A Crisis of Beliefs: Investor Psychology and Financial Fragility

元数据

作者: Nicola Gennaioli, Andrei Shleifer
年份: 2018
类型: 学术专著 (Princeton University Press)
关键词: diagnostic expectations, representativeness, neglected risk, credit cycles, fire sales, financial crisis, belief distortion, extrapolation, overreaction
核心主题: 投资者信念偏差如何导致金融脆弱性和信贷周期

一句话总结

本书将Kahneman-Tversky的"代表性启发式"形式化为diagnostic expectations（诊断性预期）的数学模型，并以单一心理参数 $\theta$ 统一解释了2008年金融危机中投资者对房价/MBS安全性的过度乐观、信贷周期的繁荣-萧条、调查预期数据中系统性的过度反应——主张金融危机本质上是一场"信念的危机"（crisis of beliefs）。

研究问题

2008年金融危机的根源：是道德风险与银行挤兑（标准解释），还是市场参与者（家庭、银行家、监管者）系统性低估了房价下跌的尾部风险？
信念形成的微观基础：为何投资者预期表现出系统性的外推/过度反应模式？能否用代表性启发式（representativeness heuristic）的形式化建模来解释？
信贷周期的内生机制：在没有外生信贷供给冲击下，信念扭曲能否生成信贷利差、垃圾债比例、投资的繁荣-萧条周期？
金融脆弱性的传导：被忽视风险（neglected risk）如何转化为过度证券化，进而通过fire sales（火售）放大冲击？
统一框架可行性：能否用单一参数模型同时解释下行风险忽视、外推、过度反应、预测误差可预测性、预期逆转等多种实证规律？

核心贡献

代表性的形式化：将Kahneman-Tversky的代表性启发式严格数学化为公式 (5.3) 中的诊断性概率密度——通过似然比 $R(\tau, G) = h(T=\tau|G)/h(T=\tau|-G)$ 加权，使该概念可用于经济学建模。
"真理核心"（kernel of truth）性质：诊断性信念夸大数据中真实存在的统计模式而非凭空捏造，使模型对Lucas批判免疫，以理性预期 ( $\theta=0$ ) 为特例。
信贷周期的诊断性预期理论：将AR(1)基本面下的诊断性预期嵌入信贷供给模型，自然产生ARMA(1,1)的债务动态——同时生成过度扩张、过度均值回复、过度波动、可预测的预测误差。
被忽视风险与金融脆弱性：构建Neglected Risk Model（命题3.1），证明对下行风险的忽视会导致安全债务过度发行，并在风险重新浮现时通过fire sales引发危机。
2008年金融危机的信念叙事：系统梳理银行家、分析师、政策制定者的信念证据，论证危机的核心驱动力是信念扭曲，而非纯粹的代理问题或银行挤兑。
统一调查预期实证：将Greenwood-Shleifer (2014)、Bordalo-Gennaioli-La Porta-Shleifer (2017) 等关于股票回报、企业盈利、信贷利差的调查预期实证发现统一在诊断性预期框架内。
跨数据集校准：参数 $\theta$ 在不同市场和数据设定下估计值稳定在0.7~1.0之间，支持其作为"普遍心理参数"的稳定性。

维度1：数据来源与实证策略

方法分类：理论 + 实证综合

本书是一部综合性学术专著，融合了三种研究方法：

理论建模：
- 第3章：构建了"被忽视风险模型"(Neglected Risk Model)，基于 Gennaioli, Shleifer, and Vishny (2012, 2013) 的两篇论文
- 第5章：形式化 Kahneman-Tversky 代表性启发式，提出"诊断性信念"(Diagnostic Beliefs) 的数学框架，基于 Gennaioli and Shleifer (2010) 和 Bordalo, Coffman, Gennaioli, and Shleifer (2016a)
- 第6章：将诊断性预期嵌入动态信贷周期模型，基于 Bordalo, Gennaioli, and Shleifer (BGS 2018)
实证分析：
- 第2章：系统梳理2008年金融危机参与者（银行家、分析师、政策制定者）的信念证据
- 第4章：汇总调查预期数据（股票回报、企业盈利、信贷利差的预测误差），引用 Greenwood and Shleifer (2014)、Bordalo, Gennaioli, La Porta, and Shleifer (BGLS 2017) 等实证研究
综述与叙事：
- 第1章：2008年金融危机的详细叙事，从房价泡沫到雷曼破产
- 第7章：开放问题讨论与未来研究方向

数据来源

调查预期数据：Blue Chip 专业预测、CFO 调查、分析师盈利预测
金融市场数据：ABX 指数（MBS 价格）、VIX、信贷利差、repo haircuts
宏观数据：房价（Case-Shiller）、抵押贷款违约率、ABCP 市场规模
IMF 金融系统损失估计

维度2：理论框架

模型一：被忽视风险模型（第3章）

模型设定：两期模型（t=0,1），两类主体——中介机构（intermediaries）和投资者（investors）。

中介机构最大化期望贴现利润：
$ $\Pi_0 + \beta_I \Pi_1 \quad (3.1)$ $

中介机构以抵押贷款组合为抵押发行安全债务（AAA级MBS）。抵押贷款产生随机偿付 $\tilde{X} \in [0, +\infty)$ ，密度函数为 $f(\tilde{X})$ 。

AAA 约束：投资者的风险容忍度为 $\delta^*$ ，债务违约概率必须低于此阈值：
$ $\int_0^N f(\tilde{X}) d\tilde{X} \leq \delta^* \quad (3.2)$ $

投资者估值（债务定价）：
$ $p(N) = \beta_h \left[1 - \int_0^N \left(1 - \frac{\tilde{X}}{N}\right) f(\tilde{X}) d\tilde{X}\right] \quad (3.3)$ $

中介机构利润最大化：
$ $\max_{N} (\beta_h - \beta_I) \left[N - \int_0^N (N - \tilde{X}) f(\tilde{X}) d\tilde{X}\right] + \beta_I \int_0^{+\infty} \tilde{X} f(\tilde{X}) d\tilde{X} \quad (3.4)$ $
$ $s.t. \quad \int_0^N f(\tilde{X}) d\tilde{X} \leq \delta^*$ $

理性预期均衡：AAA约束恰好约束，最优发行量 $N^*$ 满足：
$ $\int_0^{N^*} f(\tilde{X}) d\tilde{X} = \delta^* \quad (3.5)$ $

被忽视风险定义 (Definition 3.1)：主体忽视阈值 $\underline{X}$ 以下的下行风险，其感知分布 $f^\theta(\tilde{X})$ 满足：
$ $\int_0^X f^\theta(\tilde{X}) d\tilde{X} < \int_0^X f(\tilde{X}) d\tilde{X} \quad \text{for all } X \leq \underline{X}$ $

命题 3.1：当 $\underline{X} > N^*$ 时，被忽视下行风险提高安全债务发行量： $N^\theta > N^*$ 。

扭曲的AAA约束：
$ $\int_0^{N^\theta} f^\theta(\tilde{X}) d\tilde{X} = \delta^* \quad (3.6)$ $

真实违约概率（高于感知）：
$ $Pr(\tilde{X} < N^\theta) = \int_0^{N^*} f(\tilde{X}) d\tilde{X} + \int_{N^*}^{N^\theta} f(\tilde{X}) d\tilde{X} = \delta^* + \int_{N^*}^{N^\theta} f(\tilde{X}) d\tilde{X} \quad (3.7)$ $

危机时投资者估值崩溃：
$ $p_{inv}^{crisis} = \epsilon \beta_h \left[1 - \int_0^{N^\theta} \left(1 - \frac{\tilde{X}}{N^\theta}\right) f(\tilde{X}) d\tilde{X}\right] \quad (3.8)$ $

因果链条：被忽视风险 --> 过度债务发行 --> （低流动性财富时）火售与危机

模型二：代表性与诊断性信念（第5章）

适应性预期基准（机械外推）：
$ $\Delta_t p_{t+1}^e = (1-\lambda) \Sigma_{s \geq 0} \lambda^s \Delta p_{t-s} \quad (5.1)$ $

代表性的形式化。类型 $T = \tau$ 对群组 $G$ 的代表性由似然比定义：
$ $R(\tau, G) \equiv \frac{h(T = \tau | G)}{h(T = \tau | -G)} \quad (5.2)$ $

诊断性概率密度（核心公式）：
$ $h^\theta(T = \tau | G) = h(T = \tau | G) \left[\frac{h(T = \tau | G)}{h(T = \tau | -G)}\right]^\theta Z \quad (5.3)$ $

其中 $\theta \geq 0$ 衡量概率扭曲程度， $Z$ 为归一化常数。 $\theta = 0$ 退化为理性预期。

核心性质："真理核心"(Kernel of Truth) -- 诊断性信念通过夸大数据中真实存在的统计模式来产生偏差。

模型三：诊断性预期与信贷周期（第6章）

基础过程：决策者预测服从 AR(1) 过程的变量：
$ $\hat{X}_{t+1} = \rho \hat{X}_t + \epsilon_{t+1} \quad (6.1)$ $

其中 $\epsilon_{t+1}$ 为均值零、方差 $\sigma^2$ 的 i.i.d. 正态冲击。

代表性的似然比：
$ $R(\hat{X}_{t+1}, t) = \frac{f(\hat{X}_{t+1} | \hat{X}_t)}{f(\hat{X}_{t+1} | \rho \hat{X}_{t-1})} \quad (6.2)$ $

命题 6.1（诊断性预期）： $\hat{X}_{t+1}$ 在 $t$ 期的诊断性分布为正态分布，期望为：
$ $\mathbb{E}_t^\theta(\hat{X}_{t+1}) = \rho \hat{X}_t + \rho \theta (\hat{X}_t - \rho \hat{X}_{t-1}) \quad (6.3)$ $

关键含义：诊断性预期沿当前新闻 $\hat{X}_t - \rho \hat{X}_{t-1}$ 的方向扭曲理性预期 $\rho \hat{X}_t$ 。当 $\rho > 0$ 且收到好消息时，预期过度乐观（外推）；收到坏消息时，预期过度悲观。

预测误差与预测修正的协方差（过度反应的检验）：
$ $cov(\hat{X}_{t+1} - \mathbb{E}_t^\theta(\hat{X}_{t+1}), \mathbb{E}_t^\theta(\hat{X}_{t+1}) - \mathbb{E}_{t-1}^\theta(\hat{X}_{t+1})) = -\theta(1+\theta)\rho^2 \sigma^2 \quad (6.4)$ $

当 $\theta > 0$ 时为负，表明对新闻的过度反应。

信贷周期模型。风险借款人现金流服从对数 AR(1)：
$ $\ln \tilde{X}_t = \rho \ln \tilde{X}_{t-1} + \epsilon_t \quad (6.6)$ $

风险债务发行：
$ $\ln N_t^\theta = \rho \hat{X}_t + \rho \theta (\hat{X}_t - \rho \hat{X}_{t-1}) + \sigma z^* \quad (6.7)$ $

债务运动定律：
$ $\ln N_t^\theta = (1-\rho)\sigma z^* + \rho \ln N_{t-1}^\theta + \rho(1+\theta)\epsilon_t - \rho^2 \theta \epsilon_{t-1} \quad (6.8)$ $

这是一个 ARMA(1,1) 过程，对比理性预期下的 AR(1)。

命题 6.2（信贷周期性质）：当 $\theta > 0$ 时，风险债务（及垃圾债份额）具有以下性质：

(i) 对好消息过度扩张： $cov(\ln N_t^\theta, \epsilon_t) = \rho(1+\theta)\sigma^2$
(ii) 比基本面更强的均值回复： $\frac{cov(\ln N_t^\theta, \ln N_{t-1}^\theta)}{var(\ln N_{t-1}^\theta)} = \rho - \frac{\rho(1+\theta)\theta(1-\rho^2)}{[1+(1-\rho^2)\theta(2+\theta)]}$
(iii) 过度波动： $var(\ln N_t^\theta) = \frac{\rho^2 \sigma^2[1+(1-\rho^2)\theta(2+\theta)]}{1-\rho^2}$
(iv) 预测误差可预测： $\mathbb{E}_t[\ln N_{t+1}^\theta - \mathbb{E}^\theta(\ln N_{t+1}^\theta | t)] = -\rho^2 \theta \epsilon_t$

信贷利差动态（命题 6.4）：
$ $\varphi_t = \rho \varphi_{t-1} + \rho^2 \theta \epsilon_{t-1} - (\rho(1+\theta) - 1)\epsilon_t \quad (6.11)$ $

投资周期（命题 6.5）：
$ $I_t \approx a_0(1-\rho) + \rho I_{t-1} - a_1 \rho^2 \theta \epsilon_{t-1} + a_1 \rho(1+\theta)\epsilon_t \quad (6.12)$ $

参数校准： $\theta$ 的经验估计值在 0.7 到 1.0 之间，跨不同市场和数据设定保持一致。

维度3：核心发现

关于2008年金融危机

信念是危机的核心驱动力：家庭、金融机构和政策制定者普遍对房价和MBS的安全性持过度乐观预期。危机不仅是道德风险或银行挤兑，更是一场"信念的危机"。
被忽视风险导致过度证券化：市场参与者低估房价下跌的尾部风险概率，导致AAA级MBS和CDO的过度发行。到2007年，超过4万亿美元的机构MBS和2.5万亿美元的私人标签MBS未偿付。
风险错配引发火售：当被忽视的风险重新浮现，风险厌恶的投资者抛售MBS，而中介机构流动性不足无法回购，触发火售。AAA级RMBS价格下跌约70%，之后又反弹约120%，呈现典型V型价格模式。
雷曼的教训：雷曼破产不是因为雷曼本身特殊，而是市场从中学到两件事：(a) 政府愿意让系统性重要机构倒闭；(b) 金融系统的互联程度远超预期，导致了连锁清算。

关于调查预期与信贷周期

调查预期具有信息量：不同调查工具间预期一致，且能预测投资者和企业管理者的实际行为。理性预期假说在金融市场数据中被拒绝。
系统性外推偏差：投资者、分析师和管理者系统性地将过去外推到未来。好消息后过度乐观，坏消息后过度悲观。预测误差与预测修正负相关，证实过度反应。
信贷扩张预测经济衰退：快速信贷扩张（特别是风险信贷）预测未来经济活动下降，这与 Schularick and Taylor (2012)、Mian, Sufi, and Verner (2017) 的发现一致。

关于诊断性预期模型

统一框架：诊断性信念模型用一个参数 $\theta$ 统一解释了多种看似不同的偏差：下行风险忽视、外推、过度反应、预测误差可预测性和预期逆转。
"真理核心"性质：诊断性信念夸大数据中真实存在的统计模式（而非凭空捏造），使其区别于纯机械的适应性预期，且对 Lucas 批判免疫。
信贷周期的内生理论：模型生成信贷利差、垃圾债份额和投资的繁荣-萧条周期，无需外生信贷供给冲击。过度反应自然将繁荣与随后的萧条联系起来。

维度6：与其他文献的关系

本书在文献中的位置

本书处于行为金融学、宏观金融和信贷周期文献的交叉点。它代表了将心理学微观基础（Kahneman and Tversky 的代表性启发式）系统应用于宏观金融和信贷周期分析的开创性尝试。

关键引用网络

心理学基础：

Kahneman and Tversky (1974): 代表性启发式的原始概念
Tversky and Kahneman (1983): 合取谬误和代表性的进一步阐述
Gennaioli and Shleifer (2010): 代表性启发式的首次形式化

行为金融前驱：

Shiller (1981): 股市过度波动
Barberis, Shleifer, and Vishny (1998): 反应不足与过度反应模型
Daniel, Hirshleifer, and Subramanyam (1998): 过度自信模型

被忽视风险与金融脆弱性：

Gennaioli, Shleifer, and Vishny (GSV 2012, 2013): 本书第3章模型的原始论文
Brunnermeier and Pedersen (2009): 流动性螺旋模型
Gorton and Metrick (2012): 银行挤兑视角

调查预期实证：

Greenwood and Shleifer (2014): 调查预期与模型预期收益负相关
Bordalo, Gennaioli, La Porta, and Shleifer (BGLS 2017): 分析师预测的过度反应与真理核心
Coibion and Gorodnichenko (2015): 预测误差与预测修正的关系检验

信贷周期：

Kindleberger (1978), Minsky (1977): 信贷过度扩张导致危机的经典洞见
Schularick and Taylor (2012): 信贷扩张预测金融危机
Greenwood and Hanson (2013): 信贷质量在繁荣期恶化
Lopez-Salido, Stein, and Zakrajsek (LSZ 2017): 低利差预测利差上升和经济增长下降
Bordalo, Gennaioli, and Shleifer (BGS 2018): 诊断性预期与信贷周期（本书第6章的论文基础）

适应性/外推性预期的替代模型：

Adam, Marcet, and Beutel (2017): 基于外推的资产定价
Barberis et al. (2018): 基于外推的市场泡沫
Bordalo, Gennaioli, Ma, and Shleifer (2018): 实验室中对信念的诊断性预期检验

与实验经济学的联系

模型的"真理核心"性质已在实验室实验中得到验证（BCGS 2016b 的性别刻板印象实验）
Landier, Ma, and Thesmar (2017) 的实验证据支持预期的过度反应随过程持续性调整
诊断性信念为经典心理学实验（Linda问题、基率忽视等）提供了统一解释

未解决问题与研究前沿

$\theta$ 是否为跨情境稳定的普遍心理参数
如何将火售纳入动态信贷周期模型以解释不对称性（深度危机 vs. 温和扩张）
信念偏差与金融摩擦的交互作用
过度反应与反应不足在何种条件下各自占主导
诊断性预期下的最优政策设计（逆风而行 vs. 消防员策略）

维度4：关键变量概览

变量符号	含义	类型/单位	关键作用
$\theta$	诊断性扭曲程度	无量纲， $\geq 0$	核心心理参数； $\theta=0$ 为理性预期；经验估计0.7~1.0
$R(\tau, G)$	类型 $\tau$ 对群组 $G$ 的代表性（似然比）	无量纲	决定哪些类型被诊断性高估/低估
$h^\theta(T=\tau\|G)$	诊断性条件概率密度	概率密度	公式(5.3)，扭曲后的信念分布
$f^\theta(\tilde{X})$	主体感知的偿付分布	概率密度	与真实 $f(\tilde{X})$ 在下行尾部存在低估
$\underline{X}$	被忽视的下行风险阈值	与偿付同单位	$\underline{X}>N^*$ 时产生过度证券化
$\delta^*$	投资者对AAA债务的违约容忍度	概率	AAA约束的右侧
$N$ / $N^\theta$ / $N^*$	安全债务发行量	货币	理性 $N^$ vs. 诊断性 $N^\theta>N^$
$\hat{X}_t$	基本面变量（AR(1)过程）	视应用而定	第6章信贷周期模型的状态变量
$\rho$	AR(1)持续性	$\in (0,1)$	决定外推方向与强度
$\mathbb{E}_t^\theta(\hat{X}_{t+1})$	诊断性条件期望	公式(6.3)	等于 $\rho\hat{X}_t + \rho\theta\cdot\text{news}$
$\varphi_t$	信贷利差	basis points	命题6.4的因变量
$I_t$	总投资	货币	命题6.5的因变量
预测误差–预测修正协方差	过度反应度量	$-\theta(1+\theta)\rho^2\sigma^2$	$\theta>0$ 时为负，构成可检验假设

维度5：局限性

静态记忆/无注意力分配：诊断性预期假设主体根据当前比较组（reference group）瞬时调整信念，未刻画记忆衰减或注意力分配的动态——后续Bordalo-Gennaioli-Shleifer (2020)的associative memory才补足这点。
单一参数 $\theta$ 的稳定性：虽校准值在0.7~1.0之间稳定，但缺乏个体异质性建模，未能解释为何某些投资者更易被代表性误导。
无micro-founded fire sale机制：虽提出fire sales是危机放大机制，但模型中并未严格内生化fire sale的发生条件（依赖assumption而非deep parameter）。
对反应不足现象解释有限：诊断性预期主要预测过度反应，但实证文献（Coibion-Gorodnichenko）也发现宏观共识预测中的反应不足。何时过度反应、何时反应不足的边界条件不清楚。
政策含义未充分发展：第7章承认诊断性预期下的最优政策（lean against the wind vs. clean up after）尚未严格刻画。
测量代表性群组的难度：在实证应用中，"对照组" $-G$ 的定义存在自由度——理论与实证之间的mapping需要更明确的identification。
未涵盖战略互动与社会传染：模型为单决策者贝叶斯框架，未刻画社交网络中信念传染（如herding、social contagion）对危机动态的放大作用。
对长期增长缺乏机制：模型聚焦周期性波动，未与长期增长模型整合（如内生信贷市场发展对增长的影响）。

维度7：可拓展的研究方向

个体异质性诊断性预期：将 $\theta$ 视为个体特征，研究为何某些投资者/分析师更易诊断性外推（与认知能力、金融素养、经验的关系）。结合 Enke_Graeber_2023_CognitiveUncertainty 的认知不确定性框架。
诊断性预期的实验微观证据：通过实验直接操纵代表性群组，检验诊断性预期相对于其他外推模型（适应性预期、Bayesian updating、CGEE）的解释力，与 Bordalo_Gennaioli_2024_DiagnosticExpectations_Lab 等结合。
政策实验：研究宏观审慎政策（资本要求、loan-to-value约束）在诊断性预期世界中的最优设计——当事前过度乐观时，政策应如何设置反周期buffer。
诊断性预期与LLM/AI的联系：LLM的训练涉及next-token条件概率估计，是否在某些任务上呈现"诊断性偏差"？提供AI behavior的新视角。
整合associative memory：将 Bordalo_2020_Memory_LotteryRecall、Enke_Schwerter_2020_AssociativeMemory_BeliefFormation 的associative memory机制与诊断性预期统一，刻画"为何某些群组成为对照组"。
不对称的信贷周期：增加金融摩擦（leverage constraint）以生成"快速崩溃 + 缓慢恢复"的不对称动态。
股市与信贷市场的联动：将诊断性预期同时应用于股票回报与信贷利差，刻画two-asset diagnostic dynamics。
国际维度：将诊断性预期扩展到汇率、跨境资本流动，解释"sudden stops"与货币危机。
诊断性家庭消费/储蓄：诊断性预期对收入、房价的影响如何传导到消费/储蓄决策？与 Malmendier_2020_InvestorExperiences_MarketDynamics 的experience effects对话。
机器学习识别 $\theta$ ：用高维微观数据（社交媒体文本、搜索数据）测量 group-specific representativeness，提供 $\theta$ 的非参数估计。

总结性评价

本书提出了一个雄心勃勃的理论框架，试图用单一心理机制（代表性启发式）统一解释金融市场中的多种信念偏差现象。其最大贡献在于：(1) 将Kahneman-Tversky的心理学概念形式化为可用于经济学建模的工具；(2) 展示该工具不仅能解释实验室现象，还能生成信贷周期的宏观动态；(3) 提供了一个将信念直接纳入金融危机分析的范式，超越了传统的道德风险和银行挤兑解释。模型以理性预期为特殊情况（ $\theta = 0$ ），保持了前瞻性和对Lucas批判的免疫性，这是相对于机械外推模型的重要优势。

关键结论

2008年金融危机本质上是"信念危机"：家庭、银行家、分析师、政策制定者均系统性低估了房价下跌的尾部风险。任何不将信念扭曲纳入解释框架的危机理论都不完整。
代表性启发式可形式化为诊断性预期：通过似然比加权（公式5.3），代表性启发式从心理学概念转化为可嵌入经济模型的数学工具，且包含理性预期为特例（ $\theta=0$ ）。
诊断性预期生成内生信贷周期：在AR(1)基本面 + 诊断性信念下，债务发行呈ARMA(1,1)动态——同时具有对好消息过度扩张、强于基本面的均值回复、过度波动、可预测预测误差等特征（命题6.2）。
预测误差与预测修正负相关是诊断性预期的核心检验：公式 (6.4) 给出 $cov = -\theta(1+\theta)\rho^2\sigma^2 < 0$ ，已被Bordalo-Gennaioli-La Porta-Shleifer (2017) 等多项实证研究证实。
被忽视风险（neglected risk）导致过度证券化和金融脆弱性：当 $\underline{X} > N^*$ 时，AAA约束失效，发行量过度（命题3.1）；当风险重新浮现，fire sales引发价格急剧崩溃（如AAA级RMBS下跌70%后又反弹120%）。
统一框架优势：单一参数 $\theta$ 同时解释下行风险忽视、外推、过度反应、预期逆转、信贷利差繁荣-萧条——超越了Barberis-Shleifer-Vishny (1998)、Daniel-Hirshleifer-Subrahmanyam (1998) 等独立模型。
"真理核心"是关键创新：诊断性信念夸大数据中真实存在的统计模式，因此随环境变化而调整，对Lucas批判免疫——这与机械的适应性预期模型形成本质区别。
雷曼破产的教训不是"应该救助"：而是市场从中学到金融系统互联程度远超预期，触发对所有金融机构的diagnostic过度悲观。
政策含义：传统的"clean up after the bust"策略可能不足；需要在繁荣期识别信念扭曲与系统性风险积累，并设计逆风而行的宏观审慎政策。
范式转变意义：本书代表了行为金融从"解释市场异象"向"解释金融危机宏观动态"的范式拓展，为信念-信贷-周期的研究议程奠定基础。

Gennaioli_Shleifer_2018_CrisisOfBeliefs