소개
Introduction
부동산 투자는 시장에서
가장 수익성이 좋으면서 안전한
투자 기회 중 하나이다
그러나 부동산 투자를 위해서는
고려해야 할 부분들이 상당히 많다
인프라, 교육, 편의시설 등의
부동산이 품은 가치와 더불어
가격 추세에 대한 철저한 이해가 필요하다
그러나 이러한 부분에 대해
개인이 정보를 얻거나 분석하는 것은
상당히 어려운 일이다
이에 최근 개인 투자자들에게도
유행인 주식 퀀트 투자 처럼
부동산 또한 데이터화 하여
계량 분석을 통해 부동산의
내재적 가치와 미래적 가치를
도출해 낼 수 있다
그중 퀀트 투자에서
일반적으로 사용되는
대중적인 분석 기법 중 하나는
ACF(자기 상관 함수/AutoCorrelation Function)
분석을 통한 페어트레이딩 이다
이번 글에서는
ACF 분석이 무엇이며
이를 기반으로 어떤 방식으로
부동산 투자를 하면 좋을지
설명을 하고자 한다
ACF란?
What is ACF?
ACF(자기 상관 함수)는
시계열과 시차 값 사이의
상관 관계를 결정하는 데
사용되는 통계 기법이다
금융 및 경제 분야에서
서로 다른 금융 자산 또는
경제 변수 간의 관계를 분석하는 데
일반적으로 사용된다
ACF 분석은 주로 시계열에서
현재와 과거 값 간의
단기 상관관계에 중점을 둔다
시차 값 사이의 상관관계 속에서
부동산 속의 패턴을 추출하여
각 부동산 간에 서로 관련이 있는지
분석 할 때 사용하는 분석 기법이다
ACF 분석이 부동산 투자자에게
유용한 이유는 무엇일까
Why ACF Analysis is Useful for Real Estate Investors
부동산 가격은
일반적으로 상승세를 가정하고 있으며
시장이 언제 최고점 또는 최저점에 도달할지
정확한 시점을 예측하기 어렵다
이에 ACF 분석을 통해
시장에서 함께 움직일 가능성이 있는
부동산들을 클러스터링하여
이를 기반으로
페어 트레이딩을 통해 저평가된
부동산을 식별 할 수 있기에
부동산 투자자에게 유용하다
부동산 클러스터
Clustering Real Estate
부동산을 클러스터링 하기 위해
ACF 분석을 사용하여 특정 위치 또는 지역의
서로 다른 속성 간의 관계를 결정할 수 있다
예를 들어
특정 도시의 아파트 단지에 투자하려는
가상의 시나리오를 생각해보자
우리는 도시의 여러 아파트 단지의
가격에 대한 데이터를 수집하고
ACF 분석을 사용하여 어떤 단지가
서로 상관관계가 있는지 확인할 수 있다
이를 위해서는
먼저 아파트 단지별로
적절한 시계열을 파악해야 한다
아파트 단지별 임대소득, 입주율, 건축연령 등의
데이터를 시계열로 활용할 수 있다
2개 이상의 아파트 단지가
상관관계가 높다면
시장에서 함께 움직일 가능성이
높다는 것을 의미한다
결론
Conclusion
부동산 투자는
긴 기간 동안 가장 안정적이면서
높은 수익률을 취할 수 있는 기회를
만들어주었다
과거의 Trend가
미래에 그대로 반영되지는 않지만
그 속에는 분명 힌트가 있기에
data를 기반으로 한
계량적 분석을 통해
이러한 힌트를 파헤쳐보고자 한다
위 정보는 투자에 대한
이해를 돕기 위해 제공하는 것으로,
투자 권유를 목적으로 하지 않습니다
제공되는 정보는
오류 또는 지연이 발생할 수 있으며
글쓴이는 제공된 정보에 의한
투자 결과에 대해 법적인 책임을 지지 않습니다
