أول تقرير بحثي من Kalshi: عند توقع مؤشر أسعار المستهلكين (CPI)، حكمة الحشود تتفوق على محللي وول ستريت

العنوان الأصلي: Beyond Consensus: Prediction Markets and the Forecasting of Inflation Shocks

المصدر الأصلي: Kalshi Research

الترجمة: Azuma, Odaily Planet Daily

ملاحظة المحرر: أعلنت منصة سوق التنبؤ الرائدة Kalshi أمس عن إطلاق سلسلة تقارير بحثية جديدة، Kalshi Research، تهدف إلى توفير بيانات Kalshi الداخلية للعلماء والباحثين المهتمين بالمواضيع المتعلقة بسوق التنبؤ. تم إصدار أول تقرير بحثي من هذه السلسلة، وفيما يلي المحتوى الأصلي للتقرير، مترجماً بواسطة Odaily Planet Daily:

نظرة عامة

عادةً، في الأسبوع الذي يسبق إصدار البيانات الاقتصادية المهمة، يقدم محللون من المؤسسات المالية الكبيرة وكبار الاقتصاديين تقديرات للقيم المتوقعة. هذه التوقعات، عند تجميعها، يشار إليها بـ "توقعات الإجماع" وتعتبر على نطاق واسع مرجعاً رئيسياً لفهم تغيرات السوق وتعديلات المراكز.

في هذا التقرير البحثي، نقارن توقعات الإجماع مع التسعير الضمني لسوق التنبؤ في Kalshi (يشار إليها أحياناً بـ "توقعات السوق") في التنبؤ بالقيمة الحقيقية لنفس الإشارة الاقتصادية الكلية الأساسية — معدل التضخم الإجمالي على أساس سنوي (YOY CPI).

أبرز النقاط

· دقة إجمالية متفوقة: عبر جميع بيئات السوق (بما في ذلك البيئات العادية وبيئات الصدمات)، يكون متوسط الخطأ المطلق (MAE) المتوقع لـ Kalshi أقل بنسبة 40.1% من توقعات الإجماع.

· "ألفا الصدمة (Shock Alpha)": خلال الصدمات الكبيرة (أكبر من 0.2 نقطة مئوية)، ضمن نافذة التنبؤ لمدة أسبوع واحد، يكون لتنبؤ Kalshi متوسط خطأ مطلق (MAE) أقل بنسبة 50% مقارنة بتوقعات الإجماع؛ إذا كان ذلك في اليوم السابق لإصدار البيانات، فإن MAE يتوسع أكثر ليصل إلى 60%؛ خلال الصدمات المعتدلة (بين 0.1 - 0.2 نقطة مئوية)، ضمن نافذة التنبؤ لمدة أسبوع واحد، يكون لتنبؤ Kalshi متوسط خطأ مطلق (MAE) أقل بنسبة 50% مقارنة بـ "توقعات الإجماع"، ويتوسع إلى 56.2% في اليوم السابق لإصدار البيانات.

· إشارة التنبؤ: عندما يتجاوز الانحراف بين توقعات السوق وتوقعات الإجماع 0.1 نقطة مئوية، يكون احتمال حدوث صدمة في التنبؤ حوالي 81.2%، ويرتفع إلى حوالي 82.4% في اليوم السابق لإصدار البيانات. في حالات عدم الاتساق بين توقعات السوق وتوقعات الإجماع، تكون توقعات السوق أكثر دقة في 75% من الحالات.

الخلفية

يواجه المتنبئون بالاقتصاد الكلي تحدياً متأصلاً: التنبؤ بأكثر اللحظات أهمية — عندما تكون الأسواق في حالة اضطراب، وتتحول السياسات، وتحدث فواصل هيكلية — هو بالضبط الوقت الذي من المرجح أن تفشل فيه النماذج التاريخية. عادةً ما يصدر المشاركون في السوق المالية توقعات إجماعية قبل أيام قليلة من إصدارات البيانات الاقتصادية الرئيسية، ويجمعون آراء الخبراء في توقعات السوق. ومع ذلك، في حين أن وجهات نظر الإجماع هذه قيمة، إلا أنها غالباً ما تشترك في مسارات منهجية ومصادر معلومات متشابهة.

بالنسبة للمستثمرين المؤسسيين ومديري المخاطر وصناع السياسات، فإن رهانات دقة التنبؤ غير متماثلة. في الأوقات غير المتنازع عليها، لا يقدم التنبؤ الأفضل قليلاً سوى قيمة محدودة؛ ولكن في أوقات اضطراب السوق — عندما ترتفع التقلبات، وتنهار الارتباطات، أو تفشل العلاقات التاريخية — يمكن أن توفر الدقة المتفوقة عوائد ألفا كبيرة وتخفف من الانخفاضات.

لذلك، فإن فهم كيفية تصرف المعلمات أثناء اضطراب السوق أمر بالغ الأهمية. نحن نركز على مؤشر اقتصاد كلي رئيسي — مؤشر أسعار المستهلك على أساس سنوي (YOY CPI) — وهو مرجع أساسي لقرارات أسعار الفائدة المستقبلية وإشارة حيوية للصحة الاقتصادية.

نقارن ونقيم دقة التنبؤ عبر نوافذ متعددة قبل إصدار البيانات الرسمية. نتيجتنا الرئيسية هي أن ما يسمى بـ "ألفا الصدمة" موجود بالفعل — مما يعني أنه في أحداث الذيل (tail events)، يمكن للتنبؤات القائمة على السوق تحقيق دقة تنبؤ إضافية مقارنة بمعايير الإجماع. هذا الأداء المتفوق ليس مجرد اهتمام أكاديمي، بل هو أمر بالغ الأهمية في اللحظات التي تحمل فيها أخطاء التنبؤ أعلى التكاليف الاقتصادية، مما يعزز جودة الإشارة بشكل كبير. في هذا السياق، السؤال المهم حقاً ليس ما إذا كانت الأسواق "على حق دائماً" في التنبؤ، بل ما إذا كانت توفر إشارة تستحق الإدراج في إطار عمل صنع القرار التقليدي، إشارة تقدم قيمة متميزة.

المنهجية

البيانات

نقوم بتحليل التوقعات الضمنية اليومية من أسواق التنبؤ على منصة Kalshi، والتي تغطي ثلاث نقاط زمنية: أسبوع واحد قبل إصدار البيانات (متوافق مع نشر توقعات الإجماع)، اليوم السابق للإصدار، وصباح يوم الإصدار. كل سوق مستخدم هو أو كان سوقاً قابلاً للتداول الحقيقي، مما يعكس مراكز أموال حقيقية عند مستويات سيولة مختلفة. بالنسبة لتوقعات الإجماع، نقوم بجمع توقعات إجماع YOY CPI على مستوى المؤسسات، والتي يتم إصدارها عادةً قبل حوالي أسبوع من البيانات الرسمية من مكتب إحصاءات العمل الأمريكي.

تتراوح فترة العينة من فبراير 2023 إلى منتصف 2025، وتغطي أكثر من 25 دورة إصدار شهرية لـ CPI عبر بيئات اقتصادية كلية مختلفة.

تصنيف التأثير

لقد قمنا بتصنيف الأحداث إلى ثلاث فئات بناءً على "حجم المفاجأة" بالنسبة للمستويات التاريخية. يتم تعريف "التأثير" على أنه الفرق المطلق بين توقعات الإجماع والبيانات الفعلية المبلغ عنها:

· حدث عادي: خطأ التنبؤ لـ YOY CPI أقل من 0.1 نقطة مئوية؛

· تأثير متوسط: خطأ التنبؤ لـ YOY CPI بين 0.1 و 0.2 نقطة مئوية؛

· تأثير كبير: خطأ التنبؤ لـ YOY CPI يتجاوز 0.2 نقطة مئوية.

يسمح لنا هذا التصنيف بفحص ما إذا كانت دقة التنبؤ تظهر اختلافات منهجية مع تغير صعوبة التنبؤ.

مقاييس الأداء

لتقييم أداء التنبؤ، نستخدم المقاييس التالية:

· متوسط الخطأ المطلق (MAE): مقياس الدقة الأساسي المحسوب كمتوسط للاختلافات المطلقة بين القيم المتوقعة والقيم الفعلية.

· معدل الفوز: عندما يصل الفرق بين توقعات الإجماع وتوقعات السوق إلى 0.1 نقطة مئوية (مقربة إلى منزلة عشرية واحدة) أو يتجاوزها، نسجل أي تنبؤ أقرب إلى النتيجة الفعلية النهائية.

· تحليل أفق التنبؤ: نتتبع كيف تتطور دقة تقديرات السوق من أسبوع واحد قبل الإصدار إلى يوم الإصدار، مما يكشف عن قيمة دمج المعلومات المستمر.

النتائج: أداء التنبؤ بـ CPI

التوقعات القائمة على السوق تمتلك الأفضلية

عبر جميع ظروف السوق، تظهر توقعات CPI القائمة على السوق، في المتوسط، متوسط خطأ مطلق (MAE) أقل بنسبة 40.1% مقارنة بتوقعات الإجماع. عبر جميع الآفاق الزمنية، يكون MAE لتنبؤ CPI القائم على السوق أقل بنسبة 40.1% من توقعات الإجماع (قبل أسبوع) إلى 42.3% أقل (قبل يوم واحد).

علاوة على ذلك، في الحالات التي يوجد فيها تباين بين توقعات الإجماع والقيم الضمنية للسوق، تظهر التوقعات القائمة على السوق من Kalshi معدل فوز ذا دلالة إحصائية يتراوح من 75.0% قبل أسبوع إلى 81.2% في يوم الإصدار. عند النظر في الحالات التي يكون فيها التنبؤ متعادلاً مع الإجماع (مقرباً إلى منزلة عشرية واحدة)، تتوافق التوقعات القائمة على السوق أو تتفوق على الإجماع في حوالي 85% من الحالات قبل أسبوع.

تشير هذه الدقة الاتجاهية العالية إلى: عندما يكون هناك تباين بين توقعات السوق وتوقعات الإجماع، فإن هذا التباين نفسه يحمل قيمة معلوماتية كبيرة فيما يتعلق باحتمالية حدوث حدث تأثير.

وجود "ألفا التأثير (Impact Alpha)"

يظهر الفرق في دقة التنبؤ بشكل خاص خلال أحداث التأثير. في حدث تأثير متوسط، من المتوقع أن يكون متوسط خطأ السوق (MAE) مقارنة بتوقعات الإجماع أقل بنسبة 50% عندما يكون وقت الإصدار متسقاً، ويتوسع إلى 56.2% أو أكثر في اليوم السابق لنشر البيانات؛ في حدث تأثير كبير، من المتوقع أيضاً أن يكون MAE للسوق أقل بنسبة 50% من توقعات الإجماع عندما يكون وقت الإصدار متسقاً، ليصل إلى 60% أو أكثر في اليوم السابق لنشر البيانات؛ بينما في بيئة عادية بدون تأثير، يكون أداء تنبؤ السوق مكافئاً تقريباً لتوقعات الإجماع.

على الرغم من أن حجم عينة أحداث التأثير صغير (وهو أمر معقول في عالم يكون فيه "التأثير غير قابل للتنبؤ به بشكل كبير بطبيعته")، فإن النمط العام واضح جداً: عندما تكون بيئة التنبؤ هي الأكثر تحدياً، تصبح ميزة تجميع المعلومات في السوق هي الأكثر قيمة.

ومع ذلك، ما هو أكثر أهمية ليس فقط أن تنبؤات Kalshi تعمل بشكل أفضل خلال فترات التأثير، ولكن أيضاً أن التباين بين تنبؤات السوق وتوقعات الإجماع نفسه قد يكون إشارة لتأثير وشيك. في حالات التباين، تتفوق تنبؤات السوق على توقعات الإجماع بمعدل فوز قدره 75% (عبر نافذة زمنية قابلة للمقارنة). علاوة على ذلك، يشير تحليل العتبة إلى أنه عندما ينحرف السوق عن الإجماع بأكثر من 0.1 نقطة مئوية، فإن احتمال حدوث تأثير تنبؤي هو حوالي 81.2%، والذي يرتفع إلى حوالي 84.2% في اليوم السابق لنشر البيانات.

يشير هذا الاختلاف العملي الكبير إلى أن سوق التنبؤ لا يمكن أن يعمل فقط كأداة تنبؤ تنافسية جنباً إلى جنب مع توقعات الإجماع، ولكن أيضاً كـ "إشارة تعريفية (meta-signal)" حول عدم اليقين في التنبؤ، مما يحول تباين السوق عن الإجماع إلى مؤشر مبكر قابل للقياس لتنبيه النتائج غير المتوقعة المحتملة.

مزيد من المناقشة

يظهر سؤال واضح: لماذا، خلال فترات التأثير، تتفوق تنبؤات السوق على تنبؤات الإجماع؟ نقترح ثلاث آليات تكميلية لتفسير هذه الظاهرة.

عدم تجانس المشاركين في السوق و"حكمة الحشود"

على الرغم من أن توقعات الإجماع التقليدية تدمج وجهات نظر من مؤسسات متعددة، إلا أنها غالباً ما تشترك في افتراضات منهجية ومصادر معلومات متشابهة. تشكل النماذج الاقتصادية القياسية، وتقارير أبحاث وول ستريت، وإصدارات البيانات الحكومية قاعدة معرفية مشتركة متداخلة للغاية.

في المقابل، يجمع سوق التنبؤ المراكز التي يحتفظ بها مشاركون لديهم قواعد معلومات مختلفة: بما في ذلك النماذج المملوكة، والرؤى الخاصة بالصناعة، ومصادر البيانات البديلة، والأحكام البديهية القائمة على الخبرة. هذا التنوع في المشاركين له أساس نظري قوي في نظرية "حكمة الحشود". تشير هذه النظرية إلى أنه عندما يكون لدى المشاركين معلومات ذات صلة ولا تكون أخطاء التنبؤ الخاصة بهم مترابطة تماماً، فإن تجميع التنبؤات المستقلة من مصادر متنوعة يؤدي غالباً إلى تقديرات متفوقة.

وفي بيئة الاقتصاد الكلي، خلال "تحول الحالة"، تكون قيمة تنوع المعلومات هذا بارزة بشكل خاص — يتفاعل الأفراد ذوو المعلومات المتناثرة والمحلية في السوق، وتتحد أجزاء معلوماتهم لتشكل إشارة جماعية.

اختلافات هيكل حوافز المشاركين

على المستوى المؤسسي، غالباً ما يكون المتنبئون بالإجماع ضمن نظام تنظيمي وسمعي معقد، والذي ينحرف بشكل منهجي عن هدف "السعي الخالص لدقة التنبؤ". تخلق المخاطر المهنية التي يواجهها المتنبئون هيكل مكافأة غير متماثل — خطأ التنبؤ الكبير يؤدي إلى تكاليف سمعة ملحوظة، وحتى إذا كان التنبؤ دقيقاً للغاية، خاصة إذا انحرف بشكل كبير عن إجماع الأقران، فقد لا يحصل بالضرورة على مكافأة مهنية متناسبة.

هذا التباين يثير "سلوك القطيع"، حيث يميل المتنبئون إلى تجميع توقعاتهم حول قيمة الإجماع، حتى لو كانت معلوماتهم الخاصة أو مخرجات النموذج تشير إلى نتيجة مختلفة. السبب هو أنه في النظام المهني، غالباً ما تكون تكلفة "الخطأ الفردي" أعلى من فائدة "الصواب الفردي".

في المقابل، تحقق آلية الحوافز التي يواجهها المشاركون في سوق التنبؤ توافقاً مباشراً بين دقة التنبؤ والنتائج الاقتصادية — التنبؤ بدقة يعني الربح، والتنبؤ بشكل غير صحيح يعني الخسارة. في هذا النظام، عامل السمعة يكاد يكون غير موجود، والتكلفة الوحيدة للانحراف عن إجماع السوق هي الخسارة الاقتصادية، التي تعتمد كلياً على ما إذا كان التنبؤ صحيحاً. يفرض هذا الهيكل ضغط اختيار أقوى لدقة التنبؤ — المشاركون الذين يمكنهم تحديد أخطاء التنبؤ بالإجماع بشكل منهجي سيجمعون رأس المال باستمرار ويعززون تأثيرهم في السوق من خلال أحجام مراكز أكبر؛ بينما أولئك الذين يتبعون الإجماع ميكانيكياً سيستمرون في تكبد الخسائر عندما يثبت خطأ الإجماع.

في فترات زيادة عدم اليقين بشكل كبير، عندما تصل التكلفة المهنية للمتنبئين المؤسسيين للانحراف عن إجماع الخبراء إلى ذروتها، غالباً ما يكون هذا التمايز في هيكل الحوافز هو الأكثر وضوحاً والأكثر أهمية من الناحية الاقتصادية.

كفاءة تجميع المعلومات

حقيقة تجريبية ملحوظة هي أنه حتى قبل أسبوع من نشر البيانات — تتوافق هذه النقطة الزمنية مع النافذة الزمنية النموذجية لتوقعات الإجماع — لا تزال توقعات السوق تظهر ميزة دقة كبيرة. يشير هذا إلى أن ميزة السوق لا تنبع فقط من "ميزة سرعة الحصول على المعلومات" التي يشار إليها عادةً للمشاركين في توقعات السوق.

على العكس من ذلك، قد تجمع توقعات السوق بشكل أكثر كفاءة تلك الأجزاء من المعلومات المشتتة للغاية، أو المتخصصة للغاية، أو الغامضة للغاية التي يصعب دمجها رسمياً في أطر التنبؤ الاقتصادية القياسية التقليدية. قد لا تكمن الميزة النسبية لتوقعات السوق في الوصول المبكر إلى المعلومات العامة ولكن في قدرتها على تجميع المعلومات غير المتجانسة بشكل أكثر فعالية على نفس النطاق الزمني — بينما تكافح آليات الإجماع القائمة على الاستطلاعات، حتى مع نفس النافذة الزمنية، غالباً لمعالجة هذه المعلومات بكفاءة.

القيود والاعتبارات

تحتاج نتائج أبحاثنا إلى أن تكون مؤهلة بتحذير مهم. نظراً لأن العينة الإجمالية تغطي حوالي 30 شهراً فقط، فإن أحداث التأثير الكبير نادرة بطبيعتها حسب التعريف، مما يعني أن القوة الإحصائية تظل محدودة لأحداث الذيل الأكبر. ستعزز السلسلة الزمنية الأطول قدرات الاستدلال المستقبلية، على الرغم من أن النتائج الحالية تشير بالفعل بقوة إلى تفوق التنبؤ في السوق وتميز الإشارة.

الخلاصة

نحن نوثق أداء التنبؤ في السوق الذي يظهر تفوقاً كبيراً وذا معنى اقتصادي مقارنة بتوقعات إجماع الخبراء، خاصة خلال فترات دقة التنبؤ الرئيسية. تظهر تنبؤات CPI القائمة على السوق معدل خطأ إجمالياً أقل بنسبة 40% تقريباً، مع تخفيضات في الخطأ تصل إلى حوالي 60% خلال فترات التحول الهيكلي الكبيرة.

بالنظر إلى هذه النتائج، تصبح عدة مجالات رئيسية للبحث المستقبلي مهمة بشكل خاص: أولاً، دراسة ما إذا كان يمكن التنبؤ بأحداث "ألفا التأثير" نفسها باستخدام مؤشرات التقلب وتباين التنبؤ عبر حجم عينة أكبر يشمل مؤشرات اقتصادية كلية متعددة؛ ثانياً، تحديد عتبة السيولة التي يمكن عندها لسوق التنبؤ أن يتفوق باستمرار على طرق التنبؤ التقليدية؛ وثالثاً، استكشاف العلاقة بين تنبؤات سوق التنبؤ وتلك الضمنية بواسطة الأدوات المالية للتداول عالي التردد.

في بيئة تعتمد فيها توقعات الإجماع بشكل كبير على افتراضات نموذجية مترابطة بقوة ومجموعات معلومات مشتركة، يقدم سوق التنبؤ آلية بديلة لتجميع المعلومات يمكنها اكتشاف تغيرات الحالة في وقت مبكر ومعالجة المعلومات غير المتجانسة بشكل أكثر كفاءة. بالنسبة للكيانات التي تحتاج إلى اتخاذ قرارات في بيئة اقتصادية تتميز بزيادة عدم اليقين الهيكلي وتكرار أحداث الذيل، قد لا يمثل "ألفا التأثير" مجرد تحسن تدريجي في القدرة التنبؤية، بل يجب أن يكون أيضاً جزءاً أساسياً من بنيتها التحتية القوية لإدارة المخاطر.

رابط المقال الأصلي