거시경제변수가 주택가격에 미치는 영향

국문 초록 (Abstract)

본 논문은 주택시장에 영향을 미치는 정부의 부동산 정책을 포함하여 금리, 유동성, GRDP, 고용율 등의 거시경제 주요 변수와 주택매매가격지수, 주택전세지수가 주택시장에 어떠한 영향을 미치는 가를 이론적·실증적으로 분석하였다. 주택시장을 분석하기 위해 우리나라의 부동산 시장의 현황에 대해 살펴보고, 지역별 부동산 가격과 거시경제변수간의 관계를 실증 분석함으로써, 거시경제변수의 변화에 따른 지역별 부동산 시장의 파급효과를 예측하고, 부동산 시장 동향을 사전에 진단·예측하여 부동산 시장의 안정을 위한 적절한 대책을 수립하는데 기여하는 것에 목적이 있다.
부동산 가격과 거시경제변수간의 관계를 분석하기 위해 1989년 1분기부터 2005년 4분기까지의 17년간의 시계열의 분기별 자료를 사용하였으며, 구조적 변화(Structural Change)가 발생한 1998년 3분기를 기준으로 두 기간으로 나누어 거시경제변수가 주택가격에 어떠한 영향을 미치는 가를 실증 분석한다. 또한 전국, 서울, 6개 광역시, 8개 도(道)로 나누어 지역별로 거시경제변수 및 정부의 부동산정책이 어떠한 영향을 미치는 가를 알아본다. 부동산가격에 영향을 미치는 거시경제변수로는 회사채금리, 유동성, GRDP, 고용율, 소비자물가지수 등을 사용하였다. 또한 정부의 부동산 부양정책과 억제정책을 더미(Dummy)화하여 수량화했으며, 주택매매지수와 주택전세지수도 포함하여 실증 분석하였다.
실증분석 방법으로는 벡터 자기회귀 모형(VAR; Vector Auto-regressive Model)을 사용였으며, 벡터 자기회귀 모형에 충격반응분석(Impulse Response Analysis)과 분산분해(Variance decompositions)를 추가로 실시하여, 각 거시경제변수의 충격이 발생할 경우 시간의 변화에 따른 변화와, 각 시차에 따른 각 거시경제변수의 영향력의 크기를 분석하고, 또한 특정 경제변수의 변화에 따라 부동산시장에서의 파급효과가 얼마나 크고, 오래 지속되는지, 어떠한 거시경제변수가 부동산 시장에 가장 큰 영향을 미치는지를 분석하였다.
본 연구는 부동산 시장 및 주택시장을 분석한 선행연구들과는 달리, 1989년부터 2005년까지 17년의 긴 기간의 시계열 자료를 사용하고, 구조적 변화를 고려하였으며, 전국, 서울, 광역시, 도 지역까지 확대하여 살펴봄으로써 넓은 기간과 각 지역별 영향을 비교분석할 수 있다는 점이 가장 큰 특징이라고 할 수 있다.
분석결과 전기의 주택매매가격이 주택매매가격에 가장 큰 영향을 미치는 것으로 나타났으나, 장기로 갈수록 설명력은 낮아졌으며, 대신 거시경제변수들의 설명력이 높아진 것으로 나타났다. 또한, 정부의 부동산 부양정책은 부동산 경기를 활성화 시키지 못했으나, 부동산 억제 정책은 단기적으로 부동산 시장을 안정시키는 것으로 나타났다. 구조적인 변화를 고려할 때 IMF 후의 주택매매가격의 변화는 IMF 전의 변화에 비해 시장기초여건에 대해 예민하게 반응하는 것으로 나타났다. 이를 통해 IMF이후 주택매매가격의 설명에 있어서 시중 유동성이나 금리 등의 기초경제 여건이 중요해 졌음을 알 수 있으며 이러한 결과는 정부가 주택시장의 안정을 위하여 거시경제변수를 효과적으로 사용 할 수 있다는 점과, 정부가 다른 목적으로 기초시장변수 혹은 정책 등을 사용할 경우 주택시장에 의도하지 않은 파급효과가 생길 수도 있음을 알 수 있다.

다국어 초록 (Multilingual Abstract)

The housing sector is an important sector of the Korea economy during the period from 1989 to 2005, the Housing Price sharply increased by 117.01%.
Over the past few years the real estate industry has undergone drastic reforms due to: the liberalization of financial markets; the drastic fall of interest rates; and the change of consumer norms about housing uses. In addition, the housing sector has been a target of government fiscal and monetary policy aimed at achieving low inflation and unemployment and balanced growth.
There are a number of studies on intertemporal changes in house price in Korea real estate market. However, this study focuses on testing the dynamic relationship between the hosing price and macroeconomic variables which are the element of fundamental value.
The time span of analysis covers from 1989 to 2005 and every quarterly data is used as analyzing variables. The structure change divided by the chow test was on the 3rd quarter in 1998 when economic crisis IMF.
And this study analyses the dynamic effects of specific macroeconomic variables, i.e. Housing price, Liquidity, Inflation, Interest rate, Employment rate, Policy dummy and GRDP on the nation, Seoul, six big cities and eight provinces using a nonstructural estimation technique.
A vector autoregressive(VAR) model is used in modelling the impact of the above macroeconomic variables on housing price. The housing market was found to be very sensitive to shocks in the macroeconomic variables at the nation and regional level. Impulse reponse function can be apply to analyze the dynamic response of each endogenous variable. The results obtained through impulse response functions suggest that housing prices respond to all macroeconomic variables under consideration. Also Variance decompositions show that the housing price is the variable with the highest explanatory power over the variation of housing price, followed by GRDP, while interest rate and government policies do not seem to show any substantial impact.

목차 (Table of Contents)

• 제1장 서론 = 1
• 제1절 연구의 목적 및 기대효과 = 1
• 제2절 연구의 범위 및 방법 = 2
• 제3절 연구의 구성 = 4
• 제2장 우리나라 부동산시장 = 5
• 제1절 부동산시장 현황 = 5
• 1. 주택가격의 변화추이 = 5
• 2. 부동산시장의 구조변화 = 6
• 3. 지역별 부동산 시장의 상관관계 = 8
• 제2절 부동산 정책 = 9
• 제3장 부동산시장의 선행연구와 이론적 배경 = 11
• 제1절 선행연구 = 11
• 제2절 이론적 배경 = 13
• 1. DiPasquale-Wheaton-Colwell 모형 = 13
• 2. Poterba(1984) 모형 = 15
• 3. 재정조건과 주택가격 기대상승률 = 18
• 제3절 주요 변수의 변화와 주택가격의 변동 = 20
• 1. 고용율, 이자율, GRDP와 정책더미 = 20
• 2. 유동성 = 21
• 3. 물가(CPI) = 22
• 제4장 VAR 모형의 실증분석 방법론 = 23
• 제1절 안정성 검정 = 23
• 1. Dickey-Fuller(DF) 검정 = 24
• 2. Augmented Dickey-Fuller(ADF) 검정 = 25
• 3. Phillips-Perron(PP) 검정 = 25
• 제2절 인과관계 검정 = 26
• 제3절 적정시차의 결정 = 27
• 제4절 벡터 자기회귀(Vector Auto-regressive Model) 분석 = 28
• 제5절 충격반응분석과 분산 분해 = 30
• 1. 충격반응 함수 = 31
• 2. 분산분해 = 32
• 제5장 부동산가격결정의 실증분석 결과 = 34
• 제1절 분석자료와 기술통계 = 34
• 1. 변수선택의 근거와 자료적용시기 = 34
• 2. 계절변동조정 = 35
• 제2절 실증분석 결과 = 37
• 1. 단위근 검정 결과 = 37
• 2. 모형의 적정시차 선택 = 39
• 3. 변수의 인과관계 검정 결과 = 39
• 4. 벡터 자기회귀 분석 결과 = 41
• 5. 충격반응과 분산분해분석 = 42
• 제6장 실증분석결과의 비교분석 = 47
• 제1절 전국 주택매매 가격의 특성 = 47
• 제2절 지역별 특성의 비교분석 = 48
• 제7장 요약과 결론 = 57
• <부록> = 60
• <참고문헌> = 96