Monte Carlo 退休模擬

傳統退休試算只給你一個答案：假設年化 5% 報酬，30 年後會有多少。但市場會波動 — 有的年份賺 20%、有的虧 15%。Monte Carlo 用隨機抽樣跑 1,000 次不同的市場情境，給你成功率與資產分布，而非單一數字。

輸入資料

退休起始資產（萬元）

年提領金額（萬元）

每年從資產中提領的金額；試算中會隨通膨遞增

退休期間（年）

預期年化報酬（%）

報酬標準差（%）

標準差代表市場波動度：股債均衡組合歷史約 10–12%，全股約 15–18%

通膨率（%）

Monte Carlo 依隨機抽樣，每次結果略有差異

模擬結果

成功率

67.5%

1000 次模擬中，675 次在 30 年內資產未耗盡

30 年後資產分布

如何解讀

Monte Carlo 假設報酬服從常態分布且每年獨立，實際市場有肥尾（黑天鵝）與報酬序列風險，結果僅為機率分布的參考。

資產走勢（中位數與 10-90 百分位區間）

線為 1,000 次模擬的中位數路徑；陰影帶為第 10 至第 90 百分位區間 — 代表 80% 的模擬結果落在此範圍內。帶越寬代表市場不確定性越大。

為什麼 Monte Carlo 比較真實

傳統「年化 5% 複利」試算假設市場每年剛好賺 5%。現實中有的年份 +25%、有的年份 −20%，且順序會影響最終結果（sequence of returns risk）— 即使平均一樣，剛退休就遇到大跌的人，資產耗盡機率遠高於晚年才遇到大跌的人。

Monte Carlo 模擬每年隨機抽一個報酬率（依常態分布，用你輸入的平均與標準差），跑 1,000 次獨立的退休路徑，看多少次資產未耗盡，即是「成功率」。

更多關於 Monte Carlo 與 Sequence of Returns Risk 的說明，可參考Monte Carlo 退休模擬：從「平均」到「機率」一文。