분위회귀 기반 B-O분해를 이용한 주택 실거래가격지수 산정 연구

A Novel Approach to Constructing a House Price Index based on Quantile Decomposition

본 연구에서는 분위회귀에 Blinder-Oaxaca분해법(B-O분해법)을 적용하여 2006년부터 2023년까지 서울시 전체 및 25개 자치구에 대한 아파트가격지수(QD지수)를 작성하였다. 본 연구에서 개발한 주택지수작성방식은 평균 주택가격의 차이를 분해하는 일반적인 B-O분해법과 다르게 지역간 분위가격의 차이를 분해하는 방법으로, 자료수가 적은 하위시장별 또는 가격분위별 아파트가격지수를 생산할 수 있는 장점이 있다. 본 연구의 QD지수는 3가지 측면에서 기존의 주택가격지수를 보완해 줄 것으로 기대한다. 첫째, 실거래가격 기반 아파트가격지수의 다양성을 넓혀 준다. 둘째, 가격분위별 아파트가 격지수를 생산할 수 있어 고가 또는 저가 주택시장의 움직임을 파악할 수 있는 정보를 제공해 준다. 셋째, 주택 거래가 적어 지수작성이 어려웠던 하위시장의 지수제공을 통해서 부동산정책의 결정을 위한 모니터링에 도움을 준다.

In this study, we applied the Blinder-Oaxaca wage decomposition method (BO decomposition) to a quantile regression model to construct apartment price indices for the entire Seoul city and 25 districts from 2006 to 2023. By extending the original BO decomposition method, which decomposes the mean wage difference between two groups, we utilized the quantile regression model to decompose the apartment price differences between two regions at each quantile. This approach has the advantage of producing price indices for submarkets or price quantiles with fewer transactions, thereby contributing to complement existing house price indices in three ways. First, it expands the diversity of apartment price indices based on actual transaction prices. Second, it can produce apartment price indices by price quantile, providing information to better understand the trends of high-end or low-end housing markets. Third, it can help in making more suited and accurate housing policy decisions by providing indices for submarkets where it was difficult to create indices due to low transaction volumes.