의사결정트리(Decision Tree)를 활용한 글로벌 부동산 가격 분석 (An Analysis of Global House Price using Decision Tree Model)

서지정보

· 발행기관 : 동국대학교 사회과학연구원
· 수록지 정보 : 사회과학연구 / 29권 / 1호 / 107 ~ 122페이지
· 저자명 : 김경훈

초록

본 연구는 머신러닝(Machine Learning)의 일종인 의사결정트리(Decision Tree) 모형을 이용하여 글로벌 부동산 가격하락과 관련성이 높은 변수를 분석하였다. 분석기간은 1976년부터2018년까지이며, 58개국 불균형 국가패널자료(연도별)를 사용하여 3단계 분석을 수행하였다.
분석결과 글로벌 부동산 가격하락 이벤트와 연관성이 높은 중요도 순서 상위 15개 설명변수를도출하였다. 주요 15개 변수에 대한 글로벌 부동산 가격하락 이벤트 기간 평균과 2016년 주요국의 해당 지표들을 비교한 결과, 한국은 2016년 전후 부동산 가격의 급격한 조정 가능성이 다른 국가와 비교해 상대적으로 낮았던 것을 확인할 수 있었다. 본 연구가 국제비교를 통한 단기부동산 가격 전망에 유용한 참고자료가 될 수 있을 것으로 기대한다.

영어초록

This study investigates variables highly related to the drop in global house prices using a decision tree model, which is a type of machine learning. The sample period is from 1976 to 2018, and a three-step analysis is conducted using unbalanced country panel data (annual, 58 countries). As a result of the analysis, the top 15 explanatory variables in the order of importance that are highly related to the global house price can be derived. Using 15 variables, I examine the possibility of rapid adjustment of house prices in major countries in 2016. It turns out that the possibility of rapid adjustment of house prices in Korea was relatively low compared to other countries. This study suggests a useful method to analyze global house price from a new perspective.

참고자료

· 없음