本研究前半部分使用全部預測事件，驗證最適價格門檻準則較價格 50 門檻
20
與最高價門檻準則具有優勢。本節以 2006 至 2009 年的預測事件作為訓練樣本，
再針對 2010 至 2011 年的預測事件進行樣本外測試，5計算最適價門檻準則、最
高價門檻準則和價格 50 門檻準則的預測準確率。進行樣本外測試時，本研究將
樣本分成全部事件及政治、經濟、社會、兩岸、國際、運動、選舉與娛樂等八 大類預測事件進行分析。
首先，本研究針對 2006 至 2009 年的樣本內樣本尋找最適價門檻，全部事
件的最適價門檻為 60，除了娛樂類預測事件的最適價門檻為 78 較高之外，其
他類預測事件的最適價門檻分布在 50-62 之間。再者，以三種不同價格門檻的
準則計算樣本外樣本的預測準確率。在全部預測事件方面，最適價門檻準則的
預測準確率領先另外二個準則 2-3 個百分點。在政治類（包括選舉類）預測事
件方面，最高價門檻準則領先其他兩項價格門檻準則；在社會類與兩岸類預測 事件方面，三項價格門檻準則平分秋色。除此之外，最適價門檻準則的表現都 優於其他兩項準則。（見表1-9）
表1-9 2010-2011 年樣本外測試
2010 年前 最適門檻
訓練樣 本數
2010-2011 年測試樣本數
門檻50 準 則之準確率
最高價準 則之準確率
最適門檻準 則之準確率
全部事件 60 4803 3078 88.66 87.91 90.35*
政治類 62 715 152 96.71 97.37* 94.74
經濟類 51 2078 683 93.12 85.36 93.27*
社會類 50 223 36 100 100 100
兩岸類 56 313 98 95.92 95.92 95.92
國際類 56 300 916 80.13 82.31 83.52*
5 本研究收集資料至 2011 年 8 月，因 2011 年僅有 8 個月的合約交易記錄，故使用 2010 年以後 的合約，作為樣本外測試對象。
21
運動類 62 1201 1236 85.19 87.46 87.94*
選舉類 62 517 133 96.24 96.99* 93.98
娛樂類 78 785 945 88.04 88.25 90.26*
說明：*為準確率最高的價格門檻準則。
在卡方檢定結果，三項價格門檻準則的差異只有在全部樣本、經濟類、運 動類是顯著的，其他類事件可能因為樣本數過少而造成統計上的不顯著。（見 表1-10）
表1-10 不同類別預測事件之三種價格門檻準確率的卡方檢定：樣本外測試
: p 值
全部事件 0.0000***
政治類 0.4519
經濟類 0.0000***
國際類 0.1611
運動類 0.0968*
選舉類 0.4499
娛樂類 0.2380
說明：***表示 1%的顯著水準，**表示 5%的顯著水準，以及*表示 10%的顯準水準。
22
在個別準確率的差異 Z 檢定，在全部事件與娛樂類，最適價門檻準則表現
顯著優於其他兩項價格門檻準則；6在國際類，最適價門檻準則表現顯著優於價
格 50 門檻準則；在經濟類，最高價門檻準則表現顯著遜於其他兩項準則；在運
動類，價格 50 門檻準則顯著表現最差；在政治類（選舉類），三項價格門檻準
則的兩兩比較準確率都不顯著。7（見表1-11）
表1-11 不同類別預測事件之三種價格門檻準確率的 Z 檢定：樣本外測試
Z 值 : : : 備註
全部事件 -0.91 2.16** 3.08*** 最好
政治類 0.34 -0.85 -1.18 不顯著
經濟類 -4.66*** 0.11 4.77*** 最差
國際類 1.20 1.88** 0.69 好過
運動類 1.64** 2.01** 0.36 最差
選舉類 0.34 -0.86 -1.19 不顯著
娛樂類 0.14 1.55* 1.41* 最好
說明：***表示 1%的顯著水準，**表示 5%的顯著水準，以及*表示 10%的顯著水準。
根據表 1-9 的 2006 至 2009 年樣本，政治類事件的最高價門檻準則表現較 好，社會與兩岸類的三項價格門檻準則表現平手。為釐清這些特殊狀況的可能 原因，本研究彙整各類預測事件交易價格之統計資料。相較於其他類別事件，
6 由於社會類與兩岸類的樣本外預測事件之三種價格門檻的準確率完全相同，所以本研究不再 針對這兩類樣本外事件進行卡方檢定。
7 由於社會類與兩岸類的樣本外預測事件之三種價格門檻的準確率完全相同，所以本研究不再 針對這兩類樣本外事件進行Z 檢定。
23
政治類預測事件的交易價格平均普遍較高，而且交易價格的標準差也比較大，
最高價的平均值較大，最高價的標準差較小，最高價與次高價差額之平均數也 顯著高於其他類別。這顯示，政治類預測事件的最高價普遍較高（85 以上），
也就是市場共識相當強，或者選舉的態勢強弱懸殊，所以市場的判斷相當明確，
也較容易判定預測事件的結果。此外，社會與兩岸類的最高價平均值及最高價 與次高價差額之平均數也都相當高，展現市場的共識相當強烈或預測事件的結 果相當容易判斷，但是交易價格平均並不高、交易價格的標準差比較小，這可
能是社會與兩岸類的三項價格門檻準則之準確率難分軒輊的原因。（見表 1-12）
24
表1-12 各類預測事件交易價格之統計數據
變數 政治 選舉 社會 經濟 兩岸 國際 運動 娛樂
交易價格（Pi）的平均數 23.17 25.25 17.99 15.61 17.52 21.76 18.79 17.65 交易價格的標準差 36.70 37.31 33.35 29.49 32.70 31.24 30.28 28.27
|Pi-50|之平均數 43.86 42.88 44.97 43.51 44.32 39.33 41.16 40.52
|Pi-50|之標準差 11.89 12.80 10.55 12.61 12.58 15.04 13.99 14.27 最高價的平均值 87.01 85.11 87.31 71.12 80.72 61.80 70.81 71.72 最高價的標準差 17.46 17.68 20.30 29.43 29.32 30.43 28.01 26.40 最高價與次高價差額之平均數 71.50 67.74 71.98 48.22 67.84 24.65 40.61 48.97 最高價與次高價差額之標準差 31.45 32.58 27.95 34.43 34.50 29.46 36.04 33.78
|交易價格與最適價絕對差額之平均數| 50.73 49.25 44.97 51.02 51.47 46.65 48.62 62.75 交易價格與最適價絕對差額之標準差 16.74 17.75 10.55 15.40 14.91 16.18 15.83 22.44 說明：符號| |為取絕對值。
25
6. 結論
預測市場的資訊匯流提供領先、即時、連續、長期的重要資訊，作為決策 與避險的重要參考依據。然而，透過網路匯聚的集體智慧資訊，乃是以最終收 盤價格呈現，反映參與者對事件發生的機率預測。如何將此機率預測轉換成類 別預測，以佐助公共政策與企業決策，則是研究者必須處理的研究課題。為了 方便判定預測市場上的預測事件之預測結果是否發生，本研究成功利用未來事 件交易所的交易資料，建構最適價門檻準則，極大化預測市場的準確率，以便 預先判定預測事件的預測結果是否會發生，讓我們適當管控該事件發生與不發 生的相關風險。
以2006 至 2011 年的未來事件交易所 7,881 個預測事件樣本分析，全部預測
事件的最適價門檻為價格 60，其判定預測事件的準確率比價格 50 門檻與最高
價門檻準則都要高，而且具有統計上的顯著性。以分類事件而言，除了政治類 與社會類之外，最適價門檻準則普遍比其他兩種價格門檻準則要好，而且大部 分具有統計上的顯著性。在政治類與社會類的預測事件方面，雖然最高價門檻 準則的準確率比最適價門檻要好，但並不具統計上的顯著性。
在樣本外測試與比較方面，以 2006 至 2009 年預測事件為樣本內樣本，
2010 至 2011 年預測事件為樣本外樣本，全部預測事件的最適價門檻為價格 60，
其判定預測事件的準確率比價格 50 門檻與最高價門檻準則都要高，而且具有統
計上的顯著性。除了政治類之外，大部分類別的預測事件，皆呈現最適價門檻 準則較其他兩項價格門檻準則要好；不過，部分類別可能因為樣本數太少（例 如，社會類與兩岸類，未來事件交易所在 2010 至 2011 年分別發行 36、98 個合
約，但是運動類卻有 1,236 個合約），其差異性分析都不顯著。在政治類預測
事件方面，雖然最高價門檻準則的準確率比最適價門檻要好，但並不具統計上 的顯著性。
總體而言，以價格 60 為最適價門檻之準確率，普遍高於價格 50 門檻或最 高價門檻的準則，其可作為判定某預測事件是否會發生的價格門檻。政治類預 測事件仍可以沿用最高價門檻準則，其他類別預測事件則以最適價門檻準則較 具優勢。透過預測事件價格的分析與比較，我們可以更有信心利用最適價格門 檻判定預測事件的結果，以便我們作決策與進行避險的重要參考。
本研究結論條列如下：
一、以極大化預測市場準確率為目的，本研究建構最適價門檻準則，其價
26
格門檻可使市場從機率預測轉成類別判定，讓我們適當管控該事件發生與不發 生的風險；
二、針對全部樣本，「最適價門檻準則」比「門檻 50 準則」、「最高價門
檻準則」具備更高的準確率，且大部分具有統計上的顯著性，亦通過樣本外測 試；
三、針對分類樣本，除了政治類與社會類的預測事件，分類的預測事件也
都呈現「最適價門檻準則」比「門檻 50 準則」、「最高價門檻準則」具備更高
的準確率，而且大部分具有統計上的顯著性。
未來，我們可以給以預測事件結果不同權重，以建構新的最適價格門檻。
本研究將發生與不發生的正確預測視為同樣的效益，但兩者的影響可能不一樣，
兩種正確預測對政府與企業決策的價值也未必相同。例如，發生車禍與否的後 果完全是生離死別，正確預測「車禍不發生」的效益與正確預測「車禍發生」
的效益不同。因此，新的權重最適價格門檻，應將不同權重的效益考量進去，
以便建構類似天氣預報與醫療診斷判定的門檻。
此外，我們應該可以從更多的交易資訊與預測市場型態，例如交易人數、
時間、數量、交易者特質、預測事件特質等等，進一步建構模型，在事前有更 多資訊判定預測事件發生的結果。這將讓我們更從容利用預測市場的資訊，支 援企業、社會及政府的決策。最後，本論文研究未來事件交易所的交易資料，
是一個個案研究，而非通例結論，此模型參數未必適用到其他預測市場，需要 以此模型引入至其他預測市場，進行相同步驟的分析，才能確認其最適門檻的 價格。