基于NAR模型的上海市房产税规模预测

• 作者: 刘洋 杨婉莹 蔡明明
• 来源期刊: 中国房地产
• 学科: 军事
• 关键词: 房产税 NAR神经网络 主成分分析
• 年，卷（期）: 2016,（30）
• 页码范围: 17-23
• 页数: 7页
• 分类号: E1

摘要

运用上海市2004-2015年的社会经济指标数据，对影响上海市房产税征收规模的11个指标进行主成分分析，将所得主成分综合得分引入NAR神经网络模型中来预测上海市2016-2020年房产税征收规模得分，并采用多元回归法对房产税规模与其得分间的关系进行拟合，得到上海市2016-2020年房产税征收规模预测值。研究结果表明，房产税规模与其得分的关系近似趋近于指数函数y=16．34e0．183x，上海市2016—2020年房产税征收规模增长呈逐年上升趋势，涨幅逐渐趋向平稳。此房产税规模预测方法可以运用到其他省市的房产税征收规模情况的计算中，为中国房地产市场宏观调控政策的实施提供依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洋	武汉大学资源与环境科学学院	135	769	15.0	23.0
2	蔡明明	武汉大学资源与环境科学学院	4	6	2.0	2.0
3	杨婉莹	武汉大学资源与环境科学学院	3	3	1.0	1.0