ทดสอบอัตรารอดแผนเกษียณ 10,000 ครั้งด้วย Monte Carlo

ท่านจะแน่ใจได้อย่างไรว่า เป้าหมายของเงินของการเกษียณเพียงพอจริง ๆ

ท่านจะมั่นใจได้อย่างไร ถ้าเกิดสภาวะการลงทุนที่มีวิกฤต 2 ปีติดต่อกัน แต่แผนเกษียณของท่านยังรับมือได้

ท่านจะมั่นใจได้อย่างไร ที่ใช้ผลตอบแทนหลังเกษียณที่ 4%  จะเพียงพอต่อแผนเกษียณท่านจริง ๆ

วันนี้เราจะมาทำการทดสอบแผนเกษียณของท่านว่ามีอัตราการรอดเท่าไร

ขั้นตอนที่ 1 คำนวณเงินเกษียณ

เราเริ่มจากแผนเกษียณปกติ เช่น ทำงานปีสุดท้ายอายุ 55 ปี เริ่มเกษียณอายุ 56 ปี มีอายุขัยถึง 85 ปี และใช้เงินปีละ 360,000 บาท โดยให้เงินเฟ้ออยู่ที่ 3% ต่อปี

กรณีแรก ถ้าคิดผลตอบแทนหลังเกษียณได้ 4% เราจะต้องมีเงิน ประมาณ 9,421,015 บาท ตามตารางล่าง

ทดสอบอัตรารอดแผนเกษียณ 10,000 ครั้งด้วย Monte Carlo

แบบที่ 2 ถ้าคิดผลตอบแทนหลังเกษียณได้ 3% เราจะต้องมีเงิน ประมาณ 10,200,000 บาท ตามตารางล่าง

ทดสอบอัตรารอดแผนเกษียณ 10,000 ครั้งด้วย Monte Carlo

จากตาราง เป็นการคำนวณโดยที่คิดว่า ผลตอบแทนหลังเกษียณนั้น ได้คงที่ตลอด 3% และ 4% แต่โลกแห่งความเป็นจริง

ไม่ได้เป็นแบบนั้น บางปีอาจจะดี บางปีอาจจะแย่มาก ๆ ก็ได้

ขั้นตอนที่ 2 กำหนดพอร์ตหลังเกษียณ

ครั้งนี้ เราลองจัดพอร์ตแบบ Conservative ดู โดยผมจะจัด 2 แบบ

แบบที่ 1 :  USA Conservative

พอร์ตการลงทุน

USA Conservative
S&P500 Index 20%
Nasdaq Index 5%
Bond 65%
Gold

10%

แบบที่ 2 :  Global Conservative

พอร์ตการลงทุน Global Conservative
All World Index 25%
Bond 65%
Gold 10%

เราย้อนดูผลตอบแทนที่ผ่านมา

Year USA Conservative Global  Conservative
2005 4.29%
2006 8.31%
2007 9.31%
2008 -3.82%
2009 12.34% 12.43%
2010 11.09% 10.26%
2011 6.51% 3.99%
2012 7.20% 7.30%
2013 4.18% 1.47%
2014 7.33% 4.63%
2015 -0.03% -1.31%
2016 5.13% 4.47%
2017 9.54% 9.66%
2018 -0.89% -2.26%
2019 15.47% 13.93%
2020 13.44% 11.42%
2021 5.56% 3.10%
2022 -13.81% -13.14%
2023 8.82% 6.52%
% CAGR 5.59% 4.63%

จากผลตอบแทนย้อนหลัง ทั้ง 2 พอร์ตมีผลตอบแทนแบบ CAGR หรือ ผลตอบแทนเฉลี่ยนแบบทบต้น มากกว่า 4% ต่อปี ทั้งคู่

นั้นก็หมายถึงจำวนเงินที่แผนเกษียณคำนวณได้ ก็ไม่ได้จะมีปัญหาแต่อย่างใด

แต่จากการสังเกต บางปีก็ดีมาก ๆ แต่ก็มีบ้างปีก็แย่มาก ๆ ดังนั้น มันจึงมีความไม่แน่นอนอยู่มาก

เป็นเหตุผลว่าทำไม การทดสอบด้วยวิธี Monte Carlo จะช่วยเพิ่มการวางแผนให้ดีขึ้น

การจำลอง Monte Carlo เป็นเทคนิคทางคณิตศาสตร์ที่คาดการณ์ผลลัพธ์ที่เป็นไปได้ของเหตุการณ์ที่ไม่แน่นอน โปรแกรมคอมพิวเตอร์ใช้วิธีนี้ในการวิเคราะห์ข้อมูลในอดีตและคาดการณ์ช่วงของผลลัพธ์ในอนาคตตามทางเลือกการกระทำ

ขั้นตอนที่ 3 ทดสอบด้วย Monte Carlo

การวิเคราะห์แบบ Monte Carlo เป็นเทคนิคที่จำลองผลลัพธ์ที่เป็นไปได้สำหรับเหตุการณ์ที่ไม่แน่นอน ในบริบทของการวางแผนทางการเงิน การวิเคราะห์จะช่วยทดสอบความเป็นไปได้ของแผนการเกษียณอายุของแต่ละบุคคลโดยเทียบกับสภาพแวดล้อมของตลาดและผลลัพธ์การลงทุนที่หลากหลาย จากนั้นผลลัพธ์ของการจำลองแบบ Monte Carlo จะแสดงเป็นเปอร์เซ็นต์ของสถานการณ์ (0 – 99%) ซึ่งมีเงินคงเหลือเมื่อสิ้นสุดขอบเขตการเกษียณอายุ ตัวอย่างเช่น คะแนน Monte Carlo หรือ คะแนนการอยู่รอด 80% หมายความว่า 80% ของผลการทดสอบ มีเงินมากกว่า 0 ในวันสิ้นอายุขัย

ในขณะที่ 20% ของผลการทดสอบจะหมดเงินก่อนสิ้นอายุขัย

ผมใช้ portfoliovisualizer เป็นเครื่องมือในการทดสอบ โดยผลออกมาเป็นดังนี้

ทดสอบอัตรารอดแผนเกษียณ 10,000 ครั้งด้วย Monte Carlo

ข้อสังเกตสำหรับ ผลการทำ Monte Carlo

  • ถ้าผลตอบแทนหลังเกษียณเป็น 4% ถ้าเจอเหตุการณ์ที่ผลตอบแทนแย่ติดต่อกัน 2 ปี % อัตราการอยู่รอดจะเหลือเพียง 60% จาก 86% ถ้าทดสอบด้วยหุ้น USA แต่จะลดเหลือถึง 41% ถ้าใช้หุ้น Global
  • จัดพอร์ตแบบหุ้น USA จะทำให้ % อัตราการอยู่รอดสูงกว่าแบบจัดพอร์ตแบบหุ้น Global

ขอแนะนำเบื้องต้น การคำนวณหาค่าเงินเกษียณถ้าจะดี ควรจะใช้ตัวเลขที่ 3% เพื่อจะได้ออมเงินมากขึ้น เตรียมไว้เผื่อความไม่แน่นอนหลังเกษียณ

WealthGuru

TSF2024