DEV Community

Arne Li
Arne Li

Posted on • Edited on

[Python/Fin] 打造股票質押計算器(1):模擬「借新還舊」與「恆定槓桿」策略的數據實驗

引言

近期很常聽到「股票質押借新還舊(Buy, Borrow, Die)」相關的投資策略,其核心是在不賣出股票的前提下,透過質押借款來支應現金需求。這是一個對報酬率、借款利率、提領率與維持率等參數高度敏感的策略,但網路上的討論大部分為概念描述,單看策略原理與操作方式還是很難直觀感受到長期風險與各參數的影響程度。因此,我嘗試用 Python 將這套邏輯具象化,並透過參數模擬來觀察不同假設下的結果差異。

GitHub


策略拆解

  • 為了簡化變因,我將策略拆成兩個階段(模式):「累積」與「提領」。

  • 共同概念:利用股票質押借出的資金支應需求(再投入或生活開支),每年都要借入新的資金償還舊的借款(含利息),不賣出股票。

累積模式:槓桿擴張期

  • 核心邏輯:恆定槓桿 與 再投入機制
  • 設定目標維持率(例:500%)

    • 若當前維持率>目標維持率:執行再投入,借出更多的資金再投資,提升資金效率。
    • 若當前維持率<目標維持率:不借入,讓目標維持率與下限的空間保護資產,或是利用自己的資金低檔買入(補錢)。

累積計算機

提領模式:退休現金流

  • 核心邏輯:投資報酬率>借款利息+提領率

    • 固定提領:每年提領固定金額 = 第一年淨資產 ×\times 提領率
    • 浮動提領:每年提領金額 = 每年年初淨資產 ×\times 提領率

提領計算機


數據實驗與參數觀察

建立此計算器的核心價值在於分析參數敏感度與假設驗證。以下圖表皆為提取模擬器數據後重新繪製。

實驗一:維持率的代價:獲利能力 vs 抗跌能力

固定條件:初始資金為100萬;借款利率3%;報酬率10%;持有10年。
變動條件:維持率600、500、400、300、200% (維持率下限設定130%)
Enter fullscreen mode Exit fullscreen mode

獲利能力 vs 抗跌能力比較圖

當維持率降低到200% ~ 300%時,資產增加幅度顯著提升,但可承受的跌幅僅剩35% ~ 56.7%。面對歷史級別的系統性股災,極易觸發斷頭導致提前出局。
註:在計算邏輯中,若要將目標維持率壓低至 200%,意味著借款金額須等同於初始自有資產。這在實務上已觸及台灣券商單筆借款上限(六成),必須透過「迴圈質押」才能達成,屬於策略的極限邊界。

實驗二:累積計算機策略比較:槓桿 vs 非槓桿

固定條件:初始資金為100萬;報酬率10%;持有10年。
槓桿組:借款利率3%;維持率500%
非槓桿組:單純買進持有
Enter fullscreen mode Exit fullscreen mode

槓桿 vs 非槓桿淨資產比較圖

依據上述條件模擬結果,槓桿組最終淨資產約為非槓桿組多 17%,而這 17% 就是利用承擔維持率500%的溫和槓桿波動風險所換來的溢價

實驗三:提領計算機參數比較:提領率 vs 借款利率

固定條件:初始資金為1000萬;報酬率10%;提領10年。
變動條件1:借款利率2.0、3.0、4.0、5.0、6.0%
變動條件2:提領率2.0、3.0、4.0、5.0、6.0%
Enter fullscreen mode Exit fullscreen mode

借款利率與提領率影響熱力圖

數據顯示,比起耗費心力去尋找更低的借款利率,盡可能放大初始資本以壓低「絕對提領率」,更能有效確保資產在長期提領下不斷頭且持續增長。


以上模擬實驗及計算器具有侷限性,對於市場報酬的假設是線性的,後續我會利用其他方式模擬具有波動性的市場報酬對策略及參數的影響!

重要聲明:本文僅為程式邏輯與數學模型的探討,非投資建議。

Top comments (0)