rynki prognostyczne jako narzędzia do przewidywania

rynkiprognostyczne.pl
RYNKI PROGNOSTYCZNE
JAKO NARZĘDZIA
DO PRZEWIDYWANIA ZDARZEŃ
PREDICTION MARKETS AS A FORECASTING TOOL
Daniel E. O’Leary
tłumaczenie: Tomasz Motyl
STRESZCZENIE
Wewnętrzne rynki prognostyczne (ang. internal prediction markets) czerpią z tzw. mądrości
tłumu, zbierając wiedzę z wielu źródeł i przekładając ją na wartość udziałów. Rozdział ten
prezentuje ideę i zasady działania wewnętrznych rynków predykcyjnych jako niezależnych
narządzi do przewidywania przyszłych zdarzeń jak również narzędzi uzupełniających.
Dodatkowo w tym rozdziale przytoczone zostały przykłady wykorzystania praktycznego
wewnętrznych rynków prognostycznych i związane z nimi problemy z trafnością przewidywań.
WSTĘP
Wewnętrzne rynki prognostyczne różnią się od rynków występujących w rzeczywistości głównie
wykorzystaniem wirtualnej waluty jako podstawy do ustalenia ceny pewnych zdarzeń, zestawu
wydarzeń bądź problemów istotnych dla danej organizacji. Rynki konstruowane są tak, aby
zbierać informacje od możliwie wielu użytkowników. Uczestnicy takiego rynku “obstawiają”
prawdopodobieństwo zaistnienia przyszłego zdarzenia za pomocą cen, w efekcie przewidując
prawdopodobieństwo wystąpienia owego wydarzenia.
Rynki prognostyczne dostarczają narzędzi do zbierania informacji wśród populacji traderów
(uczestników rynku), aby wygenerować cenę danej akcji, która jest często prognozą
wystąpienia pewnego zdarzenia. Dla przykładu akcją taką może być “liczba defektów w
produkcie będzie mniejsza aniżeli x.” Badania (np. Berg, Nelson, & Rietz, 2008[3]; Wolfers &n
Zitzewitz, 2004[27]) wykazują, że wyniki takich rynków dają dobre prognozy, czasem lepsze
aniżeli wyniki zaawasowanych badań statystycznych.
Przewidywanie przyszłości było zwyczajowo domeną ekspertów oraz analiz komputerowych
(Dalkey, 1969[8]). Od niedawna także firmy zaczęły zbierać informacje od swoich pracowników
poprzez rynki prognostyczne, aby uzyskać dane i wykorzystujać tzw. “mądrość tłumu”
(Surowiecki, 2004[26]). Dla przykładu niedawno Heather Havenstein opublikowałą artykuł pt.
“What do 80,000 Google employee bets say about its future?”[14](Co twierdzi 80 000
pracowników Google’a na temat przyszłości firmy?). Wyniki pracy został potwierdzony wpisem
na blogu (Cowgill, 2009[7]) stwierdzającym, że Google wykorzystuje rynki predykcyjne by
przewidywać daty premier produktów, terminy otwarcia nowych biur czy innych wydarzeń o
znaczeniu strategicznym dla Google’a. Cowgirll (2009) odkryła, że ceny rynkowe zdarzeń
dostarczały “przewidywań w takim sensie, że ich moc wzrastała wraz z czasem kiedy to
niepewność co do zdarzenia stopniowo malała.” Jak często się dzieje biznesie, skoro Google je
Strona 1 z 11
rynkiprognostyczne.pl
wykorzystuje, rynki progrnostyczne wzbudziły zainteresowanie innych a zaraz potem padły
pytania: jak inne firmy mogą je wykorzystać, kto wcześniej je wykorzystywał i jak ewoluowały w
środowisku korporacyjnym. Choć rozdział ten poświęcony jest głównie zastosowaniom rynków
prognostycznych dla biznesu (Hemsoth, 2011[15]; Kambit, 2011[16]), to i w środowiskach nie
związanych z biznesem rynki okazały się użyteczne. Dla przykładu Polgreen, Nelson,
Neumann, and Weinstein (2007)[20] odkryli, że rynki predykcyjne mogą być wykorzystane do
przewidywania rozwoju chorób zakaźnych. Inni natomiast zbudowali rynki prognostyczne
przewidujące takie wydarzenia jak “Czy Charlie Sheen będzie aresztowany, pójdzie na odwyk
lub do szpitala do północy 30.06.2011 r.” (na co
28.06.2011 roku było 5% szans)
(http://www.intrade.com/v4/markets/contract/?contractIdĽ747478).
Jak
widzimy,
rynki
predykcyjne mają dość szerokie zastosowanie.
Podstawy teoretyczne
Rynki prognostyczne mają różne podstawy teoretyczne. Forsythe, Palfrey, and Plott (1982)[11]
wskazują wiele źródeł tych podstaw a zwłaszcza teorię racjonalnych oczekiwań oraz teorią
wydajnych rynków. Pierwsza odnosi się do bezpośredniej zależności pomiędzy oczekiwaniami
uczestników rynków a zachowaniem cen na rynkach (Harrison & Kreps, 1978)[13], druga zaś
została wykorzystana do wyjaśnienia trafności rynków wydarzeń. W przełomowej analizie
rynków prognostycznych Fama (1970)[10] wykazuje, że “ceny w każdym momencie w pełni
odzwierciedlają wszelkie dostępne informacje”. W rezultacie, jak sugeruje autor, możliwe jest
zebranie oczekiwań, które w pełni oddają aktualnie dostępne informacje w formie cen
rynkowych.
Cel i plan rodziału
Celem rozdziału jest przyjrzenie się wschodzącemu fenomenowi korporacyjnych rynków
prognostycznych. Skupiać się będziemy głównie na zastosowaniu ich jako narzędzi do
przepowiadania i przewidywania wydarzeń. Aby temu zadośćuczynić, przejrzymy niektóre
zastosowania korporacyjnych rynków prognostycznych, które - z dużą dozą
prawdopodobieństwa - będą wykorzystane w przyszłości. Ponadto zaznajomimy się
z problemami dotyczącymi przewidywań oraz ich trafności i zastanowimy się, czy rynki
prognostyczne powinny służyć jako jedyne czy dodatkowe źródło informacji na temat przyszłych
zdarzeń.
Pierwsza część dostarcza zwięzłego opisu rynków prognostycznych oraz abstrakt rozdziału. W
części drugiej znajduje się kilka przykładowych rynków, trzeci to przykłady zastosowań
korporacyjnych rynków prognostycznych. Czwarta część poświęcona jest trafności
przewidywań oraz związanym z nią problemom. W sekcji piątej Czytelnik znajdzie zaznajomi się
z możliwościami rynków predykcyjnychi. W kolejnej, szóstej, części przeanalizujemy, czy rynki
powinny stanowić zasadnicze narzędzie przewidywań, czy lepiej jest łączyć je z innymi
narzędziami. W siódmej części skupimy się nad niektórymi zastrzeżeniami do prognoz
płynących z rynków. Rozdział ósmy poświęcony jest charakterystyce problemów związanych z
rynkami prognostycznymi. W końcu, sekcja dziewiąta, po krótce podsumowuje cały rozdział.
RYNKI PROGNOSTYCZNE W PRZYKŁADACH
Istnieje wiele rynków prognostycznych wykorzystywanych zarówno w celach korporacyjnych,
jak i ogólnego zastosowania. Dla przykładu Iowa Electronic Markets (IEM) czy Hollywood Stock
Exchange (HSX) reprezentują otwarte rynki predykcyjne, podczas gdy rynki wykorzystywane
przez Google i Microsoft reprezentują zamknięte rynki korporacyjne. Kilka przykładów rynków,
które nie wpisują się w ramy ani jednej, ani drugiej kategorii znajduje się na końcu rozdziału w
podsumowaniu.
Strona 2 z 11
rynkiprognostyczne.pl
Iowa Electronic Market (IEM)
Przypuszczalnie
najdłużej
działającym
rynkiem
prognostycznym
jest
IEM
(http://www.biz.uiowa.edu/iem/). IEM jest rynkiem eksperymentalnym, obsługiwanym przez
Uniwestytet Iowa i rozwijamym do celów dydaktycznych i naukowych. Wykorzystując "realne"
pieniądze każdy może zapisać się jako uczestnik rynku i dokonywać transakcji. W ciągu
swojego istnienia rynki okazały się bardziej trafne w przewidywaniu wyników wyborów niż
badania opinii publicznej.
Hollywood Stock Exchange
Kolejnym przykładem jest HSX (http://www.hsx.com), który dostarcza prognoz nt. filmów
wchodzących na ekrany kin oraz generowanych przez nie wpływów. Makler zaczyna z kontem o
wartości 2 000 000H$ - wirtualnej waluty. Za tę kwotę może nabywać lub sprzedawać akcje
filmów lub aktorów. Summa sumarum niektóre portfolia warte są w ten sposób miliony H$.
Czołowi maklerzy umieszczani są na tablicy liderów. Dzięki temu traderzy wiedzą, jakie
możliwości drzemią w rynkach oraz sprawiają, że sprawni maklerzy sami stają się gwiazdami.
Google
Eksperymenty Google z rynkami prognostycznymi opierały się głównie na badaniu przepływu
informacji (Coles,Lakhani,&McAfee, 2007[5]). Wykorzystując "Gobblesy" (walutę wirtualną),
pracownik mógł obstawiać na sporo różnych zdarzeń: poczynając od zapotrzebowania na
konkretny produkt po ogólną kondycję firmy w przyszłości. Wyniki tych eksperymentów okazały
się owocne. Ponadto Google odkryło, że zachowanie przy obstawianiu było powiązane z
fizyczną odległością innych pracowników. Dla przykładu Cowgill, Wolfers, and Zitzewitz (2008)[7]
odkryli silną korelację prognoz różnych osób z ich fizyczną odległością.
Microsoft
Praca Berga pt. "Rynki prognostyczne w Microsofcie"[7] (2007) podsumowuje rezultaty
wykorzystania niektórych rynków prognostycznych przez koncern. Microsoft zaczął korzystać z
rynków prognostycznych już w 2003 roku w formie Information ForeCasting Exchange. W
początkowej fazie był to projekt uzupełniający (nocno-weekendowy). Począwszy od roku 2006
Microsoft rozwinął projekt i przemianował go na PredictionPoint. Przez tych kilka lat koncern
wykorzystał szereg rynków prognostycznych, aby zdobyć informacje na takie tematy jak: "czy
firma wykona projekt na czas?" lub "jak wiele błędów będzie maiło oprogramowanie?"
WYKORZYSTANIE KOROPRACYJNE RYNKÓW
PROGNOSTYCZNYCH
Rynki predykcyjne wykorzystywane były przez firmy do wielu różnych przewidywań. Znalazły się
wśród nich zagadnienia związane z zarządzaniem projektem (project managment), jakością
(product quality) oraz prognozy kluczowych wydarzeń dla organzacji. Te właśnie aspekty
wykorzystania rynków omawiam poniżej.
Zarządzanie projektem (project managment)
W swojej pracy Ramidez i Joslin[21] odkryli, że wewnętrzne rynki prognostyczne mogą
z powodzeniem być wykorzystane do przepowiadania wydarzeń kluczowych dla projektów.
Rynki okazały się być szczególnie skuteczne przy przewidywaniu kamieni milowych (poprawnie
Strona 3 z 11
rynkiprognostyczne.pl
przewidziały 24 z 26). Również firma Cisco planuje wykorzystać rynki do poprawy przepływu
informacji w ramach Biura Projektów (PMO - Project Managment Office). Z kolei w pracy Berga
[2] nt. rynków Microsoftu, spośród projektów rozpoczętych w dziewięciu grupach produktów,
rynki najczęściej wykorzystywane były do sprawdzania czy projekty wykonane terminowo.
Berg odnotował jednak pewne obawy uczestników badania związane z przewidywaniami
rynków dotyczących czasowego wykonania zadań. Były to m.in.:
• obawy przed samospełniającą się przepowiednią - lęk, że rynki zamiast podpowiadać
przyszłość zaczną ją kreować, by potwierdzić przewidywania;
• rynki dostępne są dla wszystkich, co pontencjalnie może skutkować trudną sytuacją, gdy
kierownictwo nie wie jak zareagować na prognozowane opóźnieniem;
• obawa, że wyniki nie będą potrzebne: jeżeli projekt jest w wykonywany terminowo, to nie
ma potrzeby jego wykorzystania, jeśli zaś jest opóźniony - może być już za późno na
nadrobienie czasu.
Każda z obaw może być przedmiotem dalszych badań, które ustaliłby czy na ile są one
uzasadnione.
Jakość produktu
Rynki jakości produktów mogą uwzględniać wiele źródeł informacji mających wpływ na ten
produkt, zarówno gdy jest on wytwarzanych jak i gdy chodzi o oprogramowanie. King [17] opisuje
rynki Microsoftu, które koncentrowały się na licznie błędów w oprogramowaniu (bug)
w przeciągu pewnego okresu. Również Google wykorzystywało rynki prognostyczne do
przewidywania jakości [7] .
EA posłużyły się rynkami prognostycznymi opartymi na badaniu jakości rozwijanych przez firmę
gier komputerowych. Narzędzie zostało dobrze przyjęte w przedsiębiorstwie zarówno przez
kierownictwo wyższego szczebla jak i szeregowych pracowników. Menadżerowie otrzymywali
informacje, na których im zależało, a pracownicy mieli forum, na którym mogli dostarczyć lub
wykorzystać rzeczywiste informacje. Ośrodkiem oporu okazało się jednak kierownictwo
średniego szczebla.
EA skorzystało z punktacji tzw. "metakrytycznej" (metacritic score) do ustalenia wyjściowych
kryteriów tworzenia rynków i akcji (http://blog.mercury-rac.com/2007/10/
17/notes-from-the-london-prediction-market-conference-part-1/). W rezultacie, dzięki rynkom
predykcyjnym, firma zmniejszyła poziom błędu przewidywań z 6,6% do 3,5%.
Kluczowe wydarzenia
Rynki mogą również pomagać typować prawdopodobieństwo wystąpienia wydarzeń
kluczowych dla organizacji, jak i wpływ takich zdarzeń na firmę bądź podmioty z nią związane.
Dla przykładu organizacja może być zainteresowana informacją nt. szansy utraty konkretnego
klienta przed wyznaczonym terminem. Rynek taki skupiałby się zatem wokół
prawdopodobieństwa utraty wskazanego klienta. Ponadto firma może być także
zainteresowana oszacowaniem kosztów utraty kluczowego klienta. W tym przypadku rynki
powinny skupiać się na szacunkowej stracie sprzedaży wynikającej z tytułu utraty klienta.
CO MOŻE WPŁYWAĆ NA TRAFNOŚĆ RYNKÓW
PROGNOSTYCZNYCH
Istnieje sporo literatury dotyczącej rynków prognostycznych[18], która zajmuje się różnymi
czynnikami wpływającymi na trafność prognoz. Są to m.in.: perspektywa czasowa prognoz
Strona 4 z 11
rynkiprognostyczne.pl
(krótko- lub długoterminowe), zastosowana waluta (pieniądze wirtualne lub realne) czy wiedza
uczestników rynków. My skupimuy się głównie na tych czynnikach, które rzeczywiście mogą
wpłynąć na trafność przewidywań.
Czas: rynki krótko- a długoterminowe
Badania dowodzą, że rynki prognostyczne potrafią dostarczyć trafnych prognoz zarówno
krótkoterminowych (np. jednodniowych) jak i dla dłuższych okresów. W badaniu Berga
nt. rynków wyborów prezydenckich[4] przetestowano trafność przewidywań krótkoterminowych
rynków z pozytywnym rezultatem, a inne badania tego autora koncentrowały się na rynkach
długoterminowych[3]. Okazało się, że wyniki sondaży prezydenckich były trafne w 74%
przypadków, podczas gdy rynki miały do 100% trafności na 100 dni przed wyborami. Można z
tego faktu wyciągnąć wniosek, że rynki prognostyczne mogą dostarczać dobrych prognoz
długoterminowych.
Pieniądze rzeczywiste a wirtualne
Kolejnym czynnikiem mogącym mieć wpływ na rynki prognostyczne jest rodzaj zastosowanej
waluty. W pracy "Prediction Markets: Does Money Matter?" (Rynki prognostyczne: czy
pieniądze są istotne?)[25] autorzy badają wpływ zastosowanych środków płatniczych powszechnie akceptowalnych i ich wirtualnych odpowiedników. Badania wskazały, że różnice w
prognozach są mało istotne. Również Rosenbloom i Notz[24] nie znaleźli istotnej statystycznie
różnicy dla prognoz przy różnych systemach płatności. Zgodnie z tymi opracowaniami
korporacyjne rynki prognostyczne mogą z powodzeniem wykorzystywać pieniądze wirtualne lub
inne stworzone specjalnie na potrzeby rynków.
Wiedza tradera
Istotnym zagadnieniem jest wpływ wiedzy uczestnika rynku na rynki prognostyczne.
Doświadczenie zdobyte na rynkach prognostycznych Microsofu przez Berga[2] uczy, że trafność
przewidywań rynków różnią się w zależności od poziomu wiedzy profesjonalnej traderów.
Kolejni badacze[19][23] odnotowali również, że punktem krytycznym jest prawdopodobieństwo
wyższe aniżeli 50% szans zaistnienia zdarzenia, aby ogół uczestników podjął prawidłową
decyzję. Ma to, rzecz jasna, swoje podłoże w poziomie wiedzy eksperckiej w populacji traderów
odnośnie akcji-zdarzenia na konkretnym rynku.
Zaniżone ceny
Przynajmniej kilka badań dowiodły tendencji do zaniżania cen akcji przewidywań na rynkach
prognostycznych w przypadku średniej wartości prawdopodobieństwa. Zgodnie z jednym
opracowaniem takie niedoszacowanie istnieje w zakresie 20-60% na skali od 0-100%
(http://www.consensuspoint.com/prediction-markets-blog/ipredict_accuracy). Podobne wyniki
uzyskano w Google[5] - tam niedoszacowane były walory w zakresie 15-50%
prawdopodobieństwa na skali 0-100%. Jak więc widzimy w tym zakresie przewidywania rynków
mogą być mniej celne. Kwestią przyszłych badań będzie wskazania, czy niedokładność w tym
przedziale można oszacować, czy po prostu dla tego zakresu rynki prognostyczne nie zadają
egzaminu.
Spekulacje na rynkach
W niektórych sytuacjach prognoza rynku może być szczególnie istotna dla konkretnego
uczestnika rynku. W sytuacjach takich jakiś trader może chcieć wpłynąć na rynek wykupując
akcje i zawyżając ich cenę. Dla przykładu jeden z kluczowych stronników kandydata
Strona 5 z 11
rynkiprognostyczne.pl
politycznego chciał, aby rynek prognostyczny wygenerował prognozę zgodną ze swoimi
oczekiwaniami, tkwiąc najprawdopodobniej w przekonaniu, że obróci się to w sukces w świecie
rzeczywistym[22]. Zgodnie z tym przeświadczeniem stronnik ten próbował zainwestować kwotę,
która pozwalałaby "przesunąć rynek" i podniosła sztucznie wartość waloru. Na rynkach
otwartych, na jakich próbował to zrobić, taki sposób postępowania nie zadziałał, gdyż
inwestorzy byli - zgodnie zresztą z prawdą - bardziej przekonani o zwycięztwie oponenta.
Niewykluczone jednak, że w zamkniętych rynkach korporacyjnych z ograniczoną płynnością
akcji i liczbą trader'ów taka sytuacja może mieć miejsce. Jeżeli uczestnik rynku mógłby
"przesunąć rynek", wtedy oczywiście trafność prognoz będzie zagrożona.
MOŻLIWOŚCI RYNKÓW PROGNOSTYCZNYCH JAKO NARZĘDZI
Firma Hewlett-Packard odkryła, że w 75% przypadków rynki prognostyczne dawały lepsze
przewidywania aniżeli inne narzędzia prognostyczne. Odkrycie to pociąga jednak za sobą
pewne pytanie: dlaczego przewidywania rynków prognostycznych są trafniejsze?
Najprawdopodobniej już sama idea rynków i związane z nią atuty, takie jak szeroki dostęp do
różnego rodzaju informacji, anonimowość trader'ów, prawdomówność lub inny czynnik
sprawiają, że rynki mogą dostarczać predykcji wysokiej jakości. Przeanalizujmy je po krótce.
Szeroki dostęp do informacji
Bodajże największą korzyścią płynącą z wykorzystania rynków wewnętrznych, w porównaniu do
innych narzędzi prognostycznych, jest szeroki dostęp do źródeł informacji, które wcześniej nie
były wykorzystane lub były niedostępne. Im więcej uczestników rynki angażują, tym więcje
informacja i wiedza jest zbieranej. Źródła wiedzy niekoniecznie miusiały być wcześniej częścią
procesu decyzyjnego w organizacji.
Rynki prognostyczne mogą potencjalnie stanowić nowe medium komunikacji i interakcji
dla pracowników organizacji, którzy nie mieli wcześniej możliwości lub okazji do wypowiedzenia
się. Zatem zaangażowanie dużej liczby uczestników może załagodzić także efekt asymetrii
informacyjnej.
Informacja w czasie rzeczywistym
Rynki predykcyjne dostarczają informacji zwrotnej o przyszłych wydarzeniach w czasie
rzeczywistym. Jak zauważył jeden z dycydentów: Jeśli prowadzę jakiś projekt i dedykowany mu
rynek dotyczący terminu jego realizacji, to kiedy ceny jego akcji spadają, to natychmiast wiem,
że wydarzyło się coś ważnego (‘‘If I am leading a project and the stock is, will this thing launch
on time, if the stock price goes down I instantly know something has happened;
http://www.dni.gov/nic/NIC_specialproducts.html). Konstrukcja rynków powoduje, że dostarczają
one dane na temat aktualnej sytuacji w sposób ciągły. Jeśli więc pojawiają się nowe informacje
istotne dla projketu, to rynek z pewnością na nie zareaguje. Alternatywne narzędzia
wykorzystujące skomplikowane metody obliczeniowe do przewidywania w bardziej ograniczony
sposób zbierają informacje oraz mają krótszy horyzont czasowy.
Anonimowość
Większość rynków jest anonimowa. W ten sposób informacja zawarta w cenie może być
pozyskana od większego grona użytkowników, włączając w to źródła, które nie mogą wprost
przekazać informacji z różnych względów np. z uwagi na tajemnicę firmy. Choć na pierwszy rzut
oka informacje takie nie są dostępne dla osób zainteresowanych prognozą, to jednak mogą się
one odbić na cenie akcji. Z drugiej strony osoby prowadzące rynek lub inne osoby
zainteresowane prognozą często nie są anonimowe, więc rynki mogłyby odzwierciedlać realia
Strona 6 z 11
rynkiprognostyczne.pl
polityczne panujące w firmie. Odbiło by się to oczywiście na niekorzyść dla celności predykcji.
Prawdomówność
Anonimowość pozwala również na swobodną wypowiedź na temat prognoz uczestników
w postaci operacji rynkowych. Już samo utworzenie rynków samo przez się zachęca do
otwartej dyskusji na temat predykcji i jej przedmiotu. Abramowicz i Henderson[1] stwierdzili:
"Rynki prognostyczne pomagają zwiększyć przepływ informacji, skłaniają do otwartego dialogu
z dycydentami zewnętrzymi i wewnętrzymi oraz zachęcają swoich użytkowników do działania
na rzecz swoich pracodawców" ("Prediction markets can increase the flow of information,
encourage truth telling by internal and external firm monitors, and create incentives for agents
to act in the interest of their principals"). Dlatego właśnie informacje krążące po rynkach
prognostycznych często są lepszej jakości niż w przypadku innych narzędziach predykcyjnych.
Informacje dodatkowe
Wewnętrzne rynki prognostyczne zbierają wiedzę rozsianą po całej firmie, po części działają
więc jako "szkrzynki na propozycje" (suggestion boxes). W konsekwencji rynki prognostyczne
pomagają zbierać informacje, które nie wyszłyby w hierarchicznym procesie agregacji danych
(od kierownika do zarządu), sięgając poza kierownictwo i wydobywają informacje będące
potencjalnie poza zasięgięm osób prognozujących oraz łagodząc nierówny podział informacji
(asymterię informacyjną).
Zaangażowanie
Kiedy wielu pracowników dostarcza infromacji z duży prawdopodobieństwem wzrośnie poziom
zaangażowania wśród owych pracowników. W wielu przypadkach takie zaangażowanie może
przerodzić się w większą wydajność tych osób, a w rezultacie także całej organizacji[28]. Duży
stopień zaangażowania przyczynia się do sięgania przez trader'ów po szersze spektrum
informacji przy korzystaniu z rynków niż w przypadku innych narzędzi predykcyjnych.
RYNKI PROGNOSTYCZNE - NARZĘDZIE SAMODZIELNE CZY
POMOCNICZE
Skoro rynki prognostyczne tak doskonale się spisują w przewidywaniu, to powstaje pytanie czy
powinniśmy używać ich jako samodzielnych narzędzi predykcyjnych, czy lepiej jest jednak
łączyć je z innymi narzędziami?
Samodzielnie czy w połączeniu
W organizacji posiadającej dodatkowe, często bardzo wyrafinowane, narzędzia predykcyjne, do
których ma dostęp część trader'ów, informacje pozyskane z tych narzędzi mogą zostać
przekazane na rynku. Dane wniesione przez uczestników z dostępem do prognoz zostaną
zamienione na ceny jak inne istotne informacje nt. waloru. Z drugiej jednak strony, jeśli nie ma
innych narzędzi przewidywania, to rynek będzie o te informacje uboższy. Z informacyjnego
punktu widzenia lepsze jest zatem połączenie różnych technik predykcyjnych. Gdy tak jest,
powinniśmy spodziewać się poprawy trafności prognoz.
Co niesie przyszłość
Jak już wcześniej wspomniano, rynki predykcyjne wydają się być dobrym narzędziem
przewidywań, również długoterminowych. Poza tym można przewidywać - z dużą dozą
Strona 7 z 11
rynkiprognostyczne.pl
prawdopodobieństwa - że rynki te w połączeniu z innymi narzędziami prognostycznymi
dawałyby jeszcze lepsze rezultaty, należy więc spodziewać się rozwoju zarówno rynków
długoterminowych jak i narzędzi mieszanych.
OBAWY ZWIĄZANE Z RYNKAMI PROGNOSTYCZNYMI
Choć - jak się wydaje - rynki prognostyczne dają trafne przewidywania, to nie można zapominać
o ich ograniczeniach. Oto kilka z nich.
Koszty zysku z prognoz
Choć w rodziale tym dowodzę, że rynki prognostyczne mogą dostarczyć ważnych i dokładnych
danych odnośnie przyszłości, to mogą one również generować dodatkowe koszty. Nie mam tu
na myśli tylko kosztów utrzymania samych rynków, czy cenę oprogramowania, ale zwłaszcza
czas i wysiłek włożone przez pracowników na śledzenie i uczestnicznie w rynkach. Oczywiście i
czas, i wysiłek mogłyby być spożytkowane w innych obszarach. Dlatego właśnie ważne jest,
aby rynki dostarczały istotnych informacji lub innych korzyści dla organizacji. Przed
uruchomieniem giełdy trzeba się zatem dobrze zastanowić, jakie informacje są na tyle cenne,
by uruchomić dla nich rynek.
Kto powinien przewidywać przyszłość
Ogólnie można założyć, że częściej uczestnikami korporacyjnych rynków prognostycznych
będą młodsi pracownicy (http://www.consensuspoint.com/prediction-markets-blog/predictionmarkets-focus-of-mba-thesis-research) z uwagi na lepsze opanowanie technologii oraz
otwartość na nowości. Jeżeli będzie, należy spodziewać się, że rynki predykcyjne będą
reagować na informacje otrzymywane właśnie przez młodszy personel. Ma to oczyście swoje
zalety - młodzi pracownicy z pewnością będą bardziej odizolowani od "wpływów politycznych", a
tym samym - bardziej szczerzy. W ogólnym rozrachunku przed uruchomieniem rynków,
organizacja musi zadać sobie pytanie od kogo chce zebrać informacje.
Zwrot inwestycji dla uczestników rynku
Przeważnie na rynkach predykcyjnych uczestnicy posługują się walutą witrualną, zysk nie
przekłada się zatem bezpośrednio na korzyści materialne. W zamian rynki mogą zaoferować
inne zachęty: prestiż i wyróżnienie jako lidera rynku, podkoszulki lub inne fanty firmowe.
Powstaje jednak problem, czy tego typu zwroty będą odpowiednia zachętą dla uczestników
oraz czy sprawią one, że rynki będą poważnie traktowane .
Wpływ na zaangażowanie
Rynki mogą wpływać na zaangażowanie swych uczestników w pracy. W jaki sposób? Jeśli cena
waloru na rynku nie napawa optymizmem, może stać się kilka rzeczy. Przypuśćmy, że aktualna
cena akcji niewykonania zadania na rynku dotyczącym terminowego zakończenia projektu jest
wyższa aniżeli akcja ukończenia projektu. Traderzy widząc sytuację na rynku mogą mieć powód
do bardziej wytężonej pracy. Z drugiej strony traderzy mogą również dojść do wniosku, że
sytuacja jest beznadziejna i zaniechać jakichkolwiek działań w świecie realnym, zwłasza jeżeli
katastrofa wydaje się być nieunikniona. Inna możliwość, to - jeśli predykcja jest korzystna zmniejszenie zaangażowania w poczuciu przeznaczenia. W wyniku możemy otrzymać
generator samospełniających się przepowiedni. Berg[2] ostrzegaja, że "obstawianie porażki
może do niej prowadzić" oraz że "przewidywanie sukcesu może być próbą zrobienia dobrego
wrażenia."
Strona 8 z 11
rynkiprognostyczne.pl
Prawdziwy hazard (na boku)
Choć problem ten nie musi mieć bezpośredniego wpływu na przedsiębiorstwo lub jego
pracowników, to rynki prognostyczne mogą być przyczynkiem do rozpowszechnienia hazardu
na tematy związane z firmą lub jakiekolwiek inne. Niektóre organizacje lub niektórzy dycydenci
mogą uznać takie zachowanie za nieodpowiednie w miejscu pracy.
JAKI PROBLEM JEST DOBRY DO PRZEWIDZENIA?
Rozsiane informacje
W swojej pracy "Spostrzeżenia dyrektora finansowego" Deloitte[9] twierdzi, że "rynki
prognostyczne są szczególnie pomocne w sytuacjach, gdy dane potrzebne do stworzenia
modelu predykcyjnego mają charakter rozproszony." W sytuacji gdy informacje rozsiane są po
całej firmie, rynki prognostyczne mogą służyć jako narzędzie do ich wydobycia i agregacji.
Brak prawdziwej informacji
Jeśli komunikacja pracowników z kierownictwem nie jest otarta a zatrudnione osoby
nie wypowiadają się szczerze, to rynki predykcyjne mogą pomóc w zniesieniu lub przynajmniej
załagodzeniu efektu asymetrii informacyjnej. Tak było w przypadku rynków zastosowanych
przez Microsoft (http://www.midasoracle.org/2007/01/23/case-microsofts-internal-predictionmarkets/). Generalizując można powiedzieć, że jeśli założenia prognóz wystawionych
na rynkach w formie akcji mają fałszywe podstawy, traderzy mogą obstawiać przeciw tym
zdarzeniom (sprzedając akcje lub kupując akcje zdarzenia przeciwnego) i wygrywać rynkach.
Brak odpowiedzialności organizacyjnej
EA wypuszcza na rynek około 120 gier rocznie, dlatego istotne jest dla firmy przewidzenie, które
spośród ich produktów wyróżniają się od innych (http://blog.mercury-rac.com/2007/10/17/notesfrom-the-london-prediction-market-conference-part-1/). Z powodu błędnych prognoz łańcuch
dostaw EA był regularnie wypełniany produktami, które nie sprzedawały się w założonym
nakładzie. Generowało to oczywiście zbędne koszty. Jak widzimy, brak odpowiedzialności
organizacyjnej może skutkować brakiem komunikacji. W takich przypadkach, czego przykładem
jest EA, rynki predykcyjne ułatwiają rozprzestrzenianie istotnych informacji i budowanie
postawy odpowiedzialności organizacyjnej.
Asymetria informacyjna
Jeśli firma ma problemy z asymetrią informacyjną lub gdy informacje zostają zatrzymywane w
pewnych punktach organizacji, tam rynki prognostyczne potrafią łagodzić te asymetrie. Skoro
traderzy mogą handlować wykorzystując dostępne dla nich dane, to w wyniku uzyskujemy
agregację tych danych w postaci cen rynkowych a w efekcie złagodzenie asymetrii.
PODSUMOWANIE I ROZSZERZENIE
Rodział ten poświęcony został wykorzystaniu przez firmy wewnętrznych rynków
prognostycznych do przewidywań przyszłych wydarzeń. Zostały w nim przeanalizowane
niektóre problemy, przy rozwiązaniu których rynki zostały wykorzystane. Analizie poddano
również wyjątkowe możliwości rynków jako narzędzi predykcyjnych oraz ich zastosowanie jako
narzędzi samodzielnych i pomocniczych. Przedstawiono także niektóre obawy dotyczące
wykorzystania rynków i prognóz. Na zakończenie przeanalizowano warunki, w jakich rynki
Strona 9 z 11
rynkiprognostyczne.pl
predykcyjne mogą być szczególnie dobrym narzędziem.
Rozszerzenie
Jest wiele zagadnień, które można by dodać do tego rozdziału. Dla przykładu skupiliśmy się na
dwóch rodzajach zastosowań: w zarządzaniu projektem oraz w badaniu jakości produktu.
Istnieje jednak pole dla badań, które poświęcone by były innym aspektom, np. finansowym. W
rodziale tym nie poruszyliśmy także problemu integracji rynków z innymi technologiami (np.
Wikis). Nie trudno sobie wyobraźić taką analizę. Kolejną sprawą jest organiczenie rynków
prognostycznych z uwagi na błąd przewidywań (zaniżenie cen akcji) w zakresie 15-50%
prawdopodobieństwa zdarzenia. W tym momencie trudno jest określić, czy niedokładność ta
jest istotnym ograniczeniem rynków predykcyjnych. Można, w końcu, spojrzeć również na rynki
prognostyczne jako narzędzia do zarządzania wiedzą. W takim ujęciu możnaby przebadać rynki
jako wehikuł odkrywania wiedzy ukrytej w różnych zakamarkach organizacji.
BIBLIOGRAFIA
1. Abramowicz, M., & Henderson, M. (2007). Prediction markets for corporate governance.
Notre Dame Law Review, 82(4), 1344–1368
2. Berg,
H.
(2007).
Prediction
markets
at
Microsoft,
http://people.ku.edu/Bcigar/PMConf_2007/HenryBerg(PredictionPoint%20KC
%20071101).pdf
3. Berg, J., Nelson, F., & Rietz, T. (2008), Prediction market accuracy in the long run.
Journal of Forecasting, 24(2), 285–300
4. Berg, J. E., Forsythe, R., Nelson, F. D., & Rietz, T. A. (2003). Results from a dozen years
of election futures markets research. In: C.A. Plott & V. Smith (Eds.), Handbook of
experimental economic results (pp. 742–751) Elsevier: Amsterdam.
5. Coles, P., Lakhani, K., & McAfee, A. (2007, August). Prediction markets at Google.
Harvard Business School Case, 9-607-088
6. Cowgill,
B.
(2009).
Putting
crowd
wisdom
to
work.
http://googleblog.blogspot.com/2005/09/putting-crowd-wisdom-to-work.html
7. Cowgill, B., Wolfers, J., & Zitzewitz, E. (2008, January 6). Using prediction markets to
track
information
flows:
Evidence
from
Google
(http://www.bocowgill.com/GooglePredictionMarketPaper.pdf).
8. Dalkey, N. C. (1969, June). The Delphi method: An experimental study of group opinion.
Rand,
Report
RM-5888-PR.
Retrieved
from
http://www.rand.org/pubs/research_memoranda/2005/RM5888.pdf
9. Deloitte. (2010). CFO insights: Social analytics: Tapping prediction markets for
foresight,http://www.deloitte.com/assets/Dcom-UnitedStates/Local
%20Assets/Documents/us_cfo_predictionmarkets_0410.pdf
10. Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work.
Journal of Finance, 25(2), 383–417.
11. Forsythe, R., Palfrey, T., & Plott, C. (1982). Asset valuation in an experimental market
12. Econometrica, 50(3), 537–567
13. Harrison, M., & Kreps, D. (1978). Speculative investor behavior with heterogeneous
expectations, Quarterly Journal of Economics, 92, 323–336
14. Havenstein, H. (2008, March 4). Google’s casino test: What do 80,000 employee bets
say
about
its
future?
ComputerWorld.
Retrieved
from
http://www.computerworld.com/s/article/9066638/Google_s_casino_test_What_do_80_0
00_employee_bets_say_about_its_future_
15. Hemsoth, N. (2011, February 22). Ford motor company turns to cloud-based prediction
Strona 10 z 11
rynkiprognostyczne.pl
market
software.
http://www.hpcinthecloud.com/hpccloud/2011-0222/ford_motor_company_turns_to_cloud-based_prediction_market_software.html
16. Kambit, A. (2011, March/April). Predicting the rise of prediction markets,
http://www.Analytics-Magazine.com, pp. 33–36.
17. King, R. (2006, August 4). Workers, place your bets. Business Week Online.
http://www.businessweek.com/technology/content/aug2006/tc20060803_012437.htm
18. Luckner, S. (2008). Prediction markets: Fundamentals, key design elements and
applications, 21st BLED conference, June 15–18, 2008. Bled, Slovenia (pp. 236–247).
19. O’Leary, D. E. (1999). Models of consensus of knowledge acquisition. Proceedings of the
Hawaiian International Conference on Systems Sciences, Maui, Hawaii,
http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumberĽ772602
20. Polgreen, P., Nelson, F., Neumann, G., & Weinstein, R. (2007). Use of prediction markets
to forecast infectious disease activity, Clinic Infectious Disease, 44(2), 272–279.
21. Remidez, H., & Joslin, C. (2007, December 8). Using prediction markets to support IT
project management. eProceedings of the Second International Research Workshop on
Information Technology Project Management (IRWITPM), Montre´ al, Que´bec, Canada.
22. Rhode, P., & Strumpf, K. (2005). Manipulating political stock markets.
http://faculty.london.edu/mottaviani/Strumpf.pdf
23. Rodriguez, M., & Watkins, J. (2009). Revisiting the age of enlightenment from
a collective decision making perspective. Los Alamos National Lab, 09-00324.
24. Rosenbloom, E., & Notz, W. (2006). Statistical tests of real-money versus play-money
prediction markets. Eletronic Markets, 16(1), 63–69.
25. Servan-Schreiber, E., Wolfers, J., Pennock, D., & Galebach, B. (2004). Prediction
markets: Does money matter?. Electronic Markets, 14(3), 243–251.
26. Surowiecki, J. (2004). The wisdom of crowds. Random House.
27. Wolfers, J., & Zitzewitz, E. (2004). Prediction markets. Journal of Economic Perspectives,
18(2),107–126.
28. Woolridge, B., & Floyd, S. (1990). The strategy process, middle management
involvement and organizational performance, Strategic Management Journal, 11(3), 231–
241.
WYBRANE WITRYNY INTERNETOWE
29. Ask Markets – http://www.askmarkets.com/ (Build your own market)
30. ‘‘Bet 2 Give’’ – https://bet2give.com/b2g/index.html (Real money, winnings go to nonprofits organizations)
31. ‘‘Bet Fair’’ – http://corporate.betfair.com/about-us.aspx (Designed to eliminate the need
for a book maker)
32. Consensus Point – http://www.consensuspoint.com/ (Software company)
33. Crowd Cast – http://www.crowdcast.com/resources/ (Software company)
34. Hollywood Stock Exchange – http://www.hsx.com/ (Buy and trade in movies)
35. Foresight Exchange – http://www.ideosphere.com/ (Play money market)
36. Inkling Software – http://inklingmarkets.com/ (Software company)
37. News Futures – http://us.newsfutures.com/home/home.html (Market software and
consulting)
38. PredictionMarkets Industry – http://groups.google.com/group/prediction-markets-opendiscussion
Strona 11 z 11