Kalshi調査レポート：CPI予測において、群衆の知恵がウォール街のアナリストを凌駕

元のタイトル：Beyond Consensus: Prediction Markets and the Forecasting of Inflation Shocks

元のソース：Kalshi Research

元の翻訳：Azuma, Odaily Planet Daily

編集者注：予測市場プラットフォームのリーダーであるKalshiは昨日、予測市場関連のトピックに関心のある学者や研究者にKalshiの内部データを提供することを目的とした新しい調査レポートシリーズ「Kalshi Research」の立ち上げを発表しました。このシリーズの最初の調査レポートが公開されました。以下は、Odaily Planet Dailyによって翻訳されたレポートの元の内容です：

概要

通常、重要な経済データの発表に先立つ1週間、大手金融機関のアナリストやシニアエコノミストが予想値を提供します。これらの予測が集計されたものは「コンセンサス予想」と呼ばれ、市場の変化やポジション調整を洞察するための重要な参考資料として広く見なされています。

本調査レポートでは、同じコアマクロ経済シグナルである前年比総合インフレ率（YOY CPI）の真の値を予測する上で、コンセンサス予想とKalshiの予測市場のインプライド・プライシング（時折「市場予測」と呼ばれる）を比較します。

主なハイライト

· 全体的な精度の優位性：すべての市場環境（通常環境およびショック環境を含む）において、Kalshiの予測平均絶対誤差（MAE）はコンセンサス予想よりも40.1%低くなっています。

· 「ショック・アルファ」：重大なショック（0.2パーセントポイントを超える）の間、1週間の予測期間内において、Kalshiの予測はコンセンサス予想と比較してMAEが50%低くなっています。データ発表の前日であれば、MAEはさらに60%まで拡大します。中程度のショック（0.1〜0.2パーセントポイントの間）の間、1週間の予測期間内において、Kalshiの予測は「コンセンサス予想」と比較してMAEが50%低く、データ発表の前日には56.2%まで拡大します。

· 予測シグナル：市場予測とコンセンサス予想の乖離が0.1パーセントポイントを超えると、予測においてショックが発生する確率は約81.2%であり、データ発表の前日には約82.4%まで上昇します。市場予測とコンセンサス予想の間に不一致がある場合、市場予測の方が75%のケースで正確です。

背景

マクロ経済の予測者は固有の課題に直面しています。市場が混乱し、政策が転換し、構造的な断絶が発生するような最も重要な瞬間を予測することこそ、歴史的なモデルが失敗する可能性が最も高い時なのです。金融市場の参加者は通常、主要な経済データ発表の数日前にコンセンサス予測を発表し、専門家の意見を市場の期待に集約します。しかし、これらのコンセンサス見解は価値がある一方で、同様の経路や情報源を共有していることがよくあります。

機関投資家、リスク管理者、政策立案者にとって、予測精度の重要性は非対称です。平穏な時期には、わずかに優れた予測は限定的な価値しか提供しませんが、市場が混乱している時期（ボラティリティが急上昇し、相関関係が崩壊し、歴史的な関係が機能しなくなる時）には、優れた精度が大きなアルファリターンをもたらし、ドローダウンを軽減できます。

したがって、市場の混乱時にパラメータがどのように振る舞うかを理解することが不可欠です。私たちは主要なマクロ経済指標である前年比消費者物価指数（YOY CPI）に焦点を当てます。これは将来の金利決定のコアとなる参考指標であり、経済の健全性を示す重要なシグナルです。

私たちは、公式データ発表前の複数の期間にわたって予測精度を比較・評価します。私たちの重要な発見は、いわゆる「ショック・アルファ」が実際に存在することです。つまり、テールイベントにおいて、市場ベースの予測はコンセンサスベンチマークと比較して追加の予測精度を達成できるということです。このアウトパフォームは単なる学術的な関心事ではなく、予測エラーが最も高い経済的コストを伴う瞬間に不可欠であり、シグナルの品質を大幅に向上させます。この文脈において、真に重要な問いは、市場が予測において「常に正しい」かどうかではなく、従来の意思決定フレームワークに含める価値のある、差別化された価値を提供するシグナルを市場が提供しているかどうかです。

方法論

データ

私たちはKalshiプラットフォーム上の予測市場からの日次インプライド予測を分析し、3つの時点をカバーしています：データ発表の1週間前（コンセンサス予想の公表と一致）、発表の前日、および発表当日の朝。使用される各市場は、さまざまな流動性レベルでの実資金ポジションを反映する、実在する取引可能な市場です。コンセンサス予想については、米労働統計局からの公式データの約1週間前に通常発表される、機関レベルのYOY CPIコンセンサス予測を収集しています。

サンプル期間は2023年2月から2025年中旬までで、さまざまなマクロ経済環境にわたる25以上の月次CPI発表サイクルをカバーしています。

影響の分類

私たちは、歴史的水準と比較した「サプライズの大きさ」に基づいてイベントを3つのカテゴリーに分類しました。「影響」は、コンセンサス予想と実際に報告されたデータの絶対差として定義されます：

· 通常イベント：YOY CPIの予測誤差が0.1パーセントポイント未満；

· 中程度の影響：YOY CPIの予測誤差が0.1〜0.2パーセントポイントの間；

· 重大な影響：YOY CPIの予測誤差が0.2パーセントポイントを超える。

この分類により、予測の難易度が変化するにつれて予測精度に体系的な違いが見られるかどうかを調べることができます。

パフォーマンス指標

予測パフォーマンスを評価するために、以下の指標を利用します：

· 平均絶対誤差（MAE）：予測値と実測値の絶対差の平均として計算される主要な精度指標。

· 勝率：コンセンサス予想と市場予測の差が0.1パーセントポイント（小数点以下1桁に丸め）に達するか超えた場合、どちらの予測が最終的な実測結果に近いかを記録します。

· 予測期間分析：発表の1週間前から発表当日まで、市場推定の精度がどのように進化するかを追跡し、継続的な情報組み込みの価値を明らかにします。

結果：CPI予測パフォーマンス

市場ベースの予測が優位性を保持

すべての市場条件下において、市場ベースのCPI予測は、コンセンサス予測と比較して平均で40.1%低い平均絶対誤差（MAE）を示します。すべての期間において、市場ベースのCPI予測MAEは、コンセンサス予想（1週間前）よりも40.1%低く、1日前には42.3%低くなっています。

さらに、コンセンサス予想と市場インプライド値の間に乖離がある場合、Kalshiの市場ベースの予測は、1週間前の75.0%から発表当日の81.2%まで、統計的に有意な勝率を示します。予測がコンセンサスと一致する場合（小数点以下1桁に丸め）を考慮すると、市場ベースの予測は1週間前の時点で約85%のケースでコンセンサスと一致するか、それを上回ります。

この高い方向精度は以下を示しています：市場予測とコンセンサス予想の間に乖離がある場合、この乖離自体が影響イベントが発生する可能性に関する重要な情報価値を持っています。

「影響アルファ」の存在

予測精度の違いは、影響イベント中に特に顕著です。中程度の影響イベントでは、発表時間が一貫している場合、コンセンサス予想と比較した市場の平均誤差（MAE）は50%低くなると予想され、データ公表の前日には56.2%以上に拡大します。重大な影響イベントでは、発表時間が一貫している場合、市場のMAEもコンセンサス予想より50%低くなると予想され、データ公表の前日には60%以上に達します。一方、影響のない通常環境では、市場の予測パフォーマンスはコンセンサス予想とほぼ同等です。

影響イベントのサンプルサイズは小さいですが（「影響は本質的に非常に予測不可能」な世界では合理的です）、全体的なパターンは非常に明確です：予測環境が最も困難なとき、市場の情報集約の利点が最も価値のあるものとなります。

しかし、さらに重要なことは、Kalshiの予測が影響期間中により良く機能するだけでなく、市場予測とコンセンサス予想の乖離自体が差し迫った影響のシグナルである可能性があるということです。乖離がある場合、市場の予測は75%の勝率でコンセンサス予想を上回ります（比較可能な期間にわたって）。さらに、閾値分析は、市場がコンセンサスから0.1パーセントポイント以上乖離した場合、予測的な影響が発生する確率は約81.2%であり、データ公表の前日には約84.2%まで増加することを示しています。

この重要な実用上の違いは、予測市場がコンセンサス予想と並んで競争力のある予測ツールとして機能するだけでなく、予測の不確実性に関する「メタシグナル」としても機能し、コンセンサスからの市場の乖離を、予期せぬ結果の可能性を警告するための定量化可能な早期指標に変えることができることを示しています。

さらなる議論

明らかな疑問が生じます：なぜ影響期間中に市場予測はコンセンサス予測を上回るのでしょうか？私たちはこの現象を説明するために3つの補完的なメカニズムを提案します。

市場参加者の異質性と「群衆の知恵」

従来のコンセンサス予想は複数の機関からの見解を統合していますが、多くの場合、同様のモデル上の仮定や情報源を共有しています。計量経済モデル、ウォール街の調査レポート、政府のデータ発表は、高度に重複した共通の知識ベースを形成しています。

対照的に、予測市場は、独自のモデル、業界固有の洞察、代替データソース、経験に基づいた直感的な判断など、異なる情報ベースを持つ参加者が保持するポジションを集約します。この参加者の多様性は、「群衆の知恵」理論に強力な理論的根拠を持っています。この理論は、参加者が関連する情報を持ち、彼らの予測エラーが完全に相関していない場合、多様なソースからの独立した予測を集約することで、多くの場合、優れた推定につながることを示唆しています。

そしてマクロ環境において、「状態遷移」の間、この情報の多様性の価値は特に顕著です。散在するローカルな情報を持つ個人が市場で相互作用し、彼らの情報の断片が組み合わさって集合的なシグナルを形成します。

参加者のインセンティブ構造の違い

機関レベルでは、コンセンサスの予測者は、多くの場合、複雑な組織的および評判システムの中にあり、それが「純粋に予測精度を追求する」という目標から体系的に逸脱しています。予測者が直面する専門的なリスクは、非対称な報酬構造を生み出します。重大な予測エラーは顕著な評判コストをもたらし、予測が非常に正確であっても、特にそれがピアコンセンサスから大きく逸脱している場合、必ずしも比例した専門的な報酬を受け取るとは限りません。

この非対称性は「群れ行動」を引き起こし、予測者は、たとえ彼らの個人的な情報やモデルの出力が異なる結果を示唆していても、コンセンサス値の周りに予測を集中させる傾向があります。その理由は、専門的なシステムにおいて、「個別に間違いを犯す」コストは、「個別に正しくある」利益よりも高いことが多いからです。

対照的に、予測市場の参加者が直面するインセンティブメカニズムは、予測精度と経済的結果の直接的な整合性を達成します。正確に予測することは利益を意味し、不正確に予測することは損失を意味します。このシステムでは、評判要因はほとんど存在せず、市場コンセンサスから逸脱する唯一のコストは経済的損失であり、完全に予測が正しいかどうかに依存します。この構造は、予測精度に対するより強力な選択圧力を課します。コンセンサスの予測エラーを体系的に特定できる参加者は、継続的に資本を蓄積し、より大きなポジションサイズを通じて市場への影響力を高めます。一方、コンセンサスが間違っていることが証明されたときに、機械的にコンセンサスに従う者は損失を被り続けます。

不確実性が大幅に高まる期間において、機関予測者が専門家のコンセンサスから逸脱する専門的なコストがピークに達するとき、このインセンティブ構造の差別化は、多くの場合、最も顕著で経済的に重要になります。

情報集約の効率性

注目すべき経験的事実は、データ公表の1週間前であっても（この時点はコンセンサス予想の典型的な時間枠と一致します）、市場予測は依然として顕著な精度の利点を示していることです。これは、市場の利点が、市場予測の参加者が通常言及される「情報取得速度の利点」のみに起因するわけではないことを示唆しています。

それどころか、市場予測は、従来の計量経済予測フレームワークに正式に組み込むことが困難な、過度に分散され、過度に専門化され、または過度に曖昧な情報の断片をより効率的に集約している可能性があります。市場予測の相対的な利点は、公開情報への早期アクセスにあるのではなく、同じ時間スケールで異質な情報をより効果的に統合する能力にあるのかもしれません。一方、調査に基づくコンセンサスメカニズムは、同じ時間枠であっても、これらの情報を効率的に処理するのに苦労することがよくあります。

制限と考慮事項

私たちの研究結果は、重要な注意点とともに限定される必要があります。全体的なサンプルが約30ヶ月しかカバーしていないため、重大な影響イベントは定義上本質的にまれであり、より大きなテールイベントについては統計的な力が依然として限定的であることを意味します。より長い時系列は将来の推論能力を向上させますが、現在の結果はすでに市場の予測優位性とシグナルの独自性を強く示唆しています。

結論

私たちは、専門家のコンセンサス予想と比較して、特に予測精度の重要な期間において、市場の予測パフォーマンスが顕著で経済的に意味のあるアウトパフォームを示していることを文書化しました。市場ベースのCPI予測は、全体で約40%低いエラー率を示し、主要な構造的シフト期間中には最大約60%のエラー削減が見られます。

これらの発見を考慮すると、将来の研究にとっていくつかの重要な領域が特に重要になります：第一に、「影響アルファ」イベント自体が、複数のマクロ経済指標を網羅するより大きなサンプルサイズにわたるボラティリティと予測乖離指標を使用して予測できるかどうかを研究すること；第二に、予測市場が従来の予測手法を継続的に上回ることができる流動性閾値を決定すること；そして第三に、予測市場の予測と高頻度取引金融商品によって暗示される予測との関係を探ることです。

コンセンサス予測が強く相関したモデルの仮定と共有情報セットに大きく依存する環境において、予測市場は、状態変化をより早期に検出し、異質な情報をより効率的に処理できる代替の情報集約メカニズムを提供します。構造的な不確実性の高まりとテールイベントの頻度を特徴とする経済環境において意思決定を行う必要がある主体にとって、「影響アルファ」は予測能力の漸進的な改善を表すだけでなく、彼らの強固なリスク管理インフラストラクチャの基本的な部分であるべきです。

元の記事リンク