股票替你赚的钱，悄悄偷走了你下个月的力气

[2022 JFE] Employee Output Response to Stock Market Wealth Shocks
Teng Li, Wenlan Qian, Wei A. Xiong, Xin Zou
Jun He June 01, 2026
家庭金融 劳动供给 参照点依赖 行为金融
Note

本文读的是 Li, Qian, Xiong & Zou (2022, Journal of Financial Economics)：把同一个人的炒股账户和工作业绩按月对在一起后发现，上个月股票投资收益每多涨 10%，这个月的工作产出就下降 3.8%。这个反应很短命（只对上一个月的收益有反应），而且当总收入触到某个「参照点」时更强——它指向的不是教科书里的生命周期平滑，而是带短期心理账户的参照点依赖。

1 一个被忽略的问题：股市涨了，你会更努力，还是更想歇？

先讲一个几乎所有人都见过、却很少有人认真想过的场景。

这个月股市行情不错，你账户里的股票替你「凭空」多挣了一笔钱。第二天清晨闹钟照常响起，你要去上班——你会因为口袋更鼓而干劲更足，还是会想：反正这个月的收成已经够了，活儿少干一点也无妨？

这听起来像一个心理学的小问题，但它其实牵动着一根很粗的宏观链条。美国家庭的直接与间接持股，占其金融资产的 36%，持有美股总市值的九成以上，规模约 $34.2 万亿。一旦股市波动，财富随之起落，而财富又会反过来改变家庭的真实决策——这正是 Poterba (2000) 反复强调的、股票市场通往实体经济的家庭传导渠道。过去几十年里，研究者把这条渠道的「消费」一端挖得很深：股市涨了，人们更敢花钱。

但家庭的消费里，除了买东西，还有一样东西叫闲暇。享受闲暇的方式，就是少干活。于是一个自然的问题浮出水面：财富冲击之后，人们除了多消费，会不会也顺手「多歇着」、少供给一点劳动？

这恰恰是被忽略的那一半。而且它不仅是漏掉的一块拼图，它的方向本身还不那么显然。

2 张力所在：生命周期模型 vs. 短期心理账户

为什么说「不显然」？因为标准理论给出的答案，平淡得几乎让你提不起兴趣。

生命周期劳动供给模型 (lifecycle labor supply) 会告诉你：一笔财富冲击，理性人会把它对应的闲暇（或收入）反应，摊薄到余下的整个人生里去慢慢享受。换句话说，这个月股票多赚的一点钱，理论上只会让你今后几十年每个月各少干「极其微小」的一点活——小到根本测不出来。文中用 CHFS (2015) 做了个粗算：一个 42.2 岁、距退休还有 17.8 年的代表性投资者，其股票财富折算到余生每个月的收入里，只占大约 4%（\(=1.34 \times \tfrac{1}{17.8}\)）。按生命周期逻辑，劳动供给的月度反应应该近乎于零。

可是，股市是按天、按月剧烈波动的，而工作合同往往按年、按季才调整。当一个人面对的是高频、反复的财富冲击时，他真的会像理性模型假设的那样，把每一次涨跌都冷静地折算进余生吗？

接着，一个更有意思的可能性来了。如果人们持有的是一个短期的心理账户 (short-term mental account)，那么参照点依赖 (reference dependence) 理论预测：当本月收入触到某个「参照收入」时，人们就会在短期内显著地减少劳动供给——干够了，今天就收工。这正是 Camerer et al. (1997) 在纽约出租车司机身上讲过的那个著名故事：司机们仿佛给自己定了个「日收入目标」，挣够了就早早收车回家。

Tip

两套理论给出的预测，差别是「定性」的：生命周期模型说反应持久而微弱；参照点依赖说反应短促而集中。谁对谁错，不能靠嘴说，得靠数据把这两种时间形态分开。

3 测量的拦路虎：为什么这件事这么难做

但真正关键的一步，是先得把数据问题解决掉——而这恰恰是这条文献几十年迟迟没有直接答案的原因。

要识别「股市财富 → 劳动供给」的因果，你会立刻撞上两堵墙。

第一堵墙是混杂。 股市表现和劳动选择，背后都被一大堆宏观与地方经济条件牵着走。经济好，股市涨，家庭其他财富（比如房子）也涨，而后者会独立地改变人的工作决策。于是你在总量上看到「股市涨、劳动降」的相关，根本说不清是哪个力量在起作用。

第二堵墙是测量。 就算你想看个体层面的反应，劳动供给本身就极难量化。参与不参与（外延边际）对高频股市波动通常不敏感；而在内涵边际上，大多数职业的「工资」是按月、按年发的固定数，根本不会随你今天多干两小时、明天少干一小时而灵敏变化。earnings 作为劳动的代理，太钝了。

正因如此，过去的研究只能退而求其次，去找那些「收入直接等于劳动」的特殊职业——出租车司机、农业工人（Camerer et al., 1997；Farber, 2008；Graff Zivin and Neidell, 2012；Agarwal et al., 2015）。但这些研究测的是工资率冲击对劳动的影响，而不是财富（非劳动收入）冲击。

于是问题收敛成一句话：有没有一种数据，能把同一个人的股票财富波动和他的高频劳动产出，干净地对在一起？

4 巧妙的设定：零底薪的保险代理人

作者找到的答案，藏在中国的保险销售队伍里。这是全文最漂亮的一步。

中国的寿险公司和销售代理人签的是代理合同，因此不受最低工资约束——说白了，保险代理人零底薪，收入完全靠业绩。而他们最大的一块收入，是销售佣金 (sales commission)：由于采用计件制 (piece-rate)，每卖出一张保单，佣金是保费的一个固定比例。

这意味着什么？意味着销售佣金这个数，逐月变动，且直接、干净地刻画当月的工作产出与劳动供给。它正好绕开了第二堵墙——你终于有了一个高频、连续、随努力灵敏变化的劳动产出测度。

更妙的是falsification的素材也是现成的。代理人还有第二块收入，叫续期佣金 (installment commission)，来自往年卖出的长期保单。这块钱和「本月努不努力」毫无关系——它天然是一个安慰剂检验的对象。

数据这样拼起来：

17,486 人里有 3,120 人（18%）在样本期内炒过股——这个比例和 2018 年中国城镇人口的持股率恰好都是 18%。剔除掉 48 个在任一月份买入、卖出或持仓市值 ≥ 500 万 RMB 的「巨富」投资者（他们更可能有内幕信息或影响股价的能力），最终样本是 3,072 个投资者。所有月度产出和投资收益变量在 0.5 与 99.5 分位做了缩尾 (winsorize)。

这群人长什么样？65% 是女性，平均年龄 38 岁，受教育 14 年，平均在公司干了 37 个月，只有 2.7% 做到团队经理及以上。他们月均销售佣金 719 RMB；样本期内的晋升率 4.6%、降级率 4.3%、离职率 3.6%、保单退保率 2.1%。

Table 1

Table 1

5 识别策略：固定效应、随机匹配，和一连串「关不掉」的反应

有了数据，回归本身反而朴素。作者在员工个体层面，把销售佣金对上一个月的股票投资收益做回归，控制个体与年-月两个固定效应：

$$ \ln(\cssId{a1}{Comm_{i,t}}) = \cssId{a2}{\beta\, Ret_{i,t-1}} + \cssId{a3}{\mu_i} + \cssId{a4}{\lambda_t} + \varepsilon_{i,t} $$

标准误按个体与时间双向聚类 (two-way clustering)，方法上对应 Cameron, Gelbach and Miller (2011) 与 Thompson (2011)。

先看一眼「未经身份识别」的总量证据作为热身：在加总层面，股市加权平均收益每涨 1%，样本里员工投资者相对非投资者的总销售佣金就减少 2.01%。方向已经出来了。

而个体层面的基准结果更干净：上一个月的股票投资收益每升 10%，下一个月的销售佣金就降 3.8%，统计与经济意义都显著。换算成弹性，\(\beta \approx -0.38\)。并且这个负向反应当股票收益相对基准工作收入更高时更强——这是参照点依赖的第一道伏笔。

Table 2

Table 2

接着，一个老练的读者立刻会反问：这会不会就是第一堵墙——地方经济条件在同时推动股票收益和保险销售？固定效应吸收了宏观趋势，却未必吸得干净更地方层面的冲击。比如本地经济火热，既抬高了股价，又给了人们更好的别处就业机会、或把客户的钱从保险挪去直接炒股——那么保单销售下降，并不意味着「少供给劳动」。

作者用一招随机匹配 (random match) 漂亮地回击了这个质疑。每个投资者都在 12 个支公司之一工作；把他这个月的股票投资收益，随机指派给同一支公司里的另一个非投资者或投资者——这两人共享最地方层面的经济基本面，面对同一拨潜在客户。如果负向关系真是地方经济或保险需求在作祟，那么用随机指派的「假收益」也应当跑出一个类似的负相关。

结果呢？这个经验关系近乎为零。如图 1 所示，随机匹配跑出的系数密集地堆在零附近，而真实匹配的系数明显偏负、落在分布的尾巴上。混杂解释，被基本排除。

Figure 1: Estimated Coefficients from Random Match

Figure 1: Estimated Coefficients from Random Match

然后作者继续「拧螺丝」，从多个角度逼近一个纯粹的、特异 (idiosyncratic) 的收益变异：

更关键的，是一连串「关不掉」的安慰剂检验，把「这究竟是不是劳动产出的反应」钉死：

最后一条尤其要命：如果代理人是因为地方经济变差才整体业绩下滑，续期佣金不会安然无恙。它纹丝不动，恰恰说明被影响的是「当月新努力」，而不是别的什么。

6 反转：为什么这是参照点依赖，而不是生命周期平滑

到这里，因果基本立住了。但全文真正的「核心」还没揭晓——这股负反应背后，是哪套机制？

回到第 2 节那个定性分叉。生命周期模型说反应应当持久：一笔财富冲击会被摊到今后许多期，于是这个月、下个月、再下个月，都该看到一点点。Imbens et al. (2001) 的彩票研究、Cesarini et al. (2017) 的瑞典彩票研究，看到的正是这种持久反应。

可这篇论文看到的是短命的：销售佣金只对上一个月的股票收益有反应，再往前的收益就不灵了。于是反转出现——这与生命周期的持久预测不符，却与参照点依赖严丝合缝：人有一个短期心理账户，当本月收入触到参照点，就在短窗口内减少劳动供给，过了这一阵又回到原样。

作者还补上一记直接证据：当上一个月的总收入已经触到参照收入时，销售佣金对股票收益的负反应显著更强。这正是「干够了就收工」的微观刻画。

理解了「短命」这个性质，还顺带修正了我们对效应大小的认知。单看即时反应，量级和 Cesarini et al. (2017) 等文献里的财富效应相当；但由于反应短促、不会层层累积，累计效应反而更小。这是一个诚实而重要的限定。

Warning

别把「短命」误读成「不重要」。它重要在于：股市是高频反复波动的，这意味着这条劳动供给渠道会被反复触发，像一连串小脉冲，而不是一次性的大冲击。

作者也排掉了几个相邻解释。一是投资者分心 (investor distraction)（DellaVigna and Pollet, 2009；Hirshleifer et al., 2009）：如果是分心，反应应当随注意力代理变量变化，但它没有。二是流动性需求：控制住已实现收益 (realized gains) 后，对总投资收益的产出反应量级与显著性都不变；在流动性需求较低的月份，反应依然显著——说明这不是「赚了钱要去取现花掉、顺便请假」那么简单的故事。横截面上，反应在年长、受教育更多的员工里更强，在性别与收入间则大体相似。

（关于「在真实场域里识别参照点依赖」这件事，可参见《用真金白银投出来的前景理论：从基金资金流里「反推」投资者偏好》；而把「财富冲击如何改变人的努力/人力投入」放到另一类资产上看，则可对照《同样欠着债，为什么「学门手艺」比「多上一天班」更扛得住？》。）

7 文献脉络

把这条线索拉直了看，它的来路其实很清楚。

最早的一支，是把参照点依赖搬进劳动供给的田野研究。Camerer et al. (1997) 用纽约出租车司机讲了「日收入目标」的故事，Farber (2008) 对此再做检验，Agarwal et al. (2015) 把场景换到新加坡的出租车司机。但请注意——这些研究测的都是工资率（劳动收入）冲击对当期劳动的影响。

另一支，是财富（非劳动收入）冲击 → 劳动供给。Imbens et al. (2001) 用彩票中奖者，Cesarini et al. (2017) 用瑞典彩票，干净地估出了财富对劳动供给的因果——但它们看到的是低频、持久的反应。再近一些，Li et al. (2020) 用房产财富的断点设计、Gu et al. (2021) 用房市冲击看「偷懒」，把战场推向了房地产财富。

还有一支平行的，是股市财富 → 真实家庭决策：Poterba (2000) 奠定了「股市财富与消费」的问题，Di Maggio et al. (2020) 估计股市收益对消费的因果，Choi et al. (2020) 看股市对人力资本（专业选择）的影响。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

这篇论文站在三条线的交汇处，并补上了所有人都漏掉的那一格：它是第一篇直接估计「股市财富变化 → 劳动供给」因果的研究；它用月度个体股票收益，刻画的是高频、反复的财富冲击；而它发现的短命反应，把参照点依赖从「工资率冲击」推广到了「财富（非劳动收入）冲击」之上。一句话——它给股市通往实体经济的传导，添了一条全新的劳动供给渠道。

8 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：销售佣金真能代表「劳动供给」吗？万一只是客户那个月不爱买保险？

这正是作者花最大力气堵的口子。计件佣金按定义随「卖出保单数」变动，是产出的直接测度；而随机匹配（用同支公司他人的假收益跑出近零系数）、非本地股票、低技能投资者三招，合力排除了「地方需求侧」的解释。再加上续期佣金和退保率纹丝不动，结论指向的是代理人自己当月少干了活，而非客户端的需求变化。

Q：这和「财富效应推动消费」是一回事吗？

不是。消费是花掉手里的钱；这里讲的是少挣本可挣到的钱——即用闲暇替代劳动。它是家庭对财富冲击反应里被长期忽略的另一半，而且因为收入端和供给端在这个职业里合二为一，才第一次被高频地量出来。

Q：会不会是「赚了钱要去取现、办手续，所以请假」这种流动性故事？

作者直接控制了已实现收益 (realized gains)，核心结果量级与显著性不变；在流动性需求较低的月份，负反应依然显著。所以不是简单的「取钱花钱顺便翘班」。

Q：为什么我该信这是参照点依赖，而不是生命周期模型？

因为时间形态对不上。生命周期模型预测持久反应（彩票文献里看到的正是如此），而这里佣金只对上一个月收益有反应、且当收入触到参照点时更强——这是短期心理账户的特征，不是跨期平滑的特征。

Q：样本是中国一家寿险公司的零底薪代理人，外推性够吗？

这是把双刃剑：零底薪、纯计件让测量极干净，但人群特殊。作者做了外延性检验——结果不由可能的兼职者驱动，不限于高收入波动者，在更能代表中国投资家庭的加权样本里也成立，也不由样本期的极端行情驱动。但「能否外推到有底薪、按月领固定工资的白领」，仍需别的场景去验证。

Q：3.8% 这个数，到底算大还是算小？

即时看，量级与 Cesarini et al. (2017) 等财富效应文献相当；但由于反应短命、不层层累积，累计效应反而更小。换言之，单次冲击不小，但它不会像永久收入冲击那样在余生里持续发酵。

(b) 几个可能的研究问题与提案

1. 把同一套逻辑搬到「债市财富」上。 【经济故事】债券（尤其信用债）的月度收益同样高频波动，但波动结构与股票截然不同（利率、信用利差两条腿）。如果参照点依赖成立，持债家庭在「信用利差收窄、债券账面增值」的月份，是否也会短暂地少供给劳动？利率冲击与信用冲击谁更触发「收工」效应，能进一步分离机制。 【可行性】中：需要把个体债券持仓（或债基持仓）与高频劳动产出对在一起，这类微观链接数据稀缺；在有零工/计件平台数据的环境里相对 doable。

2. 外资持有人冲击下的本地劳动供给。 【经济故事】当一只股票被纳入 MSCI、或沪深港通额度放开，外资买入抬高了本地散户的账面财富。能否用「指数纳入」作为对持股家庭财富的准外生冲击，估计其对该家庭劳动产出的短期影响？这把本文的「特异收益」识别，换成一个更可信的需求侧外生变异。 【可行性】中：纳入事件是干净的外生冲击，但仍需个体「持股 × 劳动产出」的链接，识别上比本文更强，数据门槛是瓶颈。

3. 高频财富冲击与「服务质量」的更细测度。 【经济故事】本文用退保率说明产品质量没下降，但「少干活」是否换来了搜寻更省力的客户、或更短的服务时长？产出的「数量」降了，质量与构成是否也在悄悄变？ 【可行性】高（若有客户层级数据）：用保单的客户特征、首期保费规模、客户留存做异质性分解，识别上沿用本文框架即可。

4. 反向的「亏损」冲击：参照点的非对称。 【经济故事】参照点依赖往往伴随损失厌恶。股票上月亏钱时，代理人会不会反而更卖力（去把收入补回参照点）？若反应非对称，将是参照点机制比生命周期机制更强的证据。 【可行性】高：直接在本文样本里按收益正负分样本、或加入收益的分段项即可，是最 doable 的一个延伸。

9 我的判断

这篇论文的贡献，干净利落地落在一句话上：它第一次为「股市财富 → 劳动供给」提供了因果估计，并且靠一个零底薪、纯计件的职业，把一向测不准的劳动产出测准了。随机匹配这一招尤其漂亮——它用「同支公司、同客户群」把地方经济条件这个最难缠的混杂，做成了一个近乎可证伪的安慰剂。而「短命 + 触到参照点更强」这组事实，把参照点依赖从工资率冲击推广到了财富冲击，这是真正有分量的概念推进。

要说对识别的担忧，我有两点。其一，「上月收益」与「本月产出」之间，仍可能存在个体层面时变的隐藏状态：比如一个人这阵子家里出了事，既疏于盯盘（收益偏特异）又疏于跑业务。作者用已实现收益、流动性需求做了缓解，但这类「同时影响投资专注度和工作投入」的个人冲击，固定效应吸不干净。其二，外推性确实受限于这个人群——零底薪让佣金成了完美的产出代理，但也意味着这些人的「劳动-收入」绑定远比普通受薪者紧；对有底薪、按月发薪的劳动者，参照点的触发条件可能很不一样。

后续我最想看到的，是把这套「高频财富冲击 → 短期劳动供给」的识别，搬到信用债/外资持有人这类我更关心的场景里去（见上文提案 1、2），并直接检验亏损侧的非对称反应——那将是判定「这究竟是参照点依赖，还是别的什么」的最锋利的一刀。

参考文献