基于BP神经网络的收益性房产税税基批量评估研究

为调整贫富差距、加大政府宏观调控的作用,使房地产税收政策能够更加顺利地推行,选择科学合理的税基评估方法至关重要。运用收益性房产税税基估价方法中的直接资本化法,引入信度理论,求得资本化率,利用数据挖掘技术收集数据,建立了多元线性回归模型和反向传播(Back Propagation, BP)神经网络模型,来预测租金收益,并对河北省石家庄市61栋写字楼进行了实证研究,最终得到了写字楼的计税价值。将两种模型的结果进行对比,发现神经网络模型的评估效果优于多元线性回归模型。

基于BP神经网络的房产税税基评估研究

2011年,沪渝两市开始对部分居民住房征收房产税,时至今日税改的结果仍未达到预期目标。随着2019年"两会"召开,房产税再次成为全社会关注的热点。沪渝两地房产税改革的经验表明,采取合理的房产税税基评估方法对房产税的征收非常关键。鉴于此,以税基评估和神经网络的基本原理为基础,建立了基于BP神经网络(Back Propagation Neural Network)的房产税税基评估模型,为房产税税基评估研究提供了一种全新的方法,对健全房产税相关配套制度、推动国家税收改革有着重要的意义。