시계열분석모형과 머신러닝을 이용한 주택가격 예측력 연구
Prediction of Housing Price Using Time Series Analysis and Machine Learning Methods
1
조회
0
다운로드
12
인용
0
참고문헌
키워드
초록
본 연구는 시계열분석모형의 ARIMA,,VAR와 BVAR모형과 머신러닝의 RNN과 LSTM모형을 이용해 주택가격 예측력을 비교분석하는 연구로 아파트매매가격지수, 아파트전세가격지수, 회사채수익률, 산업생산지수와 건축허가면적을 변수로 사용하였다. 시간적 범위는 2001년 1월부터 2018년 12월까지로 하였고 전체기간과 글로벌 금융위기 전·후로 기간으로 나누어 분석하였고 공간적 범위는 전국, 서울, 강남과 강북으로 하였다. 분석결과, 머신러닝을 이용한 주택가격 예측력이 시계열분석모형보다 우수한 것을 확인하였고 지역별로 차이는 존재하나 머신러닝 모형을 이용해 추정한 예측값은 실제값과 움직임이 상당히 유사하다는 것을 확인하였다. 본 연구결과, 비선형자료를 처리할 수 있는 머신러닝을 이용시 주택가격 예측력이 향상되는 것을 확인한 바 정부는 머신러닝과 같은 인공지능을 이용한 주택시장 예측모델을 개발할 필요성이 있다.
Abstract
This study compares the ARIMA, VAR and BVAR models of the time series analysis model and the RNN and LSTM models of machine learning methods for predicting housing price. The variables were apartment sales price index, apartment Chonsei price index, corporate bond yield, industrial production index and construction permit area. The temporal range was from January 2001 to December 2018, divided into the whole period and the period before and after the global financial crisis, and the spatial ranges were nationwide, Seoul, Gangnam, and Gangbuk. As a result, it was found that the predictive power of house price using machine learning was better than the time series analysis model. Overall, the estimation based on the machine learning methods showed that the predicted value and the actual value were very similar. Therefore, The government needs to develop a housing market prediction model using artificial intelligence such as machine learning for accurate housing price prediction.
참고문헌 (21)
- 김문성, "주택정책에 대한 서울 아파트 시장의 반응 분석에 관한 연구", 부동산연구, 23(1), pp.41~65 (2013), 한국부동산연구원
- 김세완, "주택시장과 가계대출간의 동태적 관계분석 - 외환위기 전후를 중심으로", 지역연구, 25(4), pp.123~147 (2009), 한국지역학회
- 민성욱, "딥 러닝을 이용한 주택가격 예측모형 연구", 박사, pp.2017
- 박원기, "딥러닝 소개와 금융업 적용 사례", 석사, pp.2018
- 박헌수, "VAR 모형을 이용한 수도권 지가변동에 관한 연구", 부동산학연구, 9(2), pp.1~13 (2003), 한국부동산분석학회
- 배성완, "머신 러닝 방법과 시계열 분석 모형을 이용한 부동산 가격지수 예측", 주택연구, 26(1), pp.107~133 (2018), 한국주택학회[DOI]
- 서승환, "주택가격 변화의 지역연관성에 관한 연구- 강남구 물결효과를 중심으로 -", 서울도시연구, 8(4), pp.1~13 (2007), 서울연구원[DOI]
- 송인호, "주택가격채널: 거시경제에 미치는 영향을 중심으로", KDI Journal of Economic Policy, 36(4), pp.171~205 (2014), 한국개발연구원[DOI]
- 심성훈, "통화량 변동이 물가와 주택가격에 미치는 영향", 주택연구, 12(2), pp.55~87 (2004), 한국주택학회
- 이영수, "통화정책과 주택시장: 부호제약을 이용한 베이지안 VAR 분석", 주택연구, 27(1), pp.113~136 (2019), 한국주택학회[DOI]
- 이창로, "The Deep Learning Approach to Property Valuation: An Application of a Multilayer Neural Net Model for Estimating House", 한국지역개발학회지, 30(4), pp.179~202 (2018), 한국지역개발학회
- 이태형, "딥러닝 모형을 활용한 서울 주택가격지수 예측에 관한 연구: 다변량 시계열 자료를 중심으로", 주택도시연구, 8(2), pp.39~56 (2018), SH공사 도시연구원[DOI]
- 장병탁, "차세대 기계학습 기술", 정보과학회지, 25, pp.96~107 (2007)
- 전해정, "주택 매매, 전세가격 간의 영향력에 관한 연구 -패널 연립방정식을 이용하여-", 부동산학보, (71), pp.232~243 (2017), 한국부동산학회
- 전해정, "딥 러닝을 이용한 주택가격 예측에 관한 연구", 주거환경, 17(2), pp.37~49 (2019), 한국주거환경학회[DOI]
- 정규일, "자산가격과 유동성 간의 관계분석", 한국경제연구, 17, pp.257~287 (2006), 한국경제연구학회
- 조태진, "거시경제변수가 지역주택시장에 미치는 영향", 디지털경제연구, 14, pp.1~21 (2009)
- 최경호, "Recurrent Neural Network를이용한 자연언어처리", 석사, pp.2016
- DiPasquale, D., "Urban economics and real estate markets" (1996), Prentice Hall
- Hochreiter, S., "Long short-term memory. Neural computation", Neural Computation, 9(8), pp.1735~1780 (1997)
- Litterman, R. B., "Forecasting with Bayesian vector autoregressions—five years of experience", Journal of Business & Economic Statistics, 4(1), pp.25~38 (1986)