The comovement of voter preferences: Insights from U.S. presidential election prediction markets beyond polls
选民偏好的共同变动：超越民调的美国总统选举预测市场信息AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确采用联合动态时间序列、两因子结构和实时预测，分类依据是方法而非选举题材。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
选民偏好的共同变动：超越民调的美国总统选举预测市场信息
- 研究问题
- 如何结合民调、经济基本面和政治预测市场价格，实时预测美国总统选举，并量化州际选民偏好联动对候选人胜选概率的影响？
- 方法与思路
- 作者提出时间序列框架估计各州选民偏好的联合动态，在二〇二四年选举中识别因子与相似州簇，并用模拟量化州际结果相关性。
- 材料陈述的贡献
- 摘要称，两个因子解释绝大部分偏好变化，忽略州际相关可使胜选概率偏差超过十个百分点，并将宾夕法尼亚识别为最关键州。
- 阅读关注点
- 应核对市场价格与民调的测量处理、因子及州簇识别、实时信息集，以及十个百分点偏差和关键州判断所依赖的模拟设置。
- 阅读边界
- 使用的是所给作者／机构库工作论文版本摘要，不能据 DOI 声称该版本已同行评审或获接收；刊本变化与预测验证细节均未说明。
原文摘要
We propose a novel time-series econometric framework to forecast U.S. Presidential election outcomes in real time by combining polling data, economic fundamentals, and political prediction market prices. Our model estimates the joint dynamics of voter preferences across states. Applying our approach to the 2024 Presidential Election, we find a two-factor structure driving the vast majority of the variation in voter preferences. We identify electorally similar state clusters without relying on historical data or demographic models of voter behavior. Our simulations quantify the correlations between state-level election outcomes. Failing to take the correlations into account can bias the forecasted win probability for a given candidate by more than 10 percentage points. We find Pennsylvania to be the most pivotal state in the 2024 election. Our results provide insights for election observers, candidates, and traders.