下载掌阅APP，畅读海量书库
立即打开
金融市场中的消费者往往缺乏有关金融产品质量的信息。2013年以来，美国消费者金融保护局开始向公众发布消费者对银行金融产品的投诉信息数据库。本文研究发现，自信息披露后，在当地市场收到更多抵押贷款投诉的银行的抵押贷款业务会大幅减少。在消费者更为成熟、信贷竞争更为激烈的地区，以及收到更多严重投诉的银行中，这一效应更为显著。此外，信息披露后，银行每月收到的抵押贷款投诉数量展现出更快的均值回归趋势。这些发现表明，公开披露抵押贷款投诉信息能够加强产品市场纪律，并增强消费者金融保护。
Dou, Yiwei, and Yongoh Roh. Public Disclosure and Consumer Financial Protection. Journal of Financial and Quantitative Analysis, 2023.
人口结构转变促使许多国家对社会保障制度进行了改革，逐步实施了固定缴款计划，该计划通常允许个人选择其养老保险缴款水平。个人的退休储蓄决策也不断受到数字技术的影响，这些技术承诺能够帮助个人为退休生活做出充分规划。对此，本文作者展开了一项自然实验，发现引入数字养老金应用程序可将自愿缴纳养老保险的总体概率提高约1.8个百分点，男性和高收入者更有可能对这一应用程序的引入做出响应。进一步的研究表明，使用该应用程序主要是通过降低缴纳过程中的“烦琐”成本来影响缴纳行为，而非通过提供关于税收优惠的信息。
Daminato, Claudio, Massimo Filippini, and Fabio Haufler.Digitalization and Retirement Contribution Behavior: Evidence from Administrative Data. The Review of Financial Studies, 2024.
随着AI技术的快速发展，AI模型越来越依赖于用户贡献的海量数据进行训练，人们也逐渐开始担心，当人们抛弃传统的网络搜索和用户问答模式，转向使用大语言模型来查找信息时，数字公共产品的数量和质量将降低，这转而会限制AI的进步。例如，在知名软件开发者论坛Stack Overflow上，用户可以在平台提问和回答各种编程问题，截至2022年，该平台上3500万个问题有超过2400万个答案。这些提问与回答都是公开可用的，并被生成式AI提供商用作训练数据，其中之一便是ChatGPT。数据显示，ChatGPT于2022年推出后，发布到Stack Overflow的查询量减少了约16%。然而本文研究证明，尽管AI可能会替代某些用户贡献，但AI通过自动化完成简单任务，促使用户将精力更多地集中在更复杂和有价值问题的贡献上，这不仅避免了数据枯竭的风险，还可以提升训练数据的质量。
Gans, Joshua S. Will User-Contributed AI Training Data Eat Its Own Tail?. NBER Working Paper, 2024.
在AI领域，算法往往基于人类历史数据进行训练，因此不可避免地继承了人类决策中的偏见，并可能放大和固化这种偏见。本文作者设计了一系列实验来检验人们对算法决策和自我决策的偏见感知差异。研究发现，人们在算法决策中看到的自身偏见（如年龄、性别、种族）多于在自我决策中看到的。算法偏见还让一些原本隐蔽的人类偏见变得可见，这些偏见在人类的决策未被具体说明或在统计时是模糊的。认识到偏见是个人和组织减少偏见的关键第一步，研究结果表明算法可以成为促进人类公正决策的有效工具。
Celiktutan, Begum, Romain Cadario, and Carey K. Morewedge. People See More of Their Biases in Algorithms. Proceedings of the National Academy of Sciences, 2024.
近年来，线上购物极大地改变了零售业的格局，其中以生鲜、零副食品为代表的杂货领域是行业内受影响最大的领域之一。随着越来越多的消费者选择通过在线平台购买日常所需的食品和杂货，了解这一渠道如何影响消费者行为非常重要。为此，本文探讨了杂货领域在线购物与传统线下购物之间的模式差异，衡量了“线上购物篮”和“实体购物篮”中商品的多样性、相似性以及购物行为的惯性。研究发现，在一个给定的家庭中，“线上购物篮”的商品种类显著少于“实体购物篮”，且连续的“线上购物篮”之间的商品重叠数量显著高于“实体购物篮”。这些结果表明，在线杂货购物环境与消费者惯性增强之间存在潜在联系，这可能导致更强的品牌忠诚度，并对新进入品牌在建立客户群方面构成挑战。
Chintala, S. C., Liaukonytè, J., & Yang, N.Browsing the Aisles or Browsing the App?How Online Grocery Shopping is Changing What We Buy. Marketing Science, 2024.
使用抵押物担保债务有助于克服经济摩擦，从而降低提供信贷的成本并扩大信贷供应。在美国，超过80%的家庭总债务由实物资产担保，然而有担保债务在低收入和中等收入国家中要少得多。最近出现了一种使用“数字抵押品”（Digital Collateral）的新型担保贷款形式，其主要在低收入和中等收入国家得到应用。数字抵押品依赖于锁定技术，该技术允许贷款人暂时禁用抵押品对借款人的使用价值，而无须实际移交抵押品。本文探讨了这种新型信用形式对信贷市场摩擦和家庭行为的影响，研究发现，使用数字抵押品担保贷款显著降低了借款人的违约率，增加了贷款人的回报率。在拓宽可负担信贷渠道方面，数字抵押品的应用展现出了巨大潜力。
Gertler, Paul, Brett Green, and Catherine Wolfram. Digital Collateral. The Quarterly Journal of Economics, 2024.
放眼全球，随着女性财富的增长，女性越来越多地参与到金融市场中，她们的投资选择对其财务结果和经济赋权产生重要影响。鉴于个人在做出投资决策前可能会向金融专业人士寻求建议，为检查理财建议的质量水平是否因客户性别而异，本文作者开展了一项田野实验。研究发现，在某些（但不是全部）类型的咨询公司中，女性比男性更有可能获得低质量的财务建议。作者将其解释为不同的公司激励机制以及顾问对金融知识性别差异的不同看法所导致的结果：当顾问的收入来自交易佣金时，他们更有可能推荐投资者经常交易的本地个股，而当客户是女性时，这种倾向更为明显，因为理财顾问认为女性在金融方面的知识较少，不太可能察觉到其建议的质量低下。
Bhattacharya, U., et al. Do Women Receive Worse Financial Advice?. The Journal of Finance, 2023.
AI的出现和不断发展，促使人类重新思考人类自己的角色。虽然AI旨在增强人类智能，但人们普遍担心它可能在日益复杂的任务中取代人类。既有研究大多围绕“人机对决”主题展开，分析人类的适应方式，并预测由此带来的工作重新分配，少有研究关注技术熟练的劳动者如何借助AI技术发挥更大潜力，而这本应是人类设计和发展AI的首要目标。为此，本文探讨了“人机对决”走向“人机协同”的可能。作者以股票分析为例，研究发现，AI分析师在股票回报预测中胜过大多数人类分析师，但在涉及无形资产和财务困境等需要制度性知识的领域，人类分析师表现更佳；“人+AI”的组合显示出能更准确预测的潜力，且能显著避免单独由人类或机器犯下的极端错误。
Cao, Sean, et al. From Man vs. Machine To Man + Machine: The Art and AI of Stock Analyses. Journal of Financial Economics, 2024.