[论文解读] Costly Attention and Retirement
本文通过理性无注意力框架建模的昂贵注意力机制,将之整合进一个动态生命周期退休模型,以解释尽管激励微弱,为何劳动力市场退出仍集中在官方退休年龄。研究发现,关于英国女性国家养老金年龄(SPA)的内生异质性错误信念显著改善了模型对劳动力供给响应的预测,同时通过注意力成本解释了为何人们低比例采用精算上占优的延迟领取选项。
In UK data, I document the prevalence of misbeliefs regarding the State Pension eligibility age (SPA) and their predictivity for retirement. Exploiting policy variation, I estimate a lifecycle model of retirement in which, motivated by patterns in belief data, rationally inattentive households learning about uncertain pension policy endogenously generates misbeliefs. Misbeliefs explain 51% of the excessive (given financial incentives) drop in employment at SPA when constrained to replicate the belief data patterns and completely explain it when not. To achieve this, I develop a solution method for dynamic rational inattention models with persistent beliefs. Costly attention makes the SPA up to 15% less effective at increasing old-age employment. Hence, information letters improve welfare and increase employment.
研究动机与目标
- 解释尽管金融激励微弱,为何在官方退休年龄附近劳动力供给过度敏感这一谜题。
- 研究信息摩擦——特别是对不确定养老金政策的昂贵注意力——如何导致对国家养老金年龄(SPA)的内生异质性错误信念。
- 开发并求解一个具有内生异质性信念的动态理性无注意力模型,构成方法论上的新贡献。
- 利用注意力成本作为行为渠道,解释精算上占优的养老金延迟领取选项为何采用率低。
- 利用关于SPA误解的调查数据与劳动力供给响应数据,估计注意力成本。
提出的方法
- 基于Sims(2003)的理性无注意力框架,构建一个考虑不确定养老金政策的动态生命周期退休模型。
- 通过允许个体最优分配注意力以了解其SPA,实现内生异质性信念,从而导致系统性误解。
- 采用一种新颖的求解方法,结合近期理论进展(Steiner等,2017;Caplin与Dean,2015),以处理因异质性信念带来的大规模状态空间。
- 使用英格兰老龄化纵向研究(ELSA)数据,通过模拟矩法(SMM)估计模型参数。
- 将模型扩展以包含随机延迟率和福利申领决策,注意力成本以消费单位中的固定成本建模。
- 利用信念数据(自报SPA)校准注意力成本,估计其为1英镑至100英镑之间。
实验结果
研究问题
- RQ1为何尽管金融激励微弱,劳动力市场退出仍集中在官方退休年龄?
- RQ2昂贵注意力与对国家养老金年龄(SPA)的内生错误信念如何影响劳动力供给响应?
- RQ3注意力成本在解释精算上占优的养老金延迟领取选项采用率低方面起何作用?
- RQ4对SPA的误解如何随年龄演变,且与劳动力供给行为有何关联?
- RQ5具有内生异质性信念的理性无注意力模型能否生成现实的信念形成与劳动力供给响应模式?
主要发现
- 英国女性对国家养老金年龄(SPA)的错误信念普遍存在:大多数女性对其SPA判断错误,且这些错误可预测劳动力供给行为。
- SPA误解随年龄下降,表明随时间推移存在学习过程,与模型预测的内生信念更新一致。
- 在模型中引入昂贵注意力后,全人口对SPA的劳动力供给响应预测值从0.0301上升至0.109,显著改善了与实际观测数据的拟合度。
- 含注意力成本的模型预测SPA误解与劳动力供给响应呈负相关:误解最严重的个体响应最小,因为SPA对其无关紧要。
- 在包含延迟选项的扩展模型中,注意力成本约为10英镑时,提前申领比例从2.4%上升至19.7%,虽仍低于实际观测的99%,但已显著改善。
- 含注意力成本的模型更能解释延迟领取采用率低的现象:即使延迟在精算上占优,个体仍因注意力负担而避免学习成本。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。