というNBER論文が上がっている（ungated版）。原題は「Learning from Potentially-Biased Statistics: Household Inflation Perceptions and Expectations in Argentina」で、著者はAlberto Cavallo（MIT）、Guillermo Cruces（国立ラプラタ大）、Ricardo Perez-Truglia（マイクロソフトリサーチ）。
以下はその要旨。
When forming expectations, households may be influenced by the possibility that the information they receive is biased. In this paper, we study how individuals learn from potentially-biased statistics using data from both a natural and a survey-based experiment obtained during a period of government manipulation of inflation statistics in Argentina (2006-2015). This period is interesting because of the attention to inflation information and the availability of both official and unofficial statistics. Our evidence suggests that rather than ignoring biased statistics or navively taking them at face value, households react in a sophisticated way, as predicted by a Bayesian learning model, effectively de-biasing the official data to extract all its useful content. We also find evidence of an asymmetric reaction to inflation signals, with expectations changing more when the inflation rate rises than when it falls. These results are useful for understanding the formation of inflation expectations in less extreme contexts than Argentina, such as the United States and Europe, where experts may agree that statistics are unbiased but households do not.
（拙訳）
予測を形成する時、家計は、自分たちの受け取る情報が偏っているかもしれないという可能性に影響されるだろう。本稿では、アルゼンチン政府がインフレ統計の操作を行っていた期間（2006-2015）から得られた自然実験および調査に基づく実験を用いて、偏っている可能性のある統計から個人がどのように学ぶかを研究する。この期間が興味深いのは、インフレ情報に注目が集まっていたことと、公的統計と非公的統計の両方が利用できることによる。我々の得た実証結果によれば、家計は、偏った統計を無視したり、あるいは単純に額面通りに受け取ったりするのではなく、ベイズ学習モデルが予測する通り洗練された方法で反応し、基本的に公的データの偏りを取り除いて有用な中身をすべて引き出す。我々はまた、インフレシグナルへの反応が非対称的であり、インフレ上昇期の方がインフレ下落期よりも予想が大きく変化する、という実証結果を得た。以上の結果は、米国や欧州のような、アルゼンチンほど極端な状況に無い国でのインフレ予想の形成を理解する上で有用である。そうした国では専門家は統計に偏りが無いということで意見が一致するかもしれないが、家計は違うかもしれない。
