패널모형을 이용한 아파트 가격 영향요인 분석에 관한 연구

Abstract

본 연구의 주안점은 강남지역과 강북지역의 아파트를 대상으로 매매가격과 전세가격의 주요영향인자에 대해 패널분석을 통하여 규명해 보고자 하는 것이다. 아파트 가격결정에는 여러 영향인자가 있을 수 있는데 서울의 강남과 강북과 같이 지역에 따라 전세와 매매가격에 부동산정책을 비롯한 여러 영향인자가 주는 영향이 다르다. 기존의 가격모형 산정에는 횡단면자료를 이용하여 각 아파트의 특성을 규명하고 있으며, 또한 부동산이 가격에 주는 영향을 파악한 논문에서는 개별 아파트 특성을 고려하지 못한 한계가 있다. 따라서 본 연구에서는 서울의 강남과 강북을 대표하는 구를 선정하여 두 지역에 매매가격과 전세가격 모형을 도출하여 영향인자를 규명하여 각 요인들의 영향정도를 규명해보고자 하였다. 본 연구는 크게 3단계로 나뉘어 진행하였다. 구체적인 방법으로 기존연구와 관련이론을 검토하여 연구 진행을 위한 기반을 마련하였고, 둘째로 서울의 강남과 강북의 아파트 단지별 영향인자 비교를 위하여, 강남과 강북을 대표하는 구를 추출하였다. 이때, 구별 월별 매매, 전세평균 변동율을 이용하여 계층적 군집분석을 실시하였다. 셋째, 기존의 논문들을 살펴 내부특성과 외부특성을 대표하는 변수들과 최신 트렌드를 반영하는 변수를 최종 선정하였다. 각각의 변수별 매매가격과 전세가격의 영향정도를 파악하기 위하여 패널 모형을 산정하여 최종적으로 모형별 영향인자에 대하여 비교분석하였다. 분석결과 강남(강남구)의 매매가격에는 면적(+), 총층(+), 입주월수(-), 학교까지의 거리(-), 8.31정책(-), 3.30대책(+), 11.15대책(-), 월수(+)가 영향인자로 분석되었다. 그리고 강남의 전세모형에는 총층(+), 가구당 주차대수(+), 공원까지의 거리(-), 학교까지의 거리(-), 8.31정책(+), 11.15대책(+), 월수(+)가 높은 영향인자로 분석되었다. 강북(은평구)의 경우, 매매모형에는 면적(+), 입주월수(+), 단지내 편의시설(+), 가구당 주차공간(+), 남향(+), 베이수(+), 5.4대책(+), 8.31대책(+), 월수(+)가 높은 영향요인으로 꼽혔으며, 전세모형의 경우 면적(+), 입주월수(+), 단지내 편의시설(+), 남향(+), 베이수(+), 전철까지의 거리(-), 월수(+)가 주요 영향인자로 분석되었다. 그리고 모든 모형에 공통적으로 작용하는 영향인자는 시간이 지날수록 가격이 일정하게 증가하는 것으로 분석되었다.; This study examined factors that had influence upon selling prices as well as chonsei (key money deposit lease) prices of apartments at Gangnam and Gangbuk by panel analysis. Various kinds of factors might have influence upon decision-making of apartment price: The apartment chonsei prices and selling prices varied depending upon places at Seoul, in other words, Gangnam and Gangbuk, the government's realestate policy and other factors. Existing price model estimation found out characteristics of each apartment by using cross-sectional data, and the papers that investigated effects of realestate upon prices could not investigate characteristics of each individual apartment. This study selected gu (ward) that could represent Gangnam and Gangbuk at Seoul, and it examined factors having influence upon selling prices as well as chonsei prices by finding out models to investigate influence of each factor. The study included three stages: Firstly, existing research and associated theories prepared for base of the research. Secondly, gu that could represent Gangnam and Gangbuk respectively was selected to compare factors of apartment complex at Gangnam and Gangbuk. Hierarchical cluster analysis was done by using average variation of monthly apartment selling price and chonsei price. Thirdly, existing papers were used to select not only variables that represented internal characteristics as well as external characteristics but also the ones that reflected latest trends. Panel models were estimated to investigate effects of each variable upon apartment selling prices and chonsei prices and to examine factors of each model. The findings were as follow: The apartment selling prices at Gangnam-gu (Gangnam) was influenced by area (+), total number of floors (+), number of months after construction of the apartment (-), distance with school (-), August 31 government policy (-), March 20 government measures (+), November 15 government measures (-) and number of months (+), etc. And, the apartment chonsei prices at Gangnam-gu was done by total number of floors (+), number of cars per household at parking lot (+), distance with park (-), distance with schools (-), August 31 government policy (+), November 15 government policy (+) and number of months (+), etc. On the other hand, the apartment selling prices at Eunpyeong-gu (Gangbuk) was influenced by area (+), number of months after construction of the apartment (+), convenient facilities in apartment complex (+), number of cars per household at parking lot (+), facing the south (+), number of bay (+), May 4 government measures (+), August 31 government measures (+) and number of months (+), etc. And, the apartment chonsei prices at Eunpyeong-gu was done by area (+), number of month after construction of the apartment (+), convenient facilities in apartment complex (+), facing the south (+), number of bay (+), distance with subway (-) and number of months (+), etc. The prices constantly rose with time elapse that was common factor of all of the models.