본문으로 바로가기

연구보고서

발간물

목록으로
연구보고서 글로벌 부동산 버블 위험 진단 및 영향 분석 금융위기, 금융정책

저자 정영식, 김경훈, 김효상, 양다영, 강은정 발간번호 18-01 자료언어 Korean 발간일 2018.05.20

원문보기(다운로드:15,703) 저자별 보고서 주제별 보고서

  글로벌 금융위기 직후 급락했던 부동산 가격이 최근 위기 이전 수준을 넘어설 정도로 가파르게 상승하면서 글로벌 부동산 버블을 우려하는 목소리가 높아지고 있다. 부동산 버블 붕괴는 단순히 부동산 시장 위축으로 그치지 않고 금융기관 도산, 국가 부도, 나아가서는 글로벌 금융위기로까지 확산될 수 있다는 점에서 그 위험성이 매우 크다. 이러한 위험은 대외의존도가 높은 한국경제의 커다란 위협요인이기도 하다.
  이에 본 연구는 글로벌 부동산 시장의 버블 위험 진단, 부동산 버블이 금융위기 및 실물경제에 미치는 영향 분석, 과거 부동산발 금융위기 사례와 최근 상황 간의 비교분석을 통해 우리나라의 해외 부동산발 대외위험 관리와 국내 부동산 시장의 안정화를 위한 정책적 시사점을 얻는 것을 목적으로 한다.
  제2장에서는 글로벌 부동산 가격 동향 및 특징을 살펴보았다. OECD, BIS 주택가격지수로 산출한 글로벌 부동산 가격지수가 2017년 2/4분기 118.6으로 금융위기 이전의 최고치(2007년 4/4분기 103.8)를 10% 이상 상회하였다. 지역별로는 선진국이 글로벌 금융위기 이후 디레버리징(deleveraging) 등으로 인해 부동산 가격이 하락 조정을 거친 이후 다시 상승세를 보이고 있는 반면, 신흥국은 큰 폭의 조정 없이 상승세를 지속하고 있어, 신흥국의 가격 상승세가 선진국보다도 가파른 모습을 보이고 있다. 최근 글로벌 부동산 가격 흐름은 과거와 달리 동조화가 약화되고 있는 모습이다. 캐나다, 호주, 스웨덴, 스위스 등은 글로벌 금융위기 여파와 무관하게 주택가격이 지속적인 상승세를 보이고 있고, 미국, 영국, 덴마크 등은 글로벌 금융위기의 여파로 급락세를 보였다가 최근에는 위기 이전 수준까지 회복세를 보이고 있다. 한편 프랑스, 이탈리아 등은 여전히 위기 이후의 하락세를 회복하지 못하고 있다. 특히 중국의 경우 대도시를 중심으로 부동산 버블 위험이 제기되고 있고 한국도 서울 등 일부 지역에서 주택가격이 상승하고 있다. 최근 주요국의 부동산 가격이 급등하게 된 원인은 글로벌 금융위기 이후 초저금리 기조가 장기간 지속된 가운데 주택공급 부진, 대출규제 완화, 경기회복에 따른 수요 증가 등에 기인한 것으로 보인다.
  제3장에서는 세계 주요국을 대상으로 부동산 버블이 존재하는지를 주택수익비율(PRR: Price to Rent Ratio), 소득대비 주택가격 비율(PIR: Price to Income Ratio), 가계신용 증가율 등 일반적인 지표, 그리고 부동산 가격과 펀더멘털 요인 간의 공적분 검정, hillips, Wu, and Yu(2011)와 Phillips, Shi, and Yu(2015a)의 GSADF 검정 등 시계열 방법론을 활용해 분석하였다. 분석결과, 2016년에 주택가격이 6.6% 이상 상승하거나 2014~16년 지난 3년간 3.6% 이상 지속적으로 상승한 국가들 중에서 부동산 시장의 버블 발생 가능성이 높은 국가는 신흥국 중에서 중국, 콜롬비아, 헝가리, 라트비아, 터키, 슬로바키아 등이다. 선진국 중에서는 호주, 오스트리아, 캐나다, 아일랜드, 이스라엘, 룩셈부르크, 뉴질랜드, 스웨덴 등이 주택가격 상승률이 높게 나타났는데 이 중 호주, 캐나다, 이스라엘, 뉴질랜드, 스웨덴은 세 가지 지표 모두에서 위험성이 높게 나타났다. 세 가지 지표가 모두 위험하게 나타난 이 5개 국가는 계량실증분석 결과에서도 동일하게 버블 위험이 높은 국가들로 분류되었다. 한국은 주택가격지수와 PRR, PIR이 2000년대 이후 상당히 안정적인데다가 계량실증 분석결과도 유사해 버블 위험이 낮은 것으로 분석되었다. 하지만 2016년 한국의 GDP 대비 가계신용은 2015년에 비해 4.7%p 증가하여 중국(5.6%p), 노르웨이(6.2%p)와 더불어 두드러진 증가세를 보이고 있다. 그리고 도시별 PIR의 경우 서울은 홍콩, 베이징, 상하이, 시드니, 밴쿠버보다는 낮지만, LA, 런던, 뉴욕, 도쿄, 싱가포르보다는 상당히 높은 수준으로 나타났다. 즉 한국의 경우 전국적인 차원에서의 부동산 버블 위험성은 낮으나 서울 등 일부 지역에서의 버블 위험성은 높은 것으로 판단된다.
  제4장에서는 국가패널 데이터를 활용하여 각 국가의 부동산 버블이 금융위기와 어떤 관련성이 있는지를 분석하였다. 이 분석을 수행하기 위해 고정효과를 포함한 패널로짓(panel logit)을 사용하였다. 그리고 부동산 버블이 GDP 성장률에는 어떤 영향을 미치는지를 고정효과 패널모형을 활용해 분석하였다. 실증분석 결과는 첫째, HPB(House Price Bubble)가 Jordà-Schularick-Taylor가 정의한 시스템적 금융위기와 관련성이 높은 것으로 나타났다. HPB 대신 HPB Indicator를 포함하고, 이 두 변수간 교차항을 포함한 모형에도 모두 양의 계수로 통계적으로 유의하였다. HPB의 평균에서 약 1~2표준편차를 초과하는 HPB 수준에서는 한 단위 HPB의 증가가 3.6~4%의 금융위기 가능성을 증대시키는 것으로 나타났다. 한국의 경우 2016년 현재 HPB는 장기추세에서 멀리 떨어져 있지 않기 때문에 금융위기의 가능성은 그리 높지 않은 것으로 판단된다. 둘째, Reinhart & Rogoff가 구분한 다양한 금융위기 종류와 HPB 간의 관련성을 실증분석한 결과에서는 HPB가 외환위기, 재정위기, 인플레이션 위기보다 은행위기, 주식시장 붕괴와 밀접한 관련이 있는 것으로 나타났다. 셋째, GDP 성장률을 종속변수로 하여 HPB와의 연관성을 살펴본 고정효과 패널분석에서는 HPB의 증가가 GDP 성장률 하락과 관련성이 높은 것으로 나타났다.
  제5장에서는 최근 글로벌 부동산 시장의 위험성을 진단하고 우리나라의 부동산발 위험을 관리하기 위한 정책적 시사점을 얻기 위해 1990년대 초반의 스웨덴, 핀란드, 일본 사례, 2008년 미국발 글로벌 금융위기 사례 등 과거 부동산발 금융위기 사례를 분석하였다. 또한 최근 중국 부동산 버블 위험이 자주 제기됨에 따라 최근 중국 상황을 1980년대 중후반 일본과 2000년대 중반 미국의 부동산 버블 시기와도 비교해보았다. 사례분석 결과, 최근 글로벌 부동산 시장의 경우 과거 부동산발 금융위기 사례에 비해 부동산 버블 위험성이 약하긴 하지만 버블 위험이 존재하는 것으로 보인다. 이는 부동산 버블 형성의 주요 요인 중 금융완화정책이 과거에 비해 훨씬 공격적으로 시행되고 있고 매우 장기간 지속되고 있기 때문이다. 다만 최근 시기에는 과거 사례에 비해 금융기관 건전성 규제 및 리스크 관리가 강화되고, 자본유출입관리조치가 시행되고 있어, 이 요인들이 과도한 버블 위험을 완화시키는 요인으로 작용하고 있다. 지역별로는 과거 사례와 달리 선진국보다는 신흥국의 부동산 버블 압력이 더 큰 것으로 판단된다. 이는 전 세계적으로 부동산 가격이 상승세를 보이고 있는 가운데 신흥국이 선진국보다 가파르게 상승하고 있기 때문이다. 선진국의 경우 글로벌 금융위기 이후 대폭적인 부동산 가격 하락, 부채 디레버리징이 진행된 반면, 신흥국의 경우에는 이러한 과정을 거치지 않고 부동산 가격이 상승하고 가계부채가 꾸준히 증가하고 있기 때문이다. 특히 중국의 경우 단기적으로 부동산 가격 급락에 따른 금융위기 발생 가능성은 낮지만, 중국 부동산 가격의 완만한 조정으로 중국경제의 성장세가 둔화되거나 주택공급 물량이 넘치는 일부 지방 중소도시가 부동산발 금융위기에 처할 가능성은 높아보인다.
  제6장에서는 앞의 연구결과를 바탕으로 해외 부동산발 위험관리 및 우리나라 부동산 시장의 안정화를 위한 정책적 시사점을 도출하였다. 먼저 해외 부동산발 위험관리 측면에서, 우선 대외 환경 및 글로벌 부동산 시장에 대한 모니터링을 보다 강화해야 할 것이다. 미국 등 주요국의 통화정책 정상화 방향, 부동산 버블 고위험국가의 정책 및 시장 상황 등을 면밀히 살펴보고, 본 연구의 분석 툴 등을 활용해 부동산의 버블 여부 및 강도를 정기적으로 파악하는 것이 필요하다. 다음으로 부동산 고위험국가의 금융위기 발생에 대비해 대응 방안을 미리 마련해둘 필요가 있다. 부동산 고위험국가뿐만 아니라 이 국가들과 경제의존도가 높은 국가들의 영향에 따른 직간접 충격에 대비해야 할 것이다. 마지막으로 글로벌 부동산 시장의 동반위축에 대비해 컨틴전시 플랜을 마련하고 선진국의 질서정연한 통화정책 정상화를 위해 국제 협력 및 공조를 강화해야 할 것이다.
  다음으로 우리나라 부동산 시장의 안정화 측면에서 먼저, 국내 부동산 시장 버블 리스크에 대해서 체계적이고 통합적으로 점검할 수 있는 방법을 마련할 필요가 있다. 본 연구에서 분석한 부동산 버블 평가모형, 부동산 버블과 금융위기 간의 관계는 이러한 대응에 도움이 될 수 있을 것이다. 다음으로 통화당국은 통화정책 결정 시 인플레이션과 함께 자산가격도 중요하게 고려할 필요가 있다. 과거 부동산발 금융위기 사례에서 보듯이 통화당국이 낮은 인플레이션에만 초점을 맞춰 완화적 통화정책을 너무 장기간 지속한 나머지 자산가격 버블이 발생했다는 점을 유념해야 할 것이다. 세 번째로 부동산 시장 안정화 조치의 경우에는 부동산 가격 급등 국가의 정책 사례를 참고해 주택가격 급등 지역을 대상으로 수요 억제, 공급 확대, 리스크 관리 등을 포함하는 종합적인 대책을 시행할 필요가 있다. 마지막으로 부동산 시장 과열 및 불안이 반복되고 있다는 점에서 주택시장을 경기부양의 수단으로 인식하기보다 주거 및 거주 수단으로 인식하는 정책으로의 변화가 안착될 필요가 있다. 

Real estate prices, which plummeted shortly after the global financial crisis in 2008, have risen sharply to exceed pre-crisis levels, raising concerns about global real estate bubbles. In response, this study diagnoses the bubble risk in the global real estate market and analyzes the impact of real estate bubbles on financial crises and the real economy. In addition, we examine previous bubble-oriented financial crises in the real estate sector and compare them against recent global situations.
This study first examines whether a real estate bubble exists in major global economies, based on two criteria. The first is general indicators such as price to rent ratio (PRR), price to income ratio (PIR), and household credit growth rates, and the other is cointegration tests between real estate prices and fundamentals, and time series analyses like the generalized sup ADF (GSADF) method used by Phillips, Wu, and Yu (2011), and Phillips, Shi, and Yu (2015).

The results of the empirical analysis indicate that among the countries where housing prices rose by more than 6.6% in 2016, or those in which housing prices continuously rose by more than 3.6% in the three years from 2014 to 2016, countries with high probability of bubbles forming in their real estate markets are China, Colombia, Hungary, Latvia, Turkey and Slovakia.
Among developed countries, Australia, Austria, Canada, Ireland, Israel, Luxembourg, New Zealand and Sweden have the highest increase rate in housing prices. Among these, Australia, Canada, New Zealand, Israel and Sweden are all at high risk according to the above three indicators. These five countries, for which all three indicators indicate risk, also show the same high bubble risk in our empirical analysis.
In Korea, the housing price index, PRR and PIR have stabilized considerably since the 2000s, and the risk of bubbles forming is also low according to the empirical analysis. However, in 2016 the household-credit-to-GDP ratio in Korea increased by 4.7%p from 2015, showing a remarkable increase similar to China (5.6%p) and Norway (6.2%p). In terms of PIR, Seoul is lower than Hong Kong, Beijing, Shanghai, Sydney and Vancouver, but higher than Los Angeles, London, New York, Tokyo and Singapore. In other words, the risk of real estate bubbles is not high at the national level, but the PIR in some areas such as Seoul is high.
Next, this study uses country panel data to analyze the relationship between the real estate bubble and financial crises. A panel logit with fixed effect model is used to perform the analysis. And the impact of the real estate bubble on GDP growth rate is analyzed using a fixed effect panel model.
The first empirical result shows that the house price bubble (HPB) is highly related to financial crises, as defined by the Jordà- Schularick-Taylor Macrohistory Database. Both HPB and HPB indicators, and the cross term between the two variables, are statistically significant as positive coefficients. At the HPB level, which is about one to two standard deviations above the HPB average, an increase in one unit HPB increases the likelihood of a financial crisis from 3.6% to 4.0%. In Korea, the possibility of a financial crisis is not high because HPB is not far from the long-term trend as of 2016.
Second, our analysis of the relationship between HPB and various types of financial crises, as classified by Reinhart & Rogoff, shows that HPB is more closely related to banking crises and stock market crashes than to currency crashes, sovereign defaults, and inflation crises.
Third, in the fixed effect panel analysis of the relationship between HPB and GDP growth rate, the increase in HPB shows a negative effect on GDP growth rate.
In order to assess the risks of the global real estate market and to obtain policy implications for real estate risk management in Korea, this study also examines the cases of real estate bubble-oriented financial crises such as seen by Sweden, Finland and Japan in the early 1990s and the global financial crisis in 2008. In addition, the risks associated with prospective bubbles in the recent Chinese real estate market have been frequently cited, so we compare the recent Chinese situation with Japan in the mid-1980s and the U.S. real estate bubble in the mid-2000s.
The results of the case analysis indicate a definite risk of a global real estate bubble, albeit to a lesser extent than seen in the past. This is because the monetary easing policies of major advanced economies are far more aggressive than the past. In recent years, however, the strengthening of financial institutions' soundness regulations and risk management, and the implementation of measures to manage capital flows have played a stronger role in mitigating the bubble risk compared to past times.
By region, the real estate bubble pressure seems to be larger in emerging economies than in advanced economies. This is because emerging economies are climbing more steeply than developed countries. In advanced economies, real estate prices have fallen sharply and debt deleveraging has proceeded since the global financial crisis. However, in emerging economies, asset prices have risen and household debt has increased steadily.
In particular, in the case of China, the possibility of a financial crisis due to a plunge in real estate prices is low in the short term. However, Chinese real estate prices are likely to decline modestly, which can slow China's economic growth, and small and medium- sized cities with an over-supply of housing are likely to face a financial crisis.
Finally, this study provides some policy implications for the management of external risks from overseas real estate bubbles and stabilization of the Korean real estate market. In order to improve external risk management, it will be necessary to strengthen monitoring of external environments and global real estate markets, and to prepare countermeasures against financial crisis in economies with high risk in their real estate sectors. It will also be necessary to strengthen international cooperation so that major advanced countries can implement monetary policy normalization measures in an orderly manner.
In order to stabilize Korea's real estate market, it will be necessary to systematically check the bubble risk within the domestic real estate market, and monetary authorities need to consider asset prices in addition to inflation when determining monetary policy. Next, while referring to cases of policies implemented in times of soaring real estate prices, it will be necessary to implement comprehensive measures to suppress demand, expand supply, and manage risk.


 

서언 

 

국문요약 

 

제1장 서론 
1. 연구 배경 
2. 연구 목적 및 의의

 

제2장 글로벌 부동산 가격 동향 및 특징 
1. 글로벌 부동산 
    가. 글로벌 및 선진국·신흥국 부동산 가격 
    나. 3개 그룹별 부동산 가격 
2. 주요국 부동산: 미국, 중국, 한국 
    가. 미국 
    나. 중국 
    다. 한국 
3. 부동산 가격 상승 원인
4. 소결 

 

제3장 글로벌 부동산 버블 가능성 진단 
1. 부동산 가격 버블의 정의와 지표 
2. 부동산 가격 버블에 대한 일반적 지표와 최근 동향 
3. 부동산 가격 버블에 대한 이론적 배경 및 시계열 방법론 
    가. 합리적 기대하에서 부동산 가격 결정모형 
    나. 모형 확장: 부동산 가격 버블 
    다. 공적분(Cointegration) 검정 
    라. ADF 우측 검정(Augmented Dickey-Fuller right-sided test) 
    마. SADF(Sup ADF) 검정 
    바. Generalized SADF(GSADF) 검정 
4. 실증분석결과
    가. 공적분 검정결과 
    나. 부동산 버블 검정 
    다. 역사적 버블 형성구간 추정 
5. 소결 
6. 별첨: 한국 실질지가지수에 대한 버블 검정 

 

제4장 부동산 버블과 금융위기 간의 관계 
1. 관련 문헌 
    가. 자산가격 버블과 금융위기 
    나. 가계부채와 경기변동 
2. 분석방법 
    가. 계량모형 
    나. 기초 통계량 
3. 실증분석결과 
    가. HPB와 금융위기 
    나. 위기 종류별 HPB 관련성 
    다. 패널모형 
4. 강건성 검증 
    가. 샘플기간 확장 
    나. HPB* 사용 
    다. 설명변수 변환 
5. 소결 

 

제5장 부동산발 금융위기 사례 분석 
1. 1990년대 초반: 스웨덴, 핀란드, 일본 
    가. 글로벌 요인 
    나. 북구국가: 스웨덴 및 핀란드 
    다. 일본 
2. 2008년 미국발 글로벌 금융위기 
    가. 버블 형성의 배경 
    나. 버블 붕괴 촉발 계기: 대외 요인보다 자국 내 요인에 기인 
    다. 버블 붕괴 파장 및 영향
3. 최근 상황과 과거 부동산발 금융위기 사례 비교
    가. 공통점 
    나. 차이점
4. 최근 중국 상황과 일본 및 미국의 버블 시기 비교 
    가. 중국 부동산 버블 리스크
    나. 공통점 
    다. 차이점
    라. 종합 판단 
5. 소결

 

제6장 한국경제에 대한 시사점 
1. 한국경제 영향에 대한 시사점
2. 정책적 시사점 
    가. 글로벌 부동산 시장 변화에 따른 시사점 
    나. 한국 부동산 시장 관련 시사점 

 

참고문헌 

 

부록

 

Executive Summary 

판매정보

분량/크기, 판매가격
분량/크기 254
판매가격 10000 원

구매하기 목록

같은 주제의 보고서

연구보고서 금융위기 전개 과정 및 요인 분석: 복잡계와 머신러닝 방법론을 중심으로 2022-12-30 연구자료 중국의 녹색금융 발전전략과 주요내용 2022-12-30 연구보고서 환율과 기초여건 간 괴리에 대한 연구: 시장심리를 중심으로 2021-12-30 Working paper COVID-19 and the Health of Banking Sector in Japan and South Korea: A Comparative Study 2022-07-30 연구보고서 국제사회의 부동산 보유세 논의 방향과 거시경제적 영향 분석 2021-12-30 ODA 정책연구 글로벌 ESG 동향 및 국가의 전략적 역할 2021-12-30 연구보고서 신용공급 변동이 경제성장 및 금융위기에 미치는 영향 2020-12-30 연구보고서 국내 증권시장에서 외국인 자금 이동 결정요인 분석: 금리와 환율을 중심으로 2020-12-30 연구보고서 환율과 경상수지의 구조적 변화와 정책방향 2020-12-30 연구보고서 중국 산업, 얼마나 强한가?: 중국 산업경쟁력의 미시적 토대 분석 2020-02-28 연구보고서 개방경제에서 인구구조 변화가 경상수지 및 대외자산 축적에 미치는 영향분석 및 정책적 시사점 2019-12-30 연구보고서 포용적 무역을 위한 중소기업의 국제화 정책방향 연구 2019-12-30 연구보고서 내국인 해외증권투자 확대가 외환시장에 미치는 영향 2019-12-30 APEC Study Series Asia-Pacific Stock Market Connectedness: A Network Approach 2019-10-31 APEC Study Series Asia-Pacific Stock Market Connectedness: A Network Approach 2019-10-31 연구자료 외화예금의 역할과 정책적 시사점 2019-08-26 Working paper The Effect of Export Insurance and Guarantees on Export Performance: An Empirical Analysis for Korea 2019-08-20 연구보고서 금융불안지수 개발과 금융불안 요인 변화 분석 2018-12-31 연구자료 중국 모바일 결제 플랫폼의 발전과 시사점: 알리바바 사례를 중심으로 2018-12-28 연구보고서 미국 통화정책이 국내 금융시장에 미치는 영향 및 자본유출입 안정화방안 2018-12-28
공공누리 OPEN / 공공저작물 자유이용허락 - 출처표시, 상업용금지, 변경금지 공공저작물 자유이용허락 표시기준 (공공누리, KOGL) 제4유형

대외경제정책연구원의 본 공공저작물은 "공공누리 제4유형 : 출처표시 + 상업적 금지 + 변경금지” 조건에 따라 이용할 수 있습니다. 저작권정책 참조

콘텐츠 만족도 조사

이 페이지에서 제공하는 정보에 대하여 만족하십니까?

콘텐츠 만족도 조사

0/100