GWHPM을 활용한 아파트 가격 예측 모형 구축 : 서울시를 대상으로 = Building an Apartment Price Prediction Model Using the Geographically Weighted Hedonic Price Model : A Case Study of Seoul

국문 초록 (Abstract)

이 연구는 서울시 아파트 가격 예측 모형을 구축하고 가격 결정요 인의 공간적 이질성을 규명하고자 지리적 가중 헤도닉 가격 모형 (Geographically Weighted Hedonic Price Model, GWHPM)을 활용 하였다. 지리적 가중 헤도닉 가격 모형(GWHPM)은 전통적인 헤도닉 가격 모형(Hedonic Price Model, HPM)에 지리적 가중 회귀 (Geographically Weighted Regression, GWR) 기법을 적용한 것으로, 각 관측 지점마다 국지적 회귀계수를 추정하여 변수의 영향력이 공간 상에서 어떻게 변화하는지 파악할 수 있다. 2024년 서울시 아파트 실 거래가 56,306건을 대상으로 주택특성 3개 변수와 32개 도시 기반시 설 접근성 변수를 포함한 총 35개 변수를 분석하였다. 연구 방법론으 로 전통적인 헤도닉 가격 모형(HPM)과 지리적 가중 헤도닉 가격 모형 (GWHPM) 모형을 비교 분석하였다. HPM은 공간 전체에 대해 단일한 회귀계수를 추정하는 반면, GWHPM은 각 관측 지점마다 국지적 회귀 계수를 추정하여 변수의 영향력이 공간상에서 어떻게 변화하는지 파악 할 수 있다. 최적 대역폭은 AICc 최소화 기준으로 선정하였으며, adaptive bandwidth 방식을 채택하여 114개로 결정되었다. 분석 결 과, GWHPM 모형이 HPM에 비해 예측력이 월등히 우수한 성능을 보 였다.   값은 0.541에서 0.961로 약 42%p 향상되었으며, AICc는 35,464에서 –15,456으로 대폭 개선되었다. 잔차의 공간적 자기상관을 측정하는 Moran's I 값은 HPM의 0.8563에서 GWR의 0.1067로 87.5% 감소하여, GWHPM이 지역별로 상이한 변수의 영향력을 효과적 으로 반영하고 있음을 확인하였다. GWHPM 분석을 통해서 변수의 영 향력이 공간적으로 큰 변동을 보임을 확인하였으며, 이는 서울시 내 아파트 가격 결정요인이 지역에 따라 다르게 작용함을 의미한다. 이 연구는 32개 도시 기반시설에 대한 종합적 접근성 분석과 GWHPM 모 형을 통해 아파트 가격 결정요인의 공간적 이질성을 실증적으로 규명 하였으며, 이는 지역별 특성을 고려한 차별화된 주택정책 수립의 근거 를 제공할 수 있다. 이 연구는 GWHPM을 활용하여 서울시 아파트 가 격 결정요인의 공간적 변이를 규명함으로써, 지역별 맞춤형 주택정책 수립과 효과적인 부동산 시장 관리 전략 마련에 이바지할 수 있다는 점에서 의의가 있다.

목차 (Table of Contents)

• I. 서론 1
• 1. 연구의 배경 및 목적 1
• 2. 연구의 범위 및 구성 2
• II. 이론적 배경 및 선행연구 고찰 6
• 1. 헤도닉 가격 모형에 관한 연구 6
• 2. 지리적 가중 회귀에 관한 연구 8
• 3. 아파트 가격 결정요인 10
• III. 자료 구축 및 HPM·GWHPM 분석 방법 12
• 1. 자료 구축 12
• 2. 분석방법론 12
• IV. 분석 및 결과해석 17
• 1. 기술통계 분석 17
• 2. 헤도닉 가격 모형(HPM) 분석 결과 19
• 3. 지리적 가중 헤도닉 가격 모형(GWHPM) 분석 결과 22
• Ⅴ. 결론 38