时间与复利：对抗熵增的物理武器
第一章确认了威胁：封闭系统必然走向无序，家庭财富如果不主动做功，就会走向热寂。
那么，做功的燃料是什么？
是复利。
但复利是被误解最深的工具。大多数人知道「复利很厉害」，却不知道它为什么厉害，也不知道它有多脆弱。一旦系统里出现摩擦——费用、税务、时间的浪费——复利这台发动机的效率会以指数级的速率下降。
本章的任务，是把复利从一个模糊的「好概念」，变成一张可以操作的力学地图。
2.1 复利的物理本质：指数增长对抗熵增
复利公式的标准写法是：
\[A = P(1 + r)^t\]
这是数学，但更是物理。从热力学的角度看，这个公式描述的是一个开放系统持续做功的结果：
- 系统不断摄取外部能量（投资回报）
- 能量在下一期成为新的基础（本金增长）
- 每一期的基础都比上一期更大
关键在 \((1+r)^t\) 这个指数。它不是线性增长（\(P \times r \times t\)），而是指数增长——每一期的增长都是在上一期全部成果的基础上再增长。这就是为什么复利在时间足够长时会产生令人难以置信的结果：它是自我强化的有序化过程，与熵增方向相反。
注记核心概念：复利 vs 单利
单利（Linear）：只有本金产生回报。\(A = P \times (1 + r \times t)\)
复利（Compound）：本金和每期回报都产生回报。\(A = P \times (1 + r)^t\)
\(P = \$100,000\)，\(r = 7\%\)，\(t = 30\) 年：
- 单利终值：\(\$100,000 \times (1 + 0.07 \times 30) = \$310,000\)
- 复利终值：\(\$100,000 \times (1.07)^{30} = \$761,226\)
差距：$451,226。这多出来的 $45 万，是复利「滚动」产生的，是从来没有额外投入一分钱的纯粹系统效应。
2.2 三个变量，三场战争
公式 \(A = P(1+r)^t\) 只有三个变量，每一个都是一个独立的战场：
P（本金）：系统的起始能量。你投入多少，决定了指数增长的基数。P 越大，同样的 \(r\) 和 \(t\) 产生的绝对值越大。但 P 是线性贡献——P 翻倍，最终只是 A 翻倍。
r（净转化效率）：这是被侵蚀得最严重的变量。名义回报率 7% 听起来不错，但经过 MER 费用、税务拖累、通胀侵蚀之后，真正进入复利循环的净回报率可能只有 3–4%。r 的指数特性意味着：r 每降低 1 个百分点，30 年后的终值差距不是 1%，而是 20–30%。
t（时间）：这是三个变量里最特殊的一个。P 可以积累，r 可以优化，但 t 用掉就永远消失了。你不能「买回」失去的时间。同时，t 在指数里的威力最大——增加 10 年，在高回报率下可以让终值翻倍以上。
这三个变量共同决定了你的财富系统的能量输出。接下来，我们逐一审视每个变量的真实威力和致命弱点。
2.3 时间（t）：最廉价，也最不可挽回
在三个变量里，时间是最廉价的——你不需要额外的钱，不需要额外的技能，只需要早开始。但它也是最不可挽回的：每推迟一年，那一年所对应的指数增长空间就永远消失了。
下面这张图，用数字说明这件事有多严重：
图中的数字令人震撼：
- 25 岁开始：累计供款约 $24 万，65 岁时约有 $131 万
- 35 岁开始：累计供款约 $18 万，65 岁时约有 $60 万
- 45 岁开始：累计供款约 $12 万，65 岁时约有 $26 万
25 岁比 35 岁多供款 $6 万，但 65 岁时多出约 $71 万。这 $71 万，不是更努力赚来的，是时间的复利效应产生的。
反过来看：35 岁的人如果想弥补少了 10 年的差距，需要把每月供款从 $500 提高到约 $1,090——翻倍还多，才能勉强追上。时间一旦失去，用钱来买回极其昂贵。
时间还有一个反直觉的特性——滞后性。
法国数学家有一道谜题：池塘里的荷叶每天翻倍，30天后长满整个池塘。那么，荷叶长满一半是在第几天？
直觉说第 15 天。数学答案是第 29 天。
更精确地看复利曲线的「隐身阶段」：荷叶覆盖到 1% 的池塘大约要 24 天；从 1% 涨到全满，只用最后 6 天。前 23-24 天荷叶稀稀拉拉、几乎看不见——就像你的账户存了 5 年，翻看数字感觉「怎么才涨了这点」。正是在这个漫长的等待阶段，大多数人会因为失望而停止供款，或者因为焦虑开始频繁操作，试图人为加速那棵「苗」的生长。
然后他们在第 29 天退场，错过了第 30 天。
理财的本质，是熬过前29天的寂寞。
注记孟子·公孙丑上：勿忘勿助
「揠苗助长者，芒芒然归，谓其人曰：’今日病矣！予助苗长矣！’其子趋而往视之，苗则槁矣。」——《孟子·公孙丑上》
孟子两千年前已经给出了复利长跑的行为准则：勿忘勿助。
- 勿忘：不要停止供款。持续做功——定投、再平衡、年度审查——是维持开放系统有序的唯一方法
- 勿助：不要频繁干预。择时、频繁换仓、追涨杀跌，每一次「帮助秧苗生长」的冲动，都是在切断根系
复利最大的敌人，不是熊市，而是在熊市里忍不住「做点什么」的冲动。
提示低熵视角
我见过很多人在 40 多岁时下定决心「认真理财」，然后想用高风险来弥补失去的时间。这是一个危险的逻辑：用提高 r 来补偿失去的 t。
问题是，高风险意味着高波动，而高波动在你需要的时候往往正好下跌（见 §2.5 序列风险）。失去时间的代价是真实的，弥补它的代价也是真实的。最好的做法，永远是现在就开始。
2.4 r 的三大杀手
净回报率 r 是复利系统里最容易被「无声侵蚀」的变量。三种摩擦力，年复一年地蚕食它：
杀手一：MER 费用侵蚀
引言中的图（图 1）已经展示了这个侵蚀的规模：同样的市场回报，主动基金（MER 2.2%）vs 指数 ETF（MER 0.2%），30 年后差距超过 $31 万。
这里只补充一个关键视角：MER 是从你的回报中直接扣除的，不是从账户余额里单独扣的账单。你永远看不到一张写着「本月 MER 费用：$xxx」的账单——这正是它最危险的地方。
杀手二：税务拖累（Tax Drag）
税务拖累是在错误的账户里持有投资所产生的摩擦。同样的资产，放在 TFSA（免税账户）里增长，和放在非注册账户里增长，30 年后的差距可以超过 40%。
这张图说明的不是「TFSA 好，非注册账户坏」，而是：同样的钱、同样的资产，只是账户放错了，30 年后少了约 $27 万。
注记不同资产的税务拖累差异
本图假设的 1.5% 年化拖累对应全部为利息 / 外国股息的资产（年年全额计入应税收入）。如果是以资本利得为主的股票 ETF 长期持有，因为只在卖出时缴税（且只 50% 计入应税收入），实际年化拖累通常只有 0.3-0.8%（仅来自年度分配的小额股息）。所以：
- 「利息 / 债券 / GIC / 外国股息」类资产放 TFSA 的紧迫性 → 极高
- 「资本利得型股票 ETF 长期持有」放非注册 → 拖累相对小，但仍比 TFSA 内逊色
具体如何按资产类型分配账户，是第 6 章（资产定位的量化价值）的核心内容。
这里只需要建立一个直觉：账户是复利的容器，容器选错了，燃料一样会浪费。
注记72 法则：把税务摩擦翻译成年数
72 法则（Rule of 72）：资产翻倍所需年数 ≈ 72 ÷ 年化回报率
把税务摩擦翻译成「时间」——比「百分比」更触目惊心：
| 环境 | 名义回报 | 税后净回报 | 翻倍年数 | 36 年内翻倍次数 | 36 年终值倍数 |
|---|---|---|---|---|---|
| TFSA（免税） | 8% | 8% | 9 年 | 4 次 | 16 倍 |
| 非注册账户（中等收入 30% 综合税率，全应税场景） | 8% | 5.6% | 13 年 | 2.8 次 | ~7 倍 |
| 非注册账户（高收入 50% 综合税率，全应税场景） | 8% | 4% | 18 年 | 2 次 | 4 倍 |
「全应税场景」假设：资产产生的全是利息或外国股息这类年年全额计入应税收入的回报。股票资本利得只在卖出时缴税且 50% 计入（2024 改革下个人 $250K 以内仍为 50%），实际拖累远小于此表估算——具体见后文 §2.4。
即便对中等收入家庭，把对的资产放在错的账户也能让 36 年最终财富相差 2 倍以上；对高收入家庭，差距扩大到 4 倍。
更直观的理解：税收没有简单拿走”某个百分比”，它拉长了财富翻倍的时间——同样的市场回报，在错的账户里，你需要多工作多年才能达到正确账户的财富高度。
这是把对的资产放进对的账户最有力的论据。
杀手三：通胀侵蚀
通胀不直接侵蚀你的账户数字，但它侵蚀你的真实购买力。加拿大历史通胀均值约 2–3%，如果你的投资回报长期无法覆盖通胀，名义上的财富增长是幻觉。
第 1 章陈先生的案例（1.4 案例：当「安全感」遇上熵增）已经量化了这个代价（$71,000 的真实购买力损失）。这里只需记住一个原则：真实回报率 = 名义回报率 × (1 − 税率) − 通胀率。这个数字才是复利真正在为你工作的速率。
注记三大杀手的叠加效应
假设名义市场回报 7%：
| 摩擦源 | 侵蚀幅度 | 剩余 r |
|---|---|---|
| 起点（市场回报） | — | 7.0% |
| MER 费用（主动基金） | −2.0% | 5.0% |
| 税务拖累（非注册账户） | −1.5% | 3.5% |
| 通胀侵蚀 | −2.5% | 1.0% |
三种摩擦叠加，原本 7% 的市场回报只剩 1% 的真实购买力增长。复利的燃料，被摩擦消耗殆尽。
消除这三种摩擦——选择低费率指数基金、把资产放进正确的免税账户、持续投资跑赢通胀——是本书第二篇的核心任务。
2.5 用历史数据校准 r：你应该期待多少回报
复利公式里的 r 是个抽象数字。但 r 不是你想填多少就填多少——它需要锚定在真实的市场历史上。
为什么需要锚定？ 因为大多数投资者要么过度乐观（把过去三年的牛市当成永恒），要么过度悲观（把 2008 年的恐慌当作常态）。两种错误都会让你做出错误的决策：过度乐观让你计划得太激进，过度悲观让你早早躲进 GIC。
全球主要资产 1928-2024 长期年化回报
| 资产类别 | 名义年化 | 实际年化（扣通胀） | 最大回撤 | 数据来源 |
|---|---|---|---|---|
| 美国大盘股（S&P 500） | 约 10.0% | 约 6.8% | −86%（1929-1932） | NYU Stern |
| 加拿大股市（S&P/TSX Composite） | 约 9.4% | 约 6.1% | −50%（2008） | Bank of Canada |
| 全球股市（MSCI World） | 约 8.5% | 约 5.5% | −54%（2008） | MSCI 历史 |
| 加拿大长期政府债 | 约 6.2% | 约 3.0% | −24%（2022 利率冲击） | Bank of Canada |
| 加拿大 3 月期国债（GIC 近似） | 约 4.5% | 约 1.4% | 0% | Bank of Canada |
| 黄金 | 约 5.7% | 约 2.5% | −62%（1980-2001 长熊） | LBMA |
| 加拿大房地产（住宅，1980-2024） | 约 5.5%* | 约 2.8% | −25%（1990 大温峰至谷） | CREA / Teranet |
*房地产数据基于 1980-2024（CREA 数据相对完整时期），不含租金收益、按揭杠杆和持有成本，纯价格涨幅。注意时间窗口效应：2000-2020 年期间名义年化超过 8%，但 1980-2000 期间约 4-5%——长期均值受窗口选择影响很大；表中 5.5% 是两段加权后的较稳健估算。
警告历史数据不是承诺
「过去 100 年股市年化 10%」≠「未来 30 年股市年化 10%」。 - 未来回报可能更低（估值偏高时期入场） - 未来回报可能更高（技术周期突破时期） - 历史数据告诉你的是”合理范围”，不是”保证数字”
合理的规划假设：股权类资产 6-7% 名义、4-5% 实际；债券类 3-4% 名义、1-2% 实际。
三种典型组合的历史表现
| 组合 | 100% 股权 | 60/40（股/债） | 40/60（股/债） |
|---|---|---|---|
| 名义年化（1928-2024） | ~9% | ~7.5% | ~6.5% |
| 最大回撤 | −50% | −30% | −20% |
| 心理承受难度 | 极难 | 中等 | 容易 |
| 适用人群 | 35 岁以下纯积累期 | 35-55 岁主力期 | 55 岁以上 |
Monte Carlo 模拟：从单一答案到概率分布
历史回测告诉你”过去 30 年会怎样”，但未来的 30 年只发生一次。Monte Carlo 模拟（蒙特卡洛模拟）解决的就是这个问题：它不给你一个数字，而是给你一万种可能的未来，让你看到自己的退休计划在多少比例的情景下能成功。
核心思想： 1. 从历史数据估计回报的分布（均值 + 标准差） 2. 随机生成 10,000 条”未来 30 年回报序列” 3. 对每条序列计算最终结果 4. 统计成功率（账户没花光的比例）
一个具体例子
假设李先生 65 岁退休，账户 $1,000,000，每年取 $50,000（5% 提取率），余下资产 60/40 配置：
| 假设组合（60/40） | 历史均值 | 假设标准差 |
|---|---|---|
| 年化名义回报 | 7.5% | 12% |
Monte Carlo 跑 10,000 条 30 年路径的典型结果（基于 60/40 组合 + 通胀调整提款）：
| 提取率 | 30 年成功率（约） |
|---|---|
| 3% | ~99% |
| 4% | ~94% |
| 5% | ~75% |
| 6% | ~50% |
| 7% | ~28% |
数据来源：Bengen (1994) “Determining Withdrawal Rates Using Historical Data” + Trinity Study (Cooley, Hubbard & Walz, 1998) 的范式估算。具体成功率随时间窗口（1928-2024 vs 更短窗口）、组合（60/40 vs 80/20）、通胀调整方式、是否包含费用与税务而显著变化——上表是”中位数感”，不是精确预测。
5% 提取率约 25% 概率破产。这就是为什么经典的「4% 规则」基于历史回测设了 4%——它接近 95% 的成功率门槛。
Monte Carlo 工具推荐
| 工具 | 类型 | 适合人群 |
|---|---|---|
| Portfolio Visualizer | 网页版 / 免费 | 英文阅读没问题、想自己跑模拟 |
| Python（numpy + matplotlib） | 自己写代码 | 程序员 / 工程师背景 |
| Wealthsimple “Retirement Plan” | 集成工具 | 已经使用 Wealthsimple |
| FP Canada Projection Assumption | PDF 标准假设 | 想用加拿大持牌人公认的标准假设 |
提示低熵视角
Monte Carlo 不是预言机，是焦虑解药。 看到”75% 成功率”可能比看到”会赚 200 万”更让你冷静——它让你直面”还有 25% 概率出问题”的事实，从而促使你提前安排缓冲（保险、应急金、降级提款）。 做规划，不是为了把 75% 提高到 99%（那样就要存太多钱、活得太苦）；而是为了用结构化方法降低那 25% 出现时的损失幅度。
详细的退休数学模型与 Monte Carlo 实战，将在 14.1 4% 规则的起源与本质 的延伸章节展开。
2.6 序列风险：退休前后，游戏规则彻底改变
前四节讲的都是积累期的复利逻辑：时间越长越好，r 越稳定越好，摩擦越小越好。
但临近退休时，有一个因素会让整个游戏规则发生质变——序列风险（Sequence of Returns Risk）。
什么是序列风险
在积累期，市场回报的顺序不重要。不管先涨后跌还是先跌后涨，只要平均回报率相同，最终结果基本相同——因为你一直在供款，低点的供款买到更多单位。
但在提取期（退休后每年取钱），顺序变得至关重要。退休初期如果遭遇大跌，结果可能是灾难性的。
图中两个投资组合的年度回报集合完全相同（−35%、−15%、+15%、+25%、+50%），只是顺序倒过来：
- 坏序列：依次 −35%、−15%、+15%、+25%、+50%
- 好序列：依次 +50%、+25%、+15%、−15%、−35%
算术平均都是 8%——若没有取款，两条路径 5 年终值会完全相同（几何平均回报由于复利效应约 3.5%）。但因为每年取 $60,000，退休第 5 年结束时：
- 坏序列：账户剩余约 $68 万（损失 32%）
- 好序列：账户剩余约 $96 万（小幅缩水 4%）
相差 $28 万——不是因为投资能力差异，也不是因为长期回报不同，纯粹因为下跌发生的时点。
为什么退休初期的下跌特别致命
原因在于一个简单的不对称性：
一个 $1,000,000 的账户跌 30%，需要从剩余 $700,000 反弹 43% 才能回到原位。
在积累期，你可以等待这个反弹，甚至在低点继续加仓。但在提取期，你在下跌的同时还在取款——取款从更低的基数里取，相当于「低价卖出了更多份额」。每一次取款，都是在锁定损失。
这个不对称性，在临近退休和退休初期（「脆弱窗口期」，通常是退休前后各5年）构成最大的熵增威胁。
应对序列风险的策略——缓冲账户、资产配置转换、提款顺序优化——将在第 12 章（13.1 人生财务四阶段的熵增特征）深入展开。这里只需建立一个核心直觉：临近退休时，保护 P 的优先级超过追求更高的 r。
提示低熵视角
很多人在 55–60 岁时还把大部分资产放在高波动的股票里，理由是「还有时间」。这个判断在积累期是对的，但在临近提取期就错了。
复利最怕的，不是低回报，而是在你必须开始取钱的时候账户大跌。那个时候，市场还没有给你等待的权利。
2.7 复利需要正确的容器
现在我们已经清楚了复利的工作原理，以及三种摩擦力是如何侵蚀它的：
| 摩擦源 | 主要影响变量 | 本书哪里解决 |
|---|---|---|
| MER 费用过高 | r 下降 | 第 6 章（6.1 TFSA：零摩擦力的真空实验室）：账户与资产配置 |
| 税务拖累 | r 下降 | 第 6 章（资产定位的量化价值）：账户与资产配置 |
| 通胀侵蚀 | r 下降 | 第二篇：整体系统 |
| 时间浪费（晚开始） | t 缩短 | 现在就开始 |
| 序列风险（临退休） | P 被击穿 | 第 12 章（13.1 人生财务四阶段的熵增特征）：生命周期调整 |
复利是强大的，但它不是自动运转的。它需要：正确的账户（容器）、足够低的费用（减少摩擦）、合理的税务配置（减少税务拖累），以及在临近退休时主动调整（防御序列风险）。
这正是第二篇要建造的系统：一套让复利能够全功率运转的精密管道。
本章要点
- 复利是 \(A = P(1+r)^t\)，关键在指数——不是线性增长，而是自我强化的有序化过程
- 三个变量：P（本金量）、r（净转化效率）、t（时间），各有其战场
- 时间是最廉价的变量，但用掉就消失——晚开始 10 年，终值差距可达 100% 以上
- r 的三大杀手：MER 费用、税务拖累、通胀侵蚀——三者叠加可将 7% 名义回报压缩到 1% 真实增长
- 序列风险：退休提取期，市场下跌的顺序比平均回报更重要——临近退休须优先保护本金
注意本章行动清单