要了解選擇問題，問問自己：什麼樣的大一新生會接受用收入的一部分，換取大學提供的免費學費？的確，成功在某種程度上取決於運氣，但並非全部。你對生活的選擇也會影響你的收入。有些學生可能會選擇在華爾街找工作；有些人則會選擇非營利機構；有些人為了向上爬，每週努力工作八十小時；還有些人則希望尋求更平衡的生活方式。而新生可能已經對他們希望擁有的生活方式有一些想法。
大學可以試著考慮學生志向上的差異，例如，他們可以同意經濟系學生收取較低的分配百分比(更有可能找到華爾街的工作)，對那些學習要成為(飢餓的)藝術家的人收取較高的百分比。但結果顯示，更多資訊只能解決部分問題─學生仍然對自己的未來有更多的了解，超出了學生測驗成績、選擇主修或其他人口統計數據所能涵蓋的範圍。
我們之所以知道這是真實情況，是因為亨德倫(在第四章中已經討論過)與丹尼爾．赫伯思特(Daniel Herbst)合作的研究。
亨德倫和赫伯思特研究了二○一二年首次就讀大學的學生數據，包括大學希望了解新入學學生的基本人口統計資料，例如年齡、性別、種族，以及家長收入、學業成績和選擇主修的學科。他們追蹤這些學生到二○一七年，因此他們也知道一個學生是否按時畢業，以及畢業後的起薪。然後，他們運用最新的機器學習技術，根據二○一二年收入分配協議贊助者可能獲得的資訊，來預測二○一七年的收入。
關鍵是，樣本中的學生在二○一二年也被問及有關未來幾年預期的問題，他們畢業的可能性有多高？他們能否找到自己心儀的職業？他們預計能賺多少錢？
學生大多對未來抱持樂觀─不過，我們不都是這樣嗎？平均而言，他們預測畢業時的薪資略高於六萬四千美元，遠高於他們第一份工作實際的平均薪資三萬兩千七百美元。然而，這些新生的預測中仍有許多關於最終收入的訊息：那些預期會賺很多錢的學生，實際上比預期賺比較少錢的學生，更有可能成為高收入者。
更重要的是，從收入分配協議市場的角度來看，當亨德倫和赫伯斯特將學生的預測納入預測模型時，模型更能夠準確預測實際收入。換句話說，學生對未來的了解中，有以這些因素來設定學費和收入交換的比例時，對於那些明知自己畢業後不會賺很多錢的學生，仍有足夠的空間。
亨德倫和赫伯斯特得出結論，這些私有訊息及其產生的選擇問題非常重要，因此收入分配協議很難收支平衡。如果任何一所學院嘗試這樣做，那麼它可能會經歷死亡螺旋，正如我們在第二章中描述的哈佛大學，在嘗試重新定價其員工健康保險時所經歷的那樣。選擇問題破壞了這個潛在的雙贏局面，摧毀了本可以幫助低收入學生接受大學教育的市場。亨德倫和赫伯斯特的結論確實是這樣，考慮到私有訊息的程度，他們計算出收入分配協議的價格必須超過大學畢業生預期收入的六○％以上，才不會虧損。結果是：那些期望值不高不低的人不會有動力去申請。
