62
ISSN 2477-9105 Número 24 Vol.1 (2020)
R
esumen
La elaboración de este modelo busca relacionar los delitos aduaneros con factores y covariables que influyen
y faciliten el cometimiento de este tipo penal, por medio de la estimación de un modelo de Poisson. Para
este estudio se relaciona el comportamiento de los indicadores socioeconómicos que se tiene en Ecuador,
así como también, las devaluaciones del Peso colombiano y del Sol peruano, logrando identificar factores
que generan el cometimiento de estos y como intervenir desde diversos ámbitos, tanto de control como
prevención, en campos como social, control en territorio e intervención que fomenten la economía legal
en ciudades de frontera.
Palabras clave: Delito aduanero, frontera, mercancía, devaluaciones, modelo, Poisson.
MODELO DE POISSON PARA LA ESTIMACIÓN DE DELITOS
ADUANEROS EN EL ECUADOR
Poisson model for the estimation of customs offenses in Ecuador
Mauricio Abril- Donoso*, Nancy Chariguamán - Maurisaca, Juan Yungan, Marlene García- Veloz
Escuela Superior Politécnica de Chimborazo, Riobamba, Ecuador.
*mauricio.abrildo@espoch.edu.ec
A
bstract
The elaboration of this model seeks to relate customs crimes with factors and covariates that in-
fluence and facilitate the commitment of this criminal type, through the estimation of a Poisson
model. For this study the behavior of the socioeconomic indicators that are had is related in Ecua-
dor, as well as, the devaluations of the Colombian Peso and the Peruvian Sun, managing to identify
factors that generate their commitment and how to intervene from various fields, both control and
prevention, in fields such as social, control in territory and intervention that promote the legal
economy in border cities.
Keywords: Customs crime, border, merchandise, devaluations, model, Poisson
Fecha de recepción: 05-09-2019 Fecha de aceptación: 25-06-2020 Fecha de publicación: 30-07-2020
I. INTRODUCCIÓN
En el Código Integral Penal en el artículo 301 se
tipica el contrabando como “La persona que,
para evadir el control y vigilancia aduanera sobre
mercancías cuya cuantía sea igual o superior a
diez salarios básicos unicados del trabajador en
general, realice uno o más de los siguientes actos,
será sancionada con pena privativa de libertad de
tres a cinco años, multa de hasta tres veces el va-
lor en aduana de la mercadería objeto del delito
Cuando:
1. Ingrese o extraiga clandestinamente mer-
cancías del territorio aduanero.
Este es el marco jurídico (1) que permite al Esta-
do Ecuatoriano investigar, descubrir y juzgar este
tipo de delito que está fuertemente relacionado
con actividades económicas ilícitas.
A partir del año 2015 una apreciación del dó-
lar; trajo como consecuencia directa el encare-
cimiento de diferentes productos que son im-
portados por nuestro país respecto a los precios
con relación al Dólar (2) que tienen los mismos
productos en nuestros vecinos Colombia y Perú,
particularmente en ciudades de frontera Ipiales
en Colombia y Huaquillas en Perú.
El descubrimiento y judicialización de este delito,
está asociado directamente con la capacidad de
63
los agentes de seguridad como la Policía Adua-
nera, Policía Nacional con el apoyo del Ejército,
a mejorar y optimizar los niveles de control de
la mercadería que ingrese por las diferentes zo-
nas fronterizas legales e ilegales, que se tiene el
Ecuador con distintos países, ya que existe una
relación directa entre delito, espacio (geografía)
y tiempo (3).
Por lo general los pasos ilegales para el tráco
de diferentes mercancías que se indicó anterior-
mente, están controlados por grupos irregulares
que operan en coordinación con grupos crimi-
nales transnacionales (2).
Al estudiar desde la sociología y la criminología,
en función de las asimetrías en la frontera entre
Ecuador y Colombia, se tiene que, el comporta-
miento de este tipo penal, tiene como el escena-
rio principal la frontera con sus pasos ilegales
o irregulares, ya que son fenómenos históricos,
como lo son también la violencia y la ilegalidad
(5), en los cuales, la posibilidad de identicarlos
en el tiempo y espacio, obedece a la capacidad
que tiene el estado, a través de las instituciones de
control e inteligencia de identicarlos, así, en un
periodo de tiempo, existe la posibilidad de ocu-
rrencia desde cero hasta innito eventos identi-
cados o descubiertos, que son el resultado de la
efectividad de acciones interinstitucionales y de
inteligencia, que deben incluir todos los aspectos
relacionados con la seguridad y otros relaciona-
dos con el desarrollo y las relaciones exteriores
(6), para el descubrimiento de nuevos mecanis-
mos de tráco en territorio, mercancías que se
estén ingresando ilegalmente y poder descubrir
e intervenir posibles nuevos pasos clandestinos
utilizados para transporte y cometimiento de
este entre otros tipos de delitos
1
.
Todo esto se enmarca con una visión moderna
del concepto integral de seguridad, esto es acabar
con la seguridad reactiva y represora, para dar
paso a una seguridad preventiva con la cultura y
la convivencia como vectores imprescindibles (5)
Dado que en los delitos aduaneros la modalidad
delictiva abastece mercados con productos con-
trabandeados que ingresan al País, sin regulacio-
nes ni controles, lo que perjudica tanto a los con-
sumidores como al sco (6), al evadir impuestos
de importación, y luego en la evasión de cobro
del IVA y su declaración.
Sea la variable dependiente el número de denun-
cias de delitos aduaneros registrados en la Fisca-
lía General del Estado en el tiempo t, la deni-
mos como sigue:
y
t
=Número de denuncias en el tiempo t
Con y
t
=0,1,2,..., valores posibles, a continuación,
se presenta un análisis exploratorio del compor-
tamiento de los valores de esta variable (7).
Iniciamos el análisis exploratorio con un histo-
grama de nuestra variable de interés, ya que nos
proporciona una vista gráca y útil del compor-
tamiento de los datos además de proporcionar
una idea clara de la distribución de probabilidad
que se ajustan los mismos (10).
Figura 1. Análisis gráco de la variable de interés
La gura 1, muestra el histograma de densidad
de los delitos aduaneros, que sugiere sigue una
distribución de Poisson, con esto, se procederá
a realizar un modelo que involucre a la variable
dependiente con su distribución de probabili-
dad, asociándola con variables independientes
como la cotización del dólar en Colombia y Perú,
la tasa de desempleo, el Producto Interno Bruto
(PIB), el Coeciente de Gini (GINI) y los montos
de importaciones declaradas lícitamente, como
se muestra en la gura 2.
Abril, Chariguamán, Yungan, García
1
El tráco de: substancias sujetas a scalización, combustibles, armas, trata de personas, entre otros.
64
ISSN 2477-9105 Número 24 Vol.1 (2020)
Figura 2. Análisis de correlaciones para identicar variables del modelo.
II. MATERIALES Y MÉTODOS
El modelo que se quiere estimar obedece a un
tipo de Modelo Lineal Generalizado (G.L.M) por
sus siglas en inglés. Para esto se procede a deter-
minar en primer lugar que la distribución que si-
gue la variable dependiente pertenece a la familia
tipo exponencial (9), que puede ser expresado en
la forma:
f(y;θ)=exp[a(y)b(θ)+c(θ)+d(y)] (1)
Del análisis gráco de la variable de interés, se
determinó que tiene una distribución de Poisson
(10) que se presenta en la ecuación (2), represen-
témosla como una familia del tipo exponencial.
(2)
Donde los parámetros que representan la familia
exponencial son de la forma:
(3)
De la ecuación (3), se observa que está en la for-
ma canónica (11) ya que a(y)=y, y el parámetro
natural es b(θ)=ln(λ).
Por la naturaleza de los datos asociados a las va-
riable dependiente e independientes, se tomará
como periodo de tiempo los eventos aduaneros
que fueron descubiertos cada trimestre desde
marzo de 2012 hasta septiembre de 2018, los
cuales al representar un tipo de delito económi-
co trasnacional serán relacionados como se dijo
antes con variables explicativas como el PIB, Tasa
de Desempleo, Coeciente de GINI, Importacio-
nes, además se incluirá en la estimación del mo-
delo las devaluaciones del Peso Colombiano y Sol
Peruano en relación al Dólar Estadounidense.
Estimación del Modelo Lineal Generalizado.
A continuación, se presenta el modelo estimado
con el paquete estadístico R librería GML. Para
la estimación del modelo se utiliza el algoritmo
iterativo de Newton Raphson (12), para el cual
se demostró que la variable dependiente sigue
una distribución de Poisson con función de enla-
ce logaritmo, se realizaron pruebas con función
de enlace identidad, pero el modelo que mejor se
ajustó fue con función de enlace logaritmo (15).
Los coecientes del modelo estimado, se muestra
en la tabla siguiente, al igual que los estadísticos y
los intervalos de conanza para cada parámetro.
Coecientes Estimador Error estándar Valor z Pr(>|z|) LI 2,5% LS 97,5%
Intercepción 39,717 7,375 5,386 7,22E-08 25,296 54,205
Log 10 (PIB) -6,549 1,235 -5,303 1,14E-07 -8,974 -4,133
GINI 0,044 0,02 2,231 0,026 0,005 0,084
Perú 3,433 0,727 4,721 2,35E-06 2,008 4,859
Colombia 0,005 0,001 4,471 7,77E-06 0,003 0,007
Perú*Colombia -0,001 0,0003 -4,319 1,57E-05 -0,002 -0,001
Desvianza nula: 460,9 con 26 grados de libertad, Desvianza residual: 179,27 con 21 grados de libertad
La prueba Chi-cuadrado es similar a 0, se rechaza la hipótesis nula y se acepta el modelo estimado
Tabla 1. Estimación de los coecientes y pruebas de validación del modelo lineal generalizado (GLM).
La Tabla 1, muestra la estimación de los coe-
cientes del (GLM), que describen la variable
dependiente, todos los parámetros son estadís-
ticamente signicativos los mismos que fueron
estimados en el paquete R (13), se indica también
que entre las variables que intervienen en la es-
timación del modelo Peso colombiano y Sol pe-
ruano existe interacción, esto es, que la recupera-
ción de sus monedas respecto al dólar, impactará
en el cometimiento de este delito en nuestro País.
65
Este fenómeno es predecible por el nivel de co-
rrelación positiva que se tiene entre estas dos va-
riables como se indica en la gura 2. Finalmente,
se presenta los intervalos de conanza para cada
parámetro estimado junto con el comportamien-
to del error estándar.
Lo importante en mostrar los intervalos de con-
anza de los parámetros estimados es poder de-
terminar que ningún parámetro puede tomar el
valor cero, esto indica claramente que son esta-
dísticamente signicativos (17).
Figura 3. Comportamiento de los errores.
En la gura 3, se muestra el comportamiento de
los residuos con el valor estimado de la variable
dependiente, se observa que estos tienen un com-
portamiento aleatorio, además el histograma de
los residuos estandarizados indica que se aproxi-
man a la distribución normal estándar (14).
Al incluir en el modelo variables económicas
temporales, es importante analizar la posible pre-
sencia de autocorrelación y heteroscedasticidad
en los residuos (15).
Estadístico Valor
Hipótesis
alternativa
p-valor Decisión
Breusch-Pagan 7,192 Hetero > 0 0,21 No se rechaza H0
Durbin-Watson 2,283 Autocor > 0 0,52 No se rechaza H0
Tabla 2. Prueba sobre los residuos heteroscedasticidad y autocorrelación.
La tabla 2, presenta las pruebas de heteroscedas-
ticidad (Breuch-Pagan) y autocorrelación (Dur-
bin-Watson) sobre los errores, las hipótesis nulas
es heteroscedasticidad y autocorrelación igual a
cero (16), versus la hipótesis alternativa que la
heteroscedasticidad y autocorrelación son mayo-
res que cero, claramente nos muestra que no se
rechaza la hipótesis nula, esto es, el modelo está
libre de heteroscedasticidad y autocorrelación
(21).
Otro aspecto importante de indicar es el análi-
sis del Criterio de Información de Akaike (AIC),
con el método backward, que es estimado tam-
bién en R.
Coecientes
Grados
de li-
bertad
Desvianza AIC LRT Pr(>Chi)
Intercepción - 179,27 372,58 - -
GINI 1 184,24 375,56 4,97 0,026
Perú*Colombia 1 197,88 389,19 18,61 1,60E-05
Log 10 (PIB) 1 207,67 398,98 28,40 9,87E-08
Inicia el mode-
lo con un valor
AIC de 372,58
Tabla 3. Criterio de Información de Akaike (AIC) método backward.
Este análisis se muestra en la tabla 3, la cual rati-
ca las variables explicativas seleccionadas en el
modelo estimado.
III. RESULTADOS
Con todo lo expuesto, el modelo que mejor se
ajusta y relaciona la variable dependiente con las
variables explicativas es el siguiente:
Daduanero=39,72-6,6*log10(PIB)+0,044*GI-
NI+3,4*Perú+0,005*Colombia-0,001*Perú*Co-
lombia (4)
Sobre el modelo estimado se puede realizar las
siguientes consideraciones:
• El modelo estimado es el que mejor ajusta los
delitos aduaneros con variables socioeconómicas
y con las devaluaciones del Peso colombiano y el
Sol peruano.
• El modelo comprueba con todos los estadís-
ticos de validación, tanto para los parámetros
como para los residuos.
• El modelo cumple también con los supuestos
de homocedasticidad y normalidad de los resi-
duos, por lo que se considera una estimación ro-
busta (22).
Finalmente, se presenta el comportamiento de
los datos estimados con el modelo y los datos ob-
Abril, Chariguamán, Yungan, García
66
ISSN 2477-9105 Número 24 Vol.1 (2020)
servados para los delitos aduaneros.
Figura 4. Comportamiento de la variable dependiente.
La gura 4, muestra que el modelo estima co-
rrectamente la variable dependiente, salvo en
dos observaciones, puede pensarse que estas son
atípicas, sin embargo, al validar la data se deter-
mina que son observaciones reales, además de
esto, se observó también que en esos trimestres
las monedas de Perú y Colombia experimenta-
ron las mayores cotizaciones respecto al dólar,
que produjo como consecuencia que este delito
incremente su comportamiento y tenga y diera
de la serie trimestral histórica.
IV. DISCUSIÓN
• El parámetro asociado al PIB es de sig-
no negativo, esto indica que si mejora el PIB de
nuestro País se reducirían los delitos aduaneros,
este comportamiento se tiene también con la in-
teracción entre las devaluaciones del Sol peruano
y el Peso colombiano, que también es negativo,
esto es, si mejora la economía de estos países y se
recuperan sus monedas locales respecto al dólar,
esto puede inuir también en los delitos aduane-
ros que se producen en nuestro País, debido a la
depreciación del dólar respecto a sus monedas
locales.
• El valor del parámetro asociado al coe-
ciente de GINI es positivo, por lo que, este tipo
de delito económico puede aumentar mientras se
incremente la desigualdad y no sea equitativa la
distribución de la riqueza en el País (23).
• Los coecientes para las devaluaciones
del Sol peruano y Peso colombiano son positivos
lo que indica que existen variables que como País
son imposibles de controlar y que dependen de la
política económica de estos países. Esto impacta
directamente en los exportadores colombianos,
ya que sus productos son mucho más baratos en
el exterior (24), lo que se evidencia en las com-
pras que realizan los ecuatorianos en la ciudad de
Ipiales en Colombia.
• Si bien al ser un delito económico en el
año 2015 se implementaron salvaguardas a pro-
ductos colombianos y peruanos, gravando con
un 21% de impuestos a todos los productos co-
lombianos y con un 7% a todo producto peruano
(20), se observa que no fueron sucientes para
controlar o mitigar el cometimiento de delitos
aduaneros.
V. CONCLUSIONES
El coeciente asociado con el índice de GINI es
de signo positivo, esto muestra que, al presentar
altos niveles de desigualdad en nuestro País, in-
uirá en el cometimiento de este tipo de delito,
esto debido a que la brecha existente en la dis-
tribución de la riqueza inuye directamente en
otros indicadores socioeconómicos, como en la
tasa de desempleo, esto se incrementa con la de-
valuación del peso colombiano y sol peruano al
apreciar el dólar. Mientras que con el aumento
del PIB y la recuperación de las monedas de Perú
y Colombia se reduce el cometimiento de estos
delitos.
R
eferencias
1. Registro Oficial. tbinternet. [Online].; 2014 [cited 2018 Noviembre 25. Available from: http://www.
tbinternet.ohchr.org.
2. eltelégrafo. eltelegrafo. [Online].; 2015 [cited 2019 Septiembre 25. Available from: http://www.elte-
legrafo.com.ec.
3. Nuñez J. Critica a la ideología de la seguridad ciudadana en Ecuador. Primera ed. Quito: FLACSO;
2011.
4. Fiscalía General del Estado. Contrabando. Perfil Criminológico. 2015;: p. 3.
67
Abril, Chariguamán, Yungan, García
5. Carrión F. Asimetrías en la frontera Ecuador-Colombia: entre la complementariedad y el sistema.
1st ed. Bazurto IR, editor. Quito: FLACSO; 2013.
6. Rivera F. Inteligencia Estratégica y Prospectiva. Primera ed. Quito: FLACSO; 2011.
7. Curbet J. Conflictos globales Violencias locales. Primera ed. Quito: FLACSO; 2007.
8. Républica L. larepublica.ec. [Online].; 2019 [cited 2019 Mayo 9. Available from: https://www.lare-
publica.ec.
9. Jim A, Rizzo M. R by Example. Primera ed. New York: Springer; 2012.
10. Graham W. Data Mining with Rattle and R. Primera ed. New York: Springer; 2011.
11. Dobson A. An Introduction to Generalized Linear Models. 1st ed. Great Britain: Cornwall; 1990.
12. Dennis W, William M, Richard S. Estadística matemática con aplicaciones. Septima ed. México:
Cengage Learning; 2008.
13. Agresti A. Categorical Data Analysis. Segunda ed. Gainesville: Wiley-Interscince; 2002.
14. Yudi P. In All Likelihood: Statistical Modelling and Inference Using Likelihood. Primera ed.
Oxford: Oxford Since Publication; 2001.
15. López E, Marcos R. Análisis de Datos con el Modelo Lineal Generalizado. Una aplicación con R.
Revista Española de pedagogía. 2011 Enero; LXIX(248): p. 59-80.
16. Dunn P, Smyth G. Generalized Linear Models with Examples in R. Primera ed. New York: Sprin-
ger; 2018.
17. Castro A. Regresión Lineal. Primera ed. Quito: Escuela Politécnica Nacional; 2008.
18. Claus T. The R Primer. Primera ed. New York: CRC Press; 2012.
19. Gujarati DPD. Econometría Mexico: McGrawHill; 2010.
20. Wooldridge J. Introducción a la Econometría Murcia: Thomson; 2010.
21. Novales A. Econometría. Segunda ed. Madrid: Mc-Graw-Hill; 1996.
22. Greene W. Econometric Analysis. Quinta ed. New Jersey: Prentice Hall; 2002.
23. Cowell F. Measuring Inequality. Primera ed. Oxford: Oxford University Press; 2009.
24. EL COMERCIO. Peso colombiano sigue en picada ante el dólar y multiplica las incertidumbres. EL
COMERCIO. 2019 Octubre 2: p. 4.
25. ECUADORINMEDIATO. ECUADORINMEDIATO.com. [Online].; 2016 [cited 2018 Julio 17.
Available from: http://www.ecuadorinmediato.com.