Las previsiones económicas son una herramienta indispensable en la gestión empresarial. Sin embargo, existe una tendencia sistemática a sobrevalorarlas y ser más optimistas de lo que los datos justifican. Este sesgo es comprensible, pero tiene consecuencias graves cuando se presentan previsiones a inversores, bancos o ante un juez en un proceso de reestructuración.
En este artículo, explicamos por qué prevemos en lugar de predecir, cómo gestionar la incertidumbre de forma estructurada, qué metodología garantiza previsiones defendibles y cómo convertir el exceso de información en datos útiles para tomar decisiones.
1. Prever no es predecir: una distinción clave
Existe una confusión frecuente entre estos dos conceptos, especialmente cuando se habla de economía en los medios. La diferencia es importante:
- Predecir: anunciar algo que va a suceder con independencia de lo que hagamos. Los economistas macroeconómicos predicen si un país entrará en recesión o si subirán los tipos de interés. El que predice anuncia; no puede influir en el resultado.
- Prever: preparar medios contra futuras contingencias. El economista de empresa prevé: elabora presupuestos, planes de viabilidad, valoraciones. Su objetivo no es acertar el futuro, sino poner los medios para que sea favorable.
Sobre la predicción no podemos influir.
Pero la previsión sí está en nuestras manos. Su valor reside en la capacidad de reducir los efectos negativos de lo que se avecina y aprovechar las oportunidades que surjan.
El economista de empresa no predice: prevé. Y esa diferencia define su trabajo.
2. La incertidumbre: cómo clasificarla y gestionarla
Toda previsión conlleva incertidumbre. Pero no toda incertidumbre es igual ni se gestiona del mismo modo.
Podemos clasificarla en dos niveles:
| Nivel | Qué implica | Cómo gestionarlo |
| Nivel 1 Riesgo medible | Se desconoce qué escenario ocurrirá, pero se pueden asignar probabilidades a cada uno. | Plantear escenarios alternativos (optimista, base, pesimista) con su probabilidad de ocurrencia. |
| Nivel 2 Ambigüedad | No se sabe qué pasará ni con qué probabilidad. Es temporal: con el tiempo pasa a Nivel 1. | Monitorizar con información, intuición y experiencia hasta poder asignar probabilidades. |
La información que alimenta estas previsiones tiene dos naturalezas:
- Hechos que se consideran ciertos y pueden consolidarse en tendencias. Por ejemplo, si la inflación es alta, el consumo y la inversión se verán afectados de forma predecible.
- Aspectos desconocidos que hay que trabajar: qué hará la competencia, cómo puede ayudar la tecnología, qué cambios regulatorios pueden ocurrir,…
De todas maneras, siempre quedará una incertidumbre residual que no se puede eliminar. Pretender hacerlo implicaría conocer el futuro con perfección, algo imposible. La clave es acotar esa incertidumbre en la medida de lo posible, no negarla. Recordemos que las previsiones en ciencias sociales no responden a leyes de cumplimiento cierto como podría ser por ejemplo, la ley de la gravedad. En ciencias sociales, los individuos interactuamos permanentemente a veces de manera irracional por lo que existe la posibilidad de algunos resultados imposibles de prever.
3. Por qué tendemos a sobrevalorar las previsiones
La tendencia al optimismo en las previsiones es un fenómeno bien documentado y tiene causas comprensibles:
- Situaciones de crisis: cuando el empresario se juega literalmente la empresa en una negociación con un banco o un inversor, la tentación de presentar cifras favorables es enorme.
- Vanidad y sesgo de confirmación: en situaciones normales, la vanidad a veces supera a la coherencia. Se asumen hipótesis de crecimiento que no están justificadas por la historia.
- Presión organizativa: los equipos que elaboran las previsiones suelen ser los más interesados en que el proyecto salga adelante. Esa presión contamina las estimaciones.
Comprender por qué se sobrestima no exime de la obligación de rigor. Los interlocutores —bancos, inversores, jueces— tienen asesores especializados en detectar exactamente estos sesgos.
Los casos de CELSA y Mr. Wonderful son dos ejemplos públicos y recientes de las consecuencias de presentar previsiones en sus planes de reestructuración, que los jueces respectivos calificaron como no realistas: en ambos casos, sus planes fueron impugnados o anulados.
4. Los cinco pasos de la previsión coherente
Para evitar estos errores y construir previsiones defendibles, el economista debe seguir una metodología estructurada. Estos serían los cinco pasos:
| Paso | Acción | Por qué es clave |
| 1 | Entender el modelo de negocio | Sin conocer cómo funciona el negocio no se pueden identificar las variables relevantes de la previsión. |
| 2 | Analizar el entorno y sus cambios | Las variables externas (tipos de interés, demanda, competencia) condicionan las hipótesis. |
| 3 | Disponer de información histórica | Los datos históricos son el único punto de anclaje objetivo disponible. |
| 4 | Calcular ratios e indicadores clave | Los ratios históricos son la referencia con la que contrastar las proyecciones futuras. |
| 5 | Proyectar coherentemente con el histórico | Las previsiones no pueden diferir en exceso de los indicadores históricos sin una justificación muy sólida. |
La coherencia histórica es la regla de oro. Las previsiones no deben diferir en exceso de los ratios e indicadores históricos. Si lo hacen, deben respaldarse con razones muy sólidas y bien explicadas. De lo contrario, perderán credibilidad ante cualquier interlocutor exigente.
Este método no es una garantía de éxito ya que, el futuro es incierto por definición. No obstante, sí garantiza que la previsión sea objetiva, trazable y defendible.
5. Cómo convertir información en datos útiles para decidir
En el siglo XXI, el problema no suele ser la falta de información, sino el exceso. Los gestores y consultores manejamos un volumen de información, que a menudo es contradictoria, y que debemos convertir en datos relevantes para tomar decisiones.
Los humanos tenemos una tendencia natural a exagerar la importancia de las cifras aisladas o a valorar erróneamente la validez de un único ejemplo. Para contrarrestar esta tendencia, existen tres reglas prácticas:
| Regla | Cómo aplicarla | Ejemplo práctico |
| Comparar cifras | Nunca juzgar una cifra aislada. Siempre compararla con una referencia. | 1M€ de beneficio: ¿mucho o poco? Depende del sector, del tamaño de la empresa y del año anterior. |
| Regla 80/20 (Pareto) | Atender primero a las cifras de mayor impacto. Hay un orden de magnitud lógico. | En una previsión, las ventas y los costes variables explican el 80% del resultado. Empezar por ahí. |
| Dividir las cifras | Poner cifras absolutas en relación con otras para que tengan sentido. | Ventas por trabajador vs. competencia. Coste por unidad producida vs. año anterior. |
Estas tres reglas tienen una implicación más profunda: los números son necesarios para entender la realidad, pero tienen límites. Los datos deben ayudar a comprender la historia que hay detrás de las cifras —la evolución de la empresa, su contexto, sus decisiones pasadas— y las hipótesis deben surgir del diálogo con las personas que trabajan en la organización, no solo del análisis.
El mundo no puede entenderse sin cifras, pero tampoco puede entenderse solamente con cifras. — Hans Rosling, Factfulness
Ser muy escéptico ante conclusiones extraídas exclusivamente de números es tan importante como saber calcularlos.
6. Cuándo son necesarias las previsiones
Las previsiones no son solo una herramienta de planificación interna. Hay situaciones en las que son imprescindibles y en las que el nivel de exigencia es especialmente alto:
- Planificación estratégica y presupuestación: componente necesario de cualquier plan estratégico o presupuesto anual.
- Rescate y supervivencia empresarial: las previsiones son el núcleo de cualquier plan de viabilidad o reestructuración.
- Solicitud de financiación: bancos e inversores analizan las previsiones con mucho detalle. Una previsión sobrevalorada puede arruinar la credibilidad de toda la operación.
- Cumplimiento legal: la ley concursal 16/2022 exige previsiones en los planes de reestructuración. Su falta de realismo puede llevar a la anulación del plan, como ocurrió en los casos CELSA y Mr. Wonderful.
En todos estos escenarios, la metodología de los cinco pasos y las tres reglas de tratamiento de cifras no son opcionales: son la base que da credibilidad al trabajo.
7. Conclusión
Hacer buenas previsiones económicas es una disciplina que combina rigor técnico, conocimiento del negocio y honestidad intelectual. El optimismo es comprensible, pero sus consecuencias pueden ser graves cuando las previsiones se presentan a interlocutores exigentes.
La clave está en anclar siempre las proyecciones en el histórico, gestionar la incertidumbre por niveles, tratar las cifras con las tres reglas básicas y recordar que prever no es predecir: es preparar los medios para que el futuro sea lo más favorable posible.
Paco Subias
Escuchar – Planificar – Hacer – Controlar – Ajustar