Zaloguj przez facebooka

Przede wszystkim zabawa

W SharkCity.pl zostaniesz maklerem i będziesz grał
na interesujących cię rynkach sportowych, rozrywkowych lub innych.

Sprawdź się!

Uważasz, że masz dar przewidywania?
Pokaż to!

Pozostań anonimowy

Każdy makler może pozostać anonimowy
lub przybrać zupełnie nową tożsamość.

Za darmo!

Zabawa jest zupełnie darmowa.
Każdy gra dobrowolnie i nie musi za to płacić.


Logowanie

Rejestracja

Wybory prezydenckie w USA

8 listopada 2016

Partia demokratyczna w starciu z partią republikańską o fotel prezydencki.
Zostań maklerem wydarzeń politycznych. Jeżeli potrafisz trafnie przewidzieć wyniki zakulisowych rozgrywek politycznych, dołącz do SharkCity.pl. Kupuj i sprzedawaj akcje zespołów powiększając swoje zasoby. Za darmo!
Rynki

Najlepsi
maklerzy
 Nick Portfel
1 restaurator 395 406.14
2 Thomas 357 539.82
3 MrQ 252 350.20

Rynki na
SharkCity
Lp.RynekTyp 
1 IV liga wlkp. poł. Sport Rynek otwarty. Można na nim grać.
2 USA 2016: Wybory Prezydenckie Polityka Rynek zamknięty. Nie można już na nim grać.
3 Auta elektryczne 2016 Technika Rynek otwarty. Można na nim grać.

Rynek: Wybory Parlamentarne 2019
Akcje: Prawo i Sprawiedliwość

Dołącz do najlepszych
Oni już mają swoich maklerów

 
Rynki predykcyjne wykorzystując tzw. mądrość tłumu dostarczają trafnych prognoz na temat przyszłych wydarzeń. Działają one na zasadzie zbliżonej do Giełdy Papierów Wartościowych, tylko zamiast udziałów w spółkach ludzie wymieniają opinie, wiedzę lub oszacowanie na temat jakiegoś zdarzenia. W ten sposób popyt i podaż decydują o wartości jakieś akcji (zdarzenia), tak więc cena akcji odzwierciedla łączną wiedzę wszystkich uczestników.
Jak to działa?

Zapisz się
 

Kupuj i sprzedawaj
 

Wpowadzaj
korekty
 

Sprawdź
wyniki

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 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.

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 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 (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 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 decydentów: 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 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 decydentami 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 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/prediction-markets-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."

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-prediction-markets/). 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/notes-from-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 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.

Oryginalny tekst

O'Leary D.(2011), Prediction Markets as a Forecasting Tool, in Kenneth D. Lawrence, Ronald K. Klimberg (ed.) Advances in Business and Management Forecasting (Advances in Business and Management Forecasting, Volume 8) Emerald Group Publishing Limited, pp.169 - 184

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_000_employee_bets_say_about_its_future_
  15. Hemsoth, N. (2011, February 22). Ford motor company turns to cloud-based prediction market software. http://www.hpcinthecloud.com/hpccloud/2011-02-22/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.
  29. WYBRANE WITRYNY INTERNETOWE

  30. Ask Markets (Załóż własny rynek)
  31. ABet Fair (zakłady bez bukmachera)
  32. Consensus Point (firma produkująca oprogramowania)
  33. Crowd Cast – (firma produkująca oprogramowania)
  34. Hollywood Stock Exchange (rynki na temat filmów i aktorów)
  35. Foresight Exchange (rynki na różne tematy)
  36. Inkling Software (firma produkująca oprogramowania)
  37. Przemysł prognozowania przyszłości (dyskusja)
do góry
 Ta strona używa ciasteczek (cookies), dzięki którym nasz serwis może działać lepiej.
Akceptuj