规划未来支出变化

退休后的持续规划包括定期评估是否可以增加支出或必须减少支出以保持正常运转。德里克·塔普博士在最近的 Kitces.com 文章《如何沟通护栏提款策略可以改善客户体验并减轻压力》中说:

然而,蒙特卡洛模拟的结果通常没有考虑到在此过程中可能做出的潜在调整(例如,如果市场回报较弱且成功概率下降,则减少提款,反之亦然),这使得它们对于持续的规划工作不太有用,因为顾问可以在必要时建议改变支出。”

“尽管如此,尽管这些门槛和潜在支出变化的金额在顾问的脑海中可能很清楚,但他们往往不会向客户说出来。这可能会给客户带来巨大的压力,因为他们可能会看到他们的蒙特卡洛成功概率逐渐下降,但不知道需要进行什么程度的支出下调才能将成功概率恢复到可接受的水平。”

如果您目前没有采用支出护栏,或者您的支出护栏“未传达”给您的客户,您可能希望将精算方法添加到您的咨询工具包中,以改进:

  • 你的咨询技巧
  • 为您的客户提供持续的规划体验
  • 你的收入

在本文中,我将:

  • 简要描述精算方法
  • 概述为什么我认为它是一种比蒙特卡洛建模方法(有或无护栏)或战略撤退方法(有或无护栏)更为稳健的持续规划方法
  • 描述如何在精算方法中轻松开发和使用护栏
  • 举例说明

精算方法

精算方法有两个主要组成部分:

  • 确定性精算理财规划师 (AFP) 模型,将家庭总资产与退休后的总支出负债进行比较,以确定截至快照估值日的家庭资金状况
  • 精算过程,包括定期(通常是每年)重新衡量家庭资金状况,以便随着时间的推移进行监测,并在必要时调整资产或负债,以恢复所需的资金状况

精算方法与社会保障基金和养老金计划基金所采用的方法类似,它不是一种随机方法,旨在估计退休期间给定年度支出水平或拟议投资组合的“成功”概率。它旨在提醒用户注意家庭资产负债表的变化,这些变化可能需要持续维持家庭所需的资金状况。为了促进家庭支出决策,财务顾问可以建立和传达“少花钱”(或理论上增加资产)或“多花钱”的护栏。

如上所述,AFP 模型下的家庭资金状况等于家庭总资产与家庭总支出负债之比。AFP 是一个“双桶”模型,它将基本支出负债和可自由支配支出负债分开,并预计以与负债驱动型投资 (LDI) 一致的方式分别为其提供资金。它还区分了经常性和非经常性家庭支出以及具有不同预期未来增长率的支出。

根据 AFP,截至估值日的资助状况用以下公式表示:

资金状况 = (风险资产现值 + 非风险资产现值) / (可自由支配支出现值 + 基本支出现值)

“PV”代表估值日的现值,它是根据两个不同风险相关类别的资产和负债使用不同的折现率确定的。

什么使得精算方法对于持续规划更加稳健?

Tharp 博士和 Income Lab 的 Justin Fitzpatrick 很好地描述了财务顾问通常采用的成功概率蒙特卡罗模型的一些沟通问题以及结构化提款计划(有和没有护栏)的弱点。我同意这些先生的观点,但我相信财务顾问使用精算方法可以做得更好。下面是我为这两种方法准备的功能比较。

精算方法与基于风险的护栏功能比较

精算方法与基于风险的护栏功能比较

制定和使用精算方法下的护栏

我建议从 95% 和 125% 的资金状况护栏开始。125% 的增加支出护栏可能需要与客户进行更多讨论。一些风险承受能力较低和/或上行投资组合相对较大的客户可能更喜欢高于 125% 的增加支出护栏。在制定准确的护栏百分比时,估计客户的资金状况以及如果他们的风险资产(上行投资组合)在不久的将来遭受 50% 或更大的损失,是否会触发减少支出护栏(以及触发多少)可能会有所帮助。

值得注意的是,如果触发了减少支出护栏,客户家庭将被告知,他们的可自由支配支出应减少到一定水平,以使他们的资金状况提高到 95%。AFP 模型可用于此目的。或者,客户可以找到其他资产(例如租房、兼职工作等)来将家庭资金状况提高到 95%。那些不太喜欢在未来减少可自由支配支出的客户可能希望在制定资金状况计算或风险资产投资时更加保守。

例子

我们假设比尔和苏西的年初精算资产负债表如下:

规划未来支出变化

比尔和苏茜的资金状况是通过将他们的资产现值除以其支出负债的现值(忽略应急基金)来确定的,或者

($1,150,074 + $730,000)/($1,145,266 + $345,212) = 1.2614

我们使用一些代数知识来估算他们的上行投资组合需要下降多少才能触发他们减少可自由支配的支出,假设他们使用 95% 作为少支出的护栏。

($1,150,074 + X ($730,000) / ($1,145,266 + $345,212) = .95

解 X,我们得到 0.364,或者他们的上行投资组合下降 63.6%,将使这对夫妇目前的 126.14% 的资金状况降至 95% 的“无支出”护栏。

如果他们想增加可自由支配的支出,那么他们可以将可自由支配的支出增加多少百分比才能将其资金状况降至 125%?

再次,使用一些代数运算并求解 Y,我们得到 1.039,即他们的可自由支配支出增加 3.9%,以将这对夫妇的资助状况从 126.14% 降低到 125% 的支出更多护栏。

($1,150,074 + 730,000) / ($1,145,266 + Y (345,212) = 1.25

最后,比尔和苏西想知道,如果他们的上行投资组合遭受 50% 的损失而他们的支出没有变化,他们的资金状况会下降到什么程度。

(1,150,074 + 730,000 美元(.5))/(1,145,266 美元 + 345,212 美元)= 1.02

比尔和苏茜认为,尽管他们的风险资产自今年年初以来有所增加,但他们目前对目前的支出计划感到满意。他们将继续逐年监控资金状况,以查看未来的支出变化是否合适。

结论

在他的文章“‘成功概率’并不意味着你的客户认为它意味着什么”中,贾斯汀·菲茨帕特里克主张为财务顾问建立一个更好的框架,使他们能够帮助客户在风险和回报之间找到适当的平衡。他说,

“解决方案是抛弃退休计划的成功概率,采用更准确、更有效的词汇和工具。”

我同意。我只是相信,基于经过验证的精算原则的精算方法是促进退休客户持续支出决策的更好工具。

我鼓励财务顾问查看我网站上的精算方法,并考虑将其或其修改版本纳入您的咨询工具包中。AFP 是一个简单的 Excel 电子表格,但它非常强大。如果您仍想将蒙特卡罗建模保留在您的工具包中,那很好。但我建议您同步这两个模型,使它们尽可能保持一致,并使用最能满足客户特定需求的工具来完成任务。

肯·斯坦纳是一位退休的保险精算师,他的网站名为“退休后我能负担多少钱?

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/83152.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年5月17日 23:45
下一篇 2024年5月18日 00:01

相关推荐

  • 投资者 2025 年决议

    由 Real Investment Advice 的 Lance Roberts, 1/15/25 我每年都会发布更新后的新年“投资者”决心版本。这个过程的目的是对过去一年我在改善投资组合管理实践方面做了和没有做的事情进行年度盘点。就像在新一年初制定的所有决心一样,未能达到目标是很常见的。 这里有一个很好的例子说明坚持承诺的重要性。在我职业生涯早期,我建造了…

    2025年2月12日
    10400
  • 贝莱德正在将比特币鲸鱼拉入华尔街轨道

    贝莱德正在将比特币鲸鱼拉入华尔街轨道 作者:彭博新闻社的 Emily Graffeo,10 年 21 月 25 日 比特币大持有者正在将他们的财富从区块链转移到华尔街的资产负债表上。 新一代 ETF 为加密货币富豪提供了一种新颖的方式,将他们的数字财富投入受监管的金融体系——无需出售,而是通过贝莱德公司等大型资产管理公司运营的基金。 今年夏天的一项监管变化为…

    2025年10月26日
    5300
  • 美国企业利润衰退的终结引发担忧

    投资者越来越有信心美国企业界长达一年的利润下滑即将结束。然而,脆弱的经济前景、谨慎的消费者以及 16 年来的最高利率意味着股市的任何缓解都可能是短暂的。 根据彭博资讯 (Bloomberg Intelligence) 的估计,分析师预测,标准普尔 500 指数成分股公司的第三季度盈利将下降 1.2%,这是连续第四次下降,然后在今年最后三个月将出现 6.5% …

    2023年10月18日
    95500
  • 长期投资,第 1 部分:一大堆羽毛

    这是一个由五部分组成的系列文章的第一部分,该系列文章为长期、退休导向的投资开发了一个分析框架。作者要感谢 Joe Tomlinson 和 Michael Finke 对本系列文章提供的有益评论。 哪个更重? 当我年轻的时候,我的一个朋友用下面的脑筋急转弯难倒了我:“一吨砖头和一吨羽毛哪个更重?” 答案当然是它们的重量相同:一吨!但对于外行来说,这个问题很棘手…

    2024年3月12日
    10500
  • 北京大学Julia语言入门讲义第25章: Julia编程示例–动态规划

    动态规划(dynamic programming)不完全是数学规划(最优化)问题的算法。它能解决如下问题:问题可以分解为子问题,子问题多次重复出现,就可以将已经出现的子问题记住,从而大大减小计算量。 Fibonacci数列 Fibonacci数列满足 F0=F1=1, Fn=Fn−1+Fn−2, n=2,3,…。 显然,可以写成简单的递归函数: functi…

    2023年9月6日
    26600

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部