一、引言及文献综述

家庭在进行投资组合选择的过程中需要考虑住房、教育、养老等支出不断上涨带来的风险，其中由于健康水平下降带来医疗支出风险是中国家庭资产需要面临的重要经济冲击之一。全国统计数据显示，“全民医保”后居民的医疗需求被释放，参保社会医疗保险的居民医疗总费用迅速增长，明显高于同期非参保居民，存在一定的道德风险现象。居民的医疗服务需求被释放，如果医药总费用增加幅度高于社会医疗保险对居民医疗费用补偿的幅度，医保人群的自付医药费用反而增加。由此，我国的医疗保险制度是否有效减轻了居民的医疗经济负担，降低了预期医疗支出风险，从而对家庭总体财富和资产选择行为产生影响是值得进一步研究的。

国外学者研究发现，生命周期、家庭财富、信贷约束[4,5,6,7,8]、风险偏好以及背景风险等都是影响家庭资产选择的重要因素。[1,2,3,4,5]

健康风险作为背景风险的一种，对家庭投资行为会产生重要影响。Guiso[6]发现健康状况与家庭投资组合选择的经验模式显著相关，病情越重的投资者持有的风险资产越少。Rosen和Wu[7]通过使用HRS(Health&Retirement Study）数据发现健康状况差的居民投资风险资产的概率及持有比重更低，并且从健康保险、风险态度、遗赠动机和时间展望几个方面讨论了健康水平对家庭投资的影响机制，但是没有得出明确结论。Edwards[8]从效用的角度分析健康风险对家庭资产选择的影响，认为健康状况不同的居民当前与未来消费的边际效用不同，从而使家庭做出不同的投资决策。

大多数涉及医疗保险和家庭投资决策的文献，都将医疗保险作为健康风险影响家庭投资的调节变量或中介渠道，间接研究其对家庭投资产生的影响[9]。Goldman和Maestas[10]的研究表明，医疗保险通过背景风险和外部风险的替代效应促进家庭风险资产投资。Atella等[11]以跨国数据实证研究发现医疗保险会降低由于健康风险产生的医疗支出，从而促进家庭调整风险投资水平。

目前国内对家庭资产组合选影响因素的研究大多集中在生命周期、借贷约束以及是否拥有住房等方面[12,13,14]，从社会保障尤其是社会医疗保险的角度分析家庭资产投资的文献较少。

大量理论和实证研究表明，社会医疗保险会对家庭的投资行为产生重要影响。相较资产选择研究的迅速发展，基于投资效率的研究相对匮乏。本文从社会医疗保险的角度出发，研究如何提高家庭投资效率，可以增加家庭财产性收入，缓解居民财富差距过大的局面，使得资本市场能够真正起到为民生服务，分享经济发展成果的作用。为了研究家庭投资效率，普遍做法为将夏普比率作为家庭投资效率的替代变量[15,16,17]，本文也以此为基础进行研究。

二、数据来源及变量选取

本文使用的数据来源于2013年中国家庭金融调查（China Household Finance Survey,CHFS）数据库。数据由西南财经大学中国家庭金融调查中心在全国范围内开展的调查获得，采用分层、三阶段和规模度量成比例（PPS）的抽样方法，数据质量高且具有良好的代表性。样本覆盖了全国29个省份的262个县（市）、1048个社区，共获得28142户家庭微观数据，提供了受访家庭的详细资产配置情况、是否参与社会医疗保险、家庭的资产与收入、人口统计特征等方面的详细信息。数据清理过程中，剔除了所选择被解释变量和解释变量的缺失值及严重的异常值后，使用15204户家庭进行研究分析，其中包括城镇家庭10470个、农村家庭4734个。

（一）家庭投资效率

本文参考Grinblatt et al.[18]和吴卫星等[15]的做法，引入夏普比率作为衡量家庭投资效率的替代指标。家庭投资的资产主要包括流动资产和固定资产。在利用夏普比率计算投资效率的文献中，只包含流动资产[19]和同时包含流动资产以及房产[20]的研究都存在，故本文为了结果的稳健性，分别计算两者的夏普比率，表示为sharp＿ratio1和sharp＿ratio2。在流动资产中，综合考虑参与人数，占总资产比重和数据可得性等方面，选取股票、债券和基金三种资产。房产在家庭总资产中占比最高，是评价家庭投资效率中不可忽略的一种资产。房产同时具有消费品和投资品的属性，仿照吴卫星等[15]的做法，将家庭除自有住房外的房产计入家庭投资资产。值得注意的是，CHFS2013中没有关于住房是否属于家庭自有住房的提问，本文将家庭除首套房之外的房产作为投资资产参与计算夏普比率。夏普比率的计算公式如下：

其中，为投资组合的预期回报率，为无风险利率，采用五年期国债利率表示，为投资组合的标准差，为每种资产占家庭总资产的比重。若要计算资产的夏普比率，需要知道资产的收益率，根据CHFS2013调查数据，仅知道某项资产的投资额，但并不知道构成该项资产具体的账户数据。例如股票，虽然知道家庭投资股票的总金额及股票投资额占总资产的比重，但无法得知该家庭投资了哪几种股票以及每种股票的收益情况。借鉴Pelizzon和Weber[20]Grinblatt等[18]以及吴卫星等[15]的研究成果，采用指数替代这一平均化的方式来处理，从而求得收益序列数据。

家庭持有股票的收益率，利用深成指数和上证指数月度收益率按成交额加权的平均值计算；家庭持有债券的收益率，采用中证综合债指数的月平均收益率来代替；家庭持有基金的收益率，采用上证基金指数及深证基金指数月度收益率加权平均来代替，权重为各自成交额在总成交额中占比；房产收益率则是先用商品住宅每月销售总额除以每月销售面积求得月房价数据序列，之后求得家庭持有房产月收益率。

为计算各项投资资产的收益率，本文截取2003年2月至2013年12月的时间区间。具体原因为在这个时间区间内，以股市为代表的流动资产投资市场经历了一个完整的周期[15]，中国经济的发展也呈现出明显的周期性。同时考虑到很多模型都是以历史数据作为检验的基础，认为历史往往会重演，本文使用的数据是家庭金融调查2013年的数据，故本文选取这一时间区间。得到股票、债券、基金、房产资产的收益率后，即可按照公式计算家庭投资流动资产和总体投资的夏普比率，代表家庭的投资效率。

（二）社会医疗保险及其他控制变量

作为核心解释变量，本文主要从两个角度衡量家庭的社会医疗保险情况。首先是家庭社会医疗保险的参与情况。如果家庭全部成员均参加了社会医疗保险，则赋值为1，否则赋值为0。随着社会医疗保险覆盖率的不断提高，仅仅研究社会医疗保险参与情况已经不够，故本文加入社会医疗保险的保障水平因素。在CHFS2013问卷中，社会医疗保险主要包括公费医疗、城镇职工基本医疗保险、城镇居民基本医疗保险和新型农村合作医疗保险四类，且不同地区制度情况也有差异，导致家庭的社会保障水平有显著的不同。由于我国存在着“保障水平幻觉”，即真实的保障水平和名义保障水平间存在较大差距，真实保障水平可以用社会医疗保险报销的医疗消费占家庭总体医疗消费的比例计算。同时考虑到可能由于家庭未发生医疗支出或医疗支出过小选择不报销，使这一指标不能真实反映家庭的实际保障水平，还在数据处理过程中剔除了医疗支出小于100元的家庭。

在实证分析过程中，控制的变量主要包括家庭特征、户主特征、以及其他保险情况等三个方面。

首先，家庭层面，主要包括家庭财富、房产情况、家庭规模以及健康状况。本文采用家庭总资产的对数控制家庭财富。家庭规模代表家庭的人口数。在家庭总资产中，房产占比很大，会对家庭投资决策产生重要影响，因此在控制变量中加入家庭是否拥有自有住房这一虚拟变量。值得注意的是，健康风险是影响家庭资产组合选择的背景风险中的一种，社会医疗保险也主要是通过为家庭的健康风险提供保障最终影响家庭投资，为更全面评价整个家庭的健康状况，本文用家庭中个人自评健康的平均值代表。

其次，采用户主的个人特征对人口统计特征因素对家庭资产选择的影响进行控制。主要有户主的年龄、性别、教育程度1、婚姻状况以及工作情况。风险态度是影响风险资产配置的重要因素，研究中加入这一变量，1至5分别代表“不愿意承担任何风险”、“略低风险、略低回报的项目”、“平均风险、平均回报的项目”、“略高风险、略高回报的项目”和“高风险高回报的项目”。

为了控制家庭其他保险的影响，控制变量中加入了代表户主养老保险情况和家庭补充医疗保险的虚拟变量。家庭中有一人拥有一种补充医疗保险，则赋值为1，否则为0。此外，还在回归中加入了控制城乡差异的户籍变量和地区差异的地区虚拟变量。

（三）描述性统计

表1主要变量说明及描述性统计

表1结果显示，家庭投资流动资产的夏普比率sharp＿ratio1和包含房产投资的sharp＿ratio2均值分别为0.0087和0.0171，都处于较低水平。主要原因是夏普比率主要计算风险资产的投资效率，样本家庭整体投资风险资产的比例很低，且大量家庭未配置任何风险资产，未配置风险资产的家庭夏普比率取值为0。社会医疗保险参保率很高，达到86%以上，我国社会医疗保险全覆盖的目标基本实现。但家庭整体医疗保险保障水平较低，平均报销比例仅有27%，且只有18.6%的家庭拥有补充医疗保险，若发生健康冲击，医疗支出水平的变化可能会对家庭投资行为产生重要影响。

三、实证检验及结果分析

（一）模型设定

本文研究的主要对象为以夏普比率为代表的家庭投资效率。参与股票、债券、基金或房产任一市场的家庭，夏普比率是可以观测的，当家庭不持有上述任何风险资产时，被解释变量为不可观测的潜变量，数据是左截尾的，故本章选取Tobit模型考察社会医疗保险对家庭投资效率的影响。具体形式如下：

公式中，sharp＿ratio*代表由方程决定的潜变量，INS代表本文的核心解释变量社会医疗保险，X是控制变量。在分别以社会医疗保险参保和保障水平为核心解释变量进行基本回归后，分别通过倾向分匹配（Propensity Score Matching,PSM）和广义倾向分（Generalized Propensity Score,GPS）的方法处理可能存在的内生性，并进行社会医疗保险对不同群体影响的异质性比较。

（二）回归结果

通过Tobit模型进行回归后，结果如表2所示，同时，为了便于比较，还加入了OLS的回归结果，由于Tobit模型回归系数本身经济意义不大，结果中汇报各变量的平均边际效应。

基本回归结果显示，在控制其他变量的情况下，社会医疗保险对家庭投资效率具有显著的正向影响，OLS和Tobit模型回归结果显著性差异不大。Tobit模型的回归结果显示，社会医疗保险参保家庭相比未完全参保家庭投资流动资产的效率提升了2.1%，家庭总体投资效率提升了1.4%，结果在1%的统计水平均显著。家庭医疗保险保障水平提升一个单位，流动资产投资效率显著提高0.037个单位，总体资产投资效率显著提高0.015个单位。不管是参保还是保障水平，社会医疗保险都对家庭提升流动资产和总体资产的投资效率产生显著的促进作用，且对流动资产投资效率作用更加突出。可能的原因是流动资产投资相对房产投资财富门槛更低，当家庭风险水平发生变化时，调整更加容易。社会医疗保险能够在为家庭健康风险提供保障的同时，使家庭整体资产结构发生调整，并最终促进其投资效率的提升。

控制变量中，年龄、教育、家庭财富水平和保险状况都对家庭投资效率产生了重要的影响。年龄与家庭投资效率呈先增后减的倒U形。在某一年龄拐点之前，随着年龄的增加，家庭投资效率提升，超过年龄拐点之后，家庭资产配置趋于保守，投资效率下降。这与家庭资产配置的生命周期理论相一致，在不同的生命周期阶段，家庭面临的风险不确定性不同，从而不断调整家庭的资产配置情况。教育对家庭流动资产和总体投资效率都有显著的正向影响，可能因为教育水平提高了人的认知能力，从而提高了家庭的资产选择效率。随着家庭总资产的增加，家庭投资效率随之上升，表明财富水平高的家庭在投资方面更具有优势。家庭在投资时一般都有一定的资产水平限制，富裕家庭通常较少受流动性约束的制约，故相对于贫穷家庭来说能够更加有效的配置资产。同时房产与家庭投资效率具有显著的负向相关性，表明我国房产吸收了家庭过多的流动性，对投资具有一定的挤出作用。拥有养老保险和补充医疗保险对家庭投资效率的提高也有显著的促进作用，这也从一个侧面证明了随着社会保障程度的提升，家庭的风险敞口缩小，能够促进家庭资产配置的多样化，提高家庭投资效率。此外，家庭投资效率还存在显著的城乡差异，说明本文之后研究社会医疗保险对家庭投资效率影响的异质性是有必要的。

表2基本回归结果

（三）基于倾向得分匹配的内生性处理

虽然社会医疗保险在样本中的参保比例达到86%，参与社会医疗保险的保障程度由参与社会医疗保险种类和当地的保险制度决定，具有一定的外生特点，但为了处理可能存在的内生性，本文通过使用倾向分匹配（Propensity Score Matching,PSM）和广义倾向分（Generalized Propensity Score,GPS）的方法对之前Tobit模型的回归结果进行进一步的修正与检验。

1．是否参保对家庭投资效率的影响

研究社会医疗保险对家庭投资效率的影响，内生性问题主要产生于是否参保的自选择问题，以及可能存在同时影响社会医疗保险和投资效率的遗漏变量。为了消除混淆变量所带来的选择性误差以及克服模型本身可能存在的内生性问题，PSM利用处理变量的不同取值将样本分为“处理组”和“控制组”，通过建立“反事实”框架，以类似“随机实验”的方法来控制内生性[21]。在本文的研究中，由于未完全参保家庭的样本量远远小于参保家庭数量，为了得到更加稳健的结果，将社会医疗保险的未参保家庭定义为处理组，参保家庭为对照组，研究未参保家庭的投资效率是否显著低于参保家庭。

具体的匹配过程分三步进行。第一步是通过构建Probit模型产生倾向值，模型以前文中的控制变量作为解释变量，将是否参保作为被解释变量。第二步，通过不同的匹配方法将处理组和对照组的倾向得分进行匹配，匹配后由于处理组和控制组的变量间不再具有显著差异，可以有效减缓回归中遗漏变量的问题，同时对潜在个体特征的差异进行了控制，消除选择性偏差，整个过程可以看作随机实验，进而得到真实的结果。本文为了结果的稳健性，使用近邻匹配、半径匹配和核匹配三种匹配方法，将处理组（未参保家庭）和对照组（参保家庭）的倾向分进行了匹配。第三步，得到平均处理效应（Average Treatment Effect on Treated,ATT），以此评估社会医疗保险提高家庭投资效率的净效果。ATT的计算公式为：

表达式中，Di表示家庭是否参保的处理变量，取1时表示未参保家庭，取0时代表参保家庭；Y表示不同的处理变量取值得到的不同结果，其中Y1i表示第i个没有社会医疗保险家庭的投资效率，Yoi表示第i个有社会医疗保险家庭的投资效率。最终ATT的计算公式为

其中，表示经过倾向分匹配之后，处理样本的个数，和分别是处理个体i和对照个体j的结果，表示权重。

经过倾向得分匹配后得到社会医疗保险参保对家庭投资效率的影响如表3所示。本文数据样本量较大，大样本数据的匹配方法一般为1:1近邻匹配[22]，为了结果的稳健性，表3还给出了半径匹配以及核匹配的匹配结果。近邻匹配、半径匹配和核匹配三者得出处理效应的方向一致，只是显著性水平有差别。根据PSM结果，未拥有社会医疗保险的家庭相比未参保家庭，金融资产配置效率和整体资产配置效率平均低约0.2%，但这一结果在近邻匹配中并不显著。说明基本回归结果中Tobit模型的回归结果存在一定内生性，在控制混淆变量后，家庭拥有社会医疗保险对家庭投资效率的提高虽然有一定的正向影响，但这种正向的影响并不显著。

表3 PSM内生性处理结果

2．保障水平对家庭投资效率的影响

为了检验其对家庭投资效率的影响，本文采用的方法为广义倾向得分法（GPS）。本文根据Hirano&Imbens[23]的做法，在给定连续的处理变量（医疗保险保障水平）和广义倾向得分下描述任一保障水平所对应结果变量（家庭投资效率）的条件期望。控制变量为X，处理变量为T，定义广义倾向得分R=r(T,X），令保障水平T的条件密度函数为，结果变量。假定在给定广义倾向得分的密度函数时，密度函数与控制变量X相互独立，即

具体的广义倾向得分法实施主要包括三个阶段。首先在给定控制变量X的情况下，估计处理变量的条件分布。医疗保险保障水平的取值在区间[0,1]，假设符合Logistic分布，函数形式如下

本文的样本中，社会保障水平的分布是严重有偏的，存在大量零观测值，根据这一分布特征，采用Fractional Logit Model(Papke&Wooldridge,1996)[32]，在广义线性模型框架下通过最大化伯努利对数然方程估计社会保障水平的条件概率密度，并获得广义倾向得分值的估计值：

其次，用医疗保险保障水平和已经估计出的广义倾向得分构建模型，加入二次项和交互项，计算结果变量家庭投资效率的条件期望：

最后，利用估计系数，计算不同社会医疗保险保障水平对应的家庭投资效率情况：

此时广义倾向得分已经控制了个体的选择效应，任意两个社会保障水平上家庭投资效率的差异可以解释为社会保障水平变化对投资效率的净影响，即处理效应（Pairwise Treatment Effect），。在计算与完全无保障家庭相比任意社会医疗保障水平带来的家庭投资效率净影响时，将赋值为0即可，并通过Bootstrap方法计算的最终结果如表4所示，并在图1中列出保障水平对家庭投资效率的“剂量反应”函数。

表4不同社会保障水平对家庭投资效率的影响

由表4和图1可以看出，保障水平对家庭投资流动资产的效率和总体投资效率影响的趋势基本一致。在社会保障水平很低时，保障水平的提高并不能促进家庭投资效率的提升，甚至有一定的负向影响。可能的原因是，家庭真实保障水平很低时，不能有效缓解由于健康冲击造成的医疗支出风险，家庭可能重点关注的是社会医疗保险的缴费，导致参保对风险资产的投资产生了一定的挤出作用，投资效率下降。当社会保障水平超过0.3且低于0.6时，社会保障水平的提高对家庭投资效率有显著的正向影响。家庭投资流动资产的效率和总体投资效率的高点分别出现在家庭保障水平为0.6和0.7左右。综合来讲，如果以提高家庭总体投资效率为目标，最优的社会保障水平为0.6左右。根据表1描述性统计的结果，目前家庭的医疗保险保障水平均值为0.27，还处在较低水平，家庭保障水平的提高会对投资效率的提升起到明显的促进作用。

图1剂量反应函数

（四）异质性分析

在分析基本回归结果时发现，社会医疗保险对家庭投资效率的影响具有显著的城乡差异。为了研究社会医疗保险对不同群体影响的异质性，同时检验结果的稳健性，本文按照城乡、年龄和收入三个标准将总体样本家庭进行划分2，分别进行了回归，结果如表5所示，由于GPS内生性处理后显著性结果与Tobit模型结果基本没有差异，故在此省略。

根据PSM的结果，在全样本中，拥有社会医疗保险对家庭投资效率有一定程度的正向影响，但并不显著。根据表5中的城乡比较发现，在城市家庭中社会医疗保险参保和保障水平对家庭投资效率促进作用高于农村家庭，且分别在5%和1%的统计水平显著。产生这种情况的主要原因可能是城镇家庭整体对风险资产的接受程度较高，选择的资产范围更加广泛，当家庭风险水平变化时，可以通过家庭资产合理多样的配置提高家庭投资效率。农村对金融市场接受程度较低，金融知识水平不高和配套设施不普及，即使风险发生改变，很难通过调整资产结构达到更合理的资产配置。

年龄的异质性分析中，根据PSM结果显示，参与社会医疗保险的中青年家庭，投资效率相对未参保家庭显著提高了0.003个单位，但在老年家庭中这一影响并不显著。保障水平的提升对中青年和老年家庭投资效率的提升效果均显著。除了由于老年人对资本市场接受能力的限制，还有一个很重要的原因是，我国老年人参保率整体较高，是否参保已经不能对老年家庭产生显著差异性影响，此时提高老年家庭的保障水平对家庭投资效率的提升更加有效。

在经过了PSM处理内生性之后发现，社会医疗保险对高收入家庭的资产配置效率提升帮助更大。相比完全参保家庭，未完全参保家庭的金融资产配置效率降低0.6，总体资产配置效率降低1.1%，但在中低收入家庭中，这一效应要低很多，且显著性水平也不高。可能的原因是，高收入家庭可以相对自由选择可投资的风险资产，而不受财富门槛的限制，将风险合理分散，在社会医疗保险为家庭医疗支出风险提供了保障之后，资产组合与风险相适应，家庭投资效率更高。因此，为了提高我国居民财产收入，不仅需要提高家庭投资意愿，还应适当降低投资不同风险产品的投资门槛。

总体上，参与社会医疗保险对家庭投资效率具有一定的正向影响，但在农村、老年和中低收入家庭这种影响并不显著。社会医疗保险保障水平的提升作用显著性水平更高，且在不同家庭中更加稳健。

表5基于群体差异的异质性检验

四、结论及建议

本文从社会医疗保险的角度出发，基于2013年家庭金融调查（CHFS）微观数据，通过建立Tobit模型和倾向得分匹配的方法实证研究其对家庭资产配置效率的影响及其群体异质性，得出以下研究结论：社会医疗保险参保对家庭投资效率具有一定的促进作用，但在经过PSM处理内生性后，这一作用不再显著；社会医疗保险保障水平对家庭资产配置效率的正向影响具有稳健性，保障水平提升一个单位，家庭流动资产和总体投资效率分别提高0.037个单位，和0.015个单位，经过GPS处理内生性后这一作用仍然显著；为促进家庭投资效率的提升，最优的医疗保险保障水平在0.6左右；社会医疗保险对家庭投资效率的提升作用具有异质性，在城市家庭、中青年家庭和高收入家庭中这一作用更加突出。

首先，建立多层次的健康保障体系，提高家庭医疗保险保障水平。在我国社会医疗保险实行之初，将重点放在扩大保障范围，实现全民医保。但这也一定程度上导致了对保障水平的忽视，造成我国目前社会医疗保险整体保障水平较低，“看病难，看病贵”的问题还没有得到根本解决，医疗支出还在家庭总支出中占有重要比重，制约着家庭投资效率的提升。只有不断提高社会医疗保险实际保障水平，完善医疗保险的补充项目，提高医疗保险给付水平，降低居民在医疗保险中的负担比例，才能有效减轻居民就医的经济压力，提高居民对更高水平的医疗服务的可及性，降低居民医疗支出风险敞口，引导家庭合理投资，增加居民财产性收入。

其次，不断普及金融知识，提高居民理财意识。社会医疗保险对家庭投资效率的影响存在城乡异质性，其中部分原因就在于农村家庭普遍理财意识低于城镇家庭。由于部分群体缺乏金融市场的相关知识，不能通过多元化的投资获得更高财产收入，无法抵御通货膨胀带来的损失，拉大与其他家庭的财富差距。政府应该更多的普及金融知识与金融教育，充分发挥金融知识的正外部性，引导家庭大量闲散的资金自觉而合理地流向资本市场，在促进资本市场的发展和国家实体经济的增长的同时，提高家庭福利。

最后，规范资本市场，促进投资产品多样化和针对性发展。就目前而言，我国资本市场上能够供家庭投资者分散风险的投资产品很少。投资渠道的不畅大大限制了我国居民资产结构的优化和调整。这需要因时因地制宜，根据投资家庭的实际需求，对产品进行合理创新，为产品增加吸引力，产品营销人员也需要根据不同家庭的投资需求合理推荐投资产品。与此同时，政府应该为居民创建一个良好公平交易机制和价格形成机制，进一步加强资本市场监管力度，完善相关经济金融法律法规，保护合法的财产性收入，使所有投资者能够分享长期的收益。

参考文献：

[12]吴卫星,齐天翔.流动性､生命周期与投资组合相异性———中国投资者行为调查实证分析[J].经济研究,2007(2):97-110.

[13]周弘,张成思,何启志.中国居民资产配置效率的门限效应研究:金融约束视角[J].金融研究,2018(10):55-71.

[14]陈永伟,史宇鹏,权五燮.住房财富､金融市场参与和家庭资产组合选择———来自中国城市的证据[J].金融研究,2015(4):1-18.

[15]吴卫星,丘艳春,张琳琬.中国居民家庭投资组合有效性:基于夏普率的研究[J].世界经济,2015(1):154-172.

[16]杜朝运,丁超.基于夏普比率的家庭金融资产配置有效性研究———来自中国家庭金融调查的证据[J].经济与管理研究,2016,37(8):52-59.

[17]柴时军.社会资本与家庭投资组合有效性[J].中国经济问题,2017(4):29-41.

桑林.社会医疗保险对家庭投资效率的影响及其异质性分析[J].社会科学家,2019(09):40-49.