《超越現狀：對生命週期投資建議的批判性評估》

Beyond the Status Quo: A Critical Assessment of Lifecycle Investment Advice

演講: 清流君

---

第一部分：演講者內容主軸與論文深度解析

1. 核心宗旨：All In 的神聖與爭議

自 2020 年頻道成立以來，「All In」即為宗旨。然而，投資人常面臨諸多困擾：應全股票 All In 還是股債搭配？是否該開槓桿？美股配置比重為何？估值高低是否影響進出場？

為了解答這些疑問，本次引用的論文 《Beyond the Status Quo: A Critical Assessment of Lifecycle Investment Advice》（超越現狀：對生命週期投資建議的批判性評估） ，其含金量極高且震撼了西方金融界。

• 學界與業界的反應： 論文在 SSRN 下載量居高不下，引發 Morningstar 及各大財經媒體討論。甚至連量化投資大老、AQR 創辦人 Cliff Asness 都公開批評（Asness 主張應透過槓桿放大 60/40 股債組合的回報，而非單純 100% 持有股票；但本篇論文反駁了此觀點，詳見後述槓桿章節）。
• 挑戰主流： 論文開宗明義要挑戰現行的退休理財書籍、生命週期基金（Target Date Funds, TDFs）以及 CFA 教科書中的主流觀念——即「股債分散」與「年齡越大股票越少」的傳統智慧。

2. 研究方法論：百萬次「平行宇宙」的人生賽局

這篇論文並非隨意假設參數，而是使用了極其龐大的歷史資料庫來進行模擬：

• 資料範圍： 涵蓋全球 39 個已開發國家（包括美、英、日、德、法等，資料期間長達 1890 年至 2023 年，共 2,600 多年的國家/月度回報數據）。

• 模擬規模： 執行了 100 萬次的人生路徑模擬（Monte Carlo simulation）。
• 人生設定：
  • 對象： 一對夫妻（考量雙薪、雙人壽命風險）。
  • 期間： 從 25 歲工作投資存錢，直到 65 歲退休，之後依照 4% 法則提領，直到雙方離世（壽命依據美國社會安全局的死亡率分布隨機抽取，有人 70 歲過世，有人活到 100 歲）。
  • 收入模型： 採用美國社會安全局的大數據，模擬真實人生收入曲線（包含失業衝擊、加薪、低潮、起跑點差異等參數，收入具有持久性衝擊與暫時性衝擊，而非平滑的年增長）。

關鍵技術：區塊重抽樣 (Block Bootstrap)

為了避免「將同一段歷史複製貼上」的偏差，作者採用了 Block Bootstrap 技術：

• 運作方式： 不是像丟骰子一樣隨機抽取單月份回報，而是隨機抽取一段「連續的月份」（平均區塊長度為 10 年 / 120 個月）。
• 目的： 保留資產回報的記憶性（Memory）與關聯性（Correlation）。
• 重要性： 真實世界的熊市往往是連續數年的（如大蕭條、滯脹期），且在極端時期股債相關性會改變（例如高通膨時期股債雙殺，相關性轉正）。若只用單月隨機抽樣（IID），會破壞這些波動群聚的特性，低估長期風險。這使得本研究比傳統假設固定年化報酬（如 8% 或 10%）的模型精準度高出數十萬倍。

3. 最佳配置揭曉：全股票與國際分散

論文將各種資產配置策略丟入這 100 萬次平行宇宙中進行對決，尋找能讓退休後「滿意度最高」的策略。

• 評分標準（效用函數）：
  1. 退休後錢夠不夠花（實質消費水準）。
  2. 能不能撐到最後不破產（長壽風險）。
  3. 遺產留存金額。

• 遊戲規則： 資金可分配於四種資產：本國股市、國際股市、十年期公債、現金（國庫券）。

冠軍策略：100% 全股票 (All Equity)

最佳配置比例：33% 本國股市 + 67% 國際股市 + 0% 債券 + 0% 現金。

• 結論： 買好全股票配置（類似 VT 的概念），然後就不要亂動。

• 債券為何歸零？
  • 短期視角： 債券波動低，看似安全。
  • 長期視角（毀滅性缺點）： 隨著時間拉長，債券風險急劇上升。數據顯示，債券在 30 年期的變異風險是 1 年期的 2.3 倍，而國際股市反而降至 0.75 倍（均值回歸特性）。
  • 相關性陷阱： 債券與本國股市的相關性隨時間拉長會升至 0.45，失去對沖效果。
  • 通膨殺手： 債券與通膨的相關性高達 -0.78（高通膨時債券價格暴跌），而國際股市與通膨相關性僅 -0.01（幾乎零相關，更能抗通膨）。
  • 性價比低： 債券長期報酬低，且無法像國際股市那樣透過「跨國分散」來緩解單一國家風險。

4. 殘酷的現實：等效儲蓄率 (Equivalent Savings Rate)

論文計算了一個極具殺傷力的指標：「如果你選錯策略，你需要多存多少錢，才能達到與最佳策略（全股票）相同的生活水準？」 假設最佳策略（全股票）只需每年存收入的 10% 即可安穩退休：

1. 100% 現金/定存： 需存 56.2%（人生難度切換為地獄模式）。
2. 100% 本國股市： 需存 16.3%（單押單一國家風險極高）。
3. 傳統 60/40 股債組合： 需存 19.3%（接近翻倍的儲蓄壓力）。
4. 生命週期基金 (Target Date Funds, TDF)： 需存 16.1%。

解讀： 選擇 TDF 或股債平衡策略，意味著你必須每年多存 60% 的錢（例如從月存 1 萬變成月存 1.6 萬），才能追上 All In 全股票策略的退休品質。這就是為了「平穩」所付出的巨大代價。

微調策略的容忍度

• 全股票範圍內： 本國股市佔比在 11% 到 55% 之間（搭配國際分散），等效儲蓄率都在 10.5% 以下。意即：只要維持全股票，本國/國際比例稍微偏離最佳解，影響不大。
• 加入債券的懲罰：
  • 加 12% 債券：等效儲蓄率升至 11%（需多存 10% 資金）。
  • 加 40% 債券：等效儲蓄率升至 15.4%（需多存 54% 資金）。
  • 結論：加入債券就像是在遊戲開局點錯技能，必須花更多時間與資源（儲蓄）才能達到同樣等級。

5. 風險重新定義：退休後的生存戰

傳統觀念認為 All In 股票風險太大，但論文從「退休結果」重新定義風險：

1. 財富累積與遺產： 全股票策略在帳戶總金額、遺產留存上完全輾壓其他策略。
2. 破產機率 (Ruin Probability)：
   • 100% 全股票（最佳配置）：破產機率僅 7.0%。
   • 60/40 股債配置：破產機率 16.9%。
   • 生命週期基金 (TDF)：破產機率 19.7%。
   • 100% 現金/國庫券：破產機率 38.9%（依賴 4% 法則提領時，現金最快耗盡）。

最大跌幅 (Maximum Drawdown) 的真相

• 工作期間： 最佳策略平均跌幅約 55%，這確實很痛。但 100% 本國股市跌幅可達 67%，甚至 60/40 組合也有 54% 的平均最大跌幅。
• 退休期間：
  • 100% 現金：平均最大跌幅 46%（購買力被通膨腰斬）。
  • 最佳策略：平均最大跌幅 48%。
  • 結論： 即便是被視為保守的資產，在長達數十年的退休期間，其實質價值（購買力）腰斬的風險與股票相差無幾。 真正的風險不是「波動」，而是「沒錢花」或「資產被通膨吃光」。
  • 最慘情況比較（95th percentile）：在運氣最差的 5% 平行宇宙中，全股票策略的跌幅反而比債券部位重的策略更能「扛」，因為債券在通膨高漲時毫無招架之力。

6. 動態配置與信仰參數

• 動態調整有效嗎？ 論文測試了隨年齡調整配置（Dynamic Optimization），結果發現最佳路徑幾乎跟靜態全股票一模一樣，僅在退休初期極短暫持有極少量現金作為緩衝。這證明「隨年齡增加債券」是多餘的操作。

• 美股信仰參數 (X%)：

  • 如果你 100% 相信美股會像過去一樣制霸，那就 All In 美股。
  • 如果你只有 50% 的信心（認為市場已反映部分優勢，但也許有變數），模型建議 60% 美股 + 40% 國際股市。這恰好接近目前 VT (Vanguard Total World Stock ETF) 的市值加權比例。
  • 結論： 重壓美股是「信念下注」，而非純粹的數據理性；若要規避單一國家風險，VT 是隱含了中庸信仰的最佳解。

7. 2026 年投資建議與總結

演講者基於論文結論，提出應對未來的具體建議：

1. 不要壓注單一敘事 (No Single Narrative)： 不要把身家全押在 AI 或特定產業。應追求廣泛收割市場報酬 (Beta)，而非賭單一賽道。
2. 不要拿分散部位去替代股市部位 (Stacking, not Replacing)： 若要降低風險或增加收益，應用「堆疊」的方式。例如保留 100% 的股市 Beta，再疊加低相關性的策略（如管理期貨、多因子），而非減少股票去買債券。
3. 多因子分散 (Multi-Factor)： 利用價值、動能、品質等與市場週期不同的因子來提供緩衝，幫助度過波動，而非依賴債券。
4. 最簡單暴力法： VT (或 0050) All In。不論熊市崩跌，堅持扛住。這篇論文證明了，「承受股票的波動」是獲取最高退休效用、最低等效儲蓄率的唯一途徑。

---

第二部分：論文內容概要

本部分補充演講中未提及，但對於理解該研究極為關鍵的技術細節與數據，整理自論文《Beyond the Status Quo》。

A. 數據與樣本偏差的處理 (Data & Bias)

• 倖存者偏差 (Survivor Bias) 與 易得性偏差 (Easy Data Bias)：
  • 許多研究僅使用美國數據（US exceptionalism），這會有嚴重的偏差，因為美國是過去一世紀最成功的市場。
  • 本研究包含 39 個國家，且納入了那些經歷過惡性通膨、戰爭、市場關閉甚至資產沒收的國家（如德國、奧地利、日本戰後、俄羅斯等）。
  • 關鍵處理： 當市場因戰爭關閉（如一次大戰期間的歐洲），研究並未將其剔除，而是模擬投資人無法交易，最終承受該期間的資本損失或歸零，這真實反映了極端風險。

B. 槓桿的使用 (Leverage)

• 演講主要聚焦於「不開槓桿」的情境。但論文另外探討了若允許槓桿的情況：
  • Asness 的挑戰： Cliff Asness 認為與其 100% 股票，不如持有 60/40 股債組合並開 55% 槓桿，風險調整後報酬更好。
  • 論文反擊： 即使允許開槓桿，模型運算出的最佳解仍是 「槓桿化的全股票策略」（Leveraged All-Equity），而非槓桿化的股債組合。
  • 數據： 在合理的融資成本下（國庫券利率 + 利差），投資人傾向持有 34% 本國股票 / 66% 國際股票，並進行 55% 的融資（總曝險 155% 的全股票）。這比 Asness 建議的策略效用更高。

C. 退休提領的細節 (Retirement Withdrawals)

• 提領策略： 基礎模型假設每年提領退休當下資產的 4%（隨通膨調整）。
• 敏感度測試： 論文測試了 3%、5% 的固定提領率，以及「每年提領帳戶餘額 4%」的動態提領率。結果顯示，無論提領策略為何，最佳資產配置依然是 100% 全股票。

D. 預期效用與各類資產的相關性結構 (Correlation Structure)

• 均值回歸 (Mean Reversion)： 論文發現股票長期具有均值回歸特性（跌深會反彈），這使得股票的長期變異數（風險）低於短期變異數的線性推估。
• 債券的通膨脆弱性： 在 30 年的長週期下，債券實質報酬與通膨的相關係數為 -0.78。這意味著當你需要錢（物價變貴）的時候，債券往往表現最差，這徹底摧毀了債券作為「安全資產」的論述基礎。

E. 人力資本 (Human Capital)

• 論文模型中考量了人力資本的特性。年輕時人力資本（未來賺錢能力）像是一種「類債券」資產。
• 傳統理論認為，既然年輕人擁有很多「類債券」的人力資本，財務資本應全買股票；老了人力資本耗盡，財務資本應轉向債券。
• 本論文修正： 即便考慮人力資本，由於股票的預期報酬溢價（Equity Risk Premium）實在太高，且國際分散能有效降低尾部風險，因此即便到老，持有債券的機會成本（錯過的報酬）依然高過其帶來的避險效益。

F. 遺產動機 (Bequest Motive)

• 模型設定中，投資人不僅在乎自己花錢，也在乎留遺產給後代。
• 全股票策略因為長期複利效果強大，產生的平均遺產（$2.94M）遠高於 TDF（$0.72M）或 60/40 組合（$1.10M）。這對於有代際財富傳承需求的家庭來說，全股票具有壓倒性優勢。