Когда финансовые рынки приходят в беспорядок: рынки прогнозов переопределяют прогнозирование CPI

Ключевой вопрос возникает, когда финансовые рынки сталкиваются с той самой неразберихой, которую экономисты Уолл-стрит с трудом могут определить: как коллективный интеллект может превосходить институциональный консенсус? Kalshi, ведущая платформа предсказательных рынков, недавно опубликовала исследование, демонстрирующее поразительный ответ. Когда рынки погружаются в хаос — характеризующийся внезапными экономическими шоками и непредсказуемыми сдвигами — коллективные прогнозы участников рынка постоянно превосходят традиционный аналитический консенсус, особенно при прогнозировании траектории инфляции через индекс потребительских цен (CPI) США.

Это не просто академическое наблюдение. Полученные данные имеют важное значение для инвесторов, политиков и менеджеров по рискам, сталкивающихся с эпохой растущей экономической турбулентности.

Рыночные прогнозы демонстрируют превосходную общую точность

Исследование анализировало ежедневные предполагаемые прогнозы трейдеров предсказательного рынка Kalshi за несколько временных рамок, сравнивая их с ожиданиями консенсуса от финансовых институтов за период с февраля 2023 по середину 2025 года — охватывающий более 25 циклов CPI по месяцам.

Данные показывают постоянное преимущество: прогнозы CPI, основанные на рынке, имеют среднюю абсолютную ошибку (MAE), примерно на 40,1% ниже, чем прогнозы консенсуса при всех условиях рынка. Это преимущество сохраняется независимо от того, измеряется ли оно за неделю до официальных данных (когда обычно публикуется ожидания консенсуса), за день до публикации или в утренние часы объявления.

Значимость усиливается при анализе уровней точности прогнозов: когда рыночные прогнозы отклоняются от ожиданий консенсуса на 0,1 процентного пункта или более, рыночные предсказания оказываются более точными примерно в 75% случаев. Более того, такое отклонение само по себе становится предиктивным — когда ожидания и прогнозы рынка расходятся в такой степени, существует примерно 81,2% вероятность, что произойдет экономический шок (неожиданный исход, превышающий 0,1 процентного пункта).

Преимущество Shock Alpha: когда неразбериха выявляет слабости консенсуса

Исследование вводит понятие «Shock Alpha» — феномен, показывающий, где предсказательные рынки действительно демонстрируют свою ценность. В ситуациях умеренного экономического удивления (ошибки прогноза между 0,1-0,2 процентных пункта) рыночные прогнозы уменьшают ошибку прогноза примерно на 50% по сравнению с консенсусом в течение одной недели, увеличивая преимущество до 56,2% за день до публикации.

При крупных экономических шоках (ошибки прогноза более 0,2 процентных пункта) преимущество рынка становится еще более заметным: снижение ошибки прогноза примерно на 50% за неделю до события, расширяясь до 60% и более за день до публикации данных.

Напротив, в обычных, не шоковых условиях, прогнозы рынка и консенсусные прогнозы работают примерно одинаково. Однако эта модель выявляет парадокс, присущий традиционному прогнозированию: когда экономические условия погружаются в ту самую неразбериху, которую традиционные модели не могут учесть — структурные сдвиги, изменения политики, крах рынков — именно в такие моменты исторические связи разрушаются, и прогнозы консенсуса оказываются наиболее уязвимыми.

Рыночный прогноз агрегирует информацию, которую механизмы консенсуса просто не могут эффективно обработать, даже в одинаковые временные рамки.

Почему рынки превосходят: три механизма превосходной эффективности

Гетерогичная информация и коллективный интеллект

Традиционные ожидания консенсуса объединяют взгляды нескольких институтов, однако эти институты в основном используют схожие методологические предположения и источники данных. Аналитики Уолл-стрит опираются на пересекающиеся эконометрические модели, опубликованные исследования и государственную статистику — очень коррелированную информационную экосистему.

Предсказательные рынки работают по совершенно другой механике. Участники приносят разнообразные базы данных: собственные модели, отраслевые инсайты, альтернативные источники данных и интуицию, основанную на опыте. Эта гетерогенность активирует принцип «мудрости толпы» — когда независимые участники обладают релевантной информацией и их ошибки прогноза не полностью коррелированы, объединение их разнообразных предсказаний обычно дает более точные оценки.

Эта информационная диверсификация особенно ценна в периоды макроэкономических «переключений состояния» — именно в таких ситуациях неразбериха, которая ставит под сомнение традиционные прогнозы. Люди с разрозненной, локальной информацией взаимодействуют на рынках, объединяя фрагментированные сигналы в коллективный интеллект, превосходящий любой отдельный институт или централизованный консенсус.

Совпадение стимулов с точностью

Институциональные прогнозисты работают в рамках сложных организационных и репутационных систем, которые систематически отклоняются от чистой точности предсказаний. Профессиональные экономисты сталкиваются с асимметричными стимулами: значительные ошибки прогноза наносят существенный урон репутации, а даже очень точные прогнозы, особенно отклоняющиеся от мнения коллег, могут не приносить пропорциональных профессиональных наград.

Эта асимметрия создает системное поведение стадного типа — прогнозисты склонны группировать свои прогнозы вокруг значений консенсуса, даже если их собственные модели или информация указывают на другие результаты. В профессиональных системах репутационные издержки «ошибиться в одиночку» обычно превышают выгоды «быть правым в одиночку».

Механизм предсказаний на рынке работает под совершенно иными стимулами: точные прогнозы приносят прямую прибыль; неправильные — убытки. Репутационные факторы становятся неактуальными. Участники, систематически выявляющие ошибки в прогнозах консенсуса, накапливают капитал, расширяя свои рыночные позиции и влияние. Те, кто механически следует за консенсусом, постоянно терпят убытки, когда он оказывается неправильным.

Этот отбор в пользу точности усиливается особенно в периоды повышенной неопределенности, именно тогда институциональные прогнозисты сталкиваются с максимальными профессиональными издержками за отклонение от экспертного мнения.

Эффективность агрегирования информации

Особенно яркое эмпирическое открытие: даже за неделю до публикации данных CPI — стандартного срока для прогнозов консенсуса — рыночные прогнозы демонстрируют значительное преимущество в точности. Этот факт показывает, что преимущество рынка не связано с более быстрым получением информации, а скорее с более эффективным агрегированием рассеянных данных.

Механизмы рынка более эффективно синтезируют фрагменты информации, слишком разбросанные, отраслево-специфичные или слишком расплывчатые для традиционных эконометрических моделей. В то время как механизмы опроса для получения консенсусных прогнозов борются с обработкой гетерогенной информации в одинаковые сроки, рыночные цены мгновенно взвешивают и объединяют это рассеянное знание.

Расхождение как раннее предупреждение: превращение рыночных разногласий в дейческий интеллект

Исследование выявляет особенно практическое измерение: расхождение между рыночными прогнозами и ожиданиями консенсуса служит количественной системой раннего предупреждения о возможных экономических сюрпризах. Когда расхождение превышает порог в 0,1 процентного пункта (обычно означающего значимое экономическое различие), вероятность реального шока достигает 81,2%, а на дату публикации — примерно 82,4%.

Это превращает расхождение в предсказании рынка из простого альтернативного прогноза в «метасигнал» о неопределенности прогнозирования. Для управляющих портфелями, оценки рисков или макроэкономических ставок этот сигнал предоставляет дейческую информацию о том, когда традиционный консенсус сталкивается с повышенной вероятностью провала.

Это имеет значение не только для прогнозов CPI. В условиях, когда ожидания консенсуса сильно зависят от коррелированных моделей и общих источников информации, предсказательные рынки предлагают принципиально другие механизмы агрегирования информации, способные раньше улавливать переходы в экономическом состоянии и более эффективно обрабатывать гетерогенные данные.

Ограничения и путь вперед

Исследование признает важные ограничения: выборка охватывает примерно 30 месяцев, а крупные шоковые события — по определению редки, — остаются статистически ограниченными. Более длинные временные ряды укрепили бы выводы, однако текущие результаты ясно показывают превосходство рыночных прогнозов и значимость сигналов расхождения.

Будущие направления исследований особенно важны: определить, можно ли предсказать само расхождение, используя показатели волатильности и разногласий прогнозов на более широких выборках и по нескольким макроэкономическим индикаторам; установить порог ликвидности, при котором рынки стабильно превосходят традиционные методы; и исследовать связи между рыночными подразумеваемыми значениями и предсказаниями высокочастотных торговых инструментов.

Последствия для управления рисками в эпоху неразберихи

Ключевой вывод очевиден: когда финансовые рынки переживают ту самую неразбериху, которая делает устаревшими исторические модели — периоды структурной неопределенности, рост числа tail-событий и разрывов корреляций — предсказательные рынки предлагают не просто улучшение прогноза, а значимый источник альфы.

Для институциональных инвесторов, оценивающих риски портфеля, центральных банков, анализирующих траектории инфляции и политиков, разрабатывающих экономические меры, это исследование показывает, что предсказательные рынки должны стать фундаментальной частью надежной системы управления рисками. Около 40% базового снижения ошибки и до 60% — во время шоков — это не просто академические показатели, а источники экономически значимой альфы именно в те моменты, когда точность прогноза наиболее важна.

По мере того как макроэкономические условия все больше характеризуются неожиданными сдвигами и нелинейной динамикой, вопрос перестает быть «превосходят ли предсказательные рынки» — и становится «игнорирование их сигналов расхождения — индикаторов слабости консенсуса именно в те моменты, когда традиционные модели наиболее уязвимы — является экономически рациональным решением».