當球隊利用預測市場對沖風險時,一個百億美元級別的金融市場浮出水面

By: blockbeats|2026/02/24 18:00:11
0
分享
copy
原文標題:遊戲背後的遊戲
原文作者:Vaidik Mandloi,TOKEN DISPATCH
原文編譯:Luffy,Foresight News

預測市場早已不只是球迷們交易的地方:現在,球隊自己也開始用它了。

舉個簡單的例子:一家籃球俱樂部向主教練承諾,如果球隊打進季後賽,就發放 2000 萬美元獎金。這是一個直接明瞭的激勵措施,如果球隊贏下足夠多的比賽並進入季後賽,獎金就會發放。

但從財務角度看,這個承諾是一筆巨大的負債。只要打進季後賽,這 2000 萬美元就必須掏出去,無論球隊當年收入高低、財務狀況如何。

為了管理這種風險,球隊通常會購買保險。經紀人會設計保單,並找到願意承保的保險公司;而保險公司可能再把一部分風險轉給再保險公司,避免獨自承擔全部敞口。這份保障的最終價格在機構之間私下商定。保費裡隱含了對球隊晉級機率的判斷,但這個數字永遠不會公開,只存在於給球隊的報價裡。

現在,同樣的風險有了另一種解法。

球隊的晉級機率其實已經在別處被定價了。在預測市場裡,這個概率每天都在交易,對所有人可見,並隨著預期變化實時波動。

球隊不必只依賴私下的保險報價,它可以參考公開市場概率,用它來對沖一部分獎金風險。

體育保險是如何運作的

要理解這套系統的運作,我們先看看過去 20 年體育行業發生了什麼變化。

如今,職業體育年收入接近 5600 億美元,年增速約 7%。收入主要來自媒體版權、贊助、授權、流媒體平台和全球商業合作。

當球隊利用預測市場對沖風險時,一個百億美元級別的金融市場浮出水面

隨著收入來源擴大,與之綁定的合約也水漲船高。

如今球隊的薪酬不再只是賽季基本工資,還疊加了大量與特定里程碑掛鈎的績效條款。例如,如果球隊打進分區決賽,主教練可能獲得 500 萬美元的額外獎金;球員如果達到 1000 碼衝球、25 個進球或達到最低出場次數,也能獲得額外報酬;有些合約甚至規定,如果球隊在季後賽中走得更遠,獎金還會進一步增加。這些條款以自動觸發的形式寫入合約,一旦滿足條件,就必須支付相應的報酬。

球隊會透過保險管理這類敞口,而不是被動承擔風險、祈禱激勵不要集中爆發。他們與專業經紀人合作,經紀人再去找願意承保績效賠付的保險公司;這些保險公司通常會把部分敞口轉給再保險公司,把風險分散到更大的資金池。合同裡一條簡單的獎金條款,在幕後會變成一整條金融鏈條。

保險公司用一個叫「可投保價值」的概念衡量敞口規模,簡單說就是:依賴持續表現才能獲得的未來收入,包括薪資、激勵、代言收入等,一旦球員無法參賽,這些收入都會受影響。

從數據上能直觀看到這類敞口的爆炸式增長。例如,在 2014 年國際足協世界盃期間,所有參賽球隊的總可保價值估計約為 73 億美元。但到了 2022 年世界盃,這個數字飆升至約 250 億美元。不到十年時間,與比賽表現直接相關的財務價值就增長了兩倍多。

當如此多收入與表現綁定,不確定性就不能听天由命,必須被管理。一個完整的行業因此誕生,全球體育保險和再保險市場目前的規模估計約為 90 億美元,預計到 2030 年將翻一番。其保障範圍涵蓋了從賽事取消、運動員傷殘到贊助商擔保和績效獎金等方方面面。

市場上有 Game Point Capital 等專業經紀人,每年經手數億美元體育保險;另一方則是勞合社這樣的承保機構,每年簽下超 2 億美元體育相關意外與健康保費,還有大型再保險公司,它們同時也承保颶風、航空事故等巨災。因為季後賽獎金在定價邏輯裡,和風暴、地震屬於同一類風險。

因此,定價過程謹慎且私密。經紀人和保險公司談,保險公司和再保險公司談,每一方都用自己的模型估算里程碑達成概率,並計入保費。球隊只看到成本,卻看不到背後的概率。

為什麼私人再保險價格更高

體育保險的價格,不只取決於球隊達成目標的概率,還受大量外部風險影響。

理想狀態下,如果球隊有 10% 概率達成里程碑,保費大致反映 10% 風險 + 小幅利潤。但再保險市場並非理想世界。

再保險公司的資本是有限的。每投 1 美元到季後賽獎金保險,就少 1 美元能用於颶風、航空、巨災債券等業務。它們必須持續在不同地區、不同風險類型之間平衡組合。因此在評估體育風險時,會綜合考慮:概率、自持資本、結果波動性,以及與已有風險的相關性。

另一個約束是:體育再保險市場高度集中。少數幾家全球機構佔據了大部分承保能力。能否拿到額度、額度多少,往往取決於再保險公司自身的組合狀況。

所有這些因素疊加,最終給到球隊的保費,不只包含純粹的里程碑概率,還包含大量球隊看不見的成本。

當概率不再藏在黑箱中

直到現在,結果概率貫穿每一個環節:再保險建模、經紀人談判、保費敲定。但這個數字從未公開。

現在想像一下:當這個概率在公開市場被定價,會發生什麼?預測市場以一種非常有趣的方式實現了這一點。

Kalshi 等平台上線了針對離散現實事件的合約,其中一類就是體育結果。合約會提出一個簡單問題:X 隊能打進季後賽嗎?

每份合約最終按 1 美元或 0 美元清算。比如價格在 0.06 美元成交,就意味着市場隱含的概率為 6%。

這個數字不是承保委員會拍出來的,而是真實買賣方用真金白銀交易出來的,並根據各自對概率與價格的判斷實時修正。

這套機制已經投入實用。Game Point Capital 就利用 Kalshi 市場對沖籃球相關的績效獎金。在一個案例中,一份與季後賽相關的合約在交易所的交易價格約為 6%,而場外交易報價則隱含約 12-13% 的價格。在另一個案例中,一份第二輪晉級合約在交易所的交易價格接近 2%,而私人再保險市場的價格則為 7-8%。

這絕不是微不足道差異。以 2000 萬美元敞口計算,6% 和 12% 隱含概率的差距,意味着數百萬美元的保費成本。

你可能會問:這些只是交易者點出來的數字,憑什麼當真?為什麼要比保險公司的模型更可信?

大量研究表明,基於市場的賠率是現實結果的強力預測器。幾十年來針對體育博彩市場的學術研究顯示,莊家賠率對比賽結果的預測效率極高。更近一些,預測市場與傳統體育博彩直接對比:在 2024–25 賽季約 1000 場 NBA 比賽的研究中,Polymarket 與傳統博彩平台的預測成功率幾乎一致。

在市場隱含概率超過 95% 的比賽中,兩者正確率都高於 90%。

選舉市場的結論更明顯,2024 年美國總統大選期間,一項對比 Polymarket 與傳統民調的研究顯示,Polymarket 對最終結果預測更準,尤其是在搖擺州。

當成千上萬人在實時市場裡持續更新預期,集體概率往往驚人地貼近現實。

預測市場實現了連續價格發現。任何新信息進入系統,都會被持續更新並定價,不必等待承保委員會的下一次評審。

但要真正具備實用價值,市場必須能承接規模。在超級碗等近期重大賽事中,Kalshi 處理了約 2200 萬美元交易,而價格沒有出現明顯波動。這說明市場多空雙方都具備真實深度,足以支持大規模對沖而不衝擊價格。

隨著這些市場壯大,一套全新的、無需許可的金融工具也圍繞預測市場應運而生。

比如 Kalshinomics,像分析師分析股票債券一样分析事件合約,追踪概率如何隨時間變化、重大事件前後的流動性表現、價格是否與基本面偏離。

還有 PredictionIndex 這類平台,集中追踪和排名各類預測市場,你可以看到總交易量、合約類型、公鏈、交易機制,把整個領域整合到一處,直觀展現市場規模。

當一個結果的概率可以被實時定價、並能有效承接資金時,它就變成了機構真正能用的工具。球隊現在可以直接用公開交易的概率對沖績效獎金,贊助商可以對沖與收視目標相關的風險敞口,製片廠可以對沖票房里程碑。原則上,任何取決於明確且可驗證結果的收益都可以轉化為可交易的合約。

機構不必再談判定制化保險合同,結果本身可以公開交易。

讓這套結構對機構真正可用的,還有最後一塊拼圖:身份。傳統保險有效,是因為對手方經過核驗、合同可執行、敞口可審計,而公開市場一直缺少這一層。

Dflow 等公司正在將現實世界身份與交易行為綁定。這意味著市場參與者可以被識別、篩查,並與現實主體關聯,而不是完全匿名。這也讓合約清算、敞口管理、將頭寸納入現有合規框架成為可能。

從實際效果看,它開始變得越來越不像一個普通交易所,而更像一層直接運行在公開概率之上的功能性保險層。

原文連結

猜你喜歡

春節假期你可能錯過的一些重要新聞

開工之日,是做多還是做空?

2月24日關鍵市場信息差,一定要看!|Alpha早報

1.頭條新聞: 關稅不確定性再起,比特幣期權市場押注下行風險 2.代幣解鎖:$SOSO、$NIL、$MON

年薪150萬的工作,如何用500美元的AI完成?

代理化的本質:用演算法複製你的判斷框架,用 API 成本替代人力成本。

比特幣鏈上用戶蒸發30%、ETF失血45億美元:未來3個月怎麼走?

網路看起來仍在運轉,但參與者正在消失。

WLFI風波發酵、ZachXBT預告內幕調查,海外幣圈今天在聊啥?

過去24小時內,外界最關心的是什麼?

擊碎AI崩潰論:為什麼建制慣性與軟體荒原將拯救我們

原文標題:Contra Citrini7原文作者:John Loeber,研究員原文編譯:Ismay,BlockBeats


編者按:Citrini7 那篇充滿賽博朋克色彩的 AI 終局預言引發全網熱議,但這篇文章呈現的是一個更具實用主義色彩的反面視角。如果說 Citrini 看到的是數位海嘯瞬間吞沒文明,那本文作者則看到的是人類官僚體制的頑強抵抗、爛到透頂的現有軟體生態,以及被長期忽視的重工業基石。這是一場矽谷幻想與現實鐵律的正面交鋒,它提醒我們奇點或許會降臨,但它絕不會在一天之內發生。


以下為原文內容:


知名市場評論員 Citrini7 最近發表了一篇引人入勝且廣為流傳的 AI 災難小說。雖然他承認其中的某些場景發生的概率極低,但我作為一個見證過多次經濟崩潰預言的人,想對他的觀點提出質疑,並展示一個更具確定性、也更樂觀的未來。


永遠不要低估「建制惰性」


2007 年,人們認為在「石油見頂」的背景下,美國的地緣政治地位已宣告終結;2008 年,人們覺得美元體系幾乎崩潰;2014 年,大家認為 AMD 和 NVIDIA 氣數已盡。接著 ChatGPT 橫空出世,人們又覺得谷歌藥丸……然而每一次,擁有深厚惰性的既有機構都證明了,它們遠比旁觀者想像的要堅韌。


當 Citrini 談到機構更迭和勞動力被迅速取代的恐懼時,他寫道:「即使是那些我們認為靠人際關係維繫的領域也顯得弱不禁風。比如房地產行業,幾十年來買家之所以忍受 5%-6% 的佣金,是因為經紀人與消費者之間的資訊不對稱……」


看到這兒我不禁啞然失笑。人們喊「房地產經紀人消亡」已經喊了 20 年了!這根本不需要什麼超級智能,有 Zillow、Redfin 或 Opendoor 就夠了。但這個例子恰恰證明了與 Citrini 相反的觀點:儘管這種勞動力在大多數人眼中早已過時,但由於市場惰性和監管俘獲(Regulatory Capture),房地產經紀人的生命力比十年前任何人的預期都要頑強。


我幾個月前剛買了一套房。交易過程強制要求我們聘請經紀人,理由冠冕堂皇。我的買方經紀人在這筆交易中賺了大約 5 萬美元,而他實際做的工作——填表和多方協調——滿打滿算也就 10 小時,我完全可以自己搞定。這個市場最終會走向高效,給勞動力合理定價,但這需要漫長的過程。


我深諳慣性與變革管理之道:我曾創立並賣掉過一家公司,核心業務是推動保險經紀公司從「人工服務」轉型為「軟體驅動」。我學到的鐵律是:現實世界中的人類社會極其複雜,任何事情所需的時間總是比你想象的要長——即便你已經考慮到了這條鐵律。這並不意味著世界不會發生劇變,而是意味著變化會更溫和,給我們留出應對和調整的時間。


軟體行業對勞動力有著「無限需求」


最近軟體板塊走勢低迷,因為投資者擔心 Monday、Salesforce、Asana 等公司的後端系統缺乏護城河,極易被複製。Citrini 等人認為 AI 程式設計預示著 SaaS 公司的終結:一是產品變得同質化、零利潤,二是工作崗位消失。


但大家都忽略了一點:現在的這些軟體產品簡直爛透了。


我有資格這麼說,因為我在 Salesforce 和 Monday 上花過幾十萬美元。誠然,AI 能讓競爭對手複製這些產品,但更重要的是,AI 能讓競爭對手做出更好的產品。股價下跌並不奇怪:一個靠長期捆綁、缺乏競爭力、充斥著劣質老牌企業的行業,終於要重新迎來競爭了。


從更廣義的角度看,幾乎所有現有的軟體都是垃圾,這已是不爭的事實。我付錢買的每一個工具都充滿了 Bug;有些軟體爛到我想付錢都付不了(過去三年我一直沒法用花旗銀行的網銀匯款);大多數 Web 應用連移動端和桌面的適配都搞不定;沒有一個產品能完全實現你想要的功能。像 Stripe 和 Linear 這樣的矽谷寵兒之所以能收穫大量擁泵,僅僅是因為它們做得不像競爭對手那樣令人髮指地難用。如果你問一個資深工程師:「給我看一個真正完美的軟體」,得到的只會是長久的沉默和茫然的對視。


這裡隱含著一個深刻的真相:即使我們迎來了「軟體奇點」,人類對軟體勞動力需求也近乎無限。眾所周知,最後幾個百分點的完善往往需要投入最多的工作。按這個標準,幾乎每個軟體產品在達到需求飽和前,其複雜度和功能至少還有 100 倍的提升空間。


我覺得那些斷言軟件行業即將消亡的評論員,大多缺乏開發軟件的直覺。軟件行業存在 50 年了,儘管進步巨大,但它永遠處於「不足」的狀態。作為 2020 年的程序員,我的生產力抵得上 1970 年的幾百人,這種槓桿極其驚人,但結果依然留有巨大的優化空間。人們低估了「傑文斯悖論」(Jevons Paradox):效率的提高往往會帶來總需求的爆炸式增長。


這並不意味著軟件工程是個永遠不倒的鐵飯碗,但這個行業吸收勞動力的能力和慣性遠超想像,飽和過程會非常緩慢,足以讓我們從容應對。


「再工業化」的救贖


當然,勞動力轉移必然發生,比如駕駛領域。正如 Citrini 所言,許多白領工作會經歷震盪。對於像房地產經紀人這種早已失去實質價值、全靠慣性拿錢的崗位,AI 可能是壓死駱駝的最後一根稻草。


但我們的救命稻草在於:美國在再工業化方面有著近乎無限的潛力和需求。你可能聽說過「製造業回流」,但這遠不止於此。我們已經基本喪失了製造現代生活核心構建模塊的能力:電池、電機、小型半導體——整個電力產業鏈幾乎完全依賴海外。如果發生軍事衝突怎麼辦?甚至更糟,你知道中國生產了全球 90% 的合成氨嗎?一旦斷供,我們連化肥都造不出來,只能挨餓。


只要你把目光投向物理世界,你就會發現無窮無盡的工作機會,這些都是造福國家、創造就業的基礎設施建設,且在政治上能獲得跨黨派的支持。


我們已經看到經濟和政治風向在往這個方向轉——談論製造業回流、深科技、以及「美國活力」。我的預測是,當 AI 衝擊白領層時,政治阻力最小的路徑將是資助大規模再工業化,通過「就業巨型工程」來吸納勞力。幸好,物理世界不存在「奇點」,它受制於摩擦力。


我們會重新修橋鋪路。人們會發現,看到實實在在的勞動成果,比在數字抽象世界裡打轉更有成就感。那個失去 18 萬美元年薪的 Salesforce 高級產品經理,或許會在「加州海水淡化廠」找到新工作,去終結那場持續 25 年的乾旱。這些設施不僅要建成,還要追求極致,並且需要長期的維護。只要我們願意,「傑文斯悖論」同樣適用於物理世界。


迈向丰饒


大規模工業工程的終點是豐饒。美國將重新實現自給自足,實現大規模、低成本的生產。超越物質匱乏是關鍵:長遠來看,如果我們真的因為 AI 失去了大部分白領工作,我們必須有能力維持民眾高品質的生活。而由於 AI 將利潤率壓至零,消費品將變得極其廉價,這部分目標會自動實現。


我的觀點是,經濟的不同部門會以不同的速度「起飛」,而幾乎所有領域的轉型都會比 Citrini 預想的要慢。澄清一下,我極度看好 AI,也預見到有一天我的勞動也會過時。但這需要時間,而時間給了我們制定良策的機會。


在這一點上,防止 Citrini 想象中的市場崩盤其實並不難。美國政府在疫情期間的表現證明了其應對危機時的積極與果斷。一旦需要,大規模刺激政策會迅速介入。雖然承認其效率低下讓我有些不快,但這並非重點。重點是保障民眾生活中的物質繁榮——一種能賦予國家合法性、維繫社會契約的普遍福祉,而不是去死守過去的會計指標或經濟教條。


如果我們能在這場緩慢但確定的技術變革中保持敏銳和響應,我們終將安然無恙。


「原文链接」


熱門幣種

最新加密貨幣要聞

閱讀更多