Prediction Markets e as Eleições Brasileiras de 2026

O que são Prediction Markets?

Mercados de predição são plataformas onde participantes compram e vendem contratos vinculados a eventos futuros. O preço de cada contrato reflete a probabilidade implícita do evento ocorrer, agregando informação dispersa de milhares de agentes econômicos com incentivos financeiros reais — o que a teoria econômica chama de wisdom of crowds.

A Polymarket, construída sobre blockchain (Polygon), permite que qualquer pessoa no mundo aposte em resultados binários. Em 2024, movimentou mais de US$ 3,5 bilhões em volume de negociação nas eleições americanas.

Por que prediction markets superaram as pesquisas em 2024?

Três fatores estruturais explicam a vantagem:

• Skin in the game: Diferentemente de pesquisas de opinião (onde o entrevistado não tem custo ao mentir), participantes de mercados de predição arriscam dinheiro real. Isso filtra ruído e viés de desejabilidade social.
• Atualização contínua: Pesquisas tradicionais capturam um snapshot temporal. Mercados de predição atualizam preços em tempo real, incorporando notícias, debates e escândalos instantaneamente.
• Agregação de informação diversa: Um trader pode ter informação privilegiada sobre mobilização em um swing state, outro sobre turnout de jovens. O mercado agrega tudo isso em um único preço.

O desafio brasileiro: adaptação ao contexto local

Aplicar prediction markets ao Brasil exige considerar particularidades do sistema eleitoral:

• Sistema proporcional de lista aberta: Diferente dos EUA (winner-takes-all), o Brasil usa quociente eleitoral para cargos legislativos. Prever quem se elege deputado é exponencialmente mais complexo.
• Dois turnos: A possibilidade de segundo turno para cargos executivos cria uma dinâmica de voto estratégico que mercados precisam precificar.
• 5.570 municípios: A fragmentação geográfica exige liquidez em milhares de mercados simultâneos — algo que plataformas globais como Polymarket não oferecem.
• Regulação: A CVM e o Banco Central ainda não regulamentaram prediction markets no Brasil. A Lei 14.790/2023 (apostas esportivas) pode servir de precedente.

Nossa abordagem: mercados sintéticos com dados do TSE

Na VotoData, estamos construindo mercados de predição sintéticos — modelos que simulam a dinâmica de preços de um prediction market usando dados reais do TSE como inputs:

• Histórico de votação por seção eleitoral (1998–2024)
• Perfil sociodemográfico do eleitorado (idade, escolaridade, gênero)
• Financiamento de campanha e patrimônio declarado
• Dados do IBGE (PIB per capita, IDH, urbanização)

O modelo combina XGBoost para predição de abstenção e votação nominal com uma camada de market microstructure que simula como traders racionais precificariam cada candidatura.

Eleições 2026: o que já sabemos

Com base nos dados históricos processados pela VotoData, algumas tendências estruturais já são observáveis:

• Abstenção nas capitais tem crescido 2-3 pontos percentuais por ciclo desde 2014
• O FEFC concentra recursos em candidatos com maior patrimônio declarado, criando um efeito Matthew eleitoral
• A transferência de votos entre primeiro e segundo turno segue padrões geográficos previsíveis em 78% dos municípios analisados
• Cotas de gênero resultam em eleição efetiva de mulheres em apenas 15% dos casos — indicando preenchimento formal de listas

Próximos passos

Nas próximas semanas, publicaremos:

• Paper: “Synthetic Prediction Markets for Brazilian Elections: A Machine Learning Approach” — artigo acadêmico com metodologia completa
• API: Endpoint de predições em tempo real para eleições 2026
• Dashboard: Visualização interativa dos mercados sintéticos por estado e município
• Metaculus: Análise comparativa com a plataforma de forecasting e suas metodologias de calibração