tesis de magÍster - home page - instituto...
TRANSCRIPT
D O C U M E N T O D E T R A B A J O
Instituto de EconomíaTESIS d
e MA
GÍSTER
I N S T I T U T O D E E C O N O M Í A
w w w . e c o n o m i a . p u c . c l
Los Incentivos a Denunciar un Crimen:Una Mirada Empírica a la Reforma Procesal Penal de Chile
Nicolás Rojas Souyet.
2010
Los Incentivos a Denunciar un Crimen: Una Mirada Empírica a la Reforma
Procesal Penal de Chile
Nicolás Rojas Souyet1
Pontificia Universidad Católica de Chile
Agosto 2010
Resumen: El siguiente trabajo tiene por objeto analizar si la Reforma Procesal Penal modificó
los incentivos a denunciar crímenes. Utilizando la encuesta de victimización ENUSC 2003 y
2005, se estudia el impacto de la Reforma Procesal Penal en la probabilidad de denuncia de las
víctimas a partir de una metodología de diferencias en diferencias y de un modelo probit. El
marco teórico desarrollado sugiere tres hipótesis sobre el efecto de la Reforma Procesal Penal:
la probabilidad que una víctima denuncie un delito pudo haber aumentado a causa de la mayor
rapidez y tasa de condena del nuevo sistema, disminuido debido a castigos más blandos o pudo
haberse mantenido inalterada ya que ambos efectos se cancelan. Los resultados de la
investigación muestran que, al contrario de lo que sugerían otros autores, la Reforma Procesal
Penal no tuvo efecto en la probabilidad de denunciar. Otro resultado de esta investigación es
que en el caso de robo con fuerza a la vivienda, los hogares de estrato socio-económico más
bajo denuncian menos que el resto, siendo además los que tienen una mayor probabilidad de
sufrir este tipo de delito.
1 Tesis de Magister en Economía mención Políticas Públicas de la Pontificia Universidad Católica de Chile. Se agradece a los profesores de la comisión de Tesis Klaus Schimdt-Hebbel, Matías Tapia y Francisco Gallego por sus comentarios y sugerencias. También se agradece a Edith Ramírez de la fundación Paz Ciudadana por su
valiosa ayuda para entender de qué trata la Reforma Procesal. De la misma forma, se agradece encarecidamente a Emiliano Oteiza y Jorge Gallardo de la División de Seguridad Pública del Ministerio del Interior por contestar acabadamente cada una de mis preguntas acerca de la encuesta ENUSC. Finalmente, esta tesis no podría haber sido escrita sin el apoyo y los comentarios de María Elena Souyet, Sebastián Rojas, Guillermo Marshall, Felipe González, Cristián Dagnino, Ignacio Cuesta, Cristián Larroulet y el profesor Víctor Lima. Se agradece mucho su ayuda. Todos los errores y omisiones de este trabajo son de mi responsabilidad. Cualquier comentario o sugerencia es bienvenida al correo electrónico [email protected].
1
Contenido
I- Introducción:......................................................................................................................................................... 2
II- Revisión de la Literatura .................................................................................................................................... 3
III- La Reforma Procesal Penal.............................................................................................................................. 6
IV- Marco Teórico .................................................................................................................................................11
IV.1 – La decisión de denunciar un delito .....................................................................................................11
IV.2 Incentivos a denunciar y la Reforma Procesal Penal ..........................................................................16
IV.2.1 – Elementos de la Reforma Procesal que incentivan a denunciar.............................................17
IV.1.1 – Elementos de la Reforma Procesal que desincentivan a denunciar .......................................17
V- Metodología Empírica......................................................................................................................................18
V.1 – Modelo Econométrico y Método de Estimación ..............................................................................18
V.1.1- Descripción General de los Modelos de Probabilidad ....................................................................18
V.1.2 Modelo de Probabilidad Lineal y Estimación por Mínimos Cuadrados Ordinarios ....................19
V.1.2 Modelo No-Lineal y Estimación Probit ..............................................................................................20
V.1 – Estrategia de Identificación ...................................................................................................................22
V.3- Fechas de implementación Encuesta vs Reforma ...............................................................................23
VI- Datos .................................................................................................................................................................23
VII- Resultados .......................................................................................................................................................33
VII.1 – Estimaciones.........................................................................................................................................33
VII.1.1- Robo con Fuerza a la Vivienda ....................................................................................................33
VII.1.1- Robo con Violencia o Intimidación ............................................................................................36
VII.2 – El efecto de la Reforma Procesal en la Probabilidad de Denunciar un Delito ..........................40
VII.3 – Ejercicio de Robustez .........................................................................................................................42
VII.3.1- Otros Delitos ..................................................................................................................................42
VII.4- Errores Estándares ................................................................................................................................43
VIII- Conclusiones .................................................................................................................................................43
IX-Bibliografía ........................................................................................................................................................45
X- Anexo..................................................................................................................................................................48
2
I- Introducción:
La Reforma Procesal Penal es la transformación más grande del sistema judicial chileno en el
último tiempo. El Código Procesal Penal de 1907, que normaba la actividad de los tribunales
durante el proceso de enjuiciamiento criminal, fue finalmente reformulado en todo el país entre
el 2000 y el 2005. El cambio del sistema judicial es de tal magnitud, que la participación del
presupuesto asignado al poder judicial2 respecto del presupuesto público, cambió de 0.8% en 1999
a un 2% estimado en el 2005 (Vera(2004).) La Reforma agilizó el procedimiento judicial y aumentó
la cantidad de sentencias condenatorias. Por otro lado, las sentencias de algunos delitos se
acortaron y el procedimiento expuso a las víctimas al público.
Estas características sugieren que la Reforma Procesal Penal pudo haber afectado las denuncias de
de tres maneras distintas. Por lo tanto, este trabajo tiene tres hipótesis diferentes. La primera
hipótesis es que la probabilidad que un hogar victimizado denuncie aumenta porque los hogares
valoran más la efectividad del nuevo proceso a pesar de los menores castigos. La segunda
hipótesis es que la probabilidad que un hogar victimizado denuncie disminuye porque los
beneficios de denunciar caen, producto de la menor severidad de los castigos, opacando la rapidez
y las mayores tasas de condena. Por último, la tercera hipótesis es que la probabilidad que un
hogar victimizado denuncie no cambia porque el menor nivel de castigo disminuye los beneficios
de denunciar pero es compensado por la mayor rapidez del nuevo procedimiento.
Entender si la Reforma Procesal Penal afectó la probabilidad que una víctima denuncie, y en
consiguiente, la cantidad de delitos no denunciados (o cifra negra de la delincuencia) es
interesante por tres motivos. En primer lugar, hay investigaciones que, sin pretender evaluar el
efecto de la Reforma Procesal Penal en la delincuencia, observan un aumento de las denuncias
asociado a la Reforma. Sus autores mencionan que este resultado no debe ser interpretado como
un aumento en la criminalidad sino como un aumento en la cantidad de delitos denunciados y por
lo tanto, una caída en la cifra negra. Ansoleaga(2006) advierte que, después de la Reforma,
probablemente las víctimas confían más en el sistema judicial y por eso denuncian más. Por otra
parte, Vergara(2009) sugiere que la Reforma hace que para las víctimas sea más fácil denunciar, lo
que las lleva a denunciar más. Luego, este trabajo permitiría ayudar a esclarecer si esto
efectivamente es cierto o no. ¿Hay más crímenes o los crímenes son más denunciados después de
la Reforma Procesal?
En segundo lugar, gran parte de los países de América Latina están implementando Reformas a su
sistema procesal como por ejemplo: Guatemala (1994), Costa Rica y la Provincia de Buenos Aires
(Argentina) (1998); El Salvador, Paraguay y Venezuela (1999); Bolivia y Ecuador (2001); Honduras
2 El gasto público en el poder judicial es lo que gasta el sistema público en Tribunales de Justicia.
3
y Nicaragua (2002); Colombia (2005) y República Dominicana (2006); Perú3 y Provincia de Chubut
(Argentina) (2007); y el Estado de Chihuahua (México). Por lo tanto, esta investigación ayudaría a
entender si eventuales cambios en la tasa de crimen, después de una Reforma Procesal, podrían
corresponder a un cambio en la criminalidad o serían un artefacto del cambio en el
comportamiento de los denunciantes que achica la cifra negra.
Por último, el estudio del comportamiento de las víctimas de los delitos es interesante en sí
mismo. Gottfredson y Hindelang (1976) señalan que finalmente las víctimas son “los guardianes
del sistema judicial” ya que gran parte del trabajo que pueda hacer la justicia, depende de la
voluntad de las víctimas por llevar adelante el proceso judicial correspondiente.
Para testear la hipótesis antes mencionada se utilizarán datos de victimización de la Encuesta
Nacional Urbana de Seguridad Ciudadana (ENUSC) de los años 2003 y 2005. El objetivo es
construir un análisis empírico, basado en un modelo teórico, sobre los efectos de la Reforma
Procesal Penal en los incentivos a denunciar. Los delitos que se analizan corresponden solamente
a delitos urbanos de mayor connotación social. El método de estimación utilizado en este estudio
es una estimación de diferencias y diferencias y una estimación probit. Como grupo de
tratamiento se considerarán las regiones que implementaron la Reforma Procesal Penal en
penúltimo lugar, es decir, las regiones V, VI, VIII y X. El grupo de control será la Región
Metropolitana que implementó la Reforma en último lugar.
La estructura del resto de este trabajo es la siguiente: en la próxima sección se hará una breve
revisión de la casi inexistente literatura económica sobre la denuncia criminal, para luego, en la
tercera sección explicar los aspectos de la Reforma que potencialmente afectan los incentivos a
denunciar. En la cuarta sección se construirá un modelo teórico que permite entender cómo las
características descritas en la tercera sección afectan la decisión de denunciar. En la quinta
sección, se explicará la estrategia empírica que permitirá estimar el impacto de la reforma en el
sub reporte. Luego, en la sexta sección se describirán los datos que se utilizarán posteriormente
en la séptima sección, donde se explicaran los resultados de las estimaciones. Finalmente, se
discuten los resultados en la octava y última sección.
II- Revisión de la Literatura
El origen de la investigación sobre economía del crimen se remonta a fines de los años 60
con el trabajo de Becker (1968). Desde entonces, la investigación económica se ha centrado
esencialmente en el comportamiento del criminal y en las formas de detenerlo. De esta forma,
prácticamente no existen trabajos económicos sobre el comportamiento de las víctimas. Este
eventual vacío en la literatura, se puede comprobar en la revisión de la economía del crimen de
Freeman (1999). Abordar esta dimensión del crimen, que no ha sido mayormente considerada en
3 Las Reformas en Colombia y Perú fueron implementadas de manera gradual al igual que en Chile. La fecha
por lo tanto no es exacta.
4
la literatura económica, puede ser constituir un aporte si se piensa que el comportamiento de las
víctimas es una pieza clave para iniciar y desarrollar un proceso judicial adecuado.
El único artículo económico que se ha podido encontrar acerca de las denuncias criminales es el
trabajo empírico sobre Chile, realizado por Benavente y Cortés (2006). Estos autores establecen
que las denuncias criminales pueden ser guiadas por un análisis costo-beneficio. Luego, hacen una
estimación de la probabilidad de denunciar utilizando datos de victimización de la CASEN 1996 con
un modelo biprobit. La primera ecuación del modelo estima la probabilidad de ser víctima de un
delito, y la segunda ecuación la probabilidad de denunciar.
Benavente y Cortés mencionan dos beneficios y dos costos que son importantes para la víctima:
por un lado los beneficios de denunciar, son la posibilidad de recuperar lo robado y el deseo de
justicia. Por otro lado, los costos de denunciar son el costo en tiempo y transporte y el costo de
oportunidad de no cobrar el seguro. Luego, los autores establecen que todos estos costos y
beneficios son determinados por características socio-demográficas de los hogares. Ellos
solamente explicitan los costos y beneficios que se pueden identificar usando la variable ingreso.
Las personas con mayor ingreso tienen un mayor costo de oportunidad del tiempo, por lo que
deberían denunciar menos. Pero, por otra parte, los hogares con mayor ingreso pueden acceder a
seguros contra robo que los incentivan a cobrar el seguro cuando son victimizados y denunciar
más. Los resultados de la ecuación de denuncia indican que a mayor ingreso de la persona, mayor
es la probabilidad de denunciar. Por lo tanto, ellos argumentan que no encuentran evidencia de
que un mayor costo de oportunidad del tiempo implique más denuncia. La desconexión entre los
argumentos teóricos del trabajo y el resto de las variables empíricas utilizadas no permite
interpretar ningún otro resultado. Los otros resultados del trabajo son que a mayor educación y
mayor ingreso de la comuna, mayor es la probabilidad que la víctima denuncie. Los hombres son
más susceptibles a denunciar que las mujeres. Pertenecer a una zona rural o urbana es irrelevante
en la probabilidad de denunciar. Pero, ¿Por qué más educación aumenta la probabilidad de
denuncia? ¿Por qué los hombres denuncian más que las mujeres? ¿Cuáles son los incentivos
económicos detrás de estos resultados?
Cabe destacar que no hay ninguna discusión sobre problemas de endogeneidad que podrían
sesgar la estimación de los parámetros. Por ejemplo, eventualmente a las personas con mayores
ingresos le roban objetos que son más valorados por la víctima comparado con las personas de
menores ingresos. Luego, las víctimas de mayor ingreso denuncian más, en parte porque les
resulta más beneficioso recuperar lo robado. En consiguiente, el ingreso no mediría el costo de
oportunidad del tiempo y el coeficiente estaría sobre estimado. En la ecuación de vulnerabilidad,
ellos encuentran que más educación, más edad, más ingresos, y más ingresos de la comuna, están
asociados a una mayor victimización. Así mismo es más probable que los hombres y los habitantes
de zonas urbanas sean víctima de un delito y menos probable cuando hay más carabineros. Al
igual que en la ecuación de denuncia, no se discute la endogeneidad de la estimación. El
coeficiente negativo de la cantidad de carabineros por comuna en la ecuación de vulnerabilidad,
no necesariamente estima el efecto disuasivo de las fuerzas policiales. Es probable que las
autoridades asignen más carabineros a lugares donde hay más crimen por lo que el coeficiente de
5
esa ecuación está subestimado y no representa el verdadero efecto disuasivo de los carabineros
(Levitt (2002), Di Tella y Schargrodsky (2004)). Un eventual aporte de este trabajo es el de
intentar medir un efecto causal asociado a la implementación de un programa de manera de
evitar problemas de endogeneidad que sesgan la estimación.
Finalmente, un último aspecto que es importante destacar sobre Benavente y Cortes (2006) son
las características de sus datos. El módulo de victimización de la CASEN 1996 es muy distinto a los
datos de victimización en Chile y en el extranjero. Ellos muestran que las tasas de sub reporte de
la CASEN 1996 son aproximadamente de 50% para todos los delitos. Esto es igualmente válido
para los delitos de violación, abusos sexuales, lesiones, robo con fuerza o de vehículo o hurto.
Estas tasa de sub reporte se alejan sustancialmente de lo que muestran otras encuestas
internacionales como la NVCS en los EEUU (BJS(1995) Rand (2009)) o la ENUSC en Chile (INE
(2003, 2005,2006,2007,2008). En efecto, de acuerdo a las ENUSC 2003, 2005, 2007 y 20084 las
tasas de sub reporte son muy diferentes dependiendo del delito. Las tasas de sub reporte varían
desde, aproximadamente un 30% de delitos denunciados para hurtos, hasta un 90% de delitos
denunciados para el robo de autos. Lo más sorprendente de los datos de la CASEN es el caso de
los robos de auto y de los abusos sexuales. En efecto, en el caso de los abusos sexuales, es sabido
que su reporte siempre es considerablemente menor porque, entre otras cosas, el victimario
muchas veces es un conocido y por lo tanto el entrevistado evita inculparlo Skogan(1975). El robo
de vehículos motorizados representa una pérdida material importante y en general su tasa de
reporte es alta. (BJS (1995), Rand (2009)). Por lo tanto, otro potencial aporte de esta investigación
es dar a conocer, dentro de la investigación en economía, una base de datos distinta, especializada
en victimización, que es consistente con otras bases de datos de victimización en el extranjero y
que no se ha utilizado en la investigación en economía en Chile hasta el momento.
Reforma Procesal Penal y Denuncias
No existe, por el momento, ningún trabajo que trate sobre el efecto de la Reforma
Procesal Penal y la denuncia de las víctimas, o que se preocupe de la relación entre la Reforma y
la cifra negra. Sin embargo, hay algunos trabajos sobre oferta de crimen que indirectamente se
refieren al tema. En efecto, Vergara (2009) y Ansoleaga (2006) estudian distintos aspectos de la
oferta de crimen para Chile. Los dos trabajos controlan por la Reforma Procesal Penal y
encuentran un coeficiente positivo y significativo. Vergara(2009) incluso menciona que el
coeficiente es suficientemente grande para no solamente ser significativo, sino que, además ser
económicamente significativo. En una de sus estimaciones él encuentra que la Reforma está
asociada a 280 denuncias cada 100.000 habitantes.5 Ansoleaga(2006) encuentra que la Reforma
Procesal está asociada a 244 denuncias cada 100.000 habitantes.6 Vergara(2009) menciona que
4 La ENUSC 2009 no está disponible al público aún a pesar de que sea constantemente citada en los medios.
5 El resultado es muy similar en las otras estimaciones. No hay información sobre las desviaciones
estándares de la variable dependiente. El único referente para sopesar el control asociado a la Reforma Procesal es el efecto del Plan Cuadrante, tema central del trabajo. El aumento de la criminalidad asociado a la Reforma es igual a la mitad de la reducción producto del Plan Cuadrante. 6 Este resultado corresponde a una sola estimación. El resto de las estimaciones arrojan resultados similares
que varían desde 229 a 243 denuncias cada 100.000 habitantes.
6
puede que la Reforma facilite las denuncisa a las víctimas y Anosleaga(2006) argumenta que este
hallazgo es coherente con que las personas tienen más confianza con el sistema judicial tras la
Reforma Procesal y por lo tanto, denuncian más. En consecuencia, en ambos casos no se
interpreta este coeficiente como un alza en la criminalidad. Beyer y Vergara (2006) no controla por
la Reforma Procesal, pero argumenta que la información disponible es consistente con que la
Reforma incentivó a las víctimas a denunciar más. Justamente, uno de los objetivos y de los
aportes de este trabajo es intentar profundizar más acerca de estas inquietudes: ¿Por qué uno
pensaría que la Reforma Procesal Penal implica más confianza de parte de las víctimas o facilita la
denuncia? ¿Por qué no? ¿Cuál es el real efecto que tuvo la Reforma? En parte, una de las ventajas
de este trabajo para contestar estas preguntas es que se utilizan datos que permiten separar la
victimización de la denuncia.
En resumen, prácticamente no existen trabajos en economía sobre la denuncia criminal. Hay
varias razones para creer que esta investigación podría eventualmente ser un aporte respecto del
único trabajo que se pudo encontrar sobre incentivos a denunciar. Tampoco existen
investigaciones sobre la relación entre la Reforma Procesal y las denuncias, aunque se ha
especulado al respecto. Luego, es interesante centrarse en las razones para entender la influencia
de la Reforma en el subreporte y hacer un análisis empírico para esclarecer lo que efectivamente
ocurrió.
Para tener una idea sobre cómo la Reforma Procesal Penal pudo haber afectado los incentivos a
denunciar, en la próxima sección se describirán características de la Reforma que podrían impactar
esos incentivos.
III- La Reforma Procesal Penal
La Reforma Procesal Penal reformuló varios aspectos del procedimiento judicial. Uno
esperaría que algunas novedades del proceso judicial incentiven a las víctimas a denunciar: es más
eficiente y condenatorio. Sin embargo, otras características del nuevo procedimiento podrían
desincentivar la denuncia de los crímenes: las penas parecen ser menos duras y las víctimas están
más expuestas al público durante el proceso. En esta sección se detallarán estas características de
la Reforma Procesal mientras que en la próxima sección se discutirá un marco teórico acerca de
cómo pudieron haber afectado los incentivos a denunciar.
La Reforma Procesal Penal (RPP) instauró un proceso que es más eficiente que el sistema
anterior. Un estudio realizado por el Vera Institute of Justice7 y el Ministerio Público en el 2004
compara, en un mismo periodo de tiempo, el funcionamiento de una fiscalía en una región donde
la RPP estaba funcionando y en un juzgado local en Santiago donde la RPP todavía no se había
implementado. Se presentan resultados de ese trabajo en la tabla 1. En la tabla, se observa que
7 El Vera Institute es un centro de investigación y asistencia técnica a los gobiernos y autoridades locales en
materias de justicia.
7
las fiscalías de Temuco y Antofagasta resuelven, antes de 15 meses, casi un 10% más que el 14º y
15º juzgado de Santiago los casos a su disposición. A nivel de cada delito, las fiscalías resuelven
un mayor porcentaje de casos para todos los tipos de delitos comparado con los juzgados.
Además, el sistema nuevo es igualmente ágil para resolver todo tipo de casos lo que no sucede en
el sistema antiguo. En efecto, mientras que después de la Reforma Procesal Penal alrededor de un
90% de los casos fueron resueltos en un periodo de 15 meses, la cantidad de casos resueltos en el
sistema antiguo oscila entre 25% y 90% de casos resueltos para ese periodo8 . Lo mismo sucede
cuando se restringe la muestra a casos en que el imputado es detenido. Para que un imputado sea
detenido, es necesario que la policía tenga información confiable. Luego, la diferencia de
productividad que muestra el cuadro 1 no está asociada con una diferencia en la calidad de la
información en manos de los juzgados o de la fiscalía al procesar los casos. Si la diferencia en la
productividad entre sistemas tuviese como causa que los casos de las fiscalías son más fáciles de
resolver, entonces al considerar solamente casos fáciles ambos sistemas deberían ser igualmente
ágiles. No se presenta la tabla utilizada en el artículo original que destaca este punto.
Es posible pensar que la mayor efectividad del sistema se basa en más parcialidad y arbitrariedad.
Sin embargo, las víctimas accederían a un proceso que es más rápido pero de peor calidad, en el
sentido que aumenta la incertidumbre sobre el destino de sus denuncias ante la justicia. Sin
embargo, por el contrario, el sistema es más imparcial y transparente. Antes, el juez tenía la labor
de investigar, acusar y sentenciar al imputado. Ahora, esas atribuciones se reparten entre el
Ministerio Público, el Juzgado de Garantía y el Tribunal de Juicio Oral en lo Penal en donde tres
jueces resuelven el caso de manera oral9. Parte de la mayor transparencia se fundamenta en que
el Código obliga a los fiscales a “entregarle (a la víctima) información acerca del curso y resultado
8 El caso de los homicidios es particularmente llamativo. La fiscalía resolvió los 22 casos de homicidios a su
disposición mientras que los juzgados resolvieron solamente 1 de 4. 9 El procedimiento completo es presentado en el esquema 1 del Anexo.
Tabla 1 - Casos Terminados en un Período Menor o Igual a 15 Meses en el Sistema Antiguo y en el Sistema Nuevo
Delito
Robo 646 599 92,7% 1.438 1.399 97,3%
Lesiones 68 59 86,8% 605 586 96,9%
Hurto 509 464 91,2% 811 802 98,9%
Homicidio 4 1 25,0% 22 22 100,0%
Drogas y Alcoholes 20 8 40,0% 137 119 86,9%
Otros 653 519 79,5% 1.896 1.803 95,1%
TOTAL 1.900 1.650 86,8% 4.909 4.731 96,4%
Fuente: Ministerio Público, Vera Institute (2004)
Nota: Estos son casos estudiados entre Enero y
Febrero del 2002
Total de
casos
Casos Terminados
Antes de 15 meses
Sistema Nuevo
Fiscalias Antofagasta y Temuco
Total de
casos
Casos Terminados
Antes de 15 mesesPorcentajePorcentaje
Sistema Antiguo
Juzgados 14º y 15º
8
del procedimiento, de sus derechos y de las actividades que debiere realizar para ejercerlos.”10 Las
víctimas, entre otras cosas, incluso tienen el derecho de intervenir en el proceso. Antes el
procedimiento se basaba en la construcción de un sumario que era secreto y el Código Procesal
rara vez incluía a la víctima como un actor relevante (Lundquist (2006)).
Otra particularidad del nuevo sistema es que es más condenatorio que el anterior. La tabla A del
anexo, que también proviene de Ministerio Público y Vera Institute (2004), muestra que en las
fiscalías11 una mayor proporción de los casos se resuelven en condena. En la tabla se observa que
en las fiscalías hubo menos condenas para casos de homicidios y un poco menos en el caso de los
robos. Sin embargo, si se toman todos los delitos en conjunto, se observa que la mayor condena
de crímenes distintos a robo u homicidio más que compensa la menor tasa de condena de robos y
homicidios. De hecho, se estima que bajo el sistema nuevo, los casos se resuelven seis veces más
en condena. En la misma línea, la mayor cantidad de condenas también ha significado una mayor
cantidad de reclusos condenados. Por lo tanto, uno tendería a pensar entonces que el sistema es
más castigador. Más adelante se discutirá la duración de las condenas y la aplicación de medidas
alternativas para matizar este argumento. El aumento en la cantidad de nuevos reclusos
condenados se puede observar claramente en el gráfico 1 que profundiza el trabajo de Álvarez
Marangunic e Hinojosa (2007) a partir de datos solicitados a Gendarmería. Después que la
Reforma se implementa en los lugares más poblados de Chile, es decir, en la V,VI,VIII y X Región a
finales del 2003 y en la Región Metropolitana a mediados del 2005, se comienza a apreciar un
cambio en la tendencia de nuevos reclusos condenados en las cárceles. Entre el 2005 y el 2008, en
las curvas se ve que el cambio es más marcado en la Región Metropolitana. En términos
numéricos, entre el 2000 y el 2004 la cantidad total de reclusos condenados en todo el país
aumentó en 0.7%. Entre el 2004 y el 2008, después que la Reforma Procesal Penal se
implementara en las regiones más pobladas de Chile, la cantidad total de reclusos condenados
aumentó en 68%. Si no se considera la Región Metropolitana la cantidad de reclusos condenados
cae en un 6% entre el 2000 y el 2004 y aumenta en un 50% entre el 2004 y el 2008.
10
Articulo 78, letra a). Código procesal penal citado en Lundquist (2006). Nótese que a pesar de este artículo, la autora discute algunos estudios que muestran que no siempre los fiscales informan correctamente a la víctima. Sin embargo, no deja de ser cierto que las víctimas ahora si tienen el derecho de ser informados sobre el estado del procedimiento mientras que antes el procedimiento era secreto Lundquist(2006). 11
Las fiscalías son organismos que se crearon a partir de la RPP.
9
Fuente: Gendarmería
A pesar de que haya más condenas y más gente condenada en las cárceles, es necesario revisar
como han cambiado la duración de las condena y el uso de medidas en medio libre para evaluar si
efectivamente, el sistema es más punitivo. 12
La Fundación Paz Ciudadana realizó un estudio empírico de penas antes (Hinojosa y Jünemann
(2002)) y después (Valdivia (2006)) de la Reforma Procesal Penal. Algunos de sus resultados se
muestran en la figura 1. Lamentablemente, ambos estudios no reportan desviaciones estándares
por lo que no se puede describir con mayor precisión qué tan significativas son las diferencias. En
la figura 1, se muestra la duración de las condenas respecto de los rangos pre establecidos por el
código penal para varios de los delitos presentes en ambos estudios.13 De izquierda a derecha, se
ordenaron los delitos cuyas penas se acortan más después de la Reforma a aquellas en que se
acortan menos. La medición se hace respecto de los rangos estipulados por el Código Penal. En el
extremo derecho se muestran las duraciones de las penas de los homicidios. El homicidio es el
único delito donde las penas parecen ser más largas después de la Reforma. Sin embargo, este
12
La Reforma Procesal Penal es un cambio al Código Procesal Penal, que define los procedimientos previos al término del proceso judicial, y no al Código Penal que define las condenas. Por lo tanto, uno tendería a especular que la Reforma no es relevante para la aplicación de las penas. Sin embargo, el cambio en el procesamiento si puede influir en las sentencias ya que la legislación establece rangos de penas y permite que los jueces se salgan del rango de sentencias del código cuando existen circunstancias que lo justifican (Hurtado y Jünemann (2001)). Luego, dado que ahora se constituyen de una manera distinta en un nuevo sistema de tribunales es posible que las interpretaciones de estas circunstancias sean diferentes. Por ejemplo, después de reforma la Corte Suprema había hecho una interpretación del Código Procesal (específicamente sobre el artículo 395 del código (Duce (2008))) sobre el tipo de sentencia que se puede hacer en procedimientos simplificados (Los procedimientos simplificados se aplican a delitos simples y faltas (crímenes menos graves) (en el esquema 1 del anexo se ilustra todo los distintos destinos que puede tener una denuncia bajo el procedimiento nuevo) cuando los imputados han reconocido su responsabilidad. Las penas, que en este caso trataban solo de delitos de menor importancia, se rebajaban sustantivamente. Esto llevó a que este artículo del Código Procesal fuese modificado. 13
Ver nota al pie de página 10 para entender por qué se pueden acortar las penas después de la Reforma.
10
cambio es bastante pequeño ya que se estima que solamente un 2% de las penas son más largas
que antes. Para todo el resto de los delitos, las penas son más cortas después de la Reforma. El
delito en que las penas se acortaron más es el caso del Hurto donde un 42% de las condenas son
más cortas que antes. Luego, no es tan claro que el sistema sea más castigador, porque a pesar
de que pareciera ser más condenatorio, las estimaciones de estos estudios muestran que en
general se estima que las penas son cada vez más cortas. En la misma línea, una de las grandes
críticas a la Reforma Procesal es la correcta ejecución de las medidas en medio libre14 (Duce,
Riego, Vargas, Vargas, Vial (2006)). Por ejemplo, dado que el sistema penal está colapsado se ha
hecho uso intensivo de salidas alternativas que, en la práctica, consisten en firmar con cierta
periodicidad. (Duce, Riego, Vargas, Vargas, Vial (2006)). Esto refuerza la idea que el castigo es más
“blando” en el sistema nuevo.
Fuente: Hinojosa y Jünemann (2002) y Valdivia (2006)
Otra característica importante del nuevo proceso es la mayor exposición pública. El nuevo
procedimiento procesal penal es oral y público. En efecto, un rol importante en el nuevo proceso
lo desempeña el Tribunal de Juicio Oral en lo Penal donde cualquier persona puede asistir15. Antes,
esto no era posible. Es tanto así, que los medios registran algunos juicios e incluso los publican en
internet. Por ejemplo, el sitio web youtube.com almacena videos de un fallo de abuso sexual de
una persona de la tercera edad16 contra una joven en Iquique, publicado por la prensa nortina.
14
Las medidas en medio libre son las medidas cautelares personales, las salidas alternativas y las penas en medio libre. 15
En el esquema 1 del apéndice se describe el nuevo proceso judicial. 16
http://www.youtube.com/watch?v=Y5v1btHzAQo , nombre del video: “condenan a anciano por abuso”
54%
93%
54%70%
36% 48%34% 43% 48% 46%
43%
7%
44%30%
62%52%
66% 57% 50% 54%
3% 2% 2% 2%
Sistema Antiguo (2002)
Reforma Procesal
Penal (2006)
Sistema Antiguo (2002)
Reforma Procesal
Penal (2006)
Sistema Antiguo (2002)
Reforma Procesal
Penal (2006)
Sistema Antiguo (2002)
Reforma Procesal
Penal (2006)
Sistema Antiguo (2002)
Reforma Procesal
Penal (2006)
Hurto Robo con Fuerza Violación Robo con Violencia o Intimidación
Homicidio
Figura 1: Duración de Penas por Delito Antes y Después de la Reforma Procesal Penal
Bajo Rango Legal Dentro Rango Legal Sobre Rango Legal
11
Otro ejemplo es el caso del primer juicio oral por grooming publicado en el mismo sitio web y
registrado de un programa de Televisión Nacional de Chile17. 18
Después de discutir aspectos que pudieron haber incentivado o desincentivado las
denuncias criminales, en la próxima sección se discuten los mecanismos que hubieran llevado a
más o menos denuncias. Con esa finalidad, se construye un marco teórico sobre los costos y
beneficios de denunciar y luego se argumenta cómo las características explicadas en esta sección
intervienen en el modelo.
IV- Marco Teórico
IV.1 – La decisión de denunciar un delito
Un individuo que ha sido víctima de un delito tiene que decidir entre dos posibilidades:
denunciar o no denunciar. Se asumirá que las preferencias de una víctima de un delito pueden ser
descritas por una función de utilidad U. El nivel de utilidad es U(0) si la víctima no denuncia el
delito. Si la víctima denuncia, entonces la función de utilidad toma un valor U(BI, BJ , CK, CL ;θ
;θT). Donde BI y BJ son beneficios que aumentan la función de utilidad y CK, CL son costos que la
disminuyen. El beneficio BI y el costo CK se devengan con probabilidades PI y PK
respectivamente. θ y θT son otros parámetros relevantes para efectos de la denuncia criminal.
A continuación, se describen los elementos de los vectores de beneficios BI y BJ, de los vectores
de costos CK y CL las probabilidades PI y PK y los parámetros θ y θT. También se discute cómo
afectan la utilidad del denunciante.
17
http://www.youtube.com/watch?v=OrVMqWiYJsE&feature=PlayList&p=F6BA8A485602B55A&playnext_from=PL&playnext=1&index=48, nombre del video: “Primer juicio oral por grooming” 18
Existen, además, otras debilidades de la Reforma Procesal Penal que podrían opacar la mayor eficiencia y transparencia del sistema a ojos de las víctimas. Las mayores garantías de los imputados es un tema que ha estado en discusión respecto a la Reforma. La coordinación entre distintas instituciones ligadas al crimen como carabineros, los servicios de salud mental y el aparataje judicial también ha sido planteada como problemática. (Duce, Riego, Vargas, Vargas, Vial (2006)). No se discutirán mayormente estos problemas puse se consideran que son menos relevantes que lo recién expuesto.
12
Beneficios
1) Recuperar lo Robado - Probabilidad de que el Responsable sea encontrado, Arrestado y
Sentenciado
Un primer beneficio asociado a la denuncia criminal es la ganancia material de recuperar lo
robado. Greenberg y Ruback (1992) realizan experimentos aleatorios en que muestran el cambio
de comportamiento de las víctimas ante robos de distinta magnitud. Ellos encuentran que las
víctimas son sensibles a este incentivo. Recuperar lo robado, todo lo demás constante, aumenta la
utilidad de la víctima a U(BI,RR). BI,RR el valor de las pertenencias recuperadas y todo los otros
argumentos se han dejado constantes en 0. Para recuperar las pertenencias, es necesario que
encuentren al responsable y sea declarado culpable lo que ocurre con una probabilidad PI19.
2) Evitar que el Hogar sea Victimizado de nuevo – Probabilidad de que el Responsable sea
Encontrado, Arrestado y Sentenciado
Un segundo beneficio asociado, consiste en evitar que el evento ocurra de nuevo. Al menos para
el robo de vivienda, Outlaw et al (1999) muestran que los hogares que han sido victimizados
aumentan su probabilidad de ser revictimizados ya que el delincuente cuenta con más información
sobre esa vivienda en particular. Luego, los hogares están más seguros si carabineros encuentra al
responsable y el sistema judicial lo condena. Esto aumenta la utilidad del hogar a U(BI,S). BI,S es la
ganancia material y el menor daño a la familia asociados con el incremento en la seguridad, el
resto de los argumentos están constantes. Si encarcelan al delincuente BI,S es positivo. Si liberan
al delincuente rápidamente entonces BI,S es pequeño. Este beneficio se materializa dependiendo
de la probabilidad PI de que encuentren y condenen a los responsables. Se asume que si las
autoridades no encuentran e inhabilitan al culpable de delinquir de nuevo, entonces la policía no
le brinda protección especial al hogar; el hogar sigue siendo un blanco fácil para el victimario.
3) Reciprocidad – Probabilidad de que el Responsable sea encontrado, Arrestado y Sentenciado
Un tercer beneficio de denunciar es el de la reciprocidad. El comportamiento reciproco significa
que las personas son especialmente amables con aquellos que son amables con ellas y se
comportan de manera hostil con aquellos que son hostiles con ellas (Ho, Lim y Camerer (2005)).
Por lo tanto, cuando un miembro del hogar es herido o tiene pérdidas materiales considerables,
existen incentivos adicionales para denunciar con el propósito que el responsable “pague por sus
actos”. El consumo de justicia aumenta la utilidad del hogar, todo lo demás constante, a
U (BI,REC). BI,REC es una medida del daño que recibe el victimario, proporcional al daño que este
le provocó al hogar. La ganancia asociada a la reciprocidad se materializa en la medida que los
19
Una versión más general de esta modelación incluiría la probabilidad de que el responsable aún tenga las pertenecías robadas o de que pueda compensar a la víctima. Para efectos del análisis posterior, es más sencillo no complicar el modelo, lo que no altera los resultados sub siguientes.
13
responsables sean capturados y condenados. Este evento ocurre con probabilidad PI. Si cuando
atrapan al victimario lo sueltan de inmediato, entonces BI,REC es pequeño.
4) Cobrar un Seguro
Las personas que cuentan con un seguro son compensadas cuando denuncian. El beneficio para
estas víctimas es independiente de la labor que pueda hacer la justicia o la policía ya que
solamente necesitan denunciar para ser compensados. La utilidad del denunciante aumenta a
U(BJ,SEG). BJ,SEG mide la cantidad de dinero que el seguro entrega a los hogares.
Costos
1) Costo en Tiempo y Desplazamiento
Un primer costo de denunciar, es el costo asociado a tiempo y desplazamiento. En el caso de Chile,
este costo corresponde a hacer la denuncia a carabineros (o al responsable del cuadrante) y
eventualmente ir a declarar a tribunales, a la fiscalía, o al juzgado de garantía. Lasely y Palombo
(1995) muestran la importancia de este costo en un experimento aleatorio sobre los efectos de
distintas maneras de denunciar en el sub reporte. Independiente del resultado, denunciar implica
un costo de tiempo y transporte que disminuye la utilidad del denunciante a U(CL,TD), todo lo
demás constante. CL,TD representa el gasto en recursos asociado a denunciar. Si por ejemplo, la
víctima pudiera denunciar de manera electrónica y no tuviera que hacer muchas declaraciones
CL,TD sería pequeño. Nótese que este costo disminuye la utilidad del hogar y no depende de lo
que hagan las autoridades ya que independiente de lo que pase, la víctima tendrá que destinar
tiempo y otros recursos para hacer la denuncia.
2) Represalias - Probabilidad de que el Responsable no sea Encontrado, Arrestado y Sentenciado y
además Emprenda Acciones Vengativas Contra la Víctima
Una de las consecuencias de denunciar un delito, especialmente cuando las personas se conocen,
es la posibilidad de que existan represalias si la víctima denuncia. Cuando el victimario se venga de
la víctima, la utilidad del hogar, todo lo demás constante, cae a U(CK,REP). CK,REP es una medida
del daño infringido por el victimario; el resto de los argumentos están constantes. Este evento
ocurre con probabilidad ((1-PI)PK1+PIPK2). (1-PI) es la probabilidad de que el responsable no sea
condenado y PK1, la probabilidad que el victimario emprenda acciones vengativas en contra de la
víctima. Es posible que el victimario intente vengarse después de ser liberado con una
probabilidad PK2. Luego, PIPK2 es la probabilidad de que el victimario sea castigado y aún así
emprenda acciones vengativas contra la víctima.
3) Costo Sicológico (La Segunda Herida Symonds)
Otro costo que también está asociado a la denuncia criminal es el costo Sicológico. En efecto, de
acuerdo al concepto de la “segunda herida” (“the second injury”) desarrollado por Symonds
14
(1980), las personas que han sido víctima de delitos violentos generalmente intensifican su trauma
cuando son atendidos por profesionales que pretenden ayudarlos. Luego, en el caso de delitos con
violencia en las personas, no solamente existe un costo monetario de la denuncia sino que
también un costo sicológico. Por lo tanto, la utilidad de denunciar de una víctima de un delito
violento, todo lo demás constante, cae a U(CL,CS). CL,CS es una medida del daño infringido por
el victimario. Independiente del resultado final de las acciones de las autoridades, este costo se
devenga de todas formas.
Otros Factores que Facilitan o impiden que se encuentre y/o arreste a los
Responsables:
1) Presencia/ Ausencia de Testigos
La presencia de testigos facilita la investigación y por lo tanto aumenta la probabilidad de que el
castigado sea encontrado, arrestado y sentenciado. Luego, tomando θs como un indicador de la
presencia o ausencia de testigos se tiene que PI(θs). La probabilidad de que el delincuente sea
encontrado y castigado depende positivamente de la presencia de testigos.
2) Capacidad de la Víctima o del Testigo de recordar al Victimario
La presencia de testigos facilita la captura del delincuente solamente en la medida que el testigo
logre identificar al victimario. Existen investigaciones sobre las circunstancias que facilitan la
identificación de los criminales en Chile (Carrera y Valdivia (2006)) y en el extranjero (Greenberg y
Ruback (1992)). Luego, es más preciso describir la presencia de testigos θs como γθs. γ es un
parámetro que toma valores entre 0 y 1 y describe la capacidad de los testigos de identificar al
victimario. Si el testigo no recuerda nada, entonces γ es igual a 0 y la situación es equivalente a
cuando no hay testigos.
3) Experiencia de Denuncias en el Pasado
La experiencia del hogar en materia de delitos, afecta su percepción sobre el desempeño del
sistema policial y judicial y determina la probabilidad subjetiva asociada a que el delincuente sea
encontrado, arrestado y sentenciado. De la misma manera, esa experiencia también determina la
percepción de la importancia de varios de los costos y beneficios anteriormente descritos. Luego,
si θexp representa la experiencia del hogar en materia de delitos, entonces se tiene que PI(θexp)
BI,RR(θexp) BI,S(θexp) BI,REC(θexp) y CL,TD(θexp). Es decir, la percepción de la víctima sobre la
probabilidad de que encuentren al culpable, de recuperar lo robado, de la mayor seguridad
asociada a que el victimario esté inhabilitado de cometer más delitos, del castigo que recibiría el
delincuente si lo atrapan y del costo en tiempo y desplazamiento de hacer una denuncia dependen
de la experiencia del hogar en materia de delitos.
4) Experiencia de Denuncias de otras Personas en el Pasado
15
Greenberg y Ruback (1992) a través de una veintena de estudios, muestran que las víctimas de los
delitos recurren a terceros para pedir consejos sobre la posibilidad de hacer una denuncia
criminal. Por lo tanto, el set de información de estas terceras personas, que está determinado por
su experiencia en materia de denuncias, es relevante ya que influye en las expectativas de las
víctimas. Luego, θexp no incluye solamente la experiencia propia sino también la de los conocidos
de la víctima.
Decisión de denuncia:
Para ilustrar la decisión de denuncia, se va a considerar el caso en que el costo de una eventual
represalia no es relevante y que las personas no cuentan con un seguro.
Sea B= (BI,RR(θexp) BI,S(θexp) BI,REC(θexp)) , C= (CL,TD(θexp) CK,REP CL,CS) y PI =PI(γθs θexp)
Luego, si el hogar denuncia entonces su utilidad es igual a:
PI(U(B,C))+ (1- PI )U(0,C))= PI(U(B,C)- U(0,C))+U(0,C)
Es decir, hay un beneficio que se realiza si encuentran y condenan al victimario, pero hay una
desutilidad U(0,C) que se devenga de todas maneras.
Si el hogar no denuncia, entonces su utilidad es U(0,0). Por lo tanto, la utilidad de denunciar es
mayor que la utilidad de no denunciar sólo si:
PI(U(B,C)- U(0,C))+U(0,C)> U(0,0)
Esto es igual a:
PI[U(B,C)- U(0,C)]-[U(0,0)- U(0,C)] >0 (2)
Por lo tanto, la decisión de denuncia de la víctima depende del excedente que se devenga si
atrapan y condenan al delincuente, representado en el paréntesis de la izquierda, y del valor de los
recursos sacrificados por denunciar, representado en el paréntesis de la derecha. El sacrificio que
hace el hogar por denunciar es igual a la caída en el nivel de utilidad que implica hacer la denuncia,
sin considerar los posibles beneficios que podrían devengarse.
En el caso en que hay un beneficio de cobrar un seguro o existe la posibilidad de represalias, la
decisión de denuncia se complica un poco más. Sin embargo, el resultado es equivalente. Hay un
beneficio que se devenga con probabilidad PI y un sacrificio asociado a denunciar que se devenga
de todas formas.20
20
Posibilidad de Represalia: Sea C=(CL,TD CK,REP CL,CS). Recuérdese que el costo CK,REP se devenga con probabilidad PK1 si el victimario no es detenido y con probabilidad PK2 si es detenido. Por lo tanto, la utilidad de denunciar es mayor que la utilidad de no denunciar si:
16
Por último, se incorporará una dimensión temporal a la decisión de denuncia.21 Se asumirá que
existen T períodos. Al comienzo del proceso de denuncia, en t=0, la víctima incurre en un costo en
tiempo, desplazamiento y en un costo psicológico (este último solamente es pertinente para el
caso de delitos violentos). En el período T el sistema resuelve el caso22. Si δ es la tasa de descuento
entonces la utilidad esperada de denunciar es positiva solamente si:
PI[δTU(B,0)- U(0,C)]-[U(0,0)- U(0,C)] >0 (3)
IV.2 Incentivos a denunciar y la Reforma Procesal Penal
En la sección anterior se estableció que la Reforma Procesal Penal es un proceso más
rápido y más condenatorio. Uno pensaría que esto incentiva a denunciar más. Sin embargo, el
procedimiento es menos castigador porque las condenas son menos severas y las víctimas están
expuestas al público. Uno pensaría que esto desincentiva las denuncias. En esta sección, se
estudia, en términos teóricos como estas afirmaciones afectan la decisión de denunciar a partir del
modelo de la sub-sección anterior.
PI[PK2U(B,C, CK,REP)+(1-PK2)U(B,C,0)]+(1- PI)[ PK1U(0,C, CK,REP))+(1- PK1)U(0,C,0)]> U(0,0)
Para simplificar la notación, sea A el beneficio que se devenga si encuentran al delincuente entonces A= PK2U(B,C, CK,REP)+(1-PK1) PK2U(B,C,0). Sea B la desutilidad que se genera de todas formas, entonces
B= PK1U(0,C, CK,REP))+ (1- PK1)U(0,C,0). Luego, la víctima denuncia si:
PI[(A-B)]-[U(0,0)- B]> 0
Por lo tanto, hay una parte del beneficio que se devenga con probabilidad PI y un sacrificio que se devenga de todas formas. Seguro:
PI[U(B, BJ,SEG ,C)- U(0, BJ,SEG ,C)]-[ U(0,0)- U(0, BJ,SEG ,C)] >0
En este caso, el paréntesis con corchete de la derecha no necesariamente es positivo. Si el seguro paga suficiente puede ser que, independiente de lo que hagan las autoridades, a la víctima siempre le convenga denunciar porque el beneficio del seguro hace que U(0, BJ,SEG ,C) > U(0,0) y por definición U(B, BJ,SEG ,C)> U(0, BJ,SEG ,C)]. 21
Este resultado corresponde al caso en que no hay represalias ni seguros. Esto es solamente para simplificar la notación. Como se mostró en la nota al pié 19 el resultado se mantiene ya que lo que importa es que los beneficios se devengan después. 22
Nótese que los costos que incurren las víctimas podrían devengarse también en T. Sin embargo, esto no altera los resultados. Lo importante es que los beneficios solamente se devengan al final y los costos no. Esa es la principal arista que se intenta ilustrar en la versión dinámica del modelo teórico.
17
IV.2.1 – Elementos de la Reforma Procesal que incentivan a denunciar
Dado que el procedimiento es más ágil, ahora el caso se resuelve en t, tal que t<T, en vez de T.
Recuérdese que la diferencia en la velocidad del sistema es considerable (más casos se resuelven
antes de un año y 3 meses, ver sección III). Luego, todos los beneficios de denunciar, excepto el
beneficio de recibir un seguro se reciben antes y por ende, se descuentan menos. En términos del
modelo teórico PI[δtU(B,0) - U(0,C)] - [U(0,0) - U(0,C)] es mayor23; aumenta el beneficio
esperado de denunciar. En consiguiente, el denunciante marginal ahora va a denunciar porque le
resulta más conveniente. Por lo tanto, aumentan la cantidad de denuncias.
Como el proceso es más condenatorio, entonces PI aumenta. Se asume que los hogares conocen
esta característica del nuevo sistema judicial. Para un PI más grande, el beneficio esperado de
denunciar PI[δtU(B,0)-U(0,C)]-[U(0,0)- U(0,C)] es mayor. Luego, el denunciante marginal ahora
va a denunciar y aumenta la cantidad de denuncias.
IV.1.1 – Elementos de la Reforma Procesal que desincentivan a denunciar
A pesar de que el nuevo sistema condena más, las penas, en general, son menos severas. Por lo
tanto, los hogares que denuncian alcanzan un nivel de seguridad menor que antes. Si el
delincuente entra a robar, el hogar denuncia y lo atrapan, entonces probablemente este va a ser
liberado en un plazo menor. Luego, BI,S cae. Lo mismo ocurre si se considera que la seguridad es
un beneficio relevante para otros delitos además del robo a la vivienda. El beneficio de la
reciprocidad, BI,REC, también es menor ya que, para un mismo nivel de daño recibido por la
víctima, el victimario recibe un castigo menor. Por lo tanto, cae el valor esperado de la denuncia ya
que los beneficios que se devengan en el período t son menores: PI[δtU(B,C)- U(0,C)]-[U(0,0)-
U(0,C)] es menor. Nótese que el beneficio de recuperar lo robado no disminuye, sin embargo, de
acuerdo a la tabla A del anexo, los robos no son más condenados comparado con antes. Además,
también existe un beneficio de reciprocidad asociado al robo. Por lo tanto, el menor nivel de
castigo hace que caiga la cantidad de denuncias para todos los delitos.
En el caso de los delitos violentos, el mayor costo psicológico también hace que el beneficio de
denunciar sea menor. 24
En resumen, la teoría sugiere tres posibles efectos de la Reforma Procesal en las denuncias y por
lo tanto, tres hipótesis distintas. La primera hipótesis es que las denuncias aumentan porque los
hogares valoran más la efectividad a pesar de los menores castigos. La segunda hipótesis es que
23
Ver nota al píe número 20 sobre el caso en que hay seguros o represalias. 24
Cabe destacar que la Reforma Procesal Penal implementó unidades de protección y salud mental para la víctima. Sin embargo, Lundiquist(2006) muestra que estos centros atienden a un porcentaje despreciable de las víctimas.
18
las denuncias disminuyen porque empeoran las perspectivas de los denunciantes lo suficiente
para opacar la rapidez y las mayores tasas de condena. Por último, la tercera hipótesis es que las
denuncias no cambian porque el menor nivel de castigo disminuye los beneficios de denunciar
pero es compensado por la mayor rapidez del nuevo procedimiento.
A partir de la construcción de un modelo teórico se ha establecido que la Reforma
Procesal puede mantener inalterado, aumentar o disminuir los incentivos a denunciar. A
continuación, se desarrollará una metodología empírica para testear las hipótesis de interés.
V- Metodología Empírica
En esta sección se desarrolla un modelo de probabilidad lineal y un modelo probit que
serán utilizados más adelante para estimar el efecto de la Reforma Procesal Penal en la
probabilidad que los hogares que han sido víctima de un delito denuncien. Esta probabilidad será
modelada tomando como punto de partida el modelo teórico de la sección anterior. Luego, se
explican las condiciones que permite testear si el parámetro de interés es positivo, negativo o cero
de manera insesgada.
V.1 – Modelo Econométrico y Método de Estimación
Los datos que serán descritos en la próxima sección, permiten observar la decisión de
denuncia de cada hogar de la muestra. Se utilizarán modelos de respuesta binaria para analizar el
efecto de la Reforma Procesal Penal en la probabilidad que una víctima denuncie un delito. La
razón de ello es que estos modelos permiten controlar por características de cada hogar haciendo
así más precisa la estimación. A continuación, se propone un modelo de probabilidad lineal y un
modelo probit. Ambos tienen ventajas y desventajas por lo que se utilizaran ambos.
V.1.1- Descripción General de los Modelos de Probabilidad
La base de datos a utilizar permite observar hogares victimizados que denuncian y otros
que no denuncian. Esto puede ser representado por una variable binaria D que toma el valor 1 si el
hogar victimizado denuncia y 0 si no denuncia. La variable D necesariamente se distribuye
Bernoulli: con probabilidad “P” el hogar victimizado denuncia y con probabilidad “1-P” no
denuncia.
En la sección IV se analizaron distintos elementos que hacen más atractiva o menos atractiva la
decisión de denunciar, y por lo tanto, afectan la probabilidad de denunciar. Luego, teóricamente
esta probabilidad es diferente para distintos hogares dependiendo de la presencia o ausencia de
estos elementos. En consiguiente, los modelos econométricos de P que se construyen en esta
sección serán funciones de un vector ψW que incorporan algunas de estas características de los
hogares. Este vector está compuesto por parámetros ψ y por variables W, que potencialmente
19
determinan la probabilidad en cuestión. Algunas de las variables de W se derivan de los elementos
sugeridos por el modelo teórico, pero también se incluyen efectos tiempo y efectos regionales
para controlar por no-observables y características socio-demográficas que podrían influir en la
probabilidad de denunciar.
V.1.2 Modelo de Probabilidad Lineal y Estimación por Mínimos Cuadrados
Ordinarios
Se propone el siguiente modelo de probabilidad lineal para la probabilidad que el hogar i, de la
región s (región tratada o no tratada) y que fue victimizado en el periodo t, denuncie:
P(Dist = 1/ E4s, dt, RPPst, Xist, BCist, cist) = α+γE4s +λdt +β1RPPst + β2BCist + β3Xist (4)
Dist, es una variable binaria que indica si el hogar i, que está establecido en la región s y que fue
víctima de un delito en el período t, denunció el delito. E4s también es una variable binaria y toma
el valor 1 para las regiones que hacen parte de la cuarta etapa de implementación de la Reforma
Procesal Penal. dt es otra variable binaria y toma el valor 1 una vez que la Reforma Procesal se
implementa en la etapa 4. E4s mide no observables regionales que no cambian en el tiempo y dt
no observables temporales; ambos determinan la probabilidad de denunciar. RPPst es una
variable binaria y toma el valor 1 para las regiones de la etapa 4 después que se implementa la
Reforma. Es decir, esta variable corresponde a la interacción de los hogares tratados, E4s, y el
período de tratamiento dt:
RPPst = E4s +dt (5)
Luego, el efecto tratamiento promedio de la Reforma Procesal es igual a β1. Esto también se
conoce como el estimador de diferencias en diferencias y representa el cambio en la probabilidad
de denunciar después de la Reforma Procesal Penal. Las tres hipótesis derivadas de la sección
anterior son que este valor es positivo si los hogares victimizados valoran más la efectividad de la
Reforma, es negativo si a estos hogares les perjudica más el menor nivel de castigo tras la Reforma
y es 0 si ambas fuerzas se anulan.
Bist es un set de controles relacionados con costos y beneficios de denunciar. Por ejemplo, se
incorporarán variables que indican si el hogar se considera vulnerable o si alguien en el hogar fue
herido físicamente. El set de variables X ist incluye controles socio-demográficos tales como la
cantidad de personas en el hogar o el estrato socio-económico. La descripción de ambos set de
controles y sus signos esperados se presentan en la sección de datos.
Por otro lado, como la distribución de Dist es Bernoulli se tiene que:
E(Dist = 1/ E4s, dt, RPPst, Xist, BCist) = P(Dist = 1/ E4s, dt, RPPst, Xist, BCist) (6)
y
20
Var(Dist = 1/ E4s, dt, RPPst, Xist, BCist)=
P(Dist = 1/ E4s, dt, RPPst, Xist, BCist) x [1-P(Dist = 1/ E4s, dt, RPPst, Xist, BCist)] 25 (7)
De acuerdo a la ecuación 6, la esperanza condicional de la variable D es lineal en los parámetros
que determinan la probabilidad de denunciar (ecuación 4). Luego, la media condicional puede ser
estimada utilizando mínimos cuadrados ordinarios. Para eso se asume que existe un término de
error εist tal que Dist= P(Dist = 1/ E4s, dt, RPPst, Xist, BCist)+ εist . Se supone E(εist / E4s, dt, RPPst,
Xist, BCist)=0 para que la estimación sea consistente. Este término incluye, entre otras cosas,
variables omitidas a nivel individual como por ejemplo, el nivel de confianza o desconfianza de los
conocidos de la víctima en las comisarias, los tribunales, los juzgados o la fiscalía, cuánto se
acuerdan potenciales testigos del victimario o qué tan relacionados están la víctima con el
victimario. Se supone que este término no está correlacionado con el resto de las variables y tiene
media condicional 0. Esto es crucial para la estimación de β1 y será discutido con más detalle en la
sub-sección sub-siguiente.
La ecuación 7 muestra que la variable es heterocedástica por lo que hay que utilizar una matriz de
varianzas robustas.
Una de las principales ventajas de este método es que no es necesario hacer supuestos sobre la
distribución del término de error y la interpretación de los parámetros es sencilla. El problema es
que los valores ajustados de las probabilidades pueden ser menores que 0 o mayores que 1.
Además, la linealidad de la forma funcional asume que el efecto de todas las variables es la misma
para todos los individuos. Si esto no se cumple, los estimadores de los parámetros son un efecto
parcial promedio de la población.
V.1.2 Modelo No-Lineal y Estimación Probit
Los modelos no-lineales para estimar la probabilidad que ocurra la denuncia, permiten evitar que
los valores ajustados sean menores que 0 o mayores que 1. Para hacer una estimación no-lineal se
propone el siguiente modelo de probabilidad:
Sea D*ist una variable latente tal que:
D*ist = α +γE4s +λdt +β1RPPst + β2BCist + β3Xist+cist = ψW +cist (8)
Las variables son las mismas que las descritas para el modelo de probabilidad lineal. La única
excepción es el término cist que representa variables omitidas a nivel individual como por
ejemplo, el nivel de confianza o desconfianza de los conocidos de la víctima en la policía, los
tribunales, los juzgados o la fiscalía, cuánto se acuerdan potenciales testigos del victimario o qué
tan relacionados están la víctima con el victimario.
Por otro lado, en este modelo se asume que:
25
Esto es la varianza de una variable Bernoulli.
21
Dist =1[D*ist >0] (9)
Por lo que:
P(Dist = 1/ W) = P (D*ist > 0/W) = P(ψW +cist >0/ W, cist)= P(cist >-( ψW) / W)
El supuesto clave del modelo Probit es que el término cist se distribuye normal con media 0.
Luego,
P(cist >-( ψW) / W)=1-Φ(ψW)= Φ(ψW)
Por lo tanto,
P(Dist = 1/ W) )= Φ(ψW) (10)
De (10) se deduce la siguiente función densidad para Dist:
f(Dist/ W,ψ)= [Φ(ψW)] Dist x[1- Φ(ψW)] 1-Dist (11)
Es posible estimar ψ construyendo una función de log-verosimilitud a partir de (11) y buscando el
vector ψ que la maximiza.
El efecto no-lineal de la Reforma Procesal Penal en la probabilidad de denunciar se aprecia en el
siguiente efecto marginal:
P(Dist = 1/ W, RPPst =1)) - P(Dist = 1/ W, RPPst =0))
= Φ(α +γE4s +λdt +β1 + β2BCist + β3Xist) - Φ(α +γE4s +λdt + β2BCist + β3Xist). (12)
Por lo tanto, para distintos valores de W, la Reforma Procesal tiene un efecto distinto en la
probabilidad de denunciar. Por el contrario, en el modelo lineal este efecto es constante:
P(Dist = 1/ W, β1=1) )- P(Dist = 1/ W, β1=0) )= β1 (13)
Nótese que el signo del efecto es el mismo en ambos casos. Si β1 es positivo, negativo o 0 entonces
la Reforma aumenta, disminuye o no cambia la probabilidad de denunciar en (12) y (13). En
consiguiente, dado que los modelos asumen distintos tipos de efectos de la Reforma en la
probabilidad de denuncia se hará especial énfasis en el signo del efecto.
La estimación probit restringe los valores ajustados a que estén en el segmento unitario. Además,
el modelo probit permite una relación no-lineal entre las distintas características del hogar y la
probabilidad de denunciar. Sin embargo, un primer problema con esta estimación, es que se
asume que el término de error se distribuye normal. Esto puede ser restrictivo.
En suma, el modelo probit y el modelo de probabilidad lineal tienen ventajas y desventajas. Para
comprobar la robustez de los resultados se estimarán ambos modelos.
22
En la próxima sub-sección se explicará por qué el parámetro de interés se estima de manera
insesgada.
V.1 – Estrategia de Identificación
Es poco probable que la variable asociada a la Reforma Procesal Penal esté correlacionada con
variables omitidas a nivel individual, ya que la Reforma Procesal Penal fue aplicada a nivel regional.
Su implementación fue progresiva, de acuerdo a la cantidad de habitantes, y no en función de
variables omitidas en este trabajo como la desconfianza o confianza en la policía. Aún cuando en el
grupo de tratamiento los hogares tuvieran, en general, ciertas características omitidas en el
análisis y diferentes del grupo de control, se controla por efectos regionales que controlan estas
características siempre y cuando no varíen en el tiempo. Aún así podría haber sesgo en la
estimación si sucede algo que afecta exclusivamente a la región de tratamiento o de control en
algún período, o si el tratamiento no es correctamente implementado en la región tratada.
Hay cuatro razones para desestimar estos inconvenientes. En primer lugar, la Reforma fue
implementada satisfactoriamente en el grupo de tratamiento. Dado que el orden en que se
instauró la Reforma en el País fue desde regiones menos pobladas a regiones más pobladas la
implementación en las últimas regiones podría haber sido problemática. En la mesa de discusión
sobre los desafíos de la Reforma Procesal (Duce, Riego, Vargas, Vargas y Vial (2006)) Mauricio
Duce afirma que la Reforma se implementó de manera satisfactoria en todo el País. Además, en la
misma discusión se menciona que se logró lidiar con la gran demanda que el sistema tuvo que
enfrentar. En segundo lugar, como se verá en la sección de datos (tablas 2, 3,5 y tablas D y F del
anexo) la Región Metropolitana y las Regiones de la Etapa 4 son muy parecidas a nivel de
observables. En el caso de robo con violencia o intimidación, prácticamente no se pudo encontrar
diferencias significativas entre observables. Luego, la situación es bastante similar a un
experimento aleatorio. Esto permite presumir que si hay no observables que cambian en el
tiempo, plausiblemente afectan a ambos grupos por igual. En tercer lugar, y como se verá más
adelante, los efectos tiempo no son significativos en ambas estimaciones lo que sugiere que no
hay variables que están cambiando en el tiempo. Por último, la ventana de tiempo es
relativamente corta pues se estudia solamente dos años en que no ocurre nada especialmente
importante para estos efectos a nivel nacional. El periodo 2003-2005 no está marcado por alguna
recesión, auge particular o cambio de la legislación criminal para los delitos que se estudian en la
siguiente sección.
23
V.3- Fechas de implementación Encuesta vs Reforma
Es importante mencionar que cuando se aplicó la encuesta ENUSC 2005 la Reforma
Procesal Penal ya había sido implementada en la Región Metropolitana. En efecto, la Reforma
Procesal Penal se implementó el 16 de Junio del 2005 en la Región Metropolitana mientras que la
encuesta se llevó a cabo durante los meses de Septiembre a Diciembre del 2005. Luego, dado que
se pregunta por lo ocurrido durante los últimos 12 meses, es muy posible que las personas que
contestan en diciembre se refieran a delitos y denuncias ocurridos después de la Reforma Procesal
Penal. Por lo tanto, en el peor de los casos, si el efecto de la Reforma Procesal Penal es
instantáneo las estimaciones del artículo corresponderían a una cota inferior del efecto pues, si los
delitos se distribuyen homogéneamente a lo largo del año, la mitad del control ya está tratada. Sin
embargo, hay evidencia que la Reforma Procesal tardó un poco en estar operativa
completamente. Duce (2008) menciona que a fines del 2005 la cantidad de términos judiciales en
la Región Metropolitana era muy inferior al resto de las regiones que ya habían implementado la
Reforma y que tenían una tasa de término cercana al 90%. Sin embargo, en el 2006 esta situación
ya se había normalizado.
VI- Datos
En este trabajo se utilizarán datos de victimización a nivel de hogar de la Encuesta
Nacional Urbana de Victimización (ENUSC) 2003 y 2005. La ENUSC es un corte transversal que fue
desarrollado por el INE en conjunto con el Ministerio del Interior para evaluar las metas de la
Estrategia Nacional de Seguridad Pública fijadas por el Ministerio. 26
La encuesta ENUSC 2003 fue aplicada a 16.289 hogares urbanos a lo largo de todo el país. Estos
hogares representan a un total estimado de 2.810.560 hogares en el diseño muestral utilizado por
el INE. Por otra parte, la encuesta ENUSC 2005 fue aplicada a 19.875 hogares urbanos dentro de
26
A pesar de que las encuestas de victimización parecen ser un buen instrumento para medir la criminalidad y las características de las víctimas, éstas también tienen algunos problemas. Skogan(1975) hace una revisión de las investigaciones que estudian la validez de las encuestas de victimización y menciona algunos de los siguientes problemas: las víctimas no se acuerdan de los delitos, se entrevista a un miembro del hogar y a veces éste no recuerda lo que le sucedió al resto de la familia, problemas con familiares o conocidos muchas veces son omitidos por el entrevistado, los entrevistados contestan sobre eventos que están fuera de la ventana de tiempo que se les pregunta, y no se incluyen a personas que viven en la periferia de la ciudad pero la frecuentan. Como se verá un poco más adelante, se tomarán en cuenta estos problemas al escoger el tipo de delito que se estudiarán. No obstante lo anterior, es necesario recordar a lo largo de este trabajo, que los datos no necesariamente representan una imagen exacta de la criminalidad y las denuncias, aunque ciertamente ilustran la mejor imagen disponible. Este no es un caso típico de error clásico en la variable dependiente porque la variable dependiente es dicotómica y además si los entrevistados olvidan lo que sucede a sus familiares, existe simultáneamente un error de sesgo de selección. No se tiene una noción clara de cómo estos problemas podrían afectar las varianzas o el sesgo en la estimación. Es por esto que se ha preferido dejar este comentario como una nota al pié de página.
24
Chile. Estos hogares representan a un total estimado de 3.241.343 hogares en el diseño muestral.
Ambas encuestas recogen información socio-demográfica de los hogares, información sobre la
percepción general de los hogares sobre la realidad nacional, sobre inseguridad y violencia en
general, sobre victimización y denuncia de 9 tipos de delitos27 de mayor connotación social28,
sobre desempeño institucional, policía y sobre el conocimiento y la opinión de los hogares de la
Reforma Procesal Penal y el Programa Comuna Segura.
La información que se utilizará en este trabajo se encuentra principalmente en los módulos de
Robo con Fuerza a la Vivienda (RFV) y Robo con Violencia o Intimidación (RVI) de la encuesta para
los hogares de las regiones de la penúltima y de la última fase de implementación de la Reforma
Procesal Penal.
Como grupo de tratamiento se considerarán las regiones que implementaron la Reforma Procesal
Penal en penúltimo lugar. Es decir, las regiones V, VI, VIII y X. El grupo de control será la Región
Metropolitana que implementó la reforma en último lugar.
Tipo de delitos utilizados
Dentro de todos los delitos que hay en la ENUSC se escogió el RFV y el RVI por tres
motivos. En primer lugar, es plausible pensar que las víctimas se acuerden mejor de delitos más
graves como RFV o RVI comparados con otros de menor gravedad como el robo por sorpresa o el
hurto. En segundo lugar, el RFV es un delito al hogar y por lo tanto, es más factible que todos los
miembros del hogar recuerden los delitos cometidos al hogar a diferencia de lo que sucede
cuando el delito es cometido a un miembro del hogar distinto al entrevistado. En tercer lugar, los
robos son delitos que en general se incluyen en las investigaciones de crimen (Benavente,
Contreras, Melo y Montero (2003), Nuñez Rivera Villavicencio y Molina (2003), Rivera Nuñez y
Villavicencio (2004) Benavente y Melo (2006), Beyer y Vergara (2007), Ansoleaga (2006), y
Vergara (2009)).
Es importante mencionar que el robo con violencia o intimidación engloba a una gama
heterogénea de robos en que ha sido usada la violencia o intimidación. Por ejemplo, un robo con
fuerza a la vivienda pasa a ser un robo con violencia o intimidación cuando el victimario utiliza
violencia o intimidación. No obstante lo anterior, robos en que la víctima es asesinada o en que se
hace uso de abusos sexuales no son considerados dentro de esta categoría.
27
Estos delitos son: robo de vehículo, robo desde vehículo, robo con fuerza a la vivienda, robo por sorpresa a las personas, robo con violencia o intimidación, hurto, lesiones, corrupción y delitos económicos. 28
En realidad, la encuesta ENUSC 2003 cuenta con información sobre 10 delitos pues también tiene un módulo sobre abusos sexuales. Sin embargo, solamente 23 de los 16.000 hogares declararon que alguno de sus miembros fue víctima de un abuso sexual. Esto demuestra claramente que las encuestas de victimización también tienen problemas y reafirman la idea de Skogan(1975) que los hogares ocultan información sobre delitos cometidos por miembros del hogar o conocidos. Este delito fue sustraído de versiones posteriores de la encuesta y actualmente existe una Encuesta Nacional de Victimización por Violencia Intrafamiliar que utiliza una metodología distinta a la ENUSC.
25
Tamaño muestral
Se considera que un hogar ha sido victimizado cuando el entrevistado afirma que él o alguien de
su hogar fue víctima de algún delito en los últimos 12 meses. Se registra que un hogar denunció
un delito solamente cuando el entrevistado afirma que él o alguien del hogar denunció la última
vez que fueron victimizados. Esto es problemático, pues ciertamente, la experiencia previa puede
ser determinante en la experiencia de denuncia. Se describirá una forma de lidiar con este
problema más abajo.
En los hogares de las regiones de la Etapa 4 se cuenta con 365 hogares victimizados por RFV antes
de la Reforma y 475 hogares después de la Reforma. De acuerdo a la Tabla 2, esto corresponde a
un porcentaje estimado de hogares victimizados por RFV de 7% en el 2003 y de 8% en el 2005. Por
otro lado, en la Región Metropolitana se cuentan con 489 hogares víctimas de RFV antes de la
Reforma y 667 hogares después de la Reforma. En la Tabla 2 se puede ver que esto corresponde a
un porcentaje de los hogares victimizados de 8% y 7% respectivamente. Durante el periodo
transcurrido, la brecha de la tasa de victimización aumenta ya que las regiones de la Etapa 4 se
vuelven relativamente más vulnerables a este delito mientras que la Región Metropolitana menos
vulnerable. Luego, como se discutirá más adelante se utilizará un control por la cantidad de delitos
cometidos en contra del hogar para evitar problemas de sesgo por este motivo.
Por otro lado, en los hogares de la Región de la Etapa 4 se cuenta con 333 hogares victimizados
por RVI antes de la Reforma y 372 después de la Reforma. En la tabla 2 se ve que esto corresponde
a un porcentaje estimado de hogares víctimas de RVI de 7% antes de la Reforma como después de
la Reforma. Por otro lado, en la Región Metropolitana se cuenta con 599 hogares victimizados por
RVI en el 2003 y 798 en el 2005. En la tabla se ve que esto corresponde a un porcentaje estimado
de hogares víctimas de RVI de 11% antes de la Reforma y 9% después de la Reforma. No hay un
cambio significativo en la brecha de victimización.
RM V,VI,VIII, y X Región Diferencia RM V,VI,VIII, y X Región Diferencia Cambio de la Diferencia
RFV 489 365 475 667
RVI 333 599 372 798
8% 7% -1%* 7% 8% 1%* 2%**
(0.0039) (0.0041) (0.01) (0.0033) (0.0043) (0.01) (0.01)
11% 7% -4%*** 9% 7% -2%*** 1%
(0.0047) (0.0042) (0.01) (0.0039) (0.0042) (0.0057) (0.01)
Fuente: ENUSC 2003 y ENUSC 2005
RFV
RVI
Nota: RFV significa Robo con Fuerza a la
Vivienda. RVI Significa Robo con
Violencia e Intimidación
Porcentaje de
Hogares
Victimizados
Tabla 2 - Descripción de las Observaciones y los Datos de Denuncia
2003 2005
Número de
Observaciones
26
Robo con Fuerza a la Vivienda
De acuerdo a la Tabla 3, en el 2003 el porcentaje de los robos con fuerza a la vivienda que
son denunciados en la Región Metropolitana es de 40% y no cambia de manera significativa en el
2005. Por otro lado, el porcentaje de RFV denunciados en las Regiones de la Etapa 4 de la
Reforma es de alrededor de 58% y tampoco cambia significativamente.29 Luego, en las Regiones de
la Etapa 4 de la Reforma Procesal Penal se denuncian más los robos con fuerza a la vivienda que en
la Región Metropolitana. Está brecha no cambia de manera significativa después del tratamiento e
incluso disminuye en 6%. Si la Reforma hubiera cambiado los incentivos a denunciar, se esperaría
que la brecha que existe en el porcentaje de RFV que es denunciado cambie. Sin embargo, a
primera vista, esta brecha aparentemente no cambia.
Controles Relacionadas a Costos y Beneficios: Robo con Fuerza a la Vivienda
De acuerdo al marco teórico, se espera que los hogares que se perciben como más vulnerables
demanden más seguridad a las autoridades y denuncian más. Luego, se utilizarán tres medidas
distintas de vulnerabilidad como controles. En la tabla 5 se muestran algunas estadísticas
descriptivas de las variables.
La primera medida de vulnerabilidad es la probabilidad que los hogares asocian a ser víctima de un
delito en los próximos 12 meses (No es probable, Poco Probable, Probable, Muy Probable). Para
construir esta variable se utilizaron dos preguntas. En la primera, se pregunta si cree que será
víctima de un delito en el futuro y luego en la segunda qué tan probable cree que esto ocurra. La
segunda medida es la probabilidad que hogares victimizados asocian a que alguien intente forzar
su hogar en el futuro (Poco Probable, Probable, Muy Probable). Esta medida tiene la ventaja que
se relaciona mejor con el robo con fuerza a la vivienda. Es mucho más claro que un hogar que cree
van a forzar su vivienda denuncie más a un hogar que simplemente cree que va a ser víctima de
cualquier delito. Su desventaja es que varía menos que la probabilidad de ser víctima de un delito
pues en ese caso existía la opción de responder que el hogar no creía que iba a ser víctima de un
delito. Por lo tanto, es una medida menos precisa sobre la percepción de vulnerabilidad. Nótese
que el hecho de que la entrada del hogar sea forzada no necesariamente significa que el hogar va
a ser víctima del robo, sino que va a sufrir un intento de robo. Finalmente, la tercera medida es
una variable binaria que indica si los hogares tomaron alguna medida contra la delincuencia (Se
compraron un perro guardián, instalaron alarmas, etc). Esta medida tiene la ventaja que implica
un gasto material y por lo tanto probablemente revela de mejor manera la percepción de
vulnerabilidad de las personas. Además, como tomar medidas contra la delincuencia implica
alguna planificación (como por ejemplo, comprar un perro, un sistema de alarma o instalar una
reja) es menos probable que esta variable esté correlacionada con no observables que varían en el
tiempo. No obstante lo anterior, esta medida es la menos variable, y por lo tanto menos precisa,
de todas. Es importante mencionar que se controla por nivel socio - económico lo que permite
descartar que esta última medida capture el efecto de tener los ingresos para adoptar medidas de
seguridad y no el hecho de percibir al hogar como vulnerable.
29
El cambio de esas variables no se reporta en la tabla.
27
En la Tabla D del anexo se muestran todos los coeficientes de correlación entre variables. En esta
tabla es posible ver que las distintas medidas de vulnerabilidad están positivamente
correlacionadas, pero que la correlación nunca es muy alta. Por lo tanto, las distintas medidas de
vulnerabilidad son coherentes entre ellas pero son lo suficientemente distintas como para que sea
interesante ver si la estimación cambia al usar diferentes medidas de vulnerabilidad. En efecto, el
coeficiente de correlación en ningún caso es mayor a 0.4 entre distintas medidas de
vulnerabilidad.
Se incluye además un set de controles socio-demográficos. Dentro de estas variables se cuenta
con el estrato socio-económico del hogar, la cantidad de personas en el hogar, el número de
mujeres cada 4 personas en el hogar, y el número de menores de 15 años cada 4 personas en el
hogar. Las estadísticas descriptivas de estas variables se adjuntan en la tabla F del apéndice. No es
claro cuál debería ser el signo esperado del nivel socio-económico. Posiblemente, en los hogares
de mayor nivel socio-económico la cantidad años de estudio por persona es mayor y tal como
encuentra Benavente y Cortés (2006) más educación está asociado con más denuncia. En ese caso
el nivel socio-económico estaría asociado con más denuncia. Por otro lado, un mayor nivel socio-
económico también podría implicar un mayor costo de oportunidad del tiempo lo que iría en la
dirección contraria. El tipo de bienes que le roban a los hogares de mayor estrato socio-económico
y la valoración que los hogares asignan a distintos bienes también podría cambiar entre estrato
socio-económico. En ese caso el efecto en la probabilidad es indeterminado pues quizás las
personas de menores estratos socio-económicos valoran relativamente más las pertenencias
robadas o quizás a los hogares de mayor estrato le roban bienes que son más valorados por ellos.
Tampoco se tiene una noción de cuál es el signo esperado de la cantidad de mujeres cada 4
personas en el hogar. No se cuenta con una teoría razonable al respecto. Finalmente, no se puede
saber cómo debería afectar la cantidad de menores de 15 años cada 4 personas en la probabilidad
de denunciar. Por un lado, cuando hay más personas mayores de 15 posiblemente los mayores
pueden movilizarse y hacer el trámite con mayor facilidad. Luego, cuando hay proporcionalmente
menos menores aumenta la probabilidad de denuncia. Pero por otro lado, quizás, existe un mayor
afán por protección y seguridad de los menores de edad que empuja en la dirección contraria.
Además, la cantidad de hijos que tienen los hogares también puede encubrir otras variables que
están detrás de decisiones de fertilidad.
Por último, en la tabla 2 se observa que en el 2005 cae la criminalidad pero cae menos en las
regiones tratadas. Por lo tanto, las regiones tratadas son relativamente más vulnerables que antes.
Luego, si el aumento relativo de la vulnerabilidad tiene un efecto en las denuncias, lo que se
identificaría no sería solamente el efecto de la Reforma en las denuncias sino que también el
efecto del cambio en la vulnerabilidad. En ese caso, habría sesgo de selección porque la muestra
de víctimas del 2005 en las regiones tratadas es relativamente más vulnerable que antes y eso
puede sesgar la estimación del coeficiente de la Reforma. Para corregir este problema se incluye la
variable multivictimización que mide la cantidad de veces que un hogar declara haber sido víctima
de algún delito distinto al que se estudia en la estimación. En la tabla 2 se observa que en el 2005
hay relativamente más hogares multivictimizados que antes en las regiones tratadas comparado
con el control. Por lo tanto pareciera que este control captura el problema que se quiere corregir.
28
También hay que recordar que se controla por tres medidas de vulnerabilidad percibida de los
hogares.
Para mostrar que efectivamente la variable multivictimización es una buena medida de
vulnerabilidad, en la tabla 4 se muestra una regresión lineal entre una variable binaria que indica
si las personas fueron víctima de robo con fuerza a la vivienda, las distintas medidas de
vulnerabilidad y otros controles. Ahí es posible ver que tanto la variable Multivictimización como
las otras medidas de la vulnerabilidad percibida por los hogares están muy correlacionadas con ser
víctima de Robo con Fuerza a la Vivienda.30
Es interesante notar que a nivel de observables prácticamente no existen diferencias significativas
entre ambos grupos y además esas diferencias se mantienen. A pesar de que las condiciones
iniciales de los observables son muy similares entre ambos grupo, el marco de estudio no se
parece a una evaluación aleatoria porque como vimos anteriormente, la cantidad de Robos con
Fuerza a la Vivienda siempre se denuncian más en las Regiones de la Etapa 4 que en la Región
Metropolitana.
30
Nótese qué es más probable que los hogares que toman medidas contra la delincuencia sean víctimas de un delito. Esto es acorde con lo esperado pues se presumía que los hogares que toman medidas contra la delincuencia creen que son más vulnerables y efectivamente lo son. Claramente este coeficiente es endógeno y no mide el efecto de las medidas anti-delincuencia en la vulnerabilidad del hogar. Puede ser que haya causalidad reversa y que los hogares que fueron víctima de delitos tomaron medidas anti-delincuencia o los hogares que saben que van a ser víctima de un delito toman medidas contra la delincuencia.
29
RM V,VI,VIII, y X Región Diferencia RM V,VI,VIII, y X Región Diferencia
Variable Dependiente
40% 58% 18%*** 43% 54% 11%*** -6%
(0.0246) (0.0301) (0.0389) (0.0234) (0.0276) (0.036) (0.0531)
Variables Explicativas
No es Probable 38% 36% -2% 29% 34% 5% 7%
(0.02) (0.03) (0.04) (0.02) (0.03) (0.03) (0.05)
Poco Probable 6% 5% -1% 5% 6% 1% 2%
(0.01) (0.01) (0.02) (0.01) (0.01) (0.02) (0.02)
Probable 35% 37% 2% 41% 37% -4% -6%
(0.02) (0.03) (0.04) (0.02) (0.03) (0.04) (0.05)
Muy Probable 21% 22% 2% 25% 23% -2% -4%
(0.02) (0.03) (0.03) (0.02) (0.02) (0.03) (0.05)
Poco Probable 17% 18% 1% 12% 17% 5% 5%
(0.02) (0.02) (0.03) (0.01) (0.02) (0.03) (0.04)
Probable 53% 53% 0% 56% 49% -7%** -7%
(0.03) (0.03) (0.04) (0.02) (0.03) (0.04) (0.05)
Muy Probable 30% 29% -1% 32% 34% 2% 2%
(0.02) (0.03) (0.04) (0.02) (0.03) (0.03) (0.05)
60% 64% 4% 59% 64% 4% 2%
(0.02) (0.03) (0.04) (0.02) (0.03) (0.04) (0.05)
Multivictimización 0.99 0.78 -0.21** 0.75 0.61 -0.13** 0.08
(0.06) (0.06) (0.08) (0.05) (0.05) (0.07) (0.11)
Fuente: ENUSC 2003 y ENUSC 2005
Tabla 3: Descripción de las Variables Utilizadas en la Estimación de la Probabilidad de Denuncia de Robo con Fuerza a la Vivienda
Probabilidad que los
Hogares Víctimas de
Robo Con Fuerza en la
Vivienda Asocian a que
Alguien Trate de Forzar
su Casa para Robarles
Porcentaje de Hogares
Victimizados por RFV
que Tomaron al menos
una Medida para
Protegerse de la
Delincuencia
2003 2005 Cambio de la
Diferencia
Porcentaje de Delitos
Denunciados
Porcentaje de Hogares
Victimizados por RFV
que Creen que Serán
Víctimas de un Delito en
los Próximos 12 Meses
30
Robo con Violencia o Intimidación
De acuerdo a la tabla 5, en el caso de RVI, alrededor de un 40% de los hogares victimizados
denuncian tanto en el 2003 como en el 2005 en las regiones de la etapa 4 y en la Región
Metropolitana. Por lo tanto, a primera vista da la impresión que la Reforma Procesal Penal no
tiene ningún impacto en los incentivos a denunciar.
Variable Dependiente
Adoptó Medidas Anti-Delincuencia 0.063*** 0.024***
(14.1) (4.77)
Probabilidad que Fuercen la Entrada al Hogar
Probable 0.043*** 0.00050
(11.6) (0.11)
Muy Probable 0.11*** 0.028***
(13.8) (3.25)
Probabilidad Asociada a ser Victima de un Delito
Poco Probable 0.015* 0.022**
(1.91) (2.46)
Probable 0.017*** 0.040***
(3.78) (7.37)
Muy Probable 0.045*** 0.069***
(5.20) (7.51)
Multivictimización 0.020*** 0.036***
(5.67) (9.12)
Estrato Socio-Económico
C2 0.018 0.022
(1.22) (1.23)
C3 0.018 0.044**
(1.34) (2.57)
C4 0.026* 0.065***
(1.92) (3.82)
E 0.048*** 0.059***
(3.20) (3.29)
Dummy Provincia Si Si
Controles Socio-Económicos Si Si
Observaciones 25,888 25,888
R2
0.061 0.045
Nota: Estadístico T Robusto entre Paréntesis
Robo con Violencia e
Intimidación
Si
Tabla 4- Estimación Modelo de Probabilidad Líneal de la Probabilidad de ser Víctima de un Delito Condicional en
Distintas Medidas de Vulnerabilidad
Robo con Fuerza a la
Vivienda
Dummys que Controlan por Efectos Tiempo, Región y
ReformaSi
31
Variables Explicativas Relacionadas a Costos y Beneficio: Robo con Violencia o Intimidación
Al igual que para el robo con fuerza a la vivienda, se espera que los hogares que se perciben como
más vulnerables demanden más seguridad a las autoridades y denuncien más. También, se espera
que los hogares que han sido más dañados denuncien más. Un factor que eventualmente frena la
mayor denuncia de los hogares que han sido más dañados es el costo sicológico asociado a revivir
el trauma del crimen.
Para medir la percepción de vulnerabilidad del hogar se utilizarán las mismas tres medidas ya
señaladas para el caso del robo con fuerza a la vivienda. La primera medida es la probabilidad que
el hogar asocia a ser víctima de un delito en los próximos 12 meses. La segunda medida es la
probabilidad que la víctima asocia a que fuercen la entrada de su hogar y la tercera medida es una
variable que indica si el hogar ha tomado alguna medida contra la delincuencia. Dos de las tres
medidas se relacionan más con el robo con fuerza a la vivienda. Hay que recordar que el RVI
también puede ser un robo al hogar y además es posible que estos controles también midan la
percepción de vulnerabilidad de los hogares frente a delitos que ocurren en la vecindad. Al igual
que en el caso de robo con fuerza a la vivienda, las variables no están muy correlacionadas entre
ellas (Tabla E del anexo).
Para medir el daño al hogar se utilizan dos variables binarias. La primera variable indica si la
víctima fue amenazada con un arma. La segunda variable indica que el daño fue mayor aún ya que
además de ser amenazada con un arma la víctima fue herida. Los hogares que han sido más
dañados sufren dos efectos, por un lado hay una mayor demanda por justicia (reciprocidad) por
otro lado existe un mayor costo psicológico de la denuncia.
Se utilizará el mismo set de controles socio-demográficos que en el caso de robo con fuerza a la
vivienda. Estas variables son: el estrato socio-económico del hogar, la cantidad de personas en el
hogar, el número de mujeres cada 4 personas en el hogar, y el número de menores de 15 años
cada 4 personas en el hogar. Las estadísticas descriptivas de estas variables se adjuntan en la tabla
E del apéndice. Los signos esperados son los mismos que fueron discutidos en la sección anterior.
Al igual que en el caso de robo con fuerza a la vivienda, se incluye la variable multivictimización.
Esta variable mide la vulnerabilidad efectiva de los hogares y permite controlar por el aumento en
la vulnerabilidad de los hogares en el 2005. En la tabla 5, se puede ver que en el 2005 hay menos
hogares multivictimizados pero que la caída es más fuerte en la Región Metropolitana. Esto es lo
mismo que ocurre con la victimización en la tabla 2. De la misma manera que en el caso de robo
con fuerza a la vivienda, es posible comprobar que la variable multivictimización es una buena
medida de vulnerabilidad en la tabla 3. En esa tabla se muestra que hay una correlación muy
fuerte entre la variable multivictimización y la victimización de robo con violencia o intimidación.
Es interesante notar que, al igual, que el caso del Robo con Fuerza a la vivienda existe una similitud
muy grande de todos los observables de las Regiones de la Etapa 4 de la Reforma Procesal y de la
Región Metropolitana. La diferencia es que en este caso, toda la información disponible se
asemeja bastante a un experimento aleatorio en cuanto antes del tratamiento prácticamente no
32
existen diferencias significativas entre ambos grupos en las variables dependientes y en los
controles. Incluso, a pesar de que ambas regiones tengan distintas tasas de victimización, las
víctimas parecen ser igualmente vulnerables en el 2003 en ambas regiones.
ENUSC y seguros contra Robo
Al igual que Benavente y Cortés (2006), una de las preocupaciones originales del autor de esta
investigación es la importancia que puede tener la cobertura de un seguro contra robo. Es posible
que los hogares de altos ingresos denuncien más porque tienen seguros. A modo de digresión, se
RM V,VI,VIII, y X Región Diferencia RM V,VI,VIII, y X Región Diferencia
Variable Dependiente
42% 46% 4% 41% 45% 4% 0%
(0.0232) (0.0314) (0.0391) (0.0213) (0.0313) (0.0378) (0.05)
Variables Explicativas
No es Probable 35% 29% -6%* 37% 38% 1% 7%
(0.02) (0.03) (0.04) (0.02) (0.03) (0.04) (0.05)
Poco Probable 6% 10% 4%* 4% 5% 1% -4%
(0.01) (0.02) 0.02 (0.01) (0.01) (0.02) (0.03)
Probable 38% 41% 3% 40% 33% -7%** -10.07%*
(0.02) (0.03) (0.04) (0.02) (0.03) (0.04) (0.05)
Muy Probable 21% 20% -1% 18% 24% 5% 7%
(0.02) (0.03) (0.03) (0.02) (0.03) (0.03) (0.04)
Poco Probable 43% 44% 0% 42% 39% -2%** -2%
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01) (0.02)
Probable 44% 45% 1% 46% 44% -2% -3%*
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01) (0.02)
Muy Probable 13% 11% -2%** 12% 16% 4%*** 5%***
(0.00) (0.01) (0.01) (0.00) (0.01) (0.01) (0.01)
47% 53% 6% 41% 51% 10% -6%
(0.02) (0.03) (0.10) (0.02) (0.03) (0.04) (0.05)
76% 77% 1% 73% 69% -5% -6%
(0.02) (0.03) (0.03) (0.02) (0.03) (0.04) (0.05)
14% 17% 3% 11% 13% 3% 0%
(0.02) (0.02) (0.03) (0.01) (0.02) (0.03) (0.04)
Multivictimización 1.01 0.88 -0.12 0.64 0.79 0.15 0.27**
(0.05) (0.07) (0.08) (0.04) (0.06) (0.07) (0.11)
Porcentaje de los Hogares
Victimas de RVI en que la
Víctima fue Herida con un
Arma
Fuente: ENUSC 2003 y ENUSC 2005
Tabla 5: Descripción de las Variables Utilizadas en la Estimación de la Probabilidad de Denuncia de Robo Violencia e Intimidación
Porcentaje de Delitos
Denunciados
2003 2005 Cambio de la
Diferencia
Porcentaje de Hogares
Victimizados por RVI que
Creen que Serán Víctimas
de un Delito en los
Próximos 12 Meses
Porcentaje de los Hogares
Victimas de RVI en que la
Víctima fue Amenazada
con un Arma
Probabilidad que los
Hogares Víctimas de Robo
Con Fuerza en la Vivienda
Asocian a que Alguien
Trate de Forzar su Casa
para Robarles
Porcentaje de Hogares
Victimizados por RVI que
Tomaron al menos una
Medida para Protegerse de
la Delincuencia
33
mencionará brevemente qué se aprende de la encuesta ENUSC respecto de los seguros contra
robo, a pesar de que los seguros no se incorporan en el análisis empírico de este trabajo.
Los datos de las ENUSC 2003 y 2005 no son suficientemente precisos para poder controlar por la
posesión de un seguro contra robo. En la ENUSC se pregunta por las dos principales medidas anti
delincuencia que toman los hogares y contratar seguros es una de las alternativas. Luego, no se
tiene información sobre todas las medidas utilizadas, más allá de las dos principales, por lo que se
prefirió no construir una variable que mide la compra de un seguro. Sin embargo, es posible tener
una idea aproximada de cuanta gente contrató uno. La proporción de personas que declara haber
contratado un seguro, como una de las dos principales medidas para protegerse contra la
delincuencia, es despreciable y no supera el 3% de las víctimas en la muestra.31 Por lo tanto, la
correlación entre una variable de ingreso y estar cubierto por un seguro sería baja. En ese sentido,
no sería cierto que al controlar por ingreso se está midiendo, ni siquiera en parte, el efecto de un
seguro en la probabilidad de denuncia. Esto muestra la importancia de tener variables que se
relacionen de manera estrecha con los costos y beneficios de denunciar. En particular, Benavente
y Cortés (2006) interpretaban el coeficiente asociado a ingreso como el efecto del seguro y del
costo del tiempo. Con datos especializados en victimización es posible comprobar que esa
interpretación no era razonable ya que casi no hay hogares con seguros.
VII- Resultados
VII.1 – Estimaciones
A continuación se presentaran los resultados para ambos tipos de delitos.
VII.1.1- Robo con Fuerza a la Vivienda
Los resultados relativos a RFV se muestran en el panel A de la tabla 6. Para comprobar la
robustez de los resultados se estimaron distintas especificaciones del modelo de probabilidad
lineal y del modelo probit. En la primera columna, se estiman ambos modelos sin ningún control.
Luego, se agregan progresivamente los controles y finalmente se agrega una variable binaria que
controla por efectos provinciales.
El resultado es invariablemente el mismo: no hay evidencia de que la Reforma Procesal Penal haya
cambiado la probabilidad de denuncia de los hogares. El coeficiente encontrado es no significativo
e igual a -6%. Esto aplica para todas las especificaciones e independiente del método de
estimación. La estimación es robusta a distintos set de controles, socio-demográficos y
relacionados con costos y beneficios de denunciar, por lo que el tratamiento efectivamente no
31
Sin embargo, en la ENUSC 2008 se le pregunta a los dueños de automóviles si cuentan con seguros de robo de auto. En ese caso un 20% de los hogares cuentan con un seguro.
34
fue asignado en función de ninguno de ellos. El resultado es prácticamente idéntico para ambos
métodos de estimación lo que permite tener cierta seguridad de que los potenciales problemas de
ambos métodos de estimación no están sesgando los resultados. Por lo tanto, se rechaza la
hipótesis que después de la Reforma Procesal Penal las personas denuncian más porque el sistema
es más eficiente y condenatorio. También se rechaza la hipótesis que los hogares denuncian
menos porque el sistema es poco castigador. No se puede rechazar la hipótesis que ambas fuerzas
se compensan.
A pesar que este resultado es una cota inferior, por los problemas discutidos en la sección IV.3, los
valores p en ningún caso son más bajos que 20%. Por lo tanto, no se acercan a un resultado
marginalmente significativo.
En la tabla 7 se incluye las estimaciones de los controles. Estas últimas son robustas a las distintas
especificaciones por lo que se reporta solamente la especificación más completa sin controlar por
efectos provinciales y usando una variable binaria que controla por efectos provinciales. En las
tablas G y H del anexo se muestra el resto de los resultados.
La estimación del set de controles relacionados con costos y beneficios de denunciar se adecúa
bastante bien a la teoría de la sección IV. Independiente de la medida de vulnerabilidad, los
hogares que se perciben como más vulnerables denuncian más que el resto. Los hogares que
tomaron medidas anti-delincuencia tienen un 6% más de probabilidad de denunciar. Los hogares
que creen que es muy probable que fuercen la entrada de su hogar tienen un 12% más de
probabilidad de denunciar. Finalmente, los hogares que creen que es probable que sean víctima
de un delito en los próximos 12 meses tienen un 7% más de probabilidad de denunciar. Esta última
medida, no es completamente coherente con la teoría porque la probabilidad de denunciar de los
hogares que creen que es muy probable que sean víctima de un delito en el futuro es menor que
la de los que creen que es probable. Un hogar que cree que es muy probable que fuercen la
entrada de su hogar, que tomó medidas anti delincuencia y que además cree que es muy probable
que sea víctima de un delito en los próximos doce meses tiene un 21% más de probabilidad de
denunciar.32 Esta magnitud es grande si se considera que la probabilidad no condicional que una
persona cualquiera denuncie un delito es igual a un 58%. (ver tabla 3).
Los controles socio-demográficos, en general, son significativos y no necesariamente son
coherentes con los resultados de Benavente y Cortés (2006). Los hogares en donde hay más
personas no denuncian comparativamente más. Los hogares en donde hay proporcionalmente
más mujeres denuncian más. Si el hogar cuenta con una mujer más por cada 4 miembros del hogar
entonces la probabilidad de denuncia aumenta en un 3%. Benavente y Cortes (2006) encuentran
el resultado opuesto: las mujeres denuncian menos que los hombres. Ellos no reportan efectos
marginales por lo que los resultados no son fácilmente comparables. No se cuenta con alguna
explicación plausible para interpretar este coeficiente. Los hogares donde hay más menores
32
Este coeficiente corresponde al estimador de la combinación lineal del control Muy Probable que Fuercen la Entrada del Hogar más Tomó Medidas Anti-Delincuencia más Muy Probable que sea Víctima de un Delito en los Próximos Doce meses. Este estimador es significativo al 1% en el modelo de probabilidad lineal.
35
denuncian menos. Si el hogar cuenta con un menor más por cada 4 miembros del hogar entonces
la probabilidad de denuncia disminuye en casi 5%. Esto es coherente con el resultado de
Benavente y Cortés (2006) pues ellos encuentran que a más edad, mayor es la probabilidad de
denuncia. Una manera de interpretar este coeficiente es que cuando hay más menores en el hogar
es más difícil que ellos hagan la denuncia o dificulta que los miembros más viejos hagan la
denuncia. Sin embargo, el coeficiente también podría encubrir otras características de los hogares
que determinan su decisión de fertilidad.
Un resultado que es muy interesante es el coeficiente asociado a estrato socio económico. Al igual
que Benavente y Cortés, se encuentra que los hogares que viven una situación más precaria
denuncian menos que el resto de los hogares. Incluso utilizando variables binarias que controlan
por efectos provinciales, un hogar del estrato socio–económico E tiene una probabilidad de
denunciar que es menor en 40% comparado con un hogar ABC1 y entre un 20% y un 25% menos
de probabilidad denunciar que un hogar C2. Como se mencionó más arriba este resultado podría
corresponder a un mayor nivel educacional o también podría estar relacionado con el tipo de
bienes robados o con una menor valoración relativa de los hogares respecto de los bienes
robados. Incluso sin tener una noción certera de qué está detrás de este coeficiente el resultado
no deja de ser muy importante.
En la tabla 4 se muestra que los hogares de estratos socio-económicos más bajos tienen una
probabilidad mayor de ser víctima de un robo con fuerza a la vivienda. Un hogar de estrato socio-
económico E tiene un 5% más de probabilidad de ser víctima de un robo con fuerza a la vivienda
comparado con un hogar ABC1. Este valor es igual a más de la mitad de la tasa de victimización,
que corresponde a la probabilidad no condicional de ser víctima de un delito, y que es de
alrededor de 8% (ver tabla 2). Por lo tanto, los hogares de estratos socio-económicos más bajos no
solamente son significativamente más victimizados que el resto sino que además denuncian
menos. Esto quiere decir que si hay lugares donde la seguridad pública se asigna en función de los
registros de carabineros y del sistema judicial entonces los hogares que viven en una situación de
mayor pobreza reciben un peor servicio comparado con el que deberían recibir. Una posible
explicación a este fenómeno es que estos hogares están desmoralizados, se han acostumbrado a
que sus viviendas sean vulneradas y sus expectativas de lo que perciben al denunciar son bajas.
Recuérdese que estas son especulaciones. No es posible saber con certeza qué está detrás de la
menor probabilidad de denunciar de estos hogares, sin embargo, es un hecho que los más pobres
son los más vulnerables y los que más callan los delitos.
Este resultado también es importante para la investigación de la oferta del crimen en Chile pues la
gran parte de esos trabajos utilizan las denuncias de robos con fuerza a la vivienda como variable
explicativa. Por ejemplo, Benavente, Contreras, Melo y Montero (2003), Rivera Nuñez y
Villavicencio (2004) o Beyer y Vergara (2007) por mencionar algunos. La implicancia de este
resultado en esas investigaciones es que todas las estimaciones de oferta de crimen en Chile
utilizan controles de ingreso de los hogares o desigualdad de ingreso. Si los hogares de menores
recursos denuncian menos que el resto, entonces las estimaciones de la relación entre nivel de
ingreso o desigualdad de ingreso y las denuncias estarían sesgadas. Además los estimadores de
36
variables correlacionadas con el ingreso también estarían sesgados. En otras palabras, el error de
medición de la variable de denuncias de robo con fuerza no es clásico, ya que está correlacionado
con los regresores.
Es sorprendente que este mismo punto no haya sido destacado como un aporte fundamental de
Benavente y Cortés (2006). Ellos encuentran una relación significativa entre más de una variable
que comúnmente se utiliza en estimaciones de oferta de crimen y la probabilidad de denunciar. En
esa investigación la educación, la edad, el género y el ingreso son factores que están asociados
significativamente con la probabilidad de denunciar. Todas esas variables se usan como controles
en la estimación de la oferta de crimen. Más aún, la encuesta CASEN 1996 en la que Benavente y
Cortés (1996) encuentran esta relación significativa entre denuncia y variable socio-demográfica
es la misma que se utiliza en varios trabajos de la oferta de crimen de los 90 que usan como
controles el nivel educacional, la edad, el género, el ingreso o transformaciones de esas variables.
Algunos de estos trabajos son Nuñez Rivera Villavicencio y Molina (2003), Rivera Nuñez y
Villavicencio (2004), Benavente y Melo (2006) y Beyer y Vergara (2007). En consiguiente, sería
muy interesante evaluar la magnitud de este sesgo reutilizando los datos de la CASEN 1996 y re-
estimando la ecuación de vulnerabilidad del modelo de Benavente y Cortés con todas las variables
que se usan en los trabajos de oferta de crimen. Recuérdese que Benavente y Cortés estiman un
modelo biprobit en donde se estima la probabilidad de ser víctima de un delito. Luego, esta
estimación no estaría sujeta a potenciales errores de sesgo provenientes del sub reporte. Sin
embargo, como se explica en la sección 2 la estimación sí puede tener problemas de
endogeneidad o de interpretación en los parámetros. Otra manera de enfrentar este hallazgo sería
estimando la relación que existe entre probabilidad de denuncia, estrato socio-demográfico, nivel
educacional, género, y edad a partir de las encuestas ENUSC 2006 y 2008. Al contrario de las
encuestas ENUSC 2003 y 2005, estas últimas tienen información socio-demográfica de cada
miembro del hogar.
VII.1.1- Robo con Violencia o Intimidación
Para robo con violencia o intimidación, se procedió de la misma forma que para robo con
fuerza a la vivienda. Los resultados, en el panel B de la tabla 6, muestran que la Reforma Procesal
no tuvo un efecto significativo en la probabilidad de denunciar de las víctimas. El impacto fue aún
menor que en el caso de robo con fuerza a la vivienda. En todas las especificaciones se encuentra
que la Reforma Procesal Penal aumentó la probabilidad de denunciar en torno a 0.5% y los valores
p oscilan entre 85% y 99%. Al igual que en el caso de robo con fuerza a la vivienda, estas
estimaciones también son robustas a distintas especificaciones. En consiguiente, el tratamiento
efectivamente no fue asignado en función de ninguno de los controles utilizados. Además, las
estimaciones son prácticamente idénticas para ambos métodos de estimación lo que permite
tener cierta seguridad de que sus potenciales problemas no están sesgando los estimadores. Por
lo tanto, se rechaza la hipótesis que después de la Reforma Procesal Penal las personas denuncian
más porque el sistema es más eficiente y condenatorio. También se rechaza la hipótesis que los
37
hogares denuncian menos porque el sistema es poco castigador. No se puede rechazar la hipótesis
que ambas fuerzas se compensan.
Aún cuando estos resultados son una cota inferior, los valores p son tan grandes que es realmente
muy difícil pensar que la Reforma Procesal Penal haya tenido algún efecto para este tipo de delito.
En la tabla 7 se incluye las estimaciones de los controles. Estas últimas son robustas a las distintas
especificaciones por lo que se reporta solamente la especificación más completa sin controlar por
efectos provinciales y controlando por efectos provinciales. En las tablas I y J del anexo se muestra
el resto de los resultados.
Algunos controles relacionados con costos y beneficios de denunciar se adecúan al modelo
teórico; otros son menos coherentes con este último. Las dos medidas de daño son positivas y
significativas. Si la víctima fue amenazada con un arma entonces la probabilidad de denuncia
aumenta en 8% mientras que si además de ser amenazada ella fue herida, la probabilidad
aumenta un 17% adicional. Luego, si la víctima fue amenazada y herida la probabilidad de
denunciar es un 26% mayor que para el resto de las víctimas. Estos resultados son coherentes con
un comportamiento recíproco de parte de las víctimas. Es decir, ellas desean que se haga justicia y
que el victimario “pague por sus actos”. Luego, el costo psicológico de revivir el trauma no sería
impedimento para que estos hogares denuncien más que el resto. Nótese que este coeficientes es
bastante grande ya que el porcentaje de robos con violencia o intimidación denunciados es igual a
un poco más de 40%. Es decir, si se tomara como referencia una persona al azar, cuando la víctima
es amenazada y herida existe un 50% más de probabilidad que el hogar denuncie el delito.
Las medidas de vulnerabilidad que están más ligadas al robo con fuerza a la vivienda como son la
adopción de medidas anti-delincuencia y el temor a que la entrada del hogar sea forzada no tienen
ningún efecto en la probabilidad de denunciar un robo con violencia o intimidación. Es posible
que estas variables no sean buenas medidas de vulnerabilidad para este tipo de robo. Nótese que
en general, los coeficientes son positivos a pesar de no ser significativos. La otra medida de
vulnerabilidad, la probabilidad que el hogar asocia a ser víctima de un delito en el futuro, es
contraria a la teoría cuando no se controla por efectos provinciales. En esa especificación, la
probabilidad que los hogares que creen que es poco probable que sean víctima de un delito en el
futuro denuncien es menor que la de los hogares que creen que no es probable. Sin embargo,
cuando se agregan una variable binaria que controla por efectos provinciales los controles son
coherentes con la teoría ya que los hogares que creen que es muy probable que sean víctima de
un delito en el futuro tienen entre un 6% y un 7% más de probabilidad de denunciar. Posiblemente
existen no observables tales como la calidad de los servicios de seguridad locales que pueden
estar correlacionados con esta medida de vulnerabilidad. Cuando se controla por estos no
observables, las variables relacionadas con costos y beneficios se comportan de la manera
esperada. Sin embargo, una limitación de esta explicación es que no sucede lo mismo en el caso
de robo con fuerza a la vivienda.
38
Rob
o A
con
Fue
rza
a la
Viv
iend
a
Sin
Co
ntr
ole
sC
on
tro
les
So
cio
- D
emo
gráf
ico
s
Mod
elo
de P
roba
bilid
ad L
inea
l
-0.0
59
-0.0
68
-0.0
68
-0.0
69
-0.0
67
-0.0
63
-0.0
68
-0.0
64
-0.0
65
-0.0
66
-0.0
63
(0.2
6)
(0.1
9)
(0.1
9)
(0.1
9)
(0.2
0)
(0.2
3)
(0.1
9)
(0.2
2)
(0.2
1)
(0.2
0)
(0.2
3)
Pro
bit
-0.0
57
-0.0
68
-0.0
68
-0.0
70
-0.0
67
-0.0
64
-0.0
70
-0.0
67
-0.0
67
-0.0
70
-0.0
68
(0.2
5)
(0.1
7)
(0.1
8)
(0.1
7)
(0.1
7)
(0.2
2)
(0.1
7)
(0.2
1)
(0.1
9)
(0.1
8)
(0.2
2)
Pan
el B
Rob
o co
n V
iole
ncia
e
Intim
idac
ión
Sin
Co
ntr
ole
sC
on
tro
les
So
cio
- D
emo
gráf
ico
sA
men
aza
y
Her
ido
Mod
elo
de P
roba
bilid
ad L
iene
al
0.0
042
0.0
016
0.0
046
0.0
11
0.0
11
0.0
12
0.0
058
0.0
12
0.0
058
0.0
062
0.0
062
0.0
083
(0.9
4)
(0.9
8)
(0.9
3)
(0.8
5)
(0.8
5)
(0.8
3)
(0.9
1)
(0.8
3)
(0.9
1)
(0.9
1)
(0.9
1)
(0.8
8)
Pro
bit
0.0
044
0.0
019
0.0
049
0.0
11
0.0
11
0.0
13
0.0
061
0.0
12
0.0
061
0.0
065
0.0
064
0.0
067
(0.9
4)
(0.9
7)
(0.9
3)
(0.8
4)
(0.8
4)
(0.8
2)
(0.9
1)
(0.8
2)
(0.9
1)
(0.9
1)
(0.9
1)
(0.8
9)
No
Si
Si
Si
Si
Si
Si
Si
Si
Si
Si
Si
Mult
ivic
tim
izac
ión
No
No
Si
Si
Si
Si
Si
Si
Si
Si
Si
Si
No
No
No
Si
Si
Si
Si
Si
Si
Si
Si
Si
Dum
my
Pro
vin
cia
No
No
No
No
No
No
No
No
No
No
No
Si
Tre
s M
edid
as d
e V
uln
erab
ilidad
No
ta 2
: L
os
coef
icie
nte
s re
po
rtad
os
en e
l ca
so d
e la
est
imac
ión
pro
bit
co
rres
po
nden
al ef
ecto
mar
gin
al d
e la
Ref
orm
a P
roce
sal P
enal
. E
s dec
ir, el
cam
bio
en
la
pro
bab
ilidad
de
den
un
cia
des
pués
de
la R
efo
rma.
Se
tom
a co
mo
ref
eren
cia
un
ho
gar
de
la p
rovin
cia
de
San
tiag
o e
n e
l 2003. E
ste
ho
gar
esta
co
mp
ues
to p
or
4 p
erso
nas
do
nde
hay
do
s m
ayo
res
de
15 a
ño
s y
do
s m
uje
res.
El es
trat
o s
oci
o-e
con
óm
ico
del
ho
gar
es C
3. E
l en
trev
ista
do
del
h
oga
r cr
ee q
ue
es p
rob
able
que
sean
víc
tim
a de
un
del
ito
en
lo
s p
róxi
mo
s 12 m
eses
,
que
es p
rob
able
que
la e
ntr
ada
de
su h
oga
r se
a fo
rzad
a y
han
to
mad
o m
edid
as c
on
tra
la d
elin
cuen
cia.
En
el ca
so d
el R
ob
o c
on
Vio
len
cia
e In
itm
idac
ión
se
con
sider
a un
ho
gar
en q
ue
la v
ícti
ma
fue
amen
azad
a p
ero
no
her
ida.
Tab
la 6
- E
fect
o d
e la
Ref
orm
a P
roce
sal P
enal
en
la
Pro
bab
ilidad
de
Den
un
cia
de
las
Víc
tim
as d
e R
ob
o c
on
Fuer
za a
la
Viv
ien
da
y R
ob
o c
on
Vio
len
cia
e In
tim
idac
ión
Am
enaz
a y
Her
ido
(Só
lo p
ara
Ro
bo
co
n V
iole
nci
a e
Inti
mid
ació
n)
Un
a M
edid
a de
Vule
rab
ilidad
Un
a M
edid
a de
Vule
rab
ilidad
Do
s M
edid
as d
e V
uln
erab
ilidad
Do
s M
edid
as d
e V
uln
erab
ilidad
Co
ntr
ole
s So
cio
-Dem
ogr
áfic
os
Efe
cto
Tra
tam
ien
to P
rom
edio
Ref
orm
a P
roce
sal P
enal
Efe
cto
Tra
tam
ien
to P
rom
edio
Ref
orm
a P
roce
sal P
enal
No
ta 1
: V
alo
res
P r
ob
ust
os
entr
e p
arén
tesi
s
Efe
cto
Tra
tam
ien
to P
rom
edio
Ref
orm
a P
roce
sal P
enal
Efe
cto
Tra
tam
ien
to R
efo
rma
Pro
cesa
l P
enal
Tre
s M
edid
as d
e V
uln
erab
ilidad
39
Los controles socio-demográficos no son significativos para este delito. Al contrario al caso de robo
con fuerza a la vivienda, tanto la cantidad de personas, como el número de mujeres o de menores
de 15 años por cada 4 habitantes del hogar y el estrato socio-económico no están relacionados
con la decisión de denuncia de los hogares. Una posible interpretación de este resultado es que el
robo con fuerza es un delito contra el hogar y el robo con violencia o intimidación, a pesar de que
puede ser un robo al hogar, es un delito que se asocia más con el individuo. En ese sentido, es
Tipo de Delito Robo con Fuerza a la Vivienda Robo con Violencia o Intimidación
Método de Estimación
E4 0.17*** 0.093 0.18*** -0.0051 0.037 0.11 0.039 -0.076
(0.000012) (0.50) (7.4e-06) (0.98) (0.34) (0.47) (0.34) (0.58)
Tiempo 0.016 0.011 0.018 0.012 -0.012 -0.013 -0.012 -0.012
(0.64) (0.74) (0.62) (0.73) (0.71) (0.68) (0.71) (0.68)
RPP -0.066 -0.063 -0.070 -0.068 0.0062 0.0083 0.0064 0.0067
(0.20) (0.23) (0.18) (0.22) (0.91) (0.88) (0.91) (0.89)
Multivictimización -0.017 -0.013 -0.018 -0.013 -0.025* -0.025* -0.027* -0.023*
(0.24) (0.38) (0.26) (0.42) (0.078) (0.086) (0.079) (0.098)
Víctima Amenaza con un Arma 0.078*** 0.084*** 0.081*** 0.081**
(0.0093) (0.0059) (0.0095) (0.018)
Víctima Herida 0.17*** 0.18*** 0.17*** 0.14***
(0.000019) (6.4e-06) (0.000011) (0.0088)
El Hogar Tomó Medidas Anti- Delincuencia 0.069** 0.068** 0.071** 0.072** 0.00029 -0.00052 0.0013 0.00045
(0.012) (0.012) (0.011) (0.012) (0.99) (0.98) (0.96) (0.99)
Probabilidad que Fuercen la Entrada al Hogar
Probable 0.030 0.031 0.034 0.036 0.018 0.013 0.019 0.012
(0.42) (0.40) (0.39) (0.37) (0.56) (0.67) (0.56) (0.67)
Muy Probable 0.12*** 0.12*** 0.13*** 0.13*** 0.011 0.0022 0.011 0.0018
(0.0044) (0.0028) (0.0037) (0.0024) (0.78) (0.95) (0.79) (0.96)
Probabilidad Asociada a ser Victima de un Delito
Poco Probable 0.088 0.097 0.094 0.10 -0.096* -0.083 -0.10* -0.082
(0.15) (0.11) (0.14) (0.10) (0.072) (0.12) (0.074) (0.17)
Probable 0.067** 0.068** 0.069** 0.072** 0.012 0.015 0.013 0.014
(0.034) (0.029) (0.032) (0.029) (0.70) (0.62) (0.69) (0.62)
Muy Probable 0.019 0.024 0.020 0.024 0.059 0.068* 0.061 0.060*
(0.61) (0.52) (0.61) (0.55) (0.13) (0.078) (0.12) (0.089)
Número de Personas en el Hogar 0.0010 0.00080 0.0010 0.00061 0.0054 0.0054 0.0056 0.0049
(0.90) (0.92) (0.90) (0.94) (0.44) (0.44) (0.44) (0.45)
0.030** 0.026** 0.031** 0.028** 0.014 0.012 0.014 0.011
(0.023) (0.042) (0.023) (0.043) (0.35) (0.42) (0.36) (0.43)
-0.046*** -0.043** -0.048*** -0.045** -0.00078 -0.0020 -0.00060 -0.0015
(0.0078) (0.012) (0.0076) (0.012) (0.97) (0.91) (0.97) (0.93)
Estrato Socio-Económico
C2 -0.23** -0.23* -0.26** -0.27* -0.18 -0.19 -0.18 -0.19
(0.045) (0.054) (0.031) (0.057) (0.33) (0.32) (0.29) (0.34)
C3 -0.26** -0.24** -0.29** -0.27** -0.11 -0.11 -0.11 -0.084
(0.016) (0.023) (0.020) (0.030) (0.54) (0.57) (0.54) (0.55)
C4 -0.37*** -0.36*** -0.34*** -0.36*** -0.18 -0.18 -0.18 -0.17
(0.00050) (0.00086) (0.000047) (0.0030) (0.32) (0.34) (0.28) (0.37)
E -0.38*** -0.36*** -0.35*** -0.37*** -0.17 -0.16 -0.16 -0.15
(0.00073) (0.0013) (0.000031) (0.0029) (0.37) (0.41) (0.34) (0.43)
Número de Observaciones 1,996 1,996 1,996 1,996 2,096 2,096 2,096 2,096
R2
0.068 0.081 0.033 0.045
Pseudo R2
0.051 0.061 0.025 0.033
Dummy Provincia No Si No Si No Si No Si
Valores P Robustos entre Paréntesis
Niveles de Significancia: *** p<0.01, ** p<0.05, * p<0.1
Número de Mujeres cada 4 Personas en el
Hogar
Número de Menores cada 4 Personas en el
Hogar
Nota : Los coeficientes reportados en el caso del efecto marginal de la estimación probit corresponden al efecto marginal de la Reforma Procesal. Es decir, el cambio en la probabilidad de
denuncia después de la Reforma. Se toma como referencia un hogar de la provincia de Santiago en el 2003. Este hogar esta compuesto por 4 personas donde hay dos mayores de 15 años y dos
mujeres. El estrato socio-económico del hogar es C3. El entrevistado del hogar cree que es probable que sean víctima de un delito en los próximos 12 meses, que es probable que la entrada
de su hogar sea forzada y han tomado medidas contra la delincuencia. En el caso de robo con violencia o intimidación se considera un hogar en que la víctima fue amenazada pero no herida.
Tabla 7 - Estimación Probabilidad de Denunciar un Delito
Efecto
Marginal Probit
Efecto
Marginal Probit
Modelo
Probabilidad
Lineal
Modelo
Probabilidad
Lineal
Modelo
Probabilidad
Lineal
Modelo
Probabilidad
LinealEfecto
Marginal Probit
Efecto
Marginal Probit
40
posible que cualquier miembro del hogar pueda denunciar el delito en el caso del robo con fuerza
a la vivienda a diferencia del robo contra el individuo. Luego, dado que la mayoría de los controles
se relacionan con variables relacionadas con el hogar en el caso de un robo al individuo estos
dejarían de ser relevantes. Una limitación de esta interpretación es que el estrato socio-
económico es común a todos los miembros del hogar. Benavente y Cortés (2006) no testean un
eventual cambio estructural de las variables socio-demográficas dependiendo del tipo de delito.
Luego, no es posible comparar los resultados.
VII.2 – El efecto de la Reforma Procesal en la Probabilidad de Denunciar un
Delito
Para ambos delitos se ha encontrado que la Reforma Procesal Penal no tiene ningún efecto en la
probabilidad de denunciar un delito. Este resultado es importante para el análisis de la seguridad
pública de Chile.
Si la Reforma Procesal Penal está asociada a más denuncias, como muestran Ansoleaga(2006) y
Vergara(2009), y la proporción de víctimas que denuncia los delitos se mantiene constante,
entonces esta investigación sugiere que la criminalidad en Chile aumentó después de la Reforma
Procesal Penal. Sin embargo, para que este razonamiento fuese válido, la información que usa
Vergara (2009) y Ansoleaga (2006) debería ser comparable con los datos que se utilizan en este
trabajo. El problema es que aparentemente esto no es así.
En la tabla 8 se muestra que, de acuerdo a las ENUSC 2003 y 2005, después de que se implementa
la Reforma en las regiones de la Etapa 4, la tasa de denuncias, es decir, la cantidad de denuncias
por habitante, no cambia significativamente para casi ningún tipo de delito. Las únicas tasas de
denuncias que aumentan son: la tasa de denuncias de robo con fuerza a la vivienda que aumenta
en un punto porcentual y la tasa de robo de vehículo que también aumenta en un punto
porcentual. Este último resultado es marginalmente significativo. Cuando se compara la evolución
de las tasas de denuncias por delito para las regiones donde fue implementada la Reforma con la
Región Metropolitana, donde no se implementó, se observa que en el 2005 no hay relativamente
más denuncias para ningún tipo de crimen salvo por el caso de la tasa de denuncias de Lesiones.
Para ese delito, la diferencia de tasas se debe a que cayó la tasa de denuncia por lesiones en la
Región Metropolitana y no a que aumentó en las regiones de la Etapa 4. En consiguiente, la ENUSC
no muestra un alza en la tasa de denuncias. Por lo tanto, la información que se utilizan para
obtener los resultados de Vergara(2009) y de Ansoleaga(2006) no es comparable con las encuestas
ENUSC. Luego, no es del todo válido extrapolar los resultados de estos trabajos con los hallazgos
de esta investigación.
41
Como los datos de la tasas de denuncias de la encuesta ENUSC parecen ser distintos a las tasas de
denuncias de los datos de los registros judiciales y policiales es necesario tener una noción de por
qué existe esta diferencia. Skogan (1975) se refiere a una serie de estudios que han investigado
estas discrepancias y muestra que las encuestas de victimización no son una herramienta
completamente confiable para evaluar el panorama delictual. De ahí que, sería interesante
entender las diferencias entre los datos de denuncia del sistema judicial y de Carabineros y la
ENUSC, ya que la evaluación de la Estrategia Nacional de Seguridad Publica se basa en parte
Panel A Tasas de Denuncia por Delito
2003 2005 Cambio 2003 2005 Cambio Diferencia del Cambio
2% 2% 0% 1% 2% 1%* 1%
(0.0039) (0.0028) (0.0049) (0.0025) (0.0037) (0.0045) (0.0066)
Robo desde Vehículo9% 7% -2%** 9% 7% -1% 1%
(0.0074) (0.01) (0.01) (0.01) (0.0078) (0.01) (0.01)
3% 3% 1%* 4% 4% 1%*** 1%
(0.0025) (0.0022) (0.00) (0.0031) (0.0032) (0.00) (0.01)
3% 3% 0% 3% 3% 0% 0%
(0.0025) (0.00) (0.00) (0.00) (0.00) (0.00) (0.0051)
4% 4% -1%*** 3% 3% -1%* 1%
(0.0032) (0.0025) (0.00) (0.0028) (0.0028) (0.0038) (0.01)
3% 3% 1% 4% 3% 1% 0%
(0.0024) (0.0023) (0.00) (0.0031) (0.0029) (0.0036) (0.01)
Lesiones 2% 1% -1% 2% 1% 0% 1%**
(0.0023) (0.0010) (0.00) (0.0022) (0.0019) (0.0022) (0.00)
Panel B Tasas de Denuncia por Tipos de Delitos Agregados
2003 2005 Cambio 2003 2005 Cambio Diferencia del Cambio
11% 9% -1% 9% 9% 0 1%
(0.0080) (0.0061) (0.01) (0.0084) (0.0083) (0.0103) (0.02)
12% 11% 0% 12% 12% 0% 1%
(0.0048) (0.0042) (0.01) (0.0053) (0.0053) (0.0104) (0.01)
Nota 2: El nivel de significancia está dado por * P<0.1 **P<0.05 ***p<0.01
Fuente: ENUSC 2003 y 2005
Nota: Las tasas de denuncia por tipo de delitos agregados se construyeron sin considerar la multivictimización. Se construyeron dos variables. La
tasa de denuncia de robo de vehículo o robo desde vehículo toma el valor 1 si el hogar denunció un robo de vehículo o robo desde vehículo. La tasa
de denuncia de otros robos no relacionados con vehículos toma el valor 1 si el hogar denunció algún tipo de robo no relacionado con vehículo.
Tabla 8 - Evolución de las Tasas de Denuncia en la Región Metropolitana y en las Regiones de la Etapa 4 de la Reforma Procesal Penal
RM V,VI,VIII, y X Región
Robo de Vehículo
Robo con Fuerza a la
Vivienda
Robo por Sorpresa
Robo con Violencia o
Intimidación
Hurto
RM V,VI,VIII, y X Región
Robo de Vehículo o
Robo desde Vehículo
Robo No
Relacionado con
Vehículo
42
importante en los resultados de esa encuesta (ver por ejemplo Memoria 2009 de la División de
Seguridad Ciudadana del Ministerio del Interior).
VII.3 – Ejercicio de Robustez
VII.3.1- Otros Delitos
En la encuesta ENUSC hay otros delitos además de los dos recién utilizados: robo de vehículo, robo
desde vehículo, robo por sorpresa en las personas, lesiones y hurto. Todos estos delitos presentan
dificultades que entorpecen la estimación del modelo de probabilidad. El robo de vehículo y robo
desde vehículo sólo pueden ocurrir contra personas que tienen vehículo, luego pueden haber
otros sesgos de selección. El robo por sorpresa en las personas (que popularmente se conoce
como “carterazo” ¨o “lanzazo”) y el hurto (robo sin fuerza en las cosas ni violencia en las
personas) son delitos que eventualmente son de menor gravedad y por lo tanto posiblemente se
olvidan más rápido y quizás el encuestado no recuerda si alguien de la familia sufrió de un hurto o
de un robo por sorpresa. Además, en Junio del 2004 se promulgó una ley33 que cambió la sanción
del hurto que con la Reforma Procesal Penal era sancionado con penas mucho más blandas que
antes ((Valdivia (2006)). Quizás eso motivó a denunciar este tipo de delito. Finalmente, las
lesiones (una persona es herida sin intención de robo) son delitos que pueden ser interpretados de
manera ambigua pues es posible creer que la victima también es victimario y por lo tanto hay sub
reporte en la encuesta.
A pesar de los problemas recién expuestos, no deja de ser interesante comprobar la robustez de
los resultados anteriores para estos delitos.
En la tabla 9, se muestran los resultados de la especificación más sencilla y de la más compleja
para cada uno de los delitos que no se estudiaron en la sección anterior. Nuevamente los
resultados indican que la Reforma Procesal Penal no tiene ningún efecto en las denuncias. Los
valores P son, en todos los casos mayores a 20%. Los signos y las magnitudes de los coeficientes en
general se mantienen entre distintas especificaciones pero no son coherentes entre delitos. Los
estimadores oscilan desde -5% a 5%. En el anexo se incluye la tabla K análoga a la tabla 4 y que
muestra que la multivictimización es un buen control para el sesgo de selección. Por lo tanto,
nuevamente se rechaza la hipótesis que después de la Reforma Procesal Penal las personas
denuncian más porque el sistema es más eficiente y condenatorio. También se rechaza la hipótesis
que los hogares denuncian menos porque el sistema es poco castigador y tampoco se puede
rechazar la hipótesis que ambas fuerzas se compensan.
33
La ley 19.950 citada en la presentación “ESTUDIO EMPÍRICO DE PENAS Aplicación de penas en Chile y el efecto de la Reforma Procesal Penal” de Gonzalo Vargas disponible en el sitio web de la fundación paréntesis. www.fundacionparentesis.cl .
43
VII.4- Errores Estándares
Es importante mencionar que en el contexto de estimaciones de diferencias en diferencias
hay investigadores que han señalado que la estimación de los errores estándares es muchas veces
problemática. Si se hubieran hecho las correcciones necesarias para tener una mejor estimación
de los errores estándares, entonces los resultados serían menos significativos aún.
Donald y Lang (2007) mencionan que en estimaciones de diferencias en diferencias puede haber
un problema de observaciones agrupadas (o “cluster”) en los errores estándares ya que hay una
mezcla de variables individuales y grupales. Como se está utilizando dos grupos (tratamiento y
control) que tienen variables grupales (el tratamiento) es plausible pensar que hay no observables
a nivel grupal que pueden causar problemas en la inferencia. Por lo tanto, los errores estándares
están sub estimados porque se exagera su precisión. Esto apoya resultados no significativos.
Modelo de Probabilida Líneal
-0.015 -0.018 -0.012 0.0054 -0.052 -0.050 -0.037 -0.047 0.045 0.046
(0.91) (0.89) (0.79) (0.91) (0.23) (0.25) (0.37) (0.25) (0.62) (0.62)
Efecto Marginal Probit
-0.021 -0.022 -0.012 0.0067 -0.044 -0.034 -0.032 -0.055 0.045 0.046
(0.90) (0.94) (0.79) (0.89) (0.21) (0.26) (0.34) (0.22) (0.63) (0.62)
Multivictimización No Si No Si No Si No Si No Si
Dummy Provincia No Si No Si No Si No Si No Si
Nota 1: Valores P robustos entre paréntesis.
Tabla 9 - Efecto de la Reforma Procesal Penal en la Probabilidad de Denuncia de la Víctima de un Delito
No No NoNo No
Variable Dependiente
Denuncias de:
Si
Robo de Vehículo Robo Desde Vehículo Robo Por Sorpresa a las Personas Hurto Lesiones
Controles Socio-Demográficos Si Si
Nota 2 : Los coeficientes reportados en el caso del efecto marginal de la estimación Probit corresponden al efecto marginal de la Reforma Procesal. Es decir, el cambio en la probabilidad de denuncia
después de la Reforma. En la columna de la izquierda se toma como referencia un hogar de la Región Metropolitana en el 2003. En la columna de la derecha se computa un hogar de la provincia de
Santiago en el 2003. Este hogar esta compuesto por 4 personas donde hay dos mayores de 15 años y dos mujeres. El estráto Socio-Económico del hogar es C3. El entrevistado del hogar cree que es
probable que sean víctima de un delito en los próximos 12 meses, que es probable que la entrada de su hogar sea forzada y han tomado medidas contra la delincuencia. Se considera un hogar en que la
víctima fue amenazada pero no herida.
Si Si
Efecto Tratamiento Promedio Reforma
Procesal Penal
Efecto Tratamiento Promedio Reforma
Procesal Penal
44
VIII- Conclusiones
Algunos autores han sugerido que después de la Reforma Procesal Penal las víctimas de
los delitos denuncian más que antes. Entender si esto es efectivo es importante pues ayuda a
interpretar los movimientos de las cifras delictuales posteriores a la Reforma Procesal como
cambios en la criminalidad o simplemente como cambios en la conducta de las víctimas. Este
trabajo aprovecha la implementación gradual de la Reforma Procesal Penal para identificar el
efecto de la Reforma Procesal Penal en la probabilidad que un hogar denuncie un delito a partir de
los datos de las encuestas ENUSC 2003 y 2005. Los resultados de la estimación probit y de la
estimación de diferencias en diferencias muestran que dicho efecto es nulo. De acuerdo al modelo
teórico, esto significa que la mayor rapidez del sistema y las mayores tasas de condena tienen un
efecto en los incentivos, y en la probabilidad de denunciar, que se cancela con el desincentivo que
genera la menor severidad de las penas tras la Reforma.
Este resultado presenta algunas limitaciones. En primer lugar, dado el traslape que existe entre la
implementación de la Reforma Procesal en la región que se utiliza como control y la encuesta
ENUSC las estimaciones son una cota inferior. Sin embargo, la lenta puesta en marcha de la
Reforma en dicha región, la subestimación de los errores estándares y, por sobre todo, los altos
valores p sugieren que esta limitación no es relevante. En segundo lugar, no es posible distinguir si
el resultado nulo de la Reforma Procesal en la probabilidad de denunciar se debe a que los
mayores incentivos a denunciar se cancelan con los desincentivos a denunciar o la Reforma
Procesal Penal no afecta los incentivos a denunciar. En cualquier caso, esto no inválida el interés
del resultado ya que se ha logrado descartar que sea más probable que las víctimas denuncien
más a causa de la Reforma Procesal Penal.
El hallazgo de un efecto nulo de la Reforma Procesal en la probabilidad de denunciar es un aporte
a la literatura de la economía del crimen por varias razones. En primer lugar, para obtener este
resultado se ha desarrollado un marco teórico sobre el efecto de la Reforma Procesal Penal en los
incentivos a denunciar y se ha argumentado que, contrariamente a lo que postulaba
Vergara(2009) y Ansoleaga(2006), producto de la Reforma Procesal la cantidad de delitos que las
víctimas denuncian puede disminuir. En segundo lugar, se ha mostrado empíricamente que la
evidencia no apoya lo que estos autores sugieren: la probabilidad de que una víctima denuncie se
mantiene inalterada tras la reforma. Como ellos muestran que la Reforma está asociada a más
denuncias criminales y este trabajo argumenta que no aumenta la probabilidad de denunciar un
crimen, uno pensaría que el aumento en las denuncias tras la Reforma Procesal corresponde a
más criminalidad y no a una misma cantidad de delitos que son más denunciados. Sin embargo, los
datos de la encuesta ENUSC no revelan un alza en la cantidad de denuncia, al contrario de los
datos de Vergara(2009) y Ansoleaga(2006), por lo que no se puede extrapolar directamente los
resultados de este trabajo a lo que encuentra esos autores. Esta discrepancia es interesante
porque sugiere que la encuesta ENUSC eventualmente podría tener algunos problemas de
medición en las estadísticas que se utilizan para la Estrategia Nacional de Seguridad Pública. Y en
tercer lugar, hay un número importante de países latinoamericanos que han implementado o
45
están implementando una reforma a su sistema procesal penal. Luego, este hallazgo se constituye
como un precedente para lo que se podría esperar después de esas reformas. No obstante lo
anterior, no sería correcto generalizar indiscriminadamente los resultados obtenidos en esta
investigación a estos casos. Las instituciones de los distintos países son diferentes y además la
Reforma no necesariamente se implementó con el mismo éxito en todos los países. En la misma
línea, la disminución en la dureza de los castigos no es un objetivo de la Reforma y quizás no es
algo que ocurra en otros países.
Un segundo resultado de esta investigación que también es interesante es la menor probabilidad
de denuncia de los hogares de menor estrato socio-económico. Los hogares del estrato socio–
económico E que han sido víctima de un robo a la vivienda tienen una probabilidad de denunciar
que es menor en 40% comparado con un hogar ABC1 y es entre un 20% y un 25% menor que la
probabilidad denunciar que un hogar C2. A esto se suma que los hogares de estratos socio-
económicos más bajos tienen una probabilidad mayor de ser víctima de un robo con fuerza a la
vivienda.
El interés de este hallazgo es doble. Primero, si hay lugares donde la seguridad pública se asigna
en función de los registros de carabineros y del sistema judicial, entonces los hogares que viven en
una situación de mayor pobreza reciben un peor servicio de seguridad pública comparado con el
que deberían recibir. Y segundo, el análisis de oferta de crimen puede estar sesgado si la
estrategia de identificación no considera que el ingreso está correlacionado con el error de
medición de las denuncias criminales. Si los hogares de mayor estrato socio-económico denuncian
más que el resto, entonces en lugares de mayor ingreso las cifras de denuncias encubren una
mayor proporción de delitos denunciados.
En términos generales, el aporte y la motivación de este artículo es mostrar que el enfoque
económico también puede ser útil para estudiar el comportamiento de las víctimas. La víctima
juega un papel fundamental para iniciar un proceso judicial, y por lo tanto, es un actor cuyo
comportamiento es importante investigar. Mientras que la criminología ha desarrollado un área
especializada en el estudio de las víctimas, la victimología, el estudio económico se ha avocado
solamente al estudio del comportamiento del criminal. Luego, el valor de esta investigación es que
contribuye a la literatura incipiente, y casi inexistente, en economía que estudia el crimen desde
las víctimas.
46
IX-Bibliografía
Álvarez Marangunic y Herrera (2007), Impacto de la Reforma Procesal Penal en la población
carcelaria del país , Revista de Estudios Criminológicos y Penitenciarios. No.11 pp.117-133
Ansoleaga (2006), Determinantes de la delincuencia en Chile: ¿Mayor crimen en el pasado implica
mayor crimen en el presente? Tesis de Magister de Economía en la Pontificia Universidad Católica
de Chile publicada en el Cuarto Congreso Nacional de Investigación sobre Violencia y Delincuencia
organizado por la fundación Paz Ciudadana y el Instituto de Sociología de la Pontificia Universidad
Católica en el 2007.
Benavente J.M. y E. Cortés (2006) “Delitos y sus Denuncias. La Cifra Negra de la Criminalidad en
Chile y sus Determinantes”. Documento de Trabajo, 228. Departamento de Economía, Universidad
de Chile. Diciembre
Benavente J.M. y E. Melo (2006) “Determinantes socioeconómicos de la criminalidad en Chile durante los noventa”. Documento de Trabajo, 223. Departamento de Economía. Universidad de Chile. Octubre. Benavente J.M., Contreras D., Melo E y R. Montero (2003) “Programas antidelincuencia: evaluando Comuna Segura”. Documento de Trabajo Nª 201. Departamento de Economía. Universidad de Chile.
Becker, G.S. (1968) “Crime and punishment: An economic approach.” Journal of Political Economy
no 76, pg 169-217.
Beyer, H. and R. Vergara (2007). “Delincuencia en Chile: Determinantes y rol de las políticas
públicas”. En Doce propuestas para Chile, Concurso de Políticas Públicas, Universidad Católica de
Chile.
Bureau of Justice Statistics (1995). “Criminal Victimization in the United States, 1995”.
Washington, DC: U.S. Department of Justice.
Carrera y Valdivia (2007). Distorsión y error en la identificación de autores por parte de víctimas de
delitos violentos, Públicado en el Segundo Simposicio Nacional de Investigación sobre Violencia y
Delincuencia por Paz Ciudadana y el Instituo de Sociología de la Pontificia Uniersidad Católica de
Chile.
Di Tella, R y Schargrodsky E. (2004) "Do Police Reduce Crime? Estimates Using the Allocation of
Police Forces after a Terrorist Attack." American Economic Review 94, no. 1 115-33.
Donald. S y Lang, K (2007). "Inference with Difference-in-Differences and Other Panel Data," The
Review of Economics and Statistics, MIT Press, vol. 89(2), páginas 221-233, 03
47
Duce, M, Riego C, Vargas, G, Vargas, J.E Vial, J (2006). “Seguridad Ciudadana y Reforma Procesal
Penal”. Documento Publicado por Paz Ciudadana sobre las presentaciones de los autores en la
mesa redonda “Seguridad Ciudadana y la Reforma Procesal Penal”
Duce, M (2008). “La Reforma Procesal Penal en Chile: Logros y Desafíos Período 2000-2007”,
Revista Urvio nº 3 Revista Latinoamericana sobre Seguridad Ciudadana, FLACSO-Ecuador, Enero de
2008, págs. 67-84.
Freeman (1999), “The Economics of Crime,” in Orley Ashenfelter and David Card, eds. Handbook of
Labor Economics, Vol 3c, chapter 52 (General Series Editors, K. Arrow and M.D.Intriligator)
Amsterdam, Netherlands: North Holland Publishers.
Greenberg, M. S. & Ruback, R. B. (1992). “After the crime: Victim decision making”. New York:
Plenum Press.
Hindelang, M.J y Gottfredson, M. (1976) “The victim´s decision to not to invoke the criminal justice
process”. En W.F Mc Donald (Ed), Criminal justice and the victim (pp 57- 58). Beverly Hills, CA:
Sage.
Hurtado, E y Jüneman,F (2001) “Estudio Empírico de Penas en Chile”. Fundación Paz Ciudadana
Ho. T, N,Lim y Camerer,C (2005). "Modeling the Psychology of Consumer and Firm Behavior with
Behavioral Economics," Levine's Bibliography 784828000000000476, UCLA Department of
Economics
Instituto Nacional de Estadísticas (2003), (2005), (2006), (2007), (2008) Presentación ENUSC.
Disponibles en www.ine.cl.
Lasley, J. R.; Palombo, B. J. (1995) “When crime reporting goes high-tech: an experimental test of
computerised citizen response to crime”. Journal of Criminal Justice 23: 519-529.
Levtitt S (2002) "Using Electoral Cycles in Police Hiring to Estimate the Effects of Police on Crime:
Reply." American Economic Review, 92(4), pp. 1244-50.
Lundquist, K (2006). “Víctimas: Problemas e insatisfacciones. Buenas prácticas e innovaciones”.
Santiago: Forja Serie de Investigación para la Acción.
Ministerio Público (2006). “Aspectos Generales de la Reforma Procesal Penal”. Presentación del
Ministerio Público en Jornada de Capacitación a Funcionarios del Ministerio Público, la Dirección
General de Agua y la Policía de Investigaciones disponible en el sitio web de la DGA. En:
http://www.dga.cl/otros/dgapublico/presminpublico.pdf
Mohor y Covarrubias (2007). “El Nuevo Procedimiento Penal en Chile”. Ril Editores.
Nuñez J, Rivera J, Villavicencio X y Molina O (2003) “Determinantes Socioeconómicos y
Demográficos del Crimen en Chile”, Estudios de Economía, Vol. 30, Nº1, pp. 55-85.
48
Outlaw,M., Ruback, R. B. and Britt, C. (1999) “Repeat and multiple victimizations: the role of
individual and contextual factors”. Mimeo. Pennsylvania State University, University Park.
Rand, M (2009) “Criminal Victimization, 2008”. Washington, DC: U.S. Department of Justice.
Rivera J, Nuñez J y Villaviciencio X(2004) “Crimen y disuasión: Evidencia desde un modelo de
ecuaciones simultáneas para las regiones de Chile”, El Trimestre Económico 284, pp. 811-846.
Skogan. W (1975) “Measurement problems in official and survey crime rates” Journal of Criminal
Justice, 1975, vol. 3, no 1, pg 17-31
Symonds, M (1980, Edición Especial). ““The Second Injury” to victims””. Evaluation and Change,
36-38.
Valdivia, C (2006). “Estudio empírico de penas en Chile 2006.” Públicado en el Tercer Simposicio
Nacional de Investigación sobre Violencia y Delincuencia por Paz Ciudadana y el Instituto de
Sociología de la Pontificia Universidad Católica de Chile.
Vergara, R. (2009) “Crime prevention programs: Evidence for a developing country” Mimeo,
Instituto de Economía, Pontificia Universidad Católica de Chile.
Wooldridge, J. (2001). “Econometric Analysis of Cross Section and Panel Data”, The MIT Press.
49
X- Anexo
Delito
Robo 646 14 2,2% 1.438 29 2,0%
Lesiones 68 0 0,0% 605 21 3,5%
Hurto 509 2 0,4% 811 44 5,4%
Homicidio 4 1 25,0% 22 3 13,6%
Drogas y Alcoholes 20 0 0,0% 137 62 45,3%
Otros 653 4 0,6% 1.896 165 8,7%
TOTAL 1.900 21 1,1% 4.909 324 6,6%
Fuente: Ministerio Público, Vera Institute (2004)
Nota: Estos son casos estudiados entre Enero y Febrero
del 2002
en un Periodo Menor o Igual a 15 Meses
Tabla A - Casos con Sentencia Condenatoria en el Antiguo y Nuevo Sistema de Justicia Criminal
Total de
casos
Casos con
condena
Porcent
aje
Sistema Nuevo
Fiscalias Antofagasta y Temuco
Sistema Antiguo
Juzgados 14º y 15º
Total de
casos
Casos con
condenaPorcentaje
Si No No Sabe No Responde Total
Primera - (Diciembre 2000) 45% 54% 1% 0.2% 100%
Segunda - (Octubre 2001) 43% 55% 2% 0.3% 100%
Tercera - (Diciembre 2002) 45% 53% 1% 0.2% 100%
Cuarta - (Diciembre 2003) 41% 57% 2% 0.2% 100%
Quinta - (Junio 2005 ) 44% 54% 2% 0.1% 100%
Total 43% 55% 2% 0.2% 100%
Etapa de Implementación
Fuente: Enusc 2006
Tabla B - ¿Usted conoce qué es la Reforma Procesal Penal?
50
Esquema 1 – Nuevo Procedimiento Procesal
Fuente: Ministerio Público (2006)
Poco Probable Probable Muy Probable No Probable Poco Probable Probable Muy Probable Multivictimización
Poco Probable1.00
Probable -0.46 1.00
Muy Probable -0.29 -0.72 1.00
Medida Anti-Delincuencia -0.14 0.02 0.09 1.00
No Probable 0.25 -0.01 -0.18 -0.17 1.00
Poco Probable 0.05 -0.02 -0.02 0.02 -0.17 1.00
Probable -0.15 0.22 -0.12 0.07 -0.56 -0.18 1.00
Muy Probable -0.13 -0.23 0.35 0.09 -0.39 -0.13 -0.43 1.00
Multivictimización -0.05 -0.09 0.13 0.12 -0.11 0.02 0.01 0.10 1.00
Fuente: ENUSC 2003 y ENUSC 2005
Ser Víctima en
los Próximos
12 Meses
Tabla C - Matriz de Correlaciones Robo con Fuerza a la Vivienda
Probabilidad de que Intenten Forzar la Entrada de
la Vivienda Probabilidad de ser Víctima en los Próximos 12 meses
Medida Anti-
Delincuencia
Forzar la
Vivienda
51
RM V,VI,VIII, y X Región Diferencia RM V,VI,VIII, y X Región Diferencia
4.2 3.7 -0.5*** 3.9 3.5 -0.45***
(0.10) (0.11) (0.15) (0.09) (0.09) (0.13)
22% 21% -1% 20% 18% -2%
(0.01) (0.01) (0.02) (0.01) (0.01) (0.02)
38% 39% 1% 39% 39% 0%
(0.01) (0.01) (0.02) (0.01) (0.02)(0.02)
11% 11% 0% 10% 8% -2%*
(0.01) (0.01) (0.01) (0.01) (0.01)(0.01)
0.5% 0.1% -0.4% 1% 1% 0%
(0.00) (0.00) (0.00) (0.00) (0.00) (0.01)
5% 11% 6%** 5% 7% 2%
(0.01) (0.02) (0.02) (0.01) (0.02) (0.02)
35% 32% -2% 34% 39% 5%
(0.02) (0.03) (0.02) (0.02) (0.03) (0.04)
54% 44% -10%** 49% 35% -14%***
(0.03) (0.03) (0.04) (0.02) (0.03) (0.04)
6% 13% 8%*** 10% 18% 8%***
(0.01) (0.02) (0.02) (0.01) (0.02) (0.03)
Tabla D - Distribución de los Controles Socio-Demográficos RFV
2003 2005
Porcentaje de Hogares C3
Porcentaje de Hogares C4
Fuente: ENUSC 2003 y ENUSC 2005
Porcentaje de Hogares E
Número de Personas Promedio
en el Hogar
Porcentaje de Menores de 15
en el Hogar
Porcentaje de Hombres
Mayores de 15 en el Hogar
Porcentaje de Hombres
Menores de 15 en el Hogar
Porcentaje de Hogares ABC1
Porcentaje de Hogares C2
No Probable Poco ProbableProbable Muy Probable Multivictimización
Medida Anti-Delincuencia 1
Amenazado con Arma 0.01 1.00
Herido con Arma 0.00 0.23 1.00
No Probable -0.14 0.01 -0.08 1.00
Poco Probable 0.00 0.02 0.03 -0.18 1.00
Probable 0.03 0.00 0.04 -0.59 -0.19 1.00
Muy Probable 0.14 -0.03 0.03 -0.38 -0.12 -0.40 1.00
Multivictimización 0.22 -0.01 0.07 -0.13 -0.03 -0.02 0.19 1.00
Fuente: ENUSC 2003 y ENUSC 2005
Ser Víctima en
los Próximos 12
Meses
Tabla E - Matriz de Correlaciones Robo con Violencia o Intimidación
Medida Anti-
Delincuencia
Probabilidad de ser Víctima en los Próximos 12 meses
La Víctima fue Amenazada
con un Arma
La Víctima fue
Amenazada y Herida con
un Arma
52
RM V,VI,VIII, y X Región Diferencia RM V,VI,VIII, y X Región Diferencia
4.29 4.17 0.12 4.40 4.23 0.17
(0.09) (0.11) (0.14) (0.08) (0.13) (0.15)
21% 18% 3%* 19% 19% 1%
(0.01) (0.01) (0.02) (0.01) (0.01) (0.02)
39% 38% 1% 40% 38% 2%
(0.01) (0.01) (0.02) (0.01) (0.01) (0.02)
12% 9% 3%** 9% 10% 0%
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
0.3% 1% 0% 1% 0% 0%
(0.00) (0.00) (0.01) (0.00) (0.00) (0.00)
3% 6% -3% 5% 5% 0%
(0.01) (0.01) (0.02) (0.01) (0.01) (0.02)
36% 34% 2% 30% 34% -4%
(0.02) (0.03) (0.04) (0.02) (0.03) (0.04)
53% 47% 6% 56% 49% 7%**
(0.02) (0.03) (0.04) (0.02) (0.03) (0.04)
8% 12% 5%** 8% 12% 5%**
(0.01) (0.02) (0.02) (0.01) (0.02) (0.05)
Fuente: ENUSC 2003 y ENUSC 2005
Porcentaje de Hogares C3
Porcentaje de Hogares C4
Porcentaje de Hogares E
Tabla F - Distribución de los Controles Socio-Demográficos RVI
2003 2005
Número de Personas en el Hogar
Porcentaje de Menores de 15 en
el Hogar
Porcentaje de Hombres Mayores
de 15 en el Hogar
Porcentaje de Hombres Menores
de 15 en el Hogar
Porcentaje de Hogares ABC1
Porcentaje de Hogares C2
53
E4 0.18*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.093
(6.3e-06) (7.8e-06) (8.4e-06) (0.000014) (7.4e-06) (0.000010) (0.000012) (0.000016) (7.7e-06) (0.000012) (0.50)
Tiempo 0.027 0.024 0.024 0.023 0.018 0.016 0.019 0.017 0.015 0.016 0.011
(0.42) (0.47) (0.48) (0.49) (0.59) (0.63) (0.58) (0.61) (0.66) (0.64) (0.74)
RPP -0.059 -0.068 -0.068 -0.069 -0.067 -0.063 -0.068 -0.064 -0.065 -0.066 -0.063
(0.26) (0.19) (0.19) (0.19) (0.20) (0.23) (0.19) (0.22) (0.21) (0.20) (0.23)
Multivictimización -0.0045 -0.010 -0.011 -0.0089 -0.016 -0.013 -0.014 -0.017 -0.013
(0.76) (0.49) (0.45) (0.55) (0.29) (0.38) (0.36) (0.24) (0.38)
Medidas Anti- Delincuencia 0.085*** 0.075*** 0.074*** 0.069** 0.068**
(0.0015) (0.0052) (0.0064) (0.012) (0.012)
Probabilidad que Fuercen la Entrada al Hogar
Probable 0.057 0.045 0.039 0.030 0.031
(0.11) (0.21) (0.29) (0.42) (0.40)
Muy Probable 0.14*** 0.13*** 0.13*** 0.12*** 0.12***
(0.00033) (0.0015) (0.0019) (0.0044) (0.0028)
Probabilidad Asociada a ser Victima de un Delito
Poco Probable 0.11* 0.095 0.099* 0.088 0.097
(0.071) (0.12) (0.099) (0.15) (0.11)
Probable 0.086*** 0.075** 0.075** 0.067** 0.068**
(0.0045) (0.014) (0.016) (0.034) (0.029)
Muy Probable 0.072** 0.059* 0.029 0.019 0.024
(0.041) (0.097) (0.44) (0.61) (0.52)
Número de Personas en el Hogar -0.0017 -0.0013 -0.00017 0.00054 -0.0014 0.0014 -0.00045 0.00021 0.0010 0.00080
(0.83) (0.87) (0.98) (0.94) (0.85) (0.86) (0.95) (0.98) (0.90) (0.92)
Número de Mujeres cada 4 Personas en el Hogar 0.029** 0.029** 0.029** 0.029** 0.030** 0.029** 0.030** 0.030** 0.030** 0.026**
(0.024) (0.025) (0.024) (0.025) (0.020) (0.025) (0.020) (0.023) (0.023) (0.042)
Número de Menores 15 de Años cada 4 Personas en el Hogar -0.043** -0.043** -0.046*** -0.046*** -0.042** -0.048*** -0.044** -0.043** -0.046*** -0.043**
(0.013) (0.012) (0.0074) (0.0069) (0.016) (0.0047) (0.010) (0.011) (0.0078) (0.012)
Estrato Socio-Económico del Hogar
C2 -0.26** -0.26** -0.25** -0.25** -0.24** -0.24** -0.24* -0.24** -0.23** -0.23*
(0.031) (0.031) (0.035) (0.034) (0.049) (0.038) (0.051) (0.042) (0.045) (0.054)
C3 -0.27** -0.27** -0.26** -0.27** -0.26** -0.25** -0.25** -0.26** -0.26** -0.24**
(0.015) (0.015) (0.018) (0.012) (0.022) (0.015) (0.024) (0.014) (0.016) (0.023)
C4 -0.39*** -0.39*** -0.37*** -0.39*** -0.38*** -0.37*** -0.36*** -0.39*** -0.37*** -0.36***
(0.00041) (0.00041) (0.00070) (0.00025) (0.00072) (0.00046) (0.0010) (0.00032) (0.00050) (0.00086)
E -0.42*** -0.42*** -0.38*** -0.41*** -0.39*** -0.38*** -0.37*** -0.40*** -0.38*** -0.36***
(0.00035) (0.00035) (0.00088) (0.00024) (0.00079) (0.00063) (0.0015) (0.00035) (0.00073) (0.0013)
Dummy Provincia No No No No No No No No No No Si
Observaciones 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996
R2
0.020 0.050 0.050 0.057 0.059 0.056 0.064 0.061 0.064 0.068 0.081
Nota: Valores P Robustos entre Paréntesis
Niveles de Significancia: *** p<0.01, ** p<0.05, * p<0.1
Tabla G - Estimación del Modelo de Probabilidad Lineal de la Probabilidad Denunciar un Robo con Fuerza a la Vivienda
Nomenclatura: MPL- Modelo Probabilidad Líneal, EM - Efecto Marginal, E4 - Dummy Regiones de la Etapa 4, Tiempo - Dummy año 2005 , RPP - Efecto Tratamiento Promedio Reforma Procesal Penal, Amenaza - Dummy si la víctima fue
amenazada con un arma, Herido - Dummy si la víctima fue herida con un arma, Medidas Anti Delincuencia, Dummy si el hogar tomó medidas anti -delincuencia
54
E4 0.18*** 0.18*** 0.18*** 0.17*** 0.18*** 0.17*** 0.18*** 0.17*** 0.18*** 0.18*** -0.0051
(5.9e-06) (6.0e-06) (6.4e-06) (0.000010) (5.5e-06) (8.0e-06) (8.0e-06) (0.000011) (5.3e-06) (7.4e-06) (0.98)
Tiempo 0.027 0.025 0.024 0.024 0.019 0.017 0.020 0.018 0.016 0.018 0.012
(0.42) (0.47) (0.48) (0.49) (0.57) (0.62) (0.56) (0.60) (0.64) (0.62) (0.73)
RPP -0.057 -0.068 -0.068 -0.070 -0.067 -0.064 -0.070 -0.067 -0.067 -0.070 -0.068
(0.25) (0.17) (0.18) (0.17) (0.17) (0.22) (0.17) (0.21) (0.19) (0.18) (0.22)
Multivictimización -0.0043 -0.010 -0.011 -0.0087 -0.016 -0.013 -0.013 -0.018 -0.013
(0.77) (0.50) (0.47) (0.57) (0.30) (0.40) (0.38) (0.26) (0.42)
Medidas Anti- Delincuencia 0.086*** 0.076*** 0.077*** 0.071** 0.072**
(0.0014) (0.0047) (0.0057) (0.011) (0.012)
Probabilidad que Fuercen la Entrada al Hogar
Probable 0.059 0.049 0.043 0.034 0.036
(0.10) (0.20) (0.27) (0.39) (0.37)
Muy Probable 0.15*** 0.13*** 0.14*** 0.13*** 0.13***
(0.00036) (0.0014) (0.0016) (0.0037) (0.0024)
Probabilidad Asociada a ser Victima de un Delito
Poco Probable 0.11* 0.099 0.11* 0.094 0.10
(0.067) (0.11) (0.095) (0.14) (0.10)
Probable 0.088*** 0.078** 0.077** 0.069** 0.072**
(0.0043) (0.013) (0.016) (0.032) (0.029)
Muy Probable 0.075** 0.062* 0.029 0.020 0.024
(0.041) (0.094) (0.46) (0.61) (0.55)
Número de Personas en el Hogar -0.0018 -0.0014 -0.00026 0.00037 -0.0016 0.0013 -0.00049 0.00010 0.0010 0.00061
(0.82) (0.86) (0.97) (0.96) (0.85) (0.87) (0.95) (0.99) (0.90) (0.94)
Número de Mujeres cada 4 Personas en el Hogar 0.030** 0.030** 0.031** 0.030** 0.032** 0.030** 0.032** 0.031** 0.031** 0.028**
(0.024) (0.024) (0.024) (0.025) (0.020) (0.025) (0.020) (0.022) (0.023) (0.043)
-0.044** -0.044** -0.048*** -0.047*** -0.043** -0.050*** -0.047** -0.045** -0.048*** -0.045**
(0.013) (0.012) (0.0075) (0.0053) (0.016) (0.0047) (0.010) (0.011) (0.0076) (0.012)
Estrato Socio-Económico del Hogar
C2 -0.26** -0.26** -0.26** -0.25** -0.26** -0.25** -0.26** -0.26** -0.26** -0.27*
(0.017) (0.017) (0.024) (0.015) (0.039) (0.021) (0.045) (0.026) (0.031) (0.057)
C3 -0.30** -0.30** -0.29** -0.31** -0.29** -0.30** -0.28** -0.30** -0.29** -0.27**
(0.027) (0.026) (0.027) (0.021) (0.030) (0.024) (0.030) (0.019) (0.020) (0.030)
C4 -0.33*** -0.33*** -0.33*** -0.32*** -0.34*** -0.33*** -0.34*** -0.34*** -0.34*** -0.36***
(7.7e-06) (8.8e-06) (0.000066) (3.1e-06) (0.000068) (0.000023) (0.00023) (0.000011) (0.000047) (0.0030)
E -0.33*** -0.34*** -0.34*** -0.33*** -0.35*** -0.33*** -0.35*** -0.35*** -0.35*** -0.37***
(1.3e-06) (1.6e-06) (0.000037) (6.4e-07) (0.000031) (0.000013) (0.00020) (3.6e-06) (0.000031) (0.0029)
Dummy Provincia No No No No No No No No No No Si
Observaciones 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996 1,996
Pseudo R2
0.015 0.037 0.037 0.042 0.044 0.042 0.048 0.045 0.048 0.051 0.061
Nota:Valores P Robustos entre Paréntesis
Niveles de Significancia: *** p<0.01, ** p<0.05, * p<0.1
Tabla H - Efectos Marginales de la Estimación del Modelo Probit Para la Probabilidad de Denunciar un Robo con Fuerza a la Vivienda
Nomenclatura: E4 - Dummy Regiones de la Etapa 4, Tiempo - Dummy año 2005 , RPP - Efecto Tratamiento Promedio Reforma Procesal Penal, Amenaza - Dummy si la víctima fue amenazada con un arma, Herido - Dummy si la
víctima fue herida con un arma, Medidas Anti Delincuencia, Dummy si el hogar tomó medidas anti -delincuencia
Nota 2: Los coeficientes reportados en el caso de la estimación probit corresponden al efecto marginal de la Reforma Procesal Penal. Es decir, el cambio en la probabilidad de denuncia después de la Reforma. Se toma como referencia
un hogar de la provincia de Santiago en el 2003. Este hogar esta compuesto por 4 personas donde hay dos mayores de 15 años y dos mujeres. El estrato socio-económico del hogar es C3. El entrevistado del hogar cree que es probable
que sean víctima de un delito en los próximos 12 meses, que es probable que la entrada de su hogar sea forzada y han tomado medidas contra la delincuencia. En el caso del Robo con Violencia e Initmidación se considera un hogar en
que la víctima fue amenazada pero no herida.
Número de Menores 15 de Años cada 4 Personas
en el Hogar
55
E4 0.040 0.040 0.039 0.033 0.033 0.032 0.037 0.032 0.037 0.037 0.037 0.11
(0.30) (0.31) (0.32) (0.40) (0.41) (0.41) (0.34) (0.42) (0.35) (0.34) (0.34) (0.47)
Tiempo -0.013 -0.010 -0.014 -0.0083 -0.0083 -0.011 -0.011 -0.011 -0.011 -0.012 -0.012 -0.013
(0.68) (0.75) (0.65) (0.79) (0.79) (0.74) (0.73) (0.74) (0.73) (0.71) (0.71) (0.68)
RPP 0.0042 0.0016 0.0046 0.011 0.011 0.012 0.0058 0.012 0.0058 0.0062 0.0062 0.0083
(0.94) (0.98) (0.93) (0.85) (0.85) (0.83) (0.91) (0.83) (0.91) (0.91) (0.91) (0.88)
Multivictimización -0.014 -0.019 -0.020 -0.022 -0.025* -0.022 -0.025* -0.025* -0.025* -0.025*
(0.32) (0.18) (0.16) (0.13) (0.080) (0.13) (0.081) (0.076) (0.078) (0.086)
Amenaza 0.076** 0.076** 0.076** 0.078*** 0.076** 0.078*** 0.078*** 0.078*** 0.084***
(0.012) (0.012) (0.011) (0.0092) (0.012) (0.0094) (0.0091) (0.0093) (0.0059)
Herido 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.18***
(0.000017) (0.000017) (0.000019) (0.000017) (0.000019) (0.000017) (0.000019) (0.000019) (6.4e-06)
Medidas Anti- Delincuencia 0.0068 0.0031 0.0015 0.00029 -0.00052
(0.80) (0.91) (0.95) (0.99) (0.98)
Probabilidad que Fuercen la Entrada al Hogar
Probable 0.028 0.028 0.018 0.018 0.013
(0.34) (0.35) (0.56) (0.56) (0.67)
Muy Probable 0.035 0.035 0.011 0.011 0.0022
(0.34) (0.35) (0.78) (0.78) (0.95)
Probabilidad Asociada a ser Victima de un Delito
Poco Probable -0.098* -0.098* -0.096* -0.096* -0.083
(0.070) (0.069) (0.072) (0.072) (0.12)
Probable 0.015 0.015 0.012 0.012 0.015
(0.61) (0.61) (0.70) (0.70) (0.62)
Muy Probable 0.061* 0.061* 0.059 0.059 0.068*
(0.088) (0.093) (0.13) (0.13) (0.078)
Número de Personas en el Hogar 0.0033 0.0041 0.0044 0.0045 0.0048 0.0054 0.0049 0.0054 0.0054 0.0054 0.0054
(0.64) (0.56) (0.53) (0.52) (0.49) (0.44) (0.48) (0.44) (0.44) (0.44) (0.44)
Número de Mujeres cada 4 Personas en el Hogar 0.0084 0.0089 0.015 0.015 0.014 0.014 0.014 0.014 0.014 0.014 0.012
(0.57) (0.55) (0.32) (0.32) (0.34) (0.34) (0.34) (0.34) (0.35) (0.35) (0.42)
Número de Menores 15 de Años cada 4 Personas en el Hogar -0.00060 -0.00048 -0.00053 -0.00069 -0.0014 -0.00065 -0.0014 -0.00069 -0.00077 -0.00078 -0.0020
(0.97) (0.98) (0.98) (0.97) (0.94) (0.97) (0.94) (0.97) (0.97) (0.97) (0.91)
Estrato Socio-Económico del Hogar
C2 -0.18 -0.19 -0.19 -0.20 -0.20 -0.18 -0.20 -0.18 -0.18 -0.18 -0.19
(0.35) (0.34) (0.30) (0.29) (0.29) (0.33) (0.29) (0.33) (0.33) (0.33) (0.32)
C3 -0.094 -0.097 -0.12 -0.12 -0.12 -0.11 -0.12 -0.11 -0.11 -0.11 -0.11
(0.62) (0.60) (0.52) (0.51) (0.51) (0.54) (0.51) (0.54) (0.54) (0.54) (0.57)
C4 -0.16 -0.16 -0.19 -0.19 -0.19 -0.18 -0.19 -0.18 -0.18 -0.18 -0.18
(0.40) (0.39) (0.29) (0.29) (0.29) (0.32) (0.29) (0.32) (0.32) (0.32) (0.34)
E -0.14 -0.15 -0.18 -0.18 -0.18 -0.17 -0.18 -0.17 -0.17 -0.17 -0.16
(0.46) (0.44) (0.32) (0.31) (0.32) (0.37) (0.31) (0.37) (0.37) (0.37) (0.41)
Controles Socio-Demográficos No Si Si Si Si Si Si Si Si Si Si Si
Dummy Provincia No No No No No No No No No No No Si
Observaciones 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096
R2
0.002 0.011 0.011 0.033 0.033 0.034 0.038 0.034 0.038 0.038 0.038 0.049
Niveles de Significancia: *** p<0.01, ** p<0.05, * p<0.1
Valores P Robustos entre Paréntesis
Tabla I - Estimación del Modelo de Probabilidad Lineal de la Probabilidad de Denunciar un Robo con Violencia o Intimidación
Nomenclatura: E4 - Dummy Regiones de la Etapa 4, Tiempo - Dummy año 2005 , RPP - Efecto Tratamiento Promedio Reforma Procesal Penal, Amenaza - Dummy si la víctima fue amenazada con un arma, Herido - Dummy si la víctima fue
herida con un arma, Medidas Anti Delincuencia, Dummy si el hogar tomó medidas anti -delincuencia
56
E4 0.040 0.041 0.040 0.034 0.034 0.034 0.039 0.033 0.039 0.039 0.039 -0.076
(0.30) (0.30) (0.32) (0.39) (0.40) (0.41) (0.33) (0.41) (0.34) (0.33) (0.34) (0.58)
Tiempo -0.013 -0.010 -0.015 -0.0088 -0.0087 -0.011 -0.011 -0.011 -0.011 -0.012 -0.012 -0.012
(0.68) (0.75) (0.65) (0.79) (0.79) (0.74) (0.73) (0.74) (0.73) (0.71) (0.71) (0.68)
RPP 0.0044 0.0019 0.0049 0.011 0.011 0.013 0.0061 0.012 0.0061 0.0065 0.0064 0.0067
(0.94) (0.97) (0.93) (0.84) (0.84) (0.82) (0.91) (0.82) (0.91) (0.91) (0.91) (0.89)
Multivictimización -0.014 -0.020 -0.020 -0.023 -0.026* -0.023 -0.026* -0.027* -0.027* -0.023*
(0.32) (0.18) (0.17) (0.13) (0.082) (0.13) (0.082) (0.077) (0.079) (0.098)
Amenaza 0.079** 0.079** 0.079** 0.081*** 0.079** 0.081*** 0.081*** 0.081*** 0.081**
(0.012) (0.012) (0.012) (0.0094) (0.012) (0.0096) (0.0094) (0.0095) (0.018)
Herido 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.17*** 0.14***
(0.000010) (9.6e-06) (0.000011) (9.9e-06) (0.000011) (9.7e-06) (0.000011) (0.000011) (0.0088)
Medidas Anti- Delincuencia 0.0077 0.0038 0.0026 0.0013 0.00045
(0.78) (0.89) (0.92) (0.96) (0.99)
Probabilidad que Fuercen la Entrada al Hogar
Probable 0.029 0.029 0.019 0.019 0.012
(0.34) (0.35) (0.55) (0.56) (0.67)
Muy Probable 0.037 0.036 0.011 0.011 0.0018
(0.33) (0.35) (0.79) (0.79) (0.96)
Probabilidad Asociada a ser Victima de un Delito
Poco Probable -0.10* -0.10* -0.10* -0.10* -0.082
(0.071) (0.070) (0.074) (0.074) (0.17)
Probable 0.016 0.016 0.013 0.013 0.014
(0.60) (0.61) (0.69) (0.69) (0.62)
Muy Probable 0.064* 0.064* 0.061 0.061 0.060*
(0.081) (0.087) (0.12) (0.12) (0.089)
Número de Personas en el Hogar 0.0033 0.0041 0.0045 0.0046 0.0050 0.0055 0.0051 0.0056 0.0056 0.0056 0.0049
(0.64) (0.56) (0.54) (0.52) (0.49) (0.44) (0.48) (0.44) (0.44) (0.44) (0.45)
Número de Mujeres cada 4 Personas en el Hogar 0.0084 0.0090 0.015 0.015 0.015 0.014 0.015 0.014 0.014 0.014 0.011
(0.57) (0.55) (0.33) (0.33) (0.34) (0.35) (0.34) (0.35) (0.36) (0.36) (0.43)
-0.00059 -0.00043 -0.00044 -0.00064 -0.0014 -0.00042 -0.0015 -0.00049 -0.00057 -0.00060 -0.0015
(0.97) (0.98) (0.98) (0.97) (0.94) (0.98) (0.94) (0.98) (0.98) (0.97) (0.93)
Estrato Socio-Económico del Hogar
C2 -0.17 -0.18 -0.19 -0.19 -0.19 -0.18 -0.19 -0.18 -0.18 -0.18 -0.19
(0.30) (0.30) (0.26) (0.25) (0.25) (0.29) (0.25) (0.29) (0.29) (0.29) (0.34)
C3 -0.094 -0.098 -0.12 -0.12 -0.12 -0.11 -0.12 -0.11 -0.11 -0.11 -0.084
(0.62) (0.60) (0.51) (0.50) (0.50) (0.54) (0.50) (0.54) (0.54) (0.54) (0.55)
C4 -0.15 -0.16 -0.18 -0.18 -0.18 -0.18 -0.19 -0.18 -0.18 -0.18 -0.17
(0.37) (0.35) (0.26) (0.25) (0.25) (0.28) (0.25) (0.28) (0.28) (0.28) (0.37)
E -0.14 -0.14 -0.18 -0.18 -0.18 -0.16 -0.18 -0.16 -0.16 -0.16 -0.15
(0.43) (0.41) (0.28) (0.28) (0.28) (0.34) (0.28) (0.34) (0.34) (0.34) (0.43)
Controles Socio-Demográficos No Si Si Si Si Si Si Si Si Si Si Si
Dummy Provincia No No No No No No No No No No No Si
Observaciones 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096 2,096
Pseudo R2
0.0012 0.0045 0.0050 0.021 0.021 0.021 0.024 0.021 0.024 0.025 0.025 0.033
Tabla J - Efectos Marginales de la Estimación del Modelo Probit Para la Probabilidad de Denunciar un Robo con Violencia o Intimidación
Valores P Robustos entre Paréntesis
Niveles de Significancia: *** p<0.01, ** p<0.05, * p<0.1
Nomenclatura: E4 - Dummy Regiones de la Etapa 4, Tiempo - Dummy año 2005 , RPP - Efecto Tratamiento Promedio Reforma Procesal Penal, Amenaza - Dummy si la víctima fue amenazada con un arma, Herido - Dummy si la víctima fue herida
con un arma, Medidas Anti Delincuencia, Dummy si el hogar tomó medidas anti -delincuencia
Nota : Los coeficientes reportados en el caso del efecto marginal de la estimación probit corresponden al efecto marginal de la Reforma Procesal. Es decir, el cambio en la probabilidad de denuncia después de la Reforma. Se toma como referencia un
hogar de la provincia de Santiago en el 2003. Este hogar esta compuesto por 4 personas donde hay dos adultos, un hombre y una mujer y dos menores de edad, un hombre y una mujer. El estrato socio-económico del hogar es C3. El entrevistado del
hogar cree que es probable que sean víctima de un delito en los próximos 12 meses, que es probable que la entrada de su hogar sea forzada y han tomado medidas contra la delincuencia. Se considera un hogar en que la víctima fue amenazada pero no
herida. El valor p corresponde al coeficiente y no del efecto marginal.
Número de Menores 15 de Años cada 4 Personas en
el Hogar
57
Variable Dependiente
Adoptó Medidas Anti-Delincuencia 0.0027 0.055*** 0.039*** 0.037*** 0.0053*
(0.71) (4.53) (7.16) (6.75) (1.73)
Probabilidad que Fuercen la Entrada al Hogar
Probable 0.015*** 0.029** 0.0076 0.0087* -0.0024
(3.94) (2.24) (1.50) (1.67) (-0.80)
Muy Probable 0.020** 0.068*** 0.043*** 0.027*** 0.0017
(2.55) (3.42) (4.69) (2.99) (0.31)
Probabilidad Asociada a ser Victima de un Delito
Poco Probable -0.0040 0.052* -0.0012 0.013 0.013*
(-0.66) (1.95) (-0.14) (1.27) (1.67)
Probable -0.0024 0.063*** 0.038*** 0.021*** 0.0064**
(-0.53) (4.59) (6.49) (3.67) (2.04)
Muy Probable -0.00089 0.11*** 0.072*** 0.049*** 0.012**
(-0.13) (5.21) (7.38) (4.99) (2.05)
Multivictimización 0.0079*** 0.068*** 0.048*** 0.048*** 0.030***
(2.99) (7.93) (10.9) (11.1) (11.3)
Estrato Socio-Económico
C2 -0.039* -0.0060 0.0086 0.019 0.0062
(-1.72) (-0.15) (0.35) (0.78) (0.78)
C3 -0.044** -0.043 0.027 0.014 0.018**
(-2.01) (-1.11) (1.14) (0.62) (2.38)
C4 -0.045** -0.043 0.0085 0.0019 0.027***
(-2.03) (-1.10) (0.36) (0.083) (3.73)
E -0.057** -0.064 0.014 -0.0052 0.048***
(-2.52) (-1.28) (0.57) (-0.22) (5.55)
Dummy Provinciales Si Si Si Si Si
Controles Socio-Económicos Si Si Si Si Si
Observaciones 8,714 8,714 25,888 25,888 25,888
R2
0.014 0.047 0.048 0.035 0.035
Estadísticos T Robusto Entre Paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Tabla K- Estimación Modelo de Probabilidad Líneal de la Probabilidad de ser Víctima de un Delito Usando Distintas Medidas de
Vulnerabilidad
Robo por
SorpresaHurto LesionesRobo de Vehículo
Robo desde
Vehículo
SiDummys que controlan por Efectos
Tiempo, Región y ReformaSi Si Si Si