See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/342153990

ORGANIZACIÓN INDUSTRIAL: POLÍTICA ANTIMONOPOLIO DE DISUASIÓN,

DETECCIÓN Y CLEMENCIA QUE LIMITA LA FORMACIÓN DE CÁRTELES

Conference Paper · June 2020

CITATIONS READS

0 522

1 author:

Miguel Pisfil
National University of San Marcos
1 PUBLICATION   0 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

4ta. Edición de "Lecturas de Organización Industrial Contemporánea" View project

All content following this page was uploaded by Miguel Pisfil on 13 June 2020.

The user has requested enhancement of the downloaded file.

ORGANIZACIÓN INDUSTRIAL: POLÍTICA ANTIMONOPOLIO DE
DISUASIÓN, DETECCIÓN Y CLEMENCIA QUE LIMITA LA
FORMACIÓN DE CÁRTELES 1
Autor: Miguel Pisfil Capuñay

En las secciones anteriores, hemos demostrado que existen condiciones y prácticas que
fomentan la formación de cárteles, así como fuertes argumentos teóricos y evidencia
empírica de que puede surgir un cártel con poder sustancial para aumentar los precios.
Esto nos lleva a los asuntos de la política antimonopolio.

Es importante para la política antimonopolio reconocer los efectos potencialmente graves

de un cártel ilegal, y en esa medida indagaremos sobre ¿qué tipo de respuesta política
limitará mejor la formación del cártel?

Comenzamos con un análisis general de la amplitud de los parámetros de política con

respecto a la probabilidad de iniciar una investigación y de las multas a imponer por
comportamiento ilegal. Luego examinamos cómo éstas consideraciones generales son
alteradas por el uso de programas de clemencia o amnistía.

1. Investigación versus penalidades

Suponga que existe un cártel potencialmente estable, tal como se define en la ecuación
 
* d m
  1 …….. (1)
 
d n
Ahora, introducimos a la autoridad antimonopolio, a la que se le acusa de perseguir e
intentar enjuiciar a los cárteles. En cualquier período dado, suponga que existe una
probabilidad a de que la autoridad investigue el cártel. La investigación o búsqueda de
evidencias lleva un período, y suponemos que existe la probabilidad s de que conduzca a
un enjuiciamiento exitoso, en cuyo caso los miembros del cártel están sujetos a una multa
F con ruptura del cártel. Si la investigación no tiene éxito, el cártel continúa.

Denotaremos el valor presente esperado de las ganancias que recibe cada miembro del
cártel como Vm. Para evaluar este valor esperado, debemos considerar tres posibilidades:

1) Con probabilidad 1-a, si no hay investigación en el período 0, y el cártel continúa.

Las expectativas de ganancias serán

V  (1  a)(  V ) ……. (2)

1 m m

El primer término en el segundo tramo es el beneficio en el período actual dado que

el cártel está activo. El segundo término usa el mismo razonamiento expresado
cuando la expectativa de ganar en el juego colusorio ajustada por el factor de
𝜋
descuento se expresa en la ecuación 𝑉(𝜋) = . Dado que no hay investigación, el
1−𝜌

1
Basado en LYNNE PEPALL/ DAN RICHARDS/ GEORGE NORMAN (2011): “Contemporary Industrial Organization.
A Quantitative Approach”. John Willey & Sons, Inc. New Jersey. Cap.10; MASSIMO MOTTA (2004): “Competition
Policy: Theory and Practice” Cambridge Univ. Press, cap. 4, y otras fuentes bibliográficas. Preparado
exclusivamente para fines académicos. UNMSM, Octubre 2019.

1
 "juego del cártel" comienza de nuevo en el período 1 y, por lo tanto, espera
ganancias Vm, que debe descontarse un período.

2) Con probabilidad a(1 - s) hay una investigación fallida en el período 0. El cártel

continúa, y las ganancias esperadas son

V  a(1  s )(  V ) …… (3)

2 m m

Similar a la ecuación (2), el segundo término en el segundo paréntesis refleja el

hecho de que el juego del cártel comienza nuevamente en el período 1 después de
un enjuiciamiento fallido.

3) Con probabilidad as, hay un enjuiciamiento exitoso. Cada miembro del cártel es
multado y el cártel se derrumba después del enjuiciamiento. Las ganancias
esperadas son

𝜌
𝑉3 = 𝑎𝑠 (𝜋𝑚 − 𝐹 + 1−𝜌 𝜋𝑛 ) …… (4)

Reunidas todas las posibilidades en (2), (3) y (4) nos da el valor presente de las
ganancias esperadas para un miembro del cártel, Vm = V1 + V2 + V3. Esto es,

as
V  (1  a )  a (1  s )  as  asF    (1  a) V  a(1  s ) V
m m m m 1  n m m

as
  asF    (1  as ) V …….. (5)
m 1  n m

Resolviendo para Vm, se obtiene el beneficio esperado de cada empresa en el

cártel:

as
  asF  
m 1  n
V  …….. (6)
m 1   (1  as )

𝑚 𝜋
La comparación de (6) con 𝑉(𝜋𝑚 ) = 1−𝜌 confirma, como era de esperar, que la introducción
de una autoridad antimonopolio reduce el beneficio esperado de la formación del cártel.
Esto es cierto incluso si la autoridad simplemente rompe el cártel sin imponer multas.

La ecuación (6) deja en claro que la política antimonopolio tiene dos herramientas
principales. La primera y más obvia herramienta es la multa F. A medida que F aumenta, la
expresión en (6) disminuye para cualquier valor positivo de a y s. Incluso con bajas
probabilidades de detección, una multa lo suficientemente grande disuadiría la formación
de cárteles. Sin embargo, esta herramienta es limitada. Las autoridades antimonopolio no
pueden imponer multas de magnitud arbitraria, sino que deben relacionar cualquier multa
con el daño que se estima que ha infligido.

La segunda herramienta es la probabilidad de investigación y enjuiciamiento exitoso as. A

medida que este término aumenta, la expresión en la ecuación (6) se vuelve más pequeña.
𝜌
En el caso extremo de as = 1, la expresión se convierte en 𝜋𝑚 − 𝐹 + (1−𝜌) 𝜋𝑛 . Para que esta
ganancia esperada supere las ganancias de hacer trampa en un acuerdo colusorio, o

2
 𝜌
𝜋𝑑 + ( ) 𝜋𝑛 , se requiere que 𝜋𝑚 − 𝐹 > 𝜋𝑑 que, por supuesto, no es posible incluso si la
1−𝜌
multa F es 0. En otras palabras, una tasa suficientemente alta de descubrimiento y
enjuiciamiento exitoso del cártel terminaría por detectarlo y romperlo, incluso si no hay
penalización.

La pregunta última es si la introducción de la autoridad antimonopolio afecta la capacidad

de un cártel para ser autosuficiente. Para que éste sea el caso, Vm de (6) debe ser mayor
𝜌
que 𝑉𝑑 = 𝜋𝑑 + (1−𝜌) 𝜋𝑛 . Tomemos el caso de una multa de 0. Un poco de manipulación indica
que la probabilidad crítica ajustada por el factor de descuento A para este caso es
𝜋 −𝜋
𝜌 > 𝜌 𝐴 = (1−𝑎𝑠)(𝜋
𝑑 𝑚
…… (7)
−𝜋 𝑑 𝑛)

Comparando las ecuaciones (1) con (7) se confirma que 𝜌 > 𝜌∗ y que A se eleva a medida
que a o s aumentan.

La razón subyacente es que ahora hay dos fuerzas que pueden hacer que el cártel falle.
Una de ellas es la búsqueda siempre presente del interés propio que induce a los miembros
individuales del cártel a engañar al acuerdo. La otra es la fuerza recién incorporada que
deriva de la posibilidad de un enjuiciamiento exitoso por parte de las autoridades.

Tomemos nuestro ejemplo del duopolio Bertrand. Sabemos que 𝜋𝑚 = 𝜋 𝑎 /2 , 𝜋𝑑 = 𝜋 𝑎 y

𝜋𝑛 = 0. Sustituyendo en (7), la probabilidad crítica ajustada por el factor de descuento
para que este cártel sea autosuficiente en presencia de una autoridad antimonopolio (que
causa el colapso del cártel pero sin imponer penalización) es 𝜌 𝐴 = 1/2(1 − 𝑎𝑠) . Si no se ha
realizado ningún esfuerzo de investigación (as = 0), entonces  solo debe ser mayor a ½
para que el cártel sea autosuficiente. Sin embargo, a medida que a o s aumenta, disminuye
la probabilidad de que el cártel pueda sobrevivir. Para as > ½, ningún cártel puede ser
sostenible.

¿Qué herramienta -multas o una mayor probabilidad de detección y condena- deberían usar
las autoridades? Descubrir y enjuiciar las conspiraciones de fijación de precios exige una
cuidadosa vigilancia y trabajo legal, lo cual es costoso. Por el contrario, se pueden imponer
multas de bajo costo. Esto sugiere que una gran dependencia del castigo sustancial
probablemente tenga relación con una estrategia de costo-efectividad. A su vez, esto
ayuda a explicar por qué la ley impone daños triples en demandas antimonopolio privadas.
Sin embargo, a diferencia de los esfuerzos de detección, las multas nunca pueden ser
utilizadas por sí mismas como parte de una estrategia disuasiva. El motivo es simple. Si a o
s es 0, entonces, la probabilidad de ser atrapado y pagar la multa también es 0, y por lo
tanto, una multa no tendrá efecto disuasorio, no importa cuán grande sea ésta.

Debemos tener en cuenta también que si las autoridades confían en las investigaciones o se
basan en multas, la aplicación del esfuerzo antimonopolio será, en gran medida, de tipo
disuasivo. En primer lugar, la política funciona evitando que se formen cárteles y no sólo
separándolos una vez que se hayan descubierto. La disuasión nos hace reflexionar en que
podemos tener dificultades para evaluar el impacto total de los esfuerzos antimonopolio,
porque no podemos medir fácilmente la cantidad de cárteles que se habrían formado por
efecto de estas acciones disuasivas. Nuevamente, aquí el caso extremo es pertinente.
Supongamos que, debido a una combinación de esfuerzos de investigación y penalidades, as
y F se establecen de tal manera que las empresas nunca consideren que valga la pena
formar un cártel. Debido a que nunca se detectan cárteles, puede ser objeto de
observación que las sanciones por fijación de precios no sean necesarias y que los fondos
gastados en detección (as) se desperdicien. Sin embargo, de hecho, es precisamente por
esos gastos y políticas de castigo que los cárteles han logrado ser eliminados.

3
De otro lado, si nos referimos a la detección de cárteles, sabemos que la investigación de
una sospecha de colusión lleva mucho tiempo y es costosa. Además, a menos que se
descubra evidencia convincente, una investigación puede no conducir a una acusación, y
mucho menos a una condena. Las empresas conspiradoras tienen derecho a su "día en la
corte" y tienen una ventaja informativa sobre cualquier agencia gubernamental. Ellas son
las que conocen la naturaleza de la demanda del mercado, así como los costos de
producción y transporte.

Lo mejor que se puede hacer es inferir esta información de los datos proporcionados por
las mismas empresas que están siendo investigadas. Sorprendentemente, puede ser muy
difícil distinguir el comportamiento colusorio de las acciones competitivas. Este problema
ha sido denominado el teorema de la indistinguibilidad por Harstad y Phlips (1990).

Osborne y Pitchik (1987) proponen una interesante prueba para detectar colusión.
Recordemos nuestra discusión sobre los modelos de Spence (1977) y Dixit (1980) en los que
una gran empresa invierte en capacidad adicional como un medio para disciplinar a un
nuevo rival. Los autores argumentan que la capacidad adicional puede desempeñar un
papel disciplinario similar en los cárteles. Por ejemplo, sabemos que la competencia de
precios de Bertrand no puede generar resultados competitivos a menos que cada empresa
tenga la capacidad de servir a todo el mercado. Sin embargo, en el caso de un cártel, la
adquisición de una capacidad tan grande le brinda a la empresa los medios para amenazar
a las otras empresas con el resultado competitivo si alguna de las dos engaña el acuerdo
colusorio. Osborn y Pitchik (1987) muestran que, en este caso, los miembros del cártel
tienen un incentivo para adquirir una mayor capacidad.

2. Política antimonopolio: programas de clemencia/amnistía

Hemos argumentado que la posibilidad de ser atrapado y multado puede servir como un
disuasivo importante en la formación de cárteles, pero que la capacidad de distinguir entre
el comportamiento colusorio y el comportamiento competitivo puede dificultar el
enjuiciamiento exitoso, incluso con un análisis cuidadoso de la evidencia. Sin embargo, el
marco que subyace a nuestra discusión hasta ahora es uno en el que los miembros del
cártel juegan un juego contra las autoridades antimonopolio. Como se señaló
anteriormente y por evidencia empírica nueva, muchos de los cárteles procesados
recientemente han sido descubiertos como resultado de "delaciones" por parte de un
miembro específico del cártel. En algunos casos, el informante ha sido una empresa en la
industria, ya sea descontento con la parte que le fue asignada, o molesto porque fue
excluido por completo. A veces ha sido un ex empleado de un miembro del cártel quien
denunció una disputa con su empleador. Cualquiera sea la razón, todos estos casos sugieren
que la posibilidad de investigación y ser capturado a menudo refleja algún tipo de conflicto
o juego entre las propias empresas participantes. En los últimos años, los encargados de
formular políticas se han basado en los llamados programas de clemencia / amnistía para
explotar tales conflictos.

Si bien los programas reales promulgados en diferentes regiones del mundo difieren en sus
detalles, generalmente tienen la siguiente forma. “El primer miembro de un cártel que
proporciona evidencia que conduce a un enjuiciamiento exitoso del cártel recibe un trato
indulgente. Todos los demás están sujetos a fuertes multas”. Incluso si se ha iniciado una
investigación, se podría ofrecer una sentencia más leve o incluso una amnistía total a la
primera empresa que presente evidencia, si esta evidencia resulta central para el
enjuiciamiento exitoso del cártel.

4
Dado que los otros conspiradores siguen sujetos a fuertes multas y encarcelamiento para
sus ejecutivos, el programa crea un fuerte incentivo para que las empresas sean las
primeras en confesarse. Este nuevo programa ha tenido mucho éxito en ayudar al
enjuiciamiento de los cárteles en varios países.

A primera vista, parecería que estos programas de clemencia activan el “dilema del
prisionero”. Sin embargo, como han sostenido Motta y Polo (1999) y Spagnolo (2004), entre
otros, tales programas son un arma de doble filo. La buena noticia es que la clemencia
fomenta las confesiones una vez que se inicia una investigación. La mala noticia es que
también aumenta la posibilidad de salir del cártel completamente libre de enjuiciamiento
y, por lo tanto, aumenta las ganancias netas esperadas al comenzar un cártel como primera
acción. De hecho, la evidencia de que se está procesando con éxito a más cárteles desde la
aparición de los programas de clemencia podría ser simplemente el resultado de la
formación de un número mayor de cárteles, de modo que con la misma tasa de detección o
incluso menor se capturen más conspiraciones. Examinemos ahora este complicado trade-
off.

Considere una industria duopólica. Suponga que un acuerdo de fijación de precios le da a

cada miembro del cártel ganancias 𝜋𝑚 , mientras que la desviación óptima del acuerdo da
ganancias 𝜋𝑑 , y la ganancia de equilibrio de Nash no cooperativo para cada empresa es
𝜋𝑛 . Ambas empresas tienen su probabilidad de éxito ajustada por el factor de descuento,
. Ahora considere el siguiente juego2. Cada empresa puede adoptar una de tres
estrategias:

(1) (Coludirse, No Revelar): formar un cártel y no revelar evidencia de la existencia del

cártel si se investiga. Esta es la estrategia que analizamos en una sección anterior.
𝐶
Sabemos por la ecuación (6) que el valor 𝑉𝑁𝑅 del beneficio esperado es
𝑎𝑠𝜌
𝜋𝑚 −𝑎𝑠𝐹+ 𝜋
𝐶 1−𝜌 𝑛
𝑉𝑁𝑅 = …… (8)
1−𝜌(1−𝑎𝑠)

donde a es la probabilidad de que las autoridades antimonopolio inicien una

investigación; s es la probabilidad de que la investigación conduzca a un
enjuiciamiento exitoso dado que los miembros del cártel no proporcionan evidencia
de la existencia del cártel; y F es la multa legal máxima que puede imponerse en un
enjuiciamiento exitoso.

(2) (Coludirse, Revelar): formar parte de un cártel pero revelar su existencia una vez
que se ha iniciado una investigación. Suponga que la investigación lleva un período
y que las empresas del cártel se mantienen hasta que la investigación esté "casi"
completa. Cada empresa obtiene las ganancias del cártel durante un período, pero
luego confiesan y el cártel se derrumba. Para evaluar las ganancias esperadas 𝑉𝑅𝐶
para esta estrategia, consideramos dos posibilidades:

a) Con probabilidad 1-a, no se inicia ninguna investigación en el período 0. En este

caso, el cártel continúa y el beneficio esperado es

𝑉1 = (1 − 𝑎)(𝜋𝑚 + 𝜌𝑉𝑅𝐶 ) …… (9)

El primer término en el segundo tramo es el beneficio del cártel en el año en curso,

después de lo cual el "juego" con las autoridades se reanuda con el beneficio
esperado 𝑉𝑅𝐶 descontado en un período.

2
Ver más detalles en Motta (2004), capítulo 4.

5
 b) Con probabilidad a, se inicia una investigación en el período 0. En este caso, el
cártel continúa con la investigación a punto de concluir, momento en el cual las
empresas confiesan y pagan una multa reducida de 0 ≤ 𝐿 < 𝐹. El cártel luego se
derrumba. El beneficio esperado es:

𝜌
𝑉2 = 𝑎 (𝜋𝑚 − 𝐿 + 1−𝜌 𝜋𝑛 ) …… (10)

Sumar (9) y (10) da el beneficio esperado de la estrategia (Coludirse, Revelar)

𝑉𝑅𝐶 = 𝑉1 + 𝑉2 . Resolviendo para 𝑉𝑅𝐶 obtenemos:
𝑎𝜌𝜋𝑛
𝜋𝑚 −𝑎𝐿+
𝑉𝑅𝐶 1−𝜌
= …… (11)
1−(1−𝑎)𝜌

La ecuación (11) muestra la desventaja potencial de un programa de clemencia. Las

ganancias esperadas están disminuyendo en L, la multa. En otras palabras, cuanto
más generoso es el programa de clemencia, más pequeño es L, más rentable es la
estrategia (Coludirse, Revelar) y, por lo tanto, es más probable que se forme un
cártel.

(3) (Desertar): en el cártel en el período t = 0, en cuyo caso, por supuesto, el cártel se

rompe o, más exactamente, nunca se forma de manera efectiva. Sabemos por la
𝜋
ecuación 𝑉(𝜋) = que el valor de la ganancia esperada en este caso es
1−𝜌

𝜌𝜋
𝑉𝑑 = 𝜋𝑑 + 1−𝜌𝑛 …… (12)

Necesitamos algunos supuestos adicionales para completar el análisis. Si ambas empresas

desertan o se desvían, entonces no se forma ningún cártel, y cada una tiene una ganancia
𝑉𝑛 = 𝜋𝑛 /(1 − 𝜌). Si una empresa falla mientras que la otra no, la empresa defectuosa
gana Vd mientras que la empresa no defectuosa obtiene ganancias "muy bajas" Vl. Si una
empresa revela mientras que la otra no, la empresa reveladora gana 𝑉𝑅𝐶 como antes,
mientras que la empresa no reveladora gana 𝑉𝑅𝐶 − 𝐷 , donde D > 0 puede calcularse
sustituyendo F por L en la ecuación (11).

MATRIZ DE PAGOS CON PROGRAMA DE CLEMENCIA

Estrategia de la Empresa 2

Desertar Coludirse, Revelar Coludirse, No Revelar

Estrategia de la

Desertar (V n , V n ) (V d , V l ) (V d , V l )
Empresa 1

(𝑉 𝐶 𝑅 𝑉 𝐶 ) (𝑉 𝐶 𝑅 𝑉 𝐶 − 𝐷)
Coludirse, Revelar (V l , V d ) 𝑅 𝑅

(𝑉 𝐶 𝑅 − 𝐷 𝑉 𝐶 ) (𝑉 𝐶 𝑁𝑅 𝑉 𝐶 )
Coludirse, No Revelar (V l , V d ) 𝑅 𝑁𝑅

La inspección de la matríz de pagos revela que potencialmente el juego tiene varios

posibles equilibrios de Nash. (Desertar, Desertar) es, por supuesto, uno de ellos. El
equilibrio de Nash no cooperativo para el juego de un solo movimiento repetido una y otra

6
vez es siempre uno de los equilibrios potenciales para el juego repetido. Como muestra la
Tabla de Pagos, también hay otras posibilidades de equilibrio más interesantes. En
particular,

1. (Coludirse, Revelar) para ambos jugadores es un equilibrio siempre que 𝑉𝑅𝐶 > 𝑉𝑑 ;

2. (Coludirse, No Revelar) para ambos jugadores es un equilibrio siempre que

𝐶
𝑉𝑁𝑅 > 𝑚𝑎𝑥{𝑉𝑅𝐶 𝑉𝑑 }
𝐶
De hecho, una característica interesante de esto es que si 𝑉𝑁𝑅 > 𝑉𝑅𝐶 > 𝑉𝑑 , entonces, en
realidad habrán tres equilibrios. Estos son: ambos desertan, ambos juegan a (Coludirse,
Revelar) y ambos juegan a (Coludirse, No Revelar). Consecuentemente, parece razonable
hacer la siguiente suposición:

Selección de equilibrio: si las empresas pueden formar un cártel, lo harán; y elegirán la

combinación de estrategia más rentable para el cártel.

𝐶
En nuestro ejemplo con 𝑉𝑁𝑅 > 𝑉𝑅𝐶 > 𝑉𝑑 el resultado de nuestra asunción de selección de
equilibrio es que sí, ambas empresas juegan a (Coludirse, No Revelar).

Para hacer el análisis más concreto, considere el impacto del programa de clemencia en el
contexto de un modelo de Bertrand con: 𝜋𝑚 = 1 800 , 𝜋𝑑 = 3 600 y 𝜋𝑛 = 0. Nuestro
análisis previo implica

𝐶 1 800−𝑎𝑠𝐹 1 800−𝑎𝑅
𝑉𝑁𝑅 = 1−𝜌(1−𝑎𝑠) 𝑉𝑅𝐶 = 1−𝜌(1−𝑎) 𝑉 𝐷 = 3 600 …… (13)

La autoridad antimonopolio puede usar sus escasos recursos para afectar tres parámetros
en nuestro modelo: (1) la probabilidad a de que se inicie una investigación; (2) la
probabilidad s de que la investigación sea exitosa en la identificación del cártel; y (3) L, la
fortaleza del programa de clemencia. La pena máxima F pagada en un litigio que resulta en
una condena es, por otro lado, determinada por los tribunales. Dado que conocemos F y 𝜌,
podemos ilustrar cómo los parámetros a y s determinan el equilibrio para un valor dado de
L. Por conveniencia (y sin ser demasiado irrealista), establecemos 𝜌 = 0.8 . También
suponemos que F = $3600, o el doble del exceso de beneficios por periodo del cártel.
(Recuerde que las demandas antimonopolio privadas pagan daños triples a los demandantes
exitosos).

La siguiente Tabla proporciona las ganancias para cada una de las tres estrategias para
cualquier valor de a y s y para dos valores de L, a saber, L = 0 (amnistía completa); y L =
$600 (un tercio de las ganancias del cártel).

PAGOS DE UN JUEGO DE PROGRAMA DE CLEMENCIA

L=0 L = 600
000 3 000(3 − 𝑎)
𝑉𝑅𝐶
1+ 𝑎 1+ 𝑎
𝐶 000(1 − 2𝑎𝑠) 000(1 − 2𝑎𝑠)
𝑉𝑁𝑅
1 + 𝑎𝑠 1 + 𝑎𝑠

𝑉𝐷 3,600 3,600

7
De dicha tabla, obtenemos

(i) 𝑉𝑅𝐶 > 𝑉 𝐷 si 𝑎 < 𝑎𝐶𝑅 (𝐿) = 3/8 si 𝐿 = 0 y = 9/29 si L = 600.

𝐶
(ii) 𝑉𝑁𝑅 > 𝑉 𝐷 si 𝑎 < 𝑎𝐶 𝑁𝑅 (𝑠) = 1/6𝑠 ; y
𝐶 (2−3𝑠) (13−18𝑠)
(iii) 𝑉𝑁𝑅 > 𝑉𝑅𝐶 si 𝑎 < 𝑎𝐸𝑆 (𝐿 𝑠) = 4𝑠
si 𝐿 = 0 y 20𝑠
si L = 600.

El subíndice ES en (iii) significa "selección de equilibrio" cuando ambos (Coludirse, Revelar)

y (Coludirse, No Revelar) son equilibrios de Nash. Dado nuestro supuesto de selección de
equilibrio, (Coludirse, No Revelar) es el equilibrio para 𝑎 ∈ [𝑎𝐸𝑆 (𝐿 𝑠) 𝑎𝐶𝑅 (𝐿)], (Coludirse,
No Revelar) es el equilibrio para 𝑎 < 𝑚𝑖𝑛[𝑎𝐸𝑆 (𝐿 𝑠) 𝑎𝐶 𝑁𝑅 (𝑠)] y, en caso contrario, no se
forma ningún cártel.

Estos equilibrios de Nash se ilustran en la Figura 1(a) y resaltan los efectos conflictivos del
programa de clemencia. Veamos primero la Figura 1(a), que supone que el programa de
clemencia ofrece una amnistía competitiva o L = 0. Si no existe un programa de clemencia,
se formará un cártel solo si la probabilidad de una investigación es 𝑎 < 𝑎𝐶 𝑁𝑅 (𝑠) , y estos
cárteles no revelarán evidencia si se investigan. No hay incentivos para hacerlo si no hay
esperanza de clemencia.

El programa de clemencia extiende la región de parámetros en la que se forma el cártel. Si

a y s se encuentran en la región CR1, los cárteles se forman utilizando la estrategia
(Coludirse, Revelar), mientras que sin el programa de clemencia no se forman cárteles en
esta región. Por otro lado, los cárteles en la región CR2 que siguen la política (Coludirse,
No Revelar) en ausencia de un programa de clemencia ahora cambian a (Coludirse,
Revelar), lo que puede hacer que los problemas de detección de las autoridades
antimonopolio sean aún más fáciles. En otras palabras, el programa de clemencia fomenta
la creación de más cárteles, pero también los hace más fáciles de encontrar y procesar.

El mismo conflicto surge cuando comparamos el generoso programa de clemencia de la

Figura 1(a) con el programa menos generoso de la Figura 1(b), en el que R = 600. En la
región (1), los cárteles que se formarían con el programa generoso no se forman con el
programa menos generoso. Por otro lado, en la región (2), los cárteles que adoptarían
(Coludirse, Revelar) con el programa generoso adoptan (Coludirse, No Revelar) con el
programa menos generoso. Un programa de clemencia menos generoso crea menos
cárteles, pero los hace más difíciles de encontrar.

8
 BIBLIOGRAFIA:
Avinash Dixit (1980), “The Role of Investment in Energy Deterrence”. Economic Journal, 90
(January), 95-106.

R. Harstad, L. Phlips (1990), “Perfect Equilibria of Speculative Futures Markets”. In

Richard Selten, eds. Game Equilibrium Analysis, Vol. II. Berlin: Springer, 289-307.

Stephen Martin (2010), “Industrial Organization in Context” Oxford University Press, NY.

Massimo Motta (2004): “Competition Policy: Theory and Practice” Cambridge Univ. Press.
Existe edición en español por editorial FCE, México 2018.

Massimo Motta, M. Polo (1999), “Leniency Programs and Cártel Prosecution” (May, 1999)
IGIER Working Paper N° 150.

Lynne Pepall-Dan Richards-George Norman (2011): “Contemporary Industrial Organization.

A Quantitative Approach”. John Willey & Sons, Inc. New Jersey.

M.J. Osborne, C. Pitchik (1987), “Cártels, profits, and Excess Capacity”. International
Economic Review, 28 (June): 413-428).

A.M. Spence (1979), “Entry, Investment, and Oligopolistic Pricing”. Bell Journal of
Economics, 8 (Spring, 1979): 1-19.

G. Spagnolo (2004), “Divide et Impera: Optimal Detterence Mechanisms Against Cartels

and Organized Crime”. CEPR Discussion Paper N° 4840.

View publication stats