중주택매매가격변동을가장잘설명하는변수는주택매매가격자체로, 주택매매가격변화에대해약 98.9% 의설명력을보였다. 충격발생이후 12개월이지난후에도자체설명력약 97.4% 로크게떨어지지않았다. < 표 7> 예측오차분산분해결과 ( 비수도권 ) 전체기간 ( ~ ) 글로벌금융위기이전기간 ( ~ ) 글로벌금융위기이후기간 ( ~ ) 경과기간 주택가격 전입건수 거래실적 소매판매 가계대출 2개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 개월 V. 결론및시사점 본연구는글로벌금융위기를전후로하여국내주택매매시장이지역별로어떠한변화를보이고있는지를실증분석하였다. 주택매매가격과거시경제변수들의동태적관계를지역별로살펴보기위하여시도별패널자료를구축하였다. 거시경제변수들로는주택매매가격에영향을주는수요와공급, 경기, 금융변수를설정하였고, 각각의대리변수로지역별전

27 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 31 입건수와주택거래실적, 대형소매점판매액지수, 예금취급기관의가계대출잔액을이용하였다. 분석기간은 2006년 1월부터 2016년 12월까지의 132개월이며, 이중 2009년 1월을기준으로글로벌금융위기전후기간을구분하여패널 VAR 모형으로분석하였다. 분석결과, 전체기간중전국기준주택매매가격은주택매매가격자체와주택거래실적에유의한양 (+) 의반응을보였다. 같은기간동안수도권지역과비수도권지역도전국과비슷한충격반응을보였다. 글로벌금융위기로기간을구분한분석에서는, 전국은위기이전기간에는소매판매액충격에, 위기이후기간에는가계대출충격에유의한양 (+) 의반응을보이는것으로나타났다. 수도권지역은소매판매액충격에대해주택매매가격이위기이전에는양 (+) 의반응을, 위기이후기간에는음 (-) 의반응을보였다. 비수도권지역은위기이후기간에가계대출충격이주택매매가격에양 (+) 의영향을주는것으로나타났다. 분산분해분석도지역별및기간별로구분하여살펴보았는데, 지역과기간구분에상관없이주택매매가격변화에가장높은설명력을갖는것은주택매매가격자체였다. 다만, 수도권의경우글로벌금융위기이전기간에주택매매가격변동에대한 12개월후자체변수의설명력이 62% 수준으로떨어졌다. 이기간동안주택매매거래량과가계대출변수의설명력이각각 15% 와 12% 정도로높게나타났다. 본연구의결과를통해얻을수있는시사점은다음과같다. 첫째, 기간별차이에대한시사점이다. 글로벌금융위기이전과이후기간에따라주택매매가격에영향을주는변수가다르게나타난다. 특히글로벌금융위기이전기간에는경기측면변수충격에영향을추가적으로받았고, 위기이후기간에는금융측면변수충격에추가적으로반응하였다. 이는위기이전기간에는주택가격이경기에순응하는모습을보이다가, 위기이후경기가침체된상황에서경기부양적인부동산정책이실현되고낮은수준의금리가지속되면서투자자금이부동산시장으로이동한것으로해석된다. 예를들어, 2015년분양시장은사상최고치를경신하며부동산시장의호조를반영하였다. 분석결과에따르면주택가격을부동산경기의어느시점에두고평가할지가중요하다. 부동산시장의현상황을어느시점으로볼것인지에대한정확한판단이요구된다. 부동산경기의올바른판단을위해부동산시장에대한면밀한모니터링이필요할것이다. 둘째, 지역별차이에대한시사점이다. 기간별로볼때, 글로벌금융위기이전기간에는

28 32 住宅硏究제 26 권제 1 호 수도권지역이, 위기이후기간에는비수도권지역의주택매매가격변동이더컸다. 지역별로나타나는주택가격의변화를주택가격순응현상으로해석할수도있을것이다. 즉, 위기이전기간동안주택가격을이끌어온수도권지역의높은가격을위기이후기간에비수도권지역의주택가격이따라가는모습으로볼수도있다. 하지만, 지역별로볼때, 수도권지역은경기측면변수에, 비수도권지역은금융측면변수에상대적으로더영향을받는것으로나타났다. 변세일외 (2016) 도지역부동산시장은 2008년글로벌경제위기이후거시경제여건변화및정책보다지역경제여건변화에많은영향을받는다고지적하며, 본연구의결론과유사한시사점을도출하고있다. 마지막으로주택매매가격에영향을주는변수들에대한시사점이다. 소비재로서주택가격에영향을주는공급과수요측면변수를본연구에서고려하였다. 공급측면변수인주택매매거래자료가주택매매가격에기간및지역에관계없이유의한영향을미친반면, 수요측면변수인전입건수자료는상대적으로유의미한결과가없었다. 이는주택매매수요와주택전세수요를구분한분석을살펴볼필요가있다. 차문중편 (2004) 조동철의연구결과에서처럼, 매매가격은전세가격에비해높은수준에서형성된다. 이는전입건수가매매수요보다는전세수요에더큰영향을주었을가능성을시사한다. 본연구의한계점도존재한다. 본연구는분석기간을글로벌금융위기전후로나누어각각분석하였다. 이는글로벌금융위기라는사건의인과관계를분석한것은아니다. 즉, 금융위기로인해어느한변수의충격이다른한변수의충격보다강하다고해석할수는없다. 최근시계열분석도인과분석방법론이많이이루어지고있다. 본연구가이러한시계열인과분석을수행하지못한점은본고의한계및추후연구과제이다. 참고문헌 1. 구재운ㆍ배진성, 통화정책과주택가격의동학적관계 : SVAR모형에의한분석, 산업경제연구, 제27권제5호, 한국산업경제학회, 2014, pp 김경환, 인구의연령구조변화와주택수요및주택가격, 대한부동산학회지, 제17권, 대한부동산학회, 1999, pp 김대원ㆍ유정석, 인터넷검색활동과주택가겨및거래량간동적관계분석, 부동산

29 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 33 연구, 제24권제2호, 한국부동산연구원, 2014, pp 김문성ㆍ배형, 주택정책에대한서울아파트시장의반응분석에관한연구, 부동산연구, 제23권제1호, 한국부동산연구원, 2013, pp 김윤영, 우리나라주택시장의매매ㆍ전세가격변동거시결정요인의동태분석, 경제학연구, 제60권제3호, 한국경제학회, 2012, pp 남준우ㆍ이한식, 계량경제학 이론과 EViews/Excel 활용, 홍문사, 2013, 제3판. 7. 민인식ㆍ최필선, STATA 시계열데이터분석, 지필미디어, 박연우ㆍ방두완, 주택가격과은행대출의상관관계에관한연구, 금융연구, 제26권제1호, 한국금융학회, 2012, pp 박헌수ㆍ안지아, VAR 모형을이용한부동산가격변동요인에관한연구, 부동산연구, 제19권제1호, 한국부동산연구원, 2009, pp 변세일ㆍ정경석ㆍ방보람, 지역별주택수급진단과정책과제, 국토정책 Brief, No. 621, 국토연구원, 신용상, 국내주택시장의수도권ㆍ비수도권간탈동조화현상과정책시사점, KIF 정책보고서, , 한국금융연구원, 윤상훈ㆍ이승희ㆍ권태호, 지가변동률에영향을미치는지역특성요인분석 대구ㆍ경북을중심으로, 대구경북연구, 제13권제1호, 대구경북연구원, 2014, pp 이영수, 주택가격과전세가격 : VECM 분석, 부동산학연구, 제16권제5호, 한국부동산분석학회, 2010, pp 이옥동ㆍ최정일, 세대주및생산가능인구의변화가주택가격의변동에미치는영향 한국과일본을중심으로, 대한부동산학회지, 제30권제2호, 대한부동산학회, 2012, pp 이진성ㆍ이창현, 주택가격변동률을중심으로한불안정주택시장주택가격지수결정요인분석, 부동산학보, 제59권, 한국부동산학회, 2014, pp 이태리, 통화정책의주택시장파급효과, 국토정책 Brief, No. 511, 국토연구원, 임재만, 주택거래량은주택가격변동을설명할수있는가?, 국토연구, 제69권, 국토연구원, 2011, pp 정재호, VAR 모형에의한부동산정책과가격연구, 부동산학보, 제25권, 한국부동산학회, 2005, pp

30 34 住宅硏究제 26 권제 1 호 19. 조동철ㆍ성명기, 저금리시대의부동산가격과통화, 조세정책에대한시사점, KDI 정책포럼, 제166호, 차문중편, 주택시장분석과정책과제연구, 연구보고서 , 한국개발연구원, 최희갑ㆍ임병준, 통화정책전달에서의주택가격의역할, 부동산학연구, 제17권제4 호, 한국부동산분석학회, 2011, pp 한상섭, 가계대출과주택가격의동태적연관성, 금융연구 Working Paper, 한국금융연구원, 홍종문ㆍ이주형, 주택가격안정에관한연구 인구구조및경제변수를중심으로, 주택연구, 제15권제2호, 한국주택학회, 2007, pp Abrigo, Michael R.M. and Love, Inessa, Estimation of Panel Autoregression in STATA: a Package of Programs, University of Hawai i at Mānoa Department of Economics Working Paper Series, Working Paper No. 16-2, 2016, pp Aoki, K., et al., House prices, consumption, and monetary policy: a financial accelerator approach, Journal of Financial Intermediation, Vol. 12, 2004, pp Bernanke, B. and M. Gertler, Agency costs, collateral and business fluctuations, American Economic Review, Vol. 79, 1995, pp Gyourko, Joseph and Molly, Raven, Regulation and Housing Supply, NBER Working Paper Series, National Bureau of Economic Research, Hamilton, J.D., Time Series Analysis, Princeton University Press, Hansen, L.P., Large Sample Properties of Generalized Method of Moments Estimators, Econometrica, Vol. 50(4), 1982, pp Holtz-Eakin, D., et al., Estimating Vector Autoregressions with Panel Data, Econometrica, Vol. 56(6), 1988, pp Iacoviello, M., Consumption, house prices and collateral constraints: a structural econometric analysis, Journal of Housing Economics, Vol. 13, 2004, pp Im, K. S., et al., Testing for unit roots in heterogeneous panels, Journal of Econometrics, Vol. 115, 2003, pp

31 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 Lukepohl, H., New Introduction to Multiple Time Series Analysis, New York: Springer, Mankiw, N. Gregory and Weil, N. David, The Baby Boom, the Baby Bust and the Housing Market, Regional Science and Urban Economics, Vol. 19, 1989, pp 접수일 심사일 심사완료일

32 36 住宅硏究제 26 권제 1 호 부록 < 부표 1> 지역별주택매매가격의기간별기초통계 ( 단위 : %) 지역 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 평균표준편차평균표준편차평균표준편차 전국 서울 인천 경기 수도권 부산 대구 광주 대전 울산 강원 충북 충남 전북 전남 경북 경남 제주 비수도권 주 : 로그차분한값으로전월대비상승률의평균을의미함. 자료 : 한국감정원.

33 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 37 < 부표 2> 지역별전입건수의기간별기초통계 ( 단위 : %) 지역 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 평균표준편차평균표준편차평균표준편차 전국 서울 인천 경기 수도권 부산 대구 광주 대전 울산 강원 충북 충남 전북 전남 경북 경남 제주 비수도권 주 : 로그차분한값으로전월대비상승률의평균을의미함. 자료 : 통계청.

34 38 住宅硏究제 26 권제 1 호 < 부표 3> 지역별주택매매거래의기간별기초통계 ( 단위 : %) 지역 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 평균표준편차평균표준편차평균표준편차 전국 서울 인천 경기 수도권 부산 대구 광주 대전 울산 강원 충북 충남 전북 전남 경북 경남 제주 비수도권 주 : 로그차분한값으로전월대비증감률의평균을의미함. 자료 : 국토교통부.

35 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 39 < 부표 4> 지역별대형소매점판매액의기간별기초통계 ( 단위 : %) 지역 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 평균표준편차평균표준편차평균표준편차 전국 서울 인천 경기 수도권 부산 대구 광주 대전 울산 강원 충북 충남 전북 전남 경북 경남 제주 비수도권 주 : 로그차분한값으로전월대비증감률의평균을의미함. 자료 : 통계청.

36 40 住宅硏究제 26 권제 1 호 < 부표 5> 지역별예금취급기관가계대출의기간별기초통계 ( 단위 : %) 지역 전체기간 ( ~ ) 글로벌금융위기이전 ( ~ ) 글로벌금융위기이후 ( ~ ) 평균표준편차평균표준편차평균표준편차 전국 서울 인천 경기 수도권 부산 대구 광주 대전 울산 강원 충북 충남 전북 전남 경북 경남 제주 비수도권 주 : 로그차분한값으로전월대비증감률의평균을의미함. 자료 : 한국은행.

37 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 41 < 부표 6> 패널단위근검정결과 ( 수도권 ) 차분변수주택가격전입건수주택거래소매판매가계대출 전체기간 글로벌금융위기이전 글로벌금융위기이후 IPS Fisher IPS Fisher IPS Fisher *** *** *** *** () () (0.226) (0.117) () () *** *** *** *** *** *** () () () () () () *** *** *** *** *** *** () () () () () () *** *** *** *** *** *** () () () () () () *** *** *** *** *** *** () () () () () () 주 : 1) ( ) 안은 p-value 를의미함. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함. < 부표 7> 패널단위근검정결과 ( 비수도권 ) 차분변수주택가격순이동률주택거래소매판매가계대출 전체기간 글로벌금융위기이전 글로벌금융위기이후 IPS Fisher IPS Fisher IPS Fisher *** *** *** *** *** *** () () () (0.002) () () *** *** *** *** *** *** () () () () () (0.006) *** *** *** *** *** *** () () () () () () *** *** *** *** *** *** () () () () () () *** *** *** *** *** *** () () () () () () 주 : 1) ( ) 안은 p-value 를의미함. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함.

38 42 住宅硏究제 26 권제 1 호 귀무가설 < 부표 8> 패널그랜저인과관계검정결과 ( 수도권 ) 전체기간글로벌금융위기이전글로벌금융위기이후 lag1 lag2 lag1 lag2 lag1 lag2 전입 가격 *** ** 전입 가격 *** *** * *** ** 거래 가격 *** *** *** 거래 가격 * *** *** *** *** *** 소매 가격 ** * 소매 가격 *** ** 대출 가격 ** * *** 대출 가격 *** *** ** *** *** 주 : 1) 값임. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함. 귀무가설 < 부표 9> 패널그랜저인과관계검정결과 ( 비수도권 ) 전체기간글로벌금융위기이전글로벌금융위기이후 lag1 lag2 lag1 lag2 lag1 lag2 전입 가격 *** ** 전입 가격 ** 거래 가격 ** *** ** *** 거래 가격 *** ** * *** ** 소매 가격 소매 가격 *** * *** ** 대출 가격 *** * *** ** 대출 가격 *** *** ** *** *** 주 : 1) 값임. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함.

39 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 43 < 부표 10> 패널 VAR 추정결과 ( 수도권 ) 구분 주택매매가격 전입건수 주택거래실적 대형소매점판매액지수 전체기간 글로벌금융위기이전 글로벌금융위기이후 lag1 lag2 lag1 lag2 lag1 lag *** *** *** *** *** (0.058) (0.064) (0.100) (0.199) (0.071) (0.072) *** * (0.001) (0.001) (0.012) (0.009) (0.002) (0.002) *** *** () () (0.003) (0.003) () () * ** (0.002) (0.002) (0.019) (0.015) (0.002) (0.004) ** ** *** 가계대출 (0.026) (0.012) (0.319) (0.185) (0.031) (0.035) 주 : 1) ( ) 안은표준오차 (Standard Error) 를의미함. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함. < 부표 11> 패널 VAR 추정결과 ( 비수도권 ) 구분 주택매매가격 전입건수 주택거래실적 대형소매점판매액지수 전체기간 글로벌금융위기이전 글로벌금융위기이후 lag1 lag2 lag1 lag2 lag1 lag *** *** *** *** *** *** (0.060) (0.055) (0.060) (0.058) (0.059) (0.072) *** *** (0.001) (0.001) (0.001) (0.002) (0.001) (0.001) ** *** *** () () () () () () (0.001) (0.002) (0.002) (0.002) (0.002) (0.002) *** *** ** 가계대출 (0.015) () (0.021) (0.017) (0.026) (0.013) 주 : 1) ( ) 안은표준오차 (Standard Error) 를의미함. 2) *** 은 1%, ** 은 5%, * 은 10% 내에서유의함을의미함.

40 44 住宅硏究제 26 권제 1 호 국문요약 패널자료를이용한지역별주택매매가격분석 : 글로벌금융위기전후기간비교를중심으로 본연구는패널 VAR 모형으로글로벌금융위기전후기간의지역별주택매매가격변화를기간별로비교분석하였다. 주택매매가격에영향을주는변수로는전입건수와주택거래실적, 소매판매액지수, 가계대출잔액을이용하였다. 분석결과, 전체기간중전국기준주택매매가격은주택매매가격자체와주택거래실적에유의한양 (+) 의반응을보였다. 글로벌금융위기로기간을구분한분석에서는전국기준주택매매가격이위기이전기간과위기이후기간에각각소매판매액충격과가계대출충격에유의한양 (+) 의반응을보였다. 수도권지역의주택매매가격은위기이전기간에소매판매액충격에양 (+) 의반응을보이다가위기이후기간에는음 (-) 의반응을보였다. 한편, 비수도권지역은위기이후기간에가계대출충격이주택매매가격에양 (+) 의영향을주는것으로나타났다. 이와같은결과들을종합할때, 향후부동산관련정책수립시소비재와투자재의성격을모두갖고있는주택매매가격의특성이고려되어야할것이다. 아울러시기와지역에맞는다양한변수들에대한종합적인분석도필요할것으로보인다.