基于RBFNN實驗的物業稅開征后對房產價格影響預測

摘 要：本文建立徑向基神經網絡 (Radical Basis Function Neural Network-RBFNN）逼近微觀經濟學理論的DUST價格函數，分析了物業稅開征對于上海住房價格的影響效應。實證結果顯示，流通環節的稅收改革對房價產生的是持久的正向沖擊，保有環節的稅收改革對房價產生的是短期的負向沖擊。在基于實驗結論的基礎上，給出了相應的經濟學分析，并提出了相應的政策建議。

關鍵詞：物業稅；開征；影響；房產價格；RBFNN

中圖分類號：F293.3 文獻標識碼：A 文章編號：1003-5192(2011)03-0011-05

Prediction of Shanghai Housing Price after Property Tax Levying: Based on RBFNNHE Fang， XIAO Sen-yu， FENG Shuo

(School of Economy Management， Tongji University， Shanghai 200092， China)

Abstract:A Radial Basis Function Neural Network(RBFNN)is established in this paper to approximate DUST price model of microeconomics. The effects of levy property tax on housing prices were analyzed. The results showed that the tax in circulated links made a long-term positive impact on the housing prices， while the tax in retained links made a short-term negative impact. Then the author gave an economic analysis and some policy suggestions for the experiment results.

Key words:property tax; levying; effect; housing price; RBFNN

1 引言

作為一項對房地產持有階段征收的稅，物業稅關系到國家和幾乎每位城市居民的切身利益。物業稅開征對房地產行業帶來的影響會是全方位的，它不僅直接改變了房地產稅費制度，而且可能會改變房地產價格。根據米斯克斯基將房地產稅視作資本稅的觀點：在資本可以在轄區內流動，且資本供給對于收益率沒有彈性的條件下，全國性的地方財產稅制度會使資本家的收益降到稅收平均水平，即財產稅稅負會轉嫁到資本所有者身上。基于這種觀點：如果對房地產擁有人征收物業稅，并將其視作一種成本的話，那么這種成本可能引發稅負轉嫁效應，由此對房地產價格產生影響。對于征收物業稅能否降低房價，目前國內外學者認識不一，學術界對此持三種觀點。其中，一種觀點認為物業稅對房價影響很大，而另一種觀點則認為影響不大，此外，第三種學術觀點則認為根據不同的稅率政策等情況將有不同程度的影響。……