Este documento es un intento de actualizar el análisis realizado por Bogers and Beeres (2013), agregarle el componente de efectividad, no solamente cumplimiento, en línea con el espíritu de la 4a ronda de evaluaciones del GAFI e, idealmente, explorar algunos datos adicionales.
Bogers and Beeres (2013) plantean el problema del régimen preventivo internacional como un juego de vínculo débil (weak-link), motivo por el cuál hace sentido compartir la responsabilidad de fortalecer el régimen preventivo internacional. Con esta argumentación como antecedente, los autores buscan cuantificar hasta qué punto cada país participa en la carga compartida del régimen preventivo.
Para ello, utilizan los datos las calificaciones obtenidas por las diferentes jurisdicciones en las evaluaciones mutuas del GAFI, así como el producto interno bruto (PIB), según lo publicado por el Banco Mundial.
Para las evaluaciones mutuas del GAFI, transforman los resultados obtenidos a una escala cuantitativa conforme a lo siguiente:
Adicionalmente, consideran las calificaciones obtenidas de las evaluaciones por triplicado, ya que realizan el ejercicio para la totalidad de las recomendaciones así como para las recomendaciones, por separado, de lavado de dinero (40) y financiamiento al terrorismo (9). Las calificaciones de las evaluaciones mutuas fueron entonces usadas como variables dependientes en el estudio.
Para la variable explicativa se utiliza, como ya se señaló, el dato publicado por el Banco Mundial relativo al PIB per capita, ajustado por paridad de poder adquisitivo y promediado para el periodo correspondiente a los años 2005 a 2011.
Bogers and Beeres (2013) encuentran evidencia de las economías desarrolladas han realizado un mayor esfuerzo por controlar el LD y el FT que las economías en desarrollo. Adicionalmente, señalan que las economías avanzadas parecen aportar más que proporcionalmente al costo del combate de estos delitos.
Una primera modificación a realizar al estudio anteriormente comentado es la actualización de los resultados obtenidos de las evaluaciones mutuas. En este sentido, es importante señalar que a partir del año #### las evaluaciones mutuas del GAFI sufrieron un cambio muy relevante. Hasta antes de dicho año, las evaluaciones mutuas evaluaban, a grandes razgos, cumplimiento “normativo” de las recomendaciones. Es decir, de manera muy general, que la jurisdicción siendo evaluada hubiera incorporado a su normatividad local lo sugerido en las recomendaciones del GAFI. Sin embargo, a partir de la 4a ronda de evaluaciones mutuas, se incluyó la evaluación de la eficacia en la implementación de las recomendaciones, con lo que se busca valorar hasta qué punto la jurisdicción efectivamente ejecuta o aplica las recomendaciones (no solamente si se plasman en las normas).
Otro aspecto relevante es considerar otras fuentes de información. En este sentido, el índice de riesgo calculado en forma anual por Basel Institute on Governance es de particular relevancia (Basel Institute on Governance (2020)).
Basel Institute on Governance. 2017. “Basel Aml Index 2016.” Basilea, Suiza: Basel Institute on Governance.
———. 2019. “Basel Aml Index: 8th Edition: A Country Ranking and Review of Money Laundering and Terrorist Financing Risks Around the World.” Basilea, Suiza: Basel Institute on Governance. https://www.baselgovernance.org/sites/default/files/2019-10/Basel AML Index 8 edition.pdf.
———. 2020. “Basel Aml Index: 9th Public Edition: Ranking Money Laundering and Terrorist Financing Risks Around the World.” Basilea, Suiza: Basel Institute on Governance.
Bogers, M., and R. Beeres. 2013. “Burden Sharing in Combating Terrorist Financing.” International Journal of Social, Behavioral, Educational, Economic, Business and Industrial Engineering 7 (12): 2992–8.
R Core Team. 2020. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.