"Madan,我明年要结婚了，根本买不起房啊，丈母娘要砍我，女票要吹了啊！”
——开个玩笑，人家美国人结婚不要房。
但现在有人把硅谷房价上涨这个黑锅都推给了风险投资。讲真，要是在国内的话。。。“买房兴邦，创业误X”谁说的来着？如果房市一片大好的话，大家有钱就去买房了，哪有闲心去投资呢？
房价上涨这个锅，风投该不该背？来看下面几张图。
图中下方红色区域为硅谷
硅谷位于加利福尼亚州北部，旧金山湾区南部，
长久以来，硅谷的房子价格一直都很高，一般均价在百万美元一套，
但是美国房子面积比较大，几百平米一个大House，自己还带小院儿。当然，那种相对更昂贵一点。
但硅谷人民并不太开心，因为这几年硅谷房价和国内一样也在疯长，让人难以支付高昂的首付和贷款。
至于房价高的原因，一般居民都会认为和硅谷拥有大量科技公司巨头有关，比如苹果、谷歌、雅虎等；也有人说和炒房有关。又有人说和炒房客有关。
密密麻麻的硅谷科技公司，小编要瞎了
但是，根据某分析公司的数据分析可以得知，房价上涨和投资行业的投资速度有着密不可分的联系。
这家公司就是著名的投资分析公司Mattermark。
去年，Mattermark曾经对硅谷地区的房屋交易数量和投资行业的投资额进行比对，发现这两者之间存在着某种神秘的关联。
先来看*张图，这张图是1995-2015投资额度与硅谷房价关系图：
两条曲线有没有很像，有没有？
今年mattermark又分析了近十年的硅谷地区的房价和硅谷地区的投资公司的投资规模。
再来看第二张图，这张图2005-2016是硅谷房价与科技行业投资金额关系图：
从上图可以看出，投资公司对于科技初创公司的投资规模与硅谷地区的房价是呈正相关，也就是说投资规模越大，硅谷地区的房价越高。
也有吃瓜群众说，房价总是一直在涨啊，投资额也会一直变多啊，这个有什么关联？但实际上，近年来美国的整体房价还是非常稳定的，包括硅谷周边地区的房价。
此外，虽然图中看到有几年房价的涨幅与投资增长速度没有呈现非常一致的状态，但是总体趋势上可以发现房价是随着投资规模的扩大而不断增加。
从另一个角度来看，对于所有创业阶段公司的投资数量和硅谷地区的房价也呈现正相关的趋势。当投资交易数量上升的时候，房价也会跟着上升。当交易量稳定的时候房价也会因此停滞甚至下降。
接下来是第三张图，睁大眼睛看哦，我要让风投机构背锅的原因就在这里,投资项目数量甚至都与房价有关：
图3赤果果的展示了投资额和房价不可告人的关系
从图2和图3的对比也可以看出，与房价关系更加密切的是投资额，比投资数量关系更大。
但是*的发现是：在硅谷这样一个聚集着众多科技公司的地区，对于科技初创公司的投资幅度将会影响这个地区的房价。
小编邪恶地揣测一下：如果是投资狂热期，很多项目拿到了钱，他们就肆意地租房，房东一看租房价格都涨了，赶紧房价也涨涨涨。如果正好遇到资本寒冬，一批项目倒了，很多拥有房子的程序员就卖掉自己房子回家养老或者周游世界了，也没有更多的人来硅谷创业和融资，因此房子不太好卖，房价顺势就跌了。
此外，从这两幅图的走势，也可以判断出明年硅谷地区的房屋价格。
接下来会是怎么样的价格？
从趋势上来说，明年的硅谷房价应该会下跌。。。。。。
图中可以看出，从2013年开始风投行业的成交量和数额增加，直到2016年才明显下降，与此对应的是硅谷房价在不断上涨。
2016年的投资规模和金额开始缩小，因此我们推断——
2017年硅谷的房价会降。
（欢迎截屏，预测对了是我们机智，但预测错了我们不负责任。）
虽然如此，但是需要注意一点，房价的成因是一个复杂的因素，它受到法律、市场需求、房屋数量等因素的共同制约，而不仅仅是投资规模这一个要素导致这一现象。
比如说政治原因，硅谷地区的房屋数量是受到限制的。而上周硅谷所在的几个地方通过几项法案，又一次限制了当地的房屋出售数量。因为考虑到过多的人口会使当地的各项公共资源紧张，因此硅谷地区的市议会都通过法案来限制了当地的人口*容量，这从一个方面推高了房价。
另外，人才对于科技公司来说意义重大，因此各家科技公司之间的竞争也就体现在了人才的竞争上，更体现在硅谷公司用高额薪水吸引人才加盟。在一个拥有众多科技公司的地方，公司职员的薪水不断上涨，就会意味着房价随之上涨。
另外，为什么投资公司的投资规模会导致房价上涨，两者之间的关系虽然已经明确，但是关系背后的产生机制还有待进一步思考。
注：
1.本文图表是mattermark分析了上万家硅谷周围的私募基金从2005年1月到今年9月的所有项目数据，这些项目囊括了几乎所有的科技初创项目。
2.这里的硅谷周围指的是硅谷周围的29个城市：Atherton, Belmont, Campbell,
Burlingame, Cupertino, East Palo Alto, Fremont, Los Altos, Los Altos Hills,
Los Gatos, Menlo Park, Millbrae, Milpitas, Monte Sereno, Mountain View,
Oakland, Palo Alto, Redwood City, San Bruno, San Carlos, San Francisco,
San Jose, San Mateo, San Ramon, South San Francisco, Stanford, Woodside
Sunnyvale, and Union City.
3.本文的数理计算模型请参见：
http://www.zillow.com/research/zhvi-methodology-6032/
