在本文中，作者研究了肥胖的经济价值——在贫穷国家，肥胖是地位的象征，但无疑与健康风险增加有关。

作者随机选取乌干达坎帕拉的决策者，让他们观看体重操纵的画像，发现肥胖被视为财富的可靠标志，而不是美丽或健康的标志。在利用了一项涉及专业信贷员的真实风险实验后，作者证明了肥胖有助于获得信贷。巨大的肥胖溢价(相当于将借款人自我报告的收益提高60%以上)是由信息不对称驱动的，当提供更多财务信息时，这种溢价会显著下降。值得注意的是，肥胖收益和财富信号价值通常被高估，这显示了市场扭曲。

在乌干达，正如在低收入和中低收入国家普遍存在的那样，肥胖与财富和收入的衡量是正相关的(图1)。因此，作者首先设计了信念实验来测试(I)。

在坎帕拉，肥胖是否被视为财富的显著信号，而不是其他特征，以及(ii)与其他常见的地位指标相比，肥胖在多大程度上是一个相关信号。

图1所示：按财富五分位数划分的肥胖患病率

根据2019年(2010-2016年)最新的低收入和中低收入国家人口与健康调查浪潮(ICF - 2004 - 2017)，按财富五分位数划分的肥胖受访者百分比:亚美尼亚、孟加拉国、贝宁、玻利维亚、布基纳法索、布隆迪、柬埔寨、喀麦隆、科摩罗、刚果民主共和国、埃塞俄比亚、冈比亚、加纳、几内亚、海地、印度、Côte科特迪瓦、冈比亚、加纳、几内亚、莱索托、利比里亚、马达加斯加、马拉维、马里、莫桑比克、尼泊尔、尼日尔、尼日利亚、卢旺达、塞内加尔、塞拉利昂、塔吉克斯坦、坦桑尼亚、东帝汶、多哥、乌干达、乌兹别克斯坦、赞比亚和津巴布韦。红线为五分位数平均值。肥胖的定义是BMI大于等于30 (WHO定义)。B组汇总了国家收入水平，还包括来自欧盟统计局、疾病控制和预防中心、世界银行国民账户数据和经合组织国民账户数据的数据

样本的选择：受访者居住在坎帕拉、穆科诺和瓦基索，这是大坎帕拉大都会人口规模最大的三个区域(2014年全国人口和住房普查[乌干达统计局2016年])。年满18周岁，并提供书面同意。作者将样本按年龄、性别和s -社会经济地位进行分层。

肥胖认知可能取决于这三个特征: 稀缺性与对肥胖身体的积极认知之间的关联是常见的;人类学文献将肥胖描述为生育能力的标志(Popenoe 2012);而年轻人，可能更多地接触西方媒体，可能已经改变了他们对体重的看法(La Ferrara, Chong, and Duryea 2012)。

这项调查是与苏黎世大学合作进行的一项研究的一部分，该研究旨在研究外表如何影响乌干达人对自己的看法。调查持续了大约一个小时。受访者会收到固定的通话费用作为他们的时间补偿，另外还会根据奖励答案的准确性获得奖金。他们还被告知自己的身高、体重和体重状况(体重不足、体重正常、超重、肥胖)。由于坎帕拉的大多数人没有体重秤或身高板，人体测量是一个很好的参与动机。

最终样本包括511名坎帕拉居民。表1总结了样本特征。现场工作人员在各区走动，准随机地招募受访者，直到他们按阶层达到所需的人数。由于分层，样本中有50%是男性。受访者在个人收入、职业、年龄、测量体重等方面存在异质性。受访者平均超重(BMI25.66)。该数据点与坎帕拉具有全国代表性的数据一致。

确定体重的因果效应：体重实现是偏好和约束的内生因素。通过实验改变体重，例如，通过随机分配受试者的热量摄入，会引起重大的伦理问题。在本文中，作者转而使用体重操纵肖像来确定体重的因果关系。最初的肖像是30位坎帕拉居民，加上4位白人，作者用照片变形软件处理了每幅肖像的体重。

对于每一张肖像，作者都创建了一个更瘦和更胖的版本，并丢弃了原始版本。也就是说，作者在被操纵的肖像内进行比较，而不是像之前的体重歧视工作测试中常见的那样，将原始肖像与更胖的、被操纵的肖像进行比较(一些例子参见Bertrand and Duflo[2017]和Neumark[2018]的评论)。

肖像集由34对肖像组成，每对肖像都由同一肖像的更瘦和更胖的版本组成。其中一半是男性，一半是女性。

为了确定肥胖的影响，作者随机分配决策者观看原始肖像中更瘦或更胖的版本。坎帕拉居民认为较瘦的肖像是正常体重，而较胖的肖像则被认为是肥胖(BMI大于等于30)。

保持操作恒定可以更清晰地识别体重变化的影响，是一个更有力的选择。与此同时，如果一些较瘦的肖像被认为体重过轻，可能会挑战对结果的解释，这种解释可能会捕捉到“不瘦”的效果。尽管如此，如附录图A1所示，实验结果不太可能反映出瘦的惩罚。首先，所有更胖的被操纵肖像都被认为至少是肥胖的。其次，没有一个更瘦的被操纵的肖像被认为是体重过轻，而少数人被认为是超重。

设计：在信念实验中，受访者看到并评价从操纵的肖像集中随机选择的四幅肖像。每个肖像要么以更瘦的版本显示，要么以更胖的版本显示，这让作者能够捕捉到肥胖的因果效应，这取决于被调查者和肖像对的固定效应。沿着第一个维度，受访者被分配到两个治疗组中的一个。在一个信号臂中，受访者面临一个潜在的财富信号(肥胖)。在m多个信号组中，他们收到第二个财富信号:这个人要么拥有一辆车(富人型)，要么住在贫民窟(穷人型)。在这两种情况下，受访者都知道了被描绘的人的年龄。

结果：受访者根据随机顺序呈现的七个特征对每张肖像进行评分:财富、美丽、健康、长寿、自我控制(抵御诱惑的能力)、完成任务的能力和可信度。财富是超重的主要结果。次要结果的选择是基于在低收入国家与肥胖(健康、美貌、预期寿命)呈正相关的品质，以及在高收入国家与体重耻辱相关的品质(自我控制、能力)。可信度是信用结果的潜在决定因素(Duarte, Siegel, and Young 2012)。重要的是，让受访者根据健康结果对肖像进行评分，可以让我也测试体重变化是否反映了正常体重相对于体重不足的影响：如果是这样，人们会期望对健康结果产生负面的治疗效果。

图2：信念实验结果

为了理解肥胖在经济互动中是否重要，并调查其背后的机制，作者将重点放在信贷市场上。信贷市场是一个经济相关且高风险的市场:信贷筛选中的扭曲可能导致微观和宏观层面的效率低下。此外，获得信贷是使人们摆脱贫困的一个主要渠道。从机制测试的角度来看，信贷市场通常具有信息不对称的特征，在贫穷国家，信息不对称在结构性监测和筛选挑战中得到强调。

在接下来的内容中，作者描述了信贷实验，这是一个涉及正式坎帕拉信贷机构雇用的专业信贷员的真实风险实验。

坎帕拉的信贷市场：乌干达的信贷市场是异质的，有几种类型的金融机构获得许可提供信贷，并有一个平行的非正式贷款市场。在信贷实验中，作者重点关注正式金融机构，将其分为四层(Atuhumuza et al. 2020)。这些机构大多通常提供有抵押的现金贷款。

一些市场特征凸显了信贷员的第一印象对信贷结果的潜在影响。贷款申请通常是当面处理的，信贷员在审批决定上有很大的自由裁量权。借款人通常出现在金融机构，等待信贷员同意与他们会面，这个过程可能需要一天以上的时间，并可能以会议的结果结束。在这个阶段，信贷员对客户或所要求的贷款几乎一无所知。只有在第一次会面时，信贷员才会了解借款人的财务状况，包括可用的抵押品。

借款人在第一次见面时提供的大部分信息都是未经核实的，通常也无法当场核实。根据这些未经核实的信息，信贷员决定是无视申请还是启动核实流程。有趣的是，核实是一项耗时费力的活动，需要核实抵押品的所有权，采访家人和邻居，并多次前往家中和/或营业地点。根据验证流程结果后，信贷员决定是否继续进行贷款审批流程。

根据定性访谈，信贷员预计更富有的人会成为更好的借款人。从支出的角度来看，更有钱的借款人可以借更多的钱。从信誉度的角度来看，有证据表明，无论在穷国还是富国，富人的资本或财富回报都更高(De Mel, McKenzie, and Woodruff 2008;Fagereng et al. 2020)。此外，由于贷款是完全抵押的——通常资产必须存入机构——并且需要担保人，富有的借款人不应该更有可能参与战略违约。最后，据说与信贷员非常相关的是，更富有的借款人在信息验证阶段也有更高的成功可能性，因为他们往往更有可能实际持有抵押品。

信贷机构和信贷员样本：重点关注位于大坎帕拉地区的持牌机构，这些机构向普通民众开放，并提供一套标准贷款：个人现金贷款，期限为100万美元至700万美元，期限为6个月，完全担保。利息人口共计447家机构。实地人员访问了这447个机构中的每一个，确认了资格，并要求管理层同意参加一项旨在改善坎帕拉借款人和贷款人之间匹配的研究。

虽然机构必须积极同意参与，但与样本选择相关的外部有效性问题很少。样本涉及原始人口的三分之一以上(447所院校中的143所)。此外，参与的机构在坎帕拉提供个人贷款的机构类型中具有广泛的代表性。大多数机构既提供个人贷款，也提供商业贷款，其规模也各不相同，尽管在乌干达，大多数机构规模较小(雇员中位数为4人)。信贷成本与乌干达2019年的月利率(10 - 12%)基本一致。对于同意参与的机构，现场人员要求采访1 - 3名信贷员。参与有两个要求:直接与借款人打交道，提供书面同意。

最终样本包括238名专业信贷员，其特征总结见表1。作者把受访者称为信贷员，但自我报告的职业集更加多样化:63%的人自认为是信贷员，14%的人拥有业务，9%的人说他们是经理。大约三分之一的人是女性，70%的人拥有学士学位。大多数信贷员每月收入在50万美元至100万美元之间，高于月收入中位数城镇领薪职工收入(2014年乌干达全国人口和住房普查[乌干达统计局2016年]100万美元30万)。

从信贷员执行的任务来看，数据证实了受访者在贷款过程中的关键作用:74%的人直接批准贷款申请，80%的人核实借款人信息。信贷员每周平均花费大约一半的工作时间来核实借款人信息:他们出差去采访潜在借款人的邻居、家庭成员和员工，并核实抵押品的财产和价值。根据信贷员的说法，获得贷款最重要的是抵押品(平均评分2.92分，评分范围从1到3)，其次是收入、担保人、职业、国籍、年龄。

流动和激励：在实验中，作者让信贷员在工作时间评估这30个借款人的资料。目的是选择他们愿意与之会面讨论贷款申请的借款人。虽然信贷员知道这些资料是假设的，但这些激励措施尽可能接近于现实生活中的贷款决定。在研究结束时，信贷员实际上被推荐给真正的潜在借款人(来自187个潜在借款人池)，我通知信贷员，将实施推荐，以便被推荐的借款人的特征与他们在实验中的选择相匹配。

如前所述，这种激励结构与Kessler, Low和Sullivan(2019)最近开发的IRR密切相关，该IRR用于测试在没有欺骗的情况下招聘中的歧视，并且在这种情况下激励兼容。

信贷员关心推荐，因为好的借款人的预期验证成本较低。此外，好客户可以提高他们的盈利前景。坎帕拉信贷市场的特点是许多机构争夺少数优质借款人，而业主批准谁贷款可能会影响他们的利润。大多数受雇的信贷员都面临绩效工资。38 与股份的存在相一致，信贷员平均花费两个小时进行评估，并要求直接推荐(而不是推荐给机构)超过80%的时间。

借款人样本和假设资料：在借款人方面，作者收集了187名潜在借款人的信息。3结合潜在借款人的数据和信贷员焦点小组的信息，我建立了30个假设的借款人档案每个个人资料都与姓名和护照号码(模糊)相关联，并被交叉随机分配到出生日期、国籍(所有乌干达人)、贷款信息(贷款原因、金额、到期日)和自我报告的财务信息(职业、月收入、月利润和抵押品)。

最后，作者为每个个人资料分配一幅肖像——乌干达金融文件中的标准标识符。这些肖像是从第一节中描述的坎帕拉居民的一组体重操纵的肖像中随机选择的。因为每张照片都有一个更瘦的版本和一个更胖的版本，所以总共有30对肖像。在每一对中，只有借款人的体重不同。这些概要是真实的，因为其布局基于两家乌干达商业银行的财务文件，信息来自真正的潜在借款人。尽管如此，为了确保不会因为随机化而出现不现实的组合，最终的贷款资料集在试点期间由信贷员进行审查。

设计：为了确定肥胖、获得信贷和信息不对称之间的关系，设计——交叉随机化借款人的肥胖状况和借款人和贷款人之间的信息不对称程度。沿着第一个维度，作者通过随机分配每个信贷员来改变借款人的体重，让他们看到与同一借款人肖像的肥胖或非肥胖版本相关的贷款资料。这使作者能够估计肥胖控制对信贷员和借款人资料固定效应的影响。

沿着第二个维度，作者改变个人资料是否显示借款人自我报告的财务信息，如果是，该信息的质量。特别是，借款人被随机分配到低或高的债务收入比(DTI)和更大或更小的抵押品。由此得出的实验设计为2×3设计。对于每个信贷员，在总共评估的30个个人资料中，前10个随机选择的个人资料显示了借款人的人口统计信息和贷款申请信息(原因、金额、到期日)。后20个随机选择的个人资料还会显示自报的月收入、月利润、抵押品和职业信息。

结果：信贷员根据四个主要结果评估每个档案:三个基本指标(批准可能性、信誉度和财务能力)以及要求与具有相似特征的借款人会面的二元选择。考虑到匹配算法结构，后者是实际的真实选择结果:选择与假设的借款人会面，增加了信贷员被推荐给具有这些特征的真实借款人的可能性。重要的是，信贷员只被告知匹配是基于他们的选择，而不知道算法的细节。

因此，作者认为所有结果都是同样可靠的。作为预先登记的次要结果，作者还推断出以批准为条件收取的利率，当个人资料包括自我报告的财务信息时，作者还推断出对自我报告的财务信息可靠性的信念。

图3：获得信贷中的肥胖溢价表1 汇总统计

图表总结了信贷实验的主要结果。受访者是238名信贷员，参与了6645项借款人资料评估。每个资料都是根据四个主要结果进行评估的。评分范围从1到5(“一点也不”到“非常”)，而推荐请求是一个真正的选择结果(否/是)。左边的图表是根据借款人的肥胖状况和提供的信息绘制的原始数据。柱状图为95%置信区间。右侧的图表使用Stata的binscatter绘制了连续测量体重(BMI, kg/m²)的分箱散点图。指定的bin数为10。因变量和自变量都在借款人资料和信贷员假人上进行残差化。

这篇论文表明，当信息稀缺时，代理人依赖肥胖作为财富或收入的信号。在这样的统计歧视框架中，关于利益的信念的准确性和肥胖的信号价值与这些发现的资格相关。人们是否意识到信贷市场中的肥胖益处，关于肥胖溢价或肥胖的-财富信号价值的信念是否正确?在接下来的文章中，作者将使用额外的实验变量和调查证据来回答这些问题。

普通大众是否意识到信贷市场上的肥胖溢价？为了回答这个问题，作者用坎帕拉居民的样本重复了信用实验在复制中，外行人看到四个随机选择的假设贷款概况，并猜测原始信贷实验中信贷员的评级(没有金融信息部门)。在猜测之前，他们会被告知有关信贷实验的信息，除了结果和肖像被操纵的事实。然后，作者通过比较外行人猜测的肥胖溢价与原始信贷实验中的实际肥胖溢价来测试误解。具体来说，作者要求外行人做出两种主要的激励预测每个档案:(i)要求推荐类似申请人的信贷员数量(评分:0 - 10)和(ii)最常见的信贷员批准可能性评级(评分:1 - 5)。

图5总结了结果。外行人意识到信贷市场对肥胖的好处，但大大高估了它们。外行人猜测的隐性肥胖溢价明显大于两种结果的实际溢价。在批准可能性方面，外行人高估了两倍，而且对于转诊请求，高估的程度更强。那些本身超重或肥胖的人高估溢价的程度更高。理论上，猜测和实际溢价之间的差异也可能反映了对贷款决策弹性或变化的不准确看法。然而，数据几乎不能支持这种替代解释，因为信贷员不会系统地高估其他特征对贷款的重要性。

图5：信贷市场的感知(外行)溢价与实际(信贷员)溢价

注:该图比较了外行人感知的肥胖溢价与实际的肥胖溢价。感知到的溢价来自对511名坎帕拉居民的激励实验。向受访者展示随机选择的借款人资料，并猜测(i)信贷员最常见的批准可能性评级和(ii)信贷员要求被推荐给具有相似特征的借款人的比例(推荐请求)。感知到的溢价(点)是外行人的肥胖评估的影响(取决于外行人和档案固定的影响)。实际溢价(方)是信贷实验中信贷员评价估计的等效系数。外行人在批准可能性和转诊请求上分别高估了2倍和4倍以上的肥胖溢价。

在确定了外行人高估了信贷市场中的肥胖溢价之后，作者接下来要问的是，他们是否也对肥胖的财富信号价值持有不准确的信念。为了回答这个问题，作者引出了外行人对坎帕拉肥胖和正常体重人群收入的激励信念。因为大多数人不习惯将BMI值与体型联系起来，作者从非洲人口体型量表中得出了正常体重和肥胖轮廓的收入猜测。

在这个信念调查中，作者采访了124名坎帕拉居民。6为了调查信念的准确性，作者在信念实验中使用肥胖者和正常体重者自我报告的收入作为基准。对于参与信念实验的511名受访者，作者分别用体重秤和身高板测量了他们的身高和体重，并询问了他们自我报告的月收入。信念启发是与激励相容的。为了引出信念，作者要求受访者猜测居住在坎帕拉的人的收入，他们看起来像Cohen等人(2015)体型量表中的某些轮廓，就好像他们只是在街上遇到他们一样。

为了测试误解，作者使用信念数据来估计，对于每个受访者来说，肥胖和正常体重的人之间的感知平均收入差异。图6绘制了分布情况。根据作者的基准数据，坎帕拉的肥胖者平均每月比正常体重的人多挣110美元左右。6外行人的看法各不相同，但平均而言，他们高估了真实价值的两到三倍。一般外行人估计的平均收入差距约为230美元。

图6：对与肥胖相关的收益溢价的看法

结果对于去除潜在的异常值是稳健的，例如，通过winsoriz的信念分布的1%。在winsorized样本上估计的平均差异仍然几乎是真实差异的两倍(206美元)。误解似乎也不太可能是由于人们误解了这项运动。外行人在猜测坎帕拉正常体重人群的收入时是准确的(平均猜测为114美元)，但他们高估了坎帕拉肥胖人群的收入。因此，外行人高估了肥胖的“财富信号”价值。

在一般人群中高估肥胖-财富信号价值的证据可能意味着，信贷员在贷款决策中也过于看重肥胖。与此同时，专家——在这个案例中是信贷员——由于他们的训练或所涉及的利害关系，相对于一般人群可能有更准确的信念(- palacio - huerta和Volij 2008)。信贷实验并不是为了给这个问题提供一个明确的答案。首先，作者不会引出信贷员根据体型对收入的看法。其次，基于零结果的准确统计歧视测试在设计上是不可行的：作者无法衡量贷款表现，因为借款人是假设的。看看UNPS 2019年的数据，有一些暗示性的证据表明，较重的权重可能与信誉度有一定的相关性。还款可能性——一个人在前一年以借款为条件偿还债务的可能性——与BMI呈正相关(附录表A3，第3列)。然而，由于缺乏一种识别策略来解释选择和遗漏的变量偏差，这些证据应该被视为纯粹的描述性的，并且不允许得出结论，信贷员对肥胖借款人的偏好是否平均表现合理。

此外，各信贷员的肥胖溢价非常不同，这一事实可能为不准确的信念提供了一些暗示性的证据。事实上，在统计歧视下，准确的信念意味着在信贷员之间存在同质的肥胖溢价(Akerlof 1976):具有相同BMI的借款人应该面临相同的溢价，与信贷员无关。虽然测量误差可能导致了至少一部分的异质性，但大部分保费差异不能用信贷员的绩效薪酬来解释(在线附录表G9)——不能用评估的肖像集来解释，不能用不可观察的数据来解释，也不能用每个信贷员对获得信贷的财务信息的感知重要性来解释——这表明信念的差异可能解释了这种差异的很大一部分。

通过对许多信贷机构的信贷员进行实验，本文表明，在乌干达坎帕拉，肥胖在很大程度上增加了人们获得信贷的机会。从机制上看，信贷员根据不对称信息(统计歧视)根据体重筛选借款人。正如一个单独的信念实验所显示的那样，其根本原因是，在这种情况下，肥胖被视为一种强烈而可靠的财富信号。虽然这些信念可能与贝叶斯更新的标准模型相容(在坎帕拉，富人更有可能肥胖)，但额外的实验和调查证据表明，人们在很大程度上高估了肥胖的低健康信号价值及其信贷市场效益。

作者对这些结果的解释是，在贫穷国家，地位的可见标志(如肥胖)提供了有关一个人财务状况的信息。反过来，这会产生相当大的市场利益，因为这些嘈杂的信息，可能是因为其可获得性，在具有严重不完整信息问题的环境中变得有价值，就像所研究的信贷环境一样。所确定的机制似乎足够普遍，表明在贫穷国家，地位象征也会在其他互动中带来利益。

估计的肥胖信贷市场收益可能表明，在贫穷国家，肥胖有许多潜在的好处。与现有的对体重增加的积极看法的定性描述不同，作者的实验结果从因果关系上确定了这些好处，并可靠地确定了w -健康信号通道。虽然主要结果来自一个设定(坎帕拉)，但作者发现，在s - center尺度中，肥胖肖像同样被评为更富有、更值得信赖的人。

这表明，肥胖的社会经济效益存在于体重与财富或收入呈正相关、信息不对称普遍存在的环境中，比如在许多低收入国家。

体重筛查对效率的影响尚不明确：易于获取的财务信息可能会降低信贷成本，但不准确的信念可能导致信贷需求和信贷供应相对于完整的信息框架效率低下。基于假设概况的信贷实验的性质，不允许作者测试肥胖借款人是否有更好的表现。虽然促进信贷员在筛选过程的早期阶段获得准确的信息可能会提高效率，但本文无法说明，例如，在贷款申请中禁止视觉标识符是否会导致信贷分配的改善。需要进行其他工作来量化通过地位符号进行筛选的效率影响。

肥胖的好处——至少在信贷的背景下，似乎是巨大而显著的——也影响着贫穷国家的卫生政策。首先，直接地，因为它们与肥胖相关的健康风险产生了t -off，这影响了反营养不良政策的校准。例如，在Allcott, Lockwood和Taubinsky(2019)的sin税框架中，作者发现体重增加的货币收益越高，乌干达的最佳糖税就越低。其次 ，是间接的，因为它们可以影响人们的行为。事实上，定性访谈显示，受访者最常将体重增加与赢得尊重或威望以及炫耀财富的愿望联系在一起。对肥胖的特定文化认知强调了对贫穷国家营养不良谱两端进行更多研究的必要性。