第二章 文獻檢閱
第二節、 預測市場理論
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節、 預測市場理論
為了改善傳統方法之不足，創意市場開闢了一條創意產生與評鑑的新途徑，
其建構在預測市場的交易平台上。因此，在探討創意市場之前，必須先了解預測 市場之基本概念和運作模式。
一、預測市場概念
(一)群的智慧
預測市場目的是要彙集眾人的智慧，並且能有效率且即時地整合，
根據多方資訊來源做出準確且可信度高的決策判斷。俗話說「三個臭皮 匠，勝過一個諸葛亮」，智慧的群體(smart swarm)就是一群能對彼此及 環境做出回應的個體，形成具有力量的群體，共同面對各種不確定性、
複雜的情境以及種種改變。智群最大優點在於即使不是高層的人也能很 有貢獻。通常學有專精的人，因為對自己擅長的領域駕輕就熟，往往不 覺得有團隊合作的必要，反而做出糟糕的決策。因此，群體需要有正確 的組成，並經過仔細架構，便能集合多元的知識和技能，彌補各種錯誤。22 Surowiecki 認為每個人的猜測中包含資訊和錯誤兩部分，只要消除錯 誤後，就會得到資訊。23
(二)市場價格機制
Fama 提出有效市場假說（Efficient Markets Hypothesis，EMH）， 即價格充分反映了所有可獲得的信息。24一個確實有效率的預測市場，
22 Peter Miller 著，林俊宏譯，《群的智慧─向螞蟻、蜜蜂、飛鳥學習組織運作絕技》〈The Smart Swarm:How Understanding Flocks, Schools, and Colonies Can Make Us Better at Communicating, Decision Making, and Getting Things Done〉 (台北：天下文化，2010 年)。
23 James Surowiecki 著，楊玉齡譯，《群眾的智慧：如何讓個人、 團隊、企業與社會變得更聰 明》〈The Wisdom of Crowd〉(台北：遠流，2005 年)。
24 Eugene F. Fama, “Efficient Capital Markets:Ⅱ,” Journal of Finance, Vol. 66, 1991, pp.1575-1617.
16
‧
合分配。26 Wolfers and Zitzewitz 建立簡單模型證明若交易者消息靈 通，信息可以有效聚集，市場價格與交易者對於事件發生機率的平均信 念一致。27然而，許多觀察家提出質疑，認為交易者可能操縱(manipulate) 價格，降低預測市場的準確性，欺騙或誤導決策者。然而實證上發現這25 維基百科，有效市場假說。＜http://en.wikipedia.org/wiki/Efficient-market_hypothesis＞
26 Charles F. Manski, “Interpreting The Prediction of Prediction Markets,” Economic Letters, Vol. 91, Issue 3, Jun. 2006, pp. 425‐429.
27 Justin Wolfers and Eric Zitzewitz, “Interpreting Prediction Market Prices as Probabilities,”
NBER Working Paper, No. 12200, May 2006.
28 Wolfers and Zitzewitz, “Prediction Markets,” Journal of Economic Perspectives, American Economic Association, Vol. 18, No. 2, 2004, pp. 107-126.
29 Robin Hanson and Ryan Oprea, “A Manipulator Can Aid Prediction Market Accuracy.”
Economica, Vol. 76, Issue 302, Apr. 2009, pp. 304-314.
17
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
勵員工，給予報酬和讚賞，是有效增加創造力的方式。30許多企業為解 決此問題，提供獎勵誘因，根據個人分享或交流想法的程度，當作發放 紅利和升遷的標準，給予應得的讚賞，進而激發更多提案。
預測市場提供了適當的獎勵誘因，用來鼓勵參與成員說實話的誘因，
使其更願意針對各個事件議題主動表達真實想法，當誘因越強時，參與 交易者就會主動蒐集相關訊息，預測市場的準確度也會提升。事件最終 的真實結果將會決定參與交易者所獲取的報酬，影響其財富的增加或減 少，若是企圖操作市場或是釋放不實資訊的話，則有可能蒙受金錢上的 損失。
二、預測市場運作模式
在預測市場中，「未來事件合約」以類似「期貨市場」的方式進行交易，
每一交易單位稱做「一口」，參與者依據其可能發生的結果做預測，若看好 事件發生則下單買進，看空則掛單賣出，合約成交價格的漲跌將會反映看多 及看空兩方勢力的消長，同時呈現人們對於此事件的共識和態度。
未來事件預測主要分為「落點型預測」和「是非題型」兩種事件合約，
前者為預測該事件的落點，例如：估計選舉候選人的得票率、經濟成長率、
央行利率。後者則是預測該事件是否會發生，例如：選舉候選人是否當選、
菜價是否上漲。當事件到期日來臨時，以固定金額來做為事件清算價格，若 事件確實發生，該合約的清算價格為 100；若未發生，則該合約的清算價格 為 0。
預測市場可以讓交易者專注在發行的單一特定事件合約中，是否對事件
30 Teresa M. Amabile, Regina Conti, Heather Coon, Jeffrey Lazenby and Michael Herron,
“Assessing the Work Environment for Creativity,” The Academy of Management Journal, Vol.
39, No. 5, Oct. 1996, pp. 1154-1184.
18
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
未來的發展進行下單，完全根據其自身掌握的資訊、信心程度來投注金錢從 事買賣行為，因此不會有拒答的情形發生。預測市場在時間上可以無間斷且 幅員廣度擴及全球進行交易，可以透過連續不斷地修正，即時更新當前最新 動態，有效率地彙整多方意見，讓價格具體反映群體共識。
三、各國預測市場經驗研究
預測市場的應用主要集中在三個領域：預測，決策和風險管理。廣泛運 用至學術界、公司治理、企業產品進度管理、選舉結果、運動賽事、電影票 房、國際及政經社會風險評估等諸多民眾關心的議題上。
全球第一個預測市場「愛荷華電子市場」(Iowa Electronic Markets;
簡稱 IEM)創立於 1988 年，由美國愛荷華大學所成立，原名「愛荷華政治股 票市場」。IEM 創立的靈感來自於 1988 年民主黨黨內初選民調失準為契機，
紐曼、佛賽斯和納爾遜三位教授突發奇想，試著將經濟學中市場價格的理論 套用至預測群眾意識走向，因此以期貨交易模式為基礎的預測市場孕育而生。
IEM 預測的事件種類眾多，其中政治相關議題的合約標的最為普遍，曾經做 過美國總統大選、國會選舉、州長選舉以及美國以外地區的選舉預測，其表 現也確實讓眾人驚豔，超過蓋洛普、哈里斯、哥倫比亞廣播公司、紐約時報 等全國性的大型民調單位，甚至在開票日前好幾個月就已做出正確的預測。31
IEM 的成功對於其他類似預測市場的出現，起了推波助瀾的作用。例如：
好萊塢證券交易所(Hollywood Stock Exchange，簡稱 HSX) 32，HSX 是一個 虛擬的股票市場（Virtual Stock Markets，簡稱 VSM），營造出一個遊戲般 的環境，提供每位參與者 200 萬“好萊塢幣”(Hollywood dollars)，可將
31 Gary Stix, 2008/02/04. “Super Tuesday: Markets Predict Outcome Better Than Polls,”
Scientific American Magazine,
＜http://www.scientificamerican.com/article.cfm?id=markets-predict-outcome-better-than-polls＞
32 好萊塢證券交易所<http://www.hsx.com/>。
19
‧
33 David M. Pennock, Steve Lawrence, C. Lee Giles, and Finn Arup Nielsen, “The power of play: Efficiency and forecast accuracy in web market games,” NEC Research Institute Technical Report, Feb. 2001.
34 S. G. Kou and Michael E. Sobel , “Forecasting the Vote: A Theoretical Comparison of Election Markets and Public Opinion Polls.” Political Analysis, Vol.12, No. 3, 2004, pp.
277-295.
20
‧
未來事件交易公司合作，成立「未來事件交易所」（http://xfuture.org）
於 2006 年正式上線營運，是目前華文世界規模最大的預測市場網站，預測領 域包括財經、政治、兩岸、國際、房地產、社會、娛樂、運動、汽車共九大 議題。在疾病預測市場方面，由於過去的病例數難以估計未來的疫情趨勢，美 國愛荷華大學針對 2004 年-2005 年愛荷華州的流感季節，設立「流感預測 市場」 (Iowa Influenza Markets)，用來預測流行性感冒爆發的可能性。
研究結果發現流感預測市場的準確度為高於歷史疫情的統計資料。36流感預 測市場於 2006 年更名為「愛荷華醫療預測市場」(Iowa Health Prediction Market)，增加「禽流感疫情」、「梅毒病例數」、「流感疫苗有效程度」等預 相關的指標預測。Cowgill, Wolfers and Zitzewitz 發現 Google 公司內部
35 曾玠郡、王孫崇和李世炳，〈從選舉預測到經濟物理學實驗－談臺灣政治期貨交易中心之演進〉。
《物理雙月刊》，30 卷 3 期，2008 年 6 月，pp. 265-268。
36 Philip M. Polgreen, Forrest D. Nelson, and George R. Neumann, “Use of Prediction Markets to Forecast Infectious Disease Activity,” Oxford Journals, 2007, pp.272-279.
37 林欣靜，〈「未來事件交易所」成交未來〉，《光華雜誌》，2010 年 8 月，pp. 46-56。
38 行政院衛生署疾病管制局 99 年度科技研究發展計畫，2010/12/20，〈以預測市場理論建構傳
染病預測模式研究報告〉。
21
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
預測市場中雖然仍存在偏誤，其主要原因來自於新進員工抱持過度樂觀的立 場，尤其是面對公司股價升值的時候。但隨著新進員工數量的減少，預測準 確度會提升，市場價格十分近似於事件發生的概率。預測市場確實能洞悉組 織內部如何處理信息，並且更有效激勵員工發表意見。39Chen and Plott 的 研究表示一個設計得當的預測市場可以成為良好的訊息聚集機制
(Information Aggregation Mechanism，簡稱 IAM)，HP 利用公司內部的 IAM 針對市場的銷售進行預測，結果證明預測市場可用於整合任何類型的信息，
其預測表現更優於傳統方式。40
39 Bo Cowgill, Justin Wolfers, and Eric Zitzewitz, “Using Prediction Markets to Track Information Flows: Evidence from Google,” Auctions, Market Mechanisms and Their Applications, Vol. 14, January 2009.
40 Kay-Yut Chen and Charles Plott, “Information Aggregation Mechanisms: Concept, Design and Implementation for a Sales Forecasting Problem.” Social Science Working Paper, No.
1131, Mar 2002.
22
‧
用來篩選出最具前景的方案。41 Soukhoroukova, Spann and Skiera 表示開發新 產品過程中，影響創意的產生及評鑑的品質有三個重要因素：(1)大量的想法和
41 Ely Dahan, Arina Soukhoroukova, and Martin Spann, “New Product Development 2.0:
Preference Markets—How Scalable Securities Markets Identify Winning Product Concepts and Attributes.”Journal of Product Innovation Management, Vol. 27, No. 7, Dec. 2010, pp.
937–954.
42 Arina Soukhoroukova, Martin Spann, and Bernd Skiera, “Creating and Evaluating New Product Ideas with Idea Markets,” March 2007.
43 Peter M. Senge 著，郭進隆譯，《第五項修煉：學習型組織的藝術與實務》〈The Fifth Discipline
―The Art and Practice of the Learning Organization〉(台北市：天下文化，1994 年)，頁 347-395。
23