서울 지역 임대용 상가의 임대료 예측

Abstract

본 연구의 목적은 주어진 조건을 이용해 실제 사용되고 있는 서울 지역 상가의 1㎡당 임대료를 예측하는 것이다. 또한 크게 시간 변수, 건물 특성 변수, 지역 변수, 임차인 변수, 경제변수로 나누어 이에 대해 분석할 것이다. 이를 통해 상가 입지를 선정할 때 효율성과 수익성을 높이는데 도움이 될 것이라고 생각된다. 한국감정원이 제공한 질의응답 및 현장조사를 통해 작성한 2015년 1분기에서 2017년 3분기까지의 분기별 자료를 이용했고 전화문의를 통해 정보를 얻었다. 이외에 필요한 별도의 변수에 대해서는 부동산정보시스템 사이트를 이용하였다. 상업용 상가는 크게 상가의 소유주 단위가 동인지 호인지에 따라 일반상가(소규모상가, 중대형상가), 집합상가로 나뉘는데 각각의 상가유형에 따른 차이를 반영해 Model1(일반상가)과 Model2(집합상가)로 나누어 각각에 대해 임대료를 예측할 것이다. 예측 모형으로는 Linear Regression, Random Forest, Gradient Boosting 방법을 사용했으며 이를 통해 각 모형의 결과를 비교하고 임대료에 중요한 변수가 무엇인지 살펴볼 것이다.;The subject of study is prediction of monthly rent of commercial malls in the Seoul area. In the study, rent data of commercial malls from Korea Appraisal Board is used. Also, among them only used malls are used as data in study. The average of monthly rent from each quarter is used as monthly rent of commercial mall for the corresponding quarter since data is given by quarter. Rent is predicted with variables which are related to time, economy, building characteristics, region characteristics and characteristics of tenants. The analysis is divided into two groups, general commercial building and Multi-owned commercial building, which are different in terms of ownership unit. First, we predict rent of general commercial building and predict rent of Multi-owned commercial building. Then we compare the result of each group. As data mining method, linear regression, random forest and gradient boosting is used. As a result, random forest is the best way to predict rent for both groups. However, there are some differences in types and order of variables which have an effect on rent of each group. The variables which have most highly effect on rent are store floor and land price. Secondly, type of business and transportation circumstances such as distance of subway station, bus station and crossroad from building entrance are variables which have an effect on rent in both groups of mall.