研究：为预测市场制定“校准式”内幕交易规则

史蒂文斯理工学院的一项研究认为，预测市场不应采取“一刀切”的全面禁止“内幕交易”。金融学教授 Balbinder Singh Gill 建模分析，探讨内幕交易如何影响价格准确性、参与度与流动性。 论文发现，执法强度与市场准确性之间存在“驼峰形”关系。执法过少可能让内幕人士主导市场，并挤出外部普通交易者，从而削弱长期价格信息含量；执法过强同样会反噬，因为它会限制内幕人士提供“合法信息”的能力。 Gill 的核心建议是对“内幕交易执法”进行校准：根据交易风险与信息来源来分层监管。基于独立研究与分析获得的信息应给予更轻限制；而通过泄露或获取机密数据获得的信息应适用更严厉的处罚。对于既能影响事件结果、又会在该事件上交易的人群（例如为自己参选结果下注的候选人），应实施最严格的监管。 该结论发布之际，美国监管力度正在加码。美国商品期货交易委员会（CFTC）在4月警告可能启动内幕交易执法；5月，国会议员对 Kalshi 和 Polymarket 等平台展开调查，关注点包括内幕交易与市场操纵。Kalshi 同时表示将在敏感市场增加用户雇主披露要求，并引入市场风险评分系统。 对加密交易者而言，重点是：与其追求“更强=更好”的全面禁令，校准式的内幕交易执法更可能影响市场质量与流动性，从而改变对受监管预测市场平台的情绪预期。