金融素养与金融犯罪：一种回归不连续性分析方法

《JOURNAL OF FINANCIAL ECONOMICS》：Financial literacy and financial crime: A regression discontinuity approach

　　保罗·G·弗里德 | 约翰·哈克尼
弗吉尼亚大学达登商学院，美国弗吉尼亚州夏洛茨维尔

**摘要**
本研究探讨了金融素养如何影响个人实施金融犯罪的倾向。我们利用了与全面公共记录相关联的州级行政数据，这些数据记录了犯罪指控，并利用基于个人出生日期的年级分配政策变化，这种变化强制要求某些高中学生参加金融素养课程。我们的估计表明，参与该课程可以将实施金融犯罪的倾向降低37%。这种减少主要体现在挪用公款行为的减少上，且对于低收入人群更为显著。进一步的证据表明，这些减少主要归因于家庭资产负债表的改善。

“这些犯罪虽然不暴力，但并非没有受害者……它们可能会摧毁一家公司，耗尽一个人的毕生积蓄，让投资者损失数十亿美元，并侵蚀公众对机构的信任。”
——联邦调查局对金融犯罪的描述

**1. 引言**
金融犯罪给家庭和企业带来了巨大成本。仅在美国，每年因金融犯罪造成的总损失就超过3000亿美元（FBI，2022年）。一些金融犯罪，如伯尼·麦道夫的庞氏骗局或FTX加密货币欺诈案，极具复杂性且广为人知。然而，绝大多数金融犯罪是由普通个人实施的（Rosales和Jiménez-Rubio，2017年），其范围从挪用公款到未经许可使用他人信用卡不等。最新数据显示，金融犯罪导致企业年收入的约5%，并导致多达30%的小企业倒闭（Black和Fennelly，2020年；ACFE，2022年）。同时，有15%的美国家庭报告称自己成为了金融欺诈的受害者（Gallup，2023年）。这些统计数据不仅表明了金融犯罪的巨大成本，也表明了犯罪者的数量众多。尽管金融犯罪普遍存在，但很少有实证研究探讨其动机或相应的减少犯罪的政策。

金融犯罪具有三个主要特征：非暴力手段、滥用信任和金钱动机（USDOJ，1989年）。最后一个特征表明，专注于缓解金融限制的政策也可能有助于遏制金融犯罪。
基于这一猜想，我们探讨了金融素养是否会影响个人实施金融犯罪的倾向。

我们使用来自弗吉尼亚州法院系统的金融犯罪指控行政数据来研究这一问题，这些数据与几乎完整的弗吉尼亚州人口样本的居住地址和个人信息相对应。我们的数据不仅让我们能够观察到具体的犯罪和被告，还能了解年龄、性别、种族、家庭规模和房屋拥有情况等个体特征。因此，这些数据为我们提供了一个独特的机会，能够在广泛的人群样本中研究金融犯罪。

我们关注金融素养有两个原因：首先，金融素养是金融福祉的重要组成部分，它能促进更多的储蓄（Bernheim和Garrett，2003年；Lusardi和Mitchell，2007年；Cole等人，2011年；Lusardi和Mitchell，2011年；Van Rooij等人，2012年）、股票市场参与度和投资回报（Van Rooij等人，2011年；von Gaudecker，2015年；Clark等人，2017年；Bianchi，2018年）以及有效的债务管理（Lusardi和Tufano，2015年；Brown等人，2016年；Lusardi等人，2020年）。其次，通过教育政策可以很容易地提高人们的金融素养（Bernheim等人，2001年；Kaiser等人，2022年；Lusardi和Mitchell，2023年），尤其是对于年轻人而言（Brown等人，2016年；Urban等人，2020年）。因此，金融素养干预可以通过增强财务状况不佳年轻人的资产负债表来减少他们实施金融犯罪的动机。

鉴于金融素养与多种不可观测的个体特征（如认知能力（Agarwal和Mazumder，2013年）和更广泛的人力资本（Lusardi和Mitchell，2014年；Lusardi和Mitchell，2023年）相关，确定金融素养对金融犯罪的因果效应颇具挑战性。为了解决这一挑战，我们利用了弗吉尼亚州教育委员会的一项政策（Code of Virginia 22.1-200.03），该政策要求所有高中生从2015年开始必须参加为期一年的独立金融素养课程。我们根据1996年9月30日这一截止日期附近的出生日期将个体分为实验组和对照组。通过关注这一任意阈值附近的学生的情况，我们可以创建出匹配度较高的实验组和对照组，并利用回归不连续性框架来估计金融素养培训的效果。

重要的是，在我们的研究设置中，由于学生在干预提出时已经被分配到相应的班级群体，因此进入实验组的可能性很小。

利用这种随机倾向得分（RDD）框架，我们发现接受金融素养培训与实施金融犯罪的倾向之间存在强烈的负相关关系。估计结果表明，至少在六年的时间内，金融教育将实施金融犯罪的概率降低了32%至37%。与假设一致，我们在1996年班级截止日期附近的个体特征上没有发现密度差异或其他可观测特征的差异。这些估计结果对各种高维固定效应、阈值附近的替代带宽以及高阶多项式回归不连续性设计都具有鲁棒性。我们仅在2015年班级群体附近发现了显著效应，而在该班级之前或之后的班级群体中则没有发现差异。这表明，总体教育水平（即Cole等人，2014年）或劳动时间并未影响主要结果。

行政司法数据的详细程度还使我们能够研究哪些类型的金融犯罪会受到金融素养培训的影响。犯罪学中的大量研究表明，不同类型的金融犯罪在动机上有显著差异。例如，邮件或电汇欺诈等犯罪往往规模较大、复杂，且由个人利益驱动（Weisburd等人，1991年），而挪用公款等犯罪则源于不可共享的财务问题（Cressey，1953年；Williams，2006年），并且更容易发生在财务资产较少且财务稳定性较低的个体身上（Weisburd等人，1991年；Langton和Piquero，2007年）。

受这些研究的启发，我们估计了几类金融犯罪的基线RDD。我们发现，金融素养培训显著减少了挪用公款这一与财务限制最相关的金融犯罪，但对其他类型的犯罪没有影响。因此，我们有初步证据表明，金融素养影响金融犯罪的一个可能途径是通过缓解财务限制。

我们还将这种方法应用于更广泛的犯罪行为研究。如果金融素养主要通过缓解财务限制来影响犯罪，那么我们预计它对没有金钱动机的其他常见犯罪类型几乎没有影响。与这一直觉一致，我们发现金融素养对暴力犯罪、毒品相关犯罪或破坏公物的犯罪倾向没有影响。对于涉及一定金钱激励的非金融犯罪（如盗窃），我们也发现了负但不显著的效应，这与这些犯罪的相对较小金钱收益和较高的法律惩罚相符（Maddan等人，2012年）。

接下来，我们测试了可能的经济机制，首先考虑了财务限制的作用。RDD估计显示，与高收入社区居民相比，低收入社区居民在接受培训后实施金融犯罪的倾向降低了42%至48%。相反，高收入社区居民实施金融犯罪的概率没有变化。总体而言，这些效应在财务限制可能最大的地区最为显著。

为了进一步研究这一潜在机制，我们直接从行政司法数据中得出了财务限制的衡量指标。具体来说，我们确定了那些依靠公共资助律师辩护或自行辩护的被告，这些被告显然更有可能面临财务困境（Harlow，2000年；Knowlton等人，2016年）。与财务限制的减少一致，我们发现最终被指控犯有金融犯罪的受训者使用贫困辩护的可能性降低了19%至24%，相对于样本均值而言降低了48%至59%。

我们使用美国收入与项目参与调查（SIPP）中高度详细的微观数据直接测试了金融素养减少犯罪倾向的具体机制。我们发现，受训者减少了信用卡债务的依赖，并增加了预防性储蓄和投资。这些效应非常显著——金融素养培训几乎使资产在股票市场的配置翻了一番，并使维持储蓄账户的概率增加了51%。总之，这种行为变化再次支持了金融素养通过减少财务限制来影响金融犯罪的假设。

我们考虑了几种非互斥的替代解释：首先，接受金融教育的个体可能变得更加狡猾，从而更能隐藏他们的犯罪行为。由于挪用公款通常涉及滥用信任并需要事先获得资金，我们检查了受训者是否更有可能获得财务或管理职位。利用SIPP中的详细就业数据，我们发现接受金融素养培训的个体不太可能担任管理职位、财务职业（如记账或采购）或金融行业的工作。此外，他们也不太可能上大学、接受研究生教育或专业学位课程，这些培训可能会带来更高的信任度。因此，我们没有发现受训者更有可能进入教育或更多资金获取、更能掩盖犯罪行为的职业。

我们还测试了强制性金融素养课程实施是否与可疑活动报告（SAR）的使用有关。这些报告反映了金融专业人员的专业水平，远高于接受高中金融素养培训的个体，因此可能有效识别后者的未报告犯罪行为。我们发现，接受过金融教育的当地居民的比例与疑似挪用公款案件的数量呈负相关。使用弗吉尼亚州警察局数据分析与报告团队（DART）的个案数据，我们也得到了类似的结果。综合来看，这些结果表明，金融素养培训不太可能导致更狡猾的犯罪者逃避法律追究。

其次，金融素养培训可能提高了个体离开该州的可能性，在这种情况下，我们就不会观察到他们的犯罪行为。利用SIPP数据，我们直接测试了这种可能性，发现实验组和对照组之间的迁移差异不显著，迁移也与就业无关。因此，这些结果表明，基线效应不太可能是由于受训者迁移能力增强所致。

第三，具备金融素养的个体可能更能避免成为金融犯罪的受害者。我们发现，财务犯罪的减少主要集中在挪用公款上，这种犯罪针对的是现有企业而非同龄人。此外，受训者开设新企业的概率也不高，这表明这些企业不是犯罪发生的对象。最后，我们检查了结果是否受到了非随机学校选择的干扰。利用家庭层面的识别信息，我们比较了邻近教育群体中兄弟姐妹实施金融犯罪的倾向。这种设计保持了可能导致主要结果混淆的家庭特征（无论是经济还是社会特征）。与基线设计一致，我们发现接受培训的个体实施金融犯罪的倾向比同龄人低约50%。

这是首次研究通过教育干预措施实施的金融素养如何影响个人实施金融犯罪的倾向。此外，这是广泛的经济学文献中首篇将特定类型的教育干预措施与相关类型的犯罪行为联系起来的研究。因此，我们的论文处于几个主要学科的交叉点，包括家庭金融、金融素养、教育经济学、公共政策和犯罪学。金融素养研究传统上探讨的是金融教育在提高金融知识方面的有效性，以及金融素养对金融和经济结果的影响。尽管有关金融素养的金融和经济影响的文献非常丰富，但对其对金融犯罪的影响知之甚少，而金融犯罪对个人有着长期的影响，并且会带来重大的社会成本。我们的研究结果表明，考虑到金融素养计划对犯罪行为的溢出效应，可以显著增加这类政策的福利收益，因为仅溢出效应的价值就表明其益处远远超过了实施成本。此外，这项研究也为金融与金融犯罪方面的文献做出了重要贡献。这类文献通常关注银行和其他金融机构在大型复杂金融犯罪中的作用（Gao等人，2020年；Leong等人，2024年），或者金融服务行业个体的不当行为（Karpoff和Lou，2010年；Dimmock等人，2018年；Parsons等人，2018年；Dimmock等人，2021年；Egan等人，2022年；Lel等人，2023年）。我们通过研究更广泛人群中的金融犯罪行为决定因素，并涵盖更多类型的金融犯罪，为这一文献增添了深度和细微差别，由于数据缺乏，这些犯罪行为至今仍相对较少被探索。最后，这项研究也扩展了关于犯罪与经济学的文献，这些文献主要关注贫困、教育和犯罪行为之间的相互作用。研究表明，收入冲击会对一般犯罪行为产生负面影响（Mehlum等人，2006年；Cook和Kang，2016年；Cortés等人，2016年；Bignon等人，2017年；Watson等人，2020年；Khanna等人，2021年；Melander和Miotto，2023年），而高个人债务水平与犯罪行为呈正相关（Aaltonen等人，2016年；van Beek等人，2021年）。我们的研究结果证实，个人金融素养可以通过加强家庭资产负债表来降低犯罪倾向。

2. 金融素养要求
2009年，弗吉尼亚州教育委员会（VBOE）一致批准在公立学校系统中将金融素养课程作为毕业要求（《弗吉尼亚法典》22.1-200.03条）。该要求自2015届毕业生开始实施，即出生于1996年9月30日之后的学生。该政策要求学生参加独立的金融素养课程，而不是在数学等其他课程中学习相关内容。这一要求主要是由于全球金融危机后对该州金融素养状况的担忧，其总体目标是通过改善个人金融行为来改善经济状况。这一要求的通过并非没有阻力，因为当地团体担心学生将不得不牺牲其他选修课并面临更繁忙的日程安排。课程的学习目标由州政府设定，并传递给各个学区。因此，所有学校的目标是一致的，涵盖了广泛的一般经济学主题以及具体的金融和个人理财主题，后者是课程的重点。在一般经济学部分，课程涵盖了供需、均衡价格和工资、企业形成和企业组织类型、生产力和人力资本的市场价值等概念。此外，学生还需要了解金融系统的细节，包括货币的作用、联邦储备系统的目的、货币政策的工具以及国际货币体系。

个人理财主题包括预防性储蓄（如详细了解银行交易和账单）、储蓄和消费决策（如了解购买或租赁车辆的成本和收益，或者租赁的成本和收益）。课程目标还包括有效的债务管理知识以及信用卡功能对个人财务规划的影响。此外，学生必须熟悉与投资相关的储蓄，因此也需要了解股市的运作情况。最后，课程还包括税收规划和支付等广泛的财务规划决策。

总体而言，该课程使学生熟悉经济体系，并特别强调提高个人财务决策能力。在第6节中，我们探讨了该课程是否确实影响了学生在与课程主题相关的多个维度上的财务行为。

3. 数据和变量
3.1. 样本和变量
我们结合了几组新的数据集来研究针对青少年的金融素养干预措施如何影响他们犯金融犯罪的倾向。我们使用了弗吉尼亚州的行政刑事法院记录，这些记录与弗吉尼亚州几乎完整的人口样本的住宅地址和个人信息相关联。由此产生的数据集使我们能够全面了解个人的犯罪记录以及详细的人口统计数据。我们获得了2008年至2020年间弗吉尼亚州巡回法院和地区法院的所有刑事案件和听证会的信息。巡回法院和地区法院处理了该州几乎所有级别的犯罪行为，为我们提供了关于个人层面犯罪行为的丰富信息。刑事法院数据包括被告的名字、指控级别、听证会和量刑信息，以及被记录个体的出生日期。

我们在表1中报告了关键变量的汇总统计信息。我们的主要分析是横截面的，每个个体只出现一次。完整的数据集包含约550万名18岁及以上的个体，并附有详细的刑事指控信息。我们将主要样本限制在18至24岁之间，因为2015年的金融素养干预措施只影响年轻人。因此，数据集大致平均分为接受金融素养干预的个体和未接受干预的个体。在出生日期限制前后各16个月的最佳范围内，并包含所有固定效应，共有118,689名个体。

我们在表1的A部分报告了来自行政法院系统的数据。我们将“金融犯罪”定义为一个指示变量，如果个体被指控犯有金融犯罪，则此变量等于1。根据弗吉尼亚州法院系统和有关金融犯罪的文献，金融犯罪包括侵占、欺诈、伪造和伪造货币。侵占是指个人非法占有托付给他们的资金，通常发生在雇员关系中。欺诈是指一般的金融欺诈行为，例如医疗保健欺诈、房地产欺诈或身份盗窃。这种犯罪行为是通过欺骗、虚假陈述或误导他人来获取经济利益。伪造是指伪造财务文件或签名，而伪造货币是指故意伪造银行机构的票据、硬币或钞票以进行欺诈。考虑到我们对刑事指控的全面覆盖，我们还为以下与金融无关的犯罪定义了额外的指示变量：谋杀；袭击；毒品或任何与毒品有关的犯罪；以及故意破坏财产（破坏公物）。我们还包括盗窃（Larceny）这一变量，它广泛涉及财产盗窃。由于犯罪的人口比例相对较低，我们将A部分中的所有指示变量乘以100以便于阅读。

表1. 汇总统计信息。该表报告了研究中使用的关键变量的汇总统计信息。犯罪数据来自弗吉尼亚州的地区和巡回刑事法院系统。人口统计变量由L2提供，来源于弗吉尼亚州的选民登记记录。金融素养数据来自L2提供的个人出生日期信息。房主身份数据来自弗吉尼亚州县记录办公室的地契数据，而街区组收入（Income (BG) 数据来自美国人口普查。我们在第3节中定义了这些变量。

表1：犯罪数据（%）
| 变量 | 值 |
|------------------|-------------|
| 金融犯罪 | 0.708 |
| 侵占 | 0.243 |
| 欺诈 | 0.173 |
| 伪造 | 0.255 |
| 伪造货币 | 0.078 |
| 轻罪 | 0.296 |
| 重罪 | 0.407 |
| 谋杀 | 0.022 |
| 袭击 | 0.511 |
| 毒品 | 0.453 |
| 盗窃 | 0.216 |
| 破坏公物 | 0.008 |

表2：人口统计
| 变量 | 值 |
|------------------|-------------|
| 黑人或非裔美国人 | 0.171 |
| 白人 | 0.542 |
| 亚裔 | 0.043 |
| 西班牙裔 | 0.085 |
| 其他 | 0.480 |
| 男性 | 0.446 |
| 女性 | 0.554 |
| 家庭规模 | 2.426 |
| 年龄 | 23.57 |

表3：金融素养
| 变量 | 值 |
|------------------|-------------|
| 金融素养 | 0.551 |

表4：经济变量
| 变量 | 值 |
|------------------|-------------|
| 房主 | 0.072 |
| 收入（BG） | 94,150 |
| （注：此表中的数据似乎不完整，原表格中“Income (BG)”后缺少数值。） |

汇总统计数据显示，犯金融犯罪的总体概率为0.708%。最常见的金融犯罪类型是伪造（0.255%）和侵占（0.243%），其次是欺诈（0.173%）和伪造货币（0.078%）。统计数据还显示了金融犯罪的普遍性：犯金融犯罪比犯谋杀、袭击或破坏公物更为常见。在所有报告的犯罪中，与毒品有关的犯罪最为普遍。

我们用L2数据的公共记录信息补充了犯罪数据。这些数据主要由选民登记记录组成，并补充了数据提供商收集或计算的信息。从中我们获得了个人姓名、家庭地址、出生日期和人口统计信息。我们通过个体的全名和出生日期将这些数据与刑事指控关联起来。我们定义了种族（黑人或非裔美国人、白人、亚裔、西班牙裔和其他）和性别（男性和女性）的指标，以及推算的家庭规模。L2数据根据个体的全名和家庭地址算法确定种族，家庭规模则根据姓氏和具体家庭地址计算得出。样本中平均有17.1%的个体是黑人，54%是白人，4.3%是亚裔，8.5%是西班牙裔。平均每个家庭有两名成员，平均年龄约为24岁，这与高中毕业后六年的个体跟踪情况相符。最后，我们从弗吉尼亚州的税务评估员和记录办公室收集了个人财产和房屋所有权记录，并将这些数据与法院数据匹配。我们将房主定义为指示变量，如果个体拥有房屋，则该变量等于1。为了说明数据的详细程度，我们在图1中绘制了弗吉尼亚州里士满市被指控犯有金融犯罪的个体的具体住宅地址。此外，作为初步测试，我们还收集了FINRA全国财务能力调查的数据（我们在第5节中进行了讨论），以及美国人口普查提供的街区组收入水平数据和收入与计划参与调查（SIPP）的微观数据（我们在第6节中详细讨论了这些数据）。

4. 实证设计
我们的识别策略利用了1996年9月30日前后出生的个体在年级分配上的明显差异。出生在该日期之后的个体被分配到一个接受强制性金融教育的班级群体，而出生在该日期之前的个体则被分配到一个不接受这种教育的班级群体。如果这个截止日期确实是任意的，那么观察到的与截止日期相关的犯罪结果可能归因于被分配到接受或未接受干预的群体。识别策略假设父母无法精确控制孩子的出生日期或他们最终被分配到的班级群体。经济学中有大量研究使用了类似的设计来分配到幼儿园班级，并未发现出生时间与班级分配有关的证据（例如，参见Gormley等人，2005年；Gormley和Gayer，2005年）。在我们的设置中，由于弗吉尼亚州在2009年才实施了这一要求，而在那时学生已经被分配到了班级群体，因此被选入干预组的可能性更大。因此，父母需要强迫他们的孩子留级以便参加金融素养课程，而不仅仅是像在幼儿园的情况下那样提前让他们入学。为了支持这些假设，我们没有发现1996年9月30日这一截止日期两侧有大量人聚集的证据（见互联网附录中的图IA.2）。因此，证据表明，这种设计中的处理变化可以被视为随机的，而且这种实证方法得出的结果提供了金融素养对金融犯罪影响的可信外生估计。具体来说，我们的主要方法使用以下局部线性回归来估计出生日期截止点附近的结果不连续性：(1)Yit=α0+α1(金融素养)t+α2(出生月份)t+α3(金融素养×出生月份)t+α4Xi+?it，其中Yi是一个表示个人犯罪指控的指示变量。我们将二元因变量乘以100以增强表格的可解释性。金融素养t是一个指示变量，表示一个人是否需要修读金融素养课程才能从弗吉尼亚学校系统毕业，而出生月份t是个人出生的具体月份。鉴于1996年9月30日的截止日期（即九月底），我们可以利用出生月份之间的明显分界线。数据的粒度允许我们应用一组严格的固定效应来补充这个设计。在完整的规格中，Xi是一个个体级别的固定效应向量，包括Tract×Gender×Race、家庭规模和房屋所有权状况。因此，实证分析比较了同一普查区域内性别和种族相同但处理状态不同的个体，同时也考虑了家庭规模和房屋所有权状况。值得注意的是，变化的变量出生月份控制了年龄的任何影响，例如随着年龄增长而犯罪倾向增加的因素。总体而言，利用出生日期的准随机变化和高维固定效应，我们得到了金融素养对金融犯罪影响的清晰估计。我们主要使用局部线性回归来估计方程(1)，其中最佳带宽是我们设置中截止点前后各16个月（Imbens和Kalyanaraman, 2012）。然而，我们还使用从6到24个月的各种带宽以及更高阶的非线性多项式来估计犯罪结果的不连续性。我们将在下面的第5.3节讨论这项分析的结果。在本小节中，我们探讨了主要结果对于不同带宽选择和更高阶多项式的鲁棒性。这些结果在表3的A面板中呈现。首先，我们检验了几种不同的带宽选择。第1-4列展示了使用从阈值前6个月到后24个月范围内的带宽进行的分析估计结果。在所有不同的带宽规格下，估计结果仍然具有统计显著性并且在经济上是有意义的。估计结果表明，接受金融素养教育后，人们实施金融犯罪的倾向减少了19%至36%，相对于样本均值而言。第5-6列分别应用了二阶和三阶多项式进行估计。我们选择这些特定的多项式，因为高于三阶的多项式可能会产生偏差（Gelman和Imbens，2019年）。在两种情况下，我们发现估计结果仍然具有统计显著性，并且与基线效应在经济上相似。具体来说，我们发现接受金融素养教育后，人们实施金融犯罪的概率相对于样本均值减少了35%至39%。总体而言，这些结果表明，处理组与未处理组之间在金融犯罪上的差异对于一系列不同的估计策略都是稳健的。

表3的B面板展示了使用各种不同的固定效应规格的结果。第1-3列应用了块级组固定效应，这是一个与城市街区大致相当的高粒度地理单元。在应用块级组×性别×种族固定效应的最严格规格中，结果显示实施金融犯罪的倾向显著降低。第4-6列利用了出生月份固定效应，这有助于排除与出生季节或月份相关的混淆因素。综合来看，该表的结果表明，我们的主要发现对于包含广泛的固定效应和规格选择是稳健的。

接下来，我们寻找运行变量“出生月份”的不同阈值下可能的效应。主要阈值是1996年9月30日或之后出生的个体必须完成金融素养课程才能高中毕业，这是唯一预期会出现差异的阈值。这个阈值将2015年处理组与2014年未处理组进行比较。其他按年份间隔划分的阈值比较了两个处理组或两个未处理组。因此，我们预期在其他阈值下不会发现差异，这些阈值可以作为有用的对照，以排除虚假效应并验证主要设计。我们分别对2014年对照组（2014年vs 2013年）和2016年处理组（2016年vs 2015年）的阈值进行了差异测试。我们在图4中报告了这些结果。该图显示，只有主要阈值在组间显示出统计上显著的区别，这与表2的结果一致，而在其他阈值下的组间差异则不显著且接近于零。这表明主要设计能够捕捉到由于金融素养干预而产生的结果差异。

这种对照组分析缓解了许多与一般教育效应（Cole等人，2014年）、出生季节（Buckles和Hungerman，2013年）或在劳动力市场中花费的时间相关的担忧。一个在阈值截止日期后一天出生的个体与之前一天出生的个体年龄几乎相同，但后者多接受了一年的教育，并且在劳动力市场中花费的时间略少，同时还需要完成金融素养课程。如果在劳动力市场中花费的时间与实施金融犯罪有关，那么这可能是一个混淆因素。然而，由于其他组间比较没有显示出金融犯罪的明显差异，这种混淆可能性可以大大排除。

图4报告了使用一组替代阈值的主要规格。y轴显示了金融犯罪差异的系数估计值，我们将财务犯罪定义为如果个体被指控犯有金融犯罪，则该指标变量等于100。x轴显示了相关组的系数估计值。“2015年组”表示2015年组与2014年组（主样本）之间的比较，“2014年组”表示2014年组与2013年组之间的比较，“2016年组”表示2016年组与2015年组之间的比较。垂直线代表95%的置信区间，标准误差在运行变量层面上聚类。

表4报告了金融素养干预对各种类型金融犯罪被指控概率的影响。我们关注的因变量是挪用公款、欺诈、伪造和假冒，这些指标变量在个体被指控相应金融犯罪时等于100。感兴趣的解释变量是金融素养，如果个体需要完成金融素养课程以满足弗吉尼亚州高中的毕业要求，则该指标变量等于1。观察单位是个体。规格中的带宽是阈值前后的16个月，我们计算出这是最佳带宽。线性控制变量包括运行变量“出生月份”和“出生月份×金融素养”。标准误差在运行变量层面上聚类。t统计量用括号表示。统计显著性分别在1%、5%和10%的水平上用***、**和*表示。有关样本描述性特征，请参见表1。

本小节详细说明了受金融素养干预影响的金融犯罪类型。虽然金融犯罪类型很多，但我们关注四个主要类别：挪用公款、欺诈、伪造和假冒。这种分类策略基于经济学和犯罪学文献中讨论的金融犯罪广泛类别（Gottschalk，2010年）。犯罪学的大量研究表明，金融犯罪的动机和执行方式存在显著差异。一方面，诸如邮件或电话欺诈之类的金融犯罪需要高度的组织复杂性，通常由拥有大量金融资产和高社会地位的个体实施（Weisburd等人，1991年）。另一方面，如挪用公款之类的犯罪则相对简单，通常由那些在受信任职位上出现问题且金融资产较少的个体实施（Cressey，1953年；Williams，2006年）。因此，本节的结果可以为主要结果提供潜在的经济机制的先前证据。

为了测试不同类型金融犯罪之间的差异效应，我们为每个子类别构建了指标变量，并将其乘以100以便于解释。图5显示了各类别金融犯罪的相对比例，以及被指控相应犯罪的样本百分比。如图所示，挪用公款和伪造是最常见的金融犯罪，其次是欺诈，而实施假冒犯罪的个体相对较少。我们对每个金融犯罪子类别进行了基线分析，并在表4中报告了结果。第1列的结果显示，由于干预措施，挪用公款的倾向显著下降。估计表明，金融素养干预使挪用公款的倾向相对于样本均值减少了大约61%。第2、3和4列分别报告了金融素养教育对金融欺诈、伪造和假冒的影响。在每个规格中，系数估计值为负，但在常规水平上不显著。在图6中，我们直观展示了挪用公款倾向的差异，以及其他类型金融犯罪没有差异。

图5报告了被指控任何类型金融犯罪的总体概率，以及其各个组成部分的概率：挪用公款、欺诈、伪造和假冒。y轴显示了样本中被指控金融犯罪的个体百分比（左），以及每个类别占总金融犯罪的比例（右）。总体而言，本小节表明，减少金融犯罪倾向主要集中在挪用公款上，这是与金融限制最相关的金融犯罪类型（Cressey，1953年；Williams，2006年；Weisburd等人，1991年；Langton和Piquero，2007年）。因此，这些结果初步证明了金融教育并不一定将个体从专业罪犯或骗子转变为守法公民，而是改变了负责管理雇主或客户资金的个体的行为或动机。这些关键差异与我们将在第6节中更详细讨论的可能的经济和行为机制有关。

图6报告了在青少年时期接受金融素养干预后实施不同类型金融犯罪的概率。A面板展示了挪用公款的差异，而B面板展示了欺诈、伪造和假冒的差异。x轴显示了运行变量“出生月份”，该变量将个体分配到处理组或对照组。对于阈值以上的正值，个体接受强制性金融教育；对于阈值以下的负值，个体不接受金融教育。y轴报告了被指控特定金融犯罪的概率。我们扩大了y轴的范围以适应各金融犯罪类别较小的样本规模。黑线代表一阶多项式的拟合值。（关于图例中颜色的解释，请参阅本文的网页版本。）

尽管我们没有观察到具体的财务损失金额，但可以通过将金融犯罪分类为重罪或轻罪来分析金融素养对其严重程度的影响。因此，在本小节中，我们测试金融素养是否倾向于减少实施严重金融犯罪或较轻微犯罪的倾向。为此，我们首先构建了两个指示变量——Misdemeanor（轻罪）和Felony（重罪），如果金融犯罪是轻罪或重罪，则这两个变量分别等于100。然后我们使用这些指示变量作为因变量来估计基线RDD，并在表5中报告结果。第1和2列的结果表明，金融素养干预减少了实施轻度金融犯罪的倾向。系数估计值表明，相对于样本均值，实施轻度金融犯罪的倾向减少了大约33%。我们发现，金融素养干预还显著减少了各种规格下的严重重罪金融犯罪（第3和4列）。系数估计值表明，金融素养干预使实施重罪金融犯罪的倾向相对于样本均值减少了大约34%。综上所述，本小节的结果表明，金融素养干预与各种严重程度的金融犯罪行为的减少有关，包括社会成本非常高的犯罪。

表5报告了金融素养干预对被指控轻罪或重罪金融犯罪概率的影响。第1和2列的因变量是Misdemeanor（轻罪），如果个体被指控轻罪，则该指标变量等于100。第3和4列的因变量是Felony（重罪），如果个体被指控重罪，则该指标变量等于100。感兴趣的解释变量是Financial Literacy（金融素养），如果个体需要完成金融素养课程以满足弗吉尼亚州高中的毕业要求，则该指标变量等于1。观察单位是个体。规格中的带宽是在阈值两侧各16个月的时间段，我们计算出这为最优带宽。线性控制变量包括自变量“出生月份”以及“出生月份”与“金融素养”的交叉项。标准误差在自变量层面进行聚类。t统计量用括号表示。统计显著性分别用***、**和*表示1%、5%和10%的水平。样本描述性特征见表1。

**表格1内容省略**

**6.1. 金融犯罪的经济决定因素**
个体层面的金融犯罪决定因素通常不明确且理解不足。总体而言，关于犯罪行为的个体层面决定因素有更多研究，尤其是与财产犯罪相关的研究。这类研究的一个明确结论是，财产犯罪与低收入或高债务负担等因素有关（Bignon等人，2017年；Watson等人，2020年；Khanna等人，2021年；van Beek等人，2021年；Melander和Miotto，2023年）。根据这些研究，个体处于经济困境时可能会选择通过财产犯罪来改善经济状况。因此，我们探讨了社区收入水平与犯罪行为概率之间的关系。我们使用人口普查街区组的收入四分位数来进行分析。图7的A面板展示了弗吉尼亚州最低收入四分位数的街区分布情况。低收入社区（街区组）在地理上分布广泛，从弗吉尼亚东部的农村地区到里士满和诺福克等主要城市周围的密集城市和郊区都有分布。为了直接测试收入与犯罪行为之间的关系，我们将金融犯罪指标对收入四分位数指标进行回归，并在图7的B面板中绘制了这些估计结果。结果表明，居住在最低收入四分位数的社区中，被指控犯金融犯罪的概率比样本平均值高出106%。

**图7. 收入与金融约束**
该图表展示了弗吉尼亚州当地收入与金融犯罪之间的关联。A面板展示了该州的地图，其中最低收入四分位数的街区组用蓝色标出，最高收入四分位数的街区组用红色标出。B面板展示了金融犯罪对当地收入四分位数（Income (Block Group)）回归的系数估计结果。金融犯罪被定义为如果一个人被指控犯金融犯罪，则对应的指标变量值为100。（关于图中颜色参考的解释，请参阅本文的网络版本。）

**表7. 不同收入水平的异质性**
该表报告了金融素养干预对因金融犯罪而被指控概率的影响。因变量包括“金融犯罪”，如果一个人被指控犯金融欺诈、贪污、伪造或伪造等金融犯罪，则该指标变量值为100。“金融素养”是一个指示变量，如果一个人需要参加金融素养课程才能满足弗吉尼亚州高中毕业的要求，则其值为1。“低收入”是一个指示变量，如果一个人居住在弗吉尼亚州收入最低四分位数的普查街区组中，则其值为1。观察单位是个人。规格中的带宽是在阈值两侧各16个月的时间段，我们计算出这为最优带宽。线性控制变量包括自变量“出生月份”以及“出生月份”与“金融素养”的交叉项。标准误差在自变量层面进行聚类。t统计量用括号表示。统计显著性分别用***、**和*表示1%、5%和10%的水平。样本描述性特征见表1。

**表7内容省略**

**6.2. 金融素养与金融约束**
鉴于大量研究表明金融素养能够减少金融约束，我们假设减少从事金融犯罪的经济激励可能是其经济机制之一。为了验证这一猜想，我们首先关注金融犯罪的决定因素作为前因，然后探讨金融素养干预如何在不同收入水平的人群中产生差异性影响。接下来，我们分析金融素养培训与使用公设辩护人或自我辩护所代表的金融约束之间的关系。最后，我们利用关于家庭财务活动的详细数据，考察金融素养干预如何影响财务行为和福祉。

**6.3. 金融素养与贫困辩护**
在本小节中，我们利用司法数据的深度来构建一个衡量被指控金融犯罪个体金融约束的指标。具体而言，我们识别了在地区法院中选择贫困辩护的被告，贫困辩护指的是那些被指派公设辩护人或选择自我辩护的人。这两种情况都反映了严重的财务约束（Harlow，2000年；Knowlton等人，2016年）。因此，这个指标能够合理反映被指控金融犯罪者的整体财务状况。利用这个指标，我们测试接受金融素养培训的个体是否在财务上更加受限。在这项分析中，我们关注地区法院中的金融犯罪案件，因为我们可以观察到被告的辩护律师情况。这种分析也有助于缓解选择偏差的问题，例如考虑到金融素养较高的人可能更不容易因金融犯罪而被抓。通过分析所有被抓个体的样本，我们可以部分缓解这些问题。我们在表8中报告了分析结果。为便于解释，我们将指示变量“Indigent”乘以100。

**表8结果**
表8的结果显示，接受金融素养培训并最终被指控犯金融犯罪的个体，与对照组相比，被指派公设辩护人或自我辩护的概率降低了19–24%。尽管在仅考虑地区法院的金融犯罪案件后样本量大幅减少，但这些结果在统计上和经济上仍然具有显著性。结果表明，金融素养干预后，平均而言，财务贫困的犯罪者表现出财务困境的可能性显著降低。这与金融素养通过影响经济福祉来减少犯罪的假设一致，也与关于金融教育和金融约束的现有文献以及关于某些犯罪行为决定因素的广泛研究结果相符。

**6.3. 金融素养与贫困辩护**
在本小节中，我们利用司法数据的深度来衡量被指控金融犯罪的个体的财务约束程度。具体来说，我们识别了在地区法院中选择贫困辩护的被告，贫困辩护包括被指派公设辩护人或选择自我辩护的人。这两种情况都表明了严重的财务约束（Harlow，2000年；Knowlton等人，2016年）。利用这个指标，我们测试接受金融素养培训的个体在财务上是否更加受限。我们的分析集中在地区法院的金融犯罪案件上，因为我们能够观察到被告的辩护律师情况。这种分析也有助于缓解选择偏差的问题，例如考虑到金融素养较高的人可能更不容易因金融犯罪而被抓。我们在表8中报告了分析结果。结果表明，接受金融素养培训的个体最终被指控犯金融犯罪的概率比对照组低19–24%，相对于样本平均值而言，这一降幅达到了48–59%。尽管在考虑地区法院的金融犯罪案件后样本量大幅减少，但这些结果在统计和经济上仍然具有显著性。这些结果表明，金融素养干预后，平均而言，财务贫困的犯罪者不太可能表现出财务困境。因此，这些结果与金融素养通过影响经济福祉来减少犯罪的解释一致。我们感兴趣的解释变量是“金融素养”，这是一个指示变量，当个人需要参加金融素养课程以满足弗吉尼亚州高中学毕业的要求时，该变量值为1。观察单位是在地方法院被指控犯有金融犯罪的个体。在规格设定中，阈值两侧的带宽为16个月，我们计算出这是最优带宽。线性控制变量包括时间变量“出生月份”以及“出生月份”与“金融素养”的乘积。标准误差按时间变量进行聚类。t统计量用括号表示。统计显著性分别在1%、5%和10%的水平上用***、**和*表示。有关样本描述性特征，请参见表1。

| | (1) | (2) | (3) | (4) |
|--------|--------|--------|--------|--------|
| | | Indigent | Indigent | Indigent | |
| 金融素养 | -0.212** | -0.238** | -0.192* | -0.209* |
| | (-2.603) | (-3.331) | (-1.912) | (-1.985) |
| | | | | |
| 线性控制 | Yes | Yes | Yes | Yes |
| | | | | |
| 地块×性别×种族 | FENo | No | Yes | No |
| | | | | |
| 家庭规模 | FENo | Yes | Yes | Yes |
| | | | | |
| 房屋所有者 | FENo | Yes | Yes | Yes | |
| | | | | |
| 观测数 | 653 | 589 | 266 | 266 |
| R平方 | 0.408 | 0.436 | 0.527 | 0.581 |

**图8. 金融行为的不连续性**
该图展示了青少年时期接受金融素养干预后金融行为的差异。x轴表示时间变量“出生月份”，它将个体分配到治疗组或对照组。对于超过阈值的正面值，个体将接受强制性金融教育；而对于低于阈值的负面值，则不会接受金融教育。黑线表示一阶多项式的拟合值。A面板报告了高利息信贷（信用卡DTI）的结果，定义为信用卡债务与收入的比率；B面板报告了投资的结果，定义为股票和债券投资与个人总资产的比例；C面板报告了储蓄的结果，定义为个体是否拥有储蓄账户的指示变量（如果拥有储蓄账户，则该变量值为1）。（关于图例中颜色的解释，请参阅本文的网络版本。）

**6.4. 金融素养与金融行为**
在本小节中，我们直接探讨了金融素养对个体金融行为的影响。尽管大量文献记录了金融素养对金融决策的积极影响，但仍有必要在我们的研究环境中验证这些效应是否成立。因此，我们从SIPP数据中收集了一个规模虽小但细节丰富的个体资产负债表微观数据样本。我们限制样本为18至30岁的弗吉尼亚州高中毕业生。值得注意的是，SIPP数据收集了受访者的出生月份和年份，这使我们能够应用与主要分析相同的识别策略。我们根据现有文献的发现，测试了金融行为的三个关键方面。首先，我们研究了金融素养要求对债务管理的影响，重点关注高利息债务。我们将信用卡DTI定义为信用卡债务与年收入的比例。其次，我们研究了个人投资行为，这与储蓄行为和财富相关。我们将投资定义为股票和债券投资总额与总资产的比例。最后，我们将储蓄账户定义为个体是否在银行拥有储蓄账户的指示变量（如果拥有，则该变量值为1）。这三个变量涵盖了现有文献中显示与金融教育和素养相关的广泛金融行为（例如Bernheim等人（2001年）；Brown等人（2016年）；Kaiser等人（2022年）的研究结果）。我们在互联网附录中的表IA.7中报告了SIPP变量的汇总统计信息。

我们在图8中绘制了这三个指标的视觉不连续性。A面板展示了高利息信贷的不连续性，B面板展示了投资行为的不连续性，C面板展示了储蓄行为的不连续性。由于样本量明显小于主要设计中的样本量，我们扩大了带宽以包含更多观测数据。然而，在与主要设计相同的阈值下，仍可以观察到金融结果中的显著不连续性。我们在表9中更正式地测试了这些不连续性。我们利用调查微观数据的丰富性来控制一系列个体特征，包括收入、净资产、人口统计特征、公民身份、就业状况和教育水平。在所有规格设置中，我们发现了所研究的金融行为中存在显著的、统计上显著的不连续性。我们观察到高利息债务大幅减少，个人资产投资增加，以及由于金融素养培训而拥有银行储蓄账户的个体数量显著增加。这些结果表明，个体改变了与债务、消费、投资和预防性储蓄相关的行为。估计结果非常显著：例如，需要参加金融素养课程的个体的投资资产几乎增加了两倍。

**表9. 金融决策**
该表报告了金融素养干预对金融决策的影响。第1和第2列的因变量是信用卡DTI，定义为信用卡债务与收入的比率；第3和第4列的因变量是投资，定义为股票和债券投资与总资产的比例；第5和第6列的因变量是储蓄账户，定义为个体是否在银行拥有储蓄账户的虚拟变量（如果拥有，则该变量值为1）。我们感兴趣的解释变量是“金融素养”，这是一个指示变量，当个人需要参加金融素养课程以满足弗吉尼亚州高中学毕业的要求时，该变量值为1。观察单位是个体-年。在规格设定中，阈值两侧的带宽为48个月。线性控制变量包括时间变量“出生月份”以及“出生月份”与“金融素养”的乘积。标准误差按时间变量进行聚类。t统计量用括号表示。统计显著性分别在1%、5%和10%的水平上用***、**和*表示。有关样本描述性特征，请参见表1。

**表9. 金融决策**
该表报告了金融素养干预对金融决策的影响。第1和第2列的因变量是信用卡DTI，定义为信用卡债务与收入的比率；第3和第4列的因变量是投资，定义为股票和债券投资与总资产的比例；第5和第6列的因变量是储蓄账户，定义为个体是否在银行拥有储蓄账户的虚拟变量（如果拥有，则该变量值为1）。我们感兴趣的解释变量是“金融素养”，这是一个指示变量，当个人需要参加金融素养课程以满足弗吉尼亚州高中学毕业的要求时，该变量值为1。观察单位是个体-年。在规格设定中，阈值两侧的带宽为48个月。线性控制变量包括时间变量“出生月份”以及“出生月份”与“金融素养”的乘积。标准误差按时间变量进行聚类。t统计量用括号表示。统计显著性分别在1%、5%和10%的水平上用***、**和*表示。有关样本描述性特征，请参见表1。

**总体而言，这些显著的金融行为变化使得年轻工作者能够积累更多的储蓄并减少债务支出，这两者都与他们受到的限制较少以及犯罪的可能性较低有关（Aaltonen等人，2016年；van Beek等人，2021年）。结果表明，减少滥用资金动机的金融行为变化是金融素养减少金融犯罪的主要经济机制。**这与关于金融限制、不当行为和某些类型犯罪行为的文献结果完全一致（Cortés等人，2016年；Dimmock等人，2021年）。

**7. 替代机制**
在本节中，我们探讨了几种非互相排斥的替代性解释。特别是，我们分析了与犯罪复杂性、职业选择、高等教育、迁移以及进入特定高中相关的解释。最后，我们讨论了其他潜在的经济和行为机制。

**7.1. 犯罪复杂性和检测**
对结果的第一个替代解释是，接受金融素养培训的个体变得更加复杂，因此不太可能被抓住犯下金融罪行。根据这一解释，观察到的被指控犯有金融犯罪的倾向减少是由于检测不足，而不是犯罪行为本身减少。为了检验这一替代假设，我们分析了接受治疗组和对照组的职业和教育选择，并将金融素养培训的总体指标与来自当地金融专业人士的挪用报告进行了关联。我们还讨论了金融素养培训对金融犯罪受害情况的潜在影响。

**7.1.1. 职业和教育选择**
我们首先研究金融素养培训是否影响就业决策。由于挪用行为需要获取资金，金融素养可能通过职业选择影响犯罪复杂性。例如，接受治疗的个体可能更有可能成为经理人，从事会计或簿记等金融职位，或者在更容易获取资金并拥有更大隐匿盗窃行为的金融行业工作。在这种情况下，接受金融素养培训后观察到的被指控犯有金融犯罪的倾向减少可能是由于就业决策的结果，而不是金融限制的放松。我们使用SIPP中的详细职业数据直接测试了这些效应。具体来说，我们构建了虚拟变量，如果一个人成为经理人、从事金融职业或在金融行业工作，则该虚拟变量值为1，然后重新实施了RDD框架。互联网附录中的表IA.9显示，接受治疗组和未接受治疗组在成为经理人（第1列）、进入金融职业（第2列）、进入金融相关行业（第3列）或成为企业主（第4列）的倾向上没有差异。在所有规格设置中，估计的系数都很小且统计上不显著，表明就业轨迹不太可能解释主要结果。

另一种可能性是，金融素养更高的个体更有可能上大学或寻求研究生教育。因此，这些个体在校期间可能较少有机会犯罪。例如，决定上大学的个体可能不太可能被雇佣，从而减少了挪用行为的可能性。我们使用SIPP中的教育信息来测试这些可能性。具体来说，我们研究了接受治疗的个体是否更有可能上大学、攻读硕士学位或获得专业或博士学位。我们在互联网附录中的表IA.10中展示了分析结果。总体而言，我们没有发现个体获得学士学位（第1列）、研究生学位（第2列）或专业认证（第3列）的概率存在差异，因此没有证据表明治疗导致个体在教育水平上出现自我排序。综上所述，这一小节的结果表明，接受金融素养培训的个体在职业或高等教育方面并未表现出更高的复杂性。

**7.1.2. 涉疑挪用**
接下来，我们使用可疑活动报告（SARs）来测试金融素养培训是否影响涉嫌挪用案件的数量。这些报告是银行家和经纪人等金融专业人士必须提交的，记录了客户的所有涉嫌金融犯罪行为。SARs由美国财政部通过金融犯罪执法网络（FinCEN）管理，在揭露以前未被执法部门发现的复杂金融犯罪方面发挥了重要作用。此外，提交报告的专业人士的金融素养水平远高于我们样本中仅在学校接受金融素养培训的18-24岁青少年，这使得这些数据非常适合测试金融素养是否提高了犯罪复杂性。我们用弗吉尼亚州州警察局数据分析与报告团队（DART）报告的犯罪行政信息补充了SAR数据。该数据集包含了无论最终是否被起诉的所有报告犯罪的信息，从而提供了当地整体犯罪活动的广泛视图。表IA.12显示了所有当地金融专业人士（SAR - Total）或银行家（SAR - Bank）提交的涉嫌挪用案件数量与接受金融素养培训的县人口比例（Treated %）之间的县级PPML回归结果。我们包括了一组丰富的县级协变量，涵盖了种族、年龄、人口、失业率、收入、性别、房价增长和当地银行存在情况等因素。我们还包括了CBSA×Year和县级固定效应，以解释县级的不变特征和随时间变化的次区域特征。在第1和第2列中，我们发现人口金融素养与所有金融专业人士及仅银行家提交的涉嫌挪用案件数量之间存在负相关关系。估计结果在5%的水平上具有统计学意义，经济效应相当显著。具体来说，当地人口中接受强制金融素养培训的比例每增加一个标准差，涉嫌挪用案件的数量就会减少18.6%–21.4%。我们发现当地人口的金融素养与报告给警方的贪污案件之间存在类似的负相关关系（报告列3）。尽管这些测试使用的实证设计与基线RDD不同，且没有因果解释，但它们表明个人并没有在犯罪行为上变得更加复杂从而逃避检测。7.1.3. 犯罪受害情况另一种解释是，接受金融教育的个人随后成为金融犯罪受害者的可能性降低。因此，观察到的金融犯罪减少是由于潜在受害者数量的减少，而不是金融约束的放松。为了解释我们的发现，这种替代解释要求个人主要针对自己所在群体中的他人实施金融犯罪，因此针对其他个体的犯罪会受到最大影响。然而，我们发现金融犯罪的减少并不是由针对个人的犯罪（如欺诈）驱动的，而是由企业内部的贪污行为驱动的，并且接受治疗的个体拥有自己企业的概率并没有增加（互联网附录表IA.9的第4列）。因此，观察到的效果不太可能是由于接受治疗的个体成为金融犯罪受害者的数量减少所致。7.2. 流动性和样本流失另一种替代解释是，具有金融素养的个体可能因为上升流动性和就业机会的增加而更有可能从弗吉尼亚州迁出，因此我们在数据中未能捕捉到他们的金融犯罪行为。作为反对这一解释的初步证据，我们注意到在分配阈值周围无论是视觉上（互联网附录中的图IA.2）还是统计上（t统计量为0.391，对应p值为0.696）都没有差异。因此，数据表明我们能够捕捉到几乎相同数量的接受治疗和未接受治疗的个体。我们还在互联网附录表IA.9中发现了接受治疗和对照组个体在职业或行业选择决策上没有差异，这表明总体就业机会不太可能是导致结果的驱动因素。尽管如此，我们再次使用SIPP数据在RDD框架内直接测试了迁移效应。具体来说，我们测试了出生在弗吉尼亚州的个体迁出该州的概率是否存在不连续性（迁出者），或者出于工作原因迁出该州的概率是否存在不连续性（工作迁出者）。我们在互联网附录的表IA.13中报告了这些结果。第1列和第3列显示了未控制家庭收入和财富的结果，第2列和第4列显示了包含全部控制变量和固定效应的结果。第1列和第2列显示，出生在弗吉尼亚州的接受治疗个体迁出该州的可能性与未接受治疗的个体没有差异。同样，第3列和第4列显示，出生在弗吉尼亚州的个体因工作原因迁出该州的可能性也没有差异。系数估计在统计上不显著，接近零，并且主要是负的，这表明接受治疗的个体实际上可能比对照组更不愿意迁出该州。因此，我们没有发现接受治疗和未接受治疗的个体在迁出该州方面存在差异，也没有发现治疗组的样本流失。7.3. 学校选择和家庭层面的不可观察因素为了缓解对某些类型学校选择性非随机的担忧，我们采用了在家庭内部进行研究的替代实证设计。由于父母可能会有意识地选择孩子的学校，学校选择可能会反映影响孩子犯罪倾向的家庭特征。因此，我们利用家庭固定效应来考察相邻教育群体中兄弟姐妹之间的金融犯罪差异。对于这个测试，我们将金融素养定义为一个指标变量，用来判断一个人是否需要参加金融素养课程，并比较同一家庭内兄弟姐妹之间与金融犯罪相关的结果差异。该设计使用了L2数据提供的家庭层面标识符，这些标识符是根据居住在同一住所的人们的姓氏历史计算得出的。为了考虑家庭内部的性别相关效应，我们将家庭固定效应与性别进行交互。因此，我们估计了金融素养干预对同性别兄弟姐妹之间金融犯罪的影响。最后，我们从分析中排除了可识别的已婚夫妇（即同一房屋中的非兄弟姐妹）。我们在互联网附录的表IA.14中报告了这些结果。所有规格下的结果显示，金融素养干预与金融犯罪之间存在负相关的统计显著性关系。此外，经济影响幅度几乎与基线RDD设计中的估计值相同。这种额外测试的主要优势在于它控制了与家庭相关的多种经济和社会特征以及许多选择相关效应。然而，与主要回归不连续性设计相比，这种测试也可能受到更多时间趋势的混淆影响，因为它比较的是跨年份的个体，而不是跨周或跨月的个体。总的来说，这项测试提供了一些额外的支持证据，表明金融素养对金融犯罪有显著的负面影响，即使是在考察家庭内部的结果时也是如此。7.4. 风险偏好最后，我们承认可能存在其他替代机制，这些机制可能部分解释了金融素养对金融犯罪的观察效果，但难以直接测试。其中一个机制与风险评估有关。值得注意的是，从事金融犯罪是一种高风险活动，可能会带来刑事惩罚的风险。接受金融教育的青少年可能更能评估这些风险。例如，许多研究发现，金融素养与较低的赌博倾向或类似赌博的行为有关，因为这些人能够更好地评估风险和回报（Watanapongvanich等人，2021年；Watanapongvanich等人，2022年；Cho，2022年）。在某种程度上，我们没有发现整体犯罪行为的变化缓解了这一担忧，因为这也是一个高风险活动。然而，我们不能完全排除风险评估或感知的变化部分解释了主要结果的可能性。8. 结论金融犯罪对公司和个人都带来了巨大的成本，并影响了现代金融市场的某些方面。在这项研究中，我们探讨了金融素养对犯罪倾向的因果影响。我们利用弗吉尼亚州强制要求高中学生参加金融素养课程的机会，以及关于数百万弗吉尼亚公民犯罪结果的丰富行政数据集。总体而言，我们发现金融素养的影响很大——接触金融素养课程与治疗后至少六年内犯罪倾向下降37%相关。这些下降主要集中在贪污方面，这是与金融不稳定最相关的金融犯罪。我们探讨了几种可能解释主要结果的经济机制。我们发现，对于生活在经济条件较差地区的个人，这种影响最为显著。我们还发现他们的金融行为有了显著改善，例如投资和预防性储蓄的增加。综合来看，这些结果表明，改善年轻工人的金融状况，特别是那些处境最困难的人，减少了他们从事金融犯罪的经济动机。这项研究首次提供了证据，表明金融素养从根本上改变了金融犯罪的格局。结果表明，人口中金融素养水平的提高可以减少总体金融犯罪，因此对政策制定者具有重要的意义。此外，结果还表明，对于低收入群体的个人来说尤其有益，他们随后会减少具有长期后果的金融犯罪，对于经常成为贪污目标的小企业也是如此。因此，这项研究表明，考虑到金融素养干预对犯罪行为的先前未知的好处，可以显著提高与这些政策相关的福利收益。