Retirement Planner

把累積、制度所得與退休提領放在同一條時間軸上

大多數退休計算機只做一件事：年支出除以 4%。這個模型改成問四件事——會累積到多少、勞保與勞退會補上多少、中間有幾年沒有制度所得、剩下的缺口有多大機率撐得住。

中位數路徑退休後 10–90 百分位退休時點

計畫成功率

—

在 1,000 條模擬路徑中，資產撐到規劃終齡而沒有歸零的比例。

退休時資產

—

退休後的所得來源

勞保老年年金勞退月退休金需由資產提領

這個模型和「年支出 ÷ 4%」差在哪裡

差在制度所得不是市場報酬。勞保年金與勞退月退是與股市無關的現金流，它們直接把「需要由資產承擔的提領額」壓低，因此有效提領率會比純資產模型低很多。同一筆資產、同一個支出，把制度所得算進來之後，成功率通常會明顯不同。

退休時資產　W = W₀(1+μ)ⁿ + Σ 年投入 × (1+μ)^(n−t)
等效提領需求　C̄ = [ 支出 × 空窗年數 + max(0, 支出 − 制度所得) × 其餘年數 ] ÷ 總年數
有效提領率　w = C̄ / W　　再把 w 丟進 Monte Carlo 求成功率

空窗期用加權平均處理，是一個刻意的簡化：它讓「有效提領率」維持成一個可比較的單一數字，代價是低估了空窗期落在退休最前幾年所帶來的順序風險。真實情況會比這個模型再差一點，差多少取決於空窗期有多長——這也是序列報酬風險那一頁在講的事。

FI 進度與 FIRE Gap

項目	金額	說明

這張表用的是固定提領率的靜態換算，上面的成功率則是完整的模擬。兩者可以不一致，而且不一致本身就是資訊：靜態目標達成、成功率卻低於九成，代表缺口不在資產總額，而在時間結構——制度空窗期落在退休最前段、或報酬波動帶來的順序風險。反過來，靜態目標還沒達成但成功率很高，通常代表制度所得覆蓋了大部分支出，資產只需要補一小塊。

假設與限制

全部以實質幣值計算：報酬、薪資成長、支出都已扣除通膨，因此不需要另外猜通膨率。
累積期以期望報酬複利，不含波動；退休期才跑 Monte Carlo。這讓「退休時資產」是一個確定值，方便比較。
退休後採固定實質提領，即每年領一樣多（已含通膨調整）。願意彈性調整支出的話，成功率會更高。
制度所得以空窗期加權平均折算成單一有效提領率，未逐年模擬制度所得開始的時點。
制度參數為 115 年度（2026），最後複核 2026-08-19。

模型沒有包含

所得稅、健保費與補充保費。
房產、房貸、租金與其他非金融資產。
長壽風險的機率分配——規劃終齡是自己選的一個數字，不是預測。
厚尾與波動叢聚，因此成功率是樂觀上界。
勞保基金財務改革帶來的給付調整風險。

來源

報酬假設

股票實質 5.0%／波動 17%，債券實質 1.8%／波動 7%，相關係數 0.2。全站共用同一組。

制度參數

勞工保險條例、勞工退休金條例及其分級表，115 年度（2026）。

抽樣

常態分配，1,000 條路徑，預設 seed 20260819，結果可重現。

數字與制度會變。發現有誤或已過期，請以主管機關公告為準，並參考方法論了解模型如何運作。