a16z：从“超级碗”看预测市场

作者：Scott Duke Kominers，a16z研究合伙人；来源：a16z crypto；编译：金色财经

上周末，数以万计的美国国家橄榄球联盟（NFL）球迷坐下来观看超级碗，许多人还会同时盯着第二块屏幕——关注预测市场的交易动态。在这里，投注覆盖了从总冠军归属、最终比分到各队四分卫传球码数等所有赛事细节。

过去一年，美国的预测市场交易额至少达到279 亿美元，涵盖体育赛事、经济政策决策、新产品发布等各类事件。但它们的本质一直备受争议：这是交易？还是赌博？它们是众包新闻工具，还是科学复现工具？而当前的发展模式是否最优？

作为长期研究市场与激励机制的经济学家，我的答案始于一个简单前提：预测市场就是市场，而市场是配置资源、聚合信息的基础工具。它们通过创设与特定事件挂钩的资产 —— 若某一结果发生则兑付收益 —— 让人们基于自身对未来的判断进行交易，从而发挥这一核心作用。

从市场设计角度看，这比只听单一体育评论员、甚至参考拉斯维加斯盘口更有优势。传统体育博彩公司并非要预测胜负，而是通过调整赔率 “平衡投注”，吸引资金较少的一方下注。拉斯维加斯的目标是让人们愿意押注冷门，而预测市场则允许人们基于真实信念交易。

预测市场还能更轻松地从噪音中提取信号。若想估算新关税出台的概率，你或许能从大豆期货价格间接推断，但期货价格同时受多重因素影响；而通过预测市场提出问题，获取信息则直接得多。

这一理念的雏形至少可追溯至 16 世纪的欧洲，当时人们就会下注谁将成为下一任教皇。当代预测市场则植根于现代经济学、统计学、机制设计与计算机科学。加州理工学院的查尔斯・普洛特与耶鲁大学的希亚姆・森德于 20 世纪 80 年代为其搭建了正式学术框架，首个 “现代” 预测市场 ——爱荷华电子市场—— 也随之诞生。

其运作机制如下：以 “海鹰队四分卫萨姆・达诺德是否会在一码线内传球” 为例，预测市场会围绕一份合约展开 —— 若该传球发生，每份合约兑付 1 美元。随着人们反复交易该资产，市场价格可被解读为概率，即交易者对该结果的集体信念估值：每份合约 0.5 美元的价格，意味着发生概率为 50%。

若你认为达诺德完成该传球的概率高于 50%（比如 67%），便会买入合约；若结果成真，你以 0.5 美元的成本可获得 0.67 美元收益。同时，你的买入会推高市场价格与对应概率估值，反映出你认为市场低估了该事件的可能性（反之，若有人认为市场高估概率，则会卖出）。

运行良好的预测市场，相比其他预测方法优势显著。民调与调查仅能反映意见占比，要将其转化为概率估值，需通过统计学推导测量占比与总体人群的关联；且民调通常只是时间快照，而预测市场会随新参与者、新信息持续更新。

关键在于，预测市场具备激励性。买卖双方都 “押上了真金白银”，必须审慎评估自身信息，在自认最具信息优势的领域投入资本。而在预测市场中利用信息与专业知识获利的机会，也会激励人们深入研究相关议题。

最后，预测市场在覆盖广度上优势巨大。了解石油需求影响因素的人可做多或做空原油，但大量我们想预测的结果，并未得到大宗商品或股票市场的充分支撑。例如，近期涌现的预测市场，正尝试聚合特定数学问题的解决时间 —— 这对科学进步至关重要，也是评估 AI 能力的基准。

然而，预测市场要兑现潜力，仍需解决诸多问题。始终存在关键的市场基础设施问题：如何验证并就某一事件是否发生达成共识？如何确保市场运作透明、可审计？

同时还有市场设计层面的挑战。比如，掌握相关信息的参与者必须参与进来 —— 若所有人都缺乏信息，市场价格信号便毫无价值。反之，若各类相关信息持有者未参与，预测市场的估值就会出现偏差（英国脱欧公投前的情况或可佐证）。

但另一方面，若掌握完全信息的人参与其中 —— 比如海鹰队进攻协调员清楚达诺德是否会在一码线内传球 —— 也会引发问题，尤其当此人能影响事件走向时。若潜在参与者认为内部人士会在市场交易，便会理性选择离场，导致市场崩溃。

最后，还存在一种风险：有人可能将预测市场从聚合信念的工具，变为操纵信念的工具。若某候选人的竞选团队想让外界认为其会胜选，便可动用竞选资金试图左右预测市场。不过，预测市场在这方面具备一定自我修正能力：人们总能对将概率估值推至不合理水平的合约进行反向交易。

鉴于这些风险，预测市场平台必须着力提升透明度，明确参与管理、合约设计与运营规则。若能成功破解这些难题，我们可以预见：预测市场将在未来的预测领域中，扮演愈发重要的角色。