제 2022-25호 BANK OF KOREA

BOK 이슈노트
주택가격 전이효과 분석

김찬우 황나윤 이정혁 2022년 7월 6일

한국은행 조사국 물가연구팀 과장 한국은행 조사국 동향분석팀 조사역 한국은행 조사국 물가연구팀 조사역
Tel. 02-759-4414 Tel. 02-759-4219 Tel. 02-759-4397
ckim@bok.or.kr nyhwang@bok.or.kr junghyuk.lee@bok.or.kr

지난해 주택가격의 큰 폭 상승과 관련하여 특정 지역의 개발 기대감 등과 같은 국지적 요인이 주변

지역으로 확산된 것이 일부 기여하였다는 지적이 제기되고 있다. 따라서 본고에서는 최근 주택가격의
변동 원인을 분해하는 한편 주택가격의 지역간 및 전세-매매가격 간 전이효과의 특징을 살펴보고 시
사점을 도출하고자 한다.
전체 주택가격 변동을 주택시장 거시적 요인과 국지적 요인으로 분해해보면, 거시적 요인과 국지적
요인이 주택가격 변동의 절반 정도를 각각 설명하는 것으로 분석된다. 지난 해 주택가격 상승기의 경
우에도 거시적 요인과 국지적 요인이 비슷한 수준으로 가격상승에 기여한 것으로 나타났다.
주택가격 변동요인 중 국지적 요인의 움직임을 보다 자세히 살펴보면, 국지적 요인의 영향이 지역
경계를 넘어 주변지역으로 전이되는 모습이 뚜렷이 관측된다. 특정 지역의 주택가격 변동이 지역 고
유요인과 타지역으로부터의 전이효과로 결정된다고 가정할 때, 전이효과가 전체 변동의 절반을 설명
하는 것으로 나타났으며, 전이효과의 크기는 대체로 주택가격 상승기에 큰 것으로 분석되었다. 지역
별로는 강북보다는 강남이, 지방광역시 보다는 수도권의 가격변동이 여타 지역으로 파급되는 효과가
컸으며, 시장별로는 전세가격이 매매가격에 미치는 영향이 매매가격의 전세가격에 대한 영향보다 더
욱 큰 것으로 나타났다.
이러한 점을 종합해 보면, 지난해 주택가격의 큰 폭 상승에는 부동산 정책이나 자금조달여건 등 전
체 주택시장의 공통된 여건 변화와 함께 재건축 기대감, GTX 사업 가시화 등 지역 특이요인이 작용
한 것으로 보이며, 이에 더해 지역 특이요인의 영향이 주변지역으로 전이된 것도 상승세 확대에 일조
한 것으로 평가할 수 있겠다.
한편, 주택가격 상승에 있어 지역별 전이효과가 뚜렷이 나타난다는 점에서 특정 지역의 주택 및 지
역개발 정책 수립시 해당 지역에 미치는 직접 효과는 물론 주변 지역에 대한 전이효과 등 외부효과도
함께 고려하는 것이 중요하다. 특히 주택시장 안정기에 전이효과가 상대적으로 작게 나타나는 등 주
택시장 여건 변화에 따라 전이효과의 크기가 상이할 수 있다는 점을 고려할 필요가 있겠다.

‌ 자료의 내용은 한국은행의 공식견해가 아니라 집필자 개인의 견해라는 점을 밝힙니다.

■본
따라서 본 자료의 내용을 보도하거나 인용할 경우에는 집필자명을 반드시 명시하여 주시기 바랍니다.
‌
■ 자료 작성에 많은 도움을 주신 임현준 물가연구팀장, 전광명 물가분석부장, 김용복 거시모형부장, 배병호 국제경제부장,
이승용 부국장, 송승주 부국장님과 심사위원 두 분께 감사를 드립니다.

주택가격 전이효과 분석 1
제 2022-25호

Ⅰ. 검토배경 주택가격은 자금조달여건, 성장률 등 거시

경제 여건의 영향을 크게 받지만 개별지역의
주택가격은 그간 높은 오름세를 지속하다 최 입지환경 변화와 그 효과의 주변 지역으로의
근 들어 보합세를 유지하고 있다(<그림 1>). 확산에도 영향을 받는 것으로 알려져 있다. 또
지난해 주택가격의 상승은 부동산 정책, 자 한, 특정 지역의 거주 환경에만 국한되는 정책
금조달여건 개선 등 공통요인에 더해 서울 일 도 외부효과1)를 통하여 주변 지역 및 전국으로
부 지역의 재건축 기대감, 수도권광역교통망 확산될 가능성이 있다.
(GTX) 사업 가시화 등과 같은 국지적 요인이 이에 본고에서는 최근 주택가격의 변동요
주변 지역으로 확산된 데도 일부 기인한 것으 인을 분해하는 한편 주택가격의 지역간 및 전
로 보인다. 반면 최근 주택가격 상승세가 전반 세·매매가격간 전이효과의 특징을 살펴보고
적으로 둔화되고 있는 원인으로는 대출규제 강 시사점을 도출하고자 한다.
화, 금리상승 등 자금조달여건의 악화와 그에 본고의 구성은 다음과 같다. 먼저 Ⅱ장에
따른 기대약화를 들 수 있다. 서 과거 국내외 주택가격의 지역간 전이 사례
를 파악하고 시차상관 및 인과 관계를 살펴 보

<그림 1> 주택매매가격 및 주택전세가격 상승률 추이 았다. 이어서 Ⅲ장에서는 동태조건부 상관관

(주택매매가격 상승률) 계-GARCH (DCC-GARCH) 모형, 시변계

0.5
(전주대비, %) 수 VAR (TVP-VAR) 등 분석모형을 이용하
전국 수도권
0.4
비수도권 강남 3구
여 주택가격의 지역간 및 전세·매매시장간 전
0.3 이효과를 실증적으로 분석하였다. 마지막으로
0.2
Ⅳ장에서는 분석 결과를 종합적으로 평가하고
0.1
시사점을 도출하였다.
0.0

-0.1
2021 2022

(주택전세가격 상승률)
(전주대비, %)
0.4
전국 수도권
비수도권 강남 3구
0.3

0.2

0.1

0.0

-0.1
2021 2022

자료: 한국부동산원

1) ‌주택시장의 외부효과(externalities)는 재건축·재개발, 교통, 교육 등 기반 인프라 구축 등 특정 지역의 거주여건과 관련한 변화가 해당 지역은 물론 주
변 지역에도 영향을 미치는 것을 의미한다. 외부효과는 특정 지역의 여건 변화가 ① 주변 지역의 거주 요건에도 영향을 미치거나, ② 여타 지역에도 비슷
한 조치가 시행될 것이라는 기대가 형성되거나, 혹은 ③재정거래 효과(arbitrage) 등에 기인하는 것으로 알려져 있다.

2 한국은행
 BANK OF KOREA

Ⅱ. 지역별 주택가격 변동 추이 <그림 2> 수도권 아파트가격 지역별 상승률

(2021.5월)

본 장에서는 주택가격 상승세의 확산이 이전

에 어떤 양상으로 전개되었는지를 살펴 보고자
최근 및 과거의 주택시장 사례를 검토하였다.
우선 최근 동향과 국내외 과거 사례들을 살펴
보고, 상관관계 및 그랜져 인과관계 분석을 통
하여 주요 지역의 전세 및 매매가격 흐름이 어
떠한 상관성을 나타내는지 평가하였다.
(2021.9월)

(최근 사례)

지난 해 주택가격 상승은 재개발·재건축,

교통망 구축 등 특정지역의 정주여건 개선 기
대에 따른 해당 지역의 주택가격 상승이 주변
자료: KB 부동산
지역으로 확산된 데 일부 기인한다(<그림 2>).
구체적으로 보면, 서초, 강남, 노원, 도봉 등
서울 일부 지역의 재건축 기대감이 상승하였 <그림 3> 강남3구 주택가격에 따른 강북지역
주택가격 추이1),2)
다. 이에 더해, 안양, 군포 등에서 수도권광역
(상승기)
교통망(GTX) C노선 사업이 가시화되고 신도 0.4
(전월대비, %) (전월대비, %)
0.2
14년 중반
시 개발 및 안산, 시흥 지역에서 신안산선 개 0.2 (우축) 0.1

발이 이어지는 등의 개발호재가 이어졌다. 재 0.0 0.0

건축 기대감의 상승과 개발호재는 해당 지역 -0.2 -0.1

주택가격 상승으로 이어졌으며, 이는 주변 지 -0.4 05년초 -0.2

(좌축)
-0.6 -0.3
역으로 확산되었다. T-2 T2) T+2

(하락기)
(과거 사례) 0.4
(전월대비, %) (전월대비, %)
1.6

04년 중반 07년말1) 1.4

0.2 (좌축) (우축)
1.2
주택가격 전이효과가 나타난 과거사례를 살
0.0 1.0
펴보면 강남 주택가격의 주변 지역으로의 전이 0.8
-0.2
효과가 가격 상승시에는 비교적 뚜렷하게 나 0.6

-0.4 0.4
타났으나 하락시에는 엇갈리는 모습을 보였다 T-2 T2) T+2

(<그림 3>). 주: 1) 3개월 이동평균 기준

2) T는 강남3구의 주택가격이 상승(하락)하는 시점을 나타냄
자료: KB 부동산

주택가격 전이효과 분석 3
제 2022-25호

2000년 이후 두 차례의 강남지역 주택가격 리 등 소득이 급증하는 지역을 중심으로 상승

상승시에는 두 차례 모두 주변 지역의 주택가
격 상승률이 확대되었다. 2005년 상반기의 경
우 신규 입주물량 축소, 다주택 보유자에 대
한 양도소득세 중과 등에 따른 주택매물 감소
로 강남3구의 주택가격이 상승 전환하였으며
(1월 -0.3% ⇒ 2월 +1.9%, 전월대비) 그에
따라 강북지역의 주택가격도 동반 상승하는 흐
름을 나타냈다. 2014년에는 재건축 규제 완화
(2월), LTV·DTI 완화(7월) 등으로 강남3구
의 주택가격이 7월을 기점으로 상승 전환(6월
-0.1% ⇒ 7월 +0.1%, 전월대비)하였으며
강북지역의 주택가격은 그로부터 2개월 후부
터 상승 반전하였다.
하기 시작하여, 강한 주택가격 상승기대가 확
산되면서 주택가격 버블로 진행된 것으로 평가
된다.(Kaplan et al., 2020, <그림 4>). 한
편 영국의 경우에도 주택가격 전이효과가 주택
가격 변동의 약 80%를 설명하는 것으로 분석
되었다(Antonakakis et al., 2018). 이러한
주택가격 전이효과는 심리적 요인에 따른 지나
친 낙관(Shiller, 2005), 경험에 기반한 기대
형성 및 거래 관행(Bailey et al, 2016), 외지
인의 투기적 매매 등에 기인하는 것으로 분석
되고 있다(De Fusco et al., 2018 등).
<그림 4> 미국의 주택가격 전이사례

반면 두 차례의 강남지역 주택가격 하락시에 (2004)

는 주변 지역의 주택가격 흐름이 엇갈리는 모

습을 보였다. 2004년도 중반에는 투기지역
대출규제 강화(03.10월), 종부세 도입 예고
(03.10월), 양도세 강화(03.10월) 등에 따라
강남 3구의 주택가격이 하락(04.5월 +0.1%
⇒ 6월 -0.4%)하자 강북지역의 주택가격도
동반 하락하였다. 그러나 2007년말에는 투기
(2005)
지역 대출규제 강화(06.11월), 분양가 상한제
및 전매제한 규제(07.1월) 등의 영향으로 강남
3구의 주택가격이 하락세(07.10월 0.0% ⇒
07.11월 -0.1%)로 돌아섰음에도 불구하고
강북지역 주택가격은 상승세를 지속하였다.

(해외사례) 자료: FHFA

일부 지역의 주택가격이 주변 지역으로 파 (상관관계)

급되는 현상(spillover)은 미국 등 다른 나
라의 사례에서도 찾을 수 있다. 예를 들어 이러한 사례가 특정 기간이 아닌 일반적인
2003~04년중 미국의 주택가격은 실리콘 밸 현상인지를 분석하기 위하여 강남 지역과 주변

4 한국은행
 BANK OF KOREA

지역 주택가격 간의 상관관계를 살펴보았다. 났다. 거래유형별로는 전세가격이 매매가격에

그 결과, 강남지역과 주변 지역 주택가격 간에 대체로 선행하는 모습을 보였다(<그림 6>).
는 양(+)의 상관관계가 존재하는 것으로 나타
났다. 특히 강남지역 주택가격은 5대 광역시 <그림 6> 강남지역 주택가격과 주변지역
주택가격의 시차관계
에 비해 강북지역이나 수도권(서울 제외)과 더
(매매가격1)2))
욱 높은 상관관계를 갖는 것으로 나타났다(<그
1.2
림 5>). 강북14구 수도권 5대광역시
1.0
강남 선행
0.8 강남 후행

<그림 5> 강남지역 주택가격과 주변지역 주택가격의 관계 0.6

(매매가격) 0.4

(전월대비, %) 0.2
6
강북 (주)
0.0
수도권 T-6 T-4 T-2 T T+2 T+4 T+6
4
광역시
(전세가격1)3))
2
1.2
강북14구 수도권 5대광역시
0 1.0
강남 선행
(강남11구, 전월대비, %) 0.8
강남 후행
-2
-2 0 2 4 6
0.6

(전세가격) 0.4

(전월대비, %) 0.2
3
(주)
강북
2 0.0
수도권 T-6 T-4 T-2 T T+2 T+4 T+6
1 광역시
(전세-매매가격간 시차관계1))
0
1.2
-1 강남11구 강북14구 수도권 5대광역시
1.0 전세 후행 전세 선행
-2
(강남11구, 전월대비, %) 0.8
-3
-4 -2 0 2 4
0.6
자료: KB부동산
0.4

0.2
(주)
(시차상관관계) 0.0
T-6 T-4 T-2 T T+2 T+4 T+6

주: 1) 붉은 원은 시차관계가 최대가 되는 시점을 나타냄

2) 강남지역(11개구)과 여타지역의 매매가격간 시차관계
해당지역 주택가격의 시차상관관계를 살펴 3) 강남지역(11개구)과 여타지역의 전세가격간 시차관계
자료: 한국부동산원, 자체 계산
보면, 강남지역 11개구2)의 전세 및 매매가격
은 강북 및 수도권(서울 제외)에는 1~2주, 광
역시에는 1~4주 정도 선행하는 것으로 나타

2) 강남 3구의 매매 및 전세가격 시계열이 상대적으로 짧아(2002.12월~) 실증 분석에 활용하기 어렵다는 한계가 있다.

주택가격 전이효과 분석 5
제 2022-25호

(그랜져 인과관계)

이어서 지역간 주택가격 변동의 선후 관계를

그랜져 인과관계를 이용해 살펴보았다. 분석
결과, 매매시장의 경우 강남의 주택가격 변동
은 주변 지역 주택가격에 선행하는 모습을 보
였다(<그림 7>). 거래유형별로는 전세가격 변
동이 매매가격에 대체로 선행하는 모습을 보였
다. 이는 강남지역 주택가격이 주변 지역의 가
격에 영향을 미치며 전세가격 변동은 매매가격
에 영향을 미친다는 점을 시사한다.

<그림 7> 그랜져 인과관계1)2)3)

(매매가격)

(전세가격)

주: 1) 매매가격 및 전세가격의 그랜져 인과 검정을 별도로 수행

2) ‌화살표는 통계적으로 유의한 수준에서 화살표의 방향으로 그랜져 인과관계
가 존재함을 나타내며 적색, 주황색, 노란색은 각각 1%, 5%, 10%에서
유의함을 의미
3) 강남은 강남 11구, 수도권은 경기, 인천지역을 의미
자료: 자체 추정

6 한국은행
 BANK OF KOREA

Ⅲ. 주택가격 전이효과 분석 표준편차와 시계열 표준편차를 각각 개별요인

과 공통요인의 기여도로 해석하였다.
본 장에서는 주택가격 변동을 공통요인과 개 분석 결과, 전체 주택가격 변동은 공통요인
별요인으로 분해한 후, 주택가격의 지역간 및 과 각 지역의 개별요인이 각각 비슷한 비중을
전세-매매시장간 전이효과를 동태조건부 상 설명하는 것으로 나타났다(<그림 8>). 또한 최
관관계-GARCH(DCC-GARCH) 모형 및 근 주택가격 변동에서 공통요인과 지역별 개별
시변계수 VAR(TVP-VAR) 모형을 이용하여 요인의 영향력이 모두 큰 폭으로 확대된 것으
3)4)
보다 엄밀하게 분석하였다 . 분석자료의 경 로 나타났다. 이는 코로나19 확산 이후의 주택
우 보다 긴 계열(1986.1월~2021.12월)을 가격 상승이 공급부족, 자금조달여건 개선 등
확보할 수 있는 KB지수의 지역별5) 아파트 매 의 공통요인 외에도 지역개발 기대감 등의 국
매 및 전세가격을 이용하였다. 지적 요인에도 기인함을 시사한다.

1. 주택가격 변동요인 분석 <그림 8> 주택가격 변동요인 분해1)2)

(매매가격 변동요인 분해)

2.0
(요인분해) 공통요인 개별요인 코로나19

1.5

주택가격의 변동 원인을 공통요인

1.0
(aggregate factor)과 개별요인(idiosyncratic
0.5
factor)으로 구분하기 위해 다음의 식을 이용
해 개별주택가격 지수를 시계열 변동과 횡단면 0.0
04 09 14 19
변동으로 분해하였다(이충언, 2013).
(전세가격 변동요인 분해)

ri,t ‌= (ri,t - rt) + (rt - -

r ­­­) + -
r 2.0
공통요인 개별요인 코로나19

= 횡단면편차 + 시계열편차 + -
r 1.5

ri,t : 지역별 주택가격 지수, 1.0

rt : 전국 주택가격 지수,
0.5
-
r : 전국 주택가격 시계열 변동률의 평균
0.0
04 09 14 19

구체적으로, 2003.11월~2021.12월중 주: 1) ‌공통요인과 개별요인은 각각 전국 매매가격(전세가격)의 표준편차와 개별

지역 가격의 횡단면 값의 표준편차로 도출함

119개 시군구 자료를 이용하였으며, 횡단면 2) 12개월 이동평균 기준

자료: 자체 추정

3) 구체적인 추정 방법은 <참고 1>을 참조

4) 주택가격
‌ 전이효과에 관한 연구는 국내외에서 다양한 분석방법을 통해 수행된 가운데(ECB, 2007; 전해정, 2014; Autor et al. 2014), 본 보고서의
분석은 기존 방법론(Antonakakis et al., 2018; 이항용·이진, 2014 등)을 개선하였다. 보다 자세한 내용은 <참고 2>를 참조
5) ‌도시간 중복을 피하기 위하여 수도권은 경기와 인천 지역의 매매 및 전세가격, 광역시는 5개 도시(부산, 대구, 대전, 광주, 울산)의 매매 및 전세 가격을
재고주택 수를 이용한 가중평균으로 시산하였다.

주택가격 전이효과 분석 7
제 2022-25호

2. 지역간 및 매매-전세가격간 전이효과 이는 강남(또는 서울)의 매매가격 변동이 주

변 지역에 강한 영향을 미치는 것으로 분석한
(지역간 전이효과) 기존 연구(전형철·형남원, 2018; 이항용·
이진, 2014; 전해정, 2015 등)와도 일치한
주택가격의 전이효과는 특정 지역의 주택 다8)(<그림 9>).
가격 변동이 해당 지역의 자체적인 요인과 주
변 지역의 가격 변동에 의해 결정된다는 가정 (매매-전세 가격간 전이효과)
하에서 해당 지역의 가격 변동이 주변 지역의
가격 변동에 미치는 효과의 크기를 의미한다. 매매-전세 시장간 전이효과를 살펴본 결
지역간 주택가격 전이효과를 추정한 결과, 강 과, 전세가격이 매매가격에 미치는 영향(약
남지역(11개구)의 매매가격 변동이 다른지 25~35%)이 매매가격의 전세가격에 대한 영
역 주택가격 변동의 약 1/5을 설명하는 등 향(약 20~30%)에 비해 상대적으로 강하게 나
(모형 1 기준, 평균 21.9%) 주변 지역으로 타났다. 이러한 분석 결과는 기존 연구(전형
파급되는 효과가 뚜렷한 것으로 나타났다6)7). 철·형남원, 2018 등)와 대체로 부합한다. 이
또한 수도권지역은 다른지역 주택가격 변동 는 전세가격이 상승하는 경우 전세수요가 매매
을 평균 20.1%, 강북지역은 다른지역 주택 수요로 전환되거나 매매가/전세가 비율이 하
가격 변동을 평균 16.6%를 설명하였다. 한 락하면서 갭투자 유인이 확대되기 때문인 것으
편 지방광역시의 다른지역 매매가격변동에 로 판단된다(<그림 10>).
대한 영향은 상대적으로 미미하였다(7.5%).

<그림 9> 모형별 지역간 전이효과 추정결과1)2)3)

(모형 1) (모형 2)
50
60 강남 강북 수도권 광역시
강남 강북 수도권 광역시
50 40

40 28.5
30
30 21.3
21.9 20 18.5
20.1
20 16.6 11.6
10
10 7.5

0 0
강남 강북 수도권 광역시 강남 강북 수도권 광역시

주: 1) ‌막대 그래프는 다른지역 주택가격 변동에 대한 기여율의 평균을 의미. 예를 들어 강남지역 21.9는 강남지역이 다른지역 주택가격 변동에 미치는 기여율의 평균을
의미
2) 전이계수의 평균(붉은 점선) 계산시에는 자기자신에 대한 파급효과를 제외
3) ‌모형 1은 동태적 조건부 상관관계(DCC)-GARCH 모형, 모형 2는 시변계수(TVP)-VAR 모형을 의미
자료: 자체 추정

6) 지역·시장간 교차 전이효과 분석결과는 <참고 3>을 참조

7) 전세가격 전이효과 분석 결과는 각각 <참고 4>를 참조
8) 전국주택가격지수를 활용하여 공통적인 움직임을 통제한 후 추정하여도 본고의 주요 결과는 강건하게 나타났다.

8 한국은행
 BANK OF KOREA

<그림 10> 모형별 매매-전세 가격간 전이효과 분석 결과1)2)

(모형 1) (모형 2)
30 40

30
20

20

10
10

0 0
매매→전세 전세→매매 매매→전세 전세→매매

주: 1) ‌전이효과는 전국의 매매(전세) 가격 변동이 전국의 전세(매매) 가격 변동에 미치는 영향을 의미

2) ‌모형 1은 동태적 조건부 상관관계(DCC)-GARCH 모형, 모형 2는 시변계수(TVP)-VAR 모형을 의미
자료: 자체 추정

강남지역 주택가격 상승의 전이효과 추정

강남지역 주택가격의 1%p 상승은 강북지역, 수도권(서울 제외), 광역시(인천 제외)의

주택가격을 각각 0.40%p, 0.58%p, 0.15%p 높이는 것으로 추정되었다(당기 기준).
추정 시에는 강남지역 주택가격의 여타지역으로의 전이효과 추정을 위하여 각 지역(강남,
강북, 수도권, 광역시)의 주택가격상승률을 내생변수로, 월별 GDP, CD금리, 경기동행
지수를 통제변수로 포함한 VAR 모형을 설정하였다.

<그림 11> 강남지역 주택가격 1%p 상승에 대한 여타지역 주택가격의 반응1)

(강 남) (강 북)
(%p) (%p)
1.2 0.8

0.6
0.8

0.4
0.4
0.2

0.0
0.0

-0.4 -0.2
T T+4 T+8 T+12 T T+4 T+8 T+12

(수도권2)) (광역시2))
(%p) (%p)
1.0 0.3

0.8
0.2
0.6

0.4 0.1

0.2
0.0
0.0

-0.2 -0.1
T T+4 T+8 T+12 T T+4 T+8 T+12

주: 1) 점선은 95% 신뢰구간

2) 수도권은 서울을 제외하였으며 광역시는 인천을 제외
자료: 자체 추정

주택가격 전이효과 분석 9
제 2022-25호

3. 전이효과의 추이 및 특징 <그림 12> 주택가격 전이지수 분석결과1)2)3)

(주택가격 전이지수)
75
(지역간 전이효과)
65

55
주택가격 전이지수는 개별지역 주택가격이
다른지역의 주택가격에 영향을 받은 정도를 기 45

여율 개념으로 나타낸다.9) 동 지수는 전기간 35 모형 1

모형 2
에 걸쳐 대체로 50을 상회하고 있어 지역간 주 25
00 05 10 15 20

택가격 전이효과는 평균적으로 주택가격 변동

(주택가격상승률과 전이지수)
의 절반 이상을 설명하는 것으로 나타났다.10) (전월대비, %)
80 3
또한 코로나19 확산 이후에는 주택가격 상승
70 2

과 맞물려 확대되는 것으로 분석되었다(<그림 60 1

11)
12>). 50 0

아울러 전이효과의 크기를 주택경기 국면별 40 -1

30 주택가격 전이지수(좌축) -2
로 구분해 살펴 보면, 전이효과는 주택가격 하 주택가격 상승률(우축)
20 -3
락기에 비해 상승기에 더욱 큰 것으로 나타났 00 05 10 15 20

다.12) 마지막으로 최근 들어 강남 지역의 전이 주: 1) 5개월 이동평균 기준

2) ‌주택가격 전이지수는 특정 주택시장이 다른 주택시장에 영향을 미치거나
받는 정도를 더한 뒤 평균하여 중복효과를 제거하였으므로 기여율의 개념
효과는 강남 3구에 대한 규제 강화, 지역 균형 으로 해석 가능(총합이 100을 넘지 않음). 자세한 내용은 <참고 1>을 참조
3) ‌모형 1은 동태적 조건부 상관관계(DCC)-GARCH 모형, 모형 2는 시변
발전 전략 등의 영향으로 점차 약화되는 모습 계수(TVP)-VAR 모형을 의미
자료: 자체 추정 (DCC-GARCH 모형), KB부동산
을 보이고 있다(<그림 13>).

9) ‌구체적으로는 지역별 전이효과를 구할 때에는 개별 지역 주택가격 변동이 다른지역 주택가격에 미치는 영향을 합하고, 전체 주택가격 전이지수를 구할때
에는 지역별 전이효과의 평균을 구함. 자세한 내용은 <참고 1>을 참조
10) ‌기존 연구에서도 유사한 결과가 도출 되었다(이항용·이진, 2014; 전형철·형남원, 2018 등). 주택가격 전이효과와 관련한 기존 연구는 <참고 2>를
참조
11) 다만 주별자료를 활용하여 최근의 주택가격 상승세 둔화기를 포함하는 경우 주택가격 전이효과가 급격히 하락하는 것으로 나타났다.
12) 외환위기와 같은 급격한 경기수축기에는 개별요인을 정확하게 식별하기 어렵다는 점을 고려하여 분석에서 제외하였다.

10 한국은행
 BANK OF KOREA

<그림 13> 주택가격 전이효과 분석 (매매-전세가격간 전이효과)

(경기국면별 전이효과의 반응)1)2)3)
0.5
전세가격의 매매가격으로의 전이효과는 매
매매(상승기) 매매(하락기)
0.4
전세(상승기) 전세(하락기) 매가격의 전세가격으로의 전이효과에 비해 상
0.3
대적으로 강한 것으로 나타났다. 다만 전세가
0.2

0.1
격의 매매가격으로의 전이효과가 최근 들어 점

0 차 축소되는 흐름을 보이고 있다. 이는 주거

-0.1 유형에서 차지하는 전세의 비중이 점차 줄어들
T T+4 T+8 T+12

고 있는 데 주로 기인하는 것으로 판단된다(전

(주택가격 전이효과 추이)4)5)6)
120
형철·형남원, 2018)(<그림 14>).
강북
100 강남

<그림 14> 매매-전세가격간 전이효과 분석

80
(매매 및 전세 전이지수1)2))
60
80
전세
40 매매
60
20
00 05 10 15 20
40
주: 1) 상승기는 2004년, 하락기는 2014년 기준
2) 기간중 충격반응함수의 중간값
3) 강남지역의
‌ 매매가격(전세가격) 분산 1단위 상승 충격에 대한 광역시 매매 20
가격(전세가격) 분산의 반응을 나타냄
4) 매매가격 전이효과의 5개월 이동평균
5) 동
‌ 지수는 특정지역의 주택가격 변동이 다른지역의 주택가격에 영향을 미 0
00 05 10 15 20
치는 정도를 더한 것으로 각 지역에 대한 기여율을 모두 더하게 되므로 총
합이 100을 넘을 수 있음. 자세한 내용은 <참고 1>을 참조
6) 실선은 선형 추세선을 의미 (전세거래 비중3))
자료: 자체 추정(DCC-GARCH 모형)
(%)
80

75

70

65

60

55
11 12 13 14 15 16 17 18 19 20 21

주: 1) 5개월 이동평균 기준
2) ‌동 지수는 특정지역의 주택가격 변동이 다른지역의 주택가격에 영향을 미
치는 정도를 더한 것으로, 각 지역에 대한 기여율을 모두 더하게 되므로
총합이 100을 넘을 수 있음. 자세한 내용은 <참고 1>을 참조
3) 전세거래/(전세거래+월세거래) 비중
자료: 자체 추정, 국토교통부 실거래가 공개시스템

주택가격 전이효과 분석 11
제 2022-25호

Ⅳ. 종합평가

본고에서는 강남 및 수도권의 주택 매매 및
전세 가격이 주변 지역에 강한 영향을 미치고
있음을 실증적으로 분석하였다. 아울러, 주택
가격의 전이효과가 주택가격 하락기에 비해 상
승기에 더욱 큰 것으로 나타났다. 또한, 전세
가격의 매매가격으로의 전이효과가 매매가격
의 전세가격으로의 전이효과에 비하여 강하게
작용한다는 점을 보였다. 다만 전세가격의 매
매가격으로의 전이효과는 최근 들어 점차 약화
되고 있는 것으로 나타났다.
이러한 점을 종합해 보면, 지난해 주택가격
의 큰 폭 상승에는 부동산 정책이나 자금조달
여건 등 전체 주택시장의 공통된 여건 변화와
함께 재건축 기대감, GTX 사업 가시화 등 지
역 특이요인이 작용한 것으로 보이며, 이에 더
해 지역 특이요인의 영향이 주변지역으로 전이
된 것도 상승세 확대에 일조한 것으로 평가할
수 있겠다.
한편, 주택가격 상승에 있어 지역별 전이효
과가 뚜렷이 나타난다는 점에서 특정 지역의
주택 및 지역개발 정책 수립시 해당 지역에 미
치는 직접 효과는 물론 주변 지역에 대한 전이
효과 등 외부효과도 함께 고려하는 것이 중요
하다. 특히 주택시장 안정기에 전이효과가 상
대적으로 작게 나타나는 등 주택시장 여건 변
화에 따라 전이효과의 크기가 상이할 수 있다
는 점을 고려할 필요가 있겠다.

12 한국은행
 BANK OF KOREA

〈참고 1〉

주택가격 전이효과 분석방법

(모형 1, DCC-GARCH)

본고의 분석에 활용된 동태적 조건부 상관관계(DCC)-GARCH 및 분산충격반응함수

를 활용한 전이효과 분석은 다음과 같은 과정을 통해 도출하였다.

① ‌우선, 다음 형태의 DCC-GARCH(Dynamic Conditional Correlation Generalized

AutoRegressive Conditional Heteroscedasticity) 모형을 추정한다. 아래 식에
서 yt는 로그차분한 주택가격지수 벡터, x는 yt의 조건부 평균, H는 시변 조건부 공분
산 행렬(H1/2는 촐레스키 분해행렬), D는 조건부 분산의 대각행렬*, R은 조건부 준상
관관계(표준화된 잔차의 상관관계), 은 표준화된 잔차를 나타낸다.

▶ 변수간 관계식
yt = Cxt + t, t = Ht1/2vt

▶ 시변 조건부 공분산 행렬식

Ht = Dt1/2 Rt Dt1/2

▶ 조건부 준상관관계식
Rt = diag(Qt)-1/2 Qt diag(Qt)-1/2

▶ 표준화된 잔차식
Qt = (1-1-2)R + 1 t-1 t-1 + 2Qt-1

* 조건부 분산은 GARCH(1,1)을 따르도록 설정하였다.

② ‌그 후, DCC-GARCH 추정 결과 및 충격반응함수의 정의*를 활용하여 조건부분산 충

격반응함수를 도출한다. 이때, 충격반응함수 추정시의 조건부 분산-공분산 행렬 예
측값(E[Ht+j|Ft-1]) 은 Engle and Sheppard(2001) 방식을 활용하여 추정하였다.
동 방법에서는 (1) GARCH(1,1) 모형을 활용하여 조건부 분산을 추정한 후, (2) 동
결과를 활용하여 표준화된 조건부 분산-공분산 행렬의 예측치를 도출한 후, 이를 (3)

주택가격 전이효과 분석 13
제 2022-25호

iterative하게 활용하여 조건부분산-공분산 행렬의 기댓값을 도출한다.

③ ‌마지막으로 주택가격 전이효과 행렬을 다음과 같은 식을 활용하여 도출하였다. 우선,

pairwise 전이효과는 다음 식과 같이 전체 예측변동(Forecast Error Variance)을
특정 변수의 예측변동이 설명하는 비율로 정의하였다(Diebold and Yilmaz, 2009).
(식 1)에서 분모는 모든 충격이 변수 i의 예측변동에 미치는 영향을 나타내고 분자는
충격 j가 변수 i의 예측변동에 미치는 영향을 나타낸다.

………………………………………………………………… (1)

영향력 비율(산업 i의 충격이 다른 변수의 변동성에 파급되는 비중)은 (식 1)을 이용하

여 다음과 같이 도출하였다.

… ……………………………………………………………(2)

또한 감응도 비율(산업 i의 변동성 중에 다른 변수의 충격에 의한 비중)은 (식 1)을 이용

하여 다음과 같이 도출하였다.

… ……………………………………………………………(3)

마지막으로, 주택가격 전이지수(모든 변수의 변동성 중에 다른 변수에 의해 영향받는

비중)는 다음과 같이 계산하였다.

… ……………………………………………………………(4)

이 때, xt는 주택가격지수(로그차분), ,는 오차항을 의미한다.

14 한국은행
 BANK OF KOREA

(모형 2, TVP-VAR)

본 보고서의 분석에 이용된 시변계수(TVP)-VAR 및 일반화된 예측오차 분산분해

(Generalized Forecast Error Variance Decomposition)는 다음과 같은 과정을 통
하여 도출하였다.

① ‌우선, 다음 형태의 TVP-VAR(Time Varying Parameter Vector

AutoRegressive) 모형을 추정한다.

▶ AR(p) 형태식

▶ MA(∞) 형태식

② ‌추정된 VAR 모형을 활용하여 Koop et al.(1996)과 Pesaran and Shin(1998)와

같이 generalized VAR 모형을 이용하여 (식 6)과 같이 n기 예측오차 분산분해를 측
정한다. (식 6)에서 는 오차항 의 분산행렬이고, jj는 j번째 오차항의 표준편차이
며, ei는 선택 벡터로 i번째 요소에서만 1의 값을 가지며 나머지 요소에 대해서는 0을
가진다.

… …………………………………………………………(6)

③ ‌기존의 예측오차 분산분해와 달리 generalized VAR에서는 각 변수의 충격이 직교

화되지 않아 (식 7)과 같이 분산분해 행렬을 정규화(Diebold and Yilmaz, 2012)

하였다. (식 7)에서는 정규화에 따라 , 이 성립한다.

… ………………………………………………………………………(7)

주택가격 전이효과 분석 15
제 2022-25호

④ ‌마지막으로 주택가격 전이효과 행렬을 다음과 같은 식을 활용하여 도출하였다. 총 전

이지수(식 8)의 경우, 전체 예측오차 분산에 대해 모든 변수를 포함하여 자기 자신에
대한 부분을 제외한 충격의 전이 영향을 측정한다.

……………………………………(8)

또한, 다른 시장으로부터 시장 i가 받는 전이효과(식 9)와 시장 i가 다른 시장에 주는

전이효과(식 10)는 다음과 같이 도출한다.

… ………………………………(9)

… …………………………… (10)

16 한국은행
 BANK OF KOREA

〈참고 2〉

주택가격 전이효과 관련 기존 연구

우리나라 주택시장에 대한 기존 연구에 따르면 주택 매매가격의 지역간 전이효과가 전체 주

택가격 변동의 상당 부분을 설명하는 것으로 분석하는 것으로 나타났다. 우선,이항용·이진
(2014)은 서울 및 6개 광역시 주택가격 변동의 절반 이상이 전이효과에 의해 설명되는 것으
로 분석하였다. 장병기(2014)는 주택시장 가격 변동의 약 50%가 전이효과에 의해 설명되며
주택시장을 수도권과 5대광역시 및 지방 중소도시의 두 개 블록으로 나눌 수 있다고 주장하였
다. 전해정(2015)은 서울, 인천, 경기 지역의 데이터를 이용한 분석을 통하여 전세가격의 1%
상승은 매매가격을 1.31%, 매매가격의 1% 상승은 전세가격을 0.35% 높이는 것으로 추정하
였으며, 전형철·형남원(2018)은 외환위기 이후 강남지역 주택가격의 주변 지역으로의 전이
효과가 확대된 이후 글로벌 금융위기 시기까지 지속된 것으로 분석하였다. 이 외에, 방두완·
권혁신(2020)은 서울 지역 아파트 가격이 다른 지역에 미치는 영향의 크기가 외환위기, 금융
위기 등 위기 이후 감소하는 것으로 분석하였다. 특히 서울 지역의 아파트 가격 수익률은 서울
지역내 가격의 영향을 가장 많이 받는 반면 인천 지역 아파트 가격에 가장 큰 영향을 미치는 것
으로 추정하였다. 마지막으로, 전해정(2013)은 강남지역의 주택 매매 및 전세가격 변동이 강
북 등 서울 전 지역으로 파급되는 효과가 뚜렷함을 확인하였으며, 특히 서울과 강북지역의 전
세가격은 각각 자신의 전월 변동성에 영향을 받는 정도보다 강남지역의 전기 변동성에 더 많은
영향을 받는다고 주장하였다.

해외 연구에서도 주택가격의 전이효과는 전체 주택가격 변동을 설명하는 데 중요한 요인으

로 나타났다. 우선, ECB(2007)는 미국 주(state)간의 주택가격 파급효과를 분석하면서, 일
부 주(예: California)의 주택가격이 주변 지역으로 파급된다고 주장하였다. 구체적으로,
California주의 주택가격이 10% 상승하는 경우 다른 주의 주택가격이 0.6~4.6% 상승한 반
면, 실질금리의 100bp 하락은 주택가격을 0.5~2.5% 상승시켜 금리가 주택가격 상승의 주
요 원인이 아니라고 주장하였다. 이 외에도, Ozun et al.(2013)은 미국과 영국의 국가 및
도시 주택가격 변동 분석을 통해 국가간 전이효과와 도시간 전이효과가 모두 존재하지만, 방
향이 상이할 수 있다고 주장하였으며, Antonakakis et al.(2018)는 영국 주택가격 변동의
80% 정도가 지역간 전이효과에 기인한다고 분석하였다. Autor et al.(2014)는 주택시장에
정책충격이 왔을 때 해당지역 뿐만 아니라 주변지역으로도 효과가 파급됨을 보였다. 마지막으
로, De Fusco et al.(2018)은 미국 대도시권 주택가격 분석을 통해 일부지역의 주택가격이
상승(boom)하는 경우 다른지역의 주택가격도 상승할 가능성이 높아진다고 주장하였다.

기존 연구와 달리, 본 보고서에서는 기존 연구에서 주로 활용된 축차기간-VAR(Rolling

VAR)에 비해 더욱 정교한 추정이 가능한 시변계수(Time Varying Parameter)-VAR 및 동
태조건부 상관관계(Dynamic Conditional Correlation-GARCH) 모형을 활용하였다. 축
차(Rolling) 방식으로 상관계수를 추정하는 경우 분석기간(Window) 내의 관측치에 대하여
동일한 가중치를 부여하고 분석기간 밖에 있는 모든 관측치에는 0의 가중치를 부여하는 반면,
TVP-VAR 및 DCC-GARCH의 경우 모든 관측치에 대해 적절한 가중치를 부여한다는 점에
서 기존의 축차기간 방식에 비해 우수하기 때문이다.

주택가격 전이효과 분석 17
제 2022-25호

〈참고 3〉

지역 및 매매·전세시장간 전이효과 분석결과

본 보고서의 방법론을 확장하여 지역·시장간 전이효과를 분석한 결과, 본 보고서의 분

석과 유사한 결과가 나타났다.

주택가격의 지역별 시장별 파급효과(모형 1)1)2)3)4)5)

매매 전세
(강남) (강북) (수도권) (광역시) (강남) (강북) (수도권) (광역시) 감응효과
강 남 37.54 11.94 13.49 5.06 11.69 11.44 6.37 2.46 62.46
매 강 북 16.70 28.74 16.62 5.92 9.90 11.39 7.63 3.10 71.26
매 수도권 15.52 13.63 27.78 4.86 10.57 11.63 12.39 3.63 72.22
광역시 8.82 7.22 7.95 34.64 10.37 11.01 10.28 9.71 65.36
강 남 5.90 3.82 5.37 4.06 30.89 24.70 17.82 7.42 69.11
전 강 북 4.54 3.71 4.83 3.37 19.52 40.17 17.42 6.44 59.83
세 수도권 3.26 3.00 6.39 3.87 17.38 21.71 34.24 10.15 65.76
광역시 2.87 2.73 4.42 8.28 16.42 17.63 23.27 24.38 75.62
전이효과 57.61 46.06 59.08 35.42 95.84 109.51 95.18 42.92 67.704)

주: 1) 전이효과: 해당 지역의 가격 변동성이 다른 지역의 가격 변동성에 영향을 미치는 정도

2) 감응효과: 해당 지역의 가격 변동성이 다른 지역의 가격 변동성에 영향을 받는 정도
3) 전이효과 및 감응효과는 행렬에서 비대각항 행 또는 열의 합으로 각각 계산됨
4) 주택시장 전이지수(전이효과 또는 감응효과의 평균)의 기간중 평균
5) 모형 1은 동태적 조건부 상관관계(DCC)-GARCH 모형을 의미
자료: 자체 추정

주택가격의 지역별 시장별 파급효과(모형 2)1)2)3)4)5)

매매 전세
(강남) (강북) (수도권) (광역시) (강남) (강북) (수도권) (광역시) 감응효과
강 남 24.89 10.39 13.76 5.52 17.46 13.79 10.22 3.98 75.11
매 강 북 16.88 25.03 15.56 5.56 11.07 11.73 7.24 6.94 74.97
매 수도권 15.87 12.94 26.29 7.12 10.49 12.18 8.70 6.41 73.71
광역시 8.42 12.30 11.43 23.83 8.31 8.77 10.20 16.75 76.17
강 남 11.34 7.26 8.93 5.49 26.20 18.47 16.95 5.36 73.80
전 강 북 10.58 8.78 8.33 7.07 18.13 25.54 15.48 6.10 74.46
세 수도권 9.69 7.62 9.59 5.34 17.86 20.28 22.06 7.57 77.94
광역시 9.11 8.13 7.17 12.26 14.65 11.13 14.36 23.19 76.81
전이효과 81.88 67.42 74.76 48.35 97.97 96.35 83.15 53.10 75.374)

주: 1) 전이효과: 해당 지역의 가격 변동성이 다른 지역의 가격 변동성에 영향을 미치는 정도

2) 감응효과: 해당 지역의 가격 변동성이 다른 지역의 가격 변동성에 영향을 받는 정도
3) 전이효과 및 감응효과는 행렬에서 비대각항의 행과 열의 합으로 각각 계산됨
4) 주택시장 전이지수(전이효과 또는 감응효과의 평균)의 기간중 평균
5) 모형 2는 시변계수(TVP)-VAR 모형을 의미
자료: 자체 추정

18 한국은행
 BANK OF KOREA

〈참고 4〉

전세가격 전이효과 분석

본고의 매매가격 전이효과와 유사하게 강남 지역의 전세가격 변동은 다른 지역에 상대

적으로 강한 영향을 미친 것으로 나타났다.

<그림 15> 모형별 전세가격 전이효과 분석결과

(모형 11)2)) (모형 21)2))

50 60
강남 강북 강남 강북 수도권 광역시
수도권 광역시 50
40

40
30 32.9
26.1 31.9
21.5 23.6 30 25.1
20
20

10 9.8
10 8.0

0 0
강남 강북 수도권 광역시 강남 강북 수도권 광역시

주: 1) ‌전이효과는 해당 지역의 가격 변동이 다른 지역의 가격 변동에 미치는 영향을 의미하며 매매가격 변동이 자신과 여타 지역의 매매가격 변동에 의해
결정된다고 가정하여 도출하였음
2) 전이계수의 평균(붉은 점선) 계산시에는 자기자신에 대한 파급효과를 제외
3) 모형 1은 동태적 조건부 상관관계(DCC)-GARCH 모형, 모형 2는 시변계수(TVP)-VAR 모형을 의미
자료: 자체 추정

주택가격 전이효과 분석 19
제 2022-25호

〈참고문헌〉

방두완·권혁신(2020). 아파트가격 지역 간 전이효과 분석. 주택금융연구, 4, 5-32.

이충언(2013). 매매가격 기대로 형성된 전세가격모형의 패널분석. 경제학연구, 62(1).
이항용·이진(2014). 아파트 매매가격의 지역 간 전이효과: 일반화 예측오차 분산분해를
이용한 7개 대도시를 중심으로. 국토연구, 82, 3-15.
장병기(2014). 주택가격의 지역 간 전이효과와 시간가변 특성. 주택연구, 22(2).
전해정(2013). 서울시 주택가격 변동성 및 이전효과에 관한 실증분석. 지역연구, 29(4),
83-98.
전형철·형남원(2018). 주택의 매매 및 전세가격의 확산효과에 대한 분석: 강남효과를
중심으로. 주택연구, 26(1), 63-88.
전해정(2015). 패널 VAR모형을 이용한 한국 주택 매매, 전세시장에 관한 연구. 주거
환경: 한국주거환경학회논문집, 13(2), 1-12.
Antonakakis, N., Chatziantoniou, I., Floros, C., and Gabauer, D. (2018). The dynamic
connectedness of UK regional property returns. MPRA Paper, 68421.
Auter, D. H., Palmer, C. J., and Pathak, P. A. (2014). Housing market spillovers:
Evidence from the end of rent control in Cambridge, Massachusetts. Journal
of Political Economy, 122(2), 661-717.
Bailey, M., Cao, R., Kuchler, T. and Stroebel J. (2016). Social networks and housing
markets. NBER Working Paper, 22258.
De Fusco, A., Ding, W., Ferreira, F., and Gyourko, J. (2018). The role of price
spillovers in the American housing boom. Journal of Urban Economics 108,
72–84.
Diebold, F. X., and Yılmaz, K. (2009). Measuring Financial Asset Return and
Volatility Spillovers, with Application to Global Equity Markets. The
Economic Journal, 119(534), 158-171.
ECB. (2007). Regional Housing Market Spillovers in the US Lessons from Regional
Divergences in a Common Monetary Policy Setting. ECB Working Paper
Series, 708.
Engle III, R. F., and Sheppard, K. (2001). Theoretical and empirical properties of
dynamic conditional correlation multivariate GARCH. NBER Working
Paper, 8554.

20 한국은행
 BANK OF KOREA

Gabauer, D. (2020). Volatility impulse response analysis for DCC-GARCH models:

The role of volatility transmission mechanisms. Journal of Forecasting,
39(5), 788-796.
Kaplan, Greg, Kurt Mitman, Giovanni L. Violante. (2020). The Housing Boom and
Bust: Model Meets Evidence. Journal of Political Economy, vol. 128, no. 9
Koop, G., Pesaran, M. H., and Potter, S. M. (1996). Impulse response analysis in
nonlinear multivariate models. Journal of Econometrics, 74(1), 119-147.
Ozun, A., Ertugrul, H. M., Coskun, Y. (2013). A dynamic model for housing price
spillovers with an evidence from the US and the UK markets. Journal of
Capital Markets Studies, 2(1), 70-81.
Pesaran, H. H., and Shin, Y. (1998). Generalized impulse response analysis in linear
multivariate models. Economics Letters, 58(1), 17-29.
Shiller, R. (2005). Irrational Exuberance. 2nd edition Princeton University Press,
Princeton, NJ.

Copyright ⓒ BANK OF KOREA. All Rights Reserved

■ 본 자료의 내용을 인용하실 때에는 반드시 “BOK 이슈노트 No.2022-25에서 인용”하였다고 표시하여 주시기 바랍니다.
■ 자료 내용에 대하여 질문 또는 의견이 있는 분은 커뮤니케이션국 커뮤니케이션기획팀(02-759-4759)으로 연락하여 주시기 바랍니다.
■ 본 자료는 한국은행 홈페이지(http://www.bok.or.kr)에서 무료로 다운로드 받으실 수 있습니다.

주택가격 전이효과 분석 21