Journal of the Korea Academia-Industrial cooperation Society Vol. 17, No. 4 pp. 480-488, 2016 http://dx.doi.org/10.5762/kais.2016.17.4.480 ISSN 1975-4701 / eissn 2288-4688 글로벌금융위기전후금융시장변동이주택시장에미치는영향분석 김상현 1, 김재준 1* 1 한양대학교건축공학과 An Analysis on the Influence of the Financial Market Fluctuations on the Housing Market before and after the Global Financial Crisis Sang-Hyeon Kim 1, Jae-Jun Kim 1* 1 Department of Architectural Engineering, Hanyang University 요약서브프라임금융위기가전세계적으로확산되면서한국은금융시장뿐만아니라건설경기까지침체되었다. 실제로건설산업연구원발표자료에따르면건설경기종합 BSI 추이가 2006년 12월의 80p에서지속적으로하락하여 2008년 11월기준 14.6p까지추락하였으며특히주택부분의침체수준이가장심각하다고하였다. 이러한관점에서본논문은글로벌금융위기전후주식, 채권등금융시장변화가지역별주택시장에미치는영향을벡터오차수정모형을통해분석하는것을목적으로한다. 이를위해본논문에서는서울시강남및강북지역아파트매매가격지수, 주가및회사채수익률을분석변수로활용하였다. 본연구에서는서브프라임금융위기발생이전인 2000년 1월부터 2007년 12월까지를 Model 1로, 2008년 1월부터최근 2015년 10월까지를 Model 2로구분하여비교분석하였다. 분석결과경기상승기에는강남지역주택시장은 KOSPI 와더불어매력적인투자시장으로자리매김하는것으로나타났으나, 경기하락시에는전반적인거시경제흐름에따라움직이는것으로판단된다. 금융시장변동에대하여강북지역주택시장은다른움직임을나타냈다. 저금리효과는경기하락시에부동산시장자체적인시장리스크가존재하기때문에제한적인것으로판단된다. Abstract As the subprime mortgage crisis spread globally, it depressed not only the financial market, but also the construction business in Korea. In fact, according to CERIK, the BSI of the construction businesses plunged from 80 points in December 2006 to 14.6 points in November 2008, and the extent of the depression in the housing sector was particularly serious. In this respect, this paper analyzes the influence of the financial market fluctuation on the housing market before and after the Global Financial Crisis using VECM. The periods from January 2000 to December 2007 and January 2008 to October 2015, before and after the financial crisis, were set as Models 1 and 2, respectively. The results are as follows. First, when the economy is good, the Gangnam housing market is an attractive one for investment. However, when it is depressed, the Gangnam housing market changes in response to the macroeconomic fluctuations. Second, the Gangbuk and Gangnam housing markets showed different responses to fluctuations in the financial market. Third, when the economy is bad, the effect of low interest rates is limited, due to the housing market risk. Keywords : Corporate Bond Interest Rate, Housing Price, KOSPI, Macroeconomic Fluctuation, Vector Error Correction Model * Corresponding Author : Jae-Jun Kim(Hanyang Univ.) Tel: +82-2-2220-0307 email: jjkim0307@hanyang.ac.kr Received February 4, 2016 Accepted April 7, 2016 Revised (1st March 11, 2016, 2nd April 1, 2016) Published April 30, 2016 480
글로벌금융위기전후금융시장변동이주택시장에미치는영향분석 1. 서론 1.1 연구의배경및목적일반적으로투자자산중에부동산은주식및채권과대체성을가지면서투자의포트폴리오구성에서한부분을차지하고있다. 대부분의나라에서부동산이차지하는국부의비중은금융이나외환에서차지하는크기에비해훨씬능가한다. 우리나라의경우에도자산의구성중부동산이차지하는부분이약 80% 를차지한다 [1]. 이에따라서브프라임금융위기에따라주택시장중심으로 2008년부터시작된부동산시장침체는기관투자자뿐만아니라개인투자자에게도심각한영향을미치게되었다. 이와같은현상은 IMF 외환위기이후금융시장과부동산시장의긴밀한상호연관성에기인한다. 외환위기이후금융시장은자율화, 개방화, 국제화라는기조하에서급속히변모해왔다. 효율적시장기능을활성화할수있는방향으로시장의메커니즘은강화되어왔고, 이에따라경제변수간의연관성은더욱밀접해졌다. 즉, 시장외적요인에의한영향은상대적으로줄어들고있는것이다. 이와동시에부동산시장에서도유사한흐름을보여왔다. 정부의일방적인규제정책과미시적수급상황에의해좌우되던부동산시장이시장경제의울타리로회귀하고있는것이다. 이는부동산시장과자본시장의통합화에의해양시장간의민감도가더욱높아짐을의미한다 [2]. 특히서울시부동산시장의경우강남 북간의위치적차이에따라투자수요정도도차이가난다. 즉서울시부동산시장은강남을중심으로투자수요가집중되었으며이에따라주택가격에도강남 북간차이가심화되어있는상태이다 [3]. 이러한관점에서투자관점에서주택시장의지역적차이와더불어거시경제변동전후의양시장간동태적관계성은결국투자자산으로의주택시장의현재상황및향후움직임을선제적으로파악하는관점에서유의미할것으로판단된다. 하지만기존문헌의경우, 시기별금융시장및주택시장의연관성및부동산시장의지역별차이를심층적으로고려하는데한계를가지고있었다. 이에따라본연구는서브프라임금융위기전후를대상으로서울시부동산시장의지역별주택시장과대표적인금융투자시장인주식시장및채권시장의동태적관계성을실증분석함으로써양시장간투자수요의움직임을파악하는것을목적으로한다. 1.2 연구의배경및목적본논문은시기별금융시장과지역별주택시장변동사이의동태적관계성을분석하는것을목적으로한다. 이에본논문에서는다음그림 1과같이연구를수행하였다. 주택시장은서울시강남, 강북지역아파트시장을대상으로하였으며, 금융자산은주식시장과채권시장을중심으로연구를진행하였다. 분석변수는강남, 강북지역의주택매매가격지수와주식시장을대변하는 KOPSI 및채권시장을대변하는회사채수익률을활용하였다. 분석자료는국민은행및통계청데이터베이스를통해획득하였다. 본연구에서는서브프라임금융위기발생이전인 2000년 1월부터 2007년 12월까지를 Model 1로, 2008년 1월부터최근 2015년 10월까지를 Model 2로구분하여비교분석하였다. Fig. 1. Research flow 먼저각모델의변수들의안정성여부를판단하기위해서 ADF(Augmented Dickey-Fuller) 단위근검정을수행하고각모델내의변수들의배열순서를결정하기위하여그랜져인과관계검정을통해변수들사이인과성을판별하였다. 또한적정시차검정을수행하여분석모형의시차를결정하였으며공적분발생여부를확인하기위해 Johansen 검정법을수행하였다. 각모델에대한공적분검정결과공적분관계가성립됨에따라본논문에서는양모델모두벡터오차수정모형 (VECM) 을구성하여충격반응분석을통해분석을수행하였다. 본논문에서는분석을위하여 Eviews-8 통계소프트웨어를활용하였다. 481
한국산학기술학회논문지제 17 권제 4 호, 2016 2. 이론적고찰 2.1 금융시장과부동산시장의개요금융시장은부동산시장과긴밀한상호연관성을가지고있다. 채권수익률혹은금리의경우일반적으로부동산시장과역 (-) 의관계로간주한다. 즉, 금리가하락하면부동산관련대출금리도하락하기때문에자금차입자들의상환부담이감소하여부동산수요가증가하므로부동산가격이상승하게된다. 그리고금리가상승할경우에는자금의차입자들의상환부담이증가하기때문에부동산의수요가감소하여가격이하락한다. 주식시장과부동산시장과의관련성은일반적으로자산대체관계와자산동조관계로대별할수있다. 자산대체관계의경우, 유동성이풍부한투자대상이부동산과주식시장으로양분되어있는상황에서단기적으로통화량이일정하다고가정할때부동자금이높은투자수익률을찾아양시장을넘나들며이동하기때문에대체적인관계를보인다는것이다. 반대로동조관계는두시장이동반상승및하락하는관계를보인다는것으로주식가격과부동산가격의관계는경기상승기에는모두상승하고경기쇠퇴기에는모두하락한다고본다 [1]. 하지만상기의이론적인근거를기반으로시장상황을명확히판단할수는없다. 즉서로상이한특성을가지고있는금융시장과부동산시장이 IMF 이후점점통합되면서시장상황에따라다양한경로로개별특성을나타내기때문이다. 2.2 선행연구고찰주택시장을포함한부동산시장과금융시장은주요한투자시장으로서투자자금의흐름이나경기변동에따라유의미한상호관련성을가지고있다. 이러한관점에서금융시장과부동산시장간의관계성을확인하는것은유의미할것으로판단된다. 동일한맥락에서실물자산이부동산과금융자산인채권및주식과의관계성을분석한문헌이국내외다수존재하였다. 먼저해외문헌들을살펴보면, Okunev 외 2명 (2000) 은 1972년에서 1998년까지미국부동산시장과 S&P 500 주식시장간의동태적관계성을분석하였다 [4]. Chen(2001) 은 1973년에서 1992년까지타이완의부동산시장과주식시장간의변동양상을확인하여주식시장이 부동산시장에선행하는결과를도출하였다 [5]. Liow 외 1명 (2005) 는아시아국가들을대상으로부동산시장과주식시장간의관계성을확인하여서로자산대체관계에있다는결과를나타냈다 [6]. 이와같이해외문헌들의경우, 특정국가들을대상으로금융시장과부동산시장의동태적관계성을중심으로연구가진행되고있었다. 국내문헌들을살펴보면양세희 (2003) 은주식, 채권의자산가격및아파트가격상승과총소비지출변수와의관계에대해서자산효과가성립되는지를분석하였다 [7]. 박종철 (2008) 은대표적금융자산인채권수익률과주식그리고대표적실물자산인부동산의상호관련성을규명하였다 [8]. 김태호 (2008) 은국내주식시장과부동산시장과의역학관계에초점을맞추어주택과주식간에일반상품처럼대체관계혹은어떠한연관관계가존재하는지규명하였다 [9]. 김미형 (2009) 은주식, 채권, 부동산과같은위험자산들의가격변동성이서로어떻게전이되는지를분석하였다 [10]. 국내문헌들역시종합적인관점에서양시장과의관계성을분석하는데초점을맞추고있었다. 즉전체적인부동산시장과주식시장및채권시장간의상호관련성을중심으로연구가진행되었다. 하지만부동산시장의경우지역적특성, 대표적으로서울시의경우, 강남과강북의지역적차이에따라투자수요의움직임이서로상이함에도불구하고기존문헌의경우해당특성의반영에한계를가지고있었다. 게다가대부분전체시계열을대상으로분석을수행한바특정기간의특성을반영한분석에는부족한점이확인되었다. 이에본연구에서는부동산시장의독특한특성이지역적투자수요차이를반영할뿐만아니라서브프라임금융위기를기점으로시기별로양시장간상호관련성을비교분석함으로써유의미한시사점을도출하고자한다. 2.3 벡터자기회귀모형 (VARM) 개요벡터자기회귀모형 (Vector AutoRegression Model; VARM) 은원래미네소타연방준비은행의리터만과심즈등에의해단기예측을주목적으로개발되었다. 즉모형작성자의주관적인제약을배제하고사전적으로특정경제이론에입각함이없이모든가능성을모두인정하는일반적인형태로정형화하여, 경제변수들사이의관계를경제자료에의하여판단하고이론의임의적적용을배제하고자하는모형이다 [11]. 벡터자기회귀모형은 개의 482
글로벌금융위기전후금융시장변동이주택시장에미치는영향분석 선형회귀방정식으로구성된다. 각개별방정식은변수들의현재의관측치를종속변수로설정하고종속변수자신과다른변수들의과거관측치를설명변수로산정한다. 벡터자기회귀모형의추정방정식형태는다음식과같다 [12]. (1) ( 시차를 로제한할경우 ) 하지만불안정한시계열변수를차분하여안정화된변수를벡터자기회귀모형에적용할경우시계열의고유한잠재정보를상실시킬수있다. 이에따라공적분관계여부를검토한후에공적분이존재한다면벡터오차수정모형 (VECM : Vector Error Correction Model) 을이용하여분석을수행해야한다 [13]. 3. 분석변수의기본적검정 3.1 단위근검정시계열자료를분석하는데있어서고려하여야할가장중요한점중하나는시계열자료가안정적인지판별하는것이다. 어떤시계열자료들이불안정시계열자료라면한변수를다른변수에대해회귀분석하는경우실제로는두변수사이에아무관계가없음에도유의성이높은회귀식이추정되는가성적회귀 (spurious regression) 현상이초래될수있다. 따라서실증분석에앞서분석에사용될원시계열자료에대한안정성을검정해야한다. 시계열자료의안정성을검정하기위해단위근 (unit root) 검정이이루어진다 [14]. 본연구에서는각모델의강남북서울시아파트매매가격지수및 KOSPI, 회사채수익률변수들에대하여일반적으로활용되는 ADF (Augmented Dickey-Fuller) 검정법을통해단위근검정을다음표 1과같이실시하였다. 분석결과, 수준변수의경우대부분 p-value가 0.10보다큼에따라단위근이존재하다는귀무가설을기각하지못하는것으로나타났다. 하지만 1차차분변수의경우모두 p-value가 0.10보다작음에따라단위근이존재한다는귀무가설을기각하는것으로확인되었다. 이에따라본논문에서는 1차차분변수가안정적인시계열인것으로판단하였으며, 1차차분변수를활용하여그랜져인과 관계검정을실시하였다. Table 1. The test results of unit root Model 1 Model 2 Division Level Variables Difference Variables t-statistic p-value t-statistic p-value Price_Gangnam -2.003486 0.5917-5.511753 0.0001 Price_Gangbuk -1.409156 0.8521-6.191765 0.0000 KOSPI -3.381218 0.0601-9.654466 0.0000 Interest -0.462781 0.9837-7.870512 0.0000 Price Index_Gangnam -1.968806 0.6102-3.454904 0.0506 Price Index_Gangbuk -4.319037 0.0046-3.233733 0.0844 KOSPI -0.249469 0.4567-4.445382 0.0031 Interest -3.595019 0.0357-6.022260 0.0000 3.2 그랜져인과관계검정 벡터자기회귀모형 (VARM) 을구성하는데있어서변수들간인과관계를기초로배열순서를결정해야한다. 인과관계검정의대표적인방법은그랜져인과관계검정 (Granger Causality Test) 이다. 그랜져인과관계검정은원인과결과가불명확한상황에서는어느것이원인변수이고어느것이결과변수인지를경제이론을배제한상태에서시차분포모형 (lag distributed model) 을통해확인하는방법이다 [15]. 이에본논문에서는그랜져인과관계검정을통해다음표 2, 3과같이각모델에대하여변수들간인과관계를검토한결과, Model 1과 Model 2 모두회사채수익률, KOSPI, 강남매매, 강북매매순서로인과관계를설정하여모형내배열순서를결정하였다. Table 2. Granger Causality Relationship Verification about Model 1 Causality Relationship lag F-Statistic p-value Price_Gangbuk Price_Gangnam 1 5.52050 0.0210 Price_Gangnam Price_Gangbuk 1 13.3225 0.0004 KOSPI Price_Gangbuk 1 3.39079 0.0688 Interest KOSPI 1 4.64798 0.0337 Price_Gangnam Price_Gangbuk 2 5.20622 0.0073 Interest KOSPI 2 2.62789 0.0779 KOSPI Interest 2 3.56737 0.0324 Price_Gangnam Price_Gangbuk 3 2.89496 0.0399 KOSPI Interest 3 2.21560 0.0922 Price_Gangnam Price_Gangbuk 4 2.78620 0.0318 Interest PriceGangnam 4 2.41040 0.0557 KOSPI Interest 4 2.41585 0.0553 483
한국산학기술학회논문지제 17 권제 4 호, 2016 Table 3. Granger Causality Relationship Verifacation about Model 2 Causality Relationship lag F-Statistic p-value KOSPI Price_Gangnam 1 9.56832 0.0026 Interest Price_Gangnam 1 9.66761 0.0025 Price_Gangnam Interest 1 4.21047 0.0431 Price_Gangbuk Interest 1 8.83029 0.0038 Interest KOSPI 1 3.11061 0.0812 KOSPI Price_Gangnam 2 10.2573 0.0001 Interest Price_Gangnam 2 4.23282 0.0176 Price_Gangnam Interest 2 2.41346 0.0955 KOSPI Price_Gangbuk 2 4.92536 0.0094 Price_Gangbuk KOSPI 2 2.65392 0.0761 Price_Gangbuk Interest 2 4.29581 0.0167 Interest KOSPI 2 2.49151 0.0887 Price_Gangnam Price_Gangbuk 3 14.0661 2.E-07 KOSPI Price_Gangnam 3 6.45882 0.0006 Interest Price_Gangnam 3 2.94038 0.0379 KOSPI Price_Gangbuk 3 5.81103 0.0012 Price_Gangbuk KOSPI 3 4.26569 0.0075 Price_Gangbuk Interest 3 4.11190 0.0090 Price_Gangnam Price_Gangbuk 4 3.54075 0.0103 KOSPI Price_Gangnam 4 5.02427 0.0012 Price_Gangnam KOSPI 4 2.59494 0.0425 Interest Price_Gangnam 4 2.98445 0.0238 KOSPI Price_Gangbuk 4 3.71870 0.0079 Price_Gangbuk KOSPI 4 5.33650 0.0007 Price_Gangbuk Interest 4 2.17396 0.0794 3.3 적정시차검정벡터자기회귀모형에서시차를넓게잡으면잡을수록잔차항의자기상관이줄어들지만효율성이떨어지게되는상충관계 (trade-off) 가존재함에따라적정시차의선정이필요하게된다. 적정시차를결정하기위해서는아케이케정보기준 (Akaike Information Criteria : AIC) 나슈바르츠베이지안정보기준 (Schwartz Bayesian Criteria : SIC) 와같은기준을사용하는것이일반적이다. 적정시차는 AIC나 SIC 값이최소가되는시차로결정한다 [16]. Table 4. Appropriate parallax verification Lag Model 1 Model 2 0-17.86752-24.37843 1-18.54914* -25.51579* 2-18.34272-25.15976 3-17.73121-24.74728 4-17.15973-24.04653 5-16.49360-23.81976 6-15.85763-23.60766 7-15.28478-23.29178 본논문에서는 SIC를기준으로표 4와같이적정시차를검토한결과 Model 1, 2 모두시차 1에서 SIC가최소 값으로나타남에따라시차 1 을적정시차로선정하였다. 3.4 공적분검정 비록불안정한시계열이더라도그들사이에공적분관계가존재하게되면전통적인회귀분석결과가유의미해질수있다. 공적분이란통계적으로개별적으로는불안정한시계열사이에안정적인잔차항을생성시키는선형결합 (linear combination) 이존재할경우이들사이의선형결합관계를의미한다 [17]. 만약공적분이존재한다면벡터오차수정모형 (VECM) 을활용하여분석을수행하여야한다 [18]. 본연구에서는 Johansen 검정법을통해 Model 1, 2에대하여공적분검정을수행한결과다음표 5와같이 p-value가 0.05보다작은것으로확인되어공적분이존재하지않는다는귀무가설을기각함에따라벡터오차수정모형 (VECM) 을구성하여분석을수행하였다. Table 5. Cointegration Verification Model Null hypothesis Test statistic p-value r=0* 68.28501 0.0000 1 r 1* 31.28289 0.0056 r 2* 19.91194 0.0022 r 3* 9.908210 0.0019 r=0* 97.17303 0.0000 2 r 1* 31.49698 0.0052 r 2* 14.90013 0.0181 r 3 3.616466 0.0679 4. 실증분석 충격반응분석은한변수의충격이가해졌을때다른변수들이시간이경과함에따라동태적으로반응하는결과를통해상호연관관계와파급효과를분석한다. 즉분석하고자하는변수에대하여 1 표준편차의충격을줌으로써다른변수들에게어떠한영향을주는지살펴보는것이다 [19]. 본논문에서는상기와같이각모델별변수에대한기본적검정을기초로각모델의벡터오차수정모형을설정한후충격반응분석을실시하여시기별강남북아파트매매지수, KOSPI 및회사채수익률간의동태적관계성을비교분석하였다. 먼저모델 1, 즉서브프라임금융위기이전의강, 남북주택매매가격과 KOSPI 및회사채수익률간충격반응분석결과를살펴보면다음그림 2 및표 6과같다. 484
글로벌금융위기전후금융시장변동이주택시장에미치는영향분석 (a) Response of Price index(gangnam) Table 6. Impulse-Response Analysis about model 1 Price_Gangnam Price_Gangbuk unit Price_ Gangnam Gangbuk Price_ Price_ Gangnam Gangbuk Price_ Interest 1 0.016751 0.000000 0.000997-0.000674 0.009356 0.007383-0.000847-0.000348 2 0.016829-0.000264 0.000399-0.000702 0.009357 0.007381-0.000851-0.000348 3 0.016906-0.000529-0.000201-0.000731 0.009357 0.007379-0.000856-0.000349 4 0.016984-0.000795-0.000804-0.000759 0.009358 0.007377-0.000861-0.000349 5 0.017063-0.001063-0.001409-0.000787 0.009358 0.007375-0.000865-0.000349 6 0.017141-0.001331-0.002017-0.000816 0.009359 0.007373-0.000870-0.000349 7 0.017220-0.001601-0.002628-0.000844 0.009360 0.007370-0.000875-0.000350 8 0.017300-0.001872-0.003242-0.000873 0.009360 0.007368-0.000880-0.000350 9 0.017379-0.002145-0.003858-0.000902 0.009361 0.007366-0.000884-0.000350 10 0.017459-0.002418-0.004478-0.000931 0.009361 0.007364-0.000889-0.000350 다음으로모델 2, 즉서브프라임금융위기이후의강, 남북주택매매가격과 KOSPI 및회사채수익률간충격반응분석결과를살펴보면다음그림 3 및표 7과같다. (b) Response of Price index(gangbuk) Fig. 2. Impulse-Response Analysis graph about model 1 첫번째로, 강남매매가격은강남매매가격자체충격에대하여지속적으로변동폭이증가하여최종 10개월에약 1.75% 양 (+) 의변동을나타냈다. 반면강남매매가격은강북매매가격및회사채수익률충격에대하여지속적으로음 (-) 의방향으로변동폭이증가하여최종 10개월에약 0.24%, 0.09% 의변동을나타냈다. 또한 KOSPI 충격에대하여강남매매가격은초기에는양 (+) 의방향으로변동하였으나, 3개월부터변동양상이전환되어최종 10개월에는약 0.45% 음 (-) 의변동을나타냈다. 두번째로, 강북매매가격은강남매매가격충격에대하여초기에약 0.94% 양 (+) 의변동폭을나타냈으며최종 10개월까지해당변동폭이거의지속적으로유지되었다. 강북매매가격자체충격에대해서도강북매매가격은초기약 0.74% 양 (+) 의변동폭이최종 10개월까지지속되었다. 반면 KOSPI 및회사채수익률충격에대하여강북매매가격은음 (-) 의변동폭을나타냈으며, 해당변동폭은최종 10개월까지지속되는것으로확인되었다. (a) Response of Price index(gangnam) (b) Response of Price index(gangbuk) Fig. 3. Impulse-Response Analysis graph about model 2 485
한국산학기술학회논문지제 17 권제 4 호, 2016 첫번째로, 강남매매가격은강남매매가격자체충격에대하여초기에약 0.46% 양 (+) 의변동을나타냈으며, 최종 10개월까지지속되어약 0.49% 의변동폭을나타냈다. 회사채수익률충격에대한강남매매가격의변동양상역시초기약 0.02% 양 (+) 의변동을나타냈으며, 해당변동이유지되어최종 10개월에약 0.03% 변동폭을나타냈다. 반면강북매매가격충격에대하여강남매매가격은초기부터음 (-) 의변동을나타냈으며, 최종 10개월에는약 0.08% 의변동폭을나타냈다. 또한 KOSPI 충격에대하여강남매매가격은초기에는양 (+) 의변동을나타냈지만 9개월부터변동양상이전환되었으며, 그변동수준은상대적으로매우낮은것으로확인되었다. 두번째로강북매매가격은강남매매가격및회사채수익률충격에대하여양 (+) 의변동을나타냈으며, 최종 10개월에는약 0.40%, 0.22% 의변동폭을나타냈다. 반면 KOSPI 충격에대하여강북매매가격은초기부터음 (-) 의변동을나타내었으며, 점차변동폭이증가하여최종 10개월에는약 0.18% 의변동을나타냈다. 또한강북매매가격자체충격에대하여강북매매가격은초기에는양 (+) 의방향으로변동하였으나 8개월부터변동양상이음 (-) 의방향으로전환되었다. Table 7. Impulse-Response Analysis about model 2 Price_Gangnam Price_Gangbuk unit Price_ Gangnam Gangbuk Price_ Price_ Gangnam Gangbuk Price_ Interest 1 0.004637 0.000000 0.000413 0.000208 0.003127 0.002979-0.000144 0.000754 2 0.004704-0.000260 0.000280 0.000228 0.003384 0.001983-0.000653 0.000832 3 0.004751-0.000443 0.000186 0.000243 0.003565 0.001283-0.001011 0.000887 4 0.004784-0.000571 0.000121 0.000253 0.003691 0.000791-0.001263 0.000926 5 0.004808-0.000662 7.45E-05 0.000260 0.003781 0.000446-0.001439 0.000953 6 0.004824-0.000725 4.21E-05 0.000265 0.003843 0.000203-0.001563 0.000972 7 0.004836-0.000769 1.94E-05 0.000268 0.003887 3.30E-05-0.001650 0.000986 8 0.004844-0.000801 3.40E-06 0.000271 0.003918-8.67E-05-0.001712 0.000995 9 0.004849-0.000823-7.82E-06 0.000273 0.003940-0.000171-0.001755 0.001002 10 0.004853-0.000838-1.57E-05 0.000274 0.003955-0.000230-0.001785 0.001006 서브프라임금융위기를기점으로한시기별충격반응분석결과를비교분석하면다음과같다. 먼저금융위기전후모두강남및강북지역모두강남지역주택매매가격충격에대하여가장큰양 (+) 의변동을나타냈다. 즉경기상승기, 하락기모두주택시장의경우강남지역주택가격변동이서울시전체주택가격변동을주도하는것을의미한다. 또한강북지역주택가격충격에대하여강남지역주 택가격변동은금융위기전후모두서로음 (-) 의관계를나타냈다. 이는강남지역주택가격변동이강북지역주택가격변동에선행하는것을고려했을때, 강남지역주택시장수요가일부강북지역으로이동함에따라나타날수있는현상이다. 하지만변동폭이매우낮은것을확인할수있는바강남지역에서강북지역으로의수요이동으로인한영향은상대적으로제한적인것으로판단된다. 이는강남지역에서강북지역으로수요이동이발생하더라도강남지역의경우지속적인신규수요가발생할수있기때문인것으로판단된다. 강북지역주택가격상승의경우수요심리를자극하여금융위기전후모두초기에는주택가격상승을견인하는것으로나타났다. 하지만시간이지남에따라금융위기이전에는변동폭이유지되었으나, 금융위기이후에는변동폭이급속도로낮아졌다. 즉금융위기이전에는경기상승기였음에따라강남지역과더불어강북지역역시주택가격상승자체가소비심리자극에지속적인영향을미쳤으나금융위기이후에는경기하락기였음에따라다양한경로로강북지역으로수요이동이발생하더라도강북지역주택가격상승은단기적이며제한적인것으로판단된다. 금융위기이전 KOSPI 충격에대하여강남지역주택가격은초기에는자산동조관계를나타냈으나빠르게변동양상이전환되어자산대체관계로변화하였다. 이는경기상승기때부동산투자시장에서강남지역주택시장의시장지위에기인하는것으로판단된다. 강남지역주택시장은 KOSPI와같은금융시장과는별도로독립적인투자자금이유입될수있는투자시장으로서의지위를확보하고있는것이다. 게다가음 (-) 의변동양상을나타냈다는것은 KOSPI의투자자금이강남지역주택시장으로이동할수있다는것을의미하는바, 이는강남지역주택시장의매력이상대적으로높다는것을의미한다. 반면금융위기이후강남지역주택시장은 KOSPI 충격에대하여대부분기간동안자산동조관계를나타냈다. 경기하락기일때라는점을고려했을때 KOSPI 충격에양 (+) 의변동양상을나타냈다는것은결국 KOSPI 투자자금이주택시장으로유입되는데제한적임을의미한다. 강북지역주택시장은 KOSPI 충격에대하여양시간모두자산대체관계를나타냈다. 강북지역주택시장이상대적으로수요이동에서하위시장이라는점을고려했을경우, KOSPI 시장의움직임이강북지역주택시장자금유출 486
글로벌금융위기전후금융시장변동이주택시장에미치는영향분석 입에영향을미치는것으로판단된다. 회사채수익률충격에대하여금융위기이전에는강남및강북지역주택가격이모두음 (-) 의방향으로변동하였지만금융위기이후에는모두양 (+) 의방향으로변동하였다. 일반적으로회사채수익률혹은금리상승은주택가격변화와음 (-) 의관계를맺는것으로정립되어있다. 하지만금융위기이후금리충격에대한강남, 강북주택가격변동양상을살펴보면선험적인변동양상과는상이하다. 이와같은결과는경기하락기에는주택시장의불확실성이존재하기때문에투자주체들은보수적인투자포지션을취하는데기인한다. 결국금리를통한수익률저하로인해주택시장유입을기대하지만실제로는주택시장자체의시장리스크장벽에의해자금유입이제한적임을의미한다. 3. 결론본논문은시기별주식, 채권등금융시장변화가지역별주택시장에미치는영향을벡터오차수정모형을통해비교분석하는것을목적으로한다. 이에본논문에서는서울시강남및강북지역아파트매매가격지수, 주가및회사채수익률을분석변수로활용하였다. 분석변수의시계열자료는 2000년 1월부터 2015년 10월까지의월별자료이다. 본연구에서는서브프라임금융위기발생이전인 2000년 1월부터 2007년 12월까지를 Model 1로, 2008년 1월부터최근 2015년 10월까지를 Model 2로구분하여비교분석하였다. 주요분석결과를정리하면다음과같다. 먼저경기상승기, 하락기모두에서강남지역주택시장은서울시주택시장을주도하는것으로나타났다. 또한상대적으로강북지역주택시장변동은강남지역주택시장변화에영향을미치더라도매우미미한것으로확인되었다. 강북지역주택시장의경우경기상승기에는강북지역주택가격상승자체가수요심리를자극하여지속적인영향을미쳤으나금융위기이후에는경기하락기였음에따라다양한경로로강북지역으로수요이동이발생하더라도강북지역주택가격상승은단기적이며제한적인것으로나타났다. 또한 KOSPI 변동에따라강남지역주택시장은금융위기전후상이한변동양상을나타냈다. 즉금융위기이 전장기적인자산대체관계를나타냈으나, 금융위기이후에는비록변동폭은줄어들었으나상대적으로금융위기이전보다자산동조관계를나타냈다. 이는경기상승기일때, 강남지역주택시장이금융시장과는독립적인투자시장으로서의위치를확보하는데반해, 경기하락기일때는, KOSPI와더불어전반적인거시경제흐름에영향을받는것을의미한다. 상대적으로하위시장인강북지역주택시장의경우, 금융시장의변동이강북지역주택시장자금유출입에영향을미치는것으로나타났다. 회사채수익률의경우, 수익률혹은금리저하에따라유동자금이부동산시장으로유입될것으로기대되지만, 실제로부동산시장에서도경기하락시에는시장리스크가존재함에따라자금유입이제한적인것으로나타났다. 국내대표적인부동산시장강남북주택시장과금융시장간의관계성을분석한본논문의연구결과는경기변동에따라국내투자수요의움직임을직 간접적으로파악함으로써금융시장과부동산시장을종합한투자포트폴리오를구성하는데기초자료로활용할수있을것으로판단된다. References [1] J. Y. Park An Empirical Analysis of Causal Relationship between Financial Market and Real Estate Market, Dissertation of master degree in Hanyang University, 2010. [2] S. H. Jung An Empirical Analysis of Interjurisdictional Relationships between Financial Market and Real Estate Market Using VAR, Dissertation of master degree in Yeungnam University, 2012. [3] S. W. Jang, S. H. Lee, J. J. Kim An Analysis of the Relationship between the Stock Price and the Real Estate Price, Journal of the Architectural Institute of Korea Planning & Design, 26(3), pp. 177-184, 2010. [4] J. Okunev, P. Wilson, R. Zurbruegg The Causal Relationship Between Real Estate and Stock Markets, Journal of Real Estate Finance and Economics, 21(3), pp. 251-261, 2000. DOI: http://dx.doi.org/10.1023/a:1012051719424 [5] N. Chen Asset price fluctuations in Taiwan: evidence from stock and real estate prices 1973 to 1992, Journal of Asian Economics, 12, pp. 215-232, 2001. DOI: http://dx.doi.org/10.1016/s1049-0078(01)00083-5 [6] K. H. Liow, H. Yang Long-Term Co-Memories and Short-Run Adjustment: Securitized Real Estate and Stock Markets, The Journal of Real Estate Finance and Economics, 31(3), pp. 283-300, 2005. DOI: http://dx.doi.org/10.1007/s11146-005-2790-6 487
한국산학기술학회논문지제 17 권제 4 호, 2016 [7] S. H. Yang Estimating the Wealth effect of the Price Changes in Financial Assets and Real Estate on the Consumption in Case of Korea, Dissertation of master degree in Chonbuk National University, 2003. [8] J. C. Park The Mutual Relationship among Interest, Apartment Prices and Stock Prices by Using VECM, Dissertation of Ph. D in DongA University, 2008. [9] T. H. Kim Testing for the Statistical Interrelationship between the Real Estate and the Stock Markets, The Korean Journal of applied Statistics, 21(3), pp. 497-508, 2008. [10] M. H. Kim Volatility Spillover Effects in Stock, Bond, and Real Estate Markets, Korean Business Education Review, 53, pp. 329-347, 2009. [11] H. S. Han A Study on the Effects of Generic Milk Advertising on Milk Consumption: an Application of Vector Autoregressive Model, Dissertation of master degree in Konkuk University, 2008. [12] J. H. Jeon The Influence of Building Permission Area on Housing Purchase Price Index, Dissertation of master degree in Konkuk University, 2012. [13] J. H. Lee A study on Realestate Forecasting by consumer expectation index, Dissertation of master degree in Konkuk University, 2010. [14] Y. L. Sung A Study on the Effects of Macroeconomic Factors on Housing Prices An Empirical Analysis Concentrated on Foreign Exchange Rate and Interest Rate -, Dissertation of master degree in Dankook University, 2013. [15] E. M. Lee A Study on the Impact of Sub-prime Mortgage Crisis on the Housing Price in Korea, Dissertation of Ph. D in Mokwon University, 2012. [16] H. J. Lee A study on the Effects of Exchange Rates and Interest Rates on the Stock prices, Dissertation of master degree in Hanyang University, 2007. [17] S. Y. Lee The Effects of Korea s Export Insurance on Exports: and Application of Vector Autoregressive Model, Dissertation of Ph. D in Dankook University, 2004. [18] S. H. Cho A Study of the Effect of Housing Policy and Macroeconomic Variables on Housing Price, Dissertation of master degree in Mokwon University, 2007. [19] M. K. Ahn, H. Moon, J. J. Kim The Impacts of Construction Investment related Building Permit Area Indicator, Journal of the Architectural Institute of Korea Structure & Construction, 22(12), pp. 155-164, 2006. 김상현 (Sang-Hyeon Kim) [ 정회원 ] < 관심분야 > 부동산시장, 지역경제 2008 년 8 월 : 한양대학교일반대학원건축공학과 ( 건설관리석사 ) 2013 년 2 월 : 한양대학교일반대학원건축공학과 ( 건설관리박사수료 ) 2005 년 10 월 ~ 현재 : 경기도용인시청근무 김재준 (Jae-Jun Kim) [ 정회원 ] 1985 년 5 월 : University of Illinois Urbana-Champaign ( 공학석사 ) 1993 년 5 월 : University of Illinois Urbana-Champaign ( 공학박사 ) 1993 년 3 월 ~ 현재 : 한양대학교건축공학부정교수 < 관심분야 > 건설관리, 경영및전략, 프로젝트기획및개발, 부동산시장 488