Teoría
Mercados de predicción (casas de apuestas)
Visto en 17 apariciones de los programas.
Qué es
Un mercado de predicción es un mercado donde se transan contratos cuyo pago depende de que ocurra o no un evento futuro verificable: "1 dólar si los republicanos conservan el Senado, 0 en caso contrario". Como el pago está normalizado entre 0 y 1, el precio de equilibrio se lee directamente como una probabilidad implícita. Un contrato que se transa a 0,62 dice que el mercado le asigna al evento un 62% de chance.
La idea de que un precio puede funcionar como un agregador de información dispersa es anterior a estos mercados y viene de Hayek (1945), que argumentó en The Use of Knowledge in Society que el sistema de precios es un mecanismo para comunicar conocimiento fragmentado que ningún planificador central posee entero. Un mercado de predicción es esa intuición llevada al límite: en vez de agregar información sobre la escasez del estaño, agrega información sobre la probabilidad de un resultado electoral. El puente formal lo dio Arrow (1964) con los títulos contingentes al estado del mundo: si existe un activo que paga uno en un estado y cero en los demás, su precio es la probabilidad de ese estado ponderada por la utilidad marginal del ingreso ahí. Esa segunda parte importa y suele omitirse.
Lo que distingue a un mercado de predicción de una encuesta es el mecanismo de incentivos. Quien responde una encuesta no paga nada por equivocarse; quien compra un contrato pone plata contra su creencia y, si está mal, la pierde ante alguien mejor informado. La formalización estándar de por qué eso disciplina las creencias es el teorema de no-transacción de Milgrom y Stokey (1982): entre agentes racionales con creencias previas comunes, la sola diferencia de información no genera comercio, porque cada uno infiere de la disposición a transar del otro que sabe algo. En la práctica sí hay comercio, y eso ocurre porque conviven traders informados con traders que operan por ruido, por cobertura o por entretención — los primeros extraen renta de los segundos, y esa renta es lo que financia el trabajo de averiguar. Wolfers y Zitzewitz (2004), en el Journal of Economic Perspectives, revisaron la evidencia y ordenaron los tipos de contrato: el binario que entrega probabilidades, el de índice que entrega valores esperados (cuántos escaños), y el de spread que entrega medianas.
La evidencia empírica es buena pero no milagrosa. Berg, Nelson y Rietz (2008) compararon el Iowa Electronic Markets contra las encuestas en elecciones presidenciales estadounidenses y encontraron que el mercado erraba menos, con la ventaja creciendo mientras más lejos estaba la elección — justo donde la encuesta es más volátil. El sesgo conocido y persistente es el favorito-tapado (favorite-longshot bias): los eventos muy improbables se transan sistemáticamente por encima de su frecuencia real de ocurrencia. Un contrato a 5% tiende a ocurrir menos del 5% de las veces. Eso significa que la lectura ingenua "el precio es la probabilidad" es razonable en el centro de la distribución y engañosa en las colas.
Tres advertencias adicionales, todas económicas y no técnicas. Primero, el precio es una probabilidad neutral al riesgo, no una probabilidad física: incorpora cuánto vale un peso en el estado del mundo donde el contrato paga. Segundo, la liquidez y los límites de apuesta acotan qué tan agresivo puede ser el arbitraje contra un precio equivocado. Y tercero, un mercado es tan bueno como la información disponible en el momento en que se transa: si el evento relevante todavía no ocurrió, el precio no lo contiene.
Cómo lo explicó el programa
Manuel Bengolea planteó el punto en Buenas Tardes Mercado del 25 de agosto de 2026, discutiendo cómo leer las elecciones de medio término en Estados Unidos: "las encuestas siempre tienen sesgo, sesgo de anclaje, pero las apuestas no". Su argumento no es que las casas de apuestas sean infalibles, sino que quien pone dinero comprometido no puede permitirse anclarse en el número anterior de la serie, y quien responde una encuesta sí.
La lectura que dio ese día: la Cámara Baja aparecía irremediablemente perdida para los republicanos y el Senado como moneda al aire. La consecuencia que le interesaba era institucional, no electoral. Si el Senado cae, vuelve a operar el sistema de pesos y contrapesos y la política arancelaria —hoy ejercida por vía ejecutiva— podría regresar al Congreso. Ahí está el vínculo con el precio de los activos: el mercado de predicción no se mira por curiosidad política, se mira porque entrega una probabilidad transable sobre quién controla la agenda comercial.
El propio Bengolea marcó el límite del dato: la medición era previa al conflicto con Irán y a la tensión con Canadá. Es exactamente la tercera advertencia de arriba — un precio agrega la información que existía cuando se transó, no la que vino después.
Relación con otros conceptos
El concepto vive dentro de la hipótesis de mercados eficientes: la afirmación de que los precios incorporan la información disponible es la misma, aplicada a eventos en vez de a activos. Se apoya en la teoría de expectativas racionales y en el problema de agregación de información privada, y hereda sus límites de las finanzas conductuales — el sesgo favorito-tapado es un primo del sesgo de sobreconfianza en probabilidades pequeñas. Se conecta también con la cobertura de riesgo: un contrato sobre el resultado electoral es un seguro contra un escenario regulatorio. Y aterriza en el riesgo político como factor de precios, que es el uso concreto que le daba el programa.
Fuentes y lecturas
- Hayek, F. A. (1945), The Use of Knowledge in Society, American Economic Review 35(4).
- Arrow, K. J. (1964), The Role of Securities in the Optimal Allocation of Risk-bearing, Review of Economic Studies 31(2).
- Milgrom, P. y Stokey, N. (1982), Information, Trade and Common Knowledge, Journal of Economic Theory 26(1).
- Wolfers, J. y Zitzewitz, E. (2004), Prediction Markets, Journal of Economic Perspectives 18(2). DOI: 10.1257/0895330041371321
- Berg, J., Nelson, F. y Rietz, T. (2008), Prediction Market Accuracy in the Long Run, International Journal of Forecasting 24(2).
Pepe Arias
Manuel Bengolea
Juan José Lavín