بازارهای پیش‌بینی اکنون «بیمه سفارشی» برای کسب‌وکارها هستند و پوشش 60000 دلاری گروه رستوران‌های لس‌آنجلسی در Kalshi آخرین نمونه است.

یکی از گروه‌های رستوران لس آنجلس 60000 دلار در Kalshi معامله کرد تا در برابر دور حذفی خلاصه شده Dodgers مقابله کند، و این تنها نمونه‌ای از این است که چگونه بازارهای پیش‌بینی چگونه شرکت‌ها، به‌ویژه کسب‌وکارهای کوچک، در حال محاسبه و واکنش به ریسک‌ها هستند.

کالشی به فورچون گفت که گروه مهمان نوازی که نامش فاش نشد اما دارای 25 بار است، از جمله چندین بار در نزدیکی استادیوم داجر، اگر تیم MLB شهر به سری جهانی صعود نکند، معامله را روی سکو انجام داد. Dodgers هفته گذشته در NLCS به میلواکی برورز شکست خورد و این موقعیت تقریبا دو برابر شرط اولیه بازگشت. این سهام به کسب و کار کمک کرد تا درآمدی را که اگر داجرز بازی های پلی آف بیشتری انجام می داد، به دست آورد.

استفاده از بازارهای پیش‌بینی به‌عنوان یک پوشش مالی احتمالا رشد می‌کند، نشانه‌ای که نشان می‌دهد این پلتفرم‌ها نه تنها جایگزینی برای کتاب‌های ورزشی آنلاین یا انجمن‌های شرط‌بندی، بلکه ابزاری مالی و تصمیم‌گیری هستند.

جاشوا میتس، استاد حقوق دانشگاه کلمبیا که بازارهای پیش‌بینی و قانون اوراق بهادار را مطالعه می‌کند، به فورچون گفت: «می‌توانید تصور کنید که ریسک‌های دیگری نیز وجود دارد که کسب‌وکارها با آن‌ها مواجه هستند که اگر بازاری در دسترس باشد که عملکرد مشابهی با بازار بیمه داشته باشد، آن کسب‌وکارها ممکن است بخواهند در چنین بازاری شرکت کنند».

او افزود که نمونه ای از گروه رستوران که معامله ای را به عنوان پوششی برای عملکرد پلی آف داجرز انجام می دهد «از نظر عملکردی کاملا شبیه به نوعی بیمه سفارشی است».

محبوبیت بازارهای پیش‌بینی افزایش می‌یابد: بر اساس داده‌های مرکز تحقیقات پیو، حجم معاملات بر روی پلتفرم‌ها بین ماه‌های مه و ژوئیه سال جاری دوبرابر شد و به بیش از 58 میلیارد دلار در Kalshi و نزدیک به 22 میلیارد دلار در Polymarket، عمدتا توسط ورزش، افزایش یافت. برخی از جذابیت‌های بازارهای پیش‌بینی، مقررات سست‌تر و محدودیت‌های کمتر آن‌ها است که در نتیجه طبقه‌بندی سایت‌ها به‌عنوان مبادلات مالی به جای پلتفرم‌های قمار است.

استفاده در حال توسعه از بازارهای پیش بینی

به نظر می رسد کسب و کارهای کوچک در جستجوی یک ابزار مدیریت ریسک غیر متعارف در میان کاربران رو به رشد بازارها باشند. در ماه ژوئن، یک بار در شهر نیویورک، The Jeffrey، به مشتریان قول داد که اگر نیکس در یک بازی فینال NBA برنده شود، این نوار تا 100 دلار تب هر فرد را پوشش می دهد. سپس این بار روی Kalshi شرط بندی 5000 دلاری گذاشت که نیکس آن وقت کم سن و سال برنده شود و پرداخت 13500 دلار به این معنی بود که نوار نه تنها برگه های مشتریان خود را جبران کرد، بلکه 8500 دلار سود نیز به دست آورد.

ماه گذشته، یک شرکت بیمه شخص ثالث ناشناس پنج معامله را برای Kalshi انجام داد که در صورت پیروزی دانشگاه ایالتی لوئیزیانا در مسابقات قهرمانی ملی این فصل، می توانست 3 میلیون دلار پرداخت کند، که مطابق با پاداش هایی است که برنامه فوتبال کالج به مربی لین کیفین بدهکار است. اوایل تابستان امسال، یک بستنی‌فروشی در لس‌آنجلس گزارش داد که تقریبا نیمی از اجاره ماهانه خود را تا 1500 دلار دریافت می‌کند، و شرط می‌بندد که چه زمانی جبهه‌های سرد وارد شهر می‌شوند و در مقابل تقاضای کند محافظت می‌کنند.

پلتفرم‌ها به اهداف در حال تحول خود پی برده‌اند. در ماه آگوست، لوریس زمینسکی، اقتصاددان مستقل مالی، اپلیکیشن Blanket خود را با مشارکت Kalshi راه‌اندازی کرد، یک موتور هوش مصنوعی که می‌تواند بازارهای بله یا خیر خاصی را بر روی پلتفرم پیشنهاد کند که می‌تواند خطر یک کسب‌وکار خاص را جبران کند.

"این یک ابزار استدلال است. این یک ابزار کشف است که شما را به سمت Kalshi هدایت می کند." زمینسکی در آن زمان به فورچون گفت. "اگر واقعا بتوانید این کار را انجام دهید و ابزاری بسازید که نه تنها احتمالا برای تیم Kalshi و تلاش‌های آنها مفید است - برای گسترش ابتکار پوشش بیمه S&P - بلکه یک ابزار سلف‌سرویس که هر کسی می‌تواند در صورت داشتن یک کسب‌وکار کوچک وارد آن شود؟"

پیش بینی بازارها به عنوان بیمه

اریک زیتزوویتز، استاد اقتصاد کالج دارتموث، توضیح داد که بازارهای پیش‌بینی به خوبی به مدیریت ریسک کمک می‌کنند، زیرا می‌توانند چنین نمونه بزرگی را به‌ویژه برای پوشش‌های مالی مرتبط با ورزش ترکیب کنند.

او به Fortune گفت: «داده‌های زیادی وجود دارد، آنقدر تکرار وجود دارد، بازی‌های زیادی همیشه وجود دارد که می‌توان آن‌ها را به خوبی کالیبره کرد. زمانی که این کار را انجام می‌دهید، هزینه‌هایی را پرداخت می‌کنید—بنابراین برای بیمه‌ای که از این بازارها دریافت می‌کنید مبلغی پرداخت خواهید کرد، اما باید قیمت‌های اساسی منصفانه را دریافت کنید.»

میتس خاطرنشان کرد: این مورد استفاده برای نتایج بله یا خیر، مانند آب و هوا یا یک بازی، بسیار مؤثر است، در مقایسه با پوشش حفاظتی مبتنی بر دانش اطلاعات خاص، که اگر رقیب اطلاعات بهتری داشته باشد، می‌تواند صاحب کسب‌وکار را به یک «بازنده سیستماتیک» تبدیل کند. آنها همچنین احتمالا در کلان شهرهای بزرگ، جایی که بازار بزرگی برای تجارت وجود دارد، بهترین کار را خواهند داشت، در حالی که همچنان به یک هدف خاص، مانند خطرات یک فروشگاه مادر و پاپ، خدمت می کنند.

به گفته Zitzewitz، نمونه‌گیری انبوه و جمع‌آوری اطلاعات در زمان واقعی در بازارهای پیش‌بینی می‌تواند کاربرد آن‌ها را به اطلاع‌رسانی تصمیم‌های تجاری گسترش دهد. برای مثال، برای یک خرده‌فروش تجارت الکترونیک، نگاه کردن به معاملات پیش‌بینی‌شده کاربران بازار در مورد رسیدهای کارت اعتباری آمازون در آینده می‌تواند پیش‌بینی دقیقی از هزینه‌های مصرف‌کننده در ماه آینده ارائه دهد.

او گفت: «این احتمالا سیگنال بهتری برای شما نسبت به رشد تولید ناخالص داخلی است. "و مطمئنا تازه تر است."

میتس استدلال می‌کند در حالی که فقدان مقررات ممکن است کاربران را به سمت بازارهای پیش‌بینی سوق دهد، ویژگی‌های غرب وحشی این پلتفرم نیز ممکن است مانع از آن‌ها شود که پروکسی‌های بیمه قابل اعتمادی باشند.

بیمه گذاران منابع گسترده ای برای جلوگیری از تقلب بیمه ای و دستگیری کلاهبرداران دارند. اما ساختار ذاتا غیرمتمرکز بازارهای پیش‌بینی و محیط نظارتی در حال تحول به این معنی است که این پلت‌فرم‌ها منابع یا نرده‌های محافظ یکسانی برای جلوگیری از سوء استفاده ندارند.

میتس گفت: «ما تعداد کمی از شرکت‌ها نداریم که تحت نظارت دولتی باشند و کارها را به روش‌های بسیار سازماندهی شده انجام دهند. "این یک مقدار برای همه رایگان است."

این داستان در ابتدا در سایت Fortune.com منتشر شد