本文通过简单的离散时间随机资产回报模型,推导出退休资金安全取用率的近似闭式表达式。核心参数γ结合了消费增长率及资产回报的前四阶矩,定量解释了经典4%规则的合理性及其对投资组合波动性、消费增长、长寿风险和资产杠杆的敏感性。模型结果支持对以标普500为主的股票组合适度加杠杆,历史模拟验证杠杆策略可提升安全取用率至6%以上,体现了杠杆对退休消费规划的重要影响 。
本文报告题为《A 4% withdrawal rate for retirement spending, derived from a discrete-time model of stochastic returns on assets》,作者为Drew M Thomas,发布时间为2025年8月14日。报告主题聚焦于美国家庭退休期间,从资产投资组合中以4%的初始财富提取率进行消费的合理性及理论基础。作者通过建立一个离散时间随机资产收益模型,分析了退休消费的最佳提取率及其形成机理。报告的核心论点是,退休初期安全提取4%初始退休资产,并随通胀调整提高消费水平的“4%规则”实为资产收益的期望收益率、方差、偏态、峰值等随机特征及退休时间不确定性综合作用下的合理结果。报告不仅解释了这一长期使用的经验法则,还提出了杠杆投资在提升消费率中的作用,历史模拟数据暗示合理杠杆应用可提高提取率至6%以上,而风险水平仍保持可控。
引言部分阐明了退休规划的核心问题:如何确定退休储蓄(财富W)以支持某一消费速率(c),或者反向问消费率应设定多少以不至于提前耗尽财富。作者建立财富与消费应成正比的假设,即( W \propto c ),使得问题可归结为求解比例系数,即退休财富与消费比( W/c )或其倒数消费率( c/W )。报告回顾了Bengen的经典实证研究,他通过实际历史数据模拟提出“4%规则”,即首年提取不超过4%退休资产,后续根据通胀调整增长可以安全保障30年退休生活。作者指出该规则源自对投资资产组合回报的经验洞察,但缺乏数学概念上的推演与解释。
作者提出其研究动机:建立一个简单的消费衰减(decumulation)数学模型,通过理性评估资产回报的随机性,开发对“安全消费率”( c/W )的闭式近似解,以推导、验证甚至推广4%规则的本质和范围。为此,报告后续展开基于资产收益率的概率分布一、二甚至四阶矩计算分析,探讨方差、偏度、峰度及杠杆等因素对安全消费率的影响。
作者定义:
财富剩余满足总财富按未消费情况下增长值,等于实际消费成本的条件,从而定义了财富-消费率比的随机表达:
[ \frac{W}{c} = \sum_{i=0}^{t-1} \frac{(1+s)^i}{\prod_{j=1}^i (1+\mathbf{r}_j)} ]
为求期望,作者选取先求期望(\mathbb{E}\left[W/c\right])而非(\mathbb{E}[c/W]),因为例如比例的倒数的期望更趋向于保守估计,规避乐观偏差。积分收益的期望涉及产品的复杂期望,通过假设收益率( \mathbf{r}_i )是平稳与独立分布简化计算。
对表达式的分母倒数采用泰勒展开至二阶截断,得到:
[ \mathbb{E}\left[\frac{1+\mathbb{E}[\mathbf{r}_j]}{1+\mathbf{r}_j}\right] \approx 1 + \mathbb{V}[\mathbf{r}_j] ]
即方差会拖累期望消费能力。最终公式凝练为:
[ \mathbb{E}\left[\frac{W}{c}\right] \approx \sum_{i=0}^{t-1} \left( \frac{(1+s)(1+\mathbb{V}[r])}{1+\mathbb{E}[r]} \right)^i = \frac{1 - (1-\gamma)^t}{\gamma} ]
其中
[ \gamma \equiv \frac{\mathbb{E}[r] - (s + \mathbb{V}[r] + s\mathbb{V}[r])}{1 + \mathbb{E}[r]} ]
得到一个简洁的初始提取率表达式:
[ \frac{c}{W} \approx \frac{\gamma}{1 - (1-\gamma)^t} ]
举例中,若无波动率,(\gamma \approx 4.9%),对应提取率6.3%;引入波动率0.029后,(\gamma)降至2.1%,提取率降至4.5%,接近4%规则。
引入杠杆比率( l ),收益和波动都被放大,方差放大比收益更显著,导致(\gamma)存在最优值。通过一阶导数求极值,得出最优杠杆公式:
[ l = \frac{\sqrt{1 + \frac{\mathbb{E}^2[r]}{\mathbb{V}[r]}} - 1}{\mathbb{E}[r]} ]
计算置入Bengen数据,最佳杠杆约为1.34,初始提取率可从4.5%提升到4.7%。说明适当杠杆可略增消费能力,但过度杠杆因方差拖累反而收益递减。
作者进一步考虑四阶矩(偏度Skewness(\mathbb{S}[r])、峰度Kurtosis(\mathbb{K}[r]))对(\gamma)的影响,通过泰勒级数展开得:
[ \gamma \approx 1 - \frac{1+s}{1+\mathbb{E}[r]} \left( 1 + \frac{\mathbb{V}[r]}{(1+\mathbb{E}[r])^2} \left( 1 - \frac{\mathbb{V}^{1/2}[r] \mathbb{S}[r]}{1+\mathbb{E}[r]} + \frac{\mathbb{V}^2[r] \mathbb{K}[r]}{(1+\mathbb{E}[r])^2} \right) \right) ]
这一公式比二阶近似更细致,显示峰度和偏度同样降低安全消费率,峰度尤其使(\gamma)下降,例如峰度从3(正态分布)升至5,会出现较明显的减少。偏态影响呈现复杂作用,正偏度可缓解峰度造成的负面效应。高级近似虽更精确,但依旧是近似,并可能高估提取能力(保守估计仍为主)。
作者利用ETF及Shiller长期资产回报数据估算各主要资产类别的收益四阶矩,并计算对应的(\gamma_2)和(\gamma_4)(二阶和四阶(\gamma))。主要观察:
作者进一步讨论,Bengen的4%规则更接近在“最坏”情境下的最低安全额度,而本文计算是均值期望。提高退休时间长度参数( t )会降低安全提取率,由此调整能极好地校准经典4%结果。
作者在原有最优杠杆模型基础上,加入借贷成本( q ),即杠杆回报率为( l r - (l-1) q ),同时考虑收益与借贷利率的方差及协方差,建立更复杂的最优杠杆解析公式。估计借贷成本采用3个月T-Bill利率,发现:
表格呈现了不同股票与债券配比投资组合在不同杠杆率和融资成本假设下,首月提取率( c/W )及年提取率估计,显示杠杆提升预期消费能力的潜力。
作者基于历史资产回报进行蒙特卡洛模拟,复现30年退休期限的财富递减及消费,测试第二阶模型制定的提取率及最优杠杆比:
综合上述分析,作者得出:
表1展示了主要ETF/指数代表的资产类别(美股指数、美国各种期限国债、短期国库券等)及其开盘时间,历史月度收益率的样本容量N,收益均值、方差、偏度和峰度等四个有效统计矩,以及基于模型第二阶和四阶公式计算的(\gamma)值。数据涵盖时间跨度最长的Shiller数据至近现代ETF。
表中数据为后续估算提供了基础依据及风险结构分析。
表2以1871–2025与1934–2025两个数据窗口分别计算60/40、100%股票和100%债券组合,在无杠杆与第二阶最优杠杆情况下的杠杆比率( l )、首月提取比例( c/W )与年提取率(AWR)。明显结论:
该表为实际应用杠杆调整的理论依据提供定量支持。
图1含九张子图,分3行(60/40组合、全股票、全债券)与3列(无杠杆、低到中杠杆、高杠杆),展现不同初始提取率情况下30年退休资金路径。
图形证明理论与历史数据的契合度,为杠杆可行性提供强证据。
本报告的核心估值方法基于资产回报的概率分布高阶矩,通过泰勒级数展开(关于收益和其均值),构建了连续期乘积表达式的期望近似,得到投资组合的调整预期收益率参数(\gamma)用于衡量可持续消费率。此方法兼顾收益均值、方差、偏度及峰度,显著区别于传统以均值和方差估计的简化模型,提升了风险调整的精细度。
同时引入退休期限( t )概念,公式将时间联系到消费资金耗尽概率,推导出消费率与退休期限间的函数关系,使杠杆效应的优化变为二次方程求解,给出明确的数学最优点。
报告清晰识别风险来源:
报告虽没有明显缓解风险策略,但建议通过合理杠杆控制和调整消费率来应对风险。
总的来看,模型为探索理性退休消费提供了清晰框架,但实际应用需结合其他风险管理和宏观经济分析。
本报告通过建立和解析一个基于随机资产收益的离散时间模型,成功为退休资金消费率制定提供了一个理论支撑框架。报告核心贡献包括:
同时,模型依赖的关键参数估计、收益独立性与稳定性假设、杠杆无摩擦假设限制了应用于现实角度的全面性,后续研究可进一步融入市场微观结构、行为金融学和宏观经济变量的动态演变,提升模型的适用性和执行力。
综上所述,报告系统论证了经典4%退休提取率规则的严谨数学基础,并拓展了杠杆资本结构对退休资金安全消费率的贡献范畴。历史数据和模拟均支持合理杠杆的有效性,指出通过精细调整投资结构和杠杆,退休者可获得显著提升的生活资金保障,在风险可控的前提下实现更高生活质量。
,1,2,3,4,5,6,7,8,9,10,11]
2508.10273.pdf