요한젠 검정을 이용한 고용활동과

주택가격간의 공 분 계 분석

韓正熙*․김주 **

< 요 약 >

부동산가격의 측과 련된 기존의 연구들은 부분 VAR,

ARIMA 모형을 이용하고 있으며 국단 의 측치를 제시하고 있

다. 그러나, 거시경제 변수를 활용한 국단 의 기존 측모형은 양

극화․국지화되어 가는 부동산시장 측에 한계를 보이고 있다. 지

역부동산 시장의 측에 합한 변수의 개발이 시 한 것으로 보인

다. 본 연구에서는 지역부동산시장으로서 강남지역(강남구, 서 구,

송 구) 부동산시장에 주목하고 이들 지역의 주택가격 변화의 인자

로서 고용활동 변수의 향력을 검증하 다. 요한젠 공 분검정 결

과 강남지역의 집값 변화는 소비자물가지수 등 통 인 시계열분석

에서 활용되는 거시변수보다는 강남지역 신규구인인원이라는 지역

변수에 의해 더 많이 설명되었으며 이는 향후 지역 부동산가격의 변

화요인으로 국지 이고 지역특수 인 변수를 고려해야 함을 시사하

고 있다.

핵심단 어 : 주택가격, 요한센검정, 고용활동

* 한국토지공사 국토도시연구원 책임연구원(e-mail: z.han@iklc.co.kr)

** 한국토지공사 국토도시연구원 책임연구원(e-mail: lorensio@iklc.co.kr)

- 1 -

Ⅰ. 연구의 배경 목

과거 우리의 부동산시장은 개발정보에 한 근성과 만성 인

과수요에 따른 공 자 심의 시장으로 시장에 한 합리 분

석과 부동산가격에 한 측의 필요성은 매우 낮았던 것이 사실

이다. 그러나, 많은 연구자들이 98년 국제통화기 지원이후 우리

의 부동산시장이 구조 변화를 겪고 있음을 보고하고 있다. 향후

부동산시장은 동일 유형의 부동산이라 하더라도 입지, 설계, 가격

등 모든 면에서 차별화된 제품의 개발여부에 따라서 개발이익이

달라지며 이런 모든 과정에서 부동산가격의 측은 보다 요해질

망이다. 한, 지역별, 부동산유형별 가격 측에 필요한 통계자료

가 확충되고 재 정부가 추진하고 있는 부동산실거래가 신고 등

부동산시장의 투명화가 진행될 경우 부동산가격의 측에 필요한

기본 인 환경이 과거에 비해 훨씬 좋아질 것이다.

우리는 작년 상반기에 측하지 못했던 서울 강남, 분당 등을

심으로 부동산가격의 등 상을 경험하 으며 정부는 개발이익의

환수를 포함한 매우 강도 높은 부동산시장 안정 책을 내놓은 바

있다. 정부의 8․31 책에서는 참여정부 출범이후 곧 계속 되었

던 수요억제 심의 정책에서 공 확 정책을 병행하는 다양한

정책수단을 선보 다. 정부 책의 수립과정에서 다양한 논의가 있

었으나 부동산시장에 한 진단에 해서는 투기 수요 억제와

공 확 라는 양극단의 시각이 존재하고 있는 것으로 보인다. 자

의 경우 부동산가격의 등은 투기 수요에 의해 나타난 것이므

로 보유세 강화가 필요하다고 보았으며 후자의 경우에는 신도시개

발 등 공 확 가 부동산시장의 안정화에 필수 임을 강조한다. 이

처럼 매우 상반된 시각이 존재하는 것은 아직까지 부동산가격의

결정요인과 변화기제의 메카니즘에 한 정치한 분석이 부재함을

- 2 -

보여주고 있다. 따라서, 부동산유형별로 한 지역별로 특히 어떤

요인들이 부동산가격 상승에 향을 주는지를 규명하고 가격변동

의 지역 과 시간 효과를 악하는 일련의 연구들이

필요할 것으로 단된다.

본 연구에서는 기존의 부동산가격 측 연구들에 한 분석을 통

해 시계열 심의 국단 측이 지닌 한계 을 제시하고 지역별

연구의 필요성과 새로운 변수 도입의 필요성을 제기하고자 한다.

분석 상은 정부정책 변화와 경기상황에 따라 민감한 향을 보이

고 있는 서울의 강남지역으로 하 으며 이 지역은 부동산가격 변

화의 진원지일 개연성이 매우 높은 곳이다(이용만, 이상한, 2002).

강남지역의 부동산가격 등 상은 주택의 물리 특성 뿐만 아니

라 교육환경을 포함한 풍부한 도시인 라에 기인한 바가 크다. 강

남지역과 같은 지역 부동산시장의 변화와 그 측을 해서는 이

의 연구들에서 보여주었던 거시경제 변수들 외에 지역 부동산가

격을 가져오는 요인을 새롭게 규명할 필요가 있을 것으로 단된

다. 그런 에서 본 연구는 고용활동 변수를 가격 변화의 요인으로

착안하고 기 인 경제변수들과의 향력 정도를 비교하고자 한

다.1)

강남지역과 같은 지역별 부동산가격의 변화요인에 한 새로운

변수의 발굴은 지역 부동산시장의 변화 기제를 보다 잘 악함으

로써 향후 다양한 측기법과 결합될 경우 보다 실 인 부동산

시장 측의 가능성을 보여 것으로 단된다.

1) 서강대 김경환 교수는 주택가격 상승원인에 대한 진단에서 일자리 증가가 아파트 공급

증가 사이의 커다란 괴리가 강남지역 주택가격 상승의 중요한 원인으로 진단하고 있다

(제1차 부동산 련 세제개편 개발이익 환수방안 토론자료, 열린우리당 부동산정책기

획단, 2005.8)

- 3 -

Ⅱ. 부동산가격 측 련 선행연구 검토

기존 부동산 가격 측 련 연구들에서는 시계열 측모형으로

ARIMA모형, VAR모형, State Space모형, RegARIMA모형, 동행

선행변수로 구성되는 축약구조모형 등을 이용하고 있다

서승환(2005)의 경우 기존의 부동산가격 측방법론을 구조 모

형과 시계열 모형으로 구분하고 두 모델의 측력이 두가지 유형

의 방법론과 부동산시장 여건에 따라 어떻게 달라지는 지를 검토

하면서 선행지표를 활용할 경우 측력의 향상을 가져올 수 있음

을 지 하 다. 한, 부동산가격의 측에 있어서는 어느 하나의

모형이 압도할 수 없으며 모형의 우월성은 모형 자체의 성격은 물

론 부동산가격의 변화 국면, 정보의 이용가능성 등에 크게 의존하

고 있음을 지 하 다. 손정식외(2003)는 VAR모형을 활용하여

1986년부터 2001년까지의 분기별자료를 활용하여 부동산시장 측

을 하 으며 측력 비교를 해 동일기간에 ARIMA모형을 분석

하여 비교하 다. 비교 결과 VAR모형이 상 으로 시장을 잘

변하고 있음을 알 수 있었다. 박헌주, 박철(2000)은 VAR모델과

ARIMA모델을 활용하여 토지시장의 측모델을 구성하여 두 모델

의 측력을 비교하 다.

장병기, 심성훈(2004)은 기 경제여건이 주택시장에 미치는 향

력을 분석한 결과 외환 기 이후 기 경제여건이 주택시장의 가격

변화를 설명하는데 유의미한 변수로 나타났음을 보고한 바 있으며

이런 결과는 손정식외(2003)의 연구에서도 일치하고 있다.

- 4 -

<표 1> 최근 부동산가격 측 련 연구

연구자 방법론 분석 변수 상지역

분석자료의 기간

서 승 환

(2005)

구조모형,

시계열모형

실질경제성장률, 주택청약 구좌수

변화율, 리변화율국

1992.1/4분기～

2003.4/4분기

최 수

(2004)

V A R 모 형 ,

문가설문조사

이자율, GDP, 세가격지수, 지가지

수, 주택매매지수

국,

서울

1991.1/4분기～

2004.3/4분기

차 문

(2004)

VAR 모형

(VEC모형)

회사채수익률, 종합주가지수, GDP,

건설투자, 소비자물가지수, 통화량,

건축허가, 주택가격지수, 지가지수

국,

강남,

강북

1987.1/4분기～

2004.2/4분기

손 정 식

외2003)

V A R ,

ARIMA모형,

토지가격, 주택매매 세가격, 실

질GDP, 총통화, 소비자물가, 주가지

수, 회사채수익률, 미달러환율, 실

업률, 건축허가, 건설투자, 토지거래

국1986.1/4분기～

2001.4/4분기

박 철 ,

박 성 규

(2002)

A R I M A ,

VAR모형

실질GDP성장률, 총고정자본형성 변

화율, 주가변화율, 총유동성변화율,

실질이자율

서울,

국

1987.1/4분기～

2002.3/4분기

박 헌 주 ,

박 철

(2000)

A R I M A ,

VAR모형

평균토지가격, 실질GDP, 총유동성,

회사채수익율, 건축허가면 , 소비자

물가, 주가

국1 9 8 7 . 1 / 4 ～

1999.2/4

부동산가격 측 연구들을 정리해보면 체로 두가지 방향에서 정

리할 수 있다. 첫째, 부동산시장이 외환 기 이 에 비해 구조 인

변화를 겪었다는 이다. 즉, 외환 기 이 에는 주택가격이 경기나

리와 같은 거시경제 변수와 일정한 장기균형 계를 형성하지 못한

채 주택시장 내의 요인들에 의해 향을 받았으나 외환 기 이후에

는 경기상태, 리변동 등 기 경제여건의 요성이 높아진 것으로

악된다는 이다. 둘째, 부동산가격의 측의 정확도를 높이기

해서는 다양한 측법을 통해 이를 다각도 인 측면에서 검토해야

한다는 이다. 여러 가지 측모델이 가지고 있는 방법론상의 한계

나 시장주기에 한 여러 가지 가정하에서 측의 정확도가 높아질

수 있으므로 우리의 부동산시장에 합한 측방법이 개발될 필요가

있다는 이다.

- 5 -

시계열분석을 활용한 기존의 부동산가격 측 연구들은 최근의

부동산시장 변화와 연계해서 그 한계를 보이고 있다. 우선 으로

부동산시장 망에 한 최근 연구들에서의 측치가 실제치와 많

은 차이를 보이고 있다는 이다.

2005년도 부동산시장 망에 한 연구원들의(국토연구원, 한국

건설산업연구원, 주택산업연구원) 주택시장 망은 한결같이 부동

산시장의 침체 내지는 안정세를 망하 으나 결과는 ‘05년 상반기

에 서울의 강남, 분당지역을 심으로 주택가격의 폭등세를 나타낸

바 있다. 정부의 10·29 부동산 책이후 ‘04년까지 강남을 심으로

주택가격은 안정세를 보 으나, ‘05년 들어 서울 강남과 분당, 용인

등 경기 남부권 주택가격이 · 형 아 트를 심으로 이상과열

상을 보인바 있다.2) 즉 최근의 부동산가격 상승은 강남지역 등

특정지역을 심으로 나타났으며 그 향력이 시간이 지나면서 일

정 주변지역으로 확산되는 상을 보인바 있다.

-2

-1

0

1

2

3

4

5

6

7

2004.1 3 5 7 9 11 2005.1 3 5

(%)

전국 서울 강남 광역시 분당 고양 용인

<그림 1> ’05년 상반기 지역별 주택가격 추이

2) ‘05.5월 주택매매가격 증감률은 지역별로 경기도 성남 분당구(6.0%)와 과천(3.6%)의

상승률이 가장 높게 나타났으며, 부산 도구(-1.1%)와 김포(-1.0%)의 하락률이 가장

크게 나타났다.

- 6 -

이런 부동산가격 측치와 실제치의 차이는 ‘01년도, ‘03년도 부

동산시장 망에서도 그 로 나타나고 있으며 측의 정확성 기

을 제시하기는 어려우나 망치와 실제치간의 괴리가 큰 것으로

나타났다.

<표 2> 기존 연구에서의 부동산가격 측치와 실제치 비교

매매가격 세가격

국 서울 국 서울

2001년 망 0.6 2.8 2.9 5.4

실제 9.9 12.9 16.4 18.7

2003년 망 0.65 0.7 2.0 2.5

실제 5.7 6.9 -1.4 -3.9

2005년 망 -3.6 -1.97 -3.4

실제 4.0 6.3 3.0 2.3

주) 2005년 망치는 3개연구기 (국토연구원, 주택산업연구원, 건설산업

연구원)의 망치를 평균한 것임

주) 2005년 서울의 경우 아 트에 한 망치임

이것은 부동산시장을 단일시장으로 보고 추정하고 있는데 따른

문제로 보이며 주택가격은 동일 도시권내 에서도 매우 다른 양

상을 보이는 것이 실이다. 스웨덴 주택시장의 가격변화요인을 분

석한 Hort, K(1998)는 1967∼1994년 동안의 스웨덴 20개 도시에

한 자료를 분석 한 결과 소득의 변화, 사용자 비용 건설비용이

불변주택가격에 향을 주는 의미있는 요소로 나타났음을 보고하

다. 호주 도시들의 주택가격변화에 한 Mather, C(1994)의 연구

에서는 1980년 호주 도시들의 주택가격 변화는 사회 ․경제

변화와 련이 깊으며 이런 가격변화가 공간 으로 매우 선택 으

로 진행되었음을 입증한 바 있다.

- 7 -

두 번째는, 부분의 측모델 련 연구들이 거시경제 변수들과

부동산가격간의 시계열자료를 활용하여 국단 의 측치를 제시

하고 있다는 이다. 최근에 나타나고 있는 부동산시장의 양상은

특정 유형의 부동산에 국지성을 보이고 있어 국단 측치가

주는 의미와 효용성이 낮을 수밖에 없다. 물론 기존 부동산가격

측 연구들은 앞서 지 한 로 실제 부동산시장의 가격 망을 제

로 하지 못하고 있으며 이는 우리의 부동산시장이 정책 인 요인

들에 의해서 좌우되는 경향이 많다는 때문이기도 하다.

결국 통 인 시계열 분석의 방법론에 의지해서 향후 부동산시장

을 측하는데는 한계가 많은 것으로 보이며 부동산가격 측에서의

정확도를 높이기 한 다양한 방법론을 모색하고 측의 범 를 부동

산하 시장별로 나 어 지역부동산시장에 합한 변수를 발굴함으로

써 이런 문제 을 개선해야 할 것이다.

본 연구에서는 기존의 연구들이 주로 우리나라 주택시장 혹은 토

지시장을 단일 시장으로 가정하고 망치를 제시하 으나 부동산

시장의 특성상 이런 망은 그 활용도가 높지 않다는 에 착안하

여 지역부동산 시장의 설명에 을 두고 있다. 본 연구에서 분석

의 상지역으로 설정한 강남지역은 아 트를 심으로 한 주택가

격 상승을 주도하는 지역으로 주목을 받아왔고 서울의 다른 지역

에 비해 주택의 물리 구성과 주변환경 면에서 매우 차별화된 특

성을 보이고 있다는 은 기존연구에서도 이미 제시된바 있다.3)

본 연구에서는 서울의 강남지역을 상으로 지역 부동산시장의

가격변동요인을 고용활동과의 계하에서 규명함으로써 기존의 거

시경제 변수를 활용한 거시차원의 측의 한계를 보완해 보고자

한다.

3) 차문중편, 주택시장 분석과 정책과제연구, 한국개발연구원, 2004

- 8 -

Ⅲ. 고용활동이 주택가격에 미치는 향력 분석

강남지역 주택가격상승률과 강남지역 신규일자리 창출 간의 인과

계를 분석하기 하여 1999년 1월부터 2005년 9월까지의 월간

『서울의 구별 주택가격상승률』과 월간『서울의 구별 신규구인인

원』이 실증분석을 한 자료로 사용되었다. 서울의 구별 주택가격

상승률자료는 부동산114에서 제공된 자료이며 서울의 구별 신규구

인인원은 노동부의 자료를 이용하 다.

이 강남구, 서 구, 송 구의 주택가격 상승률과 신규구인인원

을 따로 분류하여 이들의 산술합으로써 각각 「강남주택가격상승

률」과 「강남신규구인인원」의 변수를 작성하 다( 측치 81개).

한 주택시장의 결정요인들에 한 기존의 설명들과 신규일자리

에 의한 설명을 비하기 하여 기존 연구들에서 주로 주택가격

추이의 설명변수로 쓰여온 리(INTEREST), 물가(CPI), 국민소득

(PROD)의 자료를 추가로 투입하 다. 리는 월간 3년만기 국고채

이자율자료를 이용하 고, 물가는 월간 소비자물가지수 (CPI, 2000

년=100), 국민소득으로는 산업생산지수4) (2000년=100) 자료가 사용

되었다.5)

강남주택가격상승률과 강남신규구인인원의 두 변수는 다음과 같

은 추이를 보이고 있다 (GANGNAM=강남주택가격상승률, LLAB=

강남신규구인인원(로그화))

4) 국민소득은 월별로 집계가 되지 않고 분기별로만 발표되므로 월별로 발표되는 산업생산

지수를 국민소득에 대체적인 자료로 간주하였다.

5) 이상의 자료들은 한국은행의 자료를 활용하였다.

- 9 -

<그림 2> : 강남지역 주택가격상승률과 신규구인인원

-2

0

2

4

6

8

2000 2001 2002 2003 2004 2005

GANGNAM

7.6

8.0

8.4

8.8

9.2

9.6

1999 2000 2001 2002 2003 2004 2005

LLAB

1. 단 근 검정 (Unit root test)

Nelson & Plosser(1982)가 많은 거시경제변수들이 ‘임의보행

(random walk)’을 따르는 시계열임을 보인 후, 시계열의 안정성

(stationarity)과 비안정성(nonstationarity)에 한 논의가 범 하

게 발되어 시계열의 안정성을 제로 하는 기존의 계량경제학

방법론이 근본 인 환을 맞게 되었다. 즉 random walk의 시계열

은 유한한 분산을 가지지 않기 때문에 통상 인 최소자승법(OLS)

에 의하여는 일 성있는(consistent) 회귀계수를 추정할 수 없게 된

다. 두 변수 사이에 아무런 상 계가 없다고 할지라도 변수가

불안정 이면 회귀계수의 t-통계량이 표본크기가 증가함에 따라 커

져 회귀결과를 오도하는 가성회귀(spurious regression)의 문제가

래된다. 따라서 시계열자료를 이용한 계량 분석에서는 단 근

검정을 먼 실시하여 시계열들의 안정성 검정이 먼 이루어져야

한다.

강남지역 주택가격상승률과 신규구인인원의 두 변수를 먼

ADF(Augmented Dickey Fuller)검정법을 써서 단 근 검정한 결

과 모두 I(1)변수6)인 것으로 밝 졌다.

- 10 -

즉 두 변수 모두 1차 차분하면 “단 근을 가진다”라는 귀무가설

을 기각하게 된다 (1% 유의수 ).

<표 3> 강남지역 주택가격상승률의 단 근 검정

래그 길이: 4 래그 길이: 0

t통계량 t통계량

ADF 통계량 -1.99 ADF 통계량 -7.84

임계치검정: 1%

5%

10%

-2.95

-1.94

-1.61

임계치검정: 1%

5%

10%

-2.95

-1.94

-1.61

<표 4> : 강남지역 신규구인인원의 단 근 검정

래그 길이: 1 래그 길이: 0

t통계량 t통계량

ADF 통계량 -1.38 ADF 통계량 -11.61

임계치검정: 1%

5%

10%

-3.51

-2.89

-2.58

임계치검정: 1%

5%

10%

-3.51

-2.89

-2.58

이밖에도 리, 소비자물가지수, 산업생산지수의 변수들에 하여

도 ADF 단 근 검정이 이루어졌는데, 모두 I(1) 변수임이 드러났

다.7)

6) 주택가격상승률 : no intercept, no trend ; 신규구인인원 : with intercept, no trend.

단위근 검정 이하 본 연구의 모든 검정에는 소프트웨어 「EVIEW 4.0」이 사용되었다.

7) 각 변수의 적정차수(lag) : 금리 2, 소비자물가지수 4, 산업생산지수 5.

- 11 -

2. 요한젠(Johansen) 공 분 검정

모든 변수가 I(1)의 단 근을 갖고있다면 그 1차 차분변수들은

I(0)의 안정 시계열로 변모하게 된다. 그러나 차분변수들끼리는

통상의 알려진 계량경제학 방법(회귀분석등)을 수행하는 것이 무의

미하다. 시계열을 차분하면 자료가 가지고 있는 장기 인 변화내용

에 한 정보가 유실되어, 차분변수끼리의 선형 비선형 계는

장기 균형 계로 해석될 수 없기 때문이다.

이 경우 공 분(cointegration)에 의하여 I(1)변수들간의 장기

균형 계를 분석할 수 있다. 공 분에 련된 이론은 Engle &

Granger(1987)에 의해 처음 제시되었는데, 단 근을 가져 불안정한

특정 시계열들의 線形結合이 단 근을 갖지 않는 안정성을 보인다

면 이들 시계열은 공 분 계에 있다고 정의된다. 공 분 계를 형

성하는 이러한 선형결합에서 ‘공 분계수’가 얻어진다.

결국 공 분이론은 불안정한 시계열들끼리 차분을 통한 안정성

확보를 하지 않고서도 안정 인 균형 계를 가질 수 있음을 밝힘

으로써 계량경제학의 이론과 응용에 커다란 환 을 마련하 다.

공 분 계가 인정되는 경우 통 인 회귀분석을 용할 수 있다

는 논리 근거가 마련되며, 차분을 통한 정보유실 방지 거시경

제변수들이 단 근을 가짐으로써 발생되는 어려움이 극복 된다.

공 분 계의 유무를 단하는 공 분검정에는 Kremer,

Ericsson, Dolado (1992)의 오류수정모형(Error-Correction Model),

Engle & Yoo(1987)의 ADF(Augmented Dickey Fuller) 검정,

Engle & Granger(1987)의 2단계 OLS 그리고 Johansen(1991,

1995)의 Johansen검정 등이 있는데, 이 에서 상 으로 우수한

것으로 평가받는 Johansen검정을 용하기로 한다.8)

- 12 -

Johansen검정은 모든 변수를 내생(endogenous)변수로 간주하는

시계열분석(time series analysis)에서 연유하며, VAR(Vector Auto

Regressive)모형을 기반으로 하여 공 분 계를 검정하고 공 분계

수를 구하는 방법론이다. 분석 상인 개 I(1) 변수의 벡터를

라 할 때 Johansen검정은 차수가 인 다음의 VAR모형에서 출발

한다.

⋯ ⋯ . (1)

이를 바꾸어 쓰면

∼ (2)

이 되는데, 여기서 는 평균값 벡터, 는 추세 등의 결정 변수

를 나타내는 벡터이다. 식(2)를 벡터오류수정모형 (Vector Error

Correction Model, VECM)으로 재모수화(reparametrize)하면

∆ ∆⋯∆

(3)

와 같이 변환되는데, I(1) 변수들간의 공 분은 행렬

⋯ (4)

8) Engle & Granger(1987)의 공적분이론에서는 하나의 공적분관계를 가정할 뿐 공적분

관계 자체에 대한 검정이 이루어 지지 않는다. 또 연구자가 내생변수와 외생변수를 미

리 선정해주어야 하며, 어느 한 변수가 내생변수일 때와 외생변수일 때 공적분관계가

달라질 수 있다.

- 13 -

이 “축소된 수 (reduced rank) ”9)을 가질 때 성립하게 된다.

이 때 0과 다른 행렬 Π의 고유치(eigenvalue)의 수가 이 되며, 정

확히 개의 안정 인 선형결합 계가 존재하게 된다. 이 항

상 성립하기 때문에 행렬 Π는 다음과 같이 분해할수 있다:

′ . (5)

여기서 는 이른바「부하행렬(loading matrix)」이고 는 공

분벡터를 내포하는 행렬이다. 개의 선형결합인 ′이 바로 안

정 인 공 분 계를 나타내고 Johansen검정은 먼 개의 공 분

계를 확정한 다음 어떤 변수들이 개의 단 근으로 시스템 (1)에

불안정성을 부여하 는지 추 하게 된다. 이때 우도비(Likelihood

Ratio, LR) 검정이 기반이 되며 통상 으로는 「trace검정」이 실시된

다. 이어서 행렬 로 표시되는 공 분벡터를 구하게 되는데, 이때 「완

정보 최우도추정(Full Information Maximum Likelihood

Estimation)」이 쓰이게 된다.10)

공 분 계의 검정에는 「trace검정」외에 「최 고유치검정

(Max-Eigenvalue test)」이 보완 으로 쓰인다. 두 검정 모두 일단

행렬 Π의 고유치 를 그 크기순서로 다름과 같이 나열하는데서 시

작한다:

≥ ≥⋯≥. (6)

9) 가 전체변수중 독자적 단위근을 갖는 변수의 수라고 할 때, 행렬의 위수 이

을 만족해야 한다는 뜻이다. 여기서 최소한 하나의 변수가 I(1) 변수이

어야 한다.

10) 실제로는 공적분관계검정인「trace검정」도 우도함수(Likelihood function)가 구성된

이후에 이루어진다.

- 14 -

공 분 계가 성립하지 않는다면, ∀ 가 성립한다. 검

정에서는 통상 신 가 검정통계량에 쓰인다. 「trace

검정」과「최 고유치검정」의 검정통계량은 각각 다음과 같다:11)

(7)

「trace검정」의 귀무가설은 “공 분벡터의 수가 보다 작거나 같

다”라는 것이다. 통상 “공 분 계가 0개이다”라는 귀무가설에서

시작하여 “∼한개이다”, “∼두개이다”의 순서로 올라간다. 「최 고

유치검정(Max-Eigenvalue test)」의 귀무가설은 “공 분벡터의 수

가 ”이다.

주택가격에 한 기존의 이론과 지역 노동수요라는 본고의 논

을 강조하기 하여 강남 주택가격상승률과 강남신규구인인원을

기본 변수로 하고 기존의 이론에서 설명력을 가지던 변수들을

차례로 고찰해보도록 한다. 강남 주택가격상승률과 강남신규구인인

원 그리고 소비자물가지수의 Johansen 공 분검정결과는 <표 5>

와 같다.

<표 5>에서 보이듯 세 변수는 trace검정과 최 고유치검정 모두

에서 유일한 하나의 공 분 계에 있는 것으로 명되었다 (1%,

5% 유의수 ). 공 분계수는 <표 6>과 같다.

11) 검정에서의 임계치는 타 LR통계량처럼 분포에서 추출되지 않고 의 값, 상수

와 추세 유무에 의존한다. Johansen & Juselius(1990)는 시뮬레이션에 의하여 임계치

를 구하고있다.

- 15 -

<표 5> 강남주택가격상승률, 강남신규구인인원, 소비자물가지수

공 분검정

표본: 1999:06 2005:09

포함된 표본수: 76(종점 조정후)

추세가정: 결정적 추세 없음

지체 주기: 1에서 4

Unrestricted Cointegration Rank Test

Hypo thes i zed

No of CE(s)Eigenvalue

Trace

Static

5%

임계치

1%

임계치

None**

At most 1

At most 2

0.32

0.12

0.08

46.53

16.67

6.36

34.91

19.96

9.24

41.07

24.6

12.97

*(**)는 5%(1%)수준에서 가정을 기각함을 의미

Hypothes i zed

No of CE(s)Eigenvalue

Trace

Static

5%

임계치

1%

임계치

None**

At most 1

At most 2

0.32

0.12

0.08

29.86

10.31

6.30

22.00

15.67

9.24

26.81

20.20

12.97

*(**)는 5%(1%)수준에서 가정을 기각함을 의미

<표 6> 공 분계수(주택가격, 신규구인, CPI)

Unrestricted Cointegration Rank Test

Normalized cointegrating coefficient(괄호안은 표준편차)

GANGNAM LLAB CPI C

1.00-14.28

(13.46)

-1.23

(0.85)

231.16

(202.81)

강남주택가격상승률 변수를 1로 정규화한 강남신규구인인원과

소비자물가지수의 공 분계수는 모두 상하는 바와 같은 부호를

가져 주택가격상승률에 정(+)의 향을 주고 있는 것을 볼 수 있다

(GANGNAM=14.28LLAB+1.23CPI-231.16). 향력의 크기에서 보면

지역 변수로서 본고에서 새로 고찰되는 강남신규구인인원이,

- 16 -

통 으로 집값에 큰 향을 주는 것으로 조사되어왔으며 상식

으로도 인과 계가 분명해 보이는 소비자물가지수보다도 훨씬

큰 향을 강남집값상승률에 미치고 있다는 이 흥미롭다.

다음으로 강남주택가격상승률, 강남신규구인인원과 산업생산지수

의 공 분 계이다. 이 역시 두가지 검정 모두에서 “유일한(하나뿐

인) 공 분 계에 있다”라는 귀무가설을 1%, 5% 유의수 에서 기

각할 수 없는 것으로 명되었다(표 7 : VAR모형에 추세 없음, 공

분회귀식에 상수항 있으나 추세 없음).

<표 7> 강남주택가격상승률, 강남신규구인인원, 산업생산지수

공 분검정

표본: 1999:07 2005:09

포함된 표본수: 75(종점 조정후)

추세가정: 결정적 추세 없음

Series: GANGNAM LLAB PROD

지체 주기: 1에서 5

Unrestricted Cointegration Rank Test

Hypo thes i zed

No of CE(s)Eigenvalue

Trace

Static

5%

임계치

1%

임계치

None**

At most 1

At most 2

0.30

0.15

0.05

44.66

16.96

3.91

34.91

19.96

9.24

41.07

24.6

12.97

*(**)는 5%(1%)수준에서 가정을 기각함을 의미

Hypothes i zed

No of CE(s)Eigenvalue

Trace

Static

5%

임계치

1%

임계치

None**

At most 1

At most 2

0.30

0.15

0.05

27.68

13.05

3.91

22.00

15.67

9.24

26.81

20.20

12.97

*(**)는 5%(1%)수준에서 가정을 기각함을 의미

세 변수의 공 분계수는<표 8>과 같다. 비록 신규구인인원 변수

- 17 -

에 하여 계수의 값이 앞의 공 분계수와 상당한 차이가 있

지만, 강남주택가격상승률에 한 강남신규구인인원과 산업생산지

수의 두 변수가 올바른 부호를 가지고 있음을 볼 수 있다. 주의할

은 여기서도 마찬가지로 강남신규구인인원 변수의 강남집값상승

률에 한 향력이 거시국민경제 산업생산지수의 향력보다

훨씬 크게 나타난다는 이다.

<표 8> 공 분계수(주택가격, 구인인원, 산업생산지수)

1 Conitegrating Equation(s) Log likelihood -300.57

Normalized cointegrating coefficient(괄호안은 표준편차)

GANGNAM LLAB PROD C

1.00-214.00

(65.92)

-7.08

(1.98)

2716.81

(776.18)

강남주택가격상승률, 강남신규구인인원, 리의 공 분 계는

<표 9>에 나타나있다. 여기에서도 trace검정과 최 고유치검정 모

두 1%, 5% 유의수 에서 공 분 계가 하나뿐이라는 가설을 지지

하고 있다 (VAR모형에 추세 있음, 공 분회귀식에 상수항 있으나

추세 없음).

리가 상승하면 주택담보시장에서 주택수요자의 부담이 증가하고

융시장에 체 인 기능을 하는 부동산시장의 유동자 유인효과

가 떨어져 주택가격에 하락압력으로 작용하게 된다. 이러한 인과

계가 강남지역에도 용된다면 공 분 계에서 강남주택가격상승

률과 리는 부(-)의 계에 있을 것으로 추정할 수 있다. <표10>

에 나타난 공 분계수는 이러한 상을 뒷받침하고 있다. 한 여

기서도 강남신규구인인원이 거시경제 이자율수 보다 강남집값

에 더 직 향을 주고 있는 것으로 드러났다.

- 18 -

<표 9> 강남주택가격상승률, 강남신규구인인원, 리 공 분검정

표본: 1999:04 2005:09

포함된 표본수: 70(종점 조정후)

추세가정: 결정적 추세 없음

Series: GANGNAM LLAB INTEREST

지체 주기: 1에서 2

Unrestricted Cointegration Rank Test

Hypothes i zed

No of CE(s)Eigenvalue

Trace

Static

5%

임계치

1%

임계치

None**

At most 1

At most 2

0.28

0.11

0.01

36.80

10.78

0.90

29.68

16.41

3.76

35.65

20.04

6.65

*(**)는 5%(1%)수준에서 가정을 기각함을 의미

Hypothes i zed

No of CE(s)Eigenvalue

Trace

Static

5%

임계치

1%

임계치

None**

At most 1

At most 2

0.28

0.11

0.01

26.01

9.88

0.90

20.97

14.07

3.76

25.52

18.63

6.66

*(**)는 5%(1%)수준에서 가정을 기각함을 의미

<표 10> 공 분계수(주택가격, 신규구인, 리)

1 Conitegrating Equation(s) Log likelihood -118.13

Normalized cointegrating coefficient(괄호안은 표준편차)

GANGNAM LLAB INTEREST

1.00-1.20

(1.09)

0.28

(0.26)

- 19 -

이상의 Johansen공 분검정을 종합하면 심이 된 강남지역 집

값의 변화는 소비자물가지수, 리, 산업생산지수 등 국 거시

변수보다는 강남지역 신규구인인원이라는 지역 변수에 의해 더

많은 부분이 설명될 수 있음을 알 수 있다. 이 결론은 주택시장의

구조와 결정요인에 한 새로운 근방법이 필요하다는 본고의 문제

의식을 뒷받침하고 있다.

Ⅳ. 결론 향후 과제

우리나라의 부동산시장도 양극화와 국지화·지역화의 추세가 본격

으로 시작되었다고 단되며, 2005년도에 강남과 분당·용인 일부

지역의 집값이 큰폭으로 앙등한 반면 다른지역의 집값은 상 으

로 안정 이었던 사실은 이제 주택시장 분석의 이 거시 변

수에서 미시 으로 지역 변수로 옮겨져야 하는 필요성을 나타내

고 있다고 보여진다. 본고는 이에 주택가격의 설명변수로 지역의

신규 노동(일자리)수요가 핵심 인 역할을 하고 있다는 가설을 서

울 강남구의 집값추이와 신규구인인원의 자료로서 Johansen검정하

다. 그 결과 강남의 지역 집값 변동에는 강남의 신규구인인원

이 이제까지 설명변수로 인정되어온 거시 변수들보다 더 큰

향을 가지고 있다는 사실이 드러났다. 이는 부동산시장의 변화를

설명하는 요인으로 국지 이고 지역특수 인 변수를 더 이상 간과

할 수 없다는 사실을 시사한다 하겠다.

- 20 -

참 고문 헌

김성제 (2004), “지역별 부동산시장과 융시장의 인과 계에 한

실증분석”, 『감정평가연구』 14(1), 한국부동산연구원.

김희주 외 (2003), “부동산가격 측모형에 한 연구”, 『국토계

획』,추계학술 회: pp.1023～1031, 한국토․도시계획학회.

손정식 외 (2003), “부동산가격 측모형에 한 연구”, 주택연구 제

11권 1호, pp.49～75, 2003.11

김 아 (2004), "2005년 주택․부동산 경기 망", 한국건설산업연구원.

박철․박성규 (2002), 부동산가격의 변동요인 분석과 망연구, 한

국감정평가연구원.

박헌주․박철 (2001), "시계열모형에 의한 토지시장의 측연구",

『주택연구』 9(1).

서승환 (2005), "부동산가격 선행지표와 측기제의 구축", 『지역

연구』, 21(1), pp.3～19. 한국지역학회.

우경 (2002), “개입-ARIMA모형을 이용한 지가변동 측에 한 연구:

지역별 하부토지시장을 심으로”, 『국토연구』, 35, pp.51～64,

국토연구원.

윤주 (2002), 주택 토지시장의 동향과 망, 국토연구원.

윤주 ․김혜승 (2000), 주택시장경기동향 단기 망연구, 국토연

구원.

이용만․이상한 (2004), “강남지역의 주택가격이 주변지역의 주택

가격을 결정하는가?”, 『국토계획』, 39(1), 한국토․도시

계획학회.

장병기․심성훈 (2004), “주택시장에서 기 경제여건의 향력에 한

연구: 구조변화를 고려하여”, 『국토연구』, 41, pp.83～100, 국

토연구원.

제1차 부동산 련 세제개편 개발이익 환수방안 토론자료 (2005),

열린우리당 부동산정책기획단.

주택산업연구원 (2005), 2005년 주택건설경기 망.

- 21 -

차문 편 (2004), 주택시장 분석과 정책과제연구, 한국개발연구원.

최수 (2004), “부동산시장이 동향 2005년도 망”, 42, 국토연구

원.

Mather, C. (1994), "Housing prices and geographical scale:

australian cities in the 1980s”, Urban Studies :31(1), 5-27.

Engle, R and Granger, C. (1987), “Co-Integration and Error

Correction: Representation, estimation and testing”,

Econometrica: 55, 1062-1088.

Engle, R and You, B.S. (1987), “Forecasting and testing in

co-integrated systems”, Journal of Econometrics: 35,

143-159.

Johansen, S. (1991), “Estimation and hypothesis testing of

cointegration in Gaussian vector autoregressive models”,

Econometrica: 59, 1551-1580.

Johansen, S. (1995), Likelihood-based inference in cointegrated

vectors autoregressive models, Oxford University Press.

Johansen, S. and Juselius, K. (1990), “Maximum Likelihood

estimation and inference on cointegration - with

application to the demand for money”, Oxford Bulletin of

Economics and Statistics: 52, 269-210.

Hort, K. (1998), “The Determinants of Urban House Price

Fluctuations in Sweden 1968-1994”, Journal of Housing

Economics: 7, 93～120.

Kremer, J.J.M, Ericsson, N. and Dolado, J.J. (1992), “The power of

cointegration tests”, Oxford Bulletin of Economics and Statistics:

54, 325-348.

Nelson, C.R. and Plosser, C.I. (1982), “Trends and random walks

in macroeconomic time series: some evidence and

implications”, Journal of Monetary Economics: 10,

139-162.

- 22 -

A n a l y s i s o f C o i n t e g r a t i o n b e t w e e n

H o u s i n g P r i c e a n d E m p l o y m e n t A c t i v i t y

a c c o r d i n g t o J o h a n s e n T e s t

Zong-Hie Han

․ Ju-Young Kim

< A B S T R A C T >

Researches concerning prediction of real estate price usually

use VAR, ARIMA model and suggest prediction value in terms

of national scope. It seems that Korean real estate market

shows localization and regionalization so that construction of

new methods and variables are desirable in order to find out

more realistic explanatory factors. Recent forecasting researches

have shown some discrepancies between prediction values and

real values, while Johansen cointegration test shows that

employment activity has more greater effect on house prices of

Gangnam region (Gangnam, Seocho, and Songpa Gu) than the

macroeconomic variables such as CPI, production index and

interest rate. So this study suggests that more realistic

prediction for real estate market depends on considering suitable

regional variables.

Key Words: Housing Price, Empl oyment Activity, J o h a n s e n

C o i n t e g r a t i o n T e s t

* Research Fellow, Land & Urban Research Institute (e-mail: z.han@iklc.co.kr)

** Research Fellow, Land & Urban Research Institute (e-mail: lorensio@iklc.co.kr)