预测市场是否真的具备实际效用？

作者：Ryan Yoon，Tiger Research分析师；编译：Shaw，金色财经

要点总结

• 预测市场依靠参与者投入真实资金（切身利益绑定）驱动，能够实时动态更新，输出精准的概率分布，其预测准确度持续持平甚至优于传统民调、专家调研以及经济预测。

• 预测市场已经从体育赛事、选举预测领域进一步发展，成为重要的宏观经济与地缘政治数据基础设施，被主流财经媒体、央行研究人员以及机构交易平台广泛采用。

• 若要让预测市场数据在全球范围内成为可信的决策基础设施，交易平台必须提升流动性以抵御市场操纵；主动与监管机构沟通，将这类市场重新定位为监测工具；同时依托独立研究，保持数据开放与透明。

1. 从博彩行为到高价值数据

第一份报告介绍了预测市场的定义及其运作机制，第二份报告梳理了主要监管动态。两份报告的核心观点一致：预测市场能够产出具备价值的数据，而不仅仅是一个博彩场所。

主流财经媒体与市场基础设施服务商已经开始采用预测市场数据，这印证了该数据的价值。

谷歌财经、CNBC、CNN 以及《华尔街日报》均已开始展示预测市场的概率数据；纽约证券交易所母公司洲际交易所（ICE），以及债券及其他资产电子交易平台 Tradeweb，目前已将预测市场数据和现有行情数据一并提供给机构客户。

美联储理事会的一篇工作论文也将预测市场数据视作宏观预期的基准指标，用于利率决议、通胀、失业率与 GDP 增长等研究。

美联储理事会一名经济学家与其合著者评价预测市场平台 Kalshi：“这是一类高频、持续更新、具备丰富分布信息的基准指标，对研究人员与政策制定者均具备很高价值。”（Diercks, Katz and Wright, 2026）由此可见，预测市场正逐步被视作一类数据源，而非单纯的博彩网站。

行业已经认可预测市场数据的价值并投入实际应用。本系列预测市场专题的最后一份报告，将围绕三个问题，探究这类数据的实际效用：

1. 预测市场的定价，如何转化为高价值数据？

2. 预测市场数据的应用场景在哪里？

3. 当前的预测市场能否产出这类高质量数据？

2. 预测市场的定价如何转化为高价值数据？

首份报告已介绍，预测市场的核心工具是二元合约：合约最终兑付 1 美元或 0 美元，取决于特定事件是否发生。举例来说，一份标的为 “明日降雨” 的合约，如果交易价格为 0.62 美元，代表市场参与者预估该事件发生概率为 62%。

因此，预测市场的交易价格（0.62 美元）可以直观对应未来事件的发生概率（62%）。四项结构性特征，解释了为何这类价格能够成为全球金融机构与媒体用于实际决策的高价值数据，而不只是简单的博彩赔率。

2.1 利益绑定，保障可信度

有些人将预测市场的下注行为简单视作赌博，但投入真金白银意味着参与者真正做到利益与决策绑定。

“利益与决策绑定（skin in the game）” 指决策者自行承担决策带来的风险与后果。发表观点无需任何成本，但一旦预测出错，参与者就要承受资金损失。因此，参与者只会将经过审慎核验的信息与真实判断纳入定价。

在市场具备充足流动性的前提下，大量带有资金押注的预测汇聚在一起，预测市场的价格就会形成可信度很高的概率数据。

2.2 持续实时更新，保证时效性

传统民调与专家调研仅能反映调研时点的静态快照，很难快速捕捉瞬息万变的形势。举例而言：央行将于明日公布利率决议，若今日突发外部经济冲击或紧急声明，几天前完成的民调、月度专家调研完全无法反映这一新变化。

与之相反，一旦有新信息进入市场，预测市场价格会立刻变动。每当出现新闻、突发事态或监管公告，参与者会调整自身持仓，推动价格持续更新。

所以预测市场价格不是定格在过去的静态概率，而是随事件演变同步更新的实时数据。

2.3 覆盖全部结果的概率分布

传统指标通常只展示单一平均值或峰值，这类指标会丢失信息 —— 它把大量不同观点压缩成一个数字。举例来说，在预测央行降息时，常规专家调研只会给出一个平均结果，例如 “降息 0.25 个百分点”，无法体现随委员会成员言论变化而产生的各类情景。

与之相反，预测市场能够生成覆盖所有潜在结果的概率分布。这里的概率分布会一并展示全部可能情景对应的概率，而非只给出单一结果（例如：维持利率不变 20%、降息 0.25 个百分点 70%、降息 0.5 个百分点 10%），同时它还是连续时间序列数据。

这使得预测市场不仅可以测算概率最高的中枢情景，还能够捕捉尾部风险，也就是发生概率低，但一旦落地就会造成巨大冲击的事件。因此，预测市场输出的不只是单点数值；其概率分布有助于对未来市场波动与潜在风险做整体评估。

2.4 事后核验，保证客观性

预测市场数据之所以在学术界与全球金融市场获得信任，最核心的原因是其结果可以完整地进行事后核验。

普通专家预测和调研，虽然也能在事件落地后检验准确度，但评估结果往往存在很大解读空间，相关机构也倾向于只引用对自身有利的历史业绩。而预测市场数据以清晰的量化价格（概率）完整留存记录，合约到期时通常按 0 或 1 完成结算。评估打分基于数学计算，精准无误，不存在主观解读空间。

任何人都可以透明、无误地比对历史价格与实际发生的结果。这套客观历史记录无法人为篡改、随时可供查验，因此预测市场价格不只是主观猜测。数据从业者与机构可以严谨检验其历史预测准确度，这也是将其作为核心决策指标最可靠的依据。

3. 预测市场数据应用于哪些场景？

预测市场数据虽然直到近期才获得广泛关注，但其起源可以追溯至 20 世纪 80 年代的爱荷华电子市场（IEM）。长期以来，它最广为人知的用途是选举预测；而随着预测市场近期被应用到更多领域，它的价值也愈发凸显。

3.1 选举预测：比民调预判更早、准确度更高

首个展现预测市场潜力的案例，就是前文提到的爱荷华电子市场（IEM）。研究将爱荷华电子市场的预测结果，与 1988 至 2004 年间五届美国总统大选的 964 份民调结果做对比。在 74% 的样本中，该市场对真实选举结果的预测都比民调更为准确（Berg, Nelson and Rietz, 2008）。

这一优势并非仅存在于大选临近阶段。一项针对 1988 至 2000 年美国总统大选的分析显示：大选前一周，爱荷华电子市场（IEM）的得票率预测误差（与实际得票率的差值）均值为 1.5 个百分点，低于盖洛普最后一轮民调 2.1 个百分点的误差；即便距离大选还有 150 天，其平均误差也仅约 5 个百分点（Arrow 等人，2008）。

但两组数据并不能直接对比。民调属于即期指标，调研的假设是 “如果今天举行投票”；而预测市场价格是前瞻性指标，预判的是 “大选当日的最终结果”。

事实上，有一项研究发现，经过针对大选剩余时间做修正后的民调，其预测准确度高于预测市场（Erikson and Wlezien，2008）。不过另一项针对 2008 年大选的分析表明：如果对预测市场价格本身存在的已知偏差进行校正，在竞选前期以及胶着的竞选中，预测市场的表现会优于修正后的民调（Rothschild，2009）。

由此可见，预测市场价格的准确度高于未经调整的原始民调，并且与经过精细校准的民调表现相当。除此之外，它还具备额外价值：从大选前数月开始，预测结果可以每日更新。

3.2 经济领域：实时捕捉宏观预期

对于利率、通胀、就业这类宏观指标，在数据公布前，精准掌握市场预期十分关键。

传统上，市场预期依靠专家调研或是传统金融产品价格来衡量。但调研往往数周才更新一次，时效性不足；期货价格仅能给出单一数值；而期权隐含分布仅适用于利率、整体通胀等少数变量。与之不同，预测市场可以通过每一种结果对应的合约价格，直接生成实时概率分布。

2002 至 2005 年的经济衍生品市场就已经验证了这种量化价值。一项针对非农就业人数、零售销售额、首次失业救济申领人数等指标对应的二元期权交易数据的研究发现：市场隐含预测的准确度等同于甚至优于专家调研均值，并且市场所隐含的概率分布，与事件实际发生频率高度吻合（Gürkaynak and Wolfers，2006）。

美联储理事会近期一篇工作论文（Diercks、Katz 与 Wright，2026）将预测市场的预测结果与成熟基准指标进行对比评估。研究发现，在联邦公开市场委员会（FOMC）会议前一日，Kalshi 平台对于联邦基金利率的中位数与众数预测全部命中，在该时间维度上显著优于联邦基金利率期货。与彭博一致预期相比，Kalshi 对整体 CPI 通胀的预测准确度明显更高；在核心 CPI 通胀与失业率两项指标上，预测结果在统计层面表现相近。上述结论表明：预测市场在部分基准指标上可以实现更优预测效果，而在另一些指标上则表现相当。

该研究还指出，除预测准确度之外，预测市场还有更广泛的实际应用价值。GDP 增速、核心通胀、失业率、非农就业人数这类关键宏观指标，此前一直缺乏具备充足流动性的衍生品指标。预测市场打破了这一局限，可以实时提供基于市场形成的预期以及详尽的概率分布，因此对研究人员和政策制定者而言，它是一项极具价值的基准指标。

在整体 CPI 的预测上，预测市场准确度优于传统指标；对于利率决议，其预测表现至少与传统指标持平。同时，它能够以实时概率分布的形式，呈现传统金融市场无法覆盖的宏观经济预期，这使其成为一类实用的信息来源。

3.3 公共卫生领域：提前 2 至 4 周预警流感疫情

美国疾病控制与预防中心（CDC）每周发布官方流感统计数据，因此在追踪流感实际传播情况时存在时间滞后。

为解决这一局限，爱荷华大学的研究人员搭建了流感主题试点预测市场，由医护专业人士参与交易。该市场汇集参与者自愿提交的临床信息，可以提前 2 至 4 周预判爱荷华州全境的流感活跃程度（Polgreen、Nelson 与 Neumann，2007）。

这类预测结果可为诊疗、防疫以及政策制定提供参考依据。该案例证明，预测市场能够支撑公共卫生领域的快速响应。不过，这只是一项局限于爱荷华州的试点研究。

3.4 企业与情报机构：绕开层级汇报链路的信息渠道

在常规企业组织中，负面消息与不确定性预期在沿着汇报链条向上传递时，往往会被淡化、弱化。与之不同，内部预测市场让员工直接对营收、新品上线时间、招聘落地等内部事项的成败进行押注，并奖励预测正确者。这套机制绕开僵化的层级汇报体系，可以快速把一线真实判断与信息汇聚到价格之中。

• 惠普：一个由 20 至 26 名活跃参与者交易的内部销售预测市场，在 8 组可比案例中有 6 次预测结果优于管理层官方预测；全部 8 个案例中，它都准确识别出官方预测的错误方向（Chen and Plott，2002）。

• 英特尔：2006 至 2013 年间运行的 979 个内部预测市场里，超过半数的预测准确度高于公司官方预测（Gillen, Plott and Shum，2017）。

• 福特：福特在 2011 年表示，依据内部产品功能预测市场的交易结果，公司决定不在后续车型中搭载福特品牌自行车支架以及车载吸尘器（Cowgill and Zitzewitz，2015）。

• 谷歌：一名高管在全员大会上提到，公司连续六个季度未能完成高管岗位招聘目标，而内部预测市场早已预判到该结果（Cowgill and Zitzewitz，2015）。

• 西门子：某软件项目的传统项目计划仍判定可以按期交付，但内部预测市场预警项目将延期 2 至 3 周；该项目最终实际延期 13 天才完工（Ortner，1998）。

预测市场在国家安全与地缘政治议题上同样具备价值。美国情报高级研究计划局（IARPA）在 2011–2015 年举办地缘预测竞赛，研究人员在两个赛季中对比了预测市场与预测民调（对预测专家的调研）。

共有 2400 多名参与者对 261 个事件开展预测，两个赛季的数据均显示，预测市场价格的准确度高于民调结果的简单平均值。虽然它不及采用历史准确度加权、经过统计校正的团队民调，但该结果证明，预测市场无需额外加工，就能很好地汇总各类信息（Atanasov et al.，2017）。

大量案例证明，企业内部预测市场能够捕捉到官方预测与层级汇报体系遗漏的信息。在情报预测竞赛中，预测市场表现同样优于民调简单均值。但它仍不及基于历史准确度加权的团队民调；另外，惠普、西门子这类案例的参与交易人数仅 20–60 人，样本规模较小，这是其局限性。

4. 当下的预测市场能否产出高价值数据？

当前正在运行的预测市场，是否同样可以生成这类高质量数据？为解答该问题，我们基于链上预测市场平台 Limitless 截至 2026 年 10 月的公开 API 数据，对市场类型与预测准确度开展分析。

4.1 市场类型的多样性

分析开展时，平台共有 556 个处于开放状态的预测市场。市场标的不再局限于简单的体育赛事或娱乐事件，而是广泛覆盖各类政策与宏观经济指标，包括全球主要央行的利率决议、选举与地缘变量、科技企业 IPO 以及季度财报。

预测市场过去仅覆盖少数事件，如今已全面覆盖各类宏观指标与政策变量。这说明前文验证的各项价值（预测准确度、时效性、事后可核验性），正从特定领域延伸至全球经济与政策决策的更广范畴。

传统金融体系与民调难以捕捉的不确定性和未来波动，如今被量化为可靠的概率数据，市场参与者与政策制定者可将其作为实际决策参考。

4.2 预测准确度

为检验市场价格与事件真实发生概率的贴合程度，我们从收集的样本中选取 2681 个已结算事件市场，将事件预定结算日前一日的合约价格与最终实际结果进行比对（其中约 85% 为体育类市场）。

10 个价格区间里，有 9 个区间的实际事件发生概率与合约定价之间的差值控制在 4 个百分点以内。举例来说，有 165 份合约在结算前一日的定价处于 70%–80% 区间，最终事件真实发生比例为 74.5%；定价在 90% 及以上的 113 份合约中，事件真实发生比例达 97.3%。

唯一存在明显偏差的区间是 50%–60%（实际发生概率 48.8%）。主要原因是该区间内约三分之一的合约（大多属于体育赛事市场），在结算前一日仍维持 50% 的初始挂牌价。

剔除这类流动性不足、关注度较低的体育赛事市场后，预测市场价格能够高精度反映事件真实发生概率。

4.3 对新信息的反应能力

时效性是维持这种预测准确度的基础。为验证价格能否在新信息出现后立刻做出反映，我们跟踪了美联储利率决议相关合约的价格时间序列。

每当有新经济数据或政策相关变量公布，美联储利率决议市场的概率估值会立刻调整。维持利率不变的概率在 8 月中旬约为 70%；随着多项核心指标陆续发布，该概率在 8 月末至 9 月初跌破 50%；9 月 11 日通胀数据公布后，该概率迅速降至约 20%；决议前一日进一步回落至 10% 区间。与之相对，加息 0.25 个百分点的概率在决议当日升至 86%–89%，与 CME 美联储观察工具（FedWatch）联邦基金利率期货隐含的约 90% 概率基本一致（Diercks, Katz and Wright, 2026；大和资本市场，2026）。Limitless 平台上其他主要央行决议前夕形成的价格，同样具备这种实时响应特性。

由此可见，当前运行的链上预测市场平台，在实践层面满足了前文提出的高价值数据所必备的时效性与准确度要求。上述案例证明，预测市场价格能够实时吸纳新增信息，并持续输出高精度的概率数据。

5. 预测市场是否具备实际效用？

正如本报告所述，预测市场的核心价值并不在于投机交易或盈利。长期积累的学术研究以及本报告的实证分析表明：在选举、宏观指标、企业前景等领域，预测市场生成的概率数据，其准确度与时效性优于传统调研和专家预测，或是对其形成有效补充。全球财经媒体与核心市场基础设施服务商纷纷采用预测市场数据作为实时指标，正是依托于这一实际效用。

在亚洲主要国家及其他地区，预测市场仍常被视作博彩。但本次分析显示，Limitless 等预测市场平台已经上线区域重大政策与经济相关标的，包括韩国央行与日本央行的利率决议，只是这类市场的交易活跃度仍然偏低。

想要让这类数据在全球（包括亚洲）成为可信的决策基础设施，需要推进三方面工作。

第一，从机制层面降低价格扭曲、杜绝市场操纵。需要提升重大宏观与政治事件市场的流动性，扩大合规参与者群体，避免少量资金或投机主体操纵价格。

第二，开展积极的政府关系沟通，转变政策层面对预测市场的认知。应通过合作框架持续与亚洲主要国家的政策主管部门、监管机构沟通，推动监管方不再将预测市场视作管控或封禁对象，而是将其视为汇集民间群体认知的宏观监测辅助指标。

第三，实现透明的数据披露，并培育独立研究社群。应当定期公开发布准确度指标与时间序列数据集，鼓励专业分析团队开展研究，让研究机构、媒体和政策部门能够便捷获取数据，并基于客观证据建立信任。

预测市场平台正处在转折点：从单纯的交易场所，向新一代数据基础设施演进。如果能够透明地提供并核验覆盖全球（含亚洲）政策与经济事件的实时概率数据，它将成为在未来不确定性环境下，客观且实用的决策工具。