빅데이터로 바라본
부동산

인생은 수없는 선택의 연속입니다. 어떠한 선택을 하느냐에 따라서 희비가 엇갈리는 일은 수도 없이 많습니다. 인생에 영향을 미치는 주요 선택으로는 전공에 대한 선택, 직업에 대한 선택, 배우자에 대한 선택, 주택 구매에 대한 선택 등이 있습니다. 대부분의 사람들이 전공, 직업, 배우자 선택에 대해서는 최선의 답을 찾기 위해서 상당한 공을 들여서 많은 고민을 합니다. 하지만 주택 구매에 대해서는 그렇게까지 많은 고민을 하지 않는 것 같습니다.
하지만, 집을 살건지 말건지? 산다면 언제 살건지? 그리고 어디에 살건지? 에 대한 선택을 어떻게 하느냐에 따라서 누군가는 몇 억의 손해를 볼 수도 있고 또 다른 누군가는 몇 억의 이익을 볼 수도 있습니다.
평범한 직장인이 10년을 일하면서 아끼고 아껴도 모으기 힘든 큰돈을 누군가는 단 한 번의 제대로 된 주택 구매에 대한 선택으로 얻어갈 수도 있는 것입니다.
최근 서울의 아파트 가격이 폭등을 하면서 아파트를 소유한 사람과 소유하지 못한 사람 간의 자산의 차이가 매우 커졌다는 뉴스가 이슈가 되기도 하였습니다. 이렇게나 중요한 것이 내 집 마련에 대한 의사결정임에도 불구하고 대부분의 사람들은 정확한 팩트나 근거가 아닌 카더라 등의 뉴스나 이야기 등을 듣고 의사결정을 하는 것 같습니다. 그리고 그동안은 어디서 제대로 된 정보를 얻을 만한 곳도 거의 없었습니다.

하지만 이제는 시대가 달라졌습니다. 빅데이터의 시대가 이제는 부동산에도 온 것입니다. 내 집 마련에 대한 의사결정을 빅데이터를 통해 쉽고, 빠르고, 정확하게 할 수 있는 시대가 온 것입니다. 부동산에 영향을 줄 수 있는 인구 이동, 교통, 시세, 거래량, 소득, 입주물량, 미분양, 대출, 글로벌 경제 등의 다양한 데이터 분석을 통해서 현재 부동산 시장이 어디만큼 왔는지? 어디가 고평가이고 어디가 저평가인지 등에 대한 분석이 가능해진 것입니다.
최근 경기가 좋지 않다는 이야기들도 많고, 집값이 꺾이고 있다는 이야기들도 있습니다. 지면의 한계상 여기서 이야기할 수 있는 데이터에는 한계가 있고 각 지역을 세부적으로 다루기가 힘들기 때문에 전국 기준으로 2019년 부동산 전망을 데이터로 분석을 해보겠습니다. 참고로, 지면에 나오는 모든 차트는 빅데이터 부동산 분석 시스템인 리치고에서 가져온 것입니다.

먼저 PIR(Price to Income Ratio). 소득 대비한 주택 가격)을 확인해보겠습니다. PIR을 보면 소득 대비한 집값이 고평가인지, 저평가인지를 알 수가 있습니다. 다음은 전국 기준의 아파트 PIR(빨간색)과 중위 가구 월소득(녹색) 차트입니다.

보시는 바와 같이 PIR은 최근 10년 동안에서 가장 높은 수준입니다. 즉 소득 대비한 주택가격이 가장 비싸다는 의미입니다.
반대로 소득 대비한 주택가격에 가장 거품이 없었던 시기는, 즉 PIR이 상대적으로 낮았던 때는 2013~2015년이었습니다.
돌이켜보면 이 시기가 주택을 사기에 매우 좋았던 시기였었음을 알 수가 있는 것입니다. 현재 집을 사지 못한 사람들은 어떻게 해야 할까요? 지금이라도 사야하는 걸까요? 향후에 PIR이 올라갈지 떨어질지는 아무도 알 수 없습니다. 다만 확실하게 알 수 있는 것은 지금 집을 산다면 최근 10년 동안에서 소득 대비한 집값이 가장 비쌀 때(거품이 많을 때) 사는 것이라는 것입니다.
이 차트에서 우리가 또 하나 알 수 있는 것은 2009년부터 꾸준하게 상승하던 중위가구(중산층)의 월소득이 2015년부터 정체가 되더니 최근에는 하락을 하려고 한다는 것입니다.
앞으로도 계속 해서 중산층의 월소드기 줄어든다면 대출 등 주택 관련한 지출도 예전보다 더 부담이 될 것으로 보이고 이는 중산층이 구입 가능한 주택 시장에 좋지 않은 영향을 줄 수 있을 것으로 보입니다.

두 번째로 살펴볼 데이터는 HAI(Housing Affordability Index. 주택 구매력 지수)입니다. HAI = 중위가구 소득 / 대출 상환가능 소득* 100이며, 중위가구가 대출을 받아서 중간 정도의 주택을 구입한다고 할 때, 현재의 소득으로 대출원리금 상환에 필요한 금액을 부담할 수 있는 능력을 의미합니다.
100보다 클수록 큰 무리없이 대출을 끼고 주택을 구입할 수 있다는 것을 의미합니다. 다음은 전국 기준의 종합(모든 주택의 종합) HAI지수와 주택담보대출 금리 차트입니다. 보시는 바와 같이 주택 구매력 지수는 대출 금리와 역의 관계에 있습니다.
대출 금리가 낮을수록 이자 부담이 작기 때문입니다. 차트에서 보시는 바와 같이 주택구매력지수는 2015년에 가장 높았습니다.
이것이 의미하는 바는 대출을 끼고 집을 사기에 가장 부담이 없었던 시기가 바로 2015년이었다는 것입니다. 2008년부터 지금까지 보면 2013~2016년 정도가 대출을 끼고 집을 사기에 가장 부담이 없었던 시기였던 것으로 HAI 데이터로 판단이 됩니다.
대출 금리가 아직은 낮은 수준이어서 현재의 주택구매력지수는 2008~2010년보다는 더 높고, 과거 2011년 정도의 수준 정도입니다. 주택구매력지수로 놓고 보면 지금은 지난 10년 동안의 평균보다 살짝 낮은 수준이며 100보다 높아서 그래도 그나마 대출을 끼고 집을 사기에 아주 큰 부담이 있는 시기는 아닌 것으로 보입니다.

마지막으로 살펴볼 데이터는 입주물량 데이터입니다. 입주물량 데이터는 부동산 가격의 하락에 직접적으로 영향을 미치는 요소 중의 하나입니다. 입주물량이 수요에 비해서 과도하게 많다면 전세가가 하락할 가능성이 많으며 이는 매매가의 하락으로까지 이어질 가능성이 많습니다.
반면 입주물량이 별로 없다면 주택 가격은 안정적인 상승세 흐름을 이어갈 가능성이 많습니다. 전국의 향후 아파트 입주물량은 과연 어느정도나 될까요? 다음은 2000년부터 향후 2022년까지의 년도별 아파트 입주물량 데이터 차트입니다. 2017년의 사상 최대 입주물량 이후로 갈수록 입주물량이 줄어드는 것을 확인할 수가 있습니다. 전국 기준으로 보면 2017년이 사상 최대의 입주물량을 기록한 해였지만, 지역마다 입주물량의 차이가 컸습니다. 그래서인지 최근 부동산 시장은 서울·수도권과 지방 부동산의 양극화 현상이 꽤 심했습니다. 분양하고 입주까지 대략 2년 반에서 3년 정도 걸린다고 본다면 2021년까지의 입주물량 데이터는 크게 바뀔 가능성이 별로 없으며 2022년 이후의 입주물량 데이터는 향후에 분양된다면 바뀔 수도 있습니다.
최근의 부동산 분위기로 보아서는 향후 2022년 정도까지의 입주물량이 크게 늘어날 가능성은 별로 없어 보입니다.

입주물량 데이터로만 본다면 향후에 신규로 공급되는 아파트는 2022년 정도까지는 갈수록 줄어드는 것으로 보입니다. 공급이 줄어들기 때문에 이는 향후 아파트 가격의 상승에 어느 정도 긍정적인 영향을 미칠 수 있어 보입니다.
특히 2021년은 신규 아파트 공급이 매우 낮은 수준입니다. 따라서 국내 경기나 글로벌 경기에 커다란 위험 요소만 없다면 이는 빠르면 2019년 하반기, 늦어도 2020년 중순 정도부터 아파트 가격 상승에 상당한 긍정적인 영향을 미칠 수 있어 보입니다.
위의 3가지 데이터를 가지고 분석해보면 현재의 부동산 시장의 수준은 어깨 정도에 위치해 있다고 할 수 있을 것 같습니다. 물론, 부동산에 대한 정확한 의사결정을 위해서는 이보다 더욱 다양한 데이터를 가지고 종합적인 분석을 해야 합니다.
여기서는 지면의 한계상 PIR, HAI, 입주물량 데이터만을 갖고 분석을 하였는데요, 이외에도 고려해야 할 데이터로는 미분양, 금리, 통화량, 인구 및 세대수, 국내 및 해외 주요 경제 지표 등이 있습니다. 또한 지역별로 부동산에 대한 온도 차이가 크게 달라서 각 지역별로 각각의 데이터를 구체적으로 살펴보면서 각 지역에 대한 분석을 해야 합니다.
현재의 부동산 시장은 호재와 악재가 혼재되어 있고 수도권 시장의 경우 최근 4~5년동안 상당한 상승을 하여서 지금 매수하기에는 큰 부담이 있다고 할 수 있습니다. 역사는 돌고 돕니다. 언젠가는 또 다시 부동산 시장이 침체되는 시기가 올 것이구요.
그래서 2013~2015년처럼 PIR이 낮고, HAI는 높은 시기가 올 것이며, 그때가 바로 아파트를 사기에 최적의 시기가 될 것입니다. 그리고 이제부터는 부동산에 대한 의사결정을 할 때 객관적인 다양한 빅데이터로 하면서 리스크는 줄이고 기회는 잡으시면 좋을 것 같습니다.