Article

전세보증금 미반환에 영향을 미치는 주요요인 연구: 수도권지역 전세보증 사고를 중심으로*

안선영1, 이상엽2,*
Sunyoung An1, Sangyoub Lee2,*
Author Information & Copyright
1건국대학교 부동산학과 석사, sunrise6243@naver.com
2건국대학교 부동산학과 교수, sunrise6243@naver.com
1Master’s Degree, Department of Real Estate, Konkuk University, sunrise6243@naver.com
2Professor, Department of Real Estate, Konkuk University, sangyoub@konkuk.ac.kr
*Corresponding author : sangyoub@konkuk.ac.kr

© Copyright 2025 Housing Finance Research Institute, Korea Housing Finance Corporation. This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Received: Sep 25, 2025; Revised: Nov 10, 2025; Accepted: Nov 28, 2025

Published Online: Dec 31, 2025

요 약

코로나19 팬데믹 대응을 위해 시행된 급격한 정책의 변화는 주택가격의 변동성을 확대시키며 임대차시장에도 영향을 주었다. 최근 임대차시장에서 발생한 대규모 전세보증금 미반환 사고는 사회적 문제로 대두되었고 전세제도를 둘러싼 우려도 커지고 있다. 본 연구는 2019년에서 2024년까지(총 72개월) 수도권의 총 453,122개의 보증 데이터를 분석하여 전세보증금 미반환 사고 발생 여부에 영향을 미치는 요인을 실증하였다. 이항로짓 모형을 활용한 분석 결과, 계약자의 특성과 높은 부채비율, 가격산정 방법, 주택유형 등이 사고발생 위험을 높이는 요인으로 나타났다. 반면 보증부월세, 임대사업자 등의 변수는 위험을 완화하는 요인으로 작용하였다. 본 연구는 기존 연구에서 충분히 다루지 않았던 임대사업자, 가격산정방식, 보증부월세 등이 사고발생에 미치는 영향을 실증적으로 규명하며 전세제도 개선과 정책수립을 위한 기초 자료로서 기여하고자 한다.

Abstract

The COVID-19 pandemic–induced policy shifts intensified housing price volatility and influenced the rental market, raising concerns about large-scale Jeonse deposit guarantee defaults. Using 453,122 guarantee contracts in the Seoul metropolitan area from 2019 to 2024 and a binary logistic regression model, this study identifies the determinants of such defaults. Results show that landlord characteristics—corporate ownership, multi-homeownership, housing type, price assessment methods, and high debt-to-income ratios—heighten default risks, while guaranteed monthly rent contracts, Jeonse loans, and landlord participation in guarantee schemes mitigate them. By highlighting previously underexplored factors, the study calls for stricter oversight of multi-property landlords, tighter debt regulation, and improved information transparency to enhance the stability of the Jeonse deposit system.

Keywords: 전세; 보증금미반환; 다주택자; 부채비율; 이항로짓모형
Keywords: Jeonse; Multi-Property Owners; Default Risk; Loan to Value (LTV); Binary Logistic Regression

Ⅰ. 서론

1. 연구의 배경 및 목적

코로나19 팬데믹1)으로 경기침체가 발생하자 우리나라를 비롯한 주요 선진국은 금리인하(’20년 3월 0.75%, 5월 0.5%)조치를 취하는 등 경기를 부양하고자 했다. 그 결과 대규모 유동성2)이 시장에 공급되어 주택을 포함한 자산가격이 상승했다. 이후 인플레이션이 심화되자 재정 건전성 강화를 위한 긴축으로 정책이 전환되면서 급등한 주택시장을 중심으로 침체가 가속화되었다(박정아·김종진, 2023).

주택은 다른 자산과 달리 주거서비스를 제공하는 필수재적 성격을 지닌 재화이다. 2023년 주거실태조사에 따르면 전국 자가점유율은 57.4%로, 전체 가구의 절반가량이 임대차로 주거를 해결하고 있다. 이러한 주택의 특성으로 인해 전세를 비롯한 주택 임대차는 우리 생활과 밀접하게 연결되어 있다.

우리나라에서 전세는 임대인에게 자본을 조달하는 수단이자 임차인에게는 종잣돈을 모을 수 있는 주거 사다리 역할을 해왔다. 그러나 시장의 변동성이 커지는 시기에 임대차 시장에서는 역전세3)가 주기적으로 발생했다(김성우·정건섭, 2023; 황관석·유승동, 2023). 코로나19 팬데믹 이후, 기준금리가 사상 처음 0%대로 인하되며 임대차시장의 변동성도 확대되었다. ’21년 10월 전세가격은 전년대비 7.5% 상승(한국부동산원, 전국, 종합)하였으며, 이는 ’12년 3월 이후 가장 높은 수준이다. 이후 금리가 인상되고 계약의 만기가 도래하였으나 이전 수준의 보증금을 유지하기 어려워진 주택을 중심으로 보증금 미반환 문제가 나타났다(박기덕·박진백, 2025).

2020년 정부는 7.10 주택시장 안정을 위한 부동산 대책의 후속조치로 「민간임대주택에 관한 특별법」 제49조를 개정하여 임대사업자의 보증가입을 의무화하였다. 또한 같은 해 임대차 3법4) 중 계약갱신청구권제와 전월세상한제가 포함된 「주택임대차보호법」 개정안이 국무회의를 통과하여 즉시 시행되었다. 그러나 법 개정 이후에도 임대차 시장의 문제는 지속되었다. 특히 ‘빌라왕’ 등 자본력 없이 갭투자(gap)를 통해 주택을 보유한 다주택자의 대규모 전세사기(국토교통부, 2022)등에 일부 전문가가 연루된 사실이 드러나면서, 임대차 시장의 불안은 한층 심화되었다.

전세보증금 미반환 문제는 다양한 요인들이 복합적으로 작용한 사회적 현상이다. 본 연구는 2019년부터 2023년까지 기간 동안, 전세보증 시장 점유율 89%를 차지하는 보증기관의 데이터를 토대로 전세보증금 미반환 사고의 주요 원인을 분석하고 사회적 피해를 줄이는 방안을 고찰하고자 한다.

2. 연구의 범위 및 방법

전세계약은 주택매매와 달리 법적신고5) 의무가 부과되지 않아 거래 현황을 직접적으로 파악하기 어렵다. 또한 사적 계약이라는 특성상 전세보증금의 반환 여부를 확인하기는 더욱 제한적이다. 따라서 본 연구는 분석기간 동안 89%의 시장 점유율을 차지하는 보증기관의 데이터를 활용하여 직접 관찰이 어려운 보증금반환과 관련된 대표성 있는 분석을 진행하였다. 공간적 범위는 인구의 50.7%가 거주하는 수도권 지역으로(2023년 인구주택총조사 기준) 같은 기간 발급된 전체 전세보증 중 약 74%, 사고의 90% 이상이 수도권에서 나타났다.

시간적 범위는 2019년 1월부터 2023년 12월, 60개월간 발급된 보증의 사고발생 여부를 2024년 12월까지 72개월간 관찰하였다. 코로나19 팬데믹에 따른 금리변동, 임대차 3법 개정, 러시아-우크라이나 전쟁에 따른 공급환경의 변화 등 다양한 변화시기를 관측기간에 포함하여 연구의 신뢰성과 타당성을 제고하고자 하였다. 종속변수의 형태를 고려하여 이항로짓 모형(binary logistic regression)을 분석모형으로 활용하였으며 SPSS(버전28)를 사용하여 통계 분석하였다.

논문의 구성은 다음과 같다. 먼저 서론에서 연구의 배경과 범위 및 방법에 대해 살펴보고 Ⅱ장에서 선행연구에 대한 고찰과 연구의 차별성에 대해 설명한다.

Ⅲ장에서는 연구의 모형과 변수를 소개하고 Ⅳ장에서 실증분석에 대한 결과와 가설을 검증한다. 마지막 장에서는 연구 결과를 요약하고 시사점과 한계점을 제시한다.

Ⅱ. 선행연구

1. 이론적 배경

전세제도는 우리나라에서 발달한 독특한 임차 관행으로, 주택을 임대하는 용익적 성격과 금전소비대차와 유사한 금융거래의 성격이 혼재되어있다. 따라서 본질적으로 이자율, 주택시장의 변동성 등 외부요인에 취약한 불안정성을 내포하고 있다(김제완, 2023; 양지영·심교언, 2024; 최영상, 2024).

전세보증금을 지키기 위한 보증상품은 채권자가 전세보증금을 돌려받지 못하는 경우, 보증기관이 보증금을 대신 지급하는 구조의 공적·사적 보장 장치이다. 보증상품은 보호대상에 따라 전세보증금반환보증과 전세대출보증으로 구분된다. 전세보증금반환보증은 임차인이 채권자로, 임대인이 보증금을 반환하지 않을 경우 보증기관을 통해 전세보증금을 반환받는 상품이다. 전세대출보증은 대출을 이용하는 임차인이 채무자이고 금융기관이 채권자이다. 두 상품은 결합하여 발급할 수 있으며, 임대인이 보증금을 반환하지 않을 경우 임차인이 대출을 상환할 수 없게 되어 사고가 함께 발생한다. 따라서 본 논문은 임차인 보호를 목적으로 하는 전세보증금반환보증(이하 ‘전세보증’)을 중심으로 서술한다.

전세보증금 미반환에 따른 사고는 크게 두 가지로 구분된다. 전자는 계약기간 중 주택이 경매 또는 공매에 부쳐져 배당 후 보증금을 전액 회수하지 못한 경우이고, 후자는 계약이 종료된 후 1개월이 지나도록 전세보증금을 돌려받지 못하였을 경우다. 대부분 사고는 계약종료 시점에 보증금이 반환되지 않아 발생하며, 임차인은 대항력과 우선변제권 유지를 위해 임차권등기명령6)을 신청한 뒤 사고를 접수한다. 따라서 계약종료 시점과 사고접수 시점 사이에는 수개월 시차가 발생할 수 있다.

이 상품은 국내 보증기관 3개 사(HF, HUG, SGI)에서 각각 다른 이름으로 공급하고 있다. 전세보증 제도의 주요 장점은 다음과 같다. 첫째, 임차인은 보증기관을 통해 전세보증금 회수위험을 실질적으로 보장받아 주거 안정성이 제고된다. 둘째, 보증기관의 심사를 통해 주택의 담보가치와 임대인의 사고 이력이 검증되어 임차인과 금융기관 모두 사전적 위험관리가 가능하다. 셋째, 임대차시장의 구조적 리스크가 분산되고, 임차인의 협상력과 권익이 강화되어 임대차시장의 투명성과 공정성이 증진된다. 최근 주택시장 변동성 확대와 함께 전세보증금 미반환 사고가 증가하면서 보증가입 또한 꾸준히 늘어났다(<표 1>).

표 1. 반환보증 사고발생 추이(단위: 백 건, 억 원)
보증기관 구분 2018 2019 2020 2021 2022 2023
HF, HUG, SGI 발급건수 114,466 179,717 198,667 247,885 267,664 365,660
HF, HUG 사고건수 3 16 24 27 55 194
HF, HUG 사고금액 792 3,442 4,682 5,790 11,737 43,906

자료: 각 보증 사 홈페이지, 재편집.

Download Excel Table

전세보증은 이처럼 전세제도의 구조적 한계를 보완하며 임차인 보호를 위한 역할을 해왔다. 특히 보증금 미반환이 사회적 이슈로 부각되면서 전세보증의 제도적 영향력도 확대되고 있다. 공적 보증기관을 통한 임대차시장의 리스크관리는 정부의 직접적인 예산 투입보다 비교적 효율적이고 용이한 수단으로 활용되어 왔다. 그러나 이 과정에서 보증기관이 손실이 확대되어 보증발급 중단의 위험성이 제기되는 등 전세시장의 구조적 문제를 언제까지 정부나 보증기관이 감당할 수 있을지에 대한 우려도 커지고 있다.

2. 선행연구 검토

주택금융상품 사고에 관한 기존 연구는 주로 주택담보대출사고와 전세자금대출에 집중됐으며, 전세보증금 반환 문제를 다룬 연구는 상대적으로 활발하지 않았다. 따라서 본 연구는 유사성이 있는 타 주택금융상품의 사고요인을 참고하여 변수설정 및 가설설정에 참고하고자 하였다.

1) 주택담보대출 및 전세대출 채무불이행 관련 연구

심종원 외(2009)는 자기자본가설과 지불능력가설에 입각하여 주택담보대출 연체율의 결정요인을 분석하였다. 2005년 3월~2009년 3월의 월별 시계열자료를 이용하여 벡터자기회귀(vector autoregression, VAR) 모형을 추정하였다. 그 결과 소비자물가지수, 실업률 등 ‘지불능력’에 영향을 주는 요인의 설명력이 상대적으로 높았다. 한편 ‘자기자본가설’을 설명하는 주택매매가격지수는 상대적으로 설명력이 낮았다. 충격반응분석 결과 실업률과 소비자물가지수는 연체율에 양(+)의 영향을, 주택매매가격지수는 음(-)의 영향을 보였다.

허석균(2012)의 연구에서는 주택담보대출 연체에 LTV(loan to value)와 DTI(debt to income) 및 대출 상환방식 등의 변수들이 미치는 영향을 3,273건의 주택담보대출 자료를 사용하여 검증하고자 하였다. 그 결과 LTV와 DTI, 대출 상환방식, 차주의 연령, 변동금리 여부, 만기 등의 변수가 최초 연체발생 가능성을 유의미하게 낮추는 것으로 확인되었으며 정부의 DTI 상한 설정 등의 정책의 타당성을 실증적으로 뒷받침하였다.

서민석·김진(2013)은 서울시 소재 약 4만 건의 은행 주택담보대출 전수자료로 신용위험 요인을 분석하였다. 연체 및 부실채권 여부를 종속변수로 설정하고 LTV, DTI, 임차인·채권 우선순위 등을 주요 독립변수로 이항로짓 분석을 실시했다. 실증분석 결과, LTV와 DTI 모두 연체 및 부실채권 위험에 양(+)의 영향을 미쳤다. 특히 LTV의 영향력이 DTI보다 컸다. 대출금리, 아파트 여부 등도 신용위험과 관련이 있었다. 반면 차주 소득은 연체억제에 음(-)의 효과가 보였다.

김병국 외(2016)는 전세자금대출 18만여 건을 대상으로 차주 특성, 담보·주택 특성, 대출·보증 계약 특성이 채무불이행에 미치는 영향을 실증하였다. 분석결과 나이(+), 신용등급(+), 실업률(+), 기혼여부(-) 아파트(-), 연대보증여부(-) 등 변수가 유의하게 통계적으로 유의한 영향을 미쳤다. 종합적으로 소액 대출자와 실업자 등 계층에서 제도권금융을 이용하지 못해 주거비 부담이 증가하는 악순환이 반복될 수 있으며, 전세대출과 리스크 관리의 균형이 필요함을 설명했다.

오주한·최열(2017)은 2004년 3월부터 2015년 12월까지 한국주택금융공사의 전세자금대출보증 사고 자료를 벡터오차수정모형(vector error correction model, VECM)을 활용하여 거시경제변수의 영향과 장·단기 균형을 분석하였다. 그 결과 주택전세가격지수, 실업률, 부도율이 전세자금대출 사고발생에 유의한 양(+)의 영향력을 확인하여 전세자금대출 사고위험을 높이는 주요 요인임을 확인했다.

오창섭·서정렬(2023)의 연구는 2021년 한국주택금융공사의 전세자금보증 발급 및 사고 자료와 통계청의 가구·지역 특성 데이터를 활용해 지역 및 가구특성이 사고발생에 미치는 영향을 분석했다. 전세자금보증 사고건수비율을 종속변수로, 가구구성, 혼인·이혼율, 지역더미 등을 독립변수로 설정하여 다중회귀분석을 실시하였다. 분석결과 보증 심사과정에서 채무자가구 특성파악, 다세대가구 지원, 임대차정보 공시시스템 구축, 전세사기 처벌 강화 등이 정책적으로 필요함을 제언했다.

오창섭 외(2024)의 연구에서는 2022년 1년 치 서울 및 인천의 전세대출보증 사고의 지역별, 가구별 특성을 다중회귀분석으로 분석했다. 분석결과, 조이혼율과 가구구성이 사고발생에 유의한 영향을 미쳤으며 지역적으로는 서울의 사고발생확률이 높은 것으로 분석되었다.

2) 전세보증 채무불이행 관련 연구

김진유(2022)는 서울지역의 매매·전월세 실거래가 데이터와 주택도시보증공사의 전세보증금 반환보증 사고(대위변제) 자료를 결합해 전세가율(전세보증금/매매가)과 전세보증사고 간의 회귀분석을 실시했다. 기존 연구가 아파트나 지수 중심의 분석에 머문 것과 달리, 비아파트의 실거래 기반 자료와 실제 보증사고 데이터를 활용해 고위험 전세의 지역·가격대별 특성을 실증적으로 규명했다. 전세사고율을 종속변수로 한 회귀분석 결과, 전세가율이 특정지역에 전세사고가 밀집되는 경향과 저가·다세대 주택 밀집지역에서 전세보증금 미반환 사고가 잦음을 확인했다. 매매가격과 전세가격이 하락하면 고위험 전세가 증가하므로, 현재 사고율이 낮은 지역이라도 주의깊게 관찰하며 사고에 대비할 필요가 있다고 설명하였다.

민병철(2024)은 아파트 전세시장에서 사고위험을 정량적으로 추정하기 위해 임대인의 주택 수를 고려한 연구를 수행하였다. 개별주택의 가격 변동성을 추정하여 확률적 시뮬레이션 방식과 머신러닝 기법으로 전세가율, 매매가 하락 등을 종합적으로 반영해 실제 거래 데이터가 없는 시점에도 역전세 및 깡통전세 발생확률을 추정하였다. 또한 실거래 표본에 임대인의 보유 주택 수를 확률적 분포를 부여하는 방식으로 보증금 반환사고에서 다주택자의 위험을 고려하였다. 분석 결과 다주택자의 존재를 고려하지 않은 기존 방식은 실제 위험을 과소평가하며, 본 연구의 방식이 현실 관측치에 더 근접한 결과를 보여준다는 것을 확인하였다. 그리고 역전세 상태라도 깡통전세 상태가 아니면 최종적으로 보증금 손실이 발생할 가능성은 낮은 것으로 확인하였다. 다만 아파트만을 연구대상으로 하여, 빌라시장의 경우 새로운 접근법이 필요할 수 있음을 언급하였다.

최우규 외(2024)의 연구에서는 2017~2019년 부산광역시의 전세 보증 가입 및 보증사고 18,273건을 대상으로 전세시장에서 자기자본이론을 검증하고 주택유형이 채무불이행에 미치는 영향력을 검증하였다. 기존 연구가 주로 주택담보대출이나 매매시장에 자기자본이론을 적용한 데 비해, 전세사고에 자기자본이론을 적용하고 보증기관의 사고 자료를 활용해 주택유형별·시장별로 분석을 시도했다. 분석 결과, 전세시장에서도 자기자본이론이 성립하며 실질 전세가율(+)과 전세수급지수(-) 등 시장 유동성 지표가 채무불이행에 중요한 영향을 미침을 확인했다. 또한 주택유형별로 영향요인이 다르므로 주택 유형별 맞춤형 정책이 필요함을 제언했다.

3) 선행연구 분석

타 주택금융 상품은 차주의 월별 원리금 상환여부에 따라 사고가 발생할 가능성이 매달 존재한다. 반면 전세계약은 계약종료 시점에서야 보증금 반환여부가 확정되는 구조를 가진다. 또한 주택담보대출 사고가 차주의 상환능력에 크게 의존하는 것과 달리, 전세보증 사고는 임대인의 보증금 반환여부와 주택의 특성에 더 큰 영향을 받는다. 따라서 본 연구에서는 선행연구의 분석결과를 바탕으로 전세계약의 특징을 반영하여 차별화된 연구를 진행하였다.

3. 연구의 차별성

전세는 해외에서 보기 드문 주거형태로, 사적계약에 기반한 특성 때문에 연구가 제한적이었다. 그러나 최근 전세 문제가 사회적 이슈로 부상하고 전세보증 제도가 활성화되어, 보증 데이터를 활용한 간접적 분석이 가능해졌다. 따라서 본 연구에서는 선행논문의 채무불이행과 관련된 요인을 포함하여 차별화된 분석을 시도한다.

첫째, 임대인의 특성(다주택자, 등록임대사업자 여부 등)이 보증금 미반환에 미치는 영향력을 실증적으로 검증한다. 등록임대사업자의 보증가입 의무를 규정하는 법령이7) 개정되었으나 아직 보증금 반환행태에 대한 실증분석은 미비하다. 선행연구에서 다주택자와 역전세 위험의 상관성은 일부 제시되었으나, 관련 연구가 많지 않으며 등록임대사업자를 포함한 연구는 부재하다.

둘째, 임차가구의 계약형태를 설명변수로 추가하여 사고 발생여부에 미치는 영향을 실증하였다. 2025년 2월 국토교통부 주택통계에 따르면 전국의 신규 전·월세거래에서 월세(보증부월세 포함)가 차지하는 비중이 처음으로 60%를 초과하였다. 본 연구에서는 이러한 계약행태의 변화를 반영하고, 순수 전세계약과 월세가 존재하는 보증부 계약 간 차이를 확인하고자 하였다.

셋째, 주택가격의 산정방식이 보증금 미반환에 미치는 영향을 분석한다. 주택가격과 임대차시장의 상관관계나(임정호, 2006; 최성호·이창무, 2009) 가격지수 변화와 채무불이행의 상관관계에 대한 연구는 다수 있다. 그러나 주택가격의 산정·확인 방법과 보증금 미반환의 상관관계에 대한 연구는 미비하다.

넷째, 외부환경의 변동성을 포함한 포괄적 관측을 진행한다. 기존 연구가 2년 내외의 단기 데이터를 주로 활용한 데 비해, 본 연구는 2019년 1월부터 2024년 12월까지 72개월간의 장기 추이를 관찰했다. 특히 코로나19 팬데믹(2020~2022), 초저금리 환경(2020~2021), 급격한 금리 인상기를(2021~2023) 아우르며8) 사고에 미치는 영향을 검증했다.

마지막으로 선행논문에서 확인한 바와 같이 주택담보대출 사고 등이 차주의 상환능력에 크게 영향을 받는 것과 달리 전세보증 사고는 임대인과 주택의 담보가치 및 특성에 더 큰 영향을 받는다. 따라서 본 연구는 전세계약의 특징을 반영하여 변수와 모형을 설정하였다.

Ⅲ. 연구의 모형 및 변수

1. 연구의 모형

연구의 종속변수는 보증금 미반환에 따른 보증사고 발생여부(이하 ‘사고’)로 사고(사고=1)와 정상(정상=0)으로 구분한 이분형 변수이다. 선행연구와 종속변수 형태를 고려하여 횡단면 모형인 이항로짓 모형을 실증분석 모형으로 설정하였다. ① 전체모형에서는 전체표본(N=453,122)에 각 설명변수가 사고에 어떠한 영향을 미치는지 총체적으로 확인해보고자 하였다. ② 아파트 모형과 ③ 비아파트 모형은 전체표본을 주택유형에 따라 아파트와 비아파트로 분리하여 분석하였다.

2. 변수의 설정
1) 종속변수

본 모형에 사용한 변수는 <표 2>와 같다. 보증사고가 발생하였더라도 임대인이 보증금을 상환하여 정상화된 경우는 사고 건에서 제외하였다.

표 2. 변수의 정의
구분 변수명 단위 정의 예상부호
종속변수 보증사고 여부 더미 사고=1, 정상=0
설명변수 계약자 특성 법인 임대인 더미 법인=1, 그 외=0 +
다주택자 더미 다주택자(2채이상 임대)=1, 그 외=0 +
임대사업자 더미 등록 임대사업자=1, 그 외=0 +
청년 임차인 더미 만 34세 이하=1, 그 외=0 +
전세 보증 계약 특성 주택유형 더미 해당 주택유형=1, 그 외=0
(아파트, 오피스텔, 연립다세대, 단독다가구)
유형별 상이
부채비율
(Ref. 60% 미만)
더미 보증발급시 부채비율(5구간)=1, 그 외=0 구간별 상이
ln전세보증금 로그 전세보증금의 자연로그값 +
가격 산정 방식 공개주택 가격산정 더미 KB시세, 부동산테크, 공시가격, 토지지가와 건물시가표준액의 합=1, 그 외=0 Ref
전문가가격산정 더미 감정평가, 공인중개사=1, 그 외 =0 +
공급자가격산정 더미 1년이내 매매가격 또는 분양가격=1
그 외=0
+
보증부월세 더미 보증부 월세계약=1, 그 외=0 -
선순위채권 더미 선순위채권 존재=1, 그 외=0 +
전세대출 더미 전세대출 이용=1, 그 외=0 +
보증금대비대출금 % 전세대출금/전세보증금 +
환경적 특성 매매지수하락 더미 매매가격변화율 음수=1, 그 외=0 +
주담대금리차 %p 주택담보대출 금리차
(계약종료시 금리-시작 시 금리)
+
지역(Ref. 서울) 더미 해당지역(서울/경기/인천)=1, 그 외=0 지역별 상이
통제변수 보증발급연도 더미 발급연도(2019~2023)=1, 그 외=0
Download Excel Table
2) 설명변수

설명변수는 크게 계약자의 특성, 전세보증계약의 특성, 환경적 특성으로 대분류하였다. 보증가입 시점에 따라 반영하지 못한 외부현상을 통제하기 위하여 보증가입연도(2019~2023)를 각각 더미변수로 변환하여 투입하였다.

(1) 계약자 특성과 관련된 변수

다주택자 더미는 임대인을 기준으로 임차주택이 두 채 이상일 경우를 다주택자로 조작적으로 정의하였다. 임대사업자 더미는 관련 법령에 따라 동 보증기관에 임대인의 임대보증금보증(이하 ‘임대보증’) 가입내역이 확인되는 경우로 정의하였다. 청년 더미는 전세계약 시점을 기준으로 임차인의 나이를 청년기본법에 따라(만 19세~만 34세) 분류하였다.

(2) 전세보증계약 특성과 관련된 변수

주택유형은 일부 통합하여 활용하였다. 연립주택과 다세대주택은 4층 이하의 공동주택으로 면적이 큰 연립주택이 상대적 우등재일 가능성이 높으나 표본이 적어 하나의 변수로 구성하였다. 단독다가구 변수도 개념상 차이는 있으나, 다가구주택은 건축법상 단독주택에 포함되고 혼용하여 사용되어 하나의 변수로 구성하였다. 주택유형은 더미변수로 변환하여 사용하였으며, 각 주택유형에 대해 해당유형에 속하면 1, 그렇지 않으면 0으로 값을 설정하였다. 예를 들어 아파트 더미변수의 경우 아파트는 1, 오피스텔·연립·다세대 등 기타주택유형은 0으로 코딩하여 분석을 진행하였다. 부채비율은 선순위채권과 전세보증금의 합을 보증발급 시점의 주택가격으로 나누어 산정하였다. 보증가입 기준에 따라 전세보증금은 최대 7억 원까지 포함되었으며, 자연로그로 변환하여 활용하였다.

주택가격의 산정방법은 보증기관의 심사기준을 특징별로 분류하여 조작적으로 정의했다. 가격산정 방법은 임차인이 임의로 적용할 수 없지만, 예외적으로 감정평가는 요청이 있을 경우 타 시세보다 우선 적용할 수 있다. 이를 준거변수와 비교한다면 가격산정방법이 상대적으로 적절하였는지 판단할 수 있다. 선순위채권이 존재하면 일반적으로 임대인의 자기자본 비율이 낮아 사고 위험이 높지만, 보증요건으로 인해 본 연구에서 선순위채권 비율은 주택가격의 최대 60% 이내로 제한되었다.

(3) 환경적 특성과 관련된 변수

매매지수하락 더미변수는 계약시점과 종료시점 간 가격변동률을 산출한 후 그 값이 음수일 경우(음수=1), 그 외의 경우(그외=0)로 설정했다. 지역변수는 전세목적물의 주소로 구분하였고 서울을 준거변수로 사용하였다.

Ⅳ. 실증분석

1. 기초통계량 분석

본 연구의 전체표본 453,122건의 기초통계는 다음과 같다. 표본 중 약 5%에서 사고가 발생하였고, 주택유형은 아파트, 연립다세대, 오피스텔, 단독다가구 순으로 많았다. 보증가입연도는 2021년이 37.5%로 가장 비중이 높았다. 이는 보증가입률이 증가해 온 추세와 다른 결과로, 본 연구에서는 분석기간 내 만기가 도래하지 않은 건을 제외한 데 따른 것이다(<표 3>).

표 3. 빈도표
구분 분류 건수 비율(%) 구분 분류 건수 비율(%)
사고발생여부 (N=453,122) 정상 430,521 95.0 보증 가입연도 (N=453,122) 2019 118,322 26.1
사고 22,601 5.0 2020 135,895 30.0
주택유형 (N=453,122) 아파트 234,561 51.8 2021 169,861 37.5
오피스텔 72,425 16.0
연립다세대 115,794 25.6 2022 24,338 5.4
단독다가구 30,342 6.7 2023 4,706 1.0
Download Excel Table

선행논문을 참고하여 전세보증금은 분석 시 자연로그를 취해 사용하였다. 계약 종료시점과 시작시점 주댁담보대출 금리차는 최소 –0.83%p에서 최대 2.43%p로 구성되어 평균적으로 1.09%p 상승한 것으로 나타났다. 전세보증금 대비 전세 대출금액은 평균 56%로, 대출이 없는 경우부터 전액을 전세대출 받은 케이스까지 포함되었다(<표 4>).

표 4. 주요 설명변수 기초통계량
설명변수 총 건수 최솟값 최댓값 평균 표준편차
ln전세보증금 453,122 16.00 20.00 19.11 0.52
부채비율* 453,122 2.00 100.00 73.91 19.87
주담대금리차 453,122 -0.83 2.43 1.09 0.80
매매가격지수변화율* 453,122 -23.25 63.10 7.46 17.43
보증금대비대출금 453,122 0.00 1.00 0.57 0.36

* 주: 통계량 제시를 위해 포함한 설명변수로, 실증 분석 시 더미로 사용.

Download Excel Table

본 연구 표본에서 법인임대인은 전체의 약 1%를 차지하며, 사고율은 20.4%로 나타났다. 이는 개인 임대인의 사고율 4.8%보다 약 4배 이상 높은 수치이다. 전체 보증의 사고율이 약 5%인 점과 비교해도 매우 높은 수치이다. 또한 전체 임대인 중 임대사업자의 비율은 12.3%로 확인되어 전체 보증 건 중 임대사업자 비중은 높지 않았다(<표 5>).

표 5. 계약자 특성에 따른 사고율
구분 총건수 (비율) 정상 사고 사고율(%) 구분 총건수 (비율) 정상 사고 사고율(%)
임대인 유형 법인 4,362 (1.0%) 3,471 891 20.4 다주택자 1채 235,608 (52.0%) 228,913 6,695 1.5
개인 448,760 (99.0%) 427,050 21,710 4.8 2채 이상 217,514 (48.0%) 201,608 15,906 3.5
임대 사업자 해당 없음 397,451 (87.7%) 380,766 16,685 3.7 임차인 청년 181,386 (40.0%) 167,879 13,507 7.4
해당 55,671 (12.3%) 49,755 5,916 1.3 그외 271,736 (60.0%) 262,642 9,094 3.3
Download Excel Table

선순위채권 금액과 전세보증금액을 합산하여 산정한 부채비율은 80%가 넘어가면 사고율이 급격히 상승하여 부채비율이 90% 이상일 경우 4.3%의 사고율을 보였다(<표 6>).

표 6. 부채비율과 주택유형에 따른 사고율
구분 총건수 (비율) 정상 사고 사고율 (%) 구분 총건수 (비율) 정상 사고 사고율 (%)
부채 구간 60 미만 104,733 (23.1%) 104,501 232 0.1 주택 유형 다세대 107,878 (23.81%) 93,412 14,466 64.0
60 이상~70 미만 63,385 (14.0%) 63,128 257 0.1 단독 다가구 30,342 (6.70%) 30,224 118 0.5
70 이상~80 미만 81,857 (18.1%) 81,218 639 0.1 아파트 234,561 (51.77%) 231,908 2,653 11.7
80 이상~90미만 91,449 (20.2%) 89,650 1,799 0.4 연립주택 7,916 (1.75%) 7,254 662 2.9
90 이상 111,698 (24.7%) 92,024 19,674 4.3 오피스텔 72,425 (15.98%) 67,723 4,702 20.8
Download Excel Table

<표 7>의 주택가격 산정방법은 보증기관의 심사기준에 따라 순차적으로 적용되며 1순위로 적용되는 KB시세와 부동산테크의 비중이 가장 높았다. 감정평가는 임차인이 비용을 부담하여 제출하는 경우만 적용되어 비율은 낮지만 상대적으로 사고율이 높았다. 연립·다세대 주택이나 단독주택은 KB시세 등이 없어 공시가격을 1순위로 적용한다. 공시가격은 가장 사고율이 높게 나타났으나, 이는 다세대주택의 사고 비율이 높은 것과 연관성이 있을 것으로 보인다. 전세보증금은 3억 미만이 전체의 75.9%를 차지했고, 2억에서 3억 미만 구간에서 사고가 가장 많이 발생하였다.

표 7. 가격산정방식과 전세보증금구간에 따른 사고율
구분 총건수 (비율) 정상 사고 사고율(%) 구분 총건수 (비율) 정상 사고 사고율 (%)
가격산정방식 공개 주택 KB, 부동산테크 239,922 (52.9%) 238,569 1,353 0.3 전세 보증금구간 1억 미만 40,299 (8.9%) 39,161 1,138 2.8
공시 가격 147,281 (32.5%) 137,007 10,274 2.3 1억~2억 미만 166,516 (36.8%) 158,166 8,350 5.0
기준 시가 등 3,151 (0.7%) 3,073 78 0.0 2억~3억 미만 137,160 (30.27%) 126,792 10,368 7.6
전문가 감정 평가 12,329 (2.7%) 6,478 5,851 1.3 3억~4억 미만 66,570 (14.69%) 64,421 2,149 3.2
공인 중개소 21,050 (4.6%) 19,960 1,090 0.2 4억~5억 미만 31,900 (31.9%) 31,466 434 1.4
공급자 1년내 매매, 분양가 29,389 (6.5%) 25,434 3,955 0.9 5억 이상 10,677 (2.36%) 10,515 162 1.5
Download Excel Table

<표 8>에서 확인되는 바와 같이 지역별 보증사고율은 세 지역이 모두 30%대로 유사했다. 지수 관련 더미변수 중 매매가격지수는 계약종료 시점에 하락하지 않은 경우가 더 많았다. 전세가격지수는 계약 시점과 비교할 때 종료 시점에 전체 중 46.4%가 하락한 것으로 나타났다. 주요 설명변수 기초통계 중 매매가격지수변화율과 전세가격지수 변화율은 Pearson 상관분석에서 강한 양(+)의 상관 관계(r=0.933, p〈0.01)를 보여 전세가격지수를 변수에서 제외하였다.

표 8. 지역과 매매가격지수, 전세가격지수에 따른 사고율
구분 총건수 (비율) 정상 사고 사고율 (%) 구분 총건수 (비율) 정상 사고 사고율 (%)
지역 경기 207,343 (45.8%) 199,690 7,653 33.9 매매가격 지수 하락 186,714 (41.2%) 172,215 14,499 3.2
서울 164,384 (36.2%) 157,250 7,134 31.6 그 외 266,408 (58.8%) 258,306 8,102 1.8
인천 81,395 (18%) 73,581 7,814 34.6 전세가격 지수 하락 210,207 (46.4%) 193,932 16,275 3.6
그 외 242,915 (53.6%) 236,589 6,326 1.4
Download Excel Table
2. 독립표본 t-검정

주요 설명변수 범주에 따라 사고에 유의한 차이를 보이는지 독립표본 t-검정을 실시하였다. ln전세보증금은 사고집단의 평균이 다소 높았고 부채비율의 평균은 사고(96.05), 정상(72.75)로 사고집단과 정상집단 간에 상대적으로 높은 차이를 보였다. 주담대_금리차는 사고집단의 금리가 평균적으로 더 많이 올랐고, 사고집단(-0.29)의 매매지수변화율이 정상(7.87)보다 낮다. 보증금대비대출금의 경우도 사고 집단의 임차인이 더 높은 비율을 대출을 사용하는 것으로 관찰된다(<표 9>).

표 9. 주요 설명변수 t-검정 결과
설명변수 집단 총 건수 평균 표준편차 t-value p-value
ln전세보증금 사고 22,601 19.13 0.38 6.32*** 0.000
정상 430,521 19.11 0.53
부채비율 사고 22,601 96.05 8.29 177.74*** 0.000
정상 430,521 72.75 19.62
주담대_금리차 사고 22,601 1.38 0.61 56.33*** 0.000
정상 430,521 1.07 0.81
매매지수변화율 사고 22,601 -0.29 13.95 -68.97*** 0.000
정상 430,521 7.87 17.49
보증금대비대출금 사고 22,601 0.63 0.37 27.78*** 0.000
정상 430,521 0.56 0.36

*** 주: p<0.01.

Download Excel Table
3. 이항로짓 분석

이항로짓 분석결과(<표 10>), ① 전체모형에서 모든 설명변수가 통계적으로 유의하였다. 표본을 분리한 ② 아파트 모형과 ③ 비아파트 모형도 각 설명변수가 전체모형과 동질적인 방향으로 사고에 영향을 주는 것이 관찰된다.

표 10. 이항로짓분석 결과
변수명 ① 전체모형(N=453,122) ② 아파트 모형(N=234,561) ③ 비아파트 모형(N=218,561)
B SE Exp(B) B SE Exp(B) B SE Exp(B)
법인임대인 1.286*** 0.050 3.617 0.968*** 0.116 2.634 1.335*** 0.056 3.799
다주택자 0.930*** 0.019 2.534 0.796*** 0.046 2.217 0.939*** 0.021 2.558
임대사업자 -0.037* 0.021 0.964 -0.193* 0.073 0.825 -0.059** 0.022 0.942
청년임차인 0.299*** 0.019 1.348 0.375*** 0.049 1.455 0.271*** 0.020 1.311
주택유형 오피스텔 0.836*** 0.031 2.307 1.012*** 0.115 2.751
연립다세대 1.759*** 0.029 5.806 1.982*** 0.115 7.260
단독다가구 -0.205** 0.102 0.815
부채비율 부채비율 60~70 미만 0.411*** 0.092 1.508 0.579*** 0.121 1.784 0.232 0.147 1.261
부채비율 70~80 미만 0.952*** 0.078 2.59 1.062*** 0.108 2.893 0.712*** 0.127 2.038
부채비율 80~90 미만 1.703*** 0.072 5.489 1.662*** 0.099 5.272 1.403*** 0.120 4.069
부채비율 90 이상 3.399*** 0.070 29.923 3.446*** 0.090 31.364 3.001*** 0.118 20.101
ln전세보증금 1.613*** 0.024 5.019 0.666*** 0.052 1.946 1.923*** 0.028 6.841
가격산정방식 전문가가격산정 1.577*** 0.023 4.839 2.530*** 0.073 12.552 1.457*** 0.024 4.291
공급자가격산정 0.920*** 0.025 2.509 1.177*** 0.067 3.245 0.909*** 0.027 2.482
보증부월세 -1.264*** 0.160 0.282 -0.278 0.218 0.758 -1.918*** 0.233 0.147
선순위채권 -0.737*** 0.046 0.479 -0.170*** 0.060 0.844 -0.974*** 0.084 0.378
전세대출 -1.362*** 0.061 0.256 -1.707*** 0.142 0.181 -1.252*** 0.069 0.286
보증금대비대출 1.570*** 0.072 4.807 1.485*** 0.177 4.415 1.541*** 0.080 4.672
매매지수하락 0.612*** 0.032 1.845 0.878*** 0.085 2.405 0.576*** 0.034 1.779
주담대_금리차 0.490*** 0.019 1.632 0.328*** 0.049 1.388 0.519*** 0.021 1.681
지역 인천 1.947*** 0.025 7.009 0.941*** 0.070 2.563 2.160*** 0.028 8.669
경기 1.273*** 0.022 3.571 0.532*** 0.067 1.702 1.396*** 0.024 4.038
상수항 -40.347*** 0.482 0.000 -21.129*** 1.030 0.000 -46.200*** 0.562 0.000
카이제곱 76,068.590(0.000) 8,768.032(0.000) 51,540.091(0.000)
-2Log우도 103,510.04 20,289.47 81,985.677

주: 1) 통제변수(발급연도)는 결과 값에서 제외.

* 2) p<0.1,

** p<0.05,

*** p<0.01.

Download Excel Table

전세보증금 미반환 사고에 양(+)의 영향을 미치는 설명변수는 법인임대인, 다주택자, 청년임차인, 오피스텔과 연립다세대 주택, 높은 부채비율, 전문가와 공급자의 가격산정방법, 보증금 대비 대출비율, 매매가격지수 하락, 주담대금리차, 인천 및 경기지역 등이 있고, 음(-)의 영향을 미치는 변수는 임대사업자, 단독다가구, 보증부월세, 전세대출, 선순위채권으로 나타났다.

예상과 같이 임대인이 법인이거나 다주택자일 경우, 임차인이 청년일 경우 사고발생 확률이 유의하게 증가하였다. 반면 임대인이 임대보증에 가입한 등록 임대사업자일 경우, 음(-)의 방향으로 유의하여 가설이 기각되었다. 임차인이 신청하는 전세보증과 달리, 임대보증은 임대인이 직접 신청하여 가입하는 상품이다. 법령9)에 따라 임대보증에 가입한 임대사업자는 사업의 영위를 위해 노력하여 상대적으로 사고가 덜 발생하는 경향이 있는 것으로 추론할 수 있다.

아파트를 준거변수로 한 주택유형은 오피스텔, 연립다세대 주택의 사고발생 확률이 높고, 단독다가구 주택은 오히려 사고에 미치는 영향력이 낮았다. 이는 국토교통부(2025) 보도자료에서 전세사기 발생 주택이 다세대주택, 오피스텔, 다가구주택, 아파트 순으로 확인된 것과 다른 결과이다. 단독다가구 주택은 세대별로 구분등기가 되지 않으므로, 보증가입 시 임차인은 선순위채권 산정을 위해 타 세대의 전입과 보증금을 확인하여 보증기관에 제출한다. 이 과정이 타 주택대비 보증가입의 제약요건으로 작용한 결과로 추정된다.

부채비율은 80% 이상일 경우, 승산이 크게 증가하였다. 특히 부채비율 90% 이상 더미는 준거변수인 부채비율 60% 미만에 비해 승산이 29.9배 높아져 사고와 높은 상관관계10)를 보였다.

주택가격산정방법 더미도 모두 1% 수준에서 유의했다. 주택가격을 전문가에게 의뢰해 산정하거나 공급자와 관련된 가격을 사용한 경우, 준거변수인 공개주택가격 산정방법에 비해 사고발생 승산이 더 높았다. 가격산정과 관련된 변수는 ① 전체모형보다 표본을 아파트로 한정한 ② 모형에서 사고에 미치는 영향력이 더 크게 나타났다. 특히 전문가가격산정 더미는 다른 모형에 비해 ② 아파트 모형에서 사고발생에 미치는 영향력이 가장 강하게 관찰되었다.

보증요건 상, 전문가 가격산정방법 중 감정평가는 시세가 존재하지 않거나 시세가 적정 가격을 반영하지 못한다고 판단되는 경우, 임차인의 요청에 따라 다른 시세보다 우선하여 적용된다. 아파트의 경우 시세가 확인되지 않는 사례는 드물다. 따라서 일부 임차인은 확인되는 시세보다 더 높은 담보가치를 인정받기 위해 감정평가서를 제출하고, 보증가입으로 위험을 헷지(hedge)하고자 한 것으로 추정된다. 비교적 사고 위험이 낮은 아파트 유형이라 하더라도, 시세 대비 높은 담보가치가 인정되면 전세가격이 과도하게 상승하고 보증금 미반환 위험 또한 증가할 수 있는 것으로 해석된다.

보증부월세와 선순위채권 유무는 모두 사고와 음(-)의 관계를 보였다. 이는 보증 가입조건에 따라 주택가격의 60%를 초과한 선순위채권 비율을 가진 주택이 표본에서 제외되어 나타난 결과로 보인다. 보증부월세 계약은 ① 전체모형에서 1%의 확률로 유의하였으나, ② 아파트 모형에서는 통계적으로 유의하지 않았다.

전세대출 여부와 보증금대비대출금 변수도 통계적으로 1% 수준에서 유의했다. 다만 보증금대비 전세대출금 비율은 예측과 같은 양(+)의 영향력이 확인되었으나, 전세대출 이용여부는 사고와 음(-)의 상관관계가 확인되었다. 전세대출 이용은 금융기관에서 일반적인 보증 가입기준보다 상대적으로 높은 기준을 요구한다. 따라서 보증금반환에 대출사용에 대한 심사강화가 영향을 준 것으로 추론할 수 있다.

환경적 특성과 관련된 변수인 주담대금리차, 매매가격지수하락, 지역변수는 세 모형에서 모두 양(+)의 방향으로 1% 수준에서 유의했다. 지역변수는 준거변수인 서울에 비해 인천과 경기지역의 사고 발생 확률이 높았다. 인천과 경기지역은 서울보다 주택매매·전세가격지수가 더 가파르게 상승하고 급격하게 떨어진 지역11)으로, 환경의 영향을 더 많이 받았음을 알 수 있다. 지역변수는 특히 ③ 비아파트 모형에서 사고발생 확률이 높았다. 동일하게 적용되는 환경의 변화도 주택의 유형과 지역에 따라 미치는 영향의 크기가 다르게 나타날 수 있다고 해석된다.

Ⅴ. 결론

1. 주요내용과 및 시사점

본 연구는 전세보증금 미반환에 영향을 미치는 주요 요인을 확인하기 위해 이항로짓모형 등의 분석기법을 활용하여 전세보증 453,122건의 사고발생 여부를 72개월 간 관찰하였다. 변수를 계약자별 특성, 보증계약의 특성, 환경적 특성으로 구분하여 선행연구에서 실증되지 않거나 적극적으로 연구되지 않은 다주택자, 임대사업자, 보증부 월세계약 등 약 20여 개의 설명변수가 보증사고에 미치는 유의한 결과를 도출하였다.

구조적 불안정성에 따른 부작용에도 불구하고 전세는 월세에 비해 경제적 효용이 있는 임대차 계약방식이다(마승렬·김경선, 2019). 따라서 전세제도가 주거비 부담을 완화하고 자가 소유로의 주거 사다리 역할을 수행 할 수 있도록 제도를 보완하여 운용할 필요가 있다.

위와 같은 연구결과를 종합하여 다음과 같은 시사점을 찾을 수 있다. 첫째, 다주택자와 임대사업자 등 임대인의 보증금 반환을 유도하는 제도적 장치가 필요하다. 보증금 반환 주체인 임대인의 특성은 사고 발생과 밀접하게 연관되어 사고에 영향을 미친다. 사인 간의 계약은 직접적인 개입이 어렵지만 다주택자와 임대사업자는 제도적·간접적 지원이 가능하다. 특히 임차인의 주거권과 보증금 보호를 위해 세제혜택 등 부채비율 하향을 위한 유인 정책을 지속적이고 일관되게 추진할 필요가 있다.

둘째, 외부 환경의 변동이 전세계약에 미치는 영향력을 줄이기 위해 부채비율을 보수적으로 관리할 필요가 있다. 아무리 정교한 제도도 시장의 변동성을 완전히 통제할 수는 없다. 본 연구에서는 환경적 특성을 나타내는 변수인 매매가격지수하락, 주담대금리차 변수 등이 보증 사고에 유의한 영향을 주는 것이 확인되었다. 전세대출 규모와 보증도 전세가격의 변동성에 영향을 줄 수 있어(황관석·유승동, 2023) 임대인과 임차인이 모두 감당할 수 없는 규모로 부채를 늘리지 않도록 리스크를 관리할 필요가 있다.

셋째, 임대차 관련 통합 정보시스템 구축이 필요하다. 본 연구를 통해 상대적으로 가격정보가 제한된 주택유형, 거래 경험이 부족한 청년, 이해당사자와 관련된 가격 산정방법, 임대인의 다주택자 여부 등 정보격차가 존재하는 변수가 사고 발생에 양(+)의 영향을 주는 것이 확인되었다. 따라서 산발적으로 흩어져 있는 임대차와 관련된 정보를 정부 차원에서 구축할 필요성이 있다. 또한 기본적인 금융교육을 강화하여 계약 전반에 대한 인식을 높이는 것이 필요하다.

보증금 미반환 사고가 늘어나면서 많은 사회적 비용이 발생하였다. 빠른 피해지원과 구제정책 마련도 중요하지만, 전세제도가 임차인 간 보증금 돌려막기나 정부나 보증기관으로의 대규모 손실로 유지되는 게 아니라 본연의 순기능을 할 수 있도록 정책·법률·학술 분야의 협력과 논의를 통한 실질적인 제도 개선이 필요한 시점이다. 본 연구가 미약하지만 오랜 기간 서민들의 주거사다리 역할을 해온 전세 제도의 구조적 한계극복을 위한 논의에 참고가 되기를 기대한다.

2. 한계 및 향후과제

본 연구는 시장 점유율이 가장 높은 보증기관의 보증데이터를 통해 임대차시장에서 전세보증금 반환과 관련된 대표성 있는 분석을 실행하였다. 이는 사적계약에 기반하여 데이터 구축이 어려운 전세보증금 반환 여부를 관찰하기 위함이었으나 보증기관의 자료에 한정하여 분석한 점에서 한계가 있다. 또한 전세보증은 보증 3사를 통해 공급되고 있으나 민간기업의 데이터 구득의 어려움과 상품출시 시점 차이 등으로 데이터를 통합하지 못했다. 추후 보증 3사 데이터와 임대차 계약의 신고 데이터를 결합한다면 보다 대표성 있는 연구를 수행할 수 있을 것이다.

Notes

* 이 논문은 안선영(2025)의 석사학위 논문을 수정·보완하여 작성하였습니다.

* This paper is a revised and supplemented version of the master's thesis by Sunyoung An (2025).

1) 2019년 말 중국 후베이성 우한에서 시작된 코로나바이러스감염증-19(COVID-19)는 전세계 많은 사망자를 발생시켰으며, 2023년 3월 세계보건기구(WHO)는 전염병 경보등급 중 가장 높은 6단계인 팬데믹(pandemic)을 지정한 바 있다.

2) 정부는 2020년 네 차례에 걸쳐 총 67조 규모의 추경을 편성하였다.

3) 전세가격이 하락하여 발생하는 현상으로, 전세계약이 만료된 임차인이 전세금을 돌려받지 못하는 상황(김지혜 외, 2019)을 의미한다.

4) 계약갱신청구권제, 전월세상한제, 전월세신고제를 말한다. 제21대 국회에서 발의한 계약갱신청구권제, 전월세상한제를 도입하는 「주택임대차보호법」 개정안과 임대차신고제를 도입하는 「부동산 거래신고 등에 관한 법률」 개정안을 묶어서 임대차 3법으로 일컫는다.

5) 「부동산 거래신고 등에 관한 법률」 제6조의3 신설(2020. 8. 18.)에 따라, 보증금 6천만 원 초과 또는 월세 30만 원 초과 주택임대차 계약의 신고가 의무화되었으나, 제도의 안착을 위해 2025년 5월 31일까지 계도기간이 운영되었다.

6) 「주택임대차보호법」 제3조의3(임차권등기명령). 보증금을 반환받지 못한 임차인이 법원의 집행명령을 받아 임차권을 등기하여 대항력과 우선변제권을 유지하는 제도이다.

7) 「민간임대주택에 관한 특별법」 제49조제1항. 모든 등록임대주택에 대해 임대보증금보증 가입을 의무화하고 재계약 요건을 제한하는 등 임차인 보호를 강화하는 내용을 주요 골자로 한다. 2020. 8. 18. 개정되어 2021. 8. 18. 시행되었다.

8) 관찰기간 중 한국은행 기준금리는 총 16회 변경되었다. 변동추이는 다음과 같다. ‘19. 7월 1.50% → ‘20. 5월 0.50% → ‘21. 8월 0.75% → ‘23. 1월 3.50%→ ‘24. 11월 3.00%.

9) 「민간임대주택에 관한 특별법」 제49조제1항.

10) 주택유형 및 부채비율 구간별 계수값 차이를 검정하기 위한 추가적인 검정(z-test) 결과, 모든 집단간 통계적으로 유의한 차이가 확인되었다.

11) 연구의 관찰기간 중 전세가격지수가 가장 높았던 ’21년 1월 대비 ’24.12월 지역별 가격변동률은 다음과 같다(한국부동산원, 종합).

11)

매매서울경기인천전세서울경기인천
-3.7%-11.1%-12.0%-8.6%-11.6%-12.1%
Download Excel Table

참고문헌

1.

국토교통부. (2022년 8월 24일). 국토부, '전세사기 의심정보’ 1만 4천 건 경찰청과 공유. Retrieved from https://www.molit.go.kr/USR/NEWS/m_72/dtl.jsp?id=95087098

2.

국토교통부. (2025년 5월 1일). 전세사기피해자등 874건 추가 결정. Retrieved from https://www.molit.go.kr/USR/NEWS/m_71/dtl.jsp?id=95090910

3.

김병국, 신승우, 김경선. (2016). 전세자금대출 채무불이행 결정요인에 관한 연구. 부동산학연구, 22(1), 57-66.

4.

김성우, 정건섭. (2023). 패널로짓모형을 통한 아파트 전세시장 역전세 연구. 한국비교정부학보, 27(1), 119-132.

5.

김제완. (2023). 임대주택 양도시 임차인의 지위와 임대인의 통지의무: 깡통주택 ·전세사기로부터 주택임차인을 보호하기 위한 법제 개선방안. 법조, 72(4), 38-77.

6.

김지혜, 이길제, 하서진. (2019). 주택 역전세 현황과 임차인 보호를 위한 정책 개선방안: 전세보증보험제도 개선방안을 중심으로. 세종: 국토연구원.

7.

김진유. (2022). 고위험 전세와 전세보증금 미반환 위험의 상관관계 분석: 서울시 전세보증사고를 중심으로. 부동산학연구, 28(4), 55-69.

8.

마승렬, 김경선. (2019). 세입자의 유형별 임차비용 부담 리스크 평가. 리스크관리연구, 30(1), 91-122.

9.

민병철. (2024). 다주택자의 존재를 고려한 아파트 전세의 보증금 사고 위험 추정 연구. 부동산분석, 10(2), 1-21.

10.

박기덕, 박진백. (2025). 경기도 전세가격에 대한 금리의 시간가변적인 영향 연구. GRI 연구논총, 27(1), 93-112.

11.

박정아, 김종진. (2023). 동적패널모형을 활용한 코로나19 팬데믹 기간 아파트가격 결정요인 연구: 서울특별시 3000세대 이상 대규모 아파트 단지를 중심으로. 토지주택연구, 14(1), 33-46.

12.

서민석, 김진. (2013). 서울시 주택담보대출에서 차주상환능력의 신용위험 영향. 주택연구, 21(4), 5-27.

13.

심종원, 정의철, 정현정. (2009). 주택담보대출 연체율 결정 요인에 관한 연구. 부동산학연구, 15(2), 81-96.

14.

양지영, 심교언. (2024). 아파트 매매가격, 전세가격, 월세가격 변동성 결정요인: 대출금리를 중심으로. 주택연구, 32(1), 85-115.

15.

오주한, 최열. (2017). 전세자금대출 사고발생 결정요인에 관한 연구. 부동산학보, 69, 204-217.

16.

오창섭, 김병국, 서정렬. (2024). 수도권 전세대출보증 사고 특성 분석. 부동산산업연구, 7(2), 83-102.

17.

오창섭, 서정렬. (2023). 전세자금보증 사고 발생 특성에 관한 연구: 지역 및 가구 특성을 중심으로. 지역개발연구, 55(1), 117-136.

18.

임정호. (2006). 주택매매시장, 전세시장 및 월세시장 간의 상호연관성에 관한 연구. 주택연구, 14(1), 165-193.

19.

최성호, 이창무. (2009). 매매, 전세, 월세 시장간 관계의 구조적 해석. 주택연구, 17(4), 183-206.

20.

최영상. (2024). 전세의 원형, 조선후기 세매관습의 특성에 관한 연구. 주택금융리서치, 33, 42-55.

21.

최우규, 박재라, 최창규. (2024). 전세보증금반환 채무불이행에 영향을 미치는 요인에 대한 연구: 부산광역시를 대상으로. 주택연구, 32(2), 155-174.

22.

허석균. (2012). DTI, LTV 및 대출상환 조건이 주택담보대출의 연체율에 미치는 영향. 규제연구, 21(2), 39-77.

23.

황관석, 유승동. (2023). 유동성이 주택시장에 미치는 영향. 미래성장연구, 9(1), 147-166.

2025년 한국연구재단 KCI 등재지 선정

주택금융과 관련한 논문을 투고받아 공사가 연 2회 발행하는 학술지 「주택금융연구」가 
학술진흥법 제9조 등에 따른 2025년 한국연구재단의 학술지평가에서 KCI 등재지로 선정되었습니다.


I don't want to open this window for a day.