En este artículo vamos a analizar el concepto económico de Selección Adversa como posible elemento limitador del crecimiento y desarrollo del Crowdlending en España.
En economía se habla mucho de la información asimétrica a la hora de la toma de decisiones y esto es debido a que la información que tienen las partes a la hora de decidirse no es igual en cada momento y sobre todo, a la hora de firmar, o no, un contrato de préstamo mediante Crowdlending o de seguro o de trabajo o de depósito de fondos o del contrato que sea, es muy importante tener la máxima información posible.
En el caso de la selección adversa, también conocida como selección negativa o antiselección, la asimetría de la información vienen dada porque una de las partes está menos informada que la otra y esa parte menos informada resulta que no sabe distinguir si lo que la otra parte le está ofreciendo es bueno o malo para él (un buen ejemplo de esto fue el caso de las preferentes de Bankia, en que los directores de oficinas de Bankia, siguiendo órdenes de sus superiores, engañaron a los jubilados para que firmaran un contrato de suscripción de acciones preferentes haciéndoles creer que lo que estaban firmando era tan solo un contrato normal de depósito a plazo fijo que podían recuperar en cuanto quisieran cuando en realidad, cuando lo que les estaban haciendo firmar era un producto financiero complejo cuyo funcionamiento ellos no conocían y sin darle la información suficiente al jubilado inversor). La información asimétrica fue desarrollada por George Akerlof y hasta ganó el premio Nobel de economía por su trabajo “The Market for Lemons”.
Para evitar tomaduras de pelo a la parte más débil, el Gobierno ha fijado normativas legales de obligado cumplimiento que imponen obligaciones legales que se deben seguir obligatoriamente (como el seguro de coche obligatorio, por ejemplo) y ha creado organismos específicos encargados de velar por el buen funcionamiento y comportamiento de las partes y de vigilar la buena calidad de los productos y servicios ofrecidos a terceros, tal y como hace la CNMV (Comisión Nacional del Mercado de Valores) o el Banco de España, por citar dos organismos muy conocidos.
¿Cómo afecta la selección adversa al Crowdlending?
Aplicada la selección adversa en el caso que nos ocupa aquí sobre la limitación a la financiación mediante Crowdlending, se puede afirmar que en este caso, como en el caso de los contratos de seguro, la asimetría de la información existe, ya que puede ser que el promotor solicitante de la financiación tenga la información de que ahora es solvente pero que en el futuro, si le va mal la inversión que quiere hacer con el préstamo mediante Crowdlending, no lo sea o deje de serlo, es decir, que sabe que si no acierta con la inversión que va a hacer se volverá insolvente.
Puede ser que sepa que si se le hace un estudio de solvencia en este momento éste le saldría positivo (aún no consta en ningún registro de morosos tipo ASNEF o RAI, tienen las cuentas anuales en positivo y no tiene incidencias judiciales, porque aún no ha entrado en esa dinámica negativa) y que, por tanto, sabe que sí conseguiría el crédito para tirar su proyecto de inversión hacia adelante, pero, a la vez, también sabe que, como le salga mal dicha inversión, en un futuro próximo la empresa, lo más seguro, caerá en la insolvencia, pero esta información se la calla y es por eso que decide solicitar un préstamo mediante Crowdlending ahora, como una especie de una” huida hacia adelante” para ver si así puede salir de esa deriva negativa que estaba iniciando la empresa; por tanto, no es que tenga mala fe, ni que no vaya a invertir en lo que ha dicho, sino que sabe que si dice toda la verdad, su proyecto sería tratado como una operación de demasiado riesgo y que la empresa de Crowdlending no le publicaría su solicitud de financiación.
Como se ha dicho, para que la operación salga adelante, el promotor no le va a dar ninguna información a la empresa de Crowdlending sobre su situación real, solo le suministrará la que la empresa de Crowdlending le solicite y eso hará que pase el filtro de estudio de solvencia de la plataforma. Si al final en el futuro no consigue vender en el exterior, esa empresa no devolverá el préstamo y la empresa de Crowdlending y los inversores habrán sido engañados pues, de haber tenido esa información, lo más probable es que no hubiera pasado el filtro del estudio de solvencia y ni tan siquiera se hubiera publicado su solicitud de financiación en su Marketplace y nadie hubiera invertido en ese proyecto.
Y aún en el caso de que se la hubieran aprobado y publicado, porque hubieran confiado en que la idea era buena, lo más seguro es que le habrían cobrado un tipo de interés muchísimo mayor por el riesgo que conllevaba financiar esa operación. Por tanto se ve clara la asimetría de la información y que esta asimetría informativa es utilizada en beneficio de una de las partes, en este caso, de la del promotor y eso es así porque la empresa de Crowdlending no tiene medios para conocer esa información y por tanto debe basar su decisión en datos empíricos basados en cuentas anuales y registros de morosos, por ejemplo.
Por tanto vemos que para el manejo de riesgos en la empresa de Crowdlending sí que afecta mucho la información asimétrica, pues ésta es una información determinante que una de las partes tiene y que no se la da a la otra interesadamente y, sobre todo, esto es importante en el mundo financiero, del trabajo y en el del seguro, ya que si el que va a contratar un seguro sabe que si le dice al asegurador de que fuma o bebe mucho, el precio de la prima de seguro de vida o de enfermedad será más caro porque el asegurador sabe que las personas que fuman o beben tienen más probabilidad de morir o de enfermar que otra que no lo hace.
Para evitar eso lo que hacen las aseguradoras es tirar el precio de la prima de seguro hacia arriba para, de esta forma, compensar unos con otros y así calculan un precio promedio más elevado de la cuenta que luego produce otro efecto perverso; que al ser el precio del seguro muy caro, esto hace que se expulse a gran parte de la gente sana a la que no le compensa pagar tanto por un seguro de enfermedad y esto hace que se queden solo los “malos” a los que si les compensa pagar esa prima de seguro aunque sea algo alta. Otra cosa que también se hace es poner precios discriminando determinados segmentos de asegurados, pero eso también está sujeto a los efectos perversos de la selección adversa y la información asimétrica.
Ejemplos de asimetría informativa en el mercado de vehículos de segunda mano y en el mercado laboral.
Es lo mismo que pasa con los vehículos de segunda mano pero al revés, ya que aquí los precios se tiran hacia abajo, pues el comprador entiende que el vendedor le oculta los defectos del vehículo usado y que le quiere vender primero son los coches malos y guardarse los coches buenos y este modelo es justo lo que desarrolló George Akerlof con su famoso mercado de limones (automóviles malos) o cerezas (automóviles buenos) en que el vendedor sabe cuáles son cerezas y él tratará de colocar al comprador siempre un limón antes que una cereza, y como el comprador lo sospecha tirará el precio hacia abajo y tenderá a no creer al vendedor, aunque el coche que le ofrezca sea de buena calidad, y el comprador, por tanto, siempre considerará que lo que le ofrece es un limón.
Como el comprador presupone que el vendedor le quiere vender un coche de segunda mano malo, el comprador le ofrecerá menos dinero al vendedor porque considera que todos los que tiene a la venta son malos y entonces se produce algo que es normal en la selección adversa y que es que todos los vehículos de segunda mano que están a la venta se consideren que son malos y esto hace que los precios de los coches buenos también se tiren hacia abajo y que, por tanto, el precio promedio de dichos vehículos de segunda mano sea menor y para evitar esto o el Estado, o los mismos vendedores, imponen controles de calidad de obligado cumplimiento como señal inequívoca de que esos coches de segunda malo han pasado revisiones y que, por tanto, no son malos, que tienen una calidad lo suficientemente buena como para ser vendidos.
Otro ejemplo de selección adversa es en el caso de la contratación laboral. Cuando el empresarios se dispone a contratar a un trabajador éste no conoce la productividad del mismo, pero el trabajador sí que la conoce y es cuando se produce lo que conocemos como información asimétrica y la pregunta que uno se puede hacer es ¿Cómo lo puede hacer el trabajador para darle a entender al empleador que es muy productivo? Pues para distinguirse lo que hacen es presentar títulos carísimos obtenidos en las más prestigiosas universidades del mundo o bien el sistema hace más cara la educación para que la gente menos productiva caiga y no pueda seguir costeándose la formación y como los más productivos cuentan con una menor penalización y una mayor ayuda para poder acabar sus estudios, la empresa puede identificar a los que son más productivos por sus títulos obtenidos y desechará a los de menor productividad que no han obtenido sus estudios o que han obtenido menores calificaciones.
La asimetria informativa en los préstamos mediante Crowdlending.
Como hemos visto más arriba, en el caso de los préstamos mediante Crowdlending la asimetría de la información también existe y ello es debido a que la empresa de Crowdlending no puede saber toda la información del promotor solicitante de financiación, que igual solicita un préstamo para ampliar las instalaciones o para la compra de nueva maquinaria y resulta que él ya sabe que todo eso puede ser que no vaya a servir para nada porque ya está medio en quiebra, pero, como hemos visto antes, esto no lo va a decir para poder intentar conseguir el préstamo ahora que aún a ojos de la comunidad aún es solvente, ya que si, en un acto de sinceridad, se lo dijera a la empresa de Crowdlending ésta hubiera rechazado la solicitud y nunca la hubiera publicado en su Marketplace para no arriesgarse a tener un préstamo impagado en el futuro.
Por tanto, se ve claramente que la selección adversa puede suponer un freno y una limitación al crecimiento del Crowdlending en España por cuanta que a medida que se vayan dando mayores casos de préstamos impagados, los inversores se irán echando cada vez más atrás y mostrarán más aversión a invertir en préstamos mediante Crowdlending porque verán que el riesgo de perder su inversión va creciendo y ya se sabe que los inversores huyen del riesgo y, por tanto, esta disminución de la seguridad de la inversión podría suponer un decrecimiento del Crowdlending en el futuro y si esto fuera creciendo y se dieran muchos casos de impagados hasta podría suponer su desaparición del mercado como fuente alternativa de financiación e inversión en España porque la gente, debido al miedo, volvería a la banca tradicional para financiarse y esto haría que dicha banca tradicional volviera a dominar la financiación, tal y como siempre ha hecho.
No lo dude más, si quiere leer más artículos como este y para estar siempre al día en materia de Crowdlending, entre a CROWDLENDING.ES y suscríbase, es gratuito!!!
ESTEBAN LÓPEZ
