用百年历史数据预测未来收益，核心局限在于：过去的表现不能保证未来的结果，经济结构、货币政策和市场环境持续变化，历史均值可能不再适用。
历史数据通常反映过去100多年的平均表现，例如美国股市长期年化回报率约在7%-10%之间。但这些数据基于特定经济周期——如工业化、战后繁荣和全球化浪潮——未来可能完全不同。经济结构变化是首要限制：如今服务业和科技产业占比更高，传统制造业权重下降，企业盈利模式与百年前差异巨大，历史回报率的基础已改变。
货币政策环境是另一关键变量。低利率时代可能压缩股票和债券的风险溢价。例如，当利率长期处于低位时，债券收益率降低，股票估值被推高，未来预期回报可能低于历史平均。反之，高通胀或紧缩政策也会重塑资产表现。历史数据无法提前反映这些未发生的情景。
动态分析至关重要。投资者应区分“统计相关性”与“因果逻辑”。历史数据可能包含幸存者偏差（只统计存活至今的市场），忽略战争、危机或市场关闭的极端案例。因此，历史是重要参考，但非保证。更合理的方法是结合当前估值水平、利率趋势和技术变革，对历史均值进行上下调整，而非直接照搬。
总结：百年历史数据提供长期回报的基准，但受经济结构、货币政策演变影响，不能线性外推。投资者需动态分析，避免过度依赖单一历史平均值。
常见问题
历史数据预测收益时，最常被忽视的局限是什么？
幸存者偏差是常见盲点。历史数据往往只包含至今仍在运行的市场或资产，忽略了那些因战争、崩溃或退市而消失的案例，导致回报率被高估。
低利率环境下，如何调整历史回报预期？
通常需要下调预期。低利率降低了债券和存款的收益，同时推高股票估值，未来回报可能比历史均值低1%-3%。建议参考当前市盈率与历史中位数对比，做保守估算。
除了经济结构，还有哪些因素影响历史数据的有效性？
技术变革和全球化程度也很关键。如互联网和人工智能改变了企业护城河，而贸易政策变化可能重塑跨国收益结构，这些在百年数据中难以量化。