본문 바로가기
KERD
논문KCI 등재

기계학습 기반 주택시장의 조기경보체계

Early Warning System of Housing Market Using Machine Learning

김정환|류두진|박대현
한국부동산원 (Korea Real Estate Board)|2021.04|부동산분석 (Journal of Real Estate Analysis)|제7권 제1호|pp. 29-45|DOI https://doi.org/10.30902/jrea.2021.7.1.29

2

조회

0

다운로드

4

인용

0

참고문헌

키워드

기계학습분류ClassificationMachine learning주택시장신호접근법Signal approach조기경보체계Housing marketEarly warning system

초록

본 연구는 주택시장 위험을 진단하기 위하여, 다양한 외생변수를 반영하는 기계학습에 기반한 조기경보체계를 제안한다. 신호접근법을 바탕으로 주택시장의 위험신호를 정의하고, 기계학습 분류모형을 사용하여 새로운 형태의 주택시장 조기경보체계를 구축한다. 주택시장이 침체기에 접어드는 시점을 위험신호로 정의하기 위하여 미래가격의 평균과 표준편차의 합보다 가격이 높은 시점을 위험신호가 있는 시점으로 정의한다. 이러한 위험신호는 국내 주택시장의 경험적 사실과 일치한다. 그리고 위험신호를 예측하는 기계학습의 분류모형을 상호 비교하여 가장 우수한 성능을 보이는 모형을 선정한다. 주택가격지수와 거시경제변수, 주택시장변수를 입력변수로 사용하여 로지스틱 회귀모형과 서포트 벡터 머신, 랜덤 포레스트, 인공신경망 모형을 상호 비교한 결과, 랜덤 포레스트가 가장 높은 예측성과를보인다는 것을 확인할 수 있다. 본 논문에서 제시한 조기경보체계는 미래 주택시장의 가격변동을 유의미하게 감지할 수 있다는 점에서 정책적 함의를 갖는다.

Abstract

This study proposes an early warning system for risks of the housing market based on machine learning models. We adopt a signal approach to detect the housing market risk and establish the early warning system using classification methods. Considering the moment when the housing market falls into recession as a warning signal, we set the signal as the price which is more than the sum of the average and standard deviation of upcoming prices. The detected signals are consistent with empirical observations in the Korean housing market. We select the best performing function among classification models for machine learning which predicts a warning signal. As a result of an intercomparison of models including the logistic regression, the support vector machine, the random forest and the artificial neural network with the use of inputs such as housing price indices, macroeconomic variables and other housing market variables, we find that the random forest demonstrates the highest prediction performance. Our early warning system yields policy implications in terms of relevant detection of price fluctuations in the housing market.

참고문헌 (70)

  1. 강희만, "투기적 특성이 아파트가격에 미치는 영향 분석", 산업경제연구, 25(4), pp.2841~2858 (2012), 한국산업경제학회[DOI]
  2. 권순신, "주택가격 순환주기의 지역 간 관계 분석", 부동산분석, 5(2), pp.1~15 (2019), 한국부동산원[DOI]
  3. 김경훈, "주요 선진국 부동산 버블과 금융위기 간의 관계: 글로벌 패널자료 분석을 중심으로", 국제금융연구, 8(2), pp.5~32 (2018), 한국국제금융학회[DOI]
  4. 김승욱, "부동산의 투자와 투기에 관한 이론적 고찰", 부동산학보, (36), pp.213~226 (2009), 한국부동산학회
  5. 김중규, "유동성과 금리가 부동산가격 변동에 미치는 영향 분석", 주택연구, 20(1), pp.105~125 (2012), 한국주택학회
  6. 김형준, "기업부도예측과 기계학습", 金融工學硏究, 18(3), pp.131~152 (2019), 한국금융공학회[DOI]
  7. 류지수, "주택가격 및 토지가격의 거품존재 가능성 검정", 산업경제연구, 20(6), pp.2245~2264 (2007), 한국산업경제학회
  8. 민선옥, "부호제약을 이용한 한국 주택시장의 변동요인 분석", 부동산분석, 5(1), pp.1~13 (2019), 한국부동산원[DOI]
  9. 박원암, "글로벌 금융위기와 우리나라 주택시장: 특성과 거품검정", 국제경제연구, 20(4), pp.71~95 (2014), 한국국제경제학회[DOI]
  10. 서승환, "주택시장의 조기경보체계에 관한 연구", 지역연구, 20(3), pp.17~36 (2004), 한국지역학회
  11. 손정식, "부동산가격 예측모형에 관한 연구", 주택연구, 11(1), pp.49~75 (2003), 한국주택학회
  12. 송인호, "주택담보인정비율(LTV) 규제가거시경제에 미치는 영향", 경제전망, 31(1), pp.4~17 (2014)
  13. 안현철, "다분류 Support Vector Machine을 이용한 한국 기업의 지능형 기업채권평가모형", 경영학연구, 35(5), pp.1479~1496 (2006), 한국경영학회
  14. 이강용, "주택시장과 주식시장의 동적 네트워크 구조 비교 - 시가총액 상위 자산을 중심으로 -", 부동산학보, (61), pp.195~207 (2015), 한국부동산학회
  15. 이기영, "신호접근법에 의한 중국 주택시장 조기경보시스템 연구", 한중사회과학연구, 11(1), pp.173~195 (2013), 한중사회과학학회
  16. 이기영, "EWS기법을 사용한 중국주택시장 위기에 대한 영향요인 분석－정책영향을 위주로－", 중국지역연구, 1(1), pp.77~109 (2014), 중국지역학회
  17. 이기영, "위기발생원인 차이에 따른 중국 주택시장 조기경보체제 반응변화 연구", 중국학연구, (73), pp.363~394 (2015), 중국학연구회
  18. 이석희, "한국 주택체제의 성격과 변화 동아시아 발전주의 국가의 특성을 중심으로", 공간과 사회, 24(2), pp.5~37 (2014), 한국공간환경학회
  19. 이용재, "한국 주택시장의 거품 검정과 주택시장 정책", 한국경제학보(구 연세경제연구), 26(2), pp.277~300 (2019), 경제연구소
  20. 이재율, "투기와 거품 그리고 부동산가격의변동: 한국과 일본의 사례를 중심으로", 경영경제, 37(1), pp.315~334 (2004)
  21. 이태리, "통화정책의 주택시장 파급경로 연구", 주택연구, 23(3), pp.31~62 (2015), 한국주택학회
  22. 임병진, "주식시장 지수와 부동산시장 지수의 시계열 특성비교와 관계에 관한 실증적 연구", 산업경제연구, 22(4), pp.2065~2083 (2009), 한국산업경제학회
  23. 전해정, "글로벌 금융위기 전․후로 거시경제변수와 부동산시장 간의 관계에 대한 연구 - 동적패널분석을 이용하여 -", 부동산학보, (58), pp.33~44 (2014), 한국부동산학회
  24. 정건섭, "그랜저인과분석을 통한 매매와 전세시장의 주택가격 결정구조 분석: 부산지역 주택시장의 수급요인을 중심으로", 정책분석평가학회보, 21(2), pp.179~198 (2011), 한국정책분석평가학회[DOI]
  25. 허종만, "이자율변동의 주택시장 파급효과 분석", 부동산분석, 4(1), pp.55~70 (2018), 한국부동산원[DOI]
  26. 홍정효, "국내 부동산시장과 주요 거시경제지표들간의 선-후행성 연구", 金融工學硏究, 8(2), pp.97~125 (2009), 한국금융공학회[DOI]
  27. Aldasoro, I., "Early warning indicators of banking crises : Expanding the family", BIS Quarterly Review, pp.29~45 (2018)
  28. Alessi, L., "Identifying excessive credit growth and leverage", Journal of Financial Stability, 35, pp.215~225 (2018)
  29. Al-Yahyaee, K. H, "Is the Korean housing market following Gangnam style?", Empirical Economics, pp.1~32 (2020)
  30. Anundsen, A. K., "Bubbles and crises : The role of house prices and credit", Journal of Applied Econometrics, 31(7), pp.1291~1311 (2016)
  31. Beckmann, D., "Robust lessons about practical early warning systems", Journal of Policy Modeling, 28(2), pp.163~193 (2006)
  32. Breiman, L., "Random forests", Machine Learning, 45(1), pp.5~32 (2001)
  33. Brander, L. M., "The value of urban open space : Meta-analyses of contingent valuation and hedonic pricing results", Journal of Environmental Management, 92(10), pp.2763~2773 (2011)
  34. Chiu, R. L. H., "Globalization and localization : Economic performance and the housing markets of the Asian tigers since the financial crisis", Housing Finance International, 20(3), pp.12~17 (2006)
  35. Chiu, R. L. H., "Government intervention in housing : Convergence and divergence of the Asian Dragons", Urban Policy and Research, 26(3), pp.249~269 (2008)
  36. Chuliá, H., "Measuring uncertainty in the stock market", International Review of Economics & Finance, 48, pp.18~33 (2017)
  37. Corbet, S., "Cryptocurrencies as a financial asset : A systematic analysis", International Review of Financial Analysis, 62, pp.182~199 (2019)
  38. Diba, B. T., "Explosive rational bubbles in stock prices?", American Economic Review, 78(3), pp.520~530 (1988)
  39. Evans, G. W., "Pitfalls in testing for explosive bubbles in asset prices", American Economic Review, 81(4), pp.922~930 (1991)
  40. Frankel, J. A., "Currency crashes in emerging markets : An empirical treatment", Journal of International Economics, 41(3-4), pp.351~366 (1996)
  41. Geuder, J., "Cryptocurrencies as financial bubbles : The case of bitcoin", Finance Research Letters, 31, pp.179~184 (2019)
  42. Giglio, S., "No-bubble condition : Model-free tests in housing markets", Econometrica, 84(3), pp.1047~1091 (2016)
  43. Hagemann, D., "An early warning system to identify house price bubbles", Journal of European Real Estate Research, 12(3), pp.291~310 (2019)
  44. Hamilton, J. D., "Why you should never use the Hodrick-Prescott filter", Review of Economics and Statistics, 100(5), pp.831~843 (2018)
  45. Harvey, D. I., "Tests for explosive financial bubbles in the presence of nonstationary volatility", Journal of Empirical Finance, 38(B), pp.548~574 (2016)
  46. A practical guide to support vector classification, "Hsu, C. W.", National Taiwan University, ~ (2016)
  47. Hu, Y., "Financial crisis early-warning based on support vector machine", 2008 IEEE International Joint Conference on Neural Networks, pp.2435~2440 (2008)
  48. Hyun, D., "Spatial dependence in apartment transaction prices during boom and bust", Regional Science and Urban Economics, 68, pp.36~45 (2018)
  49. Jordà, Ò., "Leveraged bubbles", Journal of Monetary Economics, 76, pp.S1~S20 (2015)
  50. Kaminsky, G., "Leading indicators of currency crises", IMF Staff Papers, 45(1), pp.1~48 (1998)
  51. Kim, H., "Characteristics of mortgage terminations : An analysis of a loan-level dataset", Journal of Real Estate Finance and Economics, 57(4), pp.647~676 (2018)
  52. Kim, H., "Corporate default predictions using machine learning : Literature review", Sustainability, 12(16), pp.6325~ (2020)
  53. Kim, H., "Forecasting consumer credit recovery failure:Classification approaches", Journal of Credit Risk (2021)
  54. Kim, H., "Corporate bankruptcy prediction using machine learning methodologies with a focus on sequential data", Computational Economics (2021)
  55. Kim, H. M., "Ethnic connections, foreign housing investment and locality : A case study of Seoul", International Journal of Housing Policy, 17(1), pp.120~144 (2017)
  56. Knoll, K., "No price like home : Global house prices, 1870-2012", American Economic Review, pp.107~ (2017)
  57. Lee, H. S., "Crossregional connectedness in the Korean housing market", Journal of Housing Economics, 46, pp.101654~ (2019)
  58. Park, D., "A machine learning-based early warning system for the housing and stock markets", IEEE Access (2021)
  59. Pavlidis, E., "Episodes of exuberance in housing markets : In search of the smoking gun", Journal of Real Estate Finance and Economics, 53(4), pp.419~449 (2016)
  60. Phillips, P. C. B., "Testing for multiple bubbles : Historical episodes of exuberance and collapse in the S&P 500", International Economic Review, 56(4), pp.1043~1078 (2015)
  61. Phillips, P. C. B., "Explosive behavior in the 1990s Nasdaq:When did exuberance escalate asset values?", International Economic Review, 52(1), pp.201~226 (2011)
  62. Samitas, A., "Machine learning as an early warning system to predict financial crisis", International Review of Financial Analysis, 71, pp.101507~ (2020)
  63. Seok, S. I., "The information content of funds from operations and net income in real estate investment trusts", North American Journal of Economics and Finance, 51, pp.101063~ (2020)
  64. Shiller, R. J., "Measuring bubble expectations and investor confidence", Journal of Psychology and Financial Markets, 1(1), pp.49~60 (2000)
  65. Suh, S. H., "Housing market early warning system : The case of Korea", European Journal of Scientific Research, 56(4), pp.539~547 (2011)
  66. Vapnik, V. N., "The Nature of Statistical Learning Theory" (2000), Springer
  67. Wang, X. J., "Urban real estate market early warning based on support vector machine : A case study of Beijing", International Journal of Computational Intelligence Systems, 13(1), pp.153~166 (2020)
  68. Wang, P., "An integrated early warning system for stock market turbulence", Expert Systems with Applications, 153, pp.113463~ (2020)
  69. Yu, J., "Effects of commodity exchange-traded note introductions : Adjustment for seasonality", Borsa Istanbul Review, 20(3), pp.244~256 (2020)
  70. Zhou, W., "Real estate risk measurement and early warning based on PSO-SVM", Socio-Economic Planning Sciences, pp.101001~ (2021)[DOI]

관련 논문AI추천

머신 러닝 방법과 시계열 분석 모형을 이용한 부동산 가격지수 예측배성완, 유정석한국주택학회 · 주택연구2018 · 제26권 제1호기계학습 방법론을 활용한 아파트 매매가격지수 연구조훈, 김이환, 김형준, 류두진한국부동산원 · 부동산분석2022 · 제8권 제3호머신러닝을 이용한 주택가격 예측과 공간적 군집패턴 분석김정희한국사진지리학회 · 경관과 지리2021 · 제31권 제4호시계열분석모형과 머신러닝을 이용한 주택가격 예측력 연구전해정한국주거환경학회 · 주거환경2020 · 제18권 제1호랜덤 포레스트 알고리즘을 통한 주택 대량평가모형 연구홍정의한국부동산원 · 부동산분석2021 · 제7권 제1호표준주택공시가격 적정성 제고를 위한 기계학습적 접근연규필한국부동산분석학회 · 부동산학연구2015 · 제21권 제2호

이 간행물의 다른 논문 (4건)

랜덤 포레스트 알고리즘을 통한 주택 대량평가모형 연구홍정의pp. 1-28스폰서 소유권이 리츠의 시장 위험과 유동성 위험에 미치는 영향노승한, 한광호pp. 47-68부동산 시효취득시 취득세 산정 기산일 고찰전병욱pp. 69-88북한 혜산시 부동산 가격실태와 가격결정의 함의김병욱pp. 89-109
원문 보기