모형의 불확실성을 감안한 주택가격 상승률의 지속성 분석 = A Study on the Persistence of Housing Price Inflation Considering Model Uncertainty

다국어 초록 (Multilingual Abstract)

Since the fluctuations in housing market have significant effects on financial and real economy, it is important to understand the statistical property of housing price data. In case of Korea , the frequent changes in government policy stance and the rapid developments in economic structure (such as population and the development of capital market) are very likely to have affected the statistical property of housing price inflation. The persistence of housing price inflation is defined as the speed of the price adjustment in response to a shock in housing market. This study analyzes how the persistence of housing price inflation in Korea has changed over time. The main feature of this study is that model uncertainty is considered in analyzing the fluctuation of the persistence. In general, empirical analysis proceeds as follows: (1) Most plausible model is selected based on data, and (2) parameters are estimated. To expound the persistence of a time-series data, we need to include autoregressive variables. Since we utilize small sample of data for the analysis, it is possible that an incorrect lag structure is selected and hence inappropriate implication is drawn. Therefore, we explicitly consider the model with various autoregressive structures in the estimation process to deal with the issue of model uncertainty. For the estimation, Gibbs sampling based on the method of Kuo and Mallick (1998) is utilized. The results of the empirical analysis indicate that the persistence of housing price inflation is stronger around the rising trend in terms of the cycle and in the Seoul metropolitan area in terms of region. Since 1988, three major upturns in housing market have been observed. The persistence of housing price begins to rise more rapidly just before the beginning of the upturns and to decline after the end of it. Regionally, the fluctuations in the persistence are greater in the Seoul metropolitan area than in the six local metropolitan area.

국문 초록 (Abstract)

주택가격 변동은 금융 및 실물경제의 움직임에 큰 영향을 미치기 때문에 주택가격 시계열의 특성을 파악하 는 것은 중요한 과제이다. 우리나라의 경우 부동산 정책의 방향이 정권의 교체와 부동산 경기의 변동에 따라 다양하게 변화한 것 뿐만 아니라 인구나 자산시장의 외생적인 구조 등이 지속적으로 바뀜으로 인해 주택가격 상승률의 시계열적 특성은 상당한 영향을 받았을 가능성이 크다. 주택가격 상승률의 지속성은 주택시장에 충격 이 발생한 후 주택가격 상승률이 장기 균형 수준으로 회귀하는 속도를 의미한다. 본 연구에서는 우리나라 주택 가격 상승률의 지속성이 시간의 흐름에 따라 어떻게 변동해 왔는지를 실증적으로 분석해 보았다. 본 연구의 주 요 특징은 주택가격 상승률 지속성의 변동 추이를 분석함에 있어 모형의 불확실성 문제를 고려하였다는 점이 다. 일반적으로 실증분석은 자료를 분석하여 가장 적합할 것으로 판단되는 모형을 선택한 후 모수를 추정하는 순서로 진행된다. 시계열 자료를 이용한 지속성의 추정에는 시차 내생변수가 포함된 모형이 사용된다. 하지만 제한된 표본을 이용한 실증분석 과정에서 시차구조의 선택의 오류로 인해 잘못된 시사점이 도출될 가능성이 항상 존재한다. 따라서 본 연구에서는 다양한 시차구조를 가진 모형을 고려대상에 포함함으로써 모형의 불확실 성 문제를 명시적으로 감안하였다. 모형의 추정에는 Kuo and Mallick(1998)의 방법에 근거한 깁스 표본추출법 (Gibbs sampling)이 활용되었다. 실증분석 결과 주택가격 상승률은 시기적으로는 상승기를, 지역적으로는 서울 을 중심으로 높은 지속성을 보이고 있음을 확인하였다. 1988년 이후 3차례의 대세 상승기가 관측되는데 상승기 에 들어서기 직전에 주택가격 상승률의 지속성이 높아지기 시작하여 상승기 중에는 매우 높은 수준을 유지하다 가 상승기가 종료되면서 지속성이 하락하는 양상을 보이고 있다. 지역적으로는 서울이 6대 광역시에 비해 지속 성의 변화가 큰 것으로 나타나고 있다.

참고문헌 (Reference)

1 정동준, "한국 아파트 수익률의 분산분해분석 및 장기 예측가능성에 관한 실증 분석" 한국주택학회 19 (19): 63-96, 2011

2 윤성민, "지역주택가격 변동의 장단기 결정요인에 관한 실증분석" 한국부동산학회 (67) : 198-211, 2016

3 한용석, "지역별 주택가격의 변동성에 관한 연구" 대한부동산학회 28 (28): 9-27, 2010

4 김성환, "주택경기 예측 향상을 위한 시계열모형 구축" 한국주택학회 33-49, 2016

5 임성식, "주택가격지수 예측모형에 관한 비교연구" 한국데이터정보과학회 25 (25): 65-76, 2014

6 최영준, "주택가격의 추이와 지역간 파급여부 분석" 한국은행 2008

7 김근용, "주택가격 예측을 위한 모형설정과 검정" 국토연구원 197 : 54-61, 1998

8 정원구, "인공신경망을 이용한 공동주택 가격지수 예측에 관한 연구*- 서울지역을 중심으로-" 한국주택학회 15 (15): 39-64, 2007

9 김지열, "소형 아파트 가격과 대형 아파트 가격의 장기의존특성 비교" 사회과학연구원 6 (6): 1-21, 2013

10 함종영, "사전확률분포를 이용한 주택시장 예측모형 비교 연구: Bayesian VAR모형을 중심으로" 부동산도시연구원 8 (8): 25-38, 2016

11 손정식, "부동산가격 예측모형에 관한 연구" 한국주택학회 11 (11): 49-75, 2003

12 김지열, "부동산 시장의 아파트 가격에 대한 장기의존특성 연구" 사회과학연구원 4 (4): 1-15, 2011

13 민성욱, "딥 러닝을 이용한 주택가격 예측모형 연구" 강남대학교 2017

14 국정브리핑 특별기획팀, "대한민국 부동산 40년" 한스미디어 2008

15 Kuo, Lynn, "Variable Selection for Regression Models" 60 (60): 65-81, 1998

16 Beechey, Meredith, "The Rise and Fall of U.S. Inflation Persistence" 8 (8): 55-86, 2012

17 Pivetta, Frederic, "The Persistence of Inflation in the United States" 31 (31): 1326-1358, 2007

18 Case, Karl E., "The Efficiency of the Market for Single-Family Homes" 79 (79): 125-137, 1989

19 Gil-Alana, Luis A., "Testing for Persistence in South African House Prices" 21 (21): 293-314, 2013

20 Geman, Stuart, "Stochastic Relaxation, Gibbs Distributions, and the Bayesian Restoration of Images" 6 : 721-741, 1984

21 Groen, Jan J. J., "Real-Time Inflation Forecasting in a Changing World" 31 (31): 29-44, 2013

22 Gil-Alana, Luis A., "Persistence, Mean Reversion and Non-Linearities in the U.S. Housing Prices over 1830-2013" 48 (48): 3244-3252, 2016

23 Chatfield, Chris, "Model Uncertainty, Data Mining and Statistical Inference" 158 (158): 419-466, 1995

24 Suess, Eric A, "Introduction to Probability Simulation and Gibbs Sampling with R" Springer 2010

25 Posedel, Petra, "House Price Determinants in Transition and EU-15 Countries" 21 (21): 327-343, 2009

26 Stock, James H., "Forecasting inflation" 44 (44): 293-335, 1999

27 Jung, Yong-Gook, "Evaluating Inflation Persistence Considering Model Uncertainty and Structural Break" 26 (26): 1503-1510, 2019

28 Hjorth, J. S. Urban, "Computer Intensive Statistical Methods: Validation, Model Selection, and Bootstrap" Chapman and Hall/CRC 1993

29 Maclennan, Duncan, "Between State and Market Housing in the Post Industrial Era" Almquist &Wicksell International 26-51, 1987

30 Andrews, Donald W. K., "Approximately Median Unbiased Estimation of Autoregressive Models" 12 (12): 187-204, 1994

31 Edward L. Glaeser, "An Extrapolitive Model of House Price Dynamics" 126 (126): 147-170, 2017