






















一套挂牌 90 万美元的房子,月供 "看起来" 能承受,房价 "应该" 会涨,还能 "抗通胀"——然后我让 AI 把账一笔一笔算清楚,发现事情没那么简单。
TL;DR: 这套 $899K 的房子,月供的 87% 是利息,10 年回本需要房价年涨 6.71%(高于历史均值),5 年内卖出所有情境都亏。买房不是不行,但先算账。
买房这件事,大部分人的决策过程是这样的:
看到一套不错的房子 → 月供算一下,好像能承受 → 房价长期在涨,买了总不会亏 → 下 offer。
听起来合理,对吧?
我最近用自己搭建的 AI 房产分析系统,对大西雅图地区的一套真实房源做了一次完整的财务拆解。这套系统不讲故事、不带情绪,只算数字——算完之后,我对 "买房" 这件事的理解被彻底刷新了。
今天就带你跟着这套房子,走一遍买房决策的全过程。每一步,我们都用真实数据说话。
地点:大西雅图地区,东区某学区 挂牌价:$899,000 户型:3 室 2 卫,约 1,800 sqft 首付:20%($179,800) 贷款:$719,200,30 年固定利率 6.75% 买方 closing cost:$13,485(1.5%) 入场总成本:$193,285
看起来是一套蛮标准的西雅图东区学区房。不算豪宅,但在当前利率下,月供也不低。
那么,问题来了——
银行算出来的月供(本金 + 利息)是 $4,665。看起来还好?
但这只是 "看得见" 的月供。我让系统把它拆开看:
| 第 1 个月 | 占比 | |
|---|---|---|
| 利息(沉没成本) | $4,046 | 86.7% |
| 本金(真正在攒的) | $619 | 13.3% |
也就是说,你每个月还给银行的 $4,665 里,接近 87% 是利息——纯粹的资金使用费,和交租金一样,一分钱都拿不回来。真正在 "攒资产" 的本金部分,第一个月只有 $619。
很多人说 "租金是打水漂",但你每个月 $4,665 月供中的 $4,046 利息,也同样在打水漂。区别只是打水漂的对象从房东变成了银行。
第一年下来:总还款约 $55,977,其中利息 $48,312(86.3%),本金仅 $7,665。
但这还不是全部。买房还有一笔"隐藏月供",不出现在你的银行账单上:
| 项目 | 每月金额 |
|---|---|
| 房产税(Property Tax) | ~$674 |
| 维护费 | ~$562 |
| 房屋保险 | ~$300 |
| 合计 | ~$1,536 |
小贴士: 房产税是基于房屋评估值计算的年度税费,华盛顿州约为房价的 0.9-1.0%。这不是一次性费用,而是每年都要交,而且随房价上涨而增长。
把利息和隐藏月供加起来,你每个月真正 "扔进水里" 的钱是 $5,582——而且随着时间推移,维护费和房产税还会涨。
每月总支出 $6,201,但其中只有 $619 在攒权益。剩下的 $5,582,和租金一样,花了就没了。
所以,"月供能承受" 和 "这笔钱花得值",是两码事。
"美国房价长期年均涨 5%"——这句话你一定听过。它来自 Case-Shiller 全国指数,作为长期均值确实没错。
但均值背后藏着巨大的波动:
更关键的是,对于这套 $899,000 的房子,系统算出来的 10 年 break-even CAGR 是 6.71%——也就是说,房价需要每年涨 6.71% 你才能在 10 年后刚好不亏。这比长期均值高了将近 1.7 个百分点。
换句话说,你不是在赌房价会涨——你是在赌它会涨得比历史平均更快。
系统跑了四种情境(10 年持有):
| 房价年均增长率 | 10 年后售价 | 净利润 |
|---|---|---|
| 悲观 2.0% | $1,096K | -$577,000 |
| 保守 3.5% | $1,268K | -$418,000 |
| 基准 5.0% | $1,464K | -$236,000 |
| 乐观 6.5% | $1,688K | +$71,000 |
只有在 6.5% 的乐观增速下,持有 10 年才勉强赚 7 万。而基准 5% 情境下,10 年后卖出仍然亏 23 万美元。
"通胀时物价涨,房价也涨,买房至少是个通胀对冲。"
这话对了一半。问题在于,你的持有成本也在涨。
房产税跟着评估值走(房价涨它也涨),维护费跟 CPI 走,保险逐年调。这意味着你的 "月供" 实际上每年都在变贵——虽然贷款本身是固定利率,但隐藏月供部分在稳步上升。
还有一个更本质的问题:买卖一次房子的摩擦成本太高了。
在华盛顿州,round-trip 成本大约是 8-10%: - 买方 closing cost:~1.5%(包括产权保险、律师费、贷款手续费、预付税款等) - 卖方 closing cost:~5.5%(主要是经纪人佣金) - 华州 REET:1.1-2.75%(华盛顿州特有的房产交易税,按售价分级累进,高价房税率更高)
以这套房子为例,即使 10 年后房价涨了 63%(年均 5%),round-trip 摩擦 + 累计持有成本仍然大于增值——净亏 $236,000。
有人想等利率降了再 refinance(重新贷款),但 refinance 本身有 2-3% 的手续费,需要 2-3 年才能回本,而且没人能保证利率会降到多少。
底线: 买房抗通胀只在低利率(<4%)+ 长持有期(>15 年)+ 低交易摩擦的市场才真正成立。在 6.75% 利率 + 华盛顿州高 REET 的环境下,这个优势大打折扣。
前三关我们算的是 "如果这套房子值这个价" 的情况。但一个更根本的问题是——它真的值这个价吗?
很多人看房时会参考 Redfin Estimate 或 Zillow Zestimate。如果估价和挂牌价接近,就觉得 "价格合理"。
但这些估价是算法模型,全名叫 AVM(Automated Valuation Model,自动估价模型),就是你在 Zillow 和 Redfin 网站上看到的那个 "估价"。它有几个关键局限:
还有一个容易踩的坑:listing 上写着 "recently updated" 或 "beautifully renovated",很多人就放心了。但翻新分两种——业主自住标准翻新用好材料做到位,投资客快速翻装(flipper)用廉价材料做表面文章。
识别 flipper 的关键信号:买入→挂牌涨幅超过 30% 且持有不到 3 年,或者只做了表面翻新(刷漆、换灯具、换台面)而管道、电气、屋顶没动。
看到 "翻新过" 三个字,恰恰应该多问一句:谁翻的?翻了什么?没翻的部分怎么样?
正确做法: AVM 只能作为粗排序工具。真正出价要看同街道近期成交、每平方英尺单价调整、以及实地看房后的判断。
"现在先上车,住个三五年,房子涨了就卖掉换更好的。"
这个想法特别常见,也特别危险。因为 5 年恰恰是持有期最不利的区间。
为什么这个想法这么流行?因为这是经典的 FOMO(Fear of Missing Out)——看到身边人买房赚钱了,就觉得自己不买就亏了。但你看到的是幸存者偏差:涨了的人到处说,亏了的人沉默不语。
回到数字:
原因一:交易摩擦在短持有期内占比最大。
8-10% 的买卖成本,如果持有 30 年,分摊到每年不到 0.3%。但只持有 5 年,等于每年要承担近 2% 的额外负担。房价光涨 8-10% 才刚刚回本——还没算利息和税费。
原因二:前 5 年还贷几乎全是利息。
$719K 贷款 5 年只攒了 $44K 权益(equity,即你在这套房子里真正属于你的部分),交了 $236K 利息。你以为在 "攒首付",其实绝大部分在 "交租"。
原因三:换房时你面对的是同样涨价的市场。
你的小房涨了 25%,但你想换的大房也涨了 25%——绝对差价反而更大了。 "先上车" 并没有让你在升级时获得优势。
系统跑了 5 年持有的四种情境:
| 房价年均增长率 | 5 年后售价 | 净利润 |
|---|---|---|
| 悲观 2.0% | $992K | -$328,000 |
| 保守 3.5% | $1,068K | -$258,000 |
| 基准 5.0% | $1,147K | -$185,000 |
| 乐观 6.5% | $1,232K | -$106,000 |
即使房价以 6.5% 的乐观速度增长,5 年后卖出仍然亏超过 10 万美元。
5 年 break-even 需要房价年均增长 8.41%——这在历史上极少持续出现。
更现实的场景是:5 年内换工作、家庭变化、被迫搬迁——这些不可预见的事件会逼你在最不利的时候卖房。那不是 "没赚到钱",是实打实地亏掉 10-30 万美元。
走完五关,回到最初的问题:这套 $899,000 的房子,要不要买?
数字给出的答案很清楚:
但这篇文章不是在劝你不要买房。
房子是家,是生活方式,是孩子的学区,是稳定感——这些东西没法用数字衡量。但在做一个可能是人生中最大的财务决策时,你至少应该知道数字在说什么。
不要用直觉做六位数的决定。 先算账,再做选择。
本文数据基于大西雅图地区真实市场参数的模拟分析,使用 6.75% 贷款利率、20% 首付、1.0% 房产税率等参数。不同地区和市场条件下,具体数字会有所不同,但分析思路是通用的。
文中所有数据由 AI 房产分析系统自动生成。如果你想了解这套系统是怎么工作的,可以看我的另一篇文章:《一句话需求,五个 AI,两篇文章》。
本文是 "数据驱动决策" 系列的一部分。下一篇:一句话需求,五个 AI,两篇文章(本文的幕后故事)。同系列:租和买到底差多少?我用数据算了 30 年。关注本站获取最新更新。
此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。