蒙地卡羅失效之時：退休模擬的隱藏陷阱

蒙地卡羅失效之時：退休模擬的隱藏陷阱

蒙地卡羅模擬已成為退休規劃的預設工具。財務顧問、智慧投顧和機構養老金模型都依賴它來回答個人理財中最關鍵的問題：我的錢夠用嗎？典型的輸出令人安心：伴隨著10,000條模擬路徑的權威性，呈現出85%或90%的成功機率。但在這個數字背後隱藏著一系列假設，當這些假設失效時，產生的結果遠比模擬預測的要糟糕。

問題不在於蒙地卡羅模擬在原理上是錯誤的。而在於大多數規劃工具使用的標準實作做出了五個對真實金融市場而言明顯錯誤的關鍵假設。這些假設不會產生小誤差，而是系統性地低估了尾部風險，而尾部風險恰恰是無法從耗盡的投資組合中恢復的退休人員最需要關注的風險。

本文將逐一檢驗每個假設，量化其對退休預測的影響，並介紹研究人員在過去二十年中開發的方法論改進。

假設1：收益率獨立同分布（i.i.d.）

標準蒙地卡羅引擎從固定分布中獨立抽取每年的收益率，通常是根據歷史均值和變異數校準的常態分布。這意味著每個模擬年份不具有前一年的記憶。暴跌之年後面跟隨另一次暴跌的機率與跟隨繁榮的機率相同。

真實市場的表現與此截然不同。Mandelbrot和Hudson（2004）記錄了金融收益率表現出波動率聚集現象：大波動傾向於跟隨大波動，平靜期傾向於跟隨平靜期。這是GARCH模型所捕捉的經驗規律，已在幾乎所有資產類別和研究時期得到驗證。

i.i.d.假設還忽略了在不同投資期限上得到充分記錄的兩個特徵：均值回歸和動量。在短期（1至12個月），收益率表現出正自相關（動量）。在較長期限（3至7年），收益率傾向於均值回歸，尤其是從極端起始估值衡量時更為明顯。

對於退休規劃，i.i.d.假設尤其危險，因為它低估了長期回撤的機率。使用i.i.d.常態收益的標準蒙地卡羅模擬偶爾會產生連續兩到三年的壞年份。但它幾乎從不產生1966-1982年間退休人員實際經歷的那種長達十年的實質收益率枯竭，那段時期標普500在16年間的年化實質收益率約為-0.4%。

假設2：收益率的常態分布

即使i.i.d.假設成立，常態分布本身也不適合金融收益率。實際收益率表現出肥尾特徵：極端事件的發生頻率遠高於高斯模型的預測。1987年10月標普500在單日下跌20.5%，在常態分布假設下大約是一個20-sigma事件，其機率極低，在宇宙的存續期內都不應該發生。

Lo（2002）證明，分布假設對夏普比率等風險指標具有一階效應，進而影響依賴這些指標的所有蒙地卡羅分析。當收益率服從自由度為5的學生t分布而非常態分布時，極端負面結果的機率大幅增加。

上表展示了在60/40投資組合的30年退休模擬中，從常態分布切換到學生t分布（自由度為5）的影響。在常被引用的4%提款率下，失敗率從11%幾乎翻倍至22%。差異在更高的提款率下進一步擴大，而這恰恰是退休人員最脆弱的區間。

Pfau（2010）表明，使用常態分布的蒙地卡羅模擬產生的安全提款率明顯高於歷史自助法分析得出的結果，後者本質上保留了實際收益率的肥尾特性。差異在結果的左尾最為顯著，而左尾正是對退休保障最重要的區域。

假設3：固定相關性

標準蒙地卡羅模擬使用固定的相關矩陣來建模資產類別之間的關係。典型假設可能將股票-債券相關性設為-0.2，反映2000-2020年期間觀察到的平均關係。這種負相關是使60/40投資組合顯得具有吸引力的分散化收益的基礎。

但相關性並非固定不變。它們依賴於市場制度，並且傾向於在最需要分散化的時候飆升。在2008年金融危機、2020年新冠暴跌和2022年通膨衝擊期間，股票-債券相關性發生了劇烈變化。2022年，彭博美國綜合債券指數下跌13%，同時標普500下跌18%，這種同步下跌在固定負相關模型中會被歸類為極不可能的結果。

Blanchett和Blanchett（2008）發現，將動態相關性納入退休預測會顯著降低估計的投資組合存活率，尤其是對股票配置中等至偏高的投資組合影響最大。效果在左尾最為明顯，危機時的相關性飆升與收益順序風險相結合，產生了遠比標準模型預測更差的結果。

Hamilton（1989）開發了制度轉換框架，為建模這些相關性動態提供了數學基礎。一個包含正常市場和危機時期的兩制度模型捕捉了分散化恰恰在最需要時失效這一本質特徵。

假設4：作為背景雜訊的通膨

大多數退休蒙地卡羅工具將通膨視為常數（通常為2-3%）或與市場收益無關的簡單隨機變數。這忽略了對退休人員最危險的通膨情境：持續性的多年通膨，同時侵蝕購買力並壓制實質資產收益率。

1970年代提供了最清晰的歷史案例。從1973年到1982年，美國CPI通膨年均8.7%，而標普500名義年化收益率約為6.7%，產生了持續近十年的負實質收益率。將通膨視為均值3%、標準差1.5%的獨立雜訊的標準蒙地卡羅模擬，由於未能建模高通膨與低實質收益率之間的相關性，幾乎從不生成這種情境。

對退休投資組合的影響是嚴重的。1973年以4%通膨調整提款率開始提款的退休人員，由於通膨調整導致名義提款金額急劇上升，同時投資組合的實質價值下降。這是最糟糕的組合：不斷上升的提款遇上不斷下跌的投資組合價值。

假設5：以歷史均值作為前瞻性預期收益

最後一個關鍵假設是使用歷史平均收益率作為預期收益輸入。美國股票自1926年以來大約實現了10%的名義年化收益率。許多蒙地卡羅工具使用這個數字或接近的數字作為前瞻性假設。

這忽略了起始估值與後續收益之間的強實證關係。當席勒CAPE比率超過30時（2020年代大部分時間都如此），隨後10年的實質收益率歷史平均為0-3%，遠低於6-7%的長期平均水準。當估值偏高時使用歷史均值作為前瞻性估計，會系統性地產生過於樂觀的蒙地卡羅結果。

上表比較了100萬美元60/40投資組合在30年4%通膨調整提款率下的四種蒙地卡羅方法。標準方法顯示11%的舒適失敗率。但隨著每個現實特徵的加入，失敗率穩步攀升。整合了肥尾、制度轉換相關性和自相關收益的組合模型估計失敗率為28%，是標準結果的兩倍多。

什麼失效了：標準MC vs. 現實

這些假設的累積效應是標準蒙地卡羅模擬產生系統性的樂觀偏差。標準模擬的第5百分位結果，即顧問呈現為現實最壞情況的情境，遠優於實際的歷史最差結果。

考慮一位2000年以100萬美元60/40投資組合和4%提款率開始退休的人。網路泡沫破裂、2008年金融危機和2022年股債相關性崩潰帶來的收益序列，在標準蒙地卡羅模型中將被置於第1百分位以下。這位退休人員在22年內經歷了三次嚴重回撤，其中兩次伴隨著股票和債券的同步下跌，而這是固定相關性模型實際上排除的情境。

這不僅僅是歷史上的好奇現象。產生這些結果的結構性條件（高估值、變化的通膨制度、演化的股債相關性）是金融市場的特徵，而非異常。

改進方案：更好的蒙地卡羅方法

研究人員已開發出多項改進來解決這些失效。

分塊自助法模擬不是獨立抽取單個年份的收益率，而是從歷史記錄中抽取連續年份的區塊（通常3-5年）。這保留了i.i.d.抽樣所破壞的自相關結構、波動率聚集和區塊內的相關性動態。Cogneau和Zakamouline（2013）證明，分塊自助法與標準蒙地卡羅相比產生了實質性不同的退休結果分布，左尾更寬、中位數結果更低。

制度轉換蒙地卡羅使用Hamilton（1989）開發的框架，將市場建模為在不同制度（擴張、衰退、危機）之間交替，每個制度具有不同的收益分布和相關性結構。這捕捉了危機不僅僅是大的單期衝擊，而是具有獨特統計特性的持續期間這一本質特徵。

肥尾分布用學生t分布或穩定分布等更好地捕捉極端事件的替代分布取代常態分布。自由度4-6的學生t是一種常見的實用選擇，無需奇異的分布假設即可大幅增加尾部機率。

基於情境的壓力測試將特定的歷史或假設壓力情境疊加到蒙地卡羅路徑上。這種方法不僅僅依賴隨機抽取，而是明確包含1970年代停滯性通膨、日本失去的數十年或股債同步回撤等情境。這確保了無論隨機抽樣產生什麼結果，已知的失效模式都能在分析中得到體現。

退休規劃的實際啟示

這些發現的實際意義在於，標準工具85%的蒙地卡羅成功率很可能高估了實際的退休保障。當納入肥尾、相關性動態和制度效應後，85%的成功率在更現實的假設下可能對應大約70-75%。

這並不意味著應該放棄蒙地卡羅模擬。它意味著應該在認識其局限性的基礎上使用這個工具，理想情況下輔以改進的方法論。不了解內嵌假設就依賴標準蒙地卡羅結果的退休人員或顧問，是在基於系統性低估最壞結果風險的模型做決策。

最穩健的方法結合多種手段：作為基準的標準蒙地卡羅、考慮自相關的分塊自助法估計、分析危機動態的制度轉換分析，以及針對已知歷史失效模式的明確情境測試。當這些方法趨於相似的結論時，對預測的信心大幅增加。當它們分歧時，更保守的估計應指導規劃。

參考文獻