Isi kandungan
- Apa itu Simulasi Monte Carlo
- Batasan untuk Pertimbangkan
- Cara Merancang Secara Rasional
- Garisan bawah
Tidak ada cara yang tidak menonjol untuk meramalkan masa depan, tetapi simulasi Monte Carlo yang membolehkan kemungkinan sebenar bencana dapat memberi gambaran yang lebih jelas tentang berapa banyak wang yang dapat dikeluarkan dengan selamat dari simpanan persaraan.
Begini bagaimana kaedah Monte Carlo berfungsi dan bagaimana untuk menerapkannya dalam perancangan persaraan. Ia juga penting untuk memahami di mana ia boleh menjadi pendek dan bagaimana untuk membetulkannya.
Takeaways Utama
- Simulasi Monte Carlo boleh digunakan untuk menguji jika seseorang akan mempunyai pendapatan yang mencukupi sepanjang persaraan. Berbeza dengan kalkulator persaraan tradisional, kaedah Monte Carlo menggabungkan banyak pembolehubah untuk menguji hasil portfolio persaraan yang mungkin. Kritikan mendakwa kaedah ini boleh memandang rendah kemalangan pasaran utama, tetapi ada cara untuk mengimbangi.
Memahami Simulasi Monte Carlo
Simulasi Monte Carlo adalah model matematik yang digunakan untuk penilaian risiko yang dinamakan selepas kucing judi Monaco. Orang yang cuba merancang untuk persaraan yang selamat dan tidak mampu untuk kehilangan simpanan mereka tidak mahu mengambil peluang dengan wang mereka. Jadi kenapa beralih kepada simulasi Monte Carlo untuk panduan?
Walaupun nama ini untuk pengiraan mungkin kelihatan ironis, ia adalah teknik perancangan yang digunakan untuk mengira kebarangkalian peratusan senario tertentu berdasarkan kepada asumsi yang ditetapkan dan penyimpangan piawai. Kaedah Monte Carlo sering digunakan dalam perancangan pelaburan dan persaraan untuk memproyeksikan kemungkinan mencapai matlamat kewangan atau persaraan, dan sama ada pesara akan mempunyai pendapatan yang cukup dengan memberikan pelbagai hasil yang mungkin di pasaran.
Tiada parameter mutlak untuk jenis unjuran ini. Andaian asas untuk pengiraan ini biasanya termasuk faktor seperti kadar faedah, umur pelanggan dan masa yang diproyeksikan untuk persaraan, jumlah portfolio pelaburan yang dibelanjakan atau dikeluarkan setiap tahun, dan peruntukan portfolio. Model komputer kemudian menjalankan beratus-ratus atau ribuan hasil yang mungkin menggunakan data kewangan historis.
Keputusan analisis ini biasanya datang dalam bentuk kurva bel. Tengah kurva menggambarkan senario yang secara statistik dan sejarah yang paling mungkin berlaku. Hujung-atau ekor-mengukur kemerosotan kemungkinan senario yang lebih melampau yang boleh berlaku.
Batasan untuk Pertimbangkan
Gangguan pasaran telah mendedahkan kelemahan yang nampaknya menimpa kaedah ini.
Senario-senario melalui simulasi Monte Carlo boleh memberikan gambaran risiko yang lebih jelas, seperti sama ada pesara akan mengatasi simpanan persaraan.
Penyokong menunjukkan bahawa simulasi Monte Carlo pada umumnya memberikan lebih banyak senario realistik daripada unjuran mudah yang menganggap kadar pulangan yang diberikan terhadap modal. Pengkritik berpendapat bahawa analisis Monte Carlo tidak dapat secara tepat mempengaruhi peristiwa yang jarang tetapi radikal, seperti kemalangan pasaran, ke dalam analisis kebarangkaliannya. Banyak pelabur dan profesional yang menggunakan kaedah ini tidak menunjukkan kemungkinan sebenar prestasi pasaran seperti krisis kewangan, menurut penyelidikan.
Dalam kitabnya "Kalkulator Persaraan dari Neraka, " William Bernstein menggambarkan kelemahan ini. Dia menggunakan contoh satu siri duit syiling yang membuktikan maksudnya, di mana kepala sama dengan keuntungan pasaran sebanyak 30% dan kehilangan 10%.
- Bermula dengan portfolio $ 1 juta dan melambungkan duit syiling sekali setahun selama 30 tahun, seorang penyelamat akan mempunyai pulangan purata tahunan sebanyak 8.17%. Itu bermakna mereka boleh menarik balik $ 81, 700 setahun selama 30 tahun sebelum meletihkan kepala sekolah. Jika penyelamat yang membaling ekor setiap tahun untuk 15 tahun pertama, bagaimanapun, hanya dapat menarik $ 18, 600 setahun. Penjimat cukup bernasib baik untuk mengepam kepala 15 kali pertama setiap tahun boleh mengeluarkan $ 248, 600.
Dan sementara kemungkinan membalikkan kepala atau ekor sebanyak 15 kali secara berturut-turut kelihatan jauh secara statistik, Bernstein terus membuktikan maksudnya menggunakan ilustrasi hipotesis berdasarkan portfolio $ 1 juta yang dilaburkan dalam lima kombinasi yang berbeza dari saham besar dan kecil dan Perbendaharaan lima tahun pada tahun 1966. Tahun itu menandakan permulaan perolehan pasaran sifar selama 17 tahun apabila satu faktor dalam inflasi.
Sejarah menunjukkan bahawa wang itu akan habis dalam masa kurang daripada 15 tahun pada kadar pengeluaran purata berasaskan matematik sebanyak $ 81, 700. Malah, pengeluaran perlu dipotong pada separuh sebelum wang itu bertahan selama 30 tahun.
Cara Merancang Secara Rasional
Terdapat beberapa pelarasan asas yang pakar menyarankan untuk membantu mengatasi kekurangan dari unjuran Monte Carlo. Yang pertama adalah dengan hanya menambah peningkatan yang rata kepada kemungkinan kegagalan kewangan yang menunjukkan nombor, seperti 10% atau 20%.
Satu lagi adalah untuk merancang unjuran yang menggunakan peratusan aset setiap tahun dan bukannya satu set nilai dolar, yang akan mengurangkan kemungkinan kehabisan prinsipal.
Garisan bawah
Simulasi Monte Carlo boleh digunakan untuk membantu merancang untuk persaraan. Ia meramalkan hasil yang berbeza yang akan menjejaskan betapa selamat untuk menarik balik daripada simpanan persaraan sepanjang tempoh tertentu. Pengkritik berpendapat bahawa ia boleh memandang rendah pasaran beruang utama. Pakar, bagaimanapun, mencadangkan beberapa cara untuk mengatasi kekurangan model.
Lihat lebih lanjut mengenai kaedah ini melalui banyak alat dalam talian, termasuk yang percuma yang ditawarkan oleh Perancang Persaraan Fleksibel, atau dengan menasihati penasihat kewangan.
