Kalshi : le plan bancal qui transforme les prévisions d’inflation en casino financier

Kalshi mise sur l'inflation comme sur un cheval de course. La plateforme de marchés prédictifs veut transformer les anticipations économiques en paris réglés en espèces, contournant les garde-fous traditionnels.

Un pari risqué sur l'instabilité

L'idée semble simple : permettre aux traders de spéculer sur les chiffres du CPI comme sur un match de football. Mais derrière cette simplicité apparente se cache un mécanisme qui transforme la politique monétaire en produit dérivé grand public. Les régulateurs froncent les sourcils - la frontière entre analyse économique et jeu d'argent devient étrangement poreuse.

La mécanique du casino économique

Kalshi opère dans cette zone grise où les prévisions macroéconomiques rencontrent les paris à somme nulle. Chaque contrat paie 100$ si la prédiction s'avère correcte, zéro sinon. Une approche qui réduit l'inflation - ce pilier de la stabilité financière - à un simple résultat binaire. Wall Street n'aurait pas fait mieux pour banaliser les risques systémiques.

Le régulateur contre-attaque

La CFTC résiste, arguant que ces marchés relèvent du jeu illégal plutôt que de la couverture légitime. Kalshi rétorque en invoquant la « valeur éducative » de ses plateformes. Un débat qui rappelle étrangement les justifications des premières plateformes de crypto-monnaies face aux autorités traditionnelles.

L'ironie ultime ? Une industrie qui prétend prédire l'inflation pourrait bien en devenir un accélérateur indirect - la spéculation alimentant la volatilité qu'elle prétend anticiper. La finance moderne adore créer des solutions à des problèmes qu'elle invente elle-même.

Kalshi transforme les données de l'IPC en un jeu de paris

Pour reprendre les mots de mon professeur au Massachusetts Institute of Technology (MIT), Jonathan Gruber : « Si vous voulez être pris au sérieux en tant qu’économiste, vous devez présenter votre travail, aussi précisément que possible. » On ne peut pas se contenter de clamer haut et fort qu’on est plus intelligent que les prévisionnistes professionnels et s’attendre à des applaudissements.

À l'heure actuelle, Kalshi semble vouloir transformer une analyse macroéconomique sérieuse en un jeu de pile ou face où l'avenir de la première économie mondiale est en jeu. C'est absurde.

En résumé, Kalshi propose dix paris binaires sur le niveau de l'indice des prix à la consommation (IPC) pour décembre. Vous pouvez parier sur une inflation supérieure à 0,25 % entre novembre et décembre, soit un IPC supérieur à 325,844. Ce pari vous coûtera 0,53 $ pour un gain de 1 $. Vous pouvez également parier sur un IPC inférieur à 0,25 % et payer 0,47 $.

D'autres paris visent une inflation annuelle comprise entre 2,6 % et 3,0 %, avec des prix différents selon la fourchette. Tout cela est présenté avec des décimales, des niveaux implicites et des tableaux de gains qui sont totalement incompréhensibles pour un économiste en herbe comme moi.

En combinant les dix paris, on obtient ce qu'on appelle une distribution de probabilité implicite. Mais au lieu d'une courbe normale, elle est bimodale. Deux pics. Aucune confiance autour du centre, seulement des intervalles. C'est hilarant, non ?

Les deux estimations les plus probables se situent autour de 2,55 % et 2,65 %, aucune valeur proche de 2,59 %, ce qui est surprenant. Se baser sur la moyenne ou la médiane de la courbe reviendrait à choisir un chiffre que le marché lui-même juge improbable.

C'est là tout le problème. Une prévision de marché qui parie contre ses propres calculs n'est pas vraiment une prévision, n'est-ce pas, Monsieur Tarek Mansour ?

Heureusement, Kalshi l'admet en quelque sorte. Ils classent les surprises liées à l'inflation en trois catégories : normales (moins de 0,1 point de pourcentage d'écart), chocs modérés (0,1 à 0,2) et chocs importants (plus de 0,2). Mais sans connaître le point de référence utilisé ni la méthode de mesure de ces chocs, cela ressemble fort à un simple argument marketing.

Kalshi compare les signaux de paris aux marchés traditionnels

L'étude complète, que Kalshi n'a pas encore publiée, pourrait expliquer cette situation étrange. Il s'agit peut-être simplement d'un besoin accru de joueurs pour équilibrer les prix.

Davantage d'arbitragistes, des personnes qui ne se soucient pas de la politique ni des drames de l'actualité et qui veulent simplement gagner de l'argent, pourraient contribuer à aplanir la courbe des paris et à combler cet étrange écart autour de 2,59 %.

Ou peut-être, comme l'espère Kalshi, la tarification reflète-t-elle quelque chose de plus profond, comme un résultat binaire caché que personne d'autre dans l'histoire n'a jamais observé. Ce serait une théorie plutôt audacieuse pour un site qui n'a toujours pas démontré comment il parvient à prédire l'inflation avec autant de succès.

Mais bon, c'est une autre histoire.

Une entreprise pourrait constituer une couverture d'un milliard de dollars en sachant qu'elle risque de perdre, simplement pour se protéger. Cela fausse les prix et les déconnecte des anticipations réelles. Kalshi pense que cela permet de s'affranchir de ce brouhaha. J'appelle ça du délire

Mais Kalshi a de nouveau admis que la taille de son échantillon était limitée. « Étant donné que notre échantillon global couvre environ 30 mois, les événements de choc majeurs sont defirares », ont-ils déclaré. « La puissance statistique pour les événements extrêmes reste limitée. »

Traduction ? La période de test est courte, les événements rares ne se sont pas vraiment manifestés et les données actuelles ne sont pas suffisamment complètes. Pourtant, ils estiment que les résultats « suggèrent fortement une surperformance ». C’est absurde.

Aussi habile soit la présentation, le jeu n'a pas sa place en économie. Quiconque tente de l'y intégrer n'a manifestement pas suivi les cours d'introduction à l'économie.

Kalshi a également déclaré : « Dans les environnements où les prévisions consensuelles reflètent des hypothèses de modèles corrélées et des ensembles d'informations partagés, les marchés de prédiction offrent un mécanisme d'agrégation alternatif qui peut détecter plus tôt les changements de régime et traiter plus efficacement les informations hétérogènes. »

Quoi que cela signifie.