基于BP神经网络的收益性房产税税基批量评估研究
2021-05-25白晓倩
沈阳建筑大学学报(社会科学版) 2021年2期
关键词:模型
赵 愈,白晓倩,许 路
(沈阳建筑大学管理学院,辽宁 沈阳 110168)
自1978年改革开放以来,我国经济实现了快速增长,房地产行业逐步发展成我国的支柱产业之一。随着我国经济发展步入新常态,如何引领房地产领域走上正确的发展轨道,成为大家关注的重点。为深化住房制度改革、健全住房供应体系,国家提出“房住不炒”政策,稳地价、稳房价、稳预期,解决城市住房突出问题。尽管如此,房价持续高涨所造成的后果也已成为比较突出的社会问题,而房地产税收制度不合理、计税依据不合理是造成这些问题的主要原因之一。为调整贫富差距、加大政府宏观调控的作用,亟需推进房地产税制改革。房产税是房地产税的重要组成部分,也是推行房地产税的难点。目前,我国主要采用单宗评估法进行房产评估,但这一评估方法并不适于评估大区域范围内的房产;相较而言,批量评估能够在短时间内低成本、高效率地完成大规模评估任务,有利于完善我国房产评估理论体系。在房产评估过程中,涉及大量的特征影响因素,其与房价之间具有比较复杂的非线性关系,适合使用机器学习算法。目前,我国针对住宅类房产税税基批量评估技术的研究日渐成熟,引入了机器学习算法中的支持向量机算法、随机森林算法和人工神经网络算法等,但是对收益性房产税税基批量评估方面的研究很有限,几乎还停留在运用多元线性回归模型确定租金收益的阶段。……
登录APP查看全文