Может ли коллективный рыночный интеллект снизить ошибку прогнозирования лучше, чем консенсус Уолл-Стрит? Доказательства из исследований рынка предсказаний

Недавние исследования Kalshi, ведущей платформы предсказательных рынков, предоставляют убедительные доказательства того, что механизмы прогнозирования на основе рынка постоянно превосходят институциональные консенсус-прогнозы в снижении ошибки прогноза — особенно в периоды экономических потрясений. Исследование анализировало прогнозы Индекса потребительских цен (CPI) за более чем 25 месячных циклов публикации с февраля 2023 по середину 2025 года, сравнивая рыночные прогнозы с традиционным консенсусом аналитиков Уолл-стрит.

Результаты бросают вызов традиционной мудрости о точности прогнозирования и поднимают важные вопросы о том, как институты должны подходить к экономической неопределенности. Как показывает исследование, ответ на вопрос «три сапожника перехитрили Чжугэ Ляня» — древнюю китайскую пословицу о коллективной мудрости — может заключаться не в наличии большего числа экспертов, а в создании лучших механизмов для агрегирования разнообразной информации.

Проблема данных: почему традиционные консенсус-прогнозы уступают

Финансовые институты публикуют консенсус-прогнозы примерно за неделю до официальной публикации экономических данных. Эти консенсусные взгляды представляют собой агрегированные мнения нескольких аналитиков и экономистов, которые рынки рассматривают как ключевой ориентир для принятия решений. Однако за этим поверхностным согласием скрывается фундаментальное структурное ограничение.

Аналитики Уолл-стрит, несмотря на их экспертизу, работают в рамках организационных систем, где системы стимулов создают систематические предвзятости. При формировании своих прогнозов институциональные экономисты обычно используют схожие эконометрические модели, общие источники данных и перекрывающиеся исследовательские отчеты. Эта однородность означает, что консенсусные прогнозы часто сосредоточены вокруг традиционных предположений — именно тех предположений, которые наиболее вероятно провалятся во время смены режима.

Исследование показывает, что при всех условиях рынка рыночные прогнозы CPI демонстрируют среднюю абсолютную ошибку (MAE), примерно на 40% ниже чем у консенсусных прогнозов. Этот разрыв в эффективности значительно увеличивается при анализе ошибок прогноза в различных экономических условиях, что говорит о систематическом преимуществе.

Внезапные события выявляют крупные разрывы в прогнозах

Самые яркие выводы возникают, когда исследователи разделили события на три категории по сложности предсказания:

Нормальные экономические условия: рыночные прогнозы и консенсусные ожидания работают примерно одинаково, без явного преимущества. В эти стабильные периоды подход институционального консенсуса работает достаточно хорошо.

Умеренные экономические шоки (ошибка прогноза между 0.1-0.2 процентных пункта): рыночные прогнозы снижают ошибку прогноза на 50-56% по сравнению с консенсусом. Это преимущество усиливается по мере приближения даты публикации — достигая 56,2% сокращения за один день до публикации данных.

Крупные экономические шоки (ошибка прогноза более 0.2 процентных пункта): разрыв в эффективности становится драматичным. Рыночные прогнозы снижают ошибку прогноза на 50-60% по сравнению с институциональным консенсусом. За один день до публикации это преимущество может расшириться примерно до 60% или более.

Асимметрия поразительна: рынки предсказаний дают минимальное улучшение в спокойные периоды, но обеспечивают значительное преимущество именно тогда, когда точность прогноза наиболее важна для экономики. Для институтов, управляющих рисками «хвостов», эта модель показывает, что традиционный консенсусный прогноз наиболее сильно ошибается именно в моменты, когда точные предсказания наиболее ценны.

Помимо точности, исследование выявляет важный «метасигнал»: когда рыночные прогнозы отклоняются от консенсуса более чем на 0.1 процентных пункта, существует примерно 81,2% вероятность того, что произойдет экономический сюрприз. В случаях разногласий рыночные прогнозы оказываются более точными в 75% случаев. Это означает, что расхождение в прогнозах само по себе становится действенной информацией — количественной системой раннего предупреждения о неопределенности прогноза.

Три механизма превосходства рынка в точности прогнозов

Почему коллективный рыночный интеллект постоянно превосходит Уолл-стрит в снижении ошибки прогноза? Исследование предлагает три взаимодополняющих объяснения:

1. Гетерогенная интеграция информации

Рынки предсказаний агрегируют позиции участников с действительно разной информационной базой: собственными моделями, отраслевыми инсайтами, альтернативными источниками данных и интуитивными оценками. В отличие от этого, институциональный консенсус объединяет мнения, сформированные на основе очень схожих аналитических рамок.

Это разнообразие особенно ценно во время «состояний перехода» — периодов, когда исторические связи разрываются и структура рынка меняется. Индивидуальные участники рынка, обладающие разрозненной, локальной информацией, обнаруживают через взаимодействие на рынке, что их фрагментированные инсайты объединяются в коллективные сигналы, которые полностью пропускает механизм консенсуса. Эффект «мудрости толпы», реализуемый через финансовые стимулы.

2. Совпадение систем стимулов

Институциональные прогнозисты сталкиваются с сложными организационными давлениями, при которых отклонение от консенсуса несет значительный репутационный риск. Профессиональные издержки «быть неправым одному» зачастую превышают награды за «быть правым одному», создавая систематическую предвзятость к конформизму. Консенсусное объединение снижает риск ошибок отдельного прогноза, но не исправляет групповые ошибки.

Трейдеры на рынке работают по совершенно другим системам стимулов: точные прогнозы приносят прибыль; неточные — убытки. Нет репутационного буфера, защищающего плохих прогнозистов от финансовых последствий. Это прямое совпадение между точностью и экономическим результатом создает более сильное селективное давление. Трейдеры, способные выявлять ошибки консенсуса, накапливают капитал и влияние на рынке, тогда как те, кто механически следует за консенсусом, терпят постоянные убытки во время потрясений.

Это асимметрия стимулов особенно важно в периоды неопределенности — именно тогда институциональные прогнозисты испытывают максимальное давление следовать за консенсусом, а участники рынка — максимальную возможность заработать на ошибках этого консенсуса.

3. Эффективность агрегирования информации

Удивительно, что рыночные прогнозы сохраняют преимущество даже за неделю до официальной публикации данных — именно в этот срок публикуется консенсус. Это говорит о том, что преимущество рынка не связано с более быстрым получением информации. Скорее, рынки более эффективно обрабатывают фрагментированную информацию, слишком разрозненную, отраслево-специфическую или слишком неформальную для традиционных эконометрических моделей.

В то время как механизмы консенсуса на основе анкетирования испытывают трудности с интеграцией гетерогенной информации за тот же срок, рыночные цены постоянно синтезируют разнообразные сигналы в единые прогнозы. Эффективность интеграции информации на рынке работает по другому — и, судя по всему, более эффективно — чем традиционный экспертный консенсус.

От академического открытия к практическому управлению рисками

Для институтов, которым приходится принимать решения в условиях структурной неопределенности и растущей частоты хвостовых событий, эти выводы показывают, что снижение ошибки прогноза за счет интеграции предсказательных рынков — это не просто постепенное улучшение прогнозирования, а фундаментальное обновление системы управления рисками.

Эти выводы выходят за рамки прогнозирования CPI. Исследование определяет несколько направлений для будущих исследований: можно ли с помощью «шокового альфа» индикаторов предсказать будущие потрясения на более широких выборках и по нескольким макроэкономическим показателям; установить минимальные уровни ликвидности, необходимые для постоянного превосходства рынка; и исследовать связи между рыночными прогнозами и прогнозами высокочастотных финансовых инструментов.

В условиях, когда консенсусные прогнозы основаны на сильно коррелированных моделях и общих информационных наборах, предсказательные рынки предоставляют альтернативный механизм агрегирования, который раньше выявляет переходы состояний и более эффективно обрабатывает гетерогенную информацию. Для принимающих решения это означает, что расхождение между рыночными и консенсусными прогнозами следует рассматривать не как аномалию, требующую объяснения, а как важный сигнал, заслуживающий серьезного аналитического внимания.

Древняя мудрость о том, что «три сапожника перехитрили Чжугэ Ляня», находит современное подтверждение не в добавлении большего числа экспертов к панелям, а в принципиально иных механизмах преобразования разнородной информации в предсказательные сигналы. Когда ошибка прогноза несет реальные экономические последствия, институциональные решения все больше зависят от интеграции как традиционного экспертного консенсуса, так и рыночных альтернатив в комплексные системы прогнозирования.