กฎ 4% ใช้กับคนไทยได้ไหม — และต้องมีเงินเท่าไหร่จึงพอ

ต้นกำเนิดกฎ 4% และตัวเลขจริงของ Bengen

ปี 1994 นักวางแผนการเงินชาวอเมริกันชื่อ William Bengen ตีพิมพ์บทความใน Journal of Financial Planning โดยทดสอบว่าคนเกษียณถอนเงินได้ปีละกี่เปอร์เซ็นต์ก่อนที่เงินจะหมดใน 30 ปี เขาใช้ข้อมูลตลาดหุ้นและพันธบัตรสหรัฐฯ ช่วงปี 1926-1976 คำตอบที่ได้คือ 4.15% ไม่ใช่ 4% กลมๆ และเป็นตัวเลขของกรณีที่แย่ที่สุดในประวัติศาสตร์ ไม่ใช่ค่าเฉลี่ย

ต่อมาปี 1998 งานวิจัย Trinity Study โดย Cooley, Hubbard และ Walz ใช้วิธีคล้ายกันแต่เปลี่ยนมาวัดเป็น "อัตราความสำเร็จ" ซึ่งเป็นที่มาของเลข 4% กลมๆ ที่สื่อนำไปเรียกว่า "กฎ" ประเด็นสำคัญคือ Bengen เองภายหลังได้ปรับตัวเลขขึ้นเป็น 4.7% เมื่อเพิ่มการกระจายไปหุ้นเล็ก หุ้นกลาง และหุ้นต่างประเทศ และสูงถึง 5.8% สำหรับกรอบ 35 ปีที่ถือหุ้น 65% และไม่ต้องการเหลือมรดก — ตัวเลขขยับตามสมมติฐาน ไม่ใช่ค่าคงที่ทางธรรมชาติ

ตารางเปรียบเทียบตัวเลขจากทุกงานวิจัยหลัก

ช่วงจาก 2.31% ถึง 5.8% คือ ต่างกันมากกว่า 2 เท่า ถ้าคุณต้องใช้เงิน 18,000 บาทต่อเดือนจากพอร์ต ตัวเลข 5.8% บอกว่าคุณต้องมี 3.7 ล้าน แต่ 2.31% บอกว่าต้องมี 9.4 ล้าน — ทั้งสองมาจากงานวิจัยที่ผ่านการตรวจทานทั้งคู่ ต่างกันแค่ข้อมูลและสมมติฐาน

จำนวนปีอยู่ไหน และทำไมถอนเยอะแล้วต้องมีเงินน้อยกว่า

สองคำถามนี้มาคู่กันเสมอ และเป็นจุดที่เข้าใจผิดกันมากที่สุด

1) จำนวนปีถูกฝังอยู่ในตัวอัตราแล้ว

เครื่องคำนวณไม่มีช่อง "กี่ปี" เพราะระยะเวลาถูกคิดไว้ในอัตราถอนเรียบร้อยแล้ว อัตราถอนไม่ใช่แค่การหารเงินออกเป็นงวดๆ แต่เป็นตัวเลขที่นักวิจัยหามาจากการทดสอบว่า "ถ้าถอนเท่านี้ ปรับตามเงินเฟ้อทุกปี พอร์ตจะรอดไปได้ครบ X ปีในกรณีที่แย่ที่สุดหรือไม่"

เห็นชัดที่สุดจากตัวเลขของ Morningstar ชุดเดียวกันปี 2025: 3.90% สำหรับ 30 ปี แต่ 3.30% สำหรับ 40 ปี — ข้อมูลเดียวกัน วิธีเดียวกัน ต่างกันแค่ต้องใช้เงินนานขึ้น 10 ปี อัตราก็ต้องลดลง ดังนั้นการเลือกอัตราในเครื่องคำนวณคือการเลือกระยะเวลาไปแล้วโดยปริยาย คอลัมน์ "ระยะที่สมมติ" ในตารางบอกไว้ว่าแต่ละอัตรามาจากกรอบกี่ปี

ถ้าอยากคิดแบบ "เงินจะหมดในกี่ปี" ตรงๆ โดยกำหนดผลตอบแทนเอง ให้ใช้ เครื่องคำนวณวางแผนเกษียณ ซึ่งเป็นการมองอีกด้านของสมการเดียวกัน

2) อัตราสูง = เงินก้อนน้อยกว่า แต่เสี่ยงกว่า

คณิตศาสตร์ตรงไปตรงมา: เงินก้อนที่ต้องมี = ค่าใช้จ่ายต่อปี ÷ อัตราถอน ถ้าต้องใช้เงินจากพอร์ต 216,300 บาทต่อปี

• ที่ 5.60% → 216,300 ÷ 0.056 = 3.86 ล้านบาท
• ที่ 2.31% → 216,300 ÷ 0.0231 = 9.36 ล้านบาท

ตัวเลข 3.86 ล้านดูน่าสนใจกว่ามาก แต่มันไม่ใช่ทางเลือกที่ดีกว่า มันคือทางเลือกที่เสี่ยงกว่า อัตรา 5.60% หมายถึงคุณดึงเงินออกจากพอร์ตในสัดส่วนที่หนักกว่ากันสองเท่าครึ่ง — ถ้าตลาดแย่ในช่วงต้นของการเกษียณ พอร์ตขนาด 3.86 ล้านจะหดเร็วกว่าและไม่เหลือของพอจะฟื้น

อีกอย่างที่ต้องรู้: อัตรา 5.20-5.60% ของ Guyton & Klinger มีเงื่อนไขติดมา คือผู้เกษียณต้องยอมลดรายจ่ายจริงในปีที่ตลาดติดลบ (กลยุทธ์ที่เรียกว่า guardrails) ไม่ใช่ถอนคงที่แล้วปรับตามเงินเฟ้อไปเรื่อยๆ ถ้าคุณเอาแต่อัตรา 5.60% ไปใช้แต่ไม่ยอมลดรายจ่ายตอนตลาดแย่ ตัวเลขนั้นใช้ไม่ได้เลย

3) ตัวเลข "เงินหมดในกี่ปี" ในเครื่องคำนวณ อ่านอย่างไร

เครื่องคำนวณด้านบนให้ใส่ผลตอบแทนที่คาดหวัง กับอัตราเงินเฟ้อ แยกกัน แล้วระบบหักให้เองเป็นผลตอบแทนแท้จริง ตามความสัมพันธ์ Fisher: (1 + ผลตอบแทน) ÷ (1 + เงินเฟ้อ) − 1 เช่น ผลตอบแทน 5% กับเงินเฟ้อ 2% ได้ผลตอบแทนแท้จริง 2.94% ไม่ใช่ 3% ตรงๆ (การเอามาลบกันเฉยๆ ให้ค่าสูงกว่าความจริงเล็กน้อย)

ทำไมต้องใช้ผลตอบแทนแท้จริง: เพราะกฎ 4% บังคับให้ปรับยอดถอนขึ้นตามเงินเฟ้อทุกปี อยู่แล้ว ถ้าเอาผลตอบแทนดิบมาคิดโดยไม่หักเงินเฟ้อ จะเท่ากับนับผลดีสองรอบและได้คำตอบที่มองโลกในแง่ดีเกินจริงมาก การคิดในหน่วยแท้จริงทำให้ทุกจำนวนเงินในหน้านี้อยู่ในอำนาจซื้อวันนี้ — 25,000 บาทที่ใส่ในช่องค่าใช้จ่ายจะซื้อของได้เท่าเดิมตลอดอายุแผน

ส่วนช่อง "อีกกี่ปีจะเกษียณ" มีไว้แปลงกลับเป็นเงินอนาคต: ถ้าเป้าหมายวันนี้คือ 6.36 ล้านบาท แต่คุณจะเกษียณอีก 20 ปี ที่เงินเฟ้อ 2% ยอดที่ต้องมีจริงตอนนั้นคือราว 9.45 ล้านบาท — ตัวเลขในบัญชีจะดูใหญ่กว่า แต่ซื้อของได้เท่ากัน

สูตรคำนวณจำนวนปีคือการไล่หักปีต่อปี: เงินต้นโตตามผลตอบแทนแท้จริง แล้วถูกถอนออกเท่าเดิมทุกปี จนหมด ถ้าผลตอบแทนแท้จริงสูงกว่าอัตราถอน พอร์ตจะโตขึ้นเรื่อยๆ และไม่หมดเลย (เห็นได้จากแถว 2.31% และ 2.75% ในตาราง)

แต่ต้องอ่านตัวเลขนี้ด้วยความระวัง เพราะมันคิดบนสมมติฐานว่าผลตอบแทนเท่ากันทุกปีอย่างสม่ำเสมอ ซึ่งไม่มีตลาดไหนในโลกเป็นเช่นนั้น ลองเทียบดู — ที่ผลตอบแทน 5% ต่อปีและเงินเฟ้อ 2% (เท่ากับผลตอบแทนแท้จริงราว 2.9% แบบคงที่):

ช่องว่างระหว่างสองคอลัมน์นี้คือหัวใจของเรื่องทั้งหมด สูตรคงที่บอกว่าถอน 4% แล้วเงินอยู่ได้ 47 ปี แต่งานวิจัยที่ทดสอบกับข้อมูลจริงบอกว่า 4% เสี่ยงแม้แค่ 30 ปี — ต่างกันเพราะสูตรคงที่ละเลยลำดับของผลตอบแทน ตลาดที่ให้ผลตอบแทนเฉลี่ย 3% ต่อปีอาจมาในรูป -40% ปีแรก แล้วค่อยบวกทีหลัง คนที่ต้องขายสินทรัพย์ทุกปีในช่วงต้นจะเจ๊งไปก่อนที่ค่าเฉลี่ยจะเป็นจริง (ดูกรณีต้มยำกุ้ง 24 ปีด้านล่าง)

ดังนั้นให้ใช้ตัวเลข "เงินหมดในกี่ปี" เป็นขอบบนในกรณีที่ทุกอย่างราบรื่นที่สุด ไม่ใช่ตัวเลขที่ควรวางแผนชีวิตด้วย ตัวเลขที่ควรใช้วางแผนคืออัตราจากงานวิจัยซึ่งเผื่อกรณีเลวร้ายไว้แล้ว และผลตอบแทนแท้จริงที่ควรใส่ก็ควรเป็นค่าอนุรักษ์นิยม — เราไม่ได้ตั้งค่านี้เป็นการคาดการณ์ของเรา คุณกำหนดเองทั้งหมด

กฎ 4% รอดแค่ 4 จาก 17 ประเทศ

นี่คือหลักฐานที่สำคัญที่สุดสำหรับคนไทย ปี 2010 นักวิจัย Wade Pfau ทดสอบกฎ 4% กับข้อมูลตลาด 109 ปีของ 17 ประเทศพัฒนาแล้ว ผลคืออัตรา 4% ใช้ได้จริงเพียง 4 ประเทศ: สหรัฐฯ แคนาดา สวีเดน และเดนมาร์ก

ประเทศที่เหลือล้มเหลว — อิตาลีล้มเหลวถึง 80.5% ของกรณีทดสอบทั้งหมด ส่วนสเปน เบลเยียม เยอรมนี และฝรั่งเศส ล้มเหลวเกินครึ่ง กรณีสุดขั้วคือญี่ปุ่น: คนที่เกษียณปี 1937 ก่อนสงครามโลกครั้งที่ 2 และภาวะเงินเฟ้อรุนแรงหลังสงคราม อัตราถอนที่ปลอดภัยที่สุดคือ 0.26% เท่านั้น — ถ้าใช้กฎ 4% เงินจะหมดใน 3 ปี

คำถามที่ตามมาตรงๆ คือ อะไรทำให้เราเชื่อว่าไทยจะอยู่ในกลุ่ม 4 ประเทศที่รอด ปี 2025 งานวิจัยของ Anarkulova, Cederburg, O'Doherty และ Sias ใน Journal of Pension Economics and Finance ขยายการทดสอบเป็น 38 ประเทศ ครอบคลุมปี 1890-2019 พบว่าสำหรับคู่สมรสอายุ 65 ที่ยอมรับความเสี่ยงเงินหมดได้ 5% อัตราถอนที่ปลอดภัยเหลือเพียง 2.31% และถ้ายืนยันจะใช้ 4% โอกาสเงินหมดก่อนเสียชีวิตอยู่ที่ 16.8%

เหตุผลเชิงโครงสร้างที่นักวิชาการเรียกว่า US exceptionalism คือ สหรัฐฯ ในศตวรรษที่ 20 เป็นค่าผิดปกติเชิงบวกที่สุดของโลก: เศรษฐกิจขยายตัวต่อเนื่อง ก้าวขึ้นเป็นมหาอำนาจ และไม่เคยถูกทำลายฐานอุตสาหกรรมหรือเจอเงินเฟ้อรุนแรงจนค่าเงินพัง อย่างที่ยุโรปและเอเชียเจอในช่วงสงคราม การเอาตัวเลขที่ปรับเทียบจากตลาดเดียวที่โชคดีที่สุดในประวัติศาสตร์มาเป็นมาตรฐานโลก จึงเป็นการตั้งสมมติฐานว่าอนาคตจะซ้ำรอยกรณีพิเศษนั้น

บทเรียนต้มยำกุ้ง: 24 ปีกว่าจะกลับจุดเดิม

ตลาดหลักทรัพย์แห่งประเทศไทยบันทึกไว้เองว่า SET Index ทำจุดสูงสุดนับตั้งแต่ก่อตั้งตลาดที่ 1,789.16 จุด ในเดือนมกราคม 2537 หลังจากนั้นเดือนกรกฎาคม 2540 ธปท. เปลี่ยนนโยบายอัตราแลกเปลี่ยนเป็นลอยตัว ดัชนีร่วงลงต่อเนื่องไปต่ำสุดที่ 204.59 จุด ในเดือนกันยายน 2541 คิดเป็นการลดลงราว 88.6% จากจุดสูงสุด

ส่วนที่สำคัญกว่าตัวเลขร่วงคือระยะเวลาฟื้นตัว: ตลาดหลักทรัพย์ระบุว่าดัชนีกลับไปถึงจุดสูงสุดเดิมได้ในเดือนมกราคม 2561 รวมใช้เวลาประมาณ 24 ปี เทียบกับวิกฤต Subprime ที่ใช้ 2 ปี 10 เดือน และวิกฤตโควิดที่ใช้ 1 ปี 3 เดือน

ทำไมเรื่องนี้สำคัญกับคนเกษียณ: คนที่ยังทำงาน ช่วงตลาดตกคือช่วงที่ซื้อของถูก แต่คนที่เกษียณแล้ว ต้องขายสินทรัพย์ทุกปีเพื่อเอาเงินมาใช้ — ขายตอนราคาต่ำหมายถึงต้องขายจำนวนหน่วยมากขึ้นเพื่อได้เงินเท่าเดิม พอร์ตจึงหดเร็วกว่าที่คำนวณไว้ และไม่เหลือของพอจะฟื้นเมื่อตลาดกลับมา นี่คือ sequence of returns risk และช่วง 24 ปีของไทยคือกรณีที่โมเดลซึ่งสร้างจากข้อมูลอเมริกันไม่ได้ครอบคลุม

ตัวแปรที่ไทยต่างจากสหรัฐฯ

การแปลบทความ FIRE จากเว็บต่างชาติมาใช้ตรงๆ พลาดตรงนี้ — ตัวแปรพื้นฐานไม่เหมือนกันเลย และไม่ได้แย่กว่าทุกข้อ

ข้อที่คนมักมองข้ามคือบัตรทองเป็นข้อดีที่ชดเชยข้อเสียได้บางส่วน บทความ FIRE อเมริกันจำนวนมากบวกเงินสำรองค่ารักษาพยาบาลเข้าไปในเป้าหมาย เพราะค่ารักษาที่นั่นสามารถทำให้ล้มละลายได้ ขณะที่คนไทยมีระบบรองรับส่วนนี้อยู่แล้ว — แต่ยังต้องเตรียมเงินสำหรับส่วนต่างสถานพยาบาลเอกชน ยานอกบัญชี และค่าดูแลระยะยาวที่บ้านหรือศูนย์ดูแลเอกชน ซึ่งบัตรทองไม่ครอบคลุมทั้งหมด

อีกตัวเลขที่ต้องใช้: ข้อมูลประมาณการประชากรระบุว่าคนไทยที่อายุครบ 60 ปี คาดว่าจะมีชีวิตต่อไปอีกราว 17.5 ปีสำหรับผู้ชาย และ 23.3 ปีสำหรับผู้หญิง แปลว่าการวางแผน 25-30 ปีสมเหตุสมผลสำหรับคนเกษียณอายุ 60 ส่วนกรอบ 40 ปีควรสงวนไว้สำหรับคนที่เกษียณก่อนกำหนดจริงๆ ตั้งแต่อายุ 45-50

ศัตรูตัวจริงคือเงินเฟ้อ ไม่ใช่ตลาดร่วง

คนส่วนใหญ่คิดว่าปีที่แย่ที่สุดสำหรับการเกษียณคือปีที่ตลาดพัง เช่น 1929 หรือ 2008 แต่ข้อมูลบอกตรงกันข้าม ปีที่แย่ที่สุดสำหรับคนเกษียณอเมริกันคือ 1968 ซึ่งไม่ใช่ปีที่ตลาดพัง แต่เป็นปีก่อนหน้ายุคเงินเฟ้อสูงของทศวรรษ 1970

กลไกคือกฎ 4% บังคับให้ปรับยอดถอนเพิ่มขึ้นตามเงินเฟ้อทุกปี ช่วงปี 1970-1980 เงินเฟ้อสหรัฐฯ เฉลี่ย 8.32% ต่อปี ทำให้ยอดที่ต้องถอนเพิ่มขึ้น 91.5% ในเวลา 11 ปี — ดึงเงินก้อนใหญ่ขึ้นเรื่อยๆ ออกจากตลาดที่ไม่โต คือสูตรที่ทำให้พอร์ตตาย ในทางกลับกัน วิกฤต 1929 กฎ 4% รอดได้เพราะหลังจากนั้นเกิดภาวะเงินฝืด ยอดถอนที่ต้องปรับตามค่าครองชีพจึงลดลง ช่วยรักษาเงินต้นไว้

บทเรียนสำหรับคนไทย: เวลาประเมินความเสี่ยง ให้ดูเงินเฟ้อระยะยาวควบคู่กับผลตอบแทน ไม่ใช่ดูแค่ว่าตลาดจะร่วงกี่เปอร์เซ็นต์ และเวลาใช้เครื่องคำนวณ ให้ลองคิดในหน่วย "อำนาจซื้อวันนี้" โดยหักเงินเฟ้อออกจากผลตอบแทนที่คาดไว้ก่อน

แล้วคนไทยควรใช้เท่าไหร่

คำตอบที่ซื่อสัตย์คือ ไม่มีใครรู้ตัวเลขที่แน่นอน และเราจะไม่ตั้งเลขขึ้นมาเอง เพราะเท่าที่ตรวจสอบได้ ยังไม่มีงานวิจัยไทยที่เผยแพร่เป็นทางการซึ่งคำนวณอัตราถอนปลอดภัยจากข้อมูล SET โดยตรง สิ่งที่ทำได้คือใช้แนวทางเชิงปฏิบัติ:

• คำนวณ 3 อัตรา แล้ววางแผนจากฝั่งต่ำ: ลอง 3.0% / 3.5% / 4.0% ถ้าแผนของคุณรอดที่ 3.0% ได้ ตัวเลขอื่นถือเป็นกำไร
• หักรายได้ประจำออกก่อนคำนวณ: เบี้ยยังชีพ บำนาญประกันสังคม กบข. หรือค่าเช่าที่ได้แน่ๆ ทุกเดือน ลดขนาดพอร์ตที่ต้องเตรียมอย่างมีนัยสำคัญ (ดูเครื่องคำนวณด้านบน)
• ยืดหยุ่นรายจ่ายได้ = ถอนได้มากขึ้น: งานวิจัย Guyton-Klinger แสดงว่าถ้ายอมลดรายจ่ายชั่วคราวในปีที่ตลาดแย่ อัตราถอนขึ้นไปถึง 5.2-5.6% ได้ ความยืดหยุ่นมีค่ามากกว่าการเก็บเพิ่ม
• อย่าใช้ตัวเลขเดียวไปตลอด 30 ปี: Bengen เองย้ำว่าสิ่งที่เขาเสนอเป็นแนวทางกรณีแย่สุด ไม่ใช่กฎ และแนะให้ทบทวนอัตราถอนทุก 2 ปี ปรับขึ้นเมื่อพอร์ตโตดี ปรับลงเมื่อแย่
• กระจายออกนอกตลาดไทย: ถ้าความเสี่ยงหลักคือการที่ตลาดเดียวพังยาว 24 ปี การถือสินทรัพย์ต่างประเทศช่วยลดความเสี่ยงเฉพาะประเทศได้ตรงจุดที่สุด

และข้อที่มักถูกลืม: กฎ 4% ถูกออกแบบมาให้ รอดในกรณีที่แย่ที่สุด ซึ่งหมายความว่าในกรณีปกติหรือกรณีดี คนที่ทำตามอย่างเคร่งครัดจะเหลือเงินเยอะมากตอนเสียชีวิต — ใช้ชีวิตต่ำกว่าที่ทำได้ไปหลายสิบปี Bengen เองก็เตือนเรื่องนี้ว่าการถอนน้อยเกินไปทำให้จบด้วยเงินก้อนใหญ่พร้อมความเสียใจที่ไม่ได้ใช้มัน การวางแผนที่ดีจึงไม่ใช่แค่กันไม่ให้เงินหมด แต่ต้องกันไม่ให้เสียโอกาสใช้ชีวิตด้วย

ข้อจำกัดของข้อมูลในหน้านี้

เพื่อความโปร่งใส นี่คือสิ่งที่เรายังไม่มีข้อมูลทางการยืนยัน และจะไม่เดาให้:

• ยังไม่พบงานวิจัยไทยที่เผยแพร่เป็นทางการซึ่งคำนวณอัตราถอนปลอดภัยจากข้อมูล SET โดยตรง (มีวิทยานิพนธ์ระดับบัณฑิตศึกษาที่อาจเกี่ยวข้อง แต่เรายังไม่ได้ตรวจสอบเอกสารต้นฉบับด้วยตนเอง จึงไม่นำตัวเลขมาอ้าง)
• ยังไม่พบตัวเลขค่าเฉลี่ยอัตราเงินเฟ้อไทยย้อนหลัง 10 ปี และ 20 ปี ที่หน่วยงานทางการเผยแพร่เป็นค่าสรุปรวม จึงยังไม่คำนวณผลตอบแทนแท้จริง (real return) ระยะยาวของ SET TRI ในหน้านี้
• ยังไม่พบการสำรวจของหน่วยงานรัฐที่ระบุค่าบริการเฉลี่ยต่อเดือนของศูนย์ดูแลผู้สูงอายุภาคเอกชนทั่วประเทศ
• ค่าตั้งต้นผลตอบแทน 5% และเงินเฟ้อ 2% ในเครื่องคำนวณเป็นสมมติฐานกลางๆ ให้เริ่มต้นเท่านั้น ไม่ใช่การคาดการณ์ของเรา และไม่ได้อ้างอิงตัวเลขคาดการณ์ของหน่วยงานใด ควรปรับตามสินทรัพย์ที่คุณลงทุนจริง
• ตัวเลขบำนาญประกันสังคมในเครื่องคำนวณเป็นตัวอย่างประกอบ สิทธิจริงขึ้นกับฐานค่าจ้างและจำนวนเดือนที่ส่งสมทบของแต่ละคน ควรตรวจสอบกับสำนักงานประกันสังคมโดยตรง

ถ้าคุณมีเอกสารทางการที่ตอบข้อใดข้อหนึ่งข้างต้น แจ้งได้ที่หน้า เกี่ยวกับเรา เราจะอัปเดตพร้อมระบุแหล่งที่มา