寿命预期不是寿命上限：用数据拆解退休规划里最容易被拍脑袋的数字

从一位60岁教师的测算案例出发，区分寿命统计与规划期限，学习如何讨论长寿风险、基础收入和资金流动性，并识别中国客户应用时需要重新核对的条件。

场景切入

客户说“我大概活到80岁就够了”，你打开计划书，把预期寿命填成80。这个数字不是客户算出来的，是他父亲去世的年龄。你也没追问，因为填完就能出方案。

背景

这期播客来自 Retirement Tax Services Podcast，主持人 Steven Jarvis 与 Foundational Income Associates 的 Brian Smith 讨论退休规划中的长寿假设。预期寿命是一项统计量，并不是个人寿命的上限。节目用“50-50”帮助解释活过某个参考年龄的可能性，但严格来说均值不等于中位数。对顾问更重要的是观察存活概率、家庭收入来源与不同规划期限，而非把单一平均数当作终点。

01平均寿命不是规划终点，要看更长寿命下的收入安排

Brian 提醒，客户容易用父母去世年龄估计自己的寿命，顾问也可能凭经验选择一个偏晚的年龄。这两种方式都需要进一步校准。节目把预期寿命简化为“50-50”，但均值与中位数并不相同；可以保留的核心判断是：许多人会活过参考年龄，计划要为更长的退休生活留出空间。

较长的退休期会延长市场波动、医疗开支和通胀对家庭财务的影响。讨论长寿因此不能只改变软件里的一个年龄，还要检查收入来源、支出弹性和可动用的储备。

Brian 介绍了他试用的美国精算机构工具，用于观察不同年龄对应的存活概率，并帮助夫妻讨论共同的规划期限。节目中随口举出的95%、70%等数字不是中国客户的适用参数，也不是对个人寿命的预测。

客户不是不愿意面对长寿，是没人帮他把这个数字从情绪变成概率。你把这个区分讲清楚，规划就从“猜年龄”变成“选概率”。

0260岁教师的案例：调整收入安排后，模型测算由81%变为96%

Brian 转述了一位明尼苏达州顾问的案例：一位60岁女教师计划两年后退休，资产约100万美元，希望获得每年约6万美元收入。原组合为49%债券、37%股票、14%现金。在当时的 RightCapital 输入假设下，资金维持到90多岁的模型概率约为81%。

顾问测算将25%资产配置于带有终身收入保证的年金，并调整其余75%的资产配置，模型结果提高到96%。这既涉及收入来源变化，也涉及剩余组合变化，不能把改善全部归因于年金，更不能把两个概率当作产品保证。Brian 明确表示，这种结果不会每次都出现。

Steven 强调，客户的风险承受能力和行为不能被数学结果替代。这个案例可用于学习比较方案的方法；用于具体客户时，还需核对合同给付条件、流动性、费用、通胀与保险人的履约能力。

保证收入可以是方案中的一种工具，是否采用、采用多少，都应通过客户具体的收入缺口、流动性需要与风险承受能力来决定。

03工具给概率，顾问给判断：别让长寿假设默认发生

Brian 在节目里说了一句很实在的话：软件不会告诉你“Brian，你会86.3岁去世”，它给的是概率。比如95%概率活过65岁，70%概率活到70岁。所以工具的正确用法不是直接输出一个数字填进规划，而是作为和客户对话的框架。Brian 的做法是：告诉客户“我的软件需要选一个年龄，我想听听您的想法，同时我也有一些工具可以跑，我们看看能不能达成一致”。

Steven 把这个逻辑延伸到整个规划过程：顾问的价值不是算数学，AI 算得比你快。顾问的价值是理解客户的具体情况、风险偏好、行为习惯，然后做出取舍。他举了一个例子：有客户有双重养老金和社保，长寿对他不是风险；但大多数客户没有这个条件，所以必须回答“如果活过预期，钱从哪来”。

Brian 还提到，现在退休规划比过去更难，不是因为工具少了，而是因为对顾问的期待变了。客户希望你同时懂税务、投资、保险、退休收入。所以顾问不需要自己成为所有领域的专家，但需要知道什么时候引入外部专家，以及如何把专家的输入整合进客户的整体计划。

工具给你概率，客户给你信任，专家给你深度。顾问的核心动作，是把这三样东西整合成一个客户能听懂、能执行的计划。