为什么重要
同比是房地产分析中主力的变化测量方式。"房价同比上涨4.2%。""失业率同比下降0.3pp。""租金同比增长3.6%。"同比的威力在于:因为你在对比两年里的同一个月(或季度),季节性自动抵消——不需要任何统计调整。这让同比对每个系列都有效,不管是SA还是NSA。它是都会级LAUS失业率(NSA)、ZORI租金指数、FHFA HPI水平值以及任何你想剥离日历且不依赖统计模型的系列的默认对比方式。代价是:同比有12个月的周期,滞后于实时市场变化。把同比(背景)与SA数据上的MoM或QoQ(近期方向)搭配使用,才是完整分析。
速览
- 它是什么： 从一年前同月/同季/同周的变化。
- 公式： `YoY % = (当前期 − 12个月前同期) / 12个月前同期 × 100`
- 为什么剥离季节性： 同月对比天然抵消了两个值中的季节规律。
- 何时使用： 永远有效——在SA或NSA数据上都行。都会级失业率、租金指数、房价的默认对比方式。
- 代价： 12个月滞后。最近3个月的剧烈市场变化在同比中只被部分反映。
- 搭配： SA数据搭配MoM;季度数据搭配QoQ;滚动年度总计搭配TTM(trailing 12 months)。
运作原理
算术本身抵消季节性。 对比2026年3月和2025年3月时,两个值处在同一季节(春季)。每个值的季节成分(大致)相同,相减时季节效应抵消。剩下的是趋势变化加一些噪音。不像季节性调整那样用统计模型,同比通过直接对比来剥离季节性。这就是同比在NSA数据上有效的原因——你不需要模型。
为什么都会失业率默认用同比。 BLS LAUS以NSA形式发布都会失业率——在都会粒度没有季节调整。对比Austin都会11月和Austin都会12月,季节规律会主导(12月总是裁员更多)。从NSA都会数据读出底层趋势的唯一方式就是同比:Austin 2025年12月对比Austin 2024年12月。同一季节、同一地区、相隔一年。你看到的差距就是真实的——不是日历。
同比什么时候大放异彩,什么时候不行。 同比在以下情况大放异彩:(1)系列是NSA,MoM被日历主导;(2)你想要年度背景("市场对比一年前如何?");(3)季节性很强,统计调整不可靠。同比滞后的情况:(1)最近3-6个月发生重大市场变化(同比仍主要反映前一年);(2)基数效应扭曲信号(拿疫情后的反弹和疫情时的低谷比,同比看起来很大,即使近期趋势是平的);(3)月度数据观测点很多、SA可用。
基数效应陷阱。 一个常见的同比扭曲:上年基数。2022 Q2房屋销售被抵押贷款利率飙升压低。2023 Q2房屋销售没好多少,但和2022 Q2(低基数)对比让同比看起来是正的。底层市场是平的;同比因为弱比较期被人为抬高。用同比时,永远查基数年的背景。如果基数异常(疫情、衰退、供给冲击),同比读数会高估或低估真实趋势。
实战案例
张建华（Zhang Jianhua）用同比做都会承销决策。
张建华在Columbus OH和Indianapolis IN之间做收购选择。两个都会区价格点和租赁人群画像相似。她从联邦来源为每个都会拉三个同比读数:
- Columbus OH,截至2026年3月的同比：
- LAUS失业率:本年3.4%,去年3.6% → 同比-0.2pp（劳动力市场更紧）
- ZORI租金:$1,420对$1,374 → 同比+3.4%（租金增长）
- FHFA HPI:412.8对395.2 → 同比+4.5%（价格升值）
- Indianapolis IN,截至2026年3月的同比：
- LAUS失业率:3.2%对3.1% → 同比+0.1pp（劳动力市场略软）
- ZORI租金:$1,295对$1,268 → 同比+2.1%（租金增长较慢）
- FHFA HPI:389.4对378.1 → 同比+3.0%（价格升值较弱）
六个读数全是同比,全部自动剥离季节性,全部有效对比。
故事是:Columbus在全部三个指标上跑赢Indianapolis。劳动力市场更紧(同比改善更好)、租金增长更快(3.4%对2.1%)、价格升值更强(4.5%对3.0%)。每个同比读数都回答了一个真实问题,不带日历噪音。
她没有只靠同比。她用SA的FRED抵押贷款利率系列做MoM交叉检验,查FHFA HPI的QoQ看最近转折,从最新NAR现房销售发布读SAAR节奏。同比给背景;较短周期捕捉近期方向。两者都重要。
她的决策:Columbus。但如果同比是她唯一的工具,她会错过一个事实——最近两个季度的QoQ显示Indianapolis加速快于Columbus。同比必要但不充分。
优劣分析
- 自动剥离季节性——在SA和NSA数据上都有效
- 几乎每个经济和房地产发布都用的标准
- 易于计算、易于沟通
- 提供短周期对比所缺乏的年度背景
- 不需要统计模型
- 12个月滞后——错过或低估最近变化
- 基数年效应能扭曲读数——对异常的基数年(疫情、衰退)对比会产生误导性同比
- 不回答"现在正在发生什么?"——那要用MoM或QoQ
- 单点对比——不捕捉两个期间之间的路径
- 滞后系列(ACS、IRS)默认发布同比,但发布本身有多年滞后
注意事项
- 基数效应： 2023对比2022的同比会高估改善,因为2022被抵押贷款利率冲击压低。永远查基数年是否异常。
- "头条同比"会隐藏节奏变化： +4%的同比可能是稳定线性攀升,也可能是上半年+8%加下半年0%的平均。查同比窗口内的月度/季度路径。
- 不是预测： 同比是回溯的。今天的4%同比不预测明年4%。用它做评估,不用它做投射。
- 同类可比问题： 同比只在地理、定义或方法学没变时有效。BLS方法学修订、人口普查局地理重分类或发布方数据变更都能打破同比对比。
- 修订能改变基数： 上一年的值会定期被修订。你上月算出的同比今天读可能不同,因为基数年值变了。