打造大眾化、長周期的養(yǎng)老金融

2023年末，中國60歲及以上人口2.97億，占全國人口的21.1%；2023年中國人平均壽命77歲，其中男性73.64歲，女性79.43歲；上海、北京、天津居前三，平均壽命分別達到83.24歲、83.18歲和82.02歲。有關(guān)部門預計，到2035年左右，中國60歲及以上人口將突破4億，占比超過30%。

按上述數(shù)據(jù)，目前約3億國人、十年后約4億國人退休，退休前有10年-20年的養(yǎng)老金融培育期，退休后有近20年的養(yǎng)老金融延續(xù)期。顯然，養(yǎng)老金融屬于雙向延伸的金融業(yè)務，可以成為一個超大群體、超長周期、超級規(guī)模的金融市場。

中國已建成全球規(guī)模最大的社會保障體系，養(yǎng)老保險第一支柱的基本養(yǎng)老保險人數(shù)約10.5億，其中城鎮(zhèn)職工約5億，城鄉(xiāng)居民約5.5億；全國基本醫(yī)療保險參保人數(shù)約13.5億，其中職工約3.7億，城鄉(xiāng)居民約9.8億。但是，市場化、商業(yè)化的養(yǎng)老金融目前還處在發(fā)展的初級階段，覆蓋面小。第二支柱企業(yè)年金參加人數(shù)約3000萬，第三支柱個人養(yǎng)老金參加人數(shù)約2000萬，正在試點的養(yǎng)老理財認購投資者47萬、規(guī)模約1000億元，長期養(yǎng)老儲蓄存款人數(shù)20萬、余額約400億元，商業(yè)養(yǎng)老金開戶59萬個，專屬商業(yè)養(yǎng)老保險保單74萬件、累積養(yǎng)老準備金約110億元。

黨的二十屆三中全會決定提出，“積極應對人口老齡化，完善發(fā)展養(yǎng)老事業(yè)和養(yǎng)老產(chǎn)業(yè)政策機制?！别B(yǎng)老金融是中央金融工作會議要求做好的金融大文章之一。國務院最近發(fā)布的《關(guān)于加強監(jiān)管防范風險推動保險業(yè)高質(zhì)量發(fā)展的若干意見》（保險新十條）明確了發(fā)展目標，到2029年“初步形成覆蓋面穩(wěn)步擴大、保障日益全面、服務持續(xù)改善、資產(chǎn)配置穩(wěn)健均衡、償付能力充足、治理和內(nèi)控健全有效的保險業(yè)高質(zhì)量發(fā)展框架”。到2035年“基本形成市場體系完備、產(chǎn)品和服務豐富多樣、監(jiān)管科學有效、具有較強國際競爭力的保險業(yè)新格局”。新十條對積極發(fā)展第三支柱養(yǎng)老保險、提升健康保險服務保障水平、健全普惠保險體系、發(fā)揮保險資金長期投資優(yōu)勢、持續(xù)推進高水平對外開放等提出了具體要求。我們必須以人民為中心，謀劃大局，創(chuàng)新驅(qū)動，打造大眾化、長周期、可持續(xù)的養(yǎng)老金融。

一、養(yǎng)老服務體系：多層次+廣覆蓋

據(jù)國家統(tǒng)計局數(shù)據(jù)，2023年全國居民人均可支配收入39218元，比上年實際增長6.1%。按全國人口五等份分組，高收入組人均可支配收入95055元，中間偏上收入組人均可支配收入50220元，中間收入組人均可支配收入32195元，中間偏下收入組人均可支配收入20442元，低收入組人均可支配收入9215元。高收入組是低收入組的10.32倍、中間偏下收入組的4.65倍。高收入群體可以獲得與家庭金融資產(chǎn)和支付能力相匹配的老齡生活護理和醫(yī)療服務。但是，面向中間偏上和中間收入群體的中端養(yǎng)老服務、養(yǎng)老金融遠遠不足，面向中間偏下和低收入群體的普惠型養(yǎng)老服務、養(yǎng)老金融更加欠缺。

不同家庭的財富積累、收入水平、支付能力和消費結(jié)構(gòu)各不相同，不同區(qū)域的自然環(huán)境、醫(yī)療水平、房地產(chǎn)價格和物價指數(shù)各不相同。必須構(gòu)建多層次、廣覆蓋、惠及人民大眾的養(yǎng)老服務體系。

第一，高端養(yǎng)老服務。

實力強的金融機構(gòu)有條件吸納與高端養(yǎng)老服務掛鉤的個人金融投資，區(qū)位好的高端養(yǎng)老社區(qū)有條件吸引中長期金融資本投資，只要政府在土地和稅費上給點支持，就能形成可持續(xù)的養(yǎng)老服務+養(yǎng)老金融商業(yè)模式。

例如，泰康在35個核心城市布局42個高品質(zhì)養(yǎng)老社區(qū)，突出“尊享”，執(zhí)行國際化的照護標準，提供醫(yī)療、保養(yǎng)、健身、文娛、老年大學等多元化的養(yǎng)老生活方案，按獨立生活、協(xié)助生活、專業(yè)照料和記憶照護分區(qū)分檔分價，萬元級月費，購買泰康幸福有約系列年金險200萬元保單總額可優(yōu)先鎖定入住權(quán)。

第二，中端養(yǎng)老服務。

多數(shù)中端養(yǎng)老社區(qū)的經(jīng)營者尚不具備吸納個人投資所需的金融資質(zhì)和商業(yè)信譽，機構(gòu)投資者對中端養(yǎng)老社區(qū)的投資偏于審慎，即使政府在土地和稅費上給了支持，目前仍未形成可普及的養(yǎng)老服務+養(yǎng)老金融商業(yè)模式。

例如，湖南的“九悅九養(yǎng)老”為老年群體提供“醫(yī)、護、康、娛、食”五位一體的照護方案，千元級月費，力圖通過標準化、高品質(zhì)的養(yǎng)老服務，為養(yǎng)老資產(chǎn)創(chuàng)造穩(wěn)定的回報，為金融資本提供可持續(xù)的投資收益，吸引金融資本，盤活養(yǎng)老資產(chǎn)。

由于中端養(yǎng)老服務的收費定價不可能太高，作為中端養(yǎng)老服務依托的養(yǎng)老資產(chǎn)需要的是較長周期、較低成本的資源配置。這就呼喚加大政策扶持力度，對中端養(yǎng)老服務所需的土地給予價格優(yōu)惠，對中端養(yǎng)老服務企業(yè)的稅費擴大減免幅度，與此同時對中端養(yǎng)老資產(chǎn)建設(shè)，建立政府投資基金、風險投資、保險投資和銀行信貸相結(jié)合的投融資機制，降低商業(yè)性投融資的風險，達成可預期的商業(yè)性投融資收益，形成可持續(xù)的中端養(yǎng)老服務+養(yǎng)老金融商業(yè)模式。

第三，普惠性養(yǎng)老服務。

2015年黨的十八屆五中全會提出“探索建立長期護理保險制度。”2024年黨的二十屆三中全會強調(diào)要“改善對孤寡、殘障失能等特殊困難老年人的服務，加快建立長期護理保險制度?！遍L護險制度體現(xiàn)了社會成員相互扶持的理念，建立了互助共濟的繳費制度，明確了國家的政策導向，是普惠性養(yǎng)老服務、養(yǎng)老金融的基礎(chǔ)制度保障。

2023年長護險試點城市49個，保險定點服務機構(gòu)8080家，參保人數(shù)1.83億，護理人數(shù)134.29萬。例如，福壽康以居家為核心、社區(qū)為依托，建立“醫(yī)療護理站+社區(qū)照護中心+養(yǎng)老院”的養(yǎng)老服務體系，運用數(shù)字化技術(shù)整合養(yǎng)老照護流程，實現(xiàn)醫(yī)養(yǎng)結(jié)合養(yǎng)老服務的標準化、可視化和連鎖化，年服務用戶10萬余人，年服務量超過1800萬人次，成為全國規(guī)模最大的居家醫(yī)療照護服務機構(gòu)。

普惠性醫(yī)療保險正在發(fā)展。例如，眾惠相互保險社與醫(yī)療機構(gòu)合作，為慢性腎臟病患者提供“腎愛保”專屬醫(yī)療保險服務，“帶病投保+慢病管理+互助保障”，分病種、分年齡、分性別、分階段定價。

目前的問題是，長期照護尚未形成多渠道籌資機制，醫(yī)療保險統(tǒng)籌基金是長護險的主要資金來源，上海、廣州達到100%。目前尚有結(jié)余的醫(yī)療保險統(tǒng)籌基金只能短期扶助長護險，長此以往可能加速醫(yī)療保險赤字，難以保障長護險的可持續(xù)發(fā)展。普惠性醫(yī)療保險目前基本依賴醫(yī)療保險統(tǒng)籌基金和新型農(nóng)村合作醫(yī)療。

加快發(fā)展養(yǎng)老金融，更加注重為中端養(yǎng)老服務和普惠性養(yǎng)老服務提供市場化、可持續(xù)的金融資源，與政策性養(yǎng)老資源相輔相成，是全局性的任務。一是完善養(yǎng)老金融產(chǎn)品體系。滿足人民群眾多樣化養(yǎng)老保障和跨期財務規(guī)劃需求，提供覆蓋廣泛、公平可得、保費合理、保障有效的保險服務，特別是加快發(fā)展商業(yè)保險年金和商業(yè)養(yǎng)老金業(yè)務，加快開發(fā)適應個人養(yǎng)老金制度的新產(chǎn)品和專屬產(chǎn)品，加快拓展面向中低收入群體的保險保障供給。二是引入公益慈善。二十屆三中全會提出“支持發(fā)展公益慈善事業(yè)”。應該考慮將公益慈善引入普惠性養(yǎng)老服務和養(yǎng)老金融，擴展長期護理保險籌資渠道，助力發(fā)展商業(yè)長期護理保險，對企業(yè)和個人捐贈資金用于資助養(yǎng)老服務的，給予稅前抵扣。

二、養(yǎng)老金融創(chuàng)新：大數(shù)據(jù)+人工智能

數(shù)字經(jīng)濟時代，數(shù)據(jù)成為重要的生產(chǎn)要素。中國依托互聯(lián)網(wǎng)經(jīng)濟超越式發(fā)展堆積的信息資源，在市場交易和公民行為領(lǐng)域具有全球領(lǐng)先的數(shù)據(jù)優(yōu)勢。宏觀上，海量的市場交易和公民行為數(shù)據(jù)是數(shù)字經(jīng)濟發(fā)展的寶貴資源，也是養(yǎng)老金融數(shù)字化創(chuàng)新的寶貴資源。微觀上，不同金融機構(gòu)占有數(shù)據(jù)的數(shù)量、質(zhì)量及其挖掘數(shù)據(jù)的能力，在很大程度上可以決定一家金融機構(gòu)經(jīng)營養(yǎng)老金融業(yè)務的實際能力。

中國公共數(shù)據(jù)存在行政分割的問題，涉及居民和企業(yè)的財務數(shù)據(jù)和行為數(shù)據(jù)，分散在金融機構(gòu)、金融監(jiān)管、工商管理、稅務、海關(guān)等不同的局域系統(tǒng)中，存在行政性數(shù)據(jù)分割，影響數(shù)據(jù)價值的深度開發(fā)。中國非公共數(shù)據(jù)存在流通不暢的問題。全國移動支付用戶超過9億，數(shù)字化支付是主要的數(shù)據(jù)入口，但數(shù)據(jù)大戶與金融機構(gòu)之間的數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)共享尚未達成成熟的模式，數(shù)據(jù)價值未能充分發(fā)掘。

最新的人工智能大模型實現(xiàn)了內(nèi)容生產(chǎn)方式和人機交互方式的變革。生成式AI模型可以學習和理解非結(jié)構(gòu)化數(shù)據(jù)，生成新的非結(jié)構(gòu)化內(nèi)容，包括文本、音頻、視頻、圖像和代碼，適應多種任務。GPT-4o大模型底層技術(shù)的核心是文本、視覺、語音多模態(tài)組合的感知、學習和交互的能力，已經(jīng)突破文本交互的局限性，能夠感知、理解和模擬動態(tài)的物理世界，能夠與真實世界進行交互和學習。新一代人工智能將加快基于多模態(tài)感知的技術(shù)創(chuàng)新，促進智能化的數(shù)字金融創(chuàng)新。

數(shù)字金融創(chuàng)新并非給傳統(tǒng)體制傳統(tǒng)流程加上數(shù)字化外套，而是從根本上改革體制，重構(gòu)流程，再造底層系統(tǒng)。人工智能+大數(shù)據(jù)，將進一步推進包括養(yǎng)老金融在內(nèi)的智能化數(shù)字金融創(chuàng)新。

第一，打破數(shù)據(jù)壁壘。

一是公共數(shù)據(jù)脫敏和開放共享。對具有公共屬性的機構(gòu)收集的個人信息和企業(yè)信息，進行脫敏處理消除個人和企業(yè)的標記。國家建立集中統(tǒng)一的公共數(shù)據(jù)庫和互聯(lián)互通的公共數(shù)據(jù)應用系統(tǒng)，打破數(shù)據(jù)孤島。公共數(shù)據(jù)按照“原始數(shù)據(jù)不出域、數(shù)據(jù)可用不可見”的要求，以模型、核驗等產(chǎn)品和服務等形式向社會提供，加大供給使用范圍。

二是個人數(shù)據(jù)和企業(yè)數(shù)據(jù)的確權(quán)和共同使用。對各類市場主體在生產(chǎn)經(jīng)營活動中采集加工的不涉及個人信息和公共利益的數(shù)據(jù)，應該確認市場主體對該數(shù)據(jù)的持有權(quán)、使用權(quán)和收益權(quán)。對承載個人信息的數(shù)據(jù)，數(shù)據(jù)處理者必須按照個人授權(quán)和法規(guī)許可范圍采集、持有、托管和使用，同時創(chuàng)新技術(shù)手段，推動個人信息匿名化處理，保障信息安全和個人隱私。要加快推進非公共數(shù)據(jù)按市場化方式“共同使用、共享收益”的新模式，支持金融機構(gòu)與互聯(lián)網(wǎng)平臺、交通物流企業(yè)、數(shù)據(jù)分析加工企業(yè)、征信機構(gòu)、公共服務機構(gòu)等“數(shù)據(jù)大戶”建立市場化的數(shù)據(jù)分享機制，為養(yǎng)老金融提供數(shù)據(jù)支持。

第二，行業(yè)級與企業(yè)級垂直模型融合發(fā)展。

用海量數(shù)據(jù)預訓練行業(yè)級垂直模型并持續(xù)調(diào)優(yōu)，再根據(jù)不同需求調(diào)適差異化應用，定制企業(yè)級垂直模型，可以有效降低模型開發(fā)的邊際成本，同時擴展模型的應用范圍。在養(yǎng)老金融領(lǐng)域，采用行業(yè)級和企業(yè)級垂直模型融合發(fā)展的技術(shù)路線，同時選擇適當?shù)纳虡I(yè)模式，有利于實現(xiàn)高效率、低投入、個性化的創(chuàng)新需求。

第三，全面提升養(yǎng)老金融智能化水平。

建立智能化的服務管理系統(tǒng)，實現(xiàn)客戶細分和差異化定價，為客戶提供個性化、定制化的養(yǎng)老金融方案；建立財富管理AI助理，準確識別客戶，提供更多關(guān)于客戶的定制見解和定制方案，提高銷售和顧問的服務品質(zhì)和工作效率；建立資產(chǎn)負債管理引擎，實現(xiàn)關(guān)聯(lián)崗位之間的高效協(xié)調(diào)，提高不同板塊之間的資金流動性；建立AI產(chǎn)品開發(fā)系統(tǒng)，提高產(chǎn)品的專業(yè)性和適應性，更好滿足市場需求。

第四，加強家族傳承的財富管理。

財富管理賦予養(yǎng)老金融保值增值、財富傳承等重要職能。借鑒國際上的成功經(jīng)驗，應該大力拓展家族傳承的財富管理，擴展養(yǎng)老金融功能。一是優(yōu)化個人和家庭的資產(chǎn)配置規(guī)劃，合理設(shè)計和安排金融資產(chǎn)投資、不動產(chǎn)投資、收藏品投資的資產(chǎn)結(jié)構(gòu)和時序結(jié)構(gòu)；二是優(yōu)化家庭和家族的財富傳承規(guī)劃，合理設(shè)計和安排家族財產(chǎn)繼承的稅務策略和法律事務；三是優(yōu)化家族和企業(yè)的財富再創(chuàng)造規(guī)劃，合理設(shè)計和安排家族投資增值、家族產(chǎn)業(yè)升級、家族人才培養(yǎng)的發(fā)展方向和行動方案。

第五，嘗試多模態(tài)AI技術(shù)創(chuàng)新和應用。

一是實現(xiàn)人機交互高擬真的人性化。例如，應用多模態(tài)技術(shù)的智能金融機器人有可能做到動態(tài)捕捉、即時感知、正確理解客戶的語言和表情，準確判斷客戶的風險偏好和業(yè)務訴求（意圖識別），采用具有人性溫度的表達方式為客戶提供最優(yōu)的服務方案，解決機器服務冰冷的問題，并能成為養(yǎng)老服務數(shù)字人。

二是實現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)處理高效率的精確性。例如，應用多模態(tài)技術(shù)的AI工具，可以在健康醫(yī)療保險業(yè)務中對病歷和醫(yī)療影像進行專業(yè)水準的質(zhì)檢和分類，核準健康評估，識別醫(yī)生字跡，辨別聲紋，甄別虛假理賠；可以在養(yǎng)老金融的服務前臺和運營管理中后臺對各種票據(jù)、合同等非結(jié)構(gòu)化數(shù)據(jù)進行真實性審核和自動化錄入，甄別克隆票據(jù)或虛假合同，正確提取數(shù)據(jù)并即時記賬，提高服務品質(zhì)，提高運營管理效率。

三、養(yǎng)老制度保障：專業(yè)化+長周期

大眾化、長周期的養(yǎng)老金融模式，是對傳統(tǒng)模式的重大變革，必須完善專業(yè)化的養(yǎng)老金融制度保障。

第一，建立集約化的經(jīng)營管理模式。

養(yǎng)老金融產(chǎn)業(yè)鏈長，涵蓋社保基金、商業(yè)銀行、人壽保險、財產(chǎn)保險、財富管理、直接投資、資產(chǎn)信托、住房租賃、養(yǎng)老社區(qū)、醫(yī)療保健、法務稅務等諸多領(lǐng)域，構(gòu)建全鏈條、跨業(yè)態(tài)的架構(gòu)有利于減少內(nèi)部摩擦，提高運營效率。有條件的金融機構(gòu)可以建立養(yǎng)老金融集團化經(jīng)營模式，養(yǎng)老金融的不同板塊通過資本樞紐組成金融集團，在風險有效隔離和分業(yè)監(jiān)管的基礎(chǔ)上，實現(xiàn)集團化管理和集約化經(jīng)營。

第二，擴大結(jié)構(gòu)性的金融市場開放。

間接融資與直接融資的比例，G20國家普遍為3∶7，中國則是7∶3；資本市場的外資持股占比，美國超過20%，英國超過50%，中國只有個位數(shù)。養(yǎng)老金融呼喚更高水平的資本市場開放。應該吸引更多具有養(yǎng)老金融、證券投資、財富管理專業(yè)特色的國際一流金融機構(gòu)到中國設(shè)立分公司或子公司，支持合格境外機構(gòu)投資入股境內(nèi)金融機構(gòu)，加快形成頭部金融機構(gòu)為主的專業(yè)化、國際化養(yǎng)老金融體系；應該在保障金融安全的前提下逐步放開資本項目資金跨境流動的限制。

第三，發(fā)揮養(yǎng)老資金長期投資優(yōu)勢。

健全資本市場功能，發(fā)展長久期投資產(chǎn)品，支持養(yǎng)老資金入市。培育耐心資本，加大戰(zhàn)略性新興產(chǎn)業(yè)、先進制造業(yè)、新型基礎(chǔ)設(shè)施等領(lǐng)域投資力度，建立未來產(chǎn)業(yè)投入增長機制，服務新質(zhì)生產(chǎn)力發(fā)展。

第四，安全與效率并重。

數(shù)字金融創(chuàng)新必須以維護國家金融安全為前提，實現(xiàn)符合倫理標準的金融平等，保障符合安全標準的金融效率，營造符合經(jīng)濟規(guī)律的創(chuàng)新模式。

智能金融創(chuàng)新面對的挑戰(zhàn)主要包括模型歧視、算法趨同、隱私保護等。模型歧視指模型輸出的結(jié)果出現(xiàn)對某些群體的集體性偏見、差評和政策限制；算法趨同指在不同機構(gòu)的量化交易之類的程序中，由于算法邏輯趨同出現(xiàn)相同的市場趨勢預測，執(zhí)行相同的市場交易策略，導致單邊化的市場交易，引發(fā)暴漲暴跌的市場危機。

金融業(yè)應用生成式人工智能剛剛起步?？煽紤]的原則是“高中初小”：占領(lǐng)技術(shù)高地，全球領(lǐng)先的中國方案，把風險消滅在萌芽狀態(tài)，風險概率和風險成本最小化。

養(yǎng)老金融屬于跨界交集的業(yè)態(tài)，養(yǎng)老金融的數(shù)字化創(chuàng)新要求金融監(jiān)管同步創(chuàng)新。一是實行一體化、穿透式的金融監(jiān)管，覆蓋各類養(yǎng)老金融機構(gòu)，穿透不同的金融市場和金融業(yè)務，共享多方監(jiān)管數(shù)據(jù)，執(zhí)行一致性合規(guī)標準，實現(xiàn)金融監(jiān)管全流程智能化，降低監(jiān)管成本和被監(jiān)管成本；二是完善法律法規(guī)，明確智能金融各參與方的責任邊界，包括智能金融監(jiān)管的基本原則、監(jiān)管機構(gòu)的職責和權(quán)限、金融機構(gòu)的智能金融業(yè)務規(guī)范；三是建立智能金融技術(shù)審核認證制度，完善人工智能大模型的測試平臺、工具、標準和方法；四是建立智能金融風險分析和監(jiān)測系統(tǒng)，及時識別、評估并提前預警異常交易和市場操縱，主動預防系統(tǒng)性風險。

第五，探討長周期真實性的財務會計準則。

財政部決定，中國從2018年起執(zhí)行“國際財務報告準則第9號：金融工具”（IFRS9），符合條件的保險公司可從2021年起執(zhí)行；從2023年起執(zhí)行“國際財務報告準則第17號：保險合同”（IFRS17），符合條件的保險公司可從2026年起執(zhí)行。

IFRS9是管金融工具因而是資產(chǎn)端的準則，金融資產(chǎn)由原準則的“持有至到期投資HTM”“貸款和應收款項LR” “可供出售金融資產(chǎn)AFS”“為交易而持有FT”四分類，改為按“合同現(xiàn)金流特征”和“業(yè)務模式”，分為“以攤余成本計量的金融資產(chǎn)AC”“以公允價值計量且其變動計入當期損益的金融資產(chǎn)FVOCI”“以公允價值計量且其變動計入其他綜合收益的金融資產(chǎn)FVTPL”的三分類，債務工具的減值規(guī)則由“已發(fā)生損失法”變更為“預期信用損失法”。這將對不同分類的金融資產(chǎn)在財務報告期的價值表現(xiàn)帶來不同影響，并進一步影響保險公司金融資產(chǎn)配置的結(jié)構(gòu)、類別和期限。

IFRS17是管保險合同因而是負債端的準則，要求將原準則按收付實現(xiàn)制確認的保費收入，改為按履行保險合同義務的每一期間確認保險服務收入并剔除投資成分，要求損益表以利源形式列報，新準則下的保險服務收入=合同服務邊際攤銷+預期賠付及費用+獲取費用攤銷+短險已賺保費，不再是銷售保單收取的保費。這將對儲蓄型、保障型、資管型等保險產(chǎn)品在財務報告期的價值表現(xiàn)帶來不同影響，導致保險公司的保險服務收入大幅下降，并進一步影響保險公司的產(chǎn)品策略和資產(chǎn)配置管理。

養(yǎng)老金融負債端和資產(chǎn)端的存續(xù)周期都很長，財務會計準則強調(diào)當期財務報告的真實性，未必能體現(xiàn)長周期真實性的要求。在IFRS9和IFRS17規(guī)則下，保險公司的資產(chǎn)端和負債端對市場波動的反映都更加敏感，資產(chǎn)與負債的長久期缺口擴大，產(chǎn)品策略的選擇余地縮小。應該從戰(zhàn)略高度評判新準則對養(yǎng)老金融的正負面效應，在制度設(shè)計上力求趨利避害；應該按照長周期真實性的原則，對不同類別的投資產(chǎn)品建立合理的估值方法，支持養(yǎng)老金融市場優(yōu)化金融資源配置。

（作者為中國銀行原行長；編輯：蘇琦）