아파트 지역별 하위시장의 동적 네트워크 구조 비교: 서울, 수도권, 광역시권 및 지방을 중심으로

이강용

추천

검색

질문

자료유형: 학술저널

저자정보: 이강용 (세명대학교)

저널정보: 세명대학교 인문사회과학연구소 인문사회과학연구 인문사회과학연구 제31권 제4호

발행연도: 2023.12

수록면: 435 - 450 (16page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

· 연구 주제: 본 연구는 국내 아파트시장을 서울, 수도권, 광역시권 및 기타 지방으로 구분하여 하위시장 내의 동적 네트워크 구조를 비교 분석한다.
· 연구 배경: 일반 주택가격이 개별적⋅지역적으로 결정되는 것과는 달리 아파트는 준금융자산 성격을 나타내며, 그 가격동학이 하위시장내에서 동조화 되기도 한다. 이러한 동조화 현상을 MST를 통하여 동적 네트워크 구조를 비교 분석한다.
· 선행연구와의 차이점: 선행연구들은 MST 방법론을 이용하여 주택과 토지시장의 네트워크 구조 및 동조화를 분석하였다. 그러나 본 연구는 선행연구와는 차별적으로 아파트시장을 4개의 하위시장으로 구분하며 또한 급등기와 급락기를 포함하여 하위시장 내의 동적 네트워크 구조를 비교 분석한다.
· 연구 방법: 2013년 4월부터 2023년 6월까지 511주의 KB 주간자료를 이용하여 MST 방법과 Onnela et al.(2003)의 ‘동적 자산나무’로 아파트 하위시장의 동적 네트워크 구조를 비교 분석한다.
· 연구 결과: 첫째, 아파트 하위시장 4개의 동적 네트워크 구조가 서로 다른 추이를 보이는데, 서울시장의 MST 시계열이 보다 역동적인 모습이며 그 다음으로 수도권-광역시권-지방 순으로 나타난다. 둘째, 아파트 하위시장에서 상관성 붕괴 현상을 나타내고 있는데, 특징적인 것은 서울시장에서는 급락시보다 급등시에 강하게 나타나는데 비하여 수도권을 비롯한 여타 하위시장에서는 시장 급등시보다 급락시에 강하게 나타나고 있다.
· 공헌점 및 기대효과: 본 연구는 학술적으로 아파트 하위시장 내에서 동적 네크워크 구조가 서로 다르며, 또한 하위시장 간 상관성 붕괴 현상이 발현하는 시장 상황이 다르다는 분석결과를 산출한다.

· Research topics: This paper compares the dynamic network structure within the sub-market by dividing the domestic apartment market into Seoul, the capital area, the metropolitan area, and other provinces.
· Research background: Unlike general housing prices that are determined individually and locally, apartments exhibit quasi-financial assets, and their price dynamics may be synchronized within the submarket. This synchronization phenomenon is compared and analyzed for the dynamic network structure through MST.
· Differences from prior research: Previous studies analyzed the network structure and synchronization of housing and land markets using the MST methodology. However, unlike previous studies, this paper classifies submarkets into Seoul, the capital area, the metropolitan area, and the provinces, and compares and analyzes the dynamic network structure between apartment submarkets, including surge and plunge.
· Research method: Using 511 weeks of KB weekly data from April 2013 to June 2023, we compare and analyze the dynamic network structure of the apartment market with the MST method and the dynamic asset tree of Onnela et al.(2003).
· Research results: First, the four apartment sub-market network structures show different trends, with the Seoul market"s MST time series appearing more dynamic, followed by the capital area, metropolitan area, and local area. Second, it is showing a correlation breakdown in the apartment sub-market, characteristically stronger in the Seoul apartment market than in the plunge, while in the capital area and other sub-markets, the market is plunging.
· Contribution points and expected effects: Academically, this paper produces analysis results that the dynamic network structure is different within the apartment sub-market, and the market situation in which the correlation breakdown between sub-markets is expressed is different.

#네트워크 #동조화 #상관관계 #아파트시장 #주택가격 #초거리 #최소신장트리 #MST #apartment sales market #correlation #minimal spanning tree #network #synchronization #housing prices

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이강용

소속기관 세명대학교

주요연구분야 인문학 > 인문학 일반 사회과학 > 지리학 > 국제·지역개발학

논문수 13 이용수 1,202

이 논문과 함께 이용한 논문

국내 지역별 아파트 가격 동조화 변화 분석

장한익 , 강문정 , 김남현 한국경제연구 2021 .12

Herding Behaviors in Cryptocurrency Market with Structural Breaks

Daeyoung Jeon , Bong-Gyu Jang , Jongho Pa 외 2명 대한산업공학회 춘계공동학술대회 논문집 2023 .05

공간계량모형을 활용한 아파트가격 영향요인 분석 연구 - 대구시 수성구를 중심으로 -

장몽현 , 김한수 한국주거학회논문집 2020 .02

[공무원이 말하는 지역 인구 질·양적 해결 방안] “서울만 사람 사는 곳이 아니다. 지방도 사람 사는 곳이다”

천무익 월간 공공정책 2012 .08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)