주택경기와 건설경기 간의 순환관계 연구 :Circulating and Causal Relationship between Housing Business Cycle and Construction Business Cycle

서명교

추천

검색

자료유형: 학위논문

저자정보: 서명교 (상명대학교, 상명대학교 일반대학원)

지도교수: 김형주

발행연도: 2018

저작권: 상명대학교 논문은 저작권에 의해 보호받습니다.

이용수11

이 논문의 연구 히스토리 (3)

2018

주택경기와 건설경기 간의 순환관계 연구

서명교 국토계획 2018.08 학술저널

주택경기와 건설경기 간의 순환관계 연구

서명교 부동산학과 2018.01 학위논문

주택경기와 건설경기 간의 순환관계 연구

서명교 , 김형주 주택연구 2018.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

주택경기와 건설경기 간의 순환관계 연구

순환하는 경기의 국면을 정확하게 판단하고 미래를 예측하는 일은 매우 중요하다. 정부 정책판단이나 기업이나 개인의 경제활동에 큰 영향을 미치기 때문이다. 건설시장에서 주택부문이 차지하는 비중이 늘어나면서 주택시장의 변동성이 건설시장에 미치는 영향 관계에 대하여 의문이 제기된다. 즉, 주택경기의 순환과 건설경기의 순환이 시간적으로 각각 어떻게 진행되어 왔을까? 서로 영향을 미쳤다면 선행변수와 후행변수는 무엇이며, 그 시차와 영향력은 어느 정도였을까? 현재의 주택경기 국면을 통해 주택경기 자체 전망은 물론, 건설경기의 미래를 어느 정도 예측할 수 있을까? 하는 것들이다.
이에 본 연구는 주택경기와 건설경기 간의 순환관계를 분석하는 것을 목적으로 한다. 도출된 두 경기의 순환주기와 특성, 현재의 경기국면, 변수의 선·후행, 시차, 영향력과 예측 가능성을 포함한 함의와 시사점은 경제주체인 정부의 정책판단이나 기업과 개인의 리스크 관리, 투자 등에 대한 의사결정에 활용될 것으로 기대한다.
두 경기 각각에 대해 순환분석은 1986년부터 2017년까지 주택경기와 건설경기를 대표하는 변수들과 거시경제변수들의 시계열자료를 대상으로 HP 필터를 통해 실시하였다. 두 경기 간 순환관계 분석은 단위근 검정과 공적분 검정을 거쳐 시계열의 안정성과 장기적 균형관계에 대한 여부를 확인한 후 그랜저 인과관계 검정과 벡터자기회귀(VAR) 모형을 이용한 충격반응분석과 분산분해분석으로 수행하였다. 분석결과와 시사점은 다음과 같다.
첫째, 주택경기 순환주기는 5~6년(확장기가 수축기의 1.3~1.5배), 건설경기 순환주기는 6~7년으로 나타났다. 이는 기존 이론과 선행연구에 의한 순환주기나 시중의 통념에 비해 짧은 것으로 평가된다. 아울러 주택경기 순환변동이 최근에 올수록 그 진폭이 점점 줄어들고 있음을 확인할 수 있었다. 이는 정부를 포함한 경제주체들이 과거에 비해 좀 더 정확하고 빠르게 정보를 얻고 행동을 실행할 수 있는 시장기제가 작동되고 있음을 의미하는 것이라고 판단된다.
둘째, 변수의 선·후행 관계는 금리→GDP→주택가격→건설수주→건설투자의 순서로 분석되었다. 주택가격 충격은 (+)영향으로 건설수주에 5분기까지, 건설투자에는 8분기(2년)까지 금리 다음으로 큰 영향을 미치고 있는 것으로 나타났다. 건설수주 충격은 건설투자에 7분기까지 영향을 주는 것으로 분석되었다. 이는 주택경기의 현재 국면을 통해 미래 건설경기를 예측할 수 있고, 건설수주의 순환변동을 통해 건설투자의 변동도 예측 가능하다는 의미를 제공한다.
셋째, 주택시장에서 전세가 매매에 비해, 아파트가 단독 등 다른 유형에 비해, 서울이 전국에 비해, 건설시장에서는 건설수주가 건설투자에 비해 선행성을 가지면서 진폭이 상대적으로 크게 나타났다. 따라서 정부의 정책 등은 이러한 리스크 변수에 초점을 둘 경우 좀 더 효과적으로 실행될 것임을 시사한다.
넷째, 금리는 (-)뱡향으로 모든 변수에서 각각 자기변수를 제외하고 가장 큰 영향력을 가지고 있는 것으로 나타났다. 이는 기존의 주택시장 순환구조 이론을 뒷받침함과 동시에 주택과 건설에서도 정부의 정책결정이나 기업과 개인의 투자와 경영에서 금리의 변동에 대해 매우 민감하게 대응할 필요가 있음을 보여준다.

주요어 : 주택경기, 건설경기, 경기순환, HP 필터, 벡터자귀회기(VAR)

Circulating and Causal Relationship between Housing Business Cycle and Construction Business Cycle

Suh, Myong Kyo
Department of Real Estate
Graduate School
Sangmyung University

It is very important to accurately assess and predict current and future phases of a business cycle, given that the results greatly affect government policy decision-making and economic activities of businesses and individuals. As the share of the housing sector in the construction market increases, questions arise about the impact that fluctuations in the housing market can have on the construction market: how have business cycles of the two sectors fluctuated over time?; if they do indeed affect each other, what are the leading and lagging variables, what is the time lag involved, and what is the magnitude of their effects?; additionally, to what degree can we predict the future of the construction industry as well as its own prospects, by looking at the state of the current housing market? These are all important questions that need to be addressed.
This study looks to analyze the circulating and causal relationship between the housing business cycle and the construction business cycle. It is expected that the implications and suggestions including the average lengths and fluctuation characteristics of the two business cycles, the current phases of the cycles, the leading and lagging variables, the time lag and related influences, and the predictability will be used in government policy decision-making or in enterprise or individual-level risk management, financial investment, or the like.
Circulation analyses for each of the two business cycles were conducted by using the Hodrick-Prescott(HP) filter with time series data on variables representing the South Korean housing and construction markets and macroeconomic variables for a period from 1986 to 2017. Before undertaking analysis of the circulating and causal relationship between these two business cycles, the stationarity of the time series data and of the long-run equilibrium relationship among the variables was verified by performing unit root test and cointegration test, respectively. Then, along with Grander causality test, impulse response analysis and variance decomposition analysis using the vector autoregression(VAR) model were performed. The analytical results, and implications, are as follows:
First, the average housing business cycle length was found to be around 5-6 years, with the period of expansion being approximately 1.3~1.5 times longer than that of recession. The average construction business cycle length, on the other hand, was found to be approximately 6-7 years. This timeframe is considered short, compared to commonly held belief and research results in the literature. In addition, changes in the housing business cycle in recent years show that the amplitude is ever decreasing. This finding points to the availability that a market mechanism is in operation, which helps economic players including the government obtain information and execute actions more accurately and quickly than in the past.
Second, the leading and lagging relationships of variables were analyzed, in the following order: interest rate→GDP→housing price→construction order→construction investment. Housing price shocks appeared to affect construction orders until the fifth quarter, and construction investment by the eighth quarter (two years) as the second biggest positive (+) impact after interest rate. It turned out that the impact of construction orders on construction investment continued into the seventh quarter. This finding implies that the state of the future construction market can be predicted through the current cyclical phase of the housing market, and changes in future construction investment can also be predicted by examining cyclical changes in construction orders.
Third, rental prices compared to selling prices; apartment prices to other types of housing including detached homes; and Seoul prices to those elsewhere in South Korea in the housing market and construction orders compared to construction investment in construction market, respectively, were found to have precedence with relatively bigger amplitudes. The results suggest that the government''s policy focusing on these risk variables will be more effective.
Fourth, the study reveals that interest rates have the most significant influence in the negative (-) direction in all variables except for their own variables. Supporting existing housing market circulation theories, this result suggests that it is necessary to respond very sensitively to interest-rate fluctuations in corporate and individual-level investment and management, and to the government''s policy decisions for the housing and construction sectors.

Key words: Housing market, construction market, business cycle, Hodrick-Prescott(HP) filter, vector autoregression(VAR) model.

#주택경기 #건설경기 #경기순환 #HP 필터 #벡터자귀회기(VAR)

차 례
표차례 ⅰ
그림차례 ⅱ
국문요약 ⅳ
1. 서론 1
1.1. 연구의 배경 및 목적 1
1.2. 연구의 범위 및 방법 4
1.2.1. 연구의 범위 4
1.2.2. 연구의 방법 및 구성 5
2. 경기순환 관련 이론적 고찰 8
2.1. 경기순환 일반이론 8
2.1.1. 경기순환의 개념과 원인 8
2.1.2. 경기순환의 특징과 유형 17
2.1.3. 경기순환의 측정방법 23
2.2. 주택 및 건설 경기순환 관련 이론 32
2.2.1. 주택경기순환 관련 이론 32
2.2.2. 건설경기순환 관련 이론 41
2.3. 선행연구 동향 및 연구의 차별성 45
2.3.1. 선행연구 동향 45
2.3.2. 선행연구와의 차별성 59
2.3.3. 연구의 분석틀 60
3. 주택 및 건설 경기순환 분석 62
3.1. 경기순환 분석방법 62
3.1.1. 경기순환성분 추출 모형 62
3.1.2. 분석모형 선정 64
3.2. 주택경기순환 분석 64
3.2.1. 주택시장 현황 64
3.2.2. 주택경기순환 실증분석 66
3.2.3. 소결 79
3.3. 건설경기순환 분석 82
3.3.1. 건설산업 현황 82
3.3.2. 건설경기순환 실증분석 86
3.3.3. 소결 92
4. 주택경기와 건설경기 간의 순환관계 분석 94
4.1. 변수설정 및 기술통계 94
4.1.1. 변수설정 94
4.1.2. 기술통계 97
4.2. 순환 및 인과관계 분석 98
4.2.1. 단위근 검정 98
4.2.2. 공적분 검정 102
4.2.3. 그랜저 인과관계 검정 104
4.2.4. 충격반응분석 및 분산분해분석 107
4.3. 분석결과의 종합 및 함의 121
4.3.1. 경기순환과 변수 간의 선·후행 121
4.3.2. 변수 간의 시차, 영향력 122
5. 결론 124
5.1. 연구결과의 요약 및 시사점 124
5.2. 연구의 한계 및 향후 연구과제 128
참고문헌 130
부록 140
ABSTRACT 145

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

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)