Working Papers

Seria wydawnicza WNE WORKING PAPERS prowadzona jest przez WNE UW od 2008 r. i jak dotąd opublikowano w niej ponad 400 prac.

Seria WNE Working Papers służy szybkiemu upowszechnianiu wyników badań prowadzonych na Wydziale Nauk Ekonomicznych UW. Publikowane tu teksty mają charakter wersji roboczych (pre-printów): mogą być uzupełniane lub poprawiane w miarę postępu prac nad tekstem i procesu wydawniczego. Prezentujemy aktualną wersję udostępnioną przez autorów, opatrzoną datą oraz identyfikatorami DOI/ISSN – co ułatwia jej cytowanie i śledzenie kolejnych iteracji. Każdy dokument zachowuje pełne prawa autorskie swoich twórców, a w przypadku późniejszych zmian, autorzy mogą w dowolnym momencie zamieścić zaktualizowany plik lub wskazać miejsce ostatecznego wydania.

Do serii WORKING PAPERS przyjmowane są artykuły pracowników naukowych WNE UW oraz publikacje z konferencji organizowanych na WNE UW. Artykuły powinny dotyczyć ekonomii, mieć charakter oryginalnych prac badawczych, nie być wcześniej publikowane. Przyjmowane są wyłącznie teksty w języku angielskim.

Prace prosimy przesyłać e-mailem na adres: aI=GX*?&1rslA0wB~#tTH'U9!RJ]#[Y5-/Bs}tmcY_1Ko-d4jLQh6/.C3

Prosimy przesyłać dwa pliki:

(1) główny tekst bez podania tytułu artykułu oraz autorów (plik DOC/DOCX) oraz

(2) stronę tytułową zawierającą: tytuł opracowania, autorów oraz ich afiliację (plik DOC/DOCX). 

Przed przesłaniem tekstu prosimy zapoznać się z szczegółowymi wymogami edycyjnymi.

Redaktorem wydawniczym serii Working Papers jest dr Maciej Bukowski.

Ilość wyników 2

WP(20/2016)211. Information and Learning in Stated-Preference Studies

Autorzy: Czajkowski Mikołaj, Hanley Nick, LaRiviere Jacob, Neilson William S., Simpson Katherine
We use experimental variation to influence how people learn a given amount of objective, scientific information about an unfamiliar public good. We then estimate the impact of treatment on valuations for that good in a stated preference survey. Our m…

WP211. Information and Learning in Stated-Preference Studies

We use experimental variation to influence how people learn a given amount of objective, scientific information about an unfamiliar public good. We then estimate the impact of treatment on valuations for that good in a stated preference survey. Our main treatment, a pre-survey multiple choice quiz about objective public good attributes, increased learning rates by over 60%. We find that despite increasing learning and retention rates, treatment had no statistically significant impact on mean nor variance of the distribution of valuations. We show with a very simple theoretical model this result is consistent with a model of confirmatory bias used by agents in stated preference surveys and inconsistent with other models of preference formation.


Czajkowski Mikołaj, Hanley Nick, LaRiviere Jacob, Neilson William S., Simpson Katherine
Information Updating Preferences Public Goods

WP(14/2015)162. What is the Causal Effect of Knowledge on Preferences?

Autorzy: LaRiviere Jacob, Czajkowski Mikołaj, Hanley Nick, Simpson Katherine
We use a novel field experiment which jointly tests two implicit assumptions of updating models in a joint framework: that new information leads to new knowledge and that new knowledge can affect economic decisions. In the experiment, we elicit subje…

WP162. What is the Causal Effect of Knowledge on Preferences?

We use a novel field experiment which jointly tests two implicit assumptions of updating models in a joint framework: that new information leads to new knowledge and that new knowledge can affect economic decisions. In the experiment, we elicit subjects’ prior knowledge state about a good’s attributes, exogenously vary how much new information about good attributes we provide to subjects, elicit subjects’ valuation for the good, and elicit posterior knowledge states about the same good attributes. Testing for changes in knowledge jointly with changes in preferences allows us to horserace updating models more completely than previous studies since we observe ex ante and ex post knowledge states. Our results are consistent with a model of incomplete learning, fatigue and either confirmation bias or costly search coupled with unbiased priors.


LaRiviere Jacob, Czajkowski Mikołaj, Hanley Nick, Simpson Katherine
Learning Information Bayesian Updating Behavioral Economics
  • 1