a16zの重点投資：Kalshiの週取引額が30億ドルに迫り、「予測ゲーム」から金融インフラへ、市場は「不確実性」に価格を付け始める

在伝統的な金融システムにおいて、「価格」は通常資産にのみ属します。

株式、金利、商品------それらが取引される理由は、統一された測定方法と合意された価格設定メカニズムが存在するからです。それに対して、実際に市場の変動に影響を与える変数------政策の動向、マクロデータ、政治的イベント------は、長い間より原始的な状態にあります：議論され、予測されるものの、直接的に価格設定されることはほとんどありません。

このような変数は常に存在していましたが、標準化された表現が欠けていました。Kalshiの登場は、本質的にこの点を変えました。 新しい情報を創造したのではなく、「イベントそのもの」に取引可能な価格体系を提供したのです。

最近の研究会議で注目すべきデータは、スポーツ関連の取引の週次取引額が30億ドルに近づいているが、その全体の取引量に占める割合は減少しているということです。つまり、最も目立つ部分は増加していますが、より基盤となる構造が変化しています。

同時に、a16zを含む機関がこの分野に継続的に注目し始めています。これは、予測市場が「より熱くなっている」からではなく、基盤となるインフラの特性を持ち始めたからです。予測市場は、周辺製品から「不確実性の価格設定」のインフラへと変わりつつあります。

01 ウォール街の関心：『議論可能』から『価格設定可能』へ

金融市場の運営は一つの前提に依存しています：取引可能な基準価格が存在しなければなりません。

• S&P 500 は株式市場の中心的なアンカーです。

• 金利曲線 は資金コストを定義します。

• 商品先物 は需給に対する先行期待を提供します。

しかし、多くの重要な意思決定の中で、結果に実際に影響を与える変数はこれらの資産の中にはなく、特に「イベント型変数」は長期にわたり標準化された価格設定方法が欠けています。例えば：

1. ある政策が実施されるかどうか

2. インフレデータが予想を上回るかどうか

3. 規制の変更が発生するかどうか

これらの要因は市場に影響を与えますが、直接取引することはできません。過去の解決策は「関連資産」を通じて間接的に表現することでした（例えば、株価指数を用いて選挙リスクをヘッジする）。問題は、この方法が二重のリスク仮定を含んでいることです：

| 暗黙の仮定 | リスクの源 | |----------|----------| | イベントが発生するかどうか | 本身が不確実性を持つ | | イベントと資産の関係 | 偏移が発生する可能性がある |

第二の層はしばしばより制御不能です。予測市場の核心的な意義は、この構造的偏差を排除することにあります：「イベントそのもの」を取引可能な対象にすること。 「ある政策が通過する確率」が40%と市場で価格設定されるとき、この数字はもはや単なる意見ではなく、取引、ヘッジ、モデリングに参加できる変数となります。

02 誤解される出発点：なぜ「スポーツ」が重点ではなく、単なる入り口なのか

予測市場の最初の規模化はスポーツと選挙から来ており、これは自然な結果です：

• イベントの境界が明確

• 結果が離散的

• ユーザー参加のハードルが低い

このようなシーンは初期市場の立ち上げに自然に適していましたが、「最も見えやすい需要」を「全ての需要」と誤解させるという誤導ももたらしました。しかし、Kalshiが開示したデータを見ると、構造が逆転しています：

| カテゴリ | 現在の状態 | |------------------|--------------------| | スポーツ | 週次取引額が30億ドルに近づき、割合が減少 | | マクロ / 政策 | 成長が加速し、機関の関心が高まっている | | エンターテインメント / 暗号 / 文化 | ユーザーの成長がより早く、保持率が高い |

これは一つの重要な問題を示しています：高流量のシーンは高価値のシーンとは限らない。

スポーツは「コールドスタートメカニズム」のようで、ユーザーと流動性を提供します。しかし、実際に金融属性を持つのは、機関がヘッジや価格設定に使用できる変数です。会議では、ゴールドマン・サックスやトレードウェブの参加者が、マクロイベント（CPIや金利の動向など）が最も注目すべき予測市場のカテゴリになっていると述べました。

このような変数には共通の特徴があります：それ自体は資産ではありませんが、資産価格を決定します。

03 機関が採用する真の道筋：『基準指標』から『取引ツール』へ

議論の熱が高まる中、予測市場は依然として制度化の初期段階にあります。Kalshiの分類によれば、機関の採用経路は三つの段階に分けられます：

| 段階 | 核心行動 | 現在の進展 | |----------|---------------|----------| | データ段階 | 予測価格を参考信号として使用 | 幅広く存在する | | 統合段階 | モデル、リスク管理、研究体系に組み込む | 進行中 | | 取引段階 | リスクヘッジとポジション設定を直接行う | 依然として初期段階 |

現在、大多数の機関は前二段階に留まっています。重要な制約は取引構造自体から来ています：現在の予測市場はポジションを構築するために100%の保証金を必要とします。

レバレッジと資本効率に依存する機関にとって、これは高い機会コストを意味します。これがKalshiがCFTCと共に保証金メカニズムの導入を推進している理由でもあります。この制約が解除されれば、取引層の成長は構造的な変化を迎える可能性があります。

04 資産価格設定から『確率価格設定』へ：金融システムの一つの外延

予測市場をより長い金融史の中で見ると、それは孤立した革新ではなく、価格設定体系の一つの拡張のようです。

• 伝統的な市場が価格設定するのは： 資産、キャッシュフロー、リスクプレミアム。

• 予測市場が価格設定するのは： イベント、確率、期待パス。

両者の違いは：前者は結果指向、後者はプロセス指向です。 これによって生じる重要な変化は、情報が「価格」という形で表現され始めることであり、分析や物語のレベルに留まらなくなることです。例えば、市場が「ある政策の通過確率は60%」と示すとき、この数字は定量モデルに組み込まれ、リスクヘッジや意思決定の入力として使用されることができます。これは伝統的な専門家の判断や世論調査データよりも金融システムの使用方法に近いです。

05 エージェント / AIとの交差：『予測ツール』から『意思決定入力層』へ

予測市場のもう一つの意義は、AIシステムとの潜在的な結合にあります。現在、大多数のエージェントは共通の問題に直面しています：彼らは結論を生成できますが、不確実性を定量化するのが難しい。

予測市場は異なる道筋を提供します：

1. 実際の資金で予測を制約する

2. 市場メカニズムで情報を集約する

3. 価格で確率を表現する

| システム | 役割 | |----------------|-----------| | AI / エージェント | 仮説と推論の道筋を生成する | | 予測市場 | 確率と価格設定のアンカーを提供する |

エージェントが金融意思決定、リスク管理、または戦略生成に参加し始めるとき、このような「確率価格」は重要な入力となります。

06 終局は複雑ではない：『デフォルト存在』のインフラになる

会議の中で、繰り返し言及された見解があります：それが退屈になったとき、初めて本当に成功したと言える。

これは軽視ではなく、金融インフラの典型的な道筋です：

• オプション市場は1970年代に同様に議論に満ちていました。

• ETFは初期に周辺ツールと見なされていました。

しかし、それらが標準的な構成となると、もはや議論されなくなります。予測市場はおそらく類似の段階に入っているのです：学術的実験から選挙やスポーツツール、さらにはマクロや機関の応用へと進み、最終的には「デフォルト存在」の価格設定層となるでしょう。その時、それはもはや「予測市場」とは呼ばれず、単に金融システムの一部となるのです。

07 「不確実性」が価格体系に組み込まれるとき

最初の問題に戻ると、この変化の核心は取引額やユーザー規模ではなく、より基礎的な変化にあります：不確実性が、標準化された表現を持ち始めた。

イベントが価格設定され、確率が取引可能になると、未来はもはや議論の対象ではなく、計算や配置に参加できる変数となります。このプロセスにおいて、予測市場は単なる新製品ではなく、新しい金融言語の層となるのです。この言語が広く受け入れられれば、それが変えるのは取引方法だけでなく、全体の意思決定体系の構造となるでしょう。