거래 현황

화성시, 평택시 많이팔리고, 강남구 매수량이 최다 지역별로 시군구 내부·외부매수비율이 다르게 나타남 서울 중심으로 외부매수비율 높아

참고문헌 (17) 열기/닫기 버튼 * 2020년 이후 발행 논문의 참고문헌은 현재 구축 중입니다.

논문 인용하기 닫기

담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황 국제거래법연구

TY - JOUR
AU - 윤성근
TI - 담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황
T2 - 국제거래법연구
JO - 국제거래법연구
PY - 2006
VL - 15
IS - 2
PB - 국제거래법학회
SP - 275
EP - 317
SN - 1229-3822
AB -
KW - secured transaction, movable property, filing system, UNCITRAL, UCC Article 9
DO -
UR -
ER -

윤성근. (2006). 담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황. 국제거래법연구, 15(2), 275-317.

윤성근. 2006, "담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황", 국제거래법연구, vol.15, no.2 pp.275-317.

윤성근 "담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황" 국제거래법연구 15.2 pp.275-317 (2006) : 275.

윤성근. 담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황. 2006; 15(2), 275-317.

윤성근. "담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황" 국제거래법연구 15, no.2 (2006) : 275-317.

윤성근. 담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황. 국제거래법연구, 15(2), 275-317.

윤성근. 담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황. 국제거래법연구. 2006; 15(2) 275-317.

윤성근. 담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황. 2006; 15(2), 275-317.

윤성근. "담보거래에 관한 UNCITRAL 입법가이드와 국내 담보거래 현황" 국제거래법연구 15, no.2 (2006) : 275-317.

자본시장연구원

요약 글로벌 외환시장의 전자거래는 최근 대고객 시장을 중심으로 크게 확대되고 있다. 전자거래 시스템 발전을 통해 기존 은행 중심의 유동성 공급 구조가 점차 대고객 부문으로 이동하고 있으며, 다양한 형태의 전자거래시스템을 통한 대고객 부문의 외환시장 참여가 크게 확대되고 있는 것이다. 반면 국내 외환시장의 전자거래는 은행간 시장 거래에 국한되어 활용되고 있어 글로벌 시장과의 격차가 점차 벌어지고 거래 현황 있으며, 특히 최근 역외 원ㆍ달러 NDF 거래규모가 국내 은행간 외환시장의 현물환 거래 규모를 크게 초과하는 등 전자거래 확대에 따른 글로벌 외환시장의 변화는 우리나라 외환시장에도 일부 영향을 미치고 있는 것으로 추정된다. 이러한 글로벌 외환시장의 변화 및 영향을 고려할 때 우리나라는 대고객 시장에서의 전자거래 확대를 유도하는 방향으로 외환부문 전자거래 인프라를 개선할 필요가 있을 것으로 판단된다. 특히 국내 대고객 외환거래의 전자화가 진전될 경우 고객편의 증대, 외환시장 유동성 증가, 은행의 환위험관리 효율성 증진 등의 긍정적 효과와 더불어 장기적으로는 외환업무의 다양화를 통해 국내 금융투자업계 발전 및 금융시장 고도화에 일조할 것으로 기대된다. 다만 원화가 부분적 국제통화라는 국내 외환시장의 특수성을 고려하여 건전성 측면에서 외환시장 전자거래 확대에 대비한 안정장치 구축 등 위험관리 체계를 갖출 필요가 있을 것이다.

글로벌 외환시장은 전자거래 1) 확산 이후 다양한 구조적 변화가 나타나고 있다. 장외시장이라는 외환시장의 특성에도 불구하고 글로벌 외환시장의 전자거래 비중은 이미 보이스거래 비중을 크게 상회하고 있으며, 전자거래시스템의 발전을 통해 기존 은행간 시장과 대고객 시장의 구분조차 그 의미가 점차 희석되어 가고 있는 상황이다. 이러한 글로벌 외환시장의 변화 추세를 반영하여 최근 국내에서도 외환부문 전자거래 활용도 제고 필요성에 대한 관심이 확대되고 있다. 본고에서는 글로벌 외환시장의 전자거래 현황 및 특성을 살펴봄으로서 우리나라 외환시장 전자거래 인프라 선진화 방향에 대한 시사점을 제시하고자 한다.

외환시장의 전자거래 발전과정

거래참가자에 따라 은행간 시장과 대고객 시장으로 구분되는 외환시장은 전자에서의 대규모(도매) 외환거래를 통해 대고객(소매) 유동성 공급이 이루어지는 이분화된 시장구조를 보유하고 있다. 이러한 구조적 특성으로 인해 외환시장의 전자거래 발전은 먼저 소수 대형은행들만이 참여하는 은행간 거래 현황 시장에서 활성화되었으며, 이후 대형 은행 위주로 대고객 시장에서의 전자거래가 확산되는 방향으로 진행되고 있다. 또한 전자거래시스템의 발전과 더불어 최근에는 대고객 시장의 주문이 은행간 시장으로 전자적으로 연계되는 형태로 전자거래 방식이 진화됨에 따라 기존 은행간 시장과 대고객 시장과의 경계가 사라지고 비은행 주체가 글로벌 외환시장의 주요 유동성 제공자 역할을 수행하는 등 다양한 변화가 나타나고 있다.

글로벌 외환시장의 전자거래 발전과정을 단계별로 살펴보면, 본격적으로 외환시장에서의 전자거래 확산이 시작된 시점은 은행간 외환시장의 다자간 전자중개시스템이 도입된 1990년대 중반으로 파악된다. 당시 주요 글로벌 외환중개사인 EBS 및 Reuters는 은행간 시장 전용 중앙지정가 주문방식(Central Limit Order Book) 2) 거래시스템을 출시하였으며, 기 도입된 전자거래시스템의 거래 효율성 증진효과로 인해 은행간 시장의 거래방식은 단기간 내 전자거래 방식으로 대거 이동한 것으로 나타나고 있다(King et al., 2011). 이후 외환시장의 전자거래는 2000년대 초반을 기점으로 대고객 시장에서 확산세가 이어졌다. 은행간 시장에서의 전자거래를 통해 거래비용이 감소하고 유동성 확보가 용이해진 글로벌 은행들이 자체적인 대고객 전자거래시스템 개발에 나서기 시작하면서 대고객 외환시장의 전자거래가 크게 증가한 것이다. 3)

주요 글로벌 은행 중심의 외환시장 전자거래 확대 추세는 2000년대 중반 이후 비은행 주체의 외환부문 전자거래 서비스 출시를 통해 더욱 가속화되었다. 당시 글로벌 외환중개사는 시스템 간 전산적 연계가 가능한 개방형(API) 4) 방식으로 시스템 업그레이드를 진행하였으며, 이를 통해 비은행 주체의 외환시장 참여가 크게 확대된 것이다. 특히 최근에는 다수의 대고객 전자거래시스템을 연계하여 대고객 부문 유동성 제공 서비스를 제공하고 있는 통합형 전자거래시스템(Electronic Communication Network: ECN)이 다수 등장하고 있다. 일명 ‘aggregator’로 지칭되고 있는 통합형 시스템은 수백여 개의 은행 및 비은행 외환거래플랫폼을 연계하여 대형 고객 뿐 아니라 개인 등 소매 고객의 외환거래체결 서비스까지 지원하고 있는 것으로 파악되고 있다. 5)

현재 글로벌 외환시장의 전자거래 구조는 과 같이 요약된다. 기존 소수 대형은행만이 참가하였던 은행간 시장(박스 안)은 주요 글로벌 외환중개사의 전자중개시스템을 통해 다자간 전자거래 서비스를 제공하고 있으며, 대고객 시장의 경우에는 은행들이 자체적으로 개발한 전자거래시스템(SBT, MBT) 및 통합형 전자거래시스템(ECN)을 통해 은행간 시장 실시간 호가정보 획득 및 최적가 거래체결이 가능하다. 최근에는 대고객 시장 참가자의 은행간 시장 거래의 직·간접적 참여 또한 가능하다. 일부 대형은행은 자사 고객이 해당 은행명으로 은행간 시장 거래에 참여할 수 있는 프라임 브러커리지 서비스를 제공하고 있으며, 이를 통해 대형 헤지펀드 및 외환부문 전자거래 전문회사(PTF) 6) 등이 은행간 시장 거래 참여가 확대되고 있다(점선 부분).

글로벌 외환시장 전자거래 현황 및 특징

국제결제은행(BIS)에 따르면 2019년 전자거래 방식을 통한 외환거래 비중은 총 외환거래량 대비 약 57% 수준으로, 2013년 이후 전자거래 비중은 기존 보이스거래 비중을 초과하고 있는 것으로 나타난다. 7) 특히 여타 외환상품 대비 거래 구조가 간단한 현물환 시장의 전자거래 비중은 2019년 기준 약 72% 수준으로 높은 비중을 차지하고 있으며, 최근에는 선물환 및 외환스왑 시장에서의 전자거래 비중 또한 대고객 부문 거래를 중심으로 확대 추세를 보이고 있다. 특히 대고객 외환시장의 선물환 거래는 최근 NDF 시장의 대고객 전자거래 확대가 해당 부문 전자거래 비중 확대에 크게 기여하고 있는 것으로 추정되고 있다. 8)

이러한 글로벌 외환시장의 전자거래 확대 추세는 기존 대형은행 중심의 거래행태의 변화를 초래하고 있다. 최근 BIS 통계에 따르면 2019년 기준 총 외환거래량 대비 대고객 시장의 거래비중은 약 62% 수준으로, 2007년 이후 대고객 부문의 외환거래량은 은행간 시장의 거래량을 초과하고 있는 것으로 나타난다. 이는 먼저 은행의 대고객 전자거래시스템 활용도 증가에 따른 대고객거래의 내부화 비중이 증가하고 있음에 기인한다. 즉 대고객 거래에서 발생한 외환 포지션 청산 목적의 은행간시장 거래 수요가 감소하고, 은행의 대고객 전자거래 플랫폼 안에서 대고객 포지션을 상계처리(netting)하는 내부화 비중이 확대되고 있는 것이다. Schrimpf & Sushko(2019)에 따르면 2019년 기준 유럽 및 미국 지역 기반 은행의 내부화 거래 비중은 약 60~83% 수준으로, 대고객 거래의 대다수가 은행 내부 전자거래시스템을 통해 상계처리되고 있는 것으로 파악된다.

최근에는 다수의 전자거래플랫폼을 활용하여 외환시장의 유동성 공급자로서의 역할을 제공하고 있는 비은행 외환거래전문회사(PTF)의 거래량이 급성장하고 있는 것으로 나타나고 있다. PTF는 다양한 전자거래 플랫폼을 활용해 대고객 시장에 유동성을 제공하고 있으며, 특히 헤지펀드 등 주요 대형 바이사이드 고객의 외환주문 상당부분을 담당하고 있는 것으로 추정된다. 기존 대형 은행의 외환시장 유동성 공급자로서의 역할이 전자거래의 빠른 거래체결 속도에 기반한 비은행 외환전자거래 전문기관으로 이동하고 있는 것이다. 최근 조사에 따르면 2019년 기준 주요 PTF 회사의 거래 비중은 글로벌 현물환 시장 거래량의 약 32%를 차지하고 있는 것으로 나타나고 있으며, 거래량 기준 상위 10개사 중 4개사가 알고리즘 기반 PTF 회사로 나타나고 있다. 9)

우리나라 외환시장에 대한 시사점

우리나라 외환시장은 국내 외국환은행이 주도하는 고유시장임에도 불구하고 전자거래 확대에 따른 글로벌 외환시장의 변화는 국내 외환시장에도 일부 거래 현황 영향을 미치고 있는 것으로 추정된다. 일례로 최근 역외 원·달러 NDF 시장의 거래량은 국내 은행간 시장 현물환 거래규모를 크게 상회하고 있다. NDF 부문 전자거래시스템이 개선되면서 다양한 거래주체의 원·달러 NDF 시장 참여가 확대되고 있는 것이다. 반면 국내 은행간시장의 현물환 거래량은 2007년 이후 성장세가 정체되고 있는 것으로 나타나고 있으며, 이는 동기간 국내투자자의 해외증권투자 확대 추세 등에 비교할 때 국내 외환시장의 유동성이 역외시장 대비 상대적으로 감소하고 있음을 시사하고 있다. 이에 따라 일부에서는 역외시장의 국내 외환시장 잠식 및 원ㆍ달러 가격 발견 역할의 주도권 이동 등 부정적 영향에 대한 우려의 목소리가 확대되고 있는 실정이다.

현재 우리나라 외환시장의 전자거래 활용도는 앞서 살펴본 글로벌 외환시장의 발전 2단계에 진입하는 수준으로 판단된다. 2000년대 초반 국내 외환중개회사의 전자중개시스템 도입 이후 은행간 시장에서의 전자거래는 크게 확대되었으나, 대고객 부문의 전자거래 활용도는 여전히 미미한 실정이다. 현재 일부 국내은행 등은 개인 및 기업 등을 대상으로 대고객 전자거래시스템을 출시하고 있으나, 대부분 시스템은 일부 소규모 외환거래 체결만을 지원하는 등 활용도는 여전히 낮은 수준이다. 특히 은행간시장 시스템과 대고객 거래시스템의 전자적(API) 연계가 지원되지 않고 있어 대고객 시스템 확장성 또한 제한적인 수준으로, 대고객 전자거래가 크게 확산되고 있는 글로벌 외환시장 추이와는 큰 괴리를 보이고 있다.

일반적으로 전자거래의 확산은 거래 효율성 증진 및 거래정보 투명성 개선 등의 효과를 견인한다. 해외 주요 연구에서도 외환시장의 전자거래 확산은 외환시장 유동성 측면에서 긍정적 효과를 견인하고 있으며(Bloomfield & O’Hara, 2000), 호가 스프레드(bid-ask spread)가 축소(Ding & Hiltrop, 2010)되는 등 긍정적 효과가 부정적 효과를 상회하고 있는 것으로 나타나고 있다. 특히 전자거래를 통한 주문 전산화는 거래비용 감소 효과뿐 아니라 수작업에 따른 다양한 리스크 요인 감소 등 업무 효율성 증진에 기여하고 있는 것으로 나타나고 있다.

이러한 측면에서 국내 외환시장의 전자거래 확대 필요성은 다음과 같이 요악할 수 있다. 첫째, 최근 국내거주자의 해외증권투자 확대 추세 등을 감안하여 외환부문 전자거래 활성화를 통한 국내 외환시장 유동성 개선 방안을 고려할 필요가 있을 것이다. 특히 글로벌 금융위기 이후 주요 딜러은행의 유동성 공급 여력이 제한되고 있는 시점에서 대고객 시장 중심의 새로운 유동성 공급기반을 구축한다는 점에서도 긍정적인 검토가 필요할 것으로 판단된다. 둘째, 최근 역외 NDF 거래의 급격한 확대 등 전자거래 기반의 글로벌 외환시장 성장 추세를 감안할 때 국내 외환시장의 경쟁력 제고 차원에서의 전자거래 인프라 개선 노력이 필요할 것이다. 셋째, 국내 금융투자업계의 외환업무 활력 제고 측면에서도 외환부문 전자거래시스템의 활용을 고려할 필요가 있다. 최근 해외에서는 비은행 부문의 전자거래시스템을 통한 외환시장 참여가 크게 확대되고 있는 점을 고려할 때 국내 외환시장의 전자거래 인프라 개선은 외환업무의 다양화를 통한 국내 금융투자업계 발전 및 금융시장 고도화에 일조할 것으로 기대된다.

그러나 원화가 부분적 국제통화라는 국내 외환시장의 특수성을 감안할 때 외환부문 건전성 측면에서의 우려에 대한 충분한 고려가 필요할 것으로 판단된다. 전자거래시스템 개선을 통한 외환시장의 거래 편의성 제고는 유동성 확대의 긍정적 효과와 더불어 투기적 거래 증가라는 필연적 양면성을 내포하고 있기 때문이다. 이러한 측면에서 외환시장 전자거래 확대한 대비한 안정장치 구축 등의 위험관리 체계를 갖출 필요가 있을 것이다.
1) 본고의 외환시장 전자거래는 은행의 대은행 거래(은행간 시장) 및 기업 등 대고객 거래(대고객 시장)에서의 전자거래 플랫폼을 통한 외환거래를 의미한다.
2) CLOB 방식의 전자중개시스템은 증권 및 상품거래소 등에서 사용되고 있는 전자거래체결 시스템으로, 다자간 실시간 호가 확인, 지정가 주문, 최적가 거래 체결, 후선업무 자동화 등을 지원한다.
3) 은행의 대고객 전자거래시스템은 단일은행의 단독 전자거래시스템인 SBP(Single Bank Trading Platform)와 다수 은행의 공동 시스템인 MBP(Multi Bank Trading Platform)로 구분된다.
4) 외환부문의 API(Application Programming Interface)는 은행간 시장 전자중개시스템과 은행의 대고객 전자중개시스템간 전용회선을 통해 연결하여 호가제공, 체결, 조회 등의 거래업무의 전산적 연계를 지원하는 서버간 커뮤니케이션 인터페이스를 의미한다.
5) 대표적인 통합형 ECN인 360T사는 현재 약 400여개의 은행 및 비은행 외환거래 플랫폼을 연계하여 통합 서비스를 제공하고 있다.
6) PTF는 고빈도 매매전략을 통해 유동성을 제공하는 알고리즘 기반 투자 전문회사로 기존 HFT(High Frequency Trading Firms)로 널리 알려져 있으나, 최근 미선물산업협회(FIA)는 해당 명칭의 부정적 이미지에 대한 회원사의 우려를 반영하여 공식적 용어로서 자기자본거래회사(Principal Trading Firms: PTF)를 사용하고 있다.
7) 보이스거래는 BIS 통계 집계 방식에 따라 문자 전송 등 전화 주문외 기타 방식을 포함한다.
8) Shrimpf & Sushko(2019)에 따르면 NDF 거래량은 글로벌 외환중개사(EBS)의 해당 부문 전자거래서비스 출시 시점인 2016년을 기점으로 크게 증가한 것으로 나타났다.
9) Euromoney(2019)에 따르면 현물환 시장 거래량 기준 상위 10개 기관 중 PTF는 전체 2위(현물환 거래 비중 9.6%)인 XTX Markets 등 4개사(HC Tech, Jump Trading, Citadel Securities)가 포함된 것으로 나타났다.

참고문헌

김한수, 2021,『전자거래 확대에 따른 외환시장의 변화 및 시사점』, 자본시장연구원 이슈보고서 21-01.
Bloomfield, R., O’Hara, M, 2000, Can transparent markets survive? Journal of Financial Economics 55, 425-459.
Ding, L., Hiltrop, J., 2010, The electronic trading systems and bid-ask spreads in the foreign exchange market, Journal of International Financial Markets, Institutions and Money 20(4), 323-345.
Euromoney, 2019, Foreign exchange survey 2019: electronic trading.
King, M., Osler, C., Rime, D., 2011, Foreign exchange market structure, players and evolution, Norges Bank Working Paper 2011(10).
Schrimpf, 거래 현황 A., Sushko, V., 2019, FX trade execution: complex and highly fragmented, BIS Quarterly Review 2019(12).

KDI 경제정보센터

공정거래위원회는 2020년 공시대상기업집단 계열회사 간에 이루어진 2019년 상품·용역거래 현황을 분석·공개했다고 11.12(목) 밝혔따.

- ‘20년 공시대상기업집단의 내부거래 금액은 총 196.7조원, 비중은 12.2%로 ‘19년(197.8조원, 12.2%)와 유사한 수준을 유지했으나, 총수 있는 상위 10대 집단의 내부거래 비중은 전반적으로 증가 추세인 것으로 나타남.

- 총수일가 지분율과 내부거래 현황간의 관계를 살펴보았을 때, 총수 2세 지분율과 내부거래 비중 간의 관계에서 특징적인 점이 확인됨.

- 사익편취 규제대상 회사의 내부거래 비중은 11.9%, 금액은 8.8조원인 반면, 규제 사각지대 회사의 내부거래 비중은 11.7%, 금액은 26.5조원으로 나타남.

- 사익편취 규제대상 회사와 사각지대 회사 모두 수의계약 비중이 매우 높게 나타났으며, 전년 대비 비중도 증가한 것으로 나타남.

- (종합 평가·정책 방향) ①부당 내부거래 행위에 대한 지속적인 감시가 필요하다고 판단됨 ②사익편취 규제의 사각지대 해소가 시급한 상황으로 판단됨 ③사익편취 규제대상 회사 및 사각지대 회사의 거래관행 개선이 필요함.

1. 대기업집단 내부거래 현황 분석 결과
2. 집단별/업종별 내부거래 현황
3. 사익편취 규제 대상 회사별 내부거래 현황
4. 지난해 대비 사익편취 규제 대상에서 추가·제외된 회사 내역
5. 사각지대 회사별 내부거래 현황
6. 사익편취 규제대상 및 사각지대 회사의 주요 내부거래도

3 수도권에서는 누가 어디 부동산을 샀을까?: 수도권 내 부동산 거래 현황

수도권은 9년간 매도량의 42%, 매수량의 45.6%를 차지할 정도로 전국 부동산에서 큰 비중을 차지하고 있다. 범위를 수도권 내부로 좁혀 부동산 거래 현황을 자세히 살펴보자.

3.1 수도권 내에서 팔린 부동산

연도별 매도량

2016년까지는 수도권 전체 부동산 판매량이 동반 상승,

2017년을 기점으로 서울, 인천, 경기 부동산 판매량이 추이가 매우 달라져

수도권 내에서 거래된 부동산을 보면, 2020년 서울, 경기, 인천의 부동산 매도량이 조금씩 다른 변화를 보여왔다.

2012년부터 꾸준히 증가한 경기도는 2018년 약 32만 건의 부동산이 매도되면서 정점을 보였다가, 2019년 약 27만 건으로 크게 줄었다. 그러나 2020년 34만 건으로 2018년보다 많은 부동산이 매도되었다.

서울시는 2016년 약 15만 건으로 가장 많은 매도량으로 보인 이후 꾸준히 하락했으나, 2020년 크게 증가했다.

이와 같은 부동산 매도 변화는 가장 매매 건수가 많은 집합건물의 변화에 많은 영향을 받았다.

경기도 집합건물의 매도량은 2017~2018년 크게 증가했다가 2019년 크게 하락하고, 2020년 다시 증가하는 큰 변동을 보였다.

서울은 2017년부터 감소하다가 2019년 크게 하락한 후 2020년에는 분석 기간에 가장 많은 매도량을 보였다.

서울, 인천과 달리 경기도는 토지 매도량은 서울시 집합건물의 매도량과 유사한 수준으로 토지의 매도량이 총 매도에서 큰 비중을 차지하고 있다. 경기도의 토지 매도량은 지속해서 증가하여 2019년 처음으로 감소하였고, 2020년 다소 증가하였다.

그림 3.1: 수도권 구분·연도별 매도량

수도권 내 읍면동별 매도량(읍면동)

2012년부터 2020년까지 매도량이 가장 많은 지역은 경기도 시흥시 정왕동으로 75,424건의 매도가 발생했으며 7 , 인천광역시 연수구 송도동(7.4만), 인천광역시 부평구 부평동(6.5만), 서울특별시 강서구 화곡동(6.5만) 순이었다.

서울시에서는 강서구 화곡동 외에 관악구 신림동(4.5만), 노원구 상계동(4.3만), 관악구 봉천동(4.2만) 순으로 나타났으며 신림, 봉천동 일대를 제외하고는 대부분 도시개발사업(화곡동, 문정) 재건축사업이 활발한 지역(서초)에서 매도량이 많았다.

그림 3.2: 수도권 읍면동별 매도량 지도

그림 3.3: 서울시 법정동별 매도량 지도

3.2 수도권 내에서 구매한 부동산

연도별 매수량

수도권 내에서 매수한 부동산은 2020년에 급증하면서 분석기간 중 최고치를 기록

2012~2020년 사이 서울, 경기, 인천 거주자의 부동산 매수량은 2020년에 크게 증가하여 분석기간 중 가장 많은 매수량을 나타냈다.

지역별 매도량과 비교해보면 경기도 내 부동산 매도량이 서울시보다 2배 많은 데 비해 서울시 거주자의 부동산 매수량은 경기도 거주자의 매수량과 큰 차이가 없다. 경기도 거주자의 부동산 매수량이 2017년부터 크게 증가하면서 2019년과 2020년에는 서울시 거주자의 매수량보다 많아진 것이다.

이와 같은 경향은 집합건물의 매수에서 나타난다. 2018년까지는 서울시 거주자의 집합건물 매수량이 많았으나, 2019년 처음으로 경기도 거주자의 매수량이 서울 거주자의 매수량보다 더 많아졌고(서울: 127,535건, 경기도: 129,803건), 2020년에는 그 차이가 더욱 벌어져 경기도 거주자가 매수한 집합건물이 서울시 거주자보다 7,668건 더 많았다.

경기도, 서울시 거주자의 토지 매수는 2012~2015년까지 그 추세나 양이 매우 유사했다. 그러나 2016년부터 경기도 거주자의 토지 매수량이 서울 거주자보다 많아져 2020년에는 약 1만 5천 건 이상 경기도 거주자가 더 많은 토지를 매수했다.

그림 3.4: 수도권 구분별·연도별 매수량

수도권 내에서 부동산을 가장 많이 사들인 지역

수도권 내에서 수도권 부동산을 가장 많이 매수한 지역은 강남구

수도권에서 지난 9년간 매수량이 가장 많은 지역은 강남구로 약 33만 건의 부동산을 매수하였다.

서울시 자치구 중에서는 송파구(24만7천), 서초구(21만3천), 강서구(19만7천) 거주자들의 매수량이 많았고, 경기도에서는 화성시(31만) 거주자의 매수량이 강남구와 유사한 수준으로 가장 많았다. 이외에 부천시(30만 건), 성남시 분당구(23만2천), 남양주시(22만2천) 순으로 부동산을 많이 매수했다.

수도권 77개 시군구 중 매수량 상위 10개 시군구 거주자의 매수량이 242만 건으로, 이는 수도권 전체 거주자가 매수한 양의 약 25% 수준이다.

그림 3.5: 수도권 시군구별 매수량 지도

수도권 거주자들은 어느 지역의 부동산을 샀을까?

우선 크게 나누어 보면 본인의 거주지로 등록된 시군구 내의 부동산과 거주하지 않는 다른 지역의 부동산으로 나누어 볼 수 있다.

아래 그래프는 지역별 거주자의 부동산 매수량에서 본인이 살고 있는 지역(시군구) 내 부동산을 매수한 비율(내부매수비율)과 살고 있지 않은 지역의 부동산 매수 비율(외부매수비율)을 타낸다. 수도권 시군구의 내부매수비율 평균은 약 44.9%로 절반이 채 안 된다. 즉 절반 이상이 자신이 살고 있지 않은 지역의 부동산을 매수했다는 것이다.

외부매수비율이 높은 지역은 강남구(81.3%)로 강남구 거주자가 매수한 부동산의 10건 중 8건은 강남구 내에 있지 않다. 이어 과천시(76.8%), 용산구(76.5%), 서초구(76%), 의왕시(73%), 성남시 분당구(70.9%) 등의 지역들도 내부매수비율보다 외부매수비율이 더 높은 것으로 나타났다.

그림 3.6: 수도권 시군구별 내부·외부 매수량 그래프

인구가 많아서 그런가? : 인구 천명당 부동산 거래

인구가 많은 지역일수록 상대적으로 부동산 매수도 많게 나타날 수 있다. 따라서 천 명당 부동산 외부매수량을 살펴본다면 인구수와 관계없이 각 지역 사람들의 외부지역에 대한 부동산 구매력 혹은 부동산 매수의 적극성 정도를 알 수 있다.

이처럼 인구를 고려하더라도 강남구의 인구 천 명당 매수건수는 53.3건으로 전체에서 가장 많은 것으로 나타났으며, 경기에서는 의왕시가 50.6건으로 나타났다.

※주: 의왕시의 높은 천 명당 매수량은 앞에서 설명하였듯 매수인 주소지별 자료에는 부동산등기가 가능한 모든 주체가 포함되었기 때문이다. 의왕시의 인구는 2020년 12월 기준 16.3만 명이지만 2012년~2014년 시기 의왕시에 소재한 공기업이 지방으로 이전하면서 이전지의 부동산을 매수하는 양이 포함되어 외부매수량이 높게 나타났다.

서초구는 40.9건으로 강남구에 이어 다음으로 높게 나타났으나 강남·서초와 함께 적극적인 매수 성향이 관찰되었던 송파구는 29.2건으로 과천시(33.9건)나 영등포구(30.7건)보다도 낮게 나타났다.

그림 3.7: 수도권 인구 천명당 매수건수, 2012~2020년 연도별 평균

부동산 매수-매도간의 관계

2012~2020년 9년간 수도권 내부 시군구 간 부동산 매수와 매도 관계를 좀 더 살펴보자 아래 네트워크 그래프는 수도권 시군구 간 매수와 매도 관계를 보여준다. 이 네트워크 그래프는 지역 간 매수-매도 관계를 좀 더 분명히 하기 위해 수도권 시군구의 지리적 위치로 표현하지 않았다.

네트워크 그래프의 선은 두 지역 간에 부동산 거래가 있었으며, 진할수록 거래가 많았다는 것을 의미한다.

왼쪽 네트워크 그래프(매수)에서 시군구 이름은 거주자의 매수량이 많을수록 크게, 반대로 오른쪽(매도) 그래프에서는 부동산이 많이 매도된 시군구일수록 크게 표시된다. 연결된 네트워크의 색이 붉을수록 해당 지역에 매수량이 많은 것을 의미한다.

왼쪽 매수 네트워크 그래프에서 매수량이 가장 많은 강남구가 가장 큰 글씨로 표시되고, 강남구에서 대부분 지역과 네트워크 연결이 많이 되는 것을 보아 많은 지역에서 많이 매수했다는 것을 알 수 있다.

오른쪽 매도 네트워크 그래프에서는 화성시 내 부동산이 수도권에서 가장 많이 매도되었고, 주로 평택, 수원시, 안산시와 같은 지역에서 많이 매수했다는 것을 알 수 있다.

그림 3.8: 수도권 매수·매도 Network diagram

3.3 어디서 어디를 사고 있는가: 부동산 거래 방향 분석

수도권 내 부동산 매매에서 매수-매도 관계의 지리적 관계 분석을 위해 매수인의 거주지와 매도물건의 위치를 실제 지도에 표시하고, 부동산 거래를 선으로 표시하였다.

단, 지역 간 부동산 거래 관계를 명확히 하기 위해 매수자가 거주지 내 부동산을 구매한 거래는 제외하고, 자신이 거주하지 않은 지역의 부동산을 매수한 경우만 표시하였다.

지난 9년간 부동산 거래는 수도권 내 모든 지역 간에서 있었기 때문에 모든 거래를 시각화하면 지도는 무수히 많은 선으로 뒤덮이게 된다. 따라서 많이 발생한 지역 간 거래를 우선하여 파악하기 전체 지역 간 거래 중 상위 1%(9년간 8,000건 이상)의 거래만 선으로 시각화했다.

수도권 지역 간 거래에서 가장 많은 거래량은 양천구 거주자가 강서구를 매수한 거래로 16,316건이며, 수원시 영통구와 권선구에서 화성시를 매수한 양이 각각 1만5천 건씩으로 뒤를 이었다.

아래 유선도에서 화살표 방향이 양방향이거나, 한 방향으로 나타나는 경향이 존재하는데, 이는 이 지역 간 상호 부동산 거래가 매우 활발히 일어나고 있다는 것을 의미한다. 예를 들어 서울시 동남권(강남·서초·송파·강동)에서는 지역 간 양방향 거래가 나타난다.

• 강남구 → 서초구 : 9,700건, 서초구 → 강남구: 10,668건
• 강남구 → 송파구 : 12,453건, 송파구 → 강남구: 9,074건
• 서초구 → 송파구 : 1,631건, 송파구 → 서초구: 3,080건
• 강동구 → 송파구 : 5,396건, 송파구 → 강동구: 9,904건

그림 3.9: 수도권 시군구간 매수지-매도지 유선도, 상위1% 거래량

서울시 내에서 자치구 간 매수-매도를 나타내면 지리적 위치에 따른 부동산 거래가 좀 더 명확히 나타난다.

서울시에서 다른 자치구를 구매한 매수량은 양천구에서 강서구 화곡동을 매수한 양이 6,991건으로 가장 많았고 강남구에서 송파구 문정동을 매수한 양이 3,787건으로 뒤를 이었다. 특히 강남구에서는 상위 1% 거래량을 표현한 것임에도 불구하고 도심권, 서북권 자치구를 제외한 구 대부분에서 많은 양을 매수하는 흐름을 관찰할 수 있다.

그림 3.10: 서울시 자치구간 매수지-매도지(읍면동) 유선도, 상위1% 거래량

3.4 많이 팔리고 많이 산 지역

화성시, 평택시 많이팔리고, 강남구 매수량이 최다

지역별로 시군구 내부·외부매수비율이 다르게 나타남 서울 중심으로 외부매수비율 높아

부동산 소유권이전등기(매매) 매수인 주소지별 자료를 이용하여 수도권 내 부동산 거래의 매수자 거주지와 매도된 부동산의 위치를 시각화하여 지역 간 거래패턴을 분석하였다.

9년간 수도권 내 부동산 거래를 보면 지리적으로 인접한 지역 간에 부동산 거래가 활발하게 일어나지만, 대규모로 주택이 공급되는 경우, 인접 지역이 아니어도 매매가 많이 일어나고 있음을 알 수 있다. 또한, 많이 팔리는 지역과 많이 사는 지역에 차이가 있으며, 지역에 따라 거주하는 지역이 아닌 다른 지역의 부동산 거래가 활발한 지역도 확인할 수 있다.

많이 팔린 지역(매도)은 화성시와 평택시, 시흥시, 송파구, 남양주시였고 읍면동 단위에서는 경기도 시흥시 정왕동이 가장 많았으며 서울에서는 강서구 화곡동이 가장 많이 매도된 지역으로 나타났다. 상기된 지역은 2012~2020년간 수도권에서 주택이 많이 공급된 지역들이며, 신규 공급 주택에 대해 수도권 내에서 많은 거래 수요가 있다는 것을 알 수 있다. 반면 많이 사는 지역(매수)은 서울시 동남권의 자치구(강남·서초·송파)와 주택공급이 많았던 지역에 인접해 있는 화성시, 부천시, 성남시 분당구 등이다.

지역별 부동산 거래를 내부매수와 외부매수로 구분하여 살펴보면 서울 강남구가 외부매수비율 81.3%로 가장 높고, 성남시 분당구, 과천 등에서 높은 외부 매수 비율을 보인다.

3.5 수도권 내 지역 간 부동산 거래 우위 관계: 순매수량

앞에서는 수도권 내 지역 간 부동산 거래량을 분석하였다.

분석 결과 부동산 거래는 기본적으로 인접지역 간 양방향으로 거래가 많이 일어난다.

그러나 이 균형이 깨져 어떤 지역에서는 매수를 다른 어떤 지역에서는 매도가 주로 일어나거나, 한 지역에서 다른 지역에 대한 매수량은 많으나 다른 지역들이 그 지역을 매수하는 양은 적다면 특정 지역에 부동산 소유권의 집중 현상이 나타나, 지역 부동산 시장의 변화를 야기 할 수있다는 것을 짐작 할 수 있다.

이와 같은 지역 간 부동산 거래의 변화를 분석하기 위해 인구이동통계에서 이용되는 순이동 개념을 차용하여, 지역 간 부동산 순매수량을 지표로 수도권 내 부동산 거래를 분석하였다.

단, 순매수량은 한 지역이 다른 지역의 부동산을 많이 매도했다는 것과는 다르다.

A 지역 거주자가 B 지역의 부동산을 많이 매수하고 B지역 거주자도 A지역 부동산을 많이 매수했다면 순매수량은 적기 때문에 순매수량을 많이 매도된 지역 혹은 많이 매수한 지역으로 해석하지 않아야 한다.

3.5.1 분석방법: 순매수량 정의

지역 간 인구이동에서 순이동은 전입자 수에서 전출자 수를 뺀 값으로 한 지역으로의 인구 집중과 감소를 파악하기 위한 지표로 사용되고 있다. 이 개념을 부동산 거래에 적용하면 A 지역 거주자가 B 지역 부동산을 매수한 경우를 B 지역의 전입으로, 반대의 경우는 B 지역에서 A 지역으로 전출로 볼 수 있다.

순매수량을 산출하는 과정을 요약하면 다음과 같다.

• 특정 두 지역의 교차거래량에 대해서 A 지역에서 B 지역을 매수한 양과 B 지역에서 A 지역을 매수한 양을 교차해서 뺀 값을 의미한다. 따라서 거주지역과 같은 지역 내 부동산을 매매한 거래는 제외된다.
• 예를 들어 A 지역에서 B 지역을 매수한 총량이 100이고 B 지역에서 A 지역을 매수한 양은 50이었을 때, A 지역에서 B 지역을 순매수한 양은 50으로 B 지역에서 A 지역을 순매수한 양은 -50으로 나타나게 된다.

이하 순매수량은 매도-매수지가 서울·경기·인천이 아닌 거래는 제외하고 수도권 내 거래만 대상으로 했으며, 지도는 연도별 지역 간 순매수량 중 상위 1%만을 시각화하였다.

3.5.2 수도권 지역 간 누적 순매수량

9년 간 순매수량 강남구가 거래 현황 가장 많고, 화성시가 가장 적어

아래 그래프는 9년간 누적된 지역별 순매수량을 나타낸다. 양(+)인 지역은 다른 지역 거주자들이 지역 내 부동산을 매도하는 것보다 해당 지역 거주자들이 다른 지역 부동산을 더 많이 매수했다는 것을 의미하며, 반대로 음(-)인 지역은 해당 부동산이 다른 지역 거주자들에게 매도된 경우가 더 많다는 것을 의미한다.

수도권 내 부동산 거래에서 누적 순매수량이 가장 큰 지역은 강남구로 강남구 거주자가 다른 지역 부동산을 매수한 양이 다른 지역에서 강남구 부동산을 매수한 것보다 12.2만 건 많았다. 이어 서초구와 성남시 분당구는 각각 6.6만 건, 6.4만 건으로 강남구의 절반 수준이다. 누적 순매수량 상위 10개 지역 중 성남시 분당구를 제외하고는 모두 서울시 자치구이다.

※주: 지역 간 누적 순매수량은 지역별로 발생한 거래를 연도별로 단순 집계하여 가공하였기 때문에 해당 시군구 내에서 같은 매수인이 누적해서 매수했다는 의미로 해석해서는 안 된다. 데이터의 특성상 부동산을 매수한 후 외부로 거주지가 변경된 경우에 대해서는 파악이 되지 않기 때문이다.

반대로 누적 순매수가 가장 적은 지역은 화성시로 화성시 거주자가 다른 지역 부동산을 매수한 것에 비해 다른 지역 거주자가 화성시 부동산을 매수한 양이 12.2만 건 더 많았다. 이어 평택시(–7.9만 건), 김포시(-5.1만 건)의 순으로 화성시의 순매수량과 큰 차이를 보였다.

9년간 지역별 순매수량은 수도권 내 부동산 거래에서 지역 간 불균형을 보여준다. 특히 강남구와 화성시는 다른 지역에 비해 매우 큰 차이를 보인다. 그러나 두 지역의 순매수 흐름은 다른 원인을 갖고 있다.

강남구는 거주자들의 다른 지역 부동산 매수가 많았지만 다른 지역에서는 강남구의 부동산을 매수하는 양이 적기 때문에 순매수량이 큰 값을 보이는 반면, 화성시는 분석 기간 중 대규모 주택공급이 이루어지면서 다양한 지역 거주자들의 화성시 부동산 매수량이 많았기 때문이다.

그림 3.12: 수도권 시군구별 누적순매수량 2012~2020

9년간 지역 간 순매수 흐름을 지도로 표현하면 지역 간 부동산 거래와 같이 인접 지역의 부동산을 구매하는 경향을 유사하게 나타낸다.

예를 들어 같은 성남시 내에서도 수정·중원구는 광주시 부동산에 순매수 우위를 보이지만, 분당구는 좀 더 가까운 용인시 처인구에 순매수 우위를 보였다.

9년간 순매수 흐름에서 특징적으로 보이는 지역은 경기도 화성시이다. 화성시는 다양한 인접 지역들에 대해 순매수 열세를 보이는 지역으로 이는 화성시 부동산이 인접 지역으로 많이 매도됐지만 화성시 거주자들이 다른 지역을 매도하는 양이 적었다는 것을 의미한다. 특히 토지는 집합건물과 건물보다 더 많은 순매수 흐름을 보였다.

화성시와 인접한 평택시는 화성시와 조금 다른 순매수 흐름을 보였다. 화성시는 주로 인접 지역과 순매수 흐름을 갖지만, 평택시는 주로 서울(강남·서초·송파 등)로부터 순매수 열세를 보여 평택시 부동산은 더 먼 거리에 있는 지역과 순매수 관계를 보였다.

경기도 광주시, 남양주시, 김포시, 파주시, 용인시 처인구 부동산도 9년 동안 다양한 지역으로부터 순매수 열세를 보이는 지역으로 나타나 이 지역들도 다른 지역으로 매도되는 양이 다른 지역을 매수하는 양에 비해 많은 지역으로 나타났다.

9년 누적 순매수 흐름도에서 유일한 서울 내 거래로는 양천구의 강서구에 대한 순매수 우위이다. 이는 집합건물에 대한 순매수 우위로 양천구 거주자들이 강서구의 집합건물을 매수한 양이 강서구에서 양천구의 집합건물을 매수하는 양에 비해 적었다.

그림 3.13: 수도권 누적순매수량 2012~2020 상위 10개 거래쌍

3.5.3 2012~2020년 연도별 순매수량

순매수 흐름은 주로 인접지역 간에서 나타나며, 지역 간 순매수 흐름은 크게 변하지 않음

순매수가 집중되는 지역은 해당 지역에 도시개발·교통 관련 이슈가 있는 시기

지난 9년간 지역 간 순매수 흐름을 연도별로 보면 지역 간 순매수 관계는 크게 변하지 않은 것으로 볼 수 있다.

수도권 내에서 순매수 흐름은 서울 자치구에서 경기, 인천 지역으로 많이 나타난다. 이는 서울시 거주자들이 경기, 인천 지역의 부동산을 매수하는 것보다 경기, 인천지역에서 서울시 부동산을 매수하는 것이 적다는 것을 의미한다.

강동(매수자)→하남(부동산), 강서→김포, 은평→고양, 고양→파주, 용인 기흥→화성·용인 처인, 노원→남양주, 안산·수원→화성, 성남→광주, 양천→강서, 서초·강남→화성·평택·양평에 대한 순매수 우위가 지속적으로 나타났다.

다만 순매수 흐름에서 다른 지역과 다른 양상을 보이는 지역들이 있다.

다른 지역의 순매수 흐름이 일정한 반면 강남·서초·송파구 순매수 흐름은 방향이 바뀌거나 더 먼 지역의 부동산을 매수하는 등 다른 지역보다 많은 변화를 보였다. 특히 강남구는 순매수 우위 지역이 여러 개 형성되기도 하여 동시에 여러 지역 부동산을 집중 매수하는 경우도 있었다. 예를 들어 2014년 강남구는 경기도 김포, 양평, 화성시로 순매수 우위의 흐름을 보였다.

앞서 보았던 것과 같이 강남구는 지역 외 부동산 매수비율이 높은 지역이면서, 다른 지역 거주자들의 강남구 부동산 매수량이 적기 때문에 강남구는 여러 지역에 대해 순매수 우위를 보인다.

특정 기간·시기에 주변 지역에서 순매수 흐름이 모이는 곳은 대개 도시개발, 재개발, 아파트 분양, 지하철 및 철도 개통, 산업단지 유치 같은 지역 이슈가 있는 지역이었고, 순매수 흐름도가 경기 북부보다 주로 남부에서 관찰되는 것은 수도권 남부 지역에 개발이 많이 이루어졌다는 방증이기도 하다.