Superstition and Risk Taking: Evidence from “Zodiac Year” Beliefs in China
Notice bibliographique
Résumé
We show that superstitions—beliefs without scientific grounding—impact the investment and risk-taking of Chinese firms. We focus on widely held beliefs in bad luck during one’s “zodiac year,” which occurs on a 12-year cycle around a person’s birth year, to study superstitions and risk taking. We first show a direct correspondence between zodiac year and risk taking via survey data: respondents are two percentage points more likely to favor no-risk investments if queried during their zodiac year. Turning to corporate decision making, we find that return volatility declines in the chairman’s zodiac year, suggesting a reduction in risk taking overall. Focusing on specific types of risk taking, investment in R&D and corporate acquisitions both decline during the chairman’s zodiac year; returns around acquisition announcements are also lower, suggesting real allocative consequences of zodiac year beliefs. This paper was accepted by Gustavo Manso, finance. Funding: W. Huang thanks the Major Project of National Social Science Foundation of China [Grant 17ZDA090] and the “National Program for Special Support of Eminent Professions” for financial support. Y. Pan thanks the National Natural Science Foundation of China [Grant 71790601] for financial support. Y. Wang thanks the National Natural Science Foundation of China [Grant 72172090] for financial support. Supplemental Material: The online appendix and data are available at https://doi.org/10.1287/mnsc.2022.4594 .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».