Investigación de Tiger: Zuckerberg comienza a apostar por los mercados de predicción, mientras que los países asiáticos aún lo ven como un juego de apuestas

null puntos clave

Este artículo fue escrito por Tiger Research. El mercado de predicción ya se ha convertido en un sector habitual de la industria: el volumen mensual de operaciones alcanza 14.000 millones de dólares, y el avance del proyecto interno de Meta, «Arena», también muestra el reconocimiento de las grandes tecnológicas hacia este mercado.

Su mecanismo es muy sencillo: si el evento ocurre, el contrato se liquida por 1 dólar; si no ocurre, se liquida por 0 dólares. Por lo tanto, su precio de negociación es la probabilidad en tiempo real; tras el cierre del evento, un oráculo confirma el resultado.

Todo esto se sustenta en el principio de «tener la piel en el juego»: si los participantes se equivocan, pierden dinero, lo que hace que su información sea creíble.

Los mercados occidentales han integrado los mercados de predicción en el sistema financiero formal, mientras que la participación limitada en Asia está provocando la salida de capitales, la pérdida de soberanía informativa y la falta de protección para los usuarios.

El reto actual de Asia no es bloquear estos mercados, sino pensar cómo utilizar estos datos de manera responsable dentro del sistema formal. Porque al evitar la discusión, en realidad ya se ha cedido el liderazgo al extranjero.

Los mercados de predicción han encontrado el producto - el encaje producto-mercado

Durante muchos años, la mayoría de los mercados de predicción se quedó en una fase conceptual. A partir de 2020, la situación empezó a cambiar: algunos proyectos pequeños comenzaron a acumular volúmenes de operaciones significativos y fueron superando obstáculos regulatorios uno por uno, señal de que el mercado de predicción se había formado como industria de manera oficial.

Desde entonces, el crecimiento se ha acelerado. Actualmente, el volumen mensual de operaciones ya supera los 14.000 millones de dólares y la valoración total de las principales plataformas suma aproximadamente 40.000 millones de dólares.

La entrada de Meta prueba aún más que el sector ya ha superado la etapa inicial. El New York Times informó recientemente que Mark Zuckerberg lideró personalmente al equipo que desarrolla una aplicación de mercado de predicción llamada Arena. El hecho de que una gran tecnológica invierta tantos recursos indica que esta industria ha salido de la fase experimental y que cuenta con un modelo de negocio validado.

¿Dónde se originaron los mercados de predicción?

Los mercados de predicción no son algo nuevo. Antes de que la tecnología blockchain los llevara al público y ayudara a que se convirtieran en una industria, ya se usaban de forma informal durante décadas en el mundo académico y en finanzas.

Uso informal

El término «mercado de predicción» apareció más tarde que su historia. Hasta los años 80 del siglo XX, este concepto tuvo varios nombres, como mercados de información y mercados de decisión, hasta que un artículo económico en 2004 lo fijó como «mercado de predicción».

Pero las prácticas subyacentes existían mucho antes de ese nombre. La forma más temprana era apostar políticamente sobre los resultados electorales. En las cafeterías de Londres del siglo XVIII, la gente apostaba sobre escándalos parlamentarios y cambios de primer ministro; las probabilidades en algunos casos incluso aparecían en periódicos. En la Nueva York del siglo XIX, en mercados extrabursátiles cerca de Wall Street, se movían con gran actividad mercados informales de futuros para predecir resultados de elecciones presidenciales.

Uso académico

El punto de partida en el ámbito académico fue en 1988, con tres economistas de la Universidad de Iowa. Se sintieron desconcertados porque las encuestas no lograban predecir la victoria de Jesse Jackson en las primarias de Michigan, así que diseñaron un mercado donde las personas pudieran negociar directamente los resultados de elecciones. Ese fue el antecedente del Iowa Electronic Markets (IEM).

En 1992 y 1993, el IEM obtuvo la aprobación de la Commodity Futures Trading Commission (CFTC) para fines de investigación. Cualquiera que aportara 5 dólares podía participar. De 1988 a 2004, el IEM superó a las encuestas tradicionales en aproximadamente tres cuartas partes del tiempo, convirtiéndose en un laboratorio para agregar juicios colectivos en precios. Aun así, en ese momento no existía un marco regulatorio que permitiera operarlo como un mercado público.

Opciones binarias

Estos primeros mercados de predicción eran muy similares a las opciones binarias en los mercados financieros: contratos para apostar por un «sí» o un «no» según si el precio supera un umbral en un período de tiempo especificado. Su estructura —liquidación por 1 si el evento ocurre y por 0 si no— coincide totalmente con la lógica de los mercados de predicción.

Las opciones binarias también se introdujeron en bolsas reguladas. Ejemplos en Estados Unidos incluyen las opciones de rendimiento fijo de 2007 en la American Stock Exchange y las opciones binarias de 2008 basadas en el S&P 500 en la Chicago Options Exchange. Sin embargo, el fraude frecuente en plataformas offshore llevó a que múltiples jurisdicciones principales prohibieran la venta de este tipo de productos al público minorista entre 2017 y 2021. Aun así, la estructura básica de apuestas binarias de «sí o no» sigue siendo, hasta hoy, la base lógica para el funcionamiento de los mercados de predicción.

¿Cómo se negocian los mercados de predicción hoy?

Hoy, los mercados de predicción cubren temas que prácticamente abarcan cualquier evento imaginable.

Los eventos deportivos concentran el mayor volumen de operaciones. Gracias a calendarios continuos de ligas y competiciones globales, el Mundial en curso impulsa aún más el entusiasmo. La política, la geopolítica y la macroeconomía se expanden desde indicadores como datos de inflación hasta previsiones de valoración de empresas privadas, convirtiendo la propia información en un activo negociable. Cripto y precios de acciones, junto con algunos eventos impulsados por rumores, conforman una cadena completa desde el interés del público hasta la demanda de información profesional.

Cada contrato se liquida de forma binaria, con un resultado de «sí» o «no». Tomemos como ejemplo si el candidato a la nominación presidencial republicana de 2028 será J.D. Vance: si Vance queda confirmado como nominación, el contrato apostado a «sí» paga 1 dólar; de lo contrario, el contrato apostado a «no» paga 1 dólar.

La forma más simple de entender esta estructura es ver 1 dólar como 100%. El contrato paga 1 dólar cuando ocurre el evento (100%) y, si no ocurre, paga 0 dólares. Por eso, el precio de negociación intermedio refleja naturalmente la probabilidad. Un contrato de 0,40 dólares representa el 40% de ese dólar; es decir, el mercado estima una probabilidad del 40% de que ocurra el evento. El valor en centavos puede leerse directamente como porcentaje (ignorando el spread bid-ask y los costos de transacción).

Los precios se forman mediante el libro de órdenes, no por ninguna parte central que decida. Las órdenes de compra (por ejemplo, comprar a 39 centavos) y las órdenes de venta (por ejemplo, vender a 40 centavos) se acumulan en cada nivel de precio, y la operación se ejecuta cuando coinciden ambas partes. El precio (y la probabilidad implícita) se genera en tiempo real a partir del juego de fondos entre muchos participantes. Los traders también pueden vender sus posiciones antes del vencimiento para asegurar ganancias o limitar pérdidas, esencialmente cambiando su visión del evento por dinero.

El resultado lo registra un oráculo. Por muy preciso que sea el precio del contrato, al final del evento aún debe alguien determinar si fue «sí» o «no»; el oráculo es el mecanismo encargado de esa determinación.

Los oráculos tienen dos formas de operar:

Oráculos descentralizados: los proponentes depositan garantías y envían un resultado propuesto. Si nadie lo impugna dentro del tiempo establecido, ese resultado se convierte en el definitivo. Si se presenta una impugnación, se inicia un nuevo proceso de propuesta; solo después de impugnaciones adicionales se pasa a votación.

Centralizado: se definen criterios de antemano. Al finalizar el evento, el exchange aplica directamente el resultado oficial y liquida inmediatamente el mercado. Esta modalidad entrega completamente el poder de decisión a un único exchange.

Por ejemplo, en la plataforma Limitless, una vez que pasa el plazo límite, el resultado se determina de forma definitiva según reglas preestablecidas. El informe lo completa un servicio de oráculo que reporta el resultado del mundo real a la blockchain: la mayoría de los mercados que rastrean precios cripto o acciones reportan automáticamente mediante Pyth Network, mientras que los mercados personalizados como los de deportes o política son evaluados manualmente por el equipo de operaciones dentro de 24 a 72 horas.

En esencia, un mercado de predicción es un sistema de información: comprime las opiniones de un gran número de participantes en un único número reflejado como precio, y luego, al terminar el evento, determina si la predicción fue correcta según reglas preestablecidas.

Evolución del juego y la finanza de la información

Los mercados de predicción han superado el simple rol de plataformas para apostar y han evolucionado hasta convertirse en infraestructura central de la finanza de la información: transformar la incertidumbre futura en información de precios en tiempo real. La diferencia fundamental respecto a encuestas tradicionales o previsiones de expertos es el mecanismo de «tener la piel en el juego»: los participantes utilizan su propio dinero para responder por su postura.

En los métodos tradicionales, un error de los expertos casi no tiene costo reputacional y las encuestas no pueden filtrar el desinterés de los encuestados o posibles respuestas estratégicas. El precio del mercado de predicción tiene un costo real por equivocarse: quien asume una posición equivocada pierde dinero. Esto obliga a los participantes a validar sus creencias con la información más objetiva y actual, y esa disposición a asumir el costo se traduce directamente en fiabilidad del mercado.

Esa mecánica se observa en datos reales en múltiples ámbitos:

Precisión de previsiones en finanzas y política monetaria: un estudio de febrero de 2026 de un economista de un banco central explica el motivo. Desde 2022, en los mercados de predicción, las expectativas de tasas de interés antes de las reuniones del Comité Federal de Mercado Abierto se han alineado estadísticamente de forma muy estrecha con los resultados reales, superando a los Fed Funds Futures y al consenso de Bloomberg. La razón es que si los participantes se equivocan, pierden dinero de inmediato, lo que los lleva a analizar con mayor rigor la información disponible y a fijar precios con base en ella.

Estimaciones transparentes de probabilidades en política y elecciones: en las elecciones locales de Corea del Sur en junio de 2026, Polymarket predijo correctamente 14 ganadores de 16 ciudades y provincias importantes. Donde la salida de encuestas solo puede decir que el resultado es «muy parejo», el mercado de predicción ofrece probabilidades en tiempo real en las que los participantes apuestan con dinero real. Esto es el resultado de que muchos participantes integren diversas variables, no una simple predicción.

Respuesta del mercado a eventos y valoraciones de empresas: cuando apareció en marzo de 2026 el tema del límite de ingresos por intereses de stablecoins, el mercado de predicción fijó de inmediato la probabilidad de caída de la acción de Coinbase en 97,6%, usándolo como un indicador de riesgo en tiempo real en lugar de un análisis posterior, mostrando una respuesta sensible de los participantes cuando su propio flujo de caja está en riesgo. La investigación académica también llega a una conclusión similar: un estudio de 2015 sobre mercados de predicción internos para empresas como Google y Ford encontró que, comparado con los modelos oficiales de predicción, el error de predicción se redujo hasta en un 25%, indicando que la precisión mejora cuando el conocimiento interno se combina con capital en riesgo.

La asimetría de la información sigue siendo una limitación. En un caso de enero de 2026 en Venezuela, alguien aprovechó información confidencial para realizar trading con información privilegiada, exponiendo la debilidad real. Aun así, esa conducta para distorsionar el precio fue identificada y también se presentó como acusación penal, lo que prueba que el mercado busca funcionar con transparencia y rendición de cuentas.

En áreas donde la información está ampliamente distribuida, los mercados de predicción son herramientas de análisis precisas; en áreas donde la información se concentra en manos de pocos, son mecanismos capaces de identificar esa vigilancia concentrada. Debido a que el dinero de los participantes realmente está en riesgo, los precios generados por estos mercados constituyen información objetiva para evaluar el valor de activos financieros.

La ausencia de mercados de predicción en el debate de políticas en Asia

La naturaleza y la trayectoria de los mercados de predicción difieren mucho según los marcos regulatorios de cada país. Estados Unidos los ha incorporado al sistema financiero regulado mediante decisiones judiciales, mientras que en la mayor parte de Asia aún se los considera, sobre todo, dentro de la categoría tradicional de apuestas.

En Estados Unidos, los litigios resuelven la mayor parte de la incertidumbre regulatoria. La Commodity Futures Trading Commission intentó clasificar los contratos de predicción electoral de Kalshi como apuestas y sancionar la plataforma, pero los tribunales dictaminaron que la predicción electoral no es un juego de azar, por lo que la autoridad reguladora no puede prohibirlo. Este fallo cambió la postura regulatoria y se convirtió en un catalizador decisivo para que entren instituciones financieras tradicionales, como ICE, Robinhood y CME.

En cambio, en las principales jurisdicciones asiáticas, el punto de vista dominante aún equipara la estructura de liquidación binaria de los mercados de predicción con el juego tradicional. La perspectiva regulatoria predominante se centra en el control de las apuestas y el orden público, no en la política financiera. Aunque las prácticas varían entre países, en la región estos mercados en su mayoría siguen fuera del debate formal de políticas; solo India e Indonesia son excepciones.

Esa divergencia de trato finalmente se reduce a si los reguladores ven el mercado como una innovación financiera o como un problema de control social.

Los mercados de predicción en el atolladero regulatorio y en la encrucijada hacia la institucionalización

Los mercados de predicción se han convertido en el núcleo de la infraestructura global de finanzas y de información. Ya se ha abierto una brecha entre las tendencias globales y las posiciones rígidas de las autoridades regulatorias asiáticas. Cuando las fronteras entre tecnología y finanzas prácticamente han desaparecido, intentar restringir mercados nuevos dentro de marcos regulatorios antiguos tiene limitaciones inherentes. En la actualidad, el enfoque regulatorio en las principales jurisdicciones asiáticas tiene tres problemas principales.

El primero es el contrasentido del arbitraje regulatorio

Los mercados de predicción operan en redes digitales sin fronteras. Si un país bloquea la plataforma o impide a los usuarios acceder, no se elimina la demanda subyacente: los usuarios se trasladan a plataformas offshore sin regulación, asumiendo un riesgo mayor. Esto provoca la salida de capitales de la jurisdicción; los reguladores pierden tanto el poder de supervisar el mercado como los ingresos fiscales asociados, debilitando a largo plazo la competitividad financiera de la región.

El segundo es la pérdida de soberanía de la infraestructura nacional de información

Los mercados de predicción son una infraestructura avanzada de información que convierte problemas sociales complejos en estimaciones numéricas precisas, no un simple lugar para apostar. Las elecciones recientes en Asia muestran que los mercados de predicción leen el estado de ánimo del público más rápido y con mayor precisión que las encuestas tradicionales. Al excluirlos bajo el nombre de la regulación, los datos que reflejan con mayor claridad el sentimiento social de una sociedad se acumulan en servidores en el extranjero. El resultado es que los medios y las instituciones extranjeras entienden mejor la sociedad local que los analistas del propio país.

El tercero es el abandono de la protección del usuario

Los usuarios quedan en una zona ciega, sin instituciones que los respalden. La política de simplemente negar el mercado sin un debate previo suficiente solo expone a los usuarios al riesgo y los empuja fuera del sistema.

El foco del debate necesita cambiar por completo.

El problema ya no es cómo bloquear este mercado, sino cómo utilizar estos datos de forma sana dentro del sistema formal. Este cambio de perspectiva requiere investigación especializada, pero por ahora las discusiones relacionadas siguen siendo limitadas.

En este ámbito, Limitless Research está llenando el vacío: procesa los datos de predicción provenientes de mercados asiáticos como Corea del Sur y Japón para convertirlos en activos de información. En el futuro, se necesitará que participen más actores para asumir el papel de construir un ecosistema saludable de datos.

La regulación no debería ser un dique para bloquear el flujo de agua, sino un canal para guiarlo correctamente.

Asia ahora no necesita una aplicación de la ley más estricta, sino que necesita iniciar un debate prospectivo para responder a esta transformación. Empujar las transacciones que ya ocurrieron a la sombra es la peor política. Con esfuerzos constantes para integrarlo en el sistema formal mediante discusiones constructivas, establecer mecanismos transparentes de supervisión y devolver al país y a la sociedad los datos generados en el proceso como activos nacionales y sociales.