為什麼重要
YoY是不動產分析的主力變動量測。「房價年對年上漲4.2%」。「失業率年對年下降0.3pp」。「租金年對年成長3.6%」。YoY的威力在於:因為你比較的是兩年的同一月份（或同一季度）,季節性會自然互相抵銷——不需要統計調整。這讓YoY對每一個序列都有效,不論是SA或NSA。它是都會層級LAUS失業率（NSA）、ZORI租金指數、FHFA HPI水準,以及任何想剝除月曆、不想靠統計模型的序列的預設比較方式。代價是:YoY有12個月視野,所以它落後即時市場變動。YoY(脈絡)要搭配SA資料的MoM或QoQ(近期方向),才能完整分析。
速覽
- 它是什麼: 本月、本季或本週相對於一年前同期的變動。
- 公式: `YoY % = (本期 − 12個月前同期) / 12個月前同期 × 100`
- 為何自動剝除季節性: 同月對同月的比較,會自然抵銷兩期中的季節模式。
- 何時使用: 永遠有效——SA或NSA資料皆可。都會失業率、租金指數、房價的預設視野。
- 代價: 12個月落差。過去3個月的大變動只有部分反映在YoY。
- 搭配什麼: SA資料搭配MoM,季度資料搭配QoQ,滾動年度總量搭配TTM(trailing 12 months)。
運作原理
算術自然抵銷季節性。 當你比較2026年3月對2025年3月,兩個值都位於同一季節（春季）。每個值的季節成分（大致）相同,相減時季節效果互相抵銷。留下的是趨勢變動加上些許雜訊。與季節調整採用統計模型不同,YoY透過直接比較的方式剝除季節性。這就是為何YoY在NSA資料上仍然有效——不需要模型。
為何都會失業率預設用YoY。 BLS LAUS以NSA方式發布都會失業率——都會粒度沒有季節調整。若比較Austin都會11月與Austin都會12月,季節模式會主導（12月裁員總是較多）。從NSA都會資料讀出底層趨勢的唯一方法就是YoY:Austin 2025年12月對Austin 2024年12月。同季節、同地區、相隔一年。看到的差異是真實的——不是月曆。
YoY的強項與弱項。 YoY強在:(1)序列是NSA且MoM被月曆主導、(2)想取得年度脈絡（「市場相對一年前如何?」）、(3)季節性很強且統計調整不可靠。YoY弱在:(1)過去3-6個月發生重大市場變動時（YoY仍反映的主要是前一年）、(2)基期效應扭曲訊號（把疫情後的反彈拿來比疫情谷底,YoY會看起來非常高,即使近期趨勢是平的）、(3)月度資料觀察值充足且SA可得時。
基期效應的陷阱。 YoY常見的扭曲來自前一年的基期。2022年Q2的成屋銷售被當年飆升的抵押利率壓低。2023年Q2的成屋銷售沒有好多少,但拿它對比2022年Q2(低基期)讓YoY看起來是正值。底層市場其實是平的,YoY因為比較期疲弱而被人為拉高。使用YoY時永遠要檢查基年的脈絡。若基期異常（疫情、衰退、供給衝擊）,YoY讀數會高估或低估真實趨勢。
實戰案例
林俊傑（Lin Chun-Chieh）用YoY做都會承作決策。
林俊傑在評估要在Columbus OH或Indianapolis IN收購。兩個都會價位類似,租屋人口結構也相近。他從聯邦來源抓兩個都會各三個YoY讀數:
- Columbus OH,截至2026年3月的YoY:
- LAUS失業率:本年3.4%對去年3.6% → −0.2pp YoY(勞動市場收緊)
- ZORI租金:$1,420對$1,374 → +3.4% YoY(租金成長)
- FHFA HPI:412.8對395.2 → +4.5% YoY(房價增值)
- Indianapolis IN,截至2026年3月的YoY:
- LAUS失業率:3.2%對3.1% → +0.1pp YoY(勞動略走弱)
- ZORI租金:$1,295對$1,268 → +2.1% YoY(租金成長較慢)
- FHFA HPI:389.4對378.1 → +3.0% YoY(房價增值較弱)
六個讀數都是YoY,都自動剝除季節性,都是有效比較。
故事是這樣:Columbus在三項指標上都超越Indianapolis。勞動市場更緊（YoY改善更多）、租金成長更快（3.4%對2.1%）、房價增值更強（4.5%對3.0%）。每個YoY讀數回答一個真實問題,沒有月曆雜訊。
林俊傑不完全依賴YoY。他對SA的FRED抵押利率序列做MoM交叉檢查,看FHFA HPI的QoQ捕捉最近的轉折,並讀最新NAR成屋銷售釋出上的SAAR步調。YoY給脈絡,短期視野抓近期方向。兩者都重要。
他的決定:Columbus。但若YoY是他唯一的工具,他會錯過一個關鍵訊號:過去兩季Indianapolis的QoQ加速比Columbus還快。YoY是必要的,但不夠。
優劣分析
- 自動剝除季節性——SA與NSA資料皆可
- 幾乎每個經濟與不動產釋出的標準
- 計算簡單,溝通也簡單
- 提供短期視野沒有的年度脈絡
- 不需要統計模型
- 12個月落差——會錯過或低估近期變動
- 基年效應可能扭曲讀數——與異常前一年（疫情、衰退）比較會產生誤導
- 回答不了「現在發生什麼」——那是MoM或QoQ的工作
- 單點比較——不捕捉兩期之間的路徑
- 落後序列（ACS、IRS）預設YoY,但公告有多年落差
注意事項
- 基期效應: 2023年對2022年的YoY會高估改善,因為2022年被抵押利率衝擊壓低。永遠要檢查基年是否異常。
- 「頭條YoY」會掩蓋步調變化: +4%的YoY可能是線性穩定上升,也可能是上半年+8%、下半年0%平均出來的結果。要在YoY視窗內檢查月度或季度路徑。
- 不是預測: YoY是回顧性的。今天的+4% YoY不代表明年也會是+4%。用來評估,不是投射。
- Apples-to-apples問題: YoY只有在地理、定義、方法學未改變時才有效。BLS方法學修訂、Census地理重新分類、發布機構的資料變動都會破壞YoY比較。
- 修訂會移動基期: 前一年的值會定期被修訂。你上個月算的YoY,今天可能因基年值變動而讀起來不同。