Article

전세자금대출이 임차가구 주택수요에 미치는 영향*

우진1https://orcid.org/0009-0002-2341-6116, 이창무2https://orcid.org/0000-0003-2141-4336, 정정욱3,*https://orcid.org/0009-0001-3755-570X
Jin Yu1https://orcid.org/0009-0002-2341-6116, Chang-Moo Lee2https://orcid.org/0000-0003-2141-4336, Jung-Uk Jung3,*https://orcid.org/0009-0001-3755-570X
Author Information & Copyright
1한양대학교 도시공학과 박사과정
2한양대학교 도시공학과 교수
3한양대학교 도시공학과 박사과정
1Ph.D. Program, Department of Urban Planning, Hanyang University
2Professor, Department of Urban Planning, Hanyang University
3Ph.D. Program, Department of Urban Planning, Hanyang University
*Corresponding Author: junguk.jung@shinsegae.com

© Copyright 2024, Korea Appraisal Board. This is an Open-Access article distributed under the terms of the Creative Commons Attribution NonCommercial-ShareAlike License (http://creativecommons.org/licenses/by-nc-sa/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Received: Sep 18, 2024; Revised: Oct 12, 2024; Accepted: Nov 15, 2024

Published Online: Nov 30, 2024

국문초록

전세가격 상승기 서민의 주거안정을 지원하기 위한 재정 정책으로, 전세자금대출 제도가 지속적으로 확대되어 왔다. 그러나 동태적인 관점에서 전세자금대출의 증가는 주거 과소비를 유발하여 수요를 자극함에 따라 전세가격을 상승시켜 결과적으로 서민의 주거 불안정성을 증대시킬 가능성이 있다. 전세자금대출의 이용 실태를 살펴본 결과, 각 하부시장에 대해 개별적인 영향뿐만 아니라 하부시장 간 수요의 전이가 발생될 수 있는 것으로 판단된다. 수도권 임차가구를 대상으로 수요모형을 추정한 결과, 각 연령대에서 강건한 수요증가 효과를 보이는 것으로 나타나, 전세자금대출 제도가 수요의 증가를 유발할 수 있음을 지지하는 결과를 보였다. 따라서 전세자금대출이 더 이상 무분별하게 확대되지 않도록 적극적으로 모니터링하고 점진적으로 제도의 이용 규모를 축소시키는 것이 서민의 주거안정을 위한 바람직한 방향으로 판단된다. 또한, 비제도권 부채에 해당하는 전세보증금을 제도권의 영역으로 흡수시킬 방안을 모색하는 등 장기적인 관점에서 시장의 비효율성을 개선시키기 위한 노력들이 필요하다.

Abstract

Chonsei loans have continuously expanded to support housing stability of low-income households during periods of rising Chonsei prices. However, from a dynamic perspective, the increase in Chonsei loans may lead to excessive housing consumption, stimulating demand and potentially driving up Chonsei prices to exacerbate housing instability for low-income households. An analysis of the use of Chonsei loans suggests that, in addition to individual effects on submarkets, demand spillovers among submarkets may also occur. Based on estimations for a demand model of renter households in the Seoul metropolitan area, the result shows robust demand increases across different age groups, supporting that Chonsei loans could arouse demand growth. Therefore, it is necessary to actively monitor the system to prevent unchecked expansion of them and to gradually reduce the volume of them in order to ensure housing stability. Additionally, efforts should be needed to improve market inefficiencies from a long-term perspective, such as incorporating Chonsei deposits, which belong to a non-institutional debt, into the formal financial system.

Keywords: 전세자금대출; 임차가구; 주택수요; 주거실태조사
Keywords: Chonsei loans; Renter; Housing demand; Korean housing survey

Ⅰ. 서론

전세 제도1)는 국내 주택시장의 독특한 점유형태로 월세에 비해 주거비를 절약할 수 있는 것으로 이해되어 국내 임차인들에게 널리 활용되었고, 임대인에게 또한 적은 투자금액으로 주택을 구입할 수 있다는 이점으로 레버리지로의 활용을 위한 사적 금융의 수단으로 이용되어 왔다. 이러한 경향을 수용하여 이창무 외(2002)는 전월세시장의 해석을 위해 보증금(또는 전세금)이 레버리지로 활용된다는 레버리지 가설을 제시하였다. 이에 기초하여 최성호·이창무(2009)는 전세시장의 성격을 이해하기 위해 매매, 전세, 그리고 월세 가격 간 구조적인 관계를 연구한 결과, 전세는 단순한 임대료가 아닌 매매와 월세의 중간에 해당하는 이중적인 성격을 지니며, 전세시장의 움직임은 매매가격과 월세가격의 움직임뿐만 아니라 시장이자율, 기대가격상승률에도 영향을 받는 복잡한 구조를 지니는 것으로 이해되었다.

이러한 전세 시장의 독특한 작동기제로 임대사업자는 자본차익을 추구하게 되는 구조가 형성되며, 레버리지 효과로 인해 주택의 소유자로 하여금 매매시장의 상황에 따라 투기적인 행태를 취하게 만든다. 즉, 전세가가 상승함에 따라 레버리지 효과를 통한 과잉투자가 발생할 수 있으며, 이후 매매가의 상승추세가 반전된다면 투자의 위축과 함께 시장에 왜곡이 발생하여 변동성이 증폭되는 비효율적인 주택시장이 형성될 수 있다(이창무, 2014).

최근 국내 주택시장의 가장 충격적인 이슈는 전세사고와 전세사기 등 이러한 전세 제도에 기인한 사건들이었다는 것에 큰 이견이 없을 것이다. 선행연구를 통해 밝혀진 전세 시장의 구도에 따르면, 전세가의 상승은 앞서 언급한 여러 문제점들의 도화선이 될 수 있을 것으로 의심된다. 특히 전세가의 상승뿐만 아니라 하락 또한 주거안정성을 취약하게 만들 수 있으며 모니터링 강화를 통해 시장 상황의 변화에 더욱 주의할 필요가 있을 것으로 판단된다.

전세가격 상승기에 증가하게 되는 서민의 주거비 부담을 완화시켜주기 위해 재정 지원정책의 성격으로 저리의 전세자금대출 제도가 지속적으로 확대되었다. 한국은행에 따르면 전세자금대출 잔액은 2012년 23조 원 규모에서 2021년 말 기준 180조 원까지 급증한 것으로 파악된다. 그러나 동태적인 관점에서 전세자금대출의 이용이 불러올 수 있는 임차인의 지불의사금액 증가는 주거 과소비를 유발할 수 있으며, 결과적으로 전세가격 상승으로 이어질 가능성이 있다.

이러한 전세자금대출 제도의 전세가격에 대한 영향을 분석함에 있어 전세시장의 복잡한 구조적 특성으로 인해 여러 논의들이 선행될 필요가 있으며, 또한 겹겹이 쌓인 다양한 제도적 장치에 대한 고려가 필요해 쉽지가 않다. 따라서 본 연구는 우선 수요적 측면에 있어 전세자금대출의 영향을 살펴보고자 한다. 이를 위해 주거실태조사2)를 이용하여 전세자금대출의 이용대상이 되는 임차가구를 대상으로 전세자금대출의 이용이 양적인 수요의 증가에 유의한 영향을 미쳤는지 실증분석을 진행한다. 본 연구에서의 논의를 통해 주택시장의 안정에 기여할 수 있는 정책적 시사점을 도출하고자 한다.

Ⅱ. 전세자금대출 제도 및 선행연구 검토

1. 전세자금대출 제도의 현황

전세자금대출 제도는 전세가격 상승에 대응하여 전세 시장을 안정시키기 위한 목적 하에 국가 정책으로써 도입되었다. 구체적으로 주신보전세자금, 안심전세대출, 서울보증전세자금, 근로자·서민주택전세자금, 저소득가구전세자금, 버팀목전세자금 등이 존재한다(최성호, 2018). 이러한 전세자금대출 상품은 대부분 보증서 담보대출로 한도의 기준이 높고 금리는 상대적으로 낮은 보증기관의 보증을 통해 공급되고 있다. 대부분의 전세자금대츨 상품은 전세 보증금의 80%~90% 수준까지 대출을 제공하고 있으며, 대출 금리는 주택담보대출 및 신용대출보다 낮은 수준, 특히 전월세전환율보다도 낮은 수준으로 파악된다(강민석·정종훈, 2022).

이러한 전세자금대출 지원은 서민의 주거안정 차원에서 2010년부터 계속해서 확대되었다. 특히 금리 인하, 임차보증금 한도의 상향뿐만 아니라, 지원대상의 확대가 이루어졌으며, 최근에는 신혼부부 및 청년에 대한 지원이 확대되었다.

그러나 2014년 지원 대상의 축소 등 고액 전세에 대한 지원을 제한하기 시작했으며, 점차 공적 보증의 제한(다주택자 및 1주택자 대상), 주택보유자에 대한 전세자금대출을 억제하는 등 급격히 확대되고 있는 가계대출을 관리하기 위해 정책의 점진적인 조정이 이루어지고 있는 것으로 파악된다.

2. 선행연구 검토

주택담보대출, 전세자금대출과 같은 주택금융정책은 주택시장 내 참여자들에 유동성을 공급하는 역할로 사용되어 왔다. 특히 전세자금대출의 경우 자가보유자뿐만 아니라 임차인의 유동성을 확장시킴으로 다양한 경로를 통해 시장에 영향을 미칠 것으로 생각된다.

주택수요에 대한 주택금융의 영향을 다룬 초기 연구로 최막중·지규현(2001)은 주택금융의 활성화에 따른 금융융자 효과가 자가 및 전세 가구 간 주택수요에 미치는 영향을 실증분석하였다. 그 결과, 동일한 융자비율 하에서 전세 가구가 자가 가구에 비해 더 민감한 영향을 받으며, 특히 융자비율 확대에 따른 주택면적 증가율이 상대적으로 높게 나타남을 보고하였다. 대출금리의 변화와 같은 금융시장의 환경과 LTV, DTI와 같은 정책에 따른 주택금융의 제약 또한 주택수요에 영향을 미치게 된다. 정의철(2005), 최막중 외(2002), 그리고 최성호·송연호(2015)는 실증분석을 통해 주택금융에 대한 제약이 클수록 개별 가구의 주거서비스 소비가 줄어드는 것을 보이고 있다. 이와 같이 금융시장에서의 유동성 공급은 주택구매력을 확대시키는 방향으로 주택수요에 영향을 주게 된다.

주택금융과 주택수요 간 관계를 다루는 연구들은 적지 않게 진행되어 왔으나 주택담보대출의 영향에 대한 연구들이 주로 진행되어 왔다. 전세자금대출이 주택시장에 미치는 영향을 다루는 연구는 거의 없는 실정으로 파악되며, 해외의 경우 전세라는 점유형태가 부재하기 때문에 전세자금대출을 다룰 수 없었다.

전세자금대출의 시장 효과를 직접적으로 다루는 연구는 최성호(2018)가 유일한 것으로 파악된다. 해당 연구에서는 향후 주택구매 전환의 측면에서 전세자금대출의 역할에 대한 실증분석을 진행하였다. 이외에는 전세자금대출의 채무불이행, 사고발생 요인 또는 전세사고에 대해 다루는 연구가 전부인 것으로 파악된다(김병국 외, 2016; 오주한·최열, 2017).

이는 앞서 언급한 바와 같이 전세자금대출의 이용을 명확하게 확인할 수 있는 미시적인 단위의 자료가 부족했었기 때문으로 판단된다. 따라서 본 연구는 전세자금대출이 주택시장에 미치는 영향을 다루는 초기적인 연구로서 의의를 가지는 것으로 생각된다. 특히 최근 나타나고 있는 전세시장에 대한 전월세보증금의 유동성 공급 문제를 직접적으로 다룬다는 점에서 더욱 의미를 가지는 것으로 판단된다.

Ⅲ. 분석의 틀

1. 변수의 구성 및 기초통계량

본 연구는 2018~2022년 주거실태조사 자료를 이용하며, 수도권을 공간적 범위로 설정하였다.3) 전세자금대출 이용가구의 대상이 되는 전세 및 보증금 있는 월세에 해당하는 임차가구(아파트, 연립다세대, 단독다가구, 오피스텔)를 분석대상으로 하며, 구성한 변수들에 대한 기초통계량은 <표 1>과 같다. 기본적인 전처리로 전용면적과 가구의 소득, 자산, 그리고 부채가 결측치인 경우와 전용면적이 200평 이상인 경우 이상치로 판단하여 제거하였다.

표 1. 변수의 구성 및 기초통계량
변수명 평균 표준편차 변수명 평균 표준편차
표본 수 36,168 소형 가구 (1, 2인) 20~39세=1 0.204 0.403
종속변수 전용면적(m2) 53.099 25.914 40~59세=1 0.170 0.376
가구주 연령 20~29세=1 0.077 0.266 60~89세=1 0.243 0.429
30~39세=1 0.206 0.404 주택유형 아파트=1 0.386 0.487
40~49세=1 0.210 0.407 연립다세대=1 0.208 0.406
50~59세=1 0.201 0.401 단독다가구=1 0.335 0.472
60~69세=1 0.168 0.374 오피스텔=1 0.070 0.256
70~79세=1 0.099 0.299 일반소득(100만 원, 20년 고정) 37.048 23.166
80~89세=1 0.039 0.192 항상소득(100만 원, 20년 고정) 37.080 15.643
전세자금대출 이용=1 0.125 0.331 주거비용(100만 원, 20년 고정) 161.846 164.706
부모·친지 지원=1 0.088 0.283 순자산(100만 원, 20년 고정) 184.456 355.971
분리 가구=1 0.081 0.272 조사시점 2018년=1 0.221 0.415
지역 서울=1 0.460 0.498 2019년=1 0.231 0.422
인천=1 0.130 0.336 2020년=1 0.183 0.387
경기=1 0.410 0.492 2021년=1 0.189 0.391
- - - - 2022년=1 0.176 0.381

주 : 1) 분리 가구는 임차로 거주하며, 현재 거주주택 외 주택을 보유한 가구를 의미함.

2) 순자산은 총자산(부동산, 주택, 금융, 기타)에서 총부채(임대보증금 제외)를 제외한 금액임.

Download Excel Table

가구주 연령은 10세 단위의 연령그룹별 더미변수를 사용하였다. 전세의 경우 증여 또는 상속의 수단으로 활용될 수 있으며, 최근 적지 않은 연구들이 부모·친지의 경제력 및 지원이 시장에 미치는 영향을 분석해왔다(우호성·구자훈, 2023; 이소영·이창무, 2019). 이러한 점을 고려하기 위해 선행연구들의 대리변수 설정을 참고하여 부모·친지로부터 무상 지원을 통해 임차자금을 마련한 경우 부모·친지의 지원을 받은 가구로 처리하였다. 또한 가구분화에 따른 수요 변화를 감안하기 위해 소형 가구(1, 2인) 더미변수를 도입하며, 가구주 연령에 따른 편차를 감안하여 청년층(20~ 39세), 중년층(40~59세), 그리고 노년층(60~89세)으로 구분하였다(이창무·박지영, 2009). 각 주택유형별로 주택수요에 대한 의미가 다를 수 있기 때문에 더미변수를 통해 구분하였다.

주택의 소비는 한 시점에 관측되는 일시적인 소득보다 장기적으로 예상되는 안정적인 소득에 따라 결정될 수 있다. 특히 전세시장의 존재로 소득이 아닌 자산에 기초한 소비가 이루어지게 된다(이상일·이창무, 2006). 이에 선행연구들은 가구주 특성, 자산 특성 등을 이용하여 항상소득을 추정한 후, 항상소득 추정치를 주택수요모형에 포함하고 있다(최성호·이창무, 2010). 본 연구 또한 항상소득4)을 추정하여 이용하며 추정결과는 <부록 1>과 같고, 수요모형 추정시 일반소득의 영향과 비교하였다. 추가적으로 전세와 보증부월세의 선택에 영향을 미치는 소비 및 자산 수준 차이를 고려하기 위해 분리 가구 여부, 주거비용, 순자산을 도입하며, 주거비용의 경우 한국부동산원의 지역별 주택유형별 전월세전환율을 활용해 가상의 전세보증금(월세=0)으로 치환하여 사용하였다. 일반소득 및 항상소득, 주거비용, 그리고 순자산 변수는 소비자물가지수를 활용하여 2020년 고정가치로 사용하였다. 최종적으로 항상소득이 음수인 경우, 부모·친지 지원 및 주거비용 결측치를 제거하였고, 총 36,168건의 표본이 수요 모형의 추정에 이용되었다.

2. 기초분석

이상의 과정을 통해 구성한 분석 자료를 바탕으로 전세자금대출 이용가구의 현황을 살펴보자. 임차보증금의 마련에 전세자금대출을 이용하는 것으로 확인되는 임차가구들을 대상으로 점유형태, 가구주 연령대, 주택유형, 그리고 면적대에 대한 특징을 파악하였다.

우선 전체 가구 중 전세자금대출을 이용하는 가구의 비중은 2021년까지 매년 증가하다가 2022년에 소폭 감소하였으며, 특히 2019~2021년 사이에 크게 증가한 것으로 확인된다. 전세가격의 상승에 따라 전세자금대출이 필요한 가구가 증가한 것으로 생각된다(<그림 1>).5)

jrea-10-3-65-g1
그림 1. 전세자금대출 이용가구 비율 추이
Download Original Figure

다음으로 전세자금대출을 이용하는 가구의 점유형태별 비중을 살펴보면, 전세 가구가 80% 이상이며 점진적인 증가를 보인다. 임차보증금의 부족분을 지원하기 위해 활용되는 전세자금대출 제도가 시장에 미치는 영향은 월세(보증부월세) 시장보다 전세 시장에 더욱 지배적일 것으로 생각된다(<그림 2>).

jrea-10-3-65-g2
그림 2. 점유형태별 이용가구 비중 추이
Download Original Figure

전세자금대출 이용 가구의 가구주 연령대별 비중을 살펴보면 30대가 30% 이상의 가장 큰 비중을 차지하며, 40대, 50대 등이 그 뒤를 잇는다. 20대와 60대는 각 6% 이상의 유사한 비중을 보인다. 정책의 주요 지원대상이 신혼부부 또는 청년임에 따른 결과로 생각된다(<그림 3>).

jrea-10-3-65-g3
그림 3. 가구주 연령대별 이용가구 비중 추이
Download Original Figure

각 조사시점에 거주하는 것으로 조사되는 주택유형별 비중을 살펴보면, 아파트가 약 50% 내외로 큰 비중을 차지한다. 주택유형별 비중은 연도별로 큰 차이는 없으나 2020년 이후 아파트는 소폭 감소하고, 연립다세대와 오피스텔은 소폭 증가하는 모습을 보인다. 이는 타 주택유형 대비 비교적 가파른 아파트 전세가격의 상승에 따라 전세자금대출의 이용에도 불구하고 다른 주택유형으로 이전하게 되는 영향으로 생각된다(<그림 4>).6)

jrea-10-3-65-g4
그림 4. 주택유형별 이용가구 비중 추이
Download Original Figure

전세자금대출의 이용에 따른 질적인 수요의 변화여부를 세부적으로 파악하고자 각 주택유형별 이전에 거주했던 주택유형에 대해 살펴보면, 동일한 주택유형이 유지되는 경우는 아파트가 약 45% 이상, 연립다세대 약 35% 이상, 단독다가구 약 36% 이상, 오피스텔 약 17% 이상으로 나타난다. 주택유형 간 이동이 나타나는 비중은 최소 50% 이상의 적지 않은 비중이 확인된다. 특히 기타 유형7)에서 각 주택유형으로 이전하는 비중이 적지 않은 수준을 보인다. 전세자금대출의 이용은 수요에 있어 양적인 변화뿐만 아니라 질적인 변화에도 영향을 미칠 수 있는 것으로 생각된다(<그림 5>).

jrea-10-3-65-g5
그림 5. 이전-현재 주택유형 변화 추이
Download Original Figure

면적대별 비중을 살펴보면, 소형·중소형·중형이 약 88% 이상으로 대부분을 차지하는 것으로 나타난다. 또한, 중소형 거주 가구는 점차 감소하는 반면 중형 및 중대형은 증가하는 모습을 보인다(<그림 6>).

jrea-10-3-65-g6
그림 6. 면적대별 이용가구 비중 추이
Download Original Figure

전세자금대출 이용여부를 구분하여 가구주 연령대별 평균적인 주택소비규모를 살펴보면 차별적인 수준의 차이가 관측된다. 전체 연령대에서(80대 제외) 15% 이상의 차이가 나타나며, 20대가 약 32%로 가장 큰 차이를, 30대와 50대가 약 23%~24%, 40대와 60대가 20%, 그리고 70대가 16%로 뒤를 잇는다(<그림 7>).

jrea-10-3-65-g7
그림 7. 대출 이용여부별 연령대별 주택소비규모
Download Original Figure

앞서 전세자금대출 이용 가구의 실태에 대해 살펴본 사항을 정리하면, 전세자금대출의 이용이 불러올 수 있는 수요의 증가는 전세시장 내 각 주택유형별, 규모별 하부시장에 독립적인 영향을 미칠 뿐만 아니라 각 하부시장 간 수요의 이전에 따른 스필오버(spillover) 효과 또한 발생할 수 있을 것으로 판단된다.

3. 분석 모형

전세자금대출 제도의 이용이 개별 가구의 주택수요에 미치는 영향을 추정하기 위한 모형을 구성하면 기본적으로 다음 (식 1)과 같다. Hi는 개별 가구의 수요(면적), αj는 연령구간(j)별 한계효과, β는 주요 관심변수인 전세자금대출 이용의 한계효과, γl은 이외 l개 각 특성변수의 한계효과를 의미한다.

H i = j α j D j ( i ) + β D k ( i ) + l γ l C l , i + ε i
(식 1)

전세자금대출의 이용에 따른 수요 변화 효과는 연령대에 따라 상이하게 나타날 수 있다. 이를 측정하기 위해 가구주 연령 더미변수 및 전세자금대출 이용여부 더미변수의 상호작용항을 이용하여 각 가구주 연령대별 전세자금대출 이용의 한계효과를 추정하였다. βj는 각 연령구간(j)별 전세자금대출 이용의 한계효과를 의미하며, 이외 구성은 위의 (식 1)과 같다.

H i = j α j D j ( i ) + j β j D j ( i ) D k ( i ) + l γ l C l , i + ε i
(식 2)

Ⅳ. 실증분석

1. 수요 모형 추정 결과

독립변수 구성에 따라 수도권 임차가구에 대한 수요 모형을 추정한 결과는 <표 2>와 같고, 전반적으로 무리 없는 방향성으로 판단된다. 추정모형에 따라 달라지는 연령 효과를 효과적으로 살펴보기 위해 그래프를 작성하면 <그림 8>과 같다.

표 2. 수도권 임차가구 수요 모형 추정 결과(OLS)
변수명 Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7
가구주 연령 20~29세=1 30.271*** (0.466) 26.171*** (0.493) 56.780*** (0.646) 41.926*** (0.618) 38.460*** (0.757) 33.230*** (0.589) 30.309*** (0.705)
30~39세=1 48.746*** (0.297) 44.709*** (0.332) 66.471*** (0.446) 46.864*** (0.489) 43.005*** (0.738) 38.354*** (0.471) 35.080*** (0.687)
40~49세=1 59.574*** (0.289) 54.906*** (0.322) 72.383*** (0.335) 49.947*** (0.430) 46.351*** (0.714) 41.209*** (0.419) 38.023*** (0.666)
50~59세=1 56.876*** (0.289) 52.152*** (0.322) 72.571*** (0.355) 50.596*** (0.434) 47.880*** (0.673) 42.572*** (0.420) 39.955*** (0.628)
60~69세=1 52.026*** (0.314) 47.796*** (0.339) 70.208*** (0.488) 49.270*** (0.524) 48.850*** (0.664) 42.693*** (0.498) 41.470*** (0.619)
70~79세=1 48.198*** (0.409) 44.318*** (0.423) 67.664*** (0.577) 50.005*** (0.571) 51.322*** (0.629) 43.608*** (0.541) 43.468*** (0.588)
80~89세=1 46.607*** (0.655) 42.739*** (0.655) 66.979*** (0.738) 50.525*** (0.699) 54.967*** (0.704) 43.819*** (0.659) 45.449*** (0.660)
전세자금대출 이용=1 11.524*** (0.396) 12.003*** (0.387) 7.054*** (0.338) 5.929*** (0.306) 6.363*** (0.312) 3.522*** (0.288) 3.537*** (0.290)
부모·친지 지원=1 6.461*** (0.465) 5.732*** (0.402) 3.538*** (0.364) 3.722*** (0.371) 0.947*** (0.341) 0.848** (0.343)
분리 가구=1 18.623*** (0.465) 12.853*** (0.406)
지역 (서울=0) 인천=1 2.953*** (0.395) 1.488*** (0.344) 5.804*** (0.315) 5.552*** (0.321) 9.830*** (0.299) 10.009*** (0.301)
경기=1 4.418*** (0.270) 2.309*** (0.236) 5.003*** (0.215) 4.957*** (0.220) 8.599*** (0.207) 8.837*** (0.208)
주택유형 (아파트=0) 연립다세대=1 -11.064*** (0.301) -7.175*** (0.276) -7.060*** (0.282) -3.273*** (0.263) -2.911*** (0.265)
단독다가구=1 -14.731*** (0.270) -9.532*** (0.251) -9.643*** (0.257) -4.608*** (0.244) -4.283*** (0.246)
오피스텔=1 -20.256*** (0.480) -16.780*** (0.436) -16.635*** (0.444) -13.967*** (0.409) -13.681*** (0.411)
소형 가구 (1, 2인) 20~39세=1 -16.002*** (0.491) -13.300*** (0.445) -14.174*** (0.453) -12.443*** (0.416) -12.803*** (0.418)
40~59세=1 -20.762*** (0.355) -13.805*** (0.334) -16.301*** (0.333) -12.723*** (0.312) -13.870*** (0.309)
60~89세=1 -16.308*** (0.497) -8.579*** (0.466) -13.176*** (0.460) -9.230*** (0.436) -11.589*** (0.424)
일반소득 (100만 원, 20년 고정) 0.272*** (0.006) 0.148*** (0.006)
항상소득 (100만 원, 20년 고정) 0.398*** (0.015) 0.222*** (0.014)
주거비용 (100만 원, 20년 고정) 0.068*** (0.001) 0.073*** (0.001)
순자산 (100만 원, 20년 고정) 0.019*** (0.0003) 0.014*** (0.001) 0.003*** (0.0004) -0.001 (0.001)
Adjusted R2 0.829 0.838 0.879 0.901 0.897 0.914 0.913
MSE 598 567 423 345 359 301 305

* 주 : 1) p<0.1,

** p<0.05,

*** p<0.01.

2) OLS, ordinary least squares; MSE, mean squared error.

Download Excel Table
jrea-10-3-65-g8
그림 8. 추정모형별 상대연령효과 주 : 40~49세 연령효과 추정계수를 기준(100)으로 재조정.
Download Original Figure

Model 1과 Model 2에 따르면, 기본적으로 연령 증가에 따라 수요가 증가하다가 40~49세를 정점으로 점차 감소하는 것으로 나타난다. 전세자금대출을 이용하는 경우 11㎡ 이상의 추가적인 소비가 이루어지는 것으로 추정되며, 부모·친지의 지원을 받는 경우와 분리 가구로서 자산을 보유한 경우 주택소비규모를 높이는 것으로 추정된다.

주택유형과 소형 가구(1, 2인)를 추가로 통제한 결과(Model 3), 큰 차이는 없으나 추정된 연령 효과의 정점이 50~59세로 바뀌며, 특히 기존의 정점(40~49세) 전후의 연령대별 한계효과의 차이가 줄어드는 결과가 나타난다. 전세자금대출의 이용과 분리 가구 여부에 따른 한계효과는 영향력이 감소하지만 크게 무리 없는 결과로 생각된다. 주택유형에 있어 아파트, 연립다세대, 단독다가구, 그리고 오피스텔의 순서로, 1, 2인 소형 가구에 있어서 노년층(60~89세), 청년층(20~39세), 그리고 장년층(40~59세)의 순서로 더 큰 면적을 소비하는 것으로 추정된다.

다음으로 가구의 소득 및 자산수준을 통제한 결과(Model 4, Model 5),8) 일반소득 통제시 연령 증가에 따라 수요가 증가하다가 40~49세 이후 연령대에서는 차이가 없는 수준으로 나타난다. 반면 항상소득을 통제할 경우,9) 계속적인 수요의 증가 추세를 보이며, 선행연구에서 나타나는 노년 연령대 수요의 과대 추정과 동일한 양상을 보인다. 장기적 기대소득의 성격인 항상소득이 일반소득보다 주택소비규모를 더 높이는 것으로 나타나며, 특히 전세자금대출 이용의 효과도 비교적 큰 값이 추정된다.

주거비용을 통제한 결과(Model 6, Model 7), 주택소비규모를 유의하게 높이는 것으로 추정된다. 그러나 전세자금대출, 부모·친지 지원, 그리고 순자산 변수의 강건성(robustness)을 해치는 결과를 보인다. 이는 주거비용 변수가 각 변수들에 대해 지불가능한 주거비용의 증가라는 결과의 성격을 띄기 때문인 것으로 판단된다.

전세자금대출은 부모·친지 지원, 소득, 그리고 자산 등 수요 증가에 영향을 미치는 변수들을 통제하더라도 임차 가구의 수요를 증가시키는 강건한 방향성을 보인다.

2. 상호작용항 모형 추정 결과

전세자금대출 이용에 대한 연령대별 수요 증가(또는 감소) 효과를 추정한 결과는 <부록 2>와 같고, 전세자금대출 변수를 상호작용항으로 도입한 것 외에 각 추정모형별 변수 구성은 <표 2>에서의 구성과 동일하다. 상호작용항을 통한 연령대별 한계효과를 효과적으로 살펴보기 위해 각 연령 효과와 상호작용항 추정계수를 활용하여 전세자금대출의 이용에 따른 각 연령대별 주택소비규모 증가율10) 형태의 그래프를 작성하면 <그림 9>와 같다.

jrea-10-3-65-g9
그림 9. 추정모형별 연령대·전세자금대출 상호작용항 효과
Download Original Figure

전세자금대출의 이용은 20~70대 각 연령대의 수요를 증대시키는 것으로 추정되며, 대체로 20대의 수요증가 효과가 가장 큰 것으로 나타난다. 주거비용을 통제한 모형(Model 6, Model 7)에서는 다소 상이한 그래프 개형을 보이며, 앞서 언급한 이유 때문으로 생각된다.

가구의 소득 및 순자산까지 통제한 Model 4(일반소득)와 Model 5(항상소득)의 결과를 최종적으로 채택하여 살펴보면 다음과 같다. 전세자금대출의 이용은 모든 연령대에 공통적으로 10% 이상의 수요증가 효과를 유발하는 것으로 나타난다. 즉, 가구의 주택소비규모를 결정함에 있어 가족의 지원, 소득, 그리고 자산수준 등의 요인이 동일하더라도 전세자금대출의 이용은 적지 않은 수준의 추가적인 소비를 이끌어내는 것으로 판단된다(<그림 10>).

jrea-10-3-65-g10
그림 10. 연령대별 전세자금대출 수요증가 효과
Download Original Figure

제도의 당초 목적은 임대시장의 안정을 위해 전세가 상승에 대응하는 재정적 지원이었으나, 손쉬운 부채 조달에 따른 임차인의 지불능력 향상이 수요의 증가를 견인하여 전세가 상승을 초래할 수 있다. 서민의 주거비 부담을 완화시키고자 했던 방향성과 반대의 결과를 낳을 수 있으며, 또한 국내 주택시장의 구조적인 특성상 타 하부시장에까지 영향을 미칠 수 있다는 점에서 전세자금대출 제도에 대해 재고할 필요가 있을 것으로 판단된다.

Ⅴ. 결론

전세자금대출 제도는 전세가격 상승기 서민의 주거 안정을 돕기 위한 목적으로 지속적으로 확대되었으나, 주거 과소비를 유발할 수 있다는 점에서 결과적으로 서민의 주거 안정에 해를 가할 우려가 있다. 따라서 본 연구는 주거실태조사 자료를 활용하여 전세자금대출 제도가 임차가구 주택수요에 미치는 영향에 대해 실증분석을 진행하였다.

제도의 이용현황에 대한 기초분석 결과, 전세자금대출의 이용은 전세시장 내 각 하부시장에 대해 개별적인 영향뿐만 아니라 하부시장 간 수요의 전이를 유발할 수 있을 것으로 생각된다. 수요 모형을 구성하여 분석을 진행한 결과, 전세자금대출 제도의 이용은 강건한 방향성으로 임차가구 주택수요의 증가를 이끄는 것으로 나타났다. 즉, 전세자금대출 제도의 이용은 가구의 주택소비에 있어 과소비를 야기하는 것으로 판단된다.

동태적인 관점에서 서민의 주거안정성을 해칠 수 있다는 점, 그리고 시장 전체의 불안정성으로 연결될 수 있다는 점에서 제도를 유지하는 것이 합리적인 선택일지 의문이 든다. 다만 폐지보다는 점진적인 축소를 통해 향후 제한적으로 활용하는 것이 바람직한 방향성으로 판단된다. 또한, 보다 장기적인 관점에서 이러한 비제도권 부채에 해당하는 전세금(또는 보증금)을 제도권의 영역으로 흡수시킬 방안을 모색할 필요가 있다.

본 연구는 면적을 활용함으로써 양적인 수요의 양상을 다루었다. 그러나 기초분석에서 살펴봤듯이 전세자금대출 제도는 주거이동의 상향 또는 하향, 즉 질적인 수요의 변화에도 상당한 영향을 미치는 것으로 판단된다. 이러한 영향을 분석모형에 고려하지 못한 점은 추정계수에 편향(bias)을 불러올 수 있다. 따라서 향후 전세자금대출 제도가 야기하는 질적인 수요의 변화 양상에 대해 살펴볼 필요가 있다.

Notes

* 본 논문은 「서울시 주거실태조사 활용 아이디어 기획안 공모전」 수상작을 수정·보완한 논문임.

1) 볼리비아, 인도 등 해외에도 존재하나, 임대시장에서 차지하는 비중이 월등히 높다는 점, 강제저축의 행위를 통해 주거사다리에서 자가 거주 이전의 마지막 역할을 한다는 점에서 차별화된다(김진유, 2015).

2) 주거실태조사 자료는 전세자금대출의 이용여부가 명확하게 조사된다는 점에서 한국노동패널, 가계금융복지조사 등 다른 자료에 비해 전세자금대출의 시장효과와 관련한 연구에 이용하기 적합한 자료로 판단된다.

3) 전처리를 하지 않은 원 자료(raw data) 상태에서 전세자금대출 이용가구의 시도별 비중을 살펴보면, 수도권 거주가구의 비중이 2018~2022년 매년 59%~71%(서울 29%~36%, 인천 5%~9%, 경기 22%~27%)를 차지하는 것으로 확인된다.

4) 전체 임차가구(전세, 보증금 있는 월세, 보증금 없는 월세)를 대상으로 하며, 소득이 음수인 경우 항상소득이 관측되지 않으므로 종속변수가 일정 영역에서 관찰될 때 사용할 수 있는 중도절단회귀모형인 토빗(Tobit) 모형을 이용하였다.

5) 한국부동산원 아파트 전세 실거래가격지수에 따르면 서울, 인천, 경기 지역 모두 2018~2019년 사이 비교적 보합 추세를 보이며, 2019~2021년까지 상승 추세 및 고점 이후 2022년부터 하락하는 추세를 보인다. KB 전세종합(아파트, 연립다세대, 단독다가구) 지수의 경우 2018~2020년 사이 보합 추세, 2020~2022년 중순까지 상승 추세를 보인다.

6) KB전세지수에 따르면 가격상승 및 고점으로 파악되는 2020년 7월~2022년 7월의 누적가격상승률은 수도권 시도별 공통적으로 아파트(약 24%~25%), 연립다세대(약 14%~17%), 단독다가구(약 6%~10%) 순으로 높은 것으로 확인된다.

7) 비거주용건물(상가·공장·여관 등) 내 주택, 고시원, 판잣집·비닐하우스·컨테이너·움막, 기타가 기타 유형에 해당된다.

8) 분리 가구 여부와 순자산의 유사한 성격으로 인해 함께 통제시 분리 가구 변수에서 반대 방향성이 관측되어, 추정계수 효율성을 위해 순자산 변수 도입시 분리 가구 변수를 제외하였다.

9) 항상소득 추정시 순자산이 이용되어 각 추정계수의 해석에 조심할 필요가 있다. 각 소득, 자산, 그리고 대출의 효과는 상이할 것으로 판단되어 함께 통제하였다.

10) <그림 2>의 Model 1의 20~29세를 예시로 산정하면, (30.472+9.777)/30.472는 약 32%로 계산된다.

참고문헌

1.

강민석, 정종훈. (2022). 전세자금대출 증가에 따른 시장 변화 점검(연구보고서 2022-04). KB금융지주 경영연구소.

2.

김병국, 신승우, 김경선. (2016). 전세자금대출 채무불이행 결정요인에 관한 연구. 부동산학연구, 22(1), 57-66.

3.

김진유. (2015). 전세의 역사와 한국과 볼리비아의 전세제도 비교분석. 국토연구, 85, 41-53.

4.

오주한, 최열. (2017). 전세자금대출 사고발생 결정요인에 관한 연구. 부동산학보, 69, 204-217.

5.

우호성, 구자훈. (2023). 부모의 사회경제적 배경이 자녀의 첫 주택 구입 기간 및 가격에 미치는 영향. 주택연구, 31(4), 131-157.

6.

이상일, 이창무. (2006). 전세와 보증부월세간 선택요인과 주거수요 편차. 주택연구, 14(1), 139-163.

7.

이소영, 이창무. (2019). 부모의 경제력이 청년층 임차가구의 주거사다리 이동에 미치는 영향에 관한 연구. 부동산학연구,25(4), 85-102.

8.

이창무. (2014). 민간임대주택시장의 변화추세와 장기전망. 공간과 사회, 24(2), 83-135.

9.

이창무, 박지영. (2009). 가구특성을 고려한 장기주택수요 예측모형: 보완된 Mankiw & Weil 모형을 적용하여. 국토계획, 44(5), 149-161.

10.

이창무, 정의철, 이현석. (2002). 보증부월세시장의 구조적 해석. 국토계획, 37(6), 87-97.

11.

정의철. (2005). 모기지론이 주택점유형태 및 자가 주택에 미치는 효과 분석. 서울도시연구, 6(2), 1-20.

12.

최막중, 지규현. (2001). 주택금융의 활성화가 가구의 주택수요에 미치는 영향. 국토계획, 36(7), 85-99.

13.

최막중, 지규현, 조정래. (2002). 주택금융 제약이 주택소비규모와 점유형태 선택에 미치는 영향에 관한 실증분석. 주택연구, 10(1), 33-48.

14.

최성호. (2018). 전세자금대출이 주택구매 확률에 미치는 영향. 주택연구, 26(2), 87-103.

15.

최성호, 송연호. (2015). LTV, DTI 규제완화가 주택구매여력 및 리스크에 미치는 영향. 금융정보연구, 4(1), 27-52.

16.

최성호, 이창무. (2009). 매매, 전세, 월세 시장간 관계의 구조적 해석. 주택연구, 17(4), 183-206.

17.

최성호, 이창무. (2010). 비선형 Mankiw-Weil 주택수요 모형: 수도권 지역을 대상으로. 주택연구, 16(1), 117-130.

Appendices

부록 1.
표 A-1. 항상소득 추정결과(Tobit)
변수명 2018년 2019년 2020년 2021년 2022년
상수항 -10.574***(1.997) -9.642*** (1.851) -9.926*** (2.183) -13.121*** (2.263) -14.876*** (2.496)
가구주 연령 1.849*** (0.077) 1.824*** (0.071) 1.915*** (0.083) 2.123*** (0.086) 2.158*** (0.094)
가구주 연령 제곱 -0.020*** (0.001) -0.019*** (0.001) -0.020*** (0.001) -0.022*** (0.001) -0.022*** (0.001)
가구주 성별 (여성=1) -7.548*** (0.434) -7.843*** (0.408) -8.571*** (0.454) -9.732*** (0.478) -8.854*** (0.509)
가구주 교육수준 (고졸=0) 대학원졸=1 16.605*** (1.158) 20.656*** (1.098) 18.358*** (1.323) 16.393*** (1.438) 22.158*** (1.556)
대학졸=1 10.271*** (0.461) 10.722*** (0.426) 9.738*** (0.497) 10.293*** (0.510) 10.913*** (0.567)
순자산 (100만 원, 20년 고정) 0.029*** (0.001) 0.021*** (0.001) 0.029*** (0.001) 0.026*** (0.001) 0.021*** (0.001)
N 8,199 8,558 6,755 6,936 6,502
Log likelihood -34,724 -35,814 -28,345 -29,379 -27,958

* 주 : 1) p<0.1,

** p<0.05,

*** p<0.01.

2) 종속변수는 가구의 연간소득(100만 원, 20년 고정)을 사용함.

Download Excel Table
부록 2.
표 A-1. 수도권 임차가구 수요 모형 추정 결과(OLS): 연령대·전세자금대출 상호작용항
변수명 Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7
가구주 연령 20~29세=1 30.472*** (0.493) 26.307*** (0.520) 56.703*** (0.664) 41.979*** (0.632) 38.466*** (0.769) 33.027*** (0.603) 30.067*** (0.716)
30~39세=1 48.801*** (0.322) 44.833*** (0.352) 66.478*** (0.463) 46.893*** (0.501) 43.005*** (0.747) 38.208*** (0.483) 34.909*** (0.695)
40~49세=1 59.470*** (0.308) 54.836*** (0.338) 72.545*** (0.349) 50.033*** (0.440) 46.452*** (0.719) 41.402*** (0.427) 38.235*** (0.671)
50~59세=1 56.656*** (0.302) 51.886*** (0.333) 72.497*** (0.365) 50.541*** (0.441) 47.740*** (0.678) 42.639*** (0.426) 39.987*** (0.632)
60~69세=1 52.098*** (0.323) 47.850*** (0.347) 70.119*** (0.494) 49.216*** (0.529) 48.722*** (0.669) 42.651*** (0.502) 41.389*** (0.623)
70~79세=1 48.337*** (0.416) 44.456*** (0.430) 67.625*** (0.582) 49.953*** (0.575) 51.246*** (0.633) 43.533*** (0.544) 43.377*** (0.591)
80~89세=1 46.897*** (0.663) 43.000*** (0.663) 67.038*** (0.743) 50.547*** (0.703) 55.000*** (0.709) 43.861*** (0.663) 45.495*** (0.664)
전세자금 대출 이용 × 가구주 연령 20~29세=1 9.777*** (1.455) 10.933*** (1.419) 7.641*** (1.228) 5.570*** (1.110) 6.137*** (1.131) 4.769*** (1.036) 4.953*** (1.042)
30~39세=1 11.281*** (0.679) 11.471*** (0.662) 7.000*** (0.575) 5.842*** (0.520) 6.215*** (0.531) 4.011*** (0.487) 4.034*** (0.490)
40~49세=1 12.134*** (0.746) 12.411*** (0.727) 6.136*** (0.632) 5.452*** (0.571) 5.534*** (0.583) 2.514*** (0.535) 2.302*** (0.539)
50~59세=1 13.734*** (0.957) 14.641*** (0.933) 7.872*** (0.810) 6.527*** (0.732) 7.404*** (0.746) 3.159*** (0.685) 3.345*** (0.689)
60~69세=1 10.282*** (1.339) 11.032*** (1.304) 8.260*** (1.129) 6.689*** (1.020) 7.692*** (1.039) 4.065*** (0.953) 4.376*** (0.958)
70~79세=1 7.873*** (2.130) 8.337*** (2.074) 7.505*** (1.793) 6.925*** (1.620) 7.166*** (1.651) 5.107*** (1.513) 5.082*** (1.522)
80~89세=1 -0.372 (4.246) 1.327 (4.134) 3.672 (3.574) 4.410 (3.229) 3.589 (3.291) 1.078 (3.015) 0.380 (3.032)
부모·친지 지원=1 6.412*** (0.466) 5.759*** (0.403) 3.540*** (0.364) 3.731*** (0.371) 0.988*** (0.342) 0.896*** (0.344)
분리 가구=1 18.638*** (0.465) 12.855*** (0.406)
지역 (서울=0) 인천=1 2.959*** (0.395) 1.488*** (0.344) 5.806*** (0.315) 5.557*** (0.321) 9.828*** (0.299) 10.007*** (0.301)
경기=1 4.421*** (0.270) 2.309*** (0.236) 5.003*** (0.215) 4.958*** (0.220) 8.601*** (0.207) 8.838*** (0.208)
주택유형 (아파트=0) 연립다세대=1 -15.998*** (0.492) -13.308*** (0.446) -14.182*** (0.454) -12.400*** (0.417) -12.757*** (0.419)
단독다가구=1 -20.777*** (0.357) -13.807*** (0.335) -16.300*** (0.335) -12.791*** (0.313) -13.939*** (0.310)
오피스텔=1 -16.283*** (0.497) -8.562*** (0.467) -13.144*** (0.460) -9.218*** (0.436) -11.566*** (0.425)
소형 가구 (1, 2인) 20~39세=1 -11.068*** (0.301) -7.177*** (0.276) -7.062*** (0.282) -3.278*** (0.263) -2.917*** (0.265)
40~59세=1 -14.731*** (0.270) -9.535*** (0.251) -9.644*** (0.257) -4.602*** (0.244) -4.276*** (0.246)
60~89세=1 -20.265*** (0.480) -16.790*** (0.436) -16.649*** (0.444) -13.957*** (0.409) -13.671*** (0.411)
일반소득 (100만 원, 20년 고정) 0.272*** (0.006) 0.148*** (0.006)
항상소득 (100만 원, 20년 고정) 0.399*** (0.015) 0.222*** (0.014)
주거비용 (100만 원, 20년 고정) 0.068*** (0.001) 0.073*** (0.001)
순자산 (100만 원, 20년 고정) 0.019*** (0.0003) 0.014*** (0.001) 0.003*** (0.0004) -0.001 (0.001)
Adjusted R2 0.829 0.838 0.879 0.901 0.897 0.914 0.913
MSE 598 567 423 345 359 301 305

* 주 : 1) p<0.1,

** p<0.05,

*** p<0.01.

2) OLS, ordinary least squares; MSE, mean squared error.

Download Excel Table

학술지 부동산분석 제11권 제1호 논문 모집 안내 

논문모집을 2월 16일(일)까지 실시합니다.

게재가 확정된 논문에 대해서는 소정의 연구장려금을 지급(200만 원/편)하며, 부동산관련 연구를 장려하기 위해 투고료 및 심사료는 받지 않을 예정입니다.

 

공지사항 보기(클릭)

I don't want to open this window for a day.