Manipulation in Prediction Markets: An Agent-based Modeling Experiment

तकनीकी सारांश: प्रेडिक्शन मार्केट्स में हेरफेर: एक एजेंट-आधारित मॉडलिंग प्रयोग

समस्या विवरण
प्रेडिक्शन मार्केट्स (पूर्वानुमान बाजारों) में बिखरे हुए विश्वासों को एकत्रित करके बाइनरी इवेंट परिणामों का पूर्वानुमान लगाया जाता है, जो अक्सर राजनीतिक चुनावों में उच्च सटीकता प्रदर्शित करते हैं। हालांकि, इन बाजारों का तीव्र विस्तार—जैसा कि कलशी (Kalisha) और पॉलीमार्केट (Polymarket) जैसे प्लेटफॉर्म्स द्वारा प्रदर्शित किया गया है जो मल्टी-मिलियन डॉलर की पोजीशन की अनुमति देते हैं—इनकी हेरफेर के प्रति संवेदनशीलता के संबंध में चिंताएं पैदा करता है। सख्त प्रति-व्यापारी स्थिति सीमाओं (जैसे आयोवा इलेक्ट्रॉनिक मार्केट्स, प्रेडिक्ट-इट) वाले शुरुआती बाजारों के विपरीत, आधुनिक प्लेटफॉर्म "व्हेल्स" (उच्च-बजट वाले एजेंटों) को महत्वपूर्ण पूंजी नियंत्रित करने की अनुमति देते हैं। संबोधित केंद्रीय समस्या यह है कि क्या ये बाजार स्व-सुधारात्मक सूचना तंत्र के रूप में कार्य करते हैं या क्या वे एक अत्यधिक संसाधन संपन्न, पक्षपाती अल्पसंख्यक द्वारा उत्पन्न मूल्य विचलन (price deviations) को बनाए रख सकते हैं। विशेष रूप से, लेखक जांचते हैं कि किन परिस्थितियों में ऐसे विरूपण बने रहते हैं और वे अन्य बाजार प्रतिभागियों के व्यवहार, जैसे कि हर्डिंग (भेड़चाल) और जिद्दीपन (stubbornness) के साथ कैसे परस्पर क्रिया करते हैं।

कार्यप्रणाली
लेखक एक ओपन-सोर्स एजेंट-आधारित मॉडल (ABM) विकसित करते हैं जो असतत समय चरणों (discrete time steps) पर एक प्रेडिक्शन मार्केट का अनुकरण करता है। मॉडल में निम्नलिखित विशेषताएं हैं:

• एजेंट: $N$ बेटिंग एजेंट जिनके विषम गुण हैं, जिनमें विशेषज्ञता ($e_i$), पूर्वाग्रह ($b_i$), जोखिम सहनशीलता ($r_i$), जिद्दीपन ($s_i$), और प्रारंभिक बजट ($B_{i,0}$) शामिल हैं।
• सूचना संरचना: एजेंटों को वास्तविक चुनाव परिणाम ($\eta_t$) का एक "फजी" निजी संकेत प्राप्त होता है, जिसे रैंडम वॉक के रूप में मॉडल किया गया है। सिग्नल का वेरिएंस (variance) एजेंट की विशेषज्ञता के व्युत्क्रमानुपाती होता है।
• मूल्यांकन और सीखना: एजेंट अपने निजी संकेतों और वैकल्पिक रूप से, एक हर्डिंग पैरामीटर ($h_i$) जो वर्तमान बाजार मूल्य को भार देता है, के आधार पर अपने आंतरिक मूल्यांकनों ($V_{i,t}$) को अपडेट करते हैं। जिद्दीपन ($s_i$) यह नियंत्रित करता है कि एजेंट नई जानकारी को कितनी दर से शामिल करते हैं।
• बाजार तंत्र: एक केंद्रीय बाजार रैंडम डबल-ऑक्शन नियमों के माध्यम से खरीद/बिक्री आदेशों को मिलाता है। बाजार मूल्य ($m_t$) शुद्ध मांग के आधार पर अपडेट होता है, जिसे एक पैरामीटर $\lambda$ द्वारा स्केल किया जाता है।
• सिमुलेशन प्रोटोकॉल: अध्ययन पहले विभिन्न पैरामीटर स्पेस में मॉडल की स्थिरता को सत्यापित करता है। इसके बाद, वे एक एकल "व्हेल" एजेंट पेश करते हैं जिसका एक निश्चित पक्षपाती मूल्यांकन और कुल बाजार पूंजी का एक विशिष्ट अनुपात ($\rho_w$) होता है, ताकि मूल्य विरूपण का परीक्षण किया जा सके।
• सैद्धांतिक विश्लेषण: सिमुलेशन के पूरक के रूप में, लेखक स्थिर-अवस्था मूल्य त्रुटि (steady-state price error) के लिए एक सैद्धांतिक समाधान निकालते हैं, जिसमें ऑर्डर आकार को रैखिकीकृत (linearize) करके व्हेल बजट शेयर, पूर्वाग्रह और हर्डिंग की उपस्थिति में त्रुटियों के क्षय के बीच परस्पर क्रिया का विश्लेषण किया जाता है।

प्रमुख योगदान

1. ओपन-सोर्स फ्रेमवर्क: लेखक एक ओपन-सोर्स ABM और एक ग्राफिकल यूजर इंटरफेस के साथ एक डैश (Dash) एप्लिकेशन प्रदान करते हैं, जो एजेंट व्यवहार, पैरामीटर भिन्नता और सूचना झटकों (information shocks) के अन्वेषण की अनुमति देता है।
2. हेरफेर का व्यवस्थित विश्लेषण: अध्ययन पूंजी के संकेंद्रण ("व्हेल्स") के प्रभावों को बाजार की सटीकता पर अलग करता है, जो छोटे व्यापारियों की सैद्धांतिक धारणाओं से आगे बढ़कर वास्तविक पूंजी संकेंद्रण को मॉडल करता है।
3. व्यवहार संबंधी गतिशीलता का एकीकरण: मॉडल विषम विशेषज्ञता, सीखने की दर और हर्डिंग व्यवहार को स्पष्ट रूप से शामिल करता है ताकि यह निर्धारित किया जा सके कि ये कारक हेरफेर के विरुद्ध बाजार की लचीलापन को कैसे प्रभावित करते हैं।
4. सैद्धांतिक पुष्टि: पेपर विश्लेषणात्मक संबंधों को सिद्ध करता है जो दिखाते हैं कि स्थिर-अवस्था त्रुटियां व्हेल के बजट शेयर और गलत मूल्यांकन के साथ रैखिक रूप से स्केल होती हैं, और यह भी कि इन त्रुटियों का क्षय गैर-व्हेल एजेंटों के सीखने के डायनेमिक्स और हर्डिंग तीव्रता पर निर्भर करता है।

परिणाम

• बाजार स्थिरता: व्हेल्स की अनुपस्थिति में, प्रेडिक्शन मार्केट व्यापक पैरामीटर मानों की एक विस्तृत श्रृंखला में मजबूत स्थिरता और सटीकता प्रदर्शित करता है। बाजार मूल्य वास्तविक चुनाव परिणाम का बारीकी से अनुसरण करता है, जिसमें मीन स्क्वेर्ड एरर (MSE) अग्रणी चुनाव पूर्वानुमान मॉडलों के समान है।
• व्हेल का प्रभाव: व्हेल्स अस्थायी रूप से बाजार की कीमतों को विकृत कर सकते हैं। विरूपण का परिमाण व्हेल के बजट शेयर और उनके गलत मूल्यांकन के गुणनफल के समानुपाती होता है। परीक्षण किए गए मापदंडों के तहत, सार्थक, निरंतर त्रुटि उत्पन्न करने के लिए एक व्हेल को कुल बाजार पूंजी का लगभग 40% की आवश्यकता होती है।
• हर्डिंग और जिद्दीपन की भूमिका: गैर-व्हेल एजेंटों के बीच हर्डिंग व्यवहार ($h_i > 0$) और उच्च जिद्दीपन ($s_i \approx 1$) की उपस्थिति बाजार की रिकवरी को महत्वपूर्ण रूप से प्रभावित करती है।
  • मध्यम हर्डिंग रिकवरी दरों को नाटकीय रूप से नहीं बदलती है।
  • उच्च हर्डिंग ($h_i = 1$) और उच्च जिद्दीपन ($s_i \approx 1$) का संयोजन अस्थिरता की ओर ले जा सकता है, जिसकी विशेषता बाजार मूल्य में दोलन (oscillations) और मूल्य विरूपण का धीमा क्षय है।
• लाभ के अवसर: व्हेल्स द्वारा निर्मित अस्थायी मूल्य विरूपण सुविज्ञ गैर-व्हेल एजेंटों (वे जो उच्च विशेषज्ञता रखते हैं) के लिए लाभ के अवसर पैदा करते हैं, जो गलत संरेखित कीमतों का लाभ उठा सकते हैं।
• सैद्धांतिक सत्यापन: सैद्धांतिक विश्लेषण पुष्टि करता है कि स्थिर-अवस्था त्रुटि ($\delta_S$) व्हेल के बजट अंश ($\rho$) और व्हेल के मूल्यांकन त्रुटि ($\Delta_S$) के बराबर है। यह आगे यह भी दर्शाता है कि त्रुटि का क्षय तब तेज होता है जब एजेंटों में कम जिद्दीपन और कम हर्डिंग वेट होता है।

महत्व और दावे
पेपर प्रेडिक्शन मार्केट्स के नियमन और डिजाइन के लिए एक चेतावनी ढांचा प्रदान करने का दावा करता है, विशेष रूप से चुनाव संदर्भों में जहां कीमतें सार्वजनिक सूचना संकेतों के रूप में कार्य कर सकती हैं।

• नियामक निहितार्थ: निष्कर्ष बताते हैं कि जबकि प्रेडिक्शन मार्केट्स आम तौर पर लचीले होते हैं, वे तब असुरक्षित होते हैं जब बिना किसी बाधा के केंद्रित पूंजी की अनुमति दी जाती है। लेखक एक ऐसे नियामक दृष्टिकोण का तर्क देते हैं जो मनोरंजन की स्वतंत्रता और लोकतांत्रिक अखंडता के बीच संतुलन बनाता है, जो संभावित रूप से व्यक्तिगत व्यापार आकार या समग्र बजट सीमा के माध्यम से लागू किया जा सकता है।
• फीडबैक लूप: अध्ययन अंतर्जातता (endogeneity) के जोखिम को उजागर करता है: यदि हेरफेर की गई बाजार कीमतें मतदाता विश्वास, अभियान रणनीतियों या मीडिया नैरेटिव को प्रभावित करती हैं, तो विरूपण राजनीतिक प्रक्रिया में फीडबैक दे सकता है, जिससे उस परिणाम को ही बदलने की संभावना बढ़ जाती है जिसका पूर्वानुमान लगाया जा रहा है।
• दावों की विनम्रता: लेखक स्पष्ट रूप से कहते हैं कि वे बाजार कीमतों और वास्तविक दुनिया के चुनावी परिणामों के बीच फीडबैक लूप को अनुभवजन्य रूप से मान्य नहीं करते हैं, यह नोट करते हुए कि यह एक खुला प्रश्न बना हुआ है। उनका योगदान मुख्य रूप से उन स्थितियों को लक्षणित करना है जिनके तहत बाजार की कीमतों को विकृत और बनाए रखा जा सकता है, जो निवारक नीति उपायों के लिए एक आधार प्रदान करता है। वे इस बात पर जोर देते हैं कि उनका मॉडल वास्तविक दुनिया के राजनीतिक पारिस्थितिकी तंत्र के पूर्ण जटिलता का अनुकरण करने के बजाय विशिष्ट तंत्रों (पूंजी संकेंद्रण, हर्डिंग) को अलग करता है।