Current Issue

주택은 복합적인 특성을 갖는다. 사람이 살아가는 데 있어 필수적인 주거 공간을 제공하는 필수품이며, 인간 기본권의 대상이 된다(Bratt et al., 2006). 반면에 시장에서 거래되는 상품이며, 대부분의 사람에게는 자신의 소유 중 가장 비싼 상품이기도 하다(Pattillo, 2013). 이러한 이유로 투기적 수요가 존재하며, 기대심리에 크게 영향을 받고, 거시경제의 변동에 영향을 받는다(Aalbers, 2012). 더욱이 지리적으로 고정되어 있으며, 토지 공급이 경직되어 있고, 공급에 오랜 시간이 걸리는 등 공급탄력성이 낮다(Lund, 2017).

이러한 특성은 주택 및 부동산에 대한 정책적 필요성과 동시에 높은 관심을 유발한다. 정부는 사회적 맥락과 필요에 따라 다양한 정책을 내놓았으며, 그 수단 또한 다양하다. 이에 학계에서는 정책이 도입되고 시행됨에 따라 이를 평가하기 위한 연구들이 활발하게 이루어졌다. 주택 공급(임도빈 외, 2008), 신도시 건설(장준상·이창무, 2006; 김현수, 2007), 임대주택(김정호, 2001; 권대철·고진수, 2010), 전매제한(박진백, 2019), 대출규제(임대봉, 2013), 보유세(최차순, 2015), 임대소득세(김유찬·김진영, 2014), 분양가상한제(김성욱·김지현, 2010) 등 개별 정책들에 대한 평가를 다룬 연구들이 주를 이룬다. 한편, 정권에 따른 주택정책을 정리하고 평가한 연구들도 존재한다(이창무, 2008; 박종구·이영범, 2009).

위 연구들은 각자의 기준을 세워 주택정책을 평가하고 있는데, 그 기준 또한 다양하다. 이를 정리하면, 가격 인하(함종영·손재영, 2012), 가격의 안정적 관리(곽승준·이주석, 2006), 경기부양(박재룡·유정석, 2010), 주택의 질(손재영·이준용, 2009), 만족도(남영우·최민섭, 2007; 권대철·고진수, 2010) 등으로 요약할 수 있다.

과거 주택의 절대 부족 시기에는 적정한 가격의 양질의 주택을 공급하는 것이 주택정책의 최우선 과제가 되었으며, 주택가격 또한 공급적 요인에 영향을 많이 받았다(김태오·최막중, 2016). 그러나 2000년 초 주택 부족 현상이 해소되고 주택가격의 급격한 상승을 경험하면서 거시경제 요인에 대한 관심이 높아졌다(Case et al., 2003; McCarthy and Peach, 2004). 거시경제가 주택가격에 미치는 영향을 분석한 국내 연구들에서 사용된 거시경제변수는 대개 물가, 금리, 통화량 및 유동성, 주가, 경제성장률, 임금, 환율, 대출액 등이다(정규일, 2006; 김중규·정동준, 2012; 조홍종, 2015; 엄근용·진창하, 2016). 정규일(2006)은 부동산 가치가 소득, 유동성 등과는 양의 상관관계를 가지며, 주식과는 음의 상관관계를 나타냄을 밝혔다. 김정렬(2014)은 VECM모형을 통해 산업생산을 통해 측정한 소득 요인이 금리나 가계대출과 같은 유동성 요인보다 주택가격에 미치는 영향이 큼을 보였다. 김중규·정동준(2012)은 그레인저 인과검정을 통해 주택담보대출액, 금리, 종합주가지수 등이 전국 아파트가격에 유의미한 영향이 있음을 분석하였다.

글로벌 금융위기를 겪으면서 주택 가격 결정에 있어 거시경제변수의 역할에 대한 논의가 더욱 활발해졌다. 한정희(2010)는 금융위기 전후 주택가격 결정요인으로서 유동성을 제시하며, 충격반응분석을 활용하여 유동성 충격이 주택가격 및 주택담보대출액에 미치는 효과를 밝혔다. 김순용(2017)은 VAR모형을 통해 유동성, 주가, 가계대출 등이 주택가격에 유의한 영향을 가지며 유동성과 가계대출의 영향력은 금융위기 이후에 증대되었음을 보였다.

거시계량모형(macroeconometric model)은 경제 각 부문 간의 유기적인 관계를 이론과 실제 통계자료를 바탕으로 체계화한 것이다. 거시계량모형은 종합적으로 연계되는 거시경제의 현상을 설명하고, 미래 경제환경에 대한 예측을 수행하며, 외부적 충격에 대한 반응 및 효과를 모의실험하는 데 용이하다. 이러한 이유로 정책의 효과를 예상하고 분석하는 데 사용되어 왔으며, 기본적인 연립방정식 체계에서부터 오차수정 방식, 동태적확률일반균형(DSGE, Dynamic Stochastic General Equilbrium) 접근, 개방적 다국가 모형 등 방법론적 발전이 계속되고 있다(Fukac and Pagan, 2010).

국내 주요기관에서도 경제전망과 정책효과분석을 목적으로 거시계량모형을 개발하여 사용하고 있다. 먼저 한국은행은 1980년대 이후로 시기에 따라 변화된 경제구조의 변화를 반영하여 BOK87, BOK92(김양우 외, 1993), BOK97(김양우 외, 1997), BOK04(황상필 외, 2005), BOK12(손민규 외, 2013) 등을 개발하였다. BOK12의 경우 최종수요, 대외거래, 물가, 임금 및 고용, 금융 및 자산시장 등 5개의 부문에 대해 행태방정식 30개와 정의식 12개를 포함하는 연립방정식 체계로 구성하였다. BOK12에서는 이전에는 고려되지 않던 주택가격을 건물건설투자에 대한 변수로 포함하여 자산에 대한 영향을 고려하였다. 한국은행은 그 외에도 동태적확률일반균형(DSGE) 이론에 근거한 BOKDPM(강희돈·편도훈, 2009)과 BOKGM(김용복·김수현, 2010) 등의 모형도 발전시켜 상호보완적인 경제 예측 및 정책효과 분석을 수행하고 있다.

또한 KDI는 총공급, 총수요, 국제수지, 노동, 물가, 금융의 6개 부문으로 구성된 KDIQ05(신석하, 2005) 모형을 개발하였다. KDIQ05는 해외부문을 외생변수로 포함하여 국제유가, 해외GDP 등의 국외 요인들이 GDP, 경상수지, 소비자물가 등에 미치는 영향을 분석하였다. 그 외에도 국회예산정책처(백웅기·박승준, 2007; 김혜선, 2012), 산업연구원(이진면 외, 2007), 한국경제연구원(조경엽 외, 2011), 한국금융연구원(박종규, 2006) 등 국내 주요기관들은 각 기관의 필요에 따라 거시계량모형을 개발하여 활용하고 있다.

거시계량모형을 활용한 연구들은 거시경제 여건변화에 관한 연구가 주를 이루었고, 주택 및 부동산 정책이나 시장에 대해서는 제한적으로 이루어졌다. 서승환(1994)은 거시계량모형을 이용하여 부동산 시장을 분석한 초기 연구이다. 대외거래, 총수요, 물가 및 임금, 총공급 및 고용, 화폐시장, 재정의 6개 부문으로 구성된 41개의 행태방정식과 35개의 정의식으로 이루어진 모형을 구축하였다. 1983년 1분기에서 1992년 4분기까지의 10년 동안 자료를 기반으로 주거용건물 건축허가면적, 비주거용건물 건축허가면적, 총건축허가면적, 선진국 수입물량, 정부소비, 엔-달러 환율, 설비투자 대출금, 총통화, 수입물가, 달러환율 등에 대해 모의실험을 수행하였다.

글로벌 경제위기 이후 부동산 부문이 거시경제에 미치는 영향에 관한 관심이 높아지면서 KDI는 이와 관련한 연구를 착수하였고, 서승환(2012)은 거시계량모형을 활용하여 주택 가격의 상승이 GDP 증대에는 미미한 효과를 갖는 반면 물가상승 및 수출 감소 등의 부작용을 갖는 것으로 분석하였다.

한편 국토연구원은 기관의 역할에 맞추어 부동산 부문을 강화하여 거시경제와 부동산 부문의 쌍방향 분석이 가능하도록 K-MEM’10(이수욱 외, 2010)과 K-MEM’14(박천규 외, 2014)를 개발하였다. K-MEM’10의 경우 총수요, 노동, 물가, 금리, 부동산 등 5개 부문에 40개의 행태방정식과 23개 정의식으로 구성하였다. 부동산 부문에는 주택매매가 및 전세가, 주택담보대출, 지가, 아파트거래, 미분양주택 등의 내생변수가 포함되었으며, LTV, DTI 등 정책 변수도 포함되었다. K-MEM’14의 경우 글로벌 금융위기 이후 경제 및 부동산 환경을 반영하여, 이번 모형과 동일하게 5개 부문에 대해 행태방정식 46개, 정의식 17개의 거시계량모형을 구축하였다. 부동산 부문에서 주택건설인허가실적 및 주택 재고에 대한 행태방정식이 추가되었으며, 주택매매가격 방정식에 주택담보대출액 등의 변수가 추가되는 등의 조정이 있었다. 콜금리 하락, 정부 경상지출 증가, 가계 경상이전지출 증가, 자본지출 증가, DTI 완화, 보유세 증가 등에 대한 글로벌 금융위기 전후의 효과를 비교하였다.

기존 연구의 흐름을 통하여 본 연구는 아래와 같은 시사점을 도출할 수 있다. 첫째, 주택정책의 내용은 다양하며, 이에 대한 평가 기준 또한 다양하다. 둘째, 기존의 주택정책을 평가한 연구들은 주로 개별 정책평가가 주를 이루고 있어, 경기 등 거시경제적 여건뿐 아니라 동시대에 존재한 다른 정책에 대한 통제가 되지 않는 한계가 존재한다. 셋째, 주택과 관련하여 거시경제 요인에 관한 관심이 높아지고 많은 연구가 진행되었지만, 다양한 경제 부문 간의 유기적인 관계를 고려하지 못하는 측면이 강하다. 넷째, 다양한 경제 부문 간의 유기적인 관계를 고려할 수 있는 거시계량모형을 이용한 연구들이 진행되었지만, 대다수가 주택 부문에 관심을 두지 않고 있다. 다섯째, 거시계량모형을 이용하여 부동산 부문을 다룬 연구들조차 가격안정 등 주택정책의 목표 달성을 평가하기보다는 거시경제 전반에 주택정책이 미치는 영향에 더 큰 비중을 두고 연구를 진행하였다.

이러한 맥락 속에서 본 연구는 복합적인 경제적 여건을 고려할 수 있는 거시계량모형을 활용하여 주택정책을 평가한다. 이는 주요 변수들의 관계를 고려한 거시적 분석이라는 점에서 다른 미시적 연구들과 차별된다. 또한 주된 관심이 국민경제로 확대되지 않고 주택시장 등 주택 문제에 한정된다는 점에서 거시적 분석을 활용한 기존 연구들과 차별성을 가진다. 이러한 접근의 필요성은 주택정책의 특성에 관한 것과 거시경제 변화의 두 가지 측면에서 설명된다. 먼저, 주택정책이 작동하는 방식이 거시경제변수들과의 상호작용 속에서 이루어지며, 주택정책의 효과를 파악하기 위해서는 그 경로를 분석할 필요가 있다는 점이다. 또한, 국내외적 거시경제 변화가 거시적 경로를 거쳐 주택가격에 중대한 영향을 미치기 때문이다. 글로벌 금융위기 이후 세계적인 저성장 기조가 지속되고 있고 특히 코로나19 대응 과정에서 금리 인하와 유동성 확대, 정부지출 확대 등의 통화정책 및 재정정책이 적극적으로 활용되고 있다. 이러한 변화가 주택시장에 미치는 영향에 관한 연구가 필요하다. 더 나아가 거시경제적 변화와 이에 대한 주택정책 대응 효과를 함께 분석한다는 점도 본 연구의 차별성으로 볼 수 있다.

본 장에서는 주택정책이 주택가격에 미치는 효과를 분석하기 위해 <Table 1>과 같이 시나리오를 작성하고 시뮬레이션을 수행하였다. 앞서 밝힌 바와 같이 본 연구에서 다루는 주된 정책 수단은 주택공급과 대출 규제이다. 먼저 시나리오 1과 2의 경우 주택공급의 확대를 가정한 시나리오이다. 주택의 특성상 주택공급은 어디에 공급하는가가 중요한 문제로 작동한다. 수도권과 비수도권의 경우 다른 추세를 보이며, 공급 부족 현상이 심하게 나타나는 수도권에의 주택공급과 그 외 지역의 공급은 다른 맥락을 나타낸다. 이를 반영하여 정부의 주택공급 계획에 있어서도 서울, 수도권, 그 외 지역에 차등적인 목표를 제시하고 있다.¹⁾ 사실 주택시장은 하위 시장에 따라 상당한 차이를 보이고 있지만, 거시적 요인 분석을 위한 본 연구의 모형 특성상 세분화된 지역특성을 반영하는 것에 한계가 있다. 따라서 제한적으로나마 전국적 상황과 수도권 상황을 반영할 수 있는 모형을 구축하고 수도권에의 공급과 비수도권에의 공급 효과가 차등적으로 반영될 수 있도록 하였다. 이러한 맥락 속에서 시나리오 1에서는 수도권에만 주택 인허가를 10만 호 증가시킨 상황을 반영하였고, 시나리오 2에서는 수도권과 비수도권에 각각 10만 호 증가시킨 상황을 분석하였다.

시나리오 3의 경우 대출규제로 인하여 주택담보대출액이 10%만큼 감소하는 상황을 반영한다. 주택담보대출액 변수는 신규 대출액 기준이 아닌 잔액 기준이기 때문에 감소 효과가 누적되어 적용되도록 하였다. 분석에 활용된 자료는 2003년 1분기에서 2017년 4분기까지의 자료이나, 시차 변수로 인해 2006년 1분기부터 예측치가 발생하므로, 시나리오의 충격은 2006년 1분기부터 적용되도록 하였다.

분석결과에 앞서 본 연구의 모형에서 주택정책이 주택가격에 영향을 미치는 경로를 살펴보고자 한다. <Figure 1>은 공급 확대가 주택가격에 영향을 미치는 주요한 경로를 나타낸 것이다. 주택공급은 주택가격에 직접적인 음의 효과 외에도, 주택재고나 주택건설투자 등을 통해서 영향을 미친다. 주택공급의 증가는 주택재고의 증가로 이어지고 이는 주택가격의 하락 효과를 지닌다. 반면 주택공급의 증가는 주택건설투자 증가로 이어지고, 이는 다시 GDP 상승으로 이어져 주택가격의 상승으로 이어진다. 즉, 주택공급은 직접효과와 주택재고를 통한 간접효과의 경우 주택가격에 음의 상관관계를 지니며, 주택건설투자를 통해서는 양의 상관관계를 지니는 복합적인 특성을 발견할 수 있다.

Figure 1. 
Causal diagram related to housing supply

주택담보대출액의 구조도는 <Figure 2>와 같다. 주택담보대출은 유효수요 증가 등 직접적인 효과 외에도 가계대출과 유동성 증가를 통해 주택가격에 간접적인 효과를 가지며 모두 양의 상관관계를 나타낸다. 따라서 대출규제 강화로 인해 주택담보대출이 감소하는 경우 주택가격이 하락하게 되는 구조를 보인다.

Figure 2. 
Causal diagram related to mortgage loan amounts

주택정책의 주택매매가격에 대한 시뮬레이션 분석결과는 <Table 2>와 같다. 주택 인허가 수 증가는 초기에는 효과를 보이지 않다가 이후 주거용 건물 건설투자로 인한 가격 상승효과가 나타난다. 이후 주택가격에의 직접 효과가 나타나는 시기에 이르러 가격하락 효과가 나타나며, 이후 주택 재고 효과가 지속된다. 시나리오 1의 경우 최대 전국에는 0.88, 수도권에는 3.47%의 가격하락 효과가 나타난다. 이후 3~4년 후 시점을 정점으로 가격하락 효과는 감소하여 전국에는 0.33%, 수도권에는 2.45% 수준으로 수렴한다. 시나리오 2의 경우에도 유사한 특징을 보인다. 최대 전국에는 1.58%, 수도권에는 3.44%의 가격하락 효과가 나타난다. 이후 감소하여 전국에는 0.59%, 수도권에는 2.47% 수준으로 수렴한다. 시나리오 2의 경우 시나리오 1에 비해 비수도권에 10만 호를 추가적으로 공급하였음에도 수도권에 추가적인 가격안정 효과를 나타내지 않는다는 점도 발견할 수 있다.

시나리오 3에서 대출규제로 인한 주택담보대출액의 감소는 주택매매가격에 즉각적인 하락으로 나타나 단기적으로 강력한 효과를 나타낸다. 최대 전국적으로 1.94%, 수도권에서 2.64%의 하락 효과가 나타났다. 이러한 효과는 시간이 지남에 따라 점차 약화되고 이후에는 전국에서 0.05%, 수도권에서 0.11% 수준의 하락 효과가 지속되는 것으로 나타났다.

주택가격에 있어 거시경제적 영향을 분석하기 위해 <Table 3>과 같이 시나리오를 작성하고 시뮬레이션을 수행하였다. 본 장에서는 경기 침체 시기에 주요 국가들의 대응책에 해당하는 금리 인하, 양적 완화 등 통화량 증대, 정부지출 증대 등의 효과를 확인한다. 시나리오 4의 경우 Call 금리 인하를 검토하며, 한국은행의 금리 변동 폭인 0.25%p의 하락 상황을 가정한다. 이는 금리 정책을 중심으로 하는 전통적 통화정책의 효과를 확인하기 위한 시나리오이다. 시나리오 5의 경우 광의통화(M2)의 10% 증가 상황을 가정한다. 이는 글로벌 금융위기 이후 주요 선진국 중앙은행에서 활용하고 있는 비전통적 통화정책의 효과를 검토하기 위한 시나리오이다. 시나리오 6의 경우 경상지출 10% 증가 상황을 가정하였다. 이는 경기부양을 위한 재정정책의 효과를 검토하기 위한 시나리오이다.

Call 금리가 주택가격에 미치는 구조는 <Figure 3>과 같다. Call 금리는 정책금리로서 시중 금리인 CD금리를 통해 유동성, 민간소비 등에 영향을 미친다. 또한 회사채수익률을 통해 주택건설투자 및 설비투자에 영향을 미쳐 주택가격에 영향을 미친다. 광의통화(M2)의 구조도는 <Figure 4>와 같다. 광의통화는 금융기관유동성(LF)을 통해 민간소비와 GDP 등을 거쳐 주택가격에 영향을 미친다. 즉, 유동성 확대로 인한 자산가격 상승효과와 경기부양으로 인한 경제 성장 효과가 함께 나타난다. 경상지출의 구조도는 <Figure 5>와 같다. 경상지출은 통합재정수지상의 정부재정지출에 영향을 미치며, 이는 국민계정상의 정부소비로 이어져 GDP에 반영되고, 이것이 주택가격에 영향을 미치게 된다. 또한 정부소비는 토목건설투자로 이어져 GDP를 통해 주택가격에 양의 상관관계를 갖는다.

Figure 3. 
Causal diagram related to call rate

Figure 4. 
Causal diagram related to M2

Figure 5. 
Causal diagram related to current expenditure

거시경제의 주택매매가격에 대한 영향을 시뮬레이션하면 <Table 4>와 같은 결과를 얻는다. 금리 인하는 완만한 추이를 보이며 장기적으로 전국에 0.28%, 수도권에 0.6% 수준의 주택가격 상승효과를 나타낸다. 유동성의 증가는 충격이 가해진 초기에 단기적으로 최대 전국에 1.22%, 수도권에 1.95% 수준의 가격 상승효과를 갖고, 장기적으로 전국에 0.23%, 수도권에 0.49% 수준의 가격 상승효과를 나타낸다. 재정지출 확대의 경우 유동성 증가와 같이 초단기적인 효과를 나타내지는 않지만 4년 후까지 지속적으로 상승하여 최대 전국에 1.57%, 수도권에 3.44%의 가격 상승효과가 나타난다. 그 후 상승 추세가 약화되어 전국적으로 1.4%, 수도권에 3.1% 수준으로 수렴하는 것으로 나타났다.

이렇듯 통화정책 또는 재정정책으로 인한 거시경제적 변화는 내용에 따라 속도와 영향력이 다르게 나타난다. 통화정책 및 재정정책을 결정하는 데 있어 다양한 요인들이 고려되고 주택가격에 대한 고려가 최우선이 되기 어려운 점을 생각하면, 주택시장 안정을 위해서는 주택정책과의 적절한 조화가 필요하다. 이를 위하여 시나리오를 작성하면 <Table 5>와 같다. 시나리오 7의 경우 비교적 중장기적으로 규모 있는 효과를 나타내는 재정정책과 주택공급 정책의 조합이다. 한편 시나리오8의 경우 단기적인 효과를 나타내는 비전통적 통화정책과 대출규제 정책의 조합이다. 앞서 시나리오와 동일한 규모로 시행하였으며, 정책의 효과가 잘 나타날 수 있도록 시차를 조정하였다. 본 모형에서 재정정책의 경우 공급정책에 비해 효과가 나타나는 시점이 빠른 특성을 반영하여 2년 정도 늦게 작동하도록 조정하였다. 또한 시나리오 8의 경우에도 대출규제에 대해 1분기를 조정하였다.

거시경제적 변화에 대한 주택정책 대응 시뮬레이션 결과는 <Table 6>과 같다. 시나리오 7의 경우 공급정책 효과가 나타나는 시기에는 가격하락이 나타나기도 하였지만, 장기적으로 전국엔 0.74%, 수도권에 0.39% 수준으로 가격을 안정화하였다. 시점과 규모에 대한 이해 속에서 공급량과 공급 스케줄을 조절할 경우 재정정책으로 인한 상승효과를 상쇄시키는 효과가 발생할 수 있다. 시나리오 8의 경우에도 비전통적 통화정책의 단기적 효과를 대출규제정책으로 상쇄하여 안정적인 흐름을 만들어냈다. 단기적으로는 오히려 0.6% 수준의 가격하락 효과가 나타났고, 장기적으로 전국에 0.17%, 수도권에 0.37% 수준에서 안정적 관리가 가능하였다. 유동성 확대에 대응한 적절한 대출 규제 정책이 필요함을 의미한다. 이를 종합하면 거시경제적인 변화에 적절한 주택정책으로 대응한다면 급격한 가격 상승으로 인한 문제를 최소화하고 가격을 안정적으로 관리할 수 있음을 시사한다.