부동산 펀드 투자 심사의 다차원적 결정요인 분석연구

Abstract

본 연구에서는 활성화되고 있는 부동산투자에 대해 직접투자와 간접투자를 비교하였고 누구에게나 동등하게 기회가 제공되는 부동산 간접투자의 장점 및 특징을 확인하였다. 직접투자에 비해 상대적으로 적은 금액으로 쉽게 접할 수 있는 간접투자 설정 규모의 지속적인 증가와 부동산을 기초자산으로 하는 다양한 유형의 부동산펀드 투자심사의 가결 요인과 부결 요인을 분석하여 심사에 중요한 결정요인을 확인하였고 증권사의 심사기준 및 실증데이터 분석을 통해 투자심사 시 중요 요인을 도출하고 공급자 측면(자산운용사)과 판매사 측면(증권사)에서의 투자심사 기준을 모색했다. 분석에 사용된 데이터는 OO증권사의 2018년 11월부터 2019년 5월까지 심사한 다양한 기초자산의 펀드 리스트를 입수하였고 부동산을 기초자산으로 하는 펀드만 114건을 정리하였다. 추출된 데이터에는 심사결과(가결/부결), 자금모집방법(공모/사모), 펀드명, 펀드설정일, IM(Information Memorandum) 파일정보, 펀드 요약정보, 심사결과(가결/부결)사유 등의 정보를 바탕으로 IM에서 데이터를 추출하여 설명변수를 설정하고 그룹화하여 데이터를 구성하였다. 분석방법은 로지스틱회귀분석을 사용하였고 반응변수는 심사결과(가결/부결), 설명변수는 범주형 변수 9개, 연속형 변수 9개로 총 18개의 설명변수를 모델링에 적용하였다. 본 연구를 통해 총 18개 설명변수 중 6개의 설명변수가 유의성 있게 도출되었으며 수익률, 투자규모는 한 단위 증가할수록 가결보단 부결의 확률이 증가하였고 자금모집방법은 공모, 주요상권여부은 주요상권, 차주우량여부는 우량, 법률 및 정책여부는 미존재 일때 부결의 확률보단 가결의 확률이 증가하였다. 본 연구와 동일한 선행연구가 전무하고 이번 연구를 통해 심사역들에게 부동산펀드 투자심사의 실질적인 도움이 되기를 바라고 유용한 자료로 사용이 되었으면 한다.| In this work, direct and indirect investments were compared to active real estate investments and identified the advantages and characteristics of indirect real estate investment, which provides equal opportunities for anyone.

The continuing increase in the size of indirect investment settings, which is relatively less accessible than direct investment, and the factors for approval and rejection of various types of real estate fund investment assessments based on real estate assets were analyzed to identify important determinants.

Through analysis of securities firms' screening standards and empirical data, important factors were derived in investment screening and investment screening standards were sought on the supplier side (asset management company) and seller side (securities company).

The data used in the analysis obtained a list of funds for various underlying assets reviewed by OO Securities from November 2018 to May 2019, and 114 funds based on real estate alone were compiled.

The data was extracted from IM(Information Memorandum) based on information such as screening results (approval/rejection), funding method (public/privacy), fund name, fund issue date, information file information, fund summary information, and reason for review results(approval/defeat).

The analytical method utilized logistic regression, a total of 18 variables were applied to modeling, and 9 categorical variables and 9 continuous variables were applied, respectively, as a result of the review (approval/rejection) and explanatory variables.

In this study, six explanatory variables out of a total of 18 variables were significantly derived, and the probability of rejection rather than approval increased as the yield and investment volume increased by one unit. The absence of policy issues, public investment, major commercial districts, and blue-chip counterparts increased the probability of approval rather than the probability of rejection.

There is no prior study identical to this study, and I hope this study will be a practical help to the judges for real estate fund investment screening and use it as useful data.