存 160 萬月領 1 萬？把配息歷史重抽 5000 次，達標的月份只有三分之一

社群上流傳一張很好看的表：0056、00878、00919 三檔高股息 ETF 的除息月份剛好錯開，季配加季配加季配，湊成一年十二個月都有錢進帳。表的下面寫著本金與月領金額，看起來就是「湊到這個數字，退休現金流就搞定了」。

我把這張表當成一個可以驗證的主張，拿真實的價格與配息歷史跑了 5000 次模擬。結論不複雜：月月有錢進帳這件事成立，但「每個月都領到 1 萬」跟表上寫的距離，比多數人想的遠。

先把本金算清楚

按 2026-05-29 的實際收盤價，這個組合的市值是這樣：

本金約新台幣 160.5 萬。每月領 1 萬等於一年領 12 萬，對 160.5 萬的本金來說，需要的現金殖利率是 7.5%。而原始那張表用比較低的本金估算，隱含的殖利率是 9.7%。

我刻意採用 9.7% 這個口徑來檢驗，因為它是對該規劃最有利的一種算法。如果連最寬鬆的口徑都撐不住，那就不是計算誤差的問題。

怎麼模擬的，講白話版

我沒有假設任何報酬率，也沒有套用「歷史年化 8%」這類拍腦袋的數字。做法是把三檔 ETF 在共同重疊期（2022 年 11 月到 2026 年 5 月，共 43 個月）的真實月報酬剪成一段一段，每段 3 個月，然後隨機抽出來重新拼成一條未來 36 個月的路徑。抽 5000 次，就得到 5000 種可能的未來。

一段抽 3 個月而不是單月，是為了保留「跌起來會連著跌」的性質。三檔共用同一組抽樣起點，是為了保留它們同漲同跌的關係。隨機種子固定在 20260530，任何人重跑都會拿到同一組數字。

配息的處理跟價格分開。除息月曆是固定的日曆結構，三檔季配錯開之後，一到十二月每個月都有人配，模擬裡沒有任何一次路徑出現空窗月。真正隨機的是每次配多少，所以我只對每股配息金額做重抽，母體是這 43 個月裡實際發生過的每一次配息。

第一個落差：有錢進帳，但多半不到 1 萬

5000 條路徑、每條 36 個月，把所有領到的月份攤開來看：

• 中位數是  9,216 元 
• 5% 分位是  6,912 元 
• 95% 分位是  13,090 元 
• 單月領滿 1 萬的機率是  33.9% 

換個角度問：如果不計較單月，只看三年下來的月平均有沒有到 1 萬呢？機率是  2.7% ，平均值的中位數落在  9,418 元 ，大約是目標的 94%。

單月達標率 33.9%、長期平均達標率 2.7%，兩個數字差這麼多是有道理的。單月配息會上下跳，運氣好的月份衝到 1.3 萬，所以三個月裡總有一個月看起來達標。但一旦拉長取平均，跳動就被抹平了，剩下的就是系統性地差那一截。

如果你的用途是每月固定支出，該看的是後面那個數字。

第二個落差：9.7% 的殖利率，模擬跑不出來

這是整份模擬裡最乾淨的一個結果。

5000 條路徑，最樂觀的那一條也只跑到 7.4% 附近。9.7% 那條紅線在整個分布的右邊很遠的地方，中間隔著一大片空白。

要留意的是，這個 0.0% 並不是在說高股息 ETF 配得不好。7.04% 的現金殖利率放在台股裡不算低。落差來自於估算本金的時點：那張表製作時的股價比較低，同樣的張數需要的本金比較少，除下來的殖利率自然比較好看。等到股價漲上去、你真的要進場買齊這些張數的時候，分母變大了，殖利率就縮回來。

一張「試算表」在圖片被轉發的過程中，價格早就變了，但數字沒有跟著變。

本金會怎麼走

配息之外，本金本身的波動也要一起看。36 個月之後的淨值分布：

差的那一端最值得看：5% 分位的淨值只比 160.5 萬的本金多 3.6%。

含息的三年總報酬中位數是 72.6%，5% 分位是 24.6%，三年賠錢的機率只有 0.2%。過程中的最大回落，以總財富計算的中位數是 −9.5%，最差的 5% 情境是 −16.4%。

這組數字很漂亮。漂亮到我必須在這裡踩一次煞車。

這份模擬撐不住的地方

 樣本只有 43 個月，而且嚴重偏多頭。  0056 的價格歷史從 2008 年就有，但 00919 到 2022 年底才上市，三檔要對齊只能取最短的那一段。這 43 個月涵蓋的是 2022 年那波修正的尾巴，接著就是一路往上。重抽樣只能重組看過的東西，沒看過的長空頭，它變不出來。

最好的證據就寫在上面那張表裡：5% 分位的淨值還比本金多 3.6%。真實世界的「最差 5% 情境」是三年後小賺，這件事本身就不可信。真正的意思是母體裡沒有夠壞的月份可以抽。

 配息斷掉的風險沒有進來。  每股配息金額的抽樣母體，是這 43 個月實際發過的錢。如果哪一年 ETF 收益平準金用完、配息政策縮水，模型完全不知道。

 稅和費用都沒扣。  二代健保補充保費、股利所得稅、交易成本，實際落到帳戶的錢會比這裡少。

 技術面的一個小 caveat。  這次用的是非循環的區塊重抽樣，抽樣起點的範圍是 0 到 n−3，所以 43 個月裡最後一兩個月被抽中的次數會略少於前面的月份。這是這類方法的標準邊界效應，不是程式錯誤，對整體分布的影響很小，但既然做了就該講。

所以這張表能怎麼用

我不打算告訴任何人該買或不該買。我能提供的是幾個機率：

同樣的組合、同樣的本金，三年裡有 33.9% 的月份能領滿 1 萬，長期月平均能達標的機率是 2.7%，可實現的現金殖利率中位數落在 7.04%，而原表隱含的 9.7% 在 5000 次模擬裡出現過 0 次。

如果你的退休規劃是照著「月領 1 萬」這個數字排的房租、保費、生活費，這幾個機率至少告訴你缺口在哪裡。模擬的月平均中位數是 9,418，離目標差 582 元。用 7.04% 的中位數回推，同樣的組合要讓月平均站上 1 萬，本金大約落在 170 萬。差額怎麼補、要不要補，是各人的選擇。

至於那張圖，它沒有騙人，它只是停在製作它的那一天。

 資料來源 ：yfinance（價格 auto_adjust=False 原始收盤、Ticker.dividends 除息紀錄），抓取日 2026-05-29。  方法 ：三檔共用起點的區塊重抽樣，區塊長度 = 3 個月，共同重疊期 2022-11 至 2026-05（43 個月），N = 5000，seed = 20260530，模擬期間 36 個月。  完整結果與程式碼 ：experiments/k1409/。

懶人包圖組