트위터 정보와 아파트 매매 및 전세 가격 간 동적 관계 분석 (The Dynamic Relationship between Twitter Information and Apartment Sale and Chonsei Prices)

서지정보

· 발행기관 : 한국도시행정학회
· 수록지 정보 : 도시행정학보 / 29권 / 1호 / 1 ~ 33페이지
· 저자명 : 김대원, 유정석

초록

소셜 미디어는 급속한 성장 추세와 더불어 정치, 경제, 사회 등 다양한 영역에 파급력을 미치고 있으며, 이에 다양한 학문 영역에서는 이미 소셜 미디어와 관련된 연구를 다수 도출하였다. 반면, 소셜 미디어와 주택 시장 간 관계에 대한 연구는 아직 미미한 실정이기에, 본 연구는 그 영역이 빠르게 확장되고 있는 소셜 미디어와 대표적인 자산 시장인 주택 시장 간의 동적 관계를 확인하기 위한 실증 분석을 실시하였다.
본 연구는 “주택 가격” 및 “전세 가격”으로 검색된 트위터 자료를 수집하여 이를 단어별로 분절한 후, 월별로 “상승” 및 “하락” 단어의 빈도를 산정하여 소셜 미디어의 대용 변수로 사용하였으며, 한편으로는 아파트 매매가 지수 및 전세가 지수를 로그 차분한 변동률(growth rate)을 주택 가격의 대용 변수로 사용하였다. 이 때, 아파트 매매 및 전세 가격은 전국 자료와 더불어 가장 높은 인구 밀도 및 비중을 차지하는 서울시 자료를 각각 수집하였다.
실증 분석을 위해 본 연구는 “트위터 - 아파트 매매가(전국)”, “트위터 - 아파트 매매가(서울)”, “트위터 - 아파트 전세가(전국)”, 그리고 “트위터 - 아파트 전세가(서울)”로 구성된 4개의 VAR(Vector Autoregressive) 모형 추정을 실시한 후, 이에 따른 VAR 모형 분석에 따른 충격반응분석을 실시하여 변수들 간의 동적 관계를 확인하였다. 또한 Granger 인과성 검정을 실시, 변수들 간 인과성의 방향성도 확인하였다.
분석 결과, 아파트 매매가 변동률에 더 많은 영향을 미치는 트윗 내용은 “상승”보다는 “하락”과 관련된 것임을 확인할 수 있었으며, “전세 가격”과 관련된 트윗은 전국 아파트 전세가에는 별다른 영향을 미치고 있지 않았으나, 서울시 아파트 전세가에는 유의미한 영향을 미치고 있음을 확인할 수 있었다.
주제어: 트위터, 아파트 매매가, 아파트 전세가, VAR 모형 분석, Granger 인과성 분석

영어초록

In accordance with the rapid growing trend, the social media has had so much impact on many diverse areas, such as politics, economy, society, etc. that there are diverse research results related to social media in many different scholastic areas. On the other hand, because there has been minimal research regarding the relationship between social media and housing market, this research attempted an empirical examination of the dynamic relationship between social media which is rapidly expanding its domain and housing market which is the most representing asset market.
We collected tweets from Twitter with the keyword “housing price” and “Chonsei price” and separated them word-by-word, then we counted the frequency of words “upturn” and “downturn” by monthly. In addition, we calculated growth rate of apartment sale price and Chonsei price by taking the first order log difference as a proxy variable for housing prices. At this, the apartment sale price and Chonsei price indices are collected with the spatial range of Korea nationwide as well as Seoul.
For the empirical analysis, we set up 4 VAR(Vector Autoregressive) models, “Twitter - apartment sale price(nationwide)”, “Twitter – apartment sale price(Seoul)”, “Twitter – Chonsei price(nationwide)”, and “Twitter – Chonsei price(Seoul)”, then we estimated the VAR analysis, IRFs(Impulse Response Functions), and Granger causality tests for each model.
In results, we found that the frequency of the word “downturn” affected on apartment sale price rather than “upturn”. In addition, we also found the evidence that Twitter about “Chonsei price” has a significant effect on apartment Chonsei price in Seoul, while not having any effect on apartment Chonsei price in nationwide.

참고자료

· 없음