Снижение ошибки прогнозирования на 40%: почему рынки превосходят Уолл-Стрит по CPI

Прорывное исследование платформы предсказательных рынков Kalshi выявляет поразительный факт: при прогнозировании Индекса потребительских цен (CPI) в США коллективные участники рынка постоянно демонстрируют значительно более низкие показатели ошибки предсказания по сравнению с консенсусом Уолл-стрит. Исследование охватило более 25 месячных циклов CPI с февраля 2023 по середину 2025 года, предоставляя убедительные доказательства того, что прогнозы, основанные на данных рынка, превосходят традиционные институциональные оценки — особенно в периоды экономических шоков.

Последствия этого открытия весьма значимы. Для управляющих инвестициями, специалистов по управлению рисками и политиков, которым необходимо принимать важные решения в периоды экономической турбулентности, это исследование говорит о том, что предсказательные рынки должны стать неотъемлемой частью их инструментария прогнозирования.

Разрыв в эффективности: цифры, рассказывающие историю

Главный вывод поразителен: прогнозы CPI, основанные на данных рынка, показывают среднюю абсолютную ошибку (MAE), примерно на 40% ниже, чем ожидания консенсуса при всех рыночных условиях. Это не просто незначительное улучшение — это фундаментальное отличие в возможностях прогнозирования.

При рассмотрении конкретных временных рамок преимущество сохраняется:

• За неделю до публикации данных (в соответствии с временем ожиданий консенсуса): ошибка предсказания на 40,1% ниже
• За один день до публикации: на 42,3% ниже
• Утром дня публикации: ещё большее преимущество

Но, возможно, наиболее показательным является показатель направленности. Когда рыночные прогнозы отклоняются от ожиданий консенсуса на 0,1 процентного пункта или более, рыночные предсказания оказываются более точными в 75% случаев. Это говорит о чем-то большем, чем просто случайных колебаниях — рынок систематически улавливает сигналы, которые пропускает консенсус Уолл-стрит.

Когда ошибка предсказания становится наиболее дорогостоящей: эффект шока (

Истинная сила предсказательных рынков проявляется во время экономических шоков — именно тогда точность прогнозов особенно важна.

При умеренных шоках (фактические отклонения от консенсуса 0,1–0,2 процентных пункта):

• Ошибка рыночных прогнозов на 50–56% ниже, чем у консенсуса
• Это преимущество увеличивается по мере приближения дня публикации

При крупных шоках (отклонения свыше 0,2 п.п.):

• Ошибка предсказаний рынка на 50–60% ниже, чем у консенсуса
• Некоторые анализы показывают, что разрыв достигает 60%+ в день публикации

Контраст с обычными рыночными условиями показывает, что в периоды без сюрпризов прогнозы рынка и институциональные прогнозы работают примерно одинаково. Истинное преимущество рынка проявляется именно тогда, когда традиционные модели дают сбой — во время экстремальных событий, когда стоимость ошибки максимальна.

Мета-сигнал, за которым стоит следить: расхождение рынка и консенсуса

Помимо предоставления более точных прогнозов, предсказательные рынки дают нечто не менее ценное: квантитативный сигнал о надвигающихся сюрпризах.

Когда рыночные прогнозы отклоняются от консенсуса более чем на 0,1 п.п., вероятность реального экономического шока достигает примерно 81%. За день до публикации данных эта вероятность возрастает до 82–84%.

Можно сказать так: участники рынка «знают что-то», когда они значительно расходятся с институциональным консенсусом. Такое расхождение само по себе становится мета-сигналом — не просто конкурирующим прогнозом, а ранним предупреждением о неожиданных результатах. В ситуациях, когда происходит расхождение, прогноз рынка оказывается более точным в 75% случаев, выступая одновременно и как предсказание, и как детектор шока.

Механизмы: почему коллективный интеллект превосходит экспертный консенсус

Три взаимодополняющих фактора объясняют, почему предсказательные рынки систематически дают меньшую ошибку, чем аналитики Уолл-стрит:

1. Разнообразие вместо корреляции

Консенсусные прогнозы, несмотря на участие множества институтов, работают в узком диапазоне сходства. Эконометрические модели, используемые разными фирмами, основаны на общих предположениях. Источники данных пересекаются. «Общая база знаний» действительно общая.

Рынки, напротив, собирают информацию от участников с действительно разным опытом — собственными торговыми моделями, секторной экспертизой, альтернативными источниками данных и интуицией. Теория «мудрости толпы» объясняет это математически: когда участники обладают независимой информацией и их ошибки не полностью коррелированы, объединение различных прогнозов дает лучшие оценки. Это особенно ценно во время макроэкономических сдвигов, когда разбросанная локальная информация внезапно становится критической.

2. Совпадение стимулов

Здесь встречаются психология человека и механика рынка. Профессиональные прогнозисты внутри институтов сталкиваются с асимметричной системой стимулов:

• Значительная ошибка в одиночку влечет за собой огромные репутационные издержки
• Значительно правильный прогноз (отличающийся от коллег) приносит умеренные профессиональные награды
• Это создает мощное давление стадного поведения — безопаснее ошибаться вместе, чем быть единственным правильным

Трейдеры на рынке сталкиваются с противоположным: точность — это прибыль, ошибка — это убыток. Нет репутационной подушки, нет организационной политики. В такой среде участники, систематически выявляющие ошибки консенсуса, накапливают капитал и влияние, а те, кто следует за стадом, постоянно терпят убытки.

Это различие особенно ярко проявляется во время пиков неопределенности — именно тогда институциональные прогнозисты рискуют своей карьерой и испытывают максимальное давление оставаться в рамках консенсуса. Стимулы рынка идут в противоположную сторону.

3. Превосходная синтезация информации

Самое интригующее — рынки демонстрируют преимущества в прогнозировании даже за неделю до официальных публикаций CPI — в тот же временной интервал, когда появляются прогнозы консенсуса. Это говорит о том, что рынки не просто получают информацию быстрее. Они более эффективно синтезируют разрозненную информацию.

Механизмы консенсуса на основе опросов или анкет затруднены в обработке разбросанных, отраслевых или неформальных данных. Рынки превосходят в этом плане, эффективно собирая неформальные знания, которые живут у миллионов участников, но редко попадают в формальные эконометрические модели.

От исследований к управлению рисками: практические выводы

Эти выводы выходят за рамки академической области. Для организаций, управляющих портфелями, капиталом или политическими мерами в периоды экономической неопределенности:

1. Обнаружение шоков: используйте расхождение рынка и консенсуса (>0,1 п.п.) как формальную систему раннего предупреждения. Вероятность шока 81%+ не должна игнорироваться.

2. Инфраструктура прогнозирования: в условиях, когда структурные изменения увеличиваются, а экстремальные события происходят чаще, предсказательные рынки должны дополнять — а не заменять — традиционные методы прогнозирования. Совмещение обеспечивает захват как модельных, так и распределенных рыночных инсайтов.

3. Распределение рисков: при принятии решений в периоды высокой неопределенности больше полагайтесь на сигналы предсказательных рынков. Ошибка предсказания снижается максимально именно тогда, когда стоимость ошибки наиболее высока.

Взгляд в будущее: границы исследований

Результаты Kalshi открывают несколько важных направлений для дальнейших исследований:

• Могут ли показатели волатильности и расхождения прогнозов помочь предсказать сами шоковые события?
• При каких уровнях ликвидности рынки стабильно превосходят традиционные методы?
• Как соотносятся рыночные прогнозы с сигналами высокочастотных финансовых инструментов?

Заключение: иная парадигма агрегирования информации

Главный вывод прост, но важен: предсказательные рынки функционируют на принципиально иной информационной архитектуре, чем экспертный консенсус. Они снижают ошибку предсказания за счет разнообразия, а не корреляции, через прямые стимулы, а не институциональное давление, через распределенный синтез, а не централизованные модели.

В условиях экономики, характеризующейся растущей структурной неопределенностью и увеличением частоты экстремальных событий, это — не просто постепенное улучшение прогнозирования, а смена парадигмы в подходе к макроэкономическому прогнозированию и управлению рисками. Снижение ошибки предсказания на 40% в целом и до 60% во время шоков показывает, что игнорировать сигналы рынка становится не только неэффективно, но и все более неприемлемо для организаций, чьи решения имеют материальные последствия.