破億人生的道路選擇

樂透、上班、創業——三條路的勝算與代價

嘉鴻智庫｜Marcus　資深副總經理　│　2026 年 8 月 31 日　│　資料來源：經濟部中小及新創企業署、財政部、行政院主計總處、台灣彩券

先看兩個數字。

中國信託與 BCG 在 2026 年 1 月發布的《台灣超高資產客群財富洞察報告》估計，台灣淨資產達新台幣十億元以上的人約 8,000 位，2029 年會增至 1.1 萬位。

另一邊，台灣彩券自 2007 年開辦至今，單注中獎金額達十億元以上的，累計不到二十人次。

八千比二十。看起來創業明顯划算得多。

這篇文章要做的事，就是把這個直覺一路拆到底。拆完之後的結論跟它相反——而更值得看的不是結論，是拆的過程：同一個數字被修正了九次，每一次修正都因為前一版偷偷藏了一個沒被檢查的假設。

三條路會被放在同一把尺上：買樂透、上班存錢、開公司。結論先講一句：沒有一條是正的。差別在負的形狀不一樣——一條是小額、可重複、損失有上限；一條是完美執行也到不了；一條是大額、一次性、損失沒有上限。

選擇不是「挑一條會贏的」，是「挑一種你承受得起的輸法」。

而創業這一側還會再分岔一次——同樣是開公司，做一般商品批發和做利基技術型通路，勝算差 3.7 倍。那個分岔，比「創不創業」這個決定本身更關鍵。

一、樂透這把尺

要比較兩條致富路徑，得先有一把尺。樂透正好是一把很好的尺，因為它有四個性質是別的東西沒有的：價格公開、完全線性、供給無上限、任何人都能買。

先把牌價算出來。

台灣彩券公布民國 114 年（2025）億元頭獎共開出 22 張中獎彩券，大樂透 17 張、威力彩 5 張。用頭獎機率反推投注量：大樂透中獎率 1/13,983,816，17 張需約 119 億元投注；威力彩 1/22,085,448，5 張需約 110 億元。合計約 229 億元。

每投入約 10.42 億元的投注量，產生一位億元得主。

這是「破億機率」這個商品的公開牌價。有了它，任何一條致富路徑都可以標價：

順帶一提，全體成年人平均每年只在大樂透和威力彩上花約 1,187 元。所謂「大家都在買樂透」其實不成立——那是一個月一百塊的娛樂支出，不是一條致富路徑。

這把尺最有用的地方在於，它給了一條判準：

任何致富路徑，每單位破億機率的成本高於 10.42 億元的部分，都是在為錢以外的東西付費。

二、創業那一側，量了九次才量對

創業那一側沒有牌價，得自己算。而這條計算鏈總共被修正了九次。

第一版：308 倍。 拿「每年新增八千位億元富豪」除以「每年二十六位億元樂透得主」。錯在分母——這兩群人不是從同一個池子裡抽出來的。

第二版：296 倍。 改用企業主當分母。台灣中小企業 171.6 萬家，億元富豪中 61% 是企業主，算出企業主每年破億機率 0.28%。差距不但沒縮小，反而更大。

第三版：110 倍。 加入存活率因子——一家新公司十年後還在不在。這是第一次把時間因子放進去。

第四版：33 倍。 兩個修正同時發生。一是把分母從「所有企業」縮到「批發及零售業」；二是外插方法從邊界擬合改成用外部資料校準。

校準這一步值得單獨說。經濟部中小企業白皮書附表13 給了批發零售業 768,408 家的完整營收級距分布，但最高一格是「超過 1 億元」的開放式級距，要往上外插得先估尾部參數。原本用 0.5 億→1 億 兩點擬合，得到冪律指數 α=0.859。

驗證的方法是找一個獨立的外部錨點。中華徵信所《台灣大型企業排名 TOP5000》公布 2024 年 100 大企業的進榜門檻是 590.37 億元、500 大是 95.63 億元——這等於直接告訴我們「營收超過某個數的公司剛好有幾家」。

用 α=0.859 去預測：超過 95.63 億的應該有 1,064 家（實際 500 家），超過 590.37 億的應該有 223 家（實際 100 家）。兩個獨立門檻都高估 2.1 倍，是系統性偏誤，不是雜訊。 反解回去，真實的尾部指數是 1.02 左右。用同樣的相對位置校準到批發業，得到 α=1.197。

第五版：30 倍。 用真實企業的營收軌跡取代平均軌跡。這裡有一個容易被忽略的陷阱：累積淨資產需要的是「十年累積營收」，不是「第十年的營收」。一家第十年做到三億的公司，前九年遠低於此。用一家實際的批發商 2020-2026 年營收資料算出的累積係數是 3.63，而白皮書平均軌跡是 6.95——高成長本身就是累積的敵人，指數成長的公司，前期貢獻被壓得極低。

第六版：76 倍。 修正淨利率。原本用財政部同業利潤標準的 10%，那是稅務查核口徑，適用於大宗商品批發。實際的利基技術型通路（防靜電材料、無塵室耗材、SMT 相關），加權毛利率可以到 57%，扣掉營業費用後淨利率仍有 20% 以上。淨利率翻倍，達標門檻就砍半。

第七版：65 倍。 換上實測的存活率，從推估的 54% 改成資料算出來的 46.6%。

第八版：62 倍。 把存活率從「稅籍口徑」再校準到「實際營運口徑」。這一版和上一版最重要，值得單獨一節。

第九版：拆成一條 21 到 77 倍的階梯。 最後去拉了財政部 114 年度的同業利潤標準，結果不是把數字改準，是發現前八版都藏著一個尺度錯誤——淨利率用的是一家利基型公司的數字，母體卻是全體批發零售 768,408 家。修正的方式不是換一個數字，是發現淨利率根本不該用猜的——它是毛利率的函數，而官方那張表同時給了兩者。詳見第六節。

三、真實的存活率曲線

前面幾版用的存活率是推估的，因為公開的統計表算不出來。

經濟部商業發展署的公司登記統計只有三欄：現有、新設立、解散撤銷廢止。114 年（2025）現有公司 806,188 家、新設 42,752 家、解散撤銷廢止 28,064 家，年法定死亡率 3.48%。如果風險固定，這對應十年存活率 70.2%。

但這個數字是假的，因為失敗的公司大多不會去辦解散，它們只是不再開發票。

真正的資料在財政部，而且不在任何統計表裡，是兩份逐家的開放資料集：

第二份那個 206 萬家，比全台現在還在營業的中小企業（171.6 萬家）還多。那是歷年累積的墳場。

組成上，這 206 萬家有 61.2% 是獨資、24.5% 是有限公司、5.0% 是分支機構；設立年代橫跨 1950 年代至今，2000 年代占 32.4%、2010 年代占 27.6%。它是一個七十年的累積墳場，不能拿來當存活率的分母。

這兩份檔案都有「設立日期」欄位，所以可以跟白皮書附表16 的在營家數按設立年份對齊，算出真正的世代存活率：

稅籍口徑的十年存活率是 46.6%。 但這還不是終點——這裡的「仍營業中」是稅籍定義，只要沒去辦停業就算。

再校準一次：稅籍口徑 vs 實際營運口徑

主計總處每五年辦一次工業及服務業普查，是派員實地訪查、要求該期間確有營運事實。把它跟同年的稅籍家數相除，得到一個換算係數：

兩個普查年相差 0.3 個百分點——這是穩定的結構差，不是雜訊。

但這 8% 的落差裡有一部分不是殭屍，是口徑：普查算「企業單位」（分支機構併入總機構算一家），稅籍算「營業登記單位」（每個分支各算一家）。 從財政部非營業中檔實測，分支機構占 5.0%。扣掉之後，普查／企業單位是 96.8%～97.0%。

所以「有稅籍但實際沒在營運」的比例落在 3%～8% 之間。用它去修正存活曲線：

第一年就走掉 24.0%，十年存活 44.0%。 第一年那一刀，比後面九年任何一年都重四倍以上；平均失敗發生在第 3.5 年。

到底有幾家在運作

順著這條線往下問，會得到一個更基本的問題：台灣到底有幾家企業在運作？答案取決於口徑，而口徑差了兩倍：

最後那個 46.7 萬來自白皮書表 5-1-4，是 2024 年中小企業雇主人數；同一份資料另有自營作業者 127.0 萬人（獨立作業、未僱用有酬人員）。

46.7 萬 ＋ 127.0 萬 ＝ 173.7 萬，跟財政部稅籍的 173.5 萬幾乎完全吻合。

兩個機關、兩種方法——一個從稅籍檔案算「家」，一個從家戶調查算「人」——落差只有 0.1%。這是全篇最乾淨的一組互證，同時也把那 173.5 萬拆開了：

台灣的 173.5 萬家「企業」裡，只有 46.7 萬家真的僱了人。其餘 127 萬是一人事業。

順帶一個趨勢：自營作業者人數自 2020 年起連續五年下降，從 132.6 萬降到 127.0 萬。 但這還不是終點——這個「仍營業中」是稅籍定義，只要沒去辦停業就算。

但這一節真正的重點不是 44.0%

而是這個：「存活」的門檻定得太低，所以存活根本不是成功的代理變數。

一家還在開發票的公司就算存活。而台灣批發及零售業 768,408 家裡，超過一半（51.2%）年營收不到 200 萬元——月營收不到 17 萬。其中 22.2% 年營收在 50 萬元以下，月營收 4 萬，連一個人的薪水都養不起。

這些公司在統計上叫做「存活」。

後面會看到，一般存活公司的老闆年所得中位數約 175 萬，而創業要打平的門檻是 355 萬。活下來的人，多數還是輸給繼續上班。

任何用「還在運作」當成功指標的統計，都會系統性高估成功率。這個錯誤不只出現在創業統計裡。

四、對照組：如果不創業，光上班走得到嗎

在比較樂透和創業之前，要先處理一條多數人真正走著的路：上班、存錢、投資。

這條路的算法很單純。40 年職涯累積 1 億淨資產，需要多少年薪？

這是假設年薪從第一年就是那個數字、而且 40 年不變算出來的。而真實的薪資是一條前低後高、有天花板的曲線：25 歲 55 萬、35 歲 112 萬、45 歲 163 萬、之後在 180 萬左右持平。

25 歲那年差了五倍——而那正是複利效果最大的幾年。

用真實曲線重算，並且逐層加上現實：

連第①列那個完美情境都只到 44%。

第②列的投資帳戶從 4,411 萬掉到 75 萬，看起來很驚人，但那不是歸零——房子是資產，不是消費。35 歲買的房（總價 1,500 萬、頭期 500 萬、貸款 1,000 萬），以年增 2% 計，65 歲貸款清償後淨值約 2,716 萬。加回去，第②列是 2,791 萬。

真正的損失是機會成本：那 500 萬頭期款如果留在投資帳戶，到 65 歲會長成 2,160 萬。買房把它換成了 2,716 萬的房產——大致打平，但把流動性和彈性換掉了，而且要背三十年貸款。

所以買房不是這條路走不到的原因。走不到的原因是天花板本來就在四千萬上下。

兩個不能假設掉的東西

一、股災不是風險，是必然。

36 年 8 次，平均間隔 4.6 年；跌幅逾 30% 的有 5 次，平均間隔 8.0 年。一段 40 年的職涯會遇到 5 到 6 次跌幅逾三成的回檔。 用「年年正 5%」去算 40 年，等於假設這五六次都不發生。

而且損失不是對稱的：55 歲那次 −35%，一次就吃掉 615 萬，因為那時候餘額最大。序列風險不是平均報酬率能表達的東西。

二、那筆錢不能動，40 年都不能動。

結婚不能動、買房不能動、換車不能動、生小孩不能動、子女學費不能動、父母生病不能動。第①列成立的前提是這些事一件都沒發生，或者全部用薪水的另外七成支付。

而且年薪 276 萬要站在哪裡

我算出來的「需年薪 276 萬」，剛好等於鴻海非主管員工的平均數——而平均被少數高薪者拉高，中位數只有 202.8 萬。

還有一個更陡的細節：這個揭露只涵蓋台灣母公司的非主管全時員工，那近百萬名產線員工不在裡面。所以 202.8 萬是「已經被篩過一輪的那幾千人」的中位數。

主計總處 113 年的全體受僱員工全年總薪資中位數是 54.6 萬，研究所程度 109.9 萬，全行業最高的金融保險業 110.6 萬。

所以這不是第三條路

上班加投資這條路走不到 1 億。完美執行 44%，正常人生 28%。

它不是三條路裡比較容易的那條，是唯一一條「連完美執行都達不到目標」的。

它在這篇文章裡的位置不是選項，是對照組——用來說明另外兩條路為什麼會存在。

真正該從這一節帶走的不是「上班沒用」。上班當然有用，它支撐生活、累積人力資本、而且風險最低。它只是不通往 1 億。如果你的目標本來就不是 1 億，這一節不適用於你，而且那可能是更明智的目標。

五、三種下場

到這裡為止，所有的比較都在比機率。但機率不是決策依據，期望值才是——而一旦攤開期望值，兩條路都是負的。

先看圖 1。樂透不是一個點，是一條線：投入十萬、一千萬、任何金額，價格都固定。創業是一個點，因為你不能開半家公司。

那個點落在樂透價格線的下方。

於是「創業比較容易破億」這句話要分兩種讀法：

• 異額比 21～77 倍：拿創業（投入 1,220 萬）跟一般人買樂透（投入 10 萬）比。投入差 122 倍，機率差 21 到 77 倍——差在你做哪一種生意。
• 同額比：同樣投入 1,220 萬，買樂透得到 1.171% 的破億機率，一般商品批發 0.202%、利基技術通路 0.643%。兩種都輸給樂透。

第一種比較才是現實中發生的事，因為沒有人會拿 1,220 萬去買樂透。第二種比較才是公平的。

攤開完整分配

以二十年為期，基準是「繼續上班」（年薪 200 萬，二十年共 4,200 萬）：

失敗那 1,858 萬的拆解：倒閉前平均撐 3.5 年、期間領到 354 萬，賠掉 800 萬（投入 1,000 萬 × 回收率 20%），剩下 16.5 年再就業打七折領 140 萬／年 = 2,304 萬。

創業負得比樂透多約 350 倍。

這裡有一個值得注意的地方：毛利率把破億機率拉開三倍（27 倍對 80 倍），但期望值幾乎不動（−1,554 對 −1,598）。原因是期望值由「存活但沒破億」那 43% 主導，破億那一格權重太小。

做哪一種生意，決定的是尾巴，不是期望值。

樂透之所以「好看」，純粹是因為它小。十萬塊的投入，虧損天花板就在那裡；創業的投入是一千萬資本加二十年職涯，虧損空間大兩個數量級。

三條路並排

這才是真正的選擇題。 不是「哪條路會贏」——沒有一條穩贏；是「你要哪一種輸法」：

• 樂透：每年虧四千五，虧四十年也就十八萬。它可以當背景常數放著，不影響其他任何決定。它的價值不是期望值，是上限。
• 上班：期望值是正的，風險最低，但天花板在四千萬上下，而且要四十年不出錯。
• 創業：期望值是負的，下檔沒有底，但它是三條裡唯一期望值不固定的——那個負號可以被執行改變。

前兩條的期望值是遊戲的參數；第三條的期望值是你自己寫的。這是唯一的實質差異。

失敗時拿得回多少

上面那個「回收率 20%」值得展開，因為它是失敗損失的真正決定因素。

拆一家燒肉店的投入結構：

再扣掉退租的復原義務，淨回收率剩約 1.5%。

冰箱可以賣二手，木工師傅的工時不行。 裝潢裡工錢佔四到六成，那部分的回收率不是「很低」，是結構性的零——它從來就不是資產，是一次性的服務消費。而押金和裝潢期租金更狠：在賣出第一份餐點之前，就已經沉沒了六十萬。

所以圖 4 裡最刺眼的一行是：失敗時的回收率，開餐飲店（8%）比買樂透（55%）還糟。

樂透那 55% 是法定的、每期都成立的、不管你多不會挑號碼都一樣。餐飲的 8%，是你花了一年心力、簽了租約、請了師傅之後的殘值。

而批發通路的回收率也只有 20%，不是因為存貨賣不掉，是因為清算順序：員工薪資與資遣費 → 稅捐 → 銀行有擔保債權 → 供應商應付帳款 → 股東。通路業的融資結構就是靠供應商帳期撐的，扣完前面四順位，股東的殘值通常趨近於零。

這裡有一個容易搞混的地方要講清楚：回收率決定的是破產風險，不是期望值。 它在期望值公式裡的係數只有 0.043（被失敗機率和年期攤薄），但它決定失敗後能不能重來。回收率 60% 的生意失敗，你還剩四成本錢；回收率 8% 的生意失敗，你歸零而且倒欠。同樣的期望值，一個可重複，一個不可重複。

六、真正的分岔不在創不創業，在做哪一種生意

前面五節都在比「創業 vs 其他」。但把官方的利潤標準拉下來之後，會發現創業內部的差距，比創業和其他選項之間的差距還大。

財政部 114 年度營利事業各業所得額暨同業利潤標準，全書 1,283 個可解析的稅務行業細類。批發業的部分：工業材料／設備類 47 個細類，淨利率中位數 8.0%、毛利率中位數 19.0%。

而利基型技術通路的實測毛利率可以到 57%——是這張表所列典型值的三倍。同樣掛在「批發業」底下，這是兩種完全不同的生意。

淨利率不是要猜的參數

原本我把淨利率當成一個要假設的數字。但那張表同時給了毛利率和淨利率，1,283 個細類跑迴歸：

淨利率 = 0.348 × 毛利率 + 1.51（r = 0.897，殘差標準差 2.83 個百分點）

分組中位數也對得上：

所以淨利率是毛利率的函數，而毛利率是可以量測的。 這一格從假設變成查表。

毛利率階梯

倍數從 21 到 77，差 3.7 倍。 而這個差距的來源不是努力、不是運氣，是選了哪一種產品線。

毛利率不是市場給的。19% 那一階誰都能進去，所以誰都不賺；65% 那一階要客戶把你寫進規格書裡，那需要十年。這條毛利階梯，其實是另一條階梯的投影。（那條階梯是另一篇的主題。）

一個必須說明的限制

同業利潤標準不是實際獲利率的量測，是稅務核定的下限。財政部的說明寫明它是「徵詢各該業同業公會意見及參酌統計資料」修訂的——公會有動機把它壓低，因為它是帳證不全時的課稅基礎。

所以整條階梯應該理解成保守下限，而迴歸關係（毛利對淨利的斜率）比絕對水準可靠。

但期望值幾乎不動

這裡有一個必須並排放的發現：

倍數差 3.7 倍，期望值只差 45 萬（2.8%）。

原因是期望值由那 43% 的「存活但沒破億」主導，破億那一格權重太小。

爬毛利階梯不會讓創業變成一件划算的事。它讓「萬一做成了」的那個結果變得更可能。

毛利決定的是尾巴的厚度，不是期望值。

用機率分布取代點估計

把五個不確定參數各自照合理範圍抽樣，模擬二十萬次（淨利率改由毛利率＋官方迴歸決定）：

而變異數的來源集中在三格：累積係數 39%、淨利率殘差 30%、落袋率 27%，合計 96%。尾部指數 3.9%、存活率 0.3%——那正好是這篇文章花最多力氣校準的兩格。

這件事本身值得記下來：校準最容易做的參數，通常也是最不重要的那個。

七、什麼能讓符號翻正

期望值算出來是負的，但打平門檻不是固定的——它隨機會成本線性上升。

而一般存活公司的老闆年所得約 175 萬。這條水平線和研究所那個點剛好重合——研究所學歷的人去創業，期望值大約是打平，不多不少。

那麼，什麼東西能把期望值推成正的？

答案是進入門檻。而這裡有一個反直覺的地方：門檻高，不是讓創業變容易，是把難的部分挪到創業之前。

比較兩條路徑，同樣二十年。為了讓兩條路的差異看得清楚，以下把破億那一支拿掉——它只佔期望值的 2.8%，留著只是干擾：

甲：30 歲直接創業，低門檻，經營 20 年

乙：30-40 歲在業界累積門票（領薪），40 歲創業，經營 10 年

門票值 2,180 萬，而且它買的不是「多賺一點」，是符號——甲怎麼算都輸給上班，乙贏過上班。

代價是只剩一半的經營時間。這筆交易之所以划算，是因為存活率和毛利是相乘的，經營年數是相加的。

用一句話講：

門票把一個隨機的損失，換成一個確定的延遲。

前者可能歸零，後者一定拿得到薪水。這才是那十年真正買到的東西。

門票的三個性質

它會過期。 產業關係會衰減——採購調職、工程師退休、製程換代。四十歲用得上的人脈，五十五歲剩不到一半。門票不只有價格，還有最佳行使時點。

它不可分割、不可轉讓。 你不能買 30% 的產業資歷，也不能把門票給別人用。這跟資本完全不同——資本可以借、可以合夥、可以分次投入；門票只能自己花十年長出來。

而這正是回收率只有 20% 的深層原因。 一家 B2B 通路商的價值，大部分是負責人的門票，而門票不隨資產一起轉移。買方買到存貨、應收、客戶名單，買不到「客戶願意接你電話」這件事。

於是得到一個不太舒服的結構：

公司估值 ＝ 可轉讓的資產（回收率高）＋ 負責人的門票（回收率零）

門票占比越高的生意，越賺錢，也越賣不掉。

換句話說：你越值錢，你的公司越不值錢。

八、於是浮上檯面的是餐飲

到這裡，所有的數字都算完了。但真正的問題不是「創業划不划算」，而是：

既然期望值是負的，為什麼還有這麼多人在做？

台灣每年新設中小企業 108,531 家，占成年人口 0.56%。按這個速率推，一個人四十年工作生涯中曾經創過業的機率約 20%——每五個人就有一個。這是全球數一數二高的創業密度。

而樂透，全民平均一年只花 1,187 元。

期望值負得多的那條路，參與率反而高。 這在標準的效用理論裡說不通，但把門票和機會成本一起放進來，就完全通了。

兩端各缺一半：一邊有意願沒門票，一邊有門票沒意願。

為什麼低薪職位累積不到門票

原因不是「學歷低所以學不會」，而是工作內容本身不產生可攜資產。

門票要成立，得同時滿足三件事：稀缺、可攜、能兌現。

低薪職位的共同結構是：它們接觸的是「執行」，不是「決策」。而門票的本質是「知道別人怎麼做決定」——採購為什麼選這家、工程師為什麼卡這個規格、老闆為什麼砍這筆預算。作業員每天都在現場，但現場不產生這個資訊。

所以那不是能力問題，是位置問題。同一個人放到製程工程師的位子上，十年後就有票；放在產線上，十年後只有年資。

由此得到一個更硬的推論：低薪不只是低薪，它同時是「未來也拿不到門票」。 薪水低是當期損失，門票累積不到是複利損失，後者更貴。

為什麼高學歷者不下場

機會成本要拆成三層，而我們前面只算了第一層。

第一層是現金：355 萬的打平門檻。

第二層是確定性的價值：一份 200 萬的年薪不只是 200 萬，它是「二十年、每年、不用承擔風險就會進帳」。把這種確定流換成一個 53.4% 會歸零的賭局，需要的補償遠高於帳面差額。

第三層是身分沉沒成本：低學歷者失敗了，回去做原本的工作；高學歷者失敗了，回不去原本的位子。同樣的失敗，高學歷者摔得比較重。

三層加起來，不下場是正確答案。

而這件事有直接的實測資料

上面兩段都是從打平門檻推出來的。白皮書的人力資源章節提供了直接證據。

中小企業的就業者裡，大學以上占 36.99%。但同一群人當中，當雇主的只有 28.61% 是大學以上，當自營作業者的更只有 18.72%。

換算成代表性：高學歷者在雇主中不足 23%，在自營作業者中不足 49%。學歷越高，越不會去當自己的老闆——這不是推論，是量出來的。

而大企業雇主那 46.68% 是另一回事：那是規模化之後的專業經營者，不是白手起家的族群。真正的分水嶺在中小企業雇主的 28.61%。

還有一個訊號在年齡上：2024 年中小企業雇主中，55 歲以上占 39.59%（2023 年為 37.85%），未滿 45 歲的只有 27.72%。雇主結構正在高齡化，年輕人不進來——這跟自營作業者連續五年減少是同一件事的兩個切面。

結論

台灣創業的參與率高、平均品質低，不是一個偏好問題，是一個分配問題。

有門票的人不下場，下場的人沒門票。於是浮上檯面的，是不太需要門票的行業。

這解釋了三個先前散落的事實，它們其實是同一個現象的三個切面：

• 57.8% 的中小企業是獨資——低門檻進場的人佔多數
• 超過一半年營收不到 200 萬——沒門票的生意做不大
• 第一年就死 24.0%——無票進場的即時代價

附錄：這篇文章的資料等級

任何一篇用數字說話的文章，都應該標明哪些數字是量出來的、哪些是估的。

十七項硬資料、兩項校準、兩項業內估計、六項假設。

而所有假設項全部集中在「失敗會怎樣、成功會怎樣」的具體金額上。機率那一側幾乎全是硬的，金額那一側幾乎全是軟的。

目前這個模型還壞著的一格

期望值模型假設存活公司的老闆二十年每年都拿 175 萬。但公司會長大。

年成長 12% 就翻正。

也就是說，「創業期望值為負」這個結論，其實建立在「存活公司不成長」這個從未明講的假設上。這是整個模型最脆弱的地方——比回收率、比尾部指數、比任何一項都脆弱。

如果只能再補一份資料，那就是存活公司的營收成長率分布。那決定的是符號，不是小數點。

而按蒙地卡羅的變異數分解，第二該補的是批發業真實的淨利率分布（官方標準只給了下限），第三是累積係數的樣本數（目前只有一家公司的實際軌跡）。這三格合計貢獻 96% 的不確定性；至於這篇文章花最多力氣校準的尾部指數和存活率，合計只有 4%。