我放弃了一条 $300K 的精算师职业路线,去做房产。这是那个「疯」决定背后的数学。

Yan Zhu
Co-Founder & Chief Data Officer
General information only — not personal financial, tax, credit, or legal advice
PremiumRea Pty Ltd is a licensed Victorian real-estate buyer's agency. We are not a licensed financial adviser, tax agent, credit provider, mortgage broker, or lawyer, and nothing on this website is personal financial product advice, tax advice, credit advice, or legal advice. Information is general in nature and has been prepared without taking into account your objectives, financial situation, or needs. Before acting on anything you read here, consider whether it is appropriate for your circumstances and obtain independent professional advice from suitably licensed advisers.
See our full disclaimer and terms of use.
为什么会有人离开一条年收入 $300,000 澳元的职业路线——持牌精算师、机构咨询、可预期的晋升——去做一位没有底薪、没有工作保障、也没有任何人会聘用你的承诺的买家中介?
短回答:因为我读了 Nassim Taleb。
长回答:因为在替保险公司搭了几年用来评估风险的随机模型之后,我终于把同样的工具对准了自己的职业——结果把我吓坏了。
我的职业看上去很安全。固定工资单。年度考评。从分析师到高级分析师到经理再到合伙人的清晰路径。那种让父母骄傲、让房贷经纪人放心的轨迹。
但「安全」和「稳定」不是一回事。而一旦你理解这个差别——真正理解,再配上数学佐证——你就再也忘不掉它了。
出租车司机 vs 企业高管:一个风险框架
我在每场分享会上都会问同一个问题。谁的收入更稳:出租车司机,还是企业高管?
所有人都说高管。月薪。养老金。年假福利。可预期的现金流。
而出租车司机呢?每天都不同。坏天气意味着乘客少。道路封闭意味着路线变长。有的日子挣 $400,有的日子挣 $150。收入方差很大,感觉很不稳。
但这里有一个变量大家都忘了:时间。
出租车司机每天吸收小风险。差的一天?明天就是新的一天。收入在波动,但从不归零。再糟的一周,也还是有一些收入。方差是持续的,但有界。更关键的是,风险不累积——昨天的烂班不会让今天的班更可能烂。
高管的风险运作方式不同。月薪是稳定的——直到它不稳定。风险不是以日常波动的形式出现,而是在悄悄累积:行业扰动、公司重组、管理层变动、技术淘汰。当它们结晶落地,是一次性落下的。不是「糟的一天」,而是「职业终结事件」。裁员。重组。整套技能被一条算法变得无关紧要 1。
Taleb 把这叫做 Mediocristan(有界方差,像开出租车)和 Extremistan(罕见但灾难性的事件,像企业高管职业)的区别。我本来住在 Extremistan 里,却因为工资单准时到账,就以为那是安全。
2016 年 AlphaGo 击败李世石那天,我就明白了。如果 AI 能掌握人类创造过的最复杂的策略游戏,那么精算建模——把模式识别应用到历史数据上——只是「什么时候」,而不是「会不会」的问题。
那瓶毒药的比喻
Taleb 用过一个比喻,永久地改变了我看待职业风险的方式。
想象你必须喝一瓶毒药。你有两种选择。
方案 A:每天喝一点点。你会稍微不舒服,但身体会建立耐受。不适是持续的,但可以承受。你永远不会面对致命剂量。
方案 B:把它全存起来,20 年后一次性喝掉。你会好好地过 20 年——直到它把你杀掉的那一刻。
企业职业是方案 B。稳定工资的「安全」,只是被延后的风险在累积成一剂集中剂量。而你拖得越久,最终那一刻的致命程度就越高——因为到 45 岁,你的技能已经变得狭窄,你的人脉只在那家公司里有用,你的身份绑在一个已经不存在的头衔上,而就业市场早就往前走了。
出租车司机——或者买家中介、技工、任何一个小生意经营者——都在过方案 A 的生活。频繁的小风险,从不累积成一个存亡级威胁。糟的一个月?调整。新的竞争者?适应。市场转变?转向。方差烦人,但能活。
我选了方案 A。不是因为它舒服,是因为它能活。
不可转移的技能(和真正可转移的那些)
大多数白领职业的残酷真相是:你开发出来的技能是「公司特定」的,不是「市场可转让」的。
作为精算师,我用 SAS 建定价模型很强。我能处理一家 5,000 人保险公司的内部政治。我懂怎么向董事会汇报季度业绩。我能把赔付率预测到小数点后三位。
但如果那家公司明天消失,这些技能里没有一样能让我独立挣到一块钱。我开不了咖啡店——我不知道灭火器应该放哪里。我管不了技工生意——我不懂建筑规范。我卖不出去任何东西——我从没需要说服一个陌生人为一项服务付我钱。
我是大机器里的一枚特化齿轮。机器里值钱,机器外一文不值。
和房产对比一下。我作为买家中介开发的每一项技能,都是市场可转让的,而且在复利:
- 谈判:在每一个行业、每一笔交易、每一次人际互动里都管用。
- 尽职调查:读合同、评估风险、在问题变贵之前识别问题的能力,普遍适用。
- 销售:理解人们真正想要什么(不是他们嘴上说的),并呈现一个他们愿意付钱的解决方案。
- 财务分析:我把精算工具箱留下了,只是从保险数据换到房产数据上。
- 建立关系:每一位卖方中介关系、每一位银行家关系、每一位律师关系,都在复利。每一段都让下一笔交易更容易、更快、更便宜。
一位主厨被解雇可以开一辆餐车。一位外科医生离开医院可以开私人诊所。一位精算师被裁可以……去申请另一份精算工作。也许。如果还存在的话。在一个 AI 正以加速度吃掉精算职能的市场里。
我离开精算不是因为讨厌它,而是因为那套技能不能带走——而可带走性是职业保险的终极形态。
真正的数学:两条路径的期望值
我要不是精算师,就不会去给它建模。
路径 1:留在精算。预期轨迹:28 岁 $120K、33 岁 $180K、38 岁 $250K、42 岁 $300K+。抵达 $300K 的概率:大约 40%(合伙人层级的竞争非常激烈)。15 年内被 AI 扰动的概率:根据相邻专业服务业的自动化率,我估算 50-60% 2。20 年累积税前收入预期:约 $3.5M 澳元,但 50-60% 的扰动概率会带来显著下行风险。
路径 2:转到买家中介。预期轨迹:第一年 $60K(甚至更低),第二年 $120K,第三年如果建起客户群则 $200K+。成功概率:更难估计,但我设的下限是 30%(我个人投资已经四年,战绩可查)。下行:如果三年内没走通,就回到精算。20 年之后的期望值:上行无界(没有工资上限、生意里的股权、和客户共同投资带来的组合净值),面对的是日常方差而不是累积的灾难风险。
按纯期望值算,留下更划算。但按「风险调整后的期望值」算——也就是把精算路径的尾部职业扰动风险算进去——离开更划算。当你把 50% 的职业扰动概率套到精算路径上,期望值会急剧下降。而房产路径的下行是有限的(最坏情况:回去做精算,损失三年收入)。
这不是信念一跃,是一次有计算的期权交易。下行有限、上行无界,用「日常方差」替换「累积的灾难风险」。
换到明天,我会再做一次同样的决定。事实上,我会做得更狠、更快——因为走到第三年,真实的数字已经超过了我最乐观的情景。技能在复利,关系在复利,组合也在复利。而最重要的一点——没人能开除我。
三年之后:真实结果
我说过要对数字诚实,那就把它们摆出来。
第一年(2018):收入 $65,000。远低于我的精算工资。工作强度比我这辈子任何时候都大。看了 200 多套房。出了 30+ 次价。成交 8 笔。和 15 位卖方中介建立关系。我在一年里学到的谈判,比六年企业生涯里的都多。
第二年(2019):收入 $180,000。中介关系开始复利。内部房源交易开始流进来。老客户开始介绍朋友。成交 18 笔。收入轨迹看起来不是线性的,而是指数的——因为每一段建立起来的关系都在带来多笔交易机会。
第三年(2020):收入超过了我在精算路径上的预测。连 COVID 都没挡住。因为封城期间租赁需求反而上升(居家办公的人要更多空间)、内部房源交易流反而加速(压力卖家想要安静、快速的成交),而我们的装修团队完全没有劳动力短缺,因为我们在长期技工关系上做过投入。
讽刺的是,COVID 这种本会把一家精算咨询公司项目管线打光的极端扰动,对房产生意反而是利好。这才是抗脆弱在实操中的样子。同一次外部冲击,对原来的职业路径是灾难,对新的路径是正向。
但钱甚至不是最重要的指标。最重要的指标是选择权(optionality)。今天,我和 200+ 位卖方中介有关系,有一个 350+ 笔交易的数据库,一个 40+ 人的运营团队,一个管理 300+ 套房产的物业管理部门,以及一个通过和客户共同投资搭起来的个人组合。
如果这门生意明天消失,我凭技能、关系和资本,可以在一个月内重新起来。如果当年那家精算公司消失,我手上只有一份 LinkedIn 和一套非常具体的、不可转让的技能。
企业职业的「安全」,是靠按时到账的工资维持的一种错觉。真正的安全是可带走的技能、多元的关系,以及不依赖单一雇主「是否保留你岗位」这个决定的收入。
我不是让你辞职,我是让你去搭建一个「不管你有没有工作都能跑得起来」的东西。
复利技能原则:为什么房产职业会加速
有一件事我注意到,精算工作从来没能给我:技能复利。
在精算里,每多一年经验,只会给我的产出带来边际改进。第 5 年比第 4 年好 10%。第 10 年比第 9 年好 5%。边际收益在递减,因为技能天花板低、工作重复——同样的模型、同样的假设、同样的监管框架。
在房产里,每多一年经验都在复利,因为技能之间互相连接,网络效应也是乘法的。
第 1 年:我学谈判。每一笔交易都让我多懂一点价格锚定、时机和读中介信号。
第 2 年:谈判能力解锁了更好的交易,更好的交易搭起了战绩,战绩吸引了更多客户,更多客户让我有更多交易可以练谈判。正向反馈循环。
第 3 年:交易量搭起了和卖方中介的关系,他们开始把内部房源机会推给我,这让我能在更低价格上拿到更好的房产,客户结果更好,进而又带来推荐。二阶复利。
每一项技能都在喂下一项。谈判 → 交易 → 战绩 → 客户 → 交易量 → 中介关系 → 内部房源 → 更好的交易 → 更强的战绩 → 更多客户。飞轮每年转得更快。
精算技能不会以这种方式复利。第 10 年的精算经验,并不会解锁第 1 年不能访问的新机会类别。你在做同一类工作,只是做得更好。而在房产里,第 3 年会解锁第 1 年根本访问不了的新交易类别(内部房源、开发、合伙结构),因为那时候你才有关系。
如果你在思考职业轨迹——留在企业,还是搭建一些独立的东西——问自己一个问题:我当下的技能会复利吗?第 5 年会解锁新的机会类别,还是只在同一类里做边际改进?
如果答案是边际改进,你走在一条对数曲线上——早期增长快,然后压平。如果答案是新类别,你走在一条指数曲线上——早期增长慢,然后加速。
我选了指数曲线。走到第三年,加速才刚开始。
这对你意味着什么(哪怕你永远不辞职)
你不需要辞职。那不是这篇文章的要点。
要点是诚实地评估你的职业风险。问自己:
-
如果你公司明天消失,用你当下的技能,这周你能挣到 $1,000 吗?不是通过另一个雇主,而是通过你自己的努力。
-
你的技能是在积累,还是在贬值?如果你明天停止学习,你的职业轨迹会继续,还是会停滞?
-
你的收入来自一个来源(工资),还是多个来源(工资 + 投资收入 + 副业)?不管金额多大,单一来源的收入都是集中风险。
-
一项技术——AI、自动化、软件——在未来 10 年里能不能复制你日常工作的 80%?
如果这些答案让你不舒服,那很好。不舒服就是数据。
房产投资是搭建抗脆弱收入的一条路。精挑细选的投资房带来的租金收入,和你的就业状态不相关。你丢了工作,租客不会停止付租。Hampton Park 那套房每周 $850 的租金,不管你在岗、失业还是退休,都照样到账。
这才是我转向房产的真正原因。不是因为佣金比精算工资高(最终会是)。而是因为房产收入是抗脆弱的。它不累积灾难性风险。不管经济、不管行业、不管你公司董事会如何,它每周都到账。
而且和精算不一样,没人能自动化周六早上开放看房里和卖方中介的一次握手。
References
- [1]Taleb, N.N.,《反脆弱:从无序中获益的事物》,Random House,2012 年。Mediocristan 与 Extremistan 框架、出租车司机与高管风险分析。
- [2]麦肯锡全球研究所,《有效的未来:自动化、就业与生产力》,2017 年。到 2030 年超过 50% 的专业服务任务可被自动化。
- [3]澳大利亚精算师学会,《会员与就业统计》,2020 年。合伙人层级达成率,薪酬基准。
- [4]Silver, D. 等,《用深度神经网络与树搜索掌握围棋游戏》,Nature,2016 年。AlphaGo 对阵李世石。
- [5]PremiumRea 组合数据。Hampton Park 平均周租 $850。Melbourne 东南 350+ 笔交易。
- [6]澳洲统计局(ABS),《澳洲就业岗位》,2019-20 年。专业服务就业与自动化风险。
- [7]世界经济论坛,《2020 未来就业报告》。精算岗位被列为高自动化风险职业之一。
- [8]CoreLogic,《住宅物业作为通胀对冲》,2020 年。租金收入在经济周期中的稳定性。
About the author

Yan Zhu
Co-Founder & Chief Data Officer
Former actuary turned property strategist, Yan brings rigorous data analysis and policy expertise to help investors make better decisions.