Ontem vi a CFTC falando sobre mercados de previsão, eu não prestei muita atenção, afinal, a CFTC é a unidade superior dos mercados de previsão, mas ao ver a ata da reunião do Federal Reserve de madrugada, de repente me deparei com uma avaliação do Federal Reserve sobre o Kalshi e os mercados de previsão que me deixou muito interessado.
Primeiro, o Federal Reserve acredita que os mercados de previsão estão se tornando uma nova ferramenta de medição de expectativas macroeconômicas, comprimindo os julgamentos dos participantes em preços com capital real, e sendo capazes de fazer isso em alta frequência, em tempo real, com atualizações contínuas, o que é muito escasso na estrutura tradicional de expectativas macroeconômicas.
Mais importante ainda, o Federal Reserve enfatiza que o valor de mercados de previsão macroeconômica como o Kalshi não está em ter mais uma previsão pontual, mas em fornecer uma maneira de previsão distribuída.
Os usuários não apenas sabem se o mercado aposta que o CPI será 3.1% ou 3.2%, mas também podem ver os pesos de probabilidade de cada faixa de 3.0–3.1, 3.1–3.2, 3.2–3.3, e ver como o risco de cauda está sendo precificado. Para os formuladores de políticas, a distribuição é mais importante do que o ponto, porque a essência da política é gerenciar a cauda e a incerteza.
PS: Esta frase do Federal Reserve é extremamente importante, representando até mesmo que os formuladores de políticas do Federal Reserve irão observar a distribuição nos mercados de previsões para determinar os riscos de cauda.
Segundo, o Federal Reserve acredita que uma das vantagens competitivas da Kalshi é que ela pode transformar ‘como as expectativas são reescritas pelas notícias’ em dados intradiários observáveis.
O maior problema da pesquisa é a baixa frequência; muitas vezes, o que se vê é apenas o ‘resultado da última reunião’, enquanto a Kalshi permite que os usuários vejam diretamente uma fala de um oficial, as mudanças na probabilidade de redução da taxa na próxima reunião, como um relatório de emprego pode reprecificar o mercado e, mesmo no mesmo dia, como as expectativas podem oscilar repetidamente e, finalmente, se concentrar.
Isso é muito útil para entender a cadeia de transmissão de ‘comunicação—expectativa—preço de ativos’.
Terceiro, o Federal Reserve acredita que a precisão da previsão da Kalshi não é ruim, e até mesmo em algumas dimensões pode igualar as ferramentas tradicionais, e em certos indicadores pode ser até melhor.
Especialmente para as previsões do caminho das taxas de juros do Federal Reserve, o desempenho de erro da Kalshi é muito próximo ao das previsões profissionais, com pequenas discrepâncias em relação ao CPI núcleo, taxa de desemprego e previsões consensuais como as da Bloomberg; para a previsão geral da inflação, o desempenho da Kalshi é ainda melhor.
Falando de forma simples, o Federal Reserve acredita que o mercado de previsões não é uma bolsa de emoções, mas que em termos de disponibilidade já se aproxima de uma fonte de dados macroeconômicos referenciáveis.
Quarto, o Federal Reserve enfatiza especialmente que a Kalshi permite que pesquisadores e formuladores de políticas estudem sistematicamente como os dados macroeconômicos influenciam a forma da distribuição das taxas de política pela primeira vez.
Por exemplo, após a divulgação dos dados de inflação, a incerteza (variância da distribuição) geralmente diminui, mas as ‘surpresas positivas’ e ‘surpresas negativas’ da inflação não têm um impacto simétrico na média das taxas de juros; uma inflação acima das expectativas tende a empurrar a média das taxas de juros para cima, enquanto uma ‘notícia favorável’ de inflação abaixo das expectativas não tende a puxar para baixo de maneira tão simétrica.
Em outras palavras, o mercado é mais sensível à precificação de ‘má inflação’ e mais relutante em recompensar ‘boa inflação’.
Mas ao mesmo tempo, o Federal Reserve também alerta que os preços do mercado de previsões são probabilidades neutras ao risco, não sendo puramente probabilidades reais. Traders têm preferências de risco e prêmios de risco, a estrutura dos participantes tende a ser mais composta por investidores individuais, o que pode causar desvios sistemáticos. A liquidez dos contratos de cauda é mais fraca, e a probabilidade de resultados extremos pode ter cotações desatualizadas.
Portanto, ferramentas de previsão como a Kalshi são mais adequadas como uma janela para a emoção e precificação de risco em tempo real, e não como uma única verdade.
Quinto, o posicionamento do Federal Reserve em relação à Kalshi é permitir que as expectativas macroeconômicas sejam previstas a partir de pontos de baixa frequência, elevando-as a previsões de distribuição de alta frequência.
Conseguir separar o que o mercado acredita e o que o mercado teme, torna a narrativa macroeconômica mais próxima do comportamento real dos fundos, e não apenas uma questão de terminologia e emoções.
Assim, de modo geral, o significado do mercado de previsões não é nos dizer se algo vai acontecer ou não, mas nos informar, diante de dinheiro real, qual é a probabilidade que o mercado está disposto a pagar para que isso aconteça; e para os formuladores de políticas, o que realmente determina a dificuldade da política muitas vezes é aquela pequena probabilidade de cauda.