金融素養對城鄉居民家庭收入的影響研究
——基于CFPS數據的實證分析

陶維榮

（湖南省科技信息研究所，湖南 長沙 410001）

提高城鄉居民收入，是我國決勝全面小康的關鍵基礎，也是黨的初心與使命。改革開放以來，我國城鄉居民收入出現持續增長態勢，依據國家統計局數據顯示，2017年末全國居民人均可支配收入為25 974元，相比1978年增長了22.8倍。但我國城鄉居民收入結構不科學，居民人均工資性收入、轉移性收入、經營性收入和財產性收入分別占居民總收入比重的56.29%、18.26%、17.33%和8.12%。其中，農村居民各收入占比分別為40.93%、19.38%、37.43%和2.26%。城鎮居民工資性收入在總收入中占絕對性比重，而農村居民工資性收入比重相對較低。如何可持續提高城鄉居民家庭收入，優化收入結構具有重要現實意義。

根據《消費者金融素養調查（2017）》公布數據，全國消費者金融素養屬于中等水平。其中，農村消費者關于金融知識答卷的平均正確率僅為50.7%，比城鎮居民低14.08%。可見，當前我國居民金融知識整體水平還偏低，且農村消費者金融知識水平明顯低于城鎮消費者。另外，消費者能正確辨別與選擇金融產品或服務占比為62.38%，其中城鎮消費者占比為67.66%，農村消費者僅為53.43%。說明我國城鎮消費者正確辨別與選擇金融產品與服務行為優于農村消費者。劉國強[1]通過分析2017年中國人民銀行的消費者金融素養調研數據，指出我國消費者金融素養為中等水平。張歡歡和熊學萍[2]通過對湖北和河南381份農戶的實地調研，發現目前我國農村居民金融素養水平較低。因此，探究金融素養影響城鄉居民收入的機理對優化城鄉居民收入結構，提高城鄉居民綜合收入具有一定的指導作用。

目前雖然已有一些成果關注金融素養與居民收入之間的關系，但其家庭收入研究僅著重于收入數量[3-4]。事實上，居民金融素養不僅包括金融知識和金融技能，還應包括金融行為[5]。為此，本文利用2014年中國家庭追蹤調查（CFPS）數據，在已有金融知識與金融技能研究基礎上納入金融行為因子，運用因子分析法測算居民金融素養指數，構建2SLS模型，深入探究金融素養對居民家庭收入總量與結構的影響，并將二元城鄉結構、居民年齡在金融素養與家庭投資獲利收入之間的中介作用納入分析框架，以期對現有研究做一些有益補充，同時在幫助居民通過提高金融素養來持久提升家庭收入，實現居民家庭長效增收提出可行性建議。

1 理論分析與研究假設

目前國內外學術界對居民金融素養概念沒有統一界定。Wiener等[6]認為金融素養是居民管理與決策資金使用的能力。Hung等[7]認為金融素養是居民掌握基本經濟金融概念、運用金融知識和技能有效配置資金以實現終身財務保障的能力。Huston[8]和OECD INFE[9]認為金融素養是居民利用金融知識去做金融決策以獲得金融福利的能力。Lusardi和Mitchell[10]通過基礎金融素養和高級金融素養兩個方面度量居民金融素養。Dumitru-Cristian和Adina[11]認為測度居民金融素養應包括金融知識、金融技能和金融意識等三個方面。Allgood和Walstad[12]、胡振和臧日宏[13]則從主觀金融素養和客觀金融素養兩個方面衡量居民金融素養。張歡歡和熊學萍[2]基于PISA金融素養測評的基礎上，運用加總法從金融知識理解與應用、基本金融知識認知、金融規劃等方面衡量我國農村居民金融素養水平。何學松和孔榮[3]通過信貸知識、通貨膨脹知識等指標構建居民金融素養指數。Xia等[14]和吳衛星等[15]運用因子分析法，基于居民對股票、債券和基金等金融知識構建了居民金融素養指標。

學者們開始關注金融素養對家庭收入或財富的影響。單德朋[16]提出從基本金融素養和高級金融素養兩個維度測度金融素養指數，運用Probit模型實證分析金融素養對城市貧困的影響。研究發現，金融素養對城鎮貧困人口的收入產生積極影響，進而對城市貧困減緩產生正向影響。何學松和孔榮[17]通過農戶對金融知識、金融能力的11個相關指標問題的回答情況衡量居民金融素養，研究認為金融素養通過金融行為正向影響農民收入水平。Van Rooij等[18]和胡振[19]認為金融素養對家庭財富產生重要影響。

關于金融素養衡量指標的問題回答時，學者們往往將正確答案賦值為1，錯誤答案賦值為0[20-22]。但居民在面對金融素養問題的回答時，回答“不知道”比“錯誤”的居民金融素養更低。為此，本文將針對居民金融素養問題的回答情況劃分為回答“正確”、“錯誤”和“不知道”，并設計了金融素養問題回答正確率因子。在此基礎上提出假設：居民金融素養水平高低直接影響著居民對金融知識認知和金融決策行為，是影響居民家庭收入提升的重要因素。

2 研究方法

2.1 數據來源

本文使用的數據來源于北京大學中國社會科學調查中心（ISSS）2014年在全國范圍內開展的中國家庭追蹤調查（China Family Panel Studies，CFPS）。CFPS關注中國居民的家庭成員、家庭收入與開支、金融知識與行為等內容，是一項大規模的社會跟蹤調查項目。CFPS樣本覆蓋25個省（市、自治區），目標樣本規模為16 000戶，調查對象包含樣本家戶中的全部家庭成員，CFPS調查問卷共有社區問卷、家庭問卷、成人問卷和少兒問卷4種主體問卷類型。本文所使用的數據主要來源于家庭問卷，部分控制變量亦取自于成人問卷。在剔除部分異常值和數據缺失樣本后，共得到有效樣本3 671個。

2.2 家庭收入結構的劃分

本文將家庭收入結構劃分為工資性收入、經營性收入、轉移性收入和財產性收入4個部分。其中，家庭工資性收入根據問題“打工收入”和“工資收入總額”兩個問題的回答進行加總。家庭經營性收入則包括兩個部分：一部分是從事農林牧副漁（簡稱農業）的收入，通過問題“您家農副產品總值”再減去種子化肥農藥費等一系列生產成本得到的農業經營凈收入；另一部分是從事個體私營活動的收入，通過問題“所有經營的凈利潤”得到的工商業經營凈收入。家庭轉移性收入則為“政府補貼總額”、“收到的社會捐助總額”、“領取離退休或養老金總額”、“親戚給的錢”、“其他人給的錢”等幾個問題回答的加總。家庭財產性收入包括“房租總收入”、“住房拆遷補償總額”、“出租土地所得”、“土地征用補償總額”、“出租其他資產所得”、“金融投資獲利”等問題的答案。由于居民家庭收入的私密性以及部分家庭僅回答收入區間，導致居民家庭收入數據精確性受到很大影響。因此本文把居民家庭收入數據由低到高劃分為五分位，依據樣本收入所處的等級分別賦值1～5，并將賦值結果作為本文的被解釋變量。為更直觀地展示居民金融素養的分布特征，本文還將對各變量的分位數分別計算居民金融素養均值和總體均值。

2.3 變量選擇

1）金融素養。2014年CFPS家庭問卷中專門設有金融知識模塊，共有38個問題。經過仔細篩選后，刪除部分內層嵌套的問題和與本文主題不相關的問題后，選取其中19個問題（表1）。采用吳衛星等[13]研究中使用的方法，通過因子分析法構建居民金融素養指標，對問題的答案賦值后進行因子分析，從而計算得到金融素養水平。在金融知識與技能因子問題中，回答正確=2，回答錯誤=1，不知道=0，金融行為因子問題中的正確率為回答“完全符合”與“比較符合”的樣本占總樣本的比重；金融行為因子問題中，完全符合、比較符合=2，一般符合=1，比較不符合、完全不符合、不知道=0。

依據因子分析法的特征值大于等于1的原則，保留2個公因子Factor1和Factor2，分別將公因子命名為金融知識與技能因子和金融行為因子（表1和表2）。通過將19個指標納入到這兩個公因子中，計算兩個公因子的得分和比重，進而最終計算出金融素養得分（LIT），其計算公式為：

表1 因子分析問題選取與結果Table 1 Problem selection and results of factor analysis

表2 因子分析結果Table 2 Results of factor analysis

2）其他控制變量。為了進一步考查戶主個體特征、家庭結構和地區發展差異對研究結果的影響，本文選取居民年齡（戶主）、性別、是否從事農業、是否從事個體私營、自評健康（自評健康狀況來自于成人問卷，根據不健康、一般、比較健康、很健康、非常健康賦值1～5）、戶口、婚姻狀況、是否高中學歷、是否大學及以上學歷等人口統計學特征指標，以及家庭青壯年勞動力個數（16～65歲，剔除在校家庭成員）和家庭所在省份的地理位置（是否位于東部或是否位于中部）作為控制變量。為了便于分析，將居民收入按照標準分為低收入、中等偏下收入、中等收入、中等偏上收入和高收入五檔，分別賦值1～5。表3為各變量的描述性統計。

表3 各變量的描述性統計Table 3 Descriptive statistics of variables

2.4 模型選取

為考察居民金融素養對家庭收入的影響，本文將OLS回歸作為基準回歸，而將考慮內生性后的2SLS回歸作為最終的參數估計結果，基本模型為：

式中：LNC表示各收入的分位數，具體包括家庭總收入及經營性收入、工資性收入、轉移性收入和財產性收入；LIT表示樣本居民金融素養，為核心解釋變量；X為控制變量，ε為模型的誤差項。

3 結果與分析

3.1 城鄉居民金融素養與收入表征分析

目前我國居民金融素養處于中等偏低水平。僅半數居民正確回答了銀行利率知識認知、通貨膨脹知識認知、貨幣時間價值認知等問題，而準確知道投資風險分散認知的居民僅有35.11%（表1）。另一方面，居民對風險認知具有相當高的敏感性，其中84.83%的居民知道高收益投資具有高風險，75.54%的居民知道股票的投資風險最高。而居民對于股票性質知識認知、股票市場功能認知等問題的正確率僅介于10%～30%之間。可見，居民在較高層次的金融知識認知上相當薄弱。在金融行為相關問題上，大部分居民都比較關注自身日常的金融行為，71.02%的居民在購物時會評估自身經濟能力，83.90%的居民會按時繳納賬單，77.77%的居民會在生活中量入為出，日常資金管理能力較強。盡管有60.26%的居民非常關注自身財務狀況，但卻僅有32.65%的居民會制定長期財務規劃，說明有超過三分之二的居民對家庭收支缺乏長遠規劃。

居民家庭總收入的均值接近第三檔（表3），說明大部分居民家庭的收入處于中等水平。家庭經營性收入和財產性收入均值僅處于第一、二檔之間，說明大部分家庭的兩項收入還處于較低水平，有待于進一步提高。家庭轉移性收入略高于第二檔，反映出部分家庭的轉移性收入仍然處于較高水平。家庭工資性收入則亦接近第三檔，說明大部分家庭都有較高的工資性收入。金融素養均值僅為0.009，說明我國居民金融素養仍然為較低水平，需進一步提升。主要是由于居民平均年齡為49.5歲，說明大部分居民都處于中年階段；學歷偏低，只要25.5%的居民具有高中學歷，僅21%的居民具有大學及以上學歷。

表4反映了部分變量的各分位數居民金融素養均值和總體均值。數據顯示，隨著居民家庭總收入不斷提高，居民金融素養的均值也處于上升趨勢。無論是各分位數均值還是總體金融素養均值，男性都要高于女性，說明男性金融素養普遍高于女性。城鎮戶口的居民金融素養也高于農村戶口的居民，主要原因在于城鎮居民往往有更多機會接觸各種金融知識和金融技能，優化其金融行為。高中學歷的居民金融素養低于大學及以上學歷的居民，可見學歷對居民金融素養的影響有重要影響。東部、中部、西部的居民金融素養則呈依次遞減趨勢，說明區域經濟發展水平對居民金融素養也有著重要影響。另外，本文對各年齡段的描述統計結果與吳衛星等[15]的研究存在相似性，發現隨著居民年齡增長，居民金融素養也在持續降低，與國外學者Van Rooij等[18]所認為的金融素養與年齡呈現倒U型的結果有點不符。更精確的研究結論還需通過回歸分析進一步 實現。

表4 部分變量各分位數的金融素養均值和總體均值Table 4 Financial literacy mean and population mean of each quantile of variables

3.2 金融素養對城鄉居民收入的影響

金融素養對居民家庭總收入、工資性收入和財產性收入都具有顯著正向影響，且均通過了1%顯著性水平檢驗（表5）。說明居民擁有較高的金融素養，往往會合理利用各種金融信息與知識、做出更優的金融決策以提高居民家庭總收入水平，同時也增加家庭工資性和財產性收入。無論是在薪資市場還是資本市場，擁有較高金融素養的居民都具有更強的競爭力，其獲得的收入會更高。

表5 金融素養對居民家庭收入影響的OLS回歸結果Table 5 OLS regression results of the influence of financial literacy on household income

從其他變量結果來看，年齡對家庭總收入、經營性收入和工資性收入產生負向的顯著影響。隨著年齡不斷增加，居民的家庭總收入、經營性收入和工資性收入存在一定程度的下降。其主要原因在于，居民年齡越大，其認知能力、思維能力和體能等方面的限制也越發明顯，其賺取較高的收入難度越大。性別優勢則存在于家庭總收入和經營性收入當中，說明男性相比女性能獲取更多的家庭總收入和經營性收入。Buser等[22]研究認為男性與女性之間競爭能力存在顯著差異，無論是經營家庭副業還是個體私營，居民都需要具備一定的競爭意識，這或許是導致女性在收入上存在劣勢的原因。

居民從事農業活動對家庭經營性收入和轉移性收入具有正向影響，對工資性收入和財產性收入則具有負向影響。本文將家庭農林牧副漁凈收入作為經營性收入，居民從事農業無疑對經營性收入存在正面影響。而由于國家對農業政策傾斜和農業收入不穩定性，政府會對農業活動進行必要補貼，這也意味著家庭轉移性收入的上升，而農業活動對勞動力的需求則會減少家庭外出打工的人數，從而降低其工資性收入。由于農業活動對居民活動范圍和投資機會的限制，無疑會對家庭財產性收入產生不利影響。居民從事個體私營對家庭總收入、經營性收入存在正向影響，對工資性收入和轉移性收入存在負向影響。個體私營對勞動力需求往往會對家庭工資性收入造成擠出效應，同時從事個體私營的家庭一般具備較強的經濟能力，不需要針對弱勢群體的補貼和經濟救助。

青壯年勞動力人數對家庭總收入、工資性收入和財產性收入都具有正向作用。青壯年勞動力越多，說明家庭中外出工作的成員數也會越多，從而會提高家庭工資性收入。同時，較多的青壯年成員也意味著較低的撫養比，居民家庭沒有太大的資金支出壓力，存在資金盈余進而促使財產性投資收入也 增加。

居民健康程度對家庭總收入和工資性收入具有正向作用，而對轉移性收入存在負面影響。居民的身體健康程度越高，勞動供給能力越強，工資性收入也相應增加。與此同時，居民對政府補貼和親戚經濟救助的需求也越小。

農村戶口會增加家庭轉移性收入，但對財產性收入產生不利影響。農村居民相比于城市居民，會存在更多的弱勢群體，農村居民家庭對轉移性收入的需求也大于城市居民。并且，農村居民存在較強的金融排斥[23]，不輕易涉足資本市場。江靜琳等[24]的研究發現有農村成長經歷的居民會減少股票市場參與，這都降低了農村戶口家庭的財產性收入水平。

已婚家庭在家庭總收入、工資性收入、財產性收入上更具有優勢，對轉移性收入則存在負向影響。這可能與婚姻溢價[25]和“相夫效應”[26]有關。家庭婚姻狀況增加了家庭內部分工的專業化[27]，使得家庭在社會中更具競爭力和風險抵御能力，進而對家庭工資性收入和財產性收入存在促進作用，并有效降低對轉移性收入的需求。

受教育程度對家庭總收入、工資性收入存在顯著正向激勵。并且，大學教育對收入的促進作用要大于高中教育，說明教育可以提高勞動者技能[28]和認知能力，在勞動力市場上會得到更高的薪酬。居民受過大學及以上教育對家庭轉移性收入具有反向激勵。說明高等教育群體對風險防范或抵抗能力遠高于未受過高等教育群體，對以救濟性為主的轉移性收入需求較低。而教育對家庭經營性收入存在負面影響，可能與經營性收入的計算方式有關，本文是將農林牧副漁凈產值計入家庭經營性收入，但受過較高教育的群體往往具有脫農傾向，更愿意進入城市從事白領行業而不是在鄉村進行農業生產。

區域因素亦影響著居民家庭收入。相比于西部地區，家庭所在省份位于中部和東部對家庭總收入均產生正向影響。而家庭位于中部地區對家庭經營性收入存在正向影響，家庭位于東部地區則對家庭工資性收入存在正向影響，對轉移性收入造成負向作用。

3.3 金融素養對城鄉居民家庭收入結構的影響

金融素養和居民家庭收入之間可能存在反向因果和遺漏變量而導致的內生性問題。金融素養不僅會影響家庭總收入及其構成部分，家庭總收入及其構成部分也會在某方面影響著金融素養。比如說收入較少的家庭可能由于缺乏參與金融決策的機會，難以鍛煉自身的金融素養，從而導致其金融素養較低。同時，本文對居民家庭收入的影響因素也難以完全進行控制，不可避免地會存在著一定的遺漏變量。據此，本文參照尹志超等[29]的做法，將樣本所在社區的平均金融素養作為居民金融素養的工具變量，構建2SLS模型對樣本數據進行回歸分析，回歸結果見表6。

根據F值大于10的經驗法則，說明結果均不存在弱工具變量的問題。DWH檢驗也都在10%的水平上拒絕了不存在內生性的假設，說明該工具變量是合適的。在克服內生性后，原有回歸結果基本保持不變，進一步論證了金融素養對居民家庭收入的重要影響。而金融素養對家庭轉移性收入的影響在10%的統計水平上變得顯著，且符號為負（表6），這可能是由OLS回歸的內生性問題引起的估計偏誤，低估了金融素養對家庭轉移性收入的影響。因此，本文以2SLS作為最終的模型估計結果。

表6 金融素養對居民家庭收入影響的回歸結果Table 6 Regression results of the influence of financial literacy on household income

由于傳統OLS估計無法保證“零條件均值”這一嚴格假定，容易引發內生性問題，導致OLS為有偏估計，因此采用工具變量法（iv估計）來解決內生性問題，確保模型參數為無偏估計。考慮到政府補貼、社會捐助等收入雖然和養老金收入同為家庭轉移性收入，但是兩者的性質截然不同，前者為收入救濟，具有扶貧色彩，而后者則是一種“我為人人，人人為我”的風險轉嫁形式。因此，本文將轉移性收入細分為救濟性轉移收入和養老金收入進行模型回歸，探究金融素養對兩個不同性質轉移收入方式的影響。另外，金融素養對非投資獲利收入的影響卻少有學者進行研究，為驗證金融素養對兩種不同性質財產性收入的影響，本文亦將家庭財產性收入細分為投資獲利收入與非投資獲利收入，納入模型中進行回歸分析。結果表明，金融素養對家庭救濟性收入存在負向作用（表7）。說明居民金融素養越高，其對救濟金的需求也就越少。金融素養對養老金收入影響在1%的水平上顯著為正，說明金融素養可以顯著增加居民養老金收入。原因可能是金融素養較強的居民，也具備較高的金融風險意識，更善于做個人的財務規劃，對購買各類保險的偏好更強，吳雨等[30]的研究也證明了這一點。金融素養對家庭投資獲利收入的影響在1%的統計水平上高度顯著，說明金融素養可以顯著地增加家庭投資獲利收入，原因在于金融素養可以有效提高家庭投資組合的有效性和股市盈利可能性[31]。而金融素養對家庭非投資獲利收入的影響，從iv估計結果可以看出，工具變量沒有通過DWH檢驗，說明金融素養在該模型中是外生的，因此本文以OLS回歸結果作為最終估計結果。回歸結果顯示，金融素養對家庭非投資獲利收入亦存在積極影響。家庭非投資收入主要由房租收入、地租收入、其他資產出租收入以及征地、拆遷補償等組成，其中租金收入占據主導地位。在獲取租金收入的過程中，租約擬定、租金結算和違約風險防控都需要居民擁有一定的金融素養。

表7 細分家庭轉移性收入及財產性收入的回歸結果Table 7 Regression results of household transfer income and property income

鑒于我國獨特的二元化城鄉結構與各年齡段之間的巨大差異。為了進一步探究金融素養是否通過二元城鄉結構、年齡因素進而對家庭投資獲利收入產生影響，本文分別將金融素養與居民戶口的交互項、金融素養與年齡的交互項納入原有回歸方程，深入分析金融素養通過居民戶口和年齡因素對家庭投資獲利收入產生的影響。從回歸結果可知，金融素養與居民戶口的交互項顯著為負值（表8），說明如果居民為農村戶口，會削弱金融素養對家庭投資獲利收入的正面影響。進一步分析樣本的分布與描述性統計，發現農村地區居民家庭年齡標準差更大，高年齡段居民更低，學歷層次也更低，長輩可能會對金融素養更高的晚輩產生一定的負影響，進而制約了家庭投資獲利收入。回歸結果顯示年齡也會削弱金融素養對家庭投資獲利收入的正面影響，原因可能是在2014年的截面數據中，受訪居民平均年齡偏大，為49.501歲（表3），人的精力與投資意愿會跟年齡成倒U型，而調查對象的年齡已經過了倒U型的后半段，居民對金融知識的應用能力和金融決策能力逐步下降，進而制約家庭投資獲利收入。

表8 金融素養與居民戶口和年齡的交互項對家庭投資獲利收入的回歸結果Table 8 Regression results of the interaction between financial literacy and household registration and age on household investment income

3.4 穩健性檢驗

為了檢驗上述研究結果的穩健性，參考吳衛星等[15]和尹志超等[29]的做法，將問題回答的賦值結果進行加總，作為金融素養的替代變量進行回歸。為了降低替代變量的離散程度（最大值高達38，最小值僅為0），以金融素養評分加總標準化后的結果作為核心解釋變量（樣本金融素養加總的原始值減去均值再除以標準差）。金融素養對居民家庭收入影響的穩健性檢驗結果顯示，金融素養對居民家庭總收入、工資性收入和財產性收入存在顯著正向影響，對轉移性收入具有負向影響，與前文的結果是一致的。

細分家庭轉移性收入及家庭投資獲利收入的穩健性檢驗結果顯示，金融素養對救濟性轉移收入存在負向影響，對養老金收入和家庭投資獲利收入的影響則都在1%的水平上顯著為正。

金融素養與居民戶口和年齡的交互項對家庭投資獲利收入的穩健性檢驗結果顯示，工具變量回歸結果與前文的回歸結果大體保持一致，農村戶口和年齡都對居民金融素養的發揮存在削弱作用。綜上所述，本文的回歸結果是穩健的。

4 結論與建議

4.1 結論

研究表明，整體上我國居民金融素養水平偏低，對金融知識認知層次不高，與此相對應的則是當前居民家庭經營性收入和財產性收入水平仍處于低位；結構分布亦不均衡，男性、城鎮居民、高學歷居民、區域經濟發達地區和年輕者金融素養較高。

回歸結果表明，金融素養對居民家庭總收入、工資性收入和財產性收入均具有正向影響，提高居民金融素養水平有助于增加居民家庭收入水平。居民從事農業活動、個體私營活動、青壯年勞動力人數、居民健康程度、農村戶口、婚否、受教育程度、區域固定效應對家庭總收入、工資性收入、財產性收入和轉移性收入均存在差異化影響。東部和中部地區居民家庭的經營性收入和財產性收入更高；戶主年齡對家庭收入產生負向影響，這與通常的倒U型認知結論不吻合，可能與樣本當中戶主年齡較大有關。

4.2 建議

1）政府要加大金融通識教育，提高居民金融素養。開展金融通識教育提高居民金融素養，有助于提高居民投資理財的意識和動力，提高居民抵御金融詐騙和金融風險的能力。一是要積極發揮高等學校的職能，在大學課程中開展金融通識課程，提高大學生的金融素養，并積極發揮知識外溢作用，輻射和提升相關居民的金融素養。二是要積極發揮銀行等金融服務部門的職能，正確宣傳和推廣金融知識，提升網點周邊居民的金融素養。三是要發揮社區的服務職能，通過開展金融相關主題的教育和文藝活動，推動金融知識進區入戶，全面提升社區居民的金融素養。

2）政府要加大金融立法和監管力度，維護良好的金融秩序。研究發現影響居民金融素養提升動力的重要影響因素是不規范的金融秩序，包括不規范的金融宣傳和不規范的金融合同，各類防不勝防的金融詐騙行為等，政府及主管部門應該對金融宣傳和金融合同文本進行認真審核，保護居民的合法權益。要大力打擊各類金融詐騙行為，通過立法和嚴格執法來提高金融違法成本，通過制度來保障良好的金融秩序。

致謝：感謝北京大學中國社會科學調查中心（ISSS）在數據上的支持，感謝匿名評審專家對本文提出的寶貴意見 。