a16z：預測市場的「超級碗」

作者：Scott Duke Kominers，a16z研究合夥人；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，許多人還會同時盯着第二塊屏幕——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、聚合資訊的基礎工具。它們通過創設與特定事件掛鈎的資產 —— 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機率，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，獲取資訊則直接得多。

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。隨著人們反覆交易該資產，市場價格可被解讀為機率，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，意味著發生機率為 50%。

若你認為達諾德完成該傳球的機率高於 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機率估值，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機率，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，要將其轉化為機率估值，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、新資訊持續更新。

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」，必須審慎評估自身資訊，在自認最具資訊優勢的領域投入資本。而在預測市場中利用資訊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，掌握相關資訊的參與者必須參與進來 —— 若所有人都缺乏資訊，市場價格信號便毫無價值。反之，若各類相關資訊持有者未參與，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，若掌握完全資訊的人參與其中 —— 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：人們總能對將機率估值推至不合理水平的合約進行反向交易。

鑒於這些風險，預測市場平台必須着力提升透明度，明確參與管理、合約設計與營運規則。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。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。