Socioeconomic Status and Learning from Financial Information

元数据

• 作者: Camelia M. Kuhnen, Andrei C. Miu
• 年份: 2015 (NBER Working Paper No. 21214)
• 期刊/来源: NBER Working Paper Series
• JEL分类: D03, D14, D83, D84, G02, G11
• DOI/链接: http://www.nber.org/papers/w21214
• 关键词: socioeconomic status, belief updating, pessimism bias, financial learning, stock market participation, Bayesian updating

一句话总结

通过控制实验证明：低社会经济地位（Low SES）个体在面对完全相同的金融信息时，对"好消息"（高股息）的贝叶斯更新不足，从而对风险资产形成系统性悲观信念，导致少投资股票约 5 个百分点；该效应在罗马尼亚和美国样本中均成立，且独立于金融素养、计算能力与风险偏好。

研究问题

1. 在控制信息内容、先验、反馈和实验环境之后，社会经济地位（SES）是否仍会影响个体从金融信息中学习的方式？
2. 如果存在 SES-学习关系，其机制是什么——一般性学习能力差异？风险偏好差异？信念更新方向上的不对称性？
3. SES 的哪些维度（父母收入、主观社会地位、父母教育）驱动了金融学习差异？
4. 实验室中识别的"信念悲观偏差"能否解释观察数据中"低收入/低教育家庭股市参与不足"这一长期家庭金融之谜？
5. 该效应是否能在不同文化和经济发展水平的样本中复制？

核心贡献

1. 首次实验因果证据：在严格控制信息、先验和支付的实验中识别 SES → 信念形成 → 投资行为的因果链条，弥补 Campbell (2006)、Calvet et al. (2007) 等基于观察数据的相关研究的因果识别短板。
2. 机制识别：揭示偏差是方向性的（仅对好消息更新不足，对坏消息更新无差异），而非一般性学习能力缺陷或对称噪声，从而排除认知能力、风险偏好、焦虑等替代解释。
3. SES 维度分解：发现父母收入与主观社会地位驱动效应最强，父母教育单独不显著，对"贫困如何塑造信念"的具体维度提供细化证据。
4. 跨国复制：在罗马尼亚（N=203）与美国（N=33）样本中均观察到一致且方向相同的效应，美国样本效应规模更大（-9.90 vs -2.86 百分点）。
5. 股市参与之谜的信念解释：为长期未解的"低 SES 家庭股票投资不足"提供了独立于交易成本、风险偏好、金融素养之外的"信念形成"解释。

维度1：实验设计分析

研究问题

社会经济地位（SES）是否影响人们从金融信息中学习的方式，从而导致低SES群体对风险资产形成更悲观的信念并减少投资？

被试

• 主样本（罗马尼亚）: 203名被试（53名男性，150名女性），平均年龄21.3岁（SD=2年），来自Babes-Bolyai大学（罗马尼亚顶尖公立大学）
  • 选择该大学的原因：(1) 学生通过严格国家考试录取，学术能力同质性高；(2) SES差异大，67%学生接受政府奖学金
  • Low SES组：67人（SES综合得分处于底部三分之一）
  • Mid/High SES组：136人
• 复制样本（美国）: 33名被试，来自University of North Carolina at Chapel Hill，仅完成Active任务

SES测量方法（四种）

1. 综合SES得分（主要指标）：基于Ensminger et al. (2000)方法，综合父母收入、教育、家庭规模、家庭关系亲密度，按底部1/3 vs 上部2/3分组
2. 父母收入：月收入是否低于1000 RON（约$300，罗马尼亚最低全职工资）
3. 主观社会地位评估：自评社会地位（1-10量表），是否低于5
4. 父母教育：父母双方是否均无大学学历

实验任务详细流程

总体结构

每位被试完成两项金融决策任务，顺序随机化：

• Active任务（主动投资任务）
• Passive任务（被动观察任务）

每项任务包含60个trial，分为10个learning blocks（每block 6个trial）。每项任务中，5个blocks为Gain条件，5个为Loss条件，顺序伪随机化。

证券设计

• 股票：收益来自两种分布之一（good或bad），被试需学习判断
  • Gain条件：支付 +10 RON 或 +2 RON
  • Loss条件：支付 -10 RON 或 -2 RON
• 债券：确定性收益
  • Gain条件：+6 RON
  • Loss条件：-6 RON
• Good分布：高收益概率70%，低收益概率30%
• Bad分布：高收益概率30%，低收益概率70%（概率反转）

Learning Block结构

• 每个block开始时，计算机以50%-50%概率随机选择good或bad分布
• 该分布在block内6个trial保持不变
• 被试被告知先验概率为50%

Active任务单个Trial流程（约17秒）

1. 投资选择阶段（4秒）：被试选择投资股票（按"1"）或债券（按"0"），屏幕显示股票和债券的可能收益
2. 股票收益揭示（2秒）：无论被试选择什么，均显示股票本期的dividend
3. 累积收益显示（2秒）：显示被试在Active任务中已选资产的累积收益
4. 概率估计（5秒）：被试输入0-100之间的数字，估计股票来自good分布的概率
5. 信心评估（4秒）：被试报告对自己概率估计的信心（1-9量表）

Passive任务单个Trial流程（约11秒）

1. 股票收益揭示（2秒）：显示股票本期dividend
2. 概率估计（5秒）：估计股票来自good分布的概率（0-100）
3. 信心评估（4秒）：报告信心水平（1-9量表）

• 注意：Passive任务中无投资选择环节

关键设计特征

• 无论被试选择股票还是债券，均能观察到股票的dividend（信息无差异）
• 准确度反馈仅在每项任务结束后提供（避免反馈效应改变策略）

激励机制

• Active任务报酬：累积dividend的1/10 + 每次概率估计在贝叶斯后验5%以内获得0.10 RON
• Passive任务报酬：仅基于概率估计准确度（同样5%以内获得0.10 RON）
• 总报酬公式：27 RON + 1/10 * Investment Payoffs + 1/10 * 准确估计次数
• 平均报酬：28.69 RON（1 RON ≈ 0.3 USD）
• 实验时长：约1.5小时

附加测量

• 金融素养：投资组合期望值计算题（0-3分，检测对概率、净/毛回报、股票vs储蓄账户的理解）
• 风险偏好：假设10,000 RON如何在股票指数基金（+40%或-20%等概率）和储蓄账户（5%确定回报）之间分配
• 计算能力：Peters et al. (2006)的11题numeracy量表
• 焦虑量表：State-Trait Anxiety Inventory (Spielberger et al., 1983)
• 行为抑制量表：Behavioral Inhibition Scale (Carver & White, 1994)

复制研究设计

• 美国样本（N=33）仅完成Active任务（因主样本Passive任务无SES效应）
• 收益以美元计价，其余设计与罗马尼亚样本完全相同

维度2：理论模型

核心理论框架

本文基于贝叶斯学习模型，检验SES是否导致对金融信息的非对称更新（asymmetric updating）。

关键公式

客观贝叶斯后验概率

在n个trial中观察到t个高收益后，股票来自good分布的贝叶斯后验为：

其中：

• p = 50\%：先验概率（每个block开始时股票为good的概率）
• q = 70\%：good股票支付高dividend的概率
• n：当前block中已完成的trial数
• t：已观察到的高收益次数

回归模型

主回归（Table II）

• 因变量：被试i在trial t的主观概率估计
• Low\ SES_i：SES得分处于底部1/3的虚拟变量
• 标准误按被试聚类（clustered by subject）

更新行为回归（Table IV）

检验在观察到高/低dividend后的信念更新差异：
$Probability\ Estimate_{it} = \beta_0 + \beta_1 \cdot Low\ SES_i + \beta_2 \cdot Male_i + \beta_3 \cdot Age_i + \beta_4 \cdot Probability\ Estimate_{it-1} + \text{FEs} + \varepsilon_{it}$

理论预测

• 如果Low SES被试是理性贝叶斯更新者，其概率估计应与Mid/High SES被试无差异（因为面对完全相同的信息和相同的先验）
• 如果存在悲观偏差，Low SES被试在客观概率>=50%时应低估good分布概率
• 如果是一般性学习能力不足（而非方向性偏差），则在客观概率<50%时也应出现差异（但实际未观察到）

维度3：核心发现

主效应：SES与信念悲观偏差

机制：非对称信念更新

核心机制：Low SES被试对好消息（高dividend）的反应不足，对坏消息的反应与Mid/High SES被试无差异。这是一种选择性悲观，而非一般性学习能力缺陷。

学习速度差异

• Low SES：初始误差31.87%，每block改善速率0.2%
• Mid/High SES：初始误差31.18%，每block改善速率0.35%
• 改善速率差异显著（p < 0.05）

投资行为后果

• 当客观概率>=50%（应选股票）时：
  • Low SES选择股票频率：74%
  • Mid/High SES选择股票频率：79%
  • 差异显著（p < 0.01），Low SES少投资约5个百分点

SES测量稳健性（Table III）

重要发现：收入和主观SES驱动悲观偏差效应最强，单纯教育差异不足以产生该效应。

美国复制样本（Table V, N=33）

• Low SES悲观偏差（客观概率>=50%）：-9.90个百分点（p < 0.05, t = -2.00）
• Active + Loss条件：-15.60个百分点（p < 0.05, t = -2.24）
• 效应方向一致且更大

排除替代解释

金融知识无差异（Table VI）

风险偏好无差异（Table VII）

维度6：与其他文献的关系

所属领域

• 实验金融学（experimental finance）
• 家庭金融（household finance）
• 信念形成与更新（belief formation and updating）
• 行为经济学（behavioral economics）

与核心文献的关系

直接对话的文献

• Kuhnen (forthcoming, JF): 本文使用其实验范式，该文发现经历负面金融结果序列会导致过度悲观信念
• Malmendier & Nagel (2011, QJE): 经历宏观经济逆境的个体后续更回避风险投资。本文在实验室中验证了SES对信念的类似效应
• Souleles (2004): 调查数据显示低教育者对宏观经济增长更悲观。本文用实验因果推断验证了类似关系
• Campbell (2006, JF) & Calvet et al. (2007, JPE): 记录了低收入/教育家庭不参与股市的经验事实。本文提供了一个可能的机制解释

信念更新实验文献

• Payzan-LeNestour & Bossaerts (forthcoming, RFS): 人们可按贝叶斯规则学习金融资产
• Beshears et al. (2013, AER P&P): 投资者难以从缓慢均值回复过程中正确学习
• Rudorf, Weber & Kuhnen (2015): 股票所有权影响金融信息学习

贫困与认知文献

• Hackman & Farah (2009): SES影响发展中的大脑
• Mani et al. (2013, Science): 贫困损害认知功能
• Haushofer & Fehr (2014, Science): 贫困导致压力和负面情感状态
• Evans & Schamberg (2009, PNAS): 童年贫困影响成人工作记忆

主要贡献

1. 首次实验证据：在控制实验环境中证明SES影响金融信息学习过程
2. 识别具体机制：Low SES的悲观偏差源于对好消息的更新不足（而非一般性学习能力差异或风险偏好差异）
3. 方向性偏差：不是对称的"噪声更多"，而是特定方向的悲观——仅在股票可能是好资产时出现
4. 跨国复制：在罗马尼亚和美国两个不同文化/经济环境中复制
5. 政策含义：为低SES家庭不参与股市的"股市参与之谜"提供了信念层面的解释

局限性

• 样本为大学生，可能不代表一般低SES人群
• 复制样本较小（N=33）
• 无法区分SES中哪个具体维度（收入vs教育vs其他）最重要
• 实验室环境与真实金融决策存在外部效度差距
• 未能检验干预措施是否能减少该偏差

未来研究方向

• 大样本调查/行政数据验证低SES家庭是否对股市回报持过度悲观信念
• 检验悲观信念是否导致低SES家庭的风险资产投资不足，从而加剧财富不平等
• 探索SES中哪些具体方面（收入困难 vs 教育缺乏）对信念形成更重要
• 年龄效应：Cronqvist & Siegel (2015)发现早期环境影响在20多岁时最强，年长者可能不同
• 开发减少悲观偏差的干预措施

维度4：变量概览

维度5：局限性

1. 样本同质性高：核心样本为罗马尼亚顶尖大学学生（学术能力相近），可能不代表更广泛的低 SES 人群（如成人、未受高等教育者）。
2. 复制样本规模小：美国样本仅 N=33，限制了亚组分析的统计功效。
3. SES 维度分解不充分：尽管区分了收入、主观地位和教育，但无法识别因果链条中"贫困经历"的具体作用机制（压力？社会排斥？童年环境？）。
4. 实验情境的外部效度：实验任务为短时（1.5 小时）抽象金融决策，与真实金融市场决策（涉及更长时间跨度、信息不完全、社会影响）存在差距。
5. 未做干预实验：未检验信息提示、教育干预或情境调整是否能减少 Low SES 的悲观偏差。
6. 横截面设计：未追踪 SES 改变是否伴随信念更新模式的改变，无法识别"贫困经历"与"贫困状态"的相对作用。
7. 缺乏神经/心理机制证据：未直接测量好消息处理的神经/认知机制（如奖励学习中的预期误差），机制层面有待 fMRI 或更细致认知测量补充。

维度7：可拓展的研究方向

1. 大规模观察数据验证：用调查数据（如 SCF, HRS）或行政数据检验低 SES 家庭对股市回报的主观预期是否系统性悲观，是否解释其低参与率。
2. 生命周期与早期环境效应：结合 Cronqvist & Siegel (2015)、Malmendier & Nagel (2011) 经验效应文献，研究早期 SES 经历对成人金融信念的长期塑造。
3. 干预设计：测试信息呈现方式（突出好消息 / 显式贝叶斯计算 / 同伴对比）是否能减少 Low SES 的悲观偏差。
4. 机制深化：用 fMRI 或行为追踪研究探测对好消息更新不足的神经/注意机制，对话 Eil & Rao (2011) 关于"好消息-坏消息"非对称更新的文献。
5. 跨情境推广：检验类似的"好消息更新不足"是否在健康决策、教育投资、就业搜索等其他高风险高回报领域出现。
6. 结构估计：将本文的方向性偏差嵌入投资组合选择的结构模型，定量评估对财富不平等的累积影响。
7. 政策实验：检验金融普惠工具（如默认参与的退休储蓄计划、政府匹配储蓄）是否能绕过信念偏差，达到政策目标。

标签

#belief_updating #SES #pessimism_bias #financial_learning #experiment #stock_market_participation #asymmetric_updating #household_finance #Bayesian_learning

维度6（双链补充）

• 经验效应与信念形成：Malmendier_ExperienceEffects_Finance
• 早期生活经历与过度自信：Malmendier_Tate_Overconfidence_EarlyLife
• 投资者经验与市场动态：Malmendier_2020_InvestorExperiences_MarketDynamics

关键结论

1. Low SES 个体在面对相同信息时，对好消息（高股息）的贝叶斯更新显著不足（约 -3.15 百分点），而对坏消息更新与高 SES 个体无差异——这是一种方向性悲观而非对称噪声或一般学习能力缺陷。
2. 在客观贝叶斯后验 ≥50%（应投资股票）时，Low SES 主观信念悲观 -2.86 个百分点，导致股票投资率低 5 个百分点；该效应在 Active 任务和 Loss 条件下最强。
3. 父母收入与主观社会地位是主要驱动因素，父母教育单独不足以产生效应；金融素养、计算能力、风险偏好、焦虑水平在 SES 组间无显著差异，排除了主要替代解释。
4. 该效应在罗马尼亚（转型经济）和美国（成熟市场）样本中均成立且方向一致，美国样本效应规模更大（-9.90 百分点），表明这是跨文化稳健现象。
5. 为家庭金融"股市参与之谜"提供了独立于交易成本、风险偏好、信息成本之外的信念形成机制解释，对理解贫困如何通过认知通道加剧财富不平等具有政策含义。