Báo cáo nghiên cứu đầu tiên của Kalshi đã được công bố: Làm thế nào trí tuệ tập thể có thể vượt trội hơn các viện nghiên cứu Phố Wall trong việc dự đoán chỉ số giá tiêu dùng (CPI).

Bài viết này được lấy từ Kalshi Research .

Biên soạn bởi Odaily Planet Daily ( @OdailyChina ); Dịch bởi Azuma ( @azuma_eth )

Ghi chú của biên tập viên: Nền tảng thị trường dự đoán hàng đầu Kalshi hôm qua đã thông báo ra mắt một chuyên mục báo cáo nghiên cứu mới, Kalshi Research, được thiết kế để cung cấp cho các học giả và nhà nghiên cứu quan tâm đến các chủ đề thị trường dự đoán dữ liệu nội bộ của Kalshi. Báo cáo nghiên cứu đầu tiên trong chuyên mục này đã được phát hành, có tiêu đề " Vượt ra ngoài sự đồng thuận: Thị trường dự đoán và dự báo các cú sốc lạm phát ".

Sau đây là văn bản gốc của báo cáo, được dịch bởi Odaily Planet Daily.

Tổng quan

Thông thường, một tuần trước khi công bố các số liệu thống kê kinh tế quan trọng, các nhà phân tích và chuyên gia kinh tế cấp cao tại các tổ chức tài chính lớn sẽ đưa ra dự báo của họ về các con số dự kiến. Những dự báo này, khi được tổng hợp lại, được gọi là "kỳ vọng đồng thuận" và được coi là nguồn tham khảo quan trọng để hiểu rõ những thay đổi của thị trường và điều chỉnh phân bổ danh mục đầu tư.

Trong báo cáo nghiên cứu này, chúng tôi so sánh hiệu quả của kỳ vọng đồng thuận và định giá ngầm định của Kalshi trên thị trường (sau đây gọi là "dự báo thị trường") trong việc dự đoán giá trị thực tế của cùng một tín hiệu kinh tế vĩ mô cốt lõi - tỷ lệ lạm phát chung hàng năm (chỉ số giá tiêu dùng hàng năm - YOY CPI).

Những điểm nổi bật chính

• Độ chính xác tổng thể vượt trội: Trong mọi môi trường thị trường (bao gồm cả môi trường bình thường và biến động), sai số tuyệt đối trung bình (MAE) của Kalshi thấp hơn 40,1% so với dự báo đồng thuận.
• "Shock Alpha": Trong trường hợp xảy ra biến động lớn (lớn hơn 0,2 điểm phần trăm), dự báo của Kalshi sẽ thấp hơn 50% so với mức MAE trung bình trong khung thời gian dự báo một tuần, và mức MAE này sẽ tiếp tục tăng lên 60% vào ngày trước khi công bố dữ liệu. Trong trường hợp biến động vừa phải (từ 0,1 đến 0,2 điểm phần trăm), dự báo của Kalshi cũng thấp hơn 50% so với mức MAE trung bình trong khung thời gian dự báo một tuần, và mức này sẽ tăng lên 56,2% vào ngày trước khi công bố dữ liệu.
• Tín hiệu dự báo: Khi dự báo thị trường lệch khỏi kỳ vọng đồng thuận hơn 0,1 điểm phần trăm, xác suất xảy ra cú sốc được dự đoán là khoảng 81,2%, tăng lên khoảng 82,4% vào ngày trước khi dữ liệu được công bố. Trong trường hợp dự báo thị trường và kỳ vọng đồng thuận khác nhau, dự báo thị trường chính xác hơn trong 75% trường hợp.

lý lịch

Các nhà dự báo kinh tế vĩ mô đối mặt với một thách thức cố hữu: dự đoán những thời điểm quan trọng nhất—khi thị trường hỗn loạn, chính sách thay đổi và xảy ra những biến động cấu trúc—chính là lúc các mô hình lịch sử dễ thất bại nhất. Những người tham gia thị trường tài chính thường công bố các dự báo đồng thuận vài ngày trước khi công bố dữ liệu kinh tế quan trọng, tóm tắt ý kiến chuyên gia thành kỳ vọng thị trường. Tuy nhiên, mặc dù những quan điểm đồng thuận này có giá trị, chúng thường có chung các phương pháp luận và nguồn thông tin tương tự.

Đối với các nhà đầu tư tổ chức, nhà quản lý rủi ro và nhà hoạch định chính sách, tầm quan trọng của độ chính xác dự báo là không đối xứng. Trong thời kỳ ổn định, những dự báo tốt hơn một chút chỉ mang lại giá trị hạn chế; nhưng trong thời kỳ thị trường hỗn loạn—khi biến động tăng cao, các mối tương quan bị phá vỡ, hoặc các mối quan hệ lịch sử trở nên không còn hiệu lực—độ chính xác vượt trội có thể mang lại lợi nhuận vượt trội và hạn chế thua lỗ.

Do đó, việc hiểu rõ hành vi của các tham số trong giai đoạn biến động thị trường là rất quan trọng. Chúng ta sẽ tập trung vào một chỉ số kinh tế vĩ mô quan trọng—tỷ lệ lạm phát chung hàng năm (YOY CPI)—đây là chỉ số tham chiếu cốt lõi cho các quyết định lãi suất trong tương lai và là tín hiệu quan trọng về sức khỏe của nền kinh tế.

Chúng tôi đã so sánh và đánh giá độ chính xác của các dự đoán trên nhiều khung thời gian khác nhau trước khi dữ liệu chính thức được công bố. Phát hiện cốt lõi của chúng tôi là cái gọi là "hiệu ứng alpha sốc" thực sự tồn tại - nghĩa là, trong các sự kiện cực đoan, các dự đoán dựa trên thị trường đạt được độ chính xác cao hơn so với các chuẩn mực đồng thuận. Hiệu suất vượt trội này không chỉ mang tính lý thuyết mà còn cải thiện đáng kể chất lượng tín hiệu vào những thời điểm quan trọng khi sai sót dự đoán gây ra chi phí kinh tế cao nhất. Trong bối cảnh này, câu hỏi thực sự quan trọng không phải là liệu các dự đoán của thị trường "luôn luôn đúng" hay không, mà là liệu chúng có cung cấp một tín hiệu khác biệt đáng được đưa vào các khuôn khổ ra quyết định truyền thống hay không.

Phương pháp luận

dữ liệu

Chúng tôi đã phân tích các dự báo ngầm định hàng ngày từ các nhà giao dịch thị trường dự đoán trên nền tảng Kalshi, bao gồm ba khung thời gian: một tuần trước khi dữ liệu được công bố (trùng với thời điểm công bố kỳ vọng đồng thuận), một ngày trước khi công bố và sáng ngày công bố. Mỗi thị trường được sử dụng đều là (hoặc đã từng là) một thị trường thực tế, có thể giao dịch và đang hoạt động, phản ánh vị thế tài trợ thực tế ở các mức độ thanh khoản khác nhau. Đối với kỳ vọng đồng thuận, chúng tôi đã thu thập các dự báo đồng thuận CPI hàng năm ở cấp độ tổ chức, thường được công bố khoảng một tuần trước khi Cục Thống kê Lao động Hoa Kỳ công bố dữ liệu chính thức.

Thời gian lấy mẫu là từ tháng 2 năm 2023 đến giữa năm 2025, bao gồm hơn 25 chu kỳ công bố chỉ số giá tiêu dùng (CPI) hàng tháng và trải rộng trên nhiều môi trường kinh tế vĩ mô khác nhau.

Phân loại tác động

Chúng tôi phân loại các sự kiện thành ba loại dựa trên "mức độ bất ngờ" của chúng so với mức độ trong lịch sử. "Cú sốc" được định nghĩa là sự khác biệt tuyệt đối giữa kỳ vọng chung và dữ liệu thực tế đã được công bố:

• Sự kiện bình thường: Sai số dự báo của CPI so với cùng kỳ năm trước nhỏ hơn 0,1 điểm phần trăm;
• Tác động vừa phải: Sai số dự báo đối với CPI so với cùng kỳ năm trước nằm trong khoảng từ 0,1 đến 0,2 điểm phần trăm;
• Tin gây sốc lớn: Sai số dự báo chỉ số CPI so với cùng kỳ năm trước đã vượt quá 0,2 điểm phần trăm.

Phương pháp phân loại này cho phép chúng ta kiểm tra xem lợi thế dự đoán có thể hiện sự khác biệt có hệ thống khi độ khó dự đoán thay đổi hay không.

Các chỉ số hiệu suất

Để đánh giá hiệu suất dự đoán, chúng tôi sử dụng các chỉ số sau:

• Sai số tuyệt đối trung bình (MAE): Một chỉ số quan trọng về độ chính xác, được tính bằng trung bình cộng của sự khác biệt tuyệt đối giữa giá trị dự đoán và giá trị thực tế.
• Tỷ lệ thắng: Khi sự khác biệt giữa kỳ vọng đồng thuận và dự báo thị trường đạt hoặc vượt quá 0,1 điểm phần trăm (làm tròn đến một chữ số thập phân), chúng tôi sẽ ghi lại dự báo nào gần với kết quả thực tế cuối cùng hơn.
• Phân tích khoảng thời gian dự báo: Chúng tôi theo dõi sự thay đổi về độ chính xác của các định giá thị trường từ tuần trước khi công bố đến ngày công bố để làm nổi bật giá trị được tạo ra bởi thông tin được cập nhật liên tục.

Kết quả: Hiệu suất dự báo CPI

Độ chính xác tổng thể vượt trội.

Trong mọi điều kiện thị trường, dự báo CPI dựa trên thị trường có sai số tuyệt đối trung bình (MAE) thấp hơn 40,1% so với dự báo đồng thuận. Trên tất cả các khoảng thời gian, dự báo CPI dựa trên thị trường có MAE thấp hơn từ 40,1% (một tuần trước) đến 42,3% (một ngày trước) so với kỳ vọng đồng thuận.

Hơn nữa, khi có sự khác biệt giữa kỳ vọng đồng thuận và giá trị ngụ ý của thị trường, các dự đoán dựa trên thị trường của Kalshi cho thấy tỷ lệ thắng có ý nghĩa thống kê, dao động từ 75,0% một tuần trước đó đến 81,2% vào ngày phát hành. Nếu bao gồm cả các trường hợp trùng khớp với kỳ vọng đồng thuận (chính xác đến một chữ số thập phân), thì các dự đoán dựa trên thị trường trùng khớp hoặc vượt trội hơn kỳ vọng đồng thuận trong khoảng 85% trường hợp một tuần trước đó.

Tỷ lệ chính xác định hướng cao như vậy cho thấy rằng khi dự báo thị trường khác với kỳ vọng chung, sự khác biệt này tự nó đã có giá trị thông tin đáng kể về "liệu một sự kiện gây sốc có thể xảy ra hay không".

Hiệu ứng "Alpha Impact" thực sự tồn tại.

Sự khác biệt về độ chính xác dự báo đặc biệt rõ rệt trong các sự kiện gây sốc. Trong các sự kiện gây sốc vừa phải, khi thời điểm công bố dữ liệu trùng khớp, sai số tuyệt đối trung bình (MAE) của dự báo thị trường thấp hơn 50% so với kỳ vọng đồng thuận, và lợi thế này mở rộng lên 56,2% hoặc hơn vào ngày trước khi dữ liệu được công bố. Trong các sự kiện gây sốc lớn, MAE của dự báo thị trường cũng thấp hơn 50% so với kỳ vọng đồng thuận khi thời điểm công bố dữ liệu trùng khớp, và có thể đạt 60% hoặc hơn vào ngày trước khi dữ liệu được công bố. Trong môi trường bình thường không có biến động, dự báo thị trường và kỳ vọng đồng thuận có hiệu suất gần như nhau.

Mặc dù quy mô mẫu của các sự kiện gây sốc nhỏ (điều này là hợp lý trong một thế giới mà các cú sốc vốn dĩ rất khó dự đoán), nhưng mô hình tổng thể rất rõ ràng: lợi thế tổng hợp thông tin của thị trường có giá trị nhất khi môi trường dự báo khó khăn nhất.

Tuy nhiên, điều quan trọng hơn cả hiệu suất vượt trội của Kalshi trong các giai đoạn biến động là sự khác biệt giữa dự báo thị trường và kỳ vọng đồng thuận có thể tự nó là tín hiệu của một cú sốc sắp xảy ra. Trong các tình huống có sự khác biệt, dự báo thị trường đã vượt trội hơn kỳ vọng đồng thuận tới 75% (trong các khung thời gian tương đương). Hơn nữa, phân tích ngưỡng cho thấy rằng khi độ lệch của thị trường so với sự đồng thuận vượt quá 0,1 điểm phần trăm, xác suất của một cú sốc được dự đoán là khoảng 81,2%, và xác suất này còn tăng lên khoảng 84,2% vào ngày trước khi dữ liệu được công bố.

Sự khác biệt đáng kể trong thực tiễn này cho thấy rằng thị trường dự đoán không chỉ có thể đóng vai trò là công cụ dự đoán cạnh tranh bên cạnh kỳ vọng đồng thuận, mà còn là "tín hiệu tổng quan" về sự không chắc chắn của dự đoán, chuyển đổi sự khác biệt giữa thị trường và sự đồng thuận thành một chỉ báo sớm có thể định lượng để cảnh báo về các kết quả bất ngờ tiềm tàng.

Thảo luận thêm

Một câu hỏi hiển nhiên đặt ra là: tại sao dự báo thị trường lại vượt trội hơn dự báo đồng thuận trong những thời điểm biến động? Chúng tôi đề xuất ba cơ chế bổ sung để giải thích hiện tượng này.

Tính đa dạng của các bên tham gia thị trường và "trí tuệ tập thể"

Mặc dù các kỳ vọng đồng thuận truyền thống tích hợp quan điểm của nhiều tổ chức, chúng thường chia sẻ những giả định phương pháp luận và nguồn thông tin tương tự. Các mô hình kinh tế lượng, báo cáo nghiên cứu của Phố Wall và các bản phát hành dữ liệu của chính phủ tạo thành một cơ sở kiến thức chung có sự chồng chéo cao.

Ngược lại, thị trường dự đoán tổng hợp các quan điểm do những người tham gia nắm giữ với nhiều nguồn thông tin khác nhau: bao gồm các mô hình độc quyền, hiểu biết chuyên sâu về ngành, các nguồn dữ liệu thay thế và trực giác dựa trên kinh nghiệm. Sự đa dạng của những người tham gia này có nền tảng lý thuyết vững chắc trong lý thuyết "trí tuệ đám đông", cho rằng khi những người tham gia sở hữu thông tin liên quan và sai số dự đoán của họ không hoàn toàn tương quan, việc tổng hợp các dự đoán độc lập từ nhiều nguồn khác nhau thường mang lại ước tính tốt hơn.

Giá trị của sự đa dạng thông tin này đặc biệt nổi bật khi môi trường vĩ mô trải qua "sự chuyển đổi trạng thái" - các cá nhân với thông tin phân tán và cục bộ tương tác trên thị trường, và thông tin rời rạc của họ được kết hợp để tạo thành một tín hiệu tập thể.

Sự khác biệt trong cấu trúc khuyến khích người tham gia

Các nhà dự báo đồng thuận ở cấp độ tổ chức thường hoạt động trong các hệ thống tổ chức và uy tín phức tạp, vốn thường xuyên đi chệch khỏi mục tiêu "chỉ theo đuổi độ chính xác dự báo". Rủi ro nghề nghiệp mà các nhà dự báo chuyên nghiệp phải đối mặt tạo ra một cấu trúc phần thưởng không đối xứng—sai sót dự báo đáng kể dẫn đến tổn thất uy tín lớn, trong khi ngay cả những dự báo cực kỳ chính xác, đặc biệt là những dự báo đạt được bằng cách đi chệch đáng kể so với sự đồng thuận của đồng nghiệp, cũng có thể không mang lại phần thưởng nghề nghiệp tương xứng.

Sự bất đối xứng này dẫn đến hiện tượng "bầy đàn", trong đó các nhà dự báo có xu hướng tập trung dự đoán của họ xung quanh một giá trị đồng thuận, ngay cả khi thông tin cá nhân hoặc kết quả mô hình của họ cho thấy các kết quả khác nhau. Điều này là do, trong các hệ thống chuyên nghiệp, chi phí của việc "sai lầm đơn lẻ" thường lớn hơn lợi ích của việc "đúng đơn lẻ".

Ngược lại hoàn toàn, cơ chế khuyến khích mà những người tham gia thị trường dự đoán phải đối mặt tạo ra sự liên kết trực tiếp giữa độ chính xác của dự đoán và kết quả kinh tế—dự đoán chính xác đồng nghĩa với lợi nhuận, và dự đoán sai đồng nghĩa với thua lỗ. Trong hệ thống này, các yếu tố về uy tín hầu như không tồn tại; chi phí duy nhất của việc sai lệch so với sự đồng thuận của thị trường là tổn thất kinh tế, hoàn toàn phụ thuộc vào độ chính xác của dự đoán. Cấu trúc này tạo ra áp lực chọn lọc mạnh mẽ hơn đối với độ chính xác của dự đoán—những người tham gia có thể xác định một cách có hệ thống các lỗi trong dự đoán đồng thuận sẽ tích lũy vốn và tăng cường ảnh hưởng của họ trên thị trường thông qua các vị thế lớn hơn; trong khi những người tuân theo sự đồng thuận một cách máy móc sẽ chịu tổn thất liên tục khi sự đồng thuận được chứng minh là sai.

Sự khác biệt trong cơ cấu khuyến khích này thường rõ rệt nhất và có ý nghĩa kinh tế nhất trong những giai đoạn bất ổn gia tăng đáng kể, khi chi phí nghề nghiệp của các nhà dự báo thuộc các tổ chức đi chệch khỏi sự đồng thuận của chuyên gia đạt đến đỉnh điểm.

Hiệu quả tổng hợp thông tin

Một thực tế đáng chú ý là ngay cả một tuần trước khi dữ liệu được công bố—khoảng thời gian trùng khớp với khung thời gian điển hình cho các dự báo đồng thuận—các dự đoán của thị trường vẫn thể hiện lợi thế đáng kể về độ chính xác. Điều này cho thấy lợi thế của thị trường không chỉ đến từ "tốc độ thu thập thông tin" thường được những người tham gia thị trường dự đoán viện dẫn.

Ngược lại, các dự báo thị trường có thể tổng hợp hiệu quả hơn các mảnh thông tin quá phân tán, quá đặc thù theo ngành hoặc quá mơ hồ để có thể được tích hợp chính thức vào các khuôn khổ dự báo kinh tế lượng truyền thống. Lợi thế tương đối của thị trường dự báo có thể không nằm ở việc tiếp cận thông tin công khai sớm hơn, mà ở khả năng tổng hợp thông tin không đồng nhất hiệu quả hơn trong cùng một khung thời gian — trong khi các cơ chế đồng thuận dựa trên bảng hỏi, ngay cả với cùng một khung thời gian, thường gặp khó khăn trong việc xử lý thông tin này một cách hiệu quả.

Những hạn chế và biện pháp phòng ngừa

Kết quả nghiên cứu của chúng tôi cần lưu ý một hạn chế quan trọng. Bởi vì mẫu nghiên cứu chỉ bao gồm khoảng 30 tháng, các sự kiện gây sốc lớn về bản chất là khá hiếm, điều đó có nghĩa là sức mạnh thống kê vẫn bị hạn chế đối với các sự kiện có phân bố đuôi lớn hơn. Chuỗi thời gian dài hơn sẽ giúp tăng cường khả năng suy luận trong tương lai, mặc dù kết quả hiện tại cho thấy rõ ràng sự vượt trội của dự báo thị trường và sự khác biệt giữa các tín hiệu.

tóm lại

Chúng tôi đã ghi nhận hiệu quả đáng kể, mang tính hệ thống và có ý nghĩa kinh tế của các dự báo dựa trên thị trường so với kỳ vọng đồng thuận của các chuyên gia, đặc biệt là trong các giai đoạn biến động mạnh, nơi độ chính xác của dự báo là vô cùng quan trọng. Các dự báo CPI dựa trên thị trường nhìn chung có tỷ lệ sai sót thấp hơn 40%, và trong các giai đoạn thay đổi cấu trúc đáng kể, mức giảm sai sót có thể đạt khoảng 60%.

Dựa trên những phát hiện này, một số hướng nghiên cứu trong tương lai trở nên đặc biệt quan trọng: Thứ nhất, nghiên cứu xem liệu sự kiện "Shock Alpha" có thể được dự đoán bằng cách sử dụng các chỉ báo về biến động và độ phân kỳ dự báo thông qua một cỡ mẫu lớn hơn và trên nhiều chỉ số kinh tế vĩ mô; thứ hai, xác định ngưỡng thanh khoản nào mà thị trường có thể liên tục vượt trội so với các phương pháp dự báo truyền thống; và thứ ba, khám phá mối quan hệ giữa các giá trị dự đoán của thị trường và các giá trị dự đoán được ngụ ý bởi các công cụ tài chính giao dịch tần suất cao.

Trong môi trường mà các dự đoán đồng thuận phụ thuộc nhiều vào các giả định mô hình có tương quan cao và các tập thông tin được chia sẻ, thị trường dự đoán cung cấp một cơ chế tổng hợp thông tin thay thế có thể nắm bắt các chuyển đổi trạng thái sớm hơn và xử lý thông tin không đồng nhất hiệu quả hơn. Đối với các thực thể cần đưa ra quyết định trong môi trường kinh tế đặc trưng bởi sự bất ổn về cấu trúc và tần suất ngày càng tăng của các sự kiện cực đoan, "đột biến sốc" không chỉ có thể đại diện cho sự cải thiện dần dần về khả năng dự đoán mà còn nên trở thành một thành phần cơ bản của cơ sở hạ tầng quản lý rủi ro vững chắc của họ.