在充分條件下，「預測市場」的價格和市場投資人的平均看法相符。若投資人財富與其看法相關，「預測市場」的價格會等於財富的加權平均值

預測市場介紹
壹、緣起

「預測」是任何科學最困難的部分，也是對人類智慧最大的挑戰，但卻是大家最想達成的目標。很多人窮其一生，只為了「預測」一件事情，例如火山會不會在特定時間與特定地點爆發、金融風暴會不會在亞洲發生、SARS會不會在中國蔓延、恐怖份子會不會再繼續攻擊美國等。這些事情對人類的影響相當深遠，嚴重時甚至將會影響到整個人類的生存。「預測市場」（prediction markets）的機制可以提供我們一種前所未有的、強大而即時的工具，讓我們更容易掌握未來世界。

傳統上，所謂的「預測」乃是建立在某些專家的意見或判斷上，但往往涉及冗長的過程，而且不一定能夠得到準確的判斷與更好的結果。特別是，在資訊爆炸的時代，我們如何選擇有用的意見或判斷，是一件相當困難的事情。我們需要一種有效的機制將各種有用的資訊彙整，以集結眾人的智慧與資訊的方式預測未來的事件。過去，我們曾以調查(survey)的方式來觀察民意的走向與預測特定事件（例如選舉）的結果。然而，調查結果不一定準確、不具有持續性、而且必須花費昂貴的代價進行。再者，有些問題是無法實驗的，特別是社會科學的問題，這也使得「預測」充滿困難度與不確定性。例如，政府政策執行之前往往無法預先知道後果或連帶的副作用，使得政策難免出現瑕疵，甚至造成災難性的後果。「預測市場」可以提供一種有效而且低成本的預測機制，以探索民意及進行政策實驗的方式來改善公共政策的制定品質。

「預測市場」的基本咦鳈C制是有效而即時地整合眾人的智慧，遠遠比單一的資訊來源更為可靠與準確。這種集合眾人的咦鳈C制在過去的歷史發展中已被多次哂茫??纾航鹑谑袌龅母鞣N指數(index)是最能有效衡量經濟與金融體系的指標。網路的出現提供更為便捷的方式來整合總體資訊。例如網路新聞通常比傳統的新聞媒體提供更為即時、更多元、更充分的資訊。維基百科全書（Wikipedia）亦是這種咦鳈C制著名的成功案例。維基百科開始於2001年1月15日，創始人是Jimmy Wales和Larry Sanger，以及幾個熱情的參與者。大約3年後，在2004年的3月，該百科全書已經有將近6,000名的活躍參與者，編寫了50種語言的 600,000篇條目，而到了2007年10月，英語版更是突破2百萬篇條目。目前維基百科全書的資料已經超過大英百科全書，而且每天都有來自世界各地的許多參與者進行數千次的編輯和創建新條目。中文維基百科也正式開始於2002年10月，到了2007年10月，也累積超過了近15萬篇條目。另一個哂帽娙酥腔劢?媿湫鹿?藏數某晒Π咐??侨?澜鐢等f名的電腦工程師正在推動開放的原始碼自由軟體計畫，其中Linux已經成為全世界超過一半以上的企業級伺服器所採用的作業系統，而不是微軟或IBM的商業版權系統。以上的案例都說明每個人貢獻一部份的資訊與智慧，最後會形成對大家都有利的產品。

貳、「預測市場」簡介

簡言之，「預測市場」是透過市場機制讓參與者買賣未來事件的合約，其報酬由該事件的結果決定。因此，合約的價格可視為整體市場對該事件發生機率的預測。每個合約都會事先設定「到期日」。合約到期時，即確定該事件「發生」或是「未發生」。若發生，該合約的交易價格為一固定金額(如$100)；若未發生，該合約的交易價格為零。舉例來說，在一個有關選舉的「預測市場」中，參與者可以買賣各候選人當選的合約，若該候選人當選，則持有該候選人當選合約的參與者即可獲利。反之，若該候選人落選，持有相關合約則會導致虧損。「預測市場」又稱為資訊市場 (information markets)、構想市場 (idea markets)、決策市場 (decision markets) 或是事件期貨 (event futures)。

「預測市場」已經被應用在預測選舉結果、電影票房、產品銷售業績、專案進度、總體經濟指標、甚至國際政經風險變化等事件上。在企業應用上，包括預測產品研發的時程、預測產品研發的成果、新藥物核准上市與否。在公共部門方面，在911恐怖分子攻擊之後，美國國防部曾計畫設立「政策分析市場」（Policy Analysis Market），透過「預測市場」的機制來整合國內所有情報部門經年累月所蒐集的千絲萬縷的資訊，並以量化指標的方式呈現，藉以預測地緣政治風險。但是該計畫卻因負面的媒體宣傳而告終止。最近則有區域性的流行性感冒市場預測流行性感冒爆發的可能性。而在許多國家都有選舉「預測市場」，如奧地利、澳洲、加拿大、德國、荷蘭、美國及台灣等。最具知名度的「預測市場」是自1988年就開始咦鞯拿绹鴲酆扇A大學的「選舉預測市場」(Iowa Electronic Markets; 簡稱IEM)。該市場預測歷屆美國總統大選結果之準確度超過傳統民意調查甚多，因而引起各種學術領域學者的興趣，包括政治、經濟、社會、心理、金融、公共選擇以及資訊科學，在近幾年來產出了許多可觀的研究成果。

一、「預測市場」之類型

根據合約形式和報酬計算方式的不同，「預測市場」可以分為三大類：

1.報酬由特定事件發生與否決定（例如，候選人甲當選）。
2.報酬由連續性變數決定（例如，候選人甲之得票率）。
3.報酬由以上兩者交叉組合決定（例如，候選人甲之得票率超過百分之三十）。
在每一類「預測市場」中，相關合約之價格會透露出不同特定參數(例如機率參數)的市場預期。有些較複雜的合約結構還可以用來取得其他的參數。以「贏家全拿」的合約組為例，每個合約連結到不同的事件狀態，則可以顯示完整的機率分佈。 依據交易類型而分，「預測市場」合約交易可分為拍賣（主要是雙向拍賣，double auction)、頭彩均分 (pari-mutuel pools)、莊家設局 (bookmaker mediated betting markets)、或是市場積分制 (market scoring rules)。

二、「預測市場」之理論基礎

「預測市場」最重要的功用是資訊整合 (information aggregation )。Hayek (1945) 首先提出市場價格可以彙整反映各種相關資訊的看法。Grossman (1976) 觀察到在特定的條件下，指數型期貨的均衡價格可以完美地反映非公開資訊，亦即市場價格充分代表所有資訊的總和。Manski (2006) 證明「預測市場」所決定出的均衡價格是來自「預測市場」的所有參與者們(traders)的信念(beliefs)的機率推估。Wolfers and Zitzewitz (2005a) 認為在充分條件下，「預測市場」的價格和市場投資人的平均看法相符。若投資人財富與其看法相關，「預測市場」的價格會等於財富的加權平均值。然而， Manski and Wofers-Zitzewitz 的模型均未觸及投資人看法的來源，因此避開了Milgrom and Stokey (1982) 所形容的無交易定理(no trade theorem)，亦即投資人應該總是會擔心和他們交易的其他投資人擁有本身所不知道的資訊，因而修正本身的看法而不下單交易。目前並無對「預測市場」交易行為的完整解釋。Wolfers 和Zitzewitz (2006) 根據 Kyle (1985) 模型提出了一種可能的解釋：交易是由對該合約有著避險或是娛樂需求，卻缺乏充分資訊的投資人，或是企圖炒作該合約的投機客所主導。

相較於傳統資訊整合的方法，「預測市場」還多提供了讓參與者說實話的誘因。參與者所提供的資訊（價格）最終會關係到本身財富的增減。因此，提供不實情報者或意圖操控價格者最後可能會蒙受經濟損失。Hanson and Oprea (2005）發現這樣的損失反而會促進具有內幕消息的投資人的參與，進而提昇整體「預測市場」價格的準確性。

「預測市場」的另一項重要功能是提供資訊發現 (information discovery) 的誘因。Grossman and Stiglitz (1976) 探討了資訊蒐集成本極高的情況，指出在現實世界中，價格並不可能是完全有效率的。若價格能充分反映資訊，投資人就不會有誘因來蒐集資訊。因此，他們建立了下列模型：價格永遠不可能充分反映所有投資人所掌握的資訊，缺乏效率的價格剛好足夠誘導一部分投資人蒐集資訊。

三、「預測市場」之實證發現

有關「預測市場」的研究正在蓬勃發展中。雖然不同領域的相關實證仍在增加中，但是我們根據現有的初步資料已經可以歸納出下列幾項發現：

1.市場價格傾向於迅速反應新資訊。
2.價格的時間序列似乎符合隨機漫步 (random walk)，而單純根據公開資訊操作並無法獲利。
3.企圖操控市場價格通常都會失敗。
4.「預測市場」的預測準確性相當高，一般而言均高於其他預測方法，例如民意調查或是專家預測。
儘管有著上述令人印象深刻的發現，「預測市場」仍有許多尚待研究解決的問題，例如：

1.如何吸引資訊不充分的市場投資人？
2.如何將相關議題合約化？
3.如何處理市場炒作 (manipulation)、偏見 (bias) 及泡沫 (bubbles)？
4.如何處理極端型市場（事件發生機率極低或是極少人參與）？
5.如何區分關聯性 (correlation) 與因果關係 (causation)？