Introduction aux marchés de prédiction et leur développement historique
Les marchés de prédiction, également appelés dans la littérature académique et économique marchés d'information, futurs d'idées ou contrats à terme sur événements, sont des places de marché où les participants échangent des contrats financiers dont le paiement dépend d'événements futurs incertains. Contrairement aux marchés financiers traditionnels, dont l'objectif principal est l'allocation du capital, le transfert du risque ou le financement des entreprises, la valeur scientifique et économique des marchés de prédiction réside dans leur capacité à agréger des informations dispersées et à convertir cette agrégation en prévisions hautement efficaces.
Dans la formulation associée à Justin Wolfers et Eric Zitzewitz, les prix des marchés de prédiction réagissent à ce que les investisseurs croient collectivement sur un résultat futur, transformant les croyances subjectives en un signal de marché numérique souvent lu comme une prévision de type probabiliste. Ce signal n'est pas identique à la vérité objective, mais dans de nombreux cas il devient l'un des résumés les plus propres disponibles en temps réel des attentes collectives.
La lignée historique des marchés de prédiction est longue. L'utilisation des prix de marché, notamment les cotes de paris, pour prévoir des événements remonte à des siècles. Les marchés de paris politiques ont fleuri aux États-Unis à la fin du XIXe et au début du XXe siècle, et des journaux comme le New York Times traitaient les prix des paris comme des indicateurs significatifs des attentes électorales. L'intérêt a ensuite décliné à mesure que les sondages scientifiques gagnaient en légitimité institutionnelle, avant de revenir à la fin du XXe siècle avec la montée de l'économie expérimentale et de l'hypothèse de marché efficient.
À l'ère actuelle, l'infrastructure blockchain et la finance décentralisée ont ramené les marchés de prédiction au centre de l'attention mondiale. Aujourd'hui, ils sont utilisés, discutés ou contestés dans des domaines allant des élections et des indicateurs macroéconomiques aux décisions d'entreprise, à la météo, aux événements adjacents au sport et aux attentes de politique publique. En conséquence, les marchés de prédiction se trouvent simultanément à l'intérieur de l'économie, de l'informatique, de la théorie juridique, de la politique de jeu et de la gouvernance des plateformes.
Cadre théorique et dynamiques d'agrégation d'information
L'argument théorique le plus fort en faveur des marchés de prédiction est ancré dans l'hypothèse de marché efficient. Dans sa forme idéale, cette vision suggère que les prix de marché incorporent rapidement toutes les informations disponibles et représentent donc la meilleure prévision disponible des événements futurs. Dans les marchés de prédiction, cela signifie que le prix devient une estimation collective plutôt qu'une simple cotation.
La littérature académique a cependant traité cela comme une affirmation conditionnelle plutôt qu'une certitude naïve. Le marché ne peut agréger l'information que si les incitations, la structure des contrats, la participation et la liquidité permettent aux traders informés d'agir sur leur information. En d'autres termes, les marchés de prédiction peuvent être très efficaces sans jamais devenir parfaitement efficients.
Conditions mathématiques et économiques de l'agrégation d'information
La littérature a modélisé ces conditions avec précision. Grossman a soutenu que les prix peuvent agréger des informations privées dispersées sous de fortes hypothèses sur les préférences des traders et la structure de l'information. Pourtant, Grossman et Stiglitz ont ensuite formulé le contre-argument le plus célèbre : si les marchés étaient parfaitement informatifs, personne n'aurait de raison d'acquérir des informations coûteuses. Un marché d'information fonctionnel nécessite donc un certain degré d'imperfection des prix pour récompenser la participation informée.
Ce paradoxe est important car il explique pourquoi les marchés de prédiction ne sont pas des machines de prévision magiques. Leur utilité dépend de la présence continue de traders informés motivés à pousser les prix loin des erreurs et vers de meilleures estimations. Sans ces incitations, le marché peut devenir mince, bruyant ou trop narratif.
La littérature a également débattu de ce que représente exactement un prix de marché. Charles Manski a montré que le prix d'un contrat sur événement tout-ou-rien ne peut pas toujours être interprété directement comme la croyance probabiliste moyenne des participants au marché. Wolfers et Zitzewitz ont répondu en montrant que dans un cadre d'utilité logarithmique, et en supposant que la richesse et les croyances sont indépendantes, le prix peut être interprété comme la croyance moyenne sur la probabilité de l'événement.
Un deuxième défi classique est le théorème de non-échange de Milgrom-Stokey. Si les participants au marché partagent des priors communs et sont pleinement rationnels, la volonté d'un participant d'échanger révèle de l'information à l'autre, ce qui devrait théoriquement supprimer les échanges. En pratique, les échanges persistent parce que les marchés réels incluent des hedgers, des participants motivés par le divertissement, des traders de bruit et des participants aux motifs hétérogènes.
C'est aussi pourquoi les tentatives de manipulation ne nuisent pas toujours à la découverte des prix comme les critiques le prévoient. Si un trader pousse le prix loin d'une estimation défendable, la cotation distordue peut attirer de meilleures contreparties informées qui ont maintenant des incitations plus fortes à trader contre l'erreur.
La sagesse des foules comme mécanisme de prévision
Les marchés de prédiction sont souvent traités comme l'une des formes institutionnelles les plus fortes du phénomène de « sagesse des foules ». L'idée de base est simple : quand de nombreux individus avec des informations partiellement indépendantes contribuent à un agrégat partagé, l'estimation résultante peut être plus précise que l'opinion d'un seul expert.
Cette idée a des racines profondes dans la théorie politique, les probabilités et la théorie de la décision, et est souvent liée au théorème du jury de Condorcet et aux observations classiques de Francis Galton sur les estimations agrégées. Dans le contexte des marchés de prédiction, le mécanisme d'agrégation n'est pas une moyenne de sondage mais un prix formé par des incitations. Cette distinction compte car les participants au marché sont récompensés ou punis financièrement, ce qui tend à discipliner l'expression plus fortement que les sondages d'opinion ordinaires.
La recherche appliquée a montré que les marchés de prédiction internes aux entreprises peuvent être étonnamment performants pour prévoir la demande, les ventes, les délais et les résultats de projets. Ils ont été utilisés dans des contextes de fabrication, de commerce de détail et d'innovation comme outils pour transformer les connaissances tacites dispersées en prévisions opérationnelles.
Architecture des contrats et mécanismes de formation des prix
La capacité des marchés de prédiction à révéler des attentes significatives dépend beaucoup de l'architecture des contrats. Même les marchés simples nécessitent des structures de paiement bien conçues qui éliminent l'arbitrage trivial et forcent les prix à se mapper de manière cohérente sur les attentes. À cet égard, les marchés de prédiction ressemblent davantage aux marchés de dérivés qu'aux simples bulletins de pari.
Types de contrats standard et leur valeur informationnelle
| Type de contrat | Mécanisme | Paramètre élicité | Exemple |
|---|---|---|---|
| Tout-ou-rien | Paye un montant fixe si l'événement se produit, zéro sinon | Estimation de marché de type probabilité | « Le candidat A gagne l'élection » |
| Contrat d'indice | Le paiement varie continuellement avec la valeur réalisée d'une variable | Moyenne espérée | « Le candidat A obtient X pourcent des voix » |
| Contrat de spread | Les participants tradent autour d'un seuil ou d'une ligne mobile | Médiane attendue ou attente de seuil | « Le résultat dépassera-t-il X ? » |
Des conceptions plus avancées peuvent révéler des informations plus riches. Des familles de contrats tout-ou-rien peuvent être utilisées pour approximer une distribution de probabilité entière sur les outcomes. Des contrats d'indice non linéaires peuvent révéler des moments supérieurs comme la variance. Des marchés conditionnels peuvent être utilisés pour estimer les croyances sur les corrélations. Même ainsi, l'interprétation nécessite toujours de la prudence : un contrat peut révéler une corrélation sans révéler de causalité.
Mécanismes d'échange et gestion de la liquidité
Les premiers marchés de prédiction reposaient souvent sur des modèles de double enchère continue similaires aux bourses traditionnelles. Ces mécanismes utilisent un carnet d'ordres dans lequel acheteurs et vendeurs publient des offres. Bien que familiers et puissants, ils nécessitent une liquidité organique pour bien fonctionner. Si la participation est trop mince, les spreads s'élargissent et les prix cessent de se comporter comme des résumés fiables d'information.
Pour résoudre ce problème, des plateformes ultérieures ont adopté des teneurs de marché algorithmiques. La règle de scoring de marché logarithmique de Robin Hanson est devenue particulièrement influente car elle permet à un marché de fournir une liquidité continue tout en bornant la perte du teneur de marché. Dans les systèmes décentralisés, les teneurs de marché automatisés à produit constant et les conceptions apparentées ont apporté des idées similaires dans les environnements blockchain.
Une autre décision de conception importante est de savoir si le marché utilise du capital réel ou de l'argent fictif. Des études ont montré que les marchés en argent fictif peuvent parfois produire des prévisions étonnamment précises, surtout quand la réputation et le statut se substituent aux incitations financières. Mais si l'objectif n'est pas seulement de prévoir mais aussi de hedger ou de transférer un risque réel, le capital réel devient bien plus important.
Évolution technologique : marchés de prédiction décentralisés
Les marchés de prédiction ont connu un changement technologique majeur, passant des plateformes web centralisées aux marchés de prédiction décentralisés construits sur une infrastructure blockchain publique. Les systèmes antérieurs comme les Iowa Electronic Markets et les plateformes commerciales ultérieures comme Intrade dépendaient d'opérateurs centralisés, de la garde et de l'application des règles. Ils souffraient aussi de goulots d'étranglement réglementaires évidents : si une juridiction s'y opposait, la plateforme pouvait simplement être contrainte de fermer ou de quitter ce marché.
Des marchés de prédiction décentralisés comme Augur, Polymarket et Omen ont changé l'architecture en déplaçant la logique de marché, la garde et le règlement dans des contrats intelligents. Dans ces systèmes, aucun opérateur unique n'a besoin de détenir des fonds d'utilisateurs au sens conventionnel, et aucun administrateur central ne peut réécrire unilatéralement les règlements après coup. Cela rend les marchés plus transparents et plus résistants à la censure, mais ne les libère pas des problèmes de gouvernance ou d'intégrité.
Augur était le pionnier décentralisé le plus connu du modèle décentralisé. Il a démontré que n'importe qui pouvait créer des marchés binaires, scalaires ou à choix multiples dans un environnement sans permission, mais a aussi exposé des faiblesses pratiques : coûts de gas élevés, expérience utilisateur lente et interfaces trop complexes pour les utilisateurs grand public.
Polymarket représente une génération ultérieure. En opérant sur une infrastructure moins coûteuse et en utilisant des stablecoins plutôt que des actifs crypto natifs volatils comme couche de règlement principale, il a réduit les frictions de transaction et rendu l'expérience utilisateur plus proche d'une plateforme de trading grand public. Sa montée pendant le cycle électoral américain de 2024 a montré comment les marchés de prédiction peuvent évoluer en produits d'information visibles à l'échelle mondiale.
| Caractéristique | Marchés centralisés | Marchés décentralisés |
|---|---|---|
| Infrastructure | Serveurs privés, garde de plateforme, bases de données gérées par l'opérateur | Blockchains publiques, contrats intelligents, règlement on-chain |
| Résolution des outcomes | Règles de plateforme et arbitrage centralisé | Systèmes oracle, vote par tokens, ou couches de litige hybrides |
| Accès utilisateur | Généralement lourd en KYC et limité par juridiction | Souvent basé sur wallet, pseudonyme et plus accessible globalement |
| Force principale | Conformité plus propre et expérience utilisateur plus simple | Transparence, composabilité et plus forte résistance à la censure |
| Faiblesse principale | Dépendance à la contrepartie et points de blocage réglementaires directs | Risque oracle, complexité de gouvernance et traitement légal instable |
Le problème de l'oracle et les mécanismes de résolution des litiges
Le plus grand défi technique dans les marchés de prédiction décentralisés est le problème de l'oracle. Les blockchains sont des systèmes fermés : elles peuvent vérifier leur propre état interne, mais ne peuvent pas observer directement qui a gagné une élection, quel était le chiffre de l'inflation ou si un ouragan a franchi un seuil. Chaque marché de prédiction a donc besoin d'un mécanisme pour importer la vérité du monde réel dans le règlement on-chain.
Cela crée un profond problème de confiance. Si un marché règle de grosses sommes d'argent, alors la partie qui contrôle l'oracle ou le mécanisme de résolution des litiges devient le juge effectif de la réalité. C'est pourquoi la conception de l'oracle n'est pas un petit détail d'ingénierie mais le problème central de gouvernance des marchés de prédiction décentralisés.
L'Oracle Optimiste d'UMA
L'une des solutions les plus influentes est l'Oracle Optimiste d'UMA. Le modèle est appelé « optimiste » parce qu'il suppose que les réponses proposées sont correctes sauf si elles sont activement contestées. En pratique, cela signifie qu'un participant propose un outcome et dépose une garantie économique. Si personne ne conteste la proposition pendant la fenêtre de contestation, le résultat est accepté et le règlement procède rapidement.
Si le résultat est contesté, le système passe à un processus de vérification plus lourd dans lequel des participants économiquement motivés votent sur la réponse vraie. Cette conception repose sur une logique de point de Schelling : parce que les participants ne savent pas exactement comment tout le monde votera, la stratégie rationnelle est de se coordonner autour de la vérité la plus publiquement défendable plutôt qu'autour d'une réponse manifestement fausse.
Tokenomics, vecteurs d'attaque et conceptions alternatives
Les systèmes oracle basés sur des tokens ne sont jamais sans risque. Si la valeur sécurisée par un marché devient grande par rapport à la valeur de sécurité du token oracle lui-même, l'incitation à manipuler le système peut augmenter fortement. C'est l'une des raisons pour lesquelles les chercheurs et les concepteurs de protocoles ont exploré des alternatives comme des bases de garantie plus larges, des modèles de sécurité adossés à ETH, des périodes de verrouillage plus longues, une sélection aléatoire de jurés et des modèles de pondération des votes non linéaires.
Plus largement, le problème de l'oracle montre pourquoi les marchés de prédiction décentralisés ne sont jamais « entièrement résolus » par les seuls contrats intelligents. Une blockchain peut sécuriser les soldes, les transferts et la logique de règlement, mais elle a encore besoin d'un pont crédible vers la réalité contestée.
Aléa moral et controverse éthique
La plus grande objection sociale aux marchés de prédiction n'est pas technique mais éthique. Si un marché permet aux participants de profiter de la guerre, de l'assassinat, du terrorisme ou de la tragédie humaine, le marché peut créer des incitations perverses. Même si la plupart des utilisateurs sont des spéculateurs passifs, l'existence d'un paiement direct lié à un événement nuisible soulève la question de savoir si quelqu'un pourrait être incité à contribuer à la réalisation de cet événement.
Cette préoccupation est souvent illustrée par l'expérience de pensée des marchés d'assassinat. En pratique, les premiers systèmes décentralisés ont fait face à des versions exactes de ce problème quand des utilisateurs ont créé des marchés sur des décès individuels ou des outcomes publics violents.
La controverse n'est pas seulement hypothétique. Le projet américain Policy Analysis Market au début des années 2000 s'est effondré après une indignation publique à l'idée qu'il pourrait permettre la spéculation sur la violence géopolitique. Les partisans ont soutenu que de tels marchés pourraient révéler des informations distribuées utiles. Les critiques ont soutenu que le coût moral et la structure des incitations étaient inacceptables.
Les défenseurs des marchés de prédiction répondent souvent que les marchés financiers ordinaires bougent aussi en réponse à la tragédie. Les actions des compagnies aériennes peuvent être shortées avant les mauvaises nouvelles ; les actions de défense peuvent monter en temps de guerre. En ce sens, le profit de la catastrophe n'est pas unique aux marchés de prédiction. Le contre-argument est que les marchés de prédiction rendent le lien entre outcome et paiement inhabituellement direct, transparent et psychologiquement saillant.
Classification réglementaire et cadres juridiques
La régulation reste la plus grande contrainte structurelle sur les marchés de prédiction. La question juridique centrale n'est pas simplement de savoir si le produit implique un risque, mais comment il devrait être classifié : comme un dérivé, comme un produit de jeu, comme un marché d'information hybride, ou comme une nouvelle catégorie que le droit existant gère mal.
États-Unis : contrats sur événements de la CFTC et frontières du jeu
Aux États-Unis, la principale lutte juridique s'est jouée entre la réglementation des dérivés et les objections de type jeu. La CFTC traite actuellement les contrats sur événements comme une catégorie de dérivés, et ses matériaux officiels définissent explicitement un contrat sur événement comme un dérivé dont le paiement est basé sur un événement, une occurrence ou une valeur spécifiée. Ces mêmes matériaux notent également que le Règlement 40.11 de la CFTC interdit certaines catégories de contrats sur événements, notamment ceux liés au terrorisme, à l'assassinat, à la guerre, au jeu ou à des activités illégales.
Le cadre actuel reste très contesté. En mai 2024, la CFTC a émis une proposition sur les contrats sur événements qui aurait traité plusieurs catégories comme contraires à l'intérêt public. En février 2026, la Commission a cependant retiré cette proposition et a ensuite, en mars 2026, sollicité des commentaires publics sur une nouvelle approche réglementaire des marchés de prédiction.
Union européenne : MiFID II, options binaires et droit du jeu
Dans l'Union européenne, les marchés de prédiction s'insèrent mal entre la réglementation financière et le droit national du jeu. Si un contrat est classifié comme instrument financier ou dérivé de type option binaire, il peut tomber dans le cadre MiFID II et de protection des investisseurs. Cela compte parce que les mesures d'intervention de l'ESMA de 2018 ont interdit la commercialisation, la distribution et la vente d'options binaires aux investisseurs de détail dans l'UE.
Si le contrat ressemble davantage à des paris sur événements, la plateforme fait face à un obstacle différent : le droit du jeu en Europe reste largement national plutôt qu'harmonisé au niveau de l'UE. Cela signifie qu'un opérateur de marché de prédiction transfrontalier ne peut pas supposer une seule voie juridique universelle dans tous les pays de l'UE.
Malte reste particulièrement importante dans ce paysage car la Malta Gaming Authority a une longue expérience de la réglementation des jeux à distance et des structures de marché basées sur des commissions. Les propres matériaux de la MGA distinguent les types de jeux licenciables, y compris une catégorie Type 3 pour certains modèles basés sur des commissions, sans risque maison, comme le poker entre pairs, le bingo, l'échange de paris et des structures similaires.
Finlande : Loi sur les loteries, transition des licences et frontière du droit financier
En Finlande, les marchés de prédiction se trouvent à l'intersection de la Loi sur les loteries et de la réglementation des marchés financiers. Si l'effet pratique d'un produit est qu'un utilisateur paie pour participer à un événement incertain pour un gain monétaire, le cadre du droit du jeu devient immédiatement pertinent.
En même temps, si un contrat de type prédictif est structuré autour d'indicateurs économiques ou ressemble suffisamment à un dérivé, le cadre du droit financier et les attentes réglementaires de l'Autorité de surveillance financière deviennent pertinents. Le résultat est une zone grise juridique plutôt qu'une règle de classification nette.
| Cadre réglementaire | Question centrale | Conséquence principale |
|---|---|---|
| Droit américain des contrats sur événements | Le produit est-il un dérivé légal ou un contrat sur événement contraire à l'intérêt public ? | Surveillance de la CFTC, conformité de type bourse et risque de réglementation active |
| Droit financier de l'UE | Le produit ressemble-t-il à un dérivé ou à un instrument de type option binaire ? | Logique MiFID II, charges de protection des investisseurs et restrictions pour les particuliers |
| Droit du jeu de l'UE | Le produit est-il fonctionnellement un pari sur événement en droit national ? | Licences pays par pays, contrôles publicitaires et blocages d'accès |
| Frontière hybride finlandaise | La plateforme cible-t-elle des consommateurs finlandais comme jeu, ou offre-t-elle un produit de type dérivé ? | Chevauchement potentiel entre la loi sur les loteries, la future réforme des licences et la supervision financière |
Preuves empiriques, efficience de marché et biais comportementaux
Le travail empirique sur les marchés de prédiction est généralement favorable, bien que pas sans critique. Les marchés grands et liquides surpassent souvent les panels d'experts et les sondages conventionnels au moins en termes de rapidité et de calibration. Ils réagissent rapidement aux nouvelles informations et peuvent suivre les attentes changeantes en quasi temps réel.
Mais les prix de marché sont encore produits par des participants humains, et les participants humains apportent des biais cognitifs avec eux. Cela est particulièrement clair dans les marchés de prédiction politiques. Les traders partisans affichent souvent une persistance de position, s'accrochent trop longtemps à des narratifs favoris, ou réagissent asymétriquement aux informations qui nuisent à leur outcome préféré. Même ainsi, les incitations financières disciplinent fréquemment ce comportement dans le temps.
Conclusion
Les marchés de prédiction ont évolué des indicateurs électoraux de type pari vers des systèmes d'information sophistiqués et des instruments financiers programmables. Leur capacité à agréger des informations dispersées est l'un des arguments empiriques les plus forts en leur faveur, et leur évolution technologique les a rendus plus évolutifs, transparents et visibles à l'échelle mondiale que les générations précédentes de marchés sur événements.
En même temps, la catégorie reste structurellement instable. La conception des oracles, la résistance à la manipulation, l'aléa moral, les préoccupations de sécurité nationale et la classification juridique restent tous des problèmes ouverts. C'est pourquoi les marchés de prédiction ne devraient être traités ni comme une simple extension des paris sportifs ni comme une machine neutre pour découvrir la vérité. Ce sont une forme de marché hybride dont l'utilité, les risques et la légitimité dépendent tous de l'architecture, des incitations et de la régulation.
Leur avenir à long terme est susceptible de rester fort comme outil de prévision et de conception de marché, mais une adoption grand public stable nécessitera plus que l'innovation technologique. Elle nécessitera aussi une clarté juridique, des systèmes de résolution des litiges crédibles et une meilleure réponse au problème éthique des marchés construits autour d'outcomes nuisibles.
Sources sélectionnées et lectures complémentaires
Cet article est un aperçu de style recherche traduit et adapté. Pour les citations, la pratique la plus importante est de citer les sources sous-jacentes directement plutôt que seulement cette page de synthèse.
- Justin Wolfers et Eric Zitzewitz, « Prediction Markets », NBER Working Paper 10504 (2004).
- Justin Wolfers et Eric Zitzewitz, « Prediction Markets in Theory and Practice », NBER Working Paper 12083 (2006).
- Charles F. Manski, « Interpreting the Predictions of Prediction Markets », NBER Working Paper 10359 (2004).
- Erik Snowberg, Justin Wolfers et Eric Zitzewitz, « Prediction Markets for Economic Forecasting », NBER Working Paper 18222 (2012).
- Anthony M. Diercks, Jared Dean Katz et Jonathan H. Wright, « Kalshi and the Rise of Macro Markets », NBER Working Paper 34702 (2026).
- Commodity Futures Trading Commission, « Contracts & Products: Event Contracts ».
- Commodity Futures Trading Commission, « CFTC Issues Proposal on Event Contracts » (10 mai 2024).
- Commodity Futures Trading Commission, « CFTC Withdraws Event Contracts Rule Proposal » (4 février 2026).
- Commodity Futures Trading Commission, « CFTC Seeks Public Comment on Prediction Markets » (12 mars 2026).
- Commodity Futures Trading Commission, « CFTC Reaffirms Exclusive Jurisdiction over Prediction Markets » (17 février 2026).
- Commodity Futures Trading Commission, « CFTC Enforcement Division Issues Prediction Markets Advisory » (25 février 2026).
- UMA Protocol, « Contracts Documentation ».
- European Securities and Markets Authority, « ESMA agrees to prohibit binary options and restrict CFDs » (27 mars 2018).
- Malta Gaming Authority, « What are the different types of games that are licensable? ».
- Finlex, « Lotteries Act / 1047/2001 ».
- Iowa Electronic Markets, archives officielles du marché.