머신러닝을 활용한 서울시 아파트 물리적 특성 변수들의 비선형 영향 분석: 다변량 적응 회귀 스플라인 모형의 적용

Abstract

헤도닉 가격모형은 주택가격을 추정하거나 다양한 주택가격 결정요인을 밝혀내는 연구에 널리 활용되어 왔다. 그러나 많은 연구자들이 선형회귀모형을 기반으로 헤도닉 가격모형을 구축하면서 주택가격과 해당 주택특성들 간의 비선형적 관계를 포착하기 어려웠다. 연구자들은 주택특성 변수와 주택가격 간의 비선형적 관계를 반영하기 위하여 더미변수나 다항변수(제곱 또는 세제곱 등)를 주로 활용하고 있다. 하지만 개별 변수들의 조작적 정의는 주택시장에서의 경험적 지식에 기초하여 연구자들마다 각기 다르게 설정되고 있다. 따라서 본 연구에서는 주택의 물리적 특성 변수들과 주택가격 간의 비선형적 관계를 효과적으로 반영할 수 있는 방법론으로서 머신러닝 기법 중 하나인 Multivariate Adaptive Regression Spline(MARS)를 활용한 헤도닉 가격모형을 구축하고 향후 아파트 헤도닉 가격모형에서 변수의 조작적 정의에 대한 시사점을 제시하고자 한다. MARS 기반의 헤도닉 가격모형은 2014년에서 2017년 사이에 거래된 서울시 아파트를 대상으로 전용면적, 세대수, 층수 및 경과년도 등 아파트 물리적 특성 변수를 중심으로 구축하였다. 분석 결과, 전용면적 61.6㎡, 세대수 152세대 및 522세대, 3층이 개별 변수들의 영향력이 달라지는 변곡점으로 판명되었다. 경과년수의 경우에는 시간이 지남에 따라 시설 노후화로 인해 가격이 감소하지만 21년을 기점으로 39년까지 재건축 기대로 인해 가격이 상승하고 그 이후 다시 가격이 하락하는 3차 함수 형태의 가격 변화를 보였다. 한편, 서울시 주택하위시장별 분석 결과, 주택하위시장별로 아파트 물리적 특성 변수들의 비선형적 영향 패턴이 다르게 나타나므로 향후 이를 고려한 주택가격 연구가 필요하다.