การวางแผนเกษียณอายุโดยใช้การจำลองแบบมอนติคาร์โล

ไม่มีทางที่จะคาดเดาอนาคตได้ แต่ การจำลองมอนติคาร์โล ที่เปิดโอกาสให้เกิดภัยพิบัติได้จริงสามารถให้ภาพที่ชัดเจนขึ้นว่าเงินที่จะถอนออกจากการออมเพื่อการเกษียณได้อย่างปลอดภัย

นี่คือวิธีการทำงานของ Monte Carlo และวิธีนำไปใช้กับการวางแผนเกษียณอายุ สิ่งสำคัญคือต้องเข้าใจว่าสิ่งใดที่ขาดไม่ได้และจะแก้ไขได้อย่างไร

ทำความเข้าใจกับการจำลองมอนติคาร์โล

การจำลอง Monte Carlo เป็นแบบจำลองทางคณิตศาสตร์ที่ใช้สำหรับการประเมินความเสี่ยงที่ตั้งชื่อตามเมืองการพนันของโมนาโก ผู้ที่พยายามวางแผนเพื่อการเกษียณอย่างมั่นคงและไม่สามารถสูญเสียเงินออมของพวกเขาไม่ต้องการเสี่ยงโชคด้วยเงินของพวกเขา เหตุใดจึงหันไปใช้การจำลอง Monte Carlo เพื่อเป็นแนวทาง?

แม้ว่าชื่อสำหรับการคำนวณนี้อาจดูน่าขัน แต่ก็เป็น เทคนิคการวางแผน

ใช้ในการคำนวณเปอร์เซ็นต์ความน่าจะเป็นของสถานการณ์เฉพาะตามสมมติฐานที่ตั้งไว้และ ค่าเบี่ยงเบนมาตรฐาน. มักใช้วิธีมอนติคาร์โลในการลงทุนและการวางแผนการเกษียณอายุเพื่อคาดการณ์แนวโน้มที่จะบรรลุผล เป้าหมายทางการเงินหรือการเกษียณอายุ และผู้เกษียณอายุจะมีรายได้เพียงพอหรือไม่หากได้รับผลลัพธ์ที่เป็นไปได้มากมายใน ตลาด

ไม่มีพารามิเตอร์ที่แน่นอนสำหรับการฉายภาพประเภทนี้ สมมติฐานพื้นฐานสำหรับการคำนวณเหล่านี้มักจะรวมถึงปัจจัยต่างๆ เช่น อัตราดอกเบี้ย อายุของลูกค้า และเวลาที่คาดว่าจะเกษียณอายุ จำนวนพอร์ตการลงทุนที่ใช้จ่ายหรือถอนออกในแต่ละปี และ การจัดสรรพอร์ตการลงทุน. จากนั้นโมเดลคอมพิวเตอร์จะรันผลลัพธ์ที่เป็นไปได้หลายร้อยหรือหลายพันรายการโดยใช้ข้อมูลทางการเงินในอดีต

ผลลัพธ์ของการวิเคราะห์นี้มักจะมาในรูปแบบของ a โค้งระฆัง. เส้นโค้งตรงกลางแสดงสถานการณ์ที่มีแนวโน้มจะเกิดขึ้นทางสถิติและในอดีตมากที่สุด จุดสิ้นสุดหรือส่วนท้าย วัดความเป็นไปได้ที่ลดลงของสถานการณ์ที่รุนแรงที่อาจเกิดขึ้นได้

ข้อจำกัดที่ต้องพิจารณา

ความปั่นป่วนของตลาดได้เปิดเผยจุดอ่อนที่ดูเหมือนว่าจะประสบกับวิธีการนี้

ผู้สนับสนุนชี้ให้เห็นว่าการจำลองแบบมอนติคาร์โลโดยทั่วไปจะให้สถานการณ์ที่สมจริงมากกว่าการคาดคะเนง่ายๆ อัตราผลตอบแทน บนเมืองหลวง นักวิจารณ์โต้แย้งว่าการวิเคราะห์ของมอนติคาร์โลไม่สามารถแยกวิเคราะห์เหตุการณ์ที่เกิดขึ้นไม่บ่อยนักแต่รุนแรงได้อย่างแม่นยำ เช่น ตลาดล่มลงในการวิเคราะห์ความน่าจะเป็น จากการวิจัยพบว่านักลงทุนและมืออาชีพจำนวนมากที่ใช้วิธีนี้ไม่ได้แสดงความเป็นไปได้ที่แท้จริงของประสิทธิภาพของตลาดเช่นวิกฤตการณ์ทางการเงิน

ในบทความของเขา "The Retirement Calculator from Hell" William Bernstein แสดงให้เห็นถึงข้อบกพร่องนี้เขาใช้ตัวอย่างชุดของการโยนเหรียญเพื่อพิสูจน์จุดของเขา โดยที่หัวเท่ากับกำไรของตลาด 30% และขาดทุน 10%

• เริ่มต้นด้วยพอร์ตโฟลิโอ 1 ล้านเหรียญและโยนเหรียญปีละครั้งเป็นเวลา 30 ปี ผู้ประหยัดจะจบลงด้วยค่าเฉลี่ยรายปี ผลตอบแทนรวม ของ 8.17% นั่นหมายความว่าพวกเขาสามารถถอนเงิน $81,700 ต่อปีเป็นเวลา 30 ปีก่อนที่จะหมดเงิน อาจารย์ใหญ่.
• นักเซฟที่พลิกหางทุกปีในช่วง 15 ปีแรก จะสามารถถอนได้เพียง 18,600 ดอลลาร์ต่อปีเท่านั้น ผู้ช่วยชีวิตที่โชคดีพอที่จะพลิกหัวใน 15 ครั้งแรกอาจทำเงินได้ 248,600 ดอลลาร์ต่อปี

และในขณะที่อัตราการพลิกหัวหรือก้อย 15 ครั้งติดต่อกันดูห่างไกลจากสถิติ แต่ Bernstein ได้พิสูจน์จุดยืนของเขาต่อไปโดยใช้ ภาพประกอบตามสมมุติฐานจากพอร์ตการลงทุน 1 ล้านดอลลาร์ที่ลงทุนในหุ้นขนาดใหญ่และขนาดเล็กรวมกันห้าชุดและ ห้าปี คลัง ในปี พ.ศ. 2509 ปีนั้นเป็นจุดเริ่มต้นของการเพิ่มขึ้นจากตลาดเป็นศูนย์เป็นเวลา 17 ปีเมื่อปัจจัยหนึ่งเข้ามา เงินเฟ้อ.

ประวัติศาสตร์แสดงให้เห็นว่าเงินจะหมดลงในเวลาไม่ถึง 15 ปีที่อัตราการถอนเฉลี่ยทางคณิตศาสตร์ที่ 81,700 ดอลลาร์ อันที่จริง การถอนเงินต้องลดลงครึ่งหนึ่งก่อนที่เงินจะคงอยู่ได้ครบ 30 ปีเต็ม

วิธีการวางแผนตามความเป็นจริง

มีการปรับเปลี่ยนพื้นฐานบางประการที่ผู้เชี่ยวชาญแนะนำเพื่อช่วยแก้ไขข้อบกพร่องของการคาดการณ์มอนติคาร์โล อย่างแรกคือเพียงแค่เพิ่มความเป็นไปได้ของความล้มเหลวทางการเงินที่ตัวเลขแสดงขึ้นคงที่เช่น 10% หรือ 20%

อีกประการหนึ่งคือการจัดทำประมาณการที่ใช้เปอร์เซ็นต์ของสินทรัพย์ในแต่ละปีแทนจำนวนเงินที่กำหนดไว้ซึ่งจะช่วยลดความเป็นไปได้ที่เงินต้นจะหมดลงอย่างมาก

บรรทัดล่าง

สามารถใช้การจำลอง Monte Carlo เพื่อช่วยวางแผนการเกษียณอายุได้ คาดการณ์ผลลัพธ์ที่แตกต่างกันซึ่งจะส่งผลต่อความปลอดภัยในการถอนเงินออมเพื่อการเกษียณในช่วงเวลาที่กำหนด นักวิจารณ์แย้งว่าสามารถประมาทวิชาเอกได้ ตลาดหมี. อย่างไรก็ตาม ผู้เชี่ยวชาญแนะนำวิธีการสองสามวิธีในการเอาชนะข้อบกพร่องของแบบจำลองนี้