一年一度的财报季又到了，所有上市公司都需要在1个月之内集中公布2018年年报。银行业年报每年都是一份值得细细品味的报告，其中的信息反映了不少当下社会被掩盖的弊病。
银行业年报中展示了当下国内财富差距的一个客观事实。（这么多年，我怎么就忽略了这么重要的一份资料呢）
根据招商银行2018年年报显示，在其12541.44万户零售客户中，50万元及以上零售客户数量为236.26万户，占总零售客户数的1.88%。同时，50万元及以上客户的总资产占零售客户总资产的80.98%。（1.2亿人口样本体量，相对于13.95亿人口而言，具有一定代表性）
这意味着，近2%的群体掌握了80%的财富。
回顾招商银行过去几年的年报数据，2%与80%这两个数字几乎没有大变动。即以招商银行的数据口径得出的结论是，国内财富分配极其不均衡。
根据中信银行2018年年报显示，在整个8831.76万户个人客户中，50万元及以上资产的中高端客户数量为73.5万户，占总零售客户数的0.8%。
由于中信银行年报中没有公布中高端客户的资产情况，所以，中高端客户持有资产比例不得而知。
而在最具代表性的工农中建四大行年报中均能窥得一斑。工商银行2018年年报显示，个人存款9.4万亿元，个人客户数量6.07亿，私人银行管理资产1.39万亿元，客户8.07万；农业银行2018年年报显示，个人存款近9.8万亿元，其零售业务覆盖1.4亿人群，私人银行管理资产1.1万亿元，客户10.6万；中国银行2018年年报显示，个人存款5万亿元，私人银行管理资产规模1.4万亿元，具体客户数量没有披露；建设银行2018年年报显示，个人存款7.7万亿元，客户数量未披露，私人银行管理资产规模1.3万亿元，客户12.7万余户。
银行数据的覆盖人群包括底层至中高层之间，高净值人群的财富管理方式以多元化为主，他们的大类资产分布包括地产、股权、黄金等各类不计入银行数据的资产。因此，真正最有钱的那批人数据并未进入银行数据库。如果考虑那批人的实际财富，以银行数据计算得出的基尼系数可能还是偏低的。
此外，中国证券投资者保护基金有限公司今年3月底发布的《全国股票市场投资者状况调查报告》显示，截至2018年8月31日，全国股票投资者数量达1.42亿，其中自然人投资者占比99.77%。近八成受调查投资者收入主要来源于工资、劳务报酬，超九成的年度税后收入在50万以下。
今年3月中旬，深交所组织开展2018年个人投资者状况调查显示，2018年，受访者投入到股票中的资产占家庭总流动资产的25.6%，证券账户平均资产量为44.5万元；从账户资产量分布看，50万元以下的投资者（中小投资者）占比80.0%，10万元以下的投资者占比40.9%。
结合两份报告数据简化计算得出（低于50万元，高于10万元的全部按30万元计算，低于10万元的全部按5万元计算。由于财富分配模型中原本就是金字塔模型，因此中位数必然高于平均数，这种算法原本就会低估财富差距），1.42亿投资者中，20%的大户掌握了近70%的资产。
当然，由于股民样本中不包含最底层的人群，基本多为城镇人口或较为富有的一批农民工，他们之间的财富差距本身就较近，这个样本群体的基尼系数肯定低于真实情况，况且这组数字原本就是保守计算得出的结果。
但是，毫无疑问，股市调查数据提高了银行年报数据的可信度。
这些数据从侧面展示了当前全社会财富分布状况。中国的财富分配到底多么扭曲？这向来是一个敏感的问号，无论官方声音还是专家学者都不敢轻易在公开场合谈论这个话题。可问题是客观存在的，大家都只知道问题存在，但却因为信息不透明一直不知道问题究竟有多严重。
中国的基尼系数长期在0.4的国际标准以上徘徊。根据国际上标准，0.4是警戒线，高于0.4意味着危险；而0.6则是红线，高于0.6意味着社会将发生动乱。
根据基尼系数的计算公式是，收入分配绝对曲线面积减去实际收入分配曲线（洛伦兹曲线）面积再除以收入分配绝对曲线面积的系数。
如果对现有数据做乐观调整的话，假设按5%的人群掌握了70%财富计算，基尼系数的最佳情况是下图：
如果把累计收入百分比作为Y轴，累计人口百分比作为X轴的话，ΔY代表单位收入百分比。因为累积人口是按收入从低到高排序，所以存在ΔY
i
≦ΔY
i+1
（第i个人财富少于第i+1个人财富，当第i个人的财富与第i+1个人的财富相同时等号成立，即表现为折现情况）的关系。所以，实际曲线相比图中所描绘最理想状态只会下凹不会上凸。
因此，在折线情况下，所围面积才是最大。按此方法计算得出的基尼系数达到最小状态。（注：上述情况中的洛伦兹曲线的实际意义指，社会仅分为两个群体，这两个群体内的财富分配是绝对理想化均衡的，但实际上并不可能发生这种情况，上述假设是对于基尼系数最有利的假设）
