This paper analyzed the causal relationship of the section apartment sales price index by dividing the housing submarket in Seoul into 25 districts for apartments, which are the most active housing transactions. The Seoul Apartment Sales Price Index (November 2003 to December 2021) of the Korea Real Estate Statistical Information System was used as the study target data, and Granger Causality and Network Analysis Methodology were applied as the analysis techniques. As a result of the analysis, it was found that Yangcheon-gu, Gangnam-gu, Gangseo-gu, Dongjak-gu, and Songpa-gu had a great influence on the price change rate of other districts in order. Meanwhile, Dongdaemun-gu, Dobong-gu, Seongbuk-gu, Jongno-gu, and Gangbuk-gu were most affected by the price change rate by other districts. In addition, in the period-specific network that analyzed the same data every three years, unlike the entire period, the impact of each period varies depending on the actual real estate market events of the period and the trend of the Seoul real estate market at that time. This paper presented the results that each district influences the Granger causal relationship under the network structure through the analysis of the apartment sales price index of 25 districts in Seoul. Through this, it can be said that research is effective and empirical by presenting points to be considered when establishing housing market policies at the government level and showing that network-based analysis results and visualization that are easy for users to understand.
본 논문은 부동산 거래가 가장 활발하게 일어나는 주택인 아파트를 대상으로 서울의 주택하위시장을 25개 구로 세분화하여 구간 아파트 매매가격지수의 인과관계를 분석하였다. 연구 대상 데이터로는 한국부동산원 부동산통계정보시스템의 서울 아파트 매매가격지수(2003년 11월~2021년 12월)를 사용하였으며, 분석 기법으로는 그레인저 인과관계와 네트워크 분석 방법론을 적용하였다. 분석 결과, 전체기간을 대상으로 한 분석에서는 순서대로 양천구, 강남구, 강서구, 동작구, 송파구가 다른 구의 가격 변화율에 많은 영향을 미치는 것으로 나타났다. 한편 동대문구, 도봉구, 성북구, 종로구, 강북구는 다른 구들로부터 가격 변화율에 영향을 가장 많이 받았다. 또한, 동일 데이터를 3년 단위로 분석한 기간별 네트워크에서는 전체기간과는 달리 기간별 영향도는 해당 기간의 실제 부동산시장에서의 이벤트와 그 당시 서울 부동산시장의 추세에 따라 영향을 미치는 지역구가 달라진다는 결과도 확인했다. 본 논문은 서울시 25개 구의 아파트 매매가격지수 분석을 통해 각각의 구가 네트워크 구조 아래 그레인저 인과관계로 영향을 주고 받는다는 결과를 제시하였다. 이를 통해, 정부 차원에서 주택시장정책 수립 시 고려해야 할 점을 제시하고, 프롭테크 서비스에는 사용자가 이해하기 쉬운 네트워크 기반의 분석 결과 및 시각화가 가능한 것을 보여줌으로써 연구의 실효성과 실증성이 있다고 할 수 있다.
