주성분점수를 이용한 주택시장 종합지수 개발 연구 = A Study on the Development of the Housing Market Composite Index

다국어 초록 (Multilingual Abstract)

Using aggregate data, this study developed a composite index for the housing market and applied it to the analysis of the housing market’s cycle and crisis stages. A total of 40 variables were used to create the index, including 24 variables from Korea's Real Estate Market Early Warning System (EWS). After converting each individual variable into a level or rate of change in consideration of each characteristic, we controlled for seasonal and irregular factors using the X-12 method and standardized using mean and standard deviation. Subsequently, the first and second factors were extracted using principal component analysis, and the composite index was calculated by applying the eigenvalue for each factor to the component score as a weight. Results reveal that the first factor that preceded the housing market and a strong tendency to show the financial market’s situation, such as liquidity and interest rates, and the land market. The second factor was closely related to the lease market and was accompanied by housing prices and housing transactions. Finally, the index calculated in this study was used to analyze the national housing market's cyclical phase and crisis stages. Hence, when compared to the case of using a single variable such as housing prices and housing transactions, the index of this study had the advantage of clearly identifying the cycle and crisis stages. The housing market composite index created in this study using many variables can be a useful tool for monitoring the housing market by supplementing the existing EWS.

국문 초록 (Abstract)

본 연구는 주택시장과 관련한 집계 변수를 활용하여 주택시장 종합지수를 개발하고 이를 주택시장의 순환국면과 위기단계 분석에 적용하였다. 주택시장 종합지수를 작성하기 위해서 부동산시장조기경보시스템(EWS)에서 활용하고 있는 24개의 변수를 포함하여 총 40개의 변수를 활용하였다. 먼저, 변수의 특성을 고려하여 수준 또는 변화율로 변환한 후 X-12방법을 이용하여 계절요인과 불규칙요인을 제어하였으며 평균이 0이고 표준편차가 1의 값을 갖도록 표준화하였다. 다음으로 주성분분석을 통해서 제1, 2요인을 추출하였으며, 요인별 점수(component score)에 요인별 고유값을 가중치로 적용하여 종합지수를 산출하였다. 주성분 분석결과, 1요인은 주택시장의 선행적 특성과 유동성, 금리의 금융적 특성, 토지시장의 특성이 강함을 확인하였으며, 2요인은 주택가격, 주택거래 등 동행적인 특성과 전세시장의 특성이 강함을 확인할 수 있었다. 최종 산출된 지수를 활용하여 전국 주택시장의 순환국면과 위기단계 분석에 적용하였다. 분석 결과, 주택시장 종합지수를 활용하여 주택시장의 순환국면과 위기단계를 분석할 경우 주택가격과 주택거래 등 단일변수를 활용한 경우와 비교하여 순환국면과 위기단계를 뚜렷하게 식별할 수 있는 장점이 있었다. 주택시장 종합지수는 기존 EWS를 대체하기보다는 보완적으로 활용할 필요가 있다.

참고문헌 (Reference)

1 "한국은행 경제통계시스템"

2 "한국부동산원 부동산통계정보시스템"

3 서수복 ; 김재경, "한국 주택시장과 벌집순환모형의 관련성에 관한 연구" 국토연구원 68 : 121-133, 2011

4 박천규, "지역별 부동산시장 분석 및 정책방안(Ⅱ)" 국토연구원 2012

5 "주택금융통계시스템"

6 서명교 ; 김형주, "주택경기와 건설경기 간의 순환관계 연구" 한국주택학회 26 (26): 179-207, 2018

7 조주현 ; 강민석, "주택경기 순환주기 분석" 한국주택학회 13 (13): 69-95, 2005

8 KB부동산, "주택가격동향조사"

9 김주영, "주택가격과 거품 그리고 주택경기변동에대한 이해" 한국주택금융공사 2-20, 2011

10 홍우형, "주요거시경제변수가 주가에 미치는 영향 분석: VAR 모형과 FAVAR 모형의 비교" 사단법인 한국신용카드학회 10 (10): 21-48, 2016

11 이군희, "사회과학연구방법론" 법문사 2010

12 박천규, "부동산시장 진단지수 개발을 위한 기초연구 :주택시장을 중심으로" 국토연구원 2009

13 국토교통부, "부동산시장 조기경보체계 구축 연구" 2004

14 국토교통부, "부동산시장 조기경보체계 개선 연구" 2006

15 국토교통부, "부동산시장 조기경보시스템 고도화 연구" 2016

16 이수욱, "부동산시장 선진화시스템 구축 연구(Ⅲ)" 국토연구원 2010

17 이수욱, "부동산시장 선진화시스템 구축 연구(Ⅱ)" 국토연구원 2009

18 서승환, "부동산가격 선행지표와 종합적 예측기제의 구축" 한국지역학회 21 (21): 3-20, 2005

19 전해정, "마코프 국면전환모형을 이용한 주택시장 경기국면 변동 분석에 관한 연구" 한국부동산학회 (63) : 119-129, 2015

20 함종영 ; 황세진, "동태요인모형을 이용한 주택가격 변동요인 분석" 한국부동산분석학회 27 (27): 81-98, 2021

21 "금융감독원 금융통계정보시스템"

22 "국토교통통계누리"

23 "국가통계포털"

24 남준우, "계량경제학" 홍문사 2002

25 김민철, "건설경기 진단 및 전망체계 구축" 국토연구원 2010

26 Janssen, J., "The Honeycomb Cycle in Real Estate" American Real Estate Society 9 (9): 237-252, 1994

27 Bloem, A. M., "Quarterly National Accounts Manual: Concepts, Data Sources, and Compilation" IMF 2001

28 Hodrick, R. J., "Post-war U.S. Business Cycles: An Empirical Investigation" mimeo, Carnegie-Mellon University 1980

29 Bernanke, B. S., "Measuring the Effects of Monetary Policy : A Factor-Augmented Vector Autoregressive(FAVAR)Approach" Oxford Academic 120 (120): 387-422, 2005

30 "KDI 경제정보센터"

31 박강우, "GDP 예측력 제고를 위한동태요인모형 구축" 한국은행 27-60, 2009

32 Stock, J. H., "Forecasting Inflation" Elsevier 44 (44): 293-335, 1999

33 Federal Reserve Bank of Chicago, "Background on the Chicago Fed National Activity Index"

34 Brave, S. A., ""A “Big Data” View of the U.S. Economy: Introducing the Brave-Butters-Kelley Indexes" Federal Reserve Bank of Chicago 422 : 1-5, 2019