Kalshi（预测市场）与宏观市场的崛起 — — 美联储撰文

昨天看到 CFTC 在讲预测市场，我并没有非常注意，毕竟 CFTC 是预测市场的上级单位，但在凌晨看美联储会议纪要的时候突然看到有美联储发出，对 Kalshi 和预测市场的评价就很有兴趣了。

第一，美联储认为预测市场正在成为一种新的宏观预期测量工具，用真实资金把参与者的判断压缩成价格，并且能够做到高频、实时、持续更新，这在传统的宏观预期框架里是非常稀缺的。

更关键的是，美联储强调 Kalshi 这类宏观预测市场的价值不在于又多了一个点预测，而在于它能给出分布的预测方式。

用户不只是知道市场押注 CPI 是 3.1% 还是 3.2% ，还能看到 3.0–3.1、3.1–3.2、3.2–3.3 每一段的概率权重，能看到尾部风险到底被定价成什么样。对政策制定者来说，分布比点更重要，因为政策的本质就是管理尾部与不确定性。

PS：美联储的这句话非常重要，甚至代表了美联储的政策制定者会去看预测市场中的分布，来确定尾部风险。

第二，美联储认为 Kalshi 的一个杀手级优势在于能把“预期如何被新闻改写”这件事，变成可观测的日内数据。

调查最大的问题是频率低，很多时候看到的只是“上一次会议后的结果”，而 Kalshi 可以让用户直接看到一句官员讲话，市场对下一次会议降息概率的变化，一份就业报告如何去对市场重新定价， 甚至同一天里，预期如何反复摇摆、最终收敛。

这对理解“沟通—预期—资产价格”的传导链条非常有用。

第三，美联储认为 Kalshi 的预测精度并不差，甚至在一些维度上能和传统工具打平，某些指标上还更好。

尤其是对美联储利率路径的预测，Kalshi 的误差表现和专业预测非常接近，对核心 CPI、失业率，和彭博社等一致预期的误差差距不大，对整体通胀预测，Kalshi 的表现反而更优。

说人话，美联储认为预测市场不是情绪盘口，而是在可用性上已经接近一个可参考的宏观预期数据源。

第四，美联储特别强调 Kalshi 让研究者和政策制定者第一次能系统研究宏观数据会如何影响政策利率分布的形状。

比如通胀数据出来后，不确定性（分布方差）通常会下降，但通胀的“正向惊喜”和“负向惊喜”对利率均值的冲击并不对称，通胀超预期往往会把利率均值推得更狠，而通胀低于预期的“鸽派利好”反而没那么对称地拉回来。

说人话就是市场对“坏通胀”的定价更敏感，对“好通胀”的奖励更吝啬。

但同时，美联储也提醒预测市场价格是风险中性概率，不是纯粹的真实概率。交易者有风险偏好与风险溢价，参与者结构偏散户，可能会带来系统性偏差。尾部合约流动性较弱，极端结果的概率可能报价陈旧。

所以 Kalshi 等预测工具更适合作为实时情绪与风险定价的窗口，而不是唯一真理。

第五，美联储给 Kalshi 的定位是让宏观预期从低频点预测，升级成高频分布预测。

能把市场相信什么和市场害怕什么拆开来看，宏观叙事就会更接近真实的资金行为，而不是停留在口径和情绪。

所以总的来说，预测市场的意义，不是告诉我们会不会发生什么，而是告诉我们在真钱面前，市场愿意给发生这件事付出多大的概率，而对政策制定者来说，真正决定政策难度的，往往就是那一点点尾部概率。

@bitget VIP，费率更低，福利更狠

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。