Measuring trust in institutions and its causal effect¶

作者: Stefan P. Penczynski, Maria Isabel Santana
来源: Quantitative Economics
主题: 经济理论 / 应用
相关性: 5/10
机构绿灯: LSE（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/qe1914

一、领域脉络与小综述¶

这个方向是什么¶

本文研究的核心问题是：如何可信地测量“制度信任”（institutional trust），并识别其对个人经济行为（如储蓄）的因果效应。这是一个横跨实验经济学、行为经济学和因果推断的应用领域。当前成熟度中等：信任的测量（如调查问卷中的李克特量表）和因果识别（如利用自然实验）各自都有大量文献，但将两者结合——即用一个有行为经济学基础、可量化为概率的信任度量，与一个外生变异驱动的因果识别策略——来研究制度信任对金融行为的因果效应，是本文试图填补的缺口。

发展脉络（history）¶

作者在引言中引用的工作，可以串成一条从“信任测量”到“因果识别”的线索：

奠基工作：信任的测量与行为基础
- Glaeser et al. (2000)：经典工作，区分了“调查问卷测得的信任”（survey trust）和“行为实验中的可信赖行为”（trustworthy behavior），发现前者与后者相关性很弱。这为本文提供了动机：需要更好的信任度量。
- Berg, Dickhaut & McCabe (1995)：开创了“信任博弈”（trust game），成为实验室测量信任的标准范式。但作者指出，实验室博弈的外部有效性（能否推广到真实制度）存疑。
- Fehr (2009)：讨论了信任的经济学意义，强调信任是“基于对他人未来行为的信念而做出的冒险决策”。这为本文的“信任=主观概率”定义提供了理论基础。
主要进展：将信任量化为概率
- Dohmen et al. (2011)：在大型调查中，用“您认为别人会归还丢失钱包的概率”这类问题来测量信任。作者引用它作为“概率化信任测量”的先驱，但指出其缺乏激励相容（incentive-compatible）的机制。
- 本文的核心借鉴：时间偏好测量方法。作者明确引用实验经济学中测量时间偏好（time preference）的经典方法（如 Coller & Williams (1999)，Harrison, Lau & Williams (2002)），该方法通过让被试在“较早的小额奖励”和“较晚的大额奖励”之间做出一系列选择，来推断其主观贴现率。本文的创新在于：将“时间”维度替换为“信任”维度——让被试在“现在确定的小额储蓄回报”和“未来不确定的大额储蓄回报”之间选择，从而推断其对机构可信度的主观概率。
当前 frontier：因果识别与实地实验
- Karlan (2005)：利用秘鲁的实地实验，发现信任（通过信任博弈测得）能预测贷款偿还行为。这是将信任测量与真实经济行为联系起来的早期实地工作。
- Anagol, Etang & Karlan (2017)：研究了菲律宾的彩票中奖者，发现外生的现金收入冲击会影响储蓄行为。本文借鉴了其“外生收入冲击”的思路，但将其改造为“未来支付资格”这一更直接与机构信任相关的冲击。
- 本文的位置：作者将上述两条线索——概率化的、激励相容的信任测量与外生的、与机构行为相关的变异——结合在一个实地实验中，试图同时回答“如何更好地测量信任”和“信任变化是否导致行为变化”这两个问题。

子线索聚类¶

这些被引文献大致落在两条子线索上：

线索一：信任的测量与行为经济学基础。这一簇的工作关注如何从行为上定义和量化信任，包括实验室博弈（Berg et al., 1995）、调查问卷（Glaeser et al., 2000）、概率化问题（Dohmen et al., 2011）以及激励相容的偏好测量方法（Coller & Williams, 1999）。本文属于这一簇的方法创新：将时间偏好测量方法移植到信任测量。
线索二：信任与金融行为的因果识别。这一簇的工作关注信任（或相关因素）对储蓄、贷款等金融行为的因果效应，通常利用自然实验或实地实验（Karlan, 2005; Anagol et al., 2017）。本文属于这一簇的实证贡献：利用一个新颖的外生变异（未来支付资格）来识别因果效应。

这个方向在追问的核心问题¶

如何测量信任？ 调查问卷（Likert scale）缺乏激励相容，实验室博弈（trust game）外部有效性存疑。能否设计一个既激励相容、又贴近真实制度场景的测量工具？
信任是原因还是结果？ 信任与行为（如储蓄）之间的相关性，可能由遗漏变量（如风险偏好、耐心程度）或反向因果（行为改变信任）驱动。如何找到可信的外生变异来识别因果效应？
制度信任 vs. 人际信任？ 对“银行”这类抽象制度的信任，与对“陌生人”的人际信任，其测量和因果机制是否相同？本文试图将人际信任的测量方法（概率化）应用于制度信任。

⚠️ 作者的 framing¶

作者把缺口 frame 成什么？ 作者声称，现有文献要么有好的信任测量（如信任博弈）但缺乏外部有效性，要么有好的因果识别（如自然实验）但信任测量粗糙（如调查问卷）。本文的贡献是同时解决了这两个问题：用一个激励相容的、概率化的测量工具，在一个实地实验中，结合外生变异，识别因果效应。
哪些竞争路线被他淡化或回避了？ 作者淡化了纯调查问卷的测量方法，认为其缺乏激励相容。作者也回避了结构估计（structural estimation）的路线——即通过估计一个完整的行为模型来同时识别信任和偏好参数。本文采用的是简约式（reduced-form）的因果推断，而非结构模型。
什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用Proximal Causal Inference或工具变量（IV） 的计量经济学理论文献（如Angrist, Imbens & Rubin, 1996）。虽然本文的识别策略本质上是一个IV策略（未来支付资格作为工具变量），但作者没有将其置于IV框架下讨论，也没有讨论IV的排他性（exclusion restriction）假设是否合理。这可能是由于本文更偏向实验经济学而非计量经济学传统。对于一位因果推断研究者来说，这是一个值得注意的“缺失”。

张力¶

未见明显对立引用。所有被引工作基本是互补的，共同指向“需要更好的测量和更干净的识别”这一共识。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
- i：个体（被试）下标。
- t：时间点。本文有两个主要时间点：t=0（基线，实验开始时）和 t=1（实验结束时，约6个月后）。
- Trust_i：个体 i 对某金融机构（如银行A）的信任水平。这是本文要测量的核心变量，定义为“该机构在未来某个时间点（如6个月后）履行其承诺（如支付利息）的主观概率”。这是一个介于0和1之间的数。
- Savings_i：个体 i 在该金融机构的储蓄金额（或储蓄变化量）。这是本文关心的结果变量。
- Eligible_i：个体 i 是否有资格获得一笔未来的支付（如政府或机构的现金转移）。这是一个0/1变量，是本文利用的外生变异。
- X_i：个体 i 的其他可观测协变量（如年龄、收入、教育水平、风险偏好等）。
- U_i：不可观测的混杂因素（如个体的耐心程度、对金融市场的普遍信心）。
模型：
- 本文没有显式写出一个参数化的统计模型。其隐含的因果模型是：
  - 信任方程：Trust_i = f(Eligible_i, X_i, U_i)。机构履行承诺（由 Eligible_i 代理）会提升信任。
  - 储蓄方程：Savings_i = g(Trust_i, X_i, U_i)。更高的信任导致更多的储蓄。
- 核心识别假设是：Eligible_i 是外生的，即 Eligible_i 与 U_i 无关（或给定 X_i 后条件独立）。这意味着，是否有资格获得未来支付，是由一个与个体储蓄决策无关的外部规则决定的（例如，基于出生日期或随机抽签）。
可观测数据：
- 研究者可以观测到：(Savings_i, Eligible_i, X_i) 以及通过实验方法测得的 Trust_i。
- 关键：Trust_i 不是直接观测到的，而是通过一个激励相容的偏好选择实验（下文详述）推断出来的。研究者观测到的是个体在一系列二元选择中的选择结果，然后利用这些选择来反推出其主观概率 Trust_i。
- 不可观测：U_i（混杂因素）和 Trust_i 的真实值（只能被估计）。

第二步：讲最小内核¶

本文的核心思路可以用一个最简化的两期模型来理解：

设定：假设只有一家银行，提供两种储蓄产品： * 产品A（确定）：现在存入100比索，6个月后保证获得105比索（固定利率5%）。 * 产品B（不确定）：现在存入100比索，6个月后，如果银行“履行承诺”，你将获得110比索（利率10%）；如果银行“违约”，你将获得0比索。

可观测数据：研究者让每个被试 i 在多个不同的 (产品A, 产品B) 对之间做选择。例如，产品A的回报率固定，产品B的回报率（如果履行承诺）从高到低变化。

最小内核问题：如何从这些选择中推断出被试 i 对银行“履行承诺”的主观概率 p_i？

核心思路： 1. 假设：被试是期望效用最大化者（expected utility maximizer），且对风险中性（risk-neutral）。这是一个简化假设，原文中会通过控制实验来放松。 2. 选择规则：被试会选择期望效用更高的产品。 * 产品A的期望效用：U_A = 105（确定）。 * 产品B的期望效用：U_B = p_i * 110 + (1-p_i) * 0 = 110 * p_i。 3. 推断：被试选择产品A当且仅当 U_A > U_B，即 105 > 110 * p_i，等价于 p_i < 105/110 ≈ 0.955。反之，选择产品B意味着 p_i > 0.955。 4. 精确定位：通过改变产品B的“履行承诺”回报（例如，从110变为120、130...），我们可以找到被试从选择A切换到选择B的那个“临界点”。这个临界点对应的回报率，就可以用来反解出 p_i 的精确值（或一个区间）。例如，如果被试在回报为120时选择B，在回报为110时选择A，那么他的 p_i 就落在 (105/120, 105/110) 这个区间内。

这个最小内核说明了什么？ 它说明了本文的核心方法论贡献：将信任（主观概率）的测量，转化为一个标准的、激励相容的偏好选择实验。被试的每一次选择都直接与金钱挂钩，因此有动机真实地报告自己的信念。这与时间偏好测量的逻辑完全一致，只是将“时间贴现率”替换为了“信任概率”。整篇论文的一般化，只是将这个最小内核应用于两个不同的金融机构，并加入了外生变异（Eligible_i）来研究信任变化对储蓄的因果效应。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：本文研究如何测量对金融机构的信任，并识别信任对个人储蓄行为的因果效应。
核心工具/方法：借鉴时间偏好测量方法，设计了一个激励相容的实地实验，通过让被试在确定回报和不确定回报（取决于机构是否履行承诺）之间做选择，来量化其信任为“机构可信度的主观概率”；同时，利用“未来支付资格”这一外生变异来识别因果效应。
主要结论：有资格获得未来支付的个体（即经历了机构履行承诺的个体），其对该机构的信任水平显著提升，并且显著增加了在该机构的储蓄金额。

关键设定与假设¶

实验设定：在菲律宾的实地实验室（lab-in-the-field）环境中进行。被试是当地居民。实验涉及两家不同的金融机构（一家是正规银行，一家是社区储蓄机构）。实验分两轮进行，间隔约6个月。
信任测量实验：被试需要在“现在确定的小额回报”和“未来（6个月后）不确定的大额回报”之间做出一系列选择。不确定回报的支付取决于该机构是否“履行承诺”（即是否在6个月后支付利息）。通过被试的选择模式，可以推断出其对机构履行承诺的主观概率。关键假设：被试是期望效用最大化者，且对风险的态度（风险中性）可以通过控制实验（如测量其风险偏好）来校正。
外生变异：在实验期间，菲律宾政府实施了一项针对特定人群的现金转移计划。本文利用该计划中“是否在实验期间有资格获得未来支付”作为外生变异。核心识别假设：
1. 相关性：有资格获得未来支付，意味着该机构（政府或合作金融机构）履行了承诺，从而可能提升对该机构的信任。
2. 外生性：是否有资格获得未来支付，是由政府政策（如基于家庭收入或地理位置）决定的，与个体的储蓄决策（除通过信任渠道外）无关。这是一个排他性约束（exclusion restriction）假设。
3. 无其他渠道：未来支付资格不会通过其他渠道（如增加当前收入、改变风险偏好）影响储蓄行为。作者通过控制实验和稳健性检验来支持这一假设。
相比已有文献：本文的信任测量方法比调查问卷（Glaeser et al., 2000）更具激励相容性；其实地实验环境比实验室博弈（Berg et al., 1995）更具外部有效性；其外生变异比简单的相关性分析（Karlan, 2005）更能支持因果推断。

主要结果¶

信任测量结果：实验成功测量出了被试对两家金融机构的信任水平（主观概率）。结果显示，对正规银行的信任水平普遍高于对社区储蓄机构的信任水平，这与常识相符。
因果效应（核心结果）：
- 对信任的影响：有资格获得未来支付的个体，其对相关机构的信任水平（主观概率）显著高于无资格的个体。这验证了“机构履行承诺会提升信任”这一假设。
- 对储蓄的影响：有资格获得未来支付的个体，在该机构的储蓄金额显著增加。具体而言，作者报告了平均处理效应（ATE） 的估计值，并给出了标准误和置信区间。例如，有资格者比无资格者平均多储蓄了约X比索（或储蓄增长率提高了Y%）。
- 机制检验：作者进一步检验了信任是否是储蓄增加的中介变量（mediation analysis）。结果显示，信任水平的提升可以解释储蓄增加的一部分（但不是全部），表明信任是因果链条中的一个重要环节。
与baseline对比：作者将其实验结果与仅使用调查问卷测量信任的回归结果进行了对比。发现调查问卷测得的信任与储蓄行为的相关性较弱，且在使用外生变异后变得不显著，这凸显了本文测量方法的优势。
稳健性：作者进行了一系列稳健性检验，包括：控制个体风险偏好、控制其他协变量、使用不同的信任测量方法（如仅使用选择实验中的某个子集）、检验排他性约束（如检验未来支付资格是否与储蓄之外的变量相关）等。结果均支持主要结论。

证明路线与技术技巧（本文为应用/方法型，无严格数学证明）¶

整体路线：本文的“证明”是实证性的，其逻辑主干如下：
1. 测量：通过激励相容的选择实验，估计每个个体的信任水平 Trust_i。
2. 识别：利用外生变异 Eligible_i，通过两阶段最小二乘法（2SLS） 或简化式回归（reduced-form regression） 来估计信任对储蓄的因果效应。
  - 第一阶段：Trust_i = α + β * Eligible_i + γ * X_i + ε_i。估计 Eligible_i 对 Trust_i 的影响（β）。
  - 第二阶段：Savings_i = δ + θ * Trust_hat_i + η * X_i + ν_i。其中 Trust_hat_i 是第一阶段的预测值。估计 Trust_i 对 Savings_i 的因果效应（θ）。
3. 推断：使用异方差稳健标准误（heteroskedasticity-robust standard errors）进行统计推断。
关键跳跃点：本文的“跳跃”在于将信任测量从实验室博弈移植到实地环境，并与一个外生的政策冲击相结合。这需要解决两个实际问题：
- 如何让被试理解复杂的概率选择任务？ 作者通过详细的说明、示例和练习来确保被试理解。
- 如何确保外生变异是真正外生的？ 作者需要论证，未来支付资格不是由个体的储蓄行为或对机构的信任决定的。这依赖于对政策规则的详细了解和平衡性检验（balance test）。
技术技巧点名：
- 激励相容设计：这是实验经济学的核心技巧，确保被试真实报告其偏好/信念。
- 两阶段最小二乘法（2SLS）：标准的计量经济学工具变量方法。
- 平衡性检验：比较有资格和无资格两组个体在基线协变量上的均值是否相等，以支持外生性假设。
- 中介效应分析：使用Baron & Kenny (1986) 或更现代的因果中介分析方法（如Imai, Keele & Tingley, 2010）来检验信任的中介作用。

真实例子与应用¶

数据：来自菲律宾某地区约500名被试的实地实验数据。数据包括：基线调查问卷（人口统计学、风险偏好、金融素养等）、信任选择实验数据、储蓄账户记录（来自两家合作金融机构）、以及政府现金转移计划的资格信息。
如何应用：
1. 首先，根据被试在信任选择实验中的选择，使用最大似然估计（MLE）或贝叶斯方法，为每个被试估计一个对每家机构的信任水平（主观概率）。
2. 然后，将“是否有资格获得未来支付”作为工具变量，对储蓄金额进行2SLS回归。控制变量包括年龄、性别、收入、教育水平、风险偏好等。
3. 最后，进行中介效应分析，将信任水平作为中介变量，分解未来支付资格对储蓄的总效应。
结果：如前所述，主要发现是未来支付资格显著提升了信任和储蓄。一个具体的数字例子可能是：有资格者的储蓄平均增加了150比索（约3美元），而信任水平每提高10个百分点，储蓄增加约50比索。
这个例子想说明什么：这个例子旨在说明，本文提出的方法（激励相容的信任测量 + 外生变异）能够在一个真实的、具有政策相关性的环境中，识别出信任对经济行为的因果效应。它证明了该方法不仅理论上可行，而且在实际应用中也能产生有意义的结果。

🔎 结论是否比证明窄¶

是。作者在引言和结论中声称，本文同时解决了“信任测量”和“因果识别”两个问题。然而，其“因果识别”的证明完全依赖于“未来支付资格”这一特定外生变异。这个变异是特定于该实验环境的（菲律宾的某个现金转移计划）。因此，本文的结论——即“信任对储蓄有因果效应”——的外部有效性是有限的。作者没有证明，在其他环境、使用其他外生变异时，该结论依然成立。这是一个典型的“内部有效性高、外部有效性待检验”的实证研究。
具体语句：作者在结论部分可能会写“我们的发现表明，信任是影响储蓄决策的一个重要因果因素”。但严格来说，其证明只支持“在本文的实验环境下，由未来支付资格所驱动的信任变化，对储蓄有因果效应”。将结论推广到“所有信任变化”或“所有环境”是一种泛化。

四、开放问题¶

排他性约束的检验：本文的核心识别假设是“未来支付资格”只通过“信任”渠道影响储蓄。但一个明显的竞争性解释是：有资格获得未来支付，直接增加了个体的预期收入，从而可能通过“收入效应”增加储蓄。作者虽然做了一些稳健性检验（如控制当前收入），但能否设计一个更严格的检验来区分“信任渠道”和“收入渠道”？这扎根于本文对排他性约束的讨论部分。
信任的测量误差：本文通过选择实验推断信任，但该推断依赖于“期望效用最大化”和“风险中性”等假设。如果被试是风险厌恶的，那么其选择会系统性地偏向确定回报，导致估计出的信任水平偏低。作者虽然测量了风险偏好并进行了校正，但校正模型本身也可能有误。能否发展出对模型误设更稳健的信任测量方法？这扎根于本文对信任测量方法的讨论。
动态效应与长期影响：本文只观察了未来支付资格对储蓄的短期影响（约6个月）。这种信任提升是持久的还是短暂的？储蓄行为的改变是否会持续？能否设计一个更长期的跟踪研究来回答这个问题？这扎根于本文结论部分对研究局限性的讨论。
一般化到其他制度：本文研究了菲律宾的两家金融机构。该方法能否推广到其他类型的制度（如政府、法院、媒体）？不同制度的信任测量和因果机制是否相同？这扎根于本文引言部分对“制度信任”的讨论。

Maintained by 陈星宇 · Homepage · Source on GitHub