Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads.
[박사 학위논문 본심사]

건설업 주가지수와
건설업 경기의 상관관계
Correlations between
Construction Stock Index and
Construction Business

도시계획 및 개발 연...
I. 서론
1. 연구의 배경
2. 연구의 목적

II. 문헌고찰
1. 주가의 경기 선행성
2. 주가 지수 작성
3. 건설 경기 예측

III. 분석 모형

IV. 자료 및 변수
1. 자료 및 변수의 구성
2. 기초 통계...
I. 서론
1. 연구의 배경
2. 연구의 목적
I. 서론
1. 연구의 배경

[연구의 배경]
최근 국내경제 위험의 근간에는 건설업 경기의 부진으로 인한 연쇄적인 효과가 자리잡고 있음

국내 경제의 건설업 의존도

건설업 경기 부진으로 인한 연쇄적 효과

▶ 2010...
I. 서론
1. 연구의 배경

[연구의 배경]
국내 경제와 건설 경기는 대체로 유사한 패턴을 갖고 움직이는 모습을 보여주고 있음

국내 경제 흐름과 건설 경기간 관계
▶ 일반적으로 건설투자에는 대규모 자금이 투입되므로,...
I. 서론
1. 연구의 배경

[연구의 배경]

한편 주가지수는 일반적으로 경기에 선행하는 지수로 경기를 예측하는데 적합한 것으로 알려져 있음
경기선행지수로서의 주가지수
<그림-3> 경기 순환 과정

▶ 주가란 투자자들...
I. 서론
1. 연구의 목적

[연구의 목적]
건설업 주가 지수를 통해 건설 경기를 예측할 수 있음을 보여줌으로써
건설경기선행지표를 추가로 발굴하고, 보다 안정적인 건설경기예측시스템 구축에 기여하고자 함
연구의 필요성
...
II. 문헌 고찰
1. 건설 경기 예측
2. 주가의 경기 선행성
3. 주가 지수 작성
II. 문헌고찰
1. 건설 경기 예측

[문헌 고찰(1)]
건설 경기 예측: 각 연구마다 다양한 관점으로 건설 경기를 예측하고 있음

선행연구의 연구 방법론
<그림-4> 주가지수 활용 선행연구 구조
▶ 기존 연구에서 가...
II. 문헌고찰
2. 주가의 경기 선행성

[문헌 고찰(2)]

주가의 경기 선행성: 주가란 예상되는 현금흐름(예상이익)을 적절한 할인율로 할인한 현재가치로 결정됨
선행성에 대한 근거(1): 주가의 본질
▶ 대부분의 나...
II. 문헌고찰
2. 주가의 경기 선행성

[문헌 고찰(2)]

주가의 경기 선행성: 주가란 예상되는 현금흐름(예상이익)을 적절한 할인율로 할인한 현재가치로 결정됨
선행성에 대한 근거(2): 소비/투자지출↓
▶ 가계 :...
II. 문헌고찰
3. 주가 지수 작성

[문헌 고찰(3)]

주가 지수 작성: 시가 총액식 주가지수, 유동 주식수 가산방식, 수정 자본 가중 방식으로 크게 분류할 수 있음
유동 주식수 가산 방식

시가 총액식 주가지수
...
II. 문헌고찰
3. 주가 지수 작성

[문헌 고찰(3)]

주가 지수 작성: 시가 총액식 주가지수, 유동 주식수 가산방식, 수정 자본 가중 방식으로 크게 분류할 수 있음
수정 자본 가중 방식
▶ 기존의 방식을 보다 보...
III. 분석 방법
III. 분석 방법

[분석 방법]
본 연구는 크게 변수선정, 시계열 자료 조정, 선후행성 판단 및 시차 검정, 예측오차 검정으로 구성됨

변수선정 feedback

▶이론 혹은 선행연구에서

건설경기와 동행 혹은
후행...
III. 분석 방법

[분석 방법]
본 연구에서는 시계열 자료가 가질 수 있는 문제점을 해결하기 위해 각종 분석이 선행되어야 함

분석 기초자료 산출

추세순환변동을 제거한 SI 비율로부터 안정/이동계절성의 존재 검정
...
III. 분석 방법

[분석 방법]
시계열 자료 조정 후 건설업주가지수를 이용해 건설경기 예측하는데 있어서의 효용성을 예측오차를 통해 분석

▶ 건설업 주가지수와 건설경기 지표간 선후행성의 시차구조와

선후행성 검정

...
IV. 자료 및 변수
1. 자료 및 변수의 구성
2. 기초 통계량
IV. 자료 및 변수
1. 자료 및 변수의 구성

[자료 및 변수]

본 연구에서는 기존 연구들을 바탕으로 다양한 변수(주가,건설경기, 건설업체직접지표, 거시경제지표)를 조사함
<표-3> 선행 연구의 건설경기 예측 지표...
IV. 자료 및 변수
1. 자료 및 변수의 구성

[자료 및 변수]

본 연구는 기존 연구를 바탕으로 건설사 주가와 건설 경기 지표를 포함하는 주요변수와 통제변수로 구성할 예정임
자료 출처
일별 종가 기준 각 건설사 주...
IV. 자료 및 변수
2. 기초 통계량

[자료 및 변수]
주가지수 및 건설경기지표로 사용된 변수의 기초 통계량은 다음과 같음
<표-4> 주가지수 및 건설경기지표의 기초통계량

변수명

자료수

최솟값

중앙값

최댓값...
IV. 자료 및 변수
2. 기초 통계량

[자료 및 변수]
거시경제지표로 사용된 변수의 기초 통계량은 다음과 같음
<표-5> 거시경제지표의 기초통계량

변수명

자료수

최솟값

중앙값

최댓값

평균

표준편차

분산...
V. 분석 결과
1. 변수의 계절 조정
2. 변수의 정상시계열 여부 검정
3. 선후행성 검정
4. VAR 분석
V. 분석 결과
1. 변수의 계절 조정

[계절조정 필요성]
시계열 자료가 계절성을 내포하고 있는지의 여부를 F-test와 K-W test를 통해 판단함

<표-6> 각 변수의 계절성 여부 판단
변수명

F-test
K...
V. 분석 결과
1. 변수의 계절 조정

[계절조정과정]

regARIMA 모형의 결과를 분석한 후 계절조정계열 및 연간 합이 보정된 계절조정계열을 산출
<그림-12> 건설기성액의 계절 조정 결과

1
▶ 계절조정 결과...
V. 분석 결과
1. 변수의 계절 조정

[계절조정과정]

Q 통계량은 계절변동조정결과의 품질을 종합적으로 평가하기 위해 사용되는 통계량으로서 M1~M11 통계량의 가중평균임
<표-7> 건축 기성액 계절조정결과의 Q 통...
V. 분석 결과
1. 변수의 계절 조정

[계절조정결과]
Sliding Span 분석을 통해 계절조정 결과에 대한 사후 검정을 실시함

<표-8> 건축 기성액 계절조정결과의 사후 검정 결과
변수명

Q-statistic...
V. 분석 결과
1. 변수의 계절 조정

[계절조정결과]

SA계열과 불규칙변동의 스펙트럼 그래프를 통해 잔여 계절성 또는 잔여요일변동효과 존재여부 확인
<그림-13> 건축 기성액 계절조정 전 vs. 건축 기성액 계절조...
V. 분석 결과
2. 변수의 정상시계열 여부 검정

[정상시계열 여부 검정]

ADF 검정을 통해 시계열 데이터의 정상성을 검정하고 단위근이 존재하는 것으로 밝혀질 경우 1차 차분하여 검정 재실시
<표-9> 각 변수의 ...
V. 분석 결과
3. 선후행성 검정

[인과관계 검정]
Granger 인과관계 검정을 통해 변수간의 인과성을 검정한 결과는 다음과 같음(p-value)
<표-10> 각 변수간 granger 인과관계 검정 결과

D_CO...
V. 분석 결과
3. 선후행성 검정

[인과관계 검정]

Granger 인과관계 검정을 통해 10개 주요 변수간 인과성을 검정한 결과는 다음과 같음(p-value)
<표-11> 주요 변수간 granger 인과관계 검정 ...
V. 분석 결과
3. 선후행성 검정

[인과관계 검정]

Granger 인과관계 검정을 통해 변수간의 인과성을 검정한 결과 각 분야가 서로 영향을 주고 받는 형태를 띄고 있었음
<그림-16> 인과관계가 다양하게 나타난 ...
V. 분석 결과
3. 선후행성 검정

[인과관계 검정]

Granger 인과관계를 본 연구에서 구축한 건설주가지수를 중심으로 살펴보면, 건설업 각 부문과 영향을 끼치고 있음
<그림-17> 건설업주가지수를 중심으로 한 G...
V. 분석 결과
4. VAR 분석

[공적분 검정]

공적분 검정을 실시하여 장기적 균형관계(공적분 관계)가 규명되는 경우 VECM 모형을 선택하여 분석을 진행함
<표-12> 요한슨 공적분 검정 결과(Trace 통계량)...
V. 분석 결과
4. VAR 분석

[시차 검정]

VECM 분석의 인자를 결정하기 위하여 먼저 SC 수치를 위주로 한 시차 검정을 실시하여 1개월을 적정시차로 결정함

<표-13> VECM 의 각 시차별 모형 구축 결...
V. 분석 결과
4. VAR 분석

[충격 반응 분석]
건설업주가지수가 1 표준편차만큼 변화하는데 따르는 가격 변화율을 충격 반응 분석을 통해 해석함

<그림-18> 통화량(M3)의 반응

1

<그림-19> KOSPI...
V. 분석 결과
4. VAR 분석

[충격 반응 분석]
건설업주가지수가 1 표준편차만큼 변화하는데 따르는 가격 변화율을 충격 반응 분석을 통해 해석함

<그림-18> 통화량(M3)의 반응

1

<그림-19> KOSPI...
V. 분석 결과
4. VAR 분석

[충격 반응 분석]
건설업주가지수가 1 표준편차만큼 변화하는데 따르는 가격 변화율을 충격 반응 분석을 통해 해석함

<그림-18> 통화량(M3)의 반응

1

<그림-19> KOSPI...
V. 분석 결과
4. VAR 분석

[분산 분해 분석]

건설기성액에 대한 분산분해 분석 결과 건설기성 스스로가 가장 많은 부분(24기 후, 44.51%)을 설명하고 있었고,
주택가격지수(17.80%), 전산업생산지수(...
V. 분석 결과
4. VAR 분석

[분산 분해 분석]
주택가격지수에 대한 분산분해 분석 결과 KOSPI 종합주가지수가 가장 많은 부분을 설명하고 있고
그 다음으로 건설업주가지수가 많은 부분을 설명할 수 있는 것으로 나...
VI. 결론
VI. 결론

[결론]
연구의 목적(recap)
▶ 본 연구는 그 간 KOSPI 종합주가지수가 반영하지 못하였던 건설업종 특유의 조건(해외 매출액/규모 등)을 포함한 건설업주가지수를 신규 작성하고
해당 지수가 경기 선행...
VI. 결론

[결론]
건설업주가지수의 선행성
▶ Granger 인과관계분석과 충격반응 분석 등을 통해 일반적으로 선행지수로 알려져 있는 주가지수가 건설업에 대해서도 동일한 현상을 보이고 있는지

검정하였음
▶ 분석 결...
VI. 결론

[결론]
분산분해분석 결과
▶ 분산분해분석 결과 건설업주가지수가 가장 잘 설명하고 있는 분야는 건설기성액과 주택가격지수로 각각
14.69%과 28.53% 가량을 설명하고 있는 것으로 분석되었음
▶ 이는 K...
2013.12.19
도시계획 및 개발연구실최원석
Upcoming SlideShare
Loading in …5
×

박사논문 본심사 PPT 예제

40,765 views

Published on

대표적으로 시계열 분석 방법을 사용한
연구실 박사님 박사학위논문.
추후 구조변화, 전후 비교 등을 통해
발전된 논문을 작성할 것을 고려해볼만 함

Published in: Education

박사논문 본심사 PPT 예제

  1. 1. [박사 학위논문 본심사] 건설업 주가지수와 건설업 경기의 상관관계 Correlations between Construction Stock Index and Construction Business 도시계획 및 개발 연구실 박사과정 최원석 2013.12.19 도시계획 및 개발연구실최원석
  2. I. 서론 1. 연구의 배경 2. 연구의 목적 II. 문헌고찰 1. 주가의 경기 선행성 2. 주가 지수 작성 3. 건설 경기 예측 III. 분석 모형 IV. 자료 및 변수 1. 자료 및 변수의 구성 2. 기초 통계량 V. 분석 결과 1. 변수의 계절 조정 2. 변수의 정상시계열 여부 검정 3. 선후행성 검정 4. VAR 분석 VI. 결론 2 2013.12.19| 도시계획 및 개발연구실최원석
  3. I. 서론 1. 연구의 배경 2. 연구의 목적
  4. I. 서론 1. 연구의 배경 [연구의 배경] 최근 국내경제 위험의 근간에는 건설업 경기의 부진으로 인한 연쇄적인 효과가 자리잡고 있음 국내 경제의 건설업 의존도 건설업 경기 부진으로 인한 연쇄적 효과 ▶ 2010년 1년간 우리나라 건설업은 65조원 가량의 생산 부가가치를 ▶ 건설경기 불황으로 인한 미분양의 누적은 먼저 건설사의 부도사태로 기록하여 전체 GDP중 5.3%, 제조업 비중의 27.2%를 차지하고 번지게 됨 있음(자료 : 한국은행) ▶ 이는 부동산 가격의 하락으로 이어져 소비가 감소하며, 부동산 대출에 ▶ 지난 2012년 GDP 대비 건설 투자 비중(실질 기준)은 13.01%로 통계 따른 가계부채가 국가 경제의 위험 요인으로 주목 받고 있음 집계 시작 이후 최저 수준으로 집계되었으나 단일산업으로는 여전히 ▶ 실제로 2009년을 제외한 2008~2012년 간 감소한 건설투자액(총 높은 편임(자료 : 한국은행) 37.2조)가 유발한 직간접적 생산액 감소규모는 총 78.2조원, 취업자 ▶ 반면 우리나라는 건설투자 감소세를 보이며 건설투자의 성장기여도는 감소는 총 51.1만명으로 추정됨 2010년 -0.7%P, 2011년 -0.8%P, 2012년 -0.2%P를 기록하며 ▶ 이처럼 과거보다 건설 – 부동산 – 거시경제 간 연관성이 더욱 높아지고 경제성장률에 악영향을 끼침 있는 것으로 파악됨(국토연구원, 2010) <그림-1> 건설업 생산액(부가가치액) <표-1> 건설경기 침체로 인한 생산액 감소 효과 70,000 65,000 64,979 60,000 55,000 59,285 2005 64,612 66,577 66,157 구분 65,445 2007 2008 건설업 생산액 2009 2010 건설 건설 外 건설투자 생산유발계수 2011 (단위: 십억원, 출처: 한국은행) 4 2010 2.10 1.00 1.10 생산감소액추정 (조원) 61,359 2006 합계 (2008~2012) 합계 -78.2 -37.2 -41.0 연평균 -19.5 -9.3 -10.4 2013.12.19| 도시계획 및 개발연구실최원석
  5. I. 서론 1. 연구의 배경 [연구의 배경] 국내 경제와 건설 경기는 대체로 유사한 패턴을 갖고 움직이는 모습을 보여주고 있음 국내 경제 흐름과 건설 경기간 관계 ▶ 일반적으로 건설투자에는 대규모 자금이 투입되므로, 경기를 부양시키는 효과를 갖고 있음 ▶ 일례로 미국의 경우 건설투자가 2011년 4Q ~ 2012년 3Q 동안 6.0% 늘어나 동기 미국의 경제성장률은 2.5%를 기록(전년 동기 2.0%) ▶ 특히 우리나라는 정책적으로 건설산업의 광범위한 전후방 연계효과 및 고용효과를 감안하여 경기가 어렵고 실업률이 높아질 때 경기 부양수단으로 집중 육성되어 왔음 ▶ 2005년에서 2011년 까지의 우리나라 경제성장률 및 건설업성장률을 보면 전 세계적인 금융위기가 있었던 2009년을 제외하면 대체로 흐름이 일치함을 알 수 있음 ▶ 또한 두 흐름이 일치하지 않은 것처럼 보이는 2009년을 보더라도, 2008~2009년 경기 침체에 따른 대책으로 건설업을 집중 육성시키고(붉은선), 그 결과로 경제성장률이 급격히 향상되었음(푸른선)을 확인할 수 있음 <그림-2> 경제 성장률 및 건설업 성장률 10 5 5.2 4 0 ’05 -0.3 2.2 ’06 6.3 5.1 2.6 2.3 ’07 ’08 -2.5 -5 3.6 1.8 0.3 ’09 ’10 -2.7 ’11 -4.6 -10 GDP 성장률 5 건설업 성장률 (단위: %P, 출처: 건설협회) 2013.12.19| 도시계획 및 개발연구실최원석
  6. I. 서론 1. 연구의 배경 [연구의 배경] 한편 주가지수는 일반적으로 경기에 선행하는 지수로 경기를 예측하는데 적합한 것으로 알려져 있음 경기선행지수로서의 주가지수 <그림-3> 경기 순환 과정 ▶ 주가란 투자자들이 미래의 투자가치를 예상하고 그에 대한 기대를 반영하고 있기 때문에 일반적으로 경기보다 선행하여 움직이는 경기선행지표로서의 역할을 수행하는 것으로 알려져 있음 ▶ 미국, 일본 등 주요 선진국에서는 이러한 주가의 성격을 파악하고 이론적, 실증적 검토를 거쳐 선행지표에 주가지수를 포함시키고 있음 <표-2> 경기 4국면 변화에 따른 경기와 주가의 특징 구분 경기 주가 번영기 자본재 생산↑/ 소비↑ 자금 수요↑/ 물가↑ 경기 최고점 도달 전 경기 후퇴 미리 반영, 하락세 반전 후퇴기 생산활동↓/ 실업↑ 내구재수요↓/ 물가↑ 실물경기 하강과 금융긴축 영향으로 주가하락세 지속 불황기 설비투자↓/ 자금수요↓ 하락세 완만, 경기부양조치 등에 따라 상승세로 반전 회복기 설비투자수요↑ 유효수요↑/설비투자↑ 경기회복 기대로 본격 상승 (출처: 한국경제신문, 2010.9.3) ▶ 따라서 건설업 주가지수를 통해 건설 경기를 예측하는데 있어서 더욱 공고한 모형을 구축할 수 있을 것으로 예상되며 실시간으로 민감하게 변화하는 주식의 특성상 경기순환을 미시적으로 예측할 수 있을 것임 ▶ 뿐만 아니라 경기 순환 과정을 미리 예측함으로써 경기를 미리 내다보는 정책 집행이 용이해 질 것으로 전망됨 6 2013.12.19| 도시계획 및 개발연구실최원석
  7. I. 서론 1. 연구의 목적 [연구의 목적] 건설업 주가 지수를 통해 건설 경기를 예측할 수 있음을 보여줌으로써 건설경기선행지표를 추가로 발굴하고, 보다 안정적인 건설경기예측시스템 구축에 기여하고자 함 연구의 필요성 연구의 개념 ▶ 건설업은 우리나라 경제에 큰 영향을 주고 있고, 그 중에서도 상장 건 설 주 가 건설업체는 소수에 불과하지만 건설업 전체 매출액의 60%이상을 차지하고 있어 국내 건설업은 상장건설기업이 주도하고 있음 ▶ 다만 기 수행된 건설경기 예측 모형에서는 각종 거시경제변수와 건설경기지표만을 활용하는데 그쳐 건설업 주가 지수와 건설 경기의 상호 관계를 분석한 연구는 부족한 실정임 ▶ 또한 국내와 해외 경기는 구분하여 생각해 보아야 하나 기존 연구에서는 거시 경제 국내 도급 (W1) 해외 월별 건설업 주가지수 (종가 기준) 도급 (W2) 월별 KOSPI 종합주가지수 (종가 기준) 전산업생산지수 경기종합지수 회사채(3년)금리 통화량(M3) 환율 실업율 해외와 국내 도급공사의 비중을 분리하여 기업특성에 반영한 예가 없음 t+? ▶ 따라서 국내경기 및 주식장세를 선도하는 업종으로서 건설업 건설 경기 주가지수의 위상을 인지하고 이를 건설경기를 예측하는데 사용하여 예측력을 높이고 해외와 국내 건설 경기를 분리할 필요가 있음 건축 허가면적 건축 기성액 건축 착공면적 부동산 경기지표 <그림-3> 연구의 개념도 연구의 목적 ▶ 본 연구는 2002~2012년까지의 시간적 배경을 바탕으로 건설업주가지수와 KOSPI 종합주가지수를 포함한 건설주가가 건설경기에 선행하는 주요 지표임을 밝히고, 통계적인 분석을 통해 기존 지표에 주가지수를 추가하여 분석했을 때 추정력이 향상될 수 있음을 예측오차를 통해 살펴보고자 함 7 2013.12.19| 도시계획 및 개발연구실최원석
  8. II. 문헌 고찰 1. 건설 경기 예측 2. 주가의 경기 선행성 3. 주가 지수 작성
  9. II. 문헌고찰 1. 건설 경기 예측 [문헌 고찰(1)] 건설 경기 예측: 각 연구마다 다양한 관점으로 건설 경기를 예측하고 있음 선행연구의 연구 방법론 <그림-4> 주가지수 활용 선행연구 구조 ▶ 기존 연구에서 가장 많은 비율을 차지하고 있는 방법론은 정량적 분석방법을 통해 건설경기를 예측하는 모형을 구축한 것임 ▶ 그 중에서도 통계적인 기법을 활용하여 선행지수를 산출하고 있는 경우 건설경기를 직접적으로 나타낼 수 있는 지표, 건설업체의 규모 및 성질을 통제하기 위한 지표, 건설 경기 외 거시경제환경을 통제하기 위한 거시경제지표 등을 활용하고 있는 것을 확인하였음 REITs 지수 경영성과 ▶ 다만 주가지수를 활용한 경우 대체로 리츠(REITs)지수를 활용한 것을 확인할 수 있었으나 주택 매매지수 리츠지수는 우리나라에서 주식으로서의 성향보다는 부동산으로서의 성향이 더 높아(장병기와 심성훈, 2007) 선행적인 지수라 언급하기에는 한계를 가지고 있었음  본 연구에서는 주가지수를 직접 활용하여 건설경기를 예측함으로써 보다 일반적인 의미를 가질 수 있을 것이라 전망됨 ▶ 한편 부동산 시장을 분석 모형에 도입하여 예측력을 높이고자 한 시도  특히 손경환 외(2005)의 거시경제 건설업 주가지수 경우 부동산시장을 세분화하여 분석했다는 점에서 의의가 있으며 주택 수주액이 건설사 수익에서 건설 경기 해외 주식시장 해외 건설수주 ? 많은 부분을 차지하고 있는 것을 고려한다면 본 연구에서 변수로 도입해야 할 필요성이 있음 선행 연구에 나타난 변수 ▶ 건설 경기를 예측하고 지수화 하기 위한 연구들 중 본 연구의 내용과 가장 잘 부합하는 11개 연구를 중심으로 변수들을 정리하였음 ▶ 조사된 158개 변수를 내용상 동질성을 기준으로 분석해본 결과 4개 그룹으로 표현할 수 있는 것으로 나타남 ▶ 변수 그룹 : 건설경기직접지표(51개) / 건설업체관련 지표(17개) / 부동산관련지표(4개) / 거시경제지표(86개) 9 2013.12.19| 도시계획 및 개발연구실최원석
  10. II. 문헌고찰 2. 주가의 경기 선행성 [문헌 고찰(2)] 주가의 경기 선행성: 주가란 예상되는 현금흐름(예상이익)을 적절한 할인율로 할인한 현재가치로 결정됨 선행성에 대한 근거(1): 주가의 본질 ▶ 대부분의 나라에서 주가가 선행지표로 분류되어 있는데 그 이유는 주가의 본질적인 의미에서 찾을 수 있음 ▶ 보통주의 현재 주가란 그것을 소유함으로써 얻어지게 될 미래 이득의 청구권으로 정의되므로(박정윤 외, <수식-1> 보통주의 내재가치 「투자론」, 2010) 경기하강으로 인해 기업의 주당이익이 감소할 것으로 예상되는 경우 주가는 즉각 이를 ∞ 가치 = 반영하여 실제 경기에 앞서 하락하게 됨 ▶ 이익의 개념을 어떤 것으로 보는지에 따라 배당설과 이익설이 대립되고 있음 이익설 𝑡=1 𝑡기의 이득 (1 + 필요수익율) 𝑡 <수식-2> 보통주의 가치(이익설) ▶ 보통주의 가치를 미래의 주당이익(EPS)의 현재가치로 규정하려는 입장 ▶ 보통주의 이익은 배당으로 주어지든 내부유보로 이루어지든 보통주주가 청구권을 행사(보통주이익)할 수 있는 미래의 보통주 이익은 보통주의 가치를 결정할 수 있는 원천이 됨 배당설 𝑛 𝑃0 = 𝑡=1 𝑒𝑡 𝑃𝑛 + (1 + 𝑘 𝑒 ) 𝑡 (1 + 𝑘 𝑒 ) 𝑛 <수식-3> 보통주의 가치(배당설) ▶ Gordon은 보통주의 내재가치가 미래의 주당배당을 적절한 필요수익률로 자본 환원한 내재가치로 ∞ 𝑃0 = 규정될 수 있다고 주장(M. J.Gordon, 「The Investment」, 1962) ▶ 주주가 주식으로 부터 얻어지는 소득의 구체적인 형태는 미래의 배당이라는 점에서 착안 𝑡=1 𝑑𝑡 (1 + 𝑘 𝑒 ) 𝑡 ▶ Modigliani and Miller는 (기업 순이익 = 주주 배당 + 기업내부유보 재투자)이며, 이 중 내부유보는 재투자수익의 실현을 통하여 미래의 배당을 증가시키므로 두 학설간 차이가 없다는 의견을 제시(F. Modigliani, M. H. Miller, “Dividend Policy, Growth and the Valuation of shares”,1961) 10 2013.12.19| 도시계획 및 개발연구실최원석
  11. II. 문헌고찰 2. 주가의 경기 선행성 [문헌 고찰(2)] 주가의 경기 선행성: 주가란 예상되는 현금흐름(예상이익)을 적절한 할인율로 할인한 현재가치로 결정됨 선행성에 대한 근거(2): 소비/투자지출↓ ▶ 가계 : 주식을 보유하고 있는 가계는 금융 자산의 가치가 하락하며, 보유하고 있지 않는 가계의 경우에도 미래 경기에 대한 불확실성이 증가하여 소비지출을 감소시킴 ▶ 기업 : 주가하락이 신규 설비 취득을 위한 자금 조달 비용을 상승시키고, 기업주는 미래 이익이 감소될 것으로 예상할 수 있으므로 투자지출을 감소시킴 ▶ 결국 가계와 기업의 소비지출과 투자지출이 감소하면 경기는 위축되고 성장율이 둔화되는 결과를 가져옴 실증적 연구(국외) <그림-5> 미국주가와 경제성장률 추이: 주가가 2q 선행 ▶ 앞서 살펴본 논리적·이론적 근거로 하여 국내외적으로 많은 실증연구가 있어왔고 대체적으로 주식이 경기에 선행하고 있다는 사실을 증명하였음 ▶ Schwert(1990)는 1802~1987년 미국 연간자료를 이용하여 주가가 경기순환의 중요한 선행지표가 될 수 있다고 주장하였음 ▶ Fischer and Merton(1984)와 Barro(1989)는 t-1기의 주가가 GNP의 상승을 예측하고 있는 반면 t기의 주가는 GNP와 영향이 없다는 것을 분석하여 경기선행성을 주장 ▶ 과거에는 Granger 인과관계, VAR 등 단기적 관계만을 증명하는 연구가 주를 이루었으나 최근 들어 VECM과 같이 보다 개량된 통계기법들을 적용하여 장기적 관계까지도 파악할 수 있는 연구들이 속속 등장(유태우, 장원기, 2003)) (출처: Federal Reserve, Bloomberg) 11 2013.12.19| 도시계획 및 개발연구실최원석
  12. II. 문헌고찰 3. 주가 지수 작성 [문헌 고찰(3)] 주가 지수 작성: 시가 총액식 주가지수, 유동 주식수 가산방식, 수정 자본 가중 방식으로 크게 분류할 수 있음 유동 주식수 가산 방식 시가 총액식 주가지수 ▶ 상장주식 전 종목을 대상으로 주가에 상장주식수를 곱하여 산출한 시가 ▶ 증권시장에서 실제로 유통이 가능한 주식수만을 지수에 반영하여 총액을 기준으로 기준시점의 시가총액과 비교시점의 시가총액을 산출하는 방식으로 실제 시장에서 매매거래가 이루어지지 않는 비교하여 산출 대주주지분이나 정부투자지분 등 비유동주식은 제외됨 ▶ 1923년 미국의 스탠다드 앤드 푸어스社(Standard and Poor’s)가 ▶ 최근에는 시가 총액식 주가지수가 갖고 있는 맹점(사실적으로 매매 작성하기 시작 불가능한 지분까지 포함하고 있음)을 보완하기 위해 시가 총액식 ▶ 우리나라에서 작성 및 발표되고 있는 종합주가지수(코스피지수, 주가지수 보다는 유동주식수 기준으로 전환 중임 코스닥지수, 코스피 200지수, 코스닥스타지수)는 모두 시가총액식 ▶ 우리나라에서는 KRX100지수 등 주요 상품지수를 유동주식사수 주가지수 산정방식을 채택 시가총액방식으로 산출하여 발표하고 있음 <수식-5> 유동 주식수 가산 방식 산출식 <수식-4> 시가 총액식 주가지수 산출식 유동비율 = 1 − 비교시점의 시가총액 주가지수 = × 1,000 기준시점의 시가총액 비유동주식수 총발행주식수 * 유동주식수 산정시 제외되는 주식 : 최대주주 및 그 특수 관계인 소유쥬식 / 자사주 / 우리사주조합 소유쥬식 / 정부 및 정부관리기업 소유주식 (시가총액 = 주가 × 상장주식수) 12 2013.12.19| 도시계획 및 개발연구실최원석
  13. II. 문헌고찰 3. 주가 지수 작성 [문헌 고찰(3)] 주가 지수 작성: 시가 총액식 주가지수, 유동 주식수 가산방식, 수정 자본 가중 방식으로 크게 분류할 수 있음 수정 자본 가중 방식 ▶ 기존의 방식을 보다 보완한 개념으로 Market Value를 산정하는데 있어서 업체 규모별로 가중치를 주는 방식임 ▶ 기본 개념은 아래 <수식-3>과 같음 <수식-6> 수정 자본 가중 방식의 기본 개념 𝑆𝑡𝑜𝑐𝑘 𝐼𝑛𝑑𝑒𝑥 = 𝐴𝑔𝑔𝑟𝑒𝑔𝑎𝑡𝑒 𝐴𝑑𝑗𝑢𝑠𝑡𝑒𝑑 𝑀𝑎𝑟𝑘𝑒𝑡 𝑉𝑎𝑙𝑢𝑒 𝑀𝑎𝑟𝑘𝑒𝑡 𝑉𝑎𝑙𝑢𝑒 𝐵𝑒𝑓𝑜𝑟𝑒 𝐴𝑑𝑗𝑢𝑠𝑡𝑒𝑑 × 𝐷𝑖𝑣𝑖𝑠𝑜𝑟 𝐵𝑒𝑓𝑜𝑟𝑒 𝐴𝑑𝑗𝑢𝑠𝑡𝑒𝑑 𝑀𝑎𝑟𝑘𝑒𝑡 𝑉𝑎𝑙𝑢𝑒 𝐴𝑓𝑡𝑒𝑟 𝐴𝑑𝑗𝑢𝑠𝑡𝑒𝑑 <수식-7> ISE 산업별 주가지수의 기본 산식 ▶ 이를 활용한 주가 지수로는 필라델피아 반도체 주가지수, ISE(International Securities Exchange) 산업별 주가지수 등이 있음 ▶ 특히 건설업과 가장 큰 관련이 있는 ISE Home Builders Index를 살펴보면, 업체규모 1~2위에 속한 기업에 10.0% 업체규모 3~4위에 속한 기업에 8.0% 업체규모 5~17위에 속한 기업에 4.5% 업체규모 18위 이후부터는 남은 5.5%를 동일하게 나누어 weight를 부여 13 𝐼(𝑡) = 𝑛 𝑖=1 𝑃𝑖(𝑡) × 𝑆𝑖(𝑡) × 𝑊𝐴𝐹𝑖(𝑡) 𝐷(𝑡) * I(t) = Index value at (t) / D(t) = Divisor at (t) * n = # of stocks / t = time the index is calculated * Pi(t) = Price of Stock (i) at time (t) * Si(t) = Float-adjusted # of shares of stock (i) at (t) * WAFi(t) = Weight adjustment factor of stock (i) at (t) 2013.12.19| 도시계획 및 개발연구실최원석
  14. III. 분석 방법
  15. III. 분석 방법 [분석 방법] 본 연구는 크게 변수선정, 시계열 자료 조정, 선후행성 판단 및 시차 검정, 예측오차 검정으로 구성됨 변수선정 feedback ▶이론 혹은 선행연구에서 건설경기와 동행 혹은 후행하는 것으로 밝혀진 변수는 어떤 것들이 있는가? ▶그 중에서도 자주 사용되는 변수의 종류는 어떤 것인가? ▶ 원시계열자료가 주기적으로 ▶ 선행연구의 많은 변수 중 어떤 반복되는가? 변수를 선택할 것인가? ▶ 계절성이 나타나는 경우 ▶ 건설업 주가지수와 건설경기 계절성을 조정하여 안정적인 ▶ 건설업주가지수가 건설업 경기를 예측하는데 있어서 얼마나 효용성이 있는가? 간 선후행성이 존재하는가? 시계열 자료 구축 ▶ 선후행성이 존재하는 경우 ▶ 원자료를 그대로 사용해도 시차의 크기는 얼마인가? 괜찮은가? 차분을 사용해야 하는가? 15 2013.12.19| 도시계획 및 개발연구실최원석
  16. III. 분석 방법 [분석 방법] 본 연구에서는 시계열 자료가 가질 수 있는 문제점을 해결하기 위해 각종 분석이 선행되어야 함 분석 기초자료 산출 추세순환변동을 제거한 SI 비율로부터 안정/이동계절성의 존재 검정 스펙트럼 분석 계절 조정필요 판단 NO ▶ 시계열 데이터에 계절성이 존재하는지 여부를 검정하며 ▶ 스펙트럼 분석과 ACF, PACF는 그래프의 형상을 보고 검정 자기회귀함수(ACF) 편자기회귀함수(PACF) F-test(안정적 계절성) ▶ K-W test : Kruskal-Wallis 통계량을 통해 안정적 계절성 검정 K-W test(안정적 계절성) 계절성 조정 NO ▶ F test : 일원분산분석 기법을 통해 안정적 계절성 검정 F-test(이동 계절성) ▶ 美 인구조사국에서 시계열 데이터의 계절조정 방법으로 사용하고 YES 조정 사후 검정 ▶ F test : 이원분산분석 기법을 통해 이동계절성 검정 있는 X-13 ARIMA/SEATS 방법을 한국 사정에 맞도록 조정 X-13 ARIMA/SEATS ▶ ARIMA 기법을 통해 조정된 결과를 사후 검정하기 위해 스펙트럼 분석 시계열 정상성 여부 / Q 통계량 / Sliding Span 분석을 실시함 스펙트럼 분석 ▶ Q 검정통계량 : 계절변동조정결과의 품질을 종합적으로 평가하기 Q-검정통계량 NO YES 위해 사용되는 통계량으로 M1~M11까지 11개 통계량의 가중평균 Sliding Span 분석 +1차 차분 ▶ Sliding Span 분석 : 시계열 기간을 부분적으로 중복되는 각각의 구간으로 나누어 각 지점에서 계절지수, SA 계열의 전기비 등을 비교 분석 기초 자료 산출 ADF ▶ 시계열 자료의 정상성을 위해 단위근이 존재하는지 검정하고 만약 단위근이 존재한다면 +1차 차분 후 단위근 재검정 시계열 조정된 자료 16 2013.12.19| 도시계획 및 개발연구실최원석
  17. III. 분석 방법 [분석 방법] 시계열 자료 조정 후 건설업주가지수를 이용해 건설경기 예측하는데 있어서의 효용성을 예측오차를 통해 분석 ▶ 건설업 주가지수와 건설경기 지표간 선후행성의 시차구조와 선후행성 검정 인과관계를 판단하기 위해 그랜저 인과관계 검정을 실시함 선후행 시차 검정 ▶ 여기서 X가 Y를 그랜저 인과한다는 의미는 Y의 향후 예측치를 그랜저 인과관계 검정 인과관계 검정 전망하는데 있어서 X가 도움을 줄 수 있다는 의미로 해석할 수 있음 VAR 분석 ▶ AIC, SC 등 각종 통계량을 산출, VAR 모형의 시차를 고려함 ▶ 공적분이 존재한다면 시계열간 장기적 균형관계가 성립한다는 의미이므로 이에 대한 분석을 먼저 실시함 가성적 관계분석 NO VAR ▶ 공적분 관계가 존재하지 않는 경우 벡터자기회귀모형(VAR) 통계량 추출 을, 공적분 관계가 존재하는 경우 변수들간의 가성적 관계를 YES VECM 예측모형 추정 및 오차검정 요한슨 공적분 검정 해결하기 위해 벡터오차수정모형(VECM)을 사용하여 건설업 주가지수를 중심으로 한 건설경기 예측 모형을 추정하고 이에 대한 오차검정을 실시 RMSE 산출 ▶ 추가적으로 충격반응분석과 분산분해 분석을 실시하여 건설업주가지수의 변화에 대한 각 경제 변수들의 반응 정도와 충격반응 분산분해 시점을 분석하고자 함 17 2013.12.19| 도시계획 및 개발연구실최원석
  18. IV. 자료 및 변수 1. 자료 및 변수의 구성 2. 기초 통계량
  19. IV. 자료 및 변수 1. 자료 및 변수의 구성 [자료 및 변수] 본 연구에서는 기존 연구들을 바탕으로 다양한 변수(주가,건설경기, 건설업체직접지표, 거시경제지표)를 조사함 <표-3> 선행 연구의 건설경기 예측 지표 정리 결과(일부, 색깔은 전체 연구에서 4회 이상 나타난 변수) 김재영과 삼성경제 통계청(2012) 정형민(2007) 정재하(1993) 연구소(2013) 국내건설 수주액 국내건설수주 건설업 취업자수 코스피지수 건설기성액 주가지수 건설기성 건축허가면적 건설수주 건설수주(총수주) 건설업취업자수 건설수주액 김민철 외 (2010) 건축허가 건축허가면적 김재영 외 (2005) 건설업취업자수 건설업주가지수 건설기성 황나혜와 이치주와 박강배와 박철한과 민혁(2007) 김용수(2012) 이강(2010) 김혜원(2011) 이홍일(2012) 건축허가면적 건축허가면적 건설수주 전체 수주액 건축허가 건설수주액 취업자수 건설업 코스피지수 건설업 주가지수 건축착공면적 건설기성 건설투자(총투자) 건설투자 건설기성(총기성) 건설투자 건축착공면적 주택매매가격지수 건축착공면적 주택매매가격지수 건축착공 건설기성액 건축착공면적 주택매매지수 주택전세가격지수 주택전세지수 건설용중간재 생산지수 건설용중간재 출하지수 건설업중간재 물가지수 건설중간재 내수출하지수 중간재 출하지수 시멘트 출하량 시멘트출하량 레미콘 출하량 레미콘출하량 국내 기계수주액 기계류내수출하 지수(선박제외) 철근 출하량 철근출하량 19 2013.12.19| 도시계획 및 개발연구실최원석
  20. IV. 자료 및 변수 1. 자료 및 변수의 구성 [자료 및 변수] 본 연구는 기존 연구를 바탕으로 건설사 주가와 건설 경기 지표를 포함하는 주요변수와 통제변수로 구성할 예정임 자료 출처 일별 종가 기준 각 건설사 주가 (건설협회 및 각 건설사) 건설 경기 지표 (한국은행, 국토연구원, 건설협회, 건설경제) 주요 변수 통제 변수 건설업체 직접 지표 건설사 주가 가중치 (W) 월별건설업주가지수 (종가 기준) 월별 KOSPI 종합주가지수 (종가 기준) 해외 도급 건설액 거시경제 지표 각 건설사 관련 직접 지표 (각 건설사 및 재무제표) 경기종합지수 건설 경기 거시 경제 지표 (통계청, 한국은행) 국내 도급 건설액 건축허가면적 환율 건설기성액 회사채(3년)금리 전산업생산지수 건축착공면적 부동산경기지표 (통계청, 국토해양부, 국민은행) 주택매매(전세) 지수 통화량(M3) 오피스임대지수 20 실업률 2013.12.19| 도시계획 및 개발연구실최원석
  21. IV. 자료 및 변수 2. 기초 통계량 [자료 및 변수] 주가지수 및 건설경기지표로 사용된 변수의 기초 통계량은 다음과 같음 <표-4> 주가지수 및 건설경기지표의 기초통계량 변수명 자료수 최솟값 중앙값 최댓값 평균 표준편차 분산 왜도 첨도 주가지수(KOSPI) 132 535.7 1,397.86 2,192.36 1,373.728 478.6409 229,097.2 -0.11204 1.659318 건축허가면적 132 4,498 10,080 27,030 10,761.64 3,830.709 1.47E+07 1.8999 7.833918 건설기성액 132 3,734,159 6,728,795 1.11E+07 6,667,345 1,365,231 1.86E+12 0.341853 3.520118 건축착공면적 132 3,048,633 7,363,130 1.50E+07 7,574,370 1,982,046 3.93E+12 0.764941 4.407419 주택가격지수 132 62.52 86.86 100.82 84.54227 10.55145 111.333 -0.0834201 1.770543 주택전세지수 132 66.58 74.975 99.07 77.53583 9.16074 83.91916 1.098333 3.053293 토지거래량 132 129,192 211,745 372,915 215,624.5 41,415.13 1.72E+09 0.5931749 3.890211 <그림-6> 주가지수의 추세 그래프 <그림-7> 건축착공면적의 추세 그래프 21 <그림-8> 주택가격지수의 추세 그래프 2013.12.19| 도시계획 및 개발연구실최원석
  22. IV. 자료 및 변수 2. 기초 통계량 [자료 및 변수] 거시경제지표로 사용된 변수의 기초 통계량은 다음과 같음 <표-5> 거시경제지표의 기초통계량 변수명 자료수 최솟값 중앙값 최댓값 평균 표준편차 분산 왜도 첨도 통화량(M3) 132 1,034,666 1,605,565 2,451,720 1,671,714 424,730.3 1.80E+11 0.2443002 1.69932 경기종합지수(동행) 132 62.5 87.05 111.3 86.23333 14.40656 207.5491 0.1097996 1.769232 회사채금리(3년) 132 3.3 5.245 8.56 5.268788 1.0461 1.094325 0.6011119 3.431088 전산업생산지수 132 70.7 89.05 105.9 83.53561 10.99533 12.0253 0.003388 1.628843 환율 132 914.81 1,134.8 1,453.35 1,115.107 122.636 15,039.59 0.2419001 2.713775 실업률 132 3 3.45 4.7 3.456818 0.2906148 0.084457 0.7514241 4.390827 <그림-9> 통화량(M3)의 추세 그래프 <그림-10> 회사채(3년)의 추세 그래프 22 <그림-11> 실업률의 추세 그래프 2013.12.19| 도시계획 및 개발연구실최원석
  23. V. 분석 결과 1. 변수의 계절 조정 2. 변수의 정상시계열 여부 검정 3. 선후행성 검정 4. VAR 분석
  24. V. 분석 결과 1. 변수의 계절 조정 [계절조정 필요성] 시계열 자료가 계절성을 내포하고 있는지의 여부를 F-test와 K-W test를 통해 판단함 <표-6> 각 변수의 계절성 여부 판단 변수명 F-test K-W test F-Test (안정적 계절성) (안정적 계절성) (이동 계절성) 계절성 검정결과 ▶ 안정적 계절성 판단을 위한 F-test : 일원분산분석(One way F-value가 0.1% 수준에서 유의할 때 안정적 계절성 존재 analysis of variance)기법을 통해 안정적 계절성을 검정한 결과로서 건설업주가지수 1.395*** 21.8017*** 0.788*** 계절성 없음 KOSPI건설업주가 1.32*** 19.2539*** 0.843*** 계절성 없음 KOSPI주가지수 0.623*** 11.1875*** 0.93*** 계절성 없음 - H0: SI 비율의 평균이 같다 ▶ 안정적 계절성 판단을 위한 K-W test : 비모수적(nonparametric) 통계기법인 K-W test를 통해 p-value가 0.01 이하일 때 유의한 안정적 계절성이 존재 건설기성액 142.936 *** *** 2.810 계절성 있음 계절성 있음 건축착공면적 20.975*** 84.2039*** 0.877*** 건축허가면적 *** *** *** - SI 비율의 전체 자료에 순위(rank)를 부여한 후 𝑆 𝑖 를 𝑖월의 순위합, 𝑛 𝑖 를 해당 월의 관측치 수(즉 년도 수), 𝑁 = 12 𝑖=1 𝑛 𝑖 라 할 때 K-W 통계량 𝐻는 다음과 같이 정의 3년만기회사채금리 환율 33.249 6.358 *** 85.6460 58.5141 *** 1.573 *** 1.363 1.877*** 22.6768*** 2.035*** *** *** *** 계절성 있음 계절성 가능성 계절성 없음 12 𝐻= 𝑁(𝑁 + 1) 12 𝑖=1 𝑆𝑖2 − 3(𝑁 + 1) 𝑛𝑖 ▶ 이동 계절성을 위한 F-test : 이원분산분석(Two way analysis of variance)기법을 통해 검정한 결과로서 F-value가 5% 수준에서 토지거래량 38.205 100.3627 1.556 계절성 있음 유의할 때 이동계절성이 존재 - H0: 연도별 효과가 유의하게 나타나지 않는다 ※ 각 숫자는 F값과 K-W 통계량을 뜻함 ※ ***: p-value < 0.01 / **: p-value < 0.05 / *: p-value < 0.1 24 2013.12.19| 도시계획 및 개발연구실최원석
  25. V. 분석 결과 1. 변수의 계절 조정 [계절조정과정] regARIMA 모형의 결과를 분석한 후 계절조정계열 및 연간 합이 보정된 계절조정계열을 산출 <그림-12> 건설기성액의 계절 조정 결과 1 ▶ 계절조정 결과를 산출하기 위해서는 1 ➀GMSR(Global Moving Seasonality Ratio)  ➁계절필터 적용  ➂계절지수 산정  ➃계절조정계열 산출의 과정을 거침 ▶ GMSR 산출 : 계절지수를 산출하기 위한 계절필터의 길이를 결정하기 위해 계절 및 불규칙 변동의 연간변화율을 비교 ▶ 계절필터 적용 : GMSR의 값에 따라 계절필터를 선택하되, 3✕3(계절성이 빠르게 변화하는 경우) ~ 3✕9(불규칙변동이 심한경우) 에서 주로 선택함 ▶ 계절지수산정 : 최종적으로 선택한 계절필터를 SI 비율에 적용하여 계절지수를 산출 ▶ ➊ : 건설기성액의 계절조정 결과로서, SA계열을 1차 차분한 후 F-test를 통해 잔여계절성이 존재하는지 여부를 검토 25 2013.12.19| 도시계획 및 개발연구실최원석
  26. V. 분석 결과 1. 변수의 계절 조정 [계절조정과정] Q 통계량은 계절변동조정결과의 품질을 종합적으로 평가하기 위해 사용되는 통계량으로서 M1~M11 통계량의 가중평균임 <표-7> 건축 기성액 계절조정결과의 Q 통계량 통계명 설명 Q ▶ Q 통계량은 계절변동조정결과의 품질을 종합적으로 평가하기 위해 M1 The relative contribution of the irregular over three months span. 0.323 M2 The relative contribution of the irregular component to the stationary portion of the variance. 0.351 M3 The amount of month to month change in the irregular component as compared to the amount of month to month change in the trend-cycle. 0.917 1을 초과하는 경우 구성 통계량 중 1보다 큰 통계량을 중심으로 그 M4 The amount of autocorrelation in the irregular as described by the average duration of run. 0.538 요인을 찾아 다시 계절 변동 조정을 실시함 M5 The number of months it takes the change in the trend cycle to surpass the amount of change in the irregular. 0.814 M6 The amount of year to year change in the irregular as compared to the amount of year to year change in the seasonal. 0.197 M7 The amount of moving seasonality present relative to the amount of stable seasonality. 0.232 M8 The size of the fluctuations in the seasonal component throughout the whole series. 0.316 M9 The average linear movement in the seasonal component throughout the whole series. 0.222 M10 Same as 8, calculated for recent years only. 0.490 M11 Same as 9, calculated for recent years only. 0.473 *** ACCEPTED *** at the level 0.43 *** Q (without M2) = 0.44 사용되는 통계량으로서 M1~M11까지 11개 통계량의 가중평균임 ▶ Q 통계량 < 1 일 때 계절변동조정이 적절히 이루어졌다고 판단하며 ▶ M7(중요 통계량) : 안정적 계절성(𝐹𝑠 ) 대비 이동계절성 (𝐹 𝑚 )의 강도에 따라 결정되며 이들의 F-statistics에 근거하여 아래와 같이 산출함 𝑀7 = 1 7 3𝐹 𝑚 + 2 𝐹𝑠 𝐹𝑠 ▶ 만약 M7>1이고 𝐹𝑠 < 7일 경우 시계열에 계절성이 존재하지 않을 수도 있으므로 계절 조정여부를 재검토하여야 함 1 ▶ ➊ : 건설기성액의 예에서는 Q = 0.43으로 계절조정의 결과가 만족스러움 ACCEPTED 26 2013.12.19| 도시계획 및 개발연구실최원석
  27. V. 분석 결과 1. 변수의 계절 조정 [계절조정결과] Sliding Span 분석을 통해 계절조정 결과에 대한 사후 검정을 실시함 <표-8> 건축 기성액 계절조정결과의 사후 검정 결과 변수명 Q-statistics S-S 결과 S-statistics 11.10% M-Mstatistics 조정 결과가 불안정한 것으로 판단할 수 있음 건설기성액 0.43 안정적임 건축착공면적 0.95 N/A 건축허가면적 0.69 부분적으로 안정적임 3년만기회사채금리 0.51 N/A N/A N/A 02년 1월 토지거래량 0.52 N/A N/A N/A 03년 1월 N/A 49.10% 27.10% ▶ S-statistics > 25%이고, M-M statistics > 40%인 경우 계절변동 N/A ▶ 임계치를 3%에서 5%로 조정한 경우 안정적인 결과를 도출하였음 <그림-X> Sliding Span 분석의 개념 65.40% 구간1 구간2 04년 1월 ▶ 시계열 기간을 부분적으로 중복되는 𝑘개의 구간(span)으로 나누어 05년 1월 각각 계절변동조정을 실시한 후 𝑘개 구간의 중복되는 시점에서 𝑖년 𝑗월 계절지수, SA 계열의 전기비 등을 비교 ▶ 𝑘번째 구간 𝑖년 𝑗월의 계절지수를 𝑆 𝑖,𝑗 (𝑘)라고 할 때 각 시점에서 max 𝑆 𝑖,𝑗 𝑘 − min 𝑆 𝑖,𝑗 𝑘 𝑘 𝑘 max 𝑆 𝑖,𝑗 𝑘 구간4 𝑆 𝑖,𝑗 (1) 𝑆 𝑖,𝑗 (2) 𝑆 𝑖,𝑗 (3) 𝑆 𝑖,𝑗 (4) 09년 12월 다음과 같이 MPD(Maximum Percentage Difference)를 정의 𝑀𝑃𝐷 𝑆 𝑖,𝑗 = 구간3 10년 12월 11년 12월 × 100(%) 12년 12월 𝑘 27 2013.12.19| 도시계획 및 개발연구실최원석
  28. V. 분석 결과 1. 변수의 계절 조정 [계절조정결과] SA계열과 불규칙변동의 스펙트럼 그래프를 통해 잔여 계절성 또는 잔여요일변동효과 존재여부 확인 <그림-13> 건축 기성액 계절조정 전 vs. 건축 기성액 계절조정 후 <그림-14> 건축착공면적 계절조정효과 <그림-15> 건축허가면적 계절조정효과 ▶ 계절조정 전(파란색 선)에 비해 계절조정 후(초록색 선)에 변동성이 줄어들고 올바른 경향성을 보이고 있음을 알 수 있음 28 2013.12.19| 도시계획 및 개발연구실최원석
  29. V. 분석 결과 2. 변수의 정상시계열 여부 검정 [정상시계열 여부 검정] ADF 검정을 통해 시계열 데이터의 정상성을 검정하고 단위근이 존재하는 것으로 밝혀질 경우 1차 차분하여 검정 재실시 <표-9> 각 변수의 정상시계열 여부 판단 변수명 수준 변수 추세+상수항 상수항 모형 추세 및 상수항 X -1.674563 *** -1.579396 *** -1.043961 *** -2.835668 *** -3.40012 *** -7.758793 *** -1.879541 *** 경기종합지수(동행) 0.303432 *** 대미환율 -2.443399*** -2.42302*** -0.741667*** 전산업생산지수 -0.572555*** -3.020595*** ln(M3 통화량) -1.144113*** 실업률 건설업주가지수 KOSPI 건설업주가지수 KOSPI 종합주가지수 ln(건축기성) ln(건축착공면적) ln(건축허가면적) 3년만기회사채금리 주택전세지수 주택매매지수 ln(토지거래량) -1.606156 *** -1.325029 *** -2.386744 *** -2.303987 *** -3.474838 *** -7.728703 *** -2.090973 *** -2.966695 *** -0.255438 *** -0.439766 *** 0.838011 *** 2.07773 *** -0.166291 *** -0.25018 *** -1.19542 *** 3.604251 *** ▶ 시계열의 안정성이란 어떤 차분 변수 추세+상수항 상수항 모형 -12.97727 *** -13.0232 *** -11.29079 *** -12.74618 *** -12.6687 *** -9.598342 *** -7.490532 *** -4.474279 *** 추세 및 상수항 X -13.0014 -13.05711 *** -11.24573 *** -13.05806 *** -12.63125 *** -9.568122 *** -7.463968 *** -4.495266 *** -4.495266*** 시점간의 거리 혹은 -5.557756*** -5.574216*** -5.574216*** 시차에만 의존 3.049584*** -15.78096*** -15.71959*** -15.71959*** -1.173858*** 16.27697*** -11.1312*** -11.15322*** -11.15322*** -3.770601*** -3.818432*** -0.471145*** -9.160774*** -9.183266*** -9.183266*** 1.352861 *** -1.603996 *** 1.672449 *** -3.384237 *** -4.248633 *** -4.248633 *** -0.965129 *** -2.659179 *** 2.77873 *** -5.573944 *** -5.573589 *** -5.573589 *** -4.201305 *** -5.5064 *** -0.261335 *** -13.41436 *** -13.36279 *** -13.36279 *** ※ 각 숫자는 ADF 통계량(t-statistic) 을 뜻함 ※ ***: p-value < 0.01 / **: p-value < 0.05 / *: p-value < 0.1 -13.0014 *** -13.05711 *** -11.24573 *** -13.05806 *** -12.63125 *** -9.568122 *** -7.463968 *** 시계열 자료가 단기충격에 *** 의해 추세치에서 이탈하더라도 결국에는 그 추세치로 돌아가려는 것 ▶ 즉, 어떤 시계열이 안정적이라면 평균, 분산이 해당 기간동안 일정하고 두 시점간의 공분산이 두 ▶ 단위근 검정(ADF)을 통해 단위근을 갖는다는 귀무가설을 검정 ▶ 수준 변수에서는 대체로 귀무가설을 기각하지 못하였으나 1차 차분변수에서 기각 29 2013.12.19| 도시계획 및 개발연구실최원석
  30. V. 분석 결과 3. 선후행성 검정 [인과관계 검정] Granger 인과관계 검정을 통해 변수간의 인과성을 검정한 결과는 다음과 같음(p-value) <표-10> 각 변수간 granger 인과관계 검정 결과 D_CONST_INDX D_CORP_BOND 0.0009*** D_CONST_INDX D_ECON_INDX D_EXCH_RATE D_HOUSE_CHS D_HOUSE_PRC D_KOSPI_CONST D_KOSPI_INDX D_L_CONST_AMNT D_L_CONST_BEGN D_L_CONST_PERM D_L_LAND_TRDE D_L_SUMP_M3 D_PROD_INDX D_UNEMP_RATE 0.0008*** 0.0001*** 0.0002*** 0.0563*** 0.3020*** 0.1317*** 0.0138*** 0.0267*** 0.0375*** 0.0445*** 0.2442*** 0.0030*** 0.0166*** 0.0126*** 0.0063*** 0.2552*** 0.1487*** 0.0591*** 0.1012*** 0.0098*** 0.0231*** 0.1109*** 0.0453*** 0.0601*** 0.0034*** 0.0175*** 0.3112*** 0.0265*** 0.0709*** 0.4968*** 0.1613*** 0.0103*** 0.1621*** 0.1480*** 0.1126*** 0.1566*** 0.1885*** 0.0002*** 0.0004*** 0.0599*** 0.1482*** 0.0111*** 0.0036*** 0.0550*** 0.2038*** 0.0085*** 0.1548*** 0.0000*** 0.0110*** 0.1028*** 0.2245*** 0.3741*** 0.4606*** 0.0019*** 0.0960*** 0.0019*** 0.5591*** 0.1291*** 0.1203*** 0.0304*** 0.0988*** 0.6452*** 0.0015*** 0.0107*** 0.0000*** 0.1022*** 0.4492*** 0.6450*** 0.0440*** 0.0135*** 0.0572*** 0.0369*** 0.0241*** 0.1525*** 0.0002*** 0.0333*** 0.0044*** 0.1005*** 0.1311*** 0.1438*** 0.0962*** 0.0008*** 0.0082*** 0.1309*** 0.5647*** 0.4466*** 0.2588*** 0.4269*** 0.0974*** 0.0339*** 0.1031*** 0.0679*** 0.0377*** 0.1572*** 0.3082*** 0.2895*** 0.4553*** 0.2065*** 0.1645*** 0.0531*** 0.1269*** 0.6082*** 0.2447*** D_CORP_BOND 0.0466*** D_ECON_INDX 0.3687*** 0.0042*** D_EXCH_RATE 0.0518*** 0.0010*** 0.0000*** D_HOUSE_CHS 0.2307*** 0.1772*** 0.1183*** 0.2124*** D_HOUSE_PRC 0.0583*** 0.0180*** 0.4255*** 0.0073*** 0.0159*** D_KOSPI_CONST 0.0897*** 0.0005*** 0.0005*** 0.0007*** 0.0010*** 0.0342*** D_KOSPI_INDX 0.0330*** 0.0014*** 0.0003*** 0.0000*** 0.0023*** 0.1739*** 0.1400*** D_L_CONST_AMNT 0.6554*** 0.0160*** 0.0326*** 0.1341*** 0.0148*** 0.3938*** 0.5532*** 0.4340*** D_L_CONST_BEGN 0.6297*** 0.0161*** 0.0499*** 0.0434*** 0.0651*** 0.0150*** 0.3692*** 0.2940*** 0.2538*** D_L_CONST_PERM 0.3161*** 0.0000*** 0.3567*** 0.5441*** 0.0525*** 0.0496*** 0.1987*** 0.3307*** 0.5352*** 0.0294*** D_L_LAND_TRDE 0.0622*** 0.0134*** 0.3858*** 0.1982*** 0.0002*** 0.0065*** 0.0792*** 0.7959*** 0.4083*** 0.0080*** 0.1307*** D_L_SUMP_M3 0.0255*** 0.2377*** 0.2427*** 0.0136*** 0.6649*** 0.2648*** 0.0544*** 0.5927*** 0.2351*** 0.1748*** 0.4967*** 0.1895*** D_PROD_INDX 0.2791*** 0.0330*** 0.0000*** 0.1661*** 0.0116*** 0.0816*** 0.2711*** 0.0503*** 0.1183*** 0.1525*** 0.1172*** 0.1895*** 0.1430*** D_UNEMP_RATE 0.2728*** 0.3151*** 0.2116*** 0.8353*** 0.7741*** 0.6886*** 0.3527*** 0.3539*** 0.1744*** 0.3069*** 0.5011*** 0.4285*** 0.1935*** 0.0257*** 0.0611*** ※ 각 숫자는 ADF 통계량(t-statistic) 을 뜻함 ※ ***: p-value < 0.01 / **: p-value < 0.05 / *: p-value < 0.1 30 2013.12.19| 도시계획 및 개발연구실최원석
  31. V. 분석 결과 3. 선후행성 검정 [인과관계 검정] Granger 인과관계 검정을 통해 10개 주요 변수간 인과성을 검정한 결과는 다음과 같음(p-value) <표-11> 주요 변수간 granger 인과관계 검정 결과 건설업주가지수 주택전세지수 0.0002*** 건설업주가지수 주택매매지수 KOSPI 종합주가지수 건설기성액 건축착공면적 건축허가면적 통화량(M3) 전산업생산지수 0.0563*** 0.1317*** 0.0138*** 0.0267*** 0.0375*** 0.2442*** 0.0030*** 0.1028*** 0.3741*** 0.4606*** 0.0019*** 0.0960*** 0.5591*** 0.1291*** 0.0988*** 0.6452*** 0.0015*** 0.0107*** 0.1022*** 0.4492*** 0.0044*** 0.1005*** 0.1311*** 0.0962*** 0.0008*** 0.1309*** 0.5647*** 0.2588*** 0.4269*** 0.0339*** 0.0679*** 0.0377*** 0.2895*** 0.4553*** 주택전세지수 0.2307*** 주택전세지수 0.0583*** 0.0159*** KOSPI 종합주가지수 0.0330*** 0.0023*** 0.1739*** 건설기성액 0.6554*** 0.0148*** 0.3938*** 0.4340*** 건축착공면적 0.6297*** 0.0651*** 0.0150*** 0.2940*** 0.2538*** 건축허가면적 0.3161*** 0.0525*** 0.0496*** 0.3307*** 0.5352*** 0.0294*** 통화량(M3) 0.0255*** 0.6649*** 0.2648*** 0.5927*** 0.2351*** 0.1748*** 0.4967*** 전산업생산지수 0.2791*** 0.0116*** 0.0816*** 0.0503*** 0.1183*** 0.1525*** 0.1172*** 0.6082*** 0.1430*** ※ 각 숫자는 변수간 granger 인과관계가 없다는 귀무가설을 기각하는 p-value를 뜻함 ※ ***: p-value < 0.01 / **: p-value < 0.05 / *: p-value < 0.1 31 2013.12.19| 도시계획 및 개발연구실최원석
  32. V. 분석 결과 3. 선후행성 검정 [인과관계 검정] Granger 인과관계 검정을 통해 변수간의 인과성을 검정한 결과 각 분야가 서로 영향을 주고 받는 형태를 띄고 있었음 <그림-16> 인과관계가 다양하게 나타난 10개 변수를 중심으로 한 Granger 인과관계도 12 1 12 건축허가면적 건축착공면적 3 1 6 월별 KOSPI 종합주가지수 (종가 기준) 12 전산업생산지수 1 건설기성액 18 3 12 6 1 건설업 주가 지수 주택전세지수 9 1 1 24 주택매매지수 24 통화량(M3) ※ 각 숫자는 시차를 뜻함 32 2013.12.19| 도시계획 및 개발연구실최원석
  33. V. 분석 결과 3. 선후행성 검정 [인과관계 검정] Granger 인과관계를 본 연구에서 구축한 건설주가지수를 중심으로 살펴보면, 건설업 각 부문과 영향을 끼치고 있음 <그림-17> 건설업주가지수를 중심으로 한 Granger 인과관계도 건축허가면적 건축착공면적 12 6 건설기성액 18 건설업 주가 지수 1 9 월별 KOSPI 종합주가지수 (종가 기준) 1 주택전세지수 전산업생산지수 ※ 각 숫자는 시차를 뜻함 33 2013.12.19| 도시계획 및 개발연구실최원석
  34. V. 분석 결과 4. VAR 분석 [공적분 검정] 공적분 검정을 실시하여 장기적 균형관계(공적분 관계)가 규명되는 경우 VECM 모형을 선택하여 분석을 진행함 <표-12> 요한슨 공적분 검정 결과(Trace 통계량) Hyposized No. of CEs Eigen Value Trace Statistics 5% Critical Value ▶ 단위근 검정결과에 의하면 대체적으로 변수들이 불안정 시계열인 p-value 것으로 판정되었음 *** None * 0.407085 238.8455 197.3709 0.0001 At most 1 * 0.309908 171.4167 159.5297 0.0095*** *** At most 2 0.228846 123.5666 125.6154 0.0662 At most 3 0.177393 90.04376 95.75366 0.1158*** At most 4 0.163618 64.853 69.81889 0.1168*** At most 5 0.130598 41.80461 47.85613 0.1643*** At most 6 0.095336 23.7511 29.79707 0.2111*** ▶ 이 때 변수들에 대한 전통적인 회귀분석은 무의미하거나 가성회귀가 될 수 있음 ▶ 그러나 개별 시계열이 단위근이 있는 불안정한 시계열이지만 이들 시계열 간에 장기적으로 안정적인 균형관계를 갖도록 하는 선형 *** 결합이 존재한다면 이들 시계열은 공적분 관계에 있다고 칭함 ▶ 변수들 간 공적분 관계에 있는지 확인하기 위하여 시차를 2(※)로 두고 Johansen의 공적분 검정을 실시하였음 ▶ 공적분 결과에 따르면 각 변수들 간에는 장기균형관계가 존재하고 1개의 공적분 벡터가 존재하는 것으로 나타났음 ▶ 따라서 VAR 모형보다는 VECM 모형을 사용하여 추정을 진행하는 것이 타당할 것으로 판단됨 At most 7 0.056776 10.82635 15.49471 0.2224 At most 8 0.025152 3.286073 3.841466 0.0699*** ※ VECM 모형의 오차를 따른 것임, VECM 모형에서 상세히 다룰 예정임 ※ ***: p-value < 0.01 / **: p-value < 0.05 / *: p-value < 0.1 34 2013.12.19| 도시계획 및 개발연구실최원석
  35. V. 분석 결과 4. VAR 분석 [시차 검정] VECM 분석의 인자를 결정하기 위하여 먼저 SC 수치를 위주로 한 시차 검정을 실시하여 1개월을 적정시차로 결정함 <표-13> VECM 의 각 시차별 모형 구축 결과 VECM lag(1) lag(2) lag(3) lag(4) lag(5) lag(6) AIC 15.64745 15.32149 15.76721 15.97011 16.18824 16.18839 SC 17.63267 19.1124 21.38215 23.4277 25.50745 27.38851 ▶ VECM 모델에 대한 최적시차를 결정하기 위하여 먼저 각 시차별 분석을 실시하여 AIC 혹은 SC가 최소가 되는 시차를 적정한 시차로 결정함 ▶ AIC와 SC과 같은 정보기준 통계량의 경우 가장 낮은 값을 가지는 모델이 가장 설명력이 높음 ▶ AIC를 기준으로 했을 때 lag(2)에서 가장 낮아졌다가 점점 높아지는 U자 형상을 취하고 있는 반면 SC를 기준으로 했을 때는 Lag(1)에서 가장 낮고 lag(6)로 갈 수록 점점 줄어드는 추세를 보이고 있음 ▶ AIC와 SC의 기준시차가 다른 경우 SC를 기준으로 시차를 결정하는 것이 일반적이나 본 연구에서는 AIC를 기준으로 책정하였음 ▶ AIC 수치가 SC 대비 낮을 뿐 아니라 너무 적은 시차를 택하면 모형의 동태적 관계를 충분히 반영하지 못하고 너무 큰 시차를 택하면 과다추정으로 자료의 손실이라는 문제가 발생하므로, lag(2)가 더 적합할 것이라 판단함 35 2013.12.19| 도시계획 및 개발연구실최원석
  36. V. 분석 결과 4. VAR 분석 [충격 반응 분석] 건설업주가지수가 1 표준편차만큼 변화하는데 따르는 가격 변화율을 충격 반응 분석을 통해 해석함 <그림-18> 통화량(M3)의 반응 1 <그림-19> KOSPI 종합주가지수의 반응 2 <그림-20> 전산업생산지수의 반응 3 ▶ ➊ :통화량의 경우 충격이 주어진 후 로그함수 형태를 띄며 지속적으로 증가하는 <그림-21> 주택전세지수의 반응 4 <그림-22> 건축기성의 반응 5 <그림-23> 주택가격지수의 반응 모습을 보임 6 ▶ ➋ : KOSPI 종합주가지수는 일시적으로 부(-)적인 움직임을 보이다 이내 동일한 방향으로 움직임 ▶ ➌ : 전산업생산지수 역시 일시적으로 감소하지만 다시 <그림-24> 건축허가면적의 반응 7 <그림-25> 건축착공면적의 반응 8 <그림-26> 건설업주가지수의 반응 9 반등하여 KOSPI 종합주가지수와 유사한 형태의 움직임을 보이며 안정을 되찾음 36 2013.12.19| 도시계획 및 개발연구실최원석
  37. V. 분석 결과 4. VAR 분석 [충격 반응 분석] 건설업주가지수가 1 표준편차만큼 변화하는데 따르는 가격 변화율을 충격 반응 분석을 통해 해석함 <그림-18> 통화량(M3)의 반응 1 <그림-19> KOSPI 종합주가지수의 반응 2 <그림-20> 전산업생산지수의 반응 3 ▶ ➍ : 주택전세지수는 역 U자의 형태를 띄며 지속되다 13~14기 사이 음(-)의 영향력을 보이며 24기가 되어서야 안정되는 모습을 <그림-21> 주택전세지수의 반응 4 <그림-22> 건축기성의 반응 5 <그림-23> 주택가격지수의 반응 6 보임 ▶ ➎ : 건축 기성의 경우 2차례 가량 증감을 반복한 후 지수함수형태를 띔 ▶ ➏ : 주택가격지수는 주택전세지수와 동일한 패턴의 움직임을 보이나 <그림-24> 건축허가면적의 반응 7 <그림-25> 건축착공면적의 반응 8 <그림-26> 건설업주가지수의 반응 9 양수에서 머무르는 패턴을 보이며 주택전세지수의 양상과 다른 요인은 2000년 초반 부동산 가격 거품 등의 영향으로 보임 37 2013.12.19| 도시계획 및 개발연구실최원석
  38. V. 분석 결과 4. VAR 분석 [충격 반응 분석] 건설업주가지수가 1 표준편차만큼 변화하는데 따르는 가격 변화율을 충격 반응 분석을 통해 해석함 <그림-18> 통화량(M3)의 반응 1 <그림-19> KOSPI 종합주가지수의 반응 2 <그림-20> 전산업생산지수의 반응 3 ▶ ➐: 건축허가면적은 초반 3~4기까지 증가하였다가 지속적으로 감소하여 13기 가량을 지나면서 음(-)의 <그림-21> 주택전세지수의 반응 4 <그림-22> 건축기성의 반응 5 <그림-23> 주택가격지수의 반응 6 영향을 보임 ▶ ➑ : 건축허가면적은 건축착공면적과는 반대로 초반 3~4개월 가량 약한 음의 영향을 보이고 있으나 건축허가면적이 감소하기 <그림-24> 건축허가면적의 반응 7 <그림-25> 건축착공면적의 반응 8 <그림-26> 건설업주가지수의 반응 9 시작하는 4개월 이후부터 본격적으로 증가하기 시작하여 12개월 가량 지난 후 (-) 부호를 띄게 됨 38 2013.12.19| 도시계획 및 개발연구실최원석
  39. V. 분석 결과 4. VAR 분석 [분산 분해 분석] 건설기성액에 대한 분산분해 분석 결과 건설기성 스스로가 가장 많은 부분(24기 후, 44.51%)을 설명하고 있었고, 주택가격지수(17.80%), 전산업생산지수(15.73%)와 건설업주가지수(14.69%)가 그 뒤를 잇고 있었음 <표-15> 건설기성액에 대한 분산분해분석 결과 Period S.E. 통화량(M3) KOSPI 종합주가지수 전산업생산지수 주택전세지수 건설기성 주택가격지수 건축허가면적 건축착공면적 건설업주가지수 2 0.04 1.12 0.65 27.34 1.39 66.20 0.00 0.00 2.72 0.57 4 0.04 0.97 1.33 23.75 1.97 66.71 1.00 0.13 3.55 0.60 6 0.05 0.91 1.39 22.54 2.15 65.05 3.53 0.13 3.70 0.59 8 0.05 0.87 1.33 21.74 2.13 62.52 6.70 0.12 3.60 0.98 10 0.05 0.84 1.27 20.91 2.04 59.72 9.64 0.12 3.45 1.99 12 0.05 0.82 1.21 20.05 1.95 56.98 12.00 0.12 3.30 3.56 14 0.05 0.81 1.19 19.21 1.87 54.45 13.75 0.12 3.16 5.45 16 0.05 0.80 1.23 18.41 1.80 52.13 15.01 0.12 3.04 7.46 18 0.05 0.79 1.35 17.67 1.73 50.00 15.95 0.12 2.93 9.45 20 0.05 0.80 1.54 16.98 1.67 48.03 16.68 0.12 2.84 11.34 22 0.05 0.81 1.79 16.33 1.61 46.21 17.28 0.12 2.77 13.09 24 0.06 0.83 2.06 15.73 1.56 44.51 17.80 0.12 2.71 14.69 ▶ 건설업주가지수는 2기 후에는 0.57%를 설명하는데 그쳐 0.65%를 설명한 KOSPI 종합주가지수에 못 미치는 결과를 보였으나, 시간이 지날수록 그 설명력이 급증하여 24기 후에는 KOSPI 지수에 비해 7배 이상 높은 설명력을 보이고 있음 39 2013.12.19| 도시계획 및 개발연구실최원석
  40. V. 분석 결과 4. VAR 분석 [분산 분해 분석] 주택가격지수에 대한 분산분해 분석 결과 KOSPI 종합주가지수가 가장 많은 부분을 설명하고 있고 그 다음으로 건설업주가지수가 많은 부분을 설명할 수 있는 것으로 나타남 <표-16> 주택가격지수에 대한 분산분해분석 결과 Period S.E. 통화량(M3) KOSPI 종합주가지수 전산업생산지수 주택전세지수 건설기성 주택가격지수 건축허가면적 건축착공면적 건설업주가지수 2 0.50 0.44 2.06 6.85 17.60 0.32 71.11 0.60 0.12 0.91 4 0.89 0.67 2.69 8.90 19.88 0.21 61.37 0.71 0.07 5.51 6 1.16 0.50 4.27 8.69 21.37 0.14 51.38 0.65 0.08 12.91 8 1.36 0.38 7.34 7.45 21.47 0.11 41.86 0.59 0.21 20.61 10 1.53 0.50 11.72 6.07 20.25 0.11 33.90 0.53 0.43 26.50 12 1.68 0.89 16.66 5.02 18.31 0.15 27.99 0.47 0.70 29.82 14 1.83 1.48 21.35 4.36 16.24 0.19 23.92 0.42 1.00 31.04 16 1.96 2.17 25.33 3.99 14.41 0.24 21.20 0.38 1.27 31.02 18 2.08 2.90 28.47 3.79 12.92 0.29 19.33 0.34 1.51 30.45 20 2.18 3.63 30.86 3.68 11.76 0.33 17.99 0.31 1.71 29.73 22 2.27 4.33 32.61 3.62 10.88 0.37 16.96 0.29 1.87 29.07 24 2.34 4.99 33.87 3.58 10.21 0.41 16.14 0.28 1.99 28.53 ▶ 주택가격지수에 대한 분산분석을 실시한 결과 24개월 후 기준 전체 변화를 100이라고 할 때 KOSPI 종합주가지수가 33.87%를 설명하여 가장 많은 부분을 설명하고 있고, 건설업주가지수가 28.53%로 그 다음으로 많은 부분을 설명할 수 있는 것으로 나타남 ▶ 그 외 주택가격지수 스스로가 16.14%, 주택전세지수가 10.21% 정도를 설명하고 있음 40 2013.12.19| 도시계획 및 개발연구실최원석
  41. VI. 결론
  42. VI. 결론 [결론] 연구의 목적(recap) ▶ 본 연구는 그 간 KOSPI 종합주가지수가 반영하지 못하였던 건설업종 특유의 조건(해외 매출액/규모 등)을 포함한 건설업주가지수를 신규 작성하고 해당 지수가 경기 선행 지수로서 기능하고, 건설업 경기를 예측하는데 있어 기존 지수 대비 추정력을 향상시킬 수 있음을 제시하고자 다양한 통계방법을 사용하여 분석을 진행하였음 건설업주가지수의 신규구축 결과 ▶ 본 연구에서는 선행 연구에서 다루지 않았던 국내 건설업체의 규모와 국내/외 매출액을 가중치로 투입한 새로운 건설업주가지수를 신규 구축하였음 ▶ 본 주가지수는 국내 수주 보다는 해외 수주 비중이 높아지게 될 미래에 더욱 요긴하게 사용할 수 있을 것으로 기대됨 국내/외 수주 비율 ▶ 국내/외 수주 비율을 각 사의 전자공시자료에서 확보하여 매년 변경되는 국내/외 수주비율을 조사, 지수에 반영하였음 ▶ 국내 시장에 주안점을 두고 분석을 진행하기 위해 해외 수주 가중치를 낮추거나 그 반대의 경우 등 다양한 응용이 가능할 것으로 전망되어 앞으로 더욱 유용하게 사용될 것으로 보임 업체 규모 ▶ 국내 건설 시장은 대기업이 시장 전체를 주도하고 있는 상황으로, 업체 규모에 대한 가중치를 주어 그 영향력을 지수에 반영하려 하였음 ▶ 만약 업체 규모를 반영하지 않고 그대로 지수를 작성한다면 시장의 왜곡된 상황을 제대로 반영할 수 없을 것으로 판단하였기 때문임 42 2013.12.19| 도시계획 및 개발연구실최원석
  43. VI. 결론 [결론] 건설업주가지수의 선행성 ▶ Granger 인과관계분석과 충격반응 분석 등을 통해 일반적으로 선행지수로 알려져 있는 주가지수가 건설업에 대해서도 동일한 현상을 보이고 있는지 검정하였음 ▶ 분석 결과 KOSPI 종합주가지수 등과 함께 선행지수로 작용할 수 있는 것으로 분석되었음 ▶ 특히 건설업에 대해서는, 건축허가면적 대비 6개월, 착공면적 대비 12개월, 건설 기성액 대비 18개월 앞서는 것으로 나타나 기존 건설업 선행지수에 포함되었던 건축허가면적보다 선행성이 더욱 강한 것으로 분석됨 Granger 인과관계 분석 ▶ 건설업 주가 지수를 중심으로 여타 변수들이 어떤 움직임을 보이는지 확인하기 위하여 granger 인과관계 분석을 실시하였음 ▶ 국내 시장에 주안점을 두고 분석을 진행하기 위해 해외 수주 가중치를 낮추거나 그 반대의 경우 등 다양한 응용이 가능할 것으로 전망되어 앞으로 더욱 유용하게 사용될 것으로 보임 충격 반응 분석 ▶ 거시 경제 변수는 대체로 처음에는 음(-)의 방향으로 움직이지만 결국 지수함수의 형상을 띄며 양(+)의 안정된 효과를 보임 ▶ 건설업 및 부동산 관련 변수는 각각의 움직임을 보이지만 대체로 granger 인과관계 분석에서 도출된 시차와 유사한 모습으로 움직이고 있음 ▶ 건축허가면적 및 건축착공면적의 경우 부(-)의 방향으로 안정화되는 모습을 보였음 43 2013.12.19| 도시계획 및 개발연구실최원석
  44. VI. 결론 [결론] 분산분해분석 결과 ▶ 분산분해분석 결과 건설업주가지수가 가장 잘 설명하고 있는 분야는 건설기성액과 주택가격지수로 각각 14.69%과 28.53% 가량을 설명하고 있는 것으로 분석되었음 ▶ 이는 KOSPI 종합주가지수와 동등하거나 최대 7배까지 높은 설명력을 보여 건설업주가지수와 기존 KOSPI 건설기성액 분산 중 건설업 주가지수 (14.69%) 종합주가지수를 함께 활용하여 건설업 경기를 예측한다면 보다 정확한 결과를 얻을 수 있을 것으로 기대됨 정책적 함의 ▶ 최근 글로벌 금융위기에 대응한 SOC 투자사업들이 진행되었으나 그 효과에 대해 뚜렷한 연구성과가 부족하며, 우리나라에서도 행정중심복합도시, 4대강 유역 개발 사업 등 거대 토목 사업을 통해 경기를 부양시키고자 노력하였으나 그에 대한 연구는 정성적인 수준이며 아직 미지수로 남아 있는 것이 대부분임 ▶ 또한 대체로 연도/분기별 자료로 구성되어 있는 국내 통계 실정상 보다 단기간에 정확한 판단을 내리기 위해서는 월별 자료, 혹은 그 이하 단위의 자료를 살펴볼 필요가 있으며 본 연구에서 사용한 주가지수의 경우 최대 초단위 자료를 활용할 수 있으므로 발전 가능성이 더욱 높다고 평가할 수 있음 ▶ 뿐만 아니라 건설업주가지수의 선행성을 바탕으로 건설 경기 예측 및 거시 경제에 미칠 수 있는 영향의 정도에 대해 미리 예측하고 그에 대응할 수 있는 정책수립에 근거를 제공할 수 있음 ▶ 향후 연구에서는 이러한 연구 방향을 더욱 발전시켜 단순히 주가가 건설 경기에 미치는 영향을 살펴보는데 국한할 것이 아니라 지방채 등과 같은 거래 가능한 공공증권에 대한 분석을 통해 각 지방자치단체의 재정건전성과 같은 공공적인 측면에서 바라보는 것 역시 필요할 것으로 판단됨 44 2013.12.19| 도시계획 및 개발연구실최원석
  45. 2013.12.19 도시계획 및 개발연구실최원석
10 самых богатых людей

www.steroid-pharm.com

www.imagmagnetsns.ua

×