การวิจัยใหม่โดย Kalshi เกี่ยวกับตลาดการทำนายชี้ให้เห็นว่าแพลตฟอร์มเหล่านี้สามารถแซงหน้าการประมาณการแบบดั้งเดิมของ Wall Street เมื่อพูดถึงการคาดการณ์เงินเฟ้อของสหรัฐฯ
Summary
การศึกษาของ Kalshi พบว่าตลาดการทำนายมีประสิทธิภาพเหนือกว่า Wall Street ในข้อมูลเงินเฟ้อ
ตามการศึกษาใหม่โดย Kalshi ตลาดการทำนายเอาชนะการประมาณการของ Wall Street เกี่ยวกับเงินเฟ้อของสหรัฐฯ ด้วย ข้อผิดพลาดเฉลี่ยต่ำกว่า 40% ในช่วง 25 เดือน นอกจากนี้ การวิเคราะห์ยังแสดงให้เห็นว่าตลาดเหล่านี้มีความแม่นยำเป็นพิเศษเมื่อเงินเฟ้อเบี่ยงเบนอย่างมากจากความคาดหวังของนักเศรษฐศาสตร์
เมื่อเปรียบเทียบการคาดการณ์เงินเฟ้อบนแพลตฟอร์มของตนกับฉันทามติของมืออาชีพ Kalshi พบว่าผู้ค้าตามตลาดมีประสิทธิภาพเหนือกว่านักเศรษฐศาสตร์และนักวิเคราะห์ทั่วไปตลอด 25 เดือนที่ตรวจสอบ ข้อได้เปรียบด้านประสิทธิภาพนี้เห็นได้ชัดเจนที่สุดในช่วงที่มีความผันผวนทางเศรษฐกิจสูง ซึ่งโมเดลดั้งเดิมมักจะประสบปัญหา
การประมาณการตามตลาดเกี่ยวกับการเปลี่ยนแปลงปีต่อปีใน ดัชนีราคาผู้บริโภค (CPI) บันทึกข้อผิดพลาดเฉลี่ยต่ำกว่าฉันทามติ 40% ระหว่าง กุมภาพันธ์ 2023 ถึงกลางปี 2025 รายงานการศึกษา อย่างไรก็ตาม ช่องว่างกว้างขึ้นอีกเมื่อการอ่าน CPI ที่แท้จริงเบี่ยงเบนอย่างมากจากความคาดหวัง โดยการคาดการณ์ของ Kalshi เอาชนะฉันทามติได้มากถึง 67% ในกรณีเหล่านั้น
Crisis Alpha และคุณค่าของความไม่เห็นด้วย
การศึกษาที่มีชื่อว่า “Crisis Alpha: When Do Prediction Markets Outperform Expert Consensus?” ยังได้ตรวจสอบว่าความไม่เห็นด้วยเองสามารถส่งสัญญาณถึงความประหลาดใจที่กำลังจะเกิดขึ้นได้อย่างไร โดยเฉพาะอย่างยิ่ง มันดูที่ความสัมพันธ์ระหว่างขนาดของช่องว่างระหว่างการประมาณการ CPI ของ Kalshi และฉันทามติของ Wall Street และความน่าจะเป็นของการช็อก
เมื่อการประมาณการ CPI ของ Kalshi แตกต่างจากฉันทามติมากกว่า 0.1 จุดเปอร์เซ็นต์ หนึ่งสัปดาห์ก่อนการเปิดตัวอย่างเป็นทางการ ความน่าจะเป็นของการเบี่ยงเบนที่สำคัญในการอ่าน CPI ที่แท้จริงเพิ่มขึ้นเป็นประมาณ 80% เทียบกับพื้นฐาน 40% อย่างไรก็ตาม เอกสารเตือนว่าตัวอย่างของการช็อกครั้งใหญ่ในช่วงเวลาดังกล่าวยังค่อนข้างน้อย
ผู้เขียนโต้แย้งว่ารูปแบบนี้เน้นย้ำถึงศักยภาพของ การคาดการณ์ตามตลาด เพื่อทำหน้าที่เป็นเครื่องมือเตือนล่วงหน้าสำหรับผู้กำหนดนโยบายและนักลงทุนสถาบัน แทนที่จะแทนที่โมเดลที่มีอยู่ ผลลัพธ์ชี้ให้เห็นว่าตลาดสามารถทำหน้าที่เป็นสัญญาณเสริมได้ โดยเฉพาะในช่วงที่มีการเปลี่ยนแปลงโครงสร้างหรือความเครียดทางการเงิน
การรวมข้อมูลและภูมิปัญญาของฝูงชน
ซึ่งแตกต่างจากการคาดการณ์แบบดั้งเดิมซึ่งมักอาศัยชุดของโมเดลและสมมติฐานทางเศรษฐกิจที่ใช้ร่วมกัน ตลาดของ Kalshi รวบรวมข้อมูลจากกลุ่มผู้ค้าที่หลากหลายซึ่งมีแรงจูงใจทางการเงินโดยตรง โครงสร้างนี้ การศึกษาระบุว่า สร้างผลกระทบจาก “ภูมิปัญญาของฝูงชน” ที่สามารถตอบสนองต่อข้อมูลใหม่และการเล่าเรื่องที่เปลี่ยนแปลงได้อย่างรวดเร็ว
อย่างไรก็ตาม รายงานเน้นว่าข้อได้เปรียบนี้เห็นได้ชัดเจนที่สุดเมื่อสภาพแวดล้อมการคาดการณ์กลายเป็นความท้าทาย ในคำพูดของผู้เขียน “เมื่อสภาพแวดล้อมการคาดการณ์กลายเป็นความท้าทายมากที่สุด ข้อได้เปรียบในการรวมข้อมูลของตลาดจะมีค่ามากที่สุด” นี่คือช่วงเวลาที่ผู้ตัดสินใจในสถาบันเผชิญกับความเสี่ยงสูงสุดที่จะถูกทำให้ตาบอดโดยข้อผิดพลาดที่อิงตามฉันทามติ
เหตุใดตลาดการทำนายจึงมีประสิทธิภาพเหนือกว่าฉันทามติในช่วงเวลาที่เกิดความเครียดอาจขึ้นอยู่กับวิธีที่พวกเขาประมวลผลข้อมูล ผู้พยากรณ์แบบดั้งเดิมในธนาคารและร้านวิจัยมักจะใช้ชุดข้อมูลและโมเดลที่คล้ายคลึงกัน ซึ่งสามารถจำกัดความสามารถในการปรับตัวได้เมื่อสภาวะเศรษฐกิจเคลื่อนออกนอกบรรทัดฐานทางประวัติศาสตร์ การศึกษาชี้ให้เห็น
แรงจูงใจ สภาพคล่อง และการกำหนดราคาแบบเรียลไทม์
แพลตฟอร์มตลาดการทำนาย ในทางตรงกันข้าม สะท้อนมุมมองของผู้ค้ารายบุคคลที่อาศัยข้อมูลเชิงลึกเฉพาะภาคส่วน ชุดข้อมูลทางเลือก และบางครั้งการเล่าเรื่องที่ขัดแย้งกัน นอกจากนี้ ผู้ค้าในตลาดเหล่านี้มีเงินทุนเป็นเดิมพันและได้รับรางวัลหรือถูกลงโทษจากประสิทธิภาพการคาดการณ์เท่านั้น แทนที่จะพิจารณาจากชื่อเสียงหรือองค์กร
ผู้พยากรณ์สถาบัน การศึกษาระบุว่า อาจเผชิญกับข้อจำกัดด้านอาชีพและองค์กรที่ขัดขวางการเรียกร้องที่กล้าหาญ แม้ว่าข้อมูลอาจพิสูจน์ได้ก็ตาม อย่างไรก็ตาม บน แพลตฟอร์มการซื้อขาย โครงสร้างการจ่ายผลตอบแทนสนับสนุนการปรับราคาตามผลลัพธ์ที่เป็นไปได้มากที่สุด โดยไม่คำนึงว่าผลลัพธ์นั้นจะดูไม่ธรรมดาเพียงใดสำหรับนักเศรษฐศาสตร์ที่มีฉันทามติ
ลักษณะการกำหนดราคาอย่างต่อเนื่องบนแพลตฟอร์มอย่าง Kalshi ก็มีความสำคัญเช่นกัน ราคาตลาดอัปเดตตามเวลาจริงเมื่อมีข้อมูลใหม่เข้ามา ในขณะที่การประมาณการฉันทามติของ Wall Street มักจะถูกกำหนดไว้ล่วงหน้าหลายวันก่อนการเปิดเผยข้อมูลอย่างเป็นทางการ ความล่าช้านี้อาจมีค่าใช้จ่ายสูงเป็นพิเศษเมื่อสภาวะเปลี่ยนแปลงอย่างรวดเร็ว เช่น ในช่วงที่เกิดช็อกเงินเฟ้อหรือเซอร์ไพรส์ด้านนโยบาย
การเติบโตของแพลตฟอร์มการทำนายที่เชื่อมโยงกับคริปโต
ฐานผู้ใช้ของ Kalshi ได้ขยายตัวเมื่อเร็วๆ นี้หลังจากการรวมแพลตฟอร์มการทำนายเข้ากับ กระเป๋าเงินคริปโต Phantom เมื่อต้นเดือนนี้ บริษัทระดมทุนได้ 1 พันล้านดอลลาร์ ที่มูลค่า 11 พันล้านดอลลาร์ เน้นย้ำถึงความสนใจที่เพิ่มขึ้นของนักลงทุนในตลาดที่ผู้ใช้สามารถเดิมพันผลลัพธ์ทางเศรษฐกิจมหภาคและการเมืองได้
ในเดือนตุลาคม มีรายงานว่าแพลตฟอร์มคู่แข่ง Polymarket กำลังเจรจาเพื่อระดมทุนที่มูลค่าสูงถึง 15 พันล้านดอลลาร์ การพัฒนาร่วมกันเหล่านี้บ่งชี้ถึงการทำให้เป็นสถาบันอย่างรวดเร็วของสิ่งที่เริ่มต้นจากตลาดเฉพาะกลุ่ม โดยมีทั้งการเงินแบบดั้งเดิมและนักลงทุนที่มีพื้นฐานจากคริปโตเข้าร่วมในขณะนี้
นอกจากนี้ เมื่อต้นปีนี้ การวิจัยโดยนักวิทยาศาสตร์ข้อมูลพบว่า Polymarket มีความแม่นยำ 90% ในการทำนายว่า เหตุการณ์จะเกิดขึ้น หนึ่งเดือนข้างหน้า และ 94% เพียงไม่กี่ชั่วโมงก่อนเหตุการณ์ อย่างไรก็ตาม การศึกษาระบุว่าอคติในการยอมรับ พฤติกรรมฝูงชน และสภาพคล่องต่ำบางครั้งอาจนำไปสู่การประมาณการความน่าจะเป็นที่สูงเกินไปสำหรับผลลัพธ์บางอย่าง
ขีดจำกัดและกรณีการใช้งานสำหรับสัญญาณตามตลาด
เอกสารของ Kalshi เน้นย้ำว่าการค้นพบนี้ไม่ได้หมายความว่าการคาดการณ์ของผู้เชี่ยวชาญจะล้าสมัย แต่กลับโต้แย้งว่า ตลาดการทำนาย สามารถทำหน้าที่เป็นเครื่องมือเสริมสำหรับการจัดการความเสี่ยงของสถาบัน การวิเคราะห์นโยบายการเงิน และการสร้างพอร์ตการลงทุน โดยเฉพาะอย่างยิ่งเมื่อความสัมพันธ์ในอดีตพังทลายลง
ผู้เขียนยอมรับว่าจำนวนการช็อกเงินเฟ้อครั้งใหญ่ในตัวอย่างมีจำกัด ซึ่งโดยธรรมชาติแล้วจะจำกัดพลังทางสถิติ อย่างไรก็ตาม พวกเขาโต้แย้งว่าความสม่ำเสมอของช่องว่างด้านประสิทธิภาพในช่วงที่มีความผันผวนยังคงชี้ให้เห็นถึงข้อได้เปรียบด้านข้อมูลที่มีความหมายซึ่งฝังอยู่ในราคาตลาด
แทนที่จะเรียกร้องให้เปลี่ยนวิธีการแบบดั้งเดิมทั้งหมด การศึกษาชี้ให้เห็นว่าผู้ตัดสินใจในสถาบันควรพิจารณารวมสัญญาณตามตลาดควบคู่ไปกับโมเดลที่มีอยู่ ในช่วงที่มีความไม่แน่นอนเชิงโครงสร้าง แนวทางแบบผสมผสานดังกล่าวอาจช่วยปรับปรุงความแม่นยำในการคาดการณ์เงินเฟ้อและลดความเสี่ยงที่จะถูกจับได้จากข้อมูลมหภาคที่ไม่คาดคิด
โดยรวมแล้ว การวิเคราะห์เน้นย้ำว่าผู้ค้าที่มีแรงจูงใจหลากหลายและการกำหนดราคาแบบเรียลไทม์สามารถทำให้การคาดการณ์ตามแพลตฟอร์มเป็นส่วนเสริมที่มีประโยชน์ในชุดเครื่องมือของนักเศรษฐศาสตร์ นักลงทุน และผู้กำหนดนโยบายที่นำทางภูมิทัศน์เศรษฐกิจมหภาคที่ซับซ้อนมากขึ้น
