Las predicciones estadísticas y la conciliación de los juicios: un experimento de campo

FacebookGoogle+TwitterPrintFriendlyEmailWhatsApp

Cuando una persona ya está involucrada en un litigio, ¿cómo determina si litiga hasta una sentencia del tribunal o si llega a un acuerdo conciliatorio para terminar el conflicto? La pregunta es importante porque los litigios en general son costosos y tardados, además de implicar costos públicos de proveer cortes o árbitros.

El caso del litigio laboral en México es un ejemplo típico de esta situación. La gran mayoría de los juicios alegan un despido, de modo que la corte laboral debe decidir si hubo (o no) un despido injustificado. En caso de despido injustificado, el trabajador recibe una compensación sustancial, al menos igual a 3 meses de salario. En los juicios ya iniciados, a 3 años de su inicio, el 48% aún no ha concluido. Dentro de los concluidos, los convenios tienen una duración promedio de 9 meses e implican un pago seguro mientras litigar hasta una sentencia tarda al menos dos años e implica el riesgo de no poder cobrar al empleador la cantidad condenada. La cantidad obtenida en los convenios es menor (menos de la mitad de una sentencia favorable al trabajador), pero el riesgo que se corre cuando no se concilia es grande. De los juicios que concluyen en una sentencia en menos de 3 años, el 25% no resultan en ningún pago al trabajador. Sin embargo, si seguimos los juicios que concluyen en sentencia por un periodo más largo, descubrimos que cerca de la mitad no resulta en ningún pago al trabajador.

¿Por qué entonces no vemos mayores tasas de conciliación? Actualmente entre el 50% y el 60% de los juicios acaban en una conciliación, mientras las cortes laborales sin excepción se encuentran con altas tasas de rezago y demora por su carga de trabajo. Aumentar las tasas de conciliación, de nuevo, parecería representar una mejoría en el bienestar tanto de las partes como de las autoridades.

La literatura acerca de la negociación y el litigio identifica dos explicaciones generales del bajo nivel de conciliación, ambos relacionados a la información incompleta, a uno le podemos llamar el modelo de “expectativas divergentes”, y al otro, de “información asimétrica”. En un artículo altamente citado, Priest y Klein (1984) postulan un modelo donde ambas partes en un litigio forman expectativas sobre su probabilidad de ganar y la cantidad que podrán obtener en el juicio, basado en sus experiencias o señales que reciben sobre el valor de su juicio. Las partes llegan a un acuerdo conciliatorio siempre y cuando sus predicciones del resultado del juicio no difieran tanto. Es un modelo de litigio y conciliación basado en información incompleta, pero no asimétrica. Diversos trabados han buscado formalizar y comprobar las hipótesis de Priest y Klein, en general encontrando evidencia a favor del modelo.

Por el lado de la información asimétrica, los primeros modelos se deben a Bebchuck (1984) y Nalebuff (1987), postulando un demandado que tiene información privada e idiosincrática sobre el valor de la demanda. La parte no informada hace una sola oferta de convenio a la parte informada, y esta última solamente acepta la oferta si basado en su información privada, le conviene pagar la cantidad propuesta para acabar el conflicto. Extensiones y comprobaciones empíricas de estos modelos han mostrado que puede predecir patrones importantes en los datos.

Aunque ambas teorías tienen validez, es importante medir la significancia empírica de cada una en las situaciones reales de litigio, ya que las políticas que aumentarían la conciliación serían diferentes si creemos que las personas no concilian por información privada e idiosincrática, o no concilian por tener expectativas divergentes sobre el desempeño de su juicio.

El 2 de marzo de 2016, junto con Enrique Seira (ITAM) iniciamos un experimento de campo que podrá ayudarnos a distinguir entre estas teorías, además de medir los efectos de proveer información a las partes, sobre las expectativas de las partes en el juicio y la tasa de convenios conciliatorios. El experimento abarcará alrededor de 1000 juicios que tienen una audiencia programada en el periodo 2 marzo – 13 mayo 2016.

Se dividen los participantes de manera aleatoria entre un grupo de control y dos grupos de tratamiento. Los tratamientos consisten en a) mostrar a las partes información estadística, incluyendo una predicción de las probabilidades de diferentes tipos de terminación y pagos en su juicio, y b) unir las partes con un conciliador durante 5 minutos, para hablar del proceso y la posibilidad de la conciliación. La información estadística por construcción no es información idiosincrática, pues se basa en modelos de predicción econométrica utilizando miles de demandas del mismo tipo, pero de otras partes. La información que ve el usuario del programa es como sigue:

litigios

En pocas palabras, se les da a cada una de las partes la predicción estadística más certera sobre el posible desenlace de su juicio, y el valor estadístico que tiene su asunto, pero sin tomar en cuenta la información privada que cada uno podría tener sobre pruebas, fondos disponibles de la empresa, para dar algunos ejemplos.

Los conciliadores, en cambio, tienden a apelar a la posible información privada que tiene cada uno de las partes. Preguntan por las particularidades del juicio, incluyendo las pruebas que cada parte piensa entregar. Basado en lo que escucha el conciliador, hace una “predicción” tomando en cuenta la configuración específica del juicio. El tratamiento a) solamente debería tener efectos en la conciliación, si el modelo de expectativas divergentes es relevante para estos juicios. En cambio, el tratamiento del conciliador debería tener efectos más fuertes en fomentar la conciliación, si el modelo de información asimétrica es el más relevante para estos juicios.

Pronto tendremos resultados sobre los efectos de estos tratamientos, ambos enfocados a aumentar la conciliación, pero que se distinguen por impartir a los sujetos del experimento información estadística y dura versus información idiosincrática pero subjetiva.

 

Referencias:

  1. Bebchuk, Lucian, “Litigation and Settlement Under Imperfect Information”, Rand Journal of Economics 15(3): 404-415, Autumn 1984.
  2. Eisenberg, Theodore and Carlotte Lanvers, “What is the Settlement Rate and Why Should We Care?” Journal of Empirical Legal Studies 6(1): 111-146, March 2009.
  3. Hilton, Keith N. and Haizhen Lin, “A Formalization and Extension of the Priest Klein Hypothesis”, Boston University School of Law Working Paper No. 11-28, June 2011.
  4. Kaplan, David and Joyce Sadka, “The Plaintiff’s Role in Enforcing a Court Ruling: Evidence from a Labor Court in Mexico”, Inter-American Development Bank Working Paper Series, December 2010.
  5. Lee, Yoon-Ho Alex and Daniel M. Klerman, “The Priest-Klein Hypothesis: Proofs and Generality”, USC Law Legal Studies Paper No. 14-43, June 2015.
  6. Nalebuff, Barry, “Credible pretrial settlement”, Rand Journal of Economics 18(2): 198-210, Summer 1987.
  7. Priest, George L. and Benjamin Klein, “The Selection of Disputes for Litigation”, The Journal of Legal Studies 13(1): 1-55, January 1984.
  8. Waldfogel, Joel, “Reconciling Asymmetric Information and Divergent Expectation Theories of Litigation”, Journal of Law and Economics 41(2): 451-476, October 1998.

 

Deja un comentario