Laudenbach_Weber_CESifo

更新于 2026/7/5

Beliefs about the Stock Market and Investment Choices: Evidence from a Field Experiment

一句话总结

通过与德国大型在线银行合作的信息提供田野实验(N≈2000 散户),结合行政交易数据,证明投资者关于股票收益自相关的异质信念(均值回复者 vs 外推者)是收益预期分歧的因果驱动因素,并在 Covid-19 股灾期间对实际买入行为产生可观的因果效应。

研究问题

  1. 散户投资者关于股票收益自相关(autocorrelation)的主观信念存在怎样的异质性?这种异质性是否可由可观察的人口学/经历变量解释?
  2. 异质的自相关信念是否因果性地驱动了收益预期的分歧(disagreement)?
  3. 主观收益预期是否因果性地影响实际交易决策?信号在"信念→预期→行为"链条上的衰减程度如何?
  4. 简单的、关于历史统计事实的信息干预能否持久改变投资者的信念结构?效果能否在数月后的真实交易中显现?
  5. 不同信念类型(均值回复者 vs 外推者)的投资者在市场冲击(如 Covid-19 股灾)下的交易行为差异有多大?

核心贡献

  1. 首次因果证据:将信息提供实验(information provision experiment)与行政账户交易数据结合,识别出从"信念 → 预期 → 真实交易"的完整因果链。
  2. 信念异质性的结构性测量:通过 6 区间条件预期任务(要求投资者在不同近期收益情景下报告未来 12 个月预期),提取出每位投资者的"主观自相关函数",可分类为均值回复者(52.5%)、中性(31.9%)和外推者(15.6%)。
  3. 支持 X-CAPM 假设:为 Barberis et al. (2015) X-CAPM 模型中"外推者与均值回复者并存"的假设提供首个微观实证支持。
  4. 缓解 Giglio et al. (2021) 衰减之谜:通过外生信念变异,证明主观信念确实因果地影响交易行为,弥合了观察数据中"信念-行为"相关性弱于预期的现象。
  5. 政策层面证据:简单的统计事实信息干预可在 4 周后仍持续改变信念,并在数月后影响真实交易(如 Covid-19 期间均值回复者的买入量减少 29%),为投资者教育提供因果证据。
  6. 方法学创新:将记忆调取任务(让投资者列举"收益反转"事件)与信念形成对接,证明个人记忆可解释 20.4 个百分点的均值回复信念差异。

维度1:实验设计分析

基本信息

  • 作者: Christine Laudenbach, Annika Weber, Rudiger Weber, Johannes Wohlfart
  • 年份: 2022 (CESifo Working Paper No. 9427)
  • 期刊/来源: CESifo Working Papers
  • 关键词: expectation formation, retail investors, trading, field experiment
  • JEL: D830, D840, D910, E710, G110, G120, G410, G500

一、核心研究问题与动机

研究问题

  1. 投资者关于股票收益率自相关的信念存在怎样的异质性?这种异质性是否因果性地驱动了收益预期的分歧?
  2. 投资者关于收益率动态特性的主观信念是否因果性地影响其实际交易决策?

研究动机

  • 家庭的收益率预期在实证上偏离理性预期,且投资者间存在大量分歧(disagreement),这反映在组合决策的异质性中
  • 既有文献缺乏关于 (i) 预期收益分歧的驱动因素和 (ii) 收益率预期如何影响交易决策的因果证据
  • 作者提出,关于状态变量(特别是近期已实现收益)对未来收益预测能力的异质信念,是预期分歧的重要来源

理论框架

  • 投资者对状态变量与未来收益的关系持有异质的主观映射函数 \hat{f}^i,即 E_t^i[R_{t+1}|\mathbf{X}_t] = \hat{f}^i(\mathbf{X}_t)
  • 异质性来源包括:不同的心智模型(如Bansal-Yaron模型 vs. Campbell-Cochrane模型)、不同的启发式、不同的个人经历
  • 聚焦于近期已实现收益作为条件变量,即投资者对DAX年度收益率自相关的信念

二、实验设计与方法论

实验场景与样本

  • 场景: 与德国一家大型在线银行合作,对约2,000名散户投资者进行在线调查实验
  • 时间: 2019年9-10月实施主调查,约4周后进行跟踪调查
  • 样本: 最终基线样本1,961人(主调查),903人参与跟踪调查
  • 样本特征: 84%男性,平均年龄45.2岁,54%持有大学学位,平均净月收入3,914欧元
  • 行政账户数据: 2014年12月至2020年3月的月末持仓及每日交易记录

实验流程(三阶段)

  1. 基线阶段(Prior beliefs elicitation):

    • 先获取对DAX未来12个月收益率的点估计
    • 然后展示过去50年DAX收益率的6个区间(<-20%, -20%~-10%, -10%~0%, 0%~10%, 10%~20%, >20%),逐一询问:当过去12个月收益落入该区间时,未来12个月的平均收益是多少
    • 由此测量个体层面的感知自相关
  2. 处理阶段(Information treatment):

    • 处理组(随机一半):展示6个区间的实际历史条件均值收益(7.4%~9.5%,几乎无单调关系),揭示历史上年度收益自相关接近于零
    • 控制组:仅告知DAX过去50年的无条件平均年收益为8.5%
  3. 后测阶段(Posterior beliefs):

    • 使用语言陈述进行操纵检验
    • 重新获取12个月前瞻收益率预期(点估计+主观概率分布)
    • 收集金融行为和背景特征

信念度量的创新

  • 感知标准差: 个体对6个情景估计的标准差(衡量感知可预测性程度)
  • 感知盈亏差: 正收益情景的平均估计 - 负收益情景的平均估计(区分均值回复者 vs. 外推者)
    • 均值回复者(Mean reverters): 差值 < -4pp(52.5%)
    • 中性(Neutrals): 差值在 -4pp 到 4pp 之间(31.9%)
    • 外推者(Extrapolators): 差值 > 4pp(15.6%)

因果识别策略

  • 随机化信息干预: 产生信念的外生变异,克服遗漏变量和反向因果问题
  • 差异中的差异(DID): 比较处理组与控制组在干预前后的交易行为变化
  • 感知差距(Perception gap): 定义为实际历史条件均值与个体先验估计之间的差异,用于量化信息冲击的个体化强度
  • 工具变量: 用基于实际已实现收益率的感知差距版本工具化基于主观感知的版本,缓解衰减偏误

三、核心发现

发现1: 信念的异质性与描述性证据

  • 投资者对DAX收益率自相关的信念存在巨大异质性
  • 平均而言,投资者认为低收益后会有高收益(均值回复倾向),但约15.6%为外推者
  • 感知自相关对当前12个月前瞻预期有强预测力:感知收益每高1pp,预期收益高0.134pp(p<0.01)
  • 均值回复信念在财富较高、金融素养较高、对DAX关注度较高的投资者中更普遍
  • 记忆与经历是信念形成的重要来源:回忆起至少一个"收益反转"事件的投资者更可能持有均值回复信念(效应20.4pp, p<0.01)

发现2: 信念与投资行为的相关性证据

  • 均值回复者在市场下跌后显著更可能买入股票:相比外推者,负收益后买入概率高2.7pp(相对基线39.5%),买入量高19%
  • 不同信念类型对卖出行为无差异性反应
  • 信念关于自相关的异质性也反映在股权份额的波动中:外推者在市场下跌时股权份额比均值回复者低2.4pp(p<0.01)
  • 基于感知自相关预测的预期收益与实际股权份额正相关(每高1pp预期收益,股权份额高0.1-0.2pp)

发现3: 信息干预对信念的因果效应

  • 信息干预显著降低了对收益可预测性的信念:
    • 对"无论股市近期表现如何,股票投资都能期望正收益"的赞同度提高9.3%标准差(p<0.05)
    • 均值回复者对"股市上涨后买股票没意义"的赞同度降低15.5%标准差(p<0.01)
    • 外推者对"上涨后收益更可能为正"的赞同度降低14.7%标准差(p<0.01)
  • 处理组完全消除了均值回复者、外推者与中性投资者之间的信念差距
  • 信念变化导致收益预期更新:感知差距与处理的交互项系数0.09-0.14(p<0.01或p<0.05),符合方向性预测
  • 处理组内预期分歧下降:后验点估计的90-10百分位差从15pp降至10.6pp
  • 信念变化在4周跟踪调查中持续存在,缓解了数字锚定或实验者需求效应的担忧

发现4: 信念变化对交易行为的因果效应

  • 在市场平稳期(干预后1-3个月),处理效应较小
  • Covid-19股灾期间(2020年2-3月,DAX下跌约30%),因果效应显著:
    • 被处理的均值回复者的买入概率增幅显著低于控制组均值回复者(p<0.05)
    • 被处理的均值回复者的买入次数增幅显著更小(p<0.01)
    • 被处理的均值回复者的对数买入量增幅显著更小(p<0.05)
  • 处理效应封闭了控制组中均值回复者与非均值回复者之间65%-100%的交易反应差距
  • 具体而言,处理使均值回复者的买入量减少约29%,而控制组中非均值回复者的买入量相对均值回复者低约32%
  • 对非均值回复者(中性+外推者),处理效应较小且不显著,但方向与预测一致

四、理论贡献与实践启示

理论贡献

  1. 预期形成理论: 首次提供因果证据表明,关于收益率自相关的异质信念是股票收益预期分歧的因果驱动因素,支持Barberis et al. (2015) X-CAPM模型中外推者与均值回复者共存的设定
  2. 资产交易理论: 为基于异质预测规则的交易模型(Harrison & Kreps 1978; Scheinkman & Xiong 2003; Dumas et al. 2009)提供实证支持--即使面对相同新信息,不同投资者因持有不同的主观模型而形成不同预期
  3. 主观信念与行为: 提供因果证据表明主观信念在投资决策中发挥作用,弥合了Giglio et al. (2021a)发现的信念-行为"衰减之谜"
  4. 信息提供实验方法论: 首次将信息提供实验与行政账户交易数据关联,证明简单信息干预可在数月后改变真实经济行为

实践启示

  • 投资者教育: 关于市场统计特性的简单事实信息可以持续改变投资者信念并影响交易行为
  • 资产定价模型: 应纳入关于信念异质性及其与投资者特征(如财富、风险承受能力)联合分布的考量;例如,更富有的投资者更倾向均值回复,可能在市场下跌时更积极买入,从而稳定资产价格
  • 市场稳定性: 外推者在高收益后的更高股票需求,部分由均值回复者的减仓行为所吸收

局限性

  • 样本以活跃的德国在线银行散户投资者为主(84%男性),外部效度有待检验
  • 仅观察到Covid-19崩盘期间的行为效应,无法追踪后续恢复期的投资结果
  • 信念度量聚焦于近期已实现收益这一条件变量,可能不完全捕捉投资者对其他状态变量(如估值比率)预测能力的信念
  • 因果链中存在信号衰减:信念变化仅部分传导至收益预期,收益预期仅部分传导至交易行为

关键引用关系

  • Barberis, Greenwood, Jin & Shleifer (2015): X-CAPM模型,外推者与均值回复者并存
  • Giglio, Maggiori, Stroebel & Utkus (2021a): 信念与投资组合的五个事实,信念-行为衰减之谜
  • Malmendier & Nagel (2011): 经历塑造预期("Depression Babies")
  • Greenwood & Shleifer (2014): 收益预期与已实现收益正相关
  • Fama & French (1988): 年度收益自相关接近于零的实证基准
  • Enke, Schwerter & Zimmermann (2022): 联想记忆与信念形成

标签: #field_experiment #belief_heterogeneity #mean_reversion #extrapolation #stock_market #autocorrelation #information_provision #causal_evidence #trading_behavior #retail_investors #disagreement #expectation_formation

维度2:理论模型

异质主观映射函数框架

每位投资者 i 持有自身关于状态变量 \mathbf{X}_t(特别是近期 12 个月已实现收益 R_t)到未来 12 个月期望收益的主观映射:
$E_t^i[R_{t+1}\mid \mathbf{X}_t] = \hat{f}^i(\mathbf{X}_t)$

异质性来源:

  • 不同的心智模型(如 Bansal-Yaron 长期风险模型 vs Campbell-Cochrane 习惯形成)
  • 不同的启发式(外推 vs 均值回复)
  • 不同的个人经历(记忆中的"反转"事件 vs "持续"事件)

信念分类

定义"感知盈亏差" = 正历史收益情景下的预期收益 − 负历史收益情景下的预期收益:

  • 均值回复者(Mean Reverters):差值 < −4pp(52.5%)—— 相信坏年份后是好年份
  • 中性者(Neutrals):差值在 [−4pp, 4pp](31.9%)
  • 外推者(Extrapolators):差值 > 4pp(15.6%)—— 相信好年份后还是好年份

因果识别策略

  1. 随机化信息提供:处理组看到 6 区间历史条件均值(揭示自相关接近零),控制组只看到无条件均值 8.5%
  2. DID:比较处理组 vs 控制组在干预前后交易行为的变化
  3. Perception Gap:处理强度按个体先验偏离程度内生加权
  4. IV 修正:用基于实际收益的 perception gap 工具化基于主观感知的 perception gap,缓解衰减偏误

维度3:核心发现

信念异质性

  • 均值回复信念在富裕、高金融素养、高 DAX 关注度投资者中更普遍
  • 记忆中的"反转事件"显著增加均值回复信念(+20.4 pp,p<0.01)
  • 感知盈亏差 → 12 个月预期:每高 1 pp,预期收益高 0.134 pp(p<0.01)

信念-行为相关性(观察阶段)

  • 均值回复者在市场下跌后买入概率高 2.7 pp(基线 39.5%),买入量高 19%
  • 外推者在市场下跌时股权份额比均值回复者低 2.4 pp(p<0.01)

信息干预的因果效应

  • 处理组对"市场近期表现不重要"的赞同度提高 9.3% 标准差
  • 后验预期 90-10 分位数差从 15 pp 降至 10.6 pp(分歧下降近 1/3)
  • 信念变化在 4 周跟踪调查中持续存在(缓解实验需求效应担忧)

信念变化对真实交易的因果效应

  • Covid-19 股灾(2020 年 2-3 月,DAX -30%):处理过的均值回复者买入量降幅显著小于控制组(p<0.05),效应大小约为基线均值回复者-非均值回复者差距的 65%-100%
  • 处理使均值回复者买入量减少约 29%
  • 非均值回复者的处理效应较小且不显著,方向与预测一致

维度4:变量概览

变量 类型 操作化 来源
Subjective Autocorrelation 主信念变量 6 区间条件预期任务的"感知盈亏差" 调查
Mean Reverter / Neutral / Extrapolator 类型变量 基于盈亏差的三分类 调查
12-Month Return Expectation 因变量(预期) 点估计 + 主观概率分布 调查
Perception Gap 处理强度 实际历史条件均值 − 个体先验估计 调查与历史数据计算
Information Treatment 自变量 是否随机看到 6 区间历史条件均值 实验操纵
Buy/Sell Indicator 因变量(行为) 月度是否买入/卖出股票 行政账户数据
Buy/Sell Volume (log) 因变量(行为) 对数交易额 行政账户数据
Equity Share 因变量(行为) 股权占总资产比 行政账户数据
Recall of Reversal Events 中介变量 自报忆起的"反转"事件数量 调查
Financial Literacy 控制变量 标准 Lusardi-Mitchell 量表 调查
Wealth, Age, Gender, Education, Income 控制变量 标准人口学 调查 + 银行

维度5:局限性

  1. 样本选择偏差:以德国某大型在线银行的活跃散户为主,84% 男性,可能不代表一般家庭投资者;外部效度需在女性占比更高、被动投资者更多的样本中检验。
  2. 行为效应识别窗口窄:交易行为效应主要识别于 Covid-19 股灾期间,无法判断在不同市场环境下处理效应的持久性与变化规律。
  3. 信念维度有限:仅测量对近期已实现收益这一状态变量的反应,未涵盖估值比率、宏观变量、利率等其他可能驱动预期的状态变量。
  4. 信号衰减:信念变化仅部分传导至预期,预期仅部分传导至行为;衰减的根源(认知约束?组合理论局限?心智模型多元?)未被深入分解。
  5. 跟踪期较短:4 周跟踪 + 几个月行为追踪,无法判断信念的长期可塑性,特别是经历多次市场周期后的稳定性。
  6. 无对照外部冲击:处理 vs 控制比较的有效性依赖于 Covid-19 这一外生冲击,无法判断在缓慢市场变化中信念干预效应是否同样显著。
  7. 实验需求效应残余:尽管 4 周跟踪缓解部分担忧,但仍可能存在长期的"启动效应"残余。

维度6:与其他文献的关系

已存在的相关 OB 笔记(双链)

文献位置

本文位于以下交叉点:

  • 散户投资者预期形成(Greenwood-Shleifer 2014; Giglio et al. 2021)
  • 行为资产定价模型(Barberis et al. 2015 X-CAPM;Adam-Marcet 2016)
  • 信息提供实验方法学(Cavallo-Cruces-Perez-Truglia;Coibion-Gorodnichenko)
  • 行政账户数据 + 调查实验的方法整合

主要新贡献

  1. 首次因果识别"信念→预期→真实交易"完整链条
  2. 提供 X-CAPM 投资者类型的微观实证支持
  3. 通过外生信念变异缓解 Giglio et al. (2021) 的"信念-行为衰减之谜"
  4. 证明信息干预的真实经济行为效应可在数月后显现

维度7:可拓展的研究方向

  1. 跨资产类别:将类似实验扩展到债券、加密资产、大宗商品,比较不同市场下信念结构的差异。
  2. 信念可塑性的边界:测试更具体的信息(如分行业自相关、估值比率与未来收益的关系)能否进一步改变信念,或是否存在"硬核外推者"对信息免疫。
  3. 重复经历更新:追踪同一投资者在多次市场周期中的信念演化,识别经历与信息共同作用的动态。
  4. 结构估计:将外推/均值回复混合假设嵌入 X-CAPM 类模型,使用本文实验数据校准信念分布。
  5. 机构投资者比较:将类似实验应用于专业投资者(基金经理、分析师),检验专业训练是否消除均值回复偏差。
  6. 跨国复制:在不同市场结构(美国、日本、新兴市场)下复制,检验文化与市场制度的调节作用。
  7. 机制深化:结合记忆调取任务与神经测量(眼动、fMRI),探究外推者的注意分配与记忆通达模式与均值回复者的差异。
  8. 政策实验:与监管机构合作,在大规模披露材料中嵌入历史自相关信息,测量对市场参与与稳定性的总体效应。

关键结论

  1. 散户投资者关于股票收益自相关的信念存在巨大且系统性的异质性:约 52.5% 为均值回复者,15.6% 为外推者;这种异质性可被财富、金融素养、市场关注度和个人记忆解释。
  2. 异质的自相关信念是收益预期分歧的因果驱动因素:感知盈亏差每提高 1 pp,12 个月预期收益提高 0.134 pp。
  3. 简单的统计事实信息干预可显著、持久地改变信念结构,将后验预期 90-10 分位差缩窄近 1/3,且效应在 4 周跟踪中保持。
  4. 信念变化通过 Covid-19 股灾的真实交易表现出来:被处理的均值回复者买入量减少约 29%,关闭了均值回复者-非均值回复者基线差距的 65%-100%。
  5. 本文为 Barberis et al. (2015) X-CAPM 模型中外推者与均值回复者并存的假设提供首个微观因果证据,并通过外生信念变异缓解了 Giglio et al. (2021) 关于信念-行为衰减的疑问。