Як ринки прогнозів забезпечують кращу зменшення помилок прогнозу: перевага колективного інтелекту над консенсусом Уолл-Стріт

Уявіть собі зібрання різноманітної групи трейдерів, кожен озброєний власними джерелами даних, моделями та ринковими інцентивами. Тепер порівняйте цю децентралізовану мережу із зосередженим досвідом провідних аналітиків Уолл-стріт. Кому ви довіритеся для точного прогнозування інфляції? Революційне дослідження Kalshi Research виявляє щось контрінтуїтивне: натовп послідовно перемагає, особливо коли прогнози мають найбільше значення — під час економічних шоків.

Дослідження порівнює, наскільки добре ціни на ринках прогнозів передбачають рухи CPI США у порівнянні з традиційними консенсусними прогнозами інституцій. Результати вражають і кидають виклик фундаментальним уявленням про експертизу та точність інформації на фінансових ринках.

Основний висновок: на 40% краща точність через ринкове ціноутворення

Коли Kalshi аналізувала ефективність прогнозів у різних ринкових умовах, результати були однозначними. Середня абсолютна похибка (MAE) — стандартна міра точності прогнозу — була приблизно на 40% нижчою для прогнозів CPI, сформованих на основі ринкових цін, порівняно з очікуваннями консенсусу фінансових інституцій.

Більш того, прогнози, сформовані на основі ринкових даних, зберігали цю перевагу точності протягом різних періодів прогнозування: на 40.1% нижча похибка за тиждень до публікації даних (коли зазвичай фіналізуються консенсусні прогнози) і на 42.3% — за день до публікації. Це не просто статистична різниця — це фундаментальна різниця у точності, яка накопичується з часом і має значення для управління портфелем та прийняття ризикових рішень.

Коли прогнози ринку відхилялися від консенсусу більш ніж на 0.1 процентного пункту, вони були правильними приблизно у 75% випадків. Цей показник точності вказує, що коли колективне ціноутворення на ринку відрізняється від експертного консенсусу, ця різниця у помилках прогнозу сама по собі має інформаційну цінність щодо ймовірності несподіваних результатів.

Ефект “Shock Alpha”: коли точність стає критичною

Дослідження розрізняє нормальні ринкові умови та шокові події — періоди, коли вартість помилок прогнозу зростає експоненційно. Kalshi класифікувала шоки залежно від того, наскільки сильно фактичні результати CPI відрізнялися від очікувань:

• Нормальні події: помилка прогнозу менше 0.1 процентного пункту
• Помірні шоки: помилка між 0.1-0.2 процентних пунктів
• Великі шоки: помилка понад 0.2 процентних пунктів

У помірних шоках прогнози на основі ринку давали зменшення помилок на 50% у порівнянні з консенсусом — покращуючи точність до 56% і більше за день до публікації даних. Під час великих шоків перевага досягала 50% і зростала до 60% і більше з наближенням дати публікації.

Цей феномен відкриває щось глибоке: перевага ринкової агрегації інформації зростає саме тоді, коли прогнозування стає найскладнішим і найкоштовнішим. У нормальних умовах різниця між точністю ринку і консенсусом мінімальна, але у кризових періодах — коли інституційні прогнозисти найчастіше зазнають невдачі — ринкові прогнози виступають як диференційоване джерело сигналів.

Крім того, коли прогнози ринку відхилялися від консенсусу більш ніж на 0.1 процентного пункту, ймовірність виявлення значної помилки прогнозу зросла до приблизно 81-84%. Це перетворює відхилення ринку від консенсусу з цікавості у кількісну ранню систему попередження про ризики “хвостових” подій.

Чому колективний інтелект перевершує інституційну експертизу

Механізм 1: Гетерогенна інформація краще агрегується, ніж однорідні моделі

Традиційний консенсус Уолл-стріт, хоча й враховує кілька інституцій, насправді відображає дивовижну інформаційну перекриття. Економісти великих фірм користуються схожими економетричними моделями, мають доступ до однакових урядових даних і читають однакові дослідницькі звіти. Вони існують у спільній інтелектуальній екосистемі.

Проте прогнози ринків агрегують справді різноманітну інформацію. Учасники приносять власні джерела даних, галузеві інсайти, альтернативні набори даних і інтуїтивне розпізнавання шаблонів. Один трейдер може помітити сигнали у ланцюгах поставок у нішевих логістичних даних; інший — врахувати міжнародні потоки товарів; третій — синтезувати мікросигнали ринку праці з оголошень про вакансії. Ефект “мудрості натовпу” не вимагає геніальних індивідуумів — він вимагає незалежних джерел інформації, об’єднаних через процес ціноутворення.

Коли макроекономічні умови зазнають структурних зрушень — те, що дослідники називають “перемикання станів” — ця гетерогенність стає найціннішою. Розкидані, локальні фрагменти інформації конвергують у ринковий механізм у більш точні колективні сигнали.

Механізм 2: Економічні інцентиви усувають стадне поведінку

Тут прихована психологічна ідея, яку часто ігнорують: професійні прогнозисти стикаються з асиметричними кар’єрними ризиками. Помилка, що значно відрізняється від колективного консенсусу, несе репутаційні витрати, навіть якщо в кінцевому підсумку вона більш точна, ніж сам консенсус. Бути “самотнім неправим” зазвичай коштує дорожче, ніж бути “неправим разом”.

Це створює систематичне стадне поведінка. Інституційні аналітики прагнуть до середніх оцінок, навіть коли їхні моделі передбачають інші результати, бо виживання інституції залежить від участі у консенсусі, а не від точності наодинці.

Учасники ринку функціонують за зовсім іншою системою стимулів. Точність приносить прибутки; помилка — збитки. Немає репутаційної імунітету у конформізмі до консенсусу. Ті, хто систематично виявляє помилки у консенсусі, накопичують капітал і вплив через більші позиції. Ті, хто механічно слідує за консенсусом, зазнають постійних збитків, коли їх спіймають неправими.

Ця структура стимулів створює безперервний відбір у напрямку до точності — саме тоді, коли невизначеність найвища і інституційні прогнозисти відчувають максимальний тиск залишатися близько до консенсусу.

Механізм 3: Ринки більш ефективно обробляють фрагментовану інформацію

Здивувальна знахідка полягає у тому, що навіть за тиждень до офіційної публікації CPI — саме вікно, коли публікуються консенсусні прогнози — ринкові прогнози все ще демонструють значну перевагу у зменшенні помилок. Це показує, що перевага ринків не обмежується “швидшим обробленням інформації”.

Натомість, ринки здаються більш ефективними у синтезі фрагментованої, розсіяної або неформальної інформації, яка важко інтегрувати у традиційні економетричні моделі. Опитувальникові механізми, навіть з тим самим часовим рамком, мають труднощі з обробкою нечітких сигналів, галузевих чуток і нестандартних даних. Ринки поглинають ці дані через процес ціноутворення з вражаючою ефективністю.

Основи дослідження: 30 місяців реальних даних ринку

Аналіз Kalshi базувався на фактичних торгових даних із своїх прогнозних ринків, що охоплювали понад 25 циклів публікації CPI з лютого 2023 до середини 2025 року. Кожен ринок був повністю торгованим із реальним капіталом, що створювало справжній стимул до точності.

Вибірка охоплювала різноманітні макроекономічні умови — від періодів стабільності цін до волатильних режимів інфляції та несподіваних шоків. Цей 30-місячний період, хоча й не надзвичайно великий, дав достатньо різноманіття для виявлення системних закономірностей у зменшенні помилок прогнозу за різних ринкових умов.

Дані консенсусу походили з інституційних прогнозів, опублікованих приблизно за тиждень до кожної публікації CPI, і відображали зведені погляди провідних фінансових інституційних дослідницьких відділів.

Практичне значення: новий підхід до прийняття рішень

Дослідження завершується важливим висновком для практиків: ринкові прогнози не повинні замінювати консенсусні, а доповнювати їх у рамках надійної системи управління ризиками.

Для організацій, що приймають рішення в умовах структурної невизначеності та зростаючої частоти “хвостових” подій — пенсійних фондів, корпорацій, політичних інституцій — переваги у зменшенні помилок прогнозу, продемонстровані тут, є більш ніж просто додатковим покращенням. Вони становлять принципово інший канал інформації.

Коли консенсусні прогнози базуються на високозалежних моделях і перекриваючих наборах інформації, ринкові прогнози пропонують альтернативний механізм агрегації, що виявляє зміни стану раніше і більш ефективно обробляє гетерогенну інформацію. “Shock alpha” — перевага — не просто статистична, а безпосередньо зменшує ризик під час періодів, коли точність прогнозу має найвищу економічну цінність.

Майбутні напрямки досліджень включають: аналіз того, чи відхилення прогнозів ринку від консенсусу передбачає неминучі шоки у більших вибірках; визначення порогів ліквідності, при яких стабільно спостерігається перевага; і дослідження співвідношень між ринковими імпліцитними значеннями та сигналами високочастотної торгівлі.

Глибше послання кидає виклик традиційній уяві про експертизу і натовпи. Три ремісники — або три тисячі учасників ринку — справді можуть перехитрити спеціалізованих аналітиків. Не через якусь загадкову колективну магію, а через три конкретні механізми: інформаційну різноманітність, узгоджені інцентиви і ефективну агрегацію. У епоху прискореної економічної складності та хвостових ризиків це відкриття може змінити підходи інституцій до інфраструктури прогнозування.