Un piano industriale può contenere previsioni singolarmente ragionevoli e risultare, nello stesso tempo, economicamente incoerente nel suo complesso. È questa la conclusione più importante di una recente ricerca di Pamela Giustinelli e Stefano Rossi, che introduce il concetto di forecast coherence nella pianificazione aziendale e mostra come l’incapacità di collegare correttamente crescita dei ricavi, investimenti e altre variabili operative non costituisca soltanto un difetto formale del modello, ma possa tradursi in sottoinvestimento, allocazione inefficiente delle risorse e minore performance aziendale. Per chi costruisce business plan, budget e piani industriali, la conseguenza è profonda: non è sufficiente chiedersi se ogni previsione sia plausibile, occorre verificare se tutte le previsioni possano essere vere contemporaneamente.

Nella pianificazione economico-finanziaria siamo abituati a dedicare una parte considerevole del lavoro alla verifica delle singole assunzioni. Analizziamo la crescita attesa dei ricavi, confrontiamo i margini con quelli storici e con quelli dei competitor, stimiamo gli investimenti necessari, verifichiamo il costo del personale, ricostruiamo l’evoluzione del capitale circolante e traduciamo infine queste grandezze in flussi finanziari, posizione finanziaria netta e fabbisogno di capitale.

Il controllo viene spesso effettuato variabile per variabile: il +8% previsto sulle vendite è realistico? Il margine EBITDA del 14% è compatibile con il settore? Gli investimenti programmati sono ragionevoli? La crescita della forza lavoro appare sostenibile? Il livello delle scorte è coerente con quello osservato storicamente?

Queste sono tutte domande necessarie, ma potrebbero non essere sufficienti.

La ricerca di Pamela Giustinelli e Stefano Rossi, “The Coherence Side of Rationality: Theory and Evidence from Firm Plans”, affronta precisamente questo problema, introducendo nella finanza aziendale una distinzione che può sembrare sottile ma che, in realtà, modifica profondamente il modo di leggere un piano industriale: la differenza tra accuratezza delle previsioni e coerenza delle previsioni. Gli autori utilizzano dati relativi ai piani interni elaborati dai CFO e mostrano che oltre l’80% delle previsioni osservate è molto vicino a semplici regole euristiche comunemente descritte nei manuali di finanza e nei programmi MBA; quasi metà dei CFO, tuttavia, produce previsioni particolarmente vicine alle regole che risultano meno coerenti, e queste configurazioni sono associate a errori prevedibili, minori investimenti e performance aziendale inferiore.

La conclusione non è che i CFO siano incapaci di prevedere il futuro, né che l’utilizzo di euristiche sia necessariamente irrazionale. Il punto è molto più interessante: un’impresa può prevedere con ragionevole accuratezza una variabile e contemporaneamente costruire un piano nel quale quella previsione non è compatibile con le altre grandezze necessarie per realizzarla.

Accuratezza e coerenza non sono la stessa cosa

La letteratura economica e finanziaria ha tradizionalmente analizzato le previsioni attraverso il criterio dell’accuratezza, confrontando ciò che il manager aveva previsto con ciò che si è effettivamente verificato. Se un CFO prevede una crescita dei ricavi del 5% e l’impresa chiude l’anno con una crescita del 5%, la previsione può essere considerata accurata; se prevede investimenti per 10 milioni e l’impresa ne realizza 15, la previsione sugli investimenti era invece inaccurata.

Giustinelli e Rossi introducono un secondo criterio, la forecast coherence, definita come la consistenza interna tra previsioni relative a variabili congiuntamente determinate. La coerenza richiede quindi che le previsioni non vengano valutate soltanto individualmente, ma anche rispetto alle relazioni economiche che le collegano.

La differenza è fondamentale.

Un’impresa potrebbe prevedere correttamente la crescita dei ricavi e, nello stesso tempo, sottostimare gli investimenti, il personale o altre risorse necessarie per produrre quella crescita. La previsione commerciale potrebbe quindi essere accurata mentre il piano, considerato nel suo insieme, sarebbe incoerente.

L’immagine concettuale proposta dagli autori è particolarmente efficace: accuratezza e coerenza generano quattro possibili configurazioni, perché una previsione può essere contemporaneamente accurata e coerente, inaccurata ma coerente, accurata ma incoerente oppure sia inaccurata sia incoerente. La Figura 3 del paper rappresenta graficamente proprio queste quattro aree, evidenziando che essere corretti su una singola variabile non garantisce affatto che il sistema di previsioni sia internamente consistente.

Per la pianificazione aziendale questa distinzione introduce un nuovo livello di controllo. Non dobbiamo più chiederci soltanto: “Quanto sono realistiche le nostre previsioni?” Dobbiamo aggiungere: “Le nostre previsioni descrivono tutte la stessa impresa futura?”

Il problema multidimensionale del piano industriale

Costruire un piano industriale è necessariamente un problema multidimensionale, perché un’impresa non cresce attraverso una sola variabile. L’aumento delle vendite può richiedere nuovi impianti, capitale circolante, personale, marketing, tecnologia, logistica e finanziamenti; un incremento della capacità produttiva può modificare ammortamenti, margini, cash flow e fabbisogno finanziario; una strategia commerciale più aggressiva può aumentare contemporaneamente ricavi, crediti verso clienti, costi di acquisizione e necessità di capitale.

Gli autori osservano che i CFO tendono normalmente a partire da un obiettivo di crescita delle vendite, spesso derivante dalle indicazioni del CEO e del consiglio di amministrazione, per poi costruire le previsioni delle altre variabili aziendali. Questo processo è perfettamente comprensibile, ma contiene un rischio. Una volta stabilita la crescita della top line, il pianificatore potrebbe utilizzare regole semplici per proiettare ciascuna delle altre grandezze, trattandole in modo relativamente indipendente oppure collegandole meccanicamente ai ricavi. È proprio in questo passaggio che può emergere l’incoerenza.

1. Il piano può apparire ordinato.
2. Ogni foglio Excel può essere matematicamente corretto.
3. Ogni singola percentuale può sembrare ragionevole.
4. Eppure l’impresa descritta dal modello potrebbe non essere economicamente realizzabile.

Le cinque regole utilizzate dai CFO

Il paper prende come riferimento una tassonomia delle regole di previsione proposta da Welch e identifica cinque approcci, progressivamente più capaci di considerare le relazioni tra le variabili aziendali.

La prima regola, R1 – plain growth, che gli autori associano al concetto di narrow bracketing, consiste essenzialmente nel proiettare in avanti la crescita storica di ciascuna variabile separatamente. Gli investimenti vengono quindi previsti osservando gli investimenti passati, i costi osservando i costi passati e così via, senza necessariamente collegare ciascuna previsione all’obiettivo di crescita delle vendite.

La seconda, R2 – proportion of sales, definita nel paper anche sales anchoring, collega invece le altre variabili direttamente alla crescita delle vendite: se i ricavi crescono del 5%, anche la variabile considerata viene fatta crescere del 5%, assumendo sostanzialmente una relazione proporzionale.

La terza, R3 – economies of scale, mantiene la relazione con le vendite ma consente che esistano componenti fisse e variabili, riconoscendo quindi che una risorsa non debba necessariamente aumentare nella stessa identica proporzione dei ricavi.

La quarta, R4 – industry based, utilizza informazioni provenienti dalle imprese appartenenti allo stesso settore per stimare la relazione tra output e input.

La quinta, R5 – disaggregated, adotta invece una prospettiva multivariata, permettendo a ciascuna previsione di dipendere non soltanto dalle vendite ma anche dalle altre variabili aziendali.

1. È quest’ultimo passaggio che modifica profondamente la logica del forecasting.
2. Il problema non viene più trattato come una sequenza di singole previsioni.
3. Diventa un sistema di previsioni interdipendenti.

Il risultato sorprendente: oltre l’80% dei CFO segue da vicino una delle euristiche

Utilizzando i dati della Duke Survey of CFOs e collegandoli con le realizzazioni osservate in Compustat, Giustinelli e Rossi mostrano che le previsioni formulate dai CFO sono sorprendentemente vicine alle cinque regole analizzate.

La Duke Survey raccoglie da anni le aspettative dei CFO su variabili quali ricavi, capital expenditure, R&D, investimenti tecnologici, prezzi, utili, liquidità, occupazione, salari, dividendi e pubblicità. Il campione utilizzato dagli autori comprende 72 rilevazioni trimestrali effettuate tra marzo 2001 e dicembre 2018, successivamente confrontate con i dati effettivi delle imprese.

Nel campione principale, l’81,8% dei CFO produce previsioni che si trovano entro un intervallo molto ridotto rispetto a quelle generate da almeno una delle cinque regole, mentre quasi il 60% è ancora più vicino al valore teorico prodotto dall’euristica corrispondente.

Questo non significa che gli autori abbiano dimostrato che quei CFO abbiano materialmente utilizzato un determinato manuale o una determinata formula. Il paper è molto prudente su questo punto: i dati non consentono di osservare direttamente il metodo utilizzato dal manager, ma mostrano che le previsioni effettive sono talmente vicine a quelle generate dalle regole analizzate da rendere queste ultime un buon modello interpretativo dei processi di pianificazione.

Il risultato diventa ancora più interessante osservando la distribuzione delle euristiche.

Circa il 40% dei CFO risulta vicino alla regola R2, quella che ancora semplicemente gli input alla crescita delle vendite, mentre un ulteriore gruppo utilizza configurazioni vicine alla R1; complessivamente, nella classificazione principale, circa il 47% dei CFO risulta più vicino alle due regole considerate maggiormente incoerenti.

Non stiamo quindi parlando di un errore marginale o di un comportamento anomalo. Stiamo parlando di modalità di pianificazione estremamente diffuse.

Il fascino pericoloso delle percentuali sui ricavi

Tra le diverse euristiche analizzate, la regola R2 merita un’attenzione particolare perché è probabilmente quella più riconoscibile nella pratica professionale. La logica è semplice: una variabile viene prevista come percentuale delle vendite oppure viene fatta crescere nella stessa misura del fatturato. Se prevediamo ricavi in crescita del 10%, possiamo aumentare investimenti, costi oppure altre grandezze della stessa percentuale o mantenere costante il loro rapporto con il fatturato. Il metodo è intuitivo, facilmente replicabile e consente di costruire rapidamente un modello. È anche ampiamente presente nella letteratura manageriale e nei testi di valutazione. Il paper richiama esplicitamente esempi nei quali persino manuali particolarmente autorevoli propongono di stimare alcune grandezze patrimoniali come percentuale dei ricavi, con una catena di calcolo che può condurre a una crescita degli investimenti sostanzialmente allineata alla crescita delle vendite. Il problema è che questa proporzionalità può non riflettere la tecnologia economica dell’impresa. Ed è qui che il paper produce uno dei risultati più sorprendenti.

Se le vendite crescono del 5%, gli investimenti potrebbero dover crescere del 28%

Gli autori stimano empiricamente la relazione tra crescita dei ricavi e crescita degli investimenti utilizzando i dati Compustat. La regola R2 implicherebbe che, se le vendite aumentano del 5%, anche il CapEx aumenti del 5%. Quando la relazione viene invece stimata utilizzando una formulazione che consente una componente fissa e una componente legata alla crescita — la regola R3 — emerge un risultato molto diverso: l’intercetta stimata è pari a circa 23% e il coefficiente sulla crescita delle vendite è circa 1,08. Di conseguenza, per un’impresa che voglia ottenere una crescita delle vendite del 5%, la previsione implicita degli investimenti non sarebbe circa il 5%, ma circa il 28%. La distanza è enorme. La spiegazione economica fornita dagli autori è altrettanto importante: oltre agli investimenti necessari per sostenere l’espansione, l’impresa deve normalmente sostenere anche replacement e maintenance CapEx, cioè investimenti di sostituzione e mantenimento della capacità esistente. È proprio questa componente che una semplice proporzione sulla crescita delle vendite rischia di ignorare. È difficile immaginare un esempio più chiaro di incoerenza del piano. L’obiettivo di vendita può essere perfettamente credibile. Il 5% di crescita può essere supportato da ordini, domanda, pipeline commerciale e andamento del mercato. Ma se l’impresa ha bisogno di investimenti molto superiori a quelli incorporati nel piano per produrre quel livello di output, la previsione dei ricavi può essere accurata e il piano industriale può rimanere sbagliato.

Il problema non riguarda soltanto il CapEx

Sebbene il rapporto tra vendite e investimenti rappresenti il cuore empirico del lavoro, il principio è molto più generale. Il paper considera una pluralità di variabili aziendali e sottolinea che ciò che diventa fondamentale è il passaggio da una struttura univariata a una specificazione multivariata, cioè a un processo nel quale le previsioni tengono conto contemporaneamente delle relazioni tra più elementi. Gli autori verificano configurazioni che includono, oltre a vendite e CapEx, utili, salari, pubblicità e R&D, mostrando che il risultato qualitativo più importante rimane precisamente la necessità di incorporare le relazioni contemporanee tra più grandezze. Per un piano industriale completo, la conseguenza professionale è immediata, anche se rappresenta una nostra estensione del principio sviluppato nel paper. Se prevediamo una crescita significativa delle vendite, dobbiamo chiederci contemporaneamente che cosa debba accadere a capacità produttiva, personale, magazzino, crediti commerciali, marketing, logistica, sistemi informativi e struttura finanziaria affinché quella crescita possa effettivamente materializzarsi. Le variabili non devono semplicemente essere plausibili. Devono essere mutuamente compatibili.

Il capitale circolante rappresenta un esempio evidente

Immaginiamo un’impresa che preveda un incremento del fatturato da 100 a 130 milioni di euro in tre anni e che contemporaneamente mantenga sostanzialmente invariato il capitale circolante netto in valore assoluto. Le due previsioni possono essere costruite attraverso assunzioni singolarmente difendibili. Il responsabile commerciale può giustificare la crescita dei ricavi attraverso nuovi clienti e nuovi mercati. Il CFO può ipotizzare un miglioramento nella gestione del circolante. Ma il piano diventa coerente soltanto se è possibile spiegare come quell’incremento di fatturato possa essere sostenuto senza aumentare crediti, scorte o debiti operativi. Occorre quindi dimostrare una riduzione dei giorni di incasso. Una maggiore rotazione delle scorte. Una diversa composizione del business. Pagamenti anticipati. Factoring. Migliori condizioni dai fornitori. Oppure un’altra trasformazione concreta del modello operativo. La semplice decisione di mantenere costante il capitale circolante perché “vogliamo migliorare l’efficienza” non produce coerenza. È necessaria una relazione causale che colleghi la previsione finanziaria al cambiamento operativo che la rende possibile.

Anche i margini devono essere coerenti con la crescita

Lo stesso problema emerge frequentemente nei margini. Un piano può prevedere contemporaneamente forte crescita dei ricavi e miglioramento dell’EBITDA margin. Entrambe le ipotesi possono essere individualmente plausibili: la crescita può essere sostenuta dal mercato e l’aumento dei margini può essere giustificato da economie di scala. Ma le due previsioni diventano coerenti soltanto quando il modello dimostra dove si producano concretamente quelle economie. I costi fissi devono crescere meno dei ricavi. Il mix di prodotto deve migliorare. La produttività deve aumentare. Il prezzo medio deve crescere. I costi di acquisizione commerciale devono diminuire. Gli acquisti devono beneficiare di maggiore potere contrattuale. Se nessuno di questi meccanismi è incorporato nel piano, la crescita del margine può diventare semplicemente un’altra previsione ragionevole considerata isolatamente ma incoerente rispetto al sistema.

La coerenza collega conto economico, stato patrimoniale e rendiconto finanziario

Uno dei principali insegnamenti che possiamo ricavare professionalmente dal paper riguarda la necessità di superare definitivamente una lettura del piano industriale centrata quasi esclusivamente sul conto economico.

1. Il fatturato può crescere.
2. L’EBITDA può migliorare.
3. Il risultato operativo può diventare positivo.

E contemporaneamente l’impresa può non disporre delle risorse necessarie per finanziare quella stessa crescita. Quando investimenti, capitale circolante e rimborso del debito vengono proiettati indipendentemente dal conto economico, il rischio di incoerenza aumenta enormemente. Un piano realmente integrato deve invece creare una relazione necessaria tra:

conto economico → capitale investito → cash flow → struttura finanziaria → capacità di sostenere la crescita successiva.

Questa relazione è precisamente il tipo di interdipendenza che il concetto di forecast coherence invita a osservare.

La differenza tra “Excel che quadra” e piano coerente

1. Esiste inoltre una distinzione importante tra quadratura contabile e coerenza economica.
2. Un modello può essere perfettamente costruito dal punto di vista tecnico.
3. Lo stato patrimoniale può quadrare.
4. Il cash flow può riconciliarsi.
5. La cassa finale può alimentare automaticamente la posizione finanziaria.
6. Le formule possono essere prive di errori.
7. Nulla di tutto questo garantisce che il piano sia economicamente coerente.
8. Excel può infatti far quadrare qualsiasi insieme di ipotesi se sono state costruite correttamente le formule che le collegano.
9. La domanda rilevante non è soltanto se il modello calcola correttamente.

È se le relazioni che abbiamo deciso di incorporare rappresentano correttamente l’economia dell’impresa. Il paper mostra precisamente che semplici euristiche possono produrre previsioni formalmente ordinate e simultaneamente disallineate rispetto alle relazioni economiche osservabili tra input e output.

I CFO prevedono bene i ricavi, molto meno gli investimenti

Un altro risultato particolarmente interessante riguarda la differenza nella capacità previsiva delle diverse grandezze. Nel campione analizzato, i CFO risultano mediamente ragionevolmente accurati nella previsione delle vendite, mentre le previsioni relative al CapEx sono sistematicamente più deboli e tendono a risultare troppo basse. I test successivi confermano il risultato: gli autori non rifiutano l’accuratezza media delle previsioni sulle vendite, mentre trovano inaccuratezza sul CapEx e, soprattutto, rifiutano la coerenza congiunta tra le due variabili. Questa evidenza è estremamente rilevante per chi costruisce piani industriali. L’impresa conosce generalmente molto bene il mercato, la pipeline commerciale, i clienti e gli obiettivi di vendita. La previsione dei ricavi può quindi ricevere un livello di attenzione molto elevato. Ma proprio perché quella previsione diventa il punto di partenza del piano, esiste il rischio che le altre variabili vengano successivamente adattate attraverso regole semplificate senza verificare se rappresentino effettivamente tutte le risorse necessarie per raggiungere l’obiettivo commerciale. Il problema non è quindi necessariamente prevedere male la crescita. Può essere prevedere male ciò che la crescita richiede.

Più della metà delle combinazioni di errori viola condizioni intuitive di coerenza

Uno dei passaggi empiricamente più forti del paper riguarda il confronto tra errori di previsione sulle vendite e sugli investimenti. La Figura 1 definisce l’area all’interno della quale gli errori sulle due variabili dovrebbero ragionevolmente trovarsi quando le previsioni sono coerenti; la Figura 2 sovrappone invece gli errori realmente osservati. Il risultato è significativo: nel 42% dei casi, gli errori di previsione su vendite e CapEx hanno addirittura segno opposto rispetto a quanto suggerirebbe la relazione economica tra input e output, mentre un ulteriore 10,4% viola un secondo limite teorico. Nel complesso, più della metà dei CFO presenta combinazioni di errori che non rispettano i limiti intuitivi di coerenza analizzati dagli autori. Le rappresentazioni grafiche riportate a pagina 39 del paper rendono particolarmente evidente questa dispersione: una quota rilevante delle osservazioni cade al di fuori delle regioni teoricamente compatibili con una relazione coerente tra errori sulle vendite ed errori sugli investimenti. Il risultato è importante perché l’incoerenza non viene dedotta soltanto dalla formula scelta dal CFO. Emergerebbe anche osservando ciò che accade dopo.

Gli errori diventano prevedibili

1. Una buona previsione può naturalmente essere sbagliata.
2. Gli shock esistono.
3. La domanda cambia.
4. I prezzi delle materie prime aumentano.
5. Un investimento viene rinviato.
6. Un concorrente entra sul mercato.
7. L’inaccuratezza, di per sé, non dimostra che il processo previsionale fosse irrazionale.
8. Il problema emerge quando gli errori diventano sistematicamente prevedibili.

Giustinelli e Rossi mostrano che le regole più incoerenti generano precisamente questo fenomeno. Quando il CapEx è cresciuto molto nel periodo precedente, determinate euristiche tendono a proiettare eccessivamente quella crescita nel futuro, non tenendo sufficientemente conto della sua tendenza alla mean reversion; ne derivano successivi errori di segno opposto e quindi una prevedibilità che non dovrebbe essere presente in un processo previsionale ben calibrato. La coerenza diventa così qualcosa di più di un principio estetico del modello. Diventa un criterio attraverso il quale identificare errori strutturali nel processo di previsione prima che i risultati effettivi siano disponibili.

Il punto forse più importante: la coerenza può essere valutata ex ante

1. L’accuratezza possiede un limite inevitabile: possiamo conoscerla soltanto dopo.
2. Oggi prevediamo.
3. Tra un anno osserviamo ciò che è accaduto.
4. Solo allora possiamo misurare l’errore.

La coerenza offre invece, almeno in determinate condizioni, una possibilità differente: può essere analizzata prima dell’esecuzione del piano, confrontando le relazioni incorporate nelle previsioni con le relazioni economiche e operative dell’impresa. Gli autori sottolineano espressamente questo vantaggio: distinguere accuratezza e coerenza è importante proprio perché la seconda può, in alcune configurazioni, essere verificata ex ante e può contribuire a migliorare successivamente anche l’accuratezza. Per chi deve valutare un piano industriale prima di concedere un finanziamento, investire capitale, approvare un budget oppure attestare la sostenibilità di una strategia, questa è probabilmente l’implicazione professionale più importante. Non possiamo sapere se il fatturato del 2029 sarà davvero quello previsto. Possiamo però chiederci oggi se il fatturato previsto per il 2029 sia compatibile con capacità produttiva, investimenti, forza lavoro, capitale circolante e fonti finanziarie incorporate nel modello.

L’incoerenza non è soltanto un problema di previsione: è associata a performance peggiori

Il paper compie poi un passaggio ulteriore. Se l’incoerenza fosse semplicemente un difetto formale del forecasting, il problema avrebbe rilevanza principalmente metodologica. Gli autori mostrano invece che le imprese caratterizzate da previsioni più incoerenti presentano anche performance mediamente inferiori. Nelle analisi effettuate, un incremento di una deviazione standard nella misura di incoerenza è associato a circa 3 punti percentuali di ROA in meno, e questa relazione rimane sostanzialmente stabile controllando per caratteristiche dell’impresa e del CFO, inclusi ottimismo e miscalibration. Gli autori sottolineano correttamente che il risultato è correlazionale, perché non dispongono di una variazione esogena dell’incoerenza capace di dimostrare integralmente il nesso causale. Quando le imprese vengono classificate in funzione delle diverse regole di previsione, quelle i cui CFO risultano più vicini alla R1 presentano ROA inferiori di circa 5-6 punti percentuali rispetto alle imprese associate alla regola multivariata R5, mentre anche R2 e R3 mostrano differenze negative, seppure di intensità diversa. La prudenza interpretativa è necessaria. Il paper non dimostra che modificando una formula Excel si producano automaticamente tre punti percentuali aggiuntivi di redditività. Mostra però qualcosa di estremamente rilevante: il modo in cui il management rappresenta le relazioni economiche dell’impresa è sistematicamente associato al modo in cui le risorse vengono successivamente allocate e ai risultati prodotti dall’organizzazione.

Piani incoerenti e sottoinvestimento

La relazione diventa ancora più concreta analizzando gli investimenti. Le imprese le cui previsioni risultano vicine alle regole R1 e R2 mostrano un’intensità degli investimenti inferiore rispetto a quelle associate alla regola multivariata R5; le differenze osservate sono nell’ordine di 1,3-1,6 punti percentuali di CapEx rispetto agli asset, con risultati particolarmente significativi per la regola R2. Gli autori sviluppano quindi un modello capace di spiegare il meccanismo. Quando il CFO sottostima le risorse necessarie per raggiungere l’obiettivo di vendita, l’impresa può rendersi conto dell’errore durante l’esecuzione del piano e tentare di correggerlo; se tuttavia gli investimenti presentano costi di aggiustamento, tempi di realizzazione oppure irreversibilità, la correzione non può essere immediata e completa. Il risultato è un livello di investimento effettivo inferiore a quello ottimale. Il piano incoerente si trasforma quindi in underinvestment reale. Questo passaggio è essenziale. L’errore di pianificazione non rimane nel foglio di calcolo. Diventa una decisione aziendale.

Il piano industriale orienta l’allocazione delle risorse

Da questa prospettiva, il piano industriale non deve essere considerato soltanto uno strumento attraverso il quale l’impresa descrive il futuro. Il piano crea il futuro organizzativo, perché determina budget, investimenti, assunzioni, indebitamento, distribuzione delle risorse e priorità manageriali. Se il piano sottostima il CapEx, il budget assegnato agli investimenti può essere insufficiente. Se sottostima il capitale circolante, la liquidità può diventare insufficiente. Se sottostima il personale necessario, l’organizzazione può trovarsi senza capacità per sostenere la crescita. Se sovrastima le economie di scala, la marginalità prospettica può risultare irrealistica. Se non traduce tutto questo in fabbisogno finanziario, la struttura del debito può essere incompatibile con l’esecuzione della strategia. La forecast coherence diventa quindi un problema di capital allocation, non soltanto di forecasting.

Il narrow bracketing: quando ogni previsione viene costruita nel proprio silo

Per spiegare una possibile origine dell’incoerenza, gli autori utilizzano il concetto di narrow bracketing, proveniente dalla behavioral economics. Il narrow bracketing descrive la tendenza a trattare decisioni reciprocamente collegate come problemi separati. Nel modello sviluppato nel paper, è come se diverse parti del processo decisionale si occupassero autonomamente di capitale, lavoro e output disponendo soltanto di segnali imperfetti su ciò che le altre parti stanno prevedendo. La rappresentazione appare particolarmente interessante quando viene trasferita dall’individuo all’organizzazione. Il commerciale costruisce il budget delle vendite. Operations costruisce il piano produttivo. HR costruisce il piano delle assunzioni. Il CFO costruisce il piano finanziario. Il marketing elabora il proprio budget. Ogni funzione può formulare previsioni perfettamente ragionevoli all’interno del proprio perimetro e, tuttavia, l’insieme può non descrivere una sola impresa possibile. Il problema del narrow bracketing, da questa prospettiva, diventa anche un problema di governance del processo di pianificazione.

La soluzione non è necessariamente costruire modelli più complessi

Il paper non sostiene che ogni euristica semplice sia necessariamente sbagliata. Anzi, gli autori sottolineano che le euristiche devono essere valutate in relazione agli obiettivi per i quali vengono utilizzate e che, in presenza di informazioni imperfette, alcune regole semplificate possono rappresentare risposte di second best. Questo è importante perché sarebbe facile trarre una conclusione eccessiva: abbandonare le formule semplici e costruire modelli sempre più grandi, complessi e sofisticati. Non è questo il punto. Un modello composto da cinquanta fogli Excel può essere incoerente quanto un modello composto da cinque. La complessità non garantisce razionalità. La vera differenza risiede nella capacità di rappresentare le relazioni economicamente rilevanti tra le variabili. In determinati business, una percentuale sui ricavi può essere perfettamente adeguata. In altri, è necessario utilizzare driver operativi. In altri ancora, servono relazioni non lineari, soglie di capacità, investimenti discreti oppure tempi di costruzione. La metodologia deve seguire l’economia dell’impresa.

Dal “forecasting per righe” al “forecasting per relazioni”

Questa considerazione suggerisce un cambiamento metodologico particolarmente utile nella costruzione dei piani industriali. Invece di progettare il modello chiedendosi principalmente come prevedere ciascuna riga, occorrerebbe chiedersi quali relazioni producono ciascuna riga. Il fatturato può derivare da volumi × prezzo. I volumi possono dipendere dalla capacità produttiva. La capacità può dipendere dagli impianti. Gli impianti richiedono investimenti. Gli investimenti richiedono cassa. La cassa può derivare da flussi operativi oppure da finanziamento. Il finanziamento produce interessi. Gli interessi influenzano il risultato e il cash flow. La crescita può aumentare il capitale circolante. Il capitale circolante assorbe altra liquidità. A quel punto il piano non è più semplicemente una successione verticale di previsioni. Diventa una rete causale. Ed è precisamente questa rete che deve essere coerente.

La crescita dovrebbe essere trattata come una variabile endogena

Nella pratica dei business plan, il fatturato viene spesso assunto come variabile relativamente esogena: il management definisce un obiettivo e il modello calcola le conseguenze. Il paper suggerisce indirettamente una visione più rigorosa. Un’impresa non può crescere indipendentemente dagli input necessari per sostenere quella crescita. La previsione delle vendite dovrebbe quindi essere sottoposta anche a un capacity test.

1. Se il piano prevede 150 milioni di ricavi, quali risorse sono necessarie per produrli?
2. Quanta capacità produttiva?
3. Quanto personale?
4. Quanto capitale circolante?
5. Quanto marketing?
6. Quanti investimenti tecnologici?
7. Quale struttura distributiva?

E soprattutto: queste risorse sono effettivamente disponibili nel momento in cui servono? La crescita commercialmente possibile può essere finanziariamente impossibile. Oppure operativamente irrealizzabile.

Coerenza e sostenibilità finanziaria

Questo punto assume un significato particolare quando il piano viene utilizzato per valutare la sostenibilità del debito. Un’impresa può mostrare un Debt/EBITDA progressivamente decrescente perché il piano prevede forte crescita dell’EBITDA. Ma se quella crescita richiede investimenti e capitale circolante non adeguatamente rappresentati, la generazione di cassa utilizzata per rimborsare il debito risulta sovrastimata. Il rapporto finanziario appare sostenibile. Il piano industriale che lo produce non lo è. La verifica della coerenza dovrebbe quindi precedere la verifica dei covenant e degli indici. Non basta domandarsi se il DSCR sia superiore a 1. Dobbiamo chiederci se il cash flow utilizzato per calcolare quel DSCR possa realmente essere prodotto dall’organizzazione descritta nel piano.

La coerenza nella valutazione d’impresa

Anche nella valutazione attraverso Discounted Cash Flow il tema è centrale. Il DCF trasforma le previsioni del piano industriale in valore. Se il piano assume crescita elevata ma sottostima i reinvestimenti necessari, il Free Cash Flow viene sovrastimato e, di conseguenza, anche l’enterprise value. La relazione fondamentale tra crescita e reinvestimento è uno dei punti più importanti della valutazione. Non possiamo attribuire valore alla crescita e contemporaneamente ignorare il capitale necessario per ottenerla. La forecast coherence diventa quindi anche una condizione di coerenza valutativa. Una crescita del 10% accompagnata da investimenti del 2% dei ricavi può essere perfettamente ragionevole in un business asset-light e completamente irrealistica in un’attività capital intensive. La percentuale non può essere giudicata senza conoscere la tecnologia economica dell’impresa.

La coerenza dovrebbe diventare una fase autonoma della revisione del piano

Alla luce della ricerca, sarebbe utile introdurre nella metodologia di costruzione e revisione dei business plan una vera e propria coherence review, separata sia dal controllo delle formule sia dalla verifica delle singole assunzioni. La revisione potrebbe essere organizzata intorno ad alcune relazioni fondamentali:

Ricavi ↔ capacità produttiva
La crescita prevista è supportata dalla capacità disponibile e dagli investimenti programmati?

Ricavi ↔ capitale circolante
Crediti, magazzino e debiti operativi evolvono in modo coerente con volumi, tempi di incasso e politiche commerciali?

Ricavi ↔ personale
L’organico e la produttività impliciti nel piano sono compatibili con l’aumento dell’attività?

Ricavi ↔ marketing e distribuzione
Il costo necessario per acquisire e servire la clientela è coerente con la crescita prevista?

CapEx ↔ ammortamenti ↔ capacità
Gli investimenti distinguono correttamente mantenimento, sostituzione e crescita?

EBITDA ↔ cash flow
La crescita della marginalità si traduce realmente in liquidità oppure viene assorbita da investimenti e capitale circolante?

Cash flow ↔ debito
Le fonti finanziarie coprono effettivamente il fabbisogno nei diversi periodi?

Crescita ↔ struttura organizzativa
Le risorse manageriali e operative sono sufficienti per governare l’aumento della complessità?

Un piano che supera questi test diventa molto più robusto di un piano nel quale ci siamo limitati a verificare che ogni percentuale sia individualmente “ragionevole”.

Lo stress test dovrebbe riguardare anche le relazioni

Anche gli scenari possono essere ripensati in questa prospettiva. Normalmente costruiamo un base case, un downside e talvolta un upside modificando variabili quali crescita, margine, investimenti o costo del capitale. La coherence analysis suggerisce che non dovremmo modificare soltanto i valori. Dovremmo stressare le relazioni. Se le vendite crescono più rapidamente, il CapEx cresce in modo lineare o si raggiunge una soglia che richiede un nuovo impianto? Se le vendite diminuiscono, il personale può essere ridotto nella stessa proporzione oppure esistono costi fissi? Se aumentano i tempi di incasso, quale fabbisogno finanziario emerge? Se l’impresa entra in un nuovo mercato, il costo commerciale aumenta prima dei ricavi? Il modello diventa così molto più vicino alla reale struttura decisionale dell’impresa.

Una conseguenza anche per i sistemi di controllo di gestione

La ricerca suggerisce inoltre una possibile evoluzione del controllo di gestione. La tradizionale analisi degli scostamenti confronta budget e consuntivo per singole voci. Ricavi inferiori al budget. Costo del personale superiore. CapEx inferiore. Margine differente. Ma la forecast coherence suggerisce che una parte dell’analisi dovrebbe interrogarsi anche sulla relazione tra gli scostamenti. Se le vendite crescono più del previsto ma gli investimenti rimangono inferiori, stiamo ottenendo efficienza oppure stiamo accumulando un deficit di capacità? Se l’EBITDA supera il budget ma il capitale circolante peggiora significativamente, la performance è realmente migliore? Se il CapEx è inferiore al piano, è un risparmio oppure un investimento necessario rinviato? L’interpretazione delle varianze cambia profondamente quando le variabili vengono lette come sistema.

La coerenza non coincide con l’assenza di incertezza

1. È importante non interpretare il concetto in modo eccessivamente deterministico.
2. Un piano coerente può essere completamente sbagliato.
3. Una recessione può ridurre la domanda.
4. Una guerra può aumentare il costo dell’energia.
5. Una tecnologia può rendere obsoleto un investimento.
6. Un concorrente può cambiare il mercato.
7. La coerenza non elimina l’incertezza e non trasforma il piano in una previsione certa.
8. Rappresenta piuttosto una condizione minima di razionalità interna.

Non possiamo sapere se il futuro sarà quello previsto, ma possiamo evitare di descrivere un futuro che viola le relazioni economiche incorporate nella nostra stessa impresa.

È una distinzione fondamentale.

I limiti della ricerca

Il paper è metodologicamente molto ricco, ma le sue conclusioni devono essere interpretate all’interno del perimetro dell’analisi svolta. I dati riguardano principalmente società statunitensi di dimensioni medio-grandi e quotate, e la parte empirica più rilevante utilizza un campione nel quale vengono confrontate le previsioni formulate dai CFO attraverso la Duke Survey con le realizzazioni osservabili in Compustat. Gli stessi autori segnalano problemi di attrition derivanti dalla disponibilità degli identificativi delle imprese, dalla completezza delle previsioni e dalla copertura di determinate variabili. Inoltre, la relazione osservata tra incoerenza, minori investimenti e minore performance è principalmente correlazionale; l’event study effettuato in occasione dell’ingresso di nuovi CFO rafforza la plausibilità di un collegamento, mostrando un peggioramento della performance e degli investimenti in presenza di CFO associati alle regole più incoerenti, ma gli stessi autori precisano che l’analisi non consente una conclusione causale definitiva. Infine, il paper non pretende di identificare il miglior metodo possibile di forecasting aziendale. Gli autori confrontano le euristiche considerate nella letteratura manageriale e mostrano che alcune risultano più coerenti di altre, lasciando esplicitamente aperta la possibilità che dati più ricchi e metodi più flessibili possano produrre risultati ancora migliori. Questi limiti non riducono la rilevanza della ricerca. Aiutano, piuttosto, a comprenderne correttamente il contributo.

Dal paper alla consulenza: cosa cambia realmente

La principale implicazione professionale non è che dobbiamo abbandonare le percentuali sui ricavi, né che ogni piano debba essere costruito attraverso modelli econometrici multivariati. La conseguenza è più semplice e più profonda. Ogni volta che formuliamo una previsione dobbiamo chiederci quali altre previsioni quella variabile rende necessarie. Se aumentano i ricavi, qualcosa deve consentire di produrli. Se aumenta la capacità, qualcosa deve finanziarla. Se aumenta la marginalità, qualche relazione economica deve spiegare perché. Se diminuisce il capitale circolante, deve esistere un cambiamento operativo che lo renda possibile. Se il debito diminuisce, la liquidità necessaria deve essere generata da qualche parte. Il piano industriale deve quindi diventare meno una collezione di numeri e più una rappresentazione esplicita del funzionamento economico dell’impresa.

Il ruolo della tecnologia e dell’intelligenza artificiale nella pianificazione

Il paper non studia direttamente l’intelligenza artificiale e sarebbe quindi improprio attribuire agli autori conclusioni su questo tema; tuttavia, dal punto di vista professionale, la diffusione di strumenti di analisi avanzata rende la questione della coerenza ancora più rilevante. La capacità di generare scenari, elaborare dataset, identificare correlazioni storiche e costruire modelli previsionali sta aumentando rapidamente. Ma una maggiore capacità di produrre numeri non garantisce una maggiore qualità del piano. Un sistema di AI può rendere più rapida la produzione di una previsione. La vera sfida rimane verificare che le relazioni incorporate nel modello rappresentino l’economia dell’impresa e che le diverse previsioni siano reciprocamente compatibili. In questa prospettiva, l’AI potrebbe essere particolarmente utile non soltanto per generare forecast, ma per effettuare coherence checks, individuando relazioni anomale, confrontando elasticità implicite, identificando rotture rispetto ai dati storici e segnalando variabili che non evolvono in modo compatibile con le altre. L’innovazione più interessante potrebbe quindi non essere una macchina capace di dirci quale sarà il fatturato del prossimo anno, ma un sistema capace di domandarci: “Se davvero volete raggiungere quel fatturato, dove sono gli investimenti, il personale, la capacità e la finanza necessari per farlo?”

Conclusioni: un buon piano non deve soltanto essere credibile, deve essere possibile

“The Coherence Side of Rationality” introduce un criterio che dovrebbe entrare stabilmente nella metodologia con cui costruiamo e valutiamo i piani industriali. La qualità della pianificazione non dipende soltanto dall’accuratezza delle singole previsioni. Dipende dalla loro coerenza reciproca. Giustinelli e Rossi mostrano che oltre l’80% delle previsioni dei CFO analizzati è molto vicino a semplici euristiche diffuse nella formazione manageriale, che una quota rilevante delle previsioni risulta associata alle regole meno coerenti e che queste configurazioni sono sistematicamente collegate a errori prevedibili, minori investimenti e performance aziendale inferiore. Il risultato più importante, tuttavia, va probabilmente oltre le percentuali. Un piano industriale può avere ragione sui ricavi e sbagliare sull’impresa. Può prevedere correttamente la domanda e non prevedere le risorse necessarie per soddisfarla. Può costruire un conto economico plausibile e una struttura finanziaria impossibile. Può stimare correttamente ogni singolo elemento e non riuscire a costruire un sistema economicamente sostenibile. Per questo la revisione di un piano industriale dovrebbe avere almeno tre livelli distinti. Il primo è aritmetico: le formule devono essere corrette. Il secondo è previsionale: le singole assunzioni devono essere realistiche. Il terzo è economico-sistemico: tutte le previsioni devono poter essere vere nello stesso momento. È quest’ultimo livello che la forecast coherence porta al centro dell’attenzione. E probabilmente è anche quello nel quale la consulenza professionale può produrre il maggiore valore, perché la vera qualità di un piano industriale non consiste nel descrivere con precisione un futuro possibile soltanto sulla carta, ma nel dimostrare che l’impresa possiede — o può procurarsi — le risorse, la capacità e la struttura finanziaria necessarie per trasformarlo in realtà.

La fonte

Il presente approfondimento prende le mosse da Pamela Giustinelli e Stefano Rossi, “The Coherence Side of Rationality: Theory and Evidence from Firm Plans”, versione agosto 2026, pubblicato da Oxford University Press per conto della Society for Financial Studies. Il lavoro introduce formalmente il concetto di forecast coherence come criterio di valutazione della consistenza interna delle previsioni relative a variabili congiuntamente determinate e utilizza dati provenienti dalla Duke Survey of CFOs, integrati con le realizzazioni osservate in Compustat, per analizzare le modalità attraverso le quali i CFO costruiscono i propri piani aziendali.

Il contributo si colloca nella letteratura sulla formazione delle aspettative manageriali, sulla behavioral corporate finance e sui processi decisionali caratterizzati da narrow bracketing. Tra i riferimenti richiamati dagli stessi autori assumono particolare rilevanza John R. Graham, “Corporate Finance and Reality”, Journal of Finance, 2022, per l’analisi dei processi di pianificazione e allocazione delle risorse nelle imprese; Itzhak Ben-David, John R. Graham e Campbell R. Harvey, “Managerial Miscalibration”, Quarterly Journal of Economics, 2013, per lo studio delle aspettative e dei bias dei CFO; Amos Tversky e Daniel Kahneman, “Judgment under Uncertainty: Heuristics and Biases”, Science, 1974, per il quadro teorico sulle euristiche; e Christopher Lian, “A Theory of Narrow Thinking”, Review of Economic Studies, 2021, sul quale gli autori costruiscono parte della propria interpretazione comportamentale dell’incoerenza. Tali lavori sono espressamente richiamati nella bibliografia e nell’inquadramento teorico del paper.

Il paper richiama inoltre diversi manuali di corporate finance e valuation per mostrare come regole relativamente semplici di previsione siano effettivamente proposte nella formazione manageriale, tra cui Tim Koller, Marc Goedhart e David Wessels, “Valuation: Measuring and Managing the Value of Companies”, Ivo Welch, “Corporate Finance”, Sheridan Titman e John Martin, “Valuation: The Art and Science of Corporate Investment Decisions” e Robert Holthausen e Mark Zmijewski, “Corporate Valuation: Theory, Evidence & Practice”. Gli autori non sostengono che tali manuali producano necessariamente piani incoerenti, ma utilizzano le diverse metodologie descritte nella letteratura come tassonomia attraverso cui interpretare empiricamente le previsioni dei CFO.

Le sezioni del presente articolo dedicate alla verifica della coerenza tra fatturato, capitale circolante, marginalità, personale, struttura finanziaria, DSCR e valutazione attraverso DCF, nonché la proposta di una specifica coherence review dei piani industriali, rappresentano elaborazioni professionali Meta sviluppate a partire dal principio introdotto da Giustinelli e Rossi e non risultati direttamente testati nel paper. Analogamente, le considerazioni sul possibile utilizzo dell’intelligenza artificiale per effettuare controlli di coerenza costituiscono un’estensione applicativa e non una conclusione degli autori.