這一篇文章使用過去30年的資料 （載點在文章末）*，得出灣區三個縣 （Santa Clara/San Mateo/San Francisco）的年化報酬率，然後以此為基準，和過去10年的年化報酬率比較。
一、
在探討灣區房價時，我們也可以一起看看整個灣區 （Bay Area**）和其中三個郡縣（Santa Clara/San Mateo/San Francisco）與加州房價的走勢比較：
過去三十年，San Francisco County 和 San Mateo County 的房價走勢約略相當，兩個郡縣走勢高於Santa Clara County，而 Santa Clara County 的房價走勢又高於 Bay Area，漲幅最低的是加州。
二、
再來開始計算年化報酬率，1990年1月至2020年1月一共30年：
加州房價從 $194,952 漲到 $575,160，計算後年化報酬率約為 3.67%；
灣區房價從 $227,365漲到 $853,000，計算後年化報酬率約為 4.51%；
San Francisco從 $287,499 漲到 $1,460,000，計算後年化報酬約率為 5.57%；
Santa Clara 從 $271,840 漲到 $1,200,000，計算後年化報酬約率為 5.07%；
San Mateo 則是到1991年1月才開始有資料，1991年1月至2020年1月共29年，房價從 $328,889 漲到 $1,422,250，計算後年化報酬率約為 5.18%；
三、
用上述方式有一個好處：時間跨度達30年，可以平緩短期不定因素 — 一個極端的例子：如果你在 2011年 12 月在舊金山買房，一年之後，也就是2012年12月，房價中位數漲了31.71%，顯然不是正常漲幅。
但也產生一個問題： 1月可能是很特殊的月份，萬一是大漲或大跌的月份呢？1990年和2020年也可能是很特殊的年份，萬一是大漲或大跌的年份呢？
為了處理這個問題，在只有三十年資料和拉長期間的前提下，我採用以下這個概念（有更好的統計方法請告訴我）：
Step 1. 不採用特定月份 — 計算1~12月買房的年化報酬率：
假設你在1990年1~12月某個月買房，那麼30年之後，會有2020年1~12月的資料作為對照。這樣不管是CA、Bay Area或是任何一個郡縣，都會產生 12 個年化報酬率的數字，舉 San Francisco 為例：
Step 2. 不採用特定年份 — 計算1990~1994年買房的年化報酬率，注意我們只有到2020年截止的資料：
以上述的方式，每個地區我們可以產生 12 + 12*2 + 12*3 + 12*4 + 12*5 = 180個年化報酬率資料 (San Mateo County只會產生120個)，取當中的最大值和小值可得到下列表格***
也就是說，無論在1990~1994年當中的哪一個月買房，26~30年之後來看，年化報酬率應該落在：
San Francisco：5.50% - 7.61%
San Mateo： 4.93% - 7.07%
Santa Clara： 4.65% - 7.00%
四、
有了過去30年的年化報酬率，我們來看看過去10年的年化報酬率，用同樣的方式：
同樣每個地區可以產生 180個資料，一樣取最大值和小值：
五、
上面表格代表過去10年年化報酬率的範圍，最大值的發生年份和月份是：2012年2月買房，2018年2月賣房，是相當極端的情況。
即便如此，其最小值仍然超過30年的漲幅範圍最大值。
同時，過去10年的資料包含在過去30年的資料當中的，也就是說，這10年的漲幅拉高了30年之間的報酬率 — 如果我們以1990~2010，共計20年來計算報酬率，那麼報酬率應該要更低，與過去10年的報酬率的差距應該要更大。
所以從30年的角度來看，近10年的確是超漲的。
問題來了，我們能不能推測，將來10年的漲幅會回歸30年平均呢？或是將來10年的漲幅會複製最近10年的狀況？恐怕不能這麼武斷。
這就像股票市場，研究告訴我們，過去120年股市每年的漲幅加上配息是10~12%，僅僅是一個框架，每一個時期因為不同的政經情況都會產生不同的報酬，就像過去十年股市因為量化寬鬆、低率、科技業發展等等，造就高於平均的漲幅。
所以，如果要複製最近10年的報酬率，那麼我最先想到的會是利率的走勢、白領階級的收入增長等等，都要再進化一次，還得考慮產業變遷與在家工作等趨勢。也就是說，如果經紀人以過去10年的漲幅暗示將來的漲幅甚至推銷買房，我是持保留態度的，我們需要更多的論述。
**資料來自於加州地產協會，文中資料皆指 single-family detached homes 之房價中位數 (Median Price)。
*暫時不採用2021年以後資料，理由之一是有些房屋仍未過戶
**S.F. Bay Area： Alameda, Contra Costa, Marin, Napa, San Francisco, San Mateo, Santa Clara, Solano, and Sonoma
***我猜使用「平均180個資料取得一個平均年化報酬率」並不是一個好主意，因為每個月分的成交量並不同
作者：林久禾，舊金山灣區矽谷全職專業房地產經紀人。
我是林久禾，台灣大學畢業後赴美取得工程碩士學位。而後調查舊金山灣區（San Francisco Bay Area，俗稱矽谷/硅谷）房地產市場、研習買賣房和看房知識、請益上百位地產前輩，最後因緣際會，受教於一位有五十年買賣房經驗的房地產仲裁官，並成為房地產經紀人（或說房仲，英文稱 Realtor 或是 Agent）。
這些年我探訪過數千間房屋，閱讀數百份報告，並且在業界建立合作聲望，幫助客戶避開有問題的房屋、議價買下好房屋：
1. 260萬以上價值的房屋，250萬買到
2. 屋主跳過出價比我們高的5名競爭對手，放棄第二輪炒高價錢的權利，一對一指名與我們合作，210萬買到5名買家競逐的房屋
3. 屋主跳過145萬的第一名出價，讓我們140萬買到房屋
4. 屋主跳過125萬和120萬的出價競爭者，在我們表明只能出到117萬後，送我們1萬成家基金，讓我們116萬買到房屋
5. 標價200萬的房屋，最後170萬買到；標價160萬的房屋，最後155萬買到
6. 加價階段，建議無須加價即可買到房屋，讓 A買家 165萬買到 3 個月後市值180萬的房屋，B買家 180萬買到 3 個月後市值225萬的房屋
（以上皆為美金，其他還有數十間殺價數千至數萬元不等的交易。）
賣房也不負所托：
1. 市場下跌期間，在不熟悉的區域（Oakland）賣房。此棟2房2衛、位於高速公路旁的房屋，成交價比月餘前該地區幾間3房2衛、遠離高速公路的房屋價格還高。
2. 客戶舉家搬離美國，全權授予設計、監工、裝修、清理、房屋檢查、物流、擺設、談判議價責任，最後房屋成交價比該地區前後三個月相似物件都高。
3. 一棟3房2衛，1200多平方呎的房屋，成交價超出客戶預期，逼近該區域4房2衛或是1500平方呎以上的房屋，並打破該區域史上最高的Price Per Square Foot 紀錄。
寫於此處的文章，是當年對老師的承諾。若有任何需要或疑問，請 留訊息給我 或是 填寫諮詢單，也可以閱讀 客戶留下的感言，幫助你做決定。
林久禾 DRE#02007082
Keller Williams Thrive DRE# 02177478