같은 날짜의 두 발표로 시작하기
2025년 12월 30일 S&P 다우존스 인다이시즈는 케이스실러 미국 전국 주택가격지수의 10월 연간 상승률을 1.4%로 발표했다. 같은 날 FHFA는 별도 지수에서 전년 같은 달 대비 1.7% 상승을 제시했다. 같은 나라와 관측월을 다루는데 숫자가 다르다. 이 글은 2026년 1월 3일까지의 두 발표로 지표를 비교하는 방법을 살핀다.[1][2]
통계 비교는 숫자를 빼기 전에 무엇을 측정했는지 확인하는 데서 시작한다. 국가와 월이 같아도 원자료의 범위와 가중 방식, 가격 변화를 추정하는 과정이 다르면 결과가 달라질 수 있다. 두 상승률이 다르다는 사실만으로 어느 쪽이 틀렸는지 판정할 수 없다. 먼저 각 숫자 옆에 지표의 이름을 그대로 붙이는 것이 좋다.
두 발표는 같은 자료의 미러가 아니라 각각의 기관이 산출한 지수 결과다. 서로 다른 통계를 읽는 목적은 더 마음에 드는 값을 고르는 것이 아니라, 같은 시장을 어느 범위에서 보았는지 이해하는 것이다. 차이가 생기는 구체적인 기여도를 알려면 원자료와 산출 방법을 더 분석해야 한다. 발표 수치 두 개만으로 그 차이를 완전히 분해할 수는 없다.
같은 집을 다시 보는 방식에도 범위가 있다
케이스실러는 주택의 시점별 거래가격 쌍을 이용해 가격 경로를 추적하는 방식을 설명한다. FHFA도 가중 반복매매 방식을 사용하지만, 대표 지수는 패니메이와 프레디맥의 주택구입 대출 자료를 이용한다고 명시한다. 두 방법 모두 같은 주택의 가격 변화를 살피려는 접근이지만 이용하는 거래의 범위까지 동일하다는 뜻은 아니다.[1][2]
가상 예시로 어느 지역에 작은 집과 큰 집이 각각 10채 있다고 하자. 지난달에는 작은 집 위주로, 이번 달에는 큰 집 위주로 팔리면 단순 평균 거래가격이 올라갈 수 있다. 각 집의 가치가 전혀 변하지 않았어도 가능한 일이다. 반복매매는 같은 집의 이전 거래와 비교해 이런 거래 구성 차이의 영향을 줄이려는 방식으로 이해할 수 있다.
그렇다고 반복매매가 완벽한 개별 주택 감정평가라는 뜻은 아니다. 주택이 다시 팔려야 관측될 수 있고, 자료로 들어오는 거래에도 조건이 있다. 거래되지 않은 집의 현재 가격을 모두 직접 측정한 장부가 아니다. 전국 지수에서 나온 변화율을 자기 집의 정확한 매도가격에 곱하면 된다고 생각하는 것은 통계의 역할을 넘어선다.
전국과 도시 묶음은 같은 범위가 아니다
이번 케이스실러 발표의 연간 상승률은 전국 1.4%, 10개 도시 묶음 1.9%, 20개 도시 묶음 1.3%였다. 세 숫자는 서로 경쟁하는 답이 아니라 묶은 지역 범위가 다른 결과다. 전국 값을 특정 도시의 변화로 보거나, 20개 도시 값을 미국 모든 주택의 단순 평균으로 바꾸면 지표 이름에 담긴 범위를 놓친다.[1]
지역을 넓게 묶으면 시장 전체의 흐름을 보기 쉽지만 지역 간 차이가 가려진다. 좁은 지역 지표는 지역 특성을 살피는 데 유리한 대신 전국을 대표하는 범위는 제한된다. 비교할 때는 두 지표에서 포함 지역을 먼저 맞추거나 서로 다르다는 사실을 명시해야 한다. 범위가 다른 수치를 정밀한 소수점으로 쓰는 것만으로 비교가 정확해지지는 않는다.
가상으로 두 지역의 상승률이 1%와 5%라고 해도 전국이 반드시 3%가 되는 것은 아니다. 지역별 주택 가치와 거래의 비중을 어떻게 반영하는지에 따라 합계가 달라진다. 단순 평균은 두 지역에 동일한 비중을 주겠다는 별도 가정이다. 이번 전국 수치가 도시별 비율의 단순 평균으로 계산됐다고 추측해서는 안 되는 이유다.
조정 전 하락과 조정 후 상승을 나누기
이번 발표에서 전국 지수의 월간 변화는 계절조정 전 0.2% 하락, 계절조정 후 0.4% 상승이었다. 같은 주택가격 자료에서 두 방향이 나올 수 있다. 조정 전 값은 계절 패턴을 포함한 움직임을, 조정 후 값은 반복적인 계절 영향을 덜어 비교한 움직임을 보여 준다. 어느 쪽인지 표시하지 않고 숫자만 옮기면 독자의 질문이 바뀐다.[1]
예를 들어 가상으로 매년 이맘때 통상 크게 내려가는 활동이 올해에는 조금만 내려갔다면, 원자료는 감소해도 계절 패턴을 고려하면 상대적으로 강한 움직임일 수 있다. 실제 케이스실러의 조정 계수를 역산한 예시는 아니다. 감소 여부와 통상 계절 수준에 비해 강한지라는 두 질문을 구분하는 설명이다.
연간 상승률과 월간 상승률도 분모가 다르다. 전년 대비 1.4%와 계절조정 월간 0.4%를 더해 총상승률을 만들 수 없다. 한 해의 변화에는 최근 한 달도 이미 포함되기 때문이다. 같은 기간과 같은 조정 방식으로 맞춘 뒤에야 두 지표의 움직임을 나란히 해석할 수 있다. 같은 이름의 퍼센트가 같은 계산을 뜻하는 것은 아니다.
디트로이트의 빈칸을 0으로 채우지 않기
S&P는 웨인카운티 기록기관의 거래 자료 지연 때문에 디트로이트의 유효한 10월 업데이트를 이번 발표에서 제공하지 않는다고 밝혔다. 대신 자료가 확보된 9월 업데이트를 제시했다. 특정 월의 값이 없다는 사실은 집값이 그 달에 보합이었다는 관측과 다르다. 자료 지연과 실제 시장 변화는 서로 다른 종류의 정보다.[1]
가상으로 세 도시의 변화가 1%, 빈칸, 3%라면 빈칸에 0을 넣어 평균을 만드는 것은 새로운 관측을 만들어 넣는 행동이다. 나머지 두 도시만 평균해도 세 도시 전체를 동일하게 대표한다고 할 수 없다. 누락을 어떻게 처리할지는 지수의 산출 규칙과 기관 설명이 필요하다. 이용자가 임의 숫자로 빈칸을 메워서는 안 된다.
또한 9월 값이 새로 나왔다는 이유로 10월 열에 옮겨 적으면 시점이 섞인다. 통계 표에서는 값뿐 아니라 열의 날짜와 주석이 관측의 일부다. 숫자를 빠르게 비교할수록 빈칸과 수정 표시를 건너뛰기 쉽지만, 그 표시가 비교 가능한 범위를 알려 준다. 누락값을 보존하는 것은 분석을 포기하는 것이 아니라 근거의 경계를 지키는 일이다.
두 통계를 평균하기 전에 질문을 정하기
1.4%와 1.7%의 산술 평균은 1.55%지만, 계산할 수 있다는 사실이 곧 새로운 공식 집값 지표가 된다는 뜻은 아니다. 두 원자료가 얼마나 겹치는지, 어떤 가중이 적절한지, 어떤 시장을 대표하려는지 정하지 않으면 그 평균의 해석이 불분명하다. 숫자의 자릿수를 늘린다고 정보의 범위가 넓어지지는 않는다.
학습용 비교표를 만든다면 지표 이름, 관측월, 발표일, 포함 자료, 조정 방식, 누락·수정 표시를 나란히 적을 수 있다. 그다음 공통점과 차이를 문장으로 설명하면 된다. ‘두 지수 모두 전년 대비 상승을 보였다’는 공통 관측과 ‘왜 0.3%포인트 차이인지 완전히 설명했다’는 주장은 증거 수준이 다르다. 후자는 이번 발표 두 개만으로 해결되지 않는다.
가계가 체감하는 주거 부담은 집값뿐 아니라 소득과 대출 조건, 임대료 등에 달려 있다. 두 가격지수 가운데 하나를 골랐다고 그 부담까지 모두 측정되는 것은 아니다. 통계를 공부하는 목적은 하나의 숫자로 모든 질문에 답하는 것이 아니라, 자신이 묻는 질문에 어느 자료가 얼마나 가까운지를 확인하는 데 있다.
또 하나 구분할 것은 누락과 수정이다. 이번 S&P 발표는 추가 거래 자료에 따라 이전 24개월의 지수가 수정될 수 있다고 설명한다. 기존 값이 새 값으로 바뀌는 경우와 유효한 월별 값 자체가 제공되지 않은 경우는 다르다. 전자는 두 판본을 비교할 수 있지만 후자는 아직 비교할 관측이 없다는 상태다. 둘을 모두 ‘0’으로 처리하면 서로 다른 정보 상태가 사라진다.[1]
연습 자료를 만들 때는 원본 표를 그대로 보관하고, 자신이 계산한 열을 따로 표시하는 방법도 유용하다. 원본 값과 가상 평균을 같은 칸에 섞지 않으면 나중에 어느 숫자가 발표 기관의 관측이고 어느 숫자가 학습자의 계산인지 되짚을 수 있다. 계산식이 맞는지뿐 아니라 그 계산을 할 근거가 충분한지까지 확인하는 것이 지표 비교의 마지막 단계다.
