高中排列組合讓你看懂報酬順序風險
引言：報酬的順序很重要
有不少投資人相信一個概念：長期投資，看年化報酬率最重要。但這句話其實只對了一半。如果投資人還在累積資產階段（Accumulation Phase），平均報酬率確實幾乎可以決定最終的累積財富。
但一旦當投資人進入退休提領階段（Decumulation Phase）後，事情就開始變得完全不同。此時真正影響人生的，可能不是報酬率高低，而是報酬出現的順序。這就是個人財務規劃領域著名的：Sequence of Returns Risk（報酬順序風險）
而理解這件事的簡單起點，竟然是高中數學的排列組合。
1. 高中排列組合告訴我們什麼？
我們大家應該都在高中數學學過排列（Permutation）。今天如果有 n 個不同元素，那麼排列數量為：n!意思是：第一個位置有 n 種選擇，第二個位置剩下 n−1 種，第三個位置剩下 n−2 種，那麼一路乘下去，就會得到n!。
例如五張不同撲克牌，可以排出：5!=120種不同順序。這看起來是高中數學考卷上的題目。但退休規劃其實也在做同一件事。假設退休後五年的市場報酬率分別是：+20%、+10%、+5%、−10%、和−20%；那麼光是這五個報酬數字可以排列出 120 種不同順序。
每一種順序，都代表一種不同的人生劇本。有些劇本是：退休第一年就遇到大跌。有些劇本是：退休十年後才遇到金融危機。有些劇本則可能一路順風順水。而令人意外的是，這 120 個劇本使用的是完全相同的報酬率。差別只是出現的先後順序。
1.1. 對年輕人的累積期來說，順序通常不重要
假設一個投資人今年 25 歲，每個月都固定定期定額投入 ETF，且未來 30 年都持續工作；那麼報酬率順序的重要性其實有限。因為這個投資人並沒有從投資帳戶提款。就數學上來說：資產價值只是持續做乘法。
而乘法具有交換律；例如：
2 × 3 × 4 與 4 × 2 × 3 結果都會等於 24。
因此對累積資產階段的人而言，市場先漲後跌，或先跌後漲，最終結果差異通常不大。
甚至在某些情況下，先跌反而更好。因為投資人能以更低價格持續買進。這也是許多年輕投資人能夠承受市場波動的原因。
1.2. 但對退休者來說，順序開始變得重要
但退休後世界改變了；因為帳戶不再只有乘法；帳戶持有人還多了一個動作：提款。
此時公式變成：
資產 × 報酬率 − 提領金額
每年的提領都會改變下一年的本金；於是交換律就被打破了。如果退休第一年就遇到 -30%，原本 1000 萬的資產只剩下 700 萬。接著還要提領生活費。可能又少掉 50 萬。於是本金只剩 650 萬。即使隔年市場大漲 30%，成長的基礎也已經變小。
很多原本應該參與上漲的資產，其實已經被賣掉拿去支付生活費。這也是為什麼退休初期的市場下跌，殺傷力遠遠大於退休後期的市場下跌。
1.3. 每一種排列，都是一個平行宇宙
如果把五年的報酬率看成五張撲克牌卡；那麼 120 種排列，就像 120 個平行宇宙。在某些宇宙裡，退休者活到 95 歲仍然保有大量資產。但在另外一些宇宙裡，退休金可能在 75 歲就已經耗盡。
更重要的是，這些宇宙使用的報酬率完全相同。沒有任何一個宇宙擁有更高的平均報酬。差別只是：好報酬與壞報酬出現的順序不同。這也是報酬順序風險（Sequence of Returns Risk）最反直覺的地方。它不是平均數問題。而是排列問題。
2. 當排列數量爆炸後，人類無法逐一計算
五年報酬率有：120 種排列；聽起來還算合理。那如果是十年呢？排列數量變成：10!=3,628,800 是超過三百六十萬種可能。如果是退休規劃常見的三十年呢？排列數量變成：
30!
約等於：2.65 × 10³² 這是一個大到難以想像的數字。如果地球上每個人每秒檢查一種排列，持續數百萬年，都無法檢查完全部可能性，這就是金融規劃遇到的核心問題。
理論上我們知道：未來存在無數種排列。但實務上，沒有人有能力把所有排列都計算一次。
2.1. 於是蒙地卡羅模擬誕生了
許多人第一次聽到 Monte Carlo Simulation（蒙地卡羅模擬）時，會以為這是某種高深的數學詞彙。但其實不是，從數學角度來看，蒙地卡羅只是在做一件事：從無數排列中隨機抽樣。
假設我們知道：股票長期平均報酬率約 10%，波動率約 18%；而退休期間 30 年，起始的退休資產 1000 萬。投資人每年想提領 40 萬
電腦就根據上述條件開始隨機生成一條可能的人生路徑。
第一條：
+15%、−8%、+22%、+3%……
第二條：
−25%、+12%、−5%、+30%……
第三條：
+7%、+9%、−18%、+14%……
如此反覆進行：一萬次、十萬次、甚至一百萬次。最後再統計：有多少情境成功活過 30 年？有多少情境提前耗盡資產？這就是蒙地卡羅模擬的本質：它在模擬大量可能的未來。
2.2. 從排列組合到退休金融學
如果從數學的角度來看，高中排列組合、大學機率論、及金融工程中的蒙地卡羅模擬，
其實是在解決同一個問題：當未來存在無數可能時，我們該如何做決策？所以退休規劃並不是要猜對未來。因為沒有人知道下一次金融危機何時發生；也不知道下一次牛市會持續多久。真正重要的是：當未來有數十億、數兆、甚至無限種可能排列時，我們的退休計畫是否能夠承受大部分情境。
退休規劃就是在設計一套系統，讓自己即使遇到最不幸的排列，依然能夠存活下來。這正是報酬順序風險背後的數學意義。
3. 學術研究如何看待報酬順序風險？
報酬順序風險並不是近年才被發現的問題。事實上，退休金融學（Retirement Finance）過去三十年的核心研究之一，就是在回答：如果退休後遇到市況不好，那麼我的退休金能撐多久？
而許多經典文獻都有差不多的結論：退休前後十年，是人生財務最脆弱的階段。
3.1. Bengen (1994)：4%法則的起點
1994 年，美國財務顧問 William Bengen 發表了一篇後來影響整個退休規劃產業的研究。他檢視美國歷史市場資料，
包含：
大蕭條
二戰
高通膨年代
石油危機
他提出一個問題：如果我退休時剛好遇到最糟市場，最多能提領多少？他的研究結果發現：若退休資產主要配置於股票與債券，每年提領初始資產約 4%，並隨通膨調整，大多數歷史情境下可以支撐 30 年退休生活。於是著名的4% Rule 正式誕生。但很多人忽略的是，他最大的研究貢獻其實不是4%。應該是發現：退休初期遇到熊市，才是真正的致命風險。
3.2. Trinity Study (1998)：成功率的概念
四年後，Cooley、Hubbard與Walz發表著名的 Trinity Study。與Bengen不同的是，他們開始用：成功率（Probability of Success）來思考退休規劃。他們的研究比較了：
不同的提領率
不同的股債比例
不同的退休年數
最後發現退休計畫並不存在絕對安全，只有成功機率的不同。這個觀念或多或少影響了蒙地卡羅模擬的普及。因為退休規劃開始從：「成功與否？」逐漸變成：「成功的機率是多少？」
3.3. Milevsky (2006)：退休是風險管理
加拿大退休金融學者 Moshe Milevsky 則進一步提出：退休最大的敵人不單單只是市場風險；還包括：
長壽風險（Longevity Risk）
報酬順序風險
通膨風險
三者會同時存在；他認為退休規劃不應該只看投資績效。所以退休規劃者應該思考：如何把最糟糕的人生劇本也納入規劃。因此他開始倡議年金化（Annuitization）作為管理長壽風險的重要工具。
3.4. Pfau (2011)：退休前後十年的危險地帶
Wade Pfau被許多人認為是近代退休研究最重要學者之一。他的研究發現：同樣的投資組合，若大跌發生在退休前後五年，其破壞力遠高於退休後二十年。原因在於：此時資產規模最大，提款才剛開始，且未來工作收入接近零。若遇到市場下跌無法再透過長時間等待完全修復。
Pfau將這段期間稱為：Retirement Risk Zone退休風險區。大致涵蓋：退休前五年到退休後五年共十年左右。
3.5. Kitces (2015)：報酬順序風險其實是提款風險
Michael Kitces 則從另一個角度切入。很多人以為順序風險來自市場；但其實不完全正確，因為如果退休者完全不提款，即使市場先跌後漲，長期累積的財富結果通常接近。而真正讓順序風險變更加嚴重的是：提款。
因此他提出：Sequence Risk = Return Risk + Withdrawal Risk
換句話說，報酬順序風險並非單純市場問題。而是市場與提款行為共同造成的結果。
3.6. 學術界的共識
從1994到超過三十年後的今天，有許多不同學者研究方法雖然不同，但最終得到非常接近的結論：
退休初期大跌最危險
提款會放大市場風險
成功率比單一報酬率更重要
退休前後十年是關鍵窗口
規劃重點應是存活，而非追求最高報酬
4. 如何降低報酬順序風險？
既然投資人無法控制市場，那麼我們真正能控制的是：退休制度設計。以下是學術界與實務界最常見的六種方法。
４.1. 降低提領率
這是最直接且有效的方法。假設退休資產：3000萬元。若每年提領：180萬元（6%），那麼當市場遭遇熊市時，本金耗損速度非常快。若降低至120萬元（4%）甚至是105萬元（3.5%）。則退休成功率往往大幅提高。這也是4%法則至今仍被廣泛討論的原因。
4.2. Bucket Strategy（水桶策略）
Bucket Strategy 的概念非常直覺，就是把退休資產分成三個桶子：
第一桶：現金
1~3年生活費
第二桶：債券
3~10年生活費
第三桶：股票
這一桶時退休者的長期成長資產。當退休時遇到市場崩跌時，可以先花現金桶；避免被迫賣股票。等市場慢慢恢復後，再賣股重新補充現金。也就是用時間換取空間（復原機會）。
4.3. Bond Tent（債券帳篷）
退休金融學者 Wade Pfau 與 Michael Kitces 的研究發現，退休前後十年是報酬順序風險最危險的時期。為了保護退休初期的資產，他們分析並推廣了所謂的 Bond Tent（債券帳篷）策略；其概念類似一座帳篷：
在退休前數年逐步提高債券比例，降低市場波動對退休資產的衝擊；退休後則隨時間逐步提高股票比例，以維持長期成長能力。
例如：
退休前：60%股票、40%債券
退休時：40%股票、60%債券
退休後20年：70%股票、30%債券
此策略的核心目的並非追求最高報酬，而是保護退休初期最脆弱的階段，降低報酬順序風險（Sequence of Returns Risk）對退休計畫的破壞。
4.4. Dynamic Withdrawal（動態提領）
傳統4%法則有個問題：那就不論市場好壞都提款固定比例。但動態提領則不同。當市場好時：可以多提一些；而市場差時：則少提一些。最著名的是：Guyton-Klinger Guardrails護欄策略。
該研究顯示，退休金存活成功率明顯高於固定比例提領。
4.5. 延後退休
這可能是所有方法中效果最直接的一種，延後退休三年，往往比追求額外1%報酬率還更有效。原因包括：
少提款三年
多存款三年
投資成長三年
退休年數縮短三年
以上四種效果同時發生，因此學術研究經常發現：延後退休是提升退休成功率最有效的方法之一。
4.6. 年金化（Annuity）
年金的概念是：把部分資產轉換成終身現金流。例如：把部分退休金交給保險公司，則未來每月固定領取收入。如此便能降低：
長壽風險
報酬順序風險
Milevsky甚至認為：退休規劃不應該只是投資組合管理；而是應該結合：投資＋保險＋年金來共同完成。
寫在最後
許多人閱讀退休規劃文章時，都希望得到清楚簡單的答案：退休時股票該買多少？我提領率該設多少？然而，學術研究這三十年的結論其實很一致：退休成功與否，是因為建立了一套能夠承受市場不如我們預期的系統。
因為我們無法準確預測市場；但提領率、現金準備、資產配置與退休時間，都是我們可以控制的。而這些數學方法與實務概念，才是降低報酬順序風險真正的核心。
AI寫作輔助揭示
本文之研究整理、文字編修與視覺圖像設計部分採用人工智慧工具輔助，所有內容均經作者審閱、查核與最終確認。本文僅供教育與學術討論用途，不構成任何投資建議。