基于随机森林模型不动产价值评估.docVIP

基于随机森林模型不动产价值评估 　　【摘要】 　　通过对广州市白云区、天河区、海珠区、越秀区、番禺区5个行政区二手房交易数据的随机森林回归，建立了不动产批量评估模型，并对评估模型效果进行了测定。研究认为，通过建立健全不动产交易数据信息系统，可以对未来房产税征收为目的的不动产价值进行高效率、低成本的披露评估。 　　【关键词】 　　批量评估 随机森林 不动产价值 房产税 　　1.引言 　　今年两会上提出了扩大国内房产税的试点，在房产税实行过程中，需要对大批量不动产进行税基评估，而我国不动产价值评估体系并不完善，其中，建立不动产税基评估模型是难点和重点。 　　在国外，批量评估（Mass Appraisal）早已成为一种普遍使用的税基评估方法，该方法是在原有市场法、收益法和成本法原理的基础上，联合统计技术、电脑应用技术和现代信息技术等综合形成的。对于批量评估的建模部分，国内以往的文献较少，而且大多是采用多元线性回归。但在国外文献中，机器学习的方法已经被运用到了批量评估当中。 　　本文引入了一种机器学习方法――随机森林（Random Forest）。随机森林是Breimean于2001年提出的一种新型模型，可用于分类、回归和预测，该方法目前的应用主要集中于生物，医学等领域。在金融领域，已有学者应用随机森林进行分类和预测，但应用于房地产领域本文尚属首次。 　　2.研究方法 　　随机森林算法