수도권 아파트 매매시장의 순환국면별 주택가격 및 거래량 간의 인과성 분석

A Causality Analysis between Housing Price and Trading by Circular Phase of the Apartment Sales Market in the Seoul Metropolitan Area

본 연구는 수도권 아파트 매매시장의 주택경기의 순환주기를 분석하여 시점별로 정확한 주택시장국면을 파악하고자 한다. 그리고 시점별, 지역별 주택시장의 가격과 거래량의 변화를 파악하고 두 변수의 상관 관계성을 실증분석하는 것을 목적으로 한다. 가격변동주기를 구분하여 주택순환국면을 파악하고, 각각의 순환국면별로 가격과 거래량이 인과성을 분석하기 위해 그랜저 인과관계검정, 교차상관분석, 벡터자귀회귀모형(VAR), 충격반응분석의 연구방법론을 적용하였다. 연구결과를 요약하면 첫째, 주택시장은 시장 상황별로 네 개의 주택순환국면을 가지며, 순환국면별로 가격과 거래량의 인과성은 다른 방향성을 보인다. 둘째, 가격과 거래량의 상관관계는 지역별로도 차이를 보인다. 공급 탄력성, 지역수요, 투자재의 관점에서 가격과 거래량의 인과성의 방향은 다르게 나타난 것으로 판단된다. 본 논문은 지역별, 시장상황별로 가격과 거래량의 관계성을 실증분석 하였지만, 시장에 영향을 주는 직접적인 요인을 밝히지 못하는 한계점을 보인다. 하지만, 주택 참여자와 정부 정책 관계자에게 지역별 특성에 따른 향후 시장의 방향성을 예측하는 자료로 활용될 수 있을 것으로 생각된다.

The study analyzed using HP filter method to Circular Phase of the Apartment Sales market in Seoul Metropolitan Area. Purpose of this study is to identify changes in prices and Trading of the housing market by and regions and to empirically analyze the correlation between the two variables. To identify the housing circulation phase by dividing the price fluctuation cycle and analyze the causality of prices and transaction volumes for each circulation phase, the research methodology of Granger causality test, cross-correlation analysis VAR(Vector Auto Regression) Model, and impact response analysis was applied. As a result, First the housing market has four housing circulation phases for each market situation and the causal relationship between prices and transaction volume varies for each circulation phase. Second, the correlation between price and transaction volume varies by region. The directions of the causal relationship between price and transaction volume were different in terms of supply elasticity, regional demand, and investment goods. Although the relationship between price and transaction volume by region and market situation was empirically analyzed, it shows a limitation in that direct factors affecting the market cannot be identified. However, it can be used as data to predict the future market direction according to regional characteristics for housing participants and government policy officials.