← 研究動態
研究2026/05/23 下午05:53

退休帶房貸,一次還清最安全?十萬條歷史路徑剛好說相反

台股序列風險退休規劃trending房貸提領策略

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

最近不少快退休的朋友都在問同一件事。手上有一筆退休金,房貸還剩三百萬,到底是把房貸一次還清比較安心,還是留著本金繼續投資、每月用提領支付房貸?

坊間多數試算的算法是這樣:投資年化抓 6%,房貸利率 2.2%,6 大於 2.2,所以「保留本金做投資」期望值較高,選繼續繳。聽起來很合理,做完之後拿一個漂亮的整數,配一條光滑的曲線。

問題是這個算法把 6% 當成保證的點,把退休 30 年當成一條直線。真實情況是分布、是路徑、而且開頭那幾年遇到空頭的人,跟遇到多頭的人,30 年後的帳戶可以差超過十倍。

我用台股加權指數從 1997 到 2026 年的真實月度報酬,做了一萬條 30 年隨機路徑,把三種策略全部跑過一遍。

模擬設定

項目設定
退休年齡60 歲
模擬期間30 年(60 歲到 90 歲)
退休總資產1,000 萬
房貸餘額300 萬,剩 15 年
房貸利率2.2%(敏感性測試 1.5% / 3.0%)
月生活費(不含房貸)30,000 元,年通膨 2%
投資標的台股加權指數(含息 +3.5%/年)
模擬方法Block bootstrap, block size = 12 個月, 10,000 paths

三策略:

  •  A 一次還清 :拿 300 萬把房貸還光,剩 700 萬做投資,每月提領 3 萬
  •  B 繼續繳 :1,000 萬全做投資,每月提領 3 萬生活費 + 1.96 萬房貸 = 4.96 萬
  •  C 還一半 :拿 150 萬還掉一半房貸,剩 850 萬做投資,每月提領 3.98 萬

三個策略 起始淨資產相同 (都是 1000 − 300 = 700 萬)。差別只在流動性結構:A 把流動性換成「房貸消除」這個不可逆的選項,B 留著流動性但每月要支付房貸,C 折衷。

第一張表:誰最容易破產

跑完 10,000 條 30 年路徑,三策略的破產率排出來是這樣:

策略房貸利率 1.5%房貸利率 2.2%房貸利率 3.0%
A 一次還清32.7%32.7%32.7%
 B 繼續繳  29.7%  30.5%  31.4% 
C 還一半30.9%31.5%32.0%

A 的數字三欄都一樣,因為它從第一天就沒房貸,跟利率無關。

第一個反直覺的點: B 繼續繳的破產率最低 。直覺是「無債一身輕、A 一次還清最安全」,數據說剛好相反,A 是三個裡破產率最高的。

第二個點:房貸利率從 1.5% 升到 3.0%,B 的破產率只多 1.7 個百分點,C 只多 1.1 個百分點。利率不是主角。

三策略破產率對比

左半邊是不含息的台股價格指數(保守上界),右半邊加回 3.5%/年的歷史平均殖利率。含息版本三策略破產率都掉 25 個百分點左右,但 順序完全不變 :B 始終最低、A 始終最高。

第二張表:活下來的人,30 年後剩多少

把那條光滑的曲線丟掉,看真實的終值分布。基準情境(房貸 2.2%、含息報酬):

終值(萬元)A 一次還清B 繼續繳C 還一半
第 5 百分位0(破產)0(破產)0(破產)
中位數1,6172,4141,992
第 75 百分位6,8109,5808,180
第 95 百分位32,49345,07938,494

三個策略的第 5 百分位都是 0。最差的 5% 起點,三種選法都活不過 30 年。坊間試算表那條光滑曲線,住在大概第 70 到 80 百分位之間。它沒告訴你的是,差不多三成的歷史起點根本走不到那裡。

中位數那欄是另一個反直覺的點。同樣每月領 3 萬生活費,B 比 A 多出 800 萬名目終值,C 多出 400 萬。這 800 萬的差距來自前 15 年的本金規模差:B 在市場上多留 300 萬複利 30 年,賺到的錢蓋過每月多扣 1.96 萬還房貸的支出。本金規模才是真正會放大複利的槓桿,月扣金額的差別反而是次要的。

30 年資產終值分布

第三件事:序列風險,才是真正的對手

為什麼直覺會錯這麼多?因為直覺處理的是平均,但退休帳戶處理的是路徑。

退休帳戶有個 30 歲投資者完全不會遇到的問題: 你已經停止累積,開始提領了 。30 歲的人遇到空頭,月供照扣,跌的時候反而買到便宜籌碼,這叫 dollar-cost averaging 的好處。退休的人遇到空頭,每月還要從縮水的帳戶裡領出生活費,等於低點賣股填生活費。學術上這叫 sequence-of-returns risk(報酬順序風險)。

對 sequence risk 而言,「 早期遇到的報酬 」遠比「 整段期間的平均報酬 」重要。一個 60 歲剛退休的人,如果頭三年帳戶腰斬,後面就算市場連漲 27 年回到原長期平均,他也很可能補不回來。因為他在低點賣掉的籌碼,再也買不回來了。

30 年資產路徑包絡

上圖三個面板分別是 A、B、C 三策略下,500 條路徑的中位數(粗線)加 5 到 95 百分位區間(陰影)。三張圖長得很像,差別只在陰影的上沿。B 的天花板比 A 高得多。但下沿都會在某個年份觸到 0,那就是破產路徑被吸進去的點。

B 為什麼上沿較高?因為投資組合在前 15 年是 1,000 萬而不是 700 萬,序列風險的衝擊有更大的緩衝。300 萬不只是「應該還掉的債」,它也是面對市場下跌時的存活餘裕。

那為什麼還有人選 A?

如果 B 期望值高、破產率低,為什麼大家還是傾向 A?三個理由值得認真看。

 第一,房貸不是只有財務風險,還有心理風險 。30% 破產率聽起來嚇人,但在 60 歲拿 300 萬流動性換掉一筆每月固定支出,心理上的「無債感」對很多人值錢。這個值錢的程度,模擬抓不到。

 第二,B 假設你能撐住空頭不換策略 。模擬裡的 B 是每月機械地領 4.96 萬,從不在帳戶跌 30% 時驚慌出脫、改吃老本。真實世界的 60 歲人在 2008 年那種空頭,能不能繼續每月領 4.96 萬還貸款並 buy and hold,是另一個問題。如果你會在低點賣股保命,A 的「先把流動性鎖在房子裡」反而保護了你不犯這個錯。

 第三,1,000 萬全押台股是極端情境 。模擬刻意只用一檔台股加權指數來凸顯 sequence risk 的純訊號。實際退休族多半會配置一部分到定存、債券、現金,這會把破產率拉低不少。但結構性結論不變:保留本金 vs 還清房貸的選擇,本質是流動性與序列風險的 trade-off,不是利率差的選擇。

給退休族的三個帶走

第一, 不要把退休 30 年看成一條光滑的曲線 。它是一萬條起伏不定的路徑,你不知道自己會落到哪一條。決策要看分布,不是看均值。

第二, 房貸利率不是這題的主角 。利率從 1.5% 升到 3.0%,破產率變化只有 1 到 2 個百分點。真正主導結果的是「起始本金規模」和「序列風險」。把焦點放在「我的房貸利率值不值得提前清掉」上,問錯了問題。

第三, 還清房貸不是 risk-free 行為 。它是把一個風險(負債)換成另一個風險(流動性消失、剩下本金面對 30 年提領壓力的緩衝變小)。哪個風險對你比較難承擔,才是真正要回答的問題。如果你會在空頭時恐慌賣股,A 保護你不犯這個錯;如果你能 buy and hold 撐 30 年,B 會給你更高的期望終值與更低的破產率。

沒有絕對的「安全選項」。只有對你比較好的 trade-off。


 數據與方法 :台股加權指數 TWII 月度收盤,1997-07 到 2026-05,346 個月觀測值,來自 yfinance(不含息),含息版本以歷史平均 3.5%/年股利殖利率調整。Block bootstrap,block size = 12 個月,10,000 條 30 年路徑,seed = 42。實驗 K1400。

 方法論限制 :(1) TWII 為價格指數,含息調整為假設值非實際 TR 序列;實際長期股利率因標的與年份有差異。(2) 通膨 2%/年為保守估計,台灣 1997-2026 平均約 1.0-1.5%/年。(3) 破產定義為流動投資組合餘額 ≤ 0,未考慮房產或非流動資產清算。(4) 假設 100% 投入台股加權指數,實際退休族多元配置會降低破產率,但相對排序不變。(5) Bootstrap 隱含「未來分布 ≈ 1997-2026 歷史分布」,無法捕捉結構性變化。(6) 模擬未含交易成本、ETF 經理費、稅。(7) 房貸假設固定利率;浮動利率在升息期會放大 B/C 風險。(8) 樣本期 29 年,bootstrap 重抽推至 30 年路徑,極端尾部估計受歷史樣本限制。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
asia3:台股九檔的波動溢出方向對 VAR 階數很穩,換成 Granger 網絡卻有六檔翻面
先前的一般讀者版〈台積電發、鴻海收:台股的波動是有方向的〉以 Diebold-Yilmaz 廣義預測誤差變異分解(GFEVD)排出九檔台股代表股的淨發送者與淨接收者。這篇回答那篇沒問的兩個方法問題:這個方向排序對模型設定有多穩?換一把網絡量尺,誰在發、誰在收,答案還一樣嗎? 結論分兩半。對 VAR 階數,排序幾乎不動;對量尺本身,排序大半翻面。而方向本身的量級,相對於總連結度只是一個零頭。 設定…
→
📄
K1884:拿 VIX1D 對照 SPY 同一天的已實現變異,年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異,平均是 SPY 盤中實際的 1.56 倍:這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事:VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示,這三個選擇造成的偏移,與要量的效果同一個量級;選錯任何一個,程式不會報錯,只會回答另一個問題。 先釐清估計量。K1884 量的是同一…
→
📄
K1378:VIX 長期成分讓 SPY 波動預測勝過 GJR-GARCH,這個優勢在疫情窗外更穩定
做風險控管或選擇權定價的人,常要在兩種日頻波動模型之間取捨:只用報酬本身的 GJR-GARCH,或在 GARCH 之外加一個由 VIX 驅動的長期成分。後者多了一個外部變數要維護,值不值得,要看它的預測優勢從哪裡來。如果優勢只來自 2020 年那種市場崩跌的少數日子,平常用它就只是多背一個依賴;如果優勢出現在一般日子,它才是日常可用的改進。 K1378 用 SPY 的樣本外一步預測回答這個問題:A…
→