经济学家发现，Kalshi、Polymarket 等预测市场不仅擅长预判政治事件，对经济数据的预测也相当精准。
作者：莉迪亚?德皮利斯
拿着高薪、负责判断经济走向的顶尖银行与投资机构经济学家们，原本预计周三公布的最新就业报告显示上月新增就业约6.8 万人。
而在预测网站 Kalshi 上下注的一群匿名网络赌徒，则预计新增5.4 万人。
最终报告显示，美国经济年初新增13 万人就业。两边都大幅偏离实际，且偏差程度相近。
美国国家经济研究局上月发布的一篇工作论文发现，在 Kalshi 上线的五年里，平台上数千名赌徒对部分经济指标的平均预测准确度，堪比受过专业训练的机构预测师。这群散户还能较好预判美联储的利率决议，在预测通胀率方面甚至优于专业人士。
约翰?霍普金斯大学经济学教授、论文合著者乔纳森?赖特表示：
“从一大群人那里汇集信息，会是一种非常出色的预测方式。”
投资机构杰富瑞的美国经济学家托马斯?西蒙斯，曾在预测市场显示凯文?沃什领跑特朗普美联储主席人选时感到意外。西蒙斯原本认为这不可能，因为沃什过去一直主张加息，而非特朗普偏好的降息。
“他怎么可能排在第一位？这完全说不通。” 西蒙斯回忆当时的想法。
但结果证明市场是对的，他也意识到自己不该无视赔率。
他发现，下注者有一个优势：如果没有十足把握，他们可以选择不预测。而专业预测师别无选择 —— 即便数据混乱、对数字没有信心，也必须给出猜测。
“就算你不觉得自己有任何优势，每个月也必须预测这些数据。” 西蒙斯说，
“这让我开始觉得，真正有信息优势的人，才会参与进来。”
伦敦商学院与耶鲁大学经济学家的另一篇工作论文发现，整体来看，Polymarket 的下注者对企业盈利的预测，比那些拿薪水、为投资者提供买卖建议的分析师更准确。
参与该研究的耶鲁大学教授泰斯?詹森认为，数千名业余人士表现相对出色，原因在于激励机制。
专业分析师可能存在利益冲突，比如所在机构的交易佣金，会因更乐观的预测而增加。分析师也不愿发布偏离共识的盈利预测，因为标新立异比随大流更容易难堪。
“预测市场的好处在于，你必须用真金白银为自己的观点买单。” 詹森说，
“这会强烈激励你说出真实判断。”
当然，这一道理已存在数十年。
最早的在线预测市场于 2000 年代初出现，Intrade 等网站主要聚焦选举与国际大事概率，普遍被认为准确度不错。2010 年代，美国监管机构严厉打击，裁定这些平台属于非法赌博。
但部分平台在欧洲继续运营，在那里，政治与经济合约只是庞大体育博彩市场的附属品。
Kalshi（2024 年胜诉获得合法运营资格）与 Polymarket（在美国多州因诉讼被限制交易，仅偶尔可访问）也是如此。
即便如此，非体育类议题的下注量仍在爆炸式增长，引起预测师和分析师的高度关注。
如今这些平台上，每天有超过 6000 万美元押注在政治与经济议题上 —— 远超早期平台规模。
爱德华?里奇利运营着一家名为 Stand 的公司，允许用户同时在 Kalshi 和 Polymarket 交易，并跟踪大额交易者。
他说，很多高频客户本身就在相关领域工作：一名香港用户日常交易英伟达股票，同时用关祱相关预测合约做对冲。
“如果特朗普对华关祱升级，他可以平仓，避免巨亏。” 里奇利说。
他还发现一个特点：大多数下注者只专精某一领域。
“你会发现，很多擅长选举预测的交易者并不擅长加密货币；擅长加密货币的，又不擅长地缘政治。”
摩根大通首席美国经济学家迈克尔?费罗利，坐拥银行内部政治事务团队、国别专家与股票研究员的深厚资源，但他仍会参考预测市场，以获得更精确的估算。
“每当你和华盛顿的人聊天，他们会说‘我觉得预算能搞定’。但概率是多少？” 费罗利说，
“这是另一套语言。很多时候你必须不断追问，才能得到量化答案。”
但对于他擅长的量化问题，比如消费者价格指数与 GDP 预测，费罗利怀疑另一种可能：
预测市场只是在跟随专家—— 跟踪彭博共识、大型投行研报、芝商所等机构汇总的期货与投资者预期。
研究预测的乔治?华盛顿大学经济学家塔拉?辛克莱也认同这一点。
而这正是预测市场的一个风险：如果散户群体取代了专业预测师，个体下注者反而会受损。
“他们会让信息提供者的工作更难，因为原本可以参考独立信息源。” 辛克莱说，
“如果把这些都取代掉，就再也没有可参考的东西了。”
大多数专业预测师并不担心这一点，因为他们的工作不只是报数字。
每一个预测背后都有对核心因素的详细分析，而这正是投资者和企业做决策所需要的。
“意外总会发生，人们想知道：这意味着什么？接下来会怎样？驱动因素是什么？”
富国银行美国经济学家迈克尔?普格列塞说，“这些都是非常细致、关键的信息，你在市场里做决策时必须掌握。”
但预测市场仍可能成为美联储等机构复杂预测模型的一项输入变量。
密歇根大学经济学教授贾斯汀?沃尔弗斯曾研究早期预测市场，他建议美联储官员参考这些市场，但对方态度犹豫。
“深层问题在于，这么做会让决策民主化。” 沃尔弗斯说，
“现在资深经济学家手握大权，他们的观点就是定论。”
事实上，无论是单个专家还是数千人集体，或许都不是最擅长预测未来的。
过去十年，一个名为 “良好判断”（Good Judgment）的机构建立了一套模型，专门挑选历史预测准确率高的人，组成 “超级预测者” 团队，为付费客户解答长期问题。他们协作分析，但最终独立投票。
该机构首席执行官沃伦?哈奇认为，预测市场与超级预测者可以互补：前者聚焦短期问题，普及概率思维。
如今他还在关注另一股预测力量：人工智能。AI 可以合成大量标准化信息，给出不错的估算，但在涉及人性、文化、而非单纯数字指标的问题上往往表现不佳。
“当数据稀疏、环境多变时，机器本质上是在向后看。” 哈奇说，
“而这正是人类依然拥有空间的地方。”
微信扫一扫打赏
