事件
2026 年 7 月，緬因州民主黨初選發生醜聞。參選人格拉漢·帕爾特納因新爆料陷入風暴。預測市場在一日內完成了兩個驚人的重新定價：帕爾特納退選的概率從 9% 爆升至 96%（+87 百分點）；同時，民主黨在大選中勝選的概率從 54% 上升至 63%（+9 百分點）。
這兩個數字告訴我們什麼？市場在揭示一個隱藏的集體信念——帕爾特納是民主黨的「票房毒藥」，他退出選票反而提升了黨的勝選機率。
為什麼這比民調更真實？
民調問人：「你認為帕爾特納會退選嗎？」人會撒謊、會冷漠、會隨意填答。但預測市場問的是另一個問題：「妳願意用 1000 元賭他會退選嗎？」當真金白銀擺在面前時，每個人的虛張聲勢都會消退。
Hayek 在 1945 年就指出：「市場價格是一套訊息系統」。當 10 萬個各自持有不同信息的交易者在同一個標的上你來我往，他們各自帶著的私有信息——某人聽說帕爾特納在 MSNBC 被揭露了什麼、某人知道黨內人士對他的評價、某人持有競爭對手的內部通信——全部被揭示出來，聚合成單一的「概率共識」。
資訊聚合的三個層次
第一層：個體信號的匯聚
每個交易者下注時，並非基於民調數字或新聞標題的一次性接收，而是不斷更新自己的私有信息模型：「我知道 X、我不知道 Y、我對 Z 有個人判斷」。當他下注時，這些信息被編碼進下注額度與方向。10 萬個這樣的編碼疊加，就成了市場共識。
第二層：信號的驗證與淘汰
預測市場的參與者多數是反覆博弈者。如果某人持續下注錯誤，他的資本被迅速磨掉，他的信號權重自動降低。虛假或極端的信息攜帶者會被市場「懲罰」出局。這是一種自我約束。
第三層：反饋迴圈
當概率從 9% 跳到 96% 後，這個新數字本身又成了資訊：它告訴局外人「市場已經有大量掌握內情的人下重注了」。這會吸引新的交易者進場、或促成新聞調查、或推動政治人物表態。市場信號 → 外部行動 → 新信息產生 → 進一步更新概率。
為什麼民主黨勝選概率同時上升？
這部分最微妙。表面邏輯是：帕爾特納是劣質候選人，他退出對黨有利。但潛在的推理可能包括：
1. 聚焦效應（Focusing Effect）：一旦帕爾特納的退選概率鎖定在 96%，市場開始重新評估「誰會是替補候選人」。如果替補人選比帕爾特納更強，民主黨的整體競爭力提升。
2. 同步信息蒸發：醜聞爆出時，交易者同時消化了「帕爾特納有問題」這個負面信息。如果市場預期這會限制醜聞的進一步外溢（因為人已經被迫退出），對民主黨整體聲譽的損傷會小於預期。
3. 隱含的黨內共識信號：概率的上升本身可能反映了黨內精英的一致態度——市場認為黨領導層已經達成共識、果斷處理。這種「能夠自我修復」的能力本身被視為強項。
資訊聚合機制的極限
但預測市場並非萬能。它最擅長的是聚合「已知的未知」——即大家都知道會發生某事、但時間點或概率不確定的情境。它在以下情況會失效：
1. 黑天鵝事件：市場參與者根本沒想到的事（如突發自然災害、地震、戰爭升級）。沒人在下注表達預期，就沒有聚合。
2. 內幕交易者獨占：如果只有某個人持有關鍵信息、且選擇不下注，市場就無法聚合這個信息。
3. 情緒共鳴與羊群效應：大量中小交易者可能會一起被某個謠言或新聞標題激發，導致短期概率扭曲，而不是反映真實信息。
從預測市場到決策市場
Tyler Cowen（這篇文章的作者）在標題中提到「從預測市場到決策市場及其他」。這暗示下一個進化：預測市場目前是被動的「反映現實」，但決策市場則主動「改變現實」。
例如：市場可以不只預測「企業 X 是否會推出新產品」，而是直接激勵「誰提議並執行推出新產品、就能從市場中分享利潤」。這會把市場從預測工具升級為決策與激勵工具。
帝國理工與牛津大學的研究已經在這個方向試驗——用決策市場來分配公司內部的資本預算、而不是由高管拍板。結果是：基層員工的預測往往比高管更準確，因為他們掌握第一線信息。