我国过去的房产税是以经营性房产为征税对象,但为了调控房地产市场,拓宽地方政府的财政收入来源,2011年1月28日在重庆市和上海市开始执行开征房产税,将符合条件的个人住房也划进了征税范围内。如何对房地产税基价值进行评估成为人们关注的焦点和重点,对房地产进行准确的估价是开征房产税的基本前提,房产税税基评估在房地产改革过程中占据了重要的地位。一旦房产税在全国各地进行推广,房产税税基所涉及的范围和数量巨大,对于以往依靠手工完成的传统单宗房地产的具体评估已不能满足当前评估的要求,因此,如何提高房地产税基评估的科学性、准确性,确保高效率和低成本地完成税基评估工作,已成为当前房地产评估行业亟需研究和解决的一个重要课题。面对房地产税基评估对象众多的背景下,运用批量评估对房地产税基进行评估势在必行,因此采用批量评估是解决这一问题的最佳方案。本文在房地产税基评估的理论基础上,分析了居民住宅房地产税基评估的价值类型,指出当前国内传统的市场法、成本法和收益法无法满足税基评估的要求,因此采用批量评估作为房地产税基评估的方法,并分析了批量评估方法的特点。针对普通居民住宅税基批量评估问题,融合灰色关联理论、GA算法和BP神经网络的优势,提出了一种新的居民住宅税基批量评估模型——基于灰色关联理论、GA算法和BP神经网络集成的居民住宅税基批量评估模型。首先,通过灰色关联分析法筛选出居民住宅房地产价格的主要影响因素,即简化BP神经网络的输入变量;然后,针对BP神经网络模型的不足,利用GA算法优化BP神经网络的初始值,构建基于灰色关联分析的GA-BP神经网络评估模型。最后,本文选取南昌市进行实证分析,分别建立传统BP神经网络模型和GA-BP神经网络模型,通过对比分析得出,经GA算法优化后的BP神经网络提高了传统BP算法对非线性问题的处理能力,同时也提高了传统BP算法的收敛速度和泛化能力,预测结果更接近真实值。实验结果表明,新的估价方法能进行快速、准确地估测居民住宅房地产的价格,在居民住宅房地产税基评估中具有较好的应用前景。