但是 當 你 手癢 ， 研究 並 碰 了 它 後 ， 進而 發覺 你 的 錢 逐漸 離 你 遠去 時 ， 情緒 所 造成 的 健康 問題 都 會 接踵而來 ， 不要 賺 了 錢 全 進 了 醫師 口袋 倒是 真的 。 因此 ， 最後 一 個 篇幅 ， 將 透過 介紹 一些 衍生性 商品 、 ETF 、 投資型 保單 與 優惠 定存 不為所知 的 內容 ， 以 提醒 大家 投資 要 有 危機 意識 ： 「 萬一 有 虧損 ， 寧可 不要 投資 。 」 Part 1 報酬率 你 看懂 多少 ？ 第1 章 如何 擺脫 報酬率 的 假象 我們 常 會 聽到 或 看到 「 … … 我 每 年 獲利 有 10％ … … 」 這 種 話語 ， 對比 現在 銀行 的 定存 利率 ， 這 10％ 是 相當 高 的 獲利 數字 。 這 種 話語 還 會 被 寫進 很多 書 裡 ， 甚至 是 變成 書名 或 標題 ； 但 更多 人 從不 質疑 ， 反倒 還 相信 它 真實 存在 — — 尤其 是 從 所謂 的 出書 「 名人 」 或 具 財經 背景 人士 口 中 喊出 時 ， 人們 更 是 深信不疑 。 為何 這 種 話術 至今 還是 有 人 相信 ？ 要不是 說 者 誇大 不實 ， 就 是 聽 者 根本 就 不了解 ： 「 報酬率 」 是 具有 多重 含義 的 。 要 解答 這 話術 ， 得 由 供給 與 需求 兩 方 來 探求 。 我 想 大家 都 有 買 水果 的 經驗 ， 當 你 問 賣 水果 的 ： 這 水果 會 甜 嗎 ？ 我 保證 超過 9成 的 人 會 聽到 「 甜 啊 」 、 「 當然 甜 」 、 「 不 甜 退錢 」 這 幾 種 回應 ； 假設 聽到 的 是 「 不 甜 啊 」 、 「 當然 不 甜 」 、 「 不 甜 喔 ， 別 買 」 等 回應 ， 這 水果 還 賣得 出去 嗎 ？ 答案 當然 是 否定 的 。 我 想 這 已經 相當 清楚 了 ， 不過 這裡 要 強調 的 是 ： 為何 買 水果 的 「 需求方 」 ， 也 就是 聽 者 或 讀者 ， 會 相信 所謂 的 「 … … 我 有 10％ 或 18％ 的 獲利 … … 」 這 種 說法 。 　 獲利 「 期間 」 是 多久 ， 很 重要 ！ 首先 ， 報酬率 的 計算 基礎 必須 包含 「 期間 」 ， 就 是 這 報酬率 到底 是 指 一 個 月 、 一 年 還是 更 久 的 報酬率 ； 假如 是 10 年期 ， 這 未免 騙 太 大 了 ！ 就 像 夏天 開車 買 西瓜 一樣 ， 習慣 以 斤 為 計價 單位 的 我們 ， 遠遠 看到 偌大 滿意 的 阿拉伯 數字 下車 後 ， 才 驚覺 ： 攤商 竟然 用 螞蟻字 寫 兩 或 半 斤 計價 ， 這 算是 欺騙 嗎 ？ 其實 我 也 懷疑 。 當然 ， 這 種 伎倆 對 多數 人 絕對 有 「 學習 效果 」 ， 也 就是 下 次 絕對 不會 被 這 攤耍 ； 但 萬一 是 其他 攤 或 有 不同 伎倆 呢 ？ 這 就 難說 了 。 要 防止 被 騙 ， 就 得 花 點 時間 栽培 自己 ， 這 是 不 敗 的 方法 ； 否則 ， 每 次 都 得 透過 經驗 法則 來 學習 。 就 買 西瓜 而言 ， 付出 成本 小 尚可 吸收 ； 但 就 理財 而言 ， 經驗 法則 的 代價 就 有點 高 了 。 所以 當 別人 的 投資 報酬率 有 20％ ， 你 的 只有 5％ ， 要 從 何 比較 起 呢 ？ 這 得 看 兩 者 的 衡量 基礎 是否 一致 ， 切記 ： 「 報酬率 」 得 於 同等 的 「 期間 」 來 比較 。 萬一 別人 的 期間 是 10 年 ， 你 的 是 1 年 ， 根本 是 不同 期間 的 比較 ， 你 豈不 虧大 了 ？ 請 謹記 ： 「 報酬率 」 不一定 等同 「 年化 報酬率 」 ， 也 不一定 等於 「 真實 報酬率 」 （ 可以 拿到 的 ， 這 點 後面 會 繼續 說明 。 ） 平均數 是 怎麼 誤導 我們 的 大家 習慣 使用 的 「 平均數 」 常 遭受 質疑 ， 例如 ： 全 國 薪資 的 平均數 。 受到 質疑 的 主要 理由 在於 ： 平均數 無法 公允 表達 大眾 的 數值 ， 因為 平均數 將 每 個 數值 都 用 相同 機率 來 計算 ； 簡單 來 說 ， 就 像 月薪 40萬 跟 月薪 2.2萬 的 人口數 是 一樣 的 ， 這 種 可能性 可想而知 是 很 低 的 。 平均數 誤導人 的 生活化 例子 不勝枚舉 ： 假如 有 兩 個 水池 ， 水深 分別 號稱 1.5 公尺 與 2 公尺 ， 不會 游泳 的 你 會 選 哪 個 下水 ？ 當然 是 1.5 公尺 的 水池 。 但 若 你 知道 號稱 1.5 公尺 的 水池 ， 其 80％ 底面積 為 水深 2.5 公尺 、 20％ 底面積 為 水深 0.5 公尺 ； 號稱 2 公尺 的 水池 ， 其 80％ 底面積 為 水深 1.8 公尺 、 20％ 底面積 為 水深 2.2 公尺 ， 你 又 會 選 哪 個 池子 去 戲水 ？ 號稱 的 「 水深 1.5 公尺 」 和 「 水深 2 公尺 」 ， 是 將 深 與 淺 兩 個 數值 採 發生 機率 均等 方式 處理 ， 也 就 是 採用 平均數 來 計算 ， 就 可能 會 導致 決策 者 發生 誤判 。 為了 有效 避免 上述 情況 ， 這時 就 必須 導入 「 期望值 」 的 概念 。 很多 人 認為 期望值 是 預期值 ， 所以 不 準 ， 其實 這 是 對 市場 的 預測 失真 產生 恐懼 的 心理 所 導致 。 所謂 期望值 ， 就 像 平均數 一樣 ， 將 發生 的 頻率 的 「 均化 比率 」 以 「 真實化 的 頻率 比率 」 替代 ， 對於 未 發生 的 事 則 採 以 預期 機率值 取代 ， 所以 才 稱為 「 期望 」 值 ( E ( x ) ) : 上述 x 表示 觀察 或 真實 的 數值 ， f ( x ) 則 為 頻率 比率 或 機率值 。 以 前面 的 水池 為 例 ， 號稱 1.5 公尺 的 水池 如果 是 採用 平均數 ： 那 期望值 就 是 ： 不會 游泳 的 你 ， 現在 還 會 選 平均數 為 1.5 公尺 的 水池 嗎 ？ 中位數 和 眾數 具 代表性 嗎 ？ 拜 基礎 統計學 教育 與 媒體 傳播 ， 我們 對 另 一 個 均數 統計值 「 中位數 」 也 有 了 更多 了解 。 簡單 來 說 ， 中位數 表達 了 第50％ 的 那 個 數值 ， 也 就 是 當 有 101 個 數值 排序 ， 第51 名 的 數值 就 是 中位數 。 2018年 ， 臺灣 行政院長 終於 說出 了 全 國 薪資 的 中位數 真話 ， 結果 導致 一 片 譁然 ， 看來 這 中位數 還是 不 夠 具 代表性 。 爭議 就 在於 ： 分配 若 屬 不 對稱 時 ， 中位數 比 平均數 更 不 具 意義 。 假設 現在 有 5 人 的 薪資 分別 是 1000 、 8000 、 25000 、 26000 、 50000 ， 此時 中位數 為 25000