A16z:預測市場的「超級碗」

作者:Scott Duke Kominers,a16z研究合伙人;來源:A16z crypto;編譯:金色財經

周末,數以萬計的美國國家橄欖球聯盟(NFL)球迷將坐下來觀看超級碗,許多人還會同時盯著第二塊屏幕--關注預測市場的交易動態。 在這裡,投注覆蓋了從總冠軍歸屬、最終比分到各隊四分衛傳球碼數等所有賽事細節。

過去一年,美國的預測市場交易額至少達到279 億美元,涵蓋體育賽事、經濟政策決策、新產品發布等各類事件。 但它們的本質一直備受爭議:這是交易? 還是賭博? 它們是眾包新聞工具,還是科學復現工具? 而當前的發展模式是否最優?

作為長期研究市場與激勵機制的經濟學家,我的答案始於一個簡單前提:預測市場就是市場,而市場是配置資源、聚合信息的基礎工具。 它們通過創設與特定事件掛鉤的資產 -- 若某一結果發生則兌付收益 -- 讓人們基於自身對未來的判斷進行交易,從而發揮這一核心作用。

從市場設計角度看,這比只聽單一體育評論員、甚至參考拉斯維加斯盤口更有優勢。 傳統體育博彩公司並非要預測勝負,而是通過調整賠率 「平衡投注」,吸引資金較少的一方下注。 拉斯維加斯的目標是讓人們願意押注冷門,而預測市場則允許人們基於真實信念交易。

預測市場還能更輕鬆地從噪音中提取信號。 若想估算新關稅出台的概率,你或許能從大豆期貨價格間接推斷,但期貨價格同時受多重因素影響;而通過預測市場提出問題,獲取信息則直接得多。

這一理念的雛形至少可追溯至 16 世紀的歐洲,當時人們就會下注誰將成為下一任教皇。當代預測市場則植根於現代經濟學、統計學、機制設計與計算機科學。加州理工學院的查爾斯・普洛特與耶魯大學的希亞姆・森德於 20 世紀 80 年代為其搭建了正式學術框架,首個 「現代」 預測市場 --愛荷華電子市場-- 也隨之誕生。

其運作機制如下:以 「海鷹隊四分衛薩姆・達諾德是否會在一碼線內傳球」 為例,預測市場會圍繞一份合約展開 -- 若該傳球發生,每份合約兌付 1 美元。 隨著人們反復交易該資產,市場價格可被解讀為概率,即交易者對該結果的集體信念估值:每份合約 0.5 美元的價格,意味著發生概率為 50%。

若你認為達諾德完成該傳球的概率高於 50%(比如 67%),便會買入合約;若結果成真,你以 0.5 美元的成本可獲得 0.67 美元收益。 同時,你的買入會推高市場價格與對應概率估值,反映出你認為市場低估了該事件的可能性(反之,若有人認為市場高估概率,則會賣出)。

運行良好的預測市場,相比其他預測方法優勢顯著。 民調與調查僅能反映意見占比,要將其轉化為概率估值,需通過統計學推導測量占比與總體人群的關聯;且民調通常只是時間快照,而預測市場會隨新參與者、新信息持續更新。

關鍵在於,預測市場具備激勵性。 買賣雙方都 「押上了真金白銀」,必須審慎評估自身信息,在自認最具信息優勢的領域投入資本。 而在預測市場中利用信息與專業知識獲利的機會,也會激勵人們深入研究相關議題。

最後,預測市場在覆蓋廣度上優勢巨大。 了解石油需求影響因素的人可做多或做空原油,但大量我們想預測的結果,並未得到大宗商品或股票市場的充分支撐。 例如,近期湧現的預測市場,正嘗試聚合特定數學問題的解決時間 -- 這對科學進步至關重要,也是評估 AI 能力的基準。

然而,預測市場要兌現潛力,仍需解決諸多問題。 始終存在關鍵的市場基礎設施問題:如何驗證並就某一事件是否發生達成共識? 如何確保市場運作透明、可審計?

同時還有市場設計層面的挑戰。 比如,掌握相關信息的參與者必須參與進來 -- 若所有人都缺乏信息,市場價格信號便毫無價值。 反之,若各類相關信息持有者未參與,預測市場的估值就會出現偏差(英國脫歐公投前的情況或可佐證)。

但另一方面,若掌握完全信息的人參與其中 -- 比如海鷹隊進攻協調員清楚達諾德是否會在一碼線內傳球 -- 也會引發問題,尤其當此人能影響事件走向時。 若潛在參與者認為內部人士會在市場交易,便會理性選擇離場,導致市場崩潰。

最後,還存在一種風險:有人可能將預測市場從聚合信念的工具,變為操縱信念的工具。 若某候選人的競選團隊想讓外界認為其會勝選,便可動用競選資金試圖左右預測市場。 不過,預測市場在這方面具備一定自我修正能力:人們總能對將概率估值推至不合理水平的合約進行反向交易。

鑑於這些風險,預測市場平台必須著力提升透明度,明確參與管理、合約設計與運營規則。 若能成功破解這些難題,我們可以預見:預測市場將在未來的預測領域中,扮演愈發重要的角色。