第三部分 机制：为什么总是"这次不一样"
为什么同样的剧本会一再上演？这一部分，我们拆开泡沫的引擎，看清周期的齿轮------从人性的叙事与杠杆，到熊彼特、佩雷斯的技术---金融联动框架，再到技术曲线与股价曲线之间的那道"相位差"。
第十章 泡沫的解剖学：叙事、杠杆与人性
泡沫无关技术对错，是人性使然。它需要三个条件同时成立。
首先是真实而伟大的技术故事。假的骗局撑不起大泡沫。铁路、电力、互联网、AI------每一个泡沫背后，都站着一个货真价实的技术革命。正因为故事是真的，人们才愿意相信"这次不一样"。庞氏骗局只能骗少数人，而一个真实的技术愿景，能让整个时代一起做梦。
其次是廉价的资金与杠杆。泡沫从来是"钱太多"与"技术太热"相遇的结果。低利率、宽松信用、金融创新，为狂热提供了燃料。1840 年代的英国，铁路公司可以仅凭议会法案和少量首付就发行股票；1920 年代的美国，经纪人贷款让普通人也能用十倍杠杆买股；1990 年代的硅谷，风投和 IPO 让"还没盈利"也能拿到巨额资金。每一次，都是"故事"遇上了"便宜的钱"。
最后是群体心理的自我强化。经济学家海曼·明斯基把融资分成三段：对冲融资（还得起本息）→ 投机融资（还得起利息，本金要借新还旧）→ 庞氏融资（连利息都要靠新钱）。当系统滑向庞氏阶段，"明斯基时刻"就临近了。泡沫最危险的地方在于：越来越多的人靠"后来者的钱"维持"先行者"的收益------这个结构天然不稳定，一旦新钱断流，就会连锁崩塌。
诺贝尔经济学奖得主席勒在《叙事经济学》中指出：经济波动，很大程度上是被"故事"驱动的。一个病毒式传播的叙事，会像传染病一样改变千万人的决策。他把这种传播建模为流行病学里的 SIR 模型------故事也有"传染率"和"免疫率"，也会"变异"和"复发"。
而最吊诡的，是那句咒语------"这次不一样"。它之所以永远有人信，是因为每一次，确实都有一点不一样。新的技术、新的制度、新的全球化......总有一个理由让你相信旧的规律失效了。1845 年的人说"铁路是全新的基础设施"，1999 年的人说"互联网让旧经济规则作废"，2023 年的人说"AI 是通用目的技术，不能用旧估值看"。每一次，理由都成立；每一次，结果都相似。
把这三个条件放到历史里检验，会发现它们几乎无处不在。铁路狂热：真实的技术故事（铁轨重塑国家）+ 廉价的信用（分期付款与议会法案）+ 群体亢奋（牧师、公爵夫人、经纪人都下场）。咆哮的二十年代：电气化与无线电的想象 + 经纪人贷款（可用十倍杠杆买股）+ "永久繁荣"的信念。互联网泡沫：互联网重构一切的叙事 + 风投与 IPO 的狂热 + ".com 就是未来"的集体催眠。AI 热潮：通用目的技术的愿景 + 廉价且庞大的资本 + "这次不一样"的共识。四场泡沫，同一个配方。这提醒我们：泡沫与"技术出了问题"无关，是"人性遇到了合适的技术"。
三者之中，最容易被低估的是杠杆。没有杠杆，泡沫只会让少数人亏损；有了杠杆，泡沫就会变成系统性危机。1929 年，大量股票是借钱买的，一旦下跌就触发强制平仓，进而引发踩踏；2008 年，次级抵押贷款层层打包成衍生品，把局部违约放大成了全球风暴；而在加密市场，百倍杠杆让无数人在一夜之间归零。杠杆是泡沫的放大器，也是危机的传导器。
明斯基的三段融资，则提供了一个极佳的"温度计"：当一个市场里，越来越多的人不再关心"资产能不能产生现金流"，而只关心"能不能以更高的价格卖给别人"，它就进入了危险的"博傻"阶段。此时价格已完全脱离价值，变成了一场关于"谁接最后一棒"的游戏。而当"新钱"停止流入，"明斯基时刻"就会到来------从"对冲融资"到"投机融资"再到"庞氏融资"，每滑落一级，系统的脆弱性就倍增。
席勒的"叙事经济学"，则揭示了泡沫传播的"病毒机制"。他借用了流行病学的 SIR 模型：一个故事也有"传染率"（多少人听到后会相信并传播）和"免疫率"（多少人会理性怀疑）。当一个故事同时具备"高传染、低免疫"，它就会像病毒一样蔓延，改变整个社会的风险偏好。
而"这次不一样"之所以永远有人信，背后是几个顽固的心理机制：确认偏误（我们只寻找支持自己判断的信息）、从众效应（别人都在赚，不参与就是傻子）、权威背书（专家、机构、媒体都在唱多）、幸存者偏差（只看到赚钱的人，看不到沉默的大多数）。这些机制不写在财报里，却决定了市场的集体行为。
那么，普通人该如何识别自己是否身处泡沫？一个实用的办法是"反向提问"：如果现在买入，我的收益依赖什么？如果依赖的是"有人以更高价接手"，而不是"资产本身产生现金流"，那么你很可能已经站在泡沫里了。
工具箱｜泡沫温度计
给当前市场打分（每项 0--2 分，满分 10 分）：
① 叙事强度：人们谈论的是利润，还是"改变世界"？ ② 资金成本：钱是便宜好借，还是昂贵难借？ ③ 杠杆水平：身边的人在用杠杆买入吗？ ④ 融资结构：新增买家依赖"新钱"，还是"现金流"？ ⑤ 估值位置：是否脱离一切历史区间？
0--3 分：冷静期，以研究为主；4--6 分：警惕期，控制仓位；7--10 分：狂热期，降低杠杆。再看自己站在五阶段的哪一段：萌芽期研究，强化期参与，狂热期克制，破裂期观望，出清期布局。
泡沫并非近代才有。早在现代金融诞生之初，它就已经出现。荷兰郁金香泡沫（1630 年代）是最早被广泛记载的投机狂热：一株稀有郁金香球茎，价格一度可以换一栋阿姆斯特丹的运河豪宅，最终暴跌九成以上。英国南海泡沫（1720 年）中，连牛顿都亏了钱，留下了那句名言："我能算出天体的运行，却算不出人心的疯狂。"法国密西西比泡沫则与纸币实验、殖民幻想纠缠在一起，最终同样以崩盘收场。三个案例、三个国家、同一个剧本：真实的故事 + 廉价的资金 + 群体的疯狂。
近年的加密市场，是这套"剧本"最新的版本：它有一个真实的技术内核（区块链与分布式账本）、一种廉价的资金环境（长期低利率与充裕流动性），以及一群相信"这次不一样"的参与者。而它比历史上任何一次都更极端地放大了"杠杆"------百倍合约让无数人在一夜之间归零。加密究竟是"第六次革命"还是"又一个泡沫"，至今没有定论；但无论答案如何，它都严格复现了本书的公式：技术提供故事，资金提供燃料，人性负责点火。
泡沫的生命周期，大致可以分成五段：萌芽（少数人发现机会）→ 自我强化（价格上涨吸引更多人）→ 狂热（全民参与，杠杆上升）→ 破裂（新钱断流，价格崩塌）→ 出清（资产易主，制度补课）。识别自己处在哪一段，比预测"何时破裂"重要得多。
示意图｜泡沫的五段生命周期
|--------|------------|----------|
| 阶段 | 特征 | 该做的事 |
| 萌芽 | 少数人关注，估值合理 | 研究 |
| 自我强化 | 价格上涨，媒体进场 | 参与 |
| 狂热 | 全民讨论，杠杆上升 | 克制 |
| 破裂 | 新钱断流，强平踩踏 | 观望 |
| 出清 | 资产易主，制度补课 | 布局 |
而"博傻"阶段的标志，可以用一句话概括：买入的理由，不再是"它值多少"，而是"会有人以更高价接走"。当讨论从"这家公司做什么"变成"它能涨到多少"，当估值方法从"利润"变成"梦想"，你就要警惕了。
杠杆也有不同的"形态"，每一种都放大风险：保证金交易（借钱买股）、场外配资（高息加杠杆）、衍生品（层层打包，放大波动）、影子银行（监管之外的信贷）。2008 年的危机，就是"衍生品 + 影子银行"的合体。而历史反复证明：杠杆越高，破裂越惨；链条越长，传染越广。
最令人困惑的是：为什么"聪明人"也会参与泡沫？答案是------在泡沫里，理性反而是劣势。早期离场的人，会眼看着别人继续赚钱而承受巨大的心理压力；而"别人都在赚"的社会证明，会让最谨慎的人也动摇。凯恩斯早就说过："市场保持非理性的时间，可能比你保持不破产的时间更长。"
那么，普通人该如何自处？一个实用的建议是：把"参与"与"杠杆"分开。你可以适度参与一场狂热（因为谁也说不准它会走多远），但绝不要用杠杆、不要押上全部身家。这样，即使泡沫破裂，你也只是"少赚"，而不是"出局"。
南海泡沫的细节，至今读来仍令人心惊。1720 年，英国南海公司获得南美洲贸易垄断权，股价在几个月内暴涨数倍。为了"蹭热度"，市场上涌现出无数荒诞的公司------"制造永不沉没的船""从铅中提炼白银"，甚至"一家'从事一项尚未披露的、极为有利可图的事业'的公司"。人们不问公司做什么，只问"能不能涨"。最终，泡沫破裂，连牛顿都亏了钱。
这里有一个关键区分：泡沫不等于骗局。南海泡沫里，确有"纯粹的骗局"（那些荒谬的公司），但也有"真实的故事"（南美贸易确实存在）。真正危险的，恰恰是"真实故事 + 过度定价"的组合------因为它让最理性的人也难以拒绝。
那么，普通人如何"参与但不被埋"？一个实用的原则是：用"亏得起"的钱参与，用"纪律"控制仓位。如果你坚信某个方向，可以小额、分散地参与，但绝不要押上全部身家、更不要加杠杆。
泡沫破裂后，会留下"监管遗产"。南海泡沫催生了英国早期的证券监管；1929 年大崩盘催生了美国 SEC；2000 年互联网泡沫后，各国加强了信息披露；2008 年危机后，出台了更严格的资本与流动性要求。每一次危机，都是一次"制度的补课"。
对个人而言，泡沫最大的启示或许是：不要用"别人都在赚"来证明自己的判断。社会证明是最强的心理力量，也是最危险的。真正的独立判断，来自对价值的理解，而不是对人群的追随。
泡沫里，最容易被忽略的，是"信息不对称"与"媒体的角色"。信息不对称，意味着"谁先知道、谁能离场"。庄家、内部人、专业机构，比散户更早感知风险、更早离场；而散户接收到的，常常是"已经被消化过"的信息。这就是为什么，泡沫里"最后进场的人"，亏得最多。
媒体则在泡沫中扮演"放大器"。上涨时，媒体渲染"造富神话"，吸引更多人入场；下跌时，媒体渲染"崩盘恐慌"，加速抛售。媒体不是泡沫的原因，但它是泡沫的"助燃剂"。聪明的投资者，会把媒体的"狂热"当作"警钟"，把媒体的"绝望"当作"机会"。
泡沫的"社会心理"，也值得警惕。当"赚钱"成为一种"社会压力"（别人都赚了，你不赚就是傻），当"不参与"被嘲笑为"保守"，泡沫就进入了最危险的阶段。此时，最需要的是"独立判断"。
如何识别"自己是否在泡沫中"？一个简单的自测：如果你买入的理由，已经从"它值多少"变成了"它还会涨"，如果你开始用"这次不一样"说服自己，如果你开始担心"错过"------那么，你很可能已经在泡沫里了。
最后，泡沫给人最深的教训是：在狂热中保持冷静，比在恐慌中保持勇气更难。因为狂热让人"感觉良好"，而恐慌让人"感觉痛苦"。但真正的机会，恰恰藏在"感觉最不好"的地方。
泡沫的配方，并不只在技术领域生效。2008 年的美国次贷危机，是一次"没有新技术"的泡沫，却完美复刻了那三味药：一个真实的故事（"房价永远涨、人人都该有房"）、廉价的资金（长期低利率 + 全球储蓄过剩），以及"这次不一样"的信念（"证券化分散了风险，房价不会全国性下跌"）。再加上层层打包的衍生品，杠杆被放大了几十倍，最终把一次局部的房贷违约，放大成了全球金融海啸。
这个反例恰好印证了本书的核心判断：泡沫的燃料是"人性 + 杠杆"。技术泡沫只是泡沫的一种形态------它更容易被讲成"这次不一样"，因为技术确实会改变世界。但只要"真实的故事 + 便宜的钱 + 加杠杆的群体亢奋"三者同时出现，无论标的是一株郁金香、一段铁轨、一栋房子，还是一枚代币，剧本都不会变。
不过，把泡沫全部归因于"技术---资本时差"，是一种过于干净的叙事。历史反复提醒我们，至少还有三只手，在同时搅动潮水。
第一只手是货币政策。泡沫从来不只是"技术太热"，也是"钱太便宜"。1840 年代英国铁路狂热，背后是低利率与宽松信用；1920 年代美国牛市，与美联储的宽松同步；2000 年互联网泡沫，恰逢格林斯潘时代的低利率；2020---2021 年的资产狂欢，更是直接源于疫情后的"零利率 + 量化宽松"。反过来看，几乎每一次大泡沫的破裂，都与"央行转向收紧"高度重合------1980 年代沃尔克加息刺破资产泡沫，2000 年加息周期终结了互联网狂潮，2022 年的激进加息则刺破了加密与科技股。技术提供了"故事"，但货币政策，常常决定了"故事能讲多大、讲多久"。
第二只手是监管套利。金融创新常常跑在监管前面，而"绕开监管"本身就是泡沫的燃料。1920 年代，大量股票通过"经纪人贷款"与场外信托加杠杆，游离于监管之外；2008 年危机的主角------影子银行、CDO、CDS------本质上是把风险搬到了监管看不见的地方；加密世界的"离岸交易所 + 稳定币 + 高倍合约"，同样是监管真空地带的产物。每一次，都是"制度没跟上金融创新"，让杠杆在暗处悄悄累积。这也解释了为什么，泡沫破裂后总会留下"监管遗产"------那是在补一堂迟到的课。
第三只手是全球资本流动。钱是会跨境流动的，泡沫常常是"全球储蓄过剩"在某个局部市场的集中爆发。19 世纪英国资本涌向美国铁路，1970 年代的"石油美元"回流拉美，1990 年代热钱涌入东南亚，2000 年代全球储蓄过剩压低美国利率、吹大房地产泡沫------每一次，都是"过剩的资本"在寻找出口，而某个"新故事"恰好成了出口。美元周期的松紧，更是全球风险偏好的总闸门：美元宽松时，资本涌向新兴市场与高风险资产；美元收紧时，资本回流、泡沫破裂。
把这三只手与"技术---资本时差"放在一起，才是完整的图景：技术提供故事，人性提供燃料，杠杆提供放大器；而货币政策决定"钱有多便宜"，监管套利决定"杠杆能藏多深"，全球资本流动决定"潮水从哪里来、往哪里去"。单看任何一只手，都会误判泡沫的规模与时机。这也是本书的一个自我提醒：不要把一个多因的故事，讲成一条单因的直线。
规律五：泡沫的燃料是真实的技术，泡沫的引信是廉价的资金，泡沫的引擎是"这次不一样"的信念。
第十一章 熊彼特、佩雷斯与"技术---金融"联动周期
如果说泡沫是现象，那么周期就是结构。
1911 年，年仅二十八岁的约瑟夫·熊彼特出版了《经济发展理论》。他提出：资本主义的本质是"创造性破坏"------新技术不断摧毁旧产业、创造新产业。创新是成簇涌现的。这就是经济长波的技术根源。
苏联经济学家康德拉季耶夫随后提出了"长波"假说：资本主义经济大约每 50---60 年经历一轮大起大落。它充满争议：样本太少、事后归因、幸存者偏差。但它至少提示了一个真实的东西：技术扩散和社会制度的重组，确实有自己的慢节拍。
把这套理论讲得最清楚的，是委内瑞拉裔英国学者卡洛塔·佩雷斯。她在《技术革命与金融资本》中提出，每一次技术革命都遵循五个阶段：
|--------------------|----------|------------------|--------------|
| 阶段 | 主导资本 | 核心特征 | 对应动作 |
| 爆发（Irruption） | 金融资本 | 新技术出现，旧世界开始动摇 | 观察、研究，不急于下注 |
| 狂热（Frenzy） | 金融资本 | 资本蜂拥而入，泡沫形成 | 控制仓位，远离杠杆 |
| 转折点（Turning Point） | 交接 | 泡沫破裂，制度开始重组 | 分批布局，关注现金流资产 |
| 协同（Synergy） | 生产资本 | 金融与生产资本合作，技术全面扩散 | 长期持有，享受价值兼现 |
| 成熟（Maturity） | 生产资本 | 技术成为基础设施，利润平稳 | 寻找"下一波"的萌芽 |
前两个阶段合称"安装期"，由金融资本主导，注定伴随泡沫；后两个阶段合称"展开期"，由生产资本主导，是价值兼现的黄金期。转折点，就是那道分水岭。
这里要提醒一句：本书有两套坐标，请勿混为一谈。"四段论"（科学→技术→产业→基建）量的是"技术离落地还有多远"，是一条技术成熟度的轴；"佩雷斯五阶段"（爆发→狂热→转折→协同→成熟）量的是"资本离冷静还有多远"，是一条资本周期的轴。两者可以叠加：一项技术可能已经"第三车间"（产业化）却正处在"狂热期"（资本过热），也可能已到"第四车间"（成基建）却滑入"成熟期"（利润平稳）。横轴问"技术在哪个车间"，纵轴问"资本在哪个阶段"，比单用任何一个框架都更清楚。
示意图｜两套坐标怎么叠加
|--------------------|-------------|------------|----------|
| 技术在哪个"车间" | 资本在哪个阶段 | 典型状态 | 该怎么看 |
| 第一 / 第二车间（科学 / 技术） | 爆发期 | 概念先行，靠想象定价 | 讲故事的人赚钱 |
| 第三车间（产业化） | 狂热期 | 产能与股价一起狂飙 | 最热闹，也最危险 |
| 第三车间（产业化） | 转折期 | 泡沫破裂，产能出清 | 现金为王 |
| 第四车间（基建） | 协同期 | 利润兼现，估值合理 | 价值投资者的主场 |
| 第四车间（基建） | 成熟期 | 稳定现金流，低增长 | 分红与回购 |
佩雷斯框架最深刻的洞见在于：泡沫是系统的功能，而非故障。金融资本在安装期的"过度兴奋"，恰恰为昂贵的基础设施提供了资金------铁路、电网、光纤，都是靠泡沫的钱才铺出来的。问题不在于要不要泡沫，而在于转折点之后，一个社会能否完成"制度重组"，把金融资本引导回实体经济。
英国在 1847 年之后做对了：它完善了公司法、建立了现代银行体系，从而把铁路泡沫的遗产转化为维多利亚时代的繁荣。美国在 1930 年代做对了：它建立了 SEC、存款保险和监管框架，才有了战后的黄金年代。而那些在转折点之后没能完成制度重组的国家，则可能陷入长期停滞。
这套框架之所以有力，是因为它把三个通常被分开讨论的东西------技术、资本、制度------放进了一个连贯的故事里。
熊彼特的洞见是"创新成簇"。为什么技术创新会一波一波涌现，而非均匀发生？一个解释是：一项根本性创新（如电力、计算机）会打开一片新的"机会空间"，吸引大量后继者涌入，形成集群。当这片空间被挖掘殆尽，浪潮退去，直到下一项根本性创新再次打开新空间。
康德拉季耶夫的命运，是一个警示。这位苏联经济学家因提出"资本主义长波"而闻名，却也因这一理论触怒了当局，最终在 1938 年遭处决。他的故事提醒我们：用周期去"预测"历史，不仅困难，有时还要付出代价。
佩雷斯的贡献，是给这个循环装上了"金融"这个引擎。她指出，金融资本与生产资本是两种"性格不同"的资本：前者追求短期回报、敢于冒险、善于为未来定价；后者追求稳定现金流、厌恶不确定性。在"安装期"，金融资本主导，把新技术推向狂热；在转折点，泡沫破裂，金融资本受创；到"展开期"，生产资本接管，把技术变成稳定的基础设施。两种资本像两种激素，交替主导着经济的节律。
用这个框架回看历史，五次技术革命清晰可辨：第一次（1770s---1830s），机械化与水利，以英国纺织业为核心，对应"工业革命"的开端；第二次（1830s---1880s），蒸汽与铁路，靠铁路狂热完成基础设施铺设；第三次（1870s---1920s），电力、钢铁与化工，以"咆哮的二十年代"收尾；第四次（1930s---1990s），石油、汽车与大众消费，塑造了现代中产阶级生活；第五次（1970s---至今），信息与互联网，从硅谷到移动互联网，再到今天的 AI。每一次，都遵循"爆发---狂热---转折点---协同---成熟"的同一条轨迹；而每一次的"转折点"之后，都伴随着一场制度重组。
当然，框架也有它的限度。它最擅长解释"已经发生的事"，最难回答"现在到了哪一段"。而且，技术革命之间的边界越来越模糊------AI 与新能源几乎同时爆发，它们究竟是"第六次革命"，还是"第五次革命的延续"，学界尚无定论。框架的价值不在于给出标准答案，而在于提供一个"提问的坐标"。
对中国读者而言，这个框架还有一层额外启发：后发国家可以在"压缩时间"的同时，把别人的"安装期"与自己的"展开期"重叠起来。中国同时在做"基础设施铺设"（新基建、算力、电网）与"应用价值兼现"（移动互联网、新能源），这既是机遇，也是风险------因为压缩时间，也意味着压缩了"纠错"的空间。
工具箱｜技术革命阶段定位表
判断一项技术处于佩雷斯五阶段的哪一段，可观察：
① 爆发期：技术刚出现，参与者少，旧世界开始动摇。
② 狂热期：资本蜂拥而入，新公司大量涌现，估值脱离基本面。
③ 转折点：泡沫破裂，危机爆发，制度开始重组。
④ 协同期：金融与生产资本合作，技术全面扩散，龙头开始真正赚钱。
⑤ 成熟期：技术成为基础设施，利润平稳，新一轮革命在边缘酝酿。
定位的意义在于：不同阶段，应该用完全不同的策略------狂热期控风险，转折期找机会，协同期赚大钱。
佩雷斯框架最有力的地方，在于它能解释"为什么有些国家会错失一轮革命"。日本，就是最令人唏嘘的案例。1980 年代，日本在半导体、汽车、消费电子上几乎全面领先，被视为"下一个世界第一"。但在第五次技术革命（信息与互联网）中，它却逐渐掉队。原因众说纷纭：有人归咎于泡沫破裂后的"资产负债表衰退"，有人归咎于"加拉帕戈斯化"（本土生态与全球脱节），也有人归咎于制度僵化------大企业与主银行制压制了创业活力。而最根本的一点，或许是：它错过了"安装期"的资本狂欢，也就错过了"展开期"的产业红利。
与之相对，美国为何能一轮又一轮地引领技术革命？三个要素缺一不可：一是风险投资制度，让"敢冒险的钱"源源不断；二是移民与人才体系，把全球最聪明的人吸引过来；三是容忍失败的破产制度与创业文化，让失败者可以"再来一次"。这三者叠加，形成了硅谷难以复制的"创新生态"。
那么，中国在第五次革命中处于什么位置？可以这样看：在"安装期"（互联网基础设施、光纤、移动网络），中国是后来者；但在"展开期"（应用、电商、支付、短视频），中国实现了并跑甚至领跑。换句话说，中国用极快的速度，把"安装期"与"展开期"压缩在了一起。这既是效率，也是风险------因为压缩意味着"纠错窗口"更短。
那么，如何识别"下一次革命"？几个信号值得关注：它是否是一种"通用目的技术"（能渗透所有行业）？它是否打开了全新的"机会空间"（吸引大量后继者涌入）？它是否引发了基础设施的巨额投资（铁路、电网、光纤、算力）？三者同时具备，就值得高度关注。
把佩雷斯框架用到"AI + 新能源"上，可以看到一个前所未有的现象：两项通用目的技术，几乎同时爆发。历史上，技术革命大多是一波接一波------蒸汽、电力、石油、信息，各自有自己的"安装期"与"展开期"。但今天，AI 与新能源几乎同步：前者需要算力，后者提供电力；前者带来需求，后者带来供给。两者互为"基础设施"，也互为"客户"。这也带来一个判断上的困难：我们到底在"第五次革命"的展开期，还是"第六次革命"的安装期？一个折中的看法是：信息革命的"展开期"仍在继续（移动互联网、云计算），而 AI 与新能源的"安装期"已经开始。两者叠加，让当下的市场既热闹又混乱。
佩雷斯框架还有一个洞见："转折点"伴随着金融危机。因为泡沫的破裂，本质上是"金融资本"的一次清算。1847 年、1929 年、2000 年、2008 年------每一次转折，都伴随着金融体系的剧痛。但剧痛之后，是制度重组与新一轮繁荣。
把这些"转折点"与当时的宏观调控放在一起看，会浮现一条更深的规律：金融危机的节拍，与科技革命"安装期→展开期"的节拍高度共振。危机本身并不可怕，可怕的是危机之后的政策选择------它往往决定了一轮技术革命，是"顺利交接"，还是"半途夭折"。
示意图｜历次金融危机 × 科技周期 × 宏观政策：一部共振简史
|--------------------|--------------------|----------------------|--------------------|------------------|
| 时间 · 危机 | 当时的科技周期相位 | 货币政策回应 | 财政政策回应 | 与技术周期的关系 |
| 1847 英国铁路恐慌 | 铁路 · 安装期 → 转折 | 暂停《银行法》、信用收缩 | 近乎放任，无财政干预 | 出清后进入展开期 |
| 1873 长萧条 | 铁路尾声 + 重工业兴起 | 金本位下的长期通缩 | 有限 | 铁路网沉淀为基座 |
| 1929---1933 大萧条 | 电力 / 汽车 · 安装期 → 转折 | 放弃金本位、利率见底 | 罗斯福新政（公共工程 + 需求托底） | 制度重组 → 电气化展开期 |
| 1970 年代滞胀 | 半导体 / 信息 · 萌芽期 | 沃尔克激进加息（1979---1982） | 赤字财政 + 减税 | 终结通胀，为信息革命腾空间 |
| 2000---2002 互联网泡沫 | 互联网 · 安装期 → 转折 | 格林斯潘降息 | 减税 | 光纤遗产 → 互联网展开期 |
| 2008---2009 全球金融危机 | 互联网展开期 + 移动 / 云孕育 | 零利率 + 量化宽松 | 美国 ARRA、中国四万亿 | 加速线上化 → 移动展开期 |
| 2020 疫情冲击 | AI / 新能源 · 安装期 | 零利率 + 无限 QE | 大规模财政纾困（CARES 等） | 流动性推高资产 → AI 投资潮 |
| 2022--- 激进加息 | AI · 狂热期 | 快速加息、缩表 | 高债务约束下的紧财政 | 考验转折是否临近 |
为什么金融危机总是"恰好"撞上科技周期的转折点？因为二者本就是同一条信用链上的两端。在"安装期"，一项通用目的技术提供了足够宏大的"故事"，让信用得以持续扩张；而扩张到极致时，恰恰需要一次"清算"，来出清过剩产能与过度杠杆。此时，若货币政策因通胀或汇率压力转向收紧，就成了压垮骆驼的最后一根稻草。用一句话概括：技术提供故事，信用提供燃料，而政策的收紧负责点火。1929 年、2000 年、2022 年，几乎都是这个剧本。
更关键的是危机之后的政策选择。货币政策擅长"灭火"------注入流动性、压低利率，但它有两个硬约束：一是零利率之后空间耗尽，陷入"流动性陷阱"；二是它只能救"金融系统"，救不了"实体需求"。于是财政政策必须接力：在需求侧，用纾困与转移支付托住消费与就业；在供给侧，用基础设施、研发与教育投资，为下一轮"展开期"修路、育人。1930 年代的罗斯福新政、2008 年后各国的财政刺激，都遵循这条逻辑。反过来，若财政只做"需求刺激"、却回避"制度重组"------像 1990 年代的日本那样，用银行续贷掩盖坏账、迟迟不出清僵尸企业------那么再多的财政投入，也只能换来"失去的三十年"。
由此，危机与科技拐点的"共振"，大致有三种结局。其一，"顺利交接"：泡沫破裂后迅速完成制度重组，技术顺势滑入"展开期"（美国 1930 年代、2000 年代）。其二，"拖延停滞"：用宽松与续贷掩盖问题，资本被锁在低效部门，结果错过整轮革命（日本 1990 年代）。其三，"反复震荡"：制度重组半途而废，泡沫在多个资产间轮番出现。决定结局的，从来是危机之后一个社会"纠错"的速度与决心，而非危机本身有多深。
对中国而言，避免"错失"的关键有三条：一是保持对前沿技术的"在场"（哪怕一开始落后）；二是把"工程化与规模化"做到极致（这是中国的比较优势）；三是在转折点主动完成制度重组（而不是被动等待）。
对普通人而言，阶段判断的价值在于：它告诉你"现在该用什么策略"。狂热期控风险，转折期找机会，协同期赚大钱，成熟期求稳健。用错阶段，就像夏天穿棉袄、冬天穿短袖------问题不在衣服，在时机。
金融资本与生产资本的"轮动"，是理解技术革命的一把钥匙。在"安装期"，金融资本主导：它敢冒险、能定价未来，把新技术推向狂热；但它也制造泡沫，因为它追求的是"资本利得"，而非"经营利润"。在"展开期"，生产资本接管：它厌恶不确定性，擅长把"已验证的东西"做大规模，带来稳定的现金流与利润。历史反复上演这一幕：铁路狂热时，金融资本蜂拥而入；泡沫破裂后，生产资本接手运营，把铁路变成"国家血管"。互联网泡沫时，金融资本追捧概念；泡沫后，生产资本把互联网做成"基础设施"。两种资本的"交接"，就是"转折点"。
如何判断"安装期"接近顶点？几个信号：资本开支增速远超收入增速；新进入者数量激增；估值脱离历史区间；"这次不一样"成为共识；杠杆水平快速上升。这些信号同时出现，就该警惕了。
中国的特殊之处，在于"双期叠加"：一方面，信息革命的"展开期"仍在继续（移动互联网、云计算）；另一方面，AI 与新能源的"安装期"已经开始。这意味着，中国既要在"展开期"赚稳钱，又要在"安装期"抢位置------难度与机遇并存。
规律六：金融资本是"安装期"的推手，也是泡沫的制造者。而转折点之后的制度重组，决定了这个国家能否进入健康的"展开期"。
第十二章 从技术曲线到股价曲线：预期错位
技术曲线和股价曲线，可以画在同一张图上。它们的错位，就是投资周期的心跳。
第一阶段：概念期。技术刚被验证可行，想象力开始定价。股价脱离基本面，靠"故事"上涨。此时买入，赌的是梦想。
第二阶段：狂热期。技术进入 S 曲线的陡峭段，业绩开始兑现，但估值已经透支到"十年后"。这是最危险也最诱人的区域------大多数散户在这里进场。
第三阶段：幻灭期。预期落空，股价超跌，甚至跌破合理价值。这是历史上最好的买点，但此时没人敢买。
第四阶段：展开期。技术真正普及，龙头公司用利润填平估值。股价缓慢而坚定地上涨。
把这四个阶段串起来，你会发现一个令人不安的事实：它们的顺序，与"技术是否成功"几乎没有关系。技术在稳步前进，股价却要先跑过头、再跌过头、最后才回归。技术是单调的，人心是周期性的。
为什么科技股如此剧烈？因为它们本质上是"长久期资产"------价值绝大部分来自遥远的未来现金流。而未来现金流对利率极其敏感：利率一升，长久期资产的估值就被狠狠压缩。这解释了为什么科技股的崩盘，和货币政策转向同步。2022 年美联储激进加息、纳斯达克应声下跌，就是这个逻辑的又一次重演。
还有一个残酷的细节：泡沫常常在"技术被证明可行"之后才破裂。因为当不确定性消失、所有人都看懂时，估值早已透支了一切。铁路在 1846 年被证明可行，1847 年崩盘；互联网在 1999 年被证明可行，2000 年崩盘。技术越确定，泡沫越危险------这听起来反直觉，却一再应验。
用两个数字来感受这种错位。时间上，一项通用技术从"验证可行"到"广泛普及"需要十到二十年，而股价可以在两年内透支完这十年的预期。幅度上，泡沫破裂时，纳指跌去约 78%、道指跌去近 90%，跌幅远超基本面的恶化程度------因为价格里本来就包含着大量"不存在的未来"。
反过来，这也给了一个实用的估值工具：看一个公司的市值里，隐含了多少年的完美增长。如果一家公司当前的市值，需要它未来十年每年增长 40% 才能被利润填平，那么你买的就是"完美的未来"，容错率极低。一旦增长放缓一两个百分点，估值就会大幅下修。
历史上，这种"预期透支"的案例屡见不鲜。特斯拉在 2020---2021 年市值飙升，隐含的是"未来十年成为全球最大车企 + 能源公司 + 自动驾驶公司"的三重完美假设；亚马逊在 1999 年的估值，也隐含着"未来它将吃掉整个零售业"的信念------它最终确实做到了，但中途股价跌去了九成。押对了方向、却选错了时机，同样会付出代价。
那么，如何判断泡沫是否接近顶点？几个经典信号值得记住：当街头巷尾都在谈论股市；当"这次不一样"成为主流叙事；当估值脱离一切历史区间；当加杠杆买股成为常态；当"技术被证明可行"的新闻满天飞------顶点就在不远处。
工具箱｜预期错位监控表
第一层·定期给持仓打分（每项"是"记 1 分）：
① 估值分位：当前估值在历史区间的哪个位置？ ② 一致预期：分析师是不是在不断上调目标价？ ③ 情绪指标：周围的人是不是都在讨论它？ ④ 融资余额：杠杆资金是不是在快速流入？ ⑤ 利空反应：一个坏消息，能不能让股价大跌？
五项均指向"过热"时，即使仍看好长期，也应降低仓位。
第二层·对单个公司做三个压力测试：
① 隐含增长率：按当前市值与合理市盈率，倒推市场假设的未来增速，看"它需要多完美"。 ② 回本年限：把市值除以一个合理年利润，看需要多少年才能被利润填平。 ③ 容错空间：如果增长率下调一半，估值会变成多少？你能承受吗？
英伟达是理解"预期错位"的绝佳标本。2016 年前后，它还是一家人均认知度不高的"游戏显卡公司"。随着深度学习兴起，它的 GPU 从"游戏配件"变成了"AI 算力"。从 2016 到 2023 年，它的股价上涨了数十倍；2023 年 AI 爆发后，市值又从约 1 万亿美元一度冲向 4 万亿美元。这段历程里，股价的每一次跃升，都对应着"市场对它未来想象"的一次上调------而业绩的兑现，总是滞后于股价的狂欢。
那么，如何区分"合理溢价"与"泡沫"？一个实用的判据是：看"好消息"能否继续推动股价。在健康上涨中，超预期的业绩会带来股价上涨；在泡沫顶部，即使业绩超预期，股价也可能不涨------因为预期已经跑得太远，"利好出尽"。这就是"戴维斯双击"（估值与业绩双升）的反面------"戴维斯双杀"（估值与业绩双降）。
估值工具方面，可以记住三个：PEG（市盈率 ÷ 增长率，大于 2 通常偏贵）、PS（市销率，用于尚未盈利的公司）、DCF（现金流折现，最本质却最难）。它们各有适用场景，但没有一个能包治百病。工具的价值不在于给你精确的答案，而在于逼你思考"价格里包含了什么假设"。
还有一个现代市场的特征值得注意：预期管理。上市公司通过业绩指引、分析师会议，主动管理市场预期。这带来一个微妙的结果：股价反映的不只是"公司会怎样"，还包括"公司想让市场以为它会怎样"。当一家公司不断上调指引，市场情绪会被推向高潮；一旦"指引不及预期"，即使业绩仍在增长，股价也可能暴跌。在信息高度发达的时代，"预期差"比"绝对业绩"更能决定短期涨跌。
"元宇宙"的兴衰，是"预期错位"的又一个新鲜样本。2021 年，"元宇宙"成为全球最热的概念，科技巨头纷纷改名、投巨资，相关股票与虚拟资产飞涨。但两年后，热潮迅速退去，许多项目被关停，相关公司股价腰斩。元宇宙的方向未必错，但当时的股价已经透支了"十年后"的想象。
如何量化"预期透支"？一个实用的方法是倒推"隐含增长率"：假设市场给这家公司的合理市盈率是 30 倍，而它当前市盈率是 100 倍，那么市场隐含的假设就是"未来利润要增长数倍"。把这个隐含假设写出来，你就知道"它需要多完美"。
另一个关键概念是"预期差"。股价涨跌，取决于"业绩比预期好还是差"，而非"业绩好不好"。一家公司利润增长 50%，但如果市场预期是 80%，股价反而会跌。理解这一点，你就不会对"业绩好却下跌"感到困惑。
那么，泡沫顶部的"信号清单"有哪些？可以记住几条：估值脱离历史区间；分析师不断上调目标价；散户大量涌入；融资余额激增；"这次不一样"成为共识；连不看股票的人都在讨论。当这些信号同时出现，就该提高警惕了。
而最难的，是在"幻灭期"布局。当股价超跌、媒体唱衰、"这个行业完了"成为主流时，就是历史上最好的买点。但此时买入，需要极大的勇气与独立的判断------而这，恰恰是"周期思维"能给你的东西。
特斯拉的估值"过山车"，是"预期错位"的又一个标本。2020---2021 年，特斯拉股价暴涨，市值一度超过全球所有传统车企之和；2022 年又大幅回调。它的估值里，包含了"电动车霸主 + 能源公司 + 自动驾驶 + 机器人"的多重想象。当想象被逐一验证，股价就涨；当想象被质疑，股价就跌。而真实的业绩，永远滞后于股价的狂欢。
面对这类"多重想象"的公司，可以用"分部估值"：把业务拆开，分别给出估值（汽车业务按车企估值，能源业务按能源公司估值，自动驾驶按"期权"估值），再加总。这样，你就能看清"哪部分想象最贵、哪部分最实"。
科技股还有一个特点：期权价值。它们同时布局多个方向，其中任何一个成功，都可能带来巨大回报。这种"期权价值"难以精确估值，但真实存在。投资者需要区分"真实期权"（有能力兑现）与"画饼期权"（只有故事）。
关于"分批建仓"：既然无法预测何时见底，就不要一次性买入。把资金分成若干份，按价格或时间分批买入，能有效摊薄成本、降低"买在半山腰"的风险。
最后，泡沫顶点有一些技术信号：成交量异常放大、换手率飙升、杠杆资金快速流入、龙头股开始滞涨。这些信号不精确，但能提醒你该提高警惕了。
用一句话概括"预期错位"的投资含义：最赚钱的时刻，是"技术被证明可行、股价却已跌到无人问津"的时候。
这需要三个能力：看得懂技术（判断它是否真的可行）、算得清价格（判断估值是否透支）、扛得住孤独（在没人敢买时买入）。三者之中，最难的是第三个。因为"在人群中买入"让人安心，而"逆着人群买入"让人恐惧。但超额收益，恰恰来自这种"与人群不同"。
当然，逆向不等于抬杠。逆向的前提是"你比市场更懂"，而不是"为了不同而不同"。如果看不懂，那不参与就是最好的选择。
最后，把"预期错位"落成一句可执行的话：买在"预期已冷、现实未冷"处，卖在"预期已热、现实未热"时。"预期已冷"，意味着市场已对坏消息麻木；"现实未冷"，意味着基本面仍在改善。两者的错位，就是超额收益的来源。而"预期已热、现实未热"，则是泡沫的温床------人人都相信未来，但未来尚未到来。
一句话，投资的核心是"看对位置"。
观察：股价是"预期"的折现，而预期总是超前于现实。泡沫在技术被证明可行的那一刻达到顶点。
第十三章 长波的真与伪：我们该相信什么
周期理论有一个尴尬的双重身份：作为事后解释，它极有说服力；作为事前预测，它极其危险。
先说三个理由。最硬的一条是样本太少------工业革命至今不过两百年，所谓"长波"只有三四轮，用三四个数据点去拟合一条五十年的规律，统计上几乎没有意义，这就像用四天的天气去总结一年的气候。其次是幸存者偏差------我们只记住了符合理论的部分，忽略了大量反例：那些本该崩盘却没崩的时刻，那些本该繁荣却陷入停滞的国家。还有一点常被忽略：人性会学习和适应------当足够多的人相信"周期会重演"，他们的行为本身就会改变周期的形态，历史不会简单重复。
顺带回应一个常见的反驳：如果市场是有效的，"预期超前"不正是它应有的功能吗？的确，股价本就该提前反映未来，"提前"本身不是错------错在"提前的幅度"超出了技术兑现的速度，又叠加了杠杆。有效市场假说解释了"定价"，却解释不了"为什么定价会周期性地跑过头"。答案在激励结构：被考核周期束缚的资本，只能"买在故事里、卖在兑现前"。所以本书谈的是"市场的时钟，比技术的时钟快太多"，而非"市场错了"。
所以，正确的态度是把它当"罗盘"，而非"水晶球"：它不能告诉你明天会不会下雨，但能告诉你现在是涨潮还是退潮。
更进一步，要区分两类规律。一类是描述性规律，它帮你看清处境------"现在是估值高位、情绪亢奋"，这类判断可靠。另一类是预测性规律，它声称能预知未来------"泡沫将在某年某月破裂"，这类判断不可靠。前者是罗盘，后者是幻觉。谦卑，是投资者的第一美德。承认自己无法预测潮汐，恰恰是理解潮汐的第一步。
要理解"长波"的争议，得先知道它从哪来。1920 年代，苏联经济学家康德拉季耶夫通过统计英、美、法等国的价格与产量数据，提出资本主义经济大约每 50---60 年经历一轮大起大落。他因此闻名，也因此惹祸，最终在 1938 年遭处决。后来，熊彼特用"技术创新的成簇涌现"为长波找到了技术根源，佩雷斯又用"技术---金融联动"把它讲成了五个阶段。一条理论的谱系，就这样传承下来。
但它在学术上始终站不稳。批评集中在三点：统计上样本太少，方法上事后归因，逻辑上自我否定。第三点尤其值得琢磨：如果足够多的人相信"周期会重演"，他们的行为本身就会改变周期------一个被众人预期的拐点，不会以众人预期的方式到来。
更麻烦的是，不同国家的周期并不同步。日本在 1990 年代陷入长期停滞，美国却在同一时期迎来互联网繁荣；中国在过去四十年里，几乎"压缩"了别人两百年的工业化历程。这说明：长波是概率，不是命运；是趋势，不是时间表。
那么，普通人该怎么用周期理论？答案是把它当罗盘，而不是水晶球。你不需要知道泡沫何时破裂，只需要知道四件事：现在估值高不高、情绪热不热、资本开支疯不疯、叙事强不强。这四件事，比任何预测都可靠。
可以把这套判断变成一套可重复的动作：先定位（现在处于哪个阶段），再验证（找三组独立数据交叉验证），后推演（如果判断错了会怎样），再应对（不同情景下的预案），最后复盘（事后修正判断）。五步走下来，周期理论就从"玄学"变成了"工具"。
工具箱｜周期判断五步法
① 定位：当前处于"安装期"还是"展开期"？用潮汐罗盘五维打分。
② 验证：找三组独立数据（估值、资本开支、供需）交叉验证，而非只看单一指标。
③ 推演：列出"我错了"的两种情形（过早离场 / 过晚离场），各自代价多大。
④ 应对：为每种情景准备动作（加仓 / 减仓 / 观望），并预设触发条件。
⑤ 复盘：事后回看判断错在哪，把教训写入自己的"周期手册"。
其实，"周期"并不只有"长波"一种。经济学里至少有四种被广泛讨论的周期，它们像不同波长的水波，叠在一起：基钦周期（约 3---4 年，库存周期）、朱格拉周期（约 7---10 年，设备投资周期）、库兹涅茨周期（约 15---25 年，建筑与房地产周期）、康德拉季耶夫周期（约 50---60 年，技术革命带来的长波）。它们嵌套在一起，就像一张复合的心电图。这也是为什么，用单一周期去预测市场几乎注定失败------你看到的只是其中一条波。
更根本的问题是：复杂系统本质上不可预测。塔勒布称之为"黑天鹅"：真正改变历史的，是那些事前无人预料的事件。2008 年金融危机前，绝大多数模型都"没看到"风险；2020 年的疫情、2022 年的通胀，也都不在主流预期之内。问题不在模型好坏，而在"预测未来"本身超出了人类的能力边界。
所以，成熟的做法是"应对"，而非"预测"。达里奥的债务周期框架就是一个例子：他不预测"明天会怎样"，而是判断"我们现在处于长期债务周期的哪个阶段"，并据此调整资产配置。他做的是选择穿什么衣服，而非预报天气。
对普通人而言，可以准备一份"周期应对预案"：如果市场狂热，我该做什么（降仓、去杠杆、留现金）；如果市场幻灭，我该做什么（分批建仓、关注现金流资产）；如果判断错了，我的止损线在哪里。预案的价值，在于把"临场的情绪反应"变成"事前的理性准备"。
工具箱｜周期应对预案表
在平静时，提前写好三栏：
① 狂热时：减仓比例 ___；保留现金比例 ___；不碰的资产 ___。
② 幻灭时：分批买入的标的 ___；每跌 ___% 加一次仓。
③ 看错时：止损线 ___；重新评估的触发条件 ___。
把这张表贴在电脑旁。它不会让你成为先知，但会让你在关键时刻"不慌"。
落到具体投资上，可以用一个更接地气的框架：三种周期的叠加。库存周期（约 3---4 年）决定短期的"补库---去库"节奏；产能周期（约 7---10 年）决定中期的"扩产---出清"节奏；技术周期（约 50---60 年）决定长期的"革命---成熟"节奏。三者叠加，才构成市场的真实运动。
以中国经济为例：库存周期解释了为什么"补库存"时周期股会涨；产能周期解释了为什么光伏、锂电会"一哄而上、再惨烈出清"；技术周期则解释了为什么"新质生产力"会成为长期主线。
还有一个绕不开的变量：政策周期。在中国，货币、财政、产业政策的松紧，领先于经济周期。政策的"转向"，常常是市场拐点的先行信号。理解政策意图与节奏，是中国投资者必须补的一课。
周期还有一层"自我强化"：当足够多的人预期"周期会重演"，他们的行为本身就会改变周期的形态。所有人都预期"库存周期要见底了"，就会提前补库，反而让见底提前到来。周期更像一群人的集体行为，而非一台精确的钟表。
那么，周期对"仓位管理"有什么用？一个实用的思路是：在周期低位提高仓位，在周期高位降低仓位，在方向不明时保持中性。这听起来简单，却需要克服"低位不敢买、高位舍不得卖"的人性。周期工具最大的价值，就是帮你在关键时刻不被人性牵着走。
周期理论最接地气的应用，是"行业配置"。"猪周期"是一个经典例子：猪价高 → 养殖户扩产 → 供给增加 → 猪价跌 → 养殖户退出 → 供给减少 → 猪价涨。这个循环，与光伏、锂电的"产能周期"结构完全一致。理解猪周期，就理解了所有"产能---价格"型行业。
周期分析的关键，是区分"领先指标"与"同步指标"。领先指标（订单、开工率、资本开支）预示未来，同步指标（价格、库存、利润）反映当下。只看同步指标，就像看着后视镜开车------等你看清时，拐点已经过去。
还有一个陷阱，是用后视镜判断周期位置。当所有人都在说"这次周期不一样"时，是因为他们只看到了"过去一直涨"。而周期的本质，恰恰是均值回归------涨多了会跌，跌多了会涨。
普通人如何用周期做行业配置？一个实用的思路是：在"全行业亏损、产能出清"时布局，在"全行业盈利、产能扩张"时撤退。这同样需要克服人性，而周期工具的价值，就是帮你做到这一点。
最后，把周期理论落到行动，可以总结为四句话。承认不可预测------不要试图精准预判拐点，而是识别当前位置；用规则代替情绪------设定"估值分位、情绪指标、仓位上限"的规则，触发即执行；留足冗余------现金、分散、低杠杆，冗余意味着生存；长期在场------既然无法择时，就不要频繁进出，让时间成为朋友。
这四句话听起来朴素，却是无数人在市场里交了无数学费之后才真正理解的道理。周期理论最大的价值，是让你更克制。
最后，给"周期"一个恰当的位置：它是罗盘，不是水晶球。你不需要知道泡沫何时破裂，只需要知道现在贵不贵、热不热。而"认清当下"这件事本身，已经足以让你少犯大错。
历史不会简单重复，但会押韵。读懂韵律的人，不必预测下一个音符，也能听出乐曲的方向。这，就是周期理论能给你的最好礼物------定力 。
规律七：区分"描述性规律"（有助于定位）与"预测性规律"（不可靠）。潮汐可以理解，但不可预测。谦卑，是投资者的第一美德。
【餐桌回响】 牧师究竟输在哪一步？第三部分在机制层面给出了答案：他输在"预期"跑到了"现实"前面，输在用了别人的钱（杠杆），输在相信了"这次不一样"。把一场泡沫拆开，里面只有三样东西：真实的技术、便宜的资金、群体的亢奋。三者缺一，泡沫就撑不起来。而 1845 年的牧师，三样全占。