群眾預測將預測誤差降低40%——為何基於市場的CPI預測勝過華爾街

當美國下個月的消費者物價指數（CPI）數據公布時，華爾街的機構預測者將提前數週提交他們的預期。然而，根據領先的預測市場平台Kalshi的一份突破性研究報告，這些專家預測往往偏離真實結果——有時偏差相當大。原因何在？並非缺乏專業知識，而是在經濟動盪期間預測誤差累積的根本缺陷。

對25個多月CPI數據的全面分析顯示，基於市場的預測——由數千名用真錢下注的交易者基於多樣資訊來源做出——比傳統機構共識預測降低約40%的預測誤差。更令人驚訝的是，當經濟受到衝擊時，這一優勢會迅速放大。在中度意外情況下，預測誤差比共識低50-56%；在重大衝擊中，則降低50-60%。這不是逐步改進，而是對預測“不可預測”事物的結構性重新構想。

根本轉變：市場預測與共識在通膨預測上的差異

核心差異在於預測的匯總方式。華爾街的共識預期結合了主要金融機構的預測，這些預測大多基於重疊的模型、研究方法和公開數據集。當這些預測者在每次CPI公布前約一週發布預測時，實際上是在整合相似的思考框架。

Kalshi的預測市場則完全不同。它們匯集來自具有多樣資訊來源的交易者的持倉——專有模型、行業特定見解、替代數據集和經驗直覺。這種異質性成為市場的競爭優勢。

數據證據十分明確：

• 整體表現優越：在所有市場條件下，市場基的CPI預測的平均絕對誤差（MAE）比共識預測低約40.1%。這一差距在不同時間範圍內持續存在：一週前 (40.1%更低)，一天前 (42.3%更低)，公布當天 (43.2%更低)。

• 勝率高於共識：當市場預測與共識預測出現分歧時，市場預測在相同時間窗口內的準確率高達75%。包括雙方一致的情況，市場預測在一週前約有85%的機會與或超越共識的準確度。

當衝擊來襲——預測誤差擴大，但市場縮小

研究將CPI預測偏差分為三類：正常事件（誤差<0.1個百分點）、中度衝擊（0.1-0.2點）和重大衝擊（>0.2點）。

在正常、穩定的環境中，市場與共識預測表現相當。而當預測誤差最為關鍵——在意外經濟變動期間——差異才會顯現。

中度衝擊：

• 一週前：市場預測誤差比共識低50%
• 公布前一天：市場預測誤差降低56.2%

重大衝擊：

• 一週前：市場預測誤差比共識低50%
• 公布前一天：市場預測誤差降低60%

這一模式揭示了一個關鍵點：**市場的資訊優勢不在於速度，而在於在決定投資成敗的關鍵時刻提供更準確的預測。**即使在一週前——共識預測剛發布的時候，預測市場已經展現出顯著的優越性。

分歧信號：預測誤差的預測能力

除了更高的準確率外，市場還會發出一個具有深遠實用價值的信號。當市場價格與共識預期偏差超過0.1個百分點時，實際經濟衝擊的概率約為81.2%。而在公布前一天，這一概率升至82.4%。

換句話說，分歧本身成為一個元信號——一個可量化的早期預警系統，用於識別尾部事件。當“群眾”(市場)與專家(共識)意見不合時，代表某些意料之外的事件正在醞釀。投資者和政策制定者可以將這種分歧解讀為“衝擊概率”指標，而無需依賴任何單一預測。

三大核心機制：為何集體智慧勝過專業共識

( 1. 異質資訊匯聚

預測市場實現了行為經濟學所謂的“群眾智慧”——當參與者擁有相關資訊且錯誤彼此不相關時，匯集多元預測的效果優於同質的機構分析。

華爾街的共識預測整合了具有共同基因的觀點：相同的計量經濟模型、重疊的數據供應商、類似的時間範圍。當宏觀經濟條件“轉變狀態”——從正常轉向危機——這些相關假設會同步崩潰。

預測市場中的交易者則帶來分散、局部和利基的資訊：物流專家的供應鏈見解、人力資源專家的勞動市場信號、零售商的消費者行為觀察。這些碎片化資訊通過價格信號匯聚，構建出在結構轉變期間更豐富的集體信號。

) 2. 傳統預測中的激勵結構失調

專業預測者在複雜的組織和聲譽體系中運作，這些系統系統性地偏離純粹的預測準確性。預測誤差越大，聲譽損失越重；而極為準確、偏離共識的預測則很少獲得相應的專業獎勵。

這造成了反常激勵：預測者即使有專有模型也會圍繞共識值集結，因為“偏離”帶來的專業成本遠高於“正確”的獎勵。

而預測市場的參與者則面臨相反的激勵結構：**準確預測能獲利，錯誤預測則會虧損。**聲譽問題不再是考量。那些系統性識別共識偏差的參與者會累積資本和市場影響力；而盲目跟隨共識的則會持續虧損。

這種差異在高不確定性時期尤為關鍵——正是專業預測者面臨最大壓力、必須保持一致的時候，也是市場激勵最強烈獎勵偏離的時候。

( 3. 相同時間窗口內的資訊效率優越

研究顯示，即使提前一週——即共識預測的標準發布窗口——市場優勢仍然存在。這表明市場不僅更快獲取資訊，更能更有效率地處理碎片化資訊。

共識預期依賴問卷調查式的匯總；即使擁有相同的資訊渠道，這種方法也難以將分散、非正式或行業特定的數據整合成正式的計量經濟模型。而預測市場則通過持續的價格發現來整合這些異質資訊。

市場在捕捉那些過於利基、模糊或分散的資訊方面表現出色——這正是狀態轉換事件中變得至關重要的信號。

預測誤差作為經濟現實：為何這很重要

對投資者、風險管理者和政策制定者而言，預測誤差的風險是非對稱的。在穩定時期，微小的預測改進價值有限；而在波動時期——當相關性崩潰、歷史模型失效、尾部風險出現時——更優的預測準確性能帶來顯著的Alpha和回撤保護。

研究誠實地承認其限制：以約30個月的數據來看，重大衝擊事件仍屬於統計稀有事件，限制了推論的力量。更長的時間序列將有助於強化結論，儘管目前的發現已充分支持市場預測的優越性和分歧信號的預測價值。

未來方向與啟示

三個研究前沿浮現：

1. 衝擊預測性：波動性和分歧指標本身能否利用更大樣本和多重宏觀經濟指標預測“衝擊Alpha”事件？

2. 流動性門檻：在何種交易量和市場深度下，預測市場能持續超越傳統方法？

3. 跨工具驗證：市場暗示的預測與高頻金融工具定價中嵌入的預測之間的相關性如何？

結論：從漸進改進到結構性優勢

這一根本洞察重塑了組織進行經濟預測的方式。在依賴相關模型假設和共享數據源的環境中，預測市場提供了一種替代的匯總機制——能更早捕捉狀態轉變，並更有效率地處理異質資訊。

市場基的CPI預測整體降低預測誤差約40%，在重大經濟衝擊期間甚至高達60%。這個差距不是微不足道的；它代表了在識別共識模型失效方面的結構性優越。

對於在結構性不確定性和尾部事件頻率上升的經濟環境中運作的機構來說，採用預測市場信號——尤其是基於分歧的衝擊預警系統——應成為基本基礎設施，而非僅僅是補充預測工具。當預測誤差成本最大時，群眾的智慧勝過共識。