a16z: スーパーボウルの市場動向を予測する

著者: スコット・デューク・コミナーズ、a16z

アメリカ時間2月8日（北京時間2月9日午前7時30分）、何億人ものNFLファンが画面越しにスーパーボウルを観戦した。彼らの多くは同時に別の画面も見ており、優勝チームや最終スコアから各チームのクォーターバックのパスヤードまで、あらゆる賭けオプションが揃った予想市場の動向を注視していた。

過去1年間、米国の予測市場の取引量は少なくとも279億ドルに達し、スポーツの結果や経済政策の策定から新製品の発売まで、幅広いトピックを網羅しています。しかし、これらの市場の本質は依然として大きな議論の的となっています。それは取引行為なのか、それとも賭博なのか？人々の知恵を集めるニュースツールなのか、それとも科学的検証の方法なのか？そして、現在の開発モデルは最適な解決策なのか？

長年市場とインセンティブメカニズムを研究してきた経済学者として、私の答えはシンプルな前提から始まります。市場を予測することこそが、本質的に市場そのものです。そして市場は、資源を配分し、情報を統合するための中核的なツールです。予測市場の運用ロジックは、特定のイベントに連動する資産を導入することです。イベントが発生すると、その資産を保有するトレーダーはリターンを得ることができ、人々はイベントの結果に関する独自の判断に基づいて取引を行い、こうして市場の中核的な価値を実現します。

市場設計の観点から見ると、予測市場の情報を参照することは、一人のスポーツコメンテーターの意見を聞いたり、ラスベガスの賭けのオッズを見るよりもはるかに信頼性が高いです。従来のスポーツ賭博組織の中心的な目的は、試合結果を予測することではなく、オッズを調整することで「賭け金のバランスをとる」ことであり、常に賭け金の少ない側に資金を引き寄せることです。ラスベガスの賭けは、予想外の結果に賭けるプレイヤーを増やすことを目指していますが、予測市場では、人々が自身の真の判断に基づいて取引を行うことができます。

予測市場は、膨大な情報から有用なシグナルを抽出することを容易にします。例えば、新たな関税の可能性を予測したい場合、大豆先物価格からそれを導き出すのは非常に間接的です。なぜなら、先物価格は複数の要因の影響を受けるからです。しかし、予測市場でこの質問を直接尋ねると、より直感的な答えが得られます。

このモデルの最も初期の形態は16世紀ヨーロッパにまで遡ることができ、当時は人々が「次の教皇」に賭けることさえありました。現代の予測市場の発展は、現代経済学、統計学、メカニズムデザイン、そしてコンピュータサイエンスの理論的枠組みに根ざしています。1980年代には、カリフォルニア工科大学のチャールズ・プラットとイェール大学のシャム・サンドが正式な学術的枠組みを確立し、その後まもなく、最初の現代予測市場であるアイオワ・エレクトロニック・マーケットが正式に立ち上げられました。

予測市場の仕組みは実は非常にシンプルです。例えば、シアトル・シーホークスのクォーターバック、サム・ダーノルドが相手チームのエンドゾーンから1ヤード以内にパスを投げるかどうかを賭けるケースを考えてみましょう。市場は対応する取引契約を発行し、もしそのイベントが起こった場合、各契約の保有者に1ドルが支払われます。トレーダーはこれらの契約を継続的に売買するため、契約の市場価格はイベント発生の確率、つまりトレーダーの結果に対する総合的な評価と解釈できます。例えば、価格が0.50ドルの契約は、市場がイベント発生の確率を50%と見ていることを意味します。

あるイベントの発生確率が50%以上（例えば67%）と判断された場合、その契約を購入できます。そのイベントが最終的に発生した場合、0.50ドルで購入した契約は1ドルの利益をもたらし、粗利益は0.67ドルになります。購入によって契約の市場価格が上昇し、それに伴う確率評価も上昇します。これは、市場が現在そのイベントの発生確率を過小評価していると考えている人がいるというシグナルを市場に送ります。逆に、市場が確率を過大評価していると考えている人がいる場合、売却することで価格と確率評価は下落します。

予測市場がうまく機能すれば、他の予測手法に比べて大きな優位性を発揮します。世論調査やアンケートでは、意見の割合しか得られません。これを確率推定値に変換するには、調査サンプルと全体人口との相関関係を分析する統計的手法が必要です。さらに、これらの調査結果は特定の瞬間における静的なデータであることが多いのに対し、予測市場情報は新たな参加者の追加や新たな情報の出現によって継続的に更新されます。

さらに重要なのは、予測市場には明確なインセンティブメカニズムがあり、トレーダーは皆「実践的」であるということです。彼らは自らが保有する情報を綿密に分析し、最も理解している分野にのみ資金を投資し、リスクを負う必要があります。予測市場では、人々は自身の情報と専門知識を利益に変換できるため、誰もが関連情報をより深く理解しようと積極的に努力するインセンティブが生まれます。

最後に、予測市場は他のツールよりもはるかに幅広い影響力を持っています。例えば、原油先物のロングポジションやショートポジションを取ることで、石油需要と利益に影響を与える情報を持っている人がいるかもしれません。しかし実際には、私たちが予測したい結果の多くは、商品市場や株式市場では達成できません。例えば、最近、様々な評価を統合して特定の数学的問題の解決時期を予測しようとする専用の予測市場が登場しました。これは科学の発展に不可欠な情報であり、人工知能の発展レベルを測る重要なベンチマークとなっています。

予測市場は大きな利点を有しているものの、その真価を発揮するには依然として多くの課題に直面しています。まず、市場インフラレベルでは、明確にすべき疑問が依然として残っています。イベントが実際に発生したかどうかを検証し、市場のコンセンサスを得るにはどうすればよいのでしょうか？市場運営の透明性と監査可能性をどのように確保すればよいのでしょうか？

第二に、市場設計における課題があります。例えば、取引には関連情報を持つ参加者が必要です。参加者全員が無知であれば、市場価格は有効なシグナルを伝えることができません。逆に、異なる関連情報を持つ多様な参加者が取引に参加する意思を持つ必要があります。そうでなければ、予測市場の評価は偏ってしまいます。ブレグジット国民投票前の予測市場は、その逆の典型的な例です。

しかし、完全なインサイダー情報を持つ参加者の参入は、新たな問題を引き起こす可能性もあります。例えば、シーホークスの攻撃コーディネーターは、サム・ダーノルドが1ヤード以内にパスを出すかどうかを明確に把握しており、結果に直接影響を与えることさえ可能です。このような人物が取引に参加すれば、市場の公正性は著しく損なわれるでしょう。潜在的な参加者が市場にインサイダー取引者がいると信じれば、彼らは合理的に市場から離脱することを選択し、最終的には市場の崩壊につながる可能性があります。

さらに、予測市場は市場操作の影響を受けやすい側面もあります。本来は世論を統合するために意図されたこのツールを、世論を操作する手段に転用する人もいます。例えば、候補者の選挙運動チームが選挙資金を使って予測市場の評価に影響を与え、「勝利は目前」という雰囲気を作り出す可能性があります。幸いなことに、予測市場にはこの点に関してある程度の自己修正機能が備わっています。ある契約の確率評価が合理的な範囲から逸脱した場合、トレーダーは常に逆方向に取引を行い、市場を合理性へと回帰させます。

こうしたリスクを踏まえ、予測市場プラットフォームは、参加者管理、契約設計、市場運営といった各段階における運用の透明性向上とルールの明確化に注力する必要があります。これらの課題がうまく解決されれば、予測市場は予測の未来においてますます重要な役割を果たすようになると予想されます。