본문 바로가기
  • BTC $61,802 −3.0%
  • ETH $1,750 −2.9%
  • SOL $72.05 −3.3%
  • BNB $571.51 −3.4%
  • XRP $0.9565 −2.6%
  • DOGE $0.0570 −4.0%
  • ADA $0.1485 −3.4%

예측 시장이 인플레이션 예측에서 월스트리트를 앞서는 이유, Kalshi 연구가 보여준다

Kalshi의 예측 시장에 대한 새로운 연구에 따르면, 이러한 플랫폼이 미국 인플레이션 예측에 있어 전통적인 월스트리트 추정치를 능가할 수 있음을 시사합니다. Kalshi 연구는 예측 시장이 인플레이션 데이터에서 월스트리트를 능가한다고 밝혔습니다. Kalshi의 새로운 연구에 따르면, 예측 시장은 미국 인플레이션에 대한 월스트리트의 합의 추정치를 40% 능가합니다…

prediction markets
Prediction Markets Beat Wall Street on Inflation, Kalshi

Kalshi의 예측 시장에 대한 새로운 연구는 이러한 플랫폼이 미국 인플레이션 예측에서 전통적인 월스트리트 추정치를 능가할 수 있음을 시사합니다.

Kalshi 연구, 예측 시장이 인플레이션 데이터에서 월스트리트를 능가함을 발견

Kalshi의 새로운 연구에 따르면, 예측 시장은 미국 인플레이션에 대한 월스트리트 컨센서스 추정치를 40% 낮은 평균 오차로 25개월 동안 능가했습니다. 또한, 분석에 따르면 이러한 시장은 인플레이션이 경제학자들의 기대치에서 크게 벗어날 때 특히 정확했습니다.

플랫폼에서의 인플레이션 예측을 전문가 컨센서스와 비교한 결과, Kalshi는 시장 기반 거래자들이 검토된 25개월 동안 전통적인 경제학자와 분석가들을 능가했다고 밝혔습니다. 성과의 우위는 전통적인 모델이 어려움을 겪는 경제적 변동성이 높은 시기에 가장 두드러졌습니다.

연구에 따르면, 소비자 물가 지수 (CPI)의 전년 대비 변화에 대한 시장 기반 추정치는 2023년 2월부터 2025년 중반까지 컨센서스 예측보다 40% 낮은 평균 오차를 기록했습니다. 그러나 실제 CPI 수치가 기대치에서 크게 벗어날 때, Kalshi의 예측은 최대 67%까지 컨센서스를 능가했습니다.

위기 알파와 의견 불일치의 가치

“위기 알파: 예측 시장이 전문가 컨센서스를 언제 능가하는가?”라는 제목의 연구는 또한 불일치 자체가 다가오는 놀라움을 예고할 수 있는 방법을 조사했습니다. 특히, Kalshi의 CPI 추정치와 월스트리트 컨센서스 간의 격차 크기와 충격 가능성 간의 관계를 살펴보았습니다.

Kalshi의 CPI 추정치가 공식 발표 일주일 전에 컨센서스보다 0.1 퍼센트 포인트 이상 차이가 날 때, 실제 CPI 수치에서 큰 편차가 발생할 확률은 약 80%로 증가했으며, 이는 40%의 기준선과 비교됩니다. 그러나 논문은 이 기간 동안의 큰 충격 샘플이 여전히 상대적으로 적다고 경고합니다.

저자들은 이 패턴이 정책 입안자와 기관 투자자에게 조기 경고 도구로서 시장 기반 예측의 잠재력을 강조한다고 주장합니다. 기존 모델을 대체하기보다는, 결과는 시장이 구조적 변화나 금융 스트레스의 에피소드 동안 보완적인 신호로 작용할 수 있음을 시사합니다.

정보 집계와 군중의 지혜

전통적인 예측이 종종 공유된 경제 모델과 가정에 의존하는 것과 달리, Kalshi의 시장은 직접적인 금융 인센티브를 가진 다양한 거래자들로부터 정보를 집계합니다. 연구에 따르면, 이러한 구조는 새로운 데이터와 변화하는 내러티브에 더 빠르게 대응할 수 있는 “군중의 지혜” 효과를 만듭니다.

보고서는 예측 환경이 어려워질 때 이점이 가장 두드러진다고 강조합니다. 저자들의 말에 따르면, “예측 환경이 가장 어려워질 때, 시장의 정보 집계 이점이 가장 가치 있게 됩니다.” 이는 기관 의사 결정자들이 컨센서스 기반 오류로 인해 가장 큰 위험에 직면할 때입니다.

예측 시장이 스트레스 시기에 컨센서스를 능가하는 이유는 정보 처리 방식에 있을 수 있습니다. 은행과 연구소의 전통적인 예측자들은 종종 유사한 데이터 세트와 모델을 사용하며, 이는 경제 조건이 역사적 기준을 벗어날 때 적응성을 제한할 수 있다고 연구는 제안합니다.

인센티브, 유동성 및 실시간 가격

반면, 예측 시장 플랫폼은 부문별 통찰력, 대체 데이터 세트 및 때로는 반대 내러티브를 활용하는 개별 거래자들의 견해를 반영합니다. 또한, 이러한 시장의 거래자들은 자본을 걸고 있으며, 평판이나 조직적 고려보다는 예측 성과에 따라 보상 또는 벌칙을 받습니다.

연구에 따르면, 기관 예측자들은 데이터가 이를 정당화할 때조차 대담한 결정을 내리는 것을 억제하는 경력 및 조직적 제약에 직면할 수 있습니다. 그러나 거래 플랫폼에서는 지불 구조가 컨센서스 경제학자들에게 비전통적으로 보일 수 있는 결과와 상관없이 가장 가능성 있는 결과에 가격을 맞추는 것을 선호합니다.

Kalshi와 같은 플랫폼에서의 가격의 지속적인 특성도 중요합니다. 시장 가격은 새로운 정보가 도착함에 따라 실시간으로 업데이트되며, 월스트리트 컨센서스 추정치는 일반적으로 공식 데이터 발표 며칠 전에 고정됩니다. 이러한 지연은 인플레이션 충격이나 정책 놀라움과 같은 상황이 빠르게 변화할 때 특히 비용이 많이 들 수 있습니다.

암호화폐 연계 예측 플랫폼의 성장

Kalshi의 사용자 기반은 주요 암호화폐 지갑 Phantom에 예측 플랫폼을 통합한 후 최근 확장되었습니다. 이달 초, 회사는 110억 달러의 평가로 10억 달러를 모금했으며, 사용자가 거시경제 및 정치적 결과에 베팅할 수 있는 시장에 대한 투자자 관심이 증가하고 있음을 강조합니다.

10월에는 경쟁 플랫폼 Polymarket이 최대 150억 달러의 평가로 자금을 조달하기 위한 협상을 진행 중인 것으로 보고되었습니다. 이러한 발전은 전통 금융과 암호화폐 투자자들이 이제 참여하고 있는 틈새 시장으로 시작된 것이 빠르게 제도화되고 있음을 시사합니다.

또한, 올해 초 데이터 과학자의 연구에 따르면 Polymarket은 이벤트가 발생할 한 달 전에는 90%, 이벤트 몇 시간 전에는 94%의 정확도를 보였습니다. 그러나 연구는 순응 편향, 군중 행동 및 낮은 유동성이 때때로 특정 결과에 대한 확률을 과대평가할 수 있음을 지적했습니다.

시장 기반 신호의 한계와 사용 사례

Kalshi 논문은 그 결과가 전문가 예측이 구식이 되었음을 의미하지 않는다고 강조합니다. 대신, 예측 시장이 특히 역사적 관계가 붕괴될 때 기관 위험 관리, 통화 정책 분석 및 포트폴리오 구성에 대한 보완 도구로 작용할 수 있다고 주장합니다.

저자들은 샘플에서 주요 인플레이션 충격의 수가 제한되어 있어 통계적 힘이 자연스럽게 제한된다고 인정합니다. 그러나 그들은 변동성이 큰 에피소드 전반에 걸친 성과 격차의 일관성이 시장 가격에 내재된 의미 있는 정보 이점을 여전히 가리킨다고 주장합니다.

전통적인 방법의 전면적인 대체를 요구하기보다는, 연구는 기관 의사 결정자들이 기존 모델과 함께 시장 기반 신호를 고려해야 한다고 제안합니다. 구조적 불확실성의 시기에는 이러한 혼합 접근 방식이 인플레이션 예측 정확성을 향상시키고 예상치 못한 거시경제 데이터로 인해 발생할 수 있는 위험을 줄일 수 있습니다.

전반적으로, 분석은 다양한 인센티브를 받은 거래자들과 실시간 가격이 경제학자, 투자자 및 정책 입안자들이 점점 더 복잡해지는 거시경제 환경을 탐색하는 데 있어 플랫폼 기반 예측을 유용한 도구로 만들 수 있음을 강조합니다.

Amelia Tomasicchio

Amelia Tomasicchio의 모든 기사