Comparative Study on the Prediction of the Apartment Sales Price Index

Abstract

부동산에 편중되어 있는 가계의 자산구조로 인해 부동산 가격 변동은 국가경제에 큰 영향을 미치게 된다. 주택가격에 대한 정확한 예측은 주택가격의 불확실성을 감소시킬 뿐만 아니라 관련 정책의사결정에 도움을 줄 수 있다. 본 연구의 목적은 2006년 1월부터 2019년 11월까지의 서울 및 6대 광역시 아파트 매매 실거래 가격지수를 대상으로 계량 시계열 모형과 인공신경망 모형을 활용하여 주택가격을 예측하고, 높은 예측력을 지닌 예측모형을 구축하는 데에 있다. 분석결과를 통해 정책적 시사점을 도출하고자 한다. 본 연구에서는 기존의 계량시계열 모형 및 표준 LSTM 모형이외 양방향(Bidirectional) LSTM 및 GRU모형을 추가하여 제시된 모형의 예측력을 비교분석하여 높은 예측력을 지닌 인공신경망 모형을 제시하였다. 실증분석결과 지역에 따라 높은 예측력을 보이는 인공신경망 모형이 다르다는 것을 확인하였다. 지역별로 예측력 높은 인공신경망 모형 구축 후 변수의 추가·삭제와 같은 자유로운 조작을 통해 지역에 적합한 거시경제변수가 주택가격지수에 미치는 효과를 파악하여 원하는 정책효과를 거두는 것이 가능할 것이다.