A Study on Office Rent Prediction Using Extreme Learning Machine and Vector Autoregression Model
상명대학교 일반대학원 부동산학과 조교수, Hae-Jung Chun · Journal of the Korea Real Estate Management Review · 2020
본 연구는 벡터자기회귀모형과 머신러닝 ELM 모형을 이용하여 오피스 임대료 예측력 이 우수한 모형을 파악하고자 한다. 본 연구에서는 오피스 임대료, 공실률, 회사채수익률, 산업생산지수와 건축착공실적을 변수로 사용하였으며 시간적 범위는 2003년 2분기부터 2014년 4분기까지로, 공간적 범위는 서울시 도심권역, 강남권역, 마포/여의도권역으로 설 정하였다. 분석결과, 지역별로 일부분 차이는 존재하였으나 대체적으로 오피스 임대료는 회사채수익률과 건축착공실적 충격에 부(-)의 반응을 나타낸 반면 공실률과 산업생산지수 충격에는 정(+)의 반응을 나타냈다. 머신러닝 ELM모형과 VAR모형의 평균제곱오차(MSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 비교 분석한 결과, 머신러닝의 ELM모형의 예측력이 VAR모형보다 우수함을 실증적으로 알 수가 있었고 예측기간 초기 의 예측력이 우수하다는 것을 알수가 있었다.