Ставки на спалахи захворювань: розквіт ринків прогнозування кору
У світі фінансів та громадської охорони здоров’я зароджується новий і вельми спірний тренд: люди роблять ставки на мільйони доларів на поширення інфекційних захворювань. З початку цього року через такі ринки прогнозування, як Kalshi та Polymarket, на кількість випадків захворювання на кір у США було поставлено майже 9 мільйонів доларів.
Хоча етичність отримання прибутку з кризи громадської охорони здоров’я викликає спекотні суперечки, ці ринки виявляються чимось більшим, ніж просто азартною новинкою — вони можуть постачати цінні дані для вчених.
Як працюють ринки прогнозування
Ринки прогнозування працюють за простим принципом: учасники купують або продають частки, ґрунтуючись на ймовірності настання майбутньої події.
- Механізм: Якщо на ринку задається питання, чи станеться певна кількість випадків захворювання на кір, ціна частки «так» відображає колективну думку всіх трейдерів. Якщо 86% трейдерів вірять, що подія відбудеться, частка «так» коштуватиме 86 центів.
- Виплата: Якщо подія відбувається, успішні трейдери одержують 1 долар за кожну частку. Якщо ні, вони втрачають усі свої інвестиції.
- Логіка: Ціна, по суті, є відсотком у реальному часі, що відображає ймовірність результату, що сприймається ринком.
Ця концепція зародилася 1988 року в Університеті Айови як спосіб прогнозування виборів у США. До 2003 року дослідники почали застосовувати цю модель до інфекційних захворювань, розглядаючи такі ринки як інструмент для суспільного блага та наукової освіти.
«Мудрість натовпу» проти наукового моделювання
Раптова точність цих ринків привернула увагу наукового співтовариства. Наприклад, у червні 2025 року ринки прогнозування передбачили приблизно 2000 випадків кору до кінця року; фактичний показник становив 2288.
Спенсер Дж. Фокс, дослідник з Університету Північної Арізони, зазначає, що ці результати напрочуд зіставні з традиційними науковими моделями. Це явище часто пояснюють «мудрістю натовпу». Як пояснює Еміль Серван-Шребер, генеральний директор Hypermind, хоча окремим гравцям може бракувати формальної експертизи, колективна «когнітивна різноманітність» тисяч аматорів часто здатна компенсувати відсутність спеціалізованої підготовки.
Проте експерти попереджають, що ринки прогнозування не є заміною традиційної епідеміології. Існують значні обмеження щодо використання даних від гравців для потреб охорони здоров’я:
- Низька деталізація: Наукові моделі враховують тисячі специфічних змінних, тоді як ринки прогнозування фокусуються на кількох загальних результатах.
- Відсутність змінних: Епідеміологи використовують складні потоки даних – такі як рівень вакцинації, кліматичні умови та геномне секвенування – які гравці не беруть до уваги.
- Проблема «рідкісних подій»: Хоча натовп добре пророкує загальні тенденції, він часто пасує перед рідкісними, але масштабними подіями, що вимагають глибоких спеціалізованих знань.
Етичні та регуляторні «сірі зони»
Зростання цих ринків викликало бурхливі дискусії щодо моралі та законності. Такі платформи, як Kalshi та Polymarket, регулюються Комісією з торгівлі товарними ф’ючерсами (CFTC) у США, але вони перебувають під пильною увагою.
Критики б’ють на сполох щодо ринків, пов’язаних з геополітичними конфліктами, такими як війни в Україні та Ірані. Також стоїть питання про використання інсайдерської інформації. Наприклад, один трейдер нещодавно заробив понад 550 000 доларів, вірно передбачивши серйозне політичне зрушення в Ірані, що змусило законодавців США запитати себе: чи не отримують трейдери прибуток за рахунок витоків державних секретів?
У міру того, як кількість випадків кору в США продовжує зростати, перетин прибутку і патології залишається вкрай спірним питанням.
Якщо ми не почнемо інвестувати в експертизу для прогнозування інфекційних захворювань прямо зараз, ми виявимося зовсім не готові до наступного COVID-19. – Спенсер Дж. Фокс
Висновок
Хоча ринки прогнозування пропонують унікальний високошвидкісний потік даних, який може доповнити наукове прогнозування, вони залишаються спірним інструментом. Вони оголюють зростаючу напругу між ефективністю децентралізованого «колективного розуму» та необхідністю суворого, експертного моделювання у сфері охорони здоров’я.
