00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

000000011100001001001001000100001000100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

000000011100001001001001000100001000100

000000011100001001001001000100001000100

000000011100001001001001000100001000100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

000000011100001001001001000100001000100

000000011100001001001001000100001000100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

000000011100001001001001000100001000100

000000011100001001001001000100001000100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

000000011100001001001001000100001000100

000000011100001001001001000100001000100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

000000011100001001001001000100001000100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

00000001110000100100100100010000100001000010000100001100101001010100

000000011100001001001001000100001000100

HACIA UN SISTEMA DE INFORMACIÓN DELICTIVA

CONFIABLE

CADA VÍCTIMA CUENTA:

Censo educativo. Radiografía del dispendio presupuestal 3

2017 México Evalúa, Centro de Análisis de Políticas Públicas.

Documento elaborado por Jimena David, Jonathan Furszyfer y Jesús Gallegos.

Los autores agradecen a Edna Jaime por su apoyo incondicional y liderazgo; a Laurence Pantin por sus valiosos comentarios y excelente trabajo editorial; a Mónica Ayala, Alan López y Mariana Nolasco por su compañerismo; a Miguel Cedillo por su estético diseño gráfico y visualización editorial; al equipo del Programa de gasto público de México Evalúa (Mariana Campos, Alejandro García, Esther Ongay y Diana Nava) por su enriquecedora retroalimentación y sugerencias bibliográficas; al equipo de Comunicación de México Evalúa, particularmente a Mariana Villalobos, por su esfuerzo; a Micah Gell-Redman y Vidal Romero por su revisión, y a los participantes del “Foro Internacional de Estadísticas Delictivas”.

Este documento se ha realizado con el apoyo del Fondo Prosperidad de la Embajada Británica. El contenido de este documento es responsabilidad exclusiva de México Evalúa, Centro de Análisis de Políticas Públicas A.C. y en ningún modo debe considerarse que refleja la posición de la Embajada Británica.

Agradecemos a la Delegación de la Embajada Británica en México por su contribución en este proyecto.

1

CONTENIDO

Introducción1. Para definir la manipulación de registros delictivos: conceptos, estrategias y procesos 1.1.Definicionesdefraude 1.2.Delfraudealamanipulaciónderegistrosdelictivos: conceptos,estrategiasyprocesos

2. Análisis forense del homicidio: pruebas sobre subregistro delictivo 2.1.Seleccióndecasosyadministracióndedatosdelictivos 2.2.Identificacióndepatronesatípicosenladistribucióndel últimodígitodelasestadísticasdehomicidios,apartirdela pruebachi-cuadrada 2.3.Identificacióndepatronesatípicosenlosúltimosdosdígitos delasestadísticasdeloshomicidios,apartirdesesgos conductuales 2.4.Discusiónderesultadosyrecomendaciones

3. Asociaciones anómalas entre los homicidios culposos y dolosos: pruebas sobre reclasificación delictiva 3.1.Relaciónentrehomicidiosdolososyculposos:pistassobresu posiblereclasificación 3.2Tendenciasyrelacionesdeloshomicidiosdolososylos homicidiosculpososanivelnacional 3.3.Tendenciasdeloshomicidiosdolososyloshomicidios culpososanivelestatal 3.4Tendenciasdeloshomicidiosdolososyculpososanivelestatal porentidadfederativayadministracionesgubernamentales

4. Incentivos y anomalías en los registros de homicidios: pruebas sobre periodos pre-electorales

5. Hacia la institucionalización de un modelo de auditorías de registros delictivos en México 5.1.Recomendacionesparamejorarelregistroyclasificaciónde losdelitosporpartedelsistemadejusticia 5.2.Propuestademodelosdeauditoríadelasestadísticas delictivaslocales 5.2.1¿Quéesuncomitéauditordeinformacióndelictiva? 5.2.2.¿Cómopodríajustificarseuncomitéauditorparala validacióndeestadísticasdelfuerocomún? 5.2.3.¿Cómodebeintegrarseelcomitéauditorycómo podríasersuestructurainterna? 5.2.4.¿Cómodeberíaauditarselainformacióndelictiva? 5.3.Apuntesfinales

Conclusión

Bibliografía

Anexos

25

55

10

1011

18

21

24

24

25

27

33

41

45

45

46

4849

50

5155

56

59

63

México Evalúa, Centro de Análisis de Políticas Públicas, A.C.Agosto,2014

México Evalúa, Centro de Análisis de Políticas Públicas, A.C.Marzo,2017

Cada víctima cuenta: hacia un sistema de información delictiva confiable2

México enfrenta una crisis deinseguridad.A10añosdelcomienzode la llamada “guerra contra elnarcotráfico”, la tendencia al alzade la violencia letal en variasentidades ymunicipios del país no

seharevertido.Porunlado,elavancegeneralizadodeladelincuencianosólohaconseguidoinsertarseenelcentrodenuestrostemores,sinoquesehaposicionadocomo uno de los principales retos públicos que debeatender el gobierno, de acuerdo a varias encuestasnacionales producidas por el Instituto Nacional deEstadísticayGeografía(Inegi2014;2015;2016a).Porotro lado, dicha situación también ha incentivado undebatepúblicoentornoa lamaneraderesolverestaproblemática.Apesardeladiversidaddeideasquehansurgido para frenar la violencia, gran parte de éstascompartelamismafuentedeinformación:losregistrosdelictivosdelfuerocomúnparafinesestadísticos1.

La calidad y veracidad de los datos con base en los cuales se construyen las políticas de prevención de la violencia y seguridad pública condicionan su validez y son centrales para entender la naturaleza del delito en México.Enotraspalabras,denomedirseimparcial y correctamente la prevalencia e incidenciadelictiva, losdiagnósticosde laspolíticaspúblicasparaprevenirycombatirlaviolenciaydelincuencia,yporendesuefectividadysufinanciamiento,nocorresponderánalarealidad.Hastaahora,prevalecenincentivosperversosqueimpidenmedirconprecisiónestosfenómenos.

Debidoaquelosindicadoresdelictivossirvenamenudoparaevaluareldesempeñodelosgobiernosenmateriade seguridad pública, la adulteración de su calidady veracidad ha sido utilizada como estrategia parafavorecerlosinteresesparticularesdesusejecutores.Como apunta el psicólogo social norteamericano,

Donald T. Campbell (1976), “entre más se use unindicador social cuantitativopara la tomadedecisiónenmateriadepolíticaspúblicas,mássusceptibleserádeexperimentarpresionesde corrupciónymásaptoseráparadistorsionarycorromperlosprocesossocialesquepretendemonitorear”.

Enestecontexto,la presente investigación analiza los homicidios dolosos y culposos2 registrados en la información sobre incidencia delictiva del fuero común publicada por el Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública (SESNSP),paraidentificar probables casos de manipulación y explorar los incentivos detrás de éstos. Ahorabien, ¿por qué los homicidios? Primero, la Oficina delasNacionesUnidascontralaDrogayelDelito(2013,1) sostiene que “[el] homicidio constituye uno de losindicadores más completos, comparables y precisosparamedirlaviolencia”.Segundo,adiferenciadeotrosdelitos,elhomicidiosepersiguedeoficio(porejemplo,sinlanecesidaddelevantarunadenuncia),porlocualsucifranegra3esmuchomenorencomparaciónconotrosdelitos. Finalmente, los homicidios pueden cotejarsemensualmente por medio de fuentes alternativas,comolosonloscertificadosdemuerteproducidosporla Secretaría de Salud y los registros de presuntoshomicidios publicados por el Inegi, entre otros. Paraelrestodelosdelitos,noexistenfuentesalternativasquepermitanhacercomparacionesmensuales.Incluso,si las hay, el método de clasificación delictiva no eshomogéneoentreéstas,dificultandoaúnmáscompararsucomportamientoysostenerhipótesisrelacionadasasuposiblemanipulación.

Este estudio concluye sobre la necesidad de institucionalizar un sistema de auditorías que fortalezca la rendición de cuentas y fomente la calidad y veracidad de los registros delictivos del país.

INTRODUCCIÓN

1 Alolargodeestereporte,seempleancomosinónimospara“registros”laspalabrasestadísticas, información y reportes.Todaséstasserefierenalospresuntosdelitosregistradosenlasaveriguacionespreviasocarpetasdeinvestigación,reportadosporlasProcuraduríasGeneralesdeJusticiayFiscalíasGeneralesdelasentidadesfederativas,yqueconformanlainformacióndeincidenciadelictivaparafinesestadísticos.

2 Lacifranegraeselporcentajededelitosquenofuerondenunciadosantelasautoridadescorrespondientessobreeltotaldedelitosrealesquesecometieronenuntiempodeterminado.

3 Sedenomina homicidio dolosoaunsubtipodeldelitodehomicidioquesecaracterizaporqueelvictimariobuscaintencionadamenteelresultadodemuertedelavíctima,mientrasqueelhomicidioculpososerefierealamuertedelaseguradocausadaporhechosaccidentales,fortuitosoinvoluntariosdelcausante,comoconsecuenciadelprocedernegligente.

3

La literatura sobre la manipulación de registros delictivos demuestra que se trata de una práctica común en varios países del mundo.Antesderepasarlaexperienciaacadémicaeinstitucionalalrespecto,cabedefinir,primero,loqueentendemospormanipulacióny,segundo,quétiposdemanipulaciónpodemosidentificar.LaRealAcademiaEspañoladefinemanipulacióncomolaacciónyefectode“intervenirconmedioshábilesy,aveces,arteros,enlapolítica,enelmercado,enlainformación,etc.,condistorsióndelaverdadolajusticia,yalserviciodeinteresesparticulares”.Conestadefiniciónenmente,la literatura adicionalmente establecedos categorías de manipulación delictiva:subregistro (es decir, eliminar por completo el número dedelitos)yclasificación errónea (porejemplo, clasificaraunhomicidiodolosocomoculposo).

En el plano académico, James N. Nolan, profesor desociologíaenlaUniversidaddeWestVirgina,ycoautores(2011) obtuvieron unamuestra representativa de losregistrosfísicosdedenunciasdedelitosenunestadodelsurdelosEstadosUnidosylosanalizaronparaestimarerrores de clasificación delictiva. Al revisar cada unodelosexpedientes,losinvestigadoresencontraronquelos delitos violentos (homicidios dolosos, violacionessexuales, robos y agresiones agravadas) fueronclasificadosfrecuentementecomodelitosmenores(porejemplo,robossimplesoamenazas).

Por su parte, Matthew J. Hickman y Stephen K. Rice(2010),profesoresdejusticiacriminaldelaUniversidaddeSeattle,analizaronsiladistribucióndelprimerdígitodelasestadísticasdevariosdelitosseapegaonoaleydeBenford4,para identificar patrones atípicos en las bases de datosdelictivasyestatalesrecopiladasporlasagenciasdepolicíaslocalesypublicadasporelFederalBureauofInvestigation(FBI). Loshallazgos sugierenqueenalgunosestadosde

Estados Unidos los datos de homicidio doloso, violaciónsexualyroboprobablementefueronmanipulados,dadasudistribuciónanómala y ajenaa los patrones establecidospor dicha ley, aunque no es posible distinguir si fueroneliminadosporcompleto(subregistro)osifueronclasificadosincorrectamentepordelitosmenores(clasificaciónerrónea).

Porúltimo,JohnA.Eterno,ArvindVermayEliB.Silverman(2014),profesoresdecriminologíayjusticaenlosEstadosUnidos,utilizaronencuestasanónimasenlíneadirigidasa policías retirados del estado de Nueva York, paraexaminar si falsearon registros delictivos durante suscargos.Losresultadosdelestudioindicanqueelmalusode los sistemasdeevaluacióndedesempeñopolicial ylapresiónadministrativasobrelospolicíassonfactoresque incentivarona losentoncesagentesasubregistrarlaincidenciadelictivaensusrespectivasjurisdicciones.

Respectoalasleccionesinstitucionales,elReinoUnidoesunreferenteporimpulsarladetecciónypenalizacióndelamanipulaciónderegistrosdelictivoslocales,luegodequeunwhistlebloweralertarasobre lamanipulacióndedatosdelictivosporpartedelapolicía.En2010,JamesPatrick, entonces oficial de la policía deScotlandYard,revisó las estadísticas delictivas de su jurisdicción ynotó que estaban siendo subregistradas y clasificadaserróneamente. Patrick denunció esta situación en unmensajedirigidoalParlamentoBritánicoyenel2013esteúltimoimplementóunainvestigaciónenlascorporacionespolicialesdeInglaterrayGalespararevisarlacalidadyveracidaddesusestadísticasdelictivas.

4 Tambiénconocidacomolaleydelprimerdígito,estaleysebasaenunaobservacióndeladistribucióndefrecuenciasdelosdígitosprimordialesenconjuntosdedatosnuméricos.Respectoalprimerdígito,laleyestablecequeendiversassecuenciasnaturalesdenúmeros,el“1”eseldígitomássignificativo,conunafrecuenciaestimadaal30porciento,mientrasqueel“9”eseldígitoconmenorfrecuencia,estimadaalrededordel5porciento(Nigrini1999).EnelcasodeHickmanyRice(2010),sielprimerdígitodelosdelitosanalizadosnoconcuerdaconestadistribución,sesugierequefueronadulteradosporlasautoridades.

La presente investigación analiza las estadísticas de homicidios dolosos y culposos para identificar probables casos de manipulación y explorar los incentivos detrás de éstos.

Cada víctima cuenta: hacia un sistema de información delictiva confiable4

Al comparar los registros estatales con encuestas devictimizaciónytrasauditarfísicamentelosreportesdelictivosde las instituciones policiales, la comisión parlamentariaa cargo del reporte concluyó que estas estadísticasdelictivasnoerandefiar,puestoquehabíaevidenciadesubregistro(estimadoenun19porciento)yvarioscasosclasificaciónincorrecta,particularmenterelativosadelitossexuales(HouseofCommonsPublicAdministrationSelectCommittee, PASC 2014). En consecuencia, el gobiernobritánicoimplementópolíticasquepermitieronmejorarlosprocesosparagenerarestadísticasdelictivasy redujeronespaciosdediscrecionalidadduranteéstos.

A partir de la experiencia institucional y la literaturaacadémicaanivelinternacional,estereporteseestructurade lamanerasiguiente.Enelcapítulo1,definimos el concepto de manipulación delictiva con base en la literatura sobre fraude.Asimismo,esquematizamos el desarrollo del proceso de denuncia de los delitos en México,paradescribirlasoportunidadesdemanipulacióndirectaoindirectadelosregistrosdelictivos.

Enelcapítulo2,aplicamos herramientas forenses para identificar posibles anomalías en la distribución digital de los homicidios dolosos, relacionadas al subregistro delictivo.

Complementariamente,enelcapítulo3,desarrollamos un modelo de regresión lineal para evaluar qué tan probable es que los homicidios dolosos se clasifiquen erróneamente como culposos.

Las dosmetodologías desarrolladas en los capítulos 2 y 3nospermitieronidentificarfocosrojosvinculadosaposiblescasosdemanipulacióndehomicidios,porentidadfederativay por administraciones estatales, a partir de las bases dedatosdedelitosdelfuerocomúnpublicadasporelSESNSP.Asimismo,contribuyenaladiscusiónsobrelaimplementaciónyelperfeccionamientodemétodosforensesparamonitorearanomalíasenlosregistrosdelictivosdenuestropaís.

Unavez identificadosposiblescasosdemanipulación,enelcapítulo4,buscamosentendersiexisteunmomentoenqueesmásprobablequesedéestamanipulación.Enestesentido,analizamossilas estadísticas correspondientes a los homicidios son más propensas a comportarse de manera irregular en periodos previos a las elecciones

por gobernador. Para esto, diseñamos unmodelo queincorpora factores electorales, homicidios (dolosos yculposos) y otras variables independientes, para analizarsilastemporadaspre-electorales,particularmenteunañoantes de la elección de gobernadores estatales, estáncorrelacionadasconcambiosabruptosyatípicosenlascifrasdelosdelitosletales.Nuestromodeloasumequelosactorespolíticos desean proyectar una imagen de apropiaciónsobreelmonopoliodelaviolencia(Weber[1919]2004).Porconsiguiente,éstospodríanrecurriralamanipulacióndelasestadísticasdehomicidiosparapersuadirasuelectorado5 deléxitodesugobiernoenlareduccióndelaviolenciaydelincuencia,parafavorecerasupartidoenlassiguienteselecciones estatales o como catapulta profesional paraimpulsarsucarrerapolítica.

Enelcapítulo5,proponemos una guía esquemática para institucionalizar un modelo de auditorías de registros delictivos en México.Enestesentido,discutimos los fundamentos jurídicos y operacionalesque podrían permitir a las autoridades implementar,revisar y validar los registros delictivos estatales,comolohizoelReinoUnidoen2013.Deestamanera,la sistematización de auditorías de datos delictivosfortaleceríalarendicióndecuentasentreinstitucioneslocales y federales y de gobiernos a ciudadanos,lo que ayudará a conocer con mayor precisión elcomportamiento delictivo local con miras a mejorarla eficiencia, eficacia y efectividadde las políticas deprevenciónyseguridadpúblicaennuestropaís.

Ensuma,mediante esta investigación, se pretende incentivar un diálogo constructivo y democrático entre ciudadanos y autoridades sobre la relevancia de contar con registros delictivos de calidad y veraces. También es un llamado a la acción para trabajar juntos, como sociedad, para desarrollar mecanismos que permitan identificar anomalías en las estadísticas delictivas del fuero común y construir instituciones que garanticen su confiabilidad.Antelosgrandesretosdeseguridadpúblicaquedirectaoindirectamenteincidenennuestrobienestar,elprimerpasoparafortalecerlapazyelordensocialconsisteenlaconsolidacióndemejoresregistrosycifrasdelictivas.Éstapermitirádesarrollardiagnósticoscerterosparadiseñareimplementarpolíticaspúblicasbasadasenevidenciaempíricacontundente.

5 Todolodemásconstante,asumimosqueloselectorestomanencuentaeldesempeñodelosgobernadoresentérminosdeseguridadpública,almomentodeemitirsuvoto.Estesupuestosejustificaapartirdelimpactoquetienelainseguridadpúblicasobrelaspreocupacionesypercepcionesdelosciudadanos.

5

6 EslainvestigacióndeloshechosposiblementedelictuososdequetengaconocimientoelMP,apartirdeunadenunciaoquerella,conelobjetodecomprobarelcuerpodeldelitoyestablecerlaprobableresponsabilidaddelinculpadocomorequisitoparaprocederalejerciciodelaacciónpenal.

7 SerántodasaquellasinvestigacionespreviasiniciadasporelAgentedelMP,derivadasdedenunciasoquerellasquehayansidohechasdesuconocimiento,yaseadeformaverbaloporescrito,porlaprobableparticipacióndeuninculpadoenundelito.

1. PARA DEFINIR LA MANIPULACIÓN DE REGISTROS DELICTIVOS: CONCEPTOS, ESTRATEGIAS Y PROCESOS

“A esos homicidios; bájale el 20 por ciento.”-Funcionario público anónimo

(MéxicoEvalúa,2016:6)

Siunosebasaenalgunoslibros(Eternoetal.2012),publicaciones académicas (Banerjee et al. 2012),reportes legislativos (PASC 2014), notas periodísticas(Barrett 2014) e inclusive películas (Lumet 1973),parecería que la manipulación de registros delictivoses una estrategia recurrente empleada por agenciaspoliciales,institucionesdejusticiaygobiernosalrededordelmundo.Sinembargo,¿qué es la manipulación de registros delictivos y cómo puede manifestarse? Para el caso mexicano, definimos este concepto ydiscutimos en qué nodos del proceso de denunciapuedensurgirvacíosquefacilitenestapráctica.

1.1. Definiciones de fraude

Para empezar, es importante señalar que los registrosdelictivos a los que nos referimos corresponden a lainformaciónsobreincidenciadelictivadelfuerocomúnparafinesestadísticosqueproducenlasagenciasdeprocuracióndejusticiaestatales,apartirdelasistematizacióndelasaveriguaciones previas6 y carpetas de investigación7. Ahora, pese a que no se ha consolidado una definición formal de la manipulación de registros delictivos, esta estrategia está estrechamente relacionada con el concepto de fraude.Enamboscasos,setratadeunaactividadqueadulteralacalidadydistorsionalaveracidaddeinformaciónafavorinteresesparticulares.Deacuerdocon laOficinaGubernamentaldeRendicióndeCuentasdeEstadosUnidos (GAO,por sus siglaseninglés),elfraudeesunactovinculadoa“laobtencióndealgún beneficiomediante un engaño deliberado” (GAO,2011,124).

Véronique Van Vlasselaer, analista de SAS Bélgica &Luxemburgo,ycoautoresdanunpasomásalláde ladefiniciónminimalistadelaGAO.Paraestosanalistas,el fraude es una práctica poco común, bien pensada, oculta, evolutiva, multifacética y cuidadosamente organizada (Van Vlasselaer et al. 2015, 7). Sobreesta línea, Bart Baesens, profesor de la UniversidaddeLeuven,ycoautores(2015,3-10)complementanladescripcióndeVanVlasselaer,alprecisarcadaunadelasseiscaracterísticasquelaintegran.

Primero, se dice que el fraude es una práctica poco común,esdecir,ocurrepocasvecesalolargodeungrannúmerodeeventos.Porconsiguiente,suidentificaciónescomplejaydifícil.Segundo,esunactobien pensadoy,enconsecuencia,nosetratadeunactofortuitoocasual,sinoracional yestratégico.Apartir deestaplanificación,elfraudeesunaactividadoculta puestoquesusejecutoresactúan en las sombras para evitar ser descubiertos ymultifacéticadebidoaquepuedemanifestarsedediversasmaneras.Asimismo,elfraudeevolucionaconeltiempoyaquelaspersonasquelocometenaprendendesuserroresyevitan repetir losmétodosyestrategiaspreviamenteidentificados por las autoridades. Por último, el fraudeestácuidadosamente organizado,debidoaqueengeneralnoesllevadoacaboporunapersona,sinoporunareddegruposeindividuosqueseorganizanparaconcretarunobjetivoafín.

1.2. Del fraude a la manipulación de registros delictivos: conceptos, estrategias y procesos

LasdefinicionesdeVanVlasselaeryBaesenspermitendelimitar las características de la manipulación deregistros delictivos. Posteriormente, adaptamos elconcepto organizacional de actividades fraudulentasal procesoque inicia con laemisióndeunadenuncia

Cada víctima cuenta: hacia un sistema de información delictiva confiable6

ciudadanay concluyeensueliminaciónopublicaciónincorrecta dentro de las estadísticas de incidenciadelictivadelfuerocomún.

Paraempezar,lamanipulacióndeinformacióndelictivahasidounaprácticadocumentadaenvariaspartesdelmundo. Sin embargo, se trata de una estrategia poco común, puesto que no todos los delitos son adulterados intencionalmente, sino aquellos donde falsear su incidencia resulta más benéfico. En el caso de Inglaterra y Gales, por ejemplo, lafalsificacióndedelitos sexuales fueelobjetivode lasautoridadesparademostrarsudesempeñoal“reducir”su incidencia (PASC 2014). Asimismo, esta actividadpudo ser identificadamediante análisis estadísticos yauditorías de registros delictivos recientes. Antes deéstos,lamanipulacióneraunaprácticadesconocidaporlosciudadanos,comolosondiversostiposdefraudesfiscales,financierosymercantilistas.

Dado que la manipulación de los datos delictivos es una actividad planificada y que necesita llevarse a cabo de manera oculta, para detectarla se requiere identificar cuáles delitos son más propensos a la falsificación, cuándo es más probable que ésta se dé, y cómo se lleva a cabo.Comoseñalalaliteraturasobreelimpactodelosincentivosperversosenlamanipulaciónde informacióndelictiva (Campbell 1976), los indicadorescuantitativossonunaherramientaquesirvealasautoridadesparaevaluareldesempeñodesussubordinados.Enestesentido, los agentes policiales y otros actores judicialesdeben ser muy astutos cuando buscan engañar a susrespectivossuperiores,alfalsearsudesempeño.Encuantoa la rendición de cuentas entre ciudadanos y gobiernos,elmismoproblemadeagenciapuedeocurrir(RoderickyMcCubbins1984),yaqueelelectoradotomaencuentaeldesempeñodesusrepresentantesrespectoalareducciónde violencia y ya que existen fuentes alternativas quepuedenvalidarsusresultados(porejemplo,encuestasdevictimización,seguimientoymonitoreociudadanoyotrosregistrospúblicos).

A partir de la experiencia internacional para reducir lamanipulación de registros delictivos, la adulteraciónde éstos se ha limitado, pero no ha desaparecido porcompleto.Esdecir,los actos de falsificación delictiva han evolucionado y se han adaptado a las normas, incentivos e instituciones existentes en cada país.EnentrevistaconelequipodeMéxicoEvalúa,JamesPatrick,ex-agentedeScotlandYard, comentóque las agenciaspolicialesbritánicashanperfeccionado susmétodosdemanipulación, siendomás cuidadosos y estratégicos al

momento de adulterar delitos (comunicación personal,octubre de 2016). Por consiguiente, es fundamentalaprenderdelasleccionesinternacionalespararestringirlaevoluciónyelperfeccionamientodedichasprácticas.

En este reporte, concentramos nuestro análisis en dos estrategias de manipulación de registros delictivos: el subregistro y la clasificación incorrecta.Elsubregistroconsisteeneliminardelitosdelasestadísticasdelictivaslocalesoenevitarregistrarlosdesde un principio. La clasificación incorrecta ocurrecuando lasautoridadesreclasificanalgunosdelitosdemanera intencional. Asumimos que esta acción tienecomoobjetivoreducirlascifrasoficialesdeincidenciadelosdelitosdealtoimpactoalregistrarloscomodelitosdemenorpreocupaciónsocial.Enestesegundocaso,noseveafectadalavictimizacióntotal,sinolacifraoficialdeincidenciadelosdelitosqueestuvieronsujetosalareclasificación.

La manipulación no es entonces un hecho aislado, sino vinculado a redes y procesos organizacionales. En México, las averiguaciones previas y carpetas deinvestigación que forman parte de las estadísticasdelictivas del fuero común publicadas mensualmentepor el Secretariado Ejecutivo del Sistema Nacional deSeguridadPública(SESNSP)seoriginanporunactoilícitodevictimización.Sinembargo,alolargodelprocesodedenuncia,clasificacióndelictiva,investigaciónministerialyoperacióndelsistemadejusticia,puedensurgirbarrerasparadenunciarlosdelitos,asícomolagunasquefacilitene incluso elementos que incentiven la falsificación oeliminacióndelasdenunciasciudadanas.

Deformasimplificada,cuandounapersonaesvíctimadealgúndelitodel fuerocomún,puedensucederdossituaciones.Algunosdelitosseinvestigan“deoficio”,esdecir,sinlanecesidaddeemitirunadenuncia:eselcasodeloshomicidiosydeotrosdelitosgravesidentificadosporflagrancia,comoelrobo(conysinviolencia),porejemplo. El resto de los delitos se investigan “porquerella”ocuandoselevantayjustificaunadenunciaciudadanaantelasautoridades.Unavezqueundelitoesinvestigado,puedeserclasificadodeacuerdoa66posiblescategoríasdelictivasestablecidasporlaNorma Técnica para la Clasificación Nacional de Delitos del Fuero Común para Fines Estadísticos, 2011.

Comoilustralafigura 1.1,despuésdesufrirunactodelictivo, la víctima puede escoger entre dos cursosde acción: denunciar o no denunciar el delito. Lascausas que disuaden a las víctimas a no proseguir

7

conunaquerellasonvarias.ConbaseenlaEncuestaNacionaldeVictimizaciónyPercepciónsobreSeguridadPública (Envipe), México Evalúa (2016) señala que larazón principal bajo la cual las víctimas no levantanunadenunciaantelacomisióndeundelitosedebeamotivos atribuibles a la autoridad, por ejemplo, pordesconfiarenelsistemadejusticia,considerarquelostrámites son largosydifícilesdebidoa la ineficienciaadministrativa, temerservíctimadeextorsión,haberrecibido un trato insatisfactorio en el pasado, etc.Sin embargo, dicha decisión también puede estar

condicionada al costo de oportunidad que implicalevantar la denuncia, principalmente en función deltiempo,recursoseconómicosdelavíctimay/ogravedaddeldelito,entreotros.

DeacuerdoconlaEnvipe,entre2010y2014,anivelnacional,sedenunciaronenpromedioalrededordel19porcientodelosdelitos.Enestemismoperiodo,lamenor tasa de denuncia se observó enGuerrero(11.4 por ciento), mientras que en Baja Californiaseencontrólamásalta(donde3decada10delitos

[Insertar figura 1.1.]

Figura 1.1. Proceso de denuncia y clasificación de delito

Clasificación incorrecta deliberadaRetrasos entre clasificación y registro

deliberados

Clasificación incorrecta por mala información

Retrasos entre clasificación y registro debidos a mala capacitación

Se concluye, correctamente, que el delito no ocurrióSe concluye, incorrectamente, que el delito no ocurrió

Se concluye, correctamente, que el delito estaba mal clasificadoSe concluye, incorrectamente, que el delito estaba mal clasificado

Se registra el delito de forma tardíaSe borra el delito del registro de forma tardía

Subreportaje VÍCTIMA

¿DENUNCIAR?

Acudir al MP

Clasificación incorrecta/ Manipulación de categorías

Temporalidad de registro

NO

NONO

SÍ

SÍ

SÍ

DECISIÓN SOBRE SI DENUNCIAR O NO

Causas no atribuíbles a la autoridad:No tener pruebas / Delito de poca

importancia / Miedo al agresor

Causas atribuíbles a la autoridad:Experiencia anteriores disuaden a la

víctima de denunciar (desconfianza en las autoridades, miedo a extorsión)

Barreras a la denuncia (tiempo, distancia, trámites complicados, entre otros)

CONFIRMAR DENUNCIA

Barreras a la denuncia (largos tiempos de espera, maltrato a la víctima)

La autoridad disuade a la víctima de levantar o confirmar una denuncia

Actitud hostil de la autoridad

Clasificación inicial

Correcta/Incorrecta

Averiguación previa / Carpeta de investigación

Registro del delito

InvestigaciónInvestigación mantiene clasificación

Nueva información cambia clasificación

Modificación del registro

Cada víctima cuenta: hacia un sistema de información delictiva confiable8

fuerondenunciadosantelasautoridades)8.Asimismo,el porcentaje de denuncia varía entre delitos.Por ejemplo, el robo de vehículos es el ilícito másreportado(85.4porcientoanivelnacional),seguidoporelsecuestro(38.4porciento)yelfraudebancario(34.2porciento)9.

Paralevantarsudenuncia,lavíctimatienequeacudiraunaagenciadelMinisterioPúblico(MP),lainstituciónfacultada para investigar delitos con base en lasaveriguacionespreviasocarpetasdeinvestigación.Enestemomento, sepuedepresentarelprimeractodesubregistro delictivo. Como ha documentado MéxicoUnido Contra la Delincuencia (2016), el personal delosMódulosdeAtención,losagentesdelMPy/uotrosactorespuedendisuadiralasvíctimasdeproseguirconsudenunciaoevitarsuseguimientojurídico,inclusivecuando existen pruebas fehacientes, voluntad de lasvíctimasotestigosdisponibles.

Porotraparte,dadoqueelMPtieneelmonopoliosobrelasinvestigacionesjudiciales,siéste,poralgunarazón,rehúsainvestigarladenuncia,lavíctimanotieneotrorecursolegalparaproseguirconsudemanda(Magaloniy Zepeda 2004). En estos casos,menos de lamitadde las denuncias entre 2010 y 2014 resultó en unaaveriguaciónprevia,deacuerdoconlaEnvipe.Enotraspalabras, en promedio sólo el 7.5 por ciento de losdelitosregistradosenesteperiodofueinvestigadoporlasautoridades10.

Asumiendoqueelprocesocontinúasinobstáculos,elMPatiendealavíctima,registrasudeclaraciónoficialyrecopilasusdatospersonales.Conbaseenlanarracióninicialdeloshechosylaevidenciadisponible,laautoridadclasificaeldelitoparainiciarunaaveriguaciónpreviaocarpetade investigación.Esta clasificaciónpuede sercorrectaoincorrecta.Encasodequecontengaunerror,éstepuedeserpor faltadecapacitacióndelpersonal(Banerjeeetal.2012;Nolanetal.2011), resultardedeclaraciones falsas, producto de una descripciónincorrectadeloshechosporpartedelavíctimaolostestigos(Patrick2016;Eternoetal.2012),ovincularse

a una estrategia deliberada, derivada de una ordensuperior,paramanipularosubregistrarlainformacióninherentealasdenunciasconfinesparticulares(MéxicoEvalúa2016,46).

Después de su registro y clasificación, la denunciase envía a un centro estadístico al interior de lasProcuradurías Generales y Fiscalías Generales deJusticia (Agente del Ministerio Público, comunicaciónpersonal, juniode2016).Enestoscentrosse limpianyprocesan lasestadísticasdelictivasconbaseen loscriterios que el SESNSP dicta para su publicación.Aquí, existeotroespaciodonde sepuedenmanipularlasestadísticasdelictivas.Así,esposiblesuponerquelosregistrosestadísticosadministradosporlasoficinascentrales de las Procuradurías o Fiscalías no estánexentosdemanipulación(TheEconomist2011;ArteagayÁlvarez2015).

Finalmente, en ocasiones las entidades federativasenvían al SESNSP modificaciones ex-post11. Éstasconsisten en actualizar, reclasificar, adicionar oeliminar lasestadísticasdelictivasoriginales, siemprey cuandohayan surgidonuevasprecisiones conbaseen la investigaciónpericialy laevidenciaforensequehayanpresentado las autoridadesministeriales sobreloscasos.Sibien lasmodificacionesnosonelobjetoprincipal de este estudio, es conveniente analizarlaspuesto que son la única documentación pública quereconoce acciones de reclasificación, basadas enevidenciapericialoapegadasainteresesparticulares.

Durante el periodo de enero de 2014 a septiembrede 201612,a nivel nacional se observa una clara tendencia a reclasificar delitos de manera ex-post. Esdecir,lasentidadesfederativasmodificaronlosdatosdeincidenciadelictivadesujurisdicciónmesesdespuésdesuregistro,especialmente losdeenero, febreroymarzo. A partir del segundo cuatrimestre del año, latendenciaseinvierteprogresivamentehastaelmesdediciembre.Es importanteprecisarque losestadosdeDurango, Guerrero, Estado deMéxico, Nuevo León yVeracruznoemitieronmodificaciónalgunaen la lista

8 CálculospropiosconbaseenlaEnvipe(2011-2015).

9 CálculospropiosconbaseenlaEnvipe(2011-2015).

10 CálculospropiosconbaseenlaEnvipe(2011-2015).

11 Lascategoríasdelictivassujetasamodificaciónson:robo,lesión,homicidio(dolosoyculposo),patrimoniales,extorsión,secuestro,violaciónsexualy“otros”delitos.

12 LasmodificacionesseñaladassehicieronpúblicasenelportaldelSESNSP,apartirdeenerode2014yhastalaúltimarevisiónqueincluyóestereporte.

9

dedocumentospublicadasporelSESNSPduranteeseperiodo,mientraselrestodelasentidadesfederativasenviaron,almenos,unamodificaciónenelmismocortedetiempo.

En el panel izquierdo de la siguiente figura se puedeobservar que la gran mayoría de las modificacionesdelictivasconsistieronenadicionesoreclasificaciones(marcadoconazul)y,enmenormedida,substracciones(marcado con rojo). Complementariamente, en elpanel derecho de la figura se muestran los cambiosnetosyabsolutos (marcadoconverde)paracapturarlamagnituddeestasmodificaciones.Apartirdeestosresultados, surgen una serie de preguntas sobre lasalteraciones realizadas a posteriori. Por un lado, loscambiospodríanofrecerpistassobre laeficaciaen larecopilación,procesamiento,investigaciónypublicaciónde las denuncias ciudadanas por estado. Asimismo,podríanrelacionarseconlosretosquehanenfrentadolasentidadesfederativashacialatransicióndelnuevosistemade justiciapenal.Porotro lado,aunque faltaevidencia al respecto, sepuede suponerquealgunosestados pudieron haber manipulado las fechas depublicación de sus respectivas estadísticas delictivasparasatisfacerotrosobjetivos,especialmentecuando

eltotaldesubstraccionessoncercanasoigualesaltotaldemodificacionesnetasyabsolutos.

Sinlugaradudas,lasmodificacionesalosdatosdelictivosarrojan una serie de cuestiones sobre sus causas ysería deseable que se continúe estudiando esta líneadeinvestigación.EnelAnexo1,semuestranunaseriede comparaciones entre los meses de la publicaciónde lamodificación frentea losmesesqueestuvieronsujetosalareclasificaciónporentidadfederativa,conlafinalidaddeofrecerunpanoramageneralalrespecto.

En suma, a lo largo de todo el proceso --desde que una víctima denuncia un delito hasta que su registro consigue insertarse en las bases de incidencia delictiva del fuero común del SESNSP-- existen nodos y espacios temporales que podrían facilitar la discrecionalidad de las autoridades para manipular las estadísticas delictivas. Dado que las entidades federativas son “lasresponsablesdelaveracidadyactualizacióndelainformación”(SESNSP 2016), mientras no exista una agencia o comitéindependientequepuedamonitorear,auditaryverificar sucalidadyveracidad,losvacíosquealimentanlasubinformaciónydesinformacióndelictivadifícilmentepodránsercubiertosporreglasyprocedimientossólidoseinstitucionales.

Figura 1.2. Modificaciones de las estadísticas delictivas ex-post a nivel nacional (01/2014 – 09/2016)

Modificaciones negativas Modificaciones positivas Valor absoluto

jul-13ago-13sep-13oct-13nov-13dic-13

ene-14feb-14

mar-14abr-14

may-14jun-14jul-14

ago-14sep-14oct-14nov-14dic-14

ene-15feb-15

mar-15abr-15

may-15jun-15jul-15

ago-15sep-15oct-15nov-15dic-15

ene-16feb-16

mar-16abr-16

may-16jun-16jul-16

243203168163188198918

1,10437663969862064753047479

31152

1,5891,9861,4731,6511,7711,5611,5721,4781,2081386

1,0751,328

961139067

107217212

000000

-403-307-332-365-373

0-415

00

-100

-360-362-361-272-325-310-250-226-166-232-112

0-250-253-261-231-229-23-6

243203168163188198

1,3211,411

7081,0041,071

6201,062

53047480

31152

1,9492,3481,8341,9232,0961,8711,8221,7041,3741,6181,1871,328

346366351298336240218

Cada víctima cuenta: hacia un sistema de información delictiva confiable10

2. ANÁLISIS FORENSE DEL HOMICIDIO: PRUEBAS SOBRE SUBREGISTRO DELICTIVO

Como hemos discutido hasta ahora, la manipulaciónde registros delictivos es difícil de identificar debidoa la variedad de estrategias que pudiesen emplearsepara falsear información estadística e inclusive a lafalta de capacidades de losMinisterios Públicos localesque también puede incidir en errores al registrar lasdenunciasdelasvíctimas.Noobstante,explotamos las aplicaciones de análisis forenses13 sobre las cifras de los homicidios dolosos, para detectar posibles anomalías en su registro, con base en un análisis del comportamiento de su último dígito14.Elpresentecapítulo está dividido en tres secciones. Primero, sedescribenlosdatossujetosalanálisis.Despuésaplicamosexámenes estadísticos de uniformidad para identificarpatronesanormalesynoaleatoriosenladistribucióndelúltimo dígito de los homicidios. Finalmente, probamostres hipótesis derivadas de experimentos psicológicos,para probar posibles sesgos conductuales vinculados amanipulacióndedatos,apartirdelarelaciónqueguardaelúltimoypenúltimodígitodeloshomicidios.

2.1. Selección de casos y administración de datos delictivos

Enestasección,sepresentan,brevemente,losdatosylasunidadesdeestudioqueutilizamosparaelpresenteanálisis. Nos interesa identificar probables anomalíasen los patrones del homicidio dolosos, mediante larevisión de los últimos dígitos de éstos, con base enlainformacióndeincidenciadelictivadelfuerocomún,publicadamensualmenteporelSecretariadoEjecutivodelSistemaNacionaldeSeguridadPública(SESNSP).

LabasededatosdelSESNSPofrecelosregistrosmensualesagregadosanivelestataldeenerode1997aagostodel2016yanivelmunicipaldeenerode2011aagostode

201615.Parafinesdeesteestudio,elegimoslosregistrosanivelestatalporque,deacuerdoconelpropioSESNSP,las cifras municipales no necesariamente cuadran conlasestatales.Enunejerciciorealizadoenesteestudio,hastafinalesdel2015lasumadeloshomicidiosdolososanivelmunicipaleramenoralascifrasagregadasdesusrespectivosestados.Porotraparte,encomparaciónconlosresultadosestatales,muchosregistrosmensualesanivelmunicipalnotienenobservacionesosonigualesacero,porloqueselimitaelpotencialdecualquieranálisisforense.Finalmente,comodiscutimosampliamenteenelprimercapítulo,esmásprobablequelamanipulacióndeestadísticasdelictivasocurrademaneracentralizada.Loanterior,nosóloporlaausenciadeministeriospúblicosalinteriordecadamunicipio,sinoporquelosgobernadoresestatales designan a los procuradores/fiscales y éstos,a su vez, tienen virtualmente el poder de nombrar oremoveralosagentesdelMinisterioPúblico(MagaloniyZepeda2004).

Asípues,estudiamoslosúltimosdígitosdelosregistrosmensualesdehomicidiosdolososanivelestatal.Paraacotarprobablescasosdefalseodeinformacióndelictiva,analizamos los reportes mensuales de homicidiosdolososde cadaadministraciónestatal16 cubiertaporelperiodoenqueexiste informacióndelSESNSP.Porejemplo,siconsideramoselestadodeAguascalientes,elgobiernodeOttoGranadosRoldán(1992-1998)estáintegrado por un conjunto de 23 observaciones dehomicidiosmensuales,puestoquelabasededatosdelSESNSPcomenzóapublicarseen1997.Sinembargo,elmandatodeFelipeGonzálezGonzález(1998-2004)estácompuestopor72mesesderegistrosdelictivos.Bajoestemismoprocedimientosedefinieronelrestodelosgobiernosparalas31entidadesfederativasyelDistritoFederal(ahoraCiudaddeMéxico).

13 Comoveremosalolargodeestecapítulo,losanálisisforensesdigitalesexaminandatosestructuradosparaidentificarmanipulaciónfinancierayelectoral.Suobjetivoconsisteendescubiryanalizarpatronesvinculadosaactividadesfraudulentas(Baessens2015).

14 Ellectorcuriososepreguntaráporquénoseempleóestametodologíaparaanalizaraloshomicidiosculposos.Seasumequeéstosnosesubregistran,sinoqueseinflanencasodeusarsecomocategoríasustitutaparareducirloshomicidiosdolosos.Enlossiguientescapítulossedetallaránestrategiascomplementariasparaanalizarlospatronesdeambosdelitosletales.

15 Estereportenoincluyelosregistrospublicadosdespúesdeagostode2016,puestoquesecomenzóaescribirmesesantesdeestafecha.

16 SedefiniólalongituddelosgobiernosestatalesconbaseenloscalendarioselectoralespublicadosporelInstitutoNacionalElectoral.

11

2.2. Identificación de patrones atípicos en la distribución del último dígito de las estadísticas de homicidios, a partir de la prueba chi-cuadrada

Ainiciosdeladécadadelostreinta,FrankA.Benford,físicoeingenieronorteamericano,estudiólosescritosmatemáticosdelastrónomoSimonNewcombsobreladistribucióndelprimerdígitodediversosconjuntos numéricos (Durtschi et al.2004, 18). En 1938, Benford publicóun artículo titulado La ley de números anómalos, tras analizar la frecuenciadel primer dígito del área de ríos,censos, pesos moleculares y númerosdomiciliariosexteriores,entreotros.Losresultadosdesuestudio indicanqueelprimer dígito de todos estos conjuntosobedecía una y otra vez al mismopatrón:elnúmero“1”,enpromedio,sepresentaba el 30.1 por ciento de las veces, seguidodel“2”(17.6porciento),yasísucesivamentehastael“9” (4.6por ciento).Similaraotrospostulados sobresecuenciasnuméricas(como“losnúmerosFibonacci”),aestehallazgoseleconocecomola“leydeBenford”o“leydelprimerdígito”.

En los últimos 60 años, se han publicado más de150estudios conaplicacionesde la leydeBenford,perosolamentehastamediadosdeladécadadelossesenta, se comenzó a usar para detectar fraudesfinancieros y contables (Nigrini 1999). En el campodelascienciassociales,lasaplicacionesderivadasdedichaleysobreladistribucióndelprimerysegundodígitohanservidotambiénparainvestigarelfraudeelectoralenvariaspartesdelmundo(Mebane2008;

2011; Cantú 2013 para una revisión extensa de laliteratura).

SibienlaleydeBenfordesvaliosaparadesarrollarunamultiplicidaddeestudios,parafinesdeestasección,nos concentramos en el comportamiento probabilístico del último dígito de las cifras de homicidios dolosos, por las siguientes cuatro razones.

En primer lugar, asumimos que es más costoso manipular el primer dígito de cantidades superiores a las diez unidades, no sólo porque es complicado ocultar una o varias decenas de homicidios, sino porque hay fuentes de información alternativas17 que permiten cotejar y comparar la magnitud de loshomicidios registrados por el SESNSP (véase Gallegos2016,sobreunejercicioalrespecto).Bajoestostérminos,suponemosqueelsubregistrorecaeenelúltimodígito,puestoqueesmássencilloydiscreto reducir lascifrasmensualesdelhomicidioencuestióndeunidades.Enotraspalabras, consideramos que las personas que podríanmanipular las estadísticas delictivas pueden encontrarmáseficazreducirlascifrasmensualesdeloshomicidiosdolososentérminosdelúltimodígito(porejemplo,de86a80homicidios,resultandoenunadiferencia6unidades)

17 Porejemplo,loscertificadosdedefuncióndelaSecretaríadeSaludolosregistrosdepresuntoshomicidiospublicadosporelInstitutoNacionaldeEstadísticayGeografía.

Explotamos las aplicaciones de análisis forenses sobre las cifras de los homicidios dolosos, para detectar posibles anomalías en su registro, con base en un análisis del comportamiento de su último dígito.

Cada víctima cuenta: hacia un sistema de información delictiva confiable12

queentérminosdelprimero(porejemplo,de86a26,resultandoenunadiferenciade6decenas).

Segundo,el incremento sostenido de los homicidios dolosos en el país, particularmente de 2008 a 2011 y de 2014 a finales de 2016, podría afectar la distribución natural del primer dígito. Variasentidadesfederativasexperimentaronaumentosabruptos,provocandoquesuscifrasdehomicidiosalcanzaranvariasdecenaseincluso,comoenChihuahua,hastalascentenas.Comomuestra lasiguientefigura,elprimerdígitoestácorrelacionadoconeltotaldehomicidiosdolosos,mientrasqueelúltimodígitosemantienerelativamenteconstantea través del tiempo. Entonces, el comportamiento delúltimodígitomuestraciertaindependenciayuniformidadrespectoalosmovimientosdelaviolencialetalapartirdelsexeniodeFelipeCalderónHinojosa(2006-2012),adiferenciadeldígitodelprimerorden.

Tercero, de acuerdo con Durtschi et al. (2004) yDeckertetal.(2011),la ley del primer dígito es útil

para identificar registros anómalos derivados de redondeos hacia el alza(porejemplo,inflarunacuentabancariadeMX$1,900,000aMX$2,000,000),pero poco eficaz cuando intencionalmente se reducen cifras y/o se limita su registro--pordolo,intransigencia,inexperienciaofaltaderecursos.Comodescribimosenelcapítulo1,generalmenteelsubregistrodedelitosobedeceaestasúltimasdosestrategias.

Cuarto,simulacionesdesarrolladasporNilsB.WeidmannyMichaelCallen(2012),profesoresdecienciapolíticayeconomía,demuestranquees más eficiente usar el análisis del último que del primer dígito cuando las muestras son pequeñas (o menores a 100observaciones).Estehallazgoserefuerzaalconsiderarlas conclusiones de Hickman y Rice (2010) sobre losalcances de la ley de Benford. Estos últimos autoressugierenquedichaleynoesrobustacuandosetienenmuy pocas observaciones a nivel estatal y las cifrasdelictivas son, en promedio,menor a una centena18. Entonces,enesteestudio,convieneusarlamedicióndel

18 Encasodenúmerosmenoresaunadecena,elprimerdígitoeselúltimodígito.Paraestetipodeobservaciones,laleydeBenfordnosesostiene,sinoquesecomportacomounadistribuciónuniforme(Nigrini1999).

Figura 2.1. Homicidios dolosos totales respecto a la distribución acumulada de su primer y último dígito (enero 1997 - agosto 2016)

Nota: Cálculos propios con base en los registros de incidencia delictiva del SESNSP. La línea de “homicidios dolosos totales” está en base 10 para mejorar la escala. Las tendencias fueron calculadas con twoway mspline de Stata. Esta función calcula las medianas cruzadas y luego usa éstas como nodos para ajustarse a una función cúbica.

180

01/1

997

07/1

997

01/1

998

07/1

998

01/1

999

07/1

999

01/2

000

07/2

000

01/2

001

01/2

001

07/2

002

07/2

002

01/2

003

01/2

003

07/2

004

07/2

004

01/2

005

01/2

005

07/2

006

07/2

006

01/2

007

07/2

007

01/2

008

07/2

008

01/2

009

07/2

009

01/2

010

07/2

010

01/2

011

07/2

011

01/2

012

07/2

012

01/2

013

07/2

013

01/2

014

07/2

014

01/2

015

07/2

015

01/2

016

170

160

150

140

130

120

110

100

Med

ian

a su

aviz

ada

Homicidios DolososTotales (b10) Primer dígito Último dígito

13

últimodígito,debidoaqueel24.5porcientodelosdatosmensualesdehomicidiosdolososestáncompuestosporunsólodígito;63.5porcientopordosdígitos,y8.5porcientoportresdígitos19.Asimismo,esteacercamientopermite explotar la variabilidad y el tamaño de lamuestraparaminimizarerroresestadísticos20.

Con base en estos argumentos y debido a lascaracterísticas de los registros delictivos del fuerocomún,elanálisisdelúltimodígitotienemásventajasque la leydeBenfordpara ladeteccióndeprobablescasosdemanipulaciónenlascifrasdehomicidiosdolososenelcontextomexicano.Ahorabien,¿cómo podemos identificar patrones atípicos en la distribución de numerales de último orden?

Bernd Beber y Alexandra Scacco (2012), ambosprofesoresdelaUniversidaddeNuevaYork,aplicaronlasconclusionesdeunaseriedeinvestigacionespsicológicasy conductuales sobre generación y manipulación denúmeros con la finalidad de probar casos de fraudeelectoralenNigeriaySenegal.Ensuartículo,losautoresdeducenquelaadulteraciónderesultadoselectoralesconsiste en fabricar números “aleatorios” para evitarserdesenmascarados.Sinembargo,almanipularestosnúmeros, las personas siguen ciertos patrones quelosdesvíandeunaverdaderadistribuciónaleatoriay,portanto,puedenser identificadosmediantepruebasestadísticasdeuniformidad.

Una distribución uniforme (o equi-frecuente) significa que el último dígito de los homicidios dolosos tiene la misma probabilidad de ocurrencia, como muestra la figura 2.2.Estoes,el“0”tienelamismafrecuenciaqueel“1”oel“5”oel“8”,etc.AdiferenciadelaleydeBenford,en términos matemáticos los números que integran alúltimo dígito, xi, siguen una distribución X : U(0,9). Asípues,en ausencia de manipulación, el último dígito de los homicidios mensuales debería seguir la misma frecuencia estocástica que un dado justo en forma de decaedro, puesto que cada una de sus diez caras tiene la misma probabilidad de ocurrir.

Similar a los patrones de fraude electoral, en estereporte asumimos que las personas son incapaces

19 CálculospropiosconbaseenlosdelitosdelfuerocomúnpublicadosporelSESNSP.Enesteanálisis,seexcluyenloscerosylosvaloresperdidosdelosregistrosmensualesdehomicidiosdolosos.

20 Esdecir,loserrorestipo1(ofalsopositivo)ytipo2(ofalsonegativo).Enunexamenmédico,porejemplo,elerrortipo1(α)sugierequeunapersonaestáembarazadacuandoenrealidadnoloestá,mientrasqueelerrortipo2(β)sugierequeunapersonanoestáembarazadacuandoenrealidadloestá.Entérminosdemanipulación,lasconclusionessonanálogas.

de generar números aleatorios, particularmente almomento de falsear cifras delictivas. Para identificardistribuciones digitales no-uniformes, empleamos lasiguientecondiciónsugeridaporBeberyScacco(2012,211-220)yverificadaempíricamenteporWeidmannyCallen(2012):

Condición 1.Enausenciademanipulación,losnúmeros{0, 1, 2, …, 9} que pueden integrar al último dígitotienenunafrecuenciauniformeolamismaprobabilidaddeocurrencia.Experimentosdelaboratorioindicanquelas personas tienden a favorecer ciertos numeralessobre otros y, consiguientemente, este sesgo puedeobservarsemediantepruebasestadísticas.

Eneste estudio, usamosunaprueba chi-cuadradade bondad de ajuste (chi-square goodness of fit) paraevaluarsi ladistribucióndelúltimodígitodelhomicidiodifieredelasproporcioneshipotéticasde

Figura 2.2. Distribuciones del último dígito de los homicidios dolosos por administración estatal bajo condición de uniformidad

0 1 2 3 4 5 6 7 8 9 10

.02

.04

.06

.08

.1

Den

sid

ad

Valores-p

Cada víctima cuenta: hacia un sistema de información delictiva confiable14

Figura 2.3. Distribuciones del último dígito de los homicidios dolosos por administración estatal

Frecuencias del último dígitoHomicidios dolosos totales

Den

sid

ad

15

uniformidad21. Analizamos a 109 administracionesestatales de un total de 136 cubiertas por elperiodo.Enpromedio,cadaadministracióntuvo66observacionesmensuales de homicidios, donde elmínimofue30yelmáximo92.Además,seexcluyódel análisis a todos los homicidios mensuales sinregistrosoconunaincidencianula.

Como una primera aproximación al problema, lafigura 2.3ilustralasdistribucionesdelúltimodígitodelasestadísticasrelativasaloshomicidiosdolososporadministración.Apartirdelosresultadosdecadagobierno estatal, se puede observar que algunosde éstos se alejan de una distribución uniforme,distinguiéndose del comportamiento homogéneo delafigura 2.1.

Complementariamente, la figura 2.4 muestra unhistograma a partir de las distribuciones de losvalores-p22 de cada una de las administraciones. Enunescenariodondeelúltimodígitosedistribuyerademanera aleatoria, se esperaría que la gran mayoríade los valores-p fueranmayoresa0.1.Sin embargo,comosepuedeobservar,almenos23administracionesestuvieron por debajo de este umbral y 17 de ellasinclusoobtuvieronvalores-pmenoresa0.05.

Paracerrarestasección,elsiguientecuadromuestralas pruebas chi-cuadrada para cada uno de losgobiernosestatalesanalizados.Entotal,seobtuvieron23casoscondistribucionesanómalasenelúltimodígitode los homicidios dolosos mensuales. En particular,los gobiernos de Aguascalientes (gobernador FelipeGonzález González, 1998-2010), Baja California Sur(gobernador Narciso Agúndez Montaño, 2005-2011),Campeche (gobernador Jorge Carlos Hurtado Valdez,2003-2009), Colima23 (gobernadores Gustavo AlbertoVázques Montes y Jesús Silverio Cavazos Ceballos,2003-2009) y Yucatán (gobernador Patricio PatrónLaviada, 2001-2007) obtuvieron un valor-p cercanoa 024, indicando que no cumplieron la hipótesis deuniformidad en el último dígito del homicidio doloso,respectivamente.

21 Estoes,enmuestrasmayoresa30observacionesseesperaunadistribuciónnormaldelavariabledeinterés,apartirdelossupuestosdelTeoremaCentraldelLímite.

22 Enestadísticaparamétrica,paracontrastarhipótesis(alternativaynula),elvalor-peslaprobabilidaddeobservarunresultadoalmenostanextremocomoelquerealmentesehaobtenido(valordelestadísticocalculado,0.1,0.05y0.01),suponiendoquelahipótesisnulaescierta.

23 Enesteperiodo,hubierondosprefectosimperialesydosinterinosenelestadodeColima.

24 Enotraspalabras,sirepitiésemos1000veceselcomportamientodelúltimodígitodelasentidadesanteriores,seesperaríaobservarunasolavezuncomportamientouniformey999vecesuncomportamientoanómalo.

Algunosdeestoscasospodríandebersealasuerte,peroesllamativaladistribucióndelúltimodígitodehomicidiosen estas administraciones. A pesar de que éstas secaracterizaronporpocos registrosdeviolencia letal, elhomicidioesunactofortuitocuyadistribucióndeberíaser,entodocaso,uniformeoequi-frecuente.Enestesentido,comoadviertenPhilipJ.BolandyKevinHutchinson(2000),profesoresdeestadísticadelaUniversidadColegioDubliny la Universidad Nacional de Irlanda respectivamente,cuando se solicita a los participantes anotar númerosde manera aleatoria, éstos suelen escoger con mayorfrecuencia los números “1”, “2” y “3” --justamente lasterciasdigitalesmásfrecuentesenlasgubernaturasaquíseñaladas-- y en menor cantidad cantidades grandescomoel“5”,“6”,“8”,“9”y“0”.

Figura 2.4. Histograma sobre la distribución de valores-p respecto al último dígito del homicidio doloso (administraciones estatales estudiadas)

0.1 .2 .3 .4 .5 .6 .7 .8 .9

.2

1

1.5

2

Den

sid

ad

Valores-pNota: Cálculos propios con base en los registros de incidencia delictiva del SESNSP.

Cada víctima cuenta: hacia un sistema de información delictiva confiable16

Cuadro 2.1. Resultados de uniformidad sobre el último dígito (condición 1)

Ags(1998-2004)Ags(2004-2010)Ags(2010-)BC(<2001)BC(2001-2007)BC(2007-2013)BC(2013-)BCS(1999-2005)BCS(2005-2012)BCS(2012-2015)Camp(1997-2003)Camp(2003-2009)Camp(2009-2015)Coah(<1999)Coah(1999-2005)Coah(2005-2011)Coah(2011-)Col(1997-2003)Col(2003-2009)Col(2009-2015)Chis(<2000)Chis(2000-2006)Chis(2006-2012)Chis(2012-)Chih(1998-2004)Chih(2004-2010)Chih(2010-2016)CdMx(1997-2003)CdMx(2000-2006)CdMx(2006-2012)CdMx(2012-)Dgo(1998-2004)Dgo(2004-2010)Dgo(2010-2016)Gto(<2000)Gto(2000-2006)Gto(2006-2012)Gto(2012-)Gro(1999-2005)Gro(2005-2011)Gro(2011-2015)Hgo(1999-2005)Hgo(2005-2011)Hgo(2011-)Jal(<2001)Jal(2001-2007)Jal(2007-2013)Jal(2013-)Mex(<1999)Mex(1999-2005)Mex(2005-2011)Mex(2011-2017)Mich(<2002)Mich(2002-2008)Mich(2008-2012)Mich(2012-)

Administración

7272735872723872844180727235727261727276477272497272753672724981727644727252727254727269507272463272726461723671

Total de meses

59899975679999999789999999999999999999999999999989999999

Grados de libertad

46.441.2131.199.9311.3310.785.0610.534.1246.1119.6947.967.143.574.398.8316.5121.7335.4815.5314.066.336.89135.199.9410.510.676.338.8310.3313.24.117.445.558.2821.6110.7511.3387.4810.229.3996.88.288.5616.575.4511.338.2889.666.8910.117.18

Chi-Cuadrada

000

0.3560.2540.2910.6530.062000.020

0.6220.9370.8840.4530.0570.0030

0.0770.120.7060.6490.1630.8170.3550.3120.2990.7060.4530.3240.1540.9040.5910.7840.5060.010.2930.2540.5340.5870.3330.4020.4370.6580.5060.4790.0560.7090.2540.5060.5340.3790.6490.34160.6185

Valores-p

11100001111100001111000000000000000010000000000100000000

Condición 1

17

Mor(<2000)Mor(2000-2006)Mor(2006-2012)Mor(2012-)Nay(<1999)Nay(1999-2005)Nay(2005-2011)Nay(2011-)NL(1997-2003)NL(2003-2009)NL(2009-2015)Oax(1998-2004)Oax(2004-2010)Oax(2010-2016)Pue(1999-2005)Pue(2005-2011)Pue(2011-)Qro(1997-2003)Qro(2003-2009)Qro(2009-2015)QR(1999-2005)QR(2005-2011)QR(2011-)SLP(1997-2003)SLP(2003-2009)SLP(2009-2015)Sin(1999-2005)Sin(2005-2011)Sin(2011-)Son(1997-2003)Son(2003-2009)Son(2009-2015)Tab(<2001)Tab(2001-2007)Tab(2007-2013)Tab(2013-)Tamps(1999-2005)Tamps(2005-2011)Tamps(2011-)Tlax(1999-2005)Tlax(2005-2011)Tlax(2011-)Ver(1998-2004)Ver(2004-2010)Ver(2010-)Yuc(<2001)Yuc(2001-2007)Yuc(2007-2013)Yuc(2013-)Zac(<1998)Zac(1998-2004)Zac(2004-2010)Zac(2010-2016)

Administración

4572725132727264727272737273727271727272618369727272727272717272487272487172727272727272735572625132607276

Total de meses Grados de libertad

99999999999999999989899999999999999999999999966798999

Chi-Cuadrada

11.224.6711.0615.344.2511.066.8910.333.833.568

8.588.568.54135.787.4813.8322.315.786.729.1710.2320.227.445.7812.4410.225.829.4210.5

37.838

6.067.3611.6811.332.886.6118.1312.883.837.448.5428.2739.1830.1335.0910.7510.3315.627.72

Valores-p

0.2610.8620.2720.0820.8940.2720.6490.3240.9220.9380.5340.4770.4790.4810.1630.7620.5880.1280.0040.7620.5670.4220.3320.0170.5910.7620.1890.3330.7570.3990.3120.9640.5510.5340.7340.5990.2320.2540.9690.6780.0340.1680.9220.5910.4810000

0.2160.3240.0750.562

Condición 1

00010000000000000010000100000000000000001000011110010

Nota:CálculospropiosconbaseenlosregistrosdeincidenciadelictivadelSESNSP.SóloserealizaronlaspruebasdeChi-cuadradaatodasaquellasadministracionescon,almenos,30observaciones(oregistrosmensuales).Losgradosdelibertadidentificanelnúmerodetotaldeúltimosdígitos.Elnúmero1satisfacelacondición1.Estoes,losvalores-pmenoresoigualesa0.1.

Cada víctima cuenta: hacia un sistema de información delictiva confiable18

2.3. Identificación de patrones atípicos en los últimos dos dígitos de las estadísticas de los homicidios, a partir de sesgos conductuales

Además de poner a prueba la uniformidad del últimodígitodelhomicidio,empleamoscondicionesadicionalesycomplementarias, con base en los estudios aplicados deBeberyScacco(2012)sobrefraudeelectoral.Éstas,asuvez,estánbasadasenexperimentospsicológicosdiseñadospara identificar cómo las personas incurren en sesgosconductuales al momento de escribir y reescribir cifrasnuméricas, incluso cuando éstas tienen incentivos parahacerlodemaneraaleatoria(véaseNickerson2002,paraunarevisióndeliteraturaalrespecto).Paraidentificarsesgoshumanosqueapuntenhacialamanipulación,lassiguientestrescondicionesanalizanlarelaciónqueguardanelúltimoypenúltimodígitodeloshomicidiosdolosos.

Condición 2. Engeneral,laspersonasevitanescribirnúmerosdondeelúltimoypenúltimodígitosoniguales(porejemplo,“11”, “22”, “33”, “44”, etc.). Entonces, si algunos registrosmensuales de homicidios pueden haber sidomanipulados,deberíamosobservarmuypocasinstanciasdeparesrepetidos.

Condición 3. Resultadosdevariosexperimentosenelcampode lapsicología(porejemplo,Mosimannetal.1995)muestran que las personas prefieren pares dedígitos adyacentes (por ejemplo, “123” o “54”). Estosugiere que tales pares sean abundantes entre losregistrosprobablementeadulteradosdehomicidios.

Condición 4. Las personas evitan pares de numeralesdistantes(porejemplo,“18”,“72”o“49”).Enconsecuencia,deberíamosobservarpocoscasosdedichascombinacionesenlosregistrosviciadosdehomicidiosdolososmensuales.

Paraestascondiciones(C2,C3yC4),prescindimosde lasobservacionesdelictivasmenoresalas10unidades.Esta

decisión recaeen lanecesitadde comparar lospatronesquedistinguenalúltimoypenúltimodígitodeloshomicidiosdolosos para detectar posibles casos de manipulaciónhumana.Paraminimizarloserrorestipo1ytipo2ymaximizarlaprecisióndelastrescondicionesanteriores,dejamosfueradenuestroanálisis:(i)alosgobiernosestatalescompuestospormenosde30observacionesmensuales(generalmentepreviosa1998oposterioresa2015)y/o(ii)alosgobiernosquenocontienen,almenos,30observacionesconcifrasmayoresalas10unidades.

Adicionalmente, se prosiguió de la siguientemanera.Primero, se substrajo la diferencia en valor absolutoentreelúltimoypenúltimodígitoparavaloresmayoresoigualesa10.Porejemplo,sielregistrodelmestienlaadministraciónniregistró32homicidiosdolosos, ladiferenciaentreambosdígitoses|2-3|=|1|.Segundo,seidentificarontodaslasobservacionescuyadiferenciafueiguala0(C2);todasaquellasdondelasubstracciónenvalorabsolutoresultóen1(C3),y,finalmente,dondelarestaenvalorabsolutofuemayora1(C4).

Obtenidas las diferencias, se calcularon el total deobservacionesidentificadasparacadaunadelascondicionesy sedividieronentreel total demesesqueabarcó cadaadministraciónestatal.Porejemplo,considereuncasoenelque6observacionespresentaronunadiferenciaiguala0;2iguala1,y12mayoresa1deuntotalde72mesesde registros correspondientes a esta administración. Enconsecuencia, el 8.3 por ciento (6/72) de los homicidiosdolosossatisfacenalacondición2,2.7porciento(2/72)lacondición3y27.7porciento(12/72)alacondición4.

Finalmente,conlafinalidaddeobtenerelparámetronormal de cada una de las condiciones anteriores (Baessens2015,45),seobtuvieron los intervalosdeconfianzadecadaunadeéstas,conbaseeneltotaldeobservacionesanivelnacional.Elsiguientecuadromuestralamediaylosintervalosparalastrescondiciones(C2-C4).

Cuadro 2.2. Intervalos de confianza para las Condiciones (C2-C4 ), con base en el total nacional

Condición

C2

C3

C4

Media Nacional

0.11

0.21

0.67

[Intervalo inferior | Intervalo superior]

[0.09,0.12]

[0.18,0.23]

[0.64,0.70]

Obs.

85

85

85

Nota:CálculospropiosconbaseenlosregistrosdeincidenciadelictivadelSESNSP.Intervalodeconfianzaal99%.

19

Así,seobtuvoqueparalacondición2,todasaquellasobservacionesmenoresallímiteinferiordelintervalo,equivalentesal9porcientodeltotal,seasumencomoatípicas.Paralacondición3,todasaquellasmayoresallímitesuperiordelintervalodeconfianza,equivalentesal 23 por ciento, se identificaron como atípicas. Porúltimo,paralacondición4,todasaquellasmenoresallímiteinferiordelintervalodeconfianza,definidoal64porciento,seclasificaroncomoatípicas25.

Enlassiguientestresfiguras,semuestranlosresultadosde las condiciones 2, 3 y 4, respectivamente. Paradotar de perspectiva a los resultados, el eje verticalpresentael totaldehomicidiosdolososmensualesenescala logarítmica. En el eje horizontal, se muestralaproporcióndehomicidiosrelativaaun intervalodeconfianza al 99 por ciento. Cada punto en la figuracorrespondeaunaadministraciónestatal.

Resultados correspondientes a la condición 2: Proporción muy baja de últimos pares iguales

respecto a la norma nacional de homicidios dolosos mensuales.Enlafigura 2.5,semuestranlosresultadosrelativos a la condición 2. Las administraciones a laizquierdadelalíneapunteadafueroncatalogadascomosospechosas.Estoesporquelaproporcióndeladiferenciaentre el último y penúltimo dígito de sus estadísticasmensualesdehomicidiosdolososfuedemasiadobajaencomparaciónalcomportamientonacional.

Entotal,seidentificaron39administracionesestatalesque cumplieron la segunda condicióndeeste estudiodeun totalde85.Enparticular, lasadministracionesde gobernadores en Hidalgo (gobernador FranciscoOlvera Ruiz, 2011-2017), Baja California (gobernadorFrancisco Vega de Lamadrid, 2013-2016), Veracruz(gobernadorFidelHerreraBeltrán,2004-2010),Jalisco(gobernador Aristóteles Sandoval Díaz, 2013-2019)y Michoacán (gobernador Víctor Manuel Tinoco Rubí,1997-2002)fueronaquellasdondemuypocosregistrosdehomicidiosdolosospresentanelmismonúmeroenelúltimoyenelpenúltimodígito.

25 SellevaronacabovariascentenasdesimulacionesenStata14,basadasenlascaracterísticasdelosdatosdehomicidiosdolososreales(véaseAnexo2.1).Lassimulacionesarrojaronunamediarelativaa0.094,0.18,y0.72,respectivamenteparalascondiciones2,3y4.ApesardequelospromediosdelasimulaciónyloobservadoenelSESNSPsonparecidos,ningunadelaspruebas-tfueronsignificativasconbaseenlasmediasteóricasdelasimulación.Estoes,lastresmediasresultarondiferentesalosvaloreshipotéticosdelassimulacionesaleatorias.

Figura 2.5. Proporción muy baja de últimos pares iguales, respecto a la norma nacional de homicidios dolosos mensuales

Nota: Cálculos propios con base en los registros de incidencia delictiva del SESNSP. Se cualcularon los intervalos de confianza para la condición 2, con base en el total de observaciones a nivel nacional. Posteriormente, las frecuencias resultantes de cada administración se substrajeron del intervalo de confianza inferior. Esto para estandarizar el eje de las ordenadas relativas a 0 y con la finalidad de distinguir a las observaciones anormales de las normales.

Hom

icid

ios

dol

osos

tot

ales

(lo

g)

Frecuencias cuando los últimos dos dígitos son iguales, relativo al 99% de confianza

-0.10 -0.05 0.00 0.05 0.10 0.15 0.206

8

10

Cada víctima cuenta: hacia un sistema de información delictiva confiable20

Resultados correspondientes a la condición 3: Proporción muy alta de últimos pares adyacentes respecto a la norma nacional de homicidios dolosos mensuales.Lafigura 2.6ilustralosresultadosdelejercicioderivadodelacondición3.Lasadministracionesmarcadasaladerechadelalíneapunteadafueronclasificadascomoatípicas.Enotraspalabras,laproporcióndeparesdeúltimoypenúltimodígitoscompuestosporsecuenciasadyacentes(deltipo23,43,56,etc.)fuemayoralosparámetrosdictadosporladistribuciónnacionaldelhomicidiodoloso.

De un total de 85 administraciones, se detectaron 24conmásde23porcientoderegistroscaracterizadosporsecuenciasadyacentesenlosparesdeúltimoypenúltimodígitosdelasestadísticasdehomicidiosdolosos.SobresalenlasadministracionesdeHidalgo(gobernadorMiguelÁngelOsorioChong,2005-2011),Hidalgo(gobernadorFranciscoOlvera Ruiz, 2011-2016), Nayarit (gobernador AntonioEchevarría Domínguez, 1999-2005), Nayarit (gobernadorRoberto Sandoval Castañeda, 2011-2017) y Querétaro(gobernadorJoséCalzadaRovirosa,2009-2015).

Resultados correspondientes a la condición 4: Proporción muy baja de pares de último y penúltimo dígitos distantes, es decir, cuya resta en valor absoluto es mayor a 1, respecto a la norma nacional de homicidios dolosos mensuales. La figura 2.7

exponelosresultadosobtenidosrespectoalacondición4.Las administracionesmarcadasa la izquierdade la líneapunteada fueron identificadas como anormales. Es decir,su proporción de homicidios dolosos, cuyos últimos dosdígitospresentanunadiferenciamayora1,fuemenoralapronosticadaporlacomposiciónhomólogaanivelnacional.

En este último análisis, se identificaron 22 de 85administraciones con menos del 64 por ciento deobservaciones mensuales apegadas a la cuartacondición.Resaltan,enestecaso,losgobiernosestatalesde Querétaro (gobernador José Calzada Rovirosa,2009-2015), Nayarit (gobernador Antonio EchevarríaDomínguez,1999-2015),Nayarit(gobernadorRobertoSandovalCastañeda,2011-2016),Coahuila(gobernadorEnrique Martínez y Martínez, 1999-2005) e Hidalgo(gobernadorMiguelÁngelOsorioChong,2005-2011).

Finalmente,enelsiguientecuadro,seresumenlosresultadosdelastrescondicionespsicológicasempleadasenestasección.Seenlistaneltotaldemesesbajoescrutinio,eltotaldehomicidiosdolososporadministración,elporcentajedediferenciasentreelúltimoypenúltimodígitodehomicidiosdolososrespectoaltotaldemesesparacadaunadelas3condiciones(C2-C4)ysiestasúltimassecatalogaroncomoatípicasconbaseenlanormanacional.Enlaúltimacolumna,semuestraelresultadoglobaldecadaadministración,mediantelasumadeloscasos

Figura 2.6. Proporción muy alta de últimos pares adyacentes, respecto a la norma nacional de homicidios dolosos mensuales

Nota: Cálculos propios con base en los registros de incidencia delictiva del SESNSP. Se cualcularon los intervalos de confianza para la condición 3, con base en el total de observaciones a nivel nacional. Posteriormente, las frecuencias resultantes de cada administración se substrajeron del intervalo de confianza superior. Esto para estandarizar el eje de las ordenadas relativas a 0 y con la finalidad de distinguir a las observaciones anormales de las normales.

Hom

icid

ios

dol

osos

tot

ales

(lo

g)

Frecuencias cuando los últimos dos dígitos es uno, relativo al 99% de confianza-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 0.30

66

8

10

21

queresultaronpositivosalanalizarcadacondición.Enotraspalabras, si una administración resultó positiva para lascondiciones2y3,suresultadoglobalesiguala2.Sienotraadministraciónnoseidentificaronanomalíasconbaseenlastrescondiciones,suresultadoglobalesequivalentea0.

Elpresentardosomáscondicionesafirmativasseconsideracomoun foco rojo para esa administración, en términosde anomalías en sus estadísticas de homicidios dolosos.Engeneral,el 32 por cierto de las administraciones resultaron positivas en alguna de las tres condiciones, 23 por ciento con dos condiciones y el 5 por ciento en las tres condiciones relacionadas a sesgos conductuales. Vale la pena enfatizar que el 29 por ciento de las administraciones desde 1997 hasta 2016 no fueron identificadas con algún grado de manipulación, con base en el análisis de esta sección.

2.4.Discusión de resultados y recomendaciones

Laspersonasobedecenacomportamientospsicológicosquelesimpidenescogeryreescribirnúmerosdemaneraaleatoria,inclusocuandotienenincentivosparahacerlo.Estesesgo,comosedemostróalolargodeestecapítulo,puedeseridentificadomediantepruebasestadísticassobrelauniformidaddelúltimodígitoybasadasencondicionesconductuales.Cadaunade

estaspruebasfueempleadaparaobservarposiblesanomalíasenlosregistrosdehomicidiosdolososdecadaadministraciónestatal,apartirdeenerode1997yhastaagostode2016.

Sibienestosresultadosreflejandistribucionesatípicasen lasestadísticas del homicidio doloso, con base en este ejercicio,se puede concluir que estas distribuciones anormales pueden deberse a cuestiones meramente aleatorias, a la falta de infraestructura o capacidad de las procuradurías locales para clasificar y resolver delitos, y a posibles casos de subregistro y manipulación intencional,entreotros.Entodocaso,antes de servir para señalar a algún gobierno estatal, estas pruebas deberían ser consideradas como diagnósticos para identificar focos rojos y complementarse con auditorías físicas de estadísticas delictivas que permitan, justamente, validar sus conclusiones.

En suma,este capítulo es una guía para identificar posibles casos de subregistro delictivo. Asimismo,esunamuestradelvalordelamatemática,estadísticaypsicologíapararesolverpreguntassobretemasrelacionadosalacriminología,violenciaycalidadyveracidaddecifrasdelictivas.Existenmuchosotrosmétodosymarcosteóricosquepodríanusarseparacomplementarnuestrosresultados.Poreso,en lospróximosdos capítulos, seusanpruebasestadísticas adicionales para analizar posibles casos dereclasificaciónderegistrosdelictivosennuestropaís.

Figura 2.7. Proporción muy baja de últimos pares mayores a 1, respecto a la norma nacional de homicidios dolosos mensuales

Nota: Cálculos propios con base en los registros de incidencia delictiva del SESNSP. Se cualcularon los intervalos de confianza para la condición 4, con base en el total de observaciones a nivel nacional. Posteriormente, las frecuencias resultantes de cada administración se substrajeron del intervalo de confianza inferior. Esto para estandarizar el eje de las ordenadas relativas a 0 y con la finalidad de distinguir a las observaciones anormales de las normales.

Hom

icid

ios

dol

osos

tot

ales

(lo

g)

Frecuencias cuando los últimos dos dígitos es mayor a uno, relativo al 99% de confianza-0.35 -0.30 -0.25 -0.20 -0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20

6

8

10

Cada víctima cuenta: hacia un sistema de información delictiva confiable22

Cuadro 2.3. Resultados globales de pruebas psicológicas (condición 2, 3 y 4)

BC(<2001)

BC(2001-2007)

BC(2007-2013)

BC(2013-)

Coah(<1999)

Coah(1999-2005)

Coah(2005-2011)

Coah(2011-)

Col(2009-2015)

Chis(<2000)

Chis(2000-2006)

Chis(2006-2012)

Chis(2012-)

Chih(1998-2004)

Chih(2004-2010)

Chih(2010-2016)

DF(1997-2003)

DF(2000-2006)

DF(2006-2012)

DF(2012-)

Dgo(1998-2004)

Dgo(2004-2010)

Dgo(2010-2016)

Gto(<2000)

Gto(2000-2006)

Gto(2006-2012)

Gto(2012-)

Gro(1999-2005)

Gro(2005-2011)

Gro(2011-2015)

Hgo(1999-2005)

Hgo(2005-2011)

Hgo(2011-)

Jal(<2001)

Jal(2001-2007)

Jal(2007-2013)

Jal(2013-)

Mex(1999-2005)

Mex(2005-2011)

Mex(2011-2017)

Mich(<2002)

Mich(2002-2008)

Mich(2008-2012)

Administración

58

72

72

38

35

72

72

61

76

47

72

72

49

72

72

75

36

72

72

49

81

72

76

44

72

72

52

72

72

54

72

72

69

50

72

72

46

72

72

64

61

72

36

2,274

2,939

4,486

2,365

465

722

1,649

2,342

1,065

5,385

4,852

2,868

1,756

2,847

9,997

10,245

2,567

4,320

4,535

3,020

1,523

2,854

2,806

1,206

1,301

2,581

3,052

6,201

6,627

9,070

800

780

666

2,300

2,516

4,873

3,535

16,491

9,406

10,047

3,357

2,945

1,956

8.6%

6.9%

18.1%

2.9%

10.0%

18.4%

7.0%

10.5%

25.0%

8.5%

9.7%

8.3%

11.1%

13.9%

6.9%

12.7%

8.3%

5.6%

12.5%

11.1%

9.7%

12.7%

11.3%

5.0%

15.7%

6.9%

12.5%

11.1%

15.3%

16.7%

20.5%

15.6%

2.8%

6.0%

6.9%

18.1%

4.8%

9.7%

9.7%

8.3%

4.9%

13.9%

13.9%

20.7%

15.3%

9.7%

29.4%

23.3%

39.5%

28.1%

21.1%

17.3%

25.5%

16.7%

9.7%

22.2%

15.3%

22.2%

16.9%

16.7%

16.7%

18.1%

17.8%

29.0%

21.1%

18.3%

22.5%

17.1%

13.9%

12.5%

15.3%

15.3%

18.5%

27.3%

42.2%

41.7%

20.0%

16.7%

15.3%

14.3%

25.0%

16.7%

15.0%

16.4%

15.3%

13.9%

70.7%

77.8%

72.2%

67.6%

66.7%

42.1%

64.9%

68.4%

57.7%

66.0%

73.6%

81.9%

66.7%

70.8%

70.8%

70.4%

75.0%

77.8%

69.4%

71.1%

61.3%

66.2%

70.4%

72.5%

67.1%

79.2%

75.0%

73.6%

69.4%

64.8%

52.3%

42.2%

55.6%

74.0%

76.4%

66.7%

81.0%

65.3%

73.6%

76.7%

78.7%

70.8%

72.2%

1

1

0

1

0

0

1

0

0

1

1

1

0

0

1

0

1

1

0

0

1

0

0

1

0

1

0

0

0

0

0

0

1

1

1

0

1

1

1

1

1

0

0

0

0

0

1

0

1

1

0

0

1

0

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

1

1

1

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

1

0

0

1

0

0

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

1

1

1

0

0

0

0

0

0

0

0

0

0

1

1

0

2

0

2

2

0

1

2

1

1

0

0

1

0

1

1

0

0

3

0

0

1

0

1

0

0

0

0

2

2

3

1

1

0

1

2

1

1

1

0

0

Meses totales

Homicidios dolosos totales

Porcentaje C2

Porcentaje C3

Porcentaje C4

C2 (positiva)

C3 (positiva)

C4 (positiva) Global

23

Mich(2012-)

Mor(<2000)

Mor(2000-2006)

Mor(2006-2012)

Mor(2012-)

Nay(1999-2005)

Nay(2005-2011)

Nay(2011-)

NL(1997-2003)

NL(2003-2009)

NL(2009-2015)

Oax(1998-2004)

Oax(2004-2010)

Oax(2010-2016)

Pue(1999-2005)

Pue(2005-2011)

Pue(2011-)

Qro(2009-2015)

QR(1999-2005)

QR(2005-2011)

QR(2011-)

SLP(1997-2003)

SLP(2003-2009)

SLP(2009-2015)

Sin(1999-2005)

Sin(2005-2011)

Sin(2011-)

Son(1997-2003)

Son(2003-2009)

Son(2009-2015)

Tab(<2001)

Tab(2001-2007)

Tab(2007-2013)

Tab(2013-)

Tam(1999-2005)

Tam(2005-2011)

Tam(2011-)

Tlax(1999-2005)

Ver(1998-2004)

Ver(2004-2010)

Ver(2010-)

Zac(2010-2016)

Administración

71

45

72

72

51

72

72

64

72

72

72

73

72

73

72

72

71

72

61

83

69

72

72

72

72

72

72

71

72

72

48

72

72

48

71

72

72

72

72

72

73

76

4,860

994

1,194

2,370

2,102

670

1,225

735

829

1,199

5,927

7,472

5,286

3,604

3,070

2,403

2,837

610

1,065

1,171

1,147

1,594

1,032

1,902

3,098

6,609

7,281

1,683

1,822

3,344

1,160

830

887

696

1,271

2,285

3,972

1,650

2,963

2,755

4,555

1,175

13.4%

11.9%

11.3%

9.8%

17.0%

24.3%

17.3%

11.8%

10.4%

13.3%

18.1%

12.7%

8.5%

14.5%

5.6%

11.1%

13.4%

15.6%

5.8%

16.7%

13.8%

6.2%

7.1%

7.0%

12.5%

8.3%

11.8%

8.6%

9.9%

8.3%

8.3%

7.0%

15.4%

22.5%

13.2%

8.3%

8.8%

10.8%

16.7%

4.2%

7.2%

9.6%

14.9%

26.2%

16.1%

18.0%

17.0%

43.2%

26.9%

47.1%

29.2%

23.3%

20.8%

19.7%

15.5%

13.0%

9.7%

11.1%

19.4%

50.0%

23.1%

23.3%

20.7%

30.8%

16.1%

28.2%

16.7%

12.5%

23.5%

24.3%

19.7%

22.2%

27.1%

25.6%

28.8%

17.5%

25.0%

16.7%

16.2%

21.5%

20.8%

25.0%

11.6%

28.8%

71.6%

61.9%

72.6%

72.1%

66.0%

32.4%

55.8%

41.2%

60.4%

63.3%

61.1%

67.6%

76.1%

72.5%

84.7%

77.8%

67.2%

34.4%

71.2%

60.0%

65.5%

63.1%

76.8%

64.8%

70.8%

79.2%

64.7%

67.1%

70.4%

69.4%

64.6%

67.4%

55.8%

60.0%

61.8%

75.0%

75.0%

67.7%

62.5%

70.8%

81.2%

61.5%

0

0

0

1

0

0

0

0

0

0

0

0

1

0

1

0

0

0

1

0

0

1

1

1

0

1

0

1

1

1

1

1

0

0

0

1

1

0

0

1

1

1

0

1

0

0

0

1

1

1

1

0

0

0

0

0

0

0

0

1

0

0

0

1

0

1

0

0

0

1

0

0

1

1

1

0

1

0

0

0

0

1

0

1

0

1

0

0

0

1

1

1

1

1

1

0

0

0

0

0

0

1

0

1

0

1

0

0

0

0

0

0

0

0

1

0

1

1

1

0

0

0

1

0

0

1

0

2

0

1

0

2

2

2

2

1

1

0

1

0

1

0

0

2

1

1

0

3

1

2

0

1

0

2

1

1

3

2

2

1

2

1

1

0

1

2

1

3

Meses totales

Homicidios dolosos totales

Porcentaje C2

Porcentaje C3

Porcentaje C4

C2 (positiva)

C3 (positiva)

C4 (positiva) Global

Nota:CálculospropiosconbaseenlosregistrosdeincidenciadelictivadelSESNSP.Sóloserealizaronlaspruebasconductualesatodasaquellasadministracionescon,almenos,30observacionesconmásde10homicidiosdolosos.

Cada víctima cuenta: hacia un sistema de información delictiva confiable24

3. ASOCIACIONES ANÓMALAS ENTRE LOS HOMICIDIOS CULPOSOS Y DOLOSOS: PRUEBAS SOBRE RECLASIFICACIÓN DELICTIVA

DeacuerdoconlaOficinadelasNacionesUnidascontralaDrogayelDelito(2013,1),“[el]homicidioconstituyeunodelosindicadoresmáscompletos,comparablesyprecisosparamedirlaviolencia”.Dehecho,tantoparaelgobiernocomoparalaopiniónpública,laevolucióndeesteindicadorsueleserelpuntodereferenciaparaevaluarsilaviolenciahaaumentadoodisminuidoensuterritorio.Porejemplo,elIVInformedeGobiernodelpresidenteEnriquePeñaNietomencionaque“nuestropaísesmásseguroqueen2012”puestoque“latasade homicidios por cada 100 mil habitantes a nivelnacionalseredujode22.18en2012a16.96en2015”(PresidenciadelaRepública2016,12).Porloanterior,resultaestratégicoparalosgobiernosfederal,estatalesy municipales reducir la incidencia de los homicidiosdolososensusrespectivasdemarcaciones.

Sin embargo, debido a la ausencia de mecanismosde validación en la obtención, captura y clasificaciónde los datos que las procuradurías estatales envían alSecretariadoEjecutivodelSistemaNacionaldeSeguridadPública (SESNSP), éstas podrían estar adulterando lainformación delictiva para reducir artificialmente elnúmero de homicidios dolosos, como argumentamosen los capítulos 1 y 2. Dependiendo del grado de sofisticación y penetración de esta práctica en las procuradurías, la manipulación de los datos también puede verse reflejada en relaciones o en tendencias anormales en las tasas de homicidio.ConbaseenlosargumentosdeBaesensetal.(2015,45),consideramosqueunastendenciasanormalesenlastasasdehomicidiosestáncaracterizadasporlaexistenciaderelacionesentrecategoríasdelictivasqueteóricamentenodeberíanestarrelacionadas y/o de desviaciones atípicas de las cifrasdelictivasconrelaciónalpromedionacional.

A diferencia del capítulo anterior, donde solamente analizamos posibles casos de subregistro delictivo, el objetivo de este capítulo consiste en identificar relaciones estadísticas que pudieran sugerir la presencia de una disminución inducida del número de homicidios dolosos al reclasificarlos incorrectamente como homicidios culposos. En la primera sección de

este capítulo, discutiremos las razones por las cuales nodebería existir una relación entre los homicidios dolososyculposos,asícomoloscasosenloscualeslaexistenciade una relación positiva entre ambos delitos pudieraindicarmanipulaciónenlosdatosdehomicidiointencional.En las siguientes tres secciones, estudiamos la posiblereclasificacióndehomicidiosde logenerala loparticular.Enestesentido,primero analizamos la posible relación entre en homicidio culposo y doloso a nivel nacional. Posteriormente, aplicamos el mismo método a nivel estatal y, finalmente, adaptamos nuestro modelo para verificar patrones atípicos en ambos delitos para cada una de las administraciones estatales desde enero de 2001 hasta agosto de 2016.Apartirdeestosmodelos, identificamos entidades y periodos durante loscualesprobablementesedioalgúngradodemanipulación.

3.1. Relación entre homicidios dolosos y culposos: pistas sobre su posible reclasificación

Paraempezar,es necesario recordar que los homicidios culposos y dolosos son delitos de distinta naturaleza: los primeros son de carácter no-intencional, mientras que los segundos son de carácter intencional.Porestarazón,deberíanserindependienteslosunosdelosotros,esdecir,nodeberíanestarcorrelacionadosnicondicionadosalasmismascausasyfactores.Enestesentido,unapolíticaparalareduccióndeaccidentesautomovilísticospodríaincidirsobreloshomicidiosculposos(DaraLee2014).Porotrolado,lapresenciadegruposdeladelincuenciaorganizadaysuposible infiltración en las instituciones podrían afectar elcomportamientodeloshomicidiosdolosos(Dell2015).Noobstante,uncambioenlatendenciadelprimeronodeberíaestarasociadoauncambioenlatendenciadelsegundo.

En este capítulo, se supone que una manera para lasentidadesfederativasdereducirlosregistrosdehomicidiosdolosos consistiría en reclasificarlos como culposos. Esprobable que, en comparación con otros delitos, existanmayores dificultades para disminuir deliberadamente loshomicidiosdolososdebidoaque,durantelacertificacióndeladefunción,intervienenotrasinstanciascomoelInegiyla

25

SecretaríadeSalud.Además,debidoalagravedaddeestetipodedelitosconrespectoaotros,suelenexistirpresionessobrelasautoridadesparaqueseesclarezcanlascausasquedieronorigenalaconsecucióndealgúnhomicidio26.

Loshomicidiosdolososyloshomicidiosculposospuedenestarrelacionadosdedosmaneras:

• Relación negativa.Unaumentoen loshomicidiosdolososseasociaaunadisminuciónenloshomicidiosculpososyviceversa.Enotraspalabras,ambosdelitosmuestrantendenciasopuestasentresí.

• Relación positiva. Un aumento (disminución) en loshomicidiosdolososseasociaaunaumento(disminución)enloshomicidiosculposos.Esdecir,elhomicidiodolosoyelhomicidioculposotienentendenciassimilareseneltiempo.

¿Cuáldeestasdosrelacionespodríaofrecermayoresindicios de reclasificación de homicidios dolosos porculposos? En el caso de que existiera una relaciónnegativa,éstanonecesariamenterepresentaunindiciodemanipulación de los datos de homicidio. Este tipoderelaciónimplicaquecuandoloshomicidiosdolososaumentan,losculpososdisminuyen.Bajoestecontexto,loshomicidiosno-intencionalespudieranestar siendoclasificadoscomohomicidiosintencionales,siendoestecasocontradictorioalobjetivodemanipular losdatosparareducirartificialmenteloshomicidiosdolosos.

Al contrario, se podría suponer que una relación positiva representa indicios de manipulación de los registros de homicidio.Esprobablequelasautoridadesrecurranaestetipodemanipulacióncuandosepresentaunincrementoconsiderableenloshomicidiosdolosos.Enestemomento,unafraccióndehomicidiosintencionalespodría

serreclasificadacomohomicidiosno-intencionales,conlafinalidadde“contener”parcialmenteunaumentodramáticoenelregistrodelosprimeros.Asimismo,esposiblequeserecurramenososedejederecurriralaadulteracióncuandoloshomicidiosdolososnopresentanincrementossustancialesconrelaciónaperiodosanteriores.Enestesentido,ambosdelitostenderíanaevolucionardelamismamanera.Porlotanto,unarelaciónpositivaentreloshomicidiosdolososyculposospodríaofrecermayores indiciosdemanipulaciónque una relación negativa. A continuación, buscamosidentificarsilosregistrosdehomicidiosdolososyculpososmuestran,enocasiones,estarelaciónpositiva.

3.2 Tendencias y relaciones de los homicidios dolosos y los homicidios culposos a nivel nacional

En esta sección, se analizan las tendencias gráficasde las tasas de homicidios dolosos y culposos en elámbitonacional27paraestablecernuestroparámetrode“normalidad”.Enesteestudio,seutilizaránelnúmerodehomicidiosdolososyculpososporcada100milhabitantesquesucedenencadames.Adiferenciadelosdatosanuales,la informaciónmensual permite detectar puntualmentelos meses donde existieron cambios abruptos en loshomicidios,asícomodiagnosticarrelacionessistemáticasentreloshomicidiosdolososylosculpososeneltiempo.

En la figura 3.1, se observa que en el periodocomprendidodediciembrede2001aagostode2016la tasamensual dehomicidios culpososfluctuó entreunmínimode0.96yunmáximode1.61homicidiosporcada100milhabitantes.Adicionalmente,dediciembrede2001afinalesde2005latasadehomicidiosculpososmostróunatendenciadecrecienteyde2006a2016semantuvorelativamenteconstante.

26 Asimismo,existeunprocedimientoparaelmanejodecadáveresqueseencuentraenlaLey General de Salud en materia de control sanitario de la disposición de órganos, tejidos y cadáveres de seres humanos.

27 Enestecaso,serefierealatasadehomicidiosporcada100milhabitantes.Estamedición,alcontrariodelamediciónentérminosabsolutos,permitecontrolarelefectoquepuedetenerlasvariacioneseneltamañodelapoblaciónsobreelnúmerodehomicidios.Porejemplo,esprobablequeexistaincrementogradualysostenidodehomicidiosculpososeneltiempo,debidoalcrecimientodelapoblación:amayornúmerodepersonas,mayorprobabilidaddequesucedanhomicidiosdecarácternointencional.

Cada víctima cuenta: hacia un sistema de información delictiva confiable26

Encuantoalhomicidiodoloso,deenerode2001aagostode2007,lafigura 3.1ilustraunadisminucióngradualenlatasamensualdeestedelitode1.2a0.72homicidiosdolosos por cada 100 mil habitantes. En cambio, apartirdeenerode2008(unañodespuésdeliniciodela“GuerracontraelNarcotráfico”,implementadaporelex-PresidenteFelipeCalderón),sepresentaunaumentosustancialysostenidoenlatasadehomicidiosdolososhastaalcanzarunmáximode1.86homicidiosporcada100milhabitantesenmayode2011.Posteriormente,definalesde2012aprincipiosde2015,dichatasapresentaunadisminuciónsustancial,alcanzandounnivelde1.05

homicidios en febrero de 2015. Finalmente, a partirde marzo de 2015, se presentó un nuevo aumentoenelnúmerodehomicidiosdolososporcada100milhabitantes,llegandoaunatasade1.59homicidiosenagostode2016.

¿Existealgunarelaciónentreloshomicidiosculpososy los dolosos? Considerando la evolución que seobserva en la figura anterior, no parece existir unarelación visual obvia entre ambos delitos, debidoa que las tendencias entre éstos difieren entre sí,particularmentede2008a2016.

Figura 3.1. Tasas mensuales de homicidios culposos y dolosos en México de enero de 2001 a agosto de 2016.

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea punteada indica el cambio de una tendencia negativa a una estable de la tasa de homicidios culposos (octubre de 2005), mientras que las líneas sólidas representan los cambios de tendencia en la tasa de homicidios dolosos (diciembre de 2007, mayo de 2010, agosto de 2012 y noviembre de 2014).

Ave

rig

uac

ion

es y

car

pet

as p

or c

ada

10

0.0

00

hab

itan

tes

0.5

1.0

1.5

2.0

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Homicidios Culposos

Homicidios Dolosos

Cambio de tendencia negativa a una estable, de la tasa de

homicidios culposos (octubre de 2005)

Cambios de tendencia en la tasa de homicidios dolosos

Diciembre de 2007

Mayo de 2010

Agosto de 2012

Noviembre de 2014

27

Para determinar si tal relación existe, se desarrollóunmodeloestadísticoderegresiónlineal28queayudeadeterminarsiexistealgunaasociaciónentreestosdelitos y qué tanto se encuentran correlacionadosentre sí. Asimismo, se consideran dos periodosclaves para el comportamiento de la violencia letalenMéxico:deenerode2001adiciembrede2007ydeenerode2008aagostode2016(pararevisarlasespecificacionesyparámetrosdetrásdelosmodelos,véaseelAnexo2.1).

Enestemodelo,loshomicidiosculpososseajustaronporunaseriedefactoresquepodríaninfluirnaturalmentesobre éstos (véase McDowall et al. 2012 para unadescripcióndetalladadelosefectosestacionalessobre

Cuadro 3.1. Modelo de regresión lineal: Estimación de la relación de los homicidios dolosos y los homicidios culposos en el ámbito nacional.

Homicidiodoloso (enerode2001adiciembrede2007)

Homicidiodoloso (enerode2008aagostode2016)

Tiempo

Tiempoalcuadrado

Constante

Observaciones

R-cuadrada

Factores NúmeroHomicidio culposo

Tasa

0.038 (0.054)

0.045 (0.028)

-2.970*** (0.668)

0.015*** (0.003)

1,354.799*** (70.538)

188

0.497

0.052 (0.054)

0.054* (0.028)

-0.004*** (0.001)

0.000*** (0.000)

1.326*** (0.068)

188

0.642

Fuente: CálculospropiosconbaseenlosdatosdelSESNSP(2016)ylasproyeccionesdepoblacióndelCONAPO.Seomitieronloscoeficientesdecadamesdebidoaquenosonvariablesdeinterés.

Erroresestándarentreparéntesis.

***valor-p<0.01,**valor-p<0.05,*valor-p<0.1

diversosdelitos).Porejemplo,enMéxico,laincidenciadehomicidiosculpososaumentaenciertosmesesdelaño, particularmente alrededor de las fiestas patrias(septiembre)ylasdeNavidadyañonuevo(diciembreyenero).

Conbaseenestasespecificaciones,elcuadroanteriormuestralosresultadosdelasregresionesanivelnacional.La primer columna lista los factores temporales y latendenciadeloshomicidiosantesydespuésde2008.Paraevaluarlacalidaddelosresultadosylafuerzadesuasociación,secomparaelnúmerototaldehomicidiosdolososyculposos(columna2,modelo1)frenteasusrespectivas tasaspor100milhabitantes (columna3,modelo2).Comosepuedeapreciar,noexisterelaciónentre los homicidios culposos y dolosos al usar lascantidadesbrutasdeambosdelitosyrespectoalosdosperiodos indicados. Sin embargo, cuando analizamoslas tasas, se puede observar una relación positivay ligeramente significativa29 entre ambos delitos,únicamentede2008a2016.Aunasí,laasociaciónentreloshomicidiosculpososydolososesrelativamentebaja:enelperiodoencuestiónunaumentode0.1unidadesenlatasadehomicidiodolososeasociaaunaumentode0.005enlatasadehomicidiosculposos,manteniendoelrestodelosfactoresconstantes.Porlotanto,en este primer ejercicio no existe evidencia estadística contundente para demostrar una relación positiva entre los dos delitos a nivel nacional30.

3.3. Tendencias de los homicidios dolosos y los homicidios culposos a nivel estatal

A nivel nacional no fue posible identificar unacorrelaciónpositivaylosuficientementefuerteentreelhomicidioculposoydolosoquepermitavalidar lahipótesisdemanipulaciónderegistrosdelictivos.Sinembargo, ¿quéocurreanivelestatal?Comohemosargumentado en los capítulos anteriores, algunasentidades podrían estarmanipulando los delitos dehomicidio. Así pues, a continuación, se emplea elmismomodeloqueenlasecciónanterior,peroahoraanivelestatalparaverificarsiexisteonounarelaciónpositivaentreambosdelitos.

28 Como“relación”,nosinteresaconocersiestosdostiposdehomicidiodependenonounodelotro.Nonosreferimosaunarelacióncausa-efecto(dondeuncambioenelhomicidiodolosotengaunefectosobreelhomicidioculposo).

29 Comosignificanciaestadística,considereelsiguienteejemplo.Sisellevaranacabo100muestrasaleatoriasdelosdatosdelSESNSP,seobtendríaquehasta10veces(almenos10%)loscoeficientesestimadosseríanigualesacero,mientrasquealmenos90vecesseríandiferentesacero.Existentresnivelesdesignificancia:10%,5%y1%queindicanelporcentajemáximoquepodríanobtenernumerosasmuestrasaleatoriasdelosdatos,cuandolosparámetrosestimadosresultasenigualesacero.

30 Siseconsideraelámbitonacionalcomolasumadetodaslasentidades,estosignificaque,agrupandoalatotalidaddeestados,noexisterelaciónentreelhomicidiodolosoyelculposoentodalaseriedetiempomensualusadaenesteejercicio.

Cada víctima cuenta: hacia un sistema de información delictiva confiable28

Cuadro 3.2. Modelo de regresión lineal: Estimación de la relación de las tasas de homicidios dolosos y homicidios culposos (número por cada 100 mil habitantes) en el ámbito estatal

Aguascalientes

BajaCalifornia

BajaCaliforniaSur

Campeche

Coahuila

Colima

Chiapas

Chihuahua

CiudaddeMéxico

Durango

Guanajuato

Guerrero

Hidalgo

Jalisco

México

Michoacán

Morelos

Nayarit

NuevoLeón

Oaxaca

Puebla

Querétaro

QuintanaRoo

SanLuisPotosí

Sinaloa

Entidades federativas

-0.085(0.244)0.020(0.044)-0.148(0.129)-0.123(0.127)-0.268**(0.134)-0.290**(0.146)

0.271**(0.124)-0.280***(0.062)0.172*(0.097)-0.120(0.102)0.162(0.197)-0.109**(0.050)0.188(0.297)-0.206(0.288)

0.830***(0.078)-0.617***(0.136)-0.427***(0.142)0.222(0.167)

0.221**(0.088)

0.218***(0.056)0.133(0.117)0.174(0.292)-0.563***(0.138)0.186(0.135)0.025(0.067)

Enero 2001 - diciembre de 2007

Homicidios dolosos

-0.024(0.149)

-0.086***(0.026)0.041(0.068)-0.148(0.115)0.045(0.030)

0.077***(0.029)-0.845***(0.097)0.003(0.010)0.044(0.086)

0.244***(0.033)-0.290***(0.110)

-0.075***(0.024)0.188(0.262)

0.467***(0.127)

0.593***(0.125)

0.473***(0.113)0.041(0.048)

0.150***(0.052)0.009(0.014)-0.060(0.079)

0.375***(0.092)-0.405*(0.225)

0.757***(0.117)

0.417***(0.077)-0.042*(0.024)

Enero 2008 - agosto de 2016

1.093***(0.133)0.089(0.093)0.836***(0.145)1.208***(0.160)0.879***(0.096)1.640***(0.191)0.559(0.357)1.668***(0.110)0.716***(0.082)0.966***(0.258)1.433***(0.115)1.433***(0.183)1.136***(0.220)2.943***(0.228)0.543***(0.189)1.798***(0.192)1.107***(0.250)0.421(0.278)0.746***(0.056)0.424(0.271)1.695***(0.125)1.646***(0.201)3.769***(0.385)0.775***(0.180)1.746***(0.168)

Constante

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

188

Observaciones

0.190

0.821

0.150

0.175

0.137

0.221

0.414

0.465

0.429

0.415

0.728

0.347

0.382

0.683

0.828

0.692

0.581

0.434

0.199

0.546

0.618

0.435

0.380

0.280

0.324

R-cuadrada

29

Sonora

Tabasco

Tamaulipas

Tlaxcala

Veracruz

Yucatán

Zacatecas

Entidades federativas

0.045(0.111)-0.031(0.148)-0.158(0.104)-0.652***(0.075)

0.314***(0.085)0.622*(0.337)0.191(0.134)

Enero 2001 - diciembre de 2007

Homicidios dolosos

-0.026(0.067)

0.605***(0.186)-0.085*(0.050)

0.700***(0.263)

0.379***(0.046)0.100(0.233)0.087(0.056)

Enero 2008 - agosto de 2016

1.625***(0.126)0.446***(0.158)1.023***(0.128)2.957***(0.335)0.849***(0.070)0.946***(0.107)1.200***(0.123)

Constante

188

188

188

188

188

188

188

Observaciones

0.363

0.544

0.303

0.563

0.689

0.540

0.405

R-cuadrada

Fuente:CálculospropiosconbaseenlosdatosdelSESNSP(2016)ylasproyeccionesdepoblacióndelCONAPO.Loscoeficientesencolorrojoindicanunarelaciónpositivaentrelatasadehomicidiosdolososyladehomicidiosculposos.Seomitieronloscoeficientesdelastendenciaseneltiempoyloscorrespondientesacadamesdebidoaquenosonvariablesdeinterés.

Erroresestándarentreparéntesis.

***valor-p<0.01,**valor-p<0.05,*valor-p<0.1

En la columna 1 del cuadro 3.2, se listan las 32entidadesfederativas.Enlassiguientesdoscolumnas,semuestranlastasashomicidiosdolosospor100milhabitantesparaelperiododeenerode2001adiciembrede2007ydeenerode2008aagostode2016.Lasúltimastres columnasmuestran la constante (u ordenada alorigen),el totaldeobservacionesporentidad(mesesreportados) y el estadístico R-cuadrada (que es laproporcióndelhomicidioculposoqueesexplicadaporelhomicidiodolosoyelrestodelasvariables).Parafinesdeesteanálisis,únicamentediscutiremoslosresultadoscondicionados a las siguientes características porentidadfederativa:(i)aquellasconsignopositivo;(ii)un coeficiente alto31 (mayor o igual a 0.5 unidades);(iii)yungradodesignificanciacercanoal1porciento(másdedosestrellas).Loanteriorfacilitaladiscusióncon respecto a probables actos de reclasificaciónde homicidios dolosos por homicidios culposos, alconsiderarseunarelaciónpositivaentreambosdelitos.Acontinuación,analizamosalgunosdelosresultados.

Resultado 1: Estado de México. El cuadro 3.2 sugierequeexisteunarelaciónpositivaentrelastasas

dehomicidioculposoydolosoenamboscortesdetiempoparaestaentidad.Dichaasociaciónesmásclaraapartirdeenerode2001yhastafinalesde2015,puestoquelas tasas,magnitudes y tendencias de ambos delitossonsimilaresyfácilesdeidentificarvisualmente,comoilustralafigura 3.2.

Asimismo,dediciembrede2006aenerode2007,loshomicidios culposos no siguen un comportamientotípico de un evento fortuito o accidental, puesto quecaen abruptamente y en la misma dirección que losdolosos.Enparticular,elhomicidio culposose redujode1.85a0.88unidadesporcada100milhabitantes,mientrasquelatasadeldolososeredujode1.72a0.65.Debido al comportamiento atípico de ambos delitosrespecto al ámbito nacional, los resultados pudieransugeririndiciosdemanipulacióndelasestadísticasdehomicidiosdolososenelEstadodeMéxico.

Resultado 2: Veracruz.Lasimilituddelcomportamientodelasseriesderegistrosdehomicidioculposoydolosoesmásnotoriaenelperiododeenerode2008aagostode2016queenelperiodoanterior.Específicamente,a

31 Mientrasmásalejadosdelceroseencuentrenloscoeficientes,mayorrelaciónexisteentreambastasas.Porconsiguiente,larelaciónentreambosdelitosesmásfuerteyapegadaalaspremisasdelahipótesis2.

Cada víctima cuenta: hacia un sistema de información delictiva confiable30

Figura 3.2. Tasas mensuales de homicidios culposos y dolosos en el Estado de México de enero de 2001 a agosto de 2016.

Figura 3.3. Tasas mensuales de homicidios culposos y dolosos en el estado de Veracruz de enero de 2001 a agosto de 2016.

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea indica la división entre periodos (diciembre de 2007).

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Homicidios Culposos

Homicidios DolososDivisión entre periodos (diciembre de 2007)

0.0

0.5

1.0

1.5

2.0

2.5

3.0

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea divide la serie en dos periodos claves para el comportamiento de la violencia letal en México: de enero de 2001 a diciembre de 2007 y de enero de 2008 a agosto de 2016.

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

Homicidios Culposos

Homicidios DolososDiciembre 2007

0.0

0.5

1.0

1.5

2.0

2.5

31

finalesde2009(añoenquelosregistrosdehomicidiodolosopresentaronunaumentosustancialconrespectoalpasado),lastendenciasdeambostiposdehomicidioparecencoincidirentresí,comosepuedeobservarenla figura 3.3.

En general, el comportamiento del homicidio culposoenesteestadonosueleserelquecorrespondeaunamedicióndeeventosaccidentales--particularmente,sisecomparaconlastendenciasquesepresentaronenelámbitonacional.Conrelaciónalperiododeenerode2001adiciembrede2007,seobservaqueunaumento(odisminución)enloshomicidiosdolososdeunmesaotro se refleja enunaumento (odisminución) en losculposos.Laexistenciadeunarelaciónpositivaentrelas tasas de ambos delitos se podría vincular a unefecto de substitución. En otras palabras, es posiblequelasautoridadesdeVeracruzhayanmanipuladolosregistrosdehomicidios,clasificandohomicidiosdolososenculposos.

Resultado 3: Quintana Roo. Comosepuedeapreciarenlasiguientefigura,engeneralloshomicidiosculpososydolososmuestrantendenciassimilaresenesteestado.Másaún,enlosmesesde2008a2010existeunaumento

considerableen la tasadehomicidiosno intencionales.Loanteriornoes comportamiento típico tratándosedeeventosfortuitos.Encomparación,anivelnacional,estosúltimossonrelativamenteconstanteseneltiempo.

Resultado 4: Tlaxcala. De mayo a septiembre de2006, el homicidio culposo presentó un aumentoabruptoyconsiderablede0.27a2.34homicidiosporcada100milhabitantes,mientrasqueenesemismoperiodo los homicidios dolosos presentaron unareducciónsustancialde2.53a0homicidiosporcada100milhabitantes.ElcambioabruptoenlatendenciadelhomicidiointencionalenTlaxcalacaeenelrangodelo anormal (o atípico), considerando las tendencias anivelnacionaldeestedelito.

En esta sección se planteó un modelo estadístico,acompañadoporilustracionesgráficas,paraidentificarlosestadosdondeseríadeseablerealizarunaauditoríapara verificar los registros de homicidios culposos ydolosos.Como ilustrael siguiente cuadro,una fuertecorrelaciónpositivaysignificativadebedeleersecomounfocorojo,puestoquenohabríamosdeobservarestecomportamiento bajo el supuesto de independenciaentreambostiposdehomicidio.

Figura 3.4. Tasas mensuales de homicidios culposos y dolosos en el estado de Quintana Roo de enero de 2001 a agosto de 2016.

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea divide la serie en dos periodos claves para el comportamiento de la violencia letal en México: de enero de 2001 a diciembre de 2007 y de enero de 2008 a agosto de 2016.

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

Homicidios Culposos

Homicidios DolososCambios de tendencia en la tasa

de homicidios dolosos

0

1

2

3

4

5

6Diciembre 2007

Cada víctima cuenta: hacia un sistema de información delictiva confiable32

Figura 3.5. Tasas mensuales de homicidios culposos y dolosos en el estado de Tlaxcala de enero de 2001 a agosto de 2016.

Cuadro 3.3. Estados donde se encontró una relación positiva y significativa entre los homicidios dolosos y los homicidios culposos ordenados por la magnitud de la relación (coeficientes de los parámetros estimados).

1

2

3

4

5

6

7

1

2

3

4

5

6

7

8

9

10

11

12

México

Yucatán

Veracruz

Chiapas

NuevoLeón

Oaxaca

CiudaddeMéxico

QuintanaRoo

Tlaxcala

Tabasco

México

Michoacán

Jalisco

SanLuisPotosí

Veracruz

Puebla

Durango

Nayarit

Colima

Estado EstadoEnero de 2001 a diciembre de 2007 Enero de 2008 a agosto de 2016

Ranking RankingCoeficiente CoeficienteSignificancia Significancia

0.83

0.62

0.31

0.27

0.22

0.22

0.17

0.76

0.70

0.61

0.59

0.47

0.47

0.42

0.38

0.38

0.24

0.15

0.08

1%

10%

1%

5%

5%

1%

10%

1%

1%

1%

1%

1%

1%

1%

1%

1%

1%

1%

1%

Fuente: CálculospropiosconbaseenlosdatosdelSESNSP(2016)ylasproyeccionesdepoblacióndelCONAPO.

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea divide la serie en dos periodos claves para el comportamiento de la violencia letal en México: de enero de 2001 a diciembre de 2007 y de enero de 2008 a agosto de 2016.

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

Homicidios Culposos

Homicidios Dolosos

0

1

2

3

4

5Diciembre 2007

33

En suma, los estados de Quintana Roo, Tlaxcala, Tabasco, Estado de México, Michoacán, Jalisco, San Luis Potosí, Veracruz, Puebla, Durango, Nayarit y Colima mostraron una relación positiva entre la evolución de las tasas de homicidios dolosos y culposos que pudiera indicar algún grado de adulteración de los datos. DestacanparticularmenteQuintana Roo, Tlaxcala, Tabasco, Estado de México, Michoacán y Jalisco, donde un aumento de 0.1 unidades en la tasa de homicidio doloso, se asocia a un incremento de por lo menos 0.05 unidades en la tasa de homicidio culposo.Cabeaclararquenosepuedeasegurarlaexistenciademanipulaciónenestosestados,comotampocosepuedegarantizarlaausenciadeéstaenelrestodelasentidades.Sinembargo,losresultadosdeestemodelopuedenusarsepara identificar losestadosdonde sería recomendable llevar a cabo evaluacionesdelacalidaddelainformaciónsobrehomicidiosquelasprocuraduríasestatalesenvíanmensualmentealSESNSP.

3.4 Tendencias de los homicidios dolosos y culposos a nivel estatal por entidad federativa y administraciones gubernamentales

Partiendo del supuesto que cada administración estatalestablecesuspropiosparámetrosparareportarsusdatosdelictivosalSESNSP,enestasección,estudiamoslarelaciónentre homicidios dolosos y culposos considerando lasadministraciones estatalesquegobernaronenel periododeenerode2001aagostode2016.Elobjetivoconsisteenidentificarlasgubernaturasdondeocurrióunarelaciónpositiva entre homicidios dolosos y culposos. Para ello,utilizamos el modelo anterior, tomando en cuenta losgobernadores que estuvieron en el poder en el periodomencionado(véaseAnexo2.2).Asimismo,conlafinalidaddeobtenerresultadosmásrobustos,noconsideramosenelanálisislasadministracionesconmenosde30observaciones(omeses),comoseargumentóenelcapítuloanterior.

Cuadro 3.4. Modelo de regresión lineal: Estimación de la relación de las tasas de homicidios dolosos y homicidios culposos (número por cada 100 mil habitantes) en el ámbito estatal considerando las administraciones en el periodo de enero de 2001 a agosto de 2016.

Aguascalientes (2001-2004)

Aguascalientes (2004-2010)

Aguascalientes (2010-2016)

BajaCaliforniaSur(2001-2005)

BajaCaliforniaSur(2005-2012)

BajaCaliforniaSur(2012-2015)

BajaCalifornia(2001-2007)

BajaCalifornia(2007-2013)

BajaCalifornia(2013-2016)

Campeche (2001-2003)

Campeche (2003-2009)

Campeche (2009-2015)

Total observaciones 188

R-cuadrada 0.256

Total observaciones 176

R-cuadrada 0.152

Total observaciones 178

R-cuadrada 0.829

Total observaciones 176

R-cuadrada 0.177

Entidad federativa

Entidad federativa

Gobernador GobernadorRelación entre homicidios

Relación entre homicidios

Felipe González

LuisArmandoReynoso

Carlos LozanodelaTorre

Leonel CotaMontaño

Narciso AgúndezMontaño

Marcos Covarrubias

Eugenio Elorduy

José OsunaMillán

Francisco VegadeLamadrid

JoséAntonio GonzálezCuri

JorgeCarlos HurtadoValdez

Fernando OrtegaBernés

-0.223 (0.419)

0.250 (0.159)

-0.494** (0.195)

-0.304* (0.164)

-0.121 (0.120)

0.113 (0.100)

-0.040 (0.049)

-0.101*** (0.026)

0.007 (0.040)

0.011 (0.179)

-0.207 (0.131)

-0.192 (0.132)

Cada víctima cuenta: hacia un sistema de información delictiva confiable34

Coahuila (2001-2005)

Coahuila (2005-2011)

Coahuila (2011-2016)

Durango (2001-2004)

Durango (2004-2010)

Durango (2010-2016)

Colima (2001-2003)

Colima (2003-2009)

Colima (2009-2015)

Chiapas (2001-2006)

Chiapas (2006-2012)

Chiapas (2012-2016)

Chihuahua (2001-2004)

Chihuahua (2004-2010)

Chihuahua (2010-2016)

CiudaddeMéxico (2001-2006)

CiudaddeMéxico (2006-2012)

CiudaddeMéxico (2012-2016)

Guanajuato(2001-2006)

Guanajuato(2006-2012)

Guanajuato (2012-2016)

Guerrero (2001-2005)

Guerrero (2005-2011)

Guerrero (2011-2015)

Hidalgo (2001-2005)

Hidalgo (2005-2011)

Hidalgo (2011-2016)

Jalisco (2001-2007)

Jalisco (2007-2013)

Jalisco (2013-2016)

Total observaciones 188

R-cuadrada 0.126

Total observaciones 188

R-cuadrada 0.405

Total observaciones 178

R-cuadrada 0.256

Total observaciones 188

R-cuadrada 0.290

Total observaciones 178

R-cuadrada 0.350

Total observaciones 188

R-cuadrada 0.418

Total observaciones 188

R-cuadrada 0.793

Total observaciones 177

R-cuadrada 0.303

Total observaciones 188

R-cuadrada 0.464

Total observaciones 186

R-cuadrada 0.667

Entidad federativa

Entidad federativa

Gobernador GobernadorRelación entre homicidios

Relación entre homicidios

Enrique MartínezyMartínez

Humberto Moreira

Rubén Moreira

Ángel Sergio Guerrero Mier

Ismael Hernández Deras

Jorge Herrera Caldera

Fernando MorenoPeña

Gustavo VázquezMontes*

Mario Anguiano Moreno

Pablo SalazarMendiguchía

JuanJosé Sabines

Manuel VelascoCoello

Patricio MartínezGarcía

José Reyez Baeza Terrazas

César Duarte Jáquez

AndrésManuel LópezObrador

Marcelo EbrardCasaubón

MiguelÁngel Mancera

JuanCarlos RomeroHicks

JuanManuel OlivaRamírez

Miguel Márquez Márquez

René JuárezCisneros

Zeferino Torreblanca

Ángel AguirreRivero

ManuelÁngel NúñezSoto

MiguelÁngel OsorioChong

Francisco Olvera Ruiz

FranciscoJavierRamírezAcuña

Emilio González Márquez

Aristóteles SandovalDíaz

0.003 (0.143)

0.106** (0.042)

0.039 (0.033)

0.534*** (0.120)

0.223*** (0.040)

0.109** (0.053)

-0.457** (0.188)

-0.133 (0.126)

0.116*** (0.041)

-0.212* (0.124)

-0.522*** (0.123)

-0.051 (0.230)

0.006 (0.074)

0.038*** (0.009)

0.044*** (0.012)

0.019 (0.103)

0.069 (0.087)

0.169 (0.109)

-0.116 (0.180)

-0.066 (0.103)

0.642*** (0.157)

0.019 (0.066)

-0.079** (0.033)

-0.089*** (0.027)

-0.226 (0.359)

-0.118 (0.240)

1.549*** (0.351)

-0.338 (0.269)

0.468*** (0.135)

0.302 (0.233)

35

Estado de México (2001-2005)

Estado de México (2005-2011)

Estado de México (2011-2016)

Oaxaca (2001-2004)

Oaxaca (2004-2010)

Oaxaca (2010-2016)

Michoacán (2001-2008)

Michoacán (2008-2015)

Michoacán (2012-2015)

Morelos (2001-2006)

Morelos (2006-2012)

Morelos (2012-2016)

Nayarit (2001-2005)

Nayarit (2005-2011)

Nayarit (2011-)

NuevoLeón(2001-2003)

Nuevo León (2003-2009)

NuevoLeón(2009-2015)

Puebla (2001-2005)

Puebla (2005-2011)

Puebla (2011-2016)

Querétaro (2001-2003)

Querétaro (2003-2009)

Querétaro (2009-2015)

QuintanaRoo (2001-2005)

QuintanaRoo (2005-2011)

QuintanaRoo (2011-2016)

SanLuisPotosí(2001-2003)

San Luis Potosí (2003-2009)

San Luis Potosí (2009-2015)

Total observacione 188

R-cuadrada 0.826

Total observaciones 188

R-cuadrada 0.509

Total observaciones 164

R-cuadrada 0.763

Total observaciones 188

R-cuadrada 0.597

Total observaciones 188

R-cuadrada 0.570

Total observaciones 177

R-cuadrada 0.167

Total observaciones 188

R-cuadrada 0.611

Total observaciones 177

R-cuadrada 0.442

Total observaciones 188

R-cuadrada 0.129

Total observaciones 176

R-cuadrada 0.290

Entidad federativa

Entidad federativa

Gobernador GobernadorRelación entre homicidios

Relación entre homicidios

Arturo Montiel Rojas

Enrique Peña Nieto

Eruviel Ávila Villegas

José Murat Casab

Ulises Ruiz Ortiz

Gabino CuéMonteagudo

Lázaro CárdenasBatel

Leonel Godoy Rangel

Fausto Vallejo

Sergio EstradaCajigal

Marco AdameCastillo

Graco Ramírez Garrido

Antonio EchevarríaDomínguez

Ney González Sánchez

Roberto Sandoval Castañeda

Fernando CanalesClariond

Natividad González Parás

Rodrigo MedinadelaCruz

Melquiades Morales Torres

Mario MarínTorres

Rafael Moreno Valle

Ignacio LoyolaVera

Francisco GarridoPatrón

José CalzadaRovirosa

Joaquín HendricksDíaz

FélixArturo GonzálezCanto

Roberto BorgeAngulo

Fernando SilvaNieto

Marcelo de los Santos Fraga

Fernando Toranzo Fernández

0.736*** (0.099)

0.742*** (0.092)

0.944*** (0.100)

0.170** (0.066)

0.199*** (0.062)

-0.026 (0.140)

-0.231 (0.150)

0.706*** (0.132)

0.624*** (0.135)

-0.480*** (0.134)

0.072 (0.048)

0.205** (0.081)

-1.005*** (0.163)

0.237*** (0.048)

0.282*** (0.073)

0.128 (0.180)

0.165* (0.096)

0.016 (0.016)

0.272** (0.127)

0.171 (0.125)

0.322*** (0.102)

-0.654* (0.361)

-0.194 (0.279)

-0.061 (0.270)

0.294 (0.184)

0.184 (0.166)

0.198 (0.181)

0.246 (0.169)

0.279* (0.153)

0.400*** (0.085)

Cada víctima cuenta: hacia un sistema de información delictiva confiable36

Sinaloa (2001-2005)

Sinaloa (2005-2011)

Sinaloa (2011-2016)

Tlaxcala (2001-2005)

Tlaxcala (2005-2011)

Tlaxcala (2011-2016)

Sonora (2001-2003)

Sonora (2003-2009)

Sonora (2009-2015)

Tabasco (2001-2007)

Tabasco (2007-2013)

Tabasco (2013-2016)

Tamaulipas(2001-2005)

Tamaulipas(2005-2011)

Tamaulipas(2011-2016)

Veracruz (2001-2004)

Veracruz (2004-2010)

Veracruz (2010-2016)

Yucatán (2001-2007)

Yucatán (2007-2013)

Yucatán (2013-2016)

Zacatecas (2001-2004)

Zacatecas (2004-2010)

Zacatecas (2010-2016)

Total observaciones 188

R-cuadrada 0.332

Total observaciones 188

R-cuadrada 0.635

Total observaciones 176

R-cuadrada 0.340

Total observaciones 188

R-cuadrada 0.528

Total observaciones 188

R-cuadrada 0.391

Total observaciones 188

R-cuadrada 0.693

Total observaciones 181

R-cuadrada 0.552

Total observaciones 188

R-cuadrada 0.415

Entidad federativa

Entidad federativa

Gobernador GobernadorRelación entre homicidios

Relación entre homicidios

Juan MillánLizárraga

Jesús AguilarPadilla

Mario LópezValdez

Alfonso SánchezAnaya

Héctor OrtizOrtiz

Mariano González Zarur

Armando LópezNogales

Eduardo BoursCastelo

Guillermo PadrésElías

Manuel AndradeDíaz

Andrés Granier Melo

Arturo NúñezJiménez

Tomás YárringtonRuvalcaba

Eugenio HernándezFlores

Egidio TorreCantú

Miguel Alemán Velasco

Fidel Herrera Beltrán

Javier Duarte de Ochoa

Patricio PatrónLaviada

Ivonne OrtegaPacheco

Rolando ZapataBello

Ricardo MonrealÁvila

Amalia GarcíaMedina

Miguel Alonso Reyes

-0.184** (0.086)

-0.041* (0.024)

-0.055* (0.028)

-0.281*** (0.107)

-0.720*** (0.070)

0.894*** (0.278)

0.083 (0.196)

-0.016 (0.098)

-0.048 (0.072)

0.099 (0.198)

0.307* (0.156)

-0.215 (0.241)

-0.495*** (0.163)

0.096 (0.072)

-0.069 (0.048)

0.324** (0.126)

0.254*** (0.092)

0.361*** (0.047)

0.371 (0.376)

0.182 (0.260)

0.068 (0.380)

-0.111 (0.146)

0.171 (0.115)

0.109* (0.057)

Fuente: CálculospropiosconbaseenlosdatosdelSESNSP(2016)ylasproyeccionesdepoblacióndelCONAPO.Loscoeficientesencolorrojoindicanunarelaciónpositivaentrelatasadehomicidiosdolososyladehomicidiosculposos.Seomitieronlasconstantes,loscoeficientesdelastendenciaseneltiempoyloscorrespondientesacadamesdebidoaquenosonvariablesdeinterés.Losañosnoserefierenalperiododegobierno,sinoalperiododedisponibilidaddedatos(seomiteelmes).

Erroresestándarentreparéntesis.

***valor-p<0.01,**valor-p<0.05,*valor-p<0.1

37

A continuación, se detallan los resultados másrelevantes.

Resultado 1: administraciones de Arturo Montiel Rojas, Enrique Peña Nieto y Eruviel Ávila Villegas en el Estado de México.Conbaseenelcuadro 3.4,observamosqueen las tres administraciones que gobernaron el Estado de México en el periodo de estudio se presentaron relaciones positivas entre homicidios dolosos y culposos.Puntualmente,estarelaciónseobservóenlosgobiernosdeArturoMontielRojas(enerode2011aseptiembrede2005),EnriquePeñaNieto(septiembrede2005aseptiembrede2011)yEruvielÁvilaVillegas(septiembrede2011aagostode2016)32.Sinembargo,enlaúltimaadministraciónresaltalamagnitudylarelaciónentreambosdelitos.En particular, un aumento de 0.1 en los homicidiosdolososporcada100milhabitantessevinculaaunaumentode0.094enloshomicidiosculpososporcada100milhabitantes.

Resultado 2: administraciones de Miguel Alemán Velasco, Fidel Herrera Beltrán y Javier Duarte de Ochoa en Veracruz. En el caso de Veracruz, también se observan relaciones positivas entre homicidios dolosos y culposos en los tres gobiernos cubiertos por el periodo de estudio:losdeMiguelAlemánVelasco(enerode2001anoviembrede2004),FidelHerreraBeltrán(diciembrede2004anoviembrede2010)yJavierDuartede Ochoa (diciembre de 2010 a agosto de 2016)33. Engeneral,duranteestasadministraciones,unincrementode0.1homicidiosdolososporcada100milhabitantesestuvoasociadoaunaumentopromediodeentre0.025a0.036homicidiosculpososporcada100milhabitantes34.

Resultado 3: administración de José Francisco Olvera Ruiz en Hidalgo. Asimismo, resalta la asociación entre homicidios culposos y dolosos que se detectó en la tercera administración del estado de Hidalgo cubierta por el periodo de estudio.Elcoeficientede1.55indicaqueunincrementode0.1homicidiosdolosos

32 Manteniendoelrestodelasvariablesconstante.

33 Losperiodosserefierenalosdatosdisponiblesconlosqueseelaboróelestudio.

34 Manteniendoelrestodelasvariablesconstante.

Figura 3.6. Tasas mensuales de homicidios culposos y dolosos en el estado de México de enero de 2001 a agosto de 2016 por gubernaturas.

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea punteada en septiembre de 2005 indica la llegada de Enrique Peña Nieto a la gubernatura, mientras que la línea punteada en septiembre de 2011 indica la llegada de Eruviel Ávila.

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Homicidios Culposos

Homicidios Dolosos

0.0

0.5

1.0

1.5

2.0

2.5

3.0

Gobernador Arturo Montiel (septiembre de 1999a septiembre 2005)

Gobernador Eruviel Ávila (septiembre de 2011

a la fecha)

Gobernador Enrique Peña Nieto (septiembre de 2005a septiembre 2011)

Cada víctima cuenta: hacia un sistema de información delictiva confiable38

Figura 3.7. Tasas mensuales de homicidios culposos y dolosos en el estado de Veracruz de enero de 2001 a agosto de 2016 por gubernaturas.

Figura 3.8. Tasas mensuales de homicidios culposos y dolosos en el estado de Hidalgo de enero de 2001 a agosto de 2016 por gubernaturas.

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea divide la serie en dos periodos claves para el comportamiento de la violencia letal en México: de enero de 2001 a diciembre de 2007 y de enero de 2008 a agosto de 2016.

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

Homicidios Culposos

Homicidios Dolosos

0.0

0.5

1.0

1.5

2.0

2.5

Gobernador Fidel Herrera (noviembre de 2004a diciembre 2010)

Gobernador Miguel Alemán (diciembre de 1998a noviembre 2004)

Gobernador Javier Duarte (diciembre de 2011a noviembre 2016)

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016) y las proyecciones de población del CONAPO. La línea punteada en abril de 2005 indica la llegada de Miguel Ángel Osorio Chong a la gubernatura, mientras que la línea punteada en abril de 2011 indica la llegada de Francisco Olvera Ruiz.

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

Homicidios Culposos

Homicidios Dolosos

0.0

0.5

1.0

1.5

2.0

2.5

3.0

Gobernador Miguel Ángel Osorio Chong (abril de 2005 a abril 2011)

Gobernador Francisco Olvera Ruiz (abril de 2011

a septiembre 2016)

Gobernador Manuel Ángel Núñez Soto (abril de 1999a abril 2005)

39

Figura 3.9. Tasas mensuales de homicidios culposos y dolosos en el estado de Tlaxcala de enero de 2001 a agosto de 2016 por gubernaturas.

porcada100milhabitantesseencuentraasociadoaunaumentopromediode0.155enelnúmerodehomicidiosculpososporcada100milhabitantes35.Estarelaciónsemanifestó durante la administración de José FranciscoOlveraRuiz,quienfuegobernadordeHidalgoapartirdeabrilde2011aseptiembrede2016.

Resultado 4: administración de Mariano González Zarur en Tlaxcala. Tambiéndestaca la magnitud de la relación entre homicidios dolosos y culposos en la tercera administración en el estado de Tlaxcala cubierta por el periodo de estudio, correspondienteal gobernador Mariano González Zarur quien estuvo enelcargodeenerode2011aenerode2016.Duranteesteperiodo,unaumentode0.1enlatasadehomicidiosdolososse encuentra relacionado a un incremento promedio de0.089unidadesenlatasadehomicidiosculposos.

Resultado 5: administraciones de Leonel Godoy y Fausto Vallejo en Michoacán.Finalmente,en el caso de Michoacán se encontró una relación estrecha

entre ambos delitos en las administraciones de Leonel Godoy (febrero de 2008 a enero de 2012) y Fausto Vallejo (febrero de 2012 a septiembre de 2015)36,dondeunincrementode0.1enlatasadehomicidiosdolososserelacionaconaumentosde0.071y0.062enlatasadehomicidiosculposos,respectivamente.

Para concluir, se ofrece un cuadro resumen sobrelos resultados de este último modelo. En 19 de las 32 entidades federativas, se identificó una fuerte asociación positiva entre los homicidios intencionales y no-intencionales en al menos una administración. Destacan los casos de José Francisco Olvera Ruiz (Hidalgo), Eruviel Ávila (Estado de México), Mariano González Zarur (Tlaxcala), Enrique Peña Nieto (Estado de México), Arturo Montiel (Estado de México), Leonel Godoy (Michoacán), Miguel Márquez (Guanajuato), Fausto Vallejo (Michoacán), Ángel Guerrero (Durango) y Emilio González (Jalisco),dondeseobservólarelaciónmásfuerteentreloshomicidiosdolososyculposos.Sin

35 Manteniendoelrestodelasvariablesconstante.

36 IncluyelosinterinatosdeJesúsReyna(abrilaoctubrede2013)ydeSalvadorJara(juniode2014aseptiembrede2015).

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Fuente: Cálculos propios con base en las averiguaciones previas y carpetas de investigación del SESNSP (corte de agosto de 2016)- y las proyecciones de población del CONAPO. La línea punteada en enero de 2005 indica la llegada de Héctor Ortiz Ortiz a la gubernatura, mientras que la línea punteada en enero de 2011 indica la llegada de Mariano González Zarur.

Ave

rig

uac

ion

es y

car

pet

as

por

cad

a 1

00

.00

0 h

abit

ante

s

Homicidios Culposos

Homicidios Dolosos

0

1

2

3

4

5

Gobernador Héctor Ortiz Ortiz (enero de 2005 a enero 2011)

Gobernador Mariano González Zarur (enero de 2011 a enero 2016)

Gobernador Alfonso Sánchez Anaya (enero de 1999 a enero 2005)

Cada víctima cuenta: hacia un sistema de información delictiva confiable40

embargo, como ya lomencionamos anteriormente, nose puede asegurar que haya ocurridomanipulación delosdatosenhomicidioenestasgubernaturas,asícomotampocosepuedecomprobarquenohaymanipulaciónenelrestodelasadministraciones.Entodocaso,estosresultadospuedenservirparadeterminar,demaneramásfina,losperiodosencadaestado,dondeseríaconvenienteauditar la calidad y veracidad de la información sobre

homicidios que las procuradurías estatales envían alSESNSP.Sereconocequeenestemodelonoesposibleobservar indicios de manipulación en algún momentoestratégico (por ejemplo, en losmeses que antecedena algún proceso electoral). En el siguiente capítulo, seobservarásiexistenindiciosdemanipulacióncuandoseaproximaunprocesoelectoral,particularmente,durantelaseleccionesagobernadorestatal.

HidalgoMéxicoTlaxcalaMéxicoMéxicoMichoacánGuanajuatoMichoacánDurangoJaliscoSanLuisPotosíVeracruzVeracruzPueblaTabascoNayaritSanLuisPotosíPueblaVeracruzNayaritDurangoMorelosOaxacaOaxacaNuevoLeónColimaDurangoZacatecasCoahuilaChihuahuaChihuahua

Estado

JoséFranciscoOlveraRuizEruvielÁvilaVillegasMarianoGonzálezZarurEnriquePeñaNietoArturoMontielRojasLeonelGodoyRangelMiguelMárquezMárquezFaustoVallejoFigueroab

ÁngelSergioGuerreroMierEmilioGonzálezMárquezFernandoToranzoFernándezJavierDuartedeOchoaMiguelAlemánVelascoRafaelMorenoValleAndrésGranierMeloRobertoSandovalCastañedaMarcelodelosSantosMelquiadesMoralesFidelHerreraBeltránNeyGonzálezSánchezIsmaelHernándezDerasGracoRamírezUlisesRuizOrtizJoséMuratCasabNatividadGonzálezParásMarioAnguianoMorenoJorgeHerreraCalderaMiguelAlonsoReyesHumbertoMoreiraValdésc

CésarDuarteJáquezJoséReyesBaezaTerrazas

Gobernador

abrilde2011septiembrede2011enerode2011septiembrede2005enerode2001febrerode2008septiembrede2012febrerode2012enerode2001marzode2007septiembrede2009diciembrede2010enerode2001febrerode2011enerode2007septiembrede2011septiembrede2003enerode2001diciembrede2004septiembrede2005septiembrede2004octubrede2012diciembrede2004enerode2001octubrede2003noviembrede2009septiembrede2010septiembrede2010diciembrede2005octubrede2010octubrede2004

Periodo de los datosa

agostode2016agostode2016agostode2016agostode2011agostode2005enerode2012agostode2016septiembrede2015agostode2004febrerode2013agostode2015agostode2016noviembrede2004agostode2016diciembrede2012agostode2016septiembrede2009enerode2005noviembrede2010agostode2011agostode2010agostode2016noviembrede2010noviembrede2004octubrede2009octubrede2015agostode2006agostode2016noviembrede2011octubrede2016septiembrede2010

FinalInicial

1.5490.9440.8940.7420.7360.7060.6420.6240.5340.4680.4000.3610.3240.3220.3070.2820.2790.2720.2540.2370.2230.2050.1990.170.1650.1160.1090.1090.1060.0440.038

Coeficiente

1%1%1%1%1%1%1%1%1%1%1%1%5%1%10%1%10%5%1%1%1%5%1%5%10%1%5%10%5%1%1%

Significancia

Fuente: CálculospropiosconbaseenlasaveriguacionespreviasycarpetasdeinvestigacióndelSESNSP(cortedeagostode2016)ylasproyeccionesdepoblacióndelCONAPO.

aLosdatosdeesteestudiocubrenelperiododeenerode2001aagostode2016,porloqueesteestudioserefierealperiododelaadministracióndelgobernadorparaelcualsedisponededatosdehomicidios.

bIncluyelosinterinatosdeJesúsReyna(abrilaoctubrede2013)ydeSalvadorJara(juniode2014aseptiembrede2015).

cIncluyeelinterinatodeJorgeTorresLópez(eneroanoviembrede2011).

Cuadro 3.5. Gobernadores donde se encontró una relación positiva entre los homicidios dolosos y los homicidios dolosos en el periodo de enero de 2001 a agosto de 2016, ordenados por la magnitud de la relación (coeficientes de los parámetros estimados).

123456789

10111213141516171819202122232425262728293031

41

4. INCENTIVOS Y ANOMALÍAS EN LOS REGISTROS DE HOMICIDIOS: PRUEBAS SOBRE PERIODOS PRE-ELECTORALES

Enunademocracia funcional, el voto es elmecanismoquepermitea losciudadanosevaluareldesempeñodelosgobernantes(Manin,PrzeworskiyStokes1999).EnMéxico, diversos factores inciden en la decisión de loselectoresalmomentodeemitirsuvotoporuncandidato--seaelpresidentedelaRepública,ungobernadory/ounalcalde.Desde2011hasta2016,lasEncuestasNacionalesde Victimización y Percepción sobre Seguridad Pública(Envipe) hanmostradono solamente que en promedio18 de cada 100 mexicanos fueron víctima de algúndelito37de2011a2015,sinoqueunadelasprincipalespreocupacionesdelosmexicanosesla inseguridadqueenfrentaelpaís(Inegi2012;2013;2014;2015;2016a).Entonces,entretodaslaspolíticaspúblicas,creenciasycuestiones sociales, económicas y políticas, es posibleasumir que la victimización y la percepción de inseguridad juegan un papel relevante en la construcción de preferencias y percepciones de los ciudadanos. En particular, se puede pensar que las preferencias de los electores dependen de la percepción que tienen del papel que jugó el gobierno saliente en torno a la contención o avance de la violencia (CollieryVicente2014;Ley2017).

Comosehadiscutidoen losúltimosdoscapítulos,elhomicidio es uno de los indicadores más recurridosparaevaluar lasituacióndeviolencia localynacional(UNDOC 2013). Sin embargo, como apuntó Campbellen 1976, cualquier métrica que se use para evaluarel desempeño de un actor está sujeta a incentivosperversosqueinvitanaésteafalsearomanipularsusresultados de manera oportunista. Adicionalmente,comoapuntóWilliamR.Keechsobre loscostosde lademocracia:

Los gobiernos salientes manipulan su desempeño para aparentar, mediante el engaño, un excelente desempeño previo a las elecciones. […] Los votantes están orientados particularmente en el presente, lo que vulnera su capacidad de mantener a sus gobernantes responsables sobre su desempeño, a lo largo de extensos periodos electorales (Keech 1995, 3).

Considerandoquelamanipulaciónderegistrosdelictivospodría sermotivada por el papel de la violencia y ladelincuenciaenlaformacióndepreferenciaselectorales,¿cuál podría ser el efecto de los periodos previos a las elecciones de gobernador sobre los registros de homicidios dolosos y culposos?

Larelaciónentreviolencialetalyeleccionesenelcontextomexicano ha sido objeto de estudios. Por ejemplo,AndrésVillareal(2002),profesordelaUniversidaddeTexas,Austin,analizóelefectodelatransiciónpartidistasobrelatendenciadehomicidiosintencionalesanivelmunicipal. De acuerdo con el académico mexicano,cuando los municipios históricamente dominados porel Partido de la Revolución Institucional (PRI) hanexperimentadounaalternanciadelpartidopolíticoenelpoder,elniveldeviolencialetalhaaumentado,debido

37 CálculospropiosconbaseenlaEncuestaNacionaldeVictimizaciónsobrePercepcióndeSeguridadPública(Inegi2011;2012;2013;2014;2015;2016a).

Considerando que el papel que la percepción de la violencia puede tener en la formación de preferencias electorales, ¿cuál podría ser el efecto de los periodos previos a las elecciones de gobernador sobre los registros de homicidios dolosos y culposos?

Cada víctima cuenta: hacia un sistema de información delictiva confiable42

aquelasantiguasredesdepatronazgolocalesexpiranjuntoconelcambiodeliderazgo.

Asimismo,MelissaDell(2015),profesoradeeconomíadelaUniversidaddeHarvard,estudióelcomportamientodelaviolenciavinculadaconladelincuenciaorganizadaen el contexto de las elecciones para presidentesmunicipales,durantelaadministracióndelpresidenteFelipeCalderón.Suanálisisindicaqueloshomicidiosanivelmunicipalaumentaronsustancialmentecuandolos candidatos del Partido Acción Nacional (PAN)ganaron con unmargen electoral estrecho frente alrestodelospartidos,puestoquesuvictoriaafectólasestrategias de los cárteles para transitar narcóticosdentrodelpaís.

Por último, Sandra Ley y Guillermo Trejo (2016),especialistas mexicanos en seguridad y política,observanqueelconflictopartidista,entreelpartidodelPresidenteyelpartidodegobernadoresestatalesquepertenecenalaoposicióndeizquierda,generaviolencia.Deacuerdoconlosautores,laviolenciadelictivafuemásintensaenlosmunicipiosdelosestadosgobernadosporel Partido de la RevoluciónDemocrática, a diferenciadeaquellosrepresentadosporPANoelPRI.ConcluyenquelostomadoresdedecisióndelEstado(porejemplo,el gobierno federal) no siempre desean controlar elmonopolio de la violencia e incluso pueden llegar atolerarla, siempre y cuando afecte a sus enemigospolíticos.

Mientrasestosestudiosseconcentranenelcomportamientodelaviolenciaposterioralaselecciones,en este capítulo analizamos el efecto de los periodos previos a las elecciones para gobernador sobre los registros de homicidios dolosos y culposos.Partiendodelateoría

delvotante,ampliamentediscutidaporvariosespecialistasencienciapolíticaenlosúltimos60años,suponemosqueelelectoradotiendeaforjarsuspreferenciaspartidistasmásconbaseeninformaciónrecientequeenexperienciasantiguas(Nordhaus1975;Tufte1978).Enestesentido,los gobernadores salientes tienen incentivos para falsear la información delictiva durante este periodo con el fin de fortalecer la imagen de su partido o como catapulta para impulsar su carrera política, al reivindicar ante la opinión pública su papel en la reducción de la violencia letal en sus respectivas demarcaciones.

Relación entre homicidios culposos y homicidios dolosos durante campañas electorales estatales

Comodiscutimosenelcapítuloanterior,en algunas entidades parecen existirindiciosdereclasificacióndehomicidiosdolososporculposos.Enestasentidades,seencontróunarelaciónpositivaentreambostiposdehomicidio,quenodeberíaexistir. Con base en este argumento ylo expuesto arriba, se explorarán, acontinuación,doshipótesis.

Hipótesis 1. No existe una relaciónpositivaentreelhomicidioculposoyelhomicidiodolosodurante el periodo que comprende los once mesesque anteceden almes de la elección y elmes de laelecciónagobernadordelestado.Encasodeexistirunaasociaciónpositivaentreambosdelitos,esprobablequelos gobernadores salientes sustituyan los homicidiosdolososporculpososenlosmesespreviosalaelección,conelfindereportaravancesenseguridady,deestamanera,favoreceraloscandidatosasusucesióndesupartido.

Hipótesis 2. Si existe una relación positiva entreel homicidio culposo y el homicidio doloso, es másprobable que ésta se presente en entidades quetuvieronelecciones“cerradas”,esdeciraquellasdondeelmargendevictoriaentreelprimeryelsegundolugaresmenoroigualacincopuntosporcentuales38.

Elpresenteanálisisincluyelaseleccionesagobernadorcuyasfechasestáncomprendidasentreenerode2001

No parece haber indicios de una reclasificación de homicidios dolosos por culposos al aproximarse una elección por gobernador estatal, sino en un periodo de tiempo más extenso.

38 Elmargendevictoriasedefinecomoladiferenciaenpuntosporcentualesentreelporcentajedevotosdelprimerlugarconrelaciónaltotaldevotosefectivosyelporcentajedevotosdelsegundolugarconrelaciónaltotaldevotosefectivos.

43

Cuadro 4.1. Resultados del modelo que analiza el grado de asociación entre homicidios culposos y homicidios dolosos durante los primeros once meses que anteceden al mes de la elección y el mes de la elección a gobernador del estado (sin considerar margen de victoria).

Tasa de homicidios dolosos (por cada 100 mil habitantes)

Periodo: enero de 2001 a diciembre de 2007

Excluyemesesantesdelaelección

Antesdeelecciónymesdeelección

Periodo: enero de 2008 a agosto de 2016

Excluyemesesantesdelaelección

Antesdeelecciónymesdeelección

Constante

Observaciones 6,016

Númerodeentidades 32

R-cuadrada 0.040

Variables Coeficientes

-0.119*** (0.016)

-0.123*** (0.029)

0.049*** (0.008)

0.046*** (0.011)

1.354*** (0.035)

Erroresestándarentreparéntesis

***p<0.01,**p<0.05,*p<0.1

Fuente: CálculospropiosconbaseenlasaveriguacionespreviasycarpetasdeinvestigacióndelSESNSP(cortedeagostode2016),lasproyeccionesdepoblacióndelCONAPOydelascampañaselectoralesdelTEPJF.

Seomitenloscoeficientesdelrestodelosfactores(tendenciasymeses)ydelosefectosfijos.

y agosto de 2016, de acuerdo con los registros delTribunalElectoraldelPoderJudicialdelaFederación(TEPJF).ConlainformacióndelSecretariadoEjecutivodelSistemaNacionaldeSeguridadPública(SESNSP)ydelTEPJF,seconstruyóunabasededatosqueincluyea cada una de las entidades federativas con susrespectivasseriesdetiempodehomicidios(dolosos

y culposos) y los meses en que tuvieron lugar suseleccionesparagobernador.

Aestetipodedatoscompuestospormúltiplesseriesdetiempoenunaunidadenparticular--enestecaso,losestados--,seleconocecomopanel.Adiferenciade losmodelosdel capítuloanteriorqueanalizabanlosdatosparacadaunadelasentidadesfederativas,elmodeloutilizadoenelpresentecapítuloanalizalosdatos de todos los estados en su conjunto. Esto sedebeaquealgunasentidadespresentanunmáximode dos elecciones en el periodo de estudio, por loque podría no haber suficiente variación en losdatos para establecer una relación sólida entre loshomicidiosdolososyculpososantesdelaselecciones.Porconsiguiente,loquesepretendeconoceressien generalexistenindiciosdemanipulaciónsistemática,atravésde lasustitucióndehomicidiosdolososporculposos cuando se aproxima una elección paragobernador.

Paraprobarlaprimerahipótesis(H1),elcuadroanteriormuestralosresultadosdelmodeloderegresiónpanelpara hallar relaciones entre los homicidios dolosos yculpososenlos11mesespreviosyduranteelmesenquetuvieronlugarlaseleccionesparagobernador(véaseAnexo 3 para revisar las especificaciones delmodelopanel). El periodo de enero de 2001 a diciembre de2006muestraunacorrelaciónnegativaysignificativa.Sinembargo,comoseexplicóenelcapítuloanterior,estetipoderelacionesnosonconcluyentesparaasumirque ocurrió una probable manipulación mediante lareclasificación errónea de homicidios dolosos porculposos.

Respectoalperiododeenerode2008aagostode2016,el grado de asociación entre los homicidios dolososy loshomicidios culpososesprácticamente idénticotanto en los meses previos como en los distantes(mayoresa12meses)alaseleccionesestatales.Enotraspalabras,la relación entre ambos delitos no es afectada por los periodos electorales a nivel entidad federativa, puesto que se mantiene sin cambios incluso meses antes de que ocurran éstos.Porlotanto,noparecehaberindiciosdeunareclasificacióndehomicidiosdolososporculpososalaproximarseunaelecciónporgobernadorestatal.

Cada víctima cuenta: hacia un sistema de información delictiva confiable44

Respectoalasegundahipótesis(H2),serepiteenmismomodelo de regresión panel, ahora incluyendo el efectodelosmárgenesdevictoriaestrechosdeeneroa2001adiciembrede2007.Losresultadosindicanqueenelcasodeelecciones“cerradas”larelaciónentrehomicidiosdolososyculpososenmesespróximosaunaelecciónaumentade0.04a0.11unidades,esdecir,unaumentode0.1enlatasadehomicidiosdolososseencuentraasociadoaunincremento de 0.01 en la tasa de homicidios culposos,manteniendoelrestodelasvariablesconstantes.

Sinembargo,aunqueelgradodevinculaciónentrehomicidiosaumentacuandounaelecciónescompetidaconrelaciónaaquellasquenoloson,éstesiguesiendocercanoacero.Porestarazón,podemosconcluirque,en general, no existen elementos suficientes para señalar que los estados tienden a manipular los datos de homicidios dolosos clasificándolos como culposos cuando se acerca un proceso electoral para renovar el gobierno estatal.

En este sentido, es probable que la manipulación de datos --si ocurre-- no sólo se concentre en los meses próximos a una elección, sino durante un mayor periodo de tiempo. Si bien la opinión pública puedetomarencuenta lasituaciónde inseguridadalmomentodeemitirsuvoto,deacuerdoconestemodelo,lospolíticosnoparecenadulterarloshomicidiosconmayorintensidadantes de las elecciones. En todo caso, los resultados sugieren que la posible reclasificación de delitos se emplea durante un extenso periodo de tiempo para cambiar gradualmente la percepción de seguridad de la ciudadanía o para atender otras preocupaciones.

Por otra parte, la integración delmargen de victoriaen el modelo arroja un grado de vinculación entrehomicidiospequeño,perosignificativo.Serecomiendaentoncesseguirestalíneadeinvestigaciónenfuturosestudios.Porejemplo,noesposibleobtenerlarelaciónentreloshomicidiosdolososbrutosylaproximidaddeuna elección para gobernador, porque se requeriríasepararelefectodelamanipulación--encasodequeexista--delefectoquecontengaunmayordesplieguedefuerzasdeseguridadenlasentidadesfederativas.En este sentido, se requieren datos mensuales queespecifiquenelnúmerodeelementosdeseguridadparapoder“aislar”estefactordeunaposiblemanipulaciónenlosregistrosdehomicidiodoloso.

Cuadro 4.2. Resultados del modelo que analiza el grado de asociación entre homicidios culposos y homicidios dolosos durante los primeros once meses que anteceden al mes de la elección y el mes de la elección a gobernador del estado (considerando margen de victoria).

Homicidios dolosos

Periodo: enero de 2001 a diciembre de 2007

Excluyemesdelaelecciónymeses próximos

Sólo mes de la elección y meses próximos

Elecciónconmargendevictoria mayora5p.p.

Elecciónconmargendevictoria menoroiguala5p.p.

Periodo: enero de 2001 a diciembre de 2007

Excluyemesdelaelecciónymeses próximos

Sólomesdelaelecciónymeses próximos

Elecciónconmargendevictoria mayora5p.p.

Elecciónconmargendevictoria menoroiguala5p.p.

Constante

Observaciones 6,016

Númerodeentidades 32

R-cuadrada 0.043

Variables Coeficientes

-0.121*** (0.016)

-0.158*** (0.043)

-0.106*** (0.035)

0.048*** (0.008)

0.044*** (0.012)

0.113*** (0.024)

1.360*** (0.035)

Erroresestándarentreparéntesis

***p<0.01,**p<0.05,*p<0.1

Fuente: CálculospropiosconbaseenlasaveriguacionespreviasycarpetasdeinvestigacióndelSESNSP(cortedeagostode2016),lasproyeccionesdepoblacióndelCONAPOydelascampañaselectoralesdelTEPJF.

Seomitenloscoeficientesdelrestodelosfactores(tendenciasymeses)ydelosefectosfijos.

45

5. HACIA LA INSTITUCIONALIZACIÓN DE UN MODELO DE AUDITORÍAS DE REGISTROS DELICTIVOS EN MÉXICO

De acuerdo con la Encuesta Nacional de Acceso a laInformación Pública y Protección de Datos Personales,201639(Inegi2016b),cuatro de cada cinco residentes urbanos en México desconfían de la información que publica el gobierno sobre seguridad pública, narcotráfico y delincuenciaensuentidadfederativa.Adicionalmente, uno de cada dos respondientes considera que esta información ha sido manipulada. A lo largodeesteestudio,sehanempleadodiferentesherramientasparaidentificaranomalíasenlosregistrosde homicidios dolosos y culposos. Nuestros resultadosofrecen pistas sobre las posibilidades de subregistroy clasificación incorrecta de estos datos, cuyas causasvaldríalapenaseguirindagando.

Enconjunto,la percepción de la opinión pública y nuestros resultados deben generar un llamado a la acción para iniciar un debate democrático al respecto.Lainformacióndelictivaesunrecursopúblico empleado para la toma de decisiones entérminospresupuestalesyparaeldiseñodepolíticasde seguridad pública. Por ende, debe estar sujetaal escrutinio público, la transparencia y rendiciónde cuentas, como lo son las finanzas públicas, elpresupuestoyelgasto.

En este sentido, proponemos una reflexión sobre la necesidad de institucionalizar un comité que audite y valide la calidad y veracidad de las estadísticas delictivas del fuero común. Esta reflexión está dividida en dos partes. Primero,ofrecemosrecomendacionesparamejorarelpapeldelsistemade justicia, y enparticular de losMinisteriosPúblicos (MP), en el proceso de atención, registro,clasificación y publicación de registros delictivos.Segundo,planteamosunaguíacríticaqueplasme loselementosmínimosparalacreacióneimplementacióndeunmodelodeauditoríasdelictivasenMéxico.

5.1. Recomendaciones para mejorar el registro y clasificación de los delitos por parte del sistema de justicia

Para fomentar la calidad y veracidad de las estadísticas delictivas, se puede impulsar una doble estrategia.Porunlado,enfatizarlaprofesionalizacióndelosagentesdelMP.Porelotro,ahondarenlasreglasdeclasificaciónyhomologaciónderegistrosdelictivos.

Primero,sitomamosencuentaquelabasedelagranmayoría de los registros delictivos es la denuncia delosdelitosporpartedesusvíctimas,paramejorar lacalidaddelosregistrosdelictivosserequiereempezarpor desplegar esfuerzos para aumentar la denunciade los delitos en el país. Al respecto, la confianzaciudadana en las instituciones de justicia es undeterminanteclavedeladenuncia(Tyler2006).Comolomencionamosenelprimercapítulo,enMéxico,tantola desconfianza de los ciudadanos hacia el sistemade justicia como la percepción de éstos sobre eldesempeñodelasautoridadesministerialescontribuyenadisuadirladenuncia.Enestesentido,debenvolverseprioritarias la profesionalización y dignificación de las autoridades, de tal suerte que mejoren su transparencia y la calidad de su respuesta.

DeacuerdoconunestudioimplementadoenlaIndia,investigadores afiliados al Massachusetts Institute ofTechnology (MIT) demostraron que es posible lograrlo anterior (Banerjee et al. 2012). Durante dos añosconsecutivos, estos investigadores ofrecieron cursosdecapacitaciónamásde290agentesdeprocuraciónde justicia para mejorar sus habilidades científicasen la investigacióndedelitos(porejemplo,peritajeytécnicas forenses) y sus habilidades interpersonalespara ofrecer unmejor trato a víctimas (por ejemplo,mediación, comunicación, administración de estrés,

39 DesarrolladaporInstitutoNacionaldeEstadísticayGeografía(Inegi)encolaboraciónconelInstitutoNacionaldeTransparencia,AccesoalaInformaciónyProteccióndeDatosPersonales(Inai).Poblaciónde18añosymásquehabitaenáreasurbanasde100milhabitantesymás.

Cada víctima cuenta: hacia un sistema de información delictiva confiable46

motivación y compañerismo). Al concluir los tallerescapacitación y dignificación, la respuesta del públicofue inmediata: las víctimas atendidas por agentesentrenadosmostraronunmayorniveldesatisfacciónyconfianzaencomparaciónalpersonalquenorecibióelentrenamiento40.

En nuestro país, si bien la consolidación del sistemadejusticiapenalacusatorioenfrentaretosentérminossistémicoseinstitucionales(CIDAC2016),parecequeunpasoindispensableconsisteenconcentrarmayoresesfuerzosen la capacitacióndeagentesministerialesparamejorarlaconfianzaciudadanaenellosyfomentarladenuncia.

Una vez que se consiga fomentar la confianza y garantizar un trato digno a las víctimas, el segundo paso consiste en lograr que el proceso de clasificación delictiva sea claro, homogéneo y confiable.LaimplementacióndelaNorma Técnica para la Clasificación Nacional de Delitos del Fuero Común para Fines Estadísticos esuncomponente fundamentalparasentarconfirmezaestesegundopaso.Enesteámbito,esimportanteseñalarqueelCentroNacionaldeInformación(CNI) del Sistema Nacional de Seguridad Pública y elInegiconvocanycapacitanperiódicamenteaagentesdeministerios públicos, funcionarios de las procuraduríasy fiscalías estatales e integrantes de la sociedad civil.Asimismo, ambas agencias implementan los acuerdosdelConsejoNacionaldeSeguridadPública41(CNSP)ylaConferenciaNacionaldeProcuracióndeJusticia42(CNPJ)paraactualizaryconsolidarinstrumentosymetodologíasque permitan registrar de manera estandarizada yhomologadalaincidenciadelictiva.

Dichoesto,es indispensable continuar fortaleciendo los esfuerzos del CNI y del Inegi para que las procuradurías implementen las metodologías de clasificación de la incidencia delictiva con fines estadísticos.Asimismo,se debe comenzar a evaluar el impacto de tales capacitaciones con la finalidad de actualizarlas y robustecerlas, en su caso.

Porotrolado,aún persiste una brecha en términos de personal, infraestructura, tecnología y

desempeño de los ministerios públicos entre estados(MagaloniyZepeda2004)quedebecerrarse.Asumiendo que se puedan garantizar unos serviciosprofesionalesyrecursosdigitalesmínimos,sepodríanfacilitar herramientas que permitan sistematizarlas denuncias ciudadanas dentro de cada MP. Eneste sentido, sería deseable que todos los estadoscuentenconun mismo software interactivo o una aplicación que permita consignar el registro, acceso y actualización de denuncias delictivas. Esto avanzaría notablemente la transparencia y rendición de cuentas relativas a cada averiguación previa y/o carpeta de investigación. Si bien los registros físicos son útiles a lo largo delproceso procuración de justicia, la tecnología actualesuninsumobarato,seguro,accesibleyversátilparaprocesarlainformacióndelictivaparafinesestadísticos.Enelsiguientecuadro,seproponeunaseriedecamposquepodríaconsiderarestaplataforma.

La capacitación de agentes de ministerios públicos, funcionarios de procuradurías y fiscalías estatales, así como la adopción de nuevas tecnologías son vitales.Enparticular,esnecesariomejorar laconfianzaciudadanahacia lasautoridades,cerrarlabrechatecnológicadelosministeriospúblicosentreestados,facilitarelregistro,actualizaciónyaccesoalosregistrosdelictivosyfortalecerlatransparenciayrendicióndecuentas.Contandoconestoselementos,asumimosqueserámássencilloincrementarlacalidadyveracidaddelosregistrosdelictivosdelfuerocomúnparafinesestadísticos.

5.2. Propuesta de modelos de auditoría de las estadísticas delictivas locales

En todo esquema gubernamental pueden surgirproblemas de agencia (Kiewiet y McCubbins 1991). Enotraspalabras,sisetomaencuentaquelosindividuostienen preferencias egoístas, se puede asumir que las relaciones humanas son vulnerables a choques de intereses, particularmente cuando se espera que alguna de las partes actúe para satisfacer los objetivos de la otra(Smith[1776]2003).Estacarenciadecooperaciónseconocecomoel“problemadelprincipal-

40 Alincrementarelnúmerodeoficialesentrenadosde0al100porciento,tambiénaumentólaprobabilidaddesatisfaccióndelasvíctimasrespectoalainvestigaciónministerialentre16y21puntos,acomparacióndelgrupocontrol.

41 Acuerdos13/XXXVIII/15delCNSP.

42 AcuerdosXXIII/08/2015delaCNPJ.

47

43 BasadoenModernizingCrime Statistics. Report 1: Defining and Classifying Crime.2016.

Cuadro 5.1. Campos para sistematizar el registro delictivo.

1. Identificación única de cada registro delictivo, carpeta de investigación y/o averiguación previa•FolioalfanuméricoconinicialesdelEntidadFederativa,Municipio,MinisterioPúblico,Con/Sindetenidoyclavenuméricaúnica

2. Sistema de filtros de clasificación delictiva (por categoría, tipo y subtipo), anclado en información sobre la estructura y extensión del delito. Lo anterior facilitaría43:

•Mantenerunaestructuraconceptualcoherente

• Contar con categorías delictivas mutuamenteexhaustivasyexclusivas

•Adoptarunlistadobásicoyjerárquico(porejemplo,tipologíasysubtipos)delaestructuradelictiva

•Ofrecerdefinicionesclaras, inequívocas,mediblesyconcontenidodecadadelito

•Accederaactualizacionesrápidasbasadasenevidenciaconcurrente

3. Fecha de registro, actualización y cierre de la investigación

4. Sistema de Información Geográfica para ubicar rápidamente las coordenadas de la comisión del delito

5. Sistema de Información Geográfica para ubicar rápidamente las coordenadas del domicilio – víctima(s) y detenido(s)

6. Características del lugar de la comisión del delito

•Vivienda

•Parque

•Centrocomercial

•Plazapública

•Edificiopúblico

•Víapública

•Comercio

7. Variables sociodemográficas – víctima(s) y detenido(s)•Edad

•Género

•Educación

•Derechohabiencia

•Empleado/desempleado

•Ocupación

8. Status de la investigación ministerial

9. Breve descripción de los hechos (abierto)

10. Breve descripción de la investigación desde su comienzo hasta su conclusión (abierto)

11. En caso de ocurrir, breve descripción de los principales elementos que dieron cabida a la reclasificación del delito

Notas: Seexponeunaguíaparadiseñarcamposprecisossobrelaestructurayextensióndeldelito.Deningunamaneralosejemplosexpuestossondefinitivos.Cadaunodeloscampospuededividirseendiferentesclasificacionesysubtiposycomplementarseconcriteriosadicionales,pruebasforensesypericialesquepermitandefinircadadelitoconmayorprecisiónyexactitud.Entodocaso,setratadeunainvitaciónaexpertos,funcionariospúblicosyciudadanosparamejoraryactualizarestaplataforma.

Cada víctima cuenta: hacia un sistema de información delictiva confiable48

agente.” En el marco de la potencial consolidación deauditoríasde registrosdelictivos,el principal sería el comité auditor, mientras que los múltiples agentes serían los gobiernos estatales, representados por sus respectivas procuradurías/fiscalías.

Losagentestieneninformaciónprivilegiadasobresusactividades en términos de procuración de justicia yregistrodeincidenciadelictiva(informaciónasimétrica).Asimismo, en la ausencia de mecanismos efectivosde monitoreo que permitan validar su desempeño yresultados(riesgomoral),losagentespodríanmanipularlainformacióndelictivaparasatisfacersusnecesidadesparticulares44. Por su parte, el principal necesitaasegurarse que recibe de los agentes informaciónconfiableparafinesestadísticosypresupuestales,entreotros,aunqueenfrentavariosretosparaconseguirla.

El fortalecimiento de la gobernanza es un camino para conseguir este objetivo. La gobernanza (obuena gobernanza) enfatiza la manera en que losgobiernos operan (Klijn 2008) para “asegurar quetodaslaspartesalcancensusobjetivosyactúenafavordel interés público en todomomento” (IFAC 2014).Parasalvaguardarlaintegridaddelainformacióndela incidenciadelictivadel fuerocomúny reducir loscostosdeagencia45,el principal requiere imponer mecanismos legales que restrinjan las agendas de los agentes e incentiven la coordinación y cooperación entre ambos.Enestesentido,labuenagobernanzapuedefortalecersemediantelacreaciónyoperacióndeunadecuadoyfuncionalcomitéauditordeinformacióndelictiva.

Paradeterminarloselementosmínimosquerequieretalcomitéauditor46,estasecciónsebasóendocumentosproducidos por organismos internacionales, como elFondoMonetarioInternacional47(FMI)ylaOrganizaciónparalaCooperaciónyelDesarrolloEconómicos48(OCDE),así como en publicaciones académicas sobre buenagobernanza en empresas privadas y públicas. Cabeaclarar quenuestro objetivono consiste endefender

una estructura particular para institucionalizar estecomitéauditor,sinoen iniciarundiálogodemocráticoentre autoridades gubernamentales, sociedad civil yciudadaníaalrespectoquellamealaacción.

5.2.1 ¿Qué es un comité auditor de información delictiva?

Tantoenlosbancoscentralescomoenlascorporacionesprivadas, se ha considerado una buena práctica elestablecimientodeuncomitéauditor(CA),tantoparareducirloscostosdeagencia,comoparafortalecerlabuena gobernanza (OCDE 2016; UNESCAP 2009). Enestesentido,uncomitédeauditoríasdelictivaspodríaapegarseaunaestructurasimilar.

Un CA de información delictiva debería estar constituido por un sistema de pesos y contrapesos robusto y con una estructura sólida que le permita vigilar y validar los registros delictivos de manera útil, oportuna, veraz y accesible,como losonsuscontrapartes en los bancos centrales encargadosde supervisar la política monetaria nacional. Estoselementos son fundamentales para desarrollar unabuena reputación y credibilidad, al vincularse con laefectividaddesudesempeño.

Las tareas desempeñadas por un CA de informacióndelictiva deben centrarse en el corazón de unmarcodegobernanzaalinteriordelsistemadeprocuracióndejusticia.SegúnCamillerietal.(2007),sus funciones consisten en:

• vigilar y supervisar la integridad de los controles internos de las procuradurías/fiscalías estatales;

• validar la calidad y transparencia de sus registros delictivos(porejemplo,lainformaciónsobreincidenciadelictivadelfuerocomúnparafinesestadísticos);

• revisar el proceso de divulgación de sus resultados; y

44 Porejemplo,apelaralaopiniónpúblicasobreelavanceycontroldelmonopoliodelestadosobrelaviolenciay/oparaobtenermásrecursosenseguridadpúblicaderivadosdeldesempeñodelosgobiernoslocalesparareducirlaviolenciayladelincuencia.

45 Sonuntipodecostointernoquesurgeodebeserpagadoaunagentequeactúaennombredelprincipal.Estoscostossurgendebidoaproblemasfundamentales,comoloschoquesentreinteresesindividuales.

46 EsimportanteseñalarqueelprimerpaísenimplementarunesquemadeauditoríasdedatosdelictivofueelReinoUnido.Posteriormente,hanllevadoacaboprácticassimilaresIrlanda,NuevaZelandayAustralia.

47 Camillerietal.(2007).

48 OCDE(2016).

49

• monitorear posibles actos de manipulación.

Para cumplir estas funciones, el CA de informacióndelictivadebecontarconunexcelenteentendimientodelosmarcosoperacionalessobreprocuracióndejusticiayclasificacióndelictiva,delasrelacionesorganizacionalesquesostienen lagobernanzaentre lasprocuradurías/fiscalíasestatales,elSecretariadoEjecutivodelSistemaNacionaldeSeguridadPública(SESNSP)eInegi,ydelproceso de publicación de información de incidenciadelictivadelfuerocomún.

5.2.2. ¿Cómo podría justificarse un comité auditor para la validación de estadísticas del fuero común?

Marco legal

Como se ha discutido hasta ahora, las entidadesfederativaspodríanestarmanipulandolainformacióndelictiva en sus respectivas jurisdicciones. Paravalorarlacalidadyveracidaddeésta,serecomiendainstitucionalizar un CA que supervise y evalúe elprocesodeclasificación,seguimientoypublicaciónde registros delictivos para fines estadísticos.De acuerdo con investigadores del FMI (Camilleriet al. 2007, 10), la función de supervisión puedefortalecerse al atribuir funciones específicas alcomité,siempreycuandoseanestablecidasenunmarcolegal.

Es necesario evitar la redundancia y traslape de funciones gubernamentales. Al respecto, serealizóunsondeosobrelasleyesgeneralesyreglasdeoperaciónquesustentanlaobligación,implementaciónyactuaciónde laAuditoríaSuperiorde laFederación(ASF),InstitutoNacionaldeTransparencia,AccesoalaInformación y Protección de Datos Personales (Inai),Inegi,ProcuraduríaGeneraldelaRepúblicaySESNSP.Algunasdeéstascuentanconatribucionesnormativaspara revisar y verificar información, conmecanismospara obligar a las entidades sujetas a escrutinio a

intercambiar información, con independencia deactuación y financiera, así como con esquemas deincentivos y castigos para robustecer la cooperaciónentrelaspartes.

Con base en esta revisión sucinta y general, serecomiendahacerunanálisiscomparativoyjurídicomásextensoyrobusto,apartirdelasleyesgeneralesyreglasdeoperaciónquesustentanlaoperacióndecada secretaría de gobierno, para identificar cuálesde sus respectivas agencias o institutos tienenatribuciones legales para auditar la informacióndelictiva. Al analizar cada una de éstas, debenplantearselassiguientespreguntas.

¿Atribuye el actual marco jurídico la facultad de auditar la información estadística a alguna agencia de gobierno? Si se cuenta con éste,¿son sus atribuciones lo suficientemente sólidas para implementar las acciones del CA? Ahora bien, denoexistirunmarcolegalquesustenteyprotejaalCA,¿cuál dependencia de gobierno debería hacerse cargo? ¿Qué ventajas comparativas tienen que considerarse para elegirla? ¿Qué procesos legislativos y modificaciones legales se deberían llevar a cabo para diseñar un CA y consolidar jurídicamente sus competencias?

Unavez resueltasestaspreguntas,es fundamental incluir o fortalecer el marco normativo que defina las obligaciones de las entidades federativas respecto al CA. En especial, éste debe facilitar elacceso e intercambio de información con el Comité,bajo las reglas de operación dictadas. Por ejemplo,debeestablecerlacorresponsabilidaddelasentidadessujetas a revisión y su obligación de respetar plazosfijos en la entrega de información, para agilizar laaccesibilidad,trasparenciayprocesodesupervisión.

Ensuma,esnecesarioestipularclaramenteelmandatodel CA para protegerlo frente el riesgo de disoluciónde sus responsabilidades, ante el posible traslape

Cada víctima cuenta: hacia un sistema de información delictiva confiable50

de funcionesdeotraagenciadegobierno, y frenteacualquierinjerenciaqueatentecontrasuindependenciaycompetencia.

Características deseables del comité auditor de información delictiva

Se debe blindar al CA en contra de intereses políticos. Al incluir representantes del gobiernofederalydelaciudadanía,lacomposicióndelCAdebegarantizar su independencia. Es decir, para evitar lainterferencia indebida de intereses particulares o elriesgodeexponerinformaciónprivilegiada,laliteraturaseñalaque“losgobiernostípicamenteemitendirectricessobre nombramientos públicos para maximizar losbeneficiosdelosexpertosyeljuicioindependientedelosmiembrosqueconformenalcomité”(Camillerietal.2007,11).

En el caso mexicano, la conformación del Comitéde Participación Ciudadana del Sistema NacionalAnticorrupción representa un caso exitoso de comitécolegiadoseleccionadoconindependenciayautonomía.ComofueelcasoparaladesignacióndeesteComité,se debe enfatizar las cualidades personales de losmiembros del CA para evitar posibles conflictos deinterés.Enparticular, seesperaríaque losmiembrostengan la habilidad para resolver cualquier problemaéticoquesellegueapresentar.Poreso,es importante establecer un código de conducta al interior del CA que permita a sus miembros adoptar una cultura de continuo mejoramiento(Camillerietal.2007), para construir una buena interacción con lasprocuraduríasyfiscalías.

Sin lugar a dudas, la reputación que vaya construyendo el CA estará correlacionada con sus valores éticos y profesionales, así como con su desempeño en términos de transparencia, autonomía, rendición de cuentas y consecución de objetivos.Losejerciciosquelleguenademostrarpúblicamente estas características, aunados a lasupervisiónde loscontroles internosdecadaentidadfederativa y la revisión de estadísticas delictivas queestos últimos emitan, son elementos valiosos quepueden ayudar al comité a defenderse de influenciasexternas(OCDE2016).

Retos

Antes de discutir los criterios y característicasadicionales de la estructura del comité, es necesario

discutiralgunosdelosretosquedebeatender.Primero,las potenciales dependencias candidatas a realizar estas tareas de auditoría deben tener un nivel medio o avanzado sobre procuración de justicia, clasificación delictiva y estadística. En particular,es necesario acreditar a losmiembrosmediante unacertificación que demuestre un conocimiento mínimosobredichashabilidades.

Segundo, al momento de operar, la comunicación que emita el CA, a través de sus reportes sobre calidad de información delictiva, debe ser clara y entendible para todo el público.Estoesimportantepara que autoridades y ciudadanos puedan evaluarla posición, desempeño y calidad de las estadísticasdelictivasdecadaentidadfederativa.

5.2.3. ¿Cómo debe integrarse el comité auditor y cómo podría ser su estructura interna?

Independencia, selección y estructura interna

DeacuerdoconelFMI(Camillerietal.2007,17),paradiseñarunCAquefunjacomounaestructuraefectivade supervisión, se deben considerar los siguientescomponentes almomento de elegir a susmiembros:pertinencia en términos de conocimientos legales yoperativos específicos de cada entidad federativa;independenciadelCAconbaseensunombramiento,composiciónyhabilidades;einteracciónconelgobiernofederalysusdependencias.

Asimismo,debeplantearselosiguiente:

•¿cómosedelegarásuautoridadyresponsabilidad?;

•¿cómosefortalecerásuindependencia,autonomíaycredibilidad?;

•¿cuántosmiembrostendrá?;

•¿cuálserásuvigencia?;

• ¿cuáles son las calificaciones, experiencia yespecialización en el tema que deberá tener cadamiembro?;

•¿tendráelcomitéunpresidente?;

•¿cuántosrecursosseránnecesariosparapermitirsuoperacióneindependenciaydequébolsasprovendrán?

51

DeacuerdoconSheliaEllwoodyJavierGarcíaLacalle(2015), profesores de contaduría y finanzas de laUniversidaddeBristolydelaUniversidaddeZaragozarespectivamente,se recomienda que el comité esté integrado por un mínimo de tres pero un máximo de seis miembros, para evitar cuotas mayores deoperación. Asimismo, sugieren que una operación óptima está correlacionada con mandatos de dos a tres años, con posibilidad de reelección.Respectoal currículum de cada miembro, los investigadoresdictanqueal menos uno de ellos tenga reciente y relevante experiencia en la materia (por ejemplo, auditorías y clasificación delictiva).Finalmente,las reuniones que mantengan deben estar vinculadas a la generación de auditorías y reportes, idealmente acordadas de dos a tres veces al año. Sobreesteúltimopunto,seahondarámásadelante.Sinembargo,esimportanteconsiderarlacargadetrabajoal interiordelCAy lasresponsabilidadesexternasdesusmiembros.

Finalmente, es necesario considerar la organizacióninternadelCA:¿para el funcionamiento del comité, será mejor una estructura vertical, horizontal o una mezcla entre ambas?DeacuerdoconBelindaLuke(2010),profesoradelaUniversidadTecnológicadeQueensland,laestructurayeltipodelasempresaspúblicas más efectivas para fomentar la rendiciónde cuentas debe incorporar tres dimensiones. Ladimensiónverticalhacereferenciaalaresponsabilidadpolíticayadministrativa.La horizontal correspondealarendicióndecuentasdelcomitéhacialaciudadaníaysevinculaalmarcolegislativoyregulatoriovigente.Porúltimo,ladimensióninternaradicaenlamoralidad,profesionalismo y responsabilidad de los miembrosdel comité. Al considerar las tres dimensiones, “elcumplimiento de las leyes y reglamentos reduceel riesgo de enfrentar un litigio, mientras que elcumplimientodelasnormasprofesionalesmejoralosresultados”(Luke2010,15).

5.2.4. ¿Cómo debería auditarse la información delictiva?

Reuniones

Al contar con un marco jurídico sólido que justifique y conforme la estructura del CA, se debe diseñar un calendario de sus actividades con base en la periodicidad, alcance y resultados de las auditorías delictivas que se buscará realizar. La literatura señala que el comité debe reunirse,

comomáximo,tresvecesalaño.Porconsiguiente, lapublicacióndesusresultadosdebeplanearseencadareunión,pararealizarseal términodelañoenqueserealizalaauditoría.

Estudios y metodologías

Lo anterior, sin embargo, es una tarea compleja.Méxicoestáconformadopor32entidadesfederativasydecenasdeministeriospúblicosalinteriordecadaunadeéstas,comomuestraelsiguientecuadro.ParaoptimizarlaeficienciayeficaciadelCA,esrelevantepreguntarse lo siguiente:¿cuál será la unidad de estudio de las auditorías? Es decir, ¿se auditarála información delictiva producida por cada MPespecializado o se auditará la información delictivarecopilada y almacenada por los departamentosestadísticosdelasprocuraduríasyfiscalíasgeneralesde losestados?Adicionalmente,¿la auditoría será censal o implementada mediante una estrategia de muestreo probabilístico?

Engeneral, laexperiencia internacionalsugierequela unidad de estudio debe vincularse al interior delos ministerios públicos, revisando cada registrodelictivo,aunqueseamáscostoso.Estudiosdeestanaturaleza,implementadosenSudáfrica(Matzopoulosetal.2015)yenEstadosUnidos(Nolanetal.2011),muestranquelaestrategiademuestroprobabilísticoesmáseficientequeuncensocompleto,entérminosderevisiónderegistrosdelictivos.Enambosestudios,seoptóporunaestrategiamulti-etapa,estratificaday aglomerada, tomando en cuenta las agenciasministeriales locales como unidad primaria demuestreo,paraestimarunamuestrarepresentativaanivelestatal.Porotrolado,losCensos de Gobiernos Municipales y Delegacionales,publicadosporelInegi,dependenenteramentedelavoluntaddelosactoresestatalesparaintercambiarinformación.Elproblemadeestematerial,similaraloqueocurreconlasbasesde datos del SESNSP, es que no es fácil validar lacalidadyveracidaddelainformaciónqueemitecadaentidadfederativa.

Reportes

Teniendoencuenta lasconsideracionesanteriores,elsiguientepasoes ladefiniciónde laestructurade losreportes y las consecuencias de sus resultados. DeacuerdoconelFMI(2007,14)yelConsejodeReportesFinancieros del Reino Unido (FRC 2014), los reportesdebenintegrar,entreotrosconceptos,losiguiente:

Cada víctima cuenta: hacia un sistema de información delictiva confiable52

Cuadro 5.2. Agencias del Ministerio Público a nivel nacional y por entidad federativa (2015)

Estados Unidos Mexicanos

Aguascalientes

BajaCalifornia

BajaCaliforniaSur

Campeche

Coahuila

Colima

Chiapas

Chihuahua

DistritoFederal

Durango

Guanajuato

Guerrero

Hidalgo

Jalisco

México

Michoacán

Morelos

Nayarit

NuevoLeón

Oaxaca

Puebla

Querétaro

QuintanaRoo

SanLuisPotosí

Sinaloa

Sonora

Tabasco

Tamaulipas

Tlaxcala

Veracruz

Yucatán

Zacatecas

Estado

3,896

26

70

58

69

140

41

548

116

199

123

48

76

34

289

179

212

63

78

186

125

102

40

42

196

77

96

54

164

16

240

34

155

1,882

0

18

32

37

37

27

262

44

127

67

4

40

32

111

0

97

34

27

59

70

34

22

42

144

34

80

49

86

8

162

29

67

107

0

4

2

2

11

0

9

5

6

6

5

0

0

10

7

2

3

0

19

1

1

1

0

0

6

1

0

0

2

0

0

4

209

1

5

2

3

15

3

13

11

12

10

5

0

0

24

9

2

3

6

39

3

2

3

0

8

2

2

1

0

0

2

0

23

85

0

2

0

3

9

0

0

4

4

6

3

0

0

17

1

1

3

5

13

2

6

1

0

3

1

0

0

0

0

1

0

0

119

1

3

0

3

4

0

0

6

11

5

0

8

1

11

11

5

3

1

0

1

1

1

0

6

5

5

0

0

2

21

1

3

57

0

5

3

1

0

4

1

3

3

6

1

6

0

6

0

1

1

1

1

1

1

2

0

2

4

0

1

0

0

0

1

2

12

0

0

0

0

0

0

0

2

0

3

0

0

0

4

0

0

0

0

0

1

0

1

0

0

0

0

0

0

0

0

1

0

71

1

2

0

1

1

1

10

2

1

6

1

2

1

6

4

4

1

1

3

1

1

1

0

7

4

0

1

3

1

2

0

2

TotalMixta o General RobosHomicidios Extorsiones Secuestro

Delitos patrimoniales

o fraudesDelitos

Sexuales

Delitos contra

la Salud

Tipos de agencias

Fuente: FUENTE: INEGI. Censo Nacional de Procuración de Justicia Estatal 2015.

Agencias especializadas

53

86

0

0

7

2

4

0

29

9

1

0

4

0

0

1

3

0

3

7

0

8

0

0

0

6

1

0

0

0

0

0

1

0

49

0

0

1

0

0

0

15

1

5

0

1

0

0

8

3

1

3

0

1

2

1

1

0

3

0

0

0

0

1

1

0

1

108

0

0

0

2

0

6

0

0

1

4

0

0

0

8

12

3

3

0

45

1

0

0

0

6

0

0

1

12

0

0

0

4

63

0

0

0

0

0

0

43

0

2

0

0

1

0

0

0

1

0

1

0

0

0

0

0

7

0

0

0

0

0

8

0

0

7

0

0

1

0

0

0

0

0

2

0

0

2

0

0

0

0

0

0

0

0

1

0

0

0

1

0

0

0

0

0

0

0

41

0

2

0

1

7

0

1

1

0

0

0

1

0

1

11

1

1

0

1

1

1

0

0

0

1

0

0

5

0

4

0

1

158

0

3

6

3

7

0

13

4

4

6

22

6

0

3

7

5

2

1

4

3

2

1

0

2

3

8

1

13

1

22

1

5

29

0

0

0

0

0

0

0

0

9

0

0

0

0

0

0

0

0

0

0

1

1

0

0

0

0

0

0

0

0

17

0

1

68

1

17

0

3

0

0

0

8

0

4

0

0

0

2

0

0

3

7

0

5

14

1

0

2

0

0

0

0

1

0

0

0

745

22

9

4

8

45

0

152

16

11

0

2

10

0

77

111

89

0

21

1

24

36

5

0

0

15

0

0

45

0

0

0

42

Delitos contra las Mujeres

Violencia Intrafamiliar

Atención a Indígenas

Atención a Turistas

Atención a Desaparecidos

Atención de Adolescentes

Asuntos civiles

Justicia Alternativa Otra

Delitos cometidos

por servidores públicos

Tipos de agencias

Cada víctima cuenta: hacia un sistema de información delictiva confiable54

•objetivosdelaauditoríasobreinformacióndelictiva;

•criteriosdelaauditoríaparalaseleccióndecasos;

• descripción y definición de averiguaciones previas/carpetasdeinvestigación;

•descripcióndelosprincipalesriesgoseincertidumbresquelasentidadesenfrentan;

•cantidaddereportesauditados;

•resultadosdelainvestigación,basadaenunaescalademenoramayorgravedadencasosqueseverifiquenactosdemanipulaciónintencional;

•recomendacionesemitidas.

Sobre este punto, recordemos que es fundamentalconservar e impulsar una buena reputación del CA.Por consiguiente, los reportes deben de ser claros yentendiblesparaunpúblicogeneralyespecializado.

Incentivos, participación ciudadana y certificaciones

Complementariamente,elobjetivodelCAesrestringirla potencialmanipulación de registros delictivos, conmirasavalidar su calidadyveracidad.Retomando ladiscusiónsobrelosproblemasdeagencia,elCAdebeimplementar un sistema de incentivos y castigoseficientequefavorezcalaalineacióndeinteresesentreésteylasentidadesfederativas.EncasodeencontrarevidenciademanipulaciónytergiversaciónderegistrosdelictivosoencasodequelasentidadessenieguenadaraccesoalCAasusregistrosdelictivos,¿se debe optar por un mecanismo de multas económicas o por un mecanismo de empoderamiento ciudadano a través del poder de la divulgación pública de la información?

El éxito o fracaso del CA dependerá de estosmecanismos. Un esquema de multas económicas nonecesariamenteesefectivo,silasmultassonfinanciadaspor los recursospúblicosde losestados,puespodríaafectarlaasignaciónderecursospúblicoslocalesparaotrosfinessociales.Entodocaso,losciudadanossonquienespagarían,mediantesusimpuestos,lasaccionesincorrectas de las entidades federativas y tambiénserían los principales afectados por la reasignaciónpresupuestariadeprogramassectoriales,alemitirseelpagodelainfracción.

Por otro lado, en una democracia funcional, los ciudadanos responsabilizan a sus representantes políticos con base en su desempeño. Sin embargo,estoesposiblesiempreycuandocuentenconinformaciónconfiablequelespermitaevaluarelquehacerdelospolíticos(Manin,PrzeworskiyStokes1999).Asípues,permitiendoa los ciudadanos monitorear a sus gobernantes, seesperaría que los gobiernos en turno actúen a favor delos intereses del público (Besley 2006). En este sentido,se presumiría que la información, siempre y cuando sedivulguedemocráticamenteypermitaverificarlacalidaddeldesempeñodelosgobernantes,influyeenlaconstrucciónyemisióndelvotociudadano(BesleyyBurgess2002).

Desdeunenfoqueparticipativoydemocrático,sepodríaasumirquelosresultadosdelasauditorías--alproveerinformación clave y confiable sobre la honestidad ycapacidad de los gobiernos locales en el manejo desusdatosdelictivos--,puedenfungircomounincentivoparaevitar lamanipulaciónde informaciónparafinesestadísticosyfinancieros.

Claudio Ferraz y Federico Finan (2008), ambosreconocidosprofesoresdeeconomíapolítica,investigaronelefectodeprácticasvinculadasaactosdecorrupciónsobre los resultados para presidentes municipales enBrasil. Su análisis estudia un programa anticorrupciónbrasileño,implementadoen2003,cuandoelgobiernodelexpresidenteLuizInácioLuladaSilvacomenzóaseleccionaraleatoriamenteagobiernosmunicipalesparaauditarelejercicioderecursosfederales.Susresultadosmuestranque la divulgación de los resultados de las auditorías,particularmentemediantelacoparticipacióndelosmediosmasivos de comunicación, tuvo un efecto significativoen la emisióndel voto de los brasileños. Enparticular,si laauditoríaverificóvariasprácticasrelacionadasalacorrupciónymalgastoderecursospúblicos,losvotantescastigaron al gobierno en turno y beneficiaron a laoposición.Porelcontrario,silaauditoríavalidóunbuenejerciciodelosrecursosfederales,elelectoradopremióelbuendesempeñodelpresidentemunicipal,mediantesureelecciónoafavordelapermanenciadesupartidoacargodelgobiernolocal.

Unestudiosimilar,realizadoenelestadodeJaliscoporAlbertoChong, profesor de economía de laUniversidad Estatal deGeorgia,ycoautores(2015),obtuvoresultadoscomparables.Sinembargo,enelcasomexicano,elanálisisconcluyequelainformación,siempreycuandoseaútil,debeestaracompañadade instituciones fuertes, autónomas y representativas confinalidaddereforzarlalegitimidadyefectividaddelsistemapolítico.Delocontrario,másalládefomentarlaparticipación

55

electoral, los casos rampantes de corrupción puedendesincentivarelejerciciodemocráticodelvoto.

Sinembargo,ambosestudios,tantoenBrasilcomoenMéxico,coinciden en la necesidad de incluir a las organizacionesde la sociedad civil y la ciudadanía en el esquema dedivulgación y comunicación de resultados. Actualmente,losgobiernosenfrentanunacrecientedemandaqueexigeresponsabilidad, transparenciayefectividadporpartedelosciudadanos--quienessoncadavezmásexigentesconrespectoasuderechoalainformaciónyaformarpartedelatomadedecisiones.Entonces,elCAdebetomarencuentalaparticipaciónciudadanayfortalecerlacooperaciónconésta.Deestamanera,

[el comité auditor] puede facilitar una participación ciudadana más eficaz e informada para conseguir un mejor sistema de gobernanza, al mejorar la comprensión pública sobre el desempeño de [las procuradurías/fiscalías estatales], en qué medida están alcanzando sus objetivos, cuáles son las razones que explican su bajo rendimiento y cómo pueden ser redirigidas (Baimyrzaeva y Kose 2014, 81).

La experiencia del Reino Unido sobre manipulaciónde registros delictivos indica que las certificacionesson necesarias, pero no suficientes para asegurar lacalidad y veracidad de la información estadística.Las certificaciones reducen costos en el proceso deauditoríassiempreycuandonoeximanalasentidadesderendicióndecuentas.Deoptarseporestemecanismo,¿bajo qué criterios se emitirán las certificaciones, por cuánto tiempo estarán vigentes y cómo se podrán monitorear sus lineamientos?

Tanto el ISO-9000, como el Reino Unido (PASC2014), indican que una entidad puede ser acreedoraa una certificación cuando esté alineado a criteriosinequívocos de estandarización, regulación y calidadde procesos. A pesar de lo anterior, las entidadescertificadasnoestánexentasderevisiónyverificación.De ser electas por una auditoría, en todo caso éstaserámenosprofundayextensaacomparacióndesuscontrapartessincertificación,puesseconocenmejorsus procesos internos. Asimismo, para incentivar elcontinuomejoramientodeprocesosenel registrodeestadísticas delictivas, la literatura sugiere que loscertificadostenganunavigenciadedosatresaños.

Ensuma,elsistemadecastigosybeneficios tienequeestructurarseconbaseenunanálisiscosto-beneficio.Si

loscostosderivadosdelosresultadosyrecomendacionesdelCAsonexcesivos,elsistemapolíticomexicanopodríavetarsuimplementacióny,portanto,minarsuactuación.Por consiguiente, es fundamental considerar cuál es lamejorsoluciónaesteproblemaydefinirsiunesquemade multas, uno basado en la reputación política, unsistemadecertificacionesounamezclaentreéstoseselmejorcaminodeacuerdoalcontextoylasnecesidadesdenuestropaís.Seacualsealadecisiónquesetomealrespecto,elCAsiempredeberádeincluiryfomentarlaparticipaciónciudadana,puestoqueessumejorapuestaparagarantizarsuprofesionalización,laconsecucióndesusobjetivosysusustentabilidad.

5.3. Apuntes finales

Comosemencionóenunprincipio,lainformacióndelictivaesunrecursopúblicoempleadoparalatomadedecisionesentérminospresupuestalesyparaeldiseñodepolíticasdeseguridadpública.Enconsecuencia,debenestarsujetasal escrutinio público, la transparencia y rendición decuentas,comolosonlasfinanzaspúblicas,elpresupuestoyelgasto.Sinembargo,enMéxicoenfrentamosvariosretosparagarantizarlainstitucionalizacióndeuncomitéauditordeestadísticasdelictivas,comofueelcasoparalaconsolidacióndelaASF,InaieInegi.

Para hacerlo posible, en primer lugar, es necesariofortalecerlaconfianzaciudadanaenlaprocuracióndejusticia.Segundo,esvitalcontinuarconlacapacitacióndeagentesdelMP.Tercero,sedebeseguirimplementandoy consolidando la homologación de normas para laclasificación delictiva con fines estadísticos. Cuarto,se debe cerrar la brecha entre ministerios públicosen términos de personal, instalaciones y beneficiospara sistematizar y garantizar una mejor calidad deinformación,medianteelusodenuevastecnologías.

Enúltimolugar,sedebecomenzaradebatirsobreunmodelodeauditoríasdelictivas,apartirdeladefiniciónde un comité auditor, sus objetivos, obligaciones,estructura organizacional, sistemas de comunicaciónde resultados, provisión de recursos financieros yfacultades legales para garantizar la transparencia,rendicióndecuentasymejoramientodelagobernanza.En conjunto todos estos puntos deben fomentar laveracidadycalidaddelosregistrosdelictivosyabonaralaconstruccióndeunasociedadmásinformadayactiva.LaexperienciadelReinoUnidoenlamateriacompruebaqueesposiblelograrestameta,mediantelaparticipacióndelaciudadanía,agenciasgubernamentales,gobiernoslocalesyelpoderLegislativoyEjecutivo.

Cada víctima cuenta: hacia un sistema de información delictiva confiable56

CONCLUSIÓN

Imaginemosunpaísqueenfrentaunaepidemiadediabetes.Pararesolverestaproblemática,elgobiernoimplementaunambiciosoprogramadedeteccióndediabetes,mediantelaprovisióndeexámenesgratuitosdesangreparadiagnosticardichaenfermedady,posteriormente, tratarlao

prevenirlaa tiempo.Lametaqueestableceelpropiogobierno cuando lanza esta intervención consiste enreducirelnúmerodepacientesquepadecendiabetesenun15porcientodurantelospróximosdosaños.

En paralelo, el gobierno anuncia que las clínicas quemás contribuyan a este objetivo obtendrán un bonopara mejoras en infraestructura (equipamiento yampliaciones),mientrasqueaquellasquenoloconsiganperderánestefinanciamiento.Sinembargo,elprogramanocuentaconunsistemadetransparenciayrendiciónde cuentas que revise los resultados sanguíneos decadapaciente.

Ahora imaginemos que desde hace meses usted sesienteprofundamentecansado,irritable,deshidratadoyconunapetitoinsaciable.Enconsecuencia,decideirasuclínicapúblicamáscercanapararealizarelexamendesangregratuito.

Alpocotiempo,conbaseenlosresultadosdelexamen,eldoctor leanunciaquegozadeunasaludexcelenteysolamentelerecomiendareposoporunpardedías.No le recomienda necesario proseguir con ningúntratamiento,cambiarderutinaodedieta.

Sin embargo, los síntomas que sentía persisten y seagudizanconelpasodeltiempo.Unvecinoloconvencede consultar a sudoctor privado.Al acudir conéste,el especialista realiza lamisma rutina que empleó laclínicapública,peroconcluyequesusnivelesdeglucosasonaltosylodiagnosticacondiabetes.

Dosañosdespués,elgobiernoanunciaeléxitodesuprogramapuessuperólametaquesehabíafijadodereducirlaprevalenciadediabetes,puesdisminuyóencasi15.2porciento.Sinembargo,lanoticiacausamuchasuspicacia,puestoquemuchaspersonasdesconfíandelprograma,alhaberrecibidoundiagnósticosanguíneoadulterado.

Similaraestaficción,ladelincuenciayviolenciaenelpaís secomportandesdehacevariosañoscomounaepidemia. Debido a que el desempeño en seguridadpúblicadelasentidadesfederativassemideconbaseenindicadoresdeincidenciadelictiva,éstospodríansermanipuladosparasatisfacerinteresesparticulares,enelmarcodeunsistemasintransparencianirendicióndecuentas(Campbell1976).Cuandolosindicadoresbásicosde una enfermedad no se reportan adecuadamente,comoennuestraanalogía,seproponensolucionesnosólodesapegadasanuestrarealidad,sinoineficientese ineficaces. En nuestro ejemplo hipotético, parasanar su diabetes, el paciente necesitaríamonitorearcontinuamentesusangre,tomarinsulina,hacerejerciciofísico y cambiar de dieta, y no reposar algunos días.Lomismoocurreconelproblemadeseguridadpúblicaen el país: si no se reportan, registran y clasificancorrectamentelosdelitoslocales,difícilmentepodremosdeteneratiempoestegraveproblema.

Elobjetodeestereporteconsistióendefiniryanalizarel conceptodemanipulacióndelictiva, apartir de lasdefiniciones de fraude y con base en la informaciónsobre incidencia delictiva del fuero común publicadaporelSecretariadoEjecutivodelSistemaNacionaldeSeguridadPública(SESNSP).Paraesto,concentramosnuestra atención en dos clases de manipulación:subregistro y clasificación incorrecta. A través deentrevistas y revisión de la literatura, identificamosqueexistenespaciosalolargodelprocesodedenuncia

57

que pudiesen vulnerar la calidad de la informacióndelictiva,tantoporfaltadecapacidadeslocales,comoporestrategiasindividualesqueincidensobrelacalidadyveracidaddelasaveriguacionespreviasycarpetasdeinvestigación.

Con base en pruebas estadísticas y forenses,analizamos los reportes de homicidios para detectarposiblescasosdemanipulación.Paraestudiarcasosdesubregistro,asumimosqueelúltimodígitodelascifrasde homicidios dolosos debería tener una distribuciónuniformeyaleatoria;esdecir,lasterminacionesdeloshomicidiosen1,2,3,…y9deberíantener lamismaprobabilidaddeocurrir.Enestesentido,seaplicóunaprueba estadística chi-cuadrada de bondad de ajuste para identificar posibles anomalías en la distribucióndelúltimodígitodelhomicidioparacadaadministraciónestatal,desde1997hasta2015.

Los resultados indican que, probablemente, 23 de 136 gobiernos estatales dejaron algún rastro de manipulación, puesto que la frecuencia acumulada del último dígito de sus respectivos homicidios no concuerda con los criterios de uniformidad y aleatoriedad. En tales entidades, generalmente las terminaciones 1, 2 y 3 de sus respectivos homicidios fueron las más frecuentes (BolandyHutchinson2000).

Complementariamente, aplicamos tres condicionesderivadasdeexperimentospsicológicosyconductuales(Beber y Sccaco 2012; Weidmann y Callen 2012)sobre el acomodo de los últimos dos dígitos de loshomicidiosdolososregistradosmensualmenteporcadaadministraciónestatal--tambiénde1997a2015.Losresultados globales de las tres pruebas empleadas(aversión a la repetición y a la distancia, así comopreferenciaporadyacencianumeral)sugierenque28 por ciento de las administraciones analizadas

fueron catalogadas como posibles focos rojos en términos de subregistro delictivo.

Con el propósito de analizar otra manifestaciónde manipulación, ahora relacionada a la probablereclasificacióndehomicidiosdolosos (o intencionales)porculposos(no-intencionales),usamosotrosmodeloseconométricos. En este caso, asumimos que ambosdelitos deberían ser independientes el uno del otro.Es decir, supusimos que una política para reducir elhomicidio doloso no debería afectar la incidencia deldoloso y viceversa. En este sentido, no deberíamosesperar una correlación positiva y significativa entreestosdosdelitosatravésdeltiempoanivelestatalyporadministración gubernamental.Sin embargo, en 31 de 96 administraciones estudiadas, se encontró que éste fue el caso, sugiriendo posibles casos de reclasificación delictiva.

Finalmente, si bien varios estudios han analizado larelaciónentre laviolencia letaly los resultadospost-electorales(Villareal2002;Dell2015;LeyyTrejo2016),investigamoselposibleefectodelosperiodospreviosa laseleccionesparagobernadorsobre lacorrelaciónpositivaentrehomicidiosdolososyculposos,alemplearunmodelopanel.Enestesentido, seasumióque losgobernadores salientes podrían tener incentivos parafalsearsudesempeño(Keech1995),parafortalecerlaimagendesupartidoocomoplataformaparaimpulsarsucarreapolítica,alreivindicarantelaopiniónpúblicasupapelenlareduccióndelaviolenciaensusrespectivasdemarcaciones.

Nuestros resultados indican que la posible manipulación de homicidios --si ocurre--, puede presentarse antes de las elecciones, aunque sea más probable que suceda cuando el margen de victoria entre el primero y segundo lugar fue más

Cada víctima cuenta: hacia un sistema de información delictiva confiable58

cerrado.Entodocaso, laevidenciaestadísticasugierequelamanipulaciónpuedeoperarenperiodosmayoresdetiempoquetrasciendenlosperiodospreypostelectorales.

Delanterioranálisis,concluimoslosiguiente.Primero,partedelasanomalíasdeloshomicidiospudierondeberseacuestionesaleatorias,alafaltadecapacidadeslocalesparaclasificaryresolverdelitos,yaposiblescasosdesubregistrosyclasificaciónincorrecta,entreotros.Entodocaso,másalládeseñalaraalgúngobiernoestatal,estaspruebasdeberíanconsiderarsecomodiagnósticospara identificar focos rojos y complementarse con laconstrucción de auditorías físicas de informacióndelictivaquepermitanvalidarononuestrosresultados.

En segundo lugar, no podemos asegurar que haocurrido algún grado de manipulación del homicidioen los gobiernos que presentaron ciertas anomalías,como tampoco podemos comprobar que no hubomanipulación en el resto de las administraciones.En todo caso, nuestros hallazgos pueden servir paradeterminar,demaneramásfina,losperiodosencadaestadodondeseríaconvenienterevisaryverificar losregistrosdelictivosqueésteenvíaalSESNSP.

Entercerlugar,lapercepcióndelaopiniónpúblicasobrenuestrosresultadosrespectoalaposiblemanipulaciónde homicidios debe generar un llamado a la acciónpara iniciar un debate democrático al respecto. Lainformacióndelictiva esun recursopúblico empleadoparalatomadedecisionesentérminospresupuestalesyparael diseñodepolíticasde seguridad. Por ende,debeestarsujetaalescrutiniopúblico,latransparenciay rendición de cuentas, como los son las finanzaspúblicas,elpresupuestoyelgasto.

En cuarto lugar, se propuso fortalecer la confianzaciudadana hacia las autoridades ministeriales ycapacitar continuamente a éstas. Asimismo serecomiendaimpulsaryconsolidarlasnormastécnicas

parahomologarlaclasificacióndelictivaeimplementarnuevas tecnologías que permitan sistematizar laincidenciadelictivaparafinesestadísticosdemaneraeficienteytransparente.

De la mano de estas recomendaciones, este reporte concluye sobre la necesidad de institucionalizar un comité que audite y valide la calidad y veracidad de las estadísticas delictivas del fuero común. Por tanto, es necesario iniciar undiálogoconstructivoydemocráticoentreciudadanosyautoridadessobrelarelevanciadecontarconregistrosdelictivos de calidad y veraces. En este sentido, el sistema de auditorías debe basarse en un marco jurídico sólido, con atribuciones y facultades claras, para obligar a las entidades bajo escrutinio a intercambiar información y facilitar el acceso al Comité de forma expedita. Asimismo, tiene que ser independiente, sujeto a pesos y contrapesos, alineado a principios éticos de la buena gobernanza y sólido para garantizar la rendición de cuentas entre autoridades, así como entre ciudadanos y gobiernos. Todos estos elementos deben generarconcienciasobreelvalorpúblicodetenerestadísticasdelictivasconfiablesyabonaralaconstruccióndeunasociedadmásinformadayactivaenlamateria.

Finalmente, esta publicación es un llamado a la acción para trabajar juntos, como sociedad, en el desarrollo de mecanismos que permitan identificar anomalías en las estadísticas delictivas del fuero común y construir instituciones que garanticen su confiabilidad, como lo hizo el Reino Unido en 2013. Antelosgrandesretosdeseguridadpúblicaquedirectaoindirectamenteincidenennuestrobienestar,elprimerpasoparafortalecerlapazyelordensocialconsisteenlaconsolidacióndemejoresregistrosycifrasdelictivas.Éstapermitirádesarrollardiagnósticoscerterosparadiseñare implementar políticas públicas basadas en evidenciaempíricacontundente.

59

• Arteaga, Alejandra y José Manuel Álvarez. 2015.“ProcuraduríadeMichoacánborró2mildelitoscometidosen2014.”Milenio.Accesoel01defebrero,2016.http://www.milenio.com/policia/Procuraduria_Michoacan_borro_delitos-delitos_procuraduria_de_Michoacan-Secretariado_0_579542405.html

• Baesens, Bart, Véronique Van Vlasselaer y WouterVerbeke. 2015. Fraud analytics using descriptive, predictive, and social network techniques: a guide to data science for fraud detection.NewJersey:WilleyPress.

• Baimyrzaeva, Mahabat y H. Omer Kose. 2014. “Therole of supreme audit institutions in improving citizenparticipation in governance.” International Public Management Review15(2):77-90.

•BanerjeeAbhijit,RaghabendraChattopadhyay,EstherDuflo,DanielKeniston,yNinaSingh.2012. “Improvingpolice performance in Rajasthan, India: Experimentalevidence on incentives, managerial autonomy andtraining.”NBER Working Paper17912.

• Barrett,David. 2014. “Watchdog strips official statusfrompolicecrimefigures.”The Telegraph.15deenerodel2014.Accesoel01defebrero,2017.http://www.telegraph.co.uk/news/uknews/crime/10574424/Watchdog-strips-official-status-from-police-crime-figures.html

• Beber, Bernd y Alexandra Scacco. 2012. “What thenumbers say: a digit-based test for election fraud.”Political Analysis20:211-234.

•Benford,FrankA.1938.“Thelawofanomalousnumbers.”Proceedings of the American Philosophical Society 78(4):551-572.

•Besley,Timothy.2006.Principledagents?The political economy of good government, The Lindahl Lectures. Oxford:OxfordUniversityPress.

•Besley,TimothyyRobinBurgess.2002.“Thepoliticaleconomy of government responsiveness: theory andevidencefromIndia.”The Quarterly Journal of Economics 117(4):1415-1451.

• Boland, Phillip J. yKevinHutchinson.2000. “StudentSelectionofRandomDigits.”Journal of the Royal Statistical Society. Series D (The Statistician) 49(4):519-529.

• Camilleri, Marie-Thérèse, Tonny Lybek, y Kenneth R.Sullivan.2007.“Auditcommitteesincentralbanks.”IMF Working Paper (WP/07/73).

• Campbell, Donald T. 1976. “Assessing the impact ofplannedsocialchange.”Evaluation and Program Planning (2):67-90.

• Cantú, Francisco. 2013. Electoral Corruption in Developing Countries. Tesis por el grado de doctor encienciapolítica.SanDiego:UniversityofCalifornia,SanDiego.

•Chong,Alberto,AnaDe laO,DeanKarlanyLeonardWantchekon.2015.“DoesCorruptionInformationInspiretheFightorQuashtheHope?AFieldExperimentinMexicoonVoterTurnout,Choice,andPartyIdentification.”The Journal of Politics77(1):55-71.

• CIDAC. 2016. Evaluación de la implementación y operación a ocho años de la reforma constitucional en materia de justicia penal: hallazgos 2015. Ciudad deMéxico:CentrodeInvestigaciónparaelDesarrollo,A.C.

• Collier, Paul y Pedro C. Vicente. 2014. “Votes andviolence: evidence from a field experiment in Nigeria.”The Economic Journal 124(574):327-355.

•Deckert,Joseph,MikhailMyagkovyPeterOrdeshook.2011.“Benford’slawandthedetectionofelectionfraud.”Political Analysis19:245-268.

• Dell, Melissa. 2015. “Trafficking networks and themexicandrugwar.”American Economic Review.105(6):1738-1779.

• Durtschi, Cindy, William Hillison y Carl Pacini. 2004.“TheeffectiveuseofBenford’slawtoassistindetectingfraudinaccountingdata.”Journal of Forensic Accounting 5:17-34.

BIBLIOGRAFÍA

Cada víctima cuenta: hacia un sistema de información delictiva confiable60

•Ellwood,SheilayJavierGarcíaLacalle.2016.“Examiningauditcommitteesinthecorporategovernanceofpublicbodies.”Public Management Review18(8):1138-1162.

• Eterno, JohnA. y Eli B. Silverman. 2012.The Crime Numbers Game: Management by Manipulation. BocaRaton.:Taylor&FrancisGroup,LLC.

•Eterno,JohnA.,ArvindVermayEliB.Silverman.2014.“Policemanipulations of crime reporting: insiders’ revelations.”Justice Quarterlydoi:10.1080/07418825.2014.980838.

• Ferraz, Claudio y Federico Finan. 2008. “Exposingcorruptpoliticians:theeffectsofBrazil’spubliclyreleasedauditsonelectoraloutcomes.”The Quarterly Journal of Economics 123(2):703-745.

•TheFinancialReportingCouncilLimited.2014.Guidance on the strategic report.Londres:FRC.

• Gallegos, Jesús A. 2016. “Calidad de información ycombate al crimen”. Animal Político. Acceso el 01 defebrero,2017.http://www.animalpolitico.com/blogueros-el-blog-de-mexico-evalua/2016/11/17/calidad-la-informacion-combate-al-crimen/

• Hickman,MatthewJ.yStephenK.Rice.2010. “Digitalanalysisofcrimestatistics:doescrimeconformtoBenford’slaw?”Journal of Quantitative Criminology(26):333-349.

• House of Commons Public Administration SelectCommittee (PASC). 2014.Caught red-handed: why we can’t count on police recorded crime statistics.Londres:TheStationeryOfficeLimited.

•IFAC.2014.International framework: good governance in the public sector.Londres:CharteredInstituteofPublicFinanceandAccountability&InternationalFederationofAccountants.

•Inegi.2012.“PercepciónsobrelaInseguridad.”Encuesta Nacional de Victimización y Percepción sobre Seguridad Pública.Accesoel07de febrerode2017. http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/regulares/envipe/2012/tabulados/v_percepcion_seguridad_2012.xls

_____.2013.“PercepciónsobrelaInseguridad.”Encuesta Nacional de Victimización y Percepción sobre Seguridad. Accesoel07defebrerode2017.http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/regulares/envipe/2013/tabulados/V_percepcion_seguridad.xls

_____.2014.“PercepciónsobrelaInseguridad.”Encuesta Nacional de Victimización y Percepción sobre Seguridad Pública. Acceso el 07 de febrero de 2017. http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/regulares/envipe/2014/tabulados/V_percepcion_seguridad_2014.xls

_____.2015.“PercepciónsobrelaInseguridad.”Encuesta Nacional de Victimización y Percepción sobre Seguridad Pública. Acceso el 07 de febrero de 2017. http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/regulares/envipe/2015/tabulados/V_percepcion_seguridad_2015.xlsx

_____. 2016a. “Percepción sobre la Inseguridad.”Encuesta Nacional de Victimización y Percepción sobre Seguridad Pública. Acceso el 07 de febrero de 2017.http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/regulares/envipe/2016/tabulados/V_percepcion_seguridad_2016_est.xlsx.

_____. 2016b. Encuesta Nacional de Acceso a la Información Pública y Protección de Datos Personales. Accesoel25deenero,2017.http://www3.inegi.org.mx/rnm/index.php/catalog/223

•Keech,WilliamR.1995.Economic politics: the costs of democracy.Cambridge:CambridgeUniversityPress.

• Kiewiet, Roderick y Mathew D. McCubbins. 1991.The logic of delegation: congressional parties and the appropriations process. Chicago: Chicago UniversityPress.

• Klijin, Erik Hans. 2008. “Public management andgovernance: a comparison of two paradigms to dealwithmoderncomplexproblems.”EnFaur,Levi(ed.).The handbook of governance.Oxford:OxfordUniversityPress.

• Ley, Sandra y Guillermo Trejo. 2016. “Federalismo,drogas y violencia: por qué el conflicto partidistaintergubernamentalestimulólaviolenciadelnarcotráficoenMéxico.”Política y Gobierno23(1):11-56.

• Ley, Sandra. 2017. “Electoral accountability in themidstofcriminalviolence:evidencefromMexico.”Latin American Politics and Society.DOI:10.1111/laps.12008.

•Luca,DaraLee.2014.“Dotrafficticketsreducemotorvehicleaccidents?Evidencefromanaturalexperiment,”Journal of Policy Analysis and Management.doi:10.1002/pam.21798.

61

• Luke, Belinda. 2010. “Examining accountabilitydimensions in state-owned enterprises.” Financial Accountability & Management26(2):134-132.

• Lumet, Sidney. 1973. Serpico. Mass, Peter, Waldo Salt,NormanWexleryAlPacino.DirgidaporSidneyLumet.EstadosUnidoseItalia:ArtistsEntertainmentComplexyProduzioniDeLaurentiisInternationalManufacturingCompany.

• McCubbins, Mathew D. y Thomas Schwartz. 1984.“Congressional oversight overlooked: police patrolsversusfirealarms.”American Journal of Political Science 28(1):165-179.

• Magaloni, Beatriz y Guillermo Zepeda. 2004.“Democratization,judicialandlawenforcementinstitutions,andtheruleoflawinMexico.”EnMiddlebrook,Kevin(ed.)Dilemmas of political change in Mexico.California:CenterforU.S.-MexicanStudies.

•Manin,Bernard,AdamPrzeworski,ySusanC.Stokes.1999.“Electionsandrepresentation.”EnManin,Bernard,AdamPrzeworski,ySusanC.Stokes(eds.)Democracy, Accountability, and Representation. Cambridge:CambridgeUniversityPress.

•Matzapoulos,Richard,MeganPrinsloo,VictoriaPillay-vanWyk,NomondeGwebushe,ShanaazMathews,LornaJ. Martin, Ria Laubscher, Naeemah Abrahams, WilliamMsemburi, Carl Lombardb y Debbie Bradshaw. 2015.“Injury-relatedmortalityinSouthAfrica:aretrospectivedescriptive study of postmortem investigations.” Bull World Health Organ93:303–313.

• McDowall, David, Colin Loftin yMatthew Pate. 2012.“Seasonalcyclesincrime,andtheirvariability.”Journal of Quantitative Criminology.28(3):389-410.

•Mebane,WalterR.2008.“Electionforensics:thesecond-digitBenfordlaw’stestandrecentAmericanpresidentialelections.” EnAlvarez,R.Michal, ThadE.Hall ySusanD. Hyde. (ed.) Election fraud: detecting and deterring electoral manipulation.Washington,D.C.:TheBrookingsInstitution.

_____.2011.Comentariossobre“Benford’slawandthedetectionofelectionfraud.”PoliticalAnalysis19:269-272.

• México Evalúa. 2016. Justicia a la medida. Siete indicadores sobre la calidad de la Justicia Penal en México. CiudaddeMéxico:MéxicoEvalúa,CentrodeAnálisisdePolíticasPúblicasA.C.

•MéxicoUnidoContralaDelincuencia.2016.Infografías. Acceso el 26 de enero, 2017. http://mucd.org.mx/Infograf%C3%ADas-c122i0.html

• Mosimann, James E., Claire V. Wiseman y Ruth E.Edelman.1995. “Data fabrication: canpeoplegeneraterandomdigits?”Accountability in Research9:75-92.

•Nickerson,RaymondS.2002.“Perceptionandproductionofrandomness.”Psychological Review 109:330-357.

•Nigrini,MarkJ.1999.“Addingvaluewithdigitalanalysis.”The Internal Auditor 56(1):21-23.

•Nolan,JamesJ.,StephenM.HaasyJessicaS.Napier.2011.“EstimatingtheImpactofClassificationErroronthe‘StatisticalAccuracy’ofUniformCrimeReports.”Journal of Quantitative Criminology27:497-519.

•Nordhaus,William.1975.“Thepoliticalbusinesscycle.”Review of Economic Studies42:169-190.

• OCDE. 2016. Supreme audit institutions and good governance: oversight, insight and foresight.Paris:OECDPublicGovernanceReviews,OECDPublishing.

• Oficina de las Naciones Unidas contra la Droga y elDelito. 2013.Estudio Mundial sobre el Homicidio 2013. Resumen Ejecutivo.UNODC.

• Presidencia de la República. 2016. 4to. Informe de Gobierno 2015-2016. Resumen Ejecutivo. Ciudad deMéxico:GobiernodelosEstadosUnidosMexicano.

• Secretariado Ejecutivo del Sistema Nacional deSeguridadPública.2016.Información relevante. Accesoel25deseptiembre,2016.http://secretariadoejecutivo.gob.mx/incidencia-delictiva/incidencia-delictiva-fuero-comun.php

_____. 2016. Información sobre la incidencia delictiva del fuero común. Acceso el 25 de septiembre, 2016.http://secretariadoejecutivo.gob.mx/incidencia-delictiva/incidencia-delictiva-fuero-comun.php

_____. 2016. Modificaciones a las estadísticas por entidad federativa y notas aclaratorias.Accesoel25deseptiembre, 2016. http://secretariadoejecutivo.gob.mx/incidencia-delictiva/incidencia-delictiva-fuero-comun.php

•Smith,Adam.[1776]2003.An inquiry into the nature and causes of the wealth of nations.Londres:BantamClassics.

Cada víctima cuenta: hacia un sistema de información delictiva confiable62

• The Economist. 2011. “The governor’s miraculousachievement.” The Economist. Acceso el 22 deseptiembre, 2016. http://www.economist.com/blogs/americasview/2011/09/crime-mexico

• The National Academics of Sciences, Engineering &Medicine. 2016.Modernizing crime statistics: Report 1: Defining and classifying crime. Washington, D.C.: TheNationalAcademiesPress.

•Tufte,EdwardR.1978.Political control of the economy. Princeton,NJ:PrincetonUniversityPress.

•Tyler,TomR.2006.Why people obey the law? Princeton:PrincetonUniversityPress.

•UNESCAP.2009.What is good governance?NuevaYork:OrganizaciónparalasNacionesUnidas.

• U.S. Government Accountability Office (GAO):2011. Government auditing standards (2011 revision). Washington, D.C.: United States GovernmentAccountabilityOffice.

• Van Vlasselaer, Véronique, Tina Eliassi-Rad, LemanAkoglu,MoniqueSnoeckyBartBaesens.2015.“GOTCHA!Network-basedfrauddetectionforsocialsecurityfraud.”Management Science. Acceso el 01 de febrero, 2017.http://dx.doi.org/10.1287/mnsc.2016.2489

• Villarreal, Andres. 2002. “Political competition andviolence in Mexico: hierarchical social control in localpatronagestructures.”American Sociological Review 67(4):477-498.

• Weber, Max. [1919] 2004. “Politics as vocation.” EnOwen,DavidyTracyStrong(eds.).The Vocation Lectures. Illinois:HackettBooks.

•Weidmann,NilsB.yMichaelCallen.2012.“Violenceandelectionfraud:evidencefromAfghanistan.”British Journal of Political Science43(1):53-75.

63

ANEXO 1

AGUASCALIENTES

BAJA CALIFORNIA

Cada víctima cuenta: hacia un sistema de información delictiva confiable64

BAJA CALIFORNIA SUR

CHIHUAHUA

65

CHIAPAS

COAHUILA

Cada víctima cuenta: hacia un sistema de información delictiva confiable66

COLIMA

GUANAJUATO

67

HIDALGO

JALISCO

Cada víctima cuenta: hacia un sistema de información delictiva confiable68

PUEBLA

QUERÉTARO

69

SINALOA

SAN LUIS POTOSÍ

Cada víctima cuenta: hacia un sistema de información delictiva confiable70

NAYARIT

OAXACA

71

SONORA

TAMAULIPAS

Cada víctima cuenta: hacia un sistema de información delictiva confiable72

ZACATECAS

73

ANEXO 2

Entérminosmatemáticos,estemodelosepuedeexpresardelasiguientemanera:

homct = β0 + β1homda,t + β2homdd,t + β3t + β4t2 + β5febrero + β6marzo + β7abril + β8mayo + β9junio + β10julio + β11agosto + β12septiembre + β13octubre + β14noviembre + β15diciembre + et… (1)

donde:

• homda,t eselnúmerodehomicidiosdolososenelmest en el periodo de diciembre de 2001 a diciembre de2007(antesdelcambioenlatendenciadeloshomicidiosdolosos).Estavariabletomaelvalorde0paraelperiododeenerode2008aagostode2016.

• homdd,t es el número de homicidios dolosos en elmestenelperiododeenerode2008aagostode2016(durante los cambiosen la tendenciade loshomicidiosdolosos).Estavariabletomaelvalorde0paraelperiododediciembrede2001adiciembrede2007.

• tesunavariablequetomaelvalorde1enelprimermes(diciembrede2001),2enelsegundomes(enerode2002)yasísucesivamentehastaelfinalde laseriedetiempo,limitadaaagostode2016.Tantotcomot2indicantendencias(linealesocuadráticas)quepudieratenerelhomicidioculposoeneltiempo.49

• febrero,marzo,abril,...,diciembreindicanlasrelacionesquepudierantenercadaunodelosmesesdelañoenelhomicidioculposo.Noseincluyeelmesdeenero,debidoaqueenestecasosetratadelacategoríabase.50

• βi son losparámetrosdelmodelo: indicanqué tantoserelacionancadaunodelosfactoresanterioresconloshomicidiosculposos.

• etes lavariabledeerror (indica la relacióndeotrosfactoresquenohansidoespecificadosenestemodelo).

Enestesentido,losparámetrosβ1yβ2señalancómose relacionan los homicidios dolosos con los culposospara los periodos de (1) enero de 2001 a diciembrede 2007 y (2) de enero de 2008 a agosto de 2016,respectivamente.Paracorroborarsiexisteunarelaciónentreloshomicidiosculpososyloshomicidiosdolosos,seestimanlosparámetrosβ1 yβ2medianteelmétododemínimoscuadradosordinarios.Estemétodoconsisteenestimarlosparámetrosdetalformaquelasumadelasdiferenciasalcuadradoentrelosdatosrealesylosdatosestimadossea lamásbajaposible.Entérminosde los parámetros, la hipótesis de que no existe unarelación positiva entre los homicidios dolosos y loshomicidiosculposossignificaqueβ1yβ2sonigualesomenoresacero.Estosignificaqueunaumentodeunaunidadenlatasadehomicidiosdolososencualquieradelosdosperiodos,disminuyeonotieneningúnefectoen los homicidios culposos,manteniendo sin cambiosel resto de los factores. Con la finalidad de observarla consistencia de los resultados, se elaboraron dosestimaciones:enunaseutilizaelnúmerodehomicidiosdolososyculposos,mientrasqueenotraseutilizanlastasas--númeroporcada100milhabitantes.

49 Lastendenciascuadráticasindicanqueloshomicidiospuedenpresentarunaumentoenciertoperiododetiemposeguidodeunadisminución(tendenciaenformade“U”invertida),ounadisminuciónenciertosmesesseguidodeunaumento(tendenciaenformade“U”).

50 Estosignificaqueβ0indicaquétantoinfluyeenloshomicidiosculpososelestarenelmesdeenero,manteniendoelrestodelasvariablesconstantes.Paraelcasodelmesdefebrero,elcoeficienteβ5 indicacuáleselefectoenelhomicidioculposoconrespectoalmesdeenero(todolodemásconstante),β6eselefectocorrespondientealmesdemarzo,β7aabrilyasísucesivamente.

Cada víctima cuenta: hacia un sistema de información delictiva confiable74

ANEXO 2.2

Elhomicidioculposoconstituyelasumadehomicidiosdolososencadaunadelasadministracionesestatales,de tendencias lineales y cuadráticas en el tiempoy de cada uno de los meses del año. En términosmatemáticos,elmodeloqueseplanteaeselsiguiente:

homct = δ0 + δ1homdg1,t +δ2homdg2,t + δ3homdg3,t + δ4t + δ5t2 + δ6febrero + δ7marzo + δ8abril + δ9mayo + δ10junio + δ11julio + δ12agosto + δ13septiembre + δ14octubre + δ15noviembre + δ16diciembre + ut …(2)

donde:

• homcteselnúmerodehomicidiosculpososenelmestenelperiododediciembrede2001aagostode2016.

• δisonlosparámetrosdelmodelo:indicanquétantoserelacionancadaunodelosfactoresconloshomicidiosculposos.

• homdg1,t es el número de homicidios culposos enla primera administración en el periodo de enero de2001aagostode2016.Sinopertenecenalaprimeraadministración,estavariabletomaelvalorde0.

• homdg2,t es el número de homicidios culposos enla segunda administración en el periodo de enero de2001aagostode2016.Sinopertenecenalasegundaadministración,estavariabletomaelvalorde0.

• homdg3,t eselnúmerodehomicidiosculpososenlaterceraadministraciónenelperiododeenerode2001aagostode2016(enalgunoscasos,sóloexistendosadministracionesenelperiodo).Sinopertenecenalaterceraadministración,estavariabletomaelvalorde0.

• tesunavariablequetomaelvalorde1enelprimermes (enero de 2001), 2 en el segundomes (febrerode2001)yasísucesivamente.Tantotcomot2 indicantendencias(linealesocuadráticas)quepudieratenerelhomicidioculposoeneltiempo.

• febrero,marzo,abril,...,diciembre indican losefectosquepudierantenercadaunodelosmesesdelañoenelhomicidioculposo.Nose incluyeelmesdeenero,debidoaqueenestecasosetratadelacategoría“base”.

• uteslavariabledeerror(indicalarelacióndeotrosfactoresquenohansidoespecificadosenestemodelo).

En este modelo, las variables de homicidio fuerondefinidasconelnúmerodehomicidiosporcada100milhabitantes,conlafinalidaddecontrolaralgunaasociacióndeloshomicidiosculpososconcambiosenlapoblación.

75

ANEXO 3

En este caso, sSe utiliza una regresión panel con lasiguienteespecificacióngeneral:

homc = η0 + η1homda,n + η2homda,c + η3homdd,n + η4homdd,c + η5t + η6t2 + η7febrero + η8marzo + η9abril + η10mayo + η11 junio + η12julio + η13agosto + η14septiembre + η15octubre + η16noviembre + η17diciembre + Xγ + ω …(3)

donde:

• homc es la tasadehomicidios culpososmensual encadaestadodeenerode2001aagostode2016.

• homda,n es la tasa de homicidios dolosos mensualencadaestadodeenerode2001adiciembrede2007(antes del cambio en la tendencia de los homicidiosdolosos)excluyendolos11mesesantesdelaeleccióndegobernadordeestadoyelmesdelaelección.

• homda,ceslatasadehomicidiosdolososmensualencadaestadodeenerode2001adiciembrede2007(antesdelcambioenlatendenciadeloshomicidiosdolosos)paralos11mesesantesdeunaeleccióndegobernadoryelmesdelaeleccióndegobernador.

• homdd,n es la tasa de homicidios dolosos mensualen cada estado de enero de 2008 a agosto de 2016(después del cambio en la tendencia de los homicidiosdolosos)excluyendolos11mesesantesdelaeleccióndegobernadordeestadoyelmesdelaelección.

• homdd,ceslatasadehomicidiosdolososmensualencadaestadodeenerode2008aagostode2016(despuésdelcambioenlatendenciadeloshomicidiosdolosos)paralos11mesesantesdeunaeleccióndegobernadoryelmesdelaeleccióndegobernador.

• Xγ son losefectosfijosporestado. Losefectosfijossuponen que cada estado posee ciertas característicasnoobservables–invarianteseneltiempo–quepudieranafectara loshomicidiosculpososencadaentidad.Estoequivaleaintroducirenelmodelounavariabledicotómicaen31delas32entidadesfederativasdelpaís.

• ω es lavariabledeerror (indica la relacióndeotrosfactoresquenohansidoespecificadosenestemodelo).

• ηi son losparámetrosdelmodelo: indicanqué tantoserelacionancadaunodelosfactoresanterioresconloshomicidiosculposos.

Por otra parte, para comprobar la hipótesis de quela sustitución de homicidios dolosos por culposos esmásfrecuenteeneleccionesdondeseprevéquealgúncandidato gane por un estrecho margen de victoriafrentealsegundolugar,seempleaelsiguientemodeloderegresiónpanel:

homc = θ0 + θ1homda,n + θ2homda,c,h + θ3homda,c,e + θ4homdd,n + θ5homdd,c,h + θ6homdd,c,e + θ7t + θ8t2 + θ9febrero + θ10marzo + θ11abril + θ12mayo + θ13 junio + θ14julio + θ15agosto + θ16septiembre + θ17octubre + θ18noviembre + θ19diciembre + Xγ + e…(4)

donde:

• homda,n es la tasa de homicidios dolosos mensualencadaestadodeenerode2001adiciembrede2007(antes del cambio en la tendencia de los homicidiosdolosos)excluyendolos11mesesantesdelaeleccióndegobernadordeestadoyelmesdelaelección.

• homda,c,h eslatasadehomicidiosdolososmensualencadaestadodeenerode2001adiciembrede2007(antesdelcambioenlatendenciadeloshomicidiosdolosos)paralos11mesesantesdeunaeleccióndegobernadoryelmesdelaeleccióndegobernador,cuandoelmargendevictoriaentreelprimerysegundolugarfuemayoracincopuntosporcentuales.

• homda,c,eeslatasadehomicidiosdolososmensualencadaestadodeenerode2001adiciembrede2007(antesdelcambioenlatendenciadeloshomicidiosdolosos)paralos11mesesantesdeunaeleccióndegobernadoryelmesdelaeleccióndegobernador,cuandoelmargendevictoriaentreelprimerysegundolugarfuemenoroigualacincopuntosporcentuales.

• homdd,nes latasadehomicidiosdolososmensualencadaestadodeenerode2008aagostode2016(despuésdelcambioenlatendenciadeloshomicidiosdolosos)excluyendolos11mesesantesdelaeleccióndegobernadordeestadoyelmesdelaelección.

Cada víctima cuenta: hacia un sistema de información delictiva confiable76

• homdd,c,heslatasadehomicidiosdolososmensualencadaestadodeenerode2008aagostode2016(despuésdelcambioenlatendenciadeloshomicidiosdolosos)paralos11mesesantesdeunaeleccióndegobernadoryelmesdelaeleccióndegobernador,cuandoelmargendevictoriaentreelprimerysegundolugarfuemayoracincopuntosporcentuales.

• homdd,c,eeslatasadehomicidiosdolososmensualencadaestadodeenerode2008aagostode2016(despuésdelcambioenlatendenciadeloshomicidiosdolosos)para

los11mesesantesdeunaeleccióndegobernadoryelmesdelaeleccióndegobernador,cuandoelmargendevictoriaentreelprimerysegundolugarfuemenoroigualacincopuntosporcentuales.

• e es la variable de error (indica la relacióndeotrosfactoresquenohansidoespecificadosenestemodelo).

• θi son los parámetrosdelmodelo: indicanqué tantoserelacionancadaunodelosfactoresanterioresconloshomicidiosculposos.

El presente documento ha sido elaborado en el marco del proyecto “Auditing Crime Statistics to Design Effective Security Strategies: A Proposal by México

Evalúa” con el apoyo del “Fondo Prosperidad” de la Embajada Británica.

Equipo de trabajo

Edna Jaime Treviño, Directora General

Jonathan Furszyfer, Coordinador de proyecto e investigación

Jesús Gallegos, Investigador Sr.

Jimena David, Investigadora

Laurence Pantin, Coordinadora de comunicación y desarrollo institucional

Susana Donaire, Oficial de desarrollo institucional

Miguel Cedillo, Diseñador gráfico

Mariana Villalobos, Encargada de difusión y manejo de redes

Vianey Vargas, Administradora

Nathalie Aguilar, Asistente administrativo

Marzo, 2017

www.mexicoevalua.org