ФРС может использовать прогнозы Kalshi для формирования денежно-кредитной политики

Исследователи Федеральной резервной системы США предлагают использовать данные платформы ставок на прогнозирование событий Kalshi при формировании денежно-кредитной политики регулятора. Соответствующая работа «Kalshi и становление макрорынков» была опубликована 12 февраля главным экономистом ФРС Энтони Дирксом (Anthony Diercks), научным ассистентом ФРС Джаредом Дином Кацем (Jared Dean Katz) и научным сотрудником Университета Джонса Хопкинса Джонатаном Райтом (Jonathan Wright).

Почему именно Kalshi

Авторы работы сравнили данные Kalshi с традиционными опросами и рыночными прогнозами, чтобы понять, как оценки будущих экономических результатов меняются в ответ на макроэкономические новости и заявления политиков. Они пришли к выводу, что существующие инструменты — опросы и прогнозы — имеют существенные ограничения, тогда как Kalshi способен фиксировать рыночные ожидания напрямую и в режиме реального времени.

Ключевое преимущество платформы — так называемая «богатая внутридневная динамика». Именно она позволяют отслеживать изменения ожиданий в моменте, когда происходят значимые события или делаются важные заявления. В качестве примера исследователи приводят ситуацию, когда подразумеваемая вероятность снижения ставки в июле выросла до 25% после высказываний управляющих ФРС Кристофера Уоллера (Christopher Waller) и Мишель Боуман (Michelle Bowman), а затем снизилась на фоне более сильного, чем ожидалось, отчета о занятости за июнь.

«Kalshi обеспечивает наиболее оперативно обновляемые распределения, доступные в настоящее время для многих ключевых макроэкономических показателей», — констатируют авторы.

Что предлагают исследователи

На Kalshi можно делать ставки на широкий спектр исходов, связанных с решениями ФРС: индекс потребительских цен, данные по рынку труда, рост ВВП, цены на бензин. Исследователи считают, что данные платформы следует использовать для построения нейтральной к риску функции плотности вероятности — инструмента, который показывает все возможные варианты решений по процентной ставке и их вероятность.

«В целом мы утверждаем, что Kalshi следует использовать для получения нейтральных к риску функций плотности вероятности относительно решений FOMC (Федерального комитета по операциям на открытом рынке) на конкретных заседаниях», — пишут авторы, добавляя, что нынешний ориентир «слишком далек от решения по ключевой ставке».

Вместе с тем важно понимать: исследовательские работы ФРС носят предварительный характер и служат лишь площадкой для дискуссий, не оказывая прямого влияния на решения регулятора.

Рынки предсказаний на подъеме

Рынки предсказаний стали одним из наиболее востребованных направлений в криптоиндустрии в прошлом году, стабильно превышая отметку в $10 млрд ежемесячного торгового оборота. Kalshi и конкурирующая платформа Polymarket активно продвигают свои продукты среди розничных пользователей, хотя ряд регуляторов на уровне отдельных штатов стремится ограничить деятельность отрасли.

Мнение ИИ

Интерес ФРС к предсказательным рынкам закономерен: ставки миллионов участников исторически демонстрируют меньшую систематическую ошибку, чем экспертные опросы. Именно этот эффект «мудрости толпы» лежит в основе академического направления, известного с работ Фридриха Хайека о ценах как информационном механизме. Однако здесь есть нюанс: чем активнее регулятор начнет ориентироваться на данные Kalshi, тем сильнее крупные игроки получат стимул манипулировать этими данными — классическая проблема, известная в экономике как «закон Гудхарта»: когда показатель становится целью, он перестает быть надежным измерителем.

Остается открытым вопрос: готова ли ФРС к тому, что её собственные решения окажутся частично зависимы от рынка, который регулируется значительно слабее традиционных финансовых инструментов?