서울 아파트 거래가 늘면 다음 한 달 3년 국채선물이 움직이는가

가설과 결론

주택 거래량은 집값보다 먼저 움직이는 경기 지표로 자주 쓰인다. 한국은행은 금리를 정할 때 서울 집값과 가계부채를 함께 본다. 그래서 서울 아파트 거래가 갑자기 늘면 «한은이 금리를 덜 내리거나 올릴 수 있다» 는 기대가 생기고 3년 금리가 오를(3선 가격이 내릴) 수 있다. 반대로 거래 증가가 금리 하락의 결과라면 관계는 반대 부호가 된다. 이 실험은 방향을 미리 정하지 않고 발견 구간에서 부호를 정한 뒤, 확인 구간에서 같은 방향이 유지되는지 물었다.

발견 구간 부호는 양(+)이었다. 거래가 늘면 다음 달 3선이 오른다(금리 하락)는 쪽으로, «한은이 집값을 보고 금리를 덜 내린다» 는 직관과는 반대다. 확인 구간도 같은 부호지만 t 0.38 로 우연과 구별되지 않아 폐기다.

용어와 기호

자료

데이터셋

연도별 전체 계약은 2015 년 12만 건이 가장 많고 2022 년 1.3만 건이 가장 적다. 2022 년의 급감과 2023 ~ 2024 년의 회복 때문에 확인 구간의 x 는 대부분 양수다.

언제 무엇을 아는가

자료는 2026-10-29 에 받은 스냅샷이라 «신고일» 열이 없다. 과거 어느 날 공개돼 있던 건수를 그대로 다시 만들 수 없으므로, 신고 기한이 끝난 계약만 쓴다. 기한이 지난 계약은 그날까지 신고가 끝났어야 하기 때문이다. 또 기한 뒤의 계약 해제는 나중에 알게 된 정보이므로 해제를 뺀 건수가 아니라 해제를 포함한 전체 건수를 쓴다.

코드는 s 가 2020-04-21 이전이면 60일, 이후면 30일을 쓴다(2020-02-21 이전 계약에 60일 기한이 걸려 있던 시기를 덮는다). 매매는 e 개장(2025-11 까지 09:00, 2025-12 부터 08:45)에 시작하므로 x 는 그보다 한참 전에 알려진 값이다.

방법

이 실험은 2026-10-29 에 사전등록한 다자산 2차 프로그램의 하나다. 이 실험에 해당하는 공통 규칙은 아래와 같다.

1. 주가설 하나. 판정은 H272 하나로 한다. 3개월 합, 다른 목표 변수는 탐색이다.
2. 증분 회귀(T1 꼴). 이미 알려진 밤사이 충격(미국 10년 금리 변화, 원화 고유 충격)을 통제 변수로 넣고 그 위에 x 의 계수를 본다. 발견 구간에서 부호를 정하고, 확인 구간에서 그 방향 한쪽 p < 0.05 면 지지.
3. 분할. 발견 2013-01 ~ 2022-12, 확인 2023-01 ~ 2026-10.
4. 다중검정. 2차 프로그램 주가설 전체(이 실험을 마친 시점 H259 ~ H275, 17개)에 Holm 보정을 건다.
5. 채택 문턱. 계수만 의미가 있으면 «보류(설명력만)». 매매 후보가 되려면 비용 뒤 이익과 기존 전략과의 독립성까지 보여야 한다. 이 실험은 계수 단계에서 멈췄다.

모델

모델은 설명 변수 세 개의 선형회귀다. 월마다 한 행, fwd20 을 상수, g_us, ε, x 에 회귀한다. g_us 와 ε 은 s 하루의 해외 충격을 빼는 통제 변수다. 학습할 값이 네 개뿐이라 과적합 위험은 작지만, 표본이 월간이라 확인 구간이 41개뿐인 점이 정밀도를 크게 제한한다.

결과

확증 결과

x 가 1 표준편차(약 0.6 ~ 0.8) 움직일 때 3선 20일 기대는 약 4 ~ 6틱 바뀐다. 같은 20일 손익의 표준편차가 50 ~ 70틱이므로 효과는 하루하루의 흔들림에 비해 열 배 이상 작고, 확인 구간 41개월로는 구별할 수 없다.

분위와 산점도로 보면

아래는 확증 런과 같은 표본을 다시 만들어(계수를 대조해 확인) 나눠 본 서술 통계다.

발견 구간의 양의 계수는 대부분 5분위(+17.4틱) 한 칸에서 나온다. 확인 구간은 분위당 8 ~ 9개월이라 한두 달의 큰 움직임이 평균을 좌우한다(3선 20일이 ±200틱 가까이 움직인 달이 있다).

탐색 결과

어느 변형도 두 구간 모두 같은 양의 부호지만 t 가 1 근처에 머문다. 사전등록한 E3(단말의 주택 전체 거래, 신고월 기준 2019-04 ~)은 돌리지 않았다.

해석

부호는 «서울 거래가 늘면 다음 달 3선이 오른다(금리가 내린다)» 쪽으로 두 구간과 모든 변형에서 같았다. 거래 증가가 금리 하락 기대의 결과이고, 그 금리 하락이 조금 더 이어지는 모양일 수 있다. 그러나 이 정보는 신고 기한 때문에 1 ~ 3개월 늦게 쓸 수 있고, 그동안 시장은 부동산원 주간 통계와 기사로 같은 흐름을 이미 봤을 것이다. 늦게 확정되는 공식 건수만으로는 금리에 더할 정보가 남지 않았다. 매일의 신고 건수 스냅샷을 쌓으면 기한 전 정보로 다시 볼 수 있다.

한계

• 확인 구간이 41개월뿐이라 계수의 표준오차가 크다(95% 구간 약 −33 ~ +49틱).
• 스냅샷 자료라 과거 시점에 실제로 공개돼 있던 건수를 재현하지 못한다. 기한이 지난 계약만 써서 미래 정보는 피했지만, 그 대가로 정보가 늦다.
• 신고 기한 전환(60일 → 30일)은 계약일 기준인데 코드는 s 날짜 2020-04-21 로 나눴다. 전환 직후 두어 달의 m* 가 한 달 이르거나 늦을 수 있다.
• 사전등록 탐색 E3 은 실행하지 않았다.
• 분위 표와 산점도는 결과를 본 뒤 만든 서술 통계다.

산출물

• 계획protocol.md(사전등록 f131303)
• 분석, 판정analysis.md
• 코드code/s1_apt.py(확증), code/s_detail.py(서술 표), code/render_figures.py(그림)
• 런results/20261029T145147_main/, results/20261030T163058_detail/(monthly.csv, contracts_by_month.csv, detail.json)

Appendix

A. 데이터셋 실물

원자료 seoul_apt_trades_by_contract_day.csv 의 첫 행(계약일 하루 한 행).

회귀 표본 monthly.csv 의 실제 행. 열은 s, m*, m* 계약 건수, 12개월 전 같은 달 건수, x, 3선 다음 20거래일(틱), g_us(bp), ε(%).

2020-05-04 행은 m* 가 2020-04 가 아니라 2020-03 이다. s − 60일이 2020-03-05 라 그 전달을 쓴다.

B. 모델 입출력 실물

발견 구간에서 학습한 계수(상수 +6.02, g_us +0.38, ε −8.17, x +6.78)로 계산한 예다.

C. 실험 설정

• 건수해제 포함 전체 계약, 계약일 기준 달력월 합
• 정보 시점s 가 2020-04-21 이전이면 60일, 이후 30일. m* = (s − 기한)이 속한 달의 전달
• xlog(m*) − log(m* − 12개월)
• 목표3선 e 시가 → s + 20거래일 종가
• 회귀통제 g_us, ε, HAC 지연 2, 구간별 최소제곱
• 분할발견 2013-01 ~ 2022-12, 확인 2023-01 ~ 2026-10
• 문턱확인 한쪽 p < 0.05, 2차 주가설 Holm 함께 보고
• 탐색E1 3개월 합, E2 3선 5일과 10선 20일(E3 미실행)