Artikel ini dari:Kalshi Research
Disusun oleh|Odaily Planet Daily(@OdailyChina); Penerjemah|Azuma(@azuma_eth)
Catatan Editor: Platform pasar prediksi terkemuka Kalshi kemarin mengumumkan peluncuran kolom laporan penelitian baru bernama Kalshi Research, yang bertujuan untuk menyediakan data internal Kalshi kepada para akademisi dan peneliti yang tertarik pada topik terkait pasar prediksi. Laporan penelitian pertama dari kolom ini telah dirilis, dengan judul asli "Kalshi Lebih Baik dari Wall Street dalam Memprediksi Inflasi" (Beyond Consensus: Prediction Markets and the Forecasting of Inflation Shocks).
Berikut adalah konten asli laporan tersebut, yang disusun oleh Odaily Planet Daily.
Gambaran Umum
Biasanya, seminggu sebelum rilis data statistik ekonomi penting, analis lembaga keuangan besar dan ekonom senior akan memberikan perkiraan nilai yang diharapkan. Perkiraan-perkiraan ini, ketika dikumpulkan, disebut sebagai "ekspektasi konsensus" dan telah lama dianggap sebagai referensi penting untuk mengamati perubahan pasar dan menyesuaikan tata letak posisi.
Dalam laporan penelitian ini, kami membandingkan kinerja ekspektasi konsensus dengan harga tersirat dari pasar prediksi Kalshi (kadang-kadang disingkat "prediksi pasar" di bawah ini) dalam memprediksi nilai sebenarnya dari sinyal makroekonomi inti yang sama — tingkat inflasi tahun-ke-tahun (YOY CPI).
Highlight Utama
- Akurasi Keseluruhan yang Lebih Unggul: Dalam semua lingkungan pasar (termasuk lingkungan normal dan lingkungan goncangan), Kesalahan Absolut Rata-rata (MAE) prediksi Kalshi 40.1% lebih rendah dari ekspektasi konsensus.
- “Shock Alpha”: Pada saat terjadi goncangan besar (lebih besar dari 0,2 poin persentase), dalam jendela prediksi satu minggu sebelumnya, prediksi Kalshi memiliki MAE 50% lebih rendah dari ekspektasi konsensus, dan pada hari sebelum data dirilis, MAE akan meningkat lebih lanjut menjadi 60%; pada saat terjadi goncangan menengah (antara 0,1 - 0,2 poin persentase), dalam jendela prediksi satu minggu sebelumnya, prediksi Kalshi juga memiliki MAE 50% lebih rendah dari ekspektasi konsensus, dan pada hari sebelum data dirilis akan meningkat menjadi 56,2%.
- Sinyal Prediktif: Ketika deviasi antara prediksi pasar dan ekspektasi konsensus melebihi 0,1 poin persentase, probabilitas terjadinya goncangan adalah sekitar 81,2%, dan pada hari sebelum data dirilis akan naik menjadi sekitar 82,4%. Dalam kasus di mana prediksi pasar tidak konsisten dengan ekspektasi konsensus, prediksi pasar lebih akurat dalam 75% kasus.
Latar Belakang
Para peramal makroekonomi menghadapi tantangan internal: momen yang paling penting untuk diprediksi — yaitu ketika pasar kacau, kebijakan berubah arah, dan terjadi patahan struktural — justru adalah tahap di mana model historis paling mudah gagal. Peserta pasar keuangan biasanya merilis perkiraan konsensus beberapa hari sebelum rilis data ekonomi kunci, mengumpulkan pendapat ahli menjadi ekspektasi pasar. Namun, pandangan konsensus ini, meskipun berharga, sering kali berbagi jalur metodologi dan sumber informasi yang serupa.
Bagi investor institusional, manajer risiko, dan pembuat kebijakan, taruhan akurasi prediksi adalah asimetris. Di masa tanpa kontroversi, prediksi yang sedikit lebih baik hanya memberikan nilai terbatas; tetapi di masa kekacauan pasar — ketika volatilitas melonjak, korelasi runtuh, atau hubungan historis gagal — akurasi yang lebih unggul dapat memberikan keuntungan Alpha yang signifikan dan membatasi penarikan.
Oleh karena itu, memahami karakteristik perilaku parameter selama periode volatilitas pasar sangat penting. Kami berfokus pada satu indikator makroekonomi kunci — tingkat inflasi tahun-ke-tahun (YOY CPI) — yang merupakan referensi inti untuk keputusan suku bunga di masa depan dan juga sinyal penting untuk mengukur kesehatan ekonomi.
Kami membandingkan dan mengevaluasi akurasi prediksi dalam beberapa jendela waktu sebelum rilis data resmi. Temuan inti kami adalah, yang disebut "Shock Alpha" memang ada — yaitu dalam peristiwa ekor, prediksi berbasis pasar dibandingkan dengan tolok ukur konsensus dapat mencapai presisi prediksi tambahan. Kinerja unggul ini tidak hanya berarti signifikansi akademis murni, tetapi pada momen kritis di mana kesalahan prediksi memiliki biaya ekonomi tertinggi, dapat secara signifikan meningkatkan kualitas sinyal. Dalam konteks ini, pertanyaan yang benar-benar penting bukanlah apakah pasar prediksi "selalu benar", tetapi apakah mereka memberikan sinyal bernilai diferensial yang layak dimasukkan ke dalam kerangka pengambilan keputusan tradisional.
Metodologi
Data
Kami menganalisis nilai prediksi tersirat harian dari pedagang pasar prediksi di platform Kalshi, mencakup tiga titik waktu: satu minggu sebelum rilis data (sesuai dengan waktu rilis ekspektasi konsensus), satu hari sebelum rilis, dan pagi hari rilis. Setiap pasar yang digunakan adalah (atau pernah) pasar yang dapat diperdagangkan secara nyata dan sedang berjalan, mencerminkan posisi dana nyata pada berbagai tingkat likuiditas. Untuk ekspektasi konsensus, kami mengumpulkan perkiraan konsensus YoY CPI tingkat institusional, yang biasanya dirilis sekitar satu minggu sebelum data resmi Biro Statistik Tenaga Kerja AS.
Rentang sampel diambil dari Februari 2023 hingga pertengahan 2025, mencakup lebih dari 25 siklus rilis CPI bulanan, melintasi berbagai lingkungan makroekonomi yang berbeda.
Klasifikasi Goncangan
Kami mengkategorikan peristiwa menjadi tiga jenis berdasarkan "besarnya kejutan" relatif terhadap tingkat historis. "Goncangan" didefinisikan sebagai perbedaan absolut antara ekspektasi konsensus dan data yang dirilis secara aktual:
- Peristiwa Normal: Kesalahan prediksi YOY CPI di bawah 0,1 poin persentase;
- Goncangan Menengah: Kesalahan prediksi YOY CPI antara 0,1 hingga 0,2 poin persentase;
- Goncangan Besar: Kesalahan prediksi YOY CPI melebihi 0,2 poin persentase.
Metode klasifikasi ini memungkinkan kami untuk memeriksa: apakah keunggulan prediksi akan menunjukkan perbedaan sistematis seiring dengan perubahan kesulitan prediksi.
Indikator Kinerja
Untuk menilai kinerja prediksi, kami mengadopsi indikator berikut:
- Kesalahan Absolut Rata-rata (MAE): Indikator akurasi utama, dihitung sebagai rata-rata selisih absolut antara nilai prediksi dan nilai aktual.
- Tingkat Kemenangan: Ketika perbedaan antara ekspektasi konsensus dan prediksi pasar mencapai atau melebihi 0,1 poin persentase (dibulatkan ke satu desimal), kami mencatat prediksi mana yang lebih mendekati hasil aktual akhir.
- Analisis Rentang Waktu Prediksi: Kami melacak bagaimana akurasi valuasi pasar berkembang secara bertahap dari satu minggu sebelum rilis hingga hari rilis, untuk mengungkap nilai yang dibawa oleh penggabungan informasi yang berkelanjutan.
Hasil: Kinerja Prediksi CPI
Akurasi Keseluruhan yang Lebih Unggul
Dalam semua lingkungan pasar, prediksi CPI berbasis pasar dibandingkan dengan prediksi konsensus, memiliki Kesalahan Absolut Rata-rata (MAE) 40,1% lebih rendah. Pada semua rentang waktu, MAE prediksi CPI berbasis pasar 40,1% lebih rendah dari ekspektasi konsensus (satu minggu sebelumnya) hingga 42,3% (satu hari sebelumnya).
Selain itu, dalam kasus di mana ekspektasi konsensus dan nilai tersirat pasar berbeda, prediksi berbasis pasar Kalshi menunjukkan tingkat kemenangan yang signifikan secara statistik, berkisar dari 75,0% pada satu minggu sebelumnya hingga 81,2% pada hari rilis. Jika situasi seri dengan ekspektasi konsensus (dibulatkan ke satu desimal) turut diperhitungkan, prediksi berbasis pasar sekitar 85% dari waktu setara atau lebih unggul dari konsensus pada satu minggu sebelumnya.
Tingkat akurasi arah yang begitu tinggi menunjukkan: ketika prediksi pasar dan ekspektasi konsensus berbeda, perbedaan itu sendiri memiliki nilai informasi yang signifikan untuk "apakah peristiwa goncangan mungkin terjadi".
“Shock Alpha” Benar-benar Ada
Perbedaan akurasi prediksi sangat menonjol selama peristiwa goncangan. Dalam peristiwa goncangan menengah, MAE prediksi pasar pada waktu rilis yang sama 50% lebih rendah dari ekspektasi konsensus, dan pada hari sebelum data dirilis keunggulan ini akan melebar menjadi 56,2% atau lebih; dalam peristiwa goncangan besar, MAE prediksi pasar pada waktu rilis yang sama juga 50% lebih rendah dari ekspektasi konsensus, dan pada hari sebelum data dirilis dapat mencapai 60% atau lebih; sedangkan dalam lingkungan normal tanpa goncangan, kinerja prediksi pasar dan ekspektasi konsensus kurang lebih setara.
Meskipun jumlah sampel peristiwa goncangan kecil (yang masuk akal dalam dunia di mana "goncangan pada dasarnya sangat tidak terprediksi"), pola keseluruhannya sangat jelas: ketika lingkungan prediksi paling sulit, keunggulan agregasi informasi pasar justru paling berharga.
Namun, yang lebih penting bukan hanya bahwa prediksi Kalshi berkinerja lebih baik selama periode goncangan, tetapi juga bahwa perbedaan antara prediksi pasar dan ekspektasi konsensus itu sendiri mungkin merupakan sinyal bahwa goncangan akan segera terjadi. Dalam kasus adanya perbedaan, tingkat kemenangan prediksi pasar relatif terhadap ekspektasi konsensus mencapai 75% (dalam jendela waktu yang sebanding). Selain itu, analisis ambang batas lebih lanjut menunjukkan: ketika deviasi pasar dan konsensus melebihi 0,1 poin persentase, probabilitas prediksi terjadinya goncangan adalah sekitar 81,2%, dan pada hari sebelum data dirilis, probabilitas ini meningkat lebih lanjut menjadi sekitar 84,2%.
Perbedaan yang signifikan dalam hal praktis ini menunjukkan: pasar prediksi tidak hanya dapat berfungsi sebagai alat prediksi kompetitif yang sejajar dengan ekspektasi konsensus, tetapi juga sebagai "sinyal meta" tentang ketidakpastian prediksi, mengubah perbedaan antara pasar dan konsensus menjadi indikator awal yang dapat diukur untuk peringatan dini hasil tak terduga yang potensial.
Diskusi Turunan
Pertanyaan yang jelas muncul: mengapa selama periode goncangan, prediksi pasar mengungguli prediksi konsensus? Kami mengusulkan tiga mekanisme yang saling melengkapi untuk menjelaskan fenomena ini.
Heterogenitas Peserta Pasar dan "Kebijaksanaan Massa"
Ekspektasi konsensus tradisional, meskipun mengintegrasikan pandangan dari banyak institusi, sering kali berbagi asumsi metodologis dan sumber informasi yang serupa. Model ekonometrik, laporan penelitian Wall Street, dan rilis data pemerintah membentuk basis pengetahuan bersama yang sangat tumpang tindih.
Sebaliknya, pasar prediksi mengumpulkan posisi yang dipegang oleh peserta dengan basis informasi yang berbeda: termasuk model kepemilikan, wawasan tingkat industri, sumber data alternatif, dan penilaian intuitif berdasarkan pengalaman. Keanekaragaman peserta ini memiliki dasar teori yang kuat dalam teori "kebijaksanaan massa" (wisdom of crowds). Teori ini menunjukkan bahwa ketika peserta memiliki informasi relevan dan kesalahan prediksi mereka tidak sepenuhnya berkorelasi, mengagregasi prediksi independen dari sumber yang beragam sering kali dapat menghasilkan hasil estimasi yang lebih baik.
Dan pada saat lingkungan makro mengalami "pergantian status", nilai keanekaragaman informasi ini sangat menonjol — individu dengan informasi lokal yang tersebar berinteraksi di pasar, dan fragmen informasi mereka dapat dikombinasikan untuk membentuk sinyal kolektif.
Perbedaan Struktur Insentif Peserta
Peramal konsensus tingkat institusional sering kali berada dalam sistem organisasi dan reputasi yang kompleks, yang secara sistematis menyimpang dari tujuan "murni mengejar akurasi prediksi". Risiko karir yang dihadapi oleh peramal profesional membentuk struktur pendapatan asimetris — kesalahan prediksi yang besar akan menimbulkan biaya reputasi yang signifikan, sementara prediksi yang sangat akurat, terutama yang dicapai dengan menyimpang jauh dari konsensus rekan, belum tentu mendapatkan imbalan karir yang proporsional.
Asimetri ini memicu "perilaku ikut-ikutan" (herding), yaitu kecenderungan peramal untuk mengelompokkan prediksi mereka di sekitar nilai konsensus, bahkan jika informasi pribadi atau output model mereka mengisyaratkan hasil yang berbeda. Alasannya adalah, dalam sistem karir, biaya "salah sendirian" sering kali lebih tinggi daripada imbalan "benar sendirian".
Berbeda tajam dengan ini, mekanisme insentif yang dihadapi oleh peserta pasar prediksi menyelaraskan langsung antara akurasi prediksi dan hasil ekonomi — prediksi akurat berarti untung, prediksi salah berarti rugi. Dalam sistem ini, faktor reputasi hampir tidak ada, satu-satunya biaya untuk menyimpang dari konsensus pasar adalah kerugian ekonomi, dan sepenuhnya tergantung pada apakah prediksi itu benar atau tidak. Struktur ini memberikan tekanan seleksi yang lebih kuat pada akurasi prediksi — peserta yang dapat mengidentifikasi kesalahan prediksi konsensus secara sistematis akan terus mengumpulkan modal, dan melalui skala posisi yang lebih besar meningkatkan pengaruhnya di pasar; sementara peserta yang secara mekanis mengikuti konsensus akan terus menderita kerugian ketika konsensus terbukti salah.
Pada periode ketidakpastian yang meningkat signifikan, ketika biaya karir bagi peramal institusional untuk menyimpang dari konsensus ahli mencapai titik tertinggi, polarisasi struktur insentif ini sering kali paling jelas, dan paling penting secara ekonomi.
Efisiensi Agregasi Informasi
Fakta empiris yang perlu diperhatikan adalah: bahkan pada satu minggu sebelum rilis data — titik waktu ini sesuai dengan jendela waktu rilis khas ekspektasi konsensus — prediksi pasar masih menunjukkan keunggulan akurasi yang signifikan. Ini menunjukkan bahwa keunggulan pasar tidak hanya berasal dari "keunggulan kecepatan akses informasi" yang biasanya disebutkan dari peserta pasar prediksi.
Sebaliknya, prediksi pasar mungkin lebih efisien mengagregasi fragmen informasi yang terlalu tersebar, terlalu terindustrialisasi, atau terlalu samar, sehingga sulit untuk secara formal dimasukkan ke dalam kerangka prediksi ekonometrik tradisional. Keunggulan relatif pasar prediksi mungkin tidak terletak pada akses yang lebih awal ke informasi publik, tetapi pada kemampuannya yang lebih efektif untuk mensintesis informasi heterogen dalam skala waktu yang sama — sedangkan mekanisme konsensus berbasis kuesioner, bahkan dengan jendela waktu yang sama, sering kali kesulitan memproses informasi ini secara efisien.
Keterbatasan dan Hal yang Perlu Diperhatikan
Temuan penelitian kami memerlukan satu kualifikasi penting. Karena sampel keseluruhan hanya mencakup sekitar 30 bulan, dan peristiwa goncangan besar pada dasarnya sangat langka, ini berarti bahwa untuk peristiwa ekor yang lebih besar, kekuatan statistik masih terbatas. Runtun waktu yang lebih panjang akan meningkatkan kemampuan inferensi di masa depan, meskipun hasil saat ini sangat mengisyaratkan keunggulan prediksi pasar dan perbedaan sinyal.
Kesimpulan
Kami mendokumentasikan kinerja unggul yang signifikan secara sistematis dan ekonomis dari pasar prediksi dibandingkan dengan ekspektasi konsensus ahli, terutama selama peristiwa goncangan di mana akurasi prediksi paling penting. Prediksi CPI berbasis pasar secara keseluruhan memiliki kesalahan sekitar 40% lebih rendah, dan selama periode perubahan struktural besar, pengurangan kesalahannya dapat mencapai sekitar 60%.
Berdasarkan temuan ini, beberapa arah penelitian di masa depan menjadi sangat penting: pertama, mempelajari apakah peristiwa "Shock Alpha" itu sendiri dapat diprediksi melalui indikator volatilitas dan perbedaan prediksi, dengan skala sampel yang lebih besar, melintasi berbagai indikator makroekonomi; kedua, ambang likuiditas apa di atasnya pasar prediksi dapat secara stabil mengungguli metode prediksi tradisional; ketiga, hubungan antara nilai prediksi pasar prediksi dan nilai prediksi yang tersirat dari instrumen keuangan perdagangan frekuensi tinggi.
Dalam lingkungan di mana prediksi konsensus sangat bergantung pada asumsi model yang sangat berkorelasi dan kumpulan informasi bersama, pasar prediksi menyediakan mekanisme agregasi informasi alternatif, yang dapat menangkap pergantian status lebih awal, dan memproses informasi heterogen lebih efisien. Bagi entitas yang perlu membuat keputusan dalam lingkungan ekonomi dengan ketidakpastian struktural dan frekuensi peristiwa ekor yang terus meningkat, "Shock Alpha" mungkin tidak hanya mewakili peningkatan kemampuan prediksi yang bertahap, tetapi harus menjadi bagian dasar dari infrastruktur manajemen risiko yang tangguh.
