本文由BlockWeeks编译整理
预测市场的成功表明，市场对能够将特定事件与结果挂钩的金融工具有着强烈需求。影响市场（Impact Markets）正是为此设计，它通过条件定价机制，将交易者的信念转化为对条件性估值的直接表达。Galaxy Research 最新发布的深度报告系统解析了影响市场的运作原理，并将其与传统预测市场进行对比，指出其在信息表达、风险控制与资本效率方面的显著优势。
一、方向性预测市场的局限
传统的“会上涨/下跌”型预测市场仅聚合关于价格变动方向的无条件信念，忽略了变动的幅度、凸性和离散度。例如，以下两种情形会产生相同的“上涨”结果：
- 比特币以 90% 的概率上涨 1%；
- 比特币以 10% 的概率上涨 40%。
方向性市场将这两种截然不同的风险等同视之，从而丢失了大量对决策至关重要的信息。此外，当两位交易者对比特币“会上涨”达成共识，但对上涨幅度存在分歧时，方向性市场会掩盖这种分歧，造成虚假的共识错觉。
二、信息损耗与推断成本
即便交易者持有精确的条件性观点，方向性预测市场也无法将其编码进市场。例如，某交易者认为“如果美联储降息 75 个基点，比特币价值 110,000 美元”，但在“如果美联储降息 75 个基点，比特币是否会上涨？”的市场中，他只能选择“是”或“上涨”，这必然丢失了条件估值、概率分布等关键信息。交易者不得不在场外自行重建市场隐含的含义，增加了额外的推理成本。
三、条件执行改善风险界定
方向性预测市场要求交易者在事件发生前就暴露全部本金风险，即使其对事件影响的判断正确，只要事件未发生，本金即面临损失。影响市场则反转这一结构：只有当指定事件发生时，资本才承担风险；若事件未发生，交易被平仓，本金不暴露于无关状态。这种条件性执行使得交易者可以纯粹表达“在某种条件下资产价值为 Z”的信念，而无需同时投机事件是否发生。
四、影响市场如何聚合条件信念
影响市场不试图预测价格方向，而是揭示市场在给定条件下对资产价值的中心预期。它聚合的是基数信念（如“在此条件下，该资产价值 Z 美元”），而非序数信念（如“上涨概率大于下跌”）。这种机制使估值离散直接显现，而非隐藏在统一的符号背后，从而为决策提供更丰富的信息。
五、市场已对相互作用效应进行定价
在现实中，事件很少孤立发生。降息往往伴随经济放缓，监管行动常与政治变动同步。现货价格已经反映了多种驱动因素的综合预期。影响市场通过明确指定条件事件，使这种聚合变得透明：交易者清楚知道被定价的是什么，分歧直接体现在价格中，不同情景下的条件估值可以被直接比较。相比之下，将方向性预测市场与场外模型结合的方法，往往将假设隐藏在私有模型之中，缺乏透明度。
六、条件化在复杂性存续时缩小不确定性
条件化并不能消除不确定性，但可以缩小其范围。以谷歌（GOOGL）为例，其未来一个月的价格可能跨越数千种宏观、监管、竞争与地缘政治路径。然而，一旦条件于“GPT-6 下周发布”这一事件，概率分布将大幅收窄，尽管仍残留部分不确定性。这种残余风险正是市场设计所要定价的对象。
七、影响市场最具信息量的场景
影响市场在条件事件能够实质性地重构概率空间时最具信息价值，典型场景包括：
- 选举及重大政治结果；
- 央行与财政政策转向；
- 平台发布与技术突破；
- 加密货币协议的升级或分叉。
在这些情形下，条件化不仅提供价格发现，还能够引导资本向特定结果配置，提升整体市场的效率与韧性。
结语
尽管影响市场仍处于发展初期，但其收益结构源自标准的金融原理，而非纯粹的投机理论。它继承了决策市场与预测市场的先例，并正在被 Lightcone、Butter 等团队探索。随着市场对更精细风险表达工具的需求不断增长，影响市场有望成为下一代加密资产定价基础设施的重要组成部分。
