3国家运作及趋势
3.1 过去十年的财富增长趋势
全球财富在过去十年内增长了26%(从2008年的161兆亿美元到2018年的204兆美元)，再次期间，亚洲财富的增长为全球财富增长做出了巨大贡献。下表列举出过去十年内排名靠前的财富市场(均已换算成美元)
财富增长最高的记录由新西兰，澳洲，香港，新加坡，韩国和以色列保持，因为这些国家已经拥有很高的收入水平，就正常的情况而言，高收入的市场一般很维持如此高增长的记录。
下表列举了下表列举出过去十年内排名较低的财富市场(均已换算成美元)。如表所所反映的，欧洲的几个主要国家在过去十年运作的很差，比如中东的一些国家。
注解:依然经受战争困扰的国家比如：叙利亚，利比亚和伊拉克因缺少可信度的数据，故不在表格里，可以肯定的是，这些国家在财富的运作方面依然表现较差。
欧洲聚焦
正如所反映的那样，很多欧盟的国家在财富运作方面不容乐观，毋庸置疑的是，在欧洲依然有些很好的例子，包括:马耳他，爱尔兰和摩洛哥(这些国家在过去十年内，在财富增长方面取得了积极的进展，增长率均超过了30%)
3.2财富增长在2018年的总体趋势
全球财富增长在2018年下降了5个百分点(从2017年的215兆亿美元到2018年的204兆亿美元)
值得关注的是， 因为全球股票市场和房地产市场的整体下跌，90个国家在2018年的财富均有下降体态。
所有主要全球性股票市场指数均呈下降趋势。如下所示:
s&p 500指数下降6个百分点
Dow Jones工业平均指数下降6个百分点
MSCI全球指数下降11个百分点
MSCI新兴市场指数下降18个百分点
更重要的是， 去年一整年很多市场上流通的货币与美元的兑换比率在下跌(日元与泰铢的兑换比率略微上调)，这对整个财富增长有巨大影响。
一些财富增长较差的国家如下图所示:
3.3未来趋势
全球财富被预测呈增长趋势，增长幅度约为43个百分点，财富增长将在2028年达到291兆亿。届时，亚洲的财富增长将会对全球财富增长做主巨大贡献，快速增长的财富市场被认为：
越南:亚洲新兴制造业的集中地。 我们认为越南的财富数字的猛增归功于当地的医疗，科技，经济部门的发展(未来10年的财富增长预期为200个百分点)
印度:越来越多的企业，对薪资的日益竞争和对英语口语的高要求。当地的经济服务部门， 科技，商业流程委外， 房地产，医疗和媒体部门将会有很大程度上的增长(未来10年的财富增长为180个百分点)
斯里兰卡:将会得益于当地技术，制造业，房地产，医疗和紧急服务部门的大幅度增长(未来10年的增长预期为150个百分点)
毛里求斯:比起其他的非洲地区，毛里求斯是个安全系数高，友好型商业的发展和有着低税收的的非洲国家。 高净值财富人的集中地。我们认为毛里求斯的财富增长得益于当地经济服务部门的大幅度增长(未来10年的增长预期为130个百分点)
中国:中国的财富增长将会得益于当地经济服务部门，娱乐产业，科技，机动车行业与医疗行业的发展(未来是年的增长预期是120个百分点)。
如前面所说，中国的财富增长将会得益于几个关键部分的大幅度增长。
在娱乐行业，中国的电影业将会挤进排名前十的全球电影行列，像是美人鱼(2016)，战狼2(2017)，红海行动(2018)，流浪地球(2019)。票房的增长是一个中产阶级增长的标志，所以这也是中国财富增长的积极的风向标。
然而，中国意欲成为全球性的高科技的集中地一直没能实现就像几个国家联合起来对付华为(中国最重要的科技生产商)那样，在去年的报告里，曾这样写道:在科技研发部门，中国正在从零部件制造商成长为具有自主生产研发的强国(例如:华为)，如果中国能再有像华为那样强大的科技领导者，中国取代美国成为世界上最主要的科级领导者指日可待。科技研发能力的大幅度增强对经济发展有重要的作用，就像生产出口和其他服务的主要部门对经济发展同样重要(更大的高科技行业将带来更大的金融服务业等等)。高科技行业也会提供高新与高质量的工作，这也会促进中产阶级的发展。
显而易见的是，过去几年的事件已打破了对成为高科技行业集中地的这一梦想，因此，中国的实际情况比去年的期望低很多。
国家财富数据的来源
我们用模型去计算每一个国家的财富突破，几个重要的输入值包括：
每个市场的股市数据
每个市场的房地产数据
每个市场的收入状态
每个市场的GDP状态
内部HNWI数据库的财富数据
这些指标在模型里进行合并后计算出每个国家的总财富额和个体的财富阶层，对于处在财富阶级顶端的人们(十亿富翁以及介于千万与十亿富翁)，我们采用内部HNWI数据库的财富数据来计算。
我们的模型也能展现出每个国家过去的财富增长趋势，所以我们考虑这些因素：
每个市场货币流通vs美元的流通情况(货币的币种均以美元来计算)
每个市场的股票变动情况
每个市场的房地产价格变动
全球平均的个人所占有财富有近一半来自于他们所拥有的住宅与股票，巨大的住宅和股票市场对一个国家的个人的总财富额有重要的影响。
然后，我们用内部HNWI数据库的财富数据来将人口特征拆分到每个国家中去(国家，部门，年龄，郊区财富突破)。举个例子，如果在英国的数据库内有30%的高净额财富人住在伦敦，那么也就是说伦敦将会为这30%的人有所担保。值得注意的是，我们用主要的公有房产数据(公有房产的注册人和房屋销售数据)来评估城市远郊区的住房健全检查。
在数据库中，我们用150000高净额财富人作为样本，这里面的大多数冠以主管，首席执行官，主席，建立者，合作方的头衔。我们对这些人名加以保密措施，并且我们单纯的用这个数据库来进行内部数据研究。
我们的财富预期考虑了以下因素：
GDP预测
近期的财富迁徙状况
相对于全球同行而言，国家工资的竞争力
每种经济的竞争力的优势
国家的安全级别和当地警力的效率
国家商业的难易程度
国家的受教育程度
国家的企业和创新程度
