한국 주택시장에서 규모별 아파트 거래량이 비대칭 변동성에미치는 영향 (The Relationship between Asymmetric Volatility and Trading Volume in the Korean Housing Market)

서지정보

· 발행기관 : 대한경영학회
· 수록지 정보 : 대한경영학회지 / 30권 / 11호 / 1935 ~ 1952페이지
· 저자명 : 김지혜

초록

본 연구는 아파트 매매시장의 비대칭 변동성이 아파트 규모에 따라 차이가 존재하는지를 분석하고 추정된비대칭 변동성에 아파트 거래량이 영향을 미치는지를 분석하고자 하였다. 이는 주택소비심리의 대변하는것으로 알려진 아파트 거래량이 아파트 가격 수익률의 변동성을 예측하는데 영향을 미치는지를 알아보기위한 것이다. 분석 모형은 EGARCH 모형과 GJR-GARCH 모형을 사용하였으며 분석 자료는 2006년 2월부터2017년 1월까지 전국 및 서울의 소형, 중소형, 중대형, 대형 평형 아파트의 규모별 실거래가격지수 수익률과매매거래량을 이용하였다.
분석 결과를 요약하면 다음과 같다. 먼저 규모별 아파트 실거래가격지수 수익률의 비대칭 변동성을 추정한결과 ARMA(1,1)-EGARCH(1,1)모형에서는 전국의 소형과 중소형 평형, ARMA(1,1)-GJR-GARCH(1,1)모형에서 전국의 소형, 중소형, 대형, 그리고 서울의 중소형 평형에서 비대칭 변동성이 존재하는 것으로 나타났다.
하지만 거래량의 경우 ARMA(1,1)-EGARCH(1,1)모형에서는 전국의 소형 평형, ARMA(1,1)-GJR-GARCH(1,1) 모형에서는 전국의 소형과 중소형 평형에서 통계적으로 유의한 것으로 추정되었다. 따라서 비대칭 변동성과거래량을 추정결과를 종합해 볼 때, 두 모형에서 공통적으로 비대칭 변동성과 거래량이 유의하게 추정된 것은전국의 소형 평형 아파트 시장이었다. 또한 반복 추정을 실시한 결과, 두 모형에서 공통적으로 비대칭 변동성이확인된 것은 종료시점이 2016년 10월~2017년 1월인 기간이었으며 거래량은 2009년 8월~2009년 10월, 2010년2월~2011년 6월, 2011년 9월~2012년 6월, 2013년 5월~2017년 1월일 때 유의하게 추정되었다. 즉, 전국의 소형평형의 거래량의 경우 해당 시장의 아파트 가격 수익률의 변동성을 예측하는데 영향을 미치는 것으로 볼수 있으며 시점에 따라 예측성이 차이를 보이는 것으로 나타났다.

영어초록

This paper examines the relationship between asymmetric volatility effects and trading volumes based on the size of apartments in the Korean housing market. The EGARCH and GJR-GARCH models, which are best known as asymmetric volatility models, are used to estimate the conditional volatility. The data set includes a transaction-based price index by apartment size and trading volumes by size from February 2006 to January 2017. The samples are further classified as small, small-medium, large-medium, and large sized apartments. These data sets are from Korean Appraisal Board and Ministry of Land, Infrastructure and Transport.
Further, the EGARCH and GJR-GARCH models are recursively estimated. The starting point of the sample period is fixed at February 2006, and the end point extends from December 2009 through January 2017. From this recursive estimation, it is possible to investigate the changes of asymmetric volatility coefficient() and trading volume coefficient( ) through the sample period.
The main results are as follows. First, the small-medium apartment market in the nation shows statistically significant asymmetric volatility and trading volume results. Specifically, in EGARCH model, the small and small-medium apartment markets in the nation show the statistically significant asymmetric volatility; however, the trading volume coefficient is positively significant in only the small apartment market. In GJR-GARCH model, the asymmetric volatility coefficient is significant in the Seoul’s small-medium and nation’s small, small-medium, large, and small-medium apartment markets. Among these apartment sizes, small and small-medium show statistically significant trading volume coefficient. This result implies that the volatility of a transaction-based price index return is higher when unexpected negative news flows into the market, than when unexpected positive news flows into the market. In addition, if trading volume for small apartments in the nation increases, we verify that asymmetric volatility also increase.
Second, the recursive estimation demonstrated that asymmetric volatility was significant from October 2016 through January 2017, in both EGARCH and GJR-GARCH models. Concretely, in EGARCH model, the asymmetric volatility coefficient is negatively significant when the end point of sample period is from April 2009 to June 2010, and from October 2016 to January 2017. In GJR-GARCH model, when the end point of the sample period is from October 2016 to January 2017, the asymmetric volatility coefficient is statistically significant.
Third, trading volumes were significant from August 2009 to October 2009, February 2010 to June 2011, September 2011 to June 2012, and May 2013 to January 2017.The periods in which trading volume coefficients are significant are a bit different under the volatility estimation model.
However, trading volumes are positively significant in most of the sample periods. In other words, volatility of the transaction-based price index return in the small apartment market increases at tperiod if trading volume increase at t-1 period. The following figure shows the recursively estimated trading volume coefficient, and the shaded areas indicate that the coefficient is significant.

참고자료

· 없음