執筆：Ryan Yoon（Tiger Research）
翻訳：Chopper、Foresight News
前回までの2本の記事では、予測市場の定義と運営メカニズム、およびアジアの予測市場が直面する規制の空白を紹介した。そこから得られた中心的結論は、予測市場の核心的価値はデータを生み出すことにあり、単なる取引の場ではない、というものだ。
主要な経済メディアや市場インフラの提供事業者が予測市場データの採用を始めていることが、こうしたデータの価値を示している。Google Finance、CNBC、CNN、ウォール・ストリート・ジャーナルは予測市場の確率表示を始めており、ニューヨーク証券取引所の親会社であるインターコンチネンタル取引所（ICE）や債券取引プラットフォームのTradewebも、現在は機関投資家顧客向けに予測市場データを配信している。
予測市場データの採用プロセス、2025年11月～2026年6月
FRB（米連邦準備制度理事会）のワーキングペーパーも予測市場データをマクロ期待の基準として扱い、金利決定、インフレ、失業率、GDP成長率などの指標の分析に用いている。FRBのあるエコノミストはKalshiのような予測市場を次のように評価した。「高頻度で継続的に更新され、豊富な分布情報を備え、研究者にとっても政策立案者にとっても非常に参考になる」。予測市場はギャンブルサイトではなく、データソースとして見なされつつある。
業界はすでに予測市場のデータ価値を認め、実際の業務に取り入れている。本稿では3つの問いを軸に、こうしたデータの実効性を分解していく。
- 予測市場の約定価格はなぜ価値あるデータになり得るのか？
- 予測市場データはどのような場面で使われているのか？
- 現在の予測市場は合格水準の高品質データを生み出せるのか？
予測市場の価格はなぜ高価値なデータになるのか
前述の記事で述べたとおり、予測市場の最も基礎的な対象はバイナリー契約だ。事象が発生すれば1ドルを支払い、発生しなければ0ドルを支払う。「明日雨が降る」契約の約定価格が0.62ドルなら、市場参加者がこの事象の発生確率を62%と判断していることを意味する。
つまり予測市場の価格（0.62ドル）は、将来の事象の発生確率（62%）へと直感的に変換できる。以下の4つの根本的特性が、なぜこれらの価格が単なるギャンブルのオッズではなく、世界の金融機関やメディアに実際の意思決定の参考として取り入れられるのかを説明している。
価格を価値あるデータに変える4つの特徴
利害の一致が信頼性を担保する
予測市場の取引を単純に賭博と同一視する人は多いが、自己資金を投じるということは、トレーダーが真に利害を負うことを意味する。
利害の一致とは、トレーダーが自らの判断に対してリスクと結果を負わなければならないということだ。口先で意見を述べるのにコストはかからないが、予測が外れればトレーダーは実際に資金を失う。だからこそトレーダーは、検証済みの情報と真剣な判断だけを価格に反映させる。
大量の資金がぶつかり合う中での判断が集まれば、市場の流動性が十分である限り、予測市場の価格は信頼度の高い確率データとなる。
継続的なリアルタイム更新
従来の世論調査や専門家調査は、調査した瞬間の意見を切り取るだけで、突発的な変化を素早く捉えるのは難しい。例えば中央銀行の金利決定の前に突発的な経済ショックや重大な発表が起きても、数日前に完了した世論調査や毎月更新される専門家調査では、新しい変化をまったく反映できない。
これとは逆に、新しい情報が市場に入れば、予測市場の価格は即座に動く。ニュース、突発的な事態、規制当局の発表が出れば、トレーダーはポジションを調整し、価格が継続的に変化する。
予測市場の確率は過去に固定された静的な数字ではなく、事態と歩調を合わせて変化するリアルタイムデータなのだ。
すべての結果をカバーし、完全な確率分布を出力する
従来の指標の多くは平均値や最も確からしい値だけを示し、多様な見方を単一の数字に圧縮してしまい、大量の情報を失っている。例えば中央銀行の利下げ期待調査では、専門家アンケートは往々にして「0.25ポイントの利下げ」という1つの結果しか示さず、委員の発言変化による異なるシナリオを反映できない。
これに対し予測市場は、単一の結論だけではなく、すべての結果に対応する確率分布を出力できる。例を挙げると、金利据え置き20%、0.25ポイント利下げ70%、0.5ポイント利下げ10%といった具合で、しかもこの確率は連続する時系列データだ。
最も可能性の高いベースシナリオを測れるだけでなく、テールリスク、すなわち発生確率は低いが実現すれば衝撃が大きいシナリオも捉えられる。したがって予測市場は単一点の予想にとどまらず、完全な確率分布によって市場全体の変動と潜在リスクの評価に役立つ。
事後に検証できる
学界と世界の金融市場が予測市場データを信頼する最大の理由は、結果が事後に十分に検証できることにある。
一般の専門家予測や世論調査も事後の振り返りは可能だが、評価基準には解釈の余地が大きく、機関は往々にして自分に有利な過去の記録だけを選んで対外的に引用する。一方、予測市場データは明確に定量化された確率の記録であり、満期時の決済結果は0か1かの2種類しかなく、評価基準は完全に数学的で、主観的な解釈の余地は存在しない。
誰でも過去の価格と実際の結果を透明に照合して精度を検証できる。この客観的で改ざん不能な履歴記録があるからこそ、データの実務者や機関は過去のパフォーマンスを厳密に評価でき、これが中核的な意思決定指標としての信頼できる基盤となっている。
予測市場データの活用シーン
予測市場が一般の視野に入ってからそれほど時間は経っていないが、その起源は1980年代のアイオワ電子市場（IEM）にまでさかのぼる。長い間、最も知られた用途は大統領選予測であり、近年は活用シーンが急速に広がって価値がさらに際立っている。
大統領選予測：世論調査より早く、正確に
アイオワ電子市場（IEM）は予測市場の潜在力を初めて証明した事例だ。研究は1988年から2004年までの5回の米大統領選、計964件の世論調査を比較し、74%のケースでIEMの予測結果の精度が世論調査を上回った。
EMの予測と世論調査の米大統領選における比較
この優位性は大統領選の直前だけに現れるものではない。1988～2000年の大統領選を対象とした分析によれば、選挙1週間前のIEMの得票率予測の誤差平均は1.5ポイントで、ギャラップの最終世論調査の誤差2.1ポイントを下回った。選挙までまだ150日あっても、平均誤差は約5ポイントにとどまった。
ただし両者のデータは直接同じようには比較できない。世論調査が答えるのは「今日投票したら結果はどうなるか」という現時点のスナップショットであり、予測市場の価格が予想するのは「選挙当日の最終結果」という先を見越した期待値だ。
研究の中には、残りの選挙期間で補正した世論調査は精度が予測市場を上回ると指摘するものもある。一方、2008年大統領選を対象とした別の分析は、予測市場自体に存在するバイアスを補正した後、選挙戦の初期や接戦の状況では予測市場が補正後の世論調査を上回ったと示している。
まとめると、予測市場は未調整の生の世論調査より正確で、精密にキャリブレーションされた世論調査と同程度だ。付加価値は、選挙まで数カ月ある段階でも毎日継続的に予測を更新できる点にある。
マクロ経済：市場の期待をリアルタイムで読み取る
金利、インフレ、雇用といったマクロ指標では、正式発表の前に市場の実際の期待を把握することが極めて重要だ。
従来の方法は専門家アンケートや従来型金融商品の価格に頼る。アンケートは数週間に1度しか更新されず鮮度が不足し、先物価格は単一の期待値しか示さず、オプションのインプライド分布も金利や総合インフレなど少数の指標しかカバーしない。これに対し予測市場は、異なる結果に対応する契約価格を通じて、リアルタイムの確率分布を直接生成できる。
この定量的な価値は2002～2005年の経済デリバティブ市場で早くも検証されている。非農業部門雇用者数、小売売上高、新規失業保険申請件数などの経済データを対象としたバイナリーオプションの研究では、市場に織り込まれた期待の精度は専門家調査の平均と同等かそれ以上であり、市場が示す確率分布と事象の実際の発生頻度は高度に一致していた。
デリバティブ市場の予測 vs 専門家調査の予測（2002～2005）
FRBの最近のワーキングペーパーは、Kalshi予測市場の予測結果を主要なベンチマークと比較した。FOMC会合の前日、Kalshiのフェデラルファンド金利に関する中央値・最頻値の予測は完全に的中し、FF金利先物を有意に上回るパフォーマンスだった。ブルームバーグのコンセンサスと比べると、Kalshiの総合CPIインフレ率の予測精度は有意に高く、コアCPIインフレ率と失業率の予測精度は統計的にブルームバーグのコンセンサスと近い水準だった。これらの発見は、予測市場がある側面では一部のベンチマークを上回り、別の側面では同等のパフォーマンスを示すことを意味する。
研究はさらに広範な実装上の価値にも触れている。GDP成長率、コアインフレ、失業率、非農業部門雇用者数といった主要マクロ指標には、これまで流動性を持つデリバティブ指標が存在しなかった。予測市場はこの空白を埋め、市場化された期待と詳細な確率分布をリアルタイムで出力し、研究者や政策立案者の参照基準となる。
要約すると、総合CPIのような指標では予測市場の精度は従来指標を上回り、金利決定の予測は少なくとも従来のツールと同等で、同時に従来の金融市場ではカバーできないマクロ期待のリアルタイム確率分布を出力できるため、実用価値が非常に高い。
公衆衛生：インフルエンザ警報を2～4週間前倒し
米疾病対策センター（CDC）は毎週公式のインフルエンザ統計を公表するため、インフルエンザの実際の流行状況を追跡するには時間的な遅れが生じる。
この問題を解決するため、アイオワ大学の研究者が医療従事者の参加によるインフルエンザ予測の試験市場を構築した。市場は医療従事者が自発的に報告する臨床情報を集約し、アイオワ州のインフルエンザ活動の強度を2～4週間早く予測できる。
こうした予測は診療態勢の調整、防疫措置、公共政策の立案を支援できる。この事例は予測市場が公衆衛生の迅速な対応に貢献できることを示すが、試験市場はアイオワ州に限られている。
企業と情報機関：報告の階層を迂回し、現場の情報を入手する
通常の企業組織では、悪いニュースや不確実な見通しは、上へと報告される過程で弱められ、美化されやすい。これに対し企業内部の予測市場は、従業員が売上高、新製品の投入時期、採用目標などの内部事象に直接賭け、的中すれば報酬を得られる仕組みだ。硬直化した報告プロセスを迂回し、現場の真実の判断と情報を迅速に価格へと集約する。
- ヒューレット・パッカード：ある内部売上予測市場には20～26名の活発なトレーダーが参加し、比較可能な8組のケースのうち6回で予測精度が経営陣の公式予想を上回り、しかも8回すべてで公式予想のバイアスの方向を正しく識別した。
- インテル：2006年から2013年に運営された979の内部予測市場のうち、半数以上が会社の公式予測より高い精度だった。
- フォード：2011年、社内の機能予測市場の取引シグナルに基づき、同社は後続モデルにFordブランドの自転車キャリアや車載クリーナーを搭載しないことを決めた。
- Google：幹部が全社員会議で、ある管理職ポジションの採用目標が6四半期連続で未達だったことに触れたが、社内予測市場はその結果を早くから予測していた。
- シーメンス：あるソフトウェアプロジェクトの従来の進捗表は予定通りに納品できるとしていたが、社内予測市場はプロジェクトが2～3週間遅延すると警告し、最終的にプロジェクトは13日遅れて完成した。
予測市場は地政学や国家安全保障の判断にも有用だ。米国情報高等研究計画局（IARPA）は2011～2015年に地政学予測コンテストを開催し、予測市場と予測調査（予測者アンケート）を比較した。2期の実験、2400名以上の参加者、計261の事象で、予測市場の精度はアンケートの単純平均を上回ったが、過去の的中率で重み付けし統計的に補正したチーム調査には及ばなかった。
企業の場面では、予測市場が正式な報告や公式予測では漏れる情報を捉えられることが繰り返し示されている。情報コンテストでは、予測市場はアンケートの単純平均より優れるが、重み付け・最適化されたチーム調査には劣った。またヒューレット・パッカードやシーメンスのような事例ではトレーダーはわずか20～60人で、サンプルが小さいという明らかな限界がある。
現在の予測市場は高品質なデータを生み出せるのか
現在稼働している予測市場は、こうした価値あるデータを生み出せるのか。われわれはオンチェーン予測プラットフォームLimitlessの2026年10月時点の公開APIデータに基づき、市場の種類と予測精度を分析した。
豊富な取引カテゴリー
分析時点で、プラットフォームには合計556の進行中の市場対象があり、すでに単純なスポーツやエンターテインメントの事象にとどまらず、政策やマクロ指標、例えば主要中央銀行の金利決定、大統領選、地政学的変数、テック企業のIPO、四半期決算などもカバーしている。
予測市場の対象は少数の事象から、あらゆる種類のマクロ・政策変数へと広がっている。先に検証した精度、即時性、検証可能性という特性は、もはや個別の領域に限られず、世界の経済や政策決定の場面へと広がりつつある。
従来の金融や世論調査では定量化が難しかった不確実性や将来の変動を、今では信頼できる確率データへと変換し、トレーダーや政策立案者の意思決定の参考に供することができる。
予測精度
市場価格が事象の実際の発生確率に適合しているかを検証するため、われわれはすでに決済された2681の対象（うち約85%はスポーツ市場）を選び、決済前日の契約価格と最終的な実際の結果を比較した。
決済前日の契約価格と事象の実際の発生確率の比較
10の価格帯のうち9つの帯で、実際の発生頻度と市場価格の差は4ポイント以内に収まった。例えば、決済前日に70%～80%の帯で価格が付いていた165件の契約は、最終的な実現比率が74.5%だった。90%以上で価格が付いていた113件の契約は、実現比率が97.3%だった。
唯一誤差が顕著だったのは50%～60%の帯（実際の実現率48.8%）で、主な原因は、この帯の対象の約3分の1（大半はスポーツイベント）が決済前日まで上場当初の50%という価格にとどまっており、流動性が非常に乏しかったことにある。
こうした流動性不足で注目度の低いスポーツ対象を除けば、予測市場の価格は事象の実際の発生確率を高精度に反映できる。
新しい情報への反応能力
即時性は精度を支える。われわれはFRBの金利決定に関連する契約の価格時系列を追跡し、市場が新しい情報を素早く消化できるかを検証した。
FRBの金利決定の対象では、新しい経済データや政策ニュースが発表されるたびに確率が即座に調整される。8月中旬、金利据え置きの確率は約70%だった。8月末から9月初旬にかけて、重要指標の発表に伴いその確率は50%を下回った。9月11日のインフレ統計の公表後、利下げ据え置きの確率は20%前後まで低下し、決定前日には10%台へとさらに下がった。これに対応して、0.25ポイントの利上げの確率は決定当日に86%～89%まで上昇し、CME FedWatchのFF金利先物が織り込む約90%の予想とほぼ同水準となった。Limitless上の他の主要中央銀行の決定対象も、同様のリアルタイム反応の特徴を備えている。
Limitlessプラットフォームの2026年9月FRB会合イベント市場：結果別の確率推移
したがって現在のオンチェーン予測プラットフォームは、高品質なデータに求められる即時性と精度をすでに満たしている。これらの事例は、予測市場の価格が新たな情報をリアルタイムで吸収し、高精度の確率データを継続的に出力できることを証明している。
予測市場には本当に実用的な価値があるのか
予測市場の核心的価値は投機的な取引や収益の獲得にはない。長年の学術研究に本稿の実証分析を重ねると、大統領選、マクロ指標、企業予想といった場面で、予測市場が出力する確率データの精度と即時性は、従来の調査や専門家予測を上回るか、有効な補完となっていることが分かる。世界の経済メディアや中核的な取引インフラが予測市場データを取り入れているのは、まさにこの現実の効用に支えられているからだ。
アジアの多くの国やその他の地域では、予測市場は依然としてギャンブルと見なされるのが一般的だ。しかし今回の分析からは、Limitlessのようなプラットフォームが韓国銀行や日本銀行の金利決定など、地域の重要な政策・経済事象の対象をすでに上場していることが分かる。ただし、こうした対象の取引流動性は依然として弱い。
こうしたデータをアジアを含む世界全体で信頼される意思決定インフラにするには、3つのことを徹底する必要がある。
- 第一に、メカニズムの設計によって価格の歪みを減らし、操作を防ぐ。重要なマクロ・政治事象市場の流動性を高め、合理的なトレーダーの裾野を広げ、少額の資金や投機家が価格を歪めるのを避ける。
- 第二に、規制当局との対話を主体的に行い、政策レベルでの予測市場に対する固定観念を改める。アジアの主要経済国の規制当局と継続的に接点を持ち、協力の枠組みを構築し、予測市場を単なる管理・禁止の対象ではなく、民間の集合知を集約するマクロモニタリングの補助ツールとして位置づけるよう働きかける。
- 第三に、データの透明性と開放性を保ち、独立した研究エコシステムを育てる。精度指標や時系列データセットを定期的に公開し、Limitless Researchのような専門分析機関の研究を支援し、研究機関、メディア、政策部門がデータに容易にアクセスできるようにして、客観的な証拠に基づいて信頼を築く。
予測市場プラットフォームは転換点にある。単なる取引の場から、次世代のデータインフラへと進化しつつあるのだ。世界（アジアを含む）の政策・経済事象をカバーするリアルタイム確率データを、継続的かつ透明に出力し検証できるならば、それは不確実な環境下における客観的で実用的な意思決定ツールとなるだろう。
