本文由BlockWeeks編譯整理
預測市場的成功表明，市場對能夠將特定事件與結果掛鉤的金融工具有著強烈需求。影響市場（Impact Markets）正是為此設計，它透過條件定價機制，將交易者的信念轉化為對條件性估值的直接表達。Galaxy Research 最新發布的深度報告系統解析了影響市場的運作原理，並將其與傳統預測市場進行對比，指出其在資訊表達、風險控制與資本效率方面的顯著優勢。
一、方向性預測市場的局限
傳統的「會上漲/下跌」型預測市場僅聚合關於價格變動方向的無條件信念，忽略了變動的幅度、凸性和離散度。例如，以下兩種情形會產生相同的「上漲」結果：
- 比特幣以 90% 的機率上漲 1%；
- 比特幣以 10% 的機率上漲 40%。
方向性市場將這兩種截然不同的風險等同視之，從而丟失了大量對決策至關重要的資訊。此外，當兩位交易者對比特幣「會上漲」達成共識，但對上漲幅度存在分歧時，方向性市場會掩蓋這種分歧，造成虛假的共識錯覺。
二、資訊損耗與推斷成本
即便交易者持有精確的條件性觀點，方向性預測市場也無法將其編碼進市場。例如，某交易者認為「如果聯準會降息 75 個基點，比特幣價值 110,000 美元」，但在「如果聯準會降息 75 個基點，比特幣是否會上漲？」的市場中，他只能選擇「是」或「上漲」，這必然丟失了條件估值、機率分布等關鍵資訊。交易者不得不在場外自行重建市場隱含的含義，增加了額外的推理成本。
三、條件執行改善風險界定
方向性預測市場要求交易者在事件發生前就暴露全部本金風險，即使其對事件影響的判斷正確，只要事件未發生，本金即面臨損失。影響市場則反轉這一結構：只有當指定事件發生時，資本才承擔風險；若事件未發生，交易被平倉，本金不暴露於無關狀態。這種條件性執行使得交易者可以純粹表達「在某種條件下資產價值為 Z」的信念，而無需同時投機事件是否發生。
四、影響市場如何聚合條件信念
影響市場不試圖預測價格方向，而是揭示市場在給定條件下對資產價值的中心預期。它聚合的是基數信念（如「在此條件下，該資產價值 Z 美元」），而非序數信念（如「上漲機率大於下跌」）。這種機制使估值離散直接顯現，而非隱藏在統一的符號背後，從而為決策提供更豐富的資訊。
五、市場已對相互作用效應進行定價
在現實中，事件很少孤立發生。降息往往伴隨經濟放緩，監管行動常與政治變動同步。現貨價格已經反映了多種驅動因素的綜合預期。影響市場透過明確指定條件事件，使這種聚合變得透明：交易者清楚知道被定價的是什麼，分歧直接體現在價格中，不同情景下的條件估值可以被直接比較。相比之下，將方向性預測市場與場外模型結合的方法，往往將假設隱藏在私有模型之中，缺乏透明度。
六、條件化在複雜性存續時縮小不確定性
條件化並不能消除不確定性，但可以縮小其範圍。以谷歌（GOOGL）為例，其未來一個月的價格可能跨越數千種宏觀、監管、競爭與地緣政治路徑。然而，一旦條件於「GPT-6 下週發布」這一事件，機率分布將大幅收窄，儘管仍殘留部分不確定性。這種殘餘風險正是市場設計所要定價的對象。
七、影響市場最具資訊量的場景
影響市場在條件事件能夠實質性地重構機率空間時最具資訊價值，典型場景包括：
- 選舉及重大政治結果；
- 央行與財政政策轉向；
- 平台發布與技術突破；
- 加密貨幣協議的升級或分叉。
在這些情形下，條件化不僅提供價格發現，還能夠引導資本向特定結果配置，提升整體市場的效率與韌性。
結語
儘管影響市場仍處於發展初期，但其收益結構源自標準的金融原理，而非純粹的投機理論。它繼承了決策市場與預測市場的先例，並正在被 Lightcone、Butter 等團隊探索。隨著市場對更精細風險表達工具的需求不斷增長，影響市場有望成為下一代加密資產定價基礎設施的重要組成部分。
