서울시 프라임 오피스 빌딩의 관리비 성격에 관한 연구

국내 주택시장의 관리비는 대부분 실제 비용을 기준으로 임차인 또는 주택거주자가 지불하는 것이 일반적이다. 아파트의 경우, 관리비 납부가 체계화되어 있어 항목별 비용과 고지서가 발행되어 호별로 공지되고 있다. 그러나 국내 중대형 오피스 임대시장은 주택과 달리 항목별 실비 비용을 공개하거나, 지불하는 것 없이 임차인은 임대인에게 고정비용을 지불하고, 임대인이 대신 지불하는 방식이 많이 활용되고 있다.

이와 유사한 개념이 총임대차(gross lease)이다. 총임대차란 모든 비용을 임대인이 지불하는 방식이다. 예를 들어 세금, 보험, 유지 보수 등의 비용을 임대인이 부담한다. 이 방식은 비용이 고정되거나 일정한 상승률을 가지기 때문에 임차인 입장에서 비용을 예측할 수 있으며, 항목별로 비용을 납부해야 하는 번거로움에서 벗어날 수 있다. 반면에 순임대차(net lease)란 기본임대료를 제외하고 나머지 세금, 유지 보수 등의 비용을 임대인이 아닌 임차인이 지불하는 방식이다. 앞서 언급한 주택시장의 관리비가 순임대차라 할 수 있다. 총임대차 방식은 임대인이 비용을 대신 지불하기 때문에 일반적으로 순임대차보다 임대료가 높게 형성되어 있다.¹⁾

다만 국내 중대형 오피스 시장에서 임대인에게 고정적으로 지불하는 관리비는 총임대차와 같이 세금, 보험 등의 항목의 비용까지 대신 지불하지는 않으며, 자산관리 수수료(PM fee)와 직접관리비에 해당하는 비용을 대신 지불한다(양영준·유선종, 2010).

문제는 임차인이 임대인에게 지불하는 관리비가 단순한 실제 관리비용을 대신 지불하는 데 활용되는 것이 아니라, 오피스 임대시장의 수급 상황에 따라 임대료와 같이 가격마케팅 수단으로도 활용될 수 있으며, 또한, 관리비의 일부가 임대인에게 수익으로 인식되고 있다는 점이다(민성훈, 2013; 민성훈·고성수, 2012). 따라서 임대인이 책정하여 임차인이 지불하는 관리비는 단순한 비용의 성격이 아닌 복합적인 성격을 가지며, 이에 본 연구는 이러한 관리비의 성격을 규명하고자 한다.

본 연구는 국내 중대형 오피스 빌딩의 관리비에 대한 결정요인을 파악하기 위해 시계열 자료와 모형을 이용하여 분석하고자 한다. 시계열 자료는 2000년 1분기부터 2021년 2분기까지 서울 프라임 오피스 통계치이며, 종속변수로는 관리비가 독립변수로는 관리비와 연관된 실질임대료, 소비자물가지수, 공실률, 임대료 할인율이 고려되었고, 총 86분기의 자료로 이루어져 있다.

모형은 시계열 자료가 많지 않은 관계로 일반적으로 시계열 모형으로 활용되는 Vector Autoregressive Model(VAR), Vector Error Correction Model(VECM) 모형보다는 Autoregressive Distributed Lag(ARDL) 모형을 이용한 장기균형식과 오차수정모형인 Autoregressive Distributed Lag Error-Correction Model(ARDL-ECM) 모형을 고려하여 장단기로 관리비에 미치는 영향요인을 살펴보고자 하였다.

전자인 실제 비용관점에서 오피스의 관리비 개별 항목에 접근한 초창기 연구로는 오두열 외(2008), 정원구·이현석(2004)을 들 수 있다. 정원구·이현석(2004)은 국내에서 관리비 결정요인을 소개한 최초의 연구로 오피스 투자자로부터 관리비의 일부 개별항목인 표준수선비와 에너지비 추정에 있어 건축년수, 연면적, 투자수익률이 관여함을 증명하였다. 오두열 외(2008)도 일정기간이 지나면서 건물 노후화에 따른 항목별 유지관리비와의 상관관계를 살펴보았다.

다음으로 관리비 영향요인에 관한 실증연구로는 김선주 외(2012), 노영학·장정민(2009), 백민석(2014), 양영준·유선종(2010), 양영준·임병준(2012)을 언급할 수 있다. 노영학·장정민(2009)은 서울시 오피스빌딩을 권역, 관리방식, 소유주체별로 전용률, 지하층수, 관리방식 등 관리비 영향요인을 다각도로 분석하였다. 먼저 김선주 외(20102)는 대표적인 부동산관리 수수료인 FM 수수료와 PM 수수료를 합산한 총운영경비(operating expense)의 크기에 주목하였다. 반비례 관계의 전용률(‒)을 제외하고 지상층수, 대지면적, 지역더미(수도권), 경과연수가 클수록 총운영경비도 함께 증가하는 경향성이 관측되었다. 동시기에 양영준·유선종(2010)은 관리비 결정에 관리인원, 경과연수, 전기용량이 유의미한 변수인 가운데, 외주 인건비 관리가 가장 중요함을 강조하였다. 뒤를 이어 양영준·임병준(2012)은 오피스빌딩 소유자 유형별 관리비용에 차이가 있음을 밝혔는데, 대기업이 부동산펀드와 리츠(REF/REITs) 등 전문 투자기구(vehicle)보다 시설 인력투입에 의한 FM직접비가 많이 지출된 것으로 해석하였다. 백민석(2014)은 종래 이전보다 변수가 확장된 오피스빌딩 관리비 모형을 구성하였다. 세부적으로는 관리비에 prime 등급, 노후도, SRC조, 층수, 전용률이 정(+)의 영향을, 3대 권역 외, 자체방식, 개인소유가 부(‒)의 영향을 미침을 확인한 바 있다.

한편, 오피스빌딩 관리비용을 줄이기 위한 노력으로 최적 규모를 도출하려는 연구들(금상수, 2014; 양영준·임병준, 2013; 이상경·이인철, 2007)이 꾸준히 진행되었다. 이상경·이인철(2007)은 총관리비가 U자형의 평균비용곡선(average cost, AC) 형태를 띄며, 단위면적당 비용이 최소(min)가 되는 최적 규모는 4,311평으로 나타났다. 특히 중소도시 소재와 직원 비상주 군의 오피스빌딩에서 관리비용이 적게 소요되었다. 이는 관리비에 규모의 경제(economy of scale) 효과를 접목한 시초적인 연구로 평균관리비용의 기준면적을 제시한 점이 의의가 있다. 또한, 2008년부터 2010년까지 3개년 시점의 평균 관리비를 차용한 양영준·임병준(2013)의 연구는 여러 인자들 중에서 관리인원(+)을 설명력이 가장 큰 인자로 손꼽았으며, 평균관리비용 극소화 규모는 9,029평으로 앞서 언급한 이상경·이인철(2007)의 4,311평과 다소 상반된 결과를 보였다. 금상수(2014)는 위의 가설과 다르게 관리비와 연면적 사이의 관계가 역U자형의 평균비용곡선을 충족하며, 적정 연면적을 7.2만평으로 추정하고 있어 적정면적에 대한 다양한 연구결과를 보였다.

앞에서 언급한 선행연구들이 관리비를 단순히 지출 비용으로만 인식한 것과 달리, 관리서비스 제공의 관점에서 이루어진 연구(고현림 외, 2014a,b; 민성훈, 2013)들은 관리비를 비용과 더불어 서비스 제공에 의한 수익창출의 수단으로 바라보았다. 관리비 차익이 발생하는 이유는 국내 오피스의 경우, 임차인이 임대인에게 실비방식의 실제 관리비용을 지불하는 형태도 존재하나, 많은 사례에서 실제 발생하는 비용과 다른 고정된 관리수수료를 임대인에게 지불하는 방식이기 때문이다. 임차인이 관리비 명목으로 받는 관리비 수입과 실제비용 간의 차이는 임대인이 추가적으로 얻을 수 있는 차익이 된다.

민성훈(2013)은 금융위기 직후 12분기(2009~ 2011년) 간 시계열로 조사된 서울시 오피스빌딩 224건의 장기 균형패널자료(panel data)를 이용해 약 33%의 관리비 차익(margin)이 발생하며, 표면임대료(+)와 운영비용(‒)의 절대적 영향을 받는 것으로 드러났다. 관리비 차익을 최초로 계산하였고, 종전 횡단면 자료의 약점을 극복해 새로운 방법론을 시도한 점이 높게 평가된다. 고현림 외(2014a, b)는 관리서비스를 제공한 대가로서 얻게 된 수익이라는 관점에서 그간 실무적으로 막연하게 인지하였던 관리수익의 존재를 입증하고, 다중회귀분석을 통해 개별 특성요인들(권역, 층수, 연면적 외)을 추론하였다. 이들 연구는 명목관리비를 종속변수로 취하지 않고 관리비 수입에서 운영경비를 공제한 실제 관리비 차익을 산출함으로써, 순운영수입 산정에 관리비 마진을 반영하는 자본환원율의 후속 기초연구에도 충분한 이론적 논거를 제공한다.

그 밖에 최근 들어 상기 연구주제에만 그치지 않고 오피스빌딩 관리비를 일부 포함한 순운영소득(net operating income, NOI)과 점유비용(net occupancy cost, NOC), 그리고 일종의 투자수익률 지표인 자본환원율(capitalization rate, Cap.Rate) 추정과 관리방식 선택 확률, 관리비 부과형태의 주제들로 계속 확장되는 추세이다(민성훈·고성수, 2012; 송기욱·남진, 2016; 허필원 외, 2014). 우선 민성훈·고성수(2012)는 자본환원율 결정을 위한 순영업소득 계산 시, 현행 임대차시장의 관행(PM, AM사) 상 정액제의 고정관리비로 징수하게 되는 통상적 경험치 기준인 관리비 마진율 20% 적용을 들어 차익을 인정하였다. 허필원 외(2014)는 로지스틱 회귀분석, 신경망 분석, 의사결정나무 분석 등 데이터마이닝(data mining) 기법을 통해 유의미한 변인을 상호 비교한 결과, 연면적(+), 평당 임대료(+), 전용률(‒)의 세 가지가 오피스빌딩 관리방식 선택에 핵심인자임을 발견하였다. 오피스빌딩 관리방식의 중요성을 부각시키고 실 사용주체인 임차인 특성을 비중있게 다루는 한편, 기계학습분야 방법론으로 확장하는데 기여하였다. 그 외에 송기욱·남진(2016)은 오피스 임대시장의 종속변수로 쓰였던 환산임대료를 대신해 전용률 대비 보증금, 임대료, 관리비 전액을 포괄한 임차인 지불 측면의 점유비용을 채택하였다. 고현림·신종칠(2016) 연구는 비록 소매용 부동산이긴 하나, 정액제와 실비제 등 부과방식 선택을 두고 많은 편차를 보일 수 있어 또 다른 주제가 될 수 있음을 지적하였다(고현림·신종칠, 2016).

지금까지 살펴본 바와 같이 오피스 시장에서 임대료 연구는 주 관심사안으로 상당히 진척된 모습을 보이나, 이와 대조적으로 임대료와 함께 지불되는 관리비를 다룬 연구는 많지 않은 상황이다. 관리비 관련 선행연구는 크게 비용관점에서의 분석과 관리서비스 제공이라는 관점에서 분석이 이루어졌으며, 이를 종합하면 국내 오피스 시장에서 임차인이 임대인에게 지불하는 관리비는 두 가지 성격을 모두 가지고 있을 것으로 생각된다.

이처럼 관리비에 대한 성격은 어떤 관점에서 관리비를 바라보는가에 따라 달라지며, 다음과 같이 정리할 수 있다. 먼저 관리비를 실제 관리비용의 관점에서 바라보면, 공실률이 높아 임대료가 하락한 상황에서도 관리비는 물가 상승에 의해 상승할 가능성이 있다. 반면에 관리비를 가격마케팅의 수단으로 생각한다면 공실률이 상승한 상황에서 임대료와 마찬가지로 관리비도 하락시키는 것이 임차인을 유치하는 데 유리한 선택이 될 수 있다. 이 경우, 임대료와 관리비는 양의 관련성을 가지게 된다. 마지막으로 임대인의 관리 차익의 관점에서 바라보면 공실률이 높아 임대료가 하락한 상황에서 관리비는 손실된 수익을 보존하기 위해 상승할 가능성이 있다²⁾.

이러한 관리비의 성격에 대한 논의는 글로벌 금융위기를 거치면서 보다 명확한 검증이 가능해질 것으로 보인다. 글로벌 금융위기 이전에는 공실률은 지속적인 하락세였으며, 임대료와 관리비는 꾸준한 상승세였다. 그러나 금융위기 이후 공실률의 상승으로 실질임대료를 할인하는 렌트프리(rent free)가 활용되면서(여태종 외, 2015), 이전과는 다른 환경이 조성되어 관리비 성격을 파악하는 것이 가능해졌다. 다시 말해서 글로벌 금융위기로 인한 공실률 상승으로 인해 가격마케팅의 측면에서는 임대료와 마찬가지로 관리비 또한 하락하였을 가능성이 있다. 그러나 앞서 언급한 것과 같이 임대인은 수익보존을 위해 렌트프리를 통한 실질임대료 하락으로 관리비 상승시킬 수도 있다. 또한, 임대료와 상관없이 실제 비용의 관점에서 물가와만 연동된 결과를 보일 수 있다.

따라서 본 연구는 오피스 관리비의 성격을 규명하기 위해 시계열 자료를 이용하여 임대료와 공실률 등의 임대시장과 관련된 변수를 고려하고, 비용과 관련된 물가상승률 변수를 고려하였다. 시계열 분석은 자료수가 많지 않아 전통적인 모형인 VAR나 VECM보다는 ARDL 모형이 적절할 것으로 생각된다.

종속변수는 임차인이 임대인에게 지불하는 관리비이며, 독립변수는 비용적인 측면을 고려하여 물가변수를 활용하였고, 관리서비스 제공 측면에서 임대시장과의 연관성을 고려하여 실질임대료(effective rent)와 공실률을 고려하였다. 이외에 앞서 언급한 바대로 렌트프리로 인해 실질임대료가 할인될 때, 관리비는 실질임대료와 마찬가지 방향성을 가지는지, 아니면 임대인의 수익을 보존하기 위해 관리비를 상승시키는지를 파악하기 위해 렌트프리에 의한 명목임대료와 실질임대료의 차이인 할인율을 추가로 고려하였다.

본 연구는 시계열 자료를 이용한 실증분석이기 때문에 기본적으로 변수 간에 가성회귀 문제가 존재할 수 있다. 물론 가성회귀가 존재하더라도 공적분 관계가 존재할 경우, 공적분 회귀분석을 통해 변수 간의 장기적인 관계 파악이 가능하다. 단, 전통적 공적분 검정방법인 Johansen(1988)과 Johansen and Juselins(1990)의 방법은 대표본을 전제로 활용할 수 있는 것으로 본 연구는 2000년 1분기부터 2021년 2분기까지 86개의 소표본 시계열 자료이기 때문에 적용이 어렵다. 이는 이들 방법을 소표본에 적용하면, 검정의 신뢰도에 문제가 발생할 개연성이 있다는 연구결과에 기인한다(Cheung and Lai, 1993).

위의 대안적 접근방법으로 Pesaran and Shin (1999)의 제안한 ARDL 모형이 있다. 이들은 이 모형이 소표본일지라도 단기적 추정치들이 일치추정량임과 동시에 장기적으로도 초일치성을 갖는다는 것을 이론적으로 증명하였다. 또한, 50, 100, 250개의 소표본을 대상으로 전통적인 공적분 회귀분석 중에 하나인 FMOLS(full modified OLS)와 추정치를 비교한 결과, ARDL 모형이 FMOLS보다 편의와 RMSE가 더 작은 것으로 나타나, 소표본에 더 적절함을 보였다. ARDL 모형은 이외에도 전통적인 공적분 관계식 도출에 요구되는 모든 시계열이 1차 적분된 비정상시계열인 I(1)이라는 조건을 충족할 필요 없이, 정상시계열인 I(0) 변수도 모형에 포함시킬 수 있는 장점도 가지고 있다. 단, 이 모형은 VAR나 VECM과 같이 변수 간 구조적인 관계를 분석하지 못하는 단점도 존재한다.

본 연구는 소표본임을 감안하여 공적분 검정 및 시계열분석이 가능한 ARDL 모형을 활용하고자 한다. ARDL 모형은 종속변수의 현재 수준값 Y_t를 종속변수의 과거시차값 Y_t-i와 독립변수의 현재 수준값 X_j,t및 과거 시차값 X_j,t-i의 함수로 구성된다. 일반적인 형태는 (식 2)와 같다.

일반적으로 (식 2)에서 독립변수로 고려된 종속변수의 시차 p와 기타 독립변수 j별 각각의 시차 q_j를 정할 수 있는데, Akaike와 Schwarz, Hannan-Quinn 정보기준을 이용하여 정보값이 최소가 되는 최적 시차를 산정할 수 있다. 본 연구는 AIC를 활용하여 최적 시차를 산정하였다.

Pesaran et al.(2001)은 ARDL 모형을 이용하여 변수 간의 장기적 관계인 공적분 여부를 검증하는 한계검정법(bound test)을 제시하였는데, 절차는 다음과 같다. 먼저 위 식의 양변을 차분하고, 차분되지 않은 1기전 과거시차값 변수가 모두 포함된 비제약오차수정모형(unrestricted ECM)을 구한다.

다음으로 위 식인 비제약오차수정모형과 위 식에서 1기 전 과거 시차값 변수의 계수를 모두 0으로 제약한 제약 오차수정모형(restricted ECM)의 결과를 검정통계량을 통해 비교할 수 있다. 다시 말해서, 귀무가설(ρ=0, δ₁=δ₂=…=δ_k=0)에 대한 채택/기각 여부를 F검정인 Wald 검정을 시행한다. 만일 귀무가설을 기각할 수 있다면, 변수 간에 공적분 관계가 존재한다고 말할 수 있다. 그런데 변수들이 정상시계열인 I(0) 또는 비정상시계열인 1차 적분된 I(1)일 수 있으므로, 검정통계량은 변수들의 적분차수에 따라 다른 분포를 갖게 된다. Pesaran et al.(2001)은 모든 변수가 I(0) 또는 I(1)인 경우의 임계치를 제시하였으며, 이를 이용하여 귀무가설을 검정한다. 단, Wald 통계량이 I(1)의 임계값보다 큰 경우에는 변수에 비정상, 정상시계열 여부와 상관없이 변수 간 장기적인 관계인 공적분을 가진다고 판단할 수 있다. 또한 I(0)의 임계값은 모든 변수가 정상시계열인 경우에만 활용할 수 있는데, 만약 변수에 비정상 시계열인 I(1)이 1개 이상 존재하고, Wald 통계량이 I(0)와 I(1)의 임계값 사이에 존재하는 경우에는 공적분 여부를 판단할 수 없다. 기타 Narayan (2004)은 Pesaran et al.(2001)이 한계검정법을 위해 제시한 I(0)와 I(1)의 임계치를 80개 이하의 표본에서 적용할 수 있는 임계치를 새롭게 제시함으로써, 소표본에서도 공적분 검정이 가능케 되었다.

ARDL 모형에서 ARDL-ECM 모형을 유도하기 위해 (식 2)에서 독립변수가 X와 Z인 것으로 변형하면 다음과 같이 다시 정리할 수 있다.

여기서 변수들이 시간의 변화에 일정하게 증가하는 정상상태(steady state)에서 독립변수와 종속변수의 장기균형식은 다음과 같이 유도되며, α*, β*, δ*는 장기균형식의 계수가 된다.⁴⁾

(식 4)에서 좌변과 우변을 수준변수와 차분항으로 분리하면 다음과 같다.

다음으로 좌변은 종속변수의 차분항만 남겨두고 우변으로 이동하여 차분항과 수준변수항으로 구분하면 (식 7)과 같이 나타난다. 또한 (식 7)의 수준변수항에서 (식 5)와 같이 장기균형 관계가 존재할 경우, 수준변수항은 (식 8)과 같이 오차수정항(ECT_t-1)으로 변환된 오차수정모형이 도출된다.

오피스 임대료 및 관리비, 공실률은 S 자산관리사의 서울 프라임 오피스를 표본으로 한 분기 단위 평균값을 이용하였으며, 2000년 1분기부터 2021년 2분기까지 총 86개의 시계열 자료를 이용하였다. S 자산관리사는 서울 핵심권역에 위치한 연면적 1만평 이상의 프라임 오피스 빌딩 100~120개를 대상으로 매분기마다 전화 및 현장조사를 통해 관리비와 임대료, 공실률을 조사하고 있다.

본 연구에 변수로 고려된 실질임대료는 개별빌딩의 명목임대료에 빌딩별 렌트프리를 적용한 것으로, 다른 임대료 할인방식으로 알려진 fit-out과 TI는 임차인의 첫 입주시에만 적용될 수 있으며, 재계약을 할 때에는 고려되지 않기 때문에 일시적인 할인에 해당하여 제외하였다.⁵⁾ 빌딩별 실질임대료 계산은 명목임대료×(1-연간 렌트프리 기간/12개월)로 계산하며, 계산에 활용된 명목임대료는 기준층의 2~3년 임차를 가정한 호가이다. 또한, 렌트프리는 실제 계약에 의한 렌트프리가 아닌 임대인 설문에 의한 마케팅용 렌트프리를 활용하였다. 임대료와 마찬가지로 관리비 역시 기준층의 호가 자료를 활용하였다.

또한, 임대료 할인율은 1-실질임대료/명목임대료 값으로 각각 임대료는 분기 단위 평균치를 고려하였으며, 소비자물가지수는 한국은행 자료를 활용하였다. 관리비와 실질임대료, 소비자물가지수는 로그 변환하여 모형에 적용하였으며, 공실률과 임대료할인율은 해석의 편의를 위해 로그 변환하지 않았다.

기초통계량은 <표 2>와 같으며, 글로벌 금융위기 이전인 2000년 1분기부터 2009년 1분기까지 차이를 보면, 소비자물가지수와 관리비가 각각 32.4%, 33.4%의 상승률을 보여 유사한 수준을 보였다. 이와 다르게 실질임대료는 53.4%가 상승하여 높은 상승률을 보였다. 실질임대료의 높은 상승은 동 기간의 공실률 평균 수준이 3.3%로 낮은 데에 기인한 것으로 생각된다.⁶⁾

반면에 글로벌 금융위기 이후인 2009년 2분기부터 2021년 2분기까지의 관리비, 실질임대료, 물가 상승률은 각각 31.5%, 14.0%, 22.8%로 나타나 관리비가 물가 상승률보다 높게 나타났으며, 실질임대료는 동기간 10.7%의 비교적 높은 공실률로 인해 낮은 상승률을 보이고 있다. 이처럼 글로벌 금융위기 전후의 시장변화에 의해 관리비와 실질임대료, 소비자 물가지수의 변화가 다르게 나타남을 알 수 있다.

이외에 임대료 할인율은 금융위기 이전에는 0.1%로 명목임대료와 실질임대료가 큰 차이가 없는 것으로 나타났으나, 금융위기에는 평균 12.3%로 나타나 명목임대료와 실질임대료의 차이가 나타났으며, 이는 동기간 높은 공실률로 인해 할인율이 높아졌기 때문으로 판단된다.

단위근 여부를 판단하기 위해 ADF와 P.P 검정을 한 결과, <표 3>과 같이 모든 변수가 수준에서 단위근이 존재하는 것으로 나타났으며, 1차 차분을 하는 경우 모든 변수가 유의수준 1% 내에서 유의한 것으로 나타났다.

단위근 여부는 관리비와 실질임대료, 물가, 공실률 모두 추세를 가질 가능성이 존재하기 때문에 추세항과 상수항(drift)이 고려되었으며, 임대료할인율은 2009년 이전에는 장기간 동안 0값을 가지기 때문에 추세와 상수항을 가질 가능성이 높지 않아 추세가 상수항이 없는 단위근 검정을 하였다.⁷⁾

ARDL 모형의 변수조건이 변수가 I(1)이거나 I(0)일 때이며, 단위근 검정결과 모든 변수가 I(1)인 것으로 나타나 ARDL 모형을 적용하였다.

ARDL 모형의 (식 2)를 추정한 결과는 다음 <표 4>와 같으며, 한계검정(bound test) 결과 공적분이 존재하는 것으로 나타났으며, 자기상관과 이분산은 유의수준 5% 내에서 귀무가설을 기각하지 못함에 따라 자기상관과 이분산이 존재하지 않는 것으로 보인다. 변수별로는 관리비가 실질임대료, 소비자물가지수, 공실률, 임대료 할인율에 모두 유의수준 5% 내에서 유의한 것으로 나타났다. 시차가 존재하는 변수의 경우, 계수값을 합하여 계수의 부호를 추정하면, 실질임대료와 물가는 관리비에 양의 방향으로, 공실률은 음의 방향으로 나타났으며, 임대료할인율은 양의 방향으로 나타났다. 이는 관리비가 공실률과 임대료와 관련성을 보이는 결과는 임대료와 같이 오피스 임대시장의 상황에 따라 가격마케팅 측면에서 관리비가 달라질 수 있음을 의미한다. 또한, 물가와 양의 관계를 보이는 것은 비용의 측면에서도 관리비가 영향을 미치는 것을 알 수 있다.

또한, 임대료할인율이 관리비에 양의 방향의 영향을 미치는 것으로 나타나, 임대인이 렌트프리 증가로 인한 실질임대료 하락으로 수익이 감소하자, 관리비 상승으로 수익 감소를 일부 해소하고자 하는 관리 차익의 측면이 존재함을 알 수 있다.

(식 8)의 ARDL의 오차수정모형의 결과는 다음 <표 5>와 같으며, 모형 내의 장기균형식의 경우 (식 5)에 의해 도출된다. 장기균형식 결과를 보면 소비자물가지수 이외에 변수는 유의수준 5% 내에서 유의하지 않은 것으로 나타나, 관리비만 장기적으로 물가와 균형관계에 있음을 알 수 있다. 이는 관리비에서 많은 비중을 차지하고 있는 것이 비용임을 감안하면 해석이 가능할 것으로 보인다.⁸⁾ 장기균형식에서 소비자물가지수의 계수는 탄력성을 의미하며, 물가상승률 1% 상승할 때 관리비는 1.078% 상승하는 것을 의미한다.

단기적으로는 실질임대료와 임대료할인율이 유의수준 5% 내에서 유의한 것으로 나타났으며, 공실률도 유의수준 10% 내에서는 유의성을 보여 앞서 ARDL 모형의 결과와 마찬가지로 복합적인 관리비의 성격을 나타내고 있다. 특히 임대료할인율은 다른 변수보다 t값의 절대값이 가장 높은 것으로 나타나 관리비에 유의한 영향을 미치고 있으며, 할인율이 10%p 상승할 때 관리비가 4.67% 상승하는 것으로 나타났다.⁹⁾ 기타 물가상승률 또한 단기적으로도 영향을 미치고 있어 관리비는 물가에 장단기로 영향을 받고 있는 것을 알 수 있다.