La selección adversa ocurre antes de cerrar el acuerdo
La selección adversa aparece cuando una parte conoce mejor una característica relevante y esa información oculta cambia quién acepta una oferta. Una aseguradora desconoce el riesgo individual exacto; un comprador no ve la calidad real de cada coche usado; un banco no sabe con certeza qué prestatario devolverá el préstamo. Si ofrece un único precio basado en el promedio, puede atraer precisamente a quienes resultan más costosos o venden peor calidad. El mecanismo puede modificar no solo el precio, sino la propia existencia y calidad del mercado disponible.
La clave temporal la separa del riesgo moral. La selección adversa trata de características ya existentes antes del contrato: salud, calidad o probabilidad de impago. El riesgo moral trata de acciones posteriores difíciles de observar, como conducir con menos cuidado tras asegurarse. Ambos nacen de información asimétrica, pero requieren soluciones distintas: seleccionar y señalizar antes; diseñar incentivos y vigilar después.
Cómo los productos malos pueden expulsar a los buenos
Imaginemos coches usados de calidad alta y baja. Los vendedores conocen su vehículo, pero los compradores solo conocen la proporción media. Para protegerse ofrecen un precio intermedio. Ese precio es demasiado bajo para muchos propietarios de coches buenos, que abandonan el mercado. Al quedar una mezcla peor, los compradores reducen de nuevo su oferta. El proceso puede encoger el mercado o dejarlo dominado por los llamados limones.
El modelo de George Akerlof no afirma que todo mercado usado colapse. Explica una presión y las instituciones que aparecen para contrarrestarla: garantías, inspecciones, reputación, certificación y derecho de devolución. Si estas señales son creíbles, los vendedores de calidad pueden distinguirse. Si cualquiera puede imitarlas sin coste o sin castigo, dejan de informar y el problema regresa.
Por qué una prima media puede empeorar la cartera asegurada
En seguros, las personas conocen parte de su exposición mejor que la compañía. Una póliza cara puede seguir siendo atractiva para quien espera muchos gastos, pero dejar de compensar a quien prevé pocos. Si los clientes de bajo riesgo se marchan, el coste medio de quienes permanecen sube; la aseguradora aumenta la prima y puede provocar otra salida. Esta espiral no exige fraude: basta con decisiones racionales bajo información desigual.
Franquicias, cuestionarios, periodos de carencia y diferentes coberturas intentan separar perfiles. Un menú de contratos puede hacer que cada cliente revele indirectamente cuánto riesgo tolera: quien espera pocos siniestros acepta una franquicia mayor a cambio de una prima menor. La regulación limita qué datos pueden usarse porque una clasificación más precisa también puede excluir a personas vulnerables. Eficiencia, privacidad y acceso no siempre apuntan en la misma dirección.
Cuando subir el interés atrae prestatarios más arriesgados
Un banco podría pensar que un interés mayor compensa cualquier riesgo. Sin embargo, los proyectos prudentes dejan de ser rentables antes que los proyectos con grandes ganancias posibles y alta probabilidad de fracaso. Al subir el tipo, los buenos prestatarios pueden retirarse mientras permanecen quienes están dispuestos a apostar. La cartera empeora y el ingreso esperado del banco puede caer, incluso con un precio nominal más alto.
Por eso el crédito no se asigna solo mediante precio. Historial de pagos, garantías, aportación de capital, verificación de ingresos y relaciones duraderas aportan información. También puede existir racionamiento: negar algunos préstamos en vez de elevar el interés indefinidamente. Estas herramientas reducen incertidumbre, pero pueden reproducir desigualdades si los datos reflejan discriminación pasada o si una persona solvente carece de historial formal.
Señalización y selección: dos maneras de revelar calidad
Una señal parte de quien conoce la información. Una garantía extensa puede indicar que el fabricante espera pocas averías, siempre que incumplirla sea costoso. La selección o screening parte de la parte desinformada: el asegurador ofrece contratos distintos, el empleador aplica una prueba relacionada con el puesto o el banco pide documentación. El mecanismo funciona si induce decisiones diferentes a perfiles realmente diferentes.
Más información no siempre resuelve todo. Una señal puede ser cara sin medir la cualidad relevante; una calificación puede quedar desactualizada; un algoritmo puede aprender sustitutos de variables sensibles. La prueba útil es contrafactual: ¿el mecanismo predice mejor el resultado y permite entrar a participantes de calidad que antes quedaban fuera? Si solo añade trámites o desplaza el sesgo, no corrige la selección.
Cómo reconocer selección adversa sin usarla como explicación universal
Deben coincidir tres elementos: heterogeneidad previa, información distribuida de forma desigual y una oferta que modifica la composición de quienes participan. Que un producto tenga muchos fallos no demuestra selección adversa; puede existir mala producción general. Que alguien cambie su conducta después de firmar apunta a riesgo moral. Y que ambos conozcan el riesgo, pero lo valoren de modo distinto, es preferencia, no información oculta.
Los investigadores comparan entradas y salidas tras cambios de precio, cobertura o requisitos; usan experimentos, datos administrativos y modelos de elección para estimar tipos no observados. El diagnóstico importa porque una intervención equivocada puede empeorar el mercado. Obligar a revelar información verificable ayuda frente a calidad oculta; vigilar conducta posterior no recupera a vendedores buenos que ya se marcharon. La solución debe actuar en el momento donde nace la asimetría.
En plataformas digitales, reseñas verificadas, historial y depósitos intentan reconstruir confianza entre desconocidos. Pero un indicador público cambia incentivos: vendedores pueden optimizar la puntuación en vez de la calidad, y clientes nuevos parten sin señal. La corrección duradera combina información difícil de falsificar, posibilidad de reclamar y competencia entre mecanismos de reputación.
