사전확률분포를 이용한 주택시장 예측모형 비교 연구

• 영문명: Applying the Bayesian Vector Autoregressive Model in House Price Prediction
• 발행기관: 건국대학교 부동산도시연구원
• 저자명: 함종영(Jong young Ham)ㆍ손재영(Jae young Son)
• 간행물 정보: 『부동산 도시연구』제8권 제2호, 25~38쪽, 전체 14쪽
• 주제분류: 경제경영 > 경제학
• 파일형태: PDF
• 발행일자: 2016.02.28

국문 초록

주택시장은 국민경제에서 차지하는 비중이 매우 크고 가계와 기업의 의사결정과 정부의 정책수립에 있어서 중요한 영향을 미치는 요소이다. 벡터자기회귀(VAR) 모형은 주택시장을 예측할 때 널리 사용되는 방법이지만, 추정치의 수가 자료의 수에 비해 지나치게 많아지는 문제점이 제기되고 있으며, 연구자의 임의적인 조정에 따라 결과치가 크게 달라지는 단점이 지적되는 등 여러 가지 문제점을 안고 있다. 본 연구는 베이지안 추론에 근거한 사전확률분포를 적용하여 주택가격 예측모형을 추정하고, VAR와 Bayesian VAR 모형 간의 예측오차 비교를 통하여 주택시장 전망의 질이 향상되는지를 확인하였다. 분석결과, VAR와 Bayesian VAR 모형 모두 1시차모형 > 6시차모형 > 3시차모형 순으로 예측오차가 작은 것으로 나타났으며, Bayesian VAR의 경우 1시차, 3시차, 6시차모형 모두 모형의 전반적인 응집성을 나타내는 λ₁ 작을수록 예측력이 향상된 것으로 나타나 VAR 모형에 사전제약을 강하게 부과할수록 전망의 질이 개선됨을 확인하였다. 6시차모형의 일부 구간에서 비제약 VAR 모형에 비해 예측력이 다소 떨어지는 경우도 있었지만, 전반적으로 Bayesian VAR 모형이 비제약 VAR 모형보다 예측력이 우수한 것으로 나타나 거시경제뿐만 아니라 주택시장에도 Bayesian VAR 모형의 적용이 가능할 것으로 판단된다.

영문 초록

Considering the importance of housing sector in national economy, it is natural that many researchers are interested in the accurate prediction of housing market indicators. They have employed time series models such as the vector autoregressive(VAR) model. However, as an analytical tool, VAR has weakness points that require estimation of large number of parameters and is sensitive to the researcher’s discretion. This paper experiments the Bayesian VAR, which requires a fewer number of parameters, as an alternative in the prediction of future changes of house price index. We find evidence to support that the Bayesian VAR shows better performance than VAR. The Bayesian VAR could be applied more broadly in the prediction of future economic trends.

목차

Abstract

Ⅰ. 서론

Ⅱ. 이론적 고찰 및 선행연구 검토

Ⅲ. 실증분석

Ⅳ. 결론

참고문헌

국문요약

키워드

주택가격 주택시장 예측 사전확률분포 베이지안 벡터자기회귀 인과관계검정 평균제곱근오차(RMSE) Housing Price Housing Market Prediction Prior Distibution Bayesian VAR Causality Test Root Mean Square Error(RMSE)