Status Quo Bias under Uncertainty: An Experimental Study

are: I had no idea, I thought it would be 50-50, Had a feeling there will be more white.

There are also a few answers reporting more “extreme beliefs” (0-20 or 30 white chips).

These responses suggest that the unknown bag was indeed perceived as ambiguous.

The Other Treatments. The same procedure outlined for the R-A treatment is adopted

in the other three treatments, with the difference being the type of uncertainty (risk or

ambiguity) characterizing the status quo and the alternative options. Thus, the payoffs

of the status quo gamble remain (10, 4) and the difference between treatments lies in the

composition of the bags on which the status quo gamble and the alternative gambles are

performed. The compositions of the bags are as follows:

– Treatment R-R (Risky - Risky): The (10, 4) gamble and the alternative gambles are

performed on two bags with known compositions of chips: one with 50 white chips

and 50 black chips and the other with 50 green chips and 50 red chips.

– Treatment R-A (Risky - Ambiguous): As explained earlier, the (10, 4) gamble is

performed on a bag with 50 white chips and 50 black chips and the alternative

gambles are performed on a bag with 100 chips, the exact composition of which is

determined using the Dow Jones index.

– Treatment A-R (Ambiguous - Risky): The (10, 4) gamble is performed on a bag with

a composition determined by the Dow Jones index and the alternative gambles are

performed on a bag with 50 white chips and 50 black chips.

– Treatment A-A (Ambiguous - Ambiguous): The (10, 4) gamble and the alternative

gambles are performed on two bags, each with an unknown proportion of black and

white chips. Both compositions are determined according to the decimals of stock

13

---

market indices (one using the Dow Jones and the other using the S&P 500).

15

Another small difference between treatments lies in the range of prizes chosen for the

alternative gambles, as can be seen in Table 2. In order to maintain an interior switching

point from the (10, 4) gamble to the alternatives, we adjusted the range of prizes of the

alternative set to account for ambiguity aversion.

16

Pilot sessions were used to determine

the range of prizes that would maximize the probability of observing an interior switching

point in each treatment.

3

Results

Evidence for status quo bias is found if the status quo option (the gamble (10, 4)) is chosen

more frequently when subjects own it compared to when they do not. We analyze the data

using two methods. First, we run a random effects probit regression and test whether the

(10, 4) gamble is chosen significantly more often under the status quo frame compared to

the neutral frame. Second, exploiting the within-subject design, we construct a subject

specific status quo bias index and compare the distribution of the index across treatments.

Both approaches lead to the same conclusions.

3.1

Regression analysis

A random effects probit model is estimated to test if the frame of choice has an effect

on the likelihood that the status quo option is chosen. The probability that the (10, 4)

gamble is chosen in any question (as a function of the treatment, the frame and the prizes

15

In all treatments we purposely use two distinct bags: one for the (10, 4) gamble and the other for

the alternative gambles. As a result the status quo gamble and the alternative gambles have independent

outcomes in all treatments.

16

For example the average payoffs of the alternative gambles in treatment R-A were higher than in

treatment R-R to account for ambiguity aversion.

14

---

of the alternative gamble) is modeled as Φ( ˜

Y ) where Φ is the CDF of the standard normal

distribution and ˜

Y is specified as follows:

˜

Y

i,k

= β

1

(T

R-R

i,k

· SQ

i,k

) + β

2

(T

R-A

i,k

· SQ

i,k

) + β

3

(T

A-R

i,k

· SQ

i,k

) + β

4

(T

A-A

i,k

· SQ

i,k

) + δX

i,k

+

i,k

where T

j

i,k

is a dummy variable that equals 1 if question i of subject k belongs to treatment

j where j ∈ {R-R, R-A, A-R, A-A} and SQ

i,k

is a dummy variable taking value 1 if

question i of subject k belongs to part 2 of the experiment, i.e., to the status quo frame.

X

i,k

is a vector of controls and

i,k

is the error term. The status quo bias is captured by

the coefficients of the interaction terms T

j

i,k

· SQ

i,k

which measure the effect of the status

quo frame on the likelihood that the gamble (10, 4) is chosen in treatment T

j

. The results

of the estimation are reported in Table 3. Specification (1) controls only for the treatment

dummies, while specification (2) also controls for the prizes of the alternative gambles.

Under both specifications we find no significant status quo effect in the “symmetric

treatments” R-R and A-A. We do find evidence of status quo bias in the “asymmetric

treatments” R-A and A-R. After controlling for the payoffs of the alternative gambles, the

status quo frame increases the likelihood that (10, 4) is chosen by 12% in the R-A treatment

and by 10% in the A-R treatment. Both results are significant at the 1% level.

3.2

The Status Quo Bias Index

The within-subject design allows us to construct a status quo bias index for each subject by

comparing his choices under the two frames. The index is constructed as follows: Starting

off with a status quo bias index of 0, if a subject chooses an alternative over the (10, 4)

gamble under the neutral frame, but prefers to keep the (10, 4) gamble after it is given

to him as an endowment, one point is added to the index. If the opposite behavior takes

place, one point is subtracted. Thus, subjects choosing the (10, 4) gamble more often when

15

---