이 연구는 외환위기와 신자유주의를 경험한 이후, 주택시장이 어떠한 방향으로 변화하고 있는지를 파악하기 위한 연구이다. 시스템 다이내믹스 기법을 적용한 주택시장 시뮬레이션 모형을 구축하고, 주택시장에서 작용하는 내?외부 요인들의 변화정도가 장기 주택시장에 주는 영향을 모의 실험함으로써 시장상황별 대안을 제시하는 것이 목적이다.
이 연구에서 주택시장 유형은 수요시장(매매·임대), 주택가격(매매가격·임대가격), 공급시장(매매·임대)으로 구분하고, 각 유형간 외생변수인 환율, 소득, 이자율, 인구?가구 등의 상호 인과관계를 파악하여 컴퓨터상에서 시뮬레이션이 가능한 인공주택시장모형을 구축하였다.
모의 실험결과, 주택시장모형 내에서 소득, 환율, 전세가격, 매매가격, 건설공사비지수, 이자율, 경제활동가구수 등이 민감하게 반응하여, 주택시장의 변화에 영향력이 큰 변수임을 확인하였다. 이 중 소득의 증가는 매매수요 및 임대수요의 창출, 매매가격 및 임대가격의 상승, 주택수·급의 선순환구조에 가장 큰 영향을 주는 주요 변수라는 것을 각 시장상황별 시나리오 분석을 통해 확인하였다. 이러한 연구결과에 기초하여 시장상황별 정책제안 사항으로는 자가소유중심의 정책에서 임대주택 중심의 정책으로 전환할 것을 주장하였고, 주거상품의 다양화와 완공후 주택공급이 가능하도록 하는 정책적 배려가 필요하다. 또한, 주택정책의 실효성 제고를 위해 정부부처간 협력강화와 주택관련 정보체계의 시장별(수요시장-매매·임대수요, 부동산가격정보, 공급시장-매매·임대주택의 공급 등) 구축 등을 제시하였다.
이 연구의 학술적 성과와 부동산학에의 기여는 다음과 같다. 첫째, 주택시장이 복잡계 현상을 나타내는 시장이라는 것을 주택가격의 거듭제곱 현상을 통해 실증하였으며, 이를 통해 주택시장의 분석에 시스템 다이내믹스를 접목할 수 있는 실증적 근거를 제시하였다. 둘째, 이 연구모형은 부동산 활동과 현상의 분석을 시뮬레이션 기법으로 구현할 수 있는 토대가 되고, 부동산학의 연구방법인 종합식접근법(system approach)의 통계적 적용의 모델이 될 수 있다는 점이다. 셋째, 주택시장의 수요와 공급에 관한 모의실험을 통해 주택시장의 혼란을 초래할 수 있는 요인을 최소화하여 효과적인 정책결정을 가능하도록 지원할 수 있다는 점이다. 넷째, 이 연구모형은 지역별 자료를 수정입력함으로써 지역의 주택수요와 공급 및 주택가격의 추정자료를 필요시 산출할 수 있도록 지원함으로써 시장상황에 따른 정책의 적시성을 제고시킬 수 있다.
이 연구는 주택시장의 수요, 공급, 가격에 대한 장기 예측을 통해 주택시장의 변화와 시기별 주택정책에 대한 효과를 분석하였다는 점에서 기존연구와 차별화되는 특징을 지니고 있다.
첫째, 이 연구는 부동산학 관점에서 주택시장의 분석을 위한 새로운 방법론을 제시하였다. 시스템 다이내믹스는 시계열로 구성된 통계자료를 획득하기 어렵거나, 실제 데이터가 없더라도 정성적인 접근을 시도할 수 있는 장점이 있다. 이 연구는 주택시장의 정량적?정성적인 분석에 있어 보다 유연한 틀을 제공하는 시뮬레이션 모형을 구축하였다는 것이 특징이다.
둘째, 시스템 다이내믹스 기법을 이용한 선행연구에 비해, 자료의 검증과 행태분석에 대한 학술적 완성도를 높였다는 것이 이 연구의 특징이다. 인과관계도, 저량-유량 다이어그램, 시뮬레이션 모형의 검증, 모형의 행태분석, 그리고 시나리오 설정 및 분석절차에서 기존 연구들을 종합하였고, 다양한 검증을 통해 분석내용의 질을 높였다. 하지만, 다양한 인문?사회?경제적 환경변수와 내생변수들을 파악하고, 이를 모형화하여 기존 모형에 통합될 수 있도록 수정하는 연구가 필요하며, 변수간의 복잡성 등으로 인해 면밀한 객관성과 타당성을 확보하는데 어려움이 있었다는 점을 자인하지 않을 수 없다.

This study examined how the housing market has been changing since the so-called IMF crisis and neoliberalism. The purpose of this study is to build a housing market simulation model based on the system dynamics technique, and present solutions for individual market situations by simulating the long-term effects of internal and external factors of the housing market on the housing market.
In this study, the housing market types are divided into the demand market(purchase and rental), housing prices (purchase price and rental price), and the causal relationship among the external variables, such as exchange rate, income, interest rate, population and households, was examined, and a simulation model, i.e. an artificial housing market capable of computer simulation, was built.
According to the result of the simulation test, income, exchange rate, lease price, sales price, construction cost index, interest rate and number of economically active households reacted sensitively in the housing market model, and turned out to be variable greatly affecting changes in the housing market. A scenario analysis confirmed that, among them, increase in income is a key variable that can bring a virtuous cycle of creating housing sales and demands for lease, and rising housing sales and lease prices, and housing supply and demand. Based on the result, this study argued, as a policy proposal for the market situation, that focus of policies must switch from to rental housing, and that housing products should be diversified and policy considerations should be given so that houses will be supplied after completion of the construction work This study also suggested that government agencies should reinforce their cooperation and housing information systems be built for individual systems (demand market-sales and rental demands, real estate price information, supply market-supply of sales and rental housing, etc.) to ensure that housing policies are more effective.
The academic outcomes of this study and its contributions to the study of real estate are as follows: First, the power law of housing prices was used to empirically prove that the housing market is a complex system, and accordingly presented the academic grounds for using system dynamics for analysis of the housing market. Second, the model in this study can lay the foundation for implementing a simulation model for activities and phenomena of real estate, and become a model of statistically applying the system approach, one of the research methodologies in real estate. Third, a simulation of supply and demand in the housing market can be conducted to support policy decisions that will make it possible to effectively make policy decision by minimizing factors disturbing the housing market. Fourth, the model, can improve the timeliness of housing policies as it makes it possible to produce estimated data regarding local housing supply and demand, and housing prices at any time if local data is modified and entered.
This study differentiates itself from previous studies in that it analyzed changes in the housing market and period-by-period effects on housing policies through long-term prediction of demand, supply and prices in the housing market.
First, this study provided a new methodology for analyzing the housing market from the viewpoint of real estate research. The advantage of system dynamics is that it can attempt a qualitative approach if it is difficult to obtain time-series statistical data or if there is no data at all. This study built a simulation model that provides a more flexible frame for quantitative and qualitative analysis of the housing market.
Second, another characteristic of this study is that it enhanced the academic quality of data verification and behavior analysis as compared to previous studies using system dynamics. As for causal relations, this study synthesized all existing researches in regard to the stock and flow diagram, verification of the simulation model, the behavior analysis of the model, and the scenario setting and analysis procedure, and raised the quality of researches through various tests. However, various humanistic, social and economic environmental variables and internal variables must be understood in subsequent studies, and these variables need to be modeled, modified and integrated into the existing model. Nevertheless, it cannot but be admitted that it was difficult to secure a higher level of objectivity and validity due to the complicated relationships among variables.

Keywords: housing market, housing price, housing supply and demand, housing policy, complex system, system dynamics