钱去哪了:大资管框架下的资金流向和机制:中国理财产品市场发展与评价(2013~2017)
上QQ阅读APP看书,第一时间看更新

前言
关于“钱”的三个问题

殷剑峰

在我国,据说住宅小区的保安每逢遇到访客,都会提出两个深刻的“哲学”问题:“你从哪儿来?到哪儿去?”如果将“你”换成“钱”,那么,这两个问题实际上也正在让金融界挠头。全球危机后,“影子银行”成为国内外热门话题,金融界对其历史渊源、范畴争论得热热闹闹。2013年,针对我国以银行为主导的金融结构特征,笔者凑了一下热闹,提出了一个新概念—“银行的影子”殷剑峰、王增武:《影子银行与银行的影子:中国理财产品市场发展与评价(2010~2012)》,社会科学文献出版社,2013。。无论“影子银行”,还是“银行的影子”,说来说去,无非都是想回答小区保安的问题,只不过对象是“钱”:钱从哪儿来?到哪儿去?

金融界觉得“钱”俗气,所以都喜欢用“货币”这个学名。不过,在2013年的那份报告中,笔者已经指出,货币是银行的负债,只对应着银行资产方的信用创造活动,不能反映包含非银行金融机构在内的整个金融部门的金融能力(Total Financial Capacity)。为此,当时笔者组织团队构造了一个宏观金融指标:“信用总量”。在金融部门的资产方,这一指标涵盖金融部门为包括政府、企业、居民在内的整个非金融部门创造的债务融资工具(类似于美联储美国资金流量表中的“Debt Outstanding by Sector”);在金融部门的负债方,这一指标既对应着货币——银行的负债,也对应着银行和非银行金融机构为资产业务融资而发行的各种契约型或者准契约型金融工具。

本书讨论的银行理财、信托计划、保险准备金、共同基金等均属于契约或者准契约型称之为“准契约型”产品,是因为我国许多理财产品的法律关系界定不清,刚兑问题始终没有解决。金融工具,与之相对应的“资金”则是各种形式的债务融资工具——信用。这里,我们即以信用总量这个指标来讨论近些年“钱”去哪儿了、从哪儿来。同时,我们还想再加上一个小区保安不会问但规范经济学必须回答的问题:“钱”应该去哪儿?

一、“钱”去哪儿了

1.“钱”的规模和流向

从表1中首先可以看到,广义货币M2早已不能反映我国“钱”的全部规模了:2009年,信用总量还只有M2的88%,而到2016年,信用总量已相当于M2的1.2倍。换言之,有20%的“钱”不在M2的统计范畴内。如果进一步考虑随后讨论的金融部门负债,则M2遗漏的信息就更多了。所以,我们看到,在最近几年中原先以M2为中间目标的货币政策发生了重大转变,尽管政府工作报告还总是提及M2。

表1 我国广义货币M2、信用总量及其部门分布 单位:亿元,%

数据来源:国家金融与发展实验室。

注:“非金融企业”中不包括地方平台贷款和城投债,这两部分债务被归入“地方政府”。

至于“钱”去哪儿了,信用总量的部门分布提供了清晰的答案。2016年,在全部近182万亿元信用总量中,政府部门为36.8万亿元,占比20%,较2009年上升5个百分点。其中,中央政府占比由2009年的11%下降到2016年的7%,而地方政府占比在同期则由4%上升到14%;非金融企业为110.8万亿元,占比从2009年的71%下降到2016年的61%;居民部门为34.3万亿元,占比从2009年的15%上升到2016年的19%。信用总量的部门分布变化清晰地表明,虽然企业仍然是“钱”流向的大头,但危机后“钱”更多地流到了地方政府和居民部门。

信用总量的部门分布变化揭示了一个有意思的现象。与应对危机的扩张性财政政策一致,其他国家都是由中央政府增加负债。然而在我国,相对于其他部门,中央政府事实上是“往后缩”的。同时,创造财富、推动经济增长的企业部门在危机后也采取了相对谨慎的负债策略。相反,地方政府和居民部门成为增加负债、抵销经济周期性下滑的主力。

2.“钱”的流向与非金融企业杠杆

以信用总量来刻画的“钱”,实质为非金融部门的负债,因此,“钱”的流向变化决定了杠杆率(负债/GDP)的分布。2016年,非金融部门总体的杠杆率(信用总量/GDP)依然在上升,但增速趋缓(见图1)。2016年总体杠杆率约为244%,较2015年上升12个百分点,而2015年较2014年上升21个百分点。与上述信用总量部门变化一致,杠杆率增速趋缓主要源于非金融企业去杠杆取得进展,与此同时,中央政府杠杆率保持不变,地方政府杠杆率和居民部门杠杆率则分别比2015年上升8个和5个百分点。

图1 非金融部门杠杆率

数据来源:国家金融与发展实验室。

2016年非金融企业(不含地方平台贷款和城投债券)杠杆率为149%,较2015年下降1个百分点。事实上,2009年“四万亿”之后,除了2011年至2012年有一个短期回升之外,非金融企业负债增速总体上呈下降趋势——这个特点与危机后美国的情况类似,说明在扣除地方平台和城投公司之后,我国非金融企业部门的资产负债表并非许多人想象得那么糟糕。例如,考察工业企业的“微观杠杆率”,即工业企业资产负债率,可以看到(见图2),全球危机后工业企业总体上呈现去杠杆的趋势,其中,私营企业表现得更加明显。股份制企业的资产负债率则是典型的(理性的)顺周期行为:在2008年危机前加杠杆,危机后去杠杆。即使就国有工业企业来说,虽然在2009年后为应对危机而迅速加杠杆,但自2013年后也在去杠杆。目前,国有工业企业的资产负债率已经接近2007年的最低水平。

图2 工业企业资产负债率

数据来源:CEIC。

所以,在涤除地方的平台企业和城投公司之后,非金融企业去杠杆的问题并没有当前舆论所说得那么迫切——尤其是在进一步涤除非金融企业负债中涉及基建和房地产的部分之后。相反,随着经济的反弹复苏,非金融企业需要加杠杆。从2017年1季度数据看,也恰恰如此:1季度非金融企业债务增速达到11.6%,高于2016年4季度的9.4%。不过,从债务融资的工具结构看,非金融企业债务融资增速的反弹主要依靠的是非银行金融机构的信用供给,贷款增速和债券增速均低于,甚至大大低于上年4季度水平。由此看,如果当前金融去杠杆过快,不仅会提高市场利率水平,还会减少非金融企业的信用可得性。

3.“钱”的流向与地方政府和居民部门杠杆

地方政府是2016年杠杆上升最快的部门,其风险值得高度关注。我国地方政府本级财政收入一直低于本级财政支出,地方财政赤字的弥补一靠中央财政转移支付,二靠地方基金收入中的土地出让金收入。近些年,土地出让金占地方本级财政收入的比重稳定地保持在40%左右,已经成为许多地方政府,尤其是中西部地方政府主要的可支配财力。因此,当地房地产状况对地方政府偿债能力非常关键。

关于中国的房地产市场,再去讨论泡沫问题就显得太幼稚了,当前的要点是防止发生区域性风险事件。从“房子是给人住的”角度去思考,人口多少是决定区域房价能否“挺住”的基础。因此,我们可以将各地房价与当地人口指标做一比较。可以看到,从房价涨幅与外地户籍人口之比看(见图3),位于前列的均为中西部和东北地区的省份,而上海、北京、浙江、广东等东部地区,尽管房价远远高于中西部地区,但此指标却是最低的。这一状况说明,东部地区房价上涨在相当程度上反映了人口向本地集聚的趋势,而中西部地区房地产市场则主要仍取决于区域性因素。进一步用房价涨幅与人口涨幅之比来观察,其结论基本一致,只不过黑龙江、广西、吉林三省区因为人口负增长而导致这一比值为负值。

图3 2009~2016年房价涨幅/2015年外地户籍人口涨幅

数据来源:CEIC。

居民部门也是迅速加杠杆的部门,其风险同样不容忽视。2016年居民部门的一个显著变化是新增居民债务超过了新增储蓄,居民部门成为净融入资金部门。这一现象在2007年也曾经发生过,当时我国房地产市场也处于历史顶点。判断居民部门风险的一个指标是居民部门负债与劳动者报酬之比(见图4),2016年我国这一指标已经达到90%,这大体相当于美国1994年的水平——似乎问题还不大。不过,美国居民部门有大量的财产性收入,而中国居民部门的财产性收入微不足道。进一步从国民收入的部门间分配看,我国居民部门的可支配收入只占国民可支配收入的60%,低于美国的70%。就个人间收入分配差距而言,我国基尼系数高达0.46,早已经超过0.4的国际警戒线。从存量资产分配看,全国120万高净值人群的可投资资产相当于全部可投资资产的近30%。所有这些关于收入和财产分配的指标,其含义只有一个:负债向收入中低端家庭累积,资产向收入中高端家庭累积。所以,与对地方政府风险的判断一样,对于居民部门的风险需要分区域、分家庭进行分析,不能依靠总量平均指标。

图4 居民部门负债/劳动报酬

数据来源:CEIC。

二、“钱”从哪儿来

1.“钱”的来源分布

以信用总量来研究“钱”,一方面对应于非金融部门的负债,另一方面则对应于金融部门的资产。因此,钱的来源就必然与金融部门的结构变化密切相关。笔者曾经指出殷剑峰:“非银行金融部门的崛起”, 《中国金融》2017年第5期。,2009年以来我们金融体系的一个重大变化就是非银行金融机构和非金融债券市场的崛起。按理说,这种变化将对“钱”的来源结构产生同样重大的影响。但是,揭开面纱之后我们发现,“钱”还是主要来自银行。

表2统计了银行信用创造的各个渠道。可以看到,一方面,作为传统银行业务,银行信贷规模占整个银行信用创造的比重下降;另一方面,随着银行非信贷业务的发展,传统信贷之外的信用创造活动成为银行资产业务增长的动力。例如,尽管这些年我国非金融债券市场快速发展,但非金融债券的主要持仓机构还是银行。2016年,银行持有的非金融债券高达26.8万亿元,占非金融债券存量的60%以上。此外,银行通过表外业务(如银信政合作、委托贷款)进行的信用创造活动也快速发展。所以,总体上看,在非金融部门的信用总量中,银行信用依然高达近88%。当然,银行的份额有所下降。

表2 银行信用及其构成 单位:亿元,%

注:“银行持有的非金融债”包括银行通过理财产品持有的部分。

数据来源:国家金融与发展实验室。

虽然“钱”还是主要来自银行,但非银行金融机构的份额确实存在上升趋势。从非银行金融机构的信用创造活动看,其持有的非金融债券最为重要,但占非银行金融机构信用合计的份额不断下降,份额上升的主要是委托贷款、信托和保险的信用创造。至2016年,在非金融部门的信用总量中,非银行金融机构信用占比已经上升到11%强(见表3)。

表3 非银行金融机构信用及其构成 单位:亿元,%

注:“非银行金融机构持有的债券”中扣除了理财产品持有的债券;“信托”中不包含银信政合作。

数据来源:国家金融与发展实验室。

2.“钱”的来源与金融部门杠杆

随着传统银行信贷下降、非传统银行业务和非银行金融机构份额的上升,“钱”的来源日益多样化,这也导致金融部门内部的相互负债不断增加和金融部门杠杆持续上升。

与非金融部门杠杆率的变化类似,我国金融部门杠杆率(不含存款的金融部门负债/GDP)呈现继续上升但增速趋缓的态势(见图5)。2016年我国金融部门杠杆率为97%,较2015年上升9个百分点,而2015年较2014年上升11个百分点。与美国相比,我国金融部门杠杆率大体相当于其2002年的水平。不过,考虑美、中金融部门间一去一加的相对变化,我国已经于2015年、2016年连续两年超过了美国。

图5 金融部门杠杆率

数据来源:CEIC,国家金融与发展实验室。

观察金融部门内部的相互负债,非银行金融机构对银行的负债(图6中的“对其他金融性公司债权”)自2015年1季度起就成为最大科目,并且上升也最为迅速——这也进一步说明,非银行金融机构的“钱”有很多依然是银行的“钱”。2016年4季度,“对其他金融性公司债权”达到26.5万亿元,占整个金融部门负债的比重为36.7%,较2015年4季度增加近10万亿元。2017年1季度,“对其他金融性公司债权”进一步上升至27.8万亿元,在金融部门负债中的比重达到38.5%。

图6 金融部门负债

数据来源:国家金融与发展实验室。

就银行而言,“对其他金融性公司债权”已经成为近些年资产扩张的主要科目(见图7)。从2009年“四万亿”之后,这一科目的增速由20%上升到2011年的60%,并相对平稳地一直维持到2016年的3季度。至2017年1季度,“对其他金融性公司债权”已经接近28万亿元,占银行部门总资产的11%左右。此外,银行部门资产中另一个值得关注的科目是“对政府债权”,这一科目自2015年1季度实施地方政府债务置换开始加速上涨。2017年1季度,“对政府债权”的规模达到17.5万亿元,较2015年1季度增加约10万亿元,这增加的部分基本上就是地方政府债券。

图7 银行资产和主要科目增速

数据来源:CEIC。

3.“钱”的来源与金融资源错配

虽然“钱”的来源多样化,但“钱”的流向还是偏好房地产,包括与此直接相关的房地产企业贷款、个人按揭贷款和与此间接相关的基建项目等。可以看到,非银行金融机构在获得包括银行资金在内的融资之后,其资金运用又有相当一部分进入地方政府的基建和房地产项目。以资金信托为例,在2016年底17万亿元的规模中,投给地方基础产业的规模是2.7万亿元,占比16%;投给房地产的是1.4万亿元,占比8%;不考虑投给工商企业、购买债券等资金运用项目中与地方政府、房地产相关的融资,资金信托中至少有24%是投向了地方政府基建和房地产项目。至于其他非银行金融机构的资金运用,如保险债权投资计划,几乎尽归于此。粗略估算,在目前非银行金融机构给实体部门提供的25万亿元资金中,至少有30%,即8万亿元左右与地方政府基建和房地产项目相关。

除了非银行金融机构的资金运用偏好基建房地产,传统的银行信贷也是如此。根据本外币信贷的行业结构(见图8),将其中的个人贷款(多为按揭贷款)、FIRE(金融房地产)、传统服务业(多与基建有关)合并,则2015年与房地产直接和间接相关的贷款占比高达56%。按50%的比例推算2016年情况,则银行目前信贷中约60万亿元与基建房地产有关。这部分信贷加上银行持有的地方政府债券(约10万亿元)、城投债(约1.2万亿元)以及银行通过非银行金融机构融资间接投向地方基建和房地产的资金(约8万亿元),总的敞口近80万亿元,占银行资产规模的40%。

图8 本外币贷款的行业结构

数据来源:CEIC。

总之,银行信贷、非银行金融机构资金以及近些年发展较快的债券市场,都在相当大的程度上成为金融资源向基建房地产倾斜的通道。近期的金融去杠杆进程有助于扭转资源错配的格局。随着金融同业负债增速的急速下降,2017年1季度金融负债增速(见图9)已经下降到过去十年来最低水平(仅高于2008年的水平)。不过,即使如此,增速也在13%左右。如果全年GDP增速保持在6.9%左右,并考虑到金融去杠杆速度不能过快,预计2017年我国的金融杠杆率还将有所上升。

图9 金融部门负债增速

数据来源:国家金融与发展实验室。

三、“钱”应该去哪儿

1.美国案例启示

美国在次贷危机前的经历与我国2009年后的经历有很多相同之处,所以,看一下危机后美国“钱”的变化,应该颇有启示。美国在2000年信息技术泡沫破裂后,由于实体领域投资回报下降、投资机会匮乏,而金融创新非常活跃,加之货币金融管理当局在相当大程度上的默许,“钱”的来源日益多样化,规模不断上升,但最终流向都是去了房地产。危机后,美国“钱”的流向和来源都发生了深刻变化。从杠杆的变化看,就是杠杆在部门间的腾挪——而不是简单地去杠杆。

观察美国非金融部门的杠杆结构(见图10),可以发现,危机后迄今,家庭部门和州政府一直处于去杠杆的过程:前者杠杆率从2007年的98%下降到2016年的79%;后者则从20%下降到17%。相比之下,家庭部门是去杠杆的主力——这一点很容易理解,因为次贷危机爆发本身就是源于家庭部门过度加杠杆。非金融企业部门在2008年到2011年间也在去杠杆,杠杆率由73%下降为66%;但是,从2012年开始,非金融企业部门开始加杠杆,其杠杆率上升到2016年的76%。由于危机应对措施,联邦政府一直在加杠杆,2007年联邦政府的杠杆率为42%,2016年达到86%。

图10 1980~2016年美国非金融部门杠杆率

数据来源:CEIC。

杠杆在部门中进行腾挪的过程中,整个非金融部门的杠杆并未下降。不过,这种腾挪对经济的恢复却起到至关重要的作用:一方面,过度负债的家庭部门逐渐修复资产负债表,同时,联邦政府加杠杆,并与美联储量宽政策一起实施扩张的财政货币政策,以稳定市场;另一方面,起初资产负债表就相当健康的企业部门在经历短暂去杠杆后,以加杠杆推动经济增长。

对于金融部门来说,则出现了总体性的金融去杠杆(见图5)。不过,即使在金融部门内部,也并非所有部门都去杠杆。将金融部门分为银行、非银行金融机构和资产证券化产品等三类,我们发现仅有资产证券化产品发生了大幅度萎缩。

进一步对资产证券化产品进行分类又可以看到,实则是次贷证券化产品出现了大幅度萎缩。按照经营机构来分,美国证券化产品可以分为两类:其一是GSE(Government-sponsored Enterprises)发行的证券化产品,主要经营的是合规按揭贷款,由于有政府信用支持,我们称之为“公营”证券化产品;其二是私营金融机构发行的产品,称之为“私营”证券化产品,主要经营的是次贷产品。做这样的分类之后,可以看到(见图11),出现大幅度萎缩的是后者,其最高规模在2008年达到4.6万亿美元,现在只有1.2万亿美元;而前者的规模在2008年后有所下降,但目前达到8.7万亿美元,略高于2008年的8.5万亿美元。

图11 2000~2017年1季度美国证券化规模

数据来源:CEIC。

因此,综合危机后美国杠杆结构的变化,一个显著的特点就是,去杠杆“去”的都是与房地产相关的杠杆,包括家庭部门的杠杆和次贷证券化产品。非金融企业先去杠杆、后加杠杆,扣除证券化后的金融部门则是稳杠杆,为经济向上转折提供了条件。

2.新兴产业需要“钱”

美国的经验告诉我们,“钱”至少不应该那么“热情”地拥抱房地产。然而,我国的“钱”恰恰是在2009年危机后更多地流向与房地产直接、间接相关的行业、部门。这其中部分原因确实在于危机打击之下,实体产业投资机会匮乏、投资回报低迷。不过,种种迹象表明,当前我国乃至全球经济都处于一个向上转折的时点。在经过多年的痛苦调整之后,我国的产业结构发生了深刻的变化,一些产业正在产生大量投资机会,这些产业需要“钱”。

从2015年开始,我国的第三产业对GDP增长的贡献就大幅度超过了制造业。2016年第三产业拉动GDP3.9个百分点,第二产业仅拉动2.5个百分点。我国已经进入工业化后的服务业化阶段。经济进入服务业化阶段后的一个令人担忧的问题就是“鲍莫尔病”:由于服务业的劳动生产率和全要素生产率低于制造业,服务业化将导致经济增长放慢,甚至陷入停滞。发达经济体和所谓中等收入陷阱国家的经验表明,服务业的劳动生产率能否超过制造业,决定了该经济体能否迈过门槛进入高收入阶段。根据统计(见图12),在我国的第二产业和第三产业劳动生产率比较中,第三产业一直低于第二产业,但一个良好的迹象是,差距在不断缩小。2016年第三产业人均产值已经相当于第二产业人均产值的90%。如果这种差距缩小的趋势能够维持,在2018年第三产业劳动生产率就能够与第二产业持平。

图12 1995~2016年第二、第三产业人均产值和第三产业与第二产业增长之比较

数据来源:国家统计局。

第三产业劳动生产率的改善与其内部结构的优化有着密切关系(见图13)。将第三产业分为“传统服务业”(交通运输仓储邮政、批发零售、住宿餐饮)、“FIRE”(金融与房地产)、“其他服务业”(包括信息技术、计算机通信以及科教文卫等), “其他服务业”的比重稳定地保持在整个第三产业增加值的39%左右,2017年1季度更是突破了40%,达到42%。与此同时,“传统服务业”的比重不断下降。目前制约第三产业劳动生产率的关键因素是科教文卫等现代生产性服务业依然处于“事业单位”的体制束缚之中,效率低下,机构臃肿。如果在中共十九大之后能够加快事业单位体制改革,第三产业将迎来更快的发展。

图13 2000~2017年1季度第三产业内部结构

数据来源:国家统计局。

3.新兴技术吸引“钱”

无论哪个行业被归为“新兴”之列,“钱”的流向归根到底取决于投资回报,而投资回报归根到底取决于技术进步。近些年,我国技术进步的成就显著。诸如“歼20”、“运20”、“C919”、空间站、量子通信等,皆耳熟能详。按照世界知识产权组织的统计,中国专利申请数量自全球危机后加速上升,2013年超过德国,2016年比2015年增加46%,达到43131件,接近日本的水平。

在专利申请数量加速上升的背后,是大量的研发经费投入。2016年我国研发经费达到1.55万亿元,较2009年增长近3倍,规模仅次于美国。从研发经费投入强度(研发经费/GDP)看(见图14),2015年超过了2%,但与美国(2.74%)、德国(2.84%)和日本(3.59%)相比,还有很大的上升空间。研发经费的来源方面,政府经费占比从2000年的29%下降到2015年的15%,企业经费占比同期由60%上升到77%。我国已经成为世界上少数企业研发经费占比超过75%的国家之一。

图14 我国研发经费和投入强度

数据来源:CEIC。

从制造业内部看,研发投入强度超过制造业平均水平的均为技术和资本密集型行业,也是近些年我国技术进步非常显著的行业,其中,铁路、船舶、航空航天、仪器仪表制造业等的研发强度已经超过了全国平均水平。分区域看(见图15),2015年全国有8个省市研发投入强度超过了全国平均水平。除了陕西之外,其余7个省市均为东部沿海地区——全球危机后这些地区都在经历深刻的产业结构演化,一方面是制造业升级,另一方面就是经济的服务业化。因此,这7个沿海省市较高的研发投入强度在一定程度上反映了服务业领域的技术进步,这与前述我国产业结构的变化和投资结构的变化是相契合的。以投入强度高达6%的北京为例,2016年第三产业增加值接近2万亿元,而第二产业仅为4800亿元。

图15 2015年区域研发投入强度

数据来源:CEIC。

除了技术进步之外,资本投资的效率也是决定投资回报的重要因素。资本投资的效率,即资本边际报酬随资本产出比递减,其直观含义非常明显:资本过多,则资本投资的回报就较小。以1970年为基期,计算并比较各国资本产出比的增幅由于在基期1970年美、日、德的资本产出比就大大高于我国,因此,这种比较高估了当前我国的资本产出比,低估了我国的资本边际报酬。,2015年我国资本产出比为1970年的5倍,美国、德国和日本分别为6倍、7倍和9倍;金砖国家中,巴西和南非也高于我国,印度与我国相近。我国较低的资本产出比意味着较高的资本边际报酬,从而资本投资还将成为经济增长的主要动力。

在本赘言的末尾,笔者想重点强调几点:第一,“钱”应该去哪儿,归根到底是由市场决定的。十八届三中全会指出,要发挥市场在资源配置中的决定性作用。在我国即将冲刺成为高收入经济体之际,在产业和经济结构深刻变化之际,最好让各种产业政策、金融资源配置政策相对远离。第二,宏观经济金融政策更应该关注“钱”从哪儿来、到哪儿去,随着经济发展,金融体系必然日趋复杂化,这一方面当然意味着不能再依靠指哪打哪、配置资源的“长官意识”,另一方面也提醒有关部门,需要密切跟踪分析资金的动向和机制,需要建立跨区域、跨部门、实时的数据监测系统,防止区域性、系统性风险发生。第三,对于本书中提及的各种金融创新,需要用辩证统一的思维去分析,既不能一味纵容,也不能“一棍子打死”。这些年我国的金融创新体现了金融机构在管理、技术和业务拓展等领域的进步,令人眼花缭乱,甚至令十年前轻视我国金融的发达经济体同行也发出感叹。有人将之诟病为“逐利”,但逐利又有何不妥呢?曾几何时,阻碍我国经济金融发展的最大问题就是经济当事人都不逐利,乃至不干活、不思进取。没有逐利驱动的创新,监管附加于社会经济运行的成本就无法最小化,监管本身也必将固化,以至于监管存在的必要性亦不复存在。

最后,笔者感谢各位读者,你们原谅了我们在报告中出现的各种错误,是你们的支持使得我们过往的报告再版数次还销售一空。笔者必须感谢本书各位合作者。我们一起合作相处十年之久,从未辉煌过,也曾过于骄傲地自以为从未被超越过,但我们一起经历过。

人生,无非是在这个世界中的体验。恭祝各位,快乐就好。