Ivanov_2009_Hindsight_Foresight_Insight
Hindsight, Foresight, and Insight: An Experimental Study of a Small-Market Investment Game with Common and Private Values
一句话总结
通过 Levin-Peck (2006) 内生时序投资博弈的实验室检验 (3 处理 100+ OSU 经济学本科生)，作者用最大似然估计同时拟合三种策略 (S/M/F) 的混合权重，发现具备"前瞻性 (Foresight)"的策略 F 在所有三个处理中始终占据约 57% 权重——即使在 F 被严格占优的 Treatment 3 中也几乎不变 (p=0.95)，这一证据否定了 cursed equilibrium、level-k、QRE 等基于信念的均衡理论，支持"基于洞察的经验法则 (insight-based rules of thumb)"作为更恰当的行为解释。
研究问题
- 在小型市场内生时序投资博弈中，被试能否：(a) 基于自身信号正确判断投资盈利性 (洞察 insight)；(b) 从对手第 1 轮行动中推断信息 (后见之明 hindsight)；(c) 为获取信息主动延迟有利投资 (前瞻 foresight)？
- 实际行为相对 Nash 均衡是否表现为系统性过度投资？
- 跨理论 (Nash / cursed equilibrium / level-k / QRE) 预测差异是否在跨处理 (Two-Cost vs. Alternating One-Cost) 行为变化中体现？
- 在 Treatment 3 (F 被严格占优) 中，若行为由信念驱动，F 应消失；若由经验法则驱动，F 比例不变——哪个预测被支持？
- 被试个体特征 (SAT、GPA) 如何影响投资博弈中的表现？
核心贡献
- 实验首次检验 Levin-Peck (2006) 内生时序投资博弈：将理论模型搬入实验室，量化偏离均衡的方向与机制。
- 三策略 MLE 框架：将 S (Self-contained, 仅基于自身信号)、M (Myopic, 短视但具后见之明)、F (Foresight, 主动延迟以获取信息) 三种策略作为有限混合，估计混合权重 (p_S, p_M, p_F) 与错误参数 \epsilon，提供策略层面行为分解。
- Treatment 3 的关键鉴别设计：通过微调成本 (5.7 取代 6.5) 与折扣 (0.8 取代 0.9)，使类型 (1,H) 第 1 轮投资成为占优策略、F 严格被占优——所有信念理论 (cursed/level-k/QRE) 均预测 F 应消失，但实证 p_F = 0.574 与 Two-Cost 处理几乎相同 (p=0.95)。
- 三种行为解释的清晰区分：将"基于洞察的经验法则"与基于均衡的信念理论形式化对照，证明被试更可能将策略视为"洞察良好的启发式"而非贝叶斯均衡推理。
- 过度投资的精确刻画：实证投资频率 56-57% 显著高于 NE 预测 38%/51%，平均利润仅为 NE 利润 69-73%。
- 实证一致性挑战理论差异化预测：跨处理行为几乎相同 (投资频率、利润、F 权重均无显著差异)，对预测应不同的均衡理论形成强力反驳。
- 个体特征解释：SAT 显著正向预测实验收入，GPA 效应在控制 SAT 后消失，表明认知能力 (而非课业) 是决定投资博弈表现的关键。
维度1：实验设计分析
基本信息
- 作者: Asen Ivanov, Dan Levin, James Peck
- 机构: The Ohio State University
- 年份: 2006 (working paper, preliminary and incomplete)
- 期刊/状态: Working Paper
- 关键词: 内生时序投资博弈, 后见之明(hindsight), 前瞻(foresight), 洞察(insight), 过度投资, Nash均衡, cursed equilibrium, level-k beliefs, 经验法则(rules of thumb)
一、核心研究问题与理论贡献
研究问题
在一个具有内生时序(endogenous timing)的投资博弈中，被试能否：
- 正确判断投资盈利性（基于自身信号做出合理决策）
- 后见之明(Hindsight)：从对手的第1轮投资行为中推断信息
- 前瞻(Foresight)：为了获取信息而延迟有利的投资
- 行为究竟是由信念理论（cursed equilibrium / level-k beliefs）还是由基于洞察(insight)的经验法则驱动？
理论贡献
- 首次对Levin and Peck (2006)的内生时序投资博弈模型进行实验检验
- 区分了三种行为理论（Nash/cursed equilibrium/level-k）与"洞察驱动的经验法则"解释
- 引入Treatment 3作为关键鉴别条件：在该处理中策略F是严格被占优的，若行为由信念理论驱动，F的使用应消失；但若由经验法则驱动，F的比例不应显著变化
- 发现最大似然估计结果与信念理论不一致，但与"基于洞察的经验法则"一致
二、实验流程（详细）
2.1 博弈结构
基本设定：
- 2名风险中性玩家，真实投资回报 Z 属于 {0, 10}，等概率（pr(Z=0) = pr(Z=10) = 1/2）
- 每名玩家 i 观察到两个私有信号：
- 共同价值信号 X_i 属于 {0, 1}：与Z相关，信号精度 alpha = 0.7（pr(Z=0|X_i=0) = pr(Z=10|X_i=1) = 0.7）
- 私有投资成本 c_i：为L(低)或H(高)
- 折扣因子 delta = 0.9（Treatment 3中为0.8）
- 四种玩家类型：(0,H), (0,L), (1,H), (1,L)，其中第一个分量为共同价值信号，第二个为成本
博弈流程（每个trial内）：
- 每个trial开始时，两名被试随机匿名配对
- 双方各自私下观察自己的信号组合 (X_i, c_i)
- 第1轮：双方同时决定是否投资
- 未在第1轮投资的被试观察对方第1轮是否投资
- 第2轮：未投资的被试决定是否投资
- 如此继续（最多至两名都投资或连续两轮无人投资后结束）
- 投资是不可逆的，每人每trial最多投资一次
- 收益：若在第t轮投资，收益为 delta^(t-1) * (Z - c_i)；不投资则收益为0
2.2 三个实验处理（Treatments）
Treatment 1: Two-Cost Treatment（双成本处理）
- 每个trial中被试玩Game 1
- 成本有两种可能：L = 3.5 或 H = 6.5，各以1/2概率随机抽取
- 两名被试的成本相互独立
- Nash均衡预测：
- 类型(0,H)：从不投资(N)
- 类型(0,L)：等待(W) -- 若对方第1轮投资则第2轮跟投
- 类型(1,H)：等待(W)
- 类型(1,L)：第1轮投资(1)
- 2个session，每session 18名被试
Treatment 2: Alternating One-Cost Treatment（交替单成本处理）
- 奇数trial玩Game 2（低成本，c = 3.5），偶数trial玩Game 3（高成本，c = 6.5）
- 成本对双方相同且公开知识
- Nash均衡预测：
- Game 2：(1,L)第1轮投资，(0,L)等待
- Game 3：(0,H)不投资，(1,H)以概率0.4916投资、概率0.5084等待（混合策略）
- 2个session（26和20名被试）
Treatment 3（关键鉴别处理）
- 与Alternating One-Cost Treatment几乎相同
- 关键差异：高投资成本改为5.7（而非6.5），折扣因子改为0.8（而非0.9）
- 结果：类型(1,H)在第1轮投资是占优策略，策略F严格被占优
- 在任何基于信念的理论（cursed equilibrium / level-k / QRE）下，F都不应被使用
- 但在"洞察驱动的经验法则"框架下，F的比例不应显著变化
- 1个session，28名被试
2.3 实验实施细节
- 地点：俄亥俄州立大学实验经济学实验室
- 被试：经济学本科生
- 软件：z-Tree (Fischbacher, 1999)
- 每个session结构：
- 2个练习trial + 24个正式trial（用真实货币）
- 练习期间可以提问，正式trial开始后不可提问
- 配对方式：每个trial开始时随机匿名配对，trial间重新匹配
- 支付机制：
- 初始余额20 ECU（实验货币单位）
- 每trial根据投资决策收益/亏损调整余额
- 汇率：Two-Cost和Alternating One-Cost为0.6 $/ECU，Treatment 3为0.5 $/ECU
- 最终支付 = max(现金余额转换金额, $5)
- 若余额降至0以下则被支付$5并离开
- 平均收入：Two-Cost $22.82, Alternating One-Cost $23.53, Treatment 3 $20.27
- 时长：含指导说明阅读约1小时45分钟至2小时
- trial结束条件：双方都已投资，或连续两轮无人投资
2.4 被试屏幕信息
- 被试可看到自己的成本 c_i 和信号 X_i
- 在第2轮决策时可看到对方第1轮是否投资
三、核心发现
3.1 总体层面的行为合理性（Result 1）
- 被试对自身信号做出合理响应：类型越有利，投资概率越高
- 第1轮投资频率排序：(0,H) 9%/6% < (0,L) 14%/13% < (1,H) 35%/42% < (1,L) 78%/74%（Two-Cost/Alternating）
- 被试具备后见之明能力：看到对方第1轮投资后，第2轮投资概率显著增加（增量效应 0.292/0.306，p<0.001）
3.2 相对Nash均衡的过度投资（Result 3）
- 实际投资频率显著高于NE预测（Two-Cost: 56% vs 38%, Alternating: 57% vs 51%）
- 过度投资在Two-Cost Treatment中尤为突出
- 实际平均利润低于NE预测利润（Two-Cost: 0.79 vs 1.07 ECU，Alternating: 0.79 vs 1.14 ECU），实际利润约为NE利润的69-73%
3.3 行为跨处理的一致性（Result 6）
- 尽管理论预测两个主要处理间行为应不同，实际行为几乎完全相同
- 投资频率跨处理无显著差异（56% vs 57%，p=0.885/0.554）
- 平均利润跨处理无显著差异（均为0.79 ECU，p=0.813/0.982）
- 这一发现对Nash、cursed equilibrium、level-k预测的差异化预测构成挑战
3.4 三种策略的最大似然估计（Result 7）
三种核心策略：
- S (Self-contained)：仅基于自身信号投资，忽略对方行为 -- (N, N, 1, 1)
- M (Myopic)：投资时机短视但具备后见之明 -- (N, W, 1, 1)
- F (Foresight)：具备前瞻性，延迟投资以获取信息 -- (N, W, W, 1)
MLE结果（Table 9/10）：
| 参数 | Two-Cost | Alternating | Treatment 3 |
|---|---|---|---|
| p_F | 0.607 | 0.567 | 0.574 |
| p_M | 0 | 0.092 | 0.287 |
| p_S | 0.393 | 0.341 | 0.139 |
| epsilon | 0.192 | 0.176 | 0.198 |
关键发现：
- F策略占比超过一半（~57%），S策略约占三分之一（~34%），M策略占少数
- 三个处理间p_F估计值几乎无差异（p=0.95）
- 在Treatment 3中F是严格被占优策略，但p_F仍高达0.574 -- 这是否定信念理论、支持经验法则解释的核心证据
3.5 信息外部性（Result 5）
- 两个处理中实际行为均产生正向信息外部性
- Two-Cost中，过度投资带来的正外部性恰好被错误投资的负外部性抵消
- Alternating中，正外部性略低于NE预测
3.6 个人特征的影响
- SAT分数与实验收入显著正相关（p<0.001）
- 高于均值一个标准差与低于均值一个标准差的被试，24个period的收入差异约$5.85
- GPA效应在控制SAT后消失
四、方法论评价
优势
- 巧妙的实验设计：纯信息互动（无直接收益互动），使得后见之明、前瞻性和洞察力可以被分别检验
- Treatment 3的引入极为精妙：通过微调参数使F策略严格被占优，从而清晰区分信念理论与经验法则解释
- 最大似然估计框架严谨：允许错误（epsilon），完整指定了每种策略在每种历史路径下的行为概率
- 跨处理一致性检验：直接回应了理论间的差异化预测
局限
- 样本量较小：Treatment 3仅1个session（28人），限制了统计功效
- 被试群体单一：仅为OSU经济学本科生，外部效度有限
- Working paper状态：标注为"preliminary and incomplete"，部分分析可能不完整
- 经验法则的理论基础不够正式：虽然提出了"洞察驱动的经验法则"框架，但缺乏形式化的模型
- 仅2人博弈：无法直接推广到大型市场环境（作者提到正在进行n=10的大市场实验）
与本项目的关联
- 直接研究了信念形成与更新过程中的系统性偏差
- 证据表明被试使用简单经验法则而非复杂贝叶斯推理
- 对理解投资决策中的有限理性提供了实验证据
- 后见之明/前瞻性的概念框架可用于分析投资者信念更新行为
维度2：理论模型
博弈结构 (Levin-Peck 2006)
- 2 名风险中性玩家，真实投资回报 Z \in \{0, 10\}，等概率
- 私有共同价值信号 X_i \in \{0,1\}，精度 \alpha = 0.7 (\Pr(Z=0|X_i=0) = \Pr(Z=10|X_i=1) = 0.7)
- 私有投资成本 c_i \in \{L, H\}
- 折扣因子 \delta = 0.9 (Treatment 3 为 0.8)
- 投资不可逆，每人最多投资一次；第 t 轮投资收益为 \delta^{t-1}(Z - c_i)
Nash 均衡基准
- Two-Cost：(0,H) 不投资 N、(0,L) 等待 W、(1,H) 等待 W、(1,L) 第 1 轮投资 1
- Alternating One-Cost (Game 2 低成本)：(1,L) 投资、(0,L) 等待
- Alternating One-Cost (Game 3 高成本)：(0,H) 不投资、(1,H) 混合策略 (投资概率 0.4916)
- Treatment 3：(1,H) 第 1 轮投资为占优策略，F 严格被占优
三种竞争行为模型
1. Cursed Equilibrium (Eyster-Rabin 2005)
- 玩家以参数 \chi 概率忽略对方策略与信号的相关性 (低估对方信号信息量)
- 在内生时序博弈中预测玩家更可能在第 1 轮投资 (因为低估等待的信息收益)
- 在 Treatment 3 中由于信号关联弱，预测 F 不应被使用
2. Level-k Beliefs (Stahl-Wilson 1995, Crawford-Iriberri 2007)
- L0：随机选择
- L1：对 L0 的最优反应
- L2：对 L1 的最优反应
- 在 Treatment 3 中 F 严格被占优，任何 Lk (k>=1) 均不应使用 F
3. Insight-Based Rules of Thumb (本文核心)
- 玩家不进行均衡推理，而是依据"洞察"形成简单策略 (S/M/F)
- 三种策略：
- S (Self-contained)：仅基于自身信号 (X,c) 决策，忽略对方行为；表达为 (N, N, 1, 1)
- M (Myopic)：投资时机短视但具后见之明；表达为 (N, W, 1, 1)
- F (Foresight)：具备前瞻性，主动延迟以观察对方信号；表达为 (N, W, W, 1)
- F 的核心特征：(1,H) 类型在第 1 轮等待，希望对方先动作以暴露其信号
- 关键预测：F 比例 p_F 跨处理不变，因 F 是基于"等待获取信息有价值"的洞察，与具体支付参数无关
最大似然估计
L(\theta) = \prod_{i,t} \sum_{s \in \{S,M,F\}} p_s \cdot \Pr(\text{观测行动}_{i,t} | s, \text{历史}, \epsilon)
- 参数：(p_S, p_M, p_F) 与错误概率 \epsilon
- 错误模型：以 \epsilon 概率随机选择行动，以 1-\epsilon 概率执行策略 s 的指定行动
- 三个处理分别估计，并比较 p_F 是否显著不同
维度3：核心发现
Result 1：行为合理性 + 后见之明
- 类型越有利投资概率越高：(0,H) 9%/6% < (0,L) 14%/13% < (1,H) 35%/42% < (1,L) 78%/74% (Two-Cost / Alternating)
- 看到对方第 1 轮投资后第 2 轮投资概率增量 +0.292 / +0.306 (p<0.001)，证明被试具备后见之明能力
Result 3：相对 NE 的过度投资
- 投资频率：Two-Cost 56% (NE: 38%)、Alternating 57% (NE: 51%)
- 平均利润：Two-Cost 0.79 ECU (NE: 1.07)、Alternating 0.79 ECU (NE: 1.14)，约为 NE 利润 69-73%
Result 5：信息外部性
- 两个处理均产生正向信息外部性
- Two-Cost 中过度投资正外部性恰被错误投资负外部性抵消；Alternating 略低于 NE
Result 6：跨处理行为一致性
- 投资频率：56% vs. 57% (p=0.885/0.554)
- 平均利润：0.79 vs. 0.79 ECU (p=0.813/0.982)
- 这一发现挑战了 Nash、cursed equilibrium、level-k 各自对两个处理的差异化预测
Result 7：MLE 估计 (核心)
| 参数 | Two-Cost | Alternating | Treatment 3 |
|---|---|---|---|
| p_F | 0.607 | 0.567 | 0.574 |
| p_M | 0 | 0.092 | 0.287 |
| p_S | 0.393 | 0.341 | 0.139 |
| \epsilon | 0.192 | 0.176 | 0.198 |
- F 策略权重约 57%，跨三个处理 p_F 几乎不变 (检验 H_0: p_F^{T1} = p_F^{T2} = p_F^{T3} 不能拒绝，p=0.95)
- Treatment 3 中 F 严格被占优，但 p_F = 0.574——这是否定信念理论、支持洞察驱动经验法则的关键证据
- M 策略权重在 Treatment 3 中上升至 0.287，反映部分被试在该处理学到 (1,H) 应该投资
个体特征
- SAT 与实验收入显著正相关 (p<0.001)；高 1 SD vs. 低 1 SD 被试 24 期收入差约 $5.85
- GPA 效应在控制 SAT 后消失
维度4：变量概览
实验设计参数
- Z (真实回报)：\{0, 10\}，等概率
- \alpha (信号精度)：0.7
- X_i (共同价值信号)：\{0, 1\}，私有
- c_i (私有成本)：\{L=3.5, H=6.5\} 或 \{L=3.5, H=5.7\} (Treatment 3)
- \delta (折扣因子)：0.9 或 0.8
- 玩家类型：(0,H), (0,L), (1,H), (1,L)
- 每 trial 最大轮数：直到双方都投资或连续两轮无人投资
行为因变量
- 第 1 轮投资概率 (按类型)
- 第 2 轮投资概率 (按对方第 1 轮行动是否投资)
- 后见之明增量 = \Pr(\text{第2轮投资}|\text{对方第1轮投资}) - \Pr(\text{第2轮投资}|\text{对方第1轮未投资})
- 总投资频率
- 平均利润 (ECU)
估计参数
- p_S, p_M, p_F：三种策略的混合权重，约束 p_S + p_M + p_F = 1
- \epsilon：随机错误概率
- 跨处理 F 权重一致性检验：Wald 检验 H_0: p_F^{T1} = p_F^{T2} = p_F^{T3}
个体特征
- SAT 分数
- GPA
- 学院/专业
实验执行
- 平台：z-Tree (Fischbacher 1999)
- 场所：俄亥俄州立大学实验经济学实验室
- 被试：经济学本科生
- session 数：Two-Cost 2 sessions (各 18 人)、Alternating 2 sessions (26+20 人)、Treatment 3 1 session (28 人)
- trial 结构：2 练习 trial + 24 正式 trial
- 支付：初始余额 20 ECU，汇率 0.6 或 0.5 $/ECU，最低 $5 保底；平均收入 $20.27-23.53
- 匿名随机配对，trial 间重新匹配
维度5：局限性
- Working paper 状态：标注 "preliminary and incomplete"，部分分析与稳健性检验可能不完整。
- Treatment 3 样本量小：仅 1 session 28 人，统计功效有限，关键鉴别证据需更大样本复制。
- 被试群体单一：俄亥俄州立大学经济学本科生，外部效度有限；不代表真实小型市场参与者。
- 2 人博弈局限：现实小市场参与者更多，n=2 的清晰理论预测在 n>2 时可能复杂化；作者提到正在进行 n=10 的扩展实验。
- 三策略 (S/M/F) 是否穷举：MLE 假定 S/M/F 三种策略可线性组合所有行为，但若被试使用其他启发式 (如 trembling-hand 均衡、动态学习)，模型可能错配。
- 均衡参考点的局限：Nash、cursed、level-k 均假设玩家共同知识与理性，但跨处理一致行为可能反映被试根本不进行均衡推理，而非这些理论错；这一区分需更多实验。
- 未直接测量"洞察"：作者用"insight-based rules of thumb"作为解释，但未直接测量被试是否报告"等待获取信息"为投资策略动机 (如自陈、出声思考)。
- 学习与重复效应：24 个 trial 内被试可能学习并改变策略；当前分析将所有 trial 合并估计，未捕捉策略动态演化。
- 错误参数 \epsilon 可能吸收异质性：约 0.18-0.20 的 \epsilon 可能反映个体策略异质性而非真随机错误，导致 F 权重的解释模糊。
- 激励规模：平均收入约 $20-23，对低成本投资 ($3.5) 与高成本 ($6.5) 差异激励是否足够区分策略尚需高 stakes 检验。
- 共同价值与私有成本的认知负荷：被试需同时整合 X 与 c 两维信号，可能存在维度独立性偏差，未在分析中识别。
维度6：与其他文献的关系
学科领域
实验经济学 / 行为博弈论 / 信息经济学 / 行为金融
关键前驱文献
- Levin & Peck (2006) — 内生时序投资博弈的理论基础，本文是该模型的首次实验检验
- Eyster & Rabin (2005) — Cursed Equilibrium 概念
- Stahl & Wilson (1995); Crawford & Iriberri (2007) — Level-k 信念模型
- McKelvey & Palfrey (1995) — Quantal Response Equilibrium
- Ivanov, Levin & Peck (2009 后续) — 与作者同期的 endogenous-timing herding 实验研究 (即本 vault 中 Ivanov_2013_BehavioralBiases_EndogenousTimingHerding 的前身)
- Bikhchandani, Hirshleifer & Welch (1992); Banerjee (1992) — 信息级联理论的基础
在信念形成与有限理性文献中的位置
- 本文与 Holt_2009_BayesianUpdating 互补：后者识别贝叶斯更新的概率加权偏差；本文识别博弈中策略选择的非均衡推理
- 与 Anderson_Holt_1997_InformationCascades 实验级联研究形成对话：均关注"小群体内信息整合"，但本文聚焦内生时序与延迟决策的额外维度
- 与 Charness_Levin_BayesianUpdating_OptimalChoices 等贝叶斯更新偏差研究相关：均探讨被试是否进行复杂概率推理
与"hindsight bias"传统文献的区分
- 注意：本文的 "hindsight" 指博弈中从对方行动推断信息的能力，与 Biais_2009_HindsightBias_RiskPerception_Investment 中"事后高估事前预测准确度"的心理学概念不同
- 本文的 "foresight" 指主动延迟以获取信息，与心理学的 prospection 概念有相似但不完全相同
政策与金融含义
- 内生时序投资 (IPO 时机、风投跟投决策、并购宣布顺序) 中"等待观察对手"是常见策略，本文表明该行为可能源于经验法则而非均衡推理
- 对资产泡沫与挤兑研究的启示：若投资者用 F 类策略，市场可能呈现"等待-触发-级联"模式
- 与 Devenow_Welch_1996_RationalHerding_FinancialEcon 理性羊群文献联系：本文证据表明现实中的"等待并跟随"未必是理性均衡
与本 vault 主题
- 行为博弈中信念形成偏差是 vault 核心主题 ("motivated beliefs / belief updating") 的延伸：本文证明在博弈环境下被试不进行贝叶斯-纳什均衡推理，而依赖经验法则
- 与 Hwang_2004_MarketStress_Herding 形成微观-宏观对照：本文识别小群体内的"等待-跟从"机制，后者识别市场层面信念趋同
- 对实验经济学方法论的贡献：MLE 策略混合估计 + 关键鉴别处理 (T3) 的设计可被复制到其他博弈实验
维度7：可拓展的研究方向
- 大型市场扩展 (n=10, n=100)：将内生时序投资博弈推广到大群体，检验 F 策略权重是否随群体规模衰减；与 Hwang_2004_MarketStress_Herding 的市场级羊群研究对接。
- 直接测量"洞察"：用出声思考 (think-aloud)、事后访谈或眼动追踪直接测量被试投资决策的认知过程，验证"经验法则"vs."均衡推理"的区分。
- 学习动态：扩展 trial 数 (>100) 并用动态结构估计 (如 EWA learning) 拟合被试策略权重的时间演化，识别经验法则是否随经验趋向均衡。
- 认知能力异质性：将 SAT 与 CRT、Wechsler、贝叶斯素养等多维认知测量结合，识别哪些认知维度推动 F 策略选择。
- 激励规模：在高 stakes (e.g., $100+ 期望收益) 下复制 Treatment 3，检验 F 严格被占优时是否仍有 57% 权重。
- 沟通与社会信号：允许玩家在第 1 轮发出非约束性信号 (cheap talk)，检验是否削弱 F 策略，因为信号本身已传递信息。
- 跨文化与跨群体复制：在中国、欧洲、新兴市场被试中复制；在专业投资者样本中检验 F 权重是否显著低于学生样本。
- 金融场景应用：将范式嵌入 IPO 路演决策、并购宣布时机、风投跟投等现实情境，检验"经验法则等待"对市场效率的影响。
- 结合贝叶斯更新偏差：将 Holt_2009_BayesianUpdating 的 BDM 概率诱导嵌入投资博弈，分别识别个体在概率更新与博弈策略中的偏差是否相关。
- 机器博弈与 AI 对手：将真人 vs. AI (如 GPT) 在该博弈中对战，检验 LLM 是否选择 F 策略 (类似 Chen_Kirshner_2025_ChatGPT_BiasedDecisions)，识别人机行为差异。
- 不对称信息的扩展：引入信号精度 \alpha 的异质性 (一方更精确)，检验信号差异如何影响 F 策略选择。
- 结构估计与认知层级：用更广 Cognitive Hierarchy 模型 (Camerer-Ho-Chong 2004) 拟合，比较与 S/M/F 三策略模型的拟合优度。
- 政策实验：在监管者引入"信息披露要求"前后比较被试行为，检验是否能引导被试从 F (等待观察) 转向 S/M (基于公开信息行动)，提升市场效率。
关键结论
- 基于洞察的经验法则 vs. 均衡推理：在三个处理中 F 策略权重均稳定在约 57%，跨处理无显著差异 (p=0.95)；即使在 Treatment 3 (F 严格被占优) 中 p_F = 0.574，强力否定 cursed equilibrium、level-k 等基于信念的均衡理论，支持"基于洞察的经验法则"作为更恰当的行为解释。
- 过度投资是稳健现象：实证投资频率 56-57% 显著高于 NE 预测 38%/51%，平均利润仅为 NE 利润 69-73%，反映被试系统性偏离均衡选择。
- 后见之明能力存在但前瞻策略主导：被试在第 2 轮显著利用对方第 1 轮行动信息 (后见之明增量 +0.30)，但更重要的是约 57% 的被试主动延迟有利投资以观察对方信号 (前瞻 F 策略)。
- 跨处理一致性：Two-Cost 与 Alternating One-Cost 处理在投资频率、平均利润、F 策略权重上均无显著差异，这与 Nash、cursed、level-k 各自的差异化预测不符，提示被试不区分两个处理的细节，而是套用相同的"等待获取信息"启发式。
- 认知能力解释表现：SAT 分数显著正向预测实验收入 (高/低 1 SD 收入差 $5.85)；GPA 效应在控制 SAT 后消失，表明认知能力 (而非课业训练) 是博弈表现的关键。
- 方法论贡献：MLE 三策略混合估计 + Treatment 3 关键鉴别设计为行为博弈论提供了可复制的"理论 vs. 经验法则"鉴别框架。
- 理论含义：本文质疑了 cursed equilibrium 与 level-k 等"修正信念但仍维持均衡推理"的理论方向，倾向于认为现实博弈中投资者使用启发式策略而非进行迭代最优反应推理。