El pasado mes de julio, el intento de Fonasa por licitar un seguro complementario voluntario para sus afiliados quedó desierto: ninguna aseguradora privada se presentó.
La idea era simple y atractiva: que cualquier beneficiario de Fonasa pudiera, pagando una prima plana, acceder a atenciones en clínicas privadas con un copago reducido. Para este modelo Fonasa cubriría entre 60% y 70%.
Sin embargo, lo que parece un esquema solidario puede esconder un problema clásico de la microeconomía derivado de la asimetría de información: la selección adversa. En este artículo explicaré por qué un seguro así puede ser poco atractivo para las aseguradoras, y qué soluciones podrían incentivar la participación de las aseguradoras en la licitación.
¿Qué es la selección adversa?
La selección adversa aparece cuando los individuos tienen información privada sobre su riesgo y la aseguradora no puede acceder a ella para diferenciar el riesgo de cada individuo.
Los altos riesgos (personas que esperan usar mucho el seguro) encuentran muy conveniente acceder al seguro.
Los bajos riesgos (personas sanas) perciben que la prima es demasiado alta en relación con su riesgo y deciden no participar.
El resultado es un pool de asegurados cada vez más riesgoso, lo que obliga a subir primas y puede llevar a un colapso del mercado: la llamada espiral de selección adversa.
Un poco de matemática...
El modelo formal fue propuesto por Rothschild y Stiglitz en 1976.
Supongamos dos tipos de individuos, idénticos en utilidad pero distintos en riesgo:
Tipo bajo riesgo $L$ con probabilidad de siniestro $ p_L $.
Tipo alto riesgo $ H $: probabilidad de siniestro $ p_H $, con $ p_H > p_L $.
El costo de un siniestro es $ C $.
Una póliza la podríamos representar como $ (\pi, q) $, donde $ \pi $ es la prima y $ q $ la indemnización en caso de siniestro.
Primer mejor con información simétrica (o el mejor escenario)
Si la aseguradora conoce el tipo:
$$ q_t^{FB} = C, \quad \pi_t^{FB} = p_t \, C. $$
Es decir, cobertura total a prima actuarial o términos simples: a cada individuo la prima que le corresponda según su riesgo. Los individuos, siendo adversos al riesgo, siempre preferirán asegurarse.
Segundo mejor con información asimétrica
Con información asimétrica, la aseguradora ofrece un producto $(\pi_L,q_L), (\pi_H,q_H)$. Pero siempre con algunas condiciones:
- El alto riesgo recibe seguro completo: $$ q_H^\ast = C, \quad \pi_H^\ast = p_H C. $$
- El bajo riesgo recibe cobertura parcial: $$ 0 < q_L^\ast < C, \quad \pi_L^\ast = p_L q_L^\ast. $$
¿Por qué ocurre esto? Si se ofreciera cobertura completa a un individuo de bajo riesgo ($L$), los individuos de alto riesgo ($H$) podrían hacerse pasar por buenos y adquirir el mismo seguro. La aseguradora no tendría forma de diferenciarlos y, como consecuencia, su portafolio estaría compuesto por un mayor número de asegurados riesgosos.
Para evitar este problema, se diseñan productos con distintos niveles de cobertura: uno con protección baja y otro con cobertura más alta. De esta manera, el individuo de alto riesgo (consciente de ello) elegirá la opción más amplia para cubrir mejor su exposición.
Al no existir un producto con cobertura total accesible para los de bajo riesgo, estos terminan pagando “justos por pecadores”: los asegurados de buen perfil reciben una cobertura limitada, mientras que los de mayor riesgo logran acceder a una protección más completa.
El caso de prima comunitaria (se conoce también como community rating)
En Fonasa, la licitación exigía prima plana, o sea, una misma $\pi$ (prima) para todos, sin importar riesgo.
La prima de equilibrio debe cubrir el costo esperado de quienes efectivamente se inscriben:
donde $\alpha$ es la proporción de altos riesgos en el pool.
Condiciones de participación:
- Un $L$ entra si: $$ \pi \le p_L q. $$
- Un $H$ entra si: $$ \pi \le p_H q. $$
Si se fija una prima tal que: $$ p_L q < \pi \le p_H q, $$ solo los altos riesgos se afilian. El resultado es que $\alpha = 1$, y la prima tiende a: $$ \pi^\ast = p_H q. $$
Este es el fenómeno de unraveling, término acuñado por Akerlof: a medida que los sanos se salen, el pool queda compuesto casi únicamente por enfermos, y el contrato comunitario deja de ser sostenible.
El efecto de costos de administración
Incluyamos un factor de carga $(1+\lambda)$, donde $\lambda \ge 0$ representa gastos y margen o utilidad que exige de la aseguradora:
Esto agrava el problema: incluso si la prima actuarial era apenas sostenible para $L$, con $\lambda > 0$ es aún más cara, reduciendo su participación y acelerando la salida de los sanos.
¿Cómo se evita la espiral?
La teoría propone varias soluciones que ayudan a sostener el esquema, pero no producen una solución completa:
1. Obligatoriedad: todos deben participar. $$ \pi = (1+\lambda) \big[ \alpha^{pop} p_H + (1-\alpha^{pop})p_L \big] C $$ donde $\alpha^{pop}$ es la proporción poblacional. Esto asegura diversificación de riesgos.
2. Subsidios a bajos riesgos: el Estado compensa la diferencia para que: $$ \pi - s \le p_L q. $$ Así se mantiene la participación de los sanos.
3. Ajuste de riesgo entre aseguradoras: transferencias ex post según composición de carteras, neutralizando incentivos de selección.
4. Agrupación obligatoria (empleadores/familias): se asegura a grupos completos, aumentando la probabilidad de incluir sanos junto a enfermos. El seguro complementario de Fonasa reunía los ingredientes que podían incentivar la selección adversa:
- Prima plana. - Inscripción voluntaria. - Sin subsidios adicionales para sanos. - Alto grado de incertidumbre sobre cuántos se afiliarían.
Las aseguradoras, conociendo la teoría (y la experiencia internacional), anticiparon que el pool se llenaría principalmente de personas con alta expectativa de uso, haciendo inviable el negocio.
En Conclusión...
El caso Fonasa es un ejemplo real de cómo la selección adversa, un concepto de manual de microeconomía, puede derribar un proyecto fácil de entender y con muy buenas intenciones. En este caso la teoría de Rothschild–Stiglitz nos enseña que, sin mecanismos de corrección, un contrato con prima comunitaria voluntaria tiende a romperse. La solución no está en que las aseguradoras tengan más voluntad, sino en rediseñar el mercado: obligar, subsidiar, o ajustar riesgos.
Y así... Un simple análisis nos muestra que los incentivos importan más que las intenciones.