La tasa base: el punto de partida de toda predicción sensata

Cuando intentamos predecir algo —el precio de la vivienda, la inflación, la probabilidad de aprobar unos presupuestos o incluso el absentismo laboral— solemos empezar por las historias: explicaciones plausibles, datos recientes, señales llamativas. El problema es que, muy a menudo, empezamos por el lugar equivocado.

Antes de añadir matices, escenarios o modelos sofisticados, hay una pregunta más simple y más incómoda que deberíamos hacernos siempre:

¿Qué suele pasar, de media, cuando no sabemos nada más?

Esa respuesta es lo que llamamos tasa base.

¿Qué es exactamente una tasa base?

La tasa base es la frecuencia histórica con la que ocurre un evento en una población o contexto comparable. No explica por qué ocurre algo, solo con qué frecuencia ocurre normalmente.

Ejemplos sencillos:

• ¿Qué porcentaje de proyectos públicos se retrasa?
• ¿Cuántos años, de media, la inflación supera el 3 %?
• ¿Con qué frecuencia se prorrogan los presupuestos en sistemas parlamentarios fragmentados?

La tasa base no pretende ser brillante. Pretende ser estable y ahí está su fuerza.

Regresión a la media y la ley de los grandes números

Dos ideas estadísticas sostienen la utilidad de la tasa base:

1. Regresión a la media
   Los valores extremos —muy buenos o muy malos— tienden a volver hacia valores más normales con el tiempo. Si hoy observamos algo excepcional, lo más probable no es que continúe igual, sino que se acerque a su promedio histórico.
2. Ley de los grandes números
   A medida que acumulamos observaciones, los promedios se estabilizan. La tasa base no es una intuición: es el resultado de muchos casos pasados.

Por eso, cuando no hay razones sólidas para pensar que “esta vez es distinto”, el promedio histórico suele ser una predicción sorprendentemente competitiva. No obstante, cabe recordar que eventos que tienen potencial de convertirse en cisnes negros este promedio puede ser peligrosamente contraproducente.

La tasa base como ancla contra los sesgos

En Pensar rápido, pensar lento, Daniel Kahneman explica cómo nuestro pensamiento rápido cae sistemáticamente en trampas cognitivas: exceso de confianza, historias coherentes pero falsas, desprecio por la estadística.

La mayoria de estos sesgos aparecen en la falacia de la tasa base: ignorar la frecuencia real de un evento y dejarnos llevar por información llamativa pero poco relevante.

Usar una tasa base explícita actúa como un ancla:

• Nos obliga a justificar cualquier desviación.
• Reduce el impacto de narrativas seductoras.
• Nos recuerda que la mayoría de las veces el mundo es más aburrido de lo que creemos.

Tasa base estructural vs. tasa base operativa

No todas las tasas base cumplen la misma función. En la práctica, conviene distinguir entre una tasa base estructural, que describe el comportamiento normal de un sistema a largo plazo, y una tasa base operativa, que adapta esa referencia histórica al contexto actual.

La tasa base estructural se apoya en promedios estables y sirve como ancla para el análisis estratégico, especialmente cuando el horizonte temporal es amplio y queremos evitar sobrerreaccionar a eventos recientes. Por ejemplo, en sistemas parlamentarios fragmentados, la probabilidad histórica de aprobar nuevos presupuestos suele situarse claramente por debajo del 50 %.

La tasa base operativa, en cambio, introduce ajustes cuando existen señales claras de cambio: información reciente, nuevas reglas del juego o aprendizajes políticos. Así, tras varios años consecutivos de presupuestos prorrogados sin coste político relevante, la probabilidad operativa de una nueva prórroga puede ser mayor que la que sugiere la tasa estructural.

La idea clave es sencilla: la tasa base operativa no reemplaza a la estructural, sino que la ajusta para tomar decisiones más informadas en el corto plazo sin perder el anclaje estadístico.

¿Por qué un modelo simple suele ganar a uno complejo?

Aquí viene una de las lecciones más contraintuitivas de la predicción:

Un modelo simple basado en una tasa base ingenua a menudo supera a modelos cuantitativos complejos.

Las razones son conocidas:

• Los modelos complejos sobreajustan el pasado.
• Introducen muchas suposiciones difíciles de verificar.
• Amplifican el ruido disfrazándolo de señal.

En cambio, un enfoque minimalista:

1. Empieza con una tasa base clara.
2. Ajusta solo cuando hay razones explícitas.
3. Acepta la incertidumbre en lugar de ocultarla.

No es que los modelos complejos sean inútiles. Es que sin una tasa base sólida, suelen ser peligrosos.

Mirando hacia adelante

En futuros posts del blog se presentarán y compararán las distintas estrategias y tipos de modelos que existen para intentar predecir un evento, desde enfoques deliberadamente simples hasta métodos más estructurados y probabilísticos, analizando qué aporta cada uno y en qué contextos tiene sentido utilizarlos.

No obstante, antes de ajustar modelos o imaginar escenarios, el primer paso sensato sigue siendo mirar qué suele pasar… y empezar desde ahí: la tasa base.