NachrichtenMakroKalshi startet Citizen Debt Forecast: Daten von Prognosemärkten halten Einzug in die Fiskalprognose

Kalshi startet Citizen Debt Forecast: Daten von Prognosemärkten halten Einzug in die Fiskalprognose

Autor: Marginal Revolution·

Wichtige Erkenntnisse

  • Ökonomen der Federal Reserve haben eine Studie veröffentlicht, wonach Kalshi-Prognosemärkte einen echtzeitbasierten, marktbasierten Benchmark für makroökonomische Erwartungen liefern, der für Forscher und Politikverantwortliche wertvoll ist.
  • Traditionelle Erwartungskennzahlen wie die Survey of Professional Forecasters werden seltener aktualisiert und erfassen nur einen Teil der Prognoseverteilung.
  • Kalshi ist der größte bundesstaatlich regulierte Prognosemarkt und untersteht der Aufsicht der CFTC.
  • Die Schuldenprognosen des Congressional Budget Office werden nur zweimal jährlich aktualisiert und sind auf eine legislatorische Baseline beschränkt, während Kalshis Citizen Debt Forecast kontinuierlich aktualisiert wird und erwartete gesetzgeberische Änderungen abbilden kann.
  • Kalshis Schuldenprognose fällt etwas optimistischer aus als die des CBO, wobei der Autor davor warnt, diesen Unterschied überzubewerten.
Kalshi startet Citizen Debt Forecast: Daten von Prognosemärkten halten Einzug in die Fiskalprognose

Kalshi Research leistet bemerkenswerte Arbeit sowohl zu den Grundlagen von Prognosemärkten als auch dazu, wie sich Daten aus diesen Märkten zur Verbesserung anderer Prognosen nutzen lassen.

Ökonomen der Federal Reserve haben beispielsweise kürzlich eine Studie mit dem Titel Kalshi and the Rise of Macro Markets veröffentlicht, die zu folgendem Ergebnis kommt:

Prognosemärkte bieten einen neuen marktbasierten Ansatz zur Echtzeitmessung makroökonomischer Erwartungen. Wir bewerten die Genauigkeit der aus Kalshi-Märkten abgeleiteten Prognosen – Kalshi ist der größte bundesstaatlich regulierte Prognosemarkt unter der Aufsicht der CFTC. Wir vergleichen Kalshi mit traditionelleren Umfrage- und marktbasierten Prognosen, untersuchen, wie Erwartungen auf makroökonomische und finanzbezogene Nachrichten reagieren und wie Marktteilnehmer politische Signale interpretieren. Unsere Ergebnisse deuten darauf hin, dass Kalshi-Märkte einen hochfrequenten, kontinuierlich aktualisierten, verteilungsreichen Benchmark liefern, der für Forscher wie auch für Politikverantwortliche wertvoll ist.

Dieses Ergebnis ist bedeutsam, weil traditionelle Messgrößen makroökonomischer Erwartungen – etwa die Survey of Professional Forecasters oder aus Assetpreisen abgeleitete marktbasierte Kennzahlen – in der Regel seltener aktualisiert werden oder nur einen Teil der Prognoseverteilung erfassen. Ein kontinulich gehandelter, regulierter Markt bietet einen alternativen Benchmark, den Politikverantwortliche in Echtzeit verfolgen können, sobald neue Nachrichten eintreffen.

Kalshi liefert ein konkretes Beispiel, wie sich solche Daten nutzen lassen: den Citizen Debt Forecast (CDF). Das Congressional Budget Office (CBO) prognostiziert den künftigen Verlauf der US-Staatsverschuldung, aktualisiert seine Prognose jedoch nur zweimal jährlich und ist auf eine legislatorische Baseline beschränkt – selbst dann, wenn die meisten Beobachter beispielsweise erwarten, dass Steuern erhöht oder Ausgaben gekürzt werden. Diese Einschränkung ist für fiskalpolitische Debatten relevant: Die von der Öffentlichkeit gehaltene US-Bundesschuld ist in den letzten Jahren im Verhältnis zum BIP gestiegen, und die offiziellen Baseline-Projektionen sind ein zentraler Bezugspunkt in Haushaltsverhandlungen. Der Kalshi CDF hingegen aktualisiert sich kontinuierlich und kann Markterwartungen über künftige gesetzgeberische Änderungen einbeziehen.

Wie der begleitenden Grafik zu entnehmen ist, fällt die Kalshi-Prognose etwas optimistischer aus als die des CBO, wobei der Autor davor warnt, diesen Unterschied überzubewerten. Die größere Frage ist, wie sich Daten von Prognosemärkten in eine Vielzahl von Prognosen integrieren lassen.

Der Beitrag The Kalshi Citizen Debt Forecast (CDF) erschien zuerst auf Marginal REVOLUTION.