패닉바잉 시기 청년세대 주택구매자의 자금조달 분석:

분석시기는 패닉바잉을 잘 보여주는 2020년 상반기부터 2021년 하반기까지이다(<그림 1>). 한국은행은 코로나19 팬데믹에 대응하기 위해 2020년 3월부터 2021년 11월까지 0%대 초저금리를 유지했다. 코로나19 팬데믹 초저금리와 함께 아파트 매매가격은 2021년 10월까지 고공행진을 계속했다. 물론 주택가격 상승은 수도권과 비수도권에서 차별적이었다.

그림 1. 금리, 가격, 거래로 살펴보는 패닉바잉 시기 주 : 적색 음영은 분석 시기(2020년 3월~2021년 10월)를 가리킴. 자료 : 한국부동산원 부동산통계정보 「아파트매매 실거래가격지수」·「아파트매매 거래호수」, 한국은행 경제통계시스템 「한국은행 기준금리 및 여수신금리」.

Download Original Figure

그리고 가격 상승과 더불어 거래가 증가하는 패턴이 뚜렷하게 나타났다. 전국의 아파트 거래호수는 2020년 6월 102,482호, 7월 102,628호, 12월 106,027호로 최고치를 기록했다. 6월과 7월에는 수도권의 거래호수가, 12월에는 비수도권의 거래호수가 더 많았다.

금리, 가격, 거래를 기준으로 2020년 상반기부터 2021년 하반기까지는 초저금리에 따른 급격한 주택가격 상승에도 불구하고 오히려 거래량이 증가하여 더욱 가격을 상승시키는 패닉바잉의 시기로 볼 수 있다. 지역적으로 살펴보면 수도권의 패닉바잉이 지방을 선도했다고 볼 수 있다.

분석자료로 가계금융복지조사를 활용한다. 가계금융복지조사는 전국 2만여 가구를 대상으로 가구구성, 자산, 부채, 소득, 지출 등을 조사하는 국가승인 통계이다. 가구의 인구통계학적 특성과 경제적 역량을 포괄하므로, 본 논문의 분석자료로 적합하다. 가구구성·자산·부채는 조사연도 3월 31일을 기준으로, 소득·지출은 조사연도 이전 1월 1일부터 12월 31일까지를 기준으로 한다.

그리고 가계금융복지조사는 연동 패널조사이므로, 직전과 현재 조사연도의 비교를 통해 순자산과 부채의 변동을 포착할 수 있다. 이에 따라 순자산과 부채의 증감액을 활용하여 본 논문이 초점을 맞추는 자금조달 수단, 즉 자기자금, 가계대출, 자산이전을 조작적으로 정의할 수 있다. 또한 자산은 총액이 아니라 개별로 조사하므로, 보유주택의 숫자 변화를 파악할 수 있다.

분석시기(2020년 상반기~2021년 하반기)를 고려하여 2021년을 기준으로 2020년과 비교한다. 2020년과 연동된 2021년 표본은 13,793개이다. 여기서 2020년 기준 가구주 연령이 20~39세이면서 무주택자에 해당하는 분석표본은 960개이다(<표 1>). 참고로 2020년과 2021년 사이에 가구주가 변경되어 청년가구의 연속성을 위반한 5가구는 분석표본에서 제외했다.

종속변수 ‘생애 최초 주택구매’는 가구가 보유한 주택의 개수 변화를 기준으로 정의한다. 2020년 3월에 주택의 개수가 0이었는데 2021년 3월에 주택의 개수가 1이 되고 입주형태가 ‘자기 집’으로 바뀐 경우를 생애 최초 주택구매로 규정한다. 이에 따라 종속변수는 2020년 3월 기준 20·30세대 무주택 청년가구에서 어떤 가구가 2021년 3월 기준 자가점유로 전환했는지를 나타낸다. 당장 집이 없어 주택가격 상승에 누구보다 불안한 청년세대의 생애 최초 주택구매는 패닉바잉으로 간주하기 적합한 주택구매 유형이다.

물론 2020년 무주택자이었다가 2021년 자가점유로 전환된 가구가 모두 생애 최초 주택구매에 해당하지 않을 수 있다. 2020년 이전 이미 주택을 구매했다가 팔았을 수도 있다. 하지만 2020년 주거실태조사에 따르면, 생애 최초 주택구매 평균 연령은 39.9세이다. 따라서 20·30세대로 한정하면 무주택자 자가점유를 생애 최초 주택구매로 간주해도 큰 무리가 없다고 판단했다.

독립변수로서 자금조달 수단은 자기자금, 가계대출, 자산이전으로 구성된다. 먼저 가계대출 변수는 2020년 3월과 2021년 3월 사이에 가계가 제도권 금융으로부터 새롭게 빌린 대출액으로 정의한다. 영끌 현상에서 청년은 주택을 구매하기 위해 주택담보대출뿐만 아니라 신용대출, 신용카드 관련 대출 등 다양한 형태의 가계대출을 활용했다. 이를 고려하여 대출의 종류에 상관없이 가계대출 전반을 자금조달 수단으로 고려한다.

또한, 이때의 가계대출은 잔액이 아니라 2020년 3월과 2021년 3월 사이에 새롭게 빌린 대출금이다. 구체적으로 (현재 금융부채 잔액-직전 금융부채 잔액+현재 금융부채 원금상환액)으로 신규 대출금을 산정한다.⁶⁾2020년과 2021년 사이에 주택을 구매한 가계가 대출로 조달한 자금은 지금까지 빌리고 갚은 것의 누적적 결과인 2021년 기준 대출 잔액이 아니라 2020년과 2021년 사이에 새롭게 빌린 대출금이다. 대출 잔액은 현재 기준 가계의 부채 상태를 보여주지만, 여기에는 2020년 이전 대출도 포함되므로, 본 논문에서 필요로 하는 가계대출은 주택구매에 직접적으로 투입된 신규 대출금이다.

주택을 구매하기 위한 청년가구의 자기자금은 2020년 3월 기준 순자산으로 정의한다. 2020년 3월과 2021년 3월 사이에 주택을 구매했다면, 그 주택의 가치가 2021년 3월 기준 순자산에 반영된다. 이에 따라 다른 조건이 같다면, 주택을 구매한 청년가구의 순자산이 그렇지 않은 청년가구의 순자산보다 클 수밖에 없고, 회귀분석에서 독립변수로서 순자산은 주택구매에 실제 영향보다 더 강력하게 영향을 끼치는 것으로 나타난다. 주택구매에 따른 순자산의 내생성을 고려하여 주택을 구매하기 직전에 청년가구가 동원할 수 있는 2020년 3월 기준 순자산을 자기자금으로 간주한다. 자금조달 수단으로서 자기자금은 주택을 구매한 이후 순자산보다는 주택을 구매하기 이전의 순자산이 더 적합하다.

마지막으로 자산이전은 순자산 증가액에서 저축액과 주택가격 상승분을 차감하여 파악한다. 구체적으로 (현재 순자산–직전 순자산–저축액-주택가격 상승분)이라는 산식으로 부모로부터의 자산이전을 추정한다.

순자산의 증가는 크게 두 가지 측면에서 생각해 볼 수 있다. 첫째, 소득에서 지출을 차감한 저축만큼 증가할 수 있다. 이를 고려하기 위하여 현재 경상소득에서 소비지출비를 차감하여 저축액을 구한다. 둘째, 자산의 가격 상승만큼 증가할 수 있다. 자산 종류에 따라 그 정도는 다르지만, 본 연구의 목적이자 한국의 대표적인 자산인 주택을 기준으로 일반적인 가격상승분을 추정할 수 있다. 한국부동산원 전국 주택가격 동향조사에 따르면, 2020년 3월과 2021년 3월 사이 아파트매매가격변동률은 수도권과 지방이 각각 10.83%와 8.50%이다. 이러한 가격변동률을 2020년 3월 기준 순자산에 곱하면 2021년 3월 기준 순자산에 반영된 가격상승분을 구할 수 있다.

순자산 증가분에서 저축액과 가격상승분을 제외하고 남는 것이 있다면, 그것은 해당 가구의 노력으로 설명할 수 없는 부분이라고 할 수 있다. 이러한 추가 순자산의 원천으로 쉽게 생각할 수 있는 것이 바로 부모로부터의 자산이전이다. 이 자산이전은 기(旣)이전자산을 제외한 2020년 3월과 2021년 3월 사이 자산이전만을 가리키므로, 이는 해당 시기 주택구매와 직접적으로 관련되는 부모 찬스에 해당한다.

하지만 위의 산식에 따라 자산이전은 음수로 나올 수 있다. 어떤 가구가 저축액만큼 또는 평균 가격상승분만큼 현재 순자산을 축적하지 못한 상태에서 부모로부터 자산이전을 받지 않았다면 자산이전은 음수가 된다. 이 음수는 해당 가구가 스스로 자산을 축적하지 못했다는 것을, 더 나아가서 부모의 지원이 없어 주택구매를 위한 자금을 조달하기 어렵다는 것을 시사한다. 따라서 음수의 자산이전을 주택구매에 있어 부모 찬스와 반대되는 개념으로 해석할 수 있다.

또 하나의 독립변수는 가구의 주택가격 전망이다. 패닉바잉은 앞으로 더 가격이 오를 것으로 예상하여 이미 상당히 높아진 가격에도 불구하고 주택을 구매하는 비합리적인 행태를 가리키는데, 이때 패닉바잉의 시작은 향후 가격 상승에 대한 전망이고, 이러한 비이성적 전망을 유효수요로 가능하게 하는 것이 자금조달 수단이다. 따라서 자금조달 수단과는 별도로 가구의 주택가격 전망, 즉 상승할 것으로 전망한 가구가 주택구매에 나섰는지를 살펴볼 필요가 있다.

2021년 3월 기준 가구의 주택가격 전망을 상승 여부에 따라 변수화한다.⁷⁾ 가격 상승에도 불구하고 거래가 증가하는 현상이 2020년 하반기에 본격화되었다는 점을 고려하여, 2020년 3월이 아니라 2021년 3월 가격 전망을 활용한다. 또한 패닉바잉은 앞으로 가격이 더 상승할 것이라는 불안에 기초하는데, 주택구매 이전보다 이후 가격 전망이 그 불안을 더 잘 나타낼 수 있다.

제2장에서 검토했던 점유형태 결정요인 관련 선행연구를 참고하여 통제변수를 설정한다. 인구통계학적 특성과 경제적 역량 이외 언론에서 패닉바잉의 대상으로 주로 수도권의 아파트에 주목했다는 점을 고려하여 거주지역과 주택유형을 추가로 통제한다. 구체적으로 가구의 인구통계학적 특성(가구원수, 가구주 연령, 가구주 연령 제곱), 경제적 역량(종사상 지위, 경상소득), 거주지역(수도권 여부), 주택유형(아파트 여부)을 활용한다. 통제변수는 모두 2021년 3월 기준이다. 지금까지 설명한 독립변수와 통제변수를 정리하면 <표 2>와 같다.

본 논문은 패닉바잉 시기 청년세대 주택구매자의 자금조달 구성을 파악하기 위해 크게 세 가지 분석을 실시한다.

첫 번째 분석은 자금조달 기본모형으로 어떤 자금조달 수단이 청년세대 생애 최초 주택구매에 더 강력하게 영향을 끼쳤는지를 살펴본다. 직관적 비교가 가능하도록 세 가지 독립변수, 즉 자기자금, 가계대출, 자산이전은 모두 백만 원 단위 연속변수로 모형에 투입한다. 그리고 가격 전망의 계수를 통해 향후 주택가격 상승 전망이 20·30세대의 청년가구 생애 최초 주택구매에 영향을 끼쳤는지를 살펴볼 수 있다. 더욱이 자금조달 수단과 가격 전망의 계수는 가구의 인구통계학적 특성과 경제적 역량뿐만 아니라 거주지역과 주택유형을 통제한 순수한 영향력이다.

두 번째 분석은 수도권 세부모형으로 지방에 비해 수도권에서 어떤 자금조달 수단의 영향력이 증폭되었는지를 상호작용항으로 파악한다. 기본모형에 수도권×자기자금, 수도권×가계대출, 수도권×자산이전을 추가한다. 패닉바잉 시기 수도권의 주택가격 상승이 전국 주택시장을 선도했다는 점을 고려할 때, 수도권과 지방의 자금조달 구성을 비교할 필요가 있다.

세 번째 분석은 가격 전망 세부모형으로 상승 전망 가구와 비상승 전망 가구의 자금조달 구성을 비교한다. 수도권 세부모형과 유사한 방식으로 기본모형에 가격 전망×자기자금, 가격 전망×가계대출, 가격 전망×자산이전을 추가한다. 이때 상호작용항의 계수는 비상승 전망 가구에 비해 상승 전망 가구에서 어떤 자금조달 수단의 영향력이 더 강해졌는지를 보여준다.

본 논문에서 가장 주목하는 분석모형은 가격 전망 세부모형이다(<표 3>). 첫 번째 모형이 패닉바잉 시기 청년세대 주택구매자 자금조달 수단의 상대적 영향력을 보여준다면, 수도권 세부모형과 가격 전망 세부모형은 각각 수도권 주택구매자와 상승 전망 주택구매자에 초점을 맞춘다. 이 중에서 패닉바잉의 자금조달 구성을 가장 잘 보여주는 것은 가격 전망 세부모형이다. 패닉바잉 시기에, 그것도 수도권에서 청년가구가 생애 최초 주택을 구매한다고 모두 패닉바잉은 아니다. 패닉바잉은 상승 전망에 따른 가격 불안을 전제로 한다.

연속형 변수의 기초통계량은 <표 4>와 같다. 자금조달 수단으로서 절대 금액은 자기자금, 가계대출, 자산이전의 순으로 크다. 자기자금은 2020년 3월 기준 가구의 순자산이고, 가계대출과 자산이전은 2020년 3월과 2021년 3월 사이의 변화량이므로, 절대 금액의 크기 순서는 합리적이라고 볼 수 있다. 그리고 가계대출과 자산이전은 자기자금과 마찬가지로 음수로 나올 수 있는데, 가계대출 음수는 신규로 빌린 금액보다 기존 대출을 상환한 금액이 큰 사례이고, 자산이전 음수는 순자산이 감소하거나 순자산 증가가 가구의 저축액과 일반적인 가격 상승 합계에 미치지 못하는 경우이다. 자기자금, 가계대출, 자산이전의 음수는 모두 주택구매를 어렵게 하는 요인이다. 참고로 2020년 3월 기준으로 20·30세대를 정의했으므로, 가구주 연령의 최댓값과 최솟값은 각각 40세와 21세이다.

범주형 변수의 기초통계량은 <표 5>와 같다. 먼저 종속변수로서 2020년 3월과 2021년 3월 사이 무주택에서 자가점유로 전환된 20·30세대 청년가구, 즉 생애 최초 주택구매자는 74가구로 분석표본 960가구의 약 7.7%를 차지한다. 달리 말해 886가구는 주택구매를 하지 못해 2021년 3월에도 여전히 무주택으로 남아 있다. 따라서 종속변수는 어떤 가구가 2020년 3월 무주택에서 2021년 3월까지 주택구매에 성공했는지를 보여준다. 그리고 주택가격이 향후 상승할 것으로 전망한 가구는 398가구로 40.5%이다. 이 수치는 절반에는 미치지 못하지만, 2021년 3월 당시의 전국적인 가격 상승 경향을 반영하는 높은 비율이다.

범주형 통제변수를 살펴보면, 종사상 지위에서 상대적으로 안정적인 소득을 확보할 수 있는 상용 근로자가 68.2%를 차지한다. 자영업자는 12.6%이고, 임시·일용·기타는 11.3%이다. 그리고 거주지역 수도권과 주택유형 아파트의 비율은 거의 50%에 육박한다. 그만큼 수도권 아파트가 청년가구에서 지배적인 위치를 점한다고 볼 수 있다.

자금조달 기본모형의 분석결과는 <표 6>과 같다. 분석모형의 설명력은 유의미하고 우수하다. Louviere et al.(2000)에 따르면, McFadden R²가 0.2에서 0.4 사이로 나오기만 해도 모형 적합성이 충분히 좋다고 볼 수 있는데, 자금조달 기본모형의 McFadden R²는 0.480이다.

생애 최초 주택구매에 대한 각 변수의 영향력은 통계적 유의성 10%를 기준으로 회귀계수에 지수함수를 적용한 승산(odds)을 기준으로 해석한다. 분석모형으로 로짓함수를 적용했으므로, 회귀계수 그 자체가 독립변수와 종속변수의 관계를 바로 보여주지 못한다. 로짓 변환을 지수함수로 풀어주는 별도의 과정이 필요하다. 회귀계수(β)가 양수일 때, 독립변수가 1단위 커질수록 주택구매의 승산은 일정한 양의 비율(exp(β))로 증가한다. 승산의 증가는 주택을 구매할 확률을 높이면서 동시에 주택을 구매하지 않을 확률을 낮춘다.

자금조달 수단으로 가계대출과 자산이전의 영향력은 모두 1% 이내에서 통계적으로 유의하다. 가계대출이 1단위 증가할수록, 생애 최초 주택구매의 승산은 1.5%씩 증가한다. 자산이전은 이보다 약간 작지만 1.1%씩 증가한다. 이에 비해 절대 금액이 가장 큰 자기자금의 영향력은 10%를 기준으로 통계적으로 유의하지 않다. 자금조달 수단은 모두 백만 원 단위이고, 그 금액을 그대로 독립변수로 활용하므로, 자금조달 수단의 상대적 영향력 비교가 가능하다.

패닉바잉의 시작점으로 볼 수 있는 가격 전망은 통계적으로 유의할 뿐만 아니라 회귀계수의 크기도 상당히 크다. 상승 전망 가구가 비상승 전망 가구보다 주택을 구매할 승산이 78.1% 높다. 다른 조건이 일정하다면, 가격 상승 전망은 청년세대의 주택구매 가능성을 높이는 강력한 요인이다. 이러한 분석결과는 패닉바잉 시기 청년세대의 생애 최초 주택구매 여부에서 미래의 주택가격에 대한 상승 전망이 그만큼 중요한 역할을 했다는 것을 시사한다.

통제변수로서 통계적으로 유의한 것은 가구주 연령, 거주지역, 주택유형이다. 가구주 연령은 일차함수가 아니라 이차함수로서 생애 최초 주택구매에 영향을 끼친다. 회귀계수의 구체적인 모양은 U자 형태의 우측에 해당한다. 이 결과는 가구주 연령 20~39세 청년가구에서 초반에는 주택을 구매할 가능성이 매우 낮다가 나중에 그 가능성이 급격히 커지는 사회현상으로 이해할 수 있다. 생애 최초 주택구매 평균 연령이 39.9세라는 점을 고려할 때, 주택 구매 가능성은 30세 후반에 급격하게 높아질 수 있다.

그리고 수도권은 지방에 비해 주택을 구매할 승산을 통계적으로 유의하게 낮춘다. 언론이 수도권을 중심으로 패닉바잉 현상을 집중적으로 보도했던 것과는 상반되게, 실증분석에 따르면 수도권의 높은 주택가격은 패닉바잉 시기 생애 최초 주택구매를 촉진하기보다는 억제했던 것으로 나타난다. 이러한 분석결과를 가격 전망, 자금조달과 연관해서 해석하면, 수도권의 급격한 가격 상승이 가구의 상승 전망을 부채질하여 패닉바잉의 시작점으로 가격 상승 공포를 초래할 수 있지만, 시장에서 유효수요로 등장하기 위한 자금조달의 측면에서 수도권의 높은 주택가격은 주택구매의 상당한 제약요인으로 작용할 수 있다.

주택유형에서 아파트는 비아파트에 비해 주택을 구매할 승산을 높인다. 2020년 하반기에 일부 기사는 패닉바잉이 아파트에서 일명 ‘빌라’로 번졌다고 보도했는데(김서광, 2020; 정용욱, 2020), 실증분석 결과는 이와 상반된다. 패닉바잉 시기 20·30세대 청년가구의 생애 최초 주택구매의 대상은 아파트에 한정되었다.

점유형태에 영향을 끼칠 것으로 여겨졌던 가구원수, 경상소득, 종사상 지위는 통계적으로 유의하지 않다. 여기서 경상소득에 대한 분석결과는 상당한 시사점을 내포한다. 앞에서 언급했지만, 최근 일부 연구(이준민 외, 2022; 정의충·정의철, 2022)는 점유형태 결정에서 소득보다 자산이 더 중요하다고 주장했다. 물론 이러한 연구는 항상소득을 활용했으므로, 본 논문과 직접적으로 비교하기 곤란하다. 하지만 경상소득을 활용한 연구(Kim et al., 2021)에서도 주택소유에 대한 자산의 중요성이 강조되었다. 또한 한국에서 주택금융을 활용하는 데 있어 소득이 유의하지 않다는 것은 이미 오래전부터 지적되었다(정의철, 2005). 본 논문은 주택구매의 주요 자금조달 수단 중 하나인 가계대출의 기초지표로서 경상소득을 모형에 포함했는데, 주택금융 확대에도 불구하고 소득보다 자산의 중요성이 강조되는 최근의 경향과 부합하게 경상소득은 생애 최초 주택구매에 유의하지 않다.

자금조달 기본모형의 분석결과를 요약하면, 20·30세대 청년가구의 생애 최초 주택구매에서 가계대출과 자산이전이 통계적으로 유의했다. 절대 금액의 크기가 가장 큰 자기자금은 주택구매의 결정요인으로 유의하지 않다. 다른 요인을 통제했을 때, 패닉바잉 시기 청년가구가 주택을 구매하기 위해서는 자신이 축적한 자산보다 은행으로부터 빌리거나 부모로부터 이전받는 것이 더 중요했다. 그리고 주택가격 상승 전망이 주택구매의 가능성을 높였다는 측면에서 자금조달과 더불어 패닉바잉의 한 축을 구성하는 가격 상승 불안은 주택구매의 결정요인으로 유효했다.

수도권 세부모형의 분석결과는 <표 7>과 같은데, 세부모형에서는 상호작용항의 계수를 중심으로 해석한다.

거주지역과 자금조달의 상호작용항 계수는 각각의 자금조달 수단이 지방에 비해 수도권에서 얼마나 더 강력해졌는지를 나타낸다. 가계대출 상호작용항만 통계적으로 유의하다. 수도권에서 가계대출이 1단위 증가할수록 주택을 구매할 승산은 지방에 비해 1.1%씩 감소한다. 수도권과 지방을 구분하면, 지방 가계대출의 회귀계수는 0.022이고, 승산은 1.022이다. 수도권 가계대출 회귀계수는 0.011(0.022‒0.011)이고, 승산은 1.011이다. 따라서 가계대출 상호작용항의 계수가 음수라는 것은 수도권과 지방에서 가계대출의 증가가 주택을 구매할 승산을 모두 높이지만, 그 정도가 수도권에서 더 낮다는 것을 의미한다.

이러한 분석결과는 영끌이 상대적으로 소수였다는 홍정훈·임재만(2024)의 주장과 일부 부합한다. 본 논문에서 과도한 대출 여부를 조사하지 않지만, 언론이 주목한 수도권에서 청년가구의 생애 최초 주택구매에 대한 가계대출의 영향력이 지방보다 낮다는 것은 패닉바잉에 있어 영끌 담론이 표상하는 것처럼 가계대출을 많이 받는 것이 결정적이지 않을 수 있다는 것을 시사한다.

또한 가계대출에 있어 수도권과 지방의 차이는 정부의 대출 규제가 담론의 인식과는 다르게 패닉바잉을 억제하는 데 효과적일 수 있음을 함의한다. 이정훈(2021)에 따르면, 영끌 기사에서 정부의 대출 규제와 이를 거스르는 청년의 무리한 대출이 대립한다. 반면 실증분석에서는 정부의 대출 규제가 집중된 수도권에서 지방에 비해 주택구매에 대한 가계대출의 영향력이 약화된다. 이는 규제와 행태의 대립보다는 규제에 대한 행태의 순응을 가리킨다.

자금조달 기본모형에 가격 전망과 자금조달의 상호작용항을 추가한 세부모형의 분석결과는 <표 8>과 같다.

상호작용항에서 자산이전만 통계적으로 유의하다. 향후 주택가격이 상승할 것으로 전망한 가구에서 그렇지 않은 가구에 비해 생애 최초 주택구매에 대한 자산이전의 영향력이 더 강해진다. 비상승 전망 가구의 자산이전 회귀계수는 0.008이고, 승산은 1.008이다. 이에 비해 상승 전망 가구의 자산이전 회귀계수는 이보다 0.005만큼 커진 0.013이고, 승산은 1.013이다. 비상승 전망 가구에서는 자산이전이 1단위 커질수록 주택을 구매할 승산이 0.8%씩 증가하지만, 상승 전망 가구에서는 1.3%씩 증가한다.

이러한 분석결과는 가격 상승 불안과 자금조달 구성으로 이루어지는 패닉바잉의 과정에서 부모로부터의 자산이전이 다른 자금조달 수단보다 더 강력하게 작용했다는 것을 시사한다. 달리 말해, 가격 상승 불안이라는 비이성적 과열이 주택시장에서 유효수요로 등장하는 경로로 청년가구의 자기자금과 가계대출보다 부모로부터의 자산이전에 주목할 필요가 있음을 함의한다.

따라서 패닉바잉 정책 대응의 초점을 기존의 가계대출 규제 이외에 자산이전 제한으로 확장할 필요가 있다. 패닉바잉이 일반 주택구매와 다른 점은 비이성적 과열에서 시작되어 이미 높아진 가격을 시장의 합리적인 가격조정과 무관하게 더 끌어올린다는 사실이다. 가격 상승 불안에서 시작되지 않은, 즉 가구의 이성적 의사결정이 초래한 주택구매는 굳이 정책적으로 제한할 필요가 없다. 이런 측면에서 패닉바잉을 억제하기 위해서는 가구의 가격 상승 전망을 시장의 유효수요로 전환하는 데 효과적인 자산이전을 어떻게 제한할지에 대한 집중적인 논의가 요구된다.