Aprobación de los Presupuestos Generales del Estado en España en 2026

Tipo de evento: Evento político binario (aprobación vs prórroga presupuestaria).

Predicción: 86% probabilidad de NO aprobación.

Evento

La aprobación de los Presupuestos Generales del Estado (PGE) correspondientes a 2026 antes de que finalice el año 2026.

El evento se considerará ocurrido si los PGE de 2026 son aprobados por las Cortes Generales y publicados oficialmente antes del 31 de diciembre de 2026. En caso contrario, se considerará que el resultado es una prórroga presupuestaria.

Tasa base

La previsión inicial partía de una tasa base operativa del 33%, coherente con un contexto de fragmentación parlamentaria en el que la aprobación de nuevos presupuestos suele ser difícil, pero no excepcional.

La información disponible tras el primer trimestre obliga a revisar esa referencia a la baja. La prórroga presupuestaria ya está activada de hecho en 2026, y el propio Gobierno ha asumido públicamente ese marco, mientras sigue sin existir una mayoría clara para aprobar unas nuevas cuentas.

En este contexto, la nueva tasa base operativa para esta revisión pasa a ser el 22%, reflejando una menor probabilidad estructural de aprobación.

Ajustes cualitativos

Motores

  • Coste político y reputacional de una prórroga presupuestaria: Pierde fuerza relativa. La repetición de prórrogas ha normalizado un escenario que antes podía percibirse como excepcional. Impacto estimado: 15 % – 30 %
  • Necesidad de estabilidad institucional y señalización externa: Sigue siendo un motor relevante, especialmente en relación con compromisos europeos y credibilidad institucional, pero insuficiente por sí solo. Impacto estimado: 20 % – 40 %
  • Capacidad de articular acuerdos parciales y concesiones específicas: Se debilita. La dificultad creciente para construir mayorías hace menos probable que acuerdos fragmentarios desemboquen en una aprobación completa. Impacto estimado: 20 % – 40 %

Frenos

  • Fragmentación del arco parlamentario y dependencia de múltiples apoyos:
    Se refuerza como principal obstáculo. La ausencia de mayorías claras sigue siendo el elemento estructural dominante. Impacto estimado: 60 % – 80 %
  • Incentivos estratégicos al bloqueo o a la negociación prolongada: También gana peso. El contexto actual favorece el retraso y el uso táctico de la negociación más que el cierre rápido de acuerdos. Impacto estimado: 60 % – 85 %
  • La prórroga como alternativa funcional que reduce la urgencia: Es el freno más determinante. Ya no es una posibilidad teórica, sino un mecanismo operativo plenamente activo. Impacto estimado: 70 % – 90 %

Predicción probabilística

Distribución subjetiva de probabilidad para la aprobación de los Presupuestos Generales del Estado en 2026:

Presupuestos aprobados → 14 %
Prórroga presupuestaria → 86 %

La probabilidad implícita de que se mantenga la prórroga presupuestaria se sitúa en el 86 %.

Metodología y reproducibilidad

El cálculo completo de probabilidades y escenarios está disponible en un archivo Excel adjunto, editable y reproducible, que documenta:

  • La tasa base estructural y la tasa base operativa
  • Los motores y frenos considerados
  • La combinación de escenarios políticos plausibles
  • La normalización final de probabilidades

Revisión de la predicción

La actualización introduce un cambio claro en la evaluación del escenario. La prórroga presupuestaria ya no es solo el resultado más probable, sino el marco efectivo en el que se está operando.

Esto desplaza la distribución hacia un escenario en el que la aprobación de nuevos presupuestos pasa a ser una opción minoritaria, aunque todavía posible si se produce un cambio relevante en la dinámica política.

La lección es clara: en política, la viabilidad institucional depende menos de la deseabilidad del resultado y más de la urgencia para alcanzarlo. Mientras la prórroga siga funcionando como solución operativa, la presión para cerrar un acuerdo completo seguirá siendo menor de lo que sugeriría una lectura puramente formal del sistema parlamentario.

TBF crece: de la explicación a la construcción

En las últimas semanas he seguido dando forma a la estructura del blog. No tanto por añadir contenido nuevo, sino por ordenar mejor las piezas que ya forman parte del proyecto.

Si hasta ahora había una separación clara entre divulgación y predicción, a partir de ahora se añade un tercer elemento: la contrucción de modelos de predicción cuantitativa.

Una nueva página de Proyectos

He creado una página específica donde se recopilan los proyectos que voy desarrollando y publicando en GitHub.

Seguir leyendo «TBF crece: de la explicación a la construcción»

Del absentismo a la contratación temporal: un proyecto de regresión lineal simple paso a paso

A menudo se habla de predicción cuantitativa como si fuera un terreno reservado a modelos complejos, librerías sofisticadas y sistemas difíciles de explicar. Pero no siempre hace falta empezar por ahí. De hecho, muchas veces creo que ocurre lo contrario: para entender bien qué significa predecir con datos, conviene empezar por un modelo pequeño, transparente y fácil de interpretar.

Por eso he querido compartir en GitHub un proyecto completo construido alrededor de una pregunta muy concreta: cómo estimar cuántos días de contratos temporales de cobertura pueden generarse cuando aumenta el absentismo laboral por incapacidad temporal (IT). No he preparado este repositorio para presentar un gran sistema productivo ni una solución definitiva. Lo he hecho para mostrar, de forma reproducible, cómo puede utilizarse una regresión lineal simple como método de predicción cuantitativa.

La idea del proyecto no es solo enseñar una ecuación. Es enseñar un recorrido. Cómo se parte de una pregunta real, cómo se traduce esa pregunta a variables medibles, cómo se preparan los datos, cómo se comprueba si la relación tiene sentido y cómo se convierte finalmente el modelo en una pequeña aplicación utilizable. En el fondo, lo que me interesaba compartir no era solo el resultado, sino el proceso.

Seguir leyendo «Del absentismo a la contratación temporal: un proyecto de regresión lineal simple paso a paso»

TBF crece: divulgación por un lado, predicción por otro

En la última semana he introducido algunos cambios importantes en la estructura del blog. No son solo ajustes estéticos: responden a una idea más clara de para qué sirve cada parte del proyecto y de cómo quiero que se utilice este espacio para aprender a pensar mejor sobre datos, incertidumbre y decisiones.

A partir de ahora, el blog se organiza en dos grandes ejes complementarios: Predicciones y Blog.

Una nueva página de Predicciones

He creado una página específica donde se recogen todas las predicciones que voy formulando. No como opiniones sueltas, sino como ejercicios explícitos de predicción probabilística.

Seguir leyendo «TBF crece: divulgación por un lado, predicción por otro»

Los 10 mandamientos del superpronosticador (y el 11.º)

En la serie que venimos publicando sobre cómo pensar mejor el futuro —desde mirar el mundo “como una libélula” hasta usar estimaciones de Fermi y evaluar nuestras predicciones con el Brier score— hoy damos un paso práctico.

En un anexo de Superforecasting: The Art and Science of Prediction Philip Tetlock y Dan Gardner sintetizan décadas de evidencia en diez hábitos que, entrenados con intención, mejoran la precisión de las predicciones. A continuación los adaptamos a nuestro día a día, con ejemplos, micro-rutinas y una plantilla para que los pongas en marcha ya.

1) Triaje: elige bien tus batallas

Idea: Enfoca el esfuerzo donde rinde: evita lo trivial (reglas simples bastan) y lo casi inescrutable (ni modelos complejos ayudan). Busca la “zona Ricitos de Oro”: dificultad media, datos suficientes y decisiones reales en juego.

Seguir leyendo «Los 10 mandamientos del superpronosticador (y el 11.º)»

Reseña del libro «Superpronosticadores. El arte y la ciencia de la predicción»

Introducción

Superforecasting: The Art and Science of Prediction, publicado en 2015, es una obra escrita por Philip E. Tetlock y Dan Gardner, resultado del proyecto «Good Judgment» liderado por Tetlock bajo el patrocinio de la Intelligence Advanced Research Projects Activity (IARPA), una agencia dedicada a investigar el arte de la predicción. Este estudio, en formato de torneo competitivo, enfrentó a voluntarios que realizaron predicciones sobre eventos actuales. Los mejores pronosticadores, denominados superpronosticadores, demostraron tener habilidades predictivas superiores. Tetlock y Gardner exploran cómo desarrollar estas habilidades, señalando claramente que la precisión en la predicción no depende de talentos innatos, sino de habilidades que pueden aprenderse.

Seguir leyendo «Reseña del libro «Superpronosticadores. El arte y la ciencia de la predicción»»

Priors bayesianas (3/3): Distribuciones continuas para modelar creencias que fluyen

En las dos entradas anteriores presentamos el concepto de prior bayesiana y cómo construirla usando distribuciones discretas. Sin embargo, no todo en la vida se cuenta con números enteros. A veces, lo que queremos modelar fluye de forma continua: proporciones, medias, tiempos, tasas…
En este último capítulo de la serie, exploramos las distribuciones continuas más útiles para construir priors cuando las variables no se cuentan, sino que se miden.

¿Qué es una distribución continua?

Una distribución de probabilidad continua describe el comportamiento de una variable que puede tomar cualquier valor dentro de un intervalo, incluso infinitos valores posibles.

Por ejemplo: La proporción de pacientes que se recuperan de una enfermedad, el tiempo de espera en una consulta médica o el ingreso mensual medio de una familia.

Seguir leyendo «Priors bayesianas (3/3): Distribuciones continuas para modelar creencias que fluyen»