摘要

预测市场价格通常被解读为群体对事件概率的共识估计，其有效性隐含地依赖于参与者构成的中立。本文利用 Polymarket 与 Kalshi 两个平台上 2026 年 FIFA 世界杯夺冠市场的全量成交数据——Polymarket 上 285 万笔 Yes 方向买入、$1.487 亿名义金额、129,175 个独立钱包，以及 Kalshi 上 8.14 亿张 Yes 合约、$3,470 万名义金额——检验押注资金在国家维度上的分布是否与球队的市场隐含实力相称。

研究识别出两类相互独立的系统性偏差。其一，本国队偏差：在仅对完成 KYC 的美国用户开放的 Kalshi 上，美国与墨西哥获得的 Yes 资金分别达到其赛前夺冠概率对应份额的 6.1 倍与 5.2 倍，而赛前赔率完全相同的瑞士、乌拉圭、土耳其仅为 0.1-0.3 倍；同样两支球队在全球开放的 Polymarket 上仅超配 2.0-2.8 倍——偏差幅度与平台对该国人口的可达性同向变动。其二，冷门偏差：不分平台，夺冠概率低于 0.5% 的球队按独立买家数普遍超配 4-16 倍，而热门球队按人头数被低配。

偏差进一步传导至定价：截至 7 月 5 日，美国与墨西哥在 Kalshi 上相对 Polymarket 存在 18% 与 40% 的持续溢价，而全部非本国球队的跨平台价差在 ±3% 以内。结果表明，当某一国家的需求集中于单一平台且跨平台套利不完全时，该平台的「共识概率」包含可测量的国家成分。

1. 引言

预测市场的核心主张是：价格聚合了分散的私人信息，因而是事件概率的无偏估计。这一主张成立的前提之一，是参与者的进入不受与事件本身无关的因素系统性筛选。体育赛事恰好提供了一个干净的检验场景——世界杯夺冠市场同时具备三个少见的条件：结果空间完全枚举（48 支球队）、每个结果天然绑定一个国家、且两个主要平台的准入规则截然不同。Kalshi 受 CFTC 监管，仅对完成 KYC 的美国居民开放；Polymarket 基于公链结算，全球可达。

由此可以构造两个可检验的假设：

· H1（资金流假设）：若平台用户的国别构成影响押注行为，则一国球队在「本国人口可达」的平台上获得的资金份额，应系统性高于其实力对应的份额，且该超配在准入受限的平台上更强。

· H2（定价假设）：若 H1 成立且跨平台套利不完全，则本国球队在其需求集中的平台上应出现持续的正向价格偏离。

本文用两个平台的全量逐笔成交对 H1 与 H2 进行直接检验。与基于问卷或抽样的行为研究不同，链上与交易所成交记录覆盖每一笔真实下注，不存在抽样误差与自报偏差。

2. 数据与方法

2.1 市场与样本

分析对象为两个平台的旗舰夺冠市场，覆盖全部 48 支正赛球队：

· Polymarket 事件 world-cup-winner：48 个球队二元市场（「Will X win the 2026 FIFA World Cup?」），在 Polygon 链上的 CTF Exchange 撮合，逐笔成交全部上链可查。

· Kalshi 事件 KXMENWORLDCUP-26：每队一个合约（如 KXMENWORLDCUP-26-US），受 CFTC 监管。

样本为自市场上线（2025 年 5 月）至 2026 年 7 月 5 日的每一笔成交，零抽样。Kalshi 成交记录按 trade_id 去重后从原始成交日志聚合；Kalshi 侧仅保留晋级正赛的 48 队，未晋级球队（意大利、丹麦等）的预选赛时期合约因在 Polymarket 无对应市场而剔除，以保证跨平台可比。

2.2 度量口径：方向化的 Yes 买入流

市场层面的总成交量不适合回答国家偏差问题。夺冠市场是 neg-risk 结构，做市与套利程序在 48 个结果之间持续再平衡库存，使各队的表面换手量趋同而与真实关注度脱钩（表 1）。为剥离这部分中性换手，本文全部指标只统计有方向的 Yes 买入——对本国球队下注的行为在机制上表现为买入该队的 Yes 头寸：

· Polymarket：在 CTF Exchange 的撮合记录中，资产 ID 为 0 USDC 保证金，付出 USDC 的一方即买方：buyer = if(maker_asset_id='0', maker_address, taker_address)。全部 385 万笔世界杯成交均可据此无歧义地分类。

· Kalshi：取 taker_side='yes' 的成交（主动买入 Yes 的一方），名义金额 = 合约张数 × Yes 价格。

表 1 · 表面成交量与方向化 Yes 买入流的对比（Polymarket，节选）

方向化之后，资金流分布恢复了与球队实力的相关性（法国以 $27.8M、34,331 个独立买家居首），残余的偏离即为待解释对象。

此外，三个口径并行报告：Yes 美元（对大额资金敏感）、Yes 合约张数（Kalshi）与独立 Yes 买家钱包数（Polymarket，对参与人数敏感）。对于价格低于 1 美分的亚分价位成交，合约张数会放大低价买盘的权重，故涉及资金规模的结论一律以名义金额为准，张数口径仅用于刻画参与强度。

2.3 实力基准

以赛前市场隐含夺冠概率作为球队实力的基准：取开赛前一日（2026 年 6 月 10 日）Polymarket 各队 Yes 收盘价，此时大名单已确定而任何比赛结果尚未进入价格。该基准的优点在于：它是市场自身给出的实力排序，因此任何相对于它的资金流偏离，按市场自身的标准即构成偏差——无需借助 FIFA 排名等外部且滞后的指标。

2.4 失衡指标

超配倍数（overweight ratio）= 该队占全部 Yes 资金流的份额 ÷ 该队占总夺冠概率的份额。

取值 1.0 表示押注与概率完全成比例；大于 1 表示资金流入超出实力对应水平。该指标对平台规模自然归一，可直接跨平台比较。

3. 结果

3.1 同赔率组内的跨国比较：H1 的直接检验

检验 H1 最干净的设计是在赔率维度上做组内比较。赛前夺冠概率同处 1-1.3% 区间的球队共五支：其中美国、墨西哥为东道主，其国民（及墨西哥裔美国居民）可直接在 Kalshi 交易；瑞士、乌拉圭、土耳其则缺乏美国散户基础。图 1 显示，组内差距达到一个数量级：

图 1 · 同一赔率区间内五支球队的超配倍数。赛前概率同为 1-1.3% 的五支球队，Yes 资金份额 ÷ 夺冠概率份额。1 倍 = 与概率成比例。

在准入受限的 Kalshi 上，美国（6.1 倍）与墨西哥（5.2 倍）获得的 Yes 美元是同赔率对照组（0.1-0.3 倍）的 20-60 倍。

绝对金额层面：Kalshi 上美国队获得 $224 万、墨西哥 $225 万的 Yes 买入，而被市场评估为同等夺冠概率的瑞士、乌拉圭、土耳其分别仅为 $15 万、$8 万与 $5 万。按合约张数计，两个东道主不仅超配，而且位居全部 48 队的前两名（图 2）——墨西哥 6,590 万张、美国 6,060 万张，超过法国（16%）与西班牙（16.5%）等夺冠热门；美国合约的平均成交价仅 3.7 美分，呈现典型的小额、低价、高频的本国队参与结构。

图 2 · Kalshi 各队累计 Yes 合约张数（前 12 名）。★ = 东道主。柱右侧标注赛前夺冠概率。

两个东道主在参与强度上领先所有夺冠热门——押注人群的构成由平台准入决定，而非球队实力。

3.2 跨平台对比：偏差幅度随准入范围收缩

Polymarket 全球开放，任何单一国家都无法像美国用户主导 Kalshi 那样主导其用户盘。若 H1 的机制是平台渗透率，则同样两支球队在 Polymarket 上的超配应显著弱于 Kalshi——数据与此一致：美国 2.8 倍、墨西哥 2.0 倍，不足 Kalshi 的一半。图 3 给出全样本视角：Kalshi 的资金份额大幅偏离比例线，而 Polymarket 紧贴比例线分布。

渗透率机制最直接的证据是每支球队的 Kalshi 份额 ÷ Polymarket 份额（表 2）：该比值衡量一国资金在美国平台上的相对集中度，与球队实力无关。全样本中仅美墨两队显著偏离 1：

3.3 参与人数维度：平台的社区结构

Polymarket 上的国家偏差更多体现在参与人数而非美元上。加密渗透率高的地区，为本国球队买入 Yes 的独立钱包数远超其概率份额：韩国最为典型——一支夺冠概率 0.2% 的球队吸引了 6,369 个独立买家钱包，为其概率份额的 8.7 倍（美元口径亦达 1.8 倍）；在 Kalshi 上韩国队的合约张数同样超配 9.8 倍。埃及（10.4 倍）、加纳（16 倍）、摩洛哥（美元与人头双双 1.9 倍）呈现同类模式，与侨民社区及加密社区的地理分布一致。相比之下，西班牙、英格兰等传统豪门按人头数仅 0.4 倍。参与者从哪里来，由平台的人口结构决定。

3.4 冷门偏差：与国家偏差正交的第二种力量

剥离国家因素后，数据中还存在一个更普遍的模式：所有低概率球队都吸引超额的小额买家。

Polymarket 上概率低于 0.5% 的球队，按独立钱包数几乎全部超配 4-16 倍（加拿大 6.6、苏格兰 7.0、新西兰 10.5、捷克 11.6、波黑 13.0）；热门球队按人头被低配（西班牙 0.43、英格兰 0.40），但资金集中于它们——法国与阿根廷两队合计占 Kalshi Yes 名义金额的 39.5%，略高于其概率份额之和。

两种力量的叠加结构因此可以清晰分解：人群为低概率结果购买小额「彩票」，大额资金集中于热门；而在赔率相同的条件下，本国球队在其人口可达的平台上额外获得 5-10 倍的乘数。组内比较（3.1 节）正是将「偏好冷门」与「偏好本国的冷门」分离的识别设计。

3.5 定价含义：H2 的检验

若本国队的 Yes 需求集中于单一平台且套利不完全，该平台的价格应出现正向偏离。图 4 对 16 强全部存活球队进行同日（7 月 5 日）跨平台比价：

图 4 · 同一球队在两个平台的最新成交 Yes 价（2026 年 7 月 5 日）。16 强存活球队，同日对齐；价差 ≥7% 者标注。

标注价差：葡萄牙 Kalshi +12%；墨西哥 Kalshi +40%；美国 Kalshi +18%。

非本国球队（法国、西班牙、英格兰、挪威、哥伦比亚、摩洛哥）的跨平台价差在 ±3% 以内；墨西哥 +40%、美国 +18%——溢价恰好落在资金超配最严重的两支球队上。

价差的横截面分布与 H2 的预测一致：套利在非本国球队上有效运转（价差 ±3% 以内），而在本国需求最集中的两个合约上留下 18-40% 的持续溢价。偏差不仅存在于资金流，也已进入价格。

4. 结论

1.资金流（H1 成立）：美国与墨西哥在 Kalshi 上获得夺冠概率对应份额 5-6 倍的 Yes 资金（同赔率外国球队 0.1-0.3 倍），在 Polymarket 上为 2-3 倍；Kalshi 的资金比 Polymarket 高 2.2-2.5 倍地集中于美墨两队。偏差幅度随平台对该国人口的可达性单调变化——失衡源于谁能进入平台，而非对球队的差异化判断。

2.定价（H2 成立）：同样两支球队在 Kalshi 相对全球平台持续存在 18-40% 的溢价，全部非本国球队价差在 ±3% 以内。在偏差人群集中交易的场所，本国队需求跑赢了套利。

3.方法论含义：将预测市场价格作为「群体共识概率」引用时，需考虑平台的准入结构。对于国家绑定型事件，受准入限制的平台价格包含可测量的本国成分；跨平台比价（或以全球平台为基准）可提供更接近公允的概率读数。

本文的识别策略——同赔率组内比较 + 跨平台倾斜度 + 同日比价——不依赖任何用户画像数据，仅从公开成交记录即可复现。该框架可直接推广至其他国家绑定型事件（选举、奥运、区域政策市场），也为跨平台定价偏离的量化监测提供了模板。

本文来自投稿，不代表 BlockBeats 观点。