Imaginemos um mercado hipotético de carros usados. Sabemos que comprar um carro usado é algo complicado: o vendedor sempre garante que o carro é uma beleza, que a mecânica é uma maravilha, que o motor está tinindo, e que pechincha melhor não será encontrada. Vamos supor que, neste mercado, há um número igual de vendedores mentirosos e de vendedores sinceros (ou seja, a sua chance de encontrar qualquer um dos dois é a mesma).

E vamos supor, também, que você, o pobre comprador, seja um completo leigo em mecânica. Você pode avaliar externamente o carro, mas terá que confiar na palavra do vendedor no que diz respeito à mecânica.

Vamos ignorar por um momento a sua decisão (que é assunto para teoria dos jogos), e olhar a estrutura deste mercado – que, por si só, acarreta em uma série de interessantes consequências. É possível, de antemão, prever uma tendência auto-destrutiva deste mercado, gerada pela simples assimetria de informações (um dos lados possui muito mais informação do que o outro. No caso, o vendedor).

Vamos supor que o preço de um carro usado bom neste mercado é de U$ 10.000,00. Para quem tem um carro bom, vale a pena vender por qualquer valor igual ou superior a U$ 10.000,00, e para qualquer valor abaixo disso, não vale a pena vendê-lo.

Vamos supor, também, que o preço de um carro ruim é de U$ 5.000,00. Para quem tem um carro ruim, vale a pena vender por qualquer valor igual ou superior a U$ 5.000,00, e para qualquer valor abaixo disso, não vale a pena vendê-lo.

O problema é que somente os vendedores detém esta informação: o comprador não tem ideia se o carro é bom ou só parece bom. Ele está jogando com probabilidades.

2012-32-01-used-car-dealer

Sendo o mercado um só, com todos os produtos misturados e aparentemente indistinguíveis, sabemos duas coisas: o preço dos carros bons puxa o preço médio para cima, em direção aos U$ 10.000,00, e o preço dos carros ruins puxa o preço médio para baixo, em direção aos U$ 5.000,00. O preço, como consequência, deve estabilizar em um valor médio de U$ 7.500,00, que é o quanto os consumidores, às cegas, passam a pagar em média.

O problema é que isso é um mau negócio para quem colocou à venda um carro bom (pois perde U$ 2.500,00), e um excelente negócio para quem colocou à venda um carro ruim (pois ganha U$ 2.500,00). Assim, quem tem carros bons à venda os retira do mercado (vale mais a pena guardá-los), e quem tem carros ruins guardados, os coloca à venda. Ou seja, o universo de bens à venda, para o consumidor, é pior na segunda iteração. E pior ainda na terceira. E mais ainda na quarta… e assim, até que o consumidor tenha a virtual certeza de que não há mais carros bons à venda.

É isto que chamamos de um filtro de seleção adversa: um filtro que funciona de maneira inversa à que desejamos, que retém o que é bom e permite a passagem só do que é ruim.

Este problema, apresentado acima, é conhecido como o problema dos limões, em referência ao apelido que os americanos dão aos carros usados que se provam maus negócios para o comprador (“lemons“), e prova como nem sempre “esconder o jogo” para quem tem informações privilegiadas é uma estratégia inteligente: pode, isso sim, destruir a base de confiança de um mercado e inviabilizar qualquer negócio.

Vamos ver como isso funciona em um exemplo de nossa realidade nacional: planos de saúde.

Vamos supor que um plano de saúde discrimina seus clientes em dois grandes grupos: o grupo dos clientes de alto risco, que pagam R$ 300,00 para o plano por mês, e os clientes de baixo risco, que pagam R$ 100,00 para o plano no mesmo período. O plano sabe, por ter acesso a dados estatísticos históricos, que se contasse somente com clientes de alto risco, o valor teria de ser maior do que os R$ 300,00: ele só consegue oferecer este valor porque “sobra”, do grupo de baixo risco, uma soma de recursos, que eles, por serem de baixo risco, acabam contribuindo e não usando. Assim, ele consegue atrair ambos os tipos de clientes com valores que são justos para cada um.

Mas vamos supor que um deputado (sempre eles!), munido da maior boa-vontade, resolve “proteger o consumidor” com uma legislação muito humanitária e piedosa: a partir de agora, é proibido aos planos de saúde estabelecerem discriminação por risco, e o mesmo valor deve ser cobrado de todos os clientes.

Impedida de segmentar os clientes, a seguradora refaz os cálculos pela média e descobre, então, que um valor de R$ 200,00 cobre os gatos médios do seu universo de segurados, baseado nos seus históricos de consumo de serviços de saúde.

Mas R$ 200,00 é um valor que não vale mais a pena para o segurado de baixo risco, segundo a sua percepção própria de risco! Para ele, R$ 100,00 representava bem a sua preocupação com a própria saúde. Mas R$ 200,00? É demais! Assim, ele se retira do contrato.

Por outro lado, uma série de pacientes de alto risco que não tinham seguro agora olham o valor médio, R$ 100,00 mais barato do que na época da discriminação, e entram no plano.

Com mais clientes de alto consumo e menos de baixo, as finanças do plano se deterioram na segunda iteração. Para contrabalancear, o plano aumenta o preço médio – o que expulsa mais clientes de baixo risco. O que piora a terceira iteração, e assim sucessivamente, até a desintegração do mercado específico.

Entender a mecânica dos filtros de seleção adversa e como eles são gerados pela assimetria informacional ajuda a prever o resultado prático de legislações restritivas, o que será obtido de fato por regulamentações alegadamente samaritanas. Também ajuda a prever qual deve ser o papel da boa lei ou da boa intervenção judicial, para auxiliar no processo de mútua revelação de informações, diminuindo o custo de insegurança inerente a certos tipos de negociação, permitindo que surja bem-estar em situações que, se não fosse facilitada a troca informacional por um agente externo, seriam estéreis.

escrito por:

Douglas Donin

Especialista em Direito Internacional e graduando em Economia pela Universidade Federal do Rio Grande do Sul, já foi ditador da Latvéria e inimigo de estelionatários neopentecostais no site “Duvido”.


JUNTE-SE À NOSSA NEWSLETTER
Junte-se a outros 2.000 visitantes que recebem nossa newsletter e garanta, semanalmente, artigos sobre ciência, filosofia, comportamento e sociedade diretamente em seu e-mail!
Nós odiamos spam. Seu e-mail não será vendido ou compartilhado com mais ninguém.