소비자의 주택가격전망이 아파트 거래량에 미치는 영향 연구 : 지역수준별 차이를 중심으로*

t 시점의 주택가격(P)에 거품(α)이 존재하지 않는다면 주택가격은 공간시장의 수요와 공급에 의하여 결정된 임대료(R)를 이자율(i)로 나눈 값이 될 것이다(식 1).

만약, 시간이 지나도 가격에 거품이 발생하지 않는다면(α=0), (식 1)은 $P=\frac{R}{i}$로 표현될 수 있으며 이것이 바로 ‘부동산이용수익의 자본화가치(capitalization value)’가 된다. 주택가격과 주택거래량의 관계는 정적 상관관계(positive correlation)가 있다는 고찰이 이루어지고 있다. 이에 대해서 두 가지의 가설로 설명되고 있는데, 첫째는 ‘효율적 시장가설’이며 다른 하나는 ‘순차적 정보도착모형’이다. 효율적 시장가설은 가격과 거래량이 새로운 정보에 동시 반응한다는 것이며, 순차적 정보도착모형은 시장불완전성으로 인하여 모든 시장참여자들에게 정보가 동시에 전달될 수 없을 수도 있다는 점을 설명한다(김지현·정성훈, 2016). 주택의 가격과 거래량의 관계를 설명함에 있어서는 이와 같이 시간적인 측면도 중요하지만, 수요와 공급의 측면만이 아닌 행동경제적 관점의 소비자의 행동과도 영향이 있다는 기대효용이론과 프로스펙트이론으로 해석한 가설이 있다. 이 이론의 핵심개념은 손실회피현상으로 투자자가 손실은 회피하려하고 이익은 조기실현 하려는 성향을 보인다는 가설로(Lakonishok and Smidt, 1986), 주택가격과 거래량이 직접적으로 인과관계를 설명하기는 어렵다고 주장한다. 즉, 주택가격은 거래량이 영향을 줄 수도 있으며, 반대로 거래량이 주택가격에 영향을 줄 수 있다는 것이다. 또한, 주택가격은 거래량의 관계에서 다른 외생변수들이 영향을 미칠 수 있음을 제안한다.

소비자들의 주택가격에 대한 전망과 같은 기대심리가 주택시장에 영향을 줄 수 있다는 주장은 최근 실증연구결과에 의하여 뒷받침되고 있다. 우선, Leung et al. (2009)은 소비자들의 기대감을 순진한 기대감(naive expectation), 적응적 기대감(adaptive expectation), 왜곡된 믿음(biased belief)으로 구분하였는데 이들 기대감은 모두 사람들의 제한된 합리성(boundedly rational expectation)이라는 공통성을 보인다고 했다. 또한 Leung et al. (2009)은 이와 같은 사람들의 다양한 기대심리를 독립변수로 선정하여 주택가격의 역동성을 분석한 결과, 소비자의 기대심리는 단독 또는 내생변수들과 함께 주택가격에 영향을 주고 있다고 하였다. Lambertini et al. (2013)는 시장상황에 대한 뉴스의 영향력과 기대심리를 분리하여 VAR모형으로 분석한 결과, 뉴스는 주택가격이 오를 것이라는 기대심리 형성에 영향을 주지만, 일단 주택시장이 활황 되면 뉴스와 상관없이 주택가격 상승기대감 단독으로 거시경제의 변동성을 야기한다고 주장하였다. Granziera와 Kozicki(2015)는 전통적인 자산가격 예측모형(asset-pricing model) 보다는 소비자들의 비합리적 기대감(irrational expectation)³⁾이 반영된 모형들이 주택가격과 가격-임대료 비율(price-to-rent ratio)을 설명하고 예측함에 있어 훨씬 우월하다고 주장하였다.

Shiller(2014)는 비합리적 기대심리는 주위사람들에게 점염되어 비합리적 주택투자에 가세하게 만드는 이른 바 ‘군집행동(herd behavior)’을 야기한다고 하였다. 그런데 기대심리의 형성 또는 군집행동이 이루어지는 공간적 범위에 대한 실증적 연구는 아직까지 제대로 이루어지지 않은 실정이다. Kahneman과 Tversky (1979)에서는 전망이론을 통해서 사람들이 이득보다는 손실에 더 민감하고 이에 따라 개인적인 수준의 제한된 합리성에 의한 의사결정을 할 수 있다고 기술하였다. 이는 다양한 군집현상(herd behavior)을 통하여 집단적 사회현상이 나타날 수 있는데 주택점유형태에 따라 주택시장에 대한 느끼는 소비심리가 다를 수 있으며 이에 따라 주택관련 의사결정 및 행동에 차이가 있을 수 있다고 판단된다.

국내에서는 유일하게 김지현·최윤영(2016a)이 부동산심리가 주택거래량에 미치는 영향력을 분석할 때 지역적 수준별 차이를 구분하여 분석한 결과, 심리적 영향력은 광역수준보다는 지방수준에서 크다는 것을 밝힌 바 있다. 또한 김지현·최윤영(2016b)은 소비자심리가 주택가격에 미치는 효과를 분석함에 있어서도 지역수준차이를 고려하여 분석하여 김지현·최윤영(2016a)의 결과와 마찬가지로 심리적 영향력은 광역보다는 지방수준에서 크게 나타난다고 주장하였다. 그러나 이들의 연구도 기대심리의 공간적 형성범위에 대하여 충분히 설명하지 못한다는 한계가 있다고 할 것이다.

본 연구에서는 아파트가격에 대한 기대심리가 거래량에 미치는 영향력을 분석함에 있어 해당 소비자가 거주하고 있는 지역의 공간적 위계수준에 따라 다르다는 점을 고려하여 지역수준별로 가설들을 검증하고자한다.

아파트의 거래량은 해당 아파트의 속성, 입지적 특성, 아파트가 속해있는 지역의 경제적 특성 등에 영향을 받을 수 있으므로 해당 아파트가 속해있는 지역을 고려하여 분석하는 것이 필요할 것이다. 이에 따라서 다층적 수준별로 구분을 하여 설명변인을 추출하는 분석방법으로 HLM이 요긴한 분석으로 활용될 수 있다고 판단된다(Bryk, Lee and Holland, 1993; Goldstein, 2003). 최근 국내 주택연구 분야에도 변수들의 수준을 고려하여 HLM을 이용하여 분석한 연구들이 목격되고 있다(정수연, 2006; 이성현·전경구, 2012; 윤효묵, 2012; 이성현, 2015; 김지현·최윤영, 2016a; 김지현·최윤영, 2016b).

정수연(2006)은 서울을 강남과 강북으로 구분하여 교육요인이 아파트가격에 미치는 영향을 HLM 분석하여 차이를 밝힌 바 있다. 이성현·전경구(2012)는 대구의 주택가격에 미치는 영향력을 해당 건물과 단지와 같은 개별수준과 지역수준으로 구분하여 HLM 분석하여 주택가격에는 지역수준의 영향력이 더 크다고 주장하였다. 윤효묵(2012)과 이성현(2015)은 서울시를 대상으로 해당 건축물의 개별수준과 교통기반 시설과 같은 지역수준으로 구분하여 주택가격에 미치는 영향력을 HLM을 이용하여 분석하였다. 이상의 연구들이 한 개의 시(市)를 대상으로 하였다면 김지현·최윤영(2016a와 2016b)은 전국을 대상으로 광역수준과 지방수준으로 구분하여 주택거래량과 주택가격에 미치는 영향력을 HLM 분석하였다. 이들 연구들은 지역시장의 성격이 강한 주택시장에서 소비자들의 심리도 지역수준별로 차이가 있을 수 있으며, 이는 궁극적으로 아파트거래량에도 지역수준별로 차이를 가지고 영향을 미칠 수 있음을 시사한다.

이에 본 연구에서는 아파트거래량에 영향을 미치는 소비자의 심리를 지역적 위계를 고려하여 분석하기 위하여 다음과 같이 HML모형을 수립하였다.

여기서 Y_ij는 종속변수로 j광역수준인 서울특별시와 6개 광역시, 경기도(시/도)에 행정상 속하는 i 하위지역인 지방수준(시/군/구)의 아파트거래량을 나타낸다. 또한 v₀₀는 전체 아파트거래량의 평균을, U_0j는 아파트거래량에 미치는 광역수준의 무선효과(random effect)를 의미한다. 이때 광역수준의 무선효과란 전체 아파트거래량의 평균과 j번째 광역수준(시/도)에 속한 지방수준(시/군/구) 아파트거래량간의 간의 차이를 나타내는 것이다. 다음으로, 아파트거래량에 대한 지방수준(시/군/구)의 무선효과는 다음의 (식 3)로 표현된다.

(식 3)에서도 Y_ij는 (식 2)와 마찬가지로 j 광역수준에 속하는 i 지방수준의 아파트거래량이고, a_0j는 j번째 광역수준(시/도)에 있는 아파트거래량의 평균값이다. γ_ij는 지방수준(시/군/구)의 아파트거래량이 광역수준의 아파트거래량 평균수준에 의해 영향을 받는 편차라 할 수 있다. γ_ij의 평균은 이 시/군/구의 아파트거래량 평균수준에서 영향을 받는 편차를 나타내는 것으로 이 값의 평균은 지방수준의 변량을 가정한다. 따라서 γ_ij는 지방수준의 무선효과가 된다. 결과적으로 (식 3)은 광역수준의 무선효과(U_0j)와 지방수준의 무선효과(γ_ij)에 의하여 아파트거래량이 영향을 받고 있음을 보여준다.

지역수준별로 아파트거래량에 영향을 미치는 다양한 변인을 모형화하는 방법은 (식 4)과 같다. 즉 (식 4)은 광역과 지방수준에서 소비자들의 주택매매소비심리지수 및 전세시장심리지수, 아파트시장에 대한 소비자들의 체감수준 및 시간차이를 고려한 소비자들의 가격전망을 포함한 종합모형이다.

여기서 $Y_{ij}^t$는 t기 j광역수준에 속하는 i지방수준의 주택거래량이다. 그런데 소비자심리는 주택이 입지한 해당 지역의 경제상황에 따라 영향을 받는 경향이 상당히 크다(김지현·정성훈, 2016). 이에 이상준·진창하(2013)도 주택투자심리와 주택가격간의 관계를 분석함에 있어 지역내총생산(GRDP)를 분석모형에 포함한 바 있다. GRDP는 지역의 경제규모와 상태를 반영하는 지표이므로 해당 지역의 주택거래량에 미치는 영향을 파악함에 있어 소비자들의 심리와 함께 살펴볼 필요가 있는 변수로 판단되어 모형에 포함하였다. 또한 주택매매소비심리지수와 주택전세시장소비심리지수는 전국 시/군/구의 중개업소와 일반가구를 대상으로 설문한 가격상승과 거래증가에 대한 정도를 보여주는 지수이므로 시장상황에 대한 심리요인이 반영되었다고 판단되므로 본 모형에서 변수로 추가하였다.⁴⁾ 그리고 아파트가격의 체감정도와 전망에 대한 변수는 8개의 시/도를 나타내는 광역수준과 108개의 시/군/구로 지방수준으로 구분하여 선정하였다. 이때 소비자의 가격전망은 거래량과 시간적으로 직결되지 않을 수 있기에 해당 기(t)와 더불어 전기(t−1)도 모형에 포함하였다.

또한 GRDP와 같은 지역경제수준을 반영하는 변수가 아파트거래량에 영향을 줄 때 소비자들의 심리가 매개역할을 수행하는 지 여부를 추가적으로 판단하기 위하여 Sobel Z-Test를 시행하기로 한다. <그림 2>에서 보듯이 매개효과는 주어진 독립변수(IV)가 종속변수(DV)에 영향을 미칠 때 매개역할을 고려하는 것이다. 일반적으로 말해서 매개효과가 있다고 판단할 때는 독립변수가 매개자(mediator)에게 유의한 영향을 미치거나, 독립변수가 매개역할이 없어도 직접적으로 종속변수에 영향을 미칠 때, 매개자가 종속변수에 유의한 독특한 영향을 미칠 때, 그리고 마지막으로 모형에 매개자를 추가하였을 대 독립변수와 종속변수의 영향이 축소하는 경우이다(Preacher and Leondardeli, 2001)).

그림 2. 매개효과 출처: Preacher and Leondardeli(2001)

Download Original Figure

여기서 a는 독립변수(IV)와 매개자간의 회귀계수, s_a는 a의 표준에러(standard error), b는 종속변수(DV)와 매개자간의 회귀계수, s_b는 b의 표준에러를 나타낸다.

본 모형에서 적용된 지역적 수준을 고려하여 아파트거래량에 영향을 미치는 소비자심리변수들과 자료의 출처는 <표 1>과 같다.

종속변수인 시/군/구의 아파트거래량은 한국감정원에서 발표하는 2015년 1분기 자료를 사용하였다.⁵⁾ 독립변수로는 각 시/도와 시/군/구의 소비자들의 아파트가격체감 및 가격전망을 선정하였다. 이들 변수들의 자료는 국토연구원(2015)에서 제공한 설문데이터를 이용하였다.⁶⁾ 국토연구원의 설문지에 의하면 아파트가격체감이란 2015년 1사분기를 중심으로 응답자들이 자신이 거주하는 시/도와 시/군/구의 아파트의 지난 1분기동안 체감가격의 변화를 나타내는 것이다. 아파트의 가격전망(t)은 3개월 이후인 2015년 2사분기에 대한 소비자들의 가격전망이고 (t−1)은 2014년 4사분기의 소비자들이 2015년 2사분기에 가격이 상승 또는 하락할 것인지에 대한 전망이다. 광역수준의 경우, 독립변수로 해당 시/도의 경제상황을 보여주는 지역총생산(GRDP)를 선정하였고, 추가적으로 해당 시/도의 부동산시장의 소비심리와 관련된 객관적 지표를 반영하는 통계청에서 보고된 주택매매소비자심리지수와 전세시장소비심리지수 변수를 선정하였다.

<표 2>는 기술통계량 분석결과로 본 분석에 사용된 광역수준과 지방수준의 변수의 평균, 표준편차(SD), 최소값(Min), 최대값(Max)을 보여주고 있다.

본 분석에서 사용된 광역수준은 구득자료의 제한으로 총 8개(서울, 인천, 대전, 광주, 부산, 대구, 울산과 경기도)이고 지방수준은 148개이다. 주택매매소비자심리지수는 평균이 136.36으로 통계청에 의하면 100이 넘을 경우 소비자들이 가격상승이나 거래증가 응답이 많음을 의미하므로 해당 시점 주택시장에서 소비자들이 주택시장이 활발하게 움직인다고 평가하고 있음을 보여주고 있다. 즉 주택매매소비자심리지수의 평균값은 소비자들이 해당 시점 주택거래량이 증가하고 가격도 상승하고 있다고 주택시장상황을 인지하고 있는 것을 반영한 것이다. 전세시장소비심리지수의 경우는 118.74로 매매시장에서 느끼는 소비자들의 심리보다는 낮은 수준을 보여주고 있다. 응답자들이 느끼는 시도별 아파트가격의 체감과 전망수준은 5 리커르트의 형태(1: 매우 높아졌다. 5: 매우 낮아졌다)로 측정되었다. 광역수준에서 소비자들은 지난 1분기동안 아파트가격이 상승하였다고 느끼고 있는 것으로 나타났는데, 흥미로운 것은 지방수준 보다 광역수준에서 더 많이 가격상승이 있다고 체감하는 것으로 나타났다. 즉 시/도 수준에서 상승하였다고 느끼는 아파트가격의 체감수준이 시/군/구 등 자신이 거주하는 행정구역의 아파트가격 체감수준 보다 높게 나타난 것이다. 한편, 광역수준이나 지방수준 모두 아파트가격에 대한 전망은 2015년 1사분기보다 2014년 4사분기에 전망한 2015년 2사분기의 아파트가격의 평균값이 더 높은 것으로 볼 때, 2014년 주택가격 상승에 대한 소비자들의 기대심리가 더 높았다는 것을 보여주고 있었다.

(식 5)에 따르면 아파트거래량은 광역수준의 무선효과와 (U_0j)와 지방수준의 무선효과(γ_ij)에 의해 영향을 받는다. 본 연구에서는 아파트거래량의 지방수준과 광역수준의 분산이 다른 변수에 의해서 설명되는지를 분석하였고 그 결과는 <표 3>과 같다.

<표 3>은 아파트거래량의 광역 내 변량과 광역 간 변량의 비율을 보여주는 것으로, 시/도에 있는 아파트거래량의 평균치가 시/군/구의 아파트거래량과 어느 정도 차이를 나타내며, 광역 간 변량(지방수준의 무선효과)은 전체 아파트거래량의 평균값과 각 시/도에 있는 시/군/구 아파트거래량의 평균값들이 어느 정도 차이를 보이는 가를 보여주는 수치이다. 즉 해당 계수들은 아파트가격을 일원변량분석모형(ANOVA)으로 분석하여 산출한 광역수준과 지방수준의 변량을 의미한다. <표 3>에서 보이는 바처럼 광역수준에서 생성된 변량은 21025.88이고⁷⁾ 지방수준에서 생성된 변량은 140525.4이다.⁸⁾ 집단 간 차이검증 결과는 1% 수준에서 통계적으로 유의하다.(chi-square = 14).

이에 따라서 각 수준별 변량을 통하여 계산한 집단 내 상관관계 계수(Intra-class Correlation Coefficient)⁹⁾는 아파트거래량에 대한 광역에서의 설명량은 13.7%를 지방수준에서 설명량은 86.9%를 나타났다. 이 결과로 전체 아파트거래량을 설명하는 양이 지방(시/군/구)수준과 광역(시/도)수준에 따라서 상당히 차이가 있음을 알 수 있어 HLM을 활용한 분석의 의의가 있음을 보여주었다.

아파트거래량에 영향을 미치는 요인들의 분석은 <표 4>와 같다. 분석결과, 우선 광역수준에서 GRDP를 제외한 모든 소비자심리 관련 변수, 즉 주택매매소비심리지수, 전세소비자심리지수, 아파트가격체감지수, 기준시점과 1분기전의 시/도 아파트에 대한 2015년 2분기의 가격전망이 아파트거래량에 영향을 미치는 유의한 변수로 나타났다. 주택매매소비자심리지수와 전세시장소비자심리지수가 모두 정적(+) 방향으로 아파트거래량에 영향을 미치는 것으로 나타났는데, 이것은 앞서 기술통계량에서 본 것처럼 2015년 1분기에 매매시장과 전세시장의 거래가 활발하고 가격도 증가하는 등 전반적으로 주택시장경기가 좋다고 소비자들이 인식하고 있기 때문에 나타난 결과라고 판단된다. 반면, 아파트가격체감 및 가격전망은 모두 부(-)의 영향을 주고 있는 것으로 나타났는데, 이것은 아파트가격이 더 상승하거나, 추후 상승할 것이라고 전망한다면 주택을 보유한 소비자의 경우, 아파트가격이 충분히 상승할 때까지 기다린다면 더 높은 자본이득을 얻을 수 있으리라는 기대를 할 수 있기 때문에 아파트거래를 유보하기에 나타난 결과로 해석된다. 이에 비하여 주택을 보유하지 않은 소비자들은 가격상승과 같은 변동성이 큰 시기에는 아파트 구입에 적극적으로 뛰어들 수 없음을 시사한다고 판단된다. 결과적으로 광역수준에서 소비자들은 주택가격이 상승하고 또한 추가적 상승이 전망된다면 아파트거래량을 감소시키는 것으로 나타났다.

지방수준에서는 시/군/구 아파트가격의 체감이 (-)의 영향을 주고 있어, 사람들의 1분기 동안의 느끼는 체감가격이 아파트거래량과 다른 방향임을 나타내었다(유의수준 5%). 즉, 자신이 거주하고 있는 시/군/구 수준에서 아파트가격이 상승하고 있다고 체감하는 경우는 아파트의 거래에 부정적 방향으로 나타나, 광역수준과 마찬가지로 지난 1분기동안 가격이 하락하였다고 소비자들이 느끼면 아파트를 구입하거나, 추가적으로 더 하락하기 전에 주택을 매각하려는 소비자의 의향을 시장에서 실현하는 것으로 나타났다. 이에 비하여 아파트가격의 전망은 전기((t-1: 2014년 4사분기)의 전망만이 유의한 변수로 나타났다(유의수준 5%). 이것은 본인이 거주하는 시/군/구 수준에서 소비자들이 가격이 상승할 것이라는 3개월 전의 기대심리가 현재 아파트거래량을 증가시키도록 하였음을 보여주는 결과로 지방수준에서는 소비자들의 가격전망과 거래량간의 시간적 차이가 발생하고 있음을 의미한다. 이처럼 광역수준에서는 추후 가격전망이 시점과 상관없이 모두 아파트거래량을 설명하는 유의미한 변수였으나, 지방수준에서는 1분기전의 가격전망만이 아파트거래량을 설명하는 변수로 나타나고 있는 것은 아마도 소비자들이 자신의 주택거래와 보다 직결되고 있다고 판단되는 시/군/구 수준에서는 주택과 관련된 의사결정 및 행동을 보다 신중하게 하므로 나타난 결과라고 생각한다. 즉 주택가격 상승(하락)이 전망된다 하더라고, 자신의 주택거래 행위가 발생하려면 상당한 시간이 소요되며 이것은 광역수준보다는 지방수준에서 관찰될 수 있음을 보여준다고 할 것이다.

GRDP는 해당 지역경제의 규모와 활성화 정도를 보여주는 지표이므로 지역주택시장과 밀접한 관계가 있을 것이다. 실제로 심성훈(2012)은 패널 공적분검정과 패널 단위근 검정을 이용하여 GRDP가 장, 단기적으로 지역 주택시장과 상호 인과관계가 있음을 확인한 바 있다. 그런데 <표 4>의 연구결과에 의하면 광역수준에서 GRDP와 아파트거래량과 관계가 유의미하지 않은 것으로 나타났다. 이러한 결과는 이상준·진창하(2013)의 연구결과와 배치되는 것이나, 김지현·최윤영(2016a)의 연구결과와 동일하다. 이처럼 GRDP가 아파트거래량에 영향을 줄 것으로 예상되었으나, 그렇지 않은 결과를 초래한 이유로 소비자심리가 영향이 있는지 여부를 살펴볼 필요가 있다. 이에 본 연구는 GRDP와 아파트거래량의 관계에서 소비자심리가 매개역할을 하는지 여부를 살펴보았다. GRDP는 시/도 수준에서만 확보할 수 있는 변수이므로 본 분석에서는 광역수준을 대상으로 매개효과분석을 실시하였다. 소비자심리가 GRDP와 아파트거래량의 관계에서 매개효과(mediation effect)를 가지는지 살펴보기 위해서 단계적 회귀분석을 실시함에 있어 주택매매소비자심리지수, GRDP, 아파트거래량변수를 활용하여 실시하였다. 또한 매개효과의 유의미성을 살펴보기 위해서 추가로 Sobel Z-test를 실시하였다. 분석결과를 정리한 <표 5>에 따르면 주택매매소비자심리지수는 GRDP와 아파트거래량의 관계에서 완전매개의 역할은 아니지만, 부분매개효과가 관찰되었다 (Sobel Z = 5.854 , p<.001). 이를 통해서 GRDP와 아파트거래량의 관계를 부분적으로 주택매매소비자심리지수가 설명함을 알 수 있었다.