서울 아파트매매가격지수 예측을 위한 베이지안 변수선택 기법 (A Bayesian Variable Selection Method for Seoul Apartment Price Index Prediction)

서지정보

· 발행기관 : 한국경제학회
· 수록지 정보 : 경제학연구 / 68권 / 1호 / 153 ~ 190페이지
· 저자명 : 이창훈, 강규호, 안지희

초록

정확한 장단기 주택가격 예측은 효율적인 부동산 정책수립과 운용, 부동산 투자및 은행의 담보대출 위험관리 등에 필수적임에도 불구하고 잠재적인 예측변수의수가 너무 많아 예측을 실시하는 데 기술적 어려움이 존재한다. 본 연구는 이러한예측변수와 모형 불확실성 문제를 고려함으로써 보다 정확한 장단기 서울 아파트매매가격지수 예측분포를 도출하고자 기존의 베이지안 변수선택 기법을 보완 및확장한 새로운 변수선택 알고리즘을 제안한다. 본 연구에서 제시된 변수선택기법은 각 예측변수의 선택여부 뿐만 아니라 종속변수에 미치는 영향의 방향까지 식별한다는 점에서 기존 기법과 차별화된다. 표본 외 예측결과, 중장기 예측에서 본연구의 베이지안 변수선택 기법을 적용한 모형이 다른 모든 경쟁모형들보다 예측력에서 우월한 것으로 나타났다. 반면 서울 아파트매매가격지수의 높은 지속성으로 인해 단기 예측에서는 p차 자기회귀모형의 예측력이 가장 우수했다.

영어초록

Accurate house price forecasts are essential for efficient policy-making, investment, and risk management of mortgage loan. Nevertheless, there are few empirical studies on the Korean house price prediction. This seems to be because of the large number of variables. In this study, we provide a new Bayesian variable selection method for the Seoul apartment price index forecasting, considering the uncertainty of the variables. To do this, we extend the standard Bayesian variable selection by using a more flexible and interpretable spike-and-slab prior. This method consists of two stages: variable selection and predictive density simulation. According to our out-of-sample forecasting experiment, the proposed model outperforms the standard variable selection method and first-order auto-regressive (AR(p) model in the medium- and long-term horizons. Meanwhile, the AR(p) is found to be the best for the short-term forecasting due to the high persistence of the price index growth.

참고자료

· 없음