부산시 실거래 주택매매 가격을 이용한 공간계량모형의 적합도 비교연구

Abstract

주택시장 분석에 널리 사용되는 헤도닉 방법은 OLS(ordinary least squares) 모형을 이용하는데, 이는 오차가 독립적이며, 평균이 0이고, 분산이 일정하다는 가정에 기초한다. 그러나 공간 자기상관이 존재할 경우에는 이러한 가정에 위배되며, 공간효과를 제대로 반영하지 않으면 왜곡된 추정결과를 가져오게 된다. 최근 이에 대한 대안으로 공간계량모형이 도입되고 있는데, 이 연구에서는 OLS 모형과 공간계량모형의 적합도를 비교 평가하고자 한다. 부산시 실거래 주택매매 가격자료를 이용하여 분석한 결과, OLS를 이용한 기존의 헤도닉 모형보다는 공간자기상관을 고려한 공간계량모형들이 보다 설명력이 높았다. Dubin이 제시한 기준과 Log Likelihood 기준을 통해 볼 때 공간계량모형 중에서는 공간자기회귀모형(spatial autoregressive model: SAR)모형의 적합도가 높은 것으로 나타났다. 이를 통해 주택가격에 있어서의 공간효과를 확인할 수 있었으며, 재건축 추진여부가 아파트 매매가격에 매우 큰 영향을 미침을 알 수 있었다. 또한 적절한 공간계량모형의 선택은 정부의 주택정책에 있어서도 매우 중요하다고 하겠다. The OLS(ordinary least squares) method is widely used in hedonic housing models. One of the assumptions of the OLS is an independent and uniform distribution of the disturbance term. This assumption can be violated when the spatial autocorrelation exists, which in turn leads to undesirable estimate results. An alterative to this, spatial econometric models have been introduced in housing price studies. This paper describes the comparisons between OLS and spatial econometric models using housing transaction prices of Busan, Korea. Owing to the approaches reflecting spatial autocorrelation, the spatial econometric models showed some superiority to the traditional OLS in terms of log likelihood and sigma square(<TEX>${\sigma}^2$</TEX>). Among the spatial models, the SAR(Spatial Autoregressive Models) seemed more appropriate than the SAC(General Spatial Models) and the SEM(Spatial Errors Models) for Busan housing markets. We can make sure the spatial effects on housing prices, and the reconstruction plans have strong impacts on the transaction prices. Selecting a suitable spatial model will play an important role in the housing policy of the government.