Дослідження Федеральної резервної системи: ринки прогнозів Kalshi є такими ж хорошими, якщо не кращими, ніж традиційні методи прогнозування

Зростання ринків прогнозів, запропонованих компаніями Kalshi та Polymarket, захопило широкий спектр ризикових учасників — від інвесторів у традиційних ринках до спортивних азартних гравців. Нові ринки дозволяють людям купувати контракти на результати майбутніх подій, починаючи від виборів і закінчуючи спортивними змаганнями, економічними індикаторами та іншими подіями, на які раніше було важко робити ставки.

Контракти оцінюються відповідно до сприйманої ймовірності події на ринку та мають обмежений термін дії, тобто зазвичай існує конкретна дата, до якої подія має статися. Ринки прогнозів також стали важливим інструментом досліджень для оцінки ймовірності певних подій. Наприклад, ринки прогнозів були одними з перших, хто припустив, що президент Дональд Трамп виграє президентські вибори 2024 року.

Насправді, нове дослідження Федеральної резервної системи показало, що ринки прогнозів Kalshi демонстрували таку ж точність, а іноді й кращу, ніж традиційні методи прогнозування при передбаченні певних економічних результатів.

Джерело зображення: Getty Images.

Kalshi надзвичайно точний

Дослідження ФРС зосереджувалося на здатності Kalshi прогнозувати економічні дані, зокрема індекс споживчих цін (CPI), ключовий показник інфляції; валовий внутрішній продукт (ВВП); рівень безробіття; та ставку федеральних фондів. ФРС зокрема аналізувала, як ринки прогнозів Kalshi працювали порівняно з більш традиційними методами прогнозування, такими як опитування очікувань ринку ФРС, консенсус-прогнози Bloomberg та ф’ючерси на федеральні фонди.

Дослідження проводилося шляхом збору даних з торгів на Kalshi та вважання ціни контракту «так» за базовий очікуваний результат події. Потім результати порівнювалися з традиційними інструментами прогнозування.

Результати дослідження показали, що очікування Kalshi щодо загального CPI (рік до року) були «статистично значущим покращенням» у порівнянні з консенсусом Bloomberg. Очікування Kalshi щодо базового CPI (без урахування цін на харчі та енергоносії) та безробіття були статистично схожими.

Дослідження також виявило, що Kalshi краще передбачає ставку федеральних фондів, ніж ф’ючерси на цю ставку. «Мода розподілу Kalshi, наприклад, ідеально співпала з реалізованою ставкою федеральних фондів до кожної зустрічі з 2022 року, чого не досягали ні опитування, ні ф’ючерси», — підсумувала ФРС.

Більше ніж просто результати, ФРС також зазначила, що Kalshi заповнює кілька прогалин, які не могли заповнити традиційні методи прогнозування. Наприклад, Kalshi враховує думки роздрібних інвесторів, пропонуючи перспективу, яка раніше не була представлена у складних фінансових деривативах або опитуваннях ФРС.

Реальний час роботи ринків Kalshi також є перевагою порівняно з опитуваннями, які швидко можуть застаріти, або деривативами, які можуть бути малоторговими. Kalshi також дозволяє робити ставки на економічні індикатори, такі як безробіття, ВВП і базовий CPI, на які раніше було важко ставити через деривативи.

Широта та оперативність ринків Kalshi дозволили ФРС досліджувати, як певні дані та несподіванки впливають на інші дані та реакцію ринків. Загалом, ФРС була вражена тим, що Kalshi може надавати оперативні, широкомасштабні результати, включаючи інформацію про ринкову невизначеність і ризики «кінця».

… ці ринки дають добре калібровані, швидко оновлювані щільні прогнози щодо важливих економічних змінних, включаючи кілька з них, для яких альтернативи недоступні. Наше дослідження підкреслює перспективи prediction markets як нового орієнтира для вимірювання очікувань і інформування монетарної політики.

Обмеження та застереження

Хоча дослідження здається переважно оптимістичним щодо prediction markets, особливо у прогнозуванні економічних індикаторів, ФРС зазначила кілька застережень, зокрема, що контракти, що стосуються малоймовірних подій, часто мали низький обсяг торгів, подібно до деривативів. Також було виявлено, що ймовірності можуть бути спотворені ризиковою премією або очікуваним доходом за додатковий ризик.

Безумовно, важко заперечувати, що prediction markets не корисні для оцінки ймовірностей певних подій та економічних індикаторів. Однак однією з проблем цих платформ є ризик внутрішньої інформації, схожий на інсайдерську торгівлю. Здається, що це більш поширено у випадках випадкових подій, ніж у випадках економічних даних. Але чим більше подій можна ставити, тим вищий ризик інсайдерської торгівлі, особливо коли в участі можуть брати участь багато зацікавлених сторін.

Хто сказав, що внутрішня інформація не робить prediction markets більш точними? Загалом, я вважаю ці платформи досить корисними і очікую їхнього зростання популярності, але також вірю, що певні регуляторні питання залишаються актуальними.