做好退休準備,精算師給你的5個簡單儲蓄策略!

蒐羅與財經、理財相關書籍內容介紹及書摘,協助讀者快速閱讀書籍精彩內容。
做好退休準備,精算師給你的5個簡單儲蓄策略!

中等收入至高收入家庭如果長時間把薪資7%~10%儲蓄起來,或許便能做好退休準備(假設65歲退休)。這項計算即依據我們所說的「簡單儲蓄策略」。

如果你進行下列修正,便可以改善這項策略:

1.根據環境來改變儲蓄率;

2.如果你落後財富累積目標,你需要將迄今累積的儲蓄,配置在較為積極的資產組合;其實還有第3項修正,但要等到退休年齡才可能觸發,這項修正是你如何將已累積的資產轉換為收入來源,本章是預設你向壽險公司投保一份年金險。

基於未來不可知,採取更為複雜的儲蓄策略是否真的有所差別?這是我們需要查明的。我們有一些儲蓄策略,有些是你早已熟悉的,其他的或許很新穎。本章將說明這些方法,同時分析它們的效果。判斷效果的一個方法是這項策略是否容易執行。沒有必要採取一項很難長時間維持的策略,就如同我不會嘗試風雨無阻、每天清晨6時起床去運動以保持身材。如果我可以堅持,這個方法或許有效,但我知道我做不到。

目標

最能測試一項儲蓄策略是否有效的方法是,這項策略能否擴大一個人達成退休收入目標的機率。在本章,我將假設退休收入目標是退休前最終平均薪資27%(加上社會保險年金),根據上一章,這個目標對高於平均收入的家庭來說正好合適,儲蓄期間為30年,與先前的計算相同。

在這個背景下,我們將分析5項策略,我們的分析即利用「蒙地卡羅模擬(Monte Carlo Simulation)」,計算過程將在本章結尾時說明。

策略1》簡單投資法
策略1是每年固定將8%的薪資投資於維持一致的資產組合,60%的股票和40%的債券,在30年的儲蓄期間不做任何改變。依據蒙地卡羅模擬,這項策略達成既定目標的機率為49.1%。在模擬中,最終結果可能更好也可能更差。

如果我們忽略最極端的結果,我們發現這項策略所能產生的退休收入介於退休前最終薪資17%~41%之間。記住,我們的目標是27%。這項結果的區間十分廣泛,沒有落在上述區的機率達10%,這些結果列在表1。

這項結果並不完美,事實上,有人會說一點都不好。我們會希望百分之百達成理想的退休收入目標,而不是不到一半的機率。上一章所做的歷史模擬凸顯一個事實,任何策略都不能達到百分之百的確定,因為30年期間的投資報酬和利率起伏變化很大。

儘管有這些缺點,策略1有2項儲蓄優點:1.非常簡單執行及維持;2.若把儲蓄的退休收入加上社會保險年金,整體退休收入的變化程度並不大。社會保險年金將提供可預測的替代率,並同穩定退休金的總額。

策略2》簡單生命週期投資法
在策略2中,我們仍然假設每年固定儲蓄8%薪資,但現在我們將試圖改善結果,在期間內調整資產組合。

「生命週期(lifecycle)」在這裡指的是根據你在退休之路的不同階段,來調整你的資產組合。按照生命週期投資方法,資產組合的股票權重往往隨著我們接近退休而逐步降低。生命週期方法已成為雇主提供的確定提撥制(Defined Contribution,DC)年金計畫的常態,並利用目標日期基金(Target Date Funds,TDF,註1)來完成。

保險公司、銀行或獨立機構投資經理人均有推出目標日期基金,各家公司通常會將特定目標日期基金的資產組合設定得略微不同。表2說明目標日期基金的資產組合變化的情形,表中的股票權重將隨著目標日期接近而改變。

如同策略1,策略2假設你遵守固定儲蓄8%及投資目標日期基金,無論你偏離退休收入目標的幅度,表3說明策略2的結果。策略2證實略優於策略1,達成收入目標的機率由49.1%升高為52%,策略2的退休收入區間也高一些。因此看起來,投資目標日期基金比保持固定資產組合來得好。但可以坦白說,策略2仍不盡理想,因為我們仍有48%機率,無法達成既定的退休收入目標。

策略3》調整生命週期投資法
為了改善退休儲蓄策略,我們下一步是要改變資產組合。你可以每5年檢視你是否邁向達成退休收入目標,如果你好像無法達標,那麼便採取比簡單生命週期更為積極的資產組合(意指更高的股票權重),更為積極的資產組合指的是前5年期間的目標日期基金,希望更高的股票權重可以讓我們趕上退休收入目標。這是一項單行道策略,因為如果我們超前目標,我們便不會使用風險較高的資產組合,表4說明策略3蒙地卡羅模擬結果。

整體來說,策略3比策略1和策略2都好。達成退休收入目標的機率由52%躍升到58.3%,退休收入區間也更高(意味著變動較大),主要是因為它的區間頂部較高(44.6%),而這是一件好事,區間底部則幾乎和策略2相同(17.1%)。

我必須提醒,策略3指望股票可以創造優越報酬率,而自大衰退以來,股票報酬一直如此。唯一的隱憂是未來可能很不一樣,如同第6章所談到,股市長期走下坡的機率大於過去75年。這種可能性無法忽視,可是我必須指出,大幅投資於固定收益並無法提升你達成退休收入目標的機率。

策略4》調整儲蓄率
在策略4中,你需要視情況調整投資策略和儲蓄率,以提升達標的機率。如同策略3,每一項模擬均假設我們在30年累積期間每5年便評估現況。不過在策略4中,如果我們落後目標,我們打算採用較為積極的資產組合和更高的儲蓄率。如果我們落後目標,某一年的儲蓄率可能高達16%,如果超前目標,則可能低至4%。

為了公平比較,我們設定限制,第4項策略的儲蓄率中位數必須十分接近8%,表5說明有達成此一條件。第4項策略比我們迄今試過的其他策略都更好,不但達標的機率更高(62%),退休收入區間也是,最重要的是,區間底部比策略3還要高(20.4%),我們因而可以大幅減少下檔風險。

策略5》SMART方法
策略5的「SMART方法」,是根據莫努謝普爾公司(Morneau Shepell)退休解決方案所命名,即「退休後自行管理工具(Self-Management After Retirement Tool,SMART)」。

在累積期間,策略5與策略4相同,唯有在退休時,策略5才有可能更動。如果帳戶餘額足夠買一份可以提供27%退休收入的年金險,那麼就買一份年金險,SMART方法也會變得跟第4項策略一樣,如同表5所列,這種情況發生的機率為62%。但是,假如帳戶餘額不夠買一份27%退休收入的年金險,那麼便需要計算買多少金額的年金險,帳戶會剩下多少餘額可用來產生退休收入,以達成27%退休收入目標。

SMART的概念是,如果沒有在退休時達標,退休人士有機會利用投資組合報酬率超越年金險,在退休後趕上目標。跟策略4比較之下,策略5或許看似冒險,以賭場來比喻的話,就像是我們一直賭下去,想把輸的錢撈回來一樣。

人們或許認為,謹慎的做法是認賠,接受我們所能由年金險得到的退休收入,無論多寡。可是,蒙地卡羅模擬告訴我們的是另外一回事,其結果呈現在表6。

策略5絕非是我們探討過的最佳策略,你必須承受較高的下檔風險,可是你有76%機率可以達成目標。在投資圈,這已經算很好了。

結論

這些策略的結果綜合列在表7。由策略1前進到策略5可以看出,主動式退休儲蓄策略的結果大不相同。在累積期間的任何時間,你都應該準備好調整資產組合與儲蓄率,假如你的儲蓄帳戶餘額沒有在應有的水準。這麼做可以大幅提升創造傑出績效的機率,即使面對未知的未來。

我們稍後將探討,唯一的問題是你的其他支出需求能否給你這種彈性,讓你可在某一年調整你的儲蓄率。

等到退休時,我們才能獲得主動式管理的最大好處。若你未能累積到足夠資產可以投保達成退休收入目標的年金險,你不妨冒險,在退休後繼續投資部分或全部資產。如同分析顯示,你冒的險,投資績效可能更差,是值得的。明確來說,策略5會讓退休族曝露在花光資產的風險之下,因為你必須自行管理資產而不是投保年金險。模擬計算把這種風險減至最輕,加入一個安全邊際,並且假設自行管理資產的平均壽命是93歲。

第3個槓桿

此處所提的各項儲蓄策略假設你可以利用2個槓桿,如果你發現自己沒有達成目標進度的話。其一是採取較為積極的資產組合,其二為調整你的儲蓄率。

其實還有第3個槓桿,而且比前2個還更常被使用,那就是延後退休。雖然這種做法並不吸引人,也未必可以這麼做,但延後退休已成為增加儲蓄以達成退休保障的常見方法。近年來平均退休年齡一直攀升,由各家銀行所做的許多調查來看,需要增加退休儲蓄是延退的主要理由。

計算的方法

本章的分析係利用莫努謝普爾公司退休解決方案,進行1,000次30年期的蒙地卡羅模擬(第5項策略為65歲),這是在複雜系統內預測一項變數機率分布的標準方法。

蒙地卡羅模擬是在既定情境下計算數百次,每一種情境只改變一個主要假設。在進行足夠的模擬後,便會浮現一個模型,亦即我們要尋找的機率分布。

舉例來說,我們希望知道,如果我們每年儲蓄6%並投資股票基金的話,我們的帳戶餘額會有多少錢。其中的變數是股票報酬率,我們知道每一年的報酬率介於-30%~30%。在預測帳戶餘額時,電腦會「隨機」挑選股票報酬率。

嚴格來說,股票報酬率的挑選並不是那麼隨機,因為依據過往的股票報酬率,某些可能性高於其他可能性。例如,如果股票1年創造10%報酬率是0%報酬率的2倍,那麼電腦便有2倍可能在模擬時選中10%報酬率。

隨機預測的目的是要找出達成既定結果的可能性及結果的可能變化。每一次模擬都會就模擬期間的每一年進行下列步驟:

1.假設需要的儲蓄都有存入退休帳戶。
2.計算出模擬模型指定的某一年所賺取的投資收入之後,再用它來更新以往的儲蓄,產生現今的帳戶餘額。
3.根據帳戶狀況來估計退休收入替代率,以及模擬模型指定的該年年金險投保費率。(本文摘自《精算師給你做得到的安心退休指南》第14章)

博客來購買連結

延伸閱讀
首席精算師分享,退休規畫照這6步驟就對了!
首席精算師給你的退休建議:一定要買年金險!

  • 分享: