심리지수가 주택시장에 미치는 영향에 관한 연구

• 영문명: A Study on the effect of the sentiment index to the housing market
• 발행기관: 한국주택학회
• 저자명: 조태진
• 간행물 정보: 『주택연구』住宅硏究 第22卷 第3號, 25~48쪽, 전체 24쪽
• 주제분류: 경제경영 > 경제학
• 파일형태: PDF
• 발행일자: 2014.08.01

국문 초록

경기는 시장참여자의 심리에 따라 활황이 되기도 하고 불황이 되기도 하면서 변동한다. 따라서 시장참여자의 심리가 경기변동에 어떠한 영향을 미치는지 살펴보는 것은 매우 의미 있는 연구가 될 것이다. 세계금융위기 이후 우리나라 주택시장은 어느 때 보다 시장참여자들의 심리적 요인이 중요해졌다. 예전보다 위기가 상시화 되면서 주식시장의 탈동조화(decoupling) 현상과 함께 주택시장도 미국, 독일, 영국 등의 움직임과는 비교적다르게 움직여 왔다. 특히 독일과 영국 등에 있어서는 거품(bubble)이 우려될 정도로 주 택시장이 활황을 보였다. 반면에 우리나라 주택시장은 경제개발이후 수십 년 동안 유지되어 오던 부동산시장의 불패 신화가 무색하리만큼 침체를 겪어왔다. 2007년 활황을 보이던 부동산시장은 2008년 9월 세계금융위기의 촉발로 2013년 하반기 까지 침체가 지 속되었다. 그러나 2013년말 양도세 중과 폐지, 취득세 영구인하 등으로 인해 2014년 들어서는 전국적으로 부동산이 살아나는 기미를 보이고 있다. 이와 같이 경제위기의 상시화로 인한 경기 변동성이 강화됨에 따라 심리적인 상태가 부동산시장에 미치는 영향이 어느 때 보다 크리라 예상된다. 본 논문은 심리지수가 주택가격에 어떠한 영향을 미쳤는지 알아보기 위해 1, 2차 모형 분석을 수행하였다. 1차 모형 분석에서는 거시경제변수들이 주택가격에 미치는 영향을 파악하기 위해 아파트실거래가격을 종속변수로 이자율, 환율, 소비자물가상승률 등 거시경제변수를 독립변수로 하여 패널 데이터를 구축하여 최적모형을 도출하였다. 2차 모형 분석에서는 1차 모형에서 도출된 최적모형에 경제심리지수, 부동산전망지수 등 심리지수를 독립변수로 추가하여 분석하였다. 또한 주택시 장은 거액의 자금이 필요하므로 심리가 곧바로 매매행위로 연결되지 않는다는 점에서독립변수에 시차를 주어 분석하였다. 시차는 종속변수와 상관계수를 구하여 가장 높은상관관계를 나타내는 시차로 결정하였다.분석결과에 따르면 경제심리지수(ESI)와 소비자심리지수(CCSI)는 예상과 달리 유의하지 않은 것으로 나타났다. 또한 경제심리지수(ESI)는 누적효과가 음(-)으로 나와 세계금 융위기 이후 경제심리는 어느 정도 회복되고 있었으나 주택시장은 지속적으로 침체에빠져있었던데 원인이 있었던 것으로 추정된다. 재래시장 상인을 대상으로 경기를 조사하는 시장경기동향지수(MBSI)는 주택시장에 즉각적이고 직접적인 영향을 미친 것으로 나타났다. 그러나 부동산전망지수(BSIRE)는 모든 시차에서 계수 값이 유의하였으나 일관성을 보이지 못하여 시장참여자들의 부동산 시장에 대한 전망에 시차를 두고 오차가있었을 만큼 주택시장이 불안정하였던 것으로 짐작된다. 즉, 부동산 시장에 대한 1∼2 개월의 단기전망과 4∼5개월의 중기전망이 일치하지 않을 정도로 부동산 시장이 안정적이지 못하였음을 의미한다. 분석결과에 나타난 바와 같이 심리지수가 시차를 두고 주택가격에 영향을 미치고 있으므로 주택가격의 움직임을 보고 정책을 입안하는 것 보다 선행지표인 심리지수를 확인할 필요성이 있다. 왜냐하면 주택가격은 의사결정과 동시에바로 매매가 이루어지는 것이 아니라 주택매매가 실행되기 이전에 심리적인 요인이 먼저 작용하기 때문이다. 따라서 주택정책을 입안하고 집행하는데 주택가격과 관련된 여 러 가지 심리지수를 보조지표로 활용할 필요성이 높아졌다고 생각된다.

영문 초록

This study is to examine the effects of sentiment indices on housing markets in the sevenmajor cities including Seoul, Busan, Daegu in South Korea. I did use two stage analysis and panel-data model. First stage is to examine how the macroeconomic variables affect housing prices. The independent variables include consumer price Index(CPI), exchange rate(EXC),balance of current account(NEX), interest rate(RATE), unemployment rate(UMP), debt default ratio(DEBT), housing finance credit guarantee (CREDIT), land price fluctuation rates(LAND)and the composite stock price index(KOSPI). The dependent variable is the real transaction housing price index(APT). The second stage is to look into how the sentiment indices affect the housing prices. I did regress the sentiment index variables on the optimized model at the first stage regression. The independent variables are the economic sentiment index(ESI), themarket business survey index(MBSI), the consumer survey index(CCSI) and the property lease prospect index in the BSI(BSIRE). MBSI variable is regional data and all others are national data. The data for this study is a panel data which is mixed with the time series data and the cross section data. Time period is from July 2008 to september 2013.The estimation results show that ESI and CCSI did not affect the housing price, differently from what we expect. But, all other variables are significant after four or five months as we expect.The contribution of this study is to show that some sentiment indices help predict housing prices over time. The analysis of the reason why sentiment indices differently lead to inconsistent predictability of the housing prices is left for a further study.

목차

Abstract

I. 서론

Ⅱ. 선행연구의 검토

Ⅲ. 자료 및 분석방법

Ⅳ. 분석결과

Ⅴ. 결론

참고문헌

키워드

거시경제변수 심리지수 주택시장 패널 데이터 모형 정책시차 Macroeconomic Variables Sentiment Index Housing Market Panel DataModel Policy Lag