변인 선택 방법을 이용한 국내 광역시 주택 가격 변화 분석

Abstract

This study mainly examined the predictive covariates for changes in house sales and Jeonse prices in metropolitan cities using covariate selection methods and dynamic analysis. Lasso, one of the competent statistical model, has an advantage of selecting small number of variables that are significant among copious variables and reducing the possibility of arbitrary model selection by shrinking the number of dimensions. The VAR model was used with the selected covariates and housing prices. Further, Impulse Response Functions, one of the dynamic analysis, was used to analyze the changes in housing prices. This study investigates housing prices of metropolitan cities in South Korea and possible covariates during the period of 2011 and 2022. As a result of Lasso estimation, the previous housing price and consumer sentiment index in housing market were selected in the prediction of changes in housing prices. Moreover, since the housing prices showed high autorcorrelation, dynamic analysis is needed in order to predict the changes of housing price. Thus, as a result of IRF analysis, it was possible to compare cities which had same covariates in lasso estimation. Ulsan jeonse price and Inchoen house sales price were relatively more affected when there was a shock in the consumer sentiment index in housing market. ;본 연구는 변인 선택 방법을 이용하여 전국 주요 도시의 주택 매매가격 및 전세가격 변화를 예측하는 변인을 선별하고 동태적 분석을 시행한다. 이를 위하여 주택가격 변화에 영향을 줄 것이라 예상되는 다수의 잠재적 변인 집합을 설정하고 라쏘 정규화 기법을 활용하여 소수의 유의한 예측 변인을 선택한다. 라쏘는 다차원의 변수를 축소하여 소수의 유의한 변인을 선별하고 이 과정에 있어 자의적인 모형 설정의 가능성을 줄일 수 있다는 장점이 있다. 이후 선택된 변인들과 주택가격으로 VAR 모형을 설정하여 충격반응분석을 통해 해당 변인의 충격이 주택가격변화에 주는 영향을 분석하였다. 2011년부터 2022년까지의 전국 주요 도시의 매매가격 및 전세가격 지수와 22개의 잠재적 변인을 고려하여 분석을 진행하였다. 라쏘 추정 결과 주택가격변화 예측에 있어 전기 주택가격 변화와 주택시장 소비심리지수가 많은 지역에서 선택되었다. 해당 분석을 통해 주택가격은 높은 자기상관을 나타내며 주택가격 변화의 분석에 있어서 동태적 분석이 필요함을 알 수 있다. 충격반응분석에서는 라쏘에서 선택된 변인이 같은 경우 지역 간 비교가 가능하였는데, 주택가격 소비심리지수의 충격이 있을 때 울산 전세가와 인천 매매가 상대적으로 큰 영향을 받음을 확인할 수 있었다.