earticle

영어

From 1986 to 2013, the inflation rate of housing prices of Seoul and six other metropolitan cities was high in order of Ulsan, Seoul, Busan, Incheon, Daejeon, Daegu and Gwangju. So this study is to analyze the relationship between the regions and their apartments and housing prices with the price indexes of Seoul apartment and 6 other metropolitan cities. We know what kinds of interrelation exist among the entire country, Seoul apartment and 6 other main cities. And we find that a causal relationship exist between housing prices and regions. So we know how and how much the housing price change in one region affect the ones in other regions. Variance Decomposition have been done with correlation analysis and VAR analysis. Seoul was highly correlated with Incheon for value of 0.992 and showed relatively lower correlation with Gwangju(0.343) and Daegu(0.750). Busan was closely connected to other cities in southeastern region, which were Daegu(0.927) and Ulsan(0.943). Daejeon was relatively highly correlated with Seoul(0.938) and Incheon(0.926) while Gwangju was relatively highly correlated with southern area such as Busan(0.759) and Ulsan(0.727). From the state estimation of VAR model, Seoul, Incheon, Daejeon and Ulsan were significantly statistic to national housing price, while Busan, Daegu and Gwangju were not. Fluctuation of housing price showed high in order of Seoul, Incheon, Daejeon, Ulsan, Gwangju, Daegu and Busan. From the analysis, metropolitan area including Seoul, Incheon and Southern area including Busan, Daegu, Gwangju are moving similarly respectively. Daejeon has been highly influenced by metropolitan area especially when the housing price goes up and Ulsan showed the highest increase rate which is different unique movement from any other southern territory.

한국어

본 연구에서 1986년도부터 2013년까지 서울과 6대 광역시의 주택가격 상승률은 울산, 서울, 부산, 인 천, 대전, 대구, 광주 순으로 높게 나타났다. 전국주택매매가격지수는 서울 및 인천과 각각 0.983과 0.977 로 높은 상관계수를 보여주어 수도권의 영향을 높게 받는 것으로 나타났다. 반면 광주는 0.472로 나타나 가장 낮은 상관계수를 보여주었다. 서울은 인천과 0.992의 높은 상관계수를 나타냈고, 광주(0.343)와 대구(0.750)와는 상대적으로 낮은 상 관계수를 보여주었다. 부산은 같은 영남권에 있는 대구(0.927) 및 울산(0.943)과 높은 상관계수를 보여주 었다. 대전은 서울(0.938)과 인천(0.926)에 상대적으로 높은 상관관계를 보여주었다. 광주는 수도권보다 부산(0.759)과 울산(0.727) 등 남부지역과 상대적으로 높은 상관관계를 보여주었다. VAR 모형의 추정결과 전국주택가격에 대해 서울과 인천, 대전, 울산은 통계적으로 유의하게 나타났 다. 그러나 부산과 대구, 광주는 통계적으로 유의하지 않은 것으로 분석되었다. 각 지역별로 서울, 인천, 대전, 울산, 광주, 대구, 부산 순으로 가격 등락이 크게 나타났다. 울산은 지난 28년 동안 꾸준히 상승하면 서 가장 높은 319%의 상승률을 보였으나 광주는 170%로 가장 낮은 상승률을 보여 주었다. 각 지역별 분산도를 보면 지난 28년 동안 서울과 인천의 경우 주택가격의 상승과 하락의 등락이 상대 적으로 크게 나타났으나, 광주와 울산의 경우는 가격의 등락이 상대적으로 작게 나타났다. 즉, 울산은 지 난 28년 동안 꾸준히 상승하면서 319%의 높은 상승률을 보였으나 광주는 가격의 큰 변동 없이 170%의 완만한 움직임을 보여 주었다. 연구결과 주택가격에서 서울과 인천의 수도권과 부산, 대구, 광주의 남부권이 각각 유사하게 움직이는 것으로 나타났다. 대전은 가격 상승기에 주로 수도권의 영향을 받고 있으며, 울산은 남부지역과 다른 독 특한 움직임을 보이며 전국에서 가장 높은 상승률을 보여주었다. 각 지역별 주택가격지수와 더불어 소득 수준과 인구 유출입 등을 고려하여 함께 살펴본다면 더 바람직한 연구 자료가 나올 것으로 기대해 본다.