相同的平均值，截然不同的命运
Roberto 和 Carla 在同一天退休。两人都持有 40 万欧元的多元化投资组合，股债比例为 70/30。两人每年都提取 1.6 万欧元，按通胀调整。在随后的二十年里，两人均实现了 6.5% 的年均回报。
然而到最后，Roberto 的投资组合仍有 68 万欧元。Carla 的账户已经归零，她的资金在第十四年就耗尽了。
相同的起点，相同的平均回报，却是天壤之别的结果。
差异完全在于这些回报到来的顺序。Roberto 在退休前几年经历了市场下跌，但退休初期遭遇的是牛市。Carla 则恰恰相反：她退休的头几年碰上了市场大跌。在持续提款的过程中，她不得不以低价出售份额，资本基础永久性地受损，再也没能充分恢复。
这就是收益序列风险。
什么是收益序列风险
收益序列风险是指，即使投资组合的平均回报保持不变，回报的时间分布也可能导致比预期糟糕得多的最终结果。
风险不在于总体数字，而在于路径本身。一个投资组合在退休第一年亏损 30%，之后回弹上涨，与先上涨再遭受同等亏损的组合相比，最终处境会弱得多，尽管两者在整个周期内的算术平均值相同。
原因是数学层面的。当你从一个下跌的投资组合中定期提款时，低价出售的份额数量多于高价时期。这永久性地减少了日后能受益于市场回升的份额数量，资本基础的侵蚀在结构上难以逆转。
为什么在积累阶段影响不大
在财富积累阶段，收益序列风险几乎可以忽略。每月定投 500 欧元坚持三十年的投资者，其最终结果几乎完全取决于年化平均回报，而非好年份与坏年份的先后顺序。
事实上，在定期投资计划中，早期的市场下跌反而有利：可以以更低的价格买入更多份额，拉低平均持仓成本。
这种对称性在第一次提款时就彻底打破了。
一旦开始卖出份额而不是买入，回报序列就成为最终结果的决定性因素。积累阶段和提款阶段的投资组合，对同等波动的反应截然相反。
深入解析不对称性：一个数值案例
两位投资者各持有 40 万欧元，每年提取 1.6 万欧元。五年内，两人经历了相同的回报序列，但顺序相反。
| 年份 | 投资者 A 回报 | 投资者 B 回报 |
|---|---|---|
| 第 1 年 | +30% | -20% |
| 第 2 年 | +20% | -10% |
| 第 3 年 | +5% | +5% |
| 第 4 年 | -10% | +20% |
| 第 5 年 | -20% | +30% |
两人的算术平均值均为 +5%。
投资者 A（好年份在前）：
$$V_1 = (400.000 \times 1{,}30) - 16.000 = 504.000 \text{ €}$$
$$V_5 \approx 404.813 \text{ €}$$
投资者 B（差年份在前）：
$$V_1 = (400.000 \times 0{,}80) - 16.000 = 304.000 \text{ €}$$
$$V_5 \approx 360.189 \text{ €}$$
五年后，平均回报相同，提款金额相同，投资者 A 持有 404,813 欧元，投资者 B 仅有 360,189 欧元。这超过 44,000 欧元的差距，是在两人没有做任何不同决策的情况下产生的。
在三十年的时间维度上，这种差异会不断放大，最终成为一个健康组合与一个耗尽组合之间的分水岭。
为什么标准模型无法识别这一风险
许多财务规划工具使用平均回报来预测未来。输入 6% 的年回报持续三十年，表格就会给出一个整齐、令人放心的最终数值。
对于进行提款的人来说，这个计算是有误导性的。
平均回报并不等于真实投资组合的回报。真实回报取决于路径：年份的顺序，以及回报与提款之间的相互作用。固定回报模型无法模拟这一点，因为它消除了时间维度上的波动性，而这恰恰是风险的根源。
实际结果是：仅凭平均值来规划退休生活，往往会系统性地高估成功概率。收益序列风险在简化模型中几乎不可见，却在真实市场中表现得十分显著。
管理收益序列风险的策略
收益序列风险无法消除，但可以管理。有效策略从两个维度入手：降低退休初期市场下跌的冲击，以及保留根据实际情况调整提款的灵活性。
分桶策略（Bucket Strategy）
将投资组合划分为三个时间跨度不同的"桶"。第一个桶存放一到两年的生活开支，以现金或等价物形式持有：不受市场波动影响，确保早期提款无需在低价时出售资产。第二个桶持有债券和低波动资产，对应三到八年的时间跨度。第三个桶是用于长期增长的股票组合。
逻辑很直接：即使第一年股票下跌 40%，提款依然来自现金桶，而非承压的股票。投资组合有足够时间在被动用之前完成修复。
带护栏的灵活提款
不再严格遵循通胀调整后的初始提款额，而是设定两个调整阈值。若投资组合大幅增长，次年提款可上调至设定上限；若跌破临界水平，则将提款减少 10% 至 15%，直至情况正常化。
这种方法的代价是收入可预期性降低。好处是在市场压力期间降低耗尽风险，给投资组合留下修复空间。
债券帐篷：反向滑行路径（Bond Tent）
一种看似反直觉、但有大量研究支持的策略，建议在退休前五年增加债券配置比例，然后在之后十年逐步降低，重新回归更高的股票敞口。
目标是保护投资组合在最脆弱的时间窗口内不受重创：退休前后各五年，正是收益序列风险最为尖锐的阶段。度过这个关键期后，组合可以重新增加股票配置，以支撑长期可持续性。
部分年金化
将部分资本转换为终身年金，可获得与市场表现无关的固定收入。这消除了年金化部分的序列风险，代价是失去灵活性以及将资产传承给后代的可能性。
对于拥有公共养老金的投资者，这笔国家福利已部分发挥了这一作用：作为有保障的底线收入，它减少了退休关键初期对投资组合的依赖。
收益序列风险与蒙特卡洛模拟
蒙特卡洛模拟是在规划阶段使收益序列风险可见的最有力工具。
不同于使用固定平均回报，蒙特卡洛模拟会生成数千条可能的投资组合路径，每条路径都从历史分布中抽取不同的回报序列。结果不是一个单一数字，而是概率分布：有多少次模拟以正向资本结束，有多少次耗尽，发生在哪一年。
这种方法能明确捕捉到平均回报模型所看不见的内容。两个预期平均值相同但波动性不同的组合，会产生截然不同的结果分布：波动性更高的组合面临更差的序列风险，负面场景的尾部更宽。
通过 Wallible，你可以基于自己的真实投资组合运行这项模拟，包含你的具体配置、计划提款额和时间跨度。模拟器计算的成功概率已通过模拟路径的变异性将序列风险纳入其中。
与 4% 法则的关联
4% 法则正是为了抵御美国市场历史上最差的回报序列而校准的，对应三十年的时间跨度。它隐含地考虑了序列风险：选择这个比率，正是因为它在历史上最糟糕的场景中依然成立。
但收益序列风险也解释了为什么 4% 法则并非放之四海而皆准的保证。在漫长熊市开始之际退休的人，面临的是最不利的条件。对于许多美国以外的投资者而言，历史股票回报低于美国水平，3% 至 3.5% 的保守提款率加上灵活的提款策略，是比机械套用 4% 更站得住脚的选择。
下一步
收益序列风险在平均回报电子表格中不可见，但在真实市场中切实存在。不考虑这一风险来规划退休，无异于在从未经过压力测试的地基上建房。
借助 Wallible，你可以：
- 模拟你的提款计划 ，通过蒙特卡洛模拟查看完整的场景分布，而不仅仅是平均值
- 阅读4% 法则指南 ，了解这一数字的来源，以及为何保守的比率往往更合适
- 探索蒙特卡洛模拟指南 ，理解模拟器如何捕捉路径变异性，而非仅仅关注预期回报
