A Estatística no Direito As Estatísticas do Direito

Apresentação em tema: "A Estatística no Direito As Estatísticas do Direito"— Transcrição da apresentação:

1 A Estatística no Direito As Estatísticas do Direito
Estatística & Direito A Estatística no Direito As Estatísticas do Direito Metodologia de Investigação Curso de Mestrado em Direito A abordagem do tema foi desdobrada em dois tópicos: Estatística no Direito VS Estatística do Direito Ana Brochado, UNIDE-ISCTE& Autoridade da Concorrência

2 I. A Estatística no Direito
1 Introdução 2 A Estatística nos Tribunais 3 Avaliação da Qualidade de um Relatório Estatístico 4 Case Study: Cálculo do Dano Económico em Carteis Estatística no Direito – de que forma os métodos da estatística aparecem no direito. 1. Há ou não há interligação entre o Direito e a Estatística? 2. A estatística nos tribunais 3. De que forma é que alguém consegue comentar a qualidade de um relatório de estatística? 4. Uso da Estatística para Estudo de um Cartel para avaliar o cartel de Sal.

3 Bibliografia gratuita
1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Kaye, David H. & Freedman, David A. (2000). Reference Guide on Statistics. In Reference Manual on Scientific Evidence, Federal Judicial Center, pp Interligação entre estatística e direito – referência a livros, revistas que relacionam estas duas áreas. Há, portanto, interligação entre as duas matérias.

4 Bibliografia gratuita
1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Dobbin, Shirley A. Ph.D. & Gatowski, Sophia I. (1999). A Judge's Deskbook on the Basic Philosophies and Methods of Science, a Model Curriculum, State Justice Institute.

5 Livros (Editoras Comerciais)
Zeisel, Hans & Kayne, David (1997). Prove it with Figures: Empirical Methods in Law and Litigation. Statistics for Social Science and Public Policy, Spriger Finkelstein, Michael & Levin. Bruce (2001). Statistics for Lawers. Statistics for Social Sciences and Public Policy. Springer

6 Livros (Editoras Comerciais)
Gastwirth, Joseph L. (2000). Statistical Science in the Courtroom. Statistics for Social Science and Public Policy, Springer. Fienberg, Stephen, E. (1989). The Evolving Role of Statistical Assessments as Evidence in the Courts. Springer-Verland.

7 Livros (Editoras Comerciais)
Good, Phillip I. (2001). Applying Statistics In The Courtroom: A New Approach for Attorneys and Expert Witnesses. Chapman & Hall/CRC DeGroot, Morris H., Fienberg, E. & Kadane, Joseph B. (1994). Statistics and the Law Wiley-Interscience

8 Livros (Editoras Comerciais)
Giannelli, C. & Imwinkelried, Edward J. (2007). Scientific Evidence. LexisNexis (4.ª Edição) Faigmen, David L., Kaye, D. H., Saks, Michael J. and Standers, J. (2002). Science in the Law: Standards, Statistics, and Reserach Issues. West Group

9 Revistas Internacionais
1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study

10 Vários casos envolvem a necessidade de provar (ou não) as alegações com estatísticas.
“Figures speak and when they do, Courts listen” (Brooks & Beto, 1966) 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study

11 A Estatística nos Tribunais
Estatística associada a outras áreas do conhecimento 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study PERITAGEM Economia Econometria Psicologia Psicometria Medicina Bioestatística … O papel da estatística no direito tem vindo a crescer nos últimos tempos, aparecendo cada vez mais vezes nos tribunais portugueses. As estatísticas vão aparecendo como meio de prova de natureza indirecta. Em tribunal a estatística aparece muitas vezes associada a peritagens.

12 Definição de Estatística
“Statistics, broadly defined is the art and science gaining information from the data. For statistical purposes, data mean observations or measurements, expressed at numbers. A Statistics may refer to a particular numerical value, derived from the data. The field of statistics included methods for (1) collecting data, (2) analysing data, and (3) drawing inferences from the data”. Reference Manual on Scientific Evidence 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study A estatística é a arte de obtenção de informação através de dados. Tem metodologia própria, repartida em três etapas.

13 Avaliação de um estudo estatístico
Como é que podemos assegurar que as estatísticas são úteis e fiáveis? Recolha de dados Análise de dados (técnicas) Realização de inferências (interpretação) 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study As estatísticas são úteis se não tiver havido erros: 1) na recolha de dados, 2) na análise de dados, 3) na realização de inferências. São estas as três etapas. Obtenção de informação através da recolha de dados. São usados diferentes métodos para obter resultados. São precisamente esses métodos, que não passam de etapas de um processo, que podemos contestar se for necessário.

14 Recolha de dados CENSO AMOSTRA 1 Introdução 2 Estatística & Tribunais
3 Qualidade Estudos 4 Case Study CENSO → Qualidade – Recolha de Dados Normalmente não temos capacidade para inquirir todos, daí a escolha de uma amostra da população alvo para o estudo. Se a amostra não for representativa da população, tudo o resto é inútil, o estudo é inútil! AMOSTRA

15 Identificação da população-alvo
Recolha de dados 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Identificação da população-alvo Definição da base de sondagem Selecção do método de amostragem A recolha de dados implica sempre um primeiro conhecimento analítico sobre a população, para que haja um melhor tratamento posterior dos dados. Ex: estudo sobre o consumo de café. Numa determinada zona, à hora de almoço em dias úteis inquiriam-se os clientes de um só café, sobre qual era a sua marca favorita. Houve assim erro na recolha já que esta foi feita sempre na hora de almoço, na mesma zona. O resultado foi que a marca era relevante, no entanto faltaram factores importantes para um resultado correcto. Determinação da dimensão da amostra Selecção da amostra (Trabalho de campo?)

16 REPRESENTAÇÃO DE UM INQUÉRITO POR AMOSTRAGEM
População alvo ou População teórica População que se pretende conhecer 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study População acessível, de onde se retira a amostra População a inquirir ou população em estudo Representatividade da amostra Ex: Teste de Gravidez – Grávida não Grávida. Fiabilidade de um teste de gravidez → Erro, dava quase sempre grávida – em 200 mulheres testadas – 197 grávidas. Fiabilidade 99.5% mas há um erro na recolha da amostra. A amostra foi mal recolhida, não é representativa da população – devia haver metades grávidas, metade não grávidas. Unidades seleccionadas para observação Amostra

17 Classificação das técnicas de amostragem
1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Técnicas de amostragem Não Probabilísticas Probabilísticas Conveniência Julgamento Por quotas Snowball Aleatória simples Outras técnicas Amostra sistemática Amostra estratificada Amostra por clusters

18 Representatividade da amostra
1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Resultado do teste Actualmente grávida Actualmente não grávida Grávida 197 0 (falsos +) Não Grávida 1 (falsos -) 2 Total 198 Fiabilidade = 99,5% Barnett, Arnold (1994). "How Numbers Can Trick You," Technology Review 1, p

19 Realização de inferências
Triumph – “as good or better than Merit” “national taste test winner” 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study vs. Triumph é muito melhor do que Merit Triumph é melhor do que Merit Triumph é igual a Merit Triumph é pior do que Merit Triumph é muito pior do que Merit 45 73 77 93 36 14% 22% 24% 29% 11% 36% 40% 60% Estudo Comparativo entre duas marcas de tabaco; Triumph – melhor ou igual à marca Merit? O resultado foi a soma de: 36% (melhor que) + 24% (igual a) = 60% Contra os 40% (pior que) que consideravam a marca oposta como melhor do que a Triumph. Para a inferência estar correcta, a categoria “igual a” não devia ter sido tido em conta. Há erro na interpretação da inferência que é feita dos dados. Gastwirth, J.L. (2000). Statistical Science in the Courtroom. Springer

20 Critérios para avaliar o parecer de um perito
Relevância Fiabilidade Consistência Fonte: Daubert Rules USA, Federal Judicial Center Assim, se alguma vez tivermos que avaliar ou criar um relatório, temos que ter em conta (critérios para avaliar o parecer de um perito): - Relevância (amostra adequada, ex: erro no teste de gravidez) – relacionado com a primeira etapa; - Fiabilidade - técnicas utilizadas na análise de dados. Parte técnica. Pedir uma listagem de técnicas alternativas (que levem ao mesmo resultado). (Ex: estudo sobre a marca de café sempre a mesma hora no mesmo café) – relacionado com a segunda etapa; - Consistência – Interpretação dos dados. Análise do perito está de acordo/contradição com os factos conhecidos sobre o mercado. (resultados são os adequados, ex. marca de tabaco) – relacionado com a terceira etapa.

21 Critérios para aferir a peritagem estatística/económica
O perito é qualificado? Habilitações/ especializações Trabalho publicado em revistas especializadas Critérios para aferir a peritagem estatística / económica

22 Critérios para aferir a peritagem estatística/económica
O estudo é relevante? A teoria em que se baseia o perito deve estar suficientemente ligada aos factos do caso Exemplo: Acordão do TPI de 26 de Abril de 2006, Caso T-109/02 Um relatório da Pricewaterhouse foi considerado não relevante pelo TPI por incidir num período distinto do da Decisão da Comissão Europeia.

23 Critérios para aferir a peritagem estatística/económica
O método utilizado é fiável? Experiência do método em casos similares Lógica entre os pressupostos, raciocínio e conclusão Publicação dos métodos Adequabilidade do método estatístico Reconhecimento do método pela comunidade científica/ publicação

24 Critérios para aferir a peritagem estatística/económica
A análise é externamente consistente? i.e., as hipóteses ou a conclusão da análise do perito estão de acordo (em contradição) com factos conhecidos sobre o mercado?

25 CONCEITO A colusão entre empresas traduz-se numa prática de coordenação de decisões ou comportamentos que tenham por objecto ou como efeito impedir, falsear ou restringir de forma sensível a concorrência, levando as empresas, nomeadamente, a prescindirem da sua autonomia na determinação de preços, condições de venda e selecção de mercados, com o objectivo de alcançarem ganhos superiores aos que seriam obtidos em condições de livre concorrência. Complementa, esta prática, uma decisão quanto à repartição posterior dos ganhos, directa ou indirecta, entre as empresas concertadas. A colusão entre empresas pode consubstanciar uma prática anticoncorrencial, enquadrando-se no n.º1 do artigo 4.º da Lei n.º 18/2003, de 11 de Junho 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Case Study – uso de estatística para estudo de um cartel. Conforme o artigo 4º da lei da concorrência os cartéis são prejudiciais para o consumidor, tendo como resultado preços mais elevados. Como se prova a existência de um Cartel? Prova económica (feita com base num estudo de dados) – No caso do cartel é insuficiente por si só, não serve para provar a existência de um acordo, tem que se complementar com a prova directa ou indirecta. Prova directa – Acordos formais escritos, que permitem acusar a empresa. Ex: cartel do sal Prova Indirecta - Busca que prove os contactos entre as empresas em causa. Prática Concertada – reunião entre empresas para praticarem os mesmos preços, sem haver um acordo (documento) escrito.

26 Lei da Concorrência (Lei nº 18/2003 de 11 de Junho)
ENQUADRAMENTO LEGAL Artigo 4.o Práticas proibidas 1 — São proibidos os acordos entre empresas, as decisões de associações de empresas e as práticas concertadas entre empresas, qualquer que seja a forma que revistam, que tenham por objecto ou como efeito impedir, falsear ou restringir de forma sensível a concorrência no todo ou em parte do mercado nacional, nomeadamente os que se traduzam em: a) Fixar, de forma directa ou indirecta, os preços de compra ou de venda ou interferir na sua determinação pelo livre jogo do mercado, induzindo, artificialmente, quer a sua alta quer a sua baixa; b) Fixar, de forma directa ou indirecta, outras condições de transacção efectuadas no mesmo ou em diferentes estádios do processo económico; c) Limitar ou controlar a produção, a distribuição, o desenvolvimento técnico ou os investimentos; d) Repartir os mercados ou as fontes de abastecimento; e) Aplicar, de forma sistemática ou ocasional, condições discriminatórias de preço ou outras relativamente a prestações equivalentes; f) Recusar, directa ou indirectamente, a compra ou venda de bens e a prestação de serviços; g) Subordinar a celebração de contratos à aceitação de obrigações suplementares que, pela sua natureza ou segundo os usos comerciais, não tenham ligação com o objecto desses contratos. 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study

27 As Decisões da AdC Comunicado n.º 1/ Autoridade condena cartel de 5 empresas farmacêuticas em concurso público Comunicado n.º 7/2005 Autoridade condena Ordem dos Médicos Veterinários por imposição de preços mínimos Comunicado n.º 8/2005 Autoridade da Concorrência condena Ordem dos Médicos Dentistas por fixação de honorários mínimos Comunicado n.º 10/2005 Autoridade da Concorrência condena Ordem dos Médicos Dentistas por fixação de honorários mínimos Comunicado n.º 11/2005 Autoridade detecta cartel na indústria moageira - aplicada coima de 9 milhões de euros a 10 empresas Comunicado 17/ Sofisticado cartel no sector do sal actuou durante oito anos provocando graves prejuízos aos consumidores e à indústria - Autoridade aplica coima de 910 mil euros Comunicado 8/ AdC detecta cartel no Porto de Setúbal e aplica coima de 185 mil euros   1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study

28 1 — Constitui contra-ordenação punível com coima
Artigo 43.o Coimas 1 — Constitui contra-ordenação punível com coima que não pode exceder, para cada uma das empresas partes na infracção, 10% do volume de negócios no último ano: a) A violação do disposto nos artigos 4.o, 6.o e 7.o; Artigo 44.o Critérios de determinação da medida da coima As coimas a que se refere o artigo anterior são fixadas tendo em consideração, entre outras, as seguintes circunstâncias: a) A gravidade da infracção para a manutenção de uma concorrência efectiva no mercado nacional; b) As vantagens de que hajam beneficiado as empresas infractoras em consequência da infracção; c) O carácter reiterado ou ocasional da infracção; d) O grau de participação na infracção; e) A colaboração prestada à Autoridade, até ao termo do procedimento administrativo; f) O comportamento do infractor na eliminação das práticas proibidas e na reparação dos prejuízos causados à concorrência. 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study

29 Efeitos de um aumento (ilícito) do preço
1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Preço observado/ resulta da prática Preço não observado Determinação da Coima A multa tem que ser traçada com base num estudo económico, analisando-se qual seria o preço dos bens na ausência de um acordo ou de uma prática concertada[1] e do respectivo prejuízo causado aos consumidores. Ex: determinação da coima, mercado sem concorrência: 1º Com o preço por concorrência pelo mérito temos a venda de 200 unidades do produto pelo preço 10. 2º Com o acordo/ prática concertada o preço combinado sobe de 10 para 25 e passam a ser vendidas apenas 125 unidades. O que significa que houve um dano económico, tendo alguns dos consumidores deixado de consumir pela subida do preço, o que nos conduz ao slide seguinte.

30 Dano Económico + Valor Total: 1875,0 + 562,5 1 Introdução
2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Dano Económico (Diminuição do Excedente dos Consumidores) Descrição gráfica Cálculo Valor Efeito 1: transferência financeira para as empresas = (25-10)x 125=1875,0 u.m. Efeito 2: perda de excedente do consumidor associado à procura cessante (deadweight loss) =15 x ( ) =562,5 u.m. + Dano económico (para o consumidor) Valor Total: 1875, ,5

31 Benefício Económico 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Benefício económico das empresas (Variação das receitas globais das empresas) Descrição gráfica Cálculo Valor Efeito 1: Aumento preço unitário = (25-10)x 125=1875,0 u.m. Efeito 2: Redução de vendas em virtude da procura cessante =10 x ( )=750 u.m. Total: 1865,0-750,0=1125 u.m. Ganhos da empresa

32 Como calcular o preço em concorrência?
Designação Método de cálculo Preço em concorrência Antes e depois Comparação de preços antes e depois da prática Preços antes da prática se ter iniciado “yardstick approach” Comparação de preços com mercados similares Preço noutro mercado Previsão econométrica Estimação da relação estatística entre o preço e os seus determinantes Estimativa do preço durante a prática usando os seus determinantes passados Simulação de mercado Modo oligopolista baseada em hipóteses de comportamento dos agentes e recorrendo a parâmetros estimados por via econométrica (ex. elasticidade da procura) Preço teórico de acordo as estimativas do modelo 1 Introdução 2 Estatística & Tribunais 3 Qualidade Estudos 4 Case Study Como calcular o preço em concorrência? Podemos utilizar vários métodos (Ver quadro) Mas surgem problemas: Antes e Depois: Quando é que começou? Quando é o antes? E o depois? “Yardstick approach”: O que é um mercado igual? Solução: aplicar todos e escolher aquele que menos afecta a empresa. Isto porque há situações em que uma técnica é melhor do que outra.

33 II. As Estatísticas do Direito
1 Análise descritiva dos dados através de gráficos 2 Cálculo de estatísticas descritivas Ficha: Estatísticas + ficheiro excel

34 “For the rational study of the law the black letter man may be the man of the present, but the man of the future is the man of statistics and the master of economics”. Holmes, Oliver Wendell, Jr. (1897). The Path of the Law, 10 Harvard Law Review, p “It is now generally recognized, even by the judiciary, that since all evidence is probabilistic – the are no metaphysical certainties – evidence should not be excluded merey because its accuracy can be expressed in explicity pobabilistic terms. Posner, Richard A. (1999). “An Economic Approach to the Law of Science”. Standford Law Review, p Steward, Dwight, and M. Douglas Berg (2003). "Lies, Damn Lies, and Statistics: A View from a Statistical Expert", State Bar of Texas, Advanced Employment Law, February 21-22, 2003.