这篇文章使用过去30年的数据（链接在文章末尾）*，得出湾区三个县（Santa Clara/San Mateo/San Francisco）的年化报酬率，然后以此为基准，和过去10年的年化报酬率比较。
一、
在探讨湾区房价时，我们也可以一起看看整个湾区（Bay Area**）和其中三个郡县（Santa Clara/San Mateo/San Francisco）与加州房价的走势比较：
过去三十年中，San Francisco County 和San Mateo County 的房价走势大致相当，这两个县的走势高于Santa Clara County，而Santa Clara County 的房价走势又高于 Bay Area，增幅最低的是加州。
二、
接下来我们开始计算年化报酬率，从1990年1月到2020年1月，共计30年：
加州房价从$194,952 上涨至$575,160，计算后的年化报酬率约为3.67%；
湾区房价从$227,365 上涨至$853,000，计算后的年化报酬率约为4.51%；
San Francisco 从$287,499 上涨至$1,460,000，计算后的年化报酬率约为5.57%；
Santa Clara 从$271,840 上涨至$1,200,000，计算后的年化报酬率约为5.07%；
San Mateo 的数据从1991年1月开始，计算从1991年1月到2020年1月的29年间，房价从$328,889 上涨至$1,422,250，计算后的年化报酬率约为 5.18%；
三、
用上述方式有一个好处：时间跨度达30年，可以平缓短期不定因素 — 一个极端的例子：如果你在2011年12月在旧金山买房，一年之后，也就是2012年12月，房价中位数涨了31.71%，显然不是正常涨幅。
但也产生一个问题：1月可能是很特殊的月份，万一是大涨或大跌的月份呢？1990年和2020年也可能是很特殊的年份，万一是大涨或大跌的年份呢？
为了处理这个问题，在只有三十年资料和拉长期间的前提下，我采用以下这个概念（有更好的统计方法请告诉我）：
Step 1. 不采用特定月份 — 计算1~12月买房的年化报酬率：
假设你在1990年112月某个月买房，那么30年之后，会有2020年112月的数据作为对照。这样不管是CA、Bay Area或是任何一个郡县，都会产生12个年化报酬率的数字，举San Francisco为例：
Step 2. 不采用特定年份，计算1990年至1994年购房的年化报酬率，注意我们只有到2020年截止的数据：
以上述的方式，每个地区我们可以产生 12 + 122 + 123 + 124 + 125 = 180 个年化报酬率数据（San Mateo County只会产生120个），取其中的最大值和最小值可得到下表***：
也就是说，无论在1990年至1994年期间的哪个月购房，经过26至30年后来看，年化报酬率应该落在：
San Francisco：5.50% - 7.61%
San Mateo：4.93% - 7.07%
Santa Clara：4.65% - 7.00%
四、
有了过去30年的年化报酬率，我们来看看过去10年的年化报酬率，用同样的方式：
同样每个地区可以产生 180个数据，一样取最大值和最小值：
五、
上面表格代表过去10年年化报酬率的范围，最大值的发生年份和月份是：2012年2月购房，2018年2月售房，是相当极端的情况。
即便如此，其最小值仍然超过30年的涨幅范围最大值。
同时，过去10年的数据包含在过去30年的数据当中的，也就是说，这10年的涨幅拉高了30年之间的报酬率 — 如果我们以1990~2010，共计20年来计算报酬率，那么报酬率应该要更低，与过去10年的报酬率的差距应该要更大。
所以从30年的角度来看，近10年的确是超涨的。
问题来了，我们能不能推测，将来10年的涨幅会回归30年平均呢？或是将来10年的涨幅会复制最近10年的状况？恐怕不能这么武断。
这就像股票市场，研究告诉我们，过去120年股市每年的涨幅加上配息是10~12%，仅仅是一个框架，每一个时期因为不同的政经情况都会产生不同的报酬，就像过去十年股市因为量化宽松、低率、科技业发展等等，造就高于平均的涨幅。
所以，如果要复制最近10年的报酬率，那么我最先想到的会是利率的走势、白领阶级的收入增长等等，都要再进化一次，还得考虑产业变迁与在家工作等趋势。也就是说，如果经纪人以过去10年的涨幅示将来的涨幅甚至推销买房，我是持保留态度的，我们需要更多的论述。
**资料来源于加州地产协会，文中资料皆指 single-family detached homes 之房价中位数 (Median Price)。
*暂时不采用2021年以后资料，理由之一是有些房屋仍未过户
**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个资料取得一个平均年化报酬率」并不是一个好主意，因为每个月分的成交量并不同
作者：林久禾，旧金山湾区矽谷全职专业房地产经纪人。
我是林久禾，台湾大学毕业后赴美取得工程硕士学位。而后调查旧金山湾区（San Francisco Bay Area，俗称硅谷）房地产市场、研习买卖房和看房知识、请益上百位地产前辈，最后因缘际会，受教于一位有五十年买卖房经验的房地产仲裁官，并成为房地产经纪人（或说中介，英文称Realtor或是Agent）。
这些年我探访过数千间房屋，阅读数百份报告，并且在业界建立合作声望，帮助客户避开有问题的房屋、议价买下好房屋：
1. 260万以上价值的房屋，250万买到
2. 屋主跳过出价比我们高的5名竞争对手，放弃第二轮炒高价格的权利，一对一指名与我们合作，210万买到5名买家竞逐的房屋
3. 屋主跳过145万的第一名出价，让我们140万买到房屋
4. 屋主跳过125万和120万的出价竞争者，在我们表明只能出到117万后，送我们1万成家基金，让我们116万买到房屋
5. 标价200万的房屋，最后170万买到；标价160万的房屋，最后155万买到
6. 加价阶段，建议无需加价即可买到房屋，让A买家165万买到3个月后市值180万的房屋，B买家180万买到3个月后市值225万的房屋
（以上皆为美元，其他还有数十间杀价数千至数万元不等的交易。）
卖房也不负所托：
1. 市场下跌期间，在不熟悉的区域（Oakland）卖房。此栋2房2卫、位于高速公路旁的房屋，成交价比一个月前该地区几栋3房2卫、远离高速公路的房屋价格还高。
2. 客户举家搬离美国，全权授予设计、监工、装修、清理、房屋检查、物流、摆设、谈判议价责任，最后房屋成交价比该地区前后三个月相似物件都高。
3. 一栋3房2卫，1200多平方英尺的房屋，成交价超出客户预期，接近该区域4房2卫或是1500平方英尺以上的房屋，并打破该区域史上最高的每平方英尺价格记录。
写于此处的文章，是当年对老师的承诺。若有任何需要或疑问，请留言给我或是填写咨询单，也可以阅读客户留下的感言，帮助你做决定。
林久禾 DRE#02007082
Keller Williams Thrive DRE#02177478