社會醫療保險對家庭投資效率的影響及其異質性分析

桑 林

（對外經濟貿易大學 保險學院，北京 100029）

一、引言及文獻綜述

家庭在進行投資組合選擇的過程中需要考慮住房、教育、養老等支出不斷上漲帶來的風險，其中由于健康水平下降帶來醫療支出風險是中國家庭資產需要面臨的重要經濟沖擊之一。全國統計數據顯示，“全民醫保”后居民的醫療需求被釋放，參保社會醫療保險的居民醫療總費用迅速增長，明顯高于同期非參保居民，存在一定的道德風險現象。居民的醫療服務需求被釋放，如果醫藥總費用增加幅度高于社會醫療保險對居民醫療費用補償的幅度，醫保人群的自付醫藥費用反而增加。由此，我國的醫療保險制度是否有效減輕了居民的醫療經濟負擔，降低了預期醫療支出風險，從而對家庭總體財富和資產選擇行為產生影響是值得進一步研究的。

國外學者研究發現，生命周期、家庭財富、信貸約束[4-8]、風險偏好以及背景風險等都是影響家庭資產選擇的重要因素。[1-5]

健康風險作為背景風險的一種，對家庭投資行為會產生重要影響。Guiso[6]發現健康狀況與家庭投資組合選擇的經驗模式顯著相關，病情越重的投資者持有的風險資產越少。Rosen 和Wu[7]通過使用HRS（Health ＆ Retirement Study）數據發現健康狀況差的居民投資風險資產的概率及持有比重更低，并且從健康保險、風險態度、遺贈動機和時間展望幾個方面討論了健康水平對家庭投資的影響機制，但是沒有得出明確結論。Edwards[8]從效用的角度分析健康風險對家庭資產選擇的影響，認為健康狀況不同的居民當前與未來消費的邊際效用不同，從而使家庭做出不同的投資決策。

大多數涉及醫療保險和家庭投資決策的文獻，都將醫療保險作為健康風險影響家庭投資的調節變量或中介渠道，間接研究其對家庭投資產生的影響[9]。Goldman 和Maestas[10]的研究表明，醫療保險通過背景風險和外部風險的替代效應促進家庭風險資產投資。Atella 等[11]以跨國數據實證研究發現醫療保險會降低由于健康風險產生的醫療支出，從而促進家庭調整風險投資水平。

目前國內對家庭資產組合選影響因素的研究大多集中在生命周期、借貸約束以及是否擁有住房等方面[12-14]，從社會保障尤其是社會醫療保險的角度分析家庭資產投資的文獻較少。

大量理論和實證研究表明，社會醫療保險會對家庭的投資行為產生重要影響。相較資產選擇研究的迅速發展，基于投資效率的研究相對匱乏。本文從社會醫療保險的角度出發，研究如何提高家庭投資效率，可以增加家庭財產性收入，緩解居民財富差距過大的局面，使得資本市場能夠真正起到為民生服務，分享經濟發展成果的作用。為了研究家庭投資效率，普遍做法為將夏普比率作為家庭投資效率的替代變量[15-17]，本文也以此為基礎進行研究。

二、數據來源及變量選取

本文使用的數據來源于2013年中國家庭金融調查（China Household Finance Survey，CHFS）數據庫。數據由西南財經大學中國家庭金融調查中心在全國范圍內開展的調查獲得，采用分層、三階段和規模度量成比例（PPS）的抽樣方法，數據質量高且具有良好的代表性。樣本覆蓋了全國29 個省份的262 個縣（市）、1048 個社區，共獲得28142 戶家庭微觀數據，提供了受訪家庭的詳細資產配置情況、是否參與社會醫療保險、家庭的資產與收入、人口統計特征等方面的詳細信息。數據清理過程中，剔除了所選擇被解釋變量和解釋變量的缺失值及嚴重的異常值后，使用15204 戶家庭進行研究分析，其中包括城鎮家庭10470 個、農村家庭4734 個。

（一）家庭投資效率

本文參考Grinblatt et al.[18]和吳衛星等[15]的做法，引入夏普比率作為衡量家庭投資效率的替代指標。家庭投資的資產主要包括流動資產和固定資產。在利用夏普比率計算投資效率的文獻中，只包含流動資產[19]和同時包含流動資產以及房產[20]的研究都存在，故本文為了結果的穩健性，分別計算兩者的夏普比率，表示為sharp_ratio1 和sharp_ratio2。在流動資產中，綜合考慮參與人數，占總資產比重和數據可得性等方面，選取股票、債券和基金三種資產。房產在家庭總資產中占比最高，是評價家庭投資效率中不可忽略的一種資產。房產同時具有消費品和投資品的屬性，仿照吳衛星等[15]的做法，將家庭除自有住房外的房產計入家庭投資資產。值得注意的是，CHFS2013 中沒有關于住房是否屬于家庭自有住房的提問，本文將家庭除首套房之外的房產作為投資資產參與計算夏普比率。夏普比率的計算公式如下：

其中，為投資組合的預期回報率，為無風險利率，采用五年期國債利率表示，為投資組合的標準差，為每種資產占家庭總資產的比重。若要計算資產的夏普比率，需要知道資產的收益率，根據CHFS2013 調查數據，僅知道某項資產的投資額，但并不知道構成該項資產具體的賬戶數據。例如股票，雖然知道家庭投資股票的總金額及股票投資額占總資產的比重，但無法得知該家庭投資了哪幾種股票以及每種股票的收益情況。借鑒Pelizzon 和Weber[20]Grinblatt 等[18]以及吳衛星等[15]的研究成果，采用指數替代這一平均化的方式來處理，從而求得收益序列數據。

家庭持有股票的收益率，利用深成指數和上證指數月度收益率按成交額加權的平均值計算；家庭持有債券的收益率，采用中證綜合債指數的月平均收益率來代替；家庭持有基金的收益率，采用上證基金指數及深證基金指數月度收益率加權平均來代替，權重為各自成交額在總成交額中占比；房產收益率則是先用商品住宅每月銷售總額除以每月銷售面積求得月房價數據序列，之后求得家庭持有房產月收益率。

為計算各項投資資產的收益率，本文截取2003年2月至2013年12月的時間區間。具體原因為在這個時間區間內，以股市為代表的流動資產投資市場經歷了一個完整的周期[15]，中國經濟的發展也呈現出明顯的周期性。同時考慮到很多模型都是以歷史數據作為檢驗的基礎，認為歷史往往會重演，本文使用的數據是家庭金融調查2013年的數據，故本文選取這一時間區間。得到股票、債券、基金、房產資產的收益率后，即可按照公式計算家庭投資流動資產和總體投資的夏普比率，代表家庭的投資效率。

（二）社會醫療保險及其他控制變量

作為核心解釋變量，本文主要從兩個角度衡量家庭的社會醫療保險情況。首先是家庭社會醫療保險的參與情況。如果家庭全部成員均參加了社會醫療保險，則賦值為1，否則賦值為0。隨著社會醫療保險覆蓋率的不斷提高，僅僅研究社會醫療保險參與情況已經不夠，故本文加入社會醫療保險的保障水平因素。在CHFS2013問卷中，社會醫療保險主要包括公費醫療、城鎮職工基本醫療保險、城鎮居民基本醫療保險和新型農村合作醫療保險四類，且不同地區制度情況也有差異，導致家庭的社會保障水平有顯著的不同。由于我國存在著“保障水平幻覺”，即真實的保障水平和名義保障水平間存在較大差距，真實保障水平可以用社會醫療保險報銷的醫療消費占家庭總體醫療消費的比例計算。同時考慮到可能由于家庭未發生醫療支出或醫療支出過小選擇不報銷，使這一指標不能真實反映家庭的實際保障水平，還在數據處理過程中剔除了醫療支出小于100 元的家庭。

在實證分析過程中，控制的變量主要包括家庭特征、戶主特征、以及其他保險情況等三個方面。

首先，家庭層面，主要包括家庭財富、房產情況、家庭規模以及健康狀況。本文采用家庭總資產的對數控制家庭財富。家庭規模代表家庭的人口數。在家庭總資產中，房產占比很大，會對家庭投資決策產生重要影響，因此在控制變量中加入家庭是否擁有自有住房這一虛擬變量。值得注意的是，健康風險是影響家庭資產組合選擇的背景風險中的一種，社會醫療保險也主要是通過為家庭的健康風險提供保障最終影響家庭投資，為更全面評價整個家庭的健康狀況，本文用家庭中個人自評健康的平均值代表。

其次，采用戶主的個人特征對人口統計特征因素對家庭資產選擇的影響進行控制。主要有戶主的年齡、性別、教育程度①CHFS2013 數據中將教育程度分為9 種，為沒上過學、小學、初中、高中、中專／職高、大專／高職、本科、碩士、博士，在教育年限中分別賦值 0、6、9、12、13、15、16、10、22。、婚姻狀況以及工作情況。風險態度是影響風險資產配置的重要因素，研究中加入這一變量，1 至5 分別代表“不愿意承擔任何風險”、“略低風險、略低回報的項目”、“平均風險、平均回報的項目”、“略高風險、略高回報的項目”和“高風險高回報的項目”。

為了控制家庭其他保險的影響，控制變量中加入了代表戶主養老保險情況和家庭補充醫療保險的虛擬變量。家庭中有一人擁有一種補充醫療保險，則賦值為1，否則為0。此外，還在回歸中加入了控制城鄉差異的戶籍變量和地區差異的地區虛擬變量。

（三）描述性統計

表1 主要變量說明及描述性統計

表1結果顯示，家庭投資流動資產的夏普比率sharp_ratio1 和包含房產投資的sharp_ratio2 均值分別為0.0087 和0.0171，都處于較低水平。主要原因是夏普比率主要計算風險資產的投資效率，樣本家庭整體投資風險資產的比例很低，且大量家庭未配置任何風險資產，未配置風險資產的家庭夏普比率取值為0。社會醫療保險參保率很高，達到86%以上，我國社會醫療保險全覆蓋的目標基本實現。但家庭整體醫療保險保障水平較低，平均報銷比例僅有27%，且只有18.6%的家庭擁有補充醫療保險，若發生健康沖擊，醫療支出水平的變化可能會對家庭投資行為產生重要影響。

三、實證檢驗及結果分析

（一）模型設定

本文研究的主要對象為以夏普比率為代表的家庭投資效率。參與股票、債券、基金或房產任一市場的家庭，夏普比率是可以觀測的，當家庭不持有上述任何風險資產時，被解釋變量為不可觀測的潛變量，數據是左截尾的，故本章選取Tobit 模型考察社會醫療保險對家庭投資效率的影響。具體形式如下：

公式中，sharp_ratio*代表由方程決定的潛變量，INS代表本文的核心解釋變量社會醫療保險，X是控制變量。在分別以社會醫療保險參保和保障水平為核心解釋變量進行基本回歸后，分別通過傾向分匹配（Propensity Score Matching，PSM）和廣義傾向分（Generalized Propensity Score，GPS）的方法處理可能存在的內生性，并進行社會醫療保險對不同群體影響的異質性比較。

（二）回歸結果

通過Tobit 模型進行回歸后，結果如表2所示，同時，為了便于比較，還加入了OLS 的回歸結果，由于Tobit模型回歸系數本身經濟意義不大，結果中匯報各變量的平均邊際效應。

基本回歸結果顯示，在控制其他變量的情況下，社會醫療保險對家庭投資效率具有顯著的正向影響，OLS和Tobit 模型回歸結果顯著性差異不大。Tobit 模型的回歸結果顯示，社會醫療保險參保家庭相比未完全參保家庭投資流動資產的效率提升了2.1%，家庭總體投資效率提升了1.4%，結果在1%的統計水平均顯著。家庭醫療保險保障水平提升一個單位，流動資產投資效率顯著提高0.037 個單位，總體資產投資效率顯著提高0.015 個單位。不管是參保還是保障水平，社會醫療保險都對家庭提升流動資產和總體資產的投資效率產生顯著的促進作用，且對流動資產投資效率作用更加突出。可能的原因是流動資產投資相對房產投資財富門檻更低，當家庭風險水平發生變化時，調整更加容易。社會醫療保險能夠在為家庭健康風險提供保障的同時，使家庭整體資產結構發生調整，并最終促進其投資效率的提升。

控制變量中，年齡、教育、家庭財富水平和保險狀況都對家庭投資效率產生了重要的影響。年齡與家庭投資效率呈先增后減的倒U 形。在某一年齡拐點之前，隨著年齡的增加，家庭投資效率提升，超過年齡拐點之后，家庭資產配置趨于保守，投資效率下降。這與家庭資產配置的生命周期理論相一致，在不同的生命周期階段，家庭面臨的風險不確定性不同，從而不斷調整家庭的資產配置情況。教育對家庭流動資產和總體投資效率都有顯著的正向影響，可能因為教育水平提高了人的認知能力，從而提高了家庭的資產選擇效率。隨著家庭總資產的增加，家庭投資效率隨之上升，表明財富水平高的家庭在投資方面更具有優勢。家庭在投資時一般都有一定的資產水平限制，富裕家庭通常較少受流動性約束的制約，故相對于貧窮家庭來說能夠更加有效的配置資產。同時房產與家庭投資效率具有顯著的負向相關性，表明我國房產吸收了家庭過多的流動性，對投資具有一定的擠出作用。擁有養老保險和補充醫療保險對家庭投資效率的提高也有顯著的促進作用，這也從一個側面證明了隨著社會保障程度的提升，家庭的風險敞口縮小，能夠促進家庭資產配置的多樣化，提高家庭投資效率。此外，家庭投資效率還存在顯著的城鄉差異，說明本文之后研究社會醫療保險對家庭投資效率影響的異質性是有必要的。

表2 基本回歸結果

（三）基于傾向得分匹配的內生性處理

雖然社會醫療保險在樣本中的參保比例達到86%，參與社會醫療保險的保障程度由參與社會醫療保險種類和當地的保險制度決定，具有一定的外生特點，但為了處理可能存在的內生性，本文通過使用傾向分匹配（Propensity Score Matching，PSM）和廣義傾向分（Generalized Propensity Score，GPS）的方法對之前 Tobit 模型的回歸結果進行進一步的修正與檢驗。

1.是否參保對家庭投資效率的影響

研究社會醫療保險對家庭投資效率的影響，內生性問題主要產生于是否參保的自選擇問題，以及可能存在同時影響社會醫療保險和投資效率的遺漏變量。為了消除混淆變量所帶來的選擇性誤差以及克服模型本身可能存在的內生性問題，PSM 利用處理變量的不同取值將樣本分為“處理組”和“控制組”，通過建立“反事實”框架，以類似“隨機實驗”的方法來控制內生性[21]。在本文的研究中，由于未完全參保家庭的樣本量遠遠小于參保家庭數量，為了得到更加穩健的結果，將社會醫療保險的未參保家庭定義為處理組，參保家庭為對照組，研究未參保家庭的投資效率是否顯著低于參保家庭。

具體的匹配過程分三步進行。第一步是通過構建Probit 模型產生傾向值，模型以前文中的控制變量作為解釋變量，將是否參保作為被解釋變量。第二步，通過不同的匹配方法將處理組和對照組的傾向得分進行匹配，匹配后由于處理組和控制組的變量間不再具有顯著差異，可以有效減緩回歸中遺漏變量的問題，同時對潛在個體特征的差異進行了控制，消除選擇性偏差，整個過程可以看作隨機實驗，進而得到真實的結果。本文為了結果的穩健性，使用近鄰匹配、半徑匹配和核匹配三種匹配方法，將處理組（未參保家庭）和對照組（參保家庭）的傾向分進行了匹配。第三步，得到平均處理效應（Average Treatment Effect on Treated，ATT），以此評估社會醫療保險提高家庭投資效率的凈效果。ATT 的計算公式為：

表達式中，Di表示家庭是否參保的處理變量，取1 時表示未參保家庭，取0 時代表參保家庭；Y表示不同的處理變量取值得到的不同結果，其中Y1i表示第i個沒有社會醫療保險家庭的投資效率，Yoi表示第i個有社會醫療保險家庭的投資效率。最終ATT的計算公式為

其中，表示經過傾向分匹配之后，處理樣本的個數，和分別是處理個體i 和對照個體j 的結果，表示權重。

經過傾向得分匹配后得到社會醫療保險參保對家庭投資效率的影響如表3所示。本文數據樣本量較大，大樣本數據的匹配方法一般為1：1 近鄰匹配[22]，為了結果的穩健性，表3還給出了半徑匹配以及核匹配的匹配結果。近鄰匹配、半徑匹配和核匹配三者得出處理效應的方向一致，只是顯著性水平有差別。根據PSM 結果，未擁有社會醫療保險的家庭相比未參保家庭，金融資產配置效率和整體資產配置效率平均低約0.2%，但這一結果在近鄰匹配中并不顯著。說明基本回歸結果中Tobit 模型的回歸結果存在一定內生性，在控制混淆變量后，家庭擁有社會醫療保險對家庭投資效率的提高雖然有一定的正向影響，但這種正向的影響并不顯著。

表3 PSM內生性處理結果

2.保障水平對家庭投資效率的影響

為了檢驗其對家庭投資效率的影響，本文采用的方法為廣義傾向得分法（GPS）。本文根據Hirano＆Imbens[23]的做法，在給定連續的處理變量（醫療保險保障水平）和廣義傾向得分下描述任一保障水平所對應結果變量（家庭投資效率）的條件期望。控制變量為X，處理變量為T，定義廣義傾向得分R=r（T，X），令保障水平T 的條件密度函數為假定在給定廣義傾向得分的密度函數時，密度函數與控制變量X 相互獨立，即

具體的廣義傾向得分法實施主要包括三個階段。首先在給定控制變量X 的情況下，估計處理變量的條件分布。醫療保險保障水平的取值在區間［0，1］，假設符合Logistic 分布，函數形式如下

本文的樣本中，社會保障水平的分布是嚴重有偏的，存在大量零觀測值，根據這一分布特征，采用Fractional Logit Mode（lPapke＆Wooldridge，1996）[32]，在廣義線性模型框架下通過最大化伯努利對數然方程估計社會保障水平的條件概率密度，并獲得廣義傾向得分值的估計值：

此時廣義傾向得分已經控制了個體的選擇效應，任意兩個社會保障水平上家庭投資效率的差異可以解釋為社會保障水平變化對投資效率的凈影響，即處理效應（Pairwise Treatment Effect），在計算與完全無保障家庭相比任意社會醫療保障水平帶來的家庭投資效率凈影響時，將賦值為0 即可，并通過Bootstrap 方法計算的最終結果如表4所示，并在圖1中列出保障水平對家庭投資效率的“劑量反應”函數。

表4 不同社會保障水平對家庭投資效率的影響

由表4和圖1可以看出，保障水平對家庭投資流動資產的效率和總體投資效率影響的趨勢基本一致。在社會保障水平很低時，保障水平的提高并不能促進家庭投資效率的提升，甚至有一定的負向影響。可能的原因是，家庭真實保障水平很低時，不能有效緩解由于健康沖擊造成的醫療支出風險，家庭可能重點關注的是社會醫療保險的繳費，導致參保對風險資產的投資產生了一定的擠出作用，投資效率下降。當社會保障水平超過0.3且低于0.6 時，社會保障水平的提高對家庭投資效率有顯著的正向影響。家庭投資流動資產的效率和總體投資效率的高點分別出現在家庭保障水平為0.6 和0.7 左右。綜合來講，如果以提高家庭總體投資效率為目標，最優的社會保障水平為0.6 左右。根據表1描述性統計的結果，目前家庭的醫療保險保障水平均值為0.27，還處在較低水平，家庭保障水平的提高會對投資效率的提升起到明顯的促進作用。

圖1 劑量反應函數

（四）異質性分析

在分析基本回歸結果時發現，社會醫療保險對家庭投資效率的影響具有顯著的城鄉差異。為了研究社會醫療保險對不同群體影響的異質性，同時檢驗結果的穩健性，本文按照城鄉、年齡和收入三個標準將總體樣本家庭進行劃分①對年齡進行劃分時，采用我國實際退休年齡55 歲作為中青年和老年的分界點，對收入進行劃分時，采用年人均收入的70%分位22400 元作為分界點。，分別進行了回歸，結果如表5所示，由于GPS 內生性處理后顯著性結果與Tobit 模型結果基本沒有差異，故在此省略。

根據PSM 的結果，在全樣本中，擁有社會醫療保險對家庭投資效率有一定程度的正向影響，但并不顯著。根據表5中的城鄉比較發現，在城市家庭中社會醫療保險參保和保障水平對家庭投資效率促進作用高于農村家庭，且分別在5%和1%的統計水平顯著。產生這種情況的主要原因可能是城鎮家庭整體對風險資產的接受程度較高，選擇的資產范圍更加廣泛，當家庭風險水平變化時，可以通過家庭資產合理多樣的配置提高家庭投資效率。農村對金融市場接受程度較低，金融知識水平不高和配套設施不普及，即使風險發生改變，很難通過調整資產結構達到更合理的資產配置。

年齡的異質性分析中，根據PSM 結果顯示，參與社會醫療保險的中青年家庭，投資效率相對未參保家庭顯著提高了0.003 個單位，但在老年家庭中這一影響并不顯著。保障水平的提升對中青年和老年家庭投資效率的提升效果均顯著。除了由于老年人對資本市場接受能力的限制，還有一個很重要的原因是，我國老年人參保率整體較高，是否參保已經不能對老年家庭產生顯著差異性影響，此時提高老年家庭的保障水平對家庭投資效率的提升更加有效。

在經過了PSM 處理內生性之后發現，社會醫療保險對高收入家庭的資產配置效率提升幫助更大。相比完全參保家庭，未完全參保家庭的金融資產配置效率降低0.6，總體資產配置效率降低1.1%，但在中低收入家庭中，這一效應要低很多，且顯著性水平也不高。可能的原因是，高收入家庭可以相對自由選擇可投資的風險資產，而不受財富門檻的限制，將風險合理分散，在社會醫療保險為家庭醫療支出風險提供了保障之后，資產組合與風險相適應，家庭投資效率更高。因此，為了提高我國居民財產收入，不僅需要提高家庭投資意愿，還應適當降低投資不同風險產品的投資門檻。

總體上，參與社會醫療保險對家庭投資效率具有一定的正向影響，但在農村、老年和中低收入家庭這種影響并不顯著。社會醫療保險保障水平的提升作用顯著性水平更高，且在不同家庭中更加穩健。

表5 基于群體差異的異質性檢驗

四、結論及建議

本文從社會醫療保險的角度出發，基于2013年家庭金融調查（CHFS）微觀數據，通過建立Tobit 模型和傾向得分匹配的方法實證研究其對家庭資產配置效率的影響及其群體異質性，得出以下研究結論：社會醫療保險參保對家庭投資效率具有一定的促進作用，但在經過PSM 處理內生性后，這一作用不再顯著；社會醫療保險保障水平對家庭資產配置效率的正向影響具有穩健性，保障水平提升一個單位，家庭流動資產和總體投資效率分別提高0.037 個單位，和0.015 個單位，經過GPS 處理內生性后這一作用仍然顯著；為促進家庭投資效率的提升，最優的醫療保險保障水平在0.6 左右；社會醫療保險對家庭投資效率的提升作用具有異質性，在城市家庭、中青年家庭和高收入家庭中這一作用更加突出。

首先，建立多層次的健康保障體系，提高家庭醫療保險保障水平。在我國社會醫療保險實行之初，將重點放在擴大保障范圍，實現全民醫保。但這也一定程度上導致了對保障水平的忽視，造成我國目前社會醫療保險整體保障水平較低，“看病難，看病貴”的問題還沒有得到根本解決，醫療支出還在家庭總支出中占有重要比重，制約著家庭投資效率的提升。只有不斷提高社會醫療保險實際保障水平，完善醫療保險的補充項目，提高醫療保險給付水平，降低居民在醫療保險中的負擔比例，才能有效減輕居民就醫的經濟壓力，提高居民對更高水平的醫療服務的可及性，降低居民醫療支出風險敞口，引導家庭合理投資，增加居民財產性收入。

其次，不斷普及金融知識，提高居民理財意識。社會醫療保險對家庭投資效率的影響存在城鄉異質性，其中部分原因就在于農村家庭普遍理財意識低于城鎮家庭。由于部分群體缺乏金融市場的相關知識，不能通過多元化的投資獲得更高財產收入，無法抵御通貨膨脹帶來的損失，拉大與其他家庭的財富差距。政府應該更多的普及金融知識與金融教育，充分發揮金融知識的正外部性，引導家庭大量閑散的資金自覺而合理地流向資本市場，在促進資本市場的發展和國家實體經濟的增長的同時，提高家庭福利。

最后，規范資本市場，促進投資產品多樣化和針對性發展。就目前而言，我國資本市場上能夠供家庭投資者分散風險的投資產品很少。投資渠道的不暢大大限制了我國居民資產結構的優化和調整。這需要因時因地制宜，根據投資家庭的實際需求，對產品進行合理創新，為產品增加吸引力，產品營銷人員也需要根據不同家庭的投資需求合理推薦投資產品。與此同時，政府應該為居民創建一個良好公平交易機制和價格形成機制，進一步加強資本市場監管力度，完善相關經濟金融法律法規，保護合法的財產性收入，使所有投資者能夠分享長期的收益。