오피스 부동산 공급량과 공실률 간 관계 분석 - 수도권 지역을 대상으로 -

경제적 타당성(economic feasibility) 평가란 공공사업의 편익과 비용을 사회 전반적인 입장에서 측정하고 경제적 수익률 계산을 통해 사업을 평가하는 것이다. 반면 재무적 타당성(financial feasibility) 평가에서는 사회 전체의 입장이 아닌 사업 수행주체의 입장에서 실질적인 금전 수익과 비용만을 추정하고 재무적 수익률 산정을 통해 사업을 평가하게 된다.

재정(공공)사업 예비타당성조사에서 임대 편익 산정 시 이는 이전편익 성격이 존재함에 따라 대체로 사회적 편익으로 간주하지 않았으며 사업 수행주체의 입장에서 발생하는 현금 흐름이라 판단하여 재무적 타당성 평가를 수행하는 경우가 대부분이었다. 만일 신규로 투자되거나 창출되는 어떠한 공간이 ‘신규투자(편익)’라고 해석되는 경우 이는 사회적 편익(social benefit)으로 간주될 수 있으나, ‘이전투자(편익)’로 해석되는 경우 이는 사회적 편익에는 포함할 수 없기 때문이다.

그러나 예외적으로, 경제적 타당성 평가에 임대 수익을 포함한 사례는 존재한다. 먼저, 『김포공항 합동청사 신축사업』 공공기관 사업 예비타당성조사(KDI, 2012)에서는 경제성 분석의 주요 편익으로 임대 수익을 반영하였다. 이러한 근거로는 ‘임대료 이상의 경제적 편익이 발생하므로 임대료를 납부하고 해당 건물에 입주하는 선택을 하게 된다’는 판단 결과를 제시하였다. 다만 임대료는 편익에 직결되므로 신중하고 보수적으로 임대료 추정에 접근하였다. 『종합의료복합단지 개발사업』 공공기관 사업 예비타당성조사(KDI, 2014), 『공군 여의도부지 개발사업』 공공기관 사업 예비타당성조사(KDI, 2013) 등 2건의 조사사업 또한 임대료 수입을 경제적 타당성의 편익에 반영한 사례이다. 『종합의료복합단지 개발사업』 의 경우 새롭게 창출되는 공간의 경제적 편익을 추정하는 변수로 ‘임대료’를 적용하였다. 이러한 근거로는, ‘임대료’라는 변수가 입주 업체가 입주를 통해 얻을 수 있는 편익의 최소 가치(즉, 지불의사)를 반영하고 있다고 판단하여, 임대료를 신규 창출된 입주 공간의 가치로 갈음한 것이다. 『공군 여의도부지 개발사업』 공공기관 사업 예비타당성조사에서도 같은 논리를 적용하여 임대료 편익을 반영한 바 있다. 『개포 9단지 아파트 재건축사업』 공공기관 사업 예비타당성조사(KDI, 2014)에서는 주거서비스 개선 편익 산정 시 주택의 시장 임대료를 적용하였다. 이는, 개별서비스에 대해 특정 가구가 경험하는 편익이 가구의 지불의사(WTP, willing to pay)에 반영되며, 주택 시장의 임대료는 이 WTP를 대변하고 있다는 판단이 전제되어 있다. 재건축 이전(현재 수준)의 임대료와 향후 공급될 예상 시장임대료와의 간극을 토대로 편익을 추정할 수 있다는 논리이다.

이밖에 선행 사례에서도 임대료를 경제적 편익의 항목으로 포함하여 추정한 사례가 존재하지만 신규 공급이 창출하는 수익을 편익으로 가정한 근거는 대부분 하우스필터링이었다. 그러나 이러한 효과는 오피스 시장과는 괴리가 있을 수 있다. 이에 본 연구에서는 오피스 시장에 대한 실증 연구를 통해 실질적으로 오피스의 신규 공급이 시장에 미치는 영향을 분석해보고 신규로 판단하는데 무리가 없는지 확인해 보고자 한다.

전해정(2012)과 주대한·김종진(2016)에서는 VECM(벡터오차수정 모형, vector error correction model)으로 수도권 오피스의 임대료 및 공실률과 기타 거시경제변수와의 동학적 상관관계를 분석하였다. 두 연구 모두 오피스 임대료와 공실률이 거시경제변수에 영향을 받으며 또한 상호연관성이 크다는 결과를 도출하였다.

김용창·양승철(2000)은 VECM(벡터오차 수정모형)을 이용하여 분석하였으며, 오피스 공급주기는 공급 시차와 임대료, 지가, 이자율 등에 의해 발생하며, 거시경제변수의 변화는 이들 가격변수에 영향을 주고 공급주기의 진폭을 변화시킨다고 하였다.

김경민·김준형(2010)은 이자율과 경제성장률, 임대료에 의해 공실률이 영향을 받고, 임대료는 공실률에 의해 변동된다고 하였다.

주기용·지규현(2013)은 OLS(회귀분석, ordinary least squares)를 이용해 오피스의 공급과 각종 거시경제지표가 공실률에 미치는 영향관계를 분석하였다. 분석결과, 공급과 실업률이 증가하면 공실률이 증가하고, GDP와 이자율이 상승하면 공실률이 감소한다고 하였다.

오피스 시장과 관련한 선행연구 사례를 살펴보면 많은 연구에서 공실률을 각종 거시경제지표와의 관련성을 살펴본 것으로 나타났다. 위 연구들과 달리 본 연구에서는 거시경제변수와의 영향관계보다는 오피스 시장의 주요 관심변수인 공실률과 공급량, 그리고 임대료 간 상호관계를 밝혀 오피스 공급이 사회적 편익에 반영하는 것이 적절한지에 대한 결과를 도출하는데 집중하였다.

즉, 본 연구는 오피스 시장에서의 신규공급이 공실률에 미치는 영향을 살펴봄으로써 공급이 신규수요를 창출하여 사회적 편익으로 이어지는지, 그리고 이를 바탕으로 형성되는 임대료를 편익에 반영할 수 있는지에 대한 결론을 도출하는데 집중하고 있다.

본 연구의 주목적은 오피스 시장에서의 공실률과 신규공급량 간 상호 영향 관계를 파악하는데 있다. 이러한 목적을 달성하기 위해서는 데이터를 이용한 엄밀한 실증 분석이 필요하다. 즉, 오피스 부동산의 (신규)공급량 및 가격과 같은 시장정보와 공실률과 같은 현황정보가 필수적이다.

하지만, 분명한 연구목적과 명확한 자료 수요에도 불구하고, 오피스라는 한정된 부동산을 정량적으로 그것도 엄밀하게 조사하여 보고하는 곳은 많지 않다. 이에, 본 연구에서는 불가피하게 서로 상이한 조사 주체가 수집한 데이터를 복합적으로 이용할 수밖에 없었다.

분석에 활용한 자료는 크게 2가지로, 한국감정원의 ‘상업용부동산 임대동향조사⁴⁾’와 ㈜신영에셋의 분기별 오피스 시장 동향보고서인 ‘Office Scope⁵⁾’에 수록된 조사통계이다. 양 자료 모두 공통적인 권역별 구분을 수립해서 오피스 부동산 현황을 조사하였으며, 2009년 이후부터는 분기별 보고라는 동일한 조사시차를 가지고 있다. 권역별 구분의 구체적인 사항으로는 서울을 4개의 권역으로 나눈 CBD(중구권역, central business district), GBD(강남권역, Gangnam business district), YBD(영등포 및 마포권역, Yeouido Business District), ETC(그 외 서울 주요권역)와 경기도의 분당권역인 BBD(Bundang business district), 총 5개 권역으로 나누어 보고하고 있다.⁶⁾

각 자료에서 활용 및 추출한 정보를 살펴보면, 한국감정원의 ‘상업용부동산 임대동향조사’에서는 오피스의 공실률과 면적당 임대료 정보를 활용하였으며, ㈜신영에셋의 ‘Office Scope’에서 신규 오피스의 공급량 정보를 활용하였다. Office Scope의 경우 임대료 정보와 공실률 정보를 모두 제공하고 있어 자료의 일치성을 확보하는 것에는 유리할 수 있었다. 그럼에도 불구하고 한국감정원의 ‘상업용부동산 임대동향조사’에서의 공실률과 임대료 정보를 사용한 이유는 ㈜신영에셋의 ‘Office Scope’보다 더 크고 안정적 표본에서 도출되어 시장 대표성을 가진다는 장점이 있어서이다. 또한, 한국감정원의 자료로부터 확보한 공실률과 임대료 정보가 충분한 표본 범위 및 규모를 가짐으로써 모집단을 기꺼이 따를 것이라는 판단도 주요한 결정 요인이 되었다.

한편, ㈜신영에셋의 자료로부터 확보한 오피스 신규공급량의 경우 조사기관 특성상 대규모 오피스 공급을 자연스레 추적하게 되어있고, 여타 상업용 부동산 조사통계와 비교해 공급 측면을 상대적으로 넓은 범위에서 추적하고 있었으며, 이로 인해 오피스 시장에서의 주요한 변화를 충분히 반영한다고 판단하게 된 것이 근거가 되었다.

정리하면, 양 자료는 상이한 표본을 통해 분석결과에 다소 bias를 가질 수 있다는 점은 공감한다. 하지만, 양 자료가 공통된 시장(권역)을 동일한 시점(분기)의 합치된 조사기간을 가지는 점과 분석에 활용될 대표 변수들이 시장 모집단을 충분히 모방한다는 점, 즉, 시장의 주요한 변화를 효과적으로 반영한다는 점 등을 충분히 고려하여 양 자료의 조합을 통한 분석을 최종적으로 결정하였다.

앞서 설명하였듯이 분석을 위한 자료는 두 개의 상이한 표본조사 데이터를 이용하였으며, 분석을 위해 패널데이터로의 구축을 선행하였다. 데이터셋의 시간 정보는 2009년 1분기부터 2017년 3분기까지의 길이를 담고 있다. 데이터셋이 가지는 기초통계는 아래 <표 1>과 같다.

변수는 권역과 분기, 공실률, 임대료, 오피스의 신규공급량과 누적 신규공급량으로 구성된다. 이러한 구성은 오피스 시장의 신규공급이 사회적 편익으로 해석할 수 있는지와 임대료 수준이 편익 산정에 객관적인 지표로 활용할 수 있는지를 밝혀내고자 하는 기본 연구 목적에 의해 정리하였다.

기초통계를 통해 변수들의 세부사항을 살펴보면, 전 권역에 걸쳐 분기별로 발생하는 평균 공실률은 8% 수준이고, 임대료는 평방미터(㎡)당 평균적으로 1만 8,600원 수준의 임대료를 보였으며, 매 분기별로 공급되는 신규 오피스 면적은 평균 5만 8,700㎡(약 1.8만평)로 나타났다.

한편, 공실률의 최소와 최대는 각각 1.2%와 22.0% 수준이고, 임대료의 최소와 최대는 각각 평방미터(㎡)당 13,700원과 28,100원이며, 신규공급량의 최소와 최대는 각각 0㎡와 384,000㎡(11.6만평)로 나타났다.

앞선 고정효과모형에서 오피스의 신규 공급은 신규수요를 창출한다는 본 연구의 중심 결과를 확인하였다. 하지만, 위 결과는 권역별 이질적인 부동산 시장을 평균화함으로 인해 변수 간 영향관계를 축소할 수 있다는 약점이 있다. 이러한 차원에서, 본 절에서는 자기회귀시차(ARDL)모형을 활용해 세부권역별로 분석 대상의 범위를 제한하여 각 변수 간 영향력을 다시 한 번 살펴보고자 하였다.

우선, 자기회귀시차(ARDL)모형은 시계열 분석으로써 비정상적(non stationary) 시계열 변수를 이용해 회귀분석을 수행하면 가성회귀(spurious regression)의 문제가 생길 수 있다. 따라서 본격적인 분석에 앞서 정상성 여부를 검토하기 위한 ADF(Augmented Dickey-Fuller)의 단위근 검정(unit root test)을 실시하였다.

단위근 검정결과는 <표 5>와 같이 공실률과 임대료의 경우 모든 권역에서 단위근이 존재하는 것으로 나타났다. 이들의 경우 단위근이 존재할 때 일반적으로 처리하는 차분(difference)의 방식을 이용해 분석에 적용함으로써 가성회귀의 문제를 피하고자 하였다.