南宫28加拿大软件

光华讲坛——社ng28南宫国际app名流与企业家论坛第6980期

主题：Belief Bias, Source Preference, and Preference for Robo-Advisor信念偏差、来源偏好与智能投顾偏好

主讲人：香港恒生大学商南宫28加拿大软件 李景景副教授

主持人：金融研究院 牛子龙副教授

时间：7月6日14:00-15:30

地点：光华校区35栋金融研究院202ng28南宫国际app议室

主办单位：金融研究院 科研处

主讲人简介：

李景景，实验经济学家，现任香港恒生大学商南宫28加拿大软件副教授。此前曾任职于深圳大学、香港城市大学、上海财经大学。他曾在德国马克斯?普朗克经济学研究所从事博士后研究，合作导师为Werner Güth教授。博士毕业于香港科技大学经济学系，师从Chew Soo Hong教授。其研究领域涵盖实验经济学、行为经济学与行为金融学。他率先采用实验经济学方法，分别开展了三项核心研究：语言对决策的影响（Li, 2017，Journal of Economic Psychology）、记忆回忆偏差（Li, 2013，Experimental Economics）以及随机化偏好（Li, 2011, Journal of Risk and Uncertainty）。其研究还涉及劳动力市场中的挤出效应（Hossian and Li, 2014, Management Science）。

内容提要：

This paper investigates preferences for human versus robo-advisors using a dynamic source preference framework that allows for belief bias. We use a two-part experiment in which advice is generated by real-life investors and ChatGPT, and subjects value advice before and after learning advisors’ objective accuracy. This design enables a dynamic decomposition of belief bias from taste-based source preference. Before disclosure, subjects are more likely to prefer robo-advice over human advice. After learning that the two advisors perform similarly, many subjects revise their valuations away from the robo-advisor and toward the human advisor, indicating that initial robo-preference partly reflects biased beliefs about algorithmic competence. Yet a substantial subset continues to prefer the robo-advisor after disclosure, revealing source preference independent of performance. Parametric estimates further show that taste-based source preference for the robo-advisor is more prevalent than for the human advisor. The results show that belief bias and taste-based source preference jointly shape demand for robo-advice, and that static measures may miss these distinct mechanisms.

本悟空体育通过构建纳入信念偏差的动态来源偏好分析框架，考察个体对人工投顾与智能投顾的偏好差异。研究采用两阶段实验设计：投资建议分别由真实投资者与ChatGPT生成，受试者在获知投顾客观准确率的前后两个阶段，分别对两类建议进行价值评估。该设计可实现信念偏差与偏好型来源偏好的动态分解。信息披露前，受试者更偏好智能投顾的建议，而非人工投顾建议。在得知两类投顾业绩表现相近后，大量受试者调整了估值结果，降低对智能投顾的评价并转向偏好人工投顾，说明初始阶段的智能投顾偏好，部分源于个体对算法能力的偏差信念。但仍有相当比例的受试者在信息披露后持续偏好智能投顾，体现出独立于业绩表现的来源偏好。参数估计结果进一步显示，与人工投顾相比，个体对智能投顾的偏好型来源偏好更为普遍。研究结果表明，信念偏差与偏好型来源偏好共同塑造了智能投顾的市场需求，而静态测度方法无法识别这两类截然不同的作用机制。