요한젠검정을이용한고용활동과주택가격간의공적분관계분석 韓正熙 * 김주영 ** < 요약 > 부동산가격의예측과관련된기존의연구들은대부분 VAR, ARIMA 모형을이용하고있으며전국단위의예측치를제시하고있다. 그러나, 거시경제변수를활용한전국단위의기존예측모형은양극화 국지화되어가는부동산시장예측에한계를보이고있다. 지역부동산시장의예측에적합한변수의개발이시급한것으로보인다. 본연구에서는지역부동산시장으로서강남지역 ( 강남구, 서초구, 송파구 ) 부동산시장에주목하고이들지역의주택가격변화의인자로서고용활동변수의영향력을검증하였다. 요한젠공적분검정결과강남지역의집값변화는소비자물가지수등전통적인시계열분석에서활용되는거시변수보다는강남지역신규구인인원이라는지역적변수에의해더많이설명되었으며이는향후지역부동산가격의변화요인으로국지적이고지역특수적인변수를고려해야함을시사하고있다. 핵심단어 : 주택가격, 요한센검정, 고용활동 * 한국토지공사국토도시연구원책임연구원 (e-mail: z.han@iklc.co.kr) ** 한국토지공사국토도시연구원책임연구원 (e-mail: lorensio@iklc.co.kr)
Ⅰ. 연구의배경및목적 과거우리의부동산시장은개발정보에대한접근성과만성적인초과수요에따른공급자중심의시장으로시장에대한합리적분석과부동산가격에대한예측의필요성은매우낮았던것이사실이다. 그러나, 많은연구자들이 98년국제통화기금지원이후우리의부동산시장이구조적변화를겪고있음을보고하고있다. 향후부동산시장은동일유형의부동산이라하더라도입지, 설계, 가격등모든면에서차별화된제품의개발여부에따라서개발이익이달라지며이런모든과정에서부동산가격의예측은보다중요해질전망이다. 또한, 지역별, 부동산유형별가격예측에필요한통계자료가확충되고현재정부가추진하고있는부동산실거래가신고등부동산시장의투명화가진행될경우부동산가격의예측에필요한기본적인환경이과거에비해훨씬좋아질것이다. 우리는작년상반기에예측하지못했던서울강남, 분당등을중심으로부동산가격의급등현상을경험하였으며정부는개발이익의환수를포함한매우강도높은부동산시장안정대책을내놓은바있다. 정부의 8 31대책에서는참여정부출범이후줄곧계속되었던수요억제중심의정책에서공급확대정책을병행하는다양한정책수단을선보였다. 정부대책의수립과정에서다양한논의가있었으나부동산시장에대한진단에대해서는투기적수요억제와공급확대라는양극단의시각이존재하고있는것으로보인다. 전자의경우부동산가격의급등은투기적수요에의해나타난것이므로보유세강화가필요하다고보았으며후자의경우에는신도시개발등공급확대가부동산시장의안정화에필수적임을강조한다. 이처럼매우상반된시각이존재하는것은아직까지부동산가격의결정요인과변화기제의메카니즘에대한정치한분석이부재함을 - 1 -
보여주고있다. 따라서, 부동산유형별로또한지역별로특히어떤요인들이부동산가격상승에영향을주는지를규명하고가격변동의지역적파급과시간적파급효과를파악하는일련의연구들이필요할것으로판단된다. 본 연구에서는 기존의 부동산가격 예측 연구들에 대한 분석을 통 해 시계열중심의 전국단위 예측이 지닌 한계점을 제시하고 지역별 연구의 필요성과 새로운 변수 도입의 필요성을 제기하고자 한다. 분석대상은 정부정책 변화와 경기상황에 따라 민감한 영향을 보이 고 있는 서울의 강남지역으로 하였으며 이 지역은 부동산가격 변 화의 진원지일 개연성이 매우 높은 곳이다 ( 이용만, 이상한, 2002). 강남지역의 부동산가격급등현상은 주택의 물리적 특성 뿐만 아니 라 교육환경을 포함한 풍부한 도시인프라에 기인한 바가 크다. 강 남지역과 같은 지역 부동산시장의 변화와 그 예측을 위해서는 이 전의 연구들에서 보여주었던 거시경제 변수들 외에 지역 부동산가 격을 가져오는 요인을 새롭게 규명할 필요가 있을 것으로 판단된 다. 그런 점에서 본 연구는 고용활동 변수를 가격 변화의 요인으로 착안하고 기초적인 경제변수들과의 영향력 정도를 비교하고자 한 다. 1) 강남지역과 같은 지역별 부동산가격의 변화요인에 대한 새로운 변수의 발굴은 지역 부동산시장의 변화 기제를 보다 잘 파악함으 로써 향후 다양한 예측기법과 결합될 경우 보다 현실적인 부동산 시장 예측의 가능성을 보여줄 것으로 판단된다. 1) 서강대김경환교수는주택가격상승원인에대한진단에서일자리증가가아파트공급증가사이의커다란괴리가강남지역주택가격상승의중요한원인으로진단하고있다 ( 제 1 차부동산관련세제개편및개발이익환수방안토론자료, 열린우리당부동산정책기획단, 2005.8) - 2 -
Ⅱ. 부동산가격예측관련선행연구검토 기존부동산가격예측관련연구들에서는시계열예측모형으로 ARIMA모형, VAR모형, State Space모형, RegARIMA모형, 동행및선행변수로구성되는축약구조모형등을이용하고있다서승환 (2005) 의경우기존의부동산가격예측방법론을구조적모형과시계열모형으로구분하고두모델의예측력이두가지유형의방법론과부동산시장여건에따라어떻게달라지는지를검토하면서선행지표를활용할경우예측력의향상을가져올수있음을지적하였다. 또한, 부동산가격의예측에있어서는어느하나의모형이압도할수없으며모형의우월성은모형자체의성격은물론부동산가격의변화국면, 정보의이용가능성등에크게의존하고있음을지적하였다. 손정식외 (2003) 는 VAR모형을활용하여 1986년부터 2001년까지의분기별자료를활용하여부동산시장예측을하였으며예측력비교를위해동일기간에 ARIMA모형을분석하여비교하였다. 비교결과 VAR모형이상대적으로시장을잘대변하고있음을알수있었다. 박헌주, 박철 (2000) 은 VAR모델과 ARIMA모델을활용하여토지시장의예측모델을구성하여두모델의예측력을비교하였다. 장병기, 심성훈 (2004) 은기초경제여건이주택시장에미치는영향력을분석한결과외환위기이후기초경제여건이주택시장의가격변화를설명하는데유의미한변수로나타났음을보고한바있으며이런결과는손정식외 (2003) 의연구에서도일치하고있다. - 3 -
< 표 1> 최근부동산가격예측관련연구 연구자방법론분석변수 서승환 (2005) 최수 (2004) 차문중 (2004) 손정식외 2003) 구조모형, 시계열모형 V A R 모형, 전문가설문조사 VAR 모형 (VEC모형) V A R, ARIMA 모형, 실질경제성장률, 주택청약예금구좌수변화율, 금리변화율 이자율, GDP, 전세가격지수, 지가지수, 주택매매지수 회사채수익률, 종합주가지수, GDP, 건설투자, 소비자물가지수, 통화량, 건축허가, 주택가격지수, 지가지수 토지가격, 주택매매및전세가격, 실질 GDP, 총통화, 소비자물가, 주가지수, 회사채수익률, 대미달러환율, 실업률, 건축허가, 건설투자, 토지거래 박철, 실질GDP성장률, 총고정자본형성변 A R I M A, 박성규화율, 주가변화율, 총유동성변화율, VAR모형 (2002) 실질이자율 박헌주, 박철 (2000) A R I M A, VAR 모형 평균토지가격, 실질GDP, 총유동성, 회사채수익율, 건축허가면적, 소비자 물가, 주가 대상지역 전국 전국, 서울 분석자료의기간 1992.1/4분기~ 2003.4/4분기 1991.1/4 분기 ~ 2004.3/4 분기 전국, 1987.1/4분기~ 강남, 2004.2/4분기강북 전국 서울, 전국 1986.1/4분기~ 2001.4/4분기 1987.1/4 분기 ~ 2002.3/4 분기 전국 1 9 8 7. 1 / 4 ~ 1999.2/4 부동산가격예측연구들을정리해보면대체로두가지방향에서정리할수있다. 첫째, 부동산시장이외환위기이전에비해구조적인변화를겪었다는점이다. 즉, 외환위기이전에는주택가격이경기나금리와같은거시경제변수와일정한장기균형관계를형성하지못한채주택시장내의요인들에의해영향을받았으나외환위기이후에는경기상태, 금리변동등기초경제여건의중요성이높아진것으로파악된다는점이다. 둘째, 부동산가격의예측의정확도를높이기위해서는다양한예측법을통해이를다각도적인측면에서검토해야한다는점이다. 여러가지예측모델이가지고있는방법론상의한계나시장주기에대한여러가지가정하에서예측의정확도가높아질수있으므로우리의부동산시장에적합한예측방법이개발될필요가있다는점이다. - 4 -
시계열분석을활용한기존의부동산가격예측연구들은최근의부동산시장변화와연계해서그한계를보이고있다. 우선적으로부동산시장전망에대한최근연구들에서의예측치가실제치와많은차이를보이고있다는점이다. 2005년도부동산시장전망에대한연구원들의 ( 국토연구원, 한국건설산업연구원, 주택산업연구원 ) 주택시장전망은한결같이부동산시장의침체내지는안정세를전망하였으나결과는 05년상반기에서울의강남, 분당지역을중심으로주택가격의폭등세를나타낸바있다. 정부의 10 29 부동산대책이후 04년까지강남을중심으로주택가격은안정세를보였으나, 05년들어서울강남과분당, 용인등경기남부권주택가격이중 대형아파트를중심으로이상과열현상을보인바있다. 2) 즉최근의부동산가격상승은강남지역등특정지역을중심으로나타났으며그영향력이시간이지나면서일정주변지역으로확산되는현상을보인바있다. < 그림 1> 05년상반기지역별주택가격추이 (%) 7 6 5 4 3 2 1 0-1 2004.1 3 5 7 9 11 2005.1 3 5-2 전국서울강남광역시분당고양용인 2) 05.5 월중주택매매가격증감률은지역별로경기도성남분당구 (6.0%) 와과천 (3.6%) 의상승률이가장높게나타났으며, 부산영도구 (-1.1%) 와김포 (-1.0%) 의하락률이가장크게나타났다. - 5 -
이런부동산가격예측치와실제치의차이는 01년도, 03년도부동산시장전망에서도그대로나타나고있으며예측의정확성기준을제시하기는어려우나전망치와실제치간의괴리가큰것으로나타났다. < 표 2> 기존연구에서의부동산가격예측치와실제치비교 2001 년 2003 년 2005 년 매매가격 전세가격 전국 서울 전국 서울 전망 0.6 2.8 2.9 5.4 실제 9.9 12.9 16.4 18.7 전망 0.65 0.7 2.0 2.5 실제 5.7 6.9-1.4-3.9 전망 -3.6-1.97-3.4 실제 4.0 6.3 3.0 2.3 주 ) 2005년전망치는 3개연구기관 ( 국토연구원, 주택산업연구원, 건설산업연구원 ) 의전망치를평균한것임주 ) 2005년서울의경우아파트에대한전망치임 이것은부동산시장을단일시장으로보고추정하고있는데따른문제로보이며주택가격은동일대도시권내에서도매우다른양상을보이는것이현실이다. 스웨덴주택시장의가격변화요인을분석한 Hort, K(1998) 는 1967 1994년동안의스웨덴 20개도시에대한자료를분석한결과소득의변화, 사용자비용및건설비용이불변주택가격에영향을주는의미있는요소로나타났음을보고하였다. 호주도시들의주택가격변화에대한 Mather, C(1994) 의연구에서는 1980년대호주도시들의주택가격변화는사회적 경제적변화와관련이깊으며이런가격변화가공간적으로매우선택적으로진행되었음을입증한바있다. - 6 -
두 번째는, 대부분의 예측모델 관련 연구들이 거시경제 변수들과 부동산가격간의 시계열자료를 활용하여 전국단위의 예측치를 제시 하고 있다는 점이다. 최근에 나타나고 있는 부동산시장의 양상은 특정 유형의 부동산에 국지성을 보이고 있어 전국단위 예측치가 주는 의미와 효용성이 낮을 수밖에 없다. 물론 기존 부동산가격 예 측 연구들은 앞서 지적한대로 실제 부동산시장의 가격전망을 제대 로 하지 못하고 있으며 이는 우리의 부동산시장이 정책적인 요인 들에 의해서 좌우되는 경향이 많다는 점 때문이기도 하다. 결국 전통적인 시계열 분석의 방법론에 의지해서 향후 부동산시장 을 예측하는데는 한계가 많은 것으로 보이며 부동산가격 예측에서의 정확도를 높이기 위한 다양한 방법론을 모색하고 예측의 범위를 부동 산하위시장별로 나누어 지역부동산시장에 적합한 변수를 발굴함으로 써 이런 문제점을 개선해야 할 것이다. 본 연구에서는 기존의 연구들이 주로 우리나라 주택시장 혹은 토 지시장을 단일 시장으로 가정하고 전망치를 제시하였으나 부동산 시장의 특성상 이런 전망은 그 활용도가 높지 않다는 점에 착안하 여 지역부동산 시장의 설명에 초점을 두고 있다. 본 연구에서 분석 의 대상지역으로 설정한 강남지역은 아파트를 중심으로 한 주택가 격 상승을 주도하는 지역으로 주목을 받아왔고 서울의 다른 지역 에 비해 주택의 물리적 구성과 주변환경 면에서 매우 차별화된 특 성을 보이고 있다는 점은 기존연구에서도 이미 제시된바 있다. 3) 본 연구에서는 서울의 강남지역을 대상으로 지역 부동산시장의 가격변동요인을 고용활동과의 관계하에서 규명함으로써 기존의 거 시경제 변수를 활용한 거시차원의 예측의 한계를 보완해 보고자 한다. 3) 차문중편, 주택시장분석과정책과제연구, 한국개발연구원, 2004-7 -
Ⅲ. 고용활동이주택가격에미치는영향력분석 강남지역주택가격상승률과강남지역신규일자리창출간의인과관계를분석하기위하여 1999년 1월부터 2005년 9월까지의월간 서울의구별주택가격상승률 과월간 서울의구별신규구인인원 이실증분석을위한자료로사용되었다. 서울의구별주택가격상승률자료는부동산 114에서제공된자료이며서울의구별신규구인인원은노동부의자료를이용하였다. 이중 강남구, 서초구, 송파구의 주택가격 상승률과 신규구인인원 을 따로 분류하여 이들의 산술합으로써 각각 강남주택가격상승 률 과 강남신규구인인원 의 변수를 작성하였다 ( 관측치 81개 ). 또한 주택시장의 결정요인들에 관한 기존의 설명들과 신규일자리 에 의한 설명을 대비하기 위하여 기존 연구들에서 주로 주택가격 추이의 설명변수로 쓰여온 금리 (INTEREST), 물가 (CPI), 국민소득 (PROD) 의 자료를 추가로 투입하였다. 금리는 월간 3년만기 국고채 이자율자료를 이용하였고, 물가는 월간 소비자물가지수 (CPI, 2000 년 =100), 국민소득으로는 산업생산지수 4) (2000년 =100) 자료가 사용 되었다. 5) 강남주택가격상승률과강남신규구인인원의두변수는다음과같은추이를보이고있다 (GANGNAM= 강남주택가격상승률, LLAB= 강남신규구인인원 ( 로그화 )) 4) 국민소득은월별로집계가되지않고분기별로만발표되므로월별로발표되는산업생산지수를국민소득에대체적인자료로간주하였다. 5) 이상의자료들은한국은행의자료를활용하였다. - 8 -
< 그림 2> : 강남지역주택가격상승률과신규구인인원 8 9.6 6 9.2 4 8.8 2 8.4 0 8.0-2 2000 2001 2002 2003 2004 2005 7.6 1999 2000 2001 2002 2003 2004 2005 GANGNAM LLAB 1. 단위근검정 (Unit root test) Nelson & Plosser(1982) 가 많은 거시경제변수들이 임의보행 (random walk) 을 따르는 시계열임을 보인 후, 시계열의 안정성 (stationarity) 과 비안정성 (nonstationarity) 에 관한 논의가 광범위하 게 촉발되어 시계열의 안정성을 전제로 하는 기존의 계량경제학 방법론이 근본적인 전환을 맞게 되었다. 즉 random walk의 시계열 은 유한한 분산을 가지지 않기 때문에 통상적인 최소자승법 (OLS) 에 의하여는 일관성있는 (consistent) 회귀계수를 추정할 수 없게 된 다. 또 두 변수 사이에 아무런 상관관계가 없다고 할지라도 변수가 불안정적이면 회귀계수의 t-통계량이 표본크기가 증가함에 따라 커 져 회귀결과를 오도하는 가성회귀 (spurious regression) 의 문제가 초래된다. 따라서 시계열자료를 이용한 계량적 분석에서는 단위근 검정을 먼저 실시하여 시계열들의 안정성 검정이 먼저 이루어져야 한다. 강남지역 주택가격상승률과 신규구인인원의 두 변수를 먼저 AD F (A u g me nt e d Di ck e y F u lle r) 검정법을 써서 단위근 검정한 결 과 모두 I(1) 변수 6) 인 것으로 밝혀졌다. - 9 -
즉두변수모두 1차차분하면 단위근을가진다 라는귀무가설을기각하게된다 (1% 유의수준 ). < 표 3> 강남지역 주택가격상승률의 단위근 검정 래그길이 : 4 래그길이 : 0 t통계량 t통계량 ADF 통계량 -1.99 ADF 통계량 -7.84 검정 : 1% 5% 10% -2.95-1.94-1.61 검정 : 1% 5% 10% -2.95-1.94-1.61 < 표 4> : 강남지역 신규구인인원의 단위근 검정 래그길이 : 1 래그길이 : 0 t통계량 t통계량 ADF 통계량 -1.38 ADF 통계량 -11.61 검정 : 1% 5% 10% -3.51-2.89-2.58 검정 : 1% 5% 10% -3.51-2.89-2.58 이밖에도금리, 소비자물가지수, 산업생산지수의변수들에대하여도 ADF 단위근검정이이루어졌는데, 모두 I(1) 변수임이드러났다. 7) 6) 주택가격상승률 : no intercept, no trend ; 신규구인인원 : with intercept, no trend. 단위근검정이하본연구의모든검정에는소프트웨어 EVIEW 4.0 이사용되었다. 7) 각변수의적정차수 (lag) : 금리 2, 소비자물가지수 4, 산업생산지수 5. - 10 -
2. 요한젠 (J o ha ns e n) 공적분검정 모든변수가 I(1) 의단위근을갖고있다면그 1차차분변수들은 I(0) 의안정적시계열로변모하게된다. 그러나차분변수들끼리는통상의알려진계량경제학방법 ( 회귀분석등 ) 을수행하는것이무의미하다. 시계열을차분하면자료가가지고있는장기적인변화내용에관한정보가유실되어, 차분변수끼리의선형및비선형관계는장기적균형관계로해석될수없기때문이다. 이경우공적분 ( c oi nt e g rat io n) 에의하여 I ( 1 ) 변수들간의장기적균형관계를분석할수있다. 공적분에관련된이론은 E ng le & Granger(1987) 에의해처음제시되었는데, 단위근을가져불안정한특정시계열들의線形結合이단위근을갖지않는안정성을보인다면이들시계열은공적분관계에있다고정의된다. 공적분관계를형성하는이러한선형결합에서 공적분계수 가얻어진다. 결국공적분이론은불안정한시계열들끼리차분을통한안정성확보를하지않고서도안정적인균형관계를가질수있음을밝힘으로써계량경제학의이론과응용에커다란전환점을마련하였다. 공적분관계가인정되는경우전통적인회귀분석을적용할수있다는논리적근거가마련되며, 차분을통한정보유실방지및거시경제변수들이단위근을가짐으로써발생되는어려움이극복된다. 공적분관계의유무를판단하는공적분검정에는 Kre me r, Ericsson, Dolado (1992) 의오류수정모형 (Error-Correction Model), Engle & Yoo(1987) 의 ADF(Augmented Dickey Fuller) 검정, Engle & Granger(1987) 의 2단계 OLS 그리고 Johansen(1991, 1995) 의 Johansen검정등이있는데, 이중에서상대적으로우수한것으로평가받는 Johansen검정을적용하기로한다. 8) - 11 -
Johansen검정은모든변수를내생 (endogenous) 변수로간주하는시계열분석 (time series analysis) 에서연유하며, VAR(Vector Auto Regressive) 모형을기반으로하여공적분관계를검정하고공적분계수를구하는방법론이다. 분석대상인 개 I(1) 변수의벡터를 라할때 Johansen검정은차수가 인다음의 VAR모형에서출발한다.. (1) 이를바꾸어쓰면 (2) 이되는데, 여기서 는평균값벡터, 는추세등의결정적변수 를나타내는벡터이다. 식 (2) 를벡터오류수정모형 (Vector Error Correction Model, VECM) 으로재모수화 (reparametrize) 하면 (3) 와같이변환되는데, I(1) 변수들간의공적분은행렬 (4) 8) Engle & Granger(1987) 의공적분이론에서는하나의공적분관계를가정할뿐공적분관계자체에대한검정이이루어지지않는다. 또연구자가내생변수와외생변수를미리선정해주어야하며, 어느한변수가내생변수일때와외생변수일때공적분관계가달라질수있다. - 12 -
이 축소된위수 (reduced rank) 9) 을가질때성립하게된다. 이때 0과다른행렬 Π의고유치 ( e ige nv alu e) 의수가 이되며, 정확히 개의안정적인선형결합관계가존재하게된다. 이항상성립하기때문에행렬 Π는다음과같이분해할수있다 :. (5) 여기서 는이른바 부하행렬 (loading matrix) 이고 는공적분벡터를내포하는행렬이다. 개의선형결합인 이바로안정적인공적분관계를나타내고 Johansen검정은먼저 개의공적분관계를확정한다음어떤변수들이 개의단위근으로시스템 (1) 에불안정성을부여하였는지추적하게된다. 이때우도비 (Likelihood R a t i o, L R ) 검정이기반이되며통상적으로는 trace 검정 이실시된다. 이어서행렬 로표시되는공적분벡터를구하게되는데, 이때 완전정보최우도추정 (Full Information Maximum Likelihood Estimation) 이쓰이게된다. 10) 공적분관계의 검정에는 t r ac e 검정 외에 최대고유치검정 (Max-Eigenvalue test) 이 보완적으로 쓰인다. 두 검정 모두 일단 행렬 Π의 고유치 를 그 크기순서로 다름과 같이 나열하는데서 시 작한다 :. (6) 9) 가전체변수중독자적단위근을갖는변수의수라고할때, 행렬 의위수 이 을만족해야한다는뜻이다. 여기서최소한하나의변수가 I(1) 변수이어야한다. 10) 실제로는공적분관계검정인 trace 검정 도우도함수 (Likelihood function) 가구성된이후에이루어진다. - 13 -
공적분관계가성립하지않는다면, 가성립한다. 검정에서는통상 대신 가검정통계량에쓰인다. trace 검정 과 최대고유치검정 의검정통계량은각각다음과같다 : 11) (7) trace검정 의귀무가설은 공적분벡터의수가 보다작거나같다 라는것이다. 통상 공적분관계가 0개이다 라는귀무가설에서시작하여 한개이다, 두개이다 의순서로올라간다. 최대고유치검정 (Max-Eigenvalue test) 의귀무가설은 공적분벡터의수가 이다. 주택가격에 대한 기존의 이론과 지역적 노동수요라는 본고의 논 점을 강조하기 위하여 강남 주택가격상승률과 강남신규구인인원을 기본적 변수로 하고 기존의 이론에서 설명력을 가지던 변수들을 차례로 고찰해보도록 한다. 강남 주택가격상승률과 강남신규구인인 원 그리고 소비자물가지수의 Johansen 공적분검정결과는 < 표 5> 와 같다. < 표 5> 에서보이듯세변수는 trace검정과최대고유치검정모두에서유일한하나의공적분관계에있는것으로판명되었다 (1%, 5% 유의수준 ). 또공적분계수는 < 표 6> 과같다. 11) 검정에서의는타 LR 통계량처럼 분포에서추출되지않고 의값, 상수와추세유무에의존한다. Johansen & Juselius(1990) 는시뮬레이션에의하여를구하고있다. - 14 -
< 표 5> 강남주택가격상승률, 강남신규구인인원, 소비자물가지수공적분검정 표본 : 1999:06 2005:09 포함된표본수 : 76( 종점조정후 ) 추세가정 : 결정적추세없음지체주기 : 1에서 4 Unrestricted Cointegration Rank Test Hyp othesized No of CE(s) Eigenvalue Trace Static 5% 1% None** At most 1 At most 2 0.32 0.12 0.08 46.53 16.67 6.36 34.91 19.96 9.24 41.07 24.6 12.97 *(**) 는 5%(1%) 수준에서가정을기각함을의미 Hyp othesized No of CE(s) Eigenvalue Trace Static 5% 1% None** At most 1 At most 2 0.32 0.12 0.08 29.86 10.31 6.30 22.00 15.67 9.24 26.81 20.20 12.97 *(**) 는 5%(1%) 수준에서가정을기각함을의미 < 표 6 > 공적분계수 ( 주택가격, 신규구인, C PI ) Unrestricted Cointegration Rank Test Normalized cointegrating coefficient( 괄호안은표준편차 ) GANGNAM LLAB CPI C 1.00-14.28 (13.46) -1.23 (0.85) 231.16 (202.81) 강남주택가격상승률변수를 1로정규화한강남신규구인인원과소비자물가지수의공적분계수는모두예상하는바와같은부호를가져주택가격상승률에정 (+) 의영향을주고있는것을볼수있다 (GANGNAM=14.28LLAB+1.23CPI-231.16). 영향력의크기에서보면지역적변수로서본고에서새로고찰되는강남신규구인인원이, 전 - 15 -
통적으로집값에큰영향을주는것으로조사되어왔으며또상식적으로도인과관계가분명해보이는소비자물가지수보다도훨씬큰영향을강남집값상승률에미치고있다는점이흥미롭다. 다음으로강남주택가격상승률, 강남신규구인인원과산업생산지수의공적분관계이다. 이역시두가지검정모두에서 유일한 ( 하나뿐인 ) 공적분관계에있다 라는귀무가설을 1%, 5% 유의수준에서기각할수없는것으로판명되었다 ( 표 7 : VAR모형에추세없음, 공적분회귀식에상수항있으나추세없음 ). < 표 7> 강남주택가격상승률, 강남신규구인인원, 산업생산지수공적분검정 표본 : 1999:07 2005:09 포함된표본수 : 75( 종점조정후 ) 추세가정 : 결정적추세없음 Series: GANGNAM LLAB PROD 지체주기 : 1 에서 5 Unrestricted Cointegration Rank Test Hyp othesized No of CE(s) Eigenvalue Trace Static 5% 1% None** At most 1 At most 2 0.30 0.15 0.05 44.66 16.96 3.91 34.91 19.96 9.24 41.07 24.6 12.97 *(**) 는 5%(1%) 수준에서가정을기각함을의미 Hyp othesized No of CE(s) Eigenvalue Trace Static 5% 1% None** At most 1 At most 2 0.30 0.15 0.05 27.68 13.05 3.91 22.00 15.67 9.24 26.81 20.20 12.97 *(**) 는 5%(1%) 수준에서가정을기각함을의미 세변수의공적분계수는 < 표 8> 과같다. 비록신규구인인원변수 - 16 -
에 관하여 계수의 절대값이 앞의 공적분계수와 상당한 차이가 있 지만, 강남주택가격상승률에 대한 강남신규구인인원과 산업생산지 수의 두 변수가 올바른 부호를 가지고 있음을 볼 수 있다. 주의할 점은 여기서도 마찬가지로 강남신규구인인원 변수의 강남집값상승 률에 대한 영향력이 거시국민경제적 산업생산지수의 영향력보다 훨씬 크게 나타난다는 점이다. < 표 8> 공적분계수 ( 주택가격, 구인인원, 산업생산지수 ) 1 Conitegrating Equation(s) Log likelihood -300.57 Normalized cointegrating coefficient( 괄호안은표준편차 ) GANGNAM LLAB PROD C 1.00-214.00 (65.92) -7.08 (1.98) 2716.81 (776.18) 강남주택가격상승률, 강남신규구인인원, 금리의 공적분관계는 < 표 9> 에 나타나있다. 여기에서도 trace검정과 최대고유치검정 모 두 1%, 5% 유의수준에서 공적분관계가 하나뿐이라는 가설을 지지 하고 있다 (VAR모형에 추세 있음, 공적분회귀식에 상수항 있으나 추세 없음 ). 금리가 상승하면 주택담보시장에서 주택수요자의 부담이 증가하고 금융시장에 대체적인 기능을 하는 부동산시장의 유동자금유인효과 가 떨어져 주택가격에 하락압력으로 작용하게 된다. 이러한 인과관 계가 강남지역에도 적용된다면 공적분관계에서 강남주택가격상승 률과 금리는 부 (-) 의 관계에 있을 것으로 추정할 수 있다. < 표10> 에 나타난 공적분계수는 이러한 예상을 뒷받침하고 있다. 또한 여 기서도 강남신규구인인원이 거시경제적 이자율수준보다 강남집값 에 더 직접적 영향을 주고 있는 것으로 드러났다. - 17 -
< 표 9> 강남주택가격상승률, 강남신규구인인원, 금리공적분검정 표본 : 1999:04 2005:09 포함된표본수 : 70( 종점조정후 ) 추세가정 : 결정적추세없음 Series: GANGNAM LLAB INTEREST 지체주기 : 1 에서 2 Unrestricted Cointegration Rank Test Hyp othesized No of CE(s) Eigenvalue Trace Static 5% 1% None** At most 1 At most 2 0.28 0.11 0.01 36.80 10.78 0.90 29.68 16.41 3.76 35.65 20.04 6.65 *(**) 는 5%(1%) 수준에서가정을기각함을의미 Hyp othesized No of CE(s) Eigenvalue Trace Static 5% 1% None** At most 1 At most 2 0.28 0.11 0.01 26.01 9.88 0.90 20.97 14.07 3.76 25.52 18.63 6.66 *(**) 는 5%(1%) 수준에서가정을기각함을의미 < 표 1 0 > 공적분계수 ( 주택가격, 신규구인, 금리 ) 1 Conitegrating Equation(s) Log likelihood -118.13 Normalized cointegrating coefficient( 괄호안은표준편차 ) GANGNAM LLAB INTEREST 1.00-1.20 (1.09) 0.28 (0.26) - 18 -
이상의 J o ha ns e n 공적분검정을 종합하면 관심이 된 강남지역 집 값의 변화는 소비자물가지수, 금리, 산업생산지수 등 전국적 거시 변수보다는 강남지역 신규구인인원이라는 지역적 변수에 의해 더 많은 부분이 설명될 수 있음을 알 수 있다. 이 결론은 주택시장의 구조와 결정요인에 관한 새로운 접근방법이 필요하다는 본고의 문제 의식을 뒷받침하고 있다. Ⅳ. 결론및향후과제 우리나라의부동산시장도양극화와국지화 지역화의추세가본격적으로시작되었다고판단되며, 2005년도에강남과분당 용인일부지역의집값이큰폭으로앙등한반면다른지역의집값은상대적으로안정적이었던사실은이제주택시장분석의초점이거시적변수에서미시적으로지역적변수로옮겨져야하는필요성을나타내고있다고보여진다. 본고는이에주택가격의설명변수로지역의신규노동 ( 일자리 ) 수요가핵심적인역할을하고있다는가설을서울강남구의집값추이와신규구인인원의자료로서 Johansen검정하였다. 그결과강남의지역적집값변동에는강남의신규구인인원이이제까지설명변수로인정되어온거시적변수들보다더큰영향을가지고있다는사실이드러났다. 이는부동산시장의변화를설명하는요인으로국지적이고지역특수적인변수를더이상간과할수없다는사실을시사한다하겠다. - 19 -
참고문헌 김성제 (2004), 지역별 부동산시장과 금융시장의 인과관계에 대한 실증분석, 감정평가연구 14(1), 한국부동산연구원. 김희주 외 (2003), 부동산가격 예측모형에 관한 연구, 국토계 획, 추계학술대회 : pp.1023~1031, 대한국토 도시계획학회. 손정식 외 (2003), 부동산가격 예측모형에 관한 연구, 주택연구 제 11권 1호, pp.49~75, 2003.11 김현아 (2004), "2005년 주택 부동산 경기전망 ", 한국건설산업연구원. 박철 박성규 (2002), 부동산가격의 변동요인 분석과 전망연구, 한 국감정평가연구원. 박헌주 박철 (2001), " 시계열모형에 의한 토지시장의 예측연구 ", 주택연구 9(1). 서승환 (2005), " 부동산가격 선행지표와 예측기제의 구축 ", 지역 연구, 21(1), pp.3~19. 한국지역학회. 우경 (2002), 개입 -ARIMA 모형을 이용한 지가변동 예측에 관한 연구 : 지역별 하부토지시장을 중심으로, 국토연구, 35, pp.51~64, 국토연구원. 윤주현 (2002), 주택 토지시장의 동향과 전망, 국토연구원. 윤주현 김혜승 (2000), 주택시장경기동향 및 단기전망연구, 국토연 구원. 이용만 이상한 (2004), 강남지역의 주택가격이 주변지역의 주택 가격을 결정하는가?, 국토계획, 39(1), 대한국토 도시 계획학회. 장병기 심성훈 (2004), 주택시장에서 기초경제여건의 영향력에 관한 연구 : 구조변화를 고려하여, 국토연구, 41, pp.83~100, 국 토연구원. 제1차 부동산관련 세제개편 및 개발이익 환수방안 토론자료 (2005), 열린우리당 부동산정책기획단. 주택산업연구원 (2005), 2005년 주택건설경기전망. - 20 -
차문중 편 (2004), 주택시장 분석과 정책과제연구, 한국개발연구원. 최수 (2004), 부동산시장이 동향 및 2005년도 전망, 42, 국토연구 원. Mather, C. (1994), "Housing prices and geographical scale: australian cities in the 1980s, Urban Studies :31(1), 5-27. Engle, R and Granger, C. (1987), Co-Integration and Error Correction: Representation, estimation and testing, Econometrica: 55, 1062-1088. Engle, R and You, B.S. (1987), Forecasting and testing in co-integrated systems, Journal of Econometrics: 35, 143-159. Johansen, S. (1991), Estimation and hypothesis testing of cointegration in Gaussian vector autoregressive models, Econometrica: 59, 1551-1580. Johansen, S. (1995), Likelihood-based inference in cointegrated vectors autoregressive models, Oxford University Press. Johansen, S. and Juselius, K. (1990), Maximum Likelihood estimation and inference on cointegration - with application to the demand for money, Oxford Bulletin of Economics and Statistics: 52, 269-210. Hort, K. (1998), The Determinants of Urban House Price Fluctuations in Sweden 1968-1994, Journal of Housing Economics: 7, 93~120. K r e m e r, J.J.M, Ericsson, N. and Dolado, J.J. (1992), The power of cointegration tests, Oxford Bulletin of Economics and Statistics: 54, 325-348. Nelson, C.R. and Plosser, C.I. (1982), Trends and random walks in macroeconomic time series: some evidence and implications, Journal of Monetary Economics: 10, 139-162. - 21 -
A n a l y s i s o f C o i n t e g r a t i o n b e t w e e n H o u s i n g P r i c e a n d E m p l o y m e n t A c t i v i t y a c c o r d i n g t o J o h a n s e n T e s t Zong-Hie Han Ju-Young Kim < A B S T R A C T > Researches concerning prediction of real estate price usually use VAR, ARIMA model and suggest prediction value in terms of national scope. It seems that Korean real estate market shows localization and regionalization so that construction of new methods and variables are desirable in order to find out more realistic explanatory factors. Recent forecasting researches have shown some discrepancies between prediction values and real values, while Johansen cointegration test shows that employment activity has more greater effect on house prices of Gangnam region (Gangnam, Seocho, and Songpa Gu) than the macroeconomic variables such as CPI, production index and interest rate. So this study suggests that more realistic prediction for real estate market depends on considering suitable regional variables. Key Words: Housing Price, Empl oyment Activity, J o h a n s e n C o i n t e g r a t i o n T e s t * Research Fellow, Land & Urban Research Institute (e-mail: z.han@iklc.co.kr) ** Research Fellow, Land & Urban Research Institute (e-mail: lorensio@iklc.co.kr) - 22 -