我的笔记

Michailova_2016_Overconfidence_Bubbles

更新于 2026/7/5

Overconfidence and Bubbles in Experimental Asset Markets

Authors: Julija Michailova
Year: 2010
Journal: MPRA Working Paper No. 26388
JEL: C92, G12
Keywords: overconfidence, price bubbles, experimental asset market

一句话总结

通过预实验测量过度自信将被试分组进入两类 SSW 范式资产市场实验后发现：由过度自信被试组成的市场（OVE）平均价格（67 ECU）约为理性被试市场（RAT, 33 ECU）的两倍、波动性更大、换手率更高、并出现典型的泡沫-崩盘模式，从而首次直接验证了 Scheinkman & Xiong (2003) 的过度自信泡沫理论。

研究问题

市场层面的过度自信（overconfidence）是否是导致实验资产市场出现价格泡沫的因果原因？换言之，如果按个体的过度自信程度对被试进行分组，由过度自信者组成的市场是否会比由理性者组成的市场表现出更大的泡沫、更高的交易量和更高的价格波动？

核心贡献

  1. 首次直接因果识别：通过预实验过度自信测量分组（Rational vs. Overconfident 市场），在 SSW 实验范式下提供了过度自信导致泡沫的实验证据，支持 Scheinkman & Xiong (2003) 理论。
  2. 双重过度自信测量：同时使用前实验的一般知识 bias score（calibration based）和实验内的价格预测 bias score，发现两者强相关（Spearman ρ = 0.65, p < 0.05），增强测量信度。
  3. 信息对称设计：所有被试获得相同信息、相同初始禀赋，排除信息不对称作为交易动因，分离纯粹的"信念偏差驱动交易"。
  4. 泡沫度量的系统比较：报告 NPD、NAD、Amplitude、Velocity、Haessel-R² 等多个泡沫指标，OVE 市场在所有维度上均显著大于 RAT 市场。
  5. 过度自信的时间演变：发现 BS(2-8 期) > BS(9-15 期)，过度自信随经验下降，与泡沫后期崩盘的时序模式一致。

维度1：实验设计分析

研究问题

市场层面的过度自信（overconfidence）是否导致实验资产市场中价格泡沫的产生？

被试信息

  • 总人数： 60人实际参与交易（74人参加实验session，60人进入市场）
  • 来源： 德国Christian-Albrechts University of Kiel的本科生和研究生，主修经济学、商业管理及其他社会科学
  • 年龄： 19-28岁（M = 22.73, SD = 2.06）
  • 性别： 35名男性，25名女性
  • 国籍： 87%为德国人
  • 经验： 均未参加过类似资产市场实验（inexperienced）
  • 报酬： 平均约390.36 ECU（约10.54 EUR），加上预测奖励，整个实验约11 EUR

实验任务详细流程

第一阶段：前实验过度自信测量（Pre-experimental Overconfidence Measurement）

  1. 测试环境： 在Kiel大学多个经济学课堂上进行，学生自愿参加
  2. 测试内容： 18道与经济学无关的一般知识选择题（三选一），题目经过精心设计：
    • 按难度平衡（easy, hard, medium difficulty）
    • 考虑性别偏差（gender-balanced）
  3. 置信度报告： 每答完一题后，报告对答案正确性的信心水平（33%至100%）
  4. Bias Score计算： bias score = average % confidence - average % correct
    • 正值 = 过度自信；负值 = 不够自信；零 = 校准良好
  5. 激励： 答题最多正确的前三名获得30、20、10 EUR奖金
  6. 分组依据： 基于bias score将222名学生分为两组：
    • Rational组： bias score最低的学生（M = 1.06, SD = 4.03）
    • Overconfident组： bias score最高的学生（M = 21.33, SD = 8.26）
  7. 时间： 15分钟

第二阶段：资产市场实验（Asset Market Experiment）

  1. 实验软件： z-Tree (Fischbacher, 2007)
  2. 市场结构： 连续双向拍卖（continuous double auction），遵循Smith, Suchanek, and Williams (1988)范式
  3. Session数量： 共10个session（5个Rational市场 + 5个Overconfident市场），每个session 6人
  4. 实验时长： 约1小时40分钟

具体交易流程：

Step 1 - 阅读指令与练习：

  • 被试阅读详细指令并提问
  • 实验者重复关键规则
  • 进行2个练习期（trial periods），不计入结果

Step 2 - 初始禀赋：

  • 每位交易者获得300 ECU现金 + 3单位资产
  • 市场总计18单位资产（6人 x 3单位）

Step 3 - 交易期（15个Period）：

  • 每个period最长180秒
  • 可提前结束：需全体一致投票（VOTE）
  • 交易者可发布买价（bid）和卖价（ask/offer）
  • 买价按降序排列，卖价按升序排列
  • 可接受对方的bid或offer完成交易
  • 成交后所有报价清除，新一轮拍卖开始

Step 4 - 股息分配（每个Period结束时）：

  • 每单位资产支付随机股息
  • 可能股息值：0.0, 0.8, 2.8, 6.0 ECU（各概率1/4）
  • 期望股息 = 2.4 ECU/期/单位

Step 5 - 价格预测任务（每个Period结束后）：

  • 查看市场历史信息（平均价、最高价、最低价、交易量、股息）
  • 预测下一期的平均市场价格（点估计）
  • 报告对预测的信心水平（0%-100%）
  • 获得预测准确度的反馈和奖励

Step 6 - 重复Step 3-5共15个Period

Step 7 - 最终支付：

  • FWC = 300 ECU初始资本 + 股息收入 + 资产销售收入 - 资产购买成本
  • 15期结束后资产价值归零
  • ECU按预定汇率兑换为EUR

预测奖励方案

准确度水平 奖励
预测在实际价格10%以内 3 ECU
预测在实际价格25%以内 1 ECU
预测在实际价格50%以内 0.5 ECU

关键设计特点

  1. Between-subjects设计： Rational vs. Overconfident市场
  2. 分组基于内在特质： 根据前实验测量的过度自信程度分配市场类型，非随机分组
  3. 信息对称： 所有被试获得相同信息，无私人信号
  4. 相同禀赋： 所有被试初始资产和现金完全相同
  5. 双重过度自信测量： 前实验心理测试 + 实验内价格预测任务
  6. 基本价值已知且递减： FV_t = n x 2.4（n为剩余期数），第1期FV = 36 ECU

维度2：理论模型

理论框架

核心理论假设： 基于Scheinkman and Xiong (2003)的过度自信泡沫理论。过度自信交易者：

  1. 高估最大股息值出现的概率
  2. 错误感知未来股息收入
  3. 乐观高估"更大傻瓜"（greater fools）存在的概率

No-Trade定理（Milgrom & Stokey, 1982）： 当理性代理人信息相同且无交易理由时，不应发生交易或仅在基本价值附近发生少量交易。

关键公式

公式1 - 过度自信偏差分数（Bias Score）：
$bias\ score = average\ \%\ confidence - average\ \%\ correct$

公式2 - 最终营运资金（Final Working Capital）：
$FWC = 300\ ECU\ (starting\ capital) + dividend\ earnings + stock\ sales\ revenue - stock\ purchase\ cost$

公式3 - 标准化价格偏差（Normalized Price Deviation, NPD）：
$NPD = \frac{\sum_{i=1}^{q}[P_{it} - E(D)_t]}{TSN}$

  • P_{it}: 第t期第i笔交易价格
  • q: 第t期交易笔数
  • E(D)_t: 第t期基本价值
  • TSN: 市场中总股票数（=18）

公式4 - 标准化绝对偏差（Normalized Absolute Deviation, NAD）：
$NAD = \frac{\sum_{i=1}^{q}|P_{it} - E(D)_t|}{TSN}$

公式5 - 价格振幅（Price Amplitude, APL）：
$APL = \max\left\{\frac{P_t - FV_t}{FV_1}\right\} - \min\left\{\frac{P_t - FV_t}{FV_1}\right\}$

  • P_t: 第t期平均合约价格
  • FV_t: 第t期基本价值
  • FV_1 = 36 ECU（初始基本价值）

资产基本价值公式：
$FV = n \times 2.4\ ECU$
（n = 剩余期数，第1期FV = 15 x 2.4 = 36 ECU）

资产换手率（Velocity）：
$Velocity = \frac{Total\ transactions}{TSN}$

两个核心假设

  • H1： 两类市场的交易模式不同：Rational市场无交易或围绕基本价值交易、低交易量、低波动、无泡沫-崩盘模式；Overconfident市场价格围绕最大股息值、过度交易量、出现泡沫-崩盘模式
  • H2： 过度自信的下降导致泡沫崩盘；过度自信随经验减少

维度3：核心发现

主要发现1：平均价格差异

  • Rational市场平均价格：33 ECU (SD = 9.41)
  • Overconfident市场平均价格：67 ECU (SD = 16.02)
  • 差异显著： Mann-Whitney U = 0.0, p < 0.01 (one-sided)
  • 两类市场价格均显著高于基本价值19.20 ECU（Wilcoxon T = 1.89, p < 0.05）
  • Effect size： 过度自信市场平均价格约为理性市场的2倍（67 vs. 33 ECU）

主要发现2：价格波动性

  • Overconfident市场波动性显著高于Rational市场
  • Mann-Whitney U = 4, p < 0.05 (one-sided)
  • 两类市场波动性均超过基本价值的波动性（SD = 10.73）

主要发现3：交易活跃度

  • Rational市场平均换手率：28%（5单位）
  • Overconfident市场平均换手率：44%（8单位）
  • Mann-Whitney U = 1.5, p < 0.05 (one-sided)
  • 两类市场交易量均显著大于零（Wilcoxon T = 1.896, p < 0.05）

主要发现4：泡沫-崩盘模式

  • Overconfident聚合市场呈现明显的泡沫与崩盘模式
  • Rational聚合市场无突然崩盘现象，价格更平稳地追踪基本价值

主要发现5：过度自信测量的一致性

  • 前实验bias score与预测任务bias score强相关：Spearman's rho(8) = 0.65, p < 0.05
  • 预测任务BS：Rational市场 M = 50.08 (SD = 8.96)；Overconfident市场 M = 60.31 (SD = 5.02)
  • Mann-Whitney U = 4.0, p < 0.05

主要发现6：过度自信与市场结果的相关性

变量对 前实验BS的Spearman's rho 预测BS的Spearman's rho
过度自信 vs. 平均价格 0.75 (p < 0.01) 0.71 (p < 0.05)
过度自信 vs. 交易量 0.69 (p < 0.05) 0.58 (p < 0.05)

主要发现7：过度自信的时间演变

  • BS(2-8期) > BS(9-15期)，差异显著：Z = -2.429, p < 0.01 (one-sided)
  • 过度自信随实验经验而下降，可解释泡沫在实验后期崩盘

主要发现8：泡沫度量的处理间差异（Table 1汇总）

指标 OVE市场均值 RAT市场均值 Mann-Whitney U p值
Haessel-R2 较低 较高 3 < 0.05
NPD 较高 较低 1 < 0.01
NAD 22.36 ECU 4.92 ECU 1 < 0.01
Amplitude 2.29 0.98 1.00 < 0.01
Velocity 6.27 4.38 1.50 < 0.05

主要发现9：预测精度

  • Rational市场：预测与实际价格差异不显著（Z = 1.079, p = 0.28）
  • Overconfident市场：预测显著高于实际价格（Z = 1.89, p < 0.05），存在系统性过高预测
  • 预测与实际价格近乎完美相关：Spearman's Rho(8) = 0.997, p < 0.001

主要发现10：性别与收益

  • 男性平均收益447 ECU > 女性335 ECU
  • Mann-Whitney Z = -2.646, p < 0.01 (one-sided)

维度6：与其他文献的关系

直接对话文献

  • Smith, Suchanek, and Williams (1988): 实验资产市场泡沫的开创性范式，本文直接采用SSW设计并扩展
  • Scheinkman and Xiong (2003): 过度自信导致投机泡沫的理论模型，本文提供实验证据支持
  • Kirchler and Maciejovsky (2002): 多期实验市场中测量过度自信，但未将过度自信与泡沫联系
  • Biais, Hilton, Mazurier, and Pouget (2005): 用心理问卷测量过度自信后进行实验市场，但发现miscalibration不增加交易量
  • Deaves, Luders, Luo (2009): 过度自信增加交易量的实验证据，但用单期市场且未关注泡沫

本文的独特贡献

  1. 首次将过度自信与泡沫直接关联： 之前文献仅关注过度自信与交易量的关系
  2. 基于内在特质分组： 首次根据前实验测量的过度自信程度构建不同类型的市场
  3. 信息对称设计： 所有被试获得相同信息，排除信息不对称作为交易动因
  4. 难度平衡的测试工具： 使用精心设计的包含不同难度和性别平衡的过度自信测试
  5. 双重测量过度自信： 同时使用一般知识测试和股价预测任务

与其他泡沫实验的比较（Table 2）

实验 NAD Velocity Amplitude
本文OVE处理 2.24 6.27 2.29
本文RAT处理 0.49 4.40 0.98
Noussair & Tucker (2006) 0.24 0.99 0.33
SSW (1988) 5.68 4.55 1.24
Porter & Smith (1995) -- 5.49 1.53
Van Boening et al. (1993) 5.12 5.05 4.19

研究局限

  • 样本量较小（每个处理仅5个session，每session仅6人，共60名被试）
  • 仅使用非参数检验，统计效力有限
  • 未控制风险偏好等其他可能的混淆变量
  • 未探索混合市场（过度自信者与理性者共存）的情况

未来方向

  • 研究过度自信被试的最小比例阈值对泡沫的影响
  • 引入混合市场设计
  • 控制风险厌恶等因素
  • 在个体层面分析行为差异

相关标签： #overconfidence #asset_bubble #experimental_market #SSW_paradigm #double_auction #behavioral_finance #calibration #bias_score

维度4：变量概览

变量 测量方式 角色
Bias Score（前实验） avg % confidence − avg % correct（基于 18 题一般知识题） 分组依据
Bias Score（预测） 实验内每期价格预测的 confidence − accuracy 验证测量
处理变量 Rational 市场（5 session）vs. Overconfident 市场（5 session） Between-subjects
价格 P_t 每期成交合约的平均价格 主因变量
基本价值 FV_t n × 2.4 ECU（n 为剩余期数，FV_1 = 36） 理论参照
NPD Σ(P_it − E(D)_t) / TSN 价格偏差（带方向）
NAD Σ|P_it − E(D)_t| / TSN 价格绝对偏差
Amplitude max{(P_t − FV_t)/FV_1} − min{(P_t − FV_t)/FV_1} 振幅
Velocity 总交易次数 / TSN 换手率
Haessel-R² 价格对基本价值的拟合度 泡沫度量
价格预测 每期结束后对下一期 P 的点估计 + 信心 内在过度自信
FWC 300 ECU + 股息 + 卖出 − 买入 报酬基础
性别 男 vs. 女 异质性分析

维度5：局限性

  1. 样本规模小：每个处理仅 5 个 session、每 session 6 人，共 60 名被试，统计效力受限。
  2. 仅非参数检验：受样本规模制约，分析依赖 Mann-Whitney U 和 Spearman ρ，难以进行高阶因果识别（如多变量回归、固定效应）。
  3. 未控制风险偏好：可能存在过度自信与风险厌恶程度的混淆，未独立测量风险偏好。
  4. 极端分组（极化设计）：仅比较 bias score 最高与最低的两组，未研究中等过度自信者或混合市场（理性者 + 过度自信者并存）的情形。
  5. 被试同质性：均为德国 Kiel 大学经济学/商科本科生，外部效度边界明显（如对专业交易者、其他文化背景）。
  6. 静态过度自信测量：bias score 的稳定性（test-retest reliability）未做检验。
  7. 资产市场范式局限：SSW 范式下基本价值递减且公开已知，与真实金融市场的不确定性结构差异较大。
  8. 预测奖励可能反向影响行为：3/1/0.5 ECU 的预测奖励虽小，但可能与交易激励相互交织。

维度7：可拓展的研究方向

  1. 混合市场设计：研究过度自信者占比（如 0%、25%、50%、75%、100%）的连续变化对泡沫规模的影响，确定关键阈值。
  2. 控制风险偏好：在分组前测量风险偏好，分离过度自信效应与风险偏好效应。
  3. 专业交易者样本：使用专业金融从业人员重复实验，检验经验是否削弱过度自信泡沫效应。
  4. 动态过度自信：研究反馈机制（每期信息揭示）如何动态调节过度自信和泡沫规模。
  5. 跨文化比较：在不同国家/文化背景下复制实验，检验过度自信效应的普遍性。
  6. 机制实验：通过引入 short selling、期货市场、做市商等机制，检验是否能抑制过度自信泡沫。
  7. 信号设计：比较公开信号与私人信号下过度自信的角色差异，检验信息对称性是否调节过度自信效应。
  8. 机器学习识别：利用更细的交易行为数据（出价节奏、报价规模）识别过度自信的实时表征。

关键结论

  1. 由过度自信被试构成的资产市场（OVE）系统性地呈现：(a) 平均价格（67 ECU）远超基本价值（FV_1=36，渐降至 0）和理性市场价格（33 ECU）；(b) 显著更高的价格波动性；(c) 更高的换手率（44% vs. 28%）；(d) 典型的泡沫-崩盘模式；(e) 所有泡沫指标（NAD、Amplitude、Velocity、Haessel-R²）均显著恶化。这首次以实验方式因果识别了过度自信与泡沫之间的关联，支持 Scheinkman-Xiong 理论。
  2. 过度自信不仅推动泡沫的形成，还预示其崩盘——bias score 在实验后期（9-15 期）显著低于早期（2-8 期），与泡沫的典型时序（rise then crash）相符；前实验的一般知识 bias score 与实验内的价格预测 bias score 强相关，表明过度自信是稳定的个体特质。

与本研究关联的文献（候选 wikilinks）

🔗 链接到这篇笔记