서울시 상가 임대가격 결정요인 - 전해정 박사

서울시 상가 임대가격 결정요인  Determinants of Rental Price for Retail Properties in Seoul
전 해 정  Chun, Hae Jung 

 

차 례
Ⅰ. 서 론
Ⅱ. 선행연구 고찰
Ⅲ. 실증분석
1. 분석자료
2. 단위근 검정
3. 분석결과
Ⅳ. 결 론
<Abstract>   <참고문헌> 

 

국문초록 

본 연구는 상가 임대가격 결정요인을 시계열방법론인 벡터자기회귀모형(VAR)을 이용해 실증분석하였다. 본 연구의 종속변수는 서울시 중·대형 상가임대가격지수이고, 독립변수는 거시경제변수인 회사채수익률, 경제활동인구수, 국내건설수주액이며, 시간적 범위는 2013년 1분기부터 2022년 1분기이다. 공적분 검정결과, 변수들간에 장기적인 균형관계가 있어서 VECM을 이용하여 분석하였다. 충격반응 분석결과, 상가 임대가격에 국내건설수주액과 회사채수익률은 음(-), 경제활동인구수에 양(+)의 반응을 나타났다. 또한 분산분해 분석결과, 상가 임대가격에 상가 임대가격 자신을 제외하면 회사채수익률의 영향력이 가장 큰 것으로 분석되었다. 분석결과를 종합해보면, 소득과 경제상황의 대리변수인 경제활동인구수가 증가하면 상가 임대가격이 높아지고 공급량의 대리변수인 국내건설수주액 증가와 유동성의 대리변수인 회사채수익률 증가는 상가 임대가격을 낮추는 것으로 나타났다. 

 

Ⅰ. 서 론 

한국은 1997년 외환위기 기간에 금융기관과 기업의 구조조정이 이어지게 되면서 기업보유 부동산 매물이 증가하게 되고 이로 인해 자산의 디플레이션을 경험하였다. 이에 정부에서는 자산 디플레이션의 완화를 위해 1998년에 ‘자산유동화에 관한 법률’을 제정하여 자산담보부증권제도(ABS) 등을 도입하였고 이를 바탕으로 리츠(REITs)를 도입하게 되었다. 리츠의 도입은 부동산 간접투자시대를 열은 획기적인 사건이다.
최근 한국의 부동산 시장은 매매를 통한 시세차익 위주의 시장으로 형성되어 왔으나 최근에는 안정적인 임대차를 통한 수익성 위주의 부동산 시장으로 변화를 하고 있는 상황이다. 주택시장의 경우는 다주택자 규제와 DSR 등 각종 금융규제로 인하여 현실적으로 투자가 쉽지 않아 안정적인 투자 수익을 낼 수 있는 상업용 부동산시장에 리츠 등 기관 투자자 뿐 만 아니라 개인 투자자도 많은 관심과 투자가 이루어지고 있다. 

세빌스 코리아의 ‘2022년 한국 상업용 부동산시장 전망의 자료’를 살펴보면, 2021년 국내 상업용부동산 거래규모는 총 27.6조원으로, 역대 최고치를 기록한 2020년 25.2조원의 110% 수준으로 나타났다. 2022년 프라임 오피스 시장의 경우는 신규 공급이 없어서 공실률이 하락해 향후 2-3년간은 임차인 우위가 아닌 임대인 우위의 시장이 될 것으로 전망하였고 최근 금리 인상 등의 영향으로 Cap.Rate는 소폭 상승할 여지가 있다고 하였다.
   그동안 상업용 부동산에 대한 학술적인 연구는 주로 오피스 시장에 대해서만 진행이 되었고 관련 자료 구득의 어려움 등으로 인해서 상가에 대한 연구는 부족한 상황이다. 이에 본연구는 서울시 중·대형 상가 임대가격 결정요인을 시계열방법론인 벡터자기회귀모형(VAR:Vector Auto-regression Model)을 이용해 실증분석하고자 한다. 본 연구의 종속변수는 서울시 중·대형 상가 임대가격이고 독립변수는 거시경제변수인 회사채수익률, 경제활동인구수와 국내건설수주액으로 설정하였고 시간적 범위는 2013년 1분기부터 2022년 1분기까지로 하였다.
본 연구의 구성은 다음과 같다. 2장에서는 상업용 부동산과 관련된 선행연구를 살펴보고 자 한다. 3장은 실증분석으로 서울시 중·대형상가 임대가격 결정요인을 VAR모형을 이용한 결과를 해석하고자 한다. 4장은 결론으로 연구결과를 종합적으로 요약하고자 한다.

II. 선행연구 고찰 

이재우·이창무(2006)1)는 서울시 상가 임대가격 결정요인을 헤도닉가격결정모형을 이용하여 분석하였다. 분석결과, 상가의 경우는 지역간 임대가격 수준의 격차가 크게 나타났고 개별 건물내의 수평적 입지요소보다 수직적입지요소가 크게 임대가격 수준에 영향을 미친다고 하였다. 또한 지하철역 접근성의 경우는 물리적인 거리에 비례하기 보다는 일정 도보권내에 입지여부에 영향을 더 많이 받고 상가 층수나 연면적과 같은 규모요인은 임대가격에 유의미한 영향을 주지 않는다고 하였다.
  정승영·김진우(2006)2)은 서울시 상가 임대가격 결정요인을 횡단면자료를 이용해 다중회귀분석으로 실증분석하였다. 분석결과, 상가임대가격에 전용률, 건물의 경과연수, 평당 보증금, 평당 관리비는 양(+)의 상관관계를 지상층의 수, 지하철역과의 거리, 지하철노선의 종류는 음(-)의 상관관계가 있다고 하였다.
최진·진창하(2015)3)는 매장 임대가격 결정요인을 헤도닉가격결정모형을 사용하여 분석하였다. 분석결과, 각각의 업종별로 임대가격수준이 다르게 나타났고 업종별로 나누어서 임대가격 결정요인을 살펴본 결과 업종에 따라 특성변수에 따른 임대가격 결정요인에 차이가 존재한다고 하였다.
채희만·이현석(2011)4)은 복합쇼핑몰인 코엑스몰 사례로 상가 임대가격에 영향을 주는 요인을 다중회귀분석을 이용해 분석하였다. 분석결과, 임대가격에 영향을 주는 요인은 주 동선과 접속유무, 서비스업종, 면적, 특정 앵커테넌트와 거리 등으로 나타났다.
손병희 외(2014)5)는 아파트 상가 임대가격 결정요인을 헤도닉가격결정모형으로 실증분석하였다. 분석결과, 임대가격에 배후 아파트의 단지특성이 가장 큰 영향을 미치고 접도폭, 단지 상가가 평지에 입지유무, 지하철역까지의 소요시간과 상가의 경과년수가 유의미한 영향을 미친다고 하였다.
최열·김종경(2011)6)은 부산시 지하 상가의 환경이 임대가격에 미치는 영향을 로짓모형을 이용해 분석하였다. 분석결과, 상가 규모,상가 관리의 주체와 대중교통과 연계된 유동인구가 임대가격 수준에 영향을 미친다고 하였다.
본 연구의 차별성은 대분의 선행연구가 횡단면 자료로 헤도닉가격결정모형을 이용해 분석한 것과 달리 시계열분석모형을 이용함에 있고 또한 독립변수를 선행연구와 달리 DW 4분면 모형을 참조하여 고용과 경제상황의 대리변수로 경제활동인구수, 건설공급량의 대리변수로 국내건설수주액과 유동성의 대리변수로 회사채수익률을 사용해 실증분석함에 있다. 

III. 실증분석 

1. 분석자료

본 연구는 상가 임대가격 결정요인을 VAR 모형을 이용해 실증분석한다. 본 연구에서 종속변수는 서울 중·대형 상가임대가격지수(Y)이고, 독립변수는 회사채수익률(X1), 경제활동인구수(X2), 국내건설수주액(X3)이며, 시간적 범위는 자료의 구득성 때문에 2013년 1분기부터 2022년 1분기까지로 구성하였다. 분석에 사용한 자료는 한국은행에서 발표한 분기별 자료로 변수의 기초통계량은 표 1과 같다. 

변수의 기초통계량인 표 2를 보면, 상가임대가격지수(Y)의 경우 평균이 102.20, 회사채수익률(X1)는 평균 2.23%, 경제활동인구수(X2)는 평균 26,618천명, 국내건설수주액(X3)은 평균 34,237,234백만원으로 나타났
다. 분산안정화와 결과 해석의 용의성을 감안하여 상가임대가격지수, 경제활동인구수, 국내건설수주액은 자연로그 변환을 하였고 회사채수익률은 원자료를 사용하였다. 

2. 단위근 검정 

시계열적 자료는 보통 불안정하다는 특성을 가지고 있다. 불안정한 시계열 자료를 분석하는 경우에는 통계적으로는 유의적인 통계량(t값)과 높은 설명력(R2)을 얻을 수는 있지만 경제학적인 의미가 없는 가성회귀현상이 발견될 수 있다. 
본 연구에서는 분석자료들이 안정적인 시계열 자료인가를 파악하기 위하여 단위근 검정을 하였다. 원자료와 차분한 변수에 대하여 Fisher-ADF검정법을 실시한 결과는 표 3과 같다. 표 3을 살펴보면 1차 차분한 데이터로
변환한 자료는 경제활동인구(ΔlnX2)에서 절편(Intercept)이 존재하다는 가정의 경우를 제외하고 모두에서 t값이 10%의 유의수준 내에서 자료가 안정화 된 것을 확인할 수 있다. 본연구에서 사용한 변수는 I(1)과정을 따르는 불안정한 시계열이기 때문에 공적분 검정을 추가적으로 해야 한다.

3. 분석결과 

VAR모형에서 최적의 시차를 구하기 위하여 본 연구에서는 AIC(Akaike information  criterion), SIC(Scwarz information criterion) 및 HQ(Hannan−Quinn criterion) 평가기준을 사용하였다. 최적시차평가결과 AIC기준은 최적시차 3기, SIC기준은 1기, HQ기준은 3기가 가장 적합한 것으로 나타났다. 본 연구에서는 각 평가기준과 분석의 효율성을 종합적으로 고려하여 모형의 시차를 3으로 설정하여 분석을 실시하였다. 

본 연구에서 공적분 검정방법은 Johansen검정법을 이용하였다. 표 5의 검정결과를 보면, 공적분이 1개가 존재하는 것으로 나타나 변수들 간에 장기적인 균형관계가 존재하는 것을 파악하였다. 따라서 상가임대가격지수, 회사채수익률, 경제활동인구수와 국내건설수주액 사이의 관계규명에서 VAR모형보다 는 공적분을 포함한 벡터오차수정모형(VECM:Vector Error Correction Model)을 사용하는 것이 적절하다고 판단된다. 

VECM은 변수를 기입하는 순서에 따라 통계 결과값이 달라지기 때문에, VECM을 분석하기 앞서 그랜저 인과관계 검정을 통해 변수의 순서를 결정한 후 분석을 시도하였다. 상가임대가격지수 모형에 대한 그랜저 인과관계검정의 결과는 표 6과 같다. 
그랜저 인과관계 검정결과, 상가임대가격지수(lnY)는 회사채수익률(X1)을 그랜저 인과관계가 있는 것으로 나타났으나, 회사채수익률(X1)은 상가임대가격지수(lnY)에 그랜저 인과관계가 없는 것으로 나타났다. 경제활동인구수(lnX2)와 국내건설수주액(lnX3)의 관계에서는 양방향으로 그랜저 인과관계가 있는 것으로 나타났다. 경제활동인구수(lnX2)는 회사채수익률(X1)에 그랜저 인과관계가 있으나, 회사채수익률(X1)은 경제활동인구수(lnX2)에 그랜저 인과관계가 없는 것으로 나타났다. 

표7의 내생변수들 간의 단기시차효과를 살펴보면, 국내건설수주액(lnX3)은 상가임대가격지수(lnY)에 유의한 음(-)의 영향을 미치는 것으로 나타났다. 즉, 전 분기 국내건설수주액변화율의 증가는 당월 상가임대가격지수 변화율을 감소시키는 것으로 확인되었다. 경제활동인구수(lnX2)는 상가임대가격지수(lnY)에 양(+)의 영향을, 회사채수익률(X1)는 상가임대가격지수(lnY)에 음(-)의 영향을 미치는 것으로 나타났으나 통계적으로 유의하지 않았다. 

충격반응함수는 VECM에서 특정변수에 단기적인 충격이 발생하는 경우에 시간이 지나면서 연관되어진 변수들이 반응이 어떤지를 나타낸다. 그림 3은 독립변수가 1 표준편차 충격을 가해졌을때 이후 10분기 동안의 종속변수의 반응을 나타낸다.
상가임대가격지수(lnY)는 자기 자신의 충격에 대하여 지속적으로 양(+)의 반응을 보이는 것으로 나타났다. 국내건설수주액(lnX3)의 충격에 상가임대가격지수(lnY)는 음(-)의 반응을 보이다가 이후 6분기부터 점차 0으로 수렴된 것으로 확인되었다. 경제활동인구(lnX2)의 충격에 대해 상가임대가격지수(lnY)는 2분기부터 양(+)의 반응을 보이다가 3분기에서 감소되면서 4분기부터 10분기까지 다시 지속된 것으로 나타났다. 회사채수익률(X1)의 충격에는 상가임대가격지수(lnY)가 처음에 양(+)의 반응을 보이다가 6분기부터 음(-)의 반응을 보여 전체적으로 음(-)의 반응을 보였다.
앞서 추정한 VECM으로부터 계산된 예측오차 분산분해분석 결과는 표 8과 같다. 분산분해분석에서 계산된 값들은 특정반응변수에 대한 예측오차의 분산 중에서 각 충격 변수들에 의해서 설명되어지는 부분을 의미한다. 

표 8에 의하면 상가임대가격지수(lnY)자신을 제외하면 회사채수익률(X1)의 설명력이 가장 큰 것으로 분석되었다. 경제활동인구(lnX2)의 경우 1분기에서 상가임대가격지수(lnY)의 변화에 대한 설명력이 0.039%, 5분
기에서는 설명력이 4.511%, 10분기에서는 점차 증가하여 설명력이 6.531%로 나타났다. 

국내건설수주액(lnX3)의 경우 1분기에서 ln서울 상가임대가격지수(lnY)의 변화에 대해 2.989%를 설명하는 것으로 나타났으며, 5분기에는 4.774%, 10개월에는 3.400%를 설명하는 것으로 나타났다.
회사채수익률(X1)은 1분기에 상가임대가격지수(lnY)의 변화에 대해 13.308%를 설명하는 것으로 나타났으며, 5개월에는 3.864%,10개월에는 5.586%를 설명하는 것으로 나타났다.

IV. 결론 

본 연구는 상가 임대가격 결정요인을 벡터자기회귀모형(VAR)을 이용해 실증분석하였다.
본 연구의 종속변수는 서울시 중·대형 상가임대가격지수이고, 독립변수는 거시경제변수인 회사채수익률, 경제활동인구수, 국내건설수주액이며, 시간적 범위는 2013년 1분기부터 2022년 1분기이다.
단위근 검정결과, 모든 변수에서 단위근이 존재하는 것으로 나타나 1차 차분을 하였고 공적분 검정결과, 변수들간에 장기적인 균형관계가 있는 것으로 나타나 VECM을 이용하여 분석하였다.
충격반응 분석결과, 상가임대가격에 국내건설수주액과 회사채수익률은 음(-), 경제활동인구수에 양(+)의 나타났다. 또한 분산분해분석결과, 상가임대가격에 상가임대가격 자신을 제외하면 회사채수익률의 설명력이 가장 큰것으로 분석되었다.
실증분석결과를 종합해보면, 고용과 경제상황의 대리변수인 경제활동인구수가 증가하면 상가임대가격이 높아지고 건설공급량의 대리변수인 국내건설수주액 증가는 상가임대가격이 낮아지고, 유동성의 대리변수인 회사채수익률증가는 상가임대가격을 낮추는 것으로 나타났다.
본 연구결과에 따르는 시사점은 상가 임대시장도 경제상황과 공급량에 밀접한 영향을 받는 것으로 나타났고 특히 유동성의 영향력이 크게 나타난 바, 상가시장에 투자 할 경우에는 투자자는 거시경제 상황을 면밀히 살펴보고 이를 바탕으로 직관적이 아닌 객관적이고 합리적인 투자를 해야 한다는 점이다. 또한, 정부는 앞으로 상업용부동산 시장이 거래규모가 확장되고 가격 상승폭이 커질 것을 감안해 상업용부동산 시장의 안정화를 위해 지속적인 모니터링을 선제적으로 할 필요성이 있다.
자료구득의 한계로 인해 서울시 중·대형상가 임대가격으로 한정하였지만 공간적, 내용적 범위를 확장하는 것은 추후 연구과제로 남긴다