Dato real vs previsión: qué es una sorpresa macroeconómica y por qué mueve los mercados

La idea que debes tener clara desde el principio

Una publicación macro no debería leerse así:

Dato → ¿bueno o malo? → compro o vendo.

Yo la leería de esta forma:

Dato publicado → comparación con expectativas → revisiones y detalles → qué cambia en la lectura macro → qué cambia en las expectativas futuras → reacción del mercado.

Y todavía falta contexto.

El posicionamiento previo, el régimen macroeconómico y la variable a la que el mercado está prestando atención pueden hacer que una misma sorpresa produzca reacciones muy distintas.

Esto conecta directamente con una idea que ya vimos al explicar por qué se mueven los mercados: el precio no espera a que nosotros leamos un titular. Intenta descontar el futuro.

Qué es una sorpresa macroeconómica

Una sorpresa macroeconómica aparece cuando el dato publicado difiere de lo que esperaba el mercado.

La versión más sencilla es:

Sorpresa = dato publicado − consenso

Supongamos un ejemplo completamente hipotético con inflación:

• Consenso del IPC interanual: 3.2%
• Dato publicado: 3.0%
• Sorpresa: −0.2 puntos porcentuales

El IPC salió por debajo de lo esperado.

Ahora cambia únicamente el consenso:

• Consenso: 2.8%
• Dato publicado: 3.0%
• Sorpresa: +0.2 puntos porcentuales

El dato sigue siendo 3.0%, pero la información que recibe el mercado es prácticamente la contraria.

Por eso no me interesa demasiado escuchar simplemente que “la inflación fue de 3%”. Para interpretar la publicación necesito saber 3% frente a qué.

Si quieres profundizar en qué está midiendo exactamente ese dato antes de interpretar sus sorpresas, tienes la lección específica sobre IPC/CPI para traders.

Un matiz de vocabulario: cuando aquí hablamos de “dato real” nos referimos al dato que finalmente se publica, lo que en muchos calendarios aparece como Actual. No hay que confundirlo con el uso económico de “real” frente a “nominal”, como ocurre con el PIB real.

Actual, forecast y previous: cómo leer las columnas de un calendario

En la lección anterior vimos cómo utilizar un calendario económico. Ahora vamos a abrir las tres columnas que más importan cuando llega la publicación.

Aquí hay una pequeña trampa: forecast y consensus no se utilizan exactamente igual en todos los proveedores.

Por ejemplo, la guía del calendario de Pepperstone utiliza Forecast para referirse al consenso esperado por el mercado. Trading Economics, en cambio, puede mostrar por separado columnas de Consensus y Forecast.

Por eso yo no memorizaría el nombre de la columna. Entendería qué representa en la fuente que estoy utilizando.

Lo que buscamos es la expectativa de referencia que existía antes de conocerse el dato.

Y hay otra precisión importante: el consenso no es una certeza ni representa la opinión de “todo el mercado”. Normalmente resume previsiones recopiladas entre economistas o participantes. El precio de un activo puede estar reflejando además probabilidades, coberturas, posicionamiento y escenarios que una simple mediana de previsiones no captura.

Una sorpresa positiva no significa que el dato sea “bueno”

La fórmula puede dar un número positivo o negativo, pero el signo matemático no te dice si la noticia favorece a la economía ni mucho menos si un activo debería subir.

Imagina:

IPC

• Esperado: 3.0%
• Publicado: 3.3%
• Sorpresa: +0.3 puntos porcentuales

La inflación sorprendió al alza.

Ahora:

Tasa de desempleo

• Esperada: 4.0%
• Publicada: 4.3%
• Sorpresa: +0.3 puntos porcentuales

También tenemos una sorpresa matemáticamente positiva, pero económicamente estamos hablando de algo muy diferente: el desempleo resultó mayor de lo previsto.

Por eso conviene traducir siempre el cálculo a lenguaje económico:

• inflación por encima o por debajo de lo esperado;
• empleo más fuerte o más débil de lo esperado;
• crecimiento superior o inferior a lo previsto.

No “sorpresa positiva = bueno”.

Por qué un dato económico “bueno” puede hacer caer al mercado

Esta es probablemente la parte más importante de la lección.

Supongamos que las nóminas no agrícolas de Estados Unidos sorprenden claramente al alza.

Una lectura superficial sería:

Más empleo = economía fuerte = acciones arriba.

Puede ocurrir.

Pero también puede pasar esto:

Empleo más fuerte de lo previsto
→ economía con más resistencia
→ menor necesidad de recortar tasas
→ expectativas de tasas más altas durante más tiempo
→ rendimientos de los bonos al alza
→ condiciones financieras más restrictivas
→ presión sobre determinadas valoraciones bursátiles.

De pronto tenemos un dato que es “bueno para la economía” y que puede resultar negativo para ciertos activos.

La contradicción desaparece en cuanto haces la pregunta correcta.

El mercado no está votando si le gusta o no la economía. Está recalculando precios a partir de la nueva información.

La investigación económica también encuentra este tipo de comportamiento condicional. Estudios de la Reserva Federal muestran que el efecto de las noticias macro sobre los activos depende, entre otras cosas, de si el movimiento de tasas se interpreta como consecuencia de mayor crecimiento, inflación o un cambio de orientación monetaria.

Por eso merece la pena tener muy claros dos eslabones del curso: cómo afectan los tipos de interés a los mercados y cómo funciona la política monetaria.

Sin ellos, Actual vs Forecast termina siendo poco más que comparar dos números.

El dato anterior importa, pero las revisiones importan todavía más de lo que parece

Veamos otro ejemplo hipotético.

Sale el NFP:

• Consenso: 170,000 empleos
• Actual: 180,000
• Anterior publicado inicialmente: 200,000
• Anterior revisado: 140,000

Si solo miras Actual vs Forecast:

180,000 > 170,000

Titular: el empleo supera las previsiones.

Pero simultáneamente acabas de descubrir que el mes anterior no había generado 200,000 empleos, sino 140,000 según la nueva estimación.

¿Es el informe tan fuerte como parecía durante los primeros dos segundos?

Ya no está tan claro.

No estoy diciendo que debas sumar mecánicamente la sorpresa del mes y la revisión anterior. Eso también sería demasiado simplista. Lo que tienes que entender es que la publicación puede actualizar presente y pasado al mismo tiempo.

El BLS explica que distintas estadísticas se revisan al recibirse información adicional, recalcularse ajustes estacionales o incorporarse procesos de benchmarking. En el caso de las nóminas no agrícolas, las primeras estimaciones mensuales se revisan posteriormente antes del proceso anual de benchmark.

Con el PIB ocurre algo parecido desde otra metodología: el Bureau of Economic Analysis publica sucesivas estimaciones a medida que dispone de información más completa y mantiene información específica sobre las revisiones del GDP.

Así que añade una regla a tu lectura:

No mires solo qué salió hoy. Mira también si cambió lo que creíamos que había ocurrido antes.

El titular tampoco es todo el informe

Imagina ahora un reporte de empleo donde:

• las nóminas sorprenden al alza;
• el desempleo también sube;
• los salarios crecen menos de lo esperado;
• el mes anterior se revisa claramente a la baja.

¿Cuál es “el dato”?

Todos.

El headline puede ser lo primero que procesan los algoritmos y los traders, pero una publicación macro suele contener diferentes piezas de información.

Lo mismo ocurre con inflación:

• dato general;
• subyacente;
• variación mensual;
• variación interanual;
• componentes.

Y con crecimiento:

• cifra agregada;
• consumo;
• inversión;
• inventarios;
• comercio exterior.

No necesitas analizar cada decimal de cada informe. Eso sería convertirte en coleccionista de datos.

Necesitas identificar qué componentes pueden modificar la interpretación que importa en ese momento.

Si el principal problema macro es la persistencia de la inflación, por ejemplo, una caída causada únicamente por un componente muy volátil puede recibir una interpretación distinta de una moderación más generalizada. Aquí se vuelve especialmente útil entender las expectativas de inflación, no solamente el último dato publicado.

La magnitud de la sorpresa también importa

No es lo mismo:

• consenso: 3.2%;
• actual: 3.19%;

que:

• consenso: 3.2%;
• actual: 2.7%.

Los dos datos están “por debajo de lo esperado”. Pero decir únicamente eso destruye información.

Ahora viene otro matiz.

Tampoco puedes comparar directamente la magnitud de las sorpresas entre indicadores diferentes.

Una desviación de 0.2 puntos porcentuales puede ser enorme en una estadística y bastante normal en otra. Una sorpresa de 50,000 empleos tampoco puede compararse directamente con 0.2 puntos de inflación.

Por eso los índices profesionales de sorpresas macro suelen normalizar o ponderar las desviaciones de diferentes publicaciones antes de agregarlas. La propia investigación de la Fed utiliza índices construidos a partir de múltiples sorpresas macro, en vez de tratar todas las diferencias numéricas como equivalentes.

Para esta lección no necesitas construir uno.

La idea práctica es más sencilla:

pregunta no solo si hubo sorpresa, sino si fue grande para ese dato.

El consenso tampoco te cuenta todo lo que estaba descontado

Esta distinción sube bastante el nivel de la lectura macro.

Supongamos:

• consenso oficial del IPC: 3.2%;
• durante los días anteriores aparecen señales que llevan a muchos traders a esperar algo cercano a 3.0%;
• gran parte del mercado se posiciona para una sorpresa bajista;
• sale 3.0%.

Frente al consenso, la sorpresa es clara.

Pero para una parte del mercado quizá ya no lo sea tanto.

Esto nos lleva a una distinción muy importante:

consenso ≠ precio de mercado ≠ posicionamiento.

El consenso te ayuda a saber cuál era la expectativa central de una encuesta. No te dice exactamente:

• qué probabilidades asignaba el mercado a los diferentes resultados;
• cuánto riesgo estaba ya descontado;
• cuántos participantes estaban posicionados en una dirección;
• cuánto de ese escenario había llegado al precio.

Por eso a veces ves un dato que “bate las previsiones” y una reacción sorprendentemente pequeña.

O incluso una reacción inicial en la dirección contraria.

No hay magia. Puede haber simplemente una diferencia entre sorprender a una encuesta y sorprender al precio.

El contexto decide cuánto pesa una sorpresa

Otro error sería pensar que el mismo dato tiene siempre la misma importancia.

No la tiene.

Durante un periodo en el que la inflación domina todas las decisiones de política monetaria, el IPC puede concentrar una atención enorme. En otro entorno, el mercado quizá esté mucho más pendiente del deterioro del empleo o del crecimiento.

De hecho, una investigación de la Reserva Federal sobre datos intradía encontró que la sensibilidad del mercado a las sorpresas del CPI aumentó con mucha fuerza durante el episodio inflacionario de 2021-2023, cuando la atención de los inversores sobre esos datos era excepcionalmente elevada.

Esta enseñanza me parece mucho más útil que memorizar una tabla de “datos que mueven mucho el mercado”.

La pregunta correcta es:

¿qué problema está intentando resolver el mercado ahora mismo?

Si la respuesta es inflación, una sorpresa inflacionaria puede tener muchísimo peso.

Si la respuesta pasa a ser recesión, crecimiento o empleo, el centro de gravedad puede cambiar.

Cómo leer una publicación macro paso a paso

Yo utilizaría este proceso.

1. Antes de la publicación, identifica la expectativa.

Anota consenso, dato anterior y, si tu fuente lo ofrece, rango de previsiones.

La comparación debe existir antes de conocer el resultado. Si construyes la narrativa después de ver el gráfico, es demasiado fácil explicar cualquier movimiento retrospectivamente.

2. Cuando sale el dato, compara Actual vs Forecast/Consensus.

¿Superó, igualó o quedó por debajo de la expectativa?

¿La diferencia es pequeña o relevante?

3. Comprueba inmediatamente si hubo revisiones.

Especialmente en estadísticas como empleo o crecimiento.

4. Lee los componentes importantes.

No hace falta destripar todo el informe. Busca las partes capaces de confirmar o contradecir el headline.

5. Traduce el dato a una variable macro.

¿Cambia realmente nuestra lectura de:

• inflación;
• crecimiento;
• empleo;
• consumo;
• condiciones financieras?

6. Pregunta qué implica para las expectativas futuras.

Aquí suele estar el puente importante.

Dato
→ expectativas macro
→ posible respuesta de política monetaria
→ tasas y yields
→ activos.

7. Solo después observa cómo lo está interpretando el mercado.

Si tu explicación dice que la sorpresa debería reducir las expectativas de tasas y los rendimientos de los bonos están subiendo con fuerza, yo no ignoraría esa contradicción.

Preguntaría qué me estoy perdiendo.

Ese hábito vale muchísimo más que forzar al precio a encajar en nuestra primera interpretación.

Practicar esta lectura en una plataforma

Pepperstone cuenta con un calendario económico basado en TradingView y su documentación explica las columnas Prior, Forecast y Actual. Puede ser útil para practicar precisamente la comparación que estamos trabajando aquí.

Si quieres revisar la plataforma como trader desde México, puedes consultar Pepperstone y la promoción disponible mediante nuestro enlace. Antes de abrir una cuenta real, yo revisaría la entidad legal que te corresponde, costes, condiciones de retiro y el riesgo del producto que vayas a operar.

Seis errores que te hacen leer mal una sorpresa macro

1. Comparar Actual con Previous e ignorar Forecast

Que el IPC baje de 3.5% a 3.3% no significa necesariamente una sorpresa bajista.

Si el consenso esperaba 3.0%, en realidad ha sorprendido al alza.

2. Pensar que un número mayor siempre es mejor

Más crecimiento puede ser positivo. Más inflación puede complicar la política monetaria. Más desempleo tiene otra interpretación.

El signo depende de qué estás midiendo.

3. Ignorar las revisiones

El titular actual puede ser fuerte mientras los meses anteriores se revisan en sentido contrario.

4. Convertir una sorpresa en una señal automática

“CPI por debajo = compro bolsa” no es análisis macro.

Es una regla que ignora contexto, posicionamiento, magnitud, componentes y expectativas de tasas.

5. Buscar una explicación después de ver el movimiento

Precio sube: “el mercado celebró el dato”.

Precio baja: “el mercado ya lo tenía descontado”.

Si ambas frases sirven para explicar cualquier resultado después de los hechos, no estás utilizando un modelo que pueda ponerse a prueba.

6. Confundir una buena interpretación macro con una buena operación

Puedes comprender perfectamente por qué un informe cambia las expectativas y aun así ejecutar mal un trade.

Ese problema pertenece al siguiente nivel de la formación.

¿Por qué a veces hay una gran sorpresa y el mercado casi no se mueve?

Porque la sorpresa macroeconómica es una pieza, no toda la ecuación.

Puede ocurrir que:

• el resultado ya estuviera parcialmente descontado;
• otros componentes compensen el headline;
• haya revisiones en sentido contrario;
• el dato no sea la principal preocupación del mercado en ese régimen;
• la sorpresa sea estadísticamente menos extraordinaria de lo que parece;
• el posicionamiento previo haga difícil extender el movimiento;
• otro evento próximo sea mucho más importante para las expectativas.

Y también puede haber una reacción inicial que cambie pocos minutos después cuando el mercado procesa el informe completo.

Eso no significa que “el mercado se equivocó” porque no reaccionó como esperabas.

Significa que Actual − Forecast no es un modelo completo de precios.

Es el punto de partida.

El salto que tienes que hacer como macro trader

Si solo pudiera dejarte una regla de esta lección, sería esta:

Nunca interpretes un dato sin preguntar primero qué esperaba el mercado.

Después añade las siguientes capas:

¿Qué salió?
¿Frente a qué expectativa?
¿Hubo revisiones?
¿Qué dicen los detalles?
¿Qué cambia realmente en crecimiento, inflación o empleo?
¿Qué implica para tasas y política monetaria?
¿Y cuánto de todo eso estaba ya descontado?

Cuando empiezas a leer así, un calendario deja de ser una lista de números de colores.

Se convierte en un mapa de expectativas que se están actualizando.

Y ahora sí estamos preparados para la siguiente lección.

Porque entender correctamente una sorpresa no significa que sea buena idea intentar operarla durante los segundos posteriores a su publicación. Ahí aparecen velocidad, spread, slippage, liquidez, órdenes y movimientos violentos en ambas direcciones.

Eso lo trabajamos por separado en Trading de noticias.

Si quieres ir observando estas publicaciones y su reacción en mercado mientras avanzas por el curso, también puedes revisar Pepperstone desde nuestro enlace para traders y consultar la promoción disponible. Utilizar una plataforma para observar el proceso puede ser educativo; operar con dinero real durante una noticia ya es otra decisión y exige entender antes el riesgo de ejecución.