Los mercados de predicción son plataformas donde los participantes compran y venden contratos vinculados a eventos futuros. Estos eventos pueden abarcar desde elecciones e indicadores económicos hasta resultados empresariales, acontecimientos geopolíticos y resultados deportivos.
Kalshi es una de las plataformas de mercados de predicción reguladas más grandes de Estados Unidos. A diferencia de muchos competidores extranjeros, Kalshi opera bajo la supervisión de los reguladores estadounidenses y exige a sus usuarios verificar su identidad. La plataforma ha crecido rápidamente a medida que inversores, analistas y usuarios cotidianos recurren cada vez más a los mercados de predicción como herramienta para pronosticar sucesos reales.
Sus defensores sostienen que los mercados de predicción agregan información de forma más eficiente que las encuestas tradicionales o los pronósticos de expertos. Al permitir que los participantes arriesguen su capital según sus creencias, estos mercados pueden generar probabilidades en tiempo real sobre resultados futuros.
Sin embargo, a medida que aumentan los volúmenes de negociación, también lo hacen las preocupaciones sobre la integridad del mercado.
Los mercados de predicción dependen de la información. Cuanto más precisa sea la información, más eficiente será el mercado.
El problema surge cuando algunos participantes poseen información material no pública de la que otros carecen.
Por ejemplo, un empleado de una empresa pública puede conocer los resultados confidenciales de ganancias antes de que se publiquen. Un funcionario público podría tener conocimiento anticipado de un anuncio de política. Un empleado de un contratista de defensa podría enterarse de novedades que afectan a contratos de seguridad nacional antes que el público.
Si estas personas utilizan dicha información para realizar operaciones, obtienen una ventaja injusta sobre los demás participantes.
Este problema no es exclusivo de los mercados de predicción. Los mercados financieros tradicionales han dedicado décadas a desarrollar normativas contra el uso de información privilegiada. A medida que los mercados de predicción se expanden hacia temas como el rendimiento empresarial, la política y la geopolítica, los reguladores y legisladores han comenzado a preguntarse si se necesitan medidas de protección similares.
Las investigaciones recientes sobre presuntas actividades de uso de información privilegiada en plataformas de mercados de predicción han intensificado aún más el escrutinio. Varios casos de alto perfil que involucran a empleados públicos, personal militar y personas con información privilegiada corporativa han llamado la atención de reguladores y legisladores.
En junio de 2026, Kalshi anunció una nueva política que exige que ciertos operadores revelen su información laboral antes de participar en determinados mercados de predicción. El requisito se aplica únicamente a los mercados que la plataforma considera especialmente vulnerables al uso de información privilegiada o a la manipulación.
Con el nuevo marco, los usuarios afectados pueden tener que proporcionar información como:
El objetivo es claro: identificar a posibles personas con información privilegiada antes de que se realicen las operaciones, en lugar de investigar actividades sospechosas después de que ya se hayan obtenido ganancias.
Según Kalshi, los datos laborales ayudarán a la empresa a detectar posibles conflictos de interés y a determinar si un participante puede tener acceso privilegiado a información relacionada con un resultado de mercado específico.
Este enfoque se asemeja a los procedimientos de cumplimiento que se usan en las instituciones financieras tradicionales, donde los empleados de empresas cotizadas o entidades reguladas a menudo enfrentan restricciones en ciertas operaciones.
La nueva regla no se aplica a todos los mercados de la plataforma.
En su lugar, Kalshi ha introducido un sistema de puntuación de riesgo diseñado para identificar contratos con mayor riesgo de uso de información privilegiada. Los mercados vinculados a información sensible tienen más probabilidades de activar requisitos de verificación adicionales.
Algunos ejemplos pueden incluir:
Por ejemplo, una persona empleada por una empresa tecnológica podría tener conocimiento anticipado del lanzamiento de un producto. Del mismo modo, los empleados que participan en la toma de decisiones gubernamentales pueden tener acceso a información no disponible para el público. Estas situaciones crean oportunidades de ventajas informativas que los mercados de predicción buscan minimizar.
Al centrarse en los mercados de mayor riesgo en lugar de imponer restricciones generales en toda la plataforma, Kalshi parece estar adoptando una estrategia de cumplimiento selectiva.
La divulgación del empleador es solo un componente de la iniciativa más amplia de integridad del mercado de Kalshi.
La empresa también anunció varias medidas adicionales:
Kalshi evaluará los mercados mediante un marco de puntuación de riesgo que considera factores como el potencial de manipulación, la influencia corporativa, las implicaciones para la seguridad nacional y la asimetría de información. Los mercados de mayor riesgo recibirán una supervisión reforzada.
La plataforma ha lanzado nuevos mecanismos de denuncia que permiten a los usuarios señalar actividades comerciales sospechosas. Este enfoque basado en la comunidad pretende complementar los sistemas de monitoreo internos.
Kalshi afirma que ya realiza una vigilancia continua y mantiene procedimientos de cumplimiento destinados a detectar comportamientos comerciales inusuales. La empresa también ha informado que remite los casos sospechosos a las autoridades federales cuando es necesario.
Antes del anuncio más reciente, Kalshi ya había implementado restricciones dirigidas a políticos, funcionarios electorales, atletas, entrenadores, árbitros y otras personas que puedan tener influencia directa sobre ciertos resultados del mercado.
En conjunto, estas medidas representan uno de los programas de prevención del uso de información privilegiada más completos implementados actualmente en la industria de los mercados de predicción.
A pesar de estos esfuerzos, algunos expertos sostienen que eliminar por completo la información privilegiada puede ser imposible.
Los mercados de predicción obtienen su valor del descubrimiento de información. Los participantes poseen de forma natural diferentes niveles de experiencia, capacidad de investigación y acceso a la información. Distinguir entre ventajas informativas legítimas y conocimiento privilegiado ilegal suele ser complicado.
Por ejemplo, un analista sectorial que sigue de cerca a una empresa puede elaborar pronósticos muy precisos basándose únicamente en información pública. Mientras tanto, un empleado de la empresa puede llegar a una predicción similar utilizando datos confidenciales.
Desde una perspectiva de cumplimiento normativo, ambas situaciones son fundamentalmente diferentes, pero identificar la diferencia en la práctica puede resultar difícil.
Este desafío refleja debates de larga data en los mercados financieros tradicionales. Los reguladores deben equilibrar la eficiencia del mercado con la equidad, evitando restricciones excesivas que reduzcan la participación y la liquidez.
A medida que los mercados de predicción sigan expandiéndose, la industria probablemente se enfrentará a discusiones continuas sobre dónde debe establecerse ese equilibrio.
La iniciativa de divulgación del empleador de Kalshi puede indicar un cambio más amplio hacia estándares de cumplimiento de nivel institucional dentro del sector de los mercados de predicción.
A medida que las plataformas atraen a más usuarios, mayores volúmenes de negociación y una mayor atención pública, es probable que aumenten las expectativas en torno a la gobernanza y la integridad del mercado.
En los próximos años podrían surgir varias tendencias:
Si los mercados de predicción se convierten en una herramienta convencional de inversión y pronóstico, muchos observadores creen que una infraestructura de cumplimiento sólida será esencial.
La decisión de Kalshi de exigir la divulgación del empleador a ciertos participantes del mercado de predicción representa un hito importante en la evolución de los mercados de predicción regulados.
La nueva política está diseñada para identificar a posibles personas con información privilegiada antes de que se realicen las operaciones, especialmente en mercados que involucran información sensible como el rendimiento empresarial, la seguridad nacional y los eventos geopolíticos. Combinada con la puntuación de riesgo, las herramientas para denunciantes y las medidas de vigilancia reforzadas, la iniciativa refleja los crecientes esfuerzos por fortalecer la integridad del mercado.
Aunque persisten dudas sobre la eficacia con la que se puede detectar y prevenir la información privilegiada, la medida pone de relieve una realidad importante: a medida que los mercados de predicción se vuelven más grandes e influyentes, los estándares que los rigen empiezan a parecerse a los de los mercados financieros tradicionales. Para los operadores, reguladores y operadores de mercado por igual, el debate sobre la equidad, la transparencia y el acceso a la información probablemente acaba de comenzar.
* La información no pretende ser ni constituye un consejo financiero ni ninguna otra recomendación de ningún tipo ofrecida o respaldada por Gate.
* Este artículo no se puede reproducir, transmitir ni copiar sin hacer referencia a Gate. La contravención es una infracción de la Ley de derechos de autor y puede estar sujeta a acciones legales.
Compartir
Contenido
