隨時間的變化，分析各項選舉合約的五項比率動態演變。

本文整理北高市長選舉、立委選舉和總統大選選前 30 天所有的預測事件，分別繪製五項比率與預 測事件數量在此期間的趨勢。若某日無交易量，則該日採用前一天的加權平均價格來計算，直到有新 的交易量出現為止。圖三至圖七顯現一個有趣的現象：在選前第30 天時，由五項比率可看出此時預測 市場在預測事件發生的能力最好，但隨著距離選舉的日期愈來愈近時，五率持續下滑，直到選前大約 10 至 13 天時再度回穩。

圖三全部選舉事件選前30 天正確率分佈圖 資料來源：作者計算。

圖四全部選舉事件選前30 天精準率分佈圖 資料來源：作者計算。

圖五全部選舉事件選前30 天命中率分佈圖 資料來源：作者計算。

圖六全部選舉事件選前30 天假警報率分佈圖 資料來源：作者計算。

圖七全部選舉事件選前30 天貴式比率差分佈圖 資料來源：作者計算。

選前30 天至選前 13 天預測市場預測準確度下降，有可能是因為交易者先交易選情較單純而容易 預測的選舉，隨著交易者對選情緊繃的選舉進行預測，五率的表現可能下降。在選前第30 天時，全部 預測事件的總數只有67 件；到了選前 13 天，全部預測事件的總數已經超過 200 件。為解釋這個現象，

本文再交叉比對五率與所有合約的平均有效候選人數，如圖八所示。在選前第30 天，全部預測事件只 有67 件、預測事件合約的平均有效候選人數為 1.91 人。隨著交易的預測事件數量愈來愈多，所有已 交易合約的平均有效候選人數¹³也逐步提高。在選前15 天，全部預測事件增加到 202 件，預測事件合 約的平均有效候選人數提高到2.02 人。

圖八全部選舉預測五率與平均有效候選人數選前30 天分佈圖 資料來源：作者計算。

伍、結論

13 本文所謂平均有效候選人是指截至當日為止，所有已交易合約的候選人之最後實際得票率所計算的有效候選人數之平均 值。

本文分析2006 年北高市長選舉、2008 年立委選舉與 2008 年總統大選的 347 個是否預測型選舉合 約，並且比較預測市場與民意調查對當選預測的準確度。相較於過去針對候選人得票率預測（落點型 合約）的研究，這是第一篇針對候選人是否當選預測（是否型合約）以大量選舉合約資料進行全面性 實證分析的論文。本文實證發現如下：

1、 候選人合約在預測市場的最後一天加權平均價格愈高，該候選人當選的機率愈高。而且，加權平 均價格能充分反映出候選人當選機率。

2、 能夠影響預測事件正確與否的主要因素為預測市場的加權平均價格；選舉種類、候選人所屬政黨、

選區類型以及選舉競爭激烈程度則未影響合約預測的正確性。

3、 整體而言，預測市場的預測準確度高於民調機構，而且預測錯誤的機會也低於民調機構。預測市 場在正確率、精準率、命中率的表現均優於民調機構約6~9%；在假警報率與貴氏比率差中，預測 市場優於民調機構分別為4%和 13%。

4、 在穩健性測試方面，以價格 50 或以該單一選區選舉合約組的最高價格作為價格門檻，預測市場在 上述五項準確度比率的表現都優於民意調查。

5、 在選前三十天以內，預測市場的命中率大致維持在八成五至九成三之間。在選前 15 天預測市場對 絕大部分預測事件都有交易結果後，隨著時間接近選舉，預測市場的正確率、精準率和貴式比率差 皆有所提升，假警報率則逐漸下降。