予測市場の価格差の謎：Kalshi 42% vs Polymarket 23%、真実はユーザーではなくルールにある

Uniswap創始人Hayden Adams近日在社交プラットフォームで投稿し、予測市場における「アメリカによるグリーンランド買収」事件の価格差について深く解説しました。Kalshiプラットフォームが示す確率は約42%であるのに対し、Polymarketはわずか15%-23%であり、この大きな価格差が市場の注目を集めています。Adamsの分析によると、この差異の根本原因はユーザー層の違いではなく、イベントの定義やルール条件など多次元的な違いに起因しています。

価格差背後の真実

なぜユーザー構造の問題ではないのか

表面上、両プラットフォームが同じイベントに対して示す価格差は20ポイントにも達しており、取引者層の違いによるものではないかと考えられがちです。しかし、Adamsはこの論理は成り立たないと指摘します。もし単にユーザー構造の違いだけであれば、両方のプラットフォームにアクセスできる取引者はアービトラージを通じてこの価格差を迅速に解消できるはずです。このような無リスクのアービトラージ機会は長期的に存在し得ません。価格差が持続していることは、根本的な問題はユーザーではなく、投票対象そのものにあることを示しています。

事件定義の時間範囲の重要な違い

Adamsが明らかにした核心的な違いは、時間枠の異なりです。Polymarketは「2026年内に起こる確率」（現在約23%）を対象としているのに対し、Kalshiは「トランプ氏の任期全体に起こる確率」（現在約45%）を対象としています。この微妙に見える時間範囲の違いは、実際には全体の確率計算方法を変えてしまいます。

2026年内に起こる確率は、任期全体（数年にわたる可能性も含む）に起こる確率よりも自然と低くなります。これは、両プラットフォームが同じイベントに対して異なる価格をつけているのではなく、根本的に異なるイベントに対して価格を設定していることを意味します。

多次元的なルールの違い

時間枠の違いに加え、Adamsは他にも考えられる差異の源泉を指摘しています：

• 問題の表現：両プラットフォームがイベントの具体的な記述において表現の差異がある可能性
• 決済条件：イベントが「起こった」と判定される基準の違い
• オラクル設計：イベントの検証に用いるオラクルの仕組みの違い
• リスクの価格付け：市場リスクに対する価格設定の論理の違い

これらの技術的に見える差異は、予測市場において顕著な価格差を生む要因となります。

予測市場への示唆

このケースは、予測市場の一見単純に見える側面と、その実際の複雑さを浮き彫りにしています。同じ現実のイベントに対して異なるプラットフォームで示される価格差は、市場の非効率性を示すものではなく、市場参加者が異なる契約ルールに直面したときに取る合理的な選択の結果です。

Adamsの分析は、予測市場の設計の重要性を示しています。契約の時間枠、決済条件、オラクルの選択など、表面的に見える設計の細部が、実際には価格形成に根本的な影響を与えます。これは、予測市場のユーザーや設計者にとっても示唆に富むものであり、異なるプラットフォームの価格を比較する際には、各プラットフォームの具体的なルール定義を深く理解し、単純に価格差がアービトラージの機会を意味するとは考えないことが重要です。

まとめ

KalshiとPolymarketによるグリーンランド事件の価格差は、市場の非効率やユーザー層の違いを反映したものではなく、両プラットフォームのイベント定義の本質的な違いを示しています。Polymarketはより短期の2026年内の確率に焦点を当てているのに対し、Kalshiはトランプ氏の任期全体の確率に注目しており、これが全く異なる価格付けの論理を生み出しています。このケースは、予測市場を理解する上で、価格を見るだけでなくルールを見ることの重要性を教えてくれます——ルールが価格の意味を決定しているのです。