\n
La\u00a0Reserva Federal<\/strong>\u00a0comenz\u00f3 a explorar los datos de\u00a0Kalshi<\/strong><\/a>, la plataforma de apuestas sobre eventos, como posible insumo para interpretar expectativas econ\u00f3micas en tiempo real<\/strong>. El an\u00e1lisis surge de un paper<\/strong> <\/a>titulado *Kalshi and the Emergence of Macromarkets*, publicado el 12 de febrero, firmado por el economista jefe de la Fed Anthony Diercks, el asistente de investigaci\u00f3n Jared Dean Katz y el investigador de la Universidad Johns Hopkins Jonathan Wright.<\/p>\n El argumento central de los autores es que los mercados de predicci\u00f3n actualizan sus probabilidades de forma continua y reflejan apuestas financieras reales<\/strong>, lo que podr\u00eda hacerlos m\u00e1s sensibles a la informaci\u00f3n macroecon\u00f3mica que las encuestas peri\u00f3dicas tradicionales.<\/p>\n El estudio compar\u00f3 las probabilidades impl\u00edcitas de Kalshi con herramientas de pron\u00f3stico convencionales y detect\u00f3 que esos mercados pueden ajustarse con rapidez ante eventos de pol\u00edtica monetaria<\/strong>. Como ejemplo, las probabilidades impl\u00edcitas de un recorte de tasas en julio\u00a0treparon al 25%<\/strong> tras las declaraciones p\u00fablicas de los gobernadores de la Fed<\/strong><\/a>, para luego retroceder despu\u00e9s de un informe de empleo m\u00e1s s\u00f3lido de lo esperado. Esa din\u00e1mica intrad\u00eda es precisamente lo que los autores describen como el valor diferencial del instrumento.<\/strong><\/p>\n La propuesta t\u00e9cnica del paper consiste en usar los datos de Kalshi para construir funciones de densidad de probabilidad neutrales al riesgo<\/strong> en torno a las decisiones del Comit\u00e9 Federal de Mercado Abierto, mapeando el rango completo de resultados posibles antes de cada reuni\u00f3n de pol\u00edtica monetaria. Los autores reconocen que la investigaci\u00f3n es preliminar y busca alimentar el debate, no condicionar decisiones.<\/strong><\/p>\n El desorden regulatorio produce fricciones constantes. Los vol\u00famenes mensuales de los mercados de predicci\u00f3n superaron los $10.000 millones<\/strong> en el \u00faltimo a\u00f1o, plataformas como Polymarket<\/strong> <\/a>compiten f\u00e9rreamente en el segmento. Sin embargo, la ausencia de la Clarity Act<\/strong>, la legislaci\u00f3n federal propuesta para regular estos mercados, deja a plataformas como Kalshi en una zona gris legal sin reglas uniformes sobre transparencia o manipulaci\u00f3n.<\/strong><\/p>\n A eso se suma lo que los propios economistas llaman Ley de Goodhart<\/strong>: cuando un indicador se convierte en objetivo de observaci\u00f3n institucional, los incentivos para manipularlo crecen<\/strong>. Si el mercado sabe que la Fed monitorea esas probabilidades, la se\u00f1al podr\u00eda perder la confiabilidad que la hace \u00fatil en primer lugar<\/strong>. El desaf\u00edo para los bancos centrales es extraer informaci\u00f3n sin volverse dependientes de un instrumento que bajo su propia atenci\u00f3n podr\u00eda terminar distorsionando.<\/p>\n","protected":false},"excerpt":{"rendered":" Puntos clave de la noticia: Kalshi es analizada por investigadores de la Reserva Federal como fuente de datos en tiempo real para interpretar expectativas econ\u00f3micas. Un paper publicado el 12 de febrero propone construir funciones de densidad de probabilidad sobre las decisiones del FOMC usando datos de la plataforma. La ausencia de la Clarity Act … <\/p>\n![\"kalshi](\"https:\/\/crypto-economy.com\/es\/\/wp-content\/uploads\/sites\/4\/2026\/02\/kalshi-tweet.jpg\")
<\/a><\/p>\nLa Fed Como Lectora de Apuestas<\/h2>\n
![\"Kalshi](\"https:\/\/crypto-economy.com\/es\/\/wp-content\/uploads\/sites\/4\/2025\/10\/kalshi-post-1.jpg\")
<\/p>\nEl Vac\u00edo Regulatorio Que Complica a Kalshi y a Otros Mercados<\/h2>\n