XGBoost를 이용한 부동산 투자 결정 예측 분석
A Predictive Analysis of Real Estate Investment Decisions Using XGBoost
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
코로나19 저금리 기조에서 많은 사람들은 자산의 증식을 위하여 투자를 진행하였다. 안정적인 노후생활 및 경제적으로 여유 있는 삶을 위해 부동산자산 및 금융자산 등에 투자를 하고 있다. 본 연구에서는 2019년~2022년 가계금융복지조사 자료를 이용하여 부동산자산 투자의 예측기여도를 분석하였다. 자료의 분석은 머신러닝 기법 중 하나인 XGBoost 알고리즘을 이용하였으며, 연구결과는 다음과 같다. 가구주 연령, 입주형태, 지출, 금융자산, 가구원 수, 경상소득, 실물자산, 수도권 거주, 원리금 상환 금액, 순자산, 담보대출, 신용대출, 소득대비 상환 비율, 대학교 이상 졸업, 가구 주 성별, 소득 10분위 순으로 영향력이 있는 것으로 확인되었다. 특히 가구주의 은퇴시점 이후에는 부동산자산 투자에 부정적인 영향을 갖고 있는 것을 확인하였다. 다만, 본 연구에서는 자료의 한계로 인하여 가구의 특성만을 고려하였으나, 향후 거시경제 변수 및 가구별 적용 금리 등 투자와 관련성이 높은 변수를 적용하여 추가 연구가 진행되어야 할 것이다.
Abstract
The COVID-19 made interest rates low. In the meantime, many people have invested to increase their assets. To ensure stable retirement and financial wealth, a significant number of individuals have invested in real estates and financial assets. This study analyzed the predictive contribution of real estate investment using data from the Survey of Household Finances and Living Conditions from 2019 to 2022. This study used the XGBoost algorithm, one of the machine learning techniques, to analyze the data and the results showed the following factors in influential orders: age of a householder, type of residence, expenditure, financial assets, number of household members, gross income, real assets, living in the metropolitan area, principal and interest repayment, net assets, mortgage loans, credit loans, repayment ratio of income, graduation from college or higheracademic institutions, gender of a householder and income decile groups. In particular, this study demonstrated that investment in real estate assets has a negative impact on stable life after a householder retired. This study only considered the characteristics of households due to limitation of data, but additional researchres should be conducted in the future by applying macroeconomic and investment-related variables such as applicable interest rates for each household.
참고문헌 (18)
- 김선웅, "머신러닝모형을 이용한 글로벌 자동차 기업의 주가 예측 비교", Journal of The Korean Data Analysis Society, 25(1), pp.249~263 (2023), 한국자료분석학회[DOI]
- 김은미, "기계학습을 활용한 주택매도 결정요인 분석 및 예측모델 구축", 지적과 국토정보, 50(1), pp.181~200 (2020), 한국국토정보공사[DOI]
- 김준석, "코로나19 국면의 개인투자자", 자본시장포커스, 2021(04), pp.1~7 (2021)
- 배미경, "가계 포트폴리오 구성 및 영향변수에 대한 연구", 소비문화연구, 9(4), pp.123~139 (2006), 한국소비문화학회
- 백은영, "베이비부머 가계 은퇴 진전에 따른 재무행동 변화와 자산선택 행동 결정 요인", 사회보장연구, 33(4), pp.133~161 (2017), 한국사회보장학회
- 안종일, "가구의 부동산 보유행태에 관한 연구", 박사, 부동산학과, pp.2012
- 윤혜경, "딥러닝 모형을 활용한 교육 빅데이터 분석 논의", Journal of The Korean Data Analysis Society, 24(3), pp.1149~1157 (2022), 한국자료분석학회[DOI]
- 이진규, "코로나-19 전후의 자산포트폴리오 변동에 관한 고찰", Journal of The Korean Data Analysis Society, 24(6), pp.2267~2277 (2022), 한국자료분석학회[DOI]
- 이철용, "베이비 붐 세대의 은퇴가주식 및 부동산 시장에 미칠 영향" (2006), LG경영연구원
- 임미화, "주택자산이 가구의 금융자산 포트폴리오 선택에 미치는 영향", 국토연구, 73, pp.99~114 (2012), 국토연구원[DOI]
- 임병인, "소득계층별 위험금융자산투자의 결정요인 분석", 보험금융연구, 27(1), pp.3~22 (2016), 보험연구원[DOI]
- 최필선, "머신러닝 기법을 이용한 대졸자 취업예측 모형", 직업능력개발연구, 21(1), pp.31~54 (2018), 한국직업능력연구원[DOI]
- 최효비, "은퇴계층의 부동산자산 운용에 관한 결정요인 분석", 부동산학보, (65), pp.146~160 (2016), 한국부동산학회
- Chen, T., "Xgboost: A scalable tree boosting system", Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp.785~794 (2016)
- Dey, A., "Machine learning algorithms : A review", International Journal of Computer Science and Information Technologies, 7(3), pp.1174~1179 (2016)
- Precautionary saving: A review of the theory and the evidence, "Lugilde, A.", MPRA, ~, pp.No. 77511 (2017)
- Ngai, E. W. T., "The application of data mining techniques in financial fraud detection : A classification framework and an academic review of literature", Decision Support Systems, 50(3), pp.559~569 (2011)
- Parsa, A. B., "Toward safer highways, application of XGBoost and SHAP for real-time accident detection and feature analysis", Accident Analysis & Prevention, 136, pp.105405~ (2020)