槓桿型 ETF 每天重設槓桿倍數。這代表你今天承擔的曝險是建立在昨天的淨值上，於是整段報酬變成路徑的函數，而不只是起點與終點的函數。這一條打的是「每日重設」這個機制本身，所以吃到它的是把槓桿放進產品裡的做法——0050 正 2 長抱用的 00631L 是最直接的一個；生命週期投資法首選的是深價內指數買權與融資，槓桿放在別的地方，只有在改用每日重設的 2 倍基金時才會踩進來。

直觀的例子：標的第一天跌 10%、第二天漲 11.1%，回到原點。兩倍槓桿第一天跌 20%、第二天漲 22.2%，剩下 97.8%。標的沒動，槓桿部位少了 2.2%。這就是波動耗損（volatility decay），盤整越久、波動越大，耗損越明顯。

Avellaneda 與 Zhang 2010 是這件事的數學基礎論文。Lu、Wang、Zhang 2012 的實證要分多空看，不能混成一句話：持有一個月以內，正向與反向槓桿 ETF 都還貼著倍數報酬；拉長到一季，先偏離的是 UltraShort（反向）那一邊；Ultra（正向）那一邊要到持有滿一年才出現顯著偏離。原文把偏離歸因於二次變異與自變異這兩個項，並沒有下「偏離幅度隨時間單調放大」這種結論。Giese 2010 量化了槓桿與侵蝕的關係：報酬隨槓桿倍數線性成長，波動造成的損失卻與槓桿倍數的平方成正比，所以理論上存在一個最適槓桿。

Cheng 與 Madhavan 2009 把這件事收進一個統一的分析框架（原文自述是 a unified framework，並沒有自稱最早），並指出每日再平衡會在收盤前放大波動。時間上更早的是 Trainor 與 Baryla 2008，標題就是結論：風險加倍，報酬不會加倍。

那把槓桿放進產品裡的做法怎麼回應？常見的答案是用配息與定期再平衡去抵消。這個回應的效果有多大，本站不宣稱知道答案；站上工具裡的槓桿部位一律用「標的日報酬 × 倍數 − 成本」逐日合成，所以耗損是自己跑出來的數字，不是一個估計值。

這條的限制與常見誤用：波動耗損不代表槓桿 ETF 一定輸給無槓桿。在單邊上漲的期間，每日重設反而會產生複利加速。真正的重點是報酬變成路徑的函數，你無法事前知道會落在哪一邊。Cheng & Madhavan 2009 與 Trainor & Baryla 2008 兩篇原文未能線上取得全文，書目由多來源交叉收斂，沒有標成已驗證。

這篇論文本身值得先認識一次。它是近年最受討論的一篇退休配置研究：Anarkulova、Cederburg 與 O'Doherty 的〈Beyond the Status Quo〉，用 39 個已開發國家的長期資料重算整個生命週期投資建議，結論相當激進——終身全股票、不持有債券，在財富累積、退休消費、資本保存與遺產四個面向都勝過股債混合與目標日期基金。它正面挑戰的是「年紀大就該把股票換成債券」這個幾乎已經變成常識的做法，也就是 60/40 與目標日期基金背後的那套邏輯；它拿過 2025 年 ICPM Research Award，不是邊緣論文。

但多數人不是這樣認識它的。它被引用最多的是那組「最適配置 33% 本地股票加 67% 國際股票」——多數人不是讀了論文才知道它，是先聽到這個數字。這篇論文在中文投資圈紅到一個地步，「33% 本地股票」已經變成一句可以脫離原文單獨流傳的口號，而口號流傳久了會長出自己的意思。

而這句轉述漏了幾個關鍵限定，漏掉之後，它會把你帶去論文沒有支持的結論。以下六個最常見的讀法逐一對回原文，六個都不是論文說的，而且每一條都附得出原文措辭，你可以自己開 PDF 對。

落差一：「最適配置是 33% 美股」。摘要原文逐字是「An optimal lifetime allocation of 33% domestic stocks, 67% international stocks, 0% bonds, and 0% bills」。domestic stocks 的意思是「該投資人自己國家的股市」，不是「美國股市」。在論文的資料結構裡，模擬那對夫妻一生會遇到的本國股市報酬，是從 39 個已開發國家各自的本國股市隨機抽取區塊拼接出來的，不是美股的歷史序列。33% 在中文轉述裡變成美股，只因為模型裡的家庭是一對美國夫妻。

落差一值得多講兩句，因為它最普遍、正反兩邊都會犯。論文的 domestic 指「該投資人自己國家的股市」，international 指「扣掉自己國家之後的全部已開發股市，以自己的貨幣計價、含匯率風險」；模型裡的家庭是美國人——美國社會安全制度的給付、美國社會安全署的死亡率表、美國受雇者的所得過程——對那對夫妻而言 domestic 才等於美股。這是「33% 美股」唯一成立的讀法：換一個國籍，就不成立。

落差二：「33/67 是股票內部怎麼切，債券要另外算」。不是。四個權重加起來就是整個投資組合的 100%：33% 本國股票、67% 國際股票、0% 公債、0% 短期票券。「零債券」和「33/67」是同一組解的兩個面向，拆開來只引用前半段，等於把這篇論文最激進的那一半弄丟。

落差三：「33% 是這篇論文的定論」。同一篇論文，這個數字自己動過兩次。2023 年的初版（論文標題頁日期 2023-10-02、SSRN 上架日 2023-11-01）摘要寫的是 50% 本國加 50% 國際；2024-11-18 起的修訂版才變成 33/67/0/0；SSRN 現行最新的 2025-07-10 版又把摘要措辭改成「近三分之一／近三分之二」這種近似講法。網路上 50/50 與 33/67 同時在流傳，兩個都真的出現過，只是版本不同。本站引用的是 2025-03-03 那一版，而且每次引用都標版本。

落差四：「33% 是一個精確的最適值」。論文自己不這樣主張。第 19 頁原文：「Expected utility as a function of the allocation to domestic stocks is relatively flat, and all allocations ranging from 11% domestic and 89% international to 55% domestic and 45% international have equivalent savings rates below 10.5%.」白話是：就連對模型裡那對美國夫妻本人，本國股票從 11% 一路配到 55%，效用都幾乎一樣——量尺是等效儲蓄率（達到同一退休效用、整段職涯每年要存的收入比例）：最適解 10.0%，帶內全部在 10.5% 以下，差距不到半個百分點。把 33% 當成一個精確處方，光是這一點就已經誤讀。

落差五：「這是一篇已發表的期刊論文」。截至 2026 年 8 月，它仍然是 SSRN 工作論文，沒有刊登在任何同儕審查期刊上。它拿過 2025 年 ICPM Research Award，那是機構投資人管理領域的實務界獎項，不等於期刊接受。本站把它標成工作論文就是這個原因。同一群作者確實有已發表的期刊論文——2022 年那篇 Journal of Financial Economics——但那是另一篇，談的是另一件事。

落差六：「作者之一是 Edward McQuarrie」。不是。本站開了兩個版本的 PDF 封面逐字核對，作者只有三位：Aizhan Anarkulova、Scott Cederburg、Michael S. O'Doherty。McQuarrie 是另一位研究長期股債報酬史的研究者，跟這篇論文無關。這個誤植在中文轉述裡出現得相當頻繁，被同業當面指出會很難看。

所以它支持的是「全股票」，反對的是「集中單一市場」。這一刀砍下去，站上兩條路線都會中。買、借、死是 100% 押在美國那斯達克 100：對一個台灣投資人來說，那既不是本國市場，也不是全球分散，而是單一外國市場的單一交易所。0050 正 2 長抱則是 100% 押在台灣，而台灣只佔全球市值 3.3% 到 3.4%（MSCI ACWI 3.33%、FTSE All-World 3.39%，基準日皆為 2026-06-30），正好落在論文說「本國權重應該更低」的那一端。這兩種配置論文都沒有測過，也沒有任何一組設定產出這種解。

但要公平地說完另一半：論文有一節專門算「如果你相信美國就是特別的」會怎樣。完全相信的人，最適解確實是 100% 美股；相信一半的人是 60% 美股加 40% 國際股。作者的結論是，超配美股「requires strong conviction in continued US stock market outperformance」。這篇論文沒有禁止你全押美國，它只是把這個選擇的隱含前提標出價格：你必須幾乎完全相信美國會繼續贏。

最後一件不算誤讀、但幾乎沒人提的事實：台灣不在這篇論文的樣本裡。39 個已開發國家逐一核對過，有日本、南韓、新加坡、以色列，沒有台灣，也沒有香港。所以「台灣人該配多少台股」這個問題，這篇論文從第一頁到最後一頁都沒有回答過。任何台灣版的比例，包括本站接下來要寫的那個區間，都是外推。

這條的限制與常見誤用：這張卡在做的是版本與措辭的勘誤，不是在說這篇論文不好。恰恰相反：它是站上支持方最主要的靠山之一，正因為要拿它當靠山，才更不能引用一個走樣的版本。另外，「六個落差」是本站在中文材料裡實際看到的讀法歸納，本站沒有做過流傳程度的統計，所以這張卡不標「已驗證」；被對回的原文措辭則是逐字核對過的。

把誤讀清掉之後，論文到底給了什麼？它給的不是一個數字，是三條會讓數字移動的機制——收入相關性、市場規模、市場夠不夠分散。前兩條論文明說，第三條是論文的前提——而那個前提在台灣不成立。三條都寫在論文自己裡面，不需要任何人另外建模，這一點很重要：談台灣化最容易失控的地方，就是自己造一個模型然後宣稱它是論文的延伸。

機制一（收入與本國股市的相關性）：論文第 5.4.3 節與 Table VII 的 Panel L 做了一個乾淨的實驗：把家庭的持續性所得衝擊（用的是 Guvenen、Karahan、Ozkan 與 Song 2021 的美國所得過程）與本國股票年報酬用 Gaussian copula 代入不同的相關性，其餘設定完全不動，看最適權重怎麼變。結果是：相關性 0.0 對應本國股票 33%、0.1 對應 30%、0.2 對應 27%、0.3 對應 24%、0.4 對應 21%、0.5 對應 18%。論文自己的註腳 30（footnote 30）另外算了完全相關的極端情況，答案是 3%——代回上面那條直線（33% − 30% × 1）也正好是 3%。

把這七個點畫出來會發現它們落在同一條直線上，殘差是零：本國股票權重 ＝ 33% − 30% × 相關性。【這條算式是本站從論文自己的七個數據點推得的，論文沒有寫出這條式子。】它值得寫出來，是因為它把「你的收入有多依賴本國經濟」這件模糊的事，換算成一個可以直接讀的斜率：相關性每上升 0.1，本國股票就少 3 個百分點。

論文也在註腳 29 交代了這個相關性在文獻上落在哪裡：有人估幾乎無關（Fama & Schwert 1977、Cocco、Gomes 與 Maenhout 2005），也有人估高教育程度族群高達 0.3 到 0.5（Davis & Willen 2000、Campbell 等人 2001），Benzoni 等人 2007 的共整合模型隱含約 0.5。作者自己寫的是「The literature diverges on the magnitude of the correlation between income and stock returns」。所以對一個高教育專業工作者來說，直接套用相關性為零的 base case，是這整篇論文裡最不該偷懶的一個假設。

機制二（本國市場在全球的規模）：這一條最結實，因為作者親口處理了小市場的情況，不需要任何人另外建模。2024-11-18 版第 19 頁，緊接在 11% 到 55% 那句話之後：「This finding gives real-world investors the latitude to choose an all-equity strategy that reflects the size of their local market relative to the global market. That is, an American investor may feel comfortable investing over half of their wealth in the domestic market given the US's large global weight, whereas a Canadian investor may wish to invest less than the optimal 33% in domestic stocks.」

這句話有兩層。第一，作者說配置應該反映「你的本國市場相對於全球市場的規模」。第二，他直接點名加拿大投資人應該配得比 33% 更少。也就是說，「小市場的人怎麼辦」這個問題論文自己回答過了，答案是往下，不是照抄 33%。

那台灣在哪裡？兩家獨立的指數編製機構，同一個基準日 2026 年 6 月 30 日：MSCI ACWI 指數裡美國 63.63%、台灣 3.33%、加拿大 2.93%；FTSE All-World 指數裡美國 61.74%、台灣 3.39%、加拿大 2.89%。台灣與作者點名的加拿大是同一個量級，兩家給的台灣數字都落在 3.3% 到 3.4% 之間。按作者自己寫下的規則，台灣投資人的本國權重應該落在 33% 這一端或更低，絕不是把 33% 當成「台灣人也該配 33% 台股」的背書。

這裡有一個版本註記，直接決定上面那句話能不能引用：那段原文出自 2024-11-18 版。2025-03-03 版的同一段已經改寫成「gives real-world investors considerable latitude to choose an all-equity strategy. For example, a US investor may feel comfortable...」——市場規模那個子句與加拿大那一句都不見了。所以本站引用這段話時一律標明是 2024-11-18 版，不假裝它出現在最新版裡。這篇論文的措辭已經改過三次，任何人引用它之前都該先確認自己讀的是哪一版。

機制三（台股夠不夠分散）：論文假設的本國市場是分散的，而台股不是。論文裡的 domestic 是「一個國家的整個股市、以本國貨幣計價」這個層級的報酬，單一公司的權重根本不在它的模型裡。台灣的問題是，市場級和單一公司在這裡幾乎是同一件事——那家公司就是台積電。同一家台積電，換一個口徑就換一個數字：在發行量加權股價指數（全市場口徑）的權重 44.7764%，臺灣期貨交易所公布、資料日期 2026/7/31；MSCI Taiwan 指數 55.16%，基準日 2026/6/30；臺灣50指數 57.59%，FTSE Russell 官方 factsheet、基準日 2026/6/30；0050 這檔基金的實際持股 58.49%，元大投信官網、交易日 2026/8/4，逐日變動。

四個數字都是對的，差別只在口徑，所以上面每一個數字旁邊都標了口徑與基準日——引用時漏掉這兩樣，等著被同業抓。要點是：不管你用哪一個口徑，論文模型裡那個「分散的本國股市」，在台灣沒有一個現成商品裝得進去。你配 30% 台股，實際上有一半以上壓在同一家公司上。這一點對 0050 正 2 長抱特別要緊：它的槓桿標的追的是臺灣50指數，而那個指數裡單一家公司就佔 57.59%（FTSE Russell 官方 factsheet，基準日 2026/6/30），等於把集中度再乘上兩倍。論文沒有處理這種情況，不是因為它疏忽，而是因為它的 domestic 是市場級報酬，這個問題不在它的框架裡。

三條機制的方向是一致的，而且互相獨立：收入相關性往下、市場規模往下、集中度讓「配台股」這件事本身跟論文的假設對不上。三條都不需要任何外部模型，第一條來自論文自己的表格，第二條來自作者自己寫下的規則，第三條來自論文的建模層級。這三條加起來，就是「33% 專章③ 用在台灣」那張卡推出那個區間的全部依據。

這條的限制與常見誤用：三條機制的證據等級不一樣，不要混在一起用。機制一的七個數字是論文表格逐格核對過的，那條直線是本站的推導；機制二是作者自己寫下的規則，但這句話只存在於 2024-11-18 版，而且作者給的是方向（less than 33%），沒有給公式，任何把市值權重直接當成配置比例的算法都不是論文說的；機制三的四個台積電權重是官方或編製機構的公開數字，但「所以台灣的 domestic 裝不進論文的框架」是本站的判讀，論文沒有討論過單一公司集中度。另外，MSCI 與 FTSE 的 factsheet 是免費公開的，權重數字可以自己下載對照（各數字的基準日都標在引用處）。

先把話說在前面：這篇論文沒有替台灣算過任何東西。這一段裡凡是關於台灣的數字，全部是本站依論文自己的機制推導出來的，不是研究結論。如果你只想從這一段帶走一句話，帶走這句。

第一步（相關性交還給你）：「33% 專章②」那張卡推出來的算式（本國股票權重 ＝ 33% − 30% × 相關性）需要一個相關性，而沒有人知道自己的相關性精確到小數點，硬估一個數只會製造假精確。換成一個你從自己的執業經驗就答得出來的問題：景氣明顯轉壞的那幾年——2008 到 2009、2015、2022——你的自費收入有沒有明顯掉下來？

三檔對應的數字：「幾乎沒感覺」對應相關性 0.05，本國股票 31.5%；「有掉，但不明顯」對應 0.15，28.5%；「明顯掉」對應 0.30，24%。這三個對應關係是本站設定的映射，不是研究結果。敏感度很好記：相關性每差 0.1，答案差 3 個百分點。三個選項全部加起來的擺幅只有 7.5 個百分點——這件事本身就在告訴你，這個參數沒有想像中那麼關鍵。

查證一（健保與景氣沒有公式連結）：台灣的官方數列指向哪一端？三組已查證的事實，先看第一組。全民健康保險法第 60、61 條寫的是主管機關擬訂範圍、行政院核定、健保會協議訂定，這是一段行政協商程序。健保會 116 年度總額範圍草案講得更直白：低推估是依公式計算的結果，反映人口結構、醫療服務成本與投保人口成長；高推估等於低推估加上「協商因素」，而那個協商因素是 2.881 個百分點，占整個 5.5% 成長率的一半以上。經濟成長率在制度裡確實出現過，位置是「付費者意願及民眾負擔能力」的參考指標，不是計算總額的輸入。

查證一之補（供給端稀釋）：制度層之外還有一層供給端的稀釋，讓「總額成長」更難傳導到單一院所的收入：總額是全國的分子，分母——執業醫師數與開業診所數——每年也在增加。開業診所大量增加的結果，是點值長年徘徊在 0.95 到 1.0 附近、健保病人被更多院所瓜分；單一院所的健保收入即使在總額成長的年份也未必成長，更接近「以量取勝」的在地競爭結構。所以就算總額與經濟成長有某種制度相關，到院所層級又隔了一層（本站作者的執業觀察，實務判讀，非官方統計）。

查證二（量級差距起疑）：本站逐項查得的健保總額核定成長率落在 2.6% 到 5.5% 之間，標準差約 1.09 個百分點，沒有負值；同期台股含息年報酬的標準差是 24.47 個百分點。要把話說準：標準差差很多「不代表」數學上不可能高相關——相關係數只看同步性、不看擺幅，一條平滑的小波動數列理論上仍可能跟股市高度同步。所以量級對比只是起疑點，真正的判斷靠下一段的實際對算。

查證三（自費端不隨景氣掉）：自費端的官方數列與直覺相反。衛生福利部國民醫療保健支出統計裡的家庭部門（民眾自掏腰包的醫療支出，不含健保保費），從 1996 到 2024 年從來沒有出現過負成長，金融海嘯的 2009 年還成長 2.22%。把這條數列跟台股含息年報酬直接對算（2008 到 2024 年，共 17 個觀察值），相關係數是 −0.07，95% 信賴區間從 −0.53 到 +0.42。

這裡必須把話說準：信賴區間寬到這個地步，正確的說法是「找不到正相關的證據」，不是「證實了兩者無關」。17 個觀察值的統計力不足以排除中等程度的相關。而且這條數列是全國兩千三百萬人的加總，裡面含成藥、保健食品、長照自付這些不太能延後的項目，跟一間以增生療法與 PRP 為主的診所結構並不一樣。加總會洗掉個別診所的雜訊，但也可能抵銷掉個別診所之間方向不同的景氣反應，所以全國層級的 −0.07 不能直接當成任何一間診所的上界或下界；它能說的只有「在全國層級看不到系統性的正相關」。個別診所的判斷要靠上面那個三檔自我分類，不是靠這個係數。

關鍵數學（穩不等於脫鉤）：健保讓你的收入更穩，不等於讓你的收入跟股市脫鉤。相關係數是無量綱的，它只看「會動的那一部分」。健保那塊的年波動度大約一個百分點，自費那塊高一個數量級，所以只要自費佔比不是趨近於零，整體收入的相關係數就會迅速逼近自費那塊的相關係數。本站試算過：在自費本身跟景氣走（相關性 0.3）的情境下，自費佔比從兩成拉到七成，整體相關性只從 0.300 動到 0.303。真正的關鍵不是「自費佔幾成」，而是「你的自費收入到底跟不跟景氣走」。「我大部分收入靠健保，所以我的收入跟股市無關」這個直覺，在數學上是錯的。

上面那個試算裡有三個假設值：健保成長率與台股的相關性 0.15、自費與健保之間的相關性 0.3、單一診所自費收入的年波動度 8 個百分點。台灣沒有公開資料可以定出這三個數，本站把它們標成假設，結論只拿來說明方向，不當成量化結果。

為什麼體感不能當證據：接下來這一小段值得慢讀——每個讀到這裡的醫師都會冒出同一個直覺，也會踩到同一個坑。

理由一（趨勢會蓋掉訊號）：多數人的直覺都是自費應該跟景氣有關，問題在於你沒辦法拿自己的帳當證據——不是謙虛，是統計上真的不行，而且有四個各自獨立的理由。第一個：開業前幾年的營收本來就在往上爬；如果你的開業初期剛好撞上景氣最差的年份（疫情期間開業的人就是這樣），一條同時含有「開業成長趨勢」和「景氣波動」的數列，不先把趨勢拿掉，你看到的就只是趨勢——而開業前幾年的成長率，量級遠大於景氣造成的那幾個百分點。

理由二到四（樣本、記憶、隔一層）：第二，樣本數太小。能用來判斷的景氣低點就 2008 到 2009、2015、2022 這幾個，扣掉還沒開業或還在高速成長段的年份，剩下的點數少到任何相關係數都沒有意義——前面那個全國層級、17 個觀察值的計算，信賴區間都已經寬到正負 0.5 了。第三，記憶會挑資料。生意差的月份記得特別清楚，而生意差的原因很多：同業開了新診所、健保審查、自己請假、換了助理。把這些全部歸給景氣，是事後說故事。第四，中間還隔了一層。就算你的收入真的跟景氣連動，這裡要問的其實是「跟台股報酬」連動，而股市是領先指標，會提前反應也會過度反應，兩者不是同一條線。

怎麼用這個問題：正確的用法是當成一個方向性的自我分類，三檔選一檔，不要當成量測。你答哪一檔，答案的差距也就 7.5 個百分點。與其把力氣花在把自己的相關性估準，不如先確定自己沒有落在 0% 或 100% 這兩個極端上。

推導結果（20% 到 30%）：把三條機制放在一起（收入相關性、市場規模、台股集中度），得到的是一個區間，不是一個數字——台股（也就是論文裡 domestic 那一格）佔股票部位的 20% 到 30%。這兩個數字是這樣來的。

上緣 30%：對應相關性 0.10 左右，也就是自費收入幾乎感覺不到景氣的執業型態。再往上就會撞到論文自己的兩條線——base case 的 33% 是相關性為零時的解，而台灣的全球市值權重只有 3.3% 到 3.4%（MSCI ACWI 與 FTSE All-World，基準日皆為 2026-06-30），市場規模這條機制不允許往上加。下緣 20%：相關性 0.30 對應的是 24%，剩下那 4 個百分點是本站留給市場規模與集中度這兩條論文沒有量化的機制。20% 這個整數是本站取的保守下緣，不是算出來的，這一點必須講明。

為什麼不降到市值權重：為什麼不一路降到台灣的全球市值權重 3.3%（MSCI ACWI，基準日 2026-06-30）？因為論文的最適解本來就不等於市值權重：替模型裡那對虛構美國夫妻算的 33%，也遠低於美國同一份 factsheet 上的 63.63%。作者只說小市場「應該比 33% 更少」，沒有說要降到市值權重。純市值權重是另一套做法，不是這篇論文的推論。

最後一件事，可能是這整段最重要的一句：這個 20% 到 30% 的區間，整段都還落在論文自己「11% 到 55% 效用幾乎沒有差別」那條平坦帶裡面（量尺是等效儲蓄率——整段職涯的年存比例：帶內差距不到半個百分點）。換句話說，在論文的框架下，台股配 20% 還是 30%，差別小到論文自己都懶得區分。真正會造成量級差異的，是「有沒有全球分散」和「有沒有零債券」這兩個結構決定，不是本國那一格的小數點。任何人給你一個精確到小數點的台灣版數字，那個精確度都是他自己加上去的。

那自己跑台股模擬呢：台股的官方含息報酬序列確實拿得到——臺灣證券交易所發行量加權股價報酬指數，經政府資料開放平臺的資料集（編號 11871，提供機關是金融監督管理委員會證券期貨局）取得，授權為政府資料開放授權條款第 1 版，可重製、散布、改作與商業利用，只要顯名標示。實際可取得的範圍是 2003-01-02 到 2026-08-04 共 5,805 個交易日、零缺漏，本站自算的年化波動度是 19.24%。

這段序列的大缺陷：它從 2003 年才開始。台股 1990 年那次 −77.90% 的崩盤（MSCI Taiwan 指數 factsheet 記載的最大回撤區間是 1990-01-31 到 1990-09-28）完全不在可取得的範圍內。用 2003 年起的資料跑任何模擬，都會系統性低估台股的尾部風險。

論文自己就批評過這件事：同一群作者 2022 年那篇的摘要說得很清楚：只用「活到現在、而且資料好取得」的區間做回測，會系統性偏樂觀，他們把它叫做 easy data bias。拿一段漏掉最大崩盤的資料去跑蒙地卡羅，再用它來支持或推翻論文的結論，等於用論文批評的方法在談論這篇論文。

所以模擬只當旁證：站上不用台股蒙地卡羅當主論證。上面那三條機制，每一步都有原文或官方數字，比一個起點只到 2003 年、而且漏掉最大崩盤的模擬更禁得起檢驗。19.24% 這個波動度只放在這裡當一個參考點：它比 MSCI 與 FTSE 公布的 3 年、5 年窗（24% 到 28%）低，那說明近年的短窗數字被這一輪行情推高了，不能拿來代表台股的長期特性。同樣的道理，本站也不用 2003 年起算的年化報酬去講「台股長期報酬是多少」——起點是網通泡沫破滅後的低基期，終點是這一輪行情的高點，兩頭都偏。

最後劃一條線：這一整段講的是配置框架怎麼想，不是任何標的的買賣。本站不寫「台灣人該持有哪一檔」，也不把上面那個區間寫成任何人的處方。它的用途是讓你在跟自己的財務顧問、或跟把這篇論文推薦給你的人談話時，可以把問題問到正確的層次上：不是「33% 是多少」，而是「你的 domestic 是什麼、你的市場有多大、你的收入跟它有多像」。順帶一提，這個區間最直接對上的是站上的 0050 正 2 長抱——那條路線的股票部位是 100% 台股，而這裡推導出來的上緣是 30%。差距擺在這裡，怎麼看是你的事。

這條的限制與常見誤用：這張卡片整體標為「推論」，意思是：裡面的官方數字都查證過，但把它們組合成一個台灣區間這件事，是本站的判讀，沒有任何來源這樣寫。三個具體限制。第一，台灣查無任何估計「醫師收入與台股報酬相關性」的公開實證研究，本站實際搜尋後確認查無，所以那三檔映射是本站設定的，不是文獻值。第二，論文註腳 29 引用的美國文獻說高教育族群的相關性高達 0.3 到 0.5，方向與台灣官方數列相反；本站選擇不硬套美國值，也不宣稱台灣值就是零，因此給區間而不給單一數字。第三，論文的相關性滑桿是把美國中位數勞工的所得波動度固定住、只轉動相關性，那個所得過程含失業與長期失能等厚尾衝擊，跟一個有健保基本盤的自營診所並不一樣；所以 33 − 30ρ 這條線對台灣醫師比較像是偏保守的下界，不是精確答案。

Anarkulova、Cederburg 與 O'Doherty 2022 年刊在 Journal of Financial Economics 的〈Stocks for the Long Run?〉，用 39 個已開發國家、1841 至 2019 年的長期真實報酬資料，重新檢驗「股票長期風險低」這個幾乎沒人質疑的前提。原文摘要給的理由是樣本夠廣，可以緩解存活者偏誤（survivor bias）與易得資料偏誤（easy data bias）——也就是只用「活到現在、而且資料好取得」的市場做回測會系統性偏樂觀；在這個樣本下，一個分散投資、投資期間 30 年的投資人，大約有 12% 的機率跑輸通膨。

這直接動搖的是「市場長期只會上漲」這個假設，而站上三條路線全部建立在它上面：買、借、死、0050 正 2 長抱、生命週期投資法，沒有一條在這個假設不成立時還站得住。

把它延伸到那斯達克 100 上，力道應該更強，因為那是單一國家、單一交易所、產業集中度更高的指數。但要說清楚，這個延伸是本站的推論，目前沒有文獻直接針對那斯達克 100 做過同樣的分析。

同一個方向還有兩篇經典：Brown、Goetzmann 與 Ross 1995 的〈Survival〉是存活者偏誤的原始文獻，只用活到現在的市場做回測會系統性高估報酬與安全提領率；Dimson、Marsh 與 Staunton 2002 的《Triumph of the Optimists》是易得資料偏誤的經典。這兩篇正是上面那篇批評美國樣本時直接引用的基石。

這條的限制與常見誤用：這篇說的是股票長期報酬的分布比美國歷史顯示的更寬，不是說股票長期不會賺。把它讀成「所以不要投資股票」同樣是誤讀。

這篇是 Anarkulova、Cederburg、O'Doherty 與 Sias 用 38 個已開發國家的長期資料重算安全提領率的研究，2025 年正式刊在 Journal of Pension Economics and Finance 24(3)。已發表版的摘要原文是：「A 65-year-old couple willing to bear a 5 percent chance of financial ruin can withdraw just 2.31 percent per year, a rate materially lower than conventional advice (e.g., the 4% rule).」

對照組很有說服力：同樣 5% 破產機率門檻，只用美國 1926–2019 資料算出來是 4.22%，國際樣本的結果大約只有美國樣本的一半多一點。這個 4.22% 與上一段的 17.4%，本站只在 2022 年的 SSRN 工作論文版逐字核到；已發表版全文在付費牆後面，本站無法確認它們有沒有跟著主數字一起調整，引用前請自己開一次原文。

順帶提醒一個版本坑：2.26% 是 2022 年 SSRN 工作論文版（DOI 10.2139/ssrn.4227132）的數字，2025 年正式刊出的已發表版原文是 2.31%。兩個版本各有自己的 DOI，網路上很多整理沒有分版本，引用時要先確認自己引的是哪一版。

這一條對三條路線都是雙面的。負面的那一面共通：只要你的退休規劃是拿美國歷史推出來的，這篇說它會過度樂觀——三條路線的提領假設全都繞不開這一點。正面的那一面則是買、借、死獨有的：它主張的 2～3% 提領率，方向上跟這篇一致，甚至更保守。

同方向還有兩篇：Finke、Pfau 與 Blanchett 2013 指出用歷史平均算失敗率約 6%，改用當時 5 年期 TIPS 實質殖利率校準債券報酬後，失敗率跳到 57%——這組 6% 對 57% 是 50/50 股債配置的數字，同一篇裡 70% 股票的配置對應的失敗率是 46%，不要把 57% 當成所有配置的通用結果；Pfau 2010 用 17 個已開發國家的資料顯示，歷史最差情境提領率高於 4% 的只有 4 個國家，其中 5 國低到 1.56% 以下。

這條的限制與常見誤用：這篇算的是傳統股債組合的提領，不是「不賣股、改用質押借款支應生活費」這種模式。質押模式的風險結構不同：它換掉的是賣出風險，換來的是追繳與利率風險。本站的工具把這兩種模式分開跑，不互相代入。版本要分清楚：2.31% 與「38 個已開發國家」取自已發表版摘要（經 Crossref 解析逐字核對）；17.4%、4.22%、1890–2019、約 2,500 國家-年與 stationary block bootstrap 這幾項，本站是在 2022 年 SSRN 工作論文版逐字核到的，已發表版全文在付費牆後未能確認。Pfau 2010 原文未能線上取得，數字由作者本人 2011 年的後續論文逐字轉述核對，沒有標成已驗證。

Samuelson 1969 用動態隨機規劃，Merton 1969 用連續時間模型，兩篇同期同刊，得到同一個結論：如果投資人的相對風險趨避是固定的，那麼最適股票比例不隨年齡或剩餘投資年限改變。

要讀對它的射程：這是在「不含人力資本與勞動收入」的基準假設下得到的結論，給「年輕加槓桿」的年齡邏輯一個相反的 benchmark；生命週期投資法正是靠把人力資本放進模型才得到不同答案，所以這一篇跟跨時間分散那張卡是同一場論戰的兩造。站上三條路線裡，生命週期投資法整套建立在年齡邏輯上，買、借、死的「現在就開槓桿」論述也走同一骨架，兩條都要面對這一篇的挑戰。要繞過它，必須另外主張人力資本、勞動收入或風險趨避本身會隨年齡變化，那是另一組假設，不是無條件成立的。

這兩篇的地位不是邊緣異議，它們是投資組合理論的教科書內容。任何主張「年輕就該加槓桿」的說法，如果沒處理這兩篇，論證就是不完整的。

這條的限制與常見誤用：這個結論建立在 CRRA 效用與報酬獨立同分布的假設上。放寬報酬獨立同分布這個假設之後，長期股票配置的優勢會部分回來，這也是後續文獻的主要爭點。所以這條是強力反方，不是定論。

Gayed 與 Bilello 這篇拿過 2016 年 Charles H. Dow Award，是實務界最常被引用的「長期用槓桿沒問題」文獻。

但它的實際結論是「波動是槓桿的敵人」。策略本體一句話：大盤收在長期移動平均線之上才持有槓桿，跌破就把槓桿降掉、轉持國庫券（等於離場觀望）。

先回答多數人看到這裡的第一個反應：均線上方才開槓桿、跌破反而降槓桿——這不就是追高殺低嗎？對一倍現貨來說，逢低買進的直覺沒有錯；但這個策略買賣的不是價位，是波動環境。論文的核心統計是：大盤位於均線之下的日子，波動率遠高於均線之上——歷史上的大漲與大跌擠在同一段高波動區間裡，「跌深反彈」與「持續崩跌」都發生在那裡。而每日重設槓桿的兩大成本——盤整震盪的波動耗損、深跌的回撤放大——恰好都集中在高波動區間；反過來，均線之上的低波動趨勢段，正是複利加速站在槓桿這邊的時候（兩個機制的完整說明在核心觀念）。所以它故意放棄逢低加碼：不是在賭「低點之後還有更低」，是在避開「低點附近的波動會咬槓桿」。看起來像追高殺低，其實是把槓桿只留在它的順風環境裡。

要精確地說它怎麼贏固定槓桿：三組比較裡，固定槓桿並不是絕對報酬最低的那一組——1928 年 10 月到 2015 年 10 月，3 倍固定槓桿年化 15.3%，還高於買進持有大盤的 9.1%；它輸掉的是風險調整後的那一半，夏普比率 0.21 對 0.30、年化 alpha 為 −5.3%、最大回撤 −99.9%（買進持有是 −86.2%）。也就是固定槓桿把買進持有的缺點整個放大了，是風險調整後最差的一組，而不是報酬最低的一組。

而站上兩條路線用的正是固定槓桿：買、借、死是固定曝險、只做年度再平衡、明確反對擇時，0050 正 2 長抱同樣是固定比例搭配再平衡、不看訊號進出。所以這篇同時支持「可以用槓桿」，卻挑戰這兩條共用的「固定槓桿」。拿它當背書之前要先看清楚它在支持哪一種槓桿。

不過反方也不是無敵的。Cederburg 等人 2020 年在 Journal of Financial Economics 上的實證顯示，波動率管理類的動態策略在樣本外的夏普比率與確定等值報酬多半不如未管理的原始組合。也就是說「改成動態調槓桿就好了」同樣沒有免費午餐。

這條的限制與常見誤用：這篇是實務界的得獎論文，沒有經過期刊同儕審查（「同儕審查」「工作論文」是什麼意思，本章開頭的「怎麼讀這一章」有白話說明）；本站未能取得原文全文，書目由多個獨立來源交叉確認，所以沒有標成已驗證。相對地，同一段落引用的 Cederburg 等人 2020 是 JFE 同儕審查論文，DOI 已驗證。

這一條沒有一篇專門的論文，它是結構上的必然，所以標為推論，不是文獻結論。它也是站上少數只打到一條路線的證據：三條裡只有買、借、死靠質押借款支應生活費，0050 正 2 長抱沒有借款、沒有維持率，生命週期投資法首選的深價內指數買權最壞是歸零而不是被追繳，只有改用融資時才會踩進同一個機制。

「打死不賣」之所以能成立，前提是沒有任何人能逼你賣。加了質押借款之後，維持率跌破券商門檻就會通知補繳，補不上就會被處分擔保品。那一刻賣不賣不是你決定的。

而且時間點是最糟的：追繳一定發生在跌得最深的時候，也就是買、借、死主張要加碼的時候。你會同時被要求補錢，又想要加碼，而現金只有一份。

這也是為什麼買、借、死的所有風控規則都繞著同一件事：現金與短債部位必須大於質押借款餘額、借款只借到可借上限的一半或三分之一、累計借款壓在總資產的低比例。這些規則不是保守，是這個機制的必要條件。

這一段可以自己跑成數字，不必只當一句提醒：站上工具區的「斷頭壓力測試」算的就是這件事。使用率的定義是：借款 × 券商維持率門檻 ÷ 市值——門檻就是券商講的 130%、140% 那個數，代 1.3、1.4 進去；使用率達到 1（100%）就是觸及追繳線。

這條的限制與常見誤用：這是結構性的推論，不是實證研究的結論。實際發生機率取決於你的借款成數、券商門檻與市場路徑，所以這件事只能拿自己的數字去跑，沒有通則可以套。券商的維持率門檻、可借成數與期限都會變動，站上不寫死。

先提醒一件事：網路上流傳的「下跌頻率表」版本很多，同一個跌幅在不同版本裡的頻率常常對不上，而且多數沒附資料期間與口徑。引用任何一張頻率表之前，先看它有沒有給出處、期間與口徑——這裡只列可查證的兩組。

可查證的版本有兩組，口徑不同不能混用。美國基金經理人 Peter Lynch 常被引述的說法是 10% 以上的回檔約每 2 年一次（95 年間 50 次）、25% 以上的熊市約每 6 年一次（95 年間 15 次）——那個「15 次」是 25% 這個門檻專屬的數字，不要拿去套 10% 門檻。市場統計方面，S&P 500 在 1952–2025 期間跌 10% 以上約每 18 個月一次、跌 20% 以上約每 6 年一次；要註記的是同一頁的圖表把資料期間標成 1954–2025，與內文的 1952–2025 不一致，本站兩個都寫出來，不替它挑一個。

要特別提醒的是，那斯達克 100 的波動高於 S&P 500，所以套用 S&P 500 的頻率會低估。這是推論，本站沒有查到針對那斯達克 100 的同口徑統計。

把這些頻率乘上兩倍槓桿，就是你實際會經歷的東西：跌 20% 的那一年，2 倍部位大約是跌 40%，不管那兩倍放在那斯達克 100 還是台股上。如果部位底下還壓著質押借款，追繳線更不會等你講完長期投資的道理。

這條的限制與常見誤用：Lynch 那一組是後人轉述，不是訪談逐字稿，原始訪談落在 1990 年代到 2000 年代，資料期間與指數口徑跟 Capital Group 那一組不同。本站兩組都列、各自標明期間與指數，但不可混用，也不合併成單一張表。