Onderscheiding van adverse selectie en moral hazard bij ziektekostenverzekeringen

(1)

Onderscheiding van adverse selectie

en moral hazard bij

ziektekostenverzekeringen

Miguoël Admiraal

10449159

29 juni 2016 te Amsterdam

Faculteit Economie en Bedrijfskunde

Bachelorscriptie en afstudeerseminar econometrie

Begeleider: Hans van Ophem

(2)

Inhoudsopgave

1: Inleiding...1

2: Theoretisch kader...3

3: Onderzoeksopzet...6

4: Resultaten/analyse………...……..9

5: Conclusie……….…….21

Referentielijst

………..

………...22

Bijlage.………..………24

Verklaring eigen werk

Hierbij verklaar ik, Miguoël Admiraal, dat ik deze scriptie zelf geschreven heb en dat ik de volledige verantwoordelijkheid op me neem voor de inhoud ervan.

Ik bevestig dat de tekst en het werk dat in deze scriptie gepresenteerd wordt origineel is en dat ik geen gebruik heb gemaakt van andere bronnen dan die welke in de tekst en in de referenties worden

genoemd.

De Faculteit Economie en Bedrijfskunde is alleen verantwoordelijk voor de begeleiding tot het inleveren van de scriptie, niet voor de inhoud.

(3)

1 1 Inleiding

In de Verenigde Staten heeft een gedeelte van de mensen de vrijheid te kiezen om zich wel of niet te verzekeren tegen ziektekosten. Aangezien deze mensen wat betreft hun risico op het maken van ziektekosten over meer informatie beschikken dan zorgverzekeraars, is er sprake van asymmetrische informatie (Rothschild & Stiglitz, 1976). Een mogelijk gevolg is dat personen die van zichzelf weten dat ze risico lopen op hoge ziektekosten een hoge verzekeringsdekking zullen nemen. De informatie over dit risico is niet altijd volledig bekend bij de verzekeraar. Het verschijnsel dat het hebben van een ziektekostenverzekering afhangt van de ziektekosten die men denkt te gaan maken, wordt adverse selectie genoemd. Adverse selectie kan ervoor zorgen dat de zorgpremies niet hoog genoeg zijn om de schade van de claims te dekken, waardoor het verzekeringscontract niet financieel dekkend is (Cutler & Zeckhauser, 2000). Een ander probleem als gevolg van asymmetrische informatie is dat personen met een ziektekostenverzekering eerder gebruik zullen maken van de ziekenzorg, aangezien deze personen niet (geheel) hoeven op te draaien voor de kosten doordat zij verzekerd zijn. Dit wordt moral hazard genoemd. Volgens Hsiao (1995) worden adverse selectie en moral hazard al lange tijd gezien als de belangrijkste oorzaken voor het slechter functioneren van de marktwerking in de

gezondheidszorg, hetgeen onderzoek naar de effecten van adverse selectie en moral hazard zo relevant maakt.

Ondanks dat de theorie over adverse selectie en moral hazard zeer uitgebreid is, zijn weinig onderzoeken erin geslaagd om empirisch aan te tonen dat adverse selectie en moral hazard

daadwerkelijk aanwezig zijn bij ziektekostenverzekeringen. In deze onderzoeken ging het voornamelijk om het gezamenlijke effect van adverse selectie en moral hazard. Slechts weinig aandacht is er besteed aan het onderzoeken van de gescheiden effecten van adverse selectie en moral hazard (Savage & Wright, 2003), wat volgens Chiappori en Salanie (2000) komt doordat bij een volledig eigen verzekeringskeuze adverse selectie en moral hazard lastig te onderscheiden zijn. Het onderscheiden wordt lastig gemaakt door de manier waarop adverse selectie en moral hazard kunnen worden waargenomen. Het Engelse begrip ‘Observational equivalence’ speelt hierbij een rol.

(4)

2

ziektekostenverzekeringen, waarbij de effecten van adverse selectie en moral hazard van elkaar onderscheiden worden. Terwijl in voorgaande onderzoeken deze effecten voornamelijk als

gezamenlijk worden beschouwd, draagt deze scriptie bij aan de literatuur door de effecten apart van elkaar te onderzoeken. Het onderscheiden van adverse selectie en moral hazard is mogelijk in dit onderzoek doordat de keuze voor een verzekering niet volledig bij de mensen zelf ligt. Immers, er wordt in dit onderzoek onderscheid gemaakt tussen de volgende groepen: privaat verzekerden, publiek verzekerden en onverzekerden. Verondersteld wordt dat een publieke verzekering door de overheid wordt toegewezen aan bepaalde personen (met bijvoorbeeld een laag inkomen). Cohen en Siegelman (2010) vermelden dat een groep met deze eigenschap van belang is om adverse selectie en moral hazard van elkaar te kunnen onderscheiden.

In deze scriptie wordt een model ontwikkeld om de ziektekosten te verklaren voor de groepen publiek verzekerden, privaat verzekerden en onverzekerden. Het wel of niet verzekeren is een keuze variabele, waardoor er bij het model rekening moet worden gehouden met selectiviteit. De relatie met betrekking tot adverse selectie en moral hazard verschilt per groep, waardoor het vergelijken van de groepen tot bepaalde conclusies kan leiden. Voor dit onderzoek wordt er naar drie verschillende jaren gekeken om tevens te onderzoeken hoe de ontwikkelingen van adverse selectie en moral hazard verlopen over een bepaalde tijd. De datasets die worden gebruikt in dit onderzoek komen uit het 'Medical Expenditure Panel Survey' (MEPS).

In het vervolg van deze scriptie komen in hoofdstuk 2 enkele theoretische achtergronden aan bod. Vervolgens wordt in hoofdstuk 3 de onderzoeksopzet behandeld en wordt het bijbehorende model uitgewerkt. In hoofdstuk 4 worden de resultaten weergegeven en tevens geanalyseerd. Tot slot volgt in hoofdstuk 5 een korte samenvatting waarbij de belangrijkste bevindingen van het onderzoek worden herhaald.

(5)

3 2 Theoretisch kader

Dit hoofdstuk beschrijft de theoretische en empirische literatuur met betrekking tot adverse selectie en moral hazard bij (ziektekosten)verzekeringen. De basistheorie van adverse selectie veronderstelt een positieve correlatie tussen de verzekeringsdekking en het risico op schade. Op deze correlatie ligt voornamelijk de focus bij voorafgaande empirische onderzoeken naar adverse selectie (Cohen & Siegelman, 2010). Chiappori et al. (2006) beweren dat het concentreren op correlaties ‘verrassend’ robuust is, aangezien het niet afhankelijk is van specifieke functievoorschriften of sterke aannames.

Om het effect van adverse selectie bij zorgverzekeringen te onderzoeken, is het van belang dat de gezondheid van personen goed gespecificeerd wordt. Als dit niet het geval is, is het lastig om adverse selectie en moral hazard van elkaar te onderscheiden. Grote aantallen onderzoeken focussen zich op de effecten van adverse selectie bij verzekeringen. Deze onderzoeken kunnen in twee categorieën worden opgedeeld: onderzoeken die zich concentreren op specifieke delen in de

verzekeringsmarkt, zoals gedaan wordt door Cutler en Reber (1998) en Ettner (1997), en onderzoeken die zich concentreren op de totale verzekeringsmarkt, zoals Savage en Wright (2003) dat doen. In de laatstgenoemde categorie slagen onderzoekers er nauwelijks in om bewijs te vinden voor de

aanwezigheid van adverse selectie. De onderzoeken die wel een bewijs vinden voor adverse selectie,

concluderen voornamelijk dat dit bewijs ‘gemengd’ of ‘twijfelachtig’ is (Löfgren et al., 2002). In tegenstelling tot adverse selectie, wordt er in voorafgaande onderzoeken met regelmaat

bewijs gevonden voor de aanwezigheid van moral hazard bij ziektekostenverzekeringen. Shavell (1979) stelt dat de aanwezigheid van moral hazard er toe heeft geleid dat het eigen risico is ingevoerd bij ziektekostenverzekeringen. De reden hiervoor is dat bij een volledige dekking verzekerden sneller onnodig ziektekosten zullen maken. Moral hazard veroorzaakt tevens een positieve correlatie tussen het hebben van een verzekering en de gemaakte ziektekosten, hetgeen ook het geval is als gevolg van adverse selectie. Dat betekent dat de positieve correlatie veroorzaakt wordt door adverse selectie én moral hazard, wat zorgt voor een complicaties bij het onderscheiden van adverse selectie en moral hazard. Dit is de reden waarom het onderscheiden van beiden effecten waarschijnlijk de meest significante en moeilijkste uitdaging is in de verzekeringsmarkt (Cohen & Siegelman, 2010, p.71). In

(6)

4

de literatuur worden een aantal methodes gebruikt om adverse selectie en moral hazard te onderscheiden. De drie belangrijkste methodes volgens Cohen en Siegelman worden hierna beschreven.

Verandering dekking door exogene factoren. In de loop der tijd kan de verzekeringsdekking van een persoon veranderen door redenen van buitenaf waar de persoon zelf geen invloed op heeft, bijvoorbeeld in het geval van verzekerd zijn bij de werkgever. Het is logisch om aan te nemen dat deze verandering alleen invloed heeft op het gedrag van de verzekerde, en niet op zijn staat van gezondheid. Als hierdoor de uitgaven aan ziektekosten stijgen, is dit het gevolg van moral hazard en niet van adverse selectie. In het onderzoek van Manning et al. (1987), gebruikmakend van RAND Health Insurance Experiment, wordt er getoetst of personen met een ‘plotseling’ hogere dekking meer ziektekosten maken. Zij vinden bewijs voor de aanwezigheid van moral hazard. In het onderzoek van Chiappori, Durand en Geoffard (1998), die betrekking heeft op de Franse zorgmarkt, zorgen eveneens exogene factoren voor een hogere verzekeringsdekking. Zij ontdekken dat als gevolg het aantal bezoeken van de dokter steeg en relateren dit aan moral hazard. Cardon en Hendel (2000) onderzoeken moral hazard door bij vergelijkbare werknemers met verschillende

verzekeringsdekkingen de uitgaven aan ziektekosten te vergelijken. Voor adverse selectie kijken zij naar vergelijkbare werknemers met dezelfde verzekeringsdekking. Zij vinden geen aanwijzing voor adverse selectie, maar wel voor moral hazard. Als conclusie trekken zij dat de aanwezige

asymmetrische informatie bijna uitsluitend het gevolg is van moral hazard. Verschil in relatie tussen heden en toekomst. Een andere methode kan worden toegepast door gebruik te maken van dynamische data. Bij moral hazard en adverse selectie verschilt de relatie tussen het heden en de toekomst. In de markt voor autoverzekeringen beschrijven Abbring, Chiappori en Pinquet (2003) een model die aan de hand van dynamische data onderscheid kan maken kan tussen moral hazard en adverse selectie. Het bonus-malussysteem is van toepassing in deze markt. Personen die schade maken moeten het volgende jaar een hogere premie betalen voor de verzekering. Als gevolg van het bonus-malussysteem maken zij de aanname dat een negatieve correlatie tussen voorafgaande schadeclaims en toekomstige ongelukken veroorzaakt wordt door moral hazard. Daarentegen nemen zij aan dat een positieve correlatie veroorzaakt wordt door adverse selectie. Zij

(7)

5

vinden geen bewijs voor moral hazard. In een vergelijkbaar onderzoek van Dionne, Michaud, en Dahchour (2007) worden met dezelfde methode moral hazard en adverse selectie wel beiden gevonden.

Onderscheiding gebaseerd op karakteristieken van verzekerden. Deze methode kan worden toegepast op één moment in de tijd. In de markt voor autoverzekeringen vindt Cohen (2005) dat een positieve correlatie tussen de verzekeringsdekking en het aantal claims alleen geldt voor bestuurders met minimaal drie jaar rijervaring. Hij stelt dat dit in overeenstemming komt met adverse selectie, aangezien autobestuurders in de eerste paar jaren nog weinig informatie hebben over hun rijgedrag. Blijkbaar beschikken bestuurders na drie jaar wel over deze informatie. Dat moral hazard hier ook invloed op heeft acht hij als een zeer onlogische aanname. Het is duidelijk dat Cohen zijn onderzoek

baseert op logische veronderstellingen met betrekking tot bepaalde karakteristieken van de gegevens. Bij het onderzoeken van verschillende groepen verzekerden spelen selectiviteit en

endogeniteit mogelijk een rol. In het geval bij privaat verzekerden en onverzekerden, is de verzekeringskeuze een selectieve variabele die mogelijk endogeniteit veroorzaakt, waardoor een regressie met OLS onzuivere schatters zou opleveren. Deze endogeniteit wordt veroorzaakt door de causaliteit tussen de variabele van de verzekeringsdekking en de uitgaven aan ziektekosten, waardoor er een correlatie met de storingsterm optreedt. De causaliteit is het gevolg van onder andere adverse selectie en moral hazard. Om het probleem van selectiviteit en endogeniteit aan te pakken, worden er door onderzoekers verschillende methodes gehanteerd. Vera-Hernandez (1999) maakt voor dit

probleem gebruik van instrumentele variabelen. Het nadeel hiervan is dat instrumentele variabelen die correleren met de verzekeringsdekking maar niet met de ziektekosten lastig te vinden zijn. Manning et al. (1987) pakken het probleem aan door gebruik te maken van experimentele data. Deze data zijn echter schaars en oud (Shen, 2013, p.1).

Een methode die eenvoudig realiseerbaar is voor het probleem van selectiviteit tussen twee groepen, is het toepassen van het ‘switching regression model’, ook wel het model van Roy genoemd (Roy, 1951). Hierbij wordt in de eerste stap een beslissingsfunctie opgesteld, die de kans bepaald in welke verzekeringsgroep een persoon besluit te participeren. Vervolgens wordt het zelfselectie probleem gecorrigeerd op basis van de beslissingsfunctie en volgen de gecorrigeerde

(8)

6 schattingsresultaten van de groepen uit de tweede stap.

Bij het vergelijken van privaat verzekerden, publiek verzekerden en onverzekerden kan er onderscheid gemaakt worden tussen adverse selectie en moral hazard indien de volgende logische aannames worden gedaan: bij privaat verzekerden zijn adverse selectie én moral hazard van

toepassing, bij publiek verzekerden is uitsluitend moral hazard van toepassing en bij onverzekerden is uitsluitend adverse selectie van toepassing. Hier volgt een korte toelichting op deze aannames. Personen die de keuze hebben om zich privaat te verzekeren, baseren deze keuze onder andere op de ziektekosten die zij verwachten te gaan maken (adverse selectie). Moral hazard komt uiteraard ook voor bij deze groep nadat zij eenmaal besloten hebben zich te verzekeren. Om vergelijkbare reden als bij privaat verzekerden, speelt adverse selectie bij onverzekerden ook een rol. Verzekeraars zullen echter geen ziektekosten vergoeden voor onverzekerden, waardoor moral hazard niet van toepassing is bij onverzekerden. Personen die publiek verzekerd zijn hebben hier niet zelf voor gekozen, waardoor er geen sprake is van adverse selectie. Omdat zij nu eenmaal verzekerd zijn, speelt moral hazard wel een rol.

Bovenstaande informatie geeft aanleiding tot het bepalen van een model, waarin de regressievergelijkingen van publiek verzekerden, privaat verzekerden en onverzekerden worden geschat en de eerder genoemde aannames over de groepen worden toegepast. De methode om deze groepen met elkaar te vergelijken om zinvolle uitspraken te kunnen doen over adverse selectie en moral hazard wordt behandeld in het volgende hoofdstuk.

3 Onderzoeksopzet

De datasets die in dit onderzoek worden gebruikt komen uit het Amerikaanse 'Medical Experiment Panel Survey'. Dit is een pseudo-panel en dit betekent dat het een tijdreeks van cross-secties bevat met in ieder cohort andere individuen. De dataset is tot stand gekomen door grootschalige onderzoeken naar families en individuen, hun medische instellingen en werkgevers in de Verenigde Staten. De informatie uit de dataset heeft betrekking tot uitgaven aan ziektekosten, de ziektekostendekkingen,

(9)

7

demografische karakteristieken en sociaaleconomische karakteristieken.

De steekproef in dit onderzoek bestaat uit personen tussen de achttien en vijfenzestig jaar. Er wordt apart gekeken naar de jaren 2001, 2006 en 2011. Elk jaar omvat tussen de 13000 en 14000 personen en er wordt onderscheid gemaakt tussen de groepen privaat verzekerden, publiek verzekerden en onverzekerden, waarbij elke groep uit minimaal 1000 personen bestaat.

Voor elke groep wordt een regressievergelijking geschat waarbij de uitgaven aan ziektekosten wordt verklaard aan de hand van variabelen die voornamelijk betrekking hebben op de gezondheid van een persoon. Indien bij een groep geen sprake is van selectiviteit, wordt de regressievergelijking geschat met OLS, zoals in vergelijking 1.

y

i

= X

i

’β

k

+ ε

i

(1)

y

i staat hier voor de uitgaven aan ziektekosten (in logaritmen).

X

i is een matrix die bestaat uit exogene variabelen waaronder leeftijd, inkomen geslacht en andere demografische en

sociaaleconomische variabelen. Al deze variabelen worden gebruikt om de gezondheid van een persoon uit te drukken. De belangrijkste variabelen om deze gezondheid uit te drukken zijn die aangeven of er een lichamelijke ziekte en/of mentale ziekte is waargenomen bij een persoon. Personen in de steekproef zijn gevraagd om dit te beoordelen over hun familieleden. Verder wordt er

verondersteld dat de storingsterm

ε

i een verwachte waarde gelijk aan nul heeft met een variantie 𝜎𝜎2. Indien er tussen bepaalde groepen wél sprake is van selectiviteit, hetgeen eerst getoetst moet worden op basis van correlaties, levert OLS geen goede schattingen op voor die groepen. Voor deze groepen worden de regressievergelijkingen geschat aan de hand van het model van Roy (zie

vergelijkingen 2 en 3).

y

1i

= X

i

’

β

m

+

ν

1i

(2)

y

2i

= X

i

’

β

n

+

ν

2i

(3)

(10)

8

vergelijking 1. De beslissingsfunctie die bepaalt in welke groep een persoon besluit te participeren wordt weergegeven door vergelijking 4.

I

i

* = Z

i

’

γ + υ

i (4)

I

i

= 1 als I

i

*

> 0

(5)

I

i

= 0 als I

i

*

≤ 0

(6)

In de matrix

Z

i staan de variabelen die van invloed zijn op de participatiekeuze. De variabelen in

Z

i die in dit onderzoek worden gebruikt bestaan uit dezelfde variabelen die de matrix

X

i bevat, met een toevoeging van de variabele die aangeeft of een persoon wel of niet getrouwd is.De waargenomen uitgaven aan ziektekosten

y

i wordt als volgt gedefinieerd:

y

i

= y

1i als

I

i

= 1

(7)

y

i

= y

2i als

I

i

= 0

(8)

Tot slot wordt de covariantiematrix tussen de storingstermen uit vergelijkingen 2, 3 en 4 weergegeven door

met

σ

ij

≠

0

Om de groepen verzekerden met elkaar te vergelijken wordt de Blinder-Oaxaca decompositie (Blinder, 1973) toegepast. Deze decompositie splitst het verschil in gemiddelde ziektekostenuitgaven tussen twee groepen op in twee delen: een deel dat ontstaat door de karakteristieke effecten

(‘explained variation’) en een deel wat ontstaat door de coëfficiënteffecten (‘unexplained variation’). De karakteristieke effecten geven aan in hoeverre het verschil in uitgaven kan worden verklaard aan de hand van de matrix X. Hiervoor wordt gebruik gemaakt van het verschil in gemiddelden van variabelen. De coëfficiënteffecten geven aan in hoeverre het verschil in uitgaven wordt verklaard door

(11)

9

de eigenschappen van de groepen zelf, waarbij gebruik gemaakt wordt van het verschil in de geschatte coëfficiënten tussen de groepen. De vergelijkingen van de decompositie in het algemeen worden weergegeven door vergelijking 9 en 10.

waarbij k en j voor de groepen staan,

β

voor de geschatte coëfficiënten,

α

de constante en de gemiddelden van de variabelen.

Indien het model goed gespecificeerd is en de gezondheid nauwkeurig geïdentificeerd is in het model, wordt het effect van adverse selectie bepaald door vergelijking 9 en het effect van moral hazard door vergelijking 10. Het totale verschil in gemiddelde uitgaven tussen groepen k en j wordt dan verklaard zoals vergelijking 11.

Vergelijking 11 wordt als uitgangspunt genomen voor de analyse in deze scriptie.

Nu de onderzoeksopzet is beschreven komen in het volgende hoofdstuk de resultaten en de analyse aan bod.

4 Resultaten en analyse

2001

De beschrijvende statistiek van de gebruikte variabelen voor 2001 wordt weergegeven in tabel 1. De keuze voor deze variabelen zijn voor een groot deel gebaseerd op het onderzoek van Shen (2013). Personen die een private verzekering én een publieke verzekering hebben zijn weggelaten voor het onderzoek. Ook personen zonder ziektekosten worden buiten beschouwing gelaten.

(12)

10 Jaar 2001 N % Totaal 13594 100.0 Verzekerd 11018 81.05 Privaat verzekerd 9553 70.27 Publiek verzekerd 1465 10.78 Onverzekerd 2576 18.95 Totale ziektekostenuitgaven $1-$1000 6924 50.93 $1001-$5000 4835 35.57 $5000 of meer 1835 13.50 Jaren educatie

Minder dan 10 jaar 1363 10.03

10-14 jaar 8979 66.05

Meer dan 14 jaar 3252 23.92

Leeftijd

40-49 jaar 3872 28.48

Meer dan 49 jaar 3567 26.24

Inkomen (bruto per jaar)

Minder dan $20000 6105 44.91 $20000-$30000 2399 17.65 Meer dan $30000 5090 37.44 Geslacht Man 5708 41.99 Vrouw 7886 58.01 Ras Blank 11265 82.87 Niet-blank 2329 17.13 Getrouwd Ja 8296 61.03 Nee 5298 38.97 Roken Ja 3156 23.22 Nee 10438 76.78

Grootte van de familie

1-2 5731 42.16 3-4 7017 51.62 Meer dan 4 846 6.22 Mentale ziekte Ja 933 6.86 Nee 12661 93.14 Lichamelijke ziekte Ja 1822 13.40 Nee 11772 86.60 Tabel 1

(13)

11

Uit tabel 1 blijkt dat het grootste gedeelte van de steekproef bestaat uit privaat verzekerden. Opvallend is dat het aantal publiek verzekerden relatief klein is.

Er wordt verwacht dat voornamelijk leeftijd, roken en een lichamelijke/mentale ziekte een positief effect hebben op de ziektekosten. De gemiddelde uitgaven (uitgaven gelijk aan nul worden ook hier buiten beschouwing gelaten) aan ziektekosten worden vermeld in tabel 2.

Gemiddelde ziektekostenuitgaven

Publiek verzekerden $5337.59

Privaat verzekerden $2559.85

Niet-verzekerden $1867.48

Tabel 2

De gemiddelde uitgaven van publiek verzekerden is meer dan twee keer zo groot dan de uitgaven van privaat verzekerden. Om te verklaren waar de verschillen in uitgaven vandaan komen, worden eerst voor alle groepen de regressievergelijkingen geschat.

Voor controle op selectiviteit tussen wel en niet-verzekerden is, wordt het model van Roy gebruikt om vervolgens de correlaties tussen de groepen te bepalen. Om te beginnen wordt dit gedaan voor privaat verzekerden en onverzekerden. Hiervan volgt het resultaat uit regressie 1 (zie bijlage). De resultaten bij LOGTOTEXP0 stellen de schattingen van de onverzekerden voor en bij

LOGTOTEXP1 de schattingen voor de privaat verzekerden. Aangezien beide correlaties significant van nul verschillen, kan geconcludeerd worden dat er inderdaad selectiviteit bestaat. De geschatte coëfficiënten met bijbehorende p-waarden worden weergegeven in tabel 3 voor privaat verzekerden en in tabel 4 voor onverzekerden.

Privaat verzekerden (Roy model)

log(ziektekosten) coëfficiënt p-waarde

Leeftijd -0.0270283 0.002

Leeftijd*Leeftijd 0.0006110 0.000

Man -0.4682238 0.000

Grootte van de familie -0.0464339 0.000

Blank 0.2716965 0.000

Lichamelijke ziekte 0.9515410 0.000

(14)

12

Persoon rookt 0.0032944 0.933

Inkomen -1.24e-06 0.066

Constante 7.082752 0.000

Tabel 3

Onverzekerden (Roy model)

Leeftijd -0.0152577 0.358

Man -0.3731984 0.000

Blank 0.1608094 0.051 Lichamelijke ziekte 0.5790474 0.000 Mentale ziekte 0.5458407 0.000 Persoon rookt 0.0242293 0.768 Inkomen -2.03e-06 0.539 Constante 5.788772 0.000 Tabel 4

Om te controleren of er ook sprake is van selectiviteit tussen onverzekerden en publiek verzekerden, wordt regressie 2 gedaan (zie bijlage). In tegenstelling tot regressie 1, verschillen beide correlaties bij regressie 2 niet significant van nul, dus is er geen sprake van selectiviteit tussen deze groepen. Voor publiek verzekerden worden de geschatte coëfficiënten met bijbehorende p-waarden weergegeven in tabel 5.

Publiek verzekerden (OLS)

Leeftijd 0.0430160 0.027

Leeftijd*Leeftijd -0.0002446 0.286

Man -0.2441628 0.006

Blank 0.2422826 0.006 Lichamelijke ziekte 0.8436956 0.000 Mentale ziekte 0.0803826 0.458 Persoon rookt 0.1250990 0.147 Inkomen -1.39e-06 0.667 Constante 6.053462 0.000 Tabel 5

(15)

13

Uit tabellen 3, 4 en 5 vallen een paar dingen op. Roken, inkomen en leeftijd blijken tegen de verwachtingen in niet in elke regressievergelijking significant te zijn. Het hebben van een lichamelijke ziekte heeft in elke regressie de sterkste invloed op de hoogte van de ziektekosten. Bij privaat

verzekerden, zijn de ziektekosten voor personen waarbij een lichamelijke ziekte is waargenomen zelfs 95.2% hoger dan voor personen waarbij geen lichamelijke ziekte is waargenomen. Uit de geschatte coëfficiënt voor het geslacht blijkt dat vrouwen meer ziektekosten maken dan mannen. Mannen met een private verzekering maken gemiddeld 46.8% minder ziektekosten dan vrouwen met een private verzekering. Verder valt ook op dat blanke personen meer ziektekosten maken dan niet-blanke personen.

Na het schatten van de regressievergelijkingen voor elke groep wordt met behulp van de Blinder-Oaxaca decompositie bepaald welk deel van het verschil in de logaritmen van de gemiddelde ziektekosten kan worden verklaard door karakteristieke effecten (‘explained variation’) en welk deel kan worden verklaard door coëfficiënteffecten (‘unexplained variation’). Voor het uitvoeren van deze decompositie moeten eerst de gemiddelden van de variabelen bepaald worden. In tabel 6 wordt voor elke groep de geschatte coëfficiënten en de gemiddelden weergegeven.

Variabele Coëf. PUB Coëf. PRIV Coëf. ONV Gem. PUB Gem. PRIV Gem. ONV

Ziektekosten 5337.586 2559.845 1867.479 Leeftijd 0.0430160 -0.0270283 -0.0152577 41.94471 41.64378 37.87461 Leeftijd *Leeftijd -0.0002446 0.0006110 0.0004103 1973.592 1877.640 1610.019 Man -0.2441628 -0.4682238 -0.3731984 0.318089 0.437559 0.412267 Grootte van de familie -0.1376313 -0.0464339 -0.0789615 3.118089 3.035068 3.212345 Blank 0.2422826 0.2716965 0.1608094 0.696928 0.849367 0.826863 Lichamelijke ziekte 0.8436956 0.9515410 0.5790474 0.374744 0.085837 0.175854 Mentale ziekte 0.0803826 0.2550455 0.5458407 0.225939 0.040720 0.082686 Persoon rookt 0.1250990 0.0032944 0.0242293 0.361092 0.192400 0.306289 Inkomen -1.39e-06 -1.24e-06 -2.03e-06 10379.89 35275.12 17319.45 Constante 6.053462 7.082752 5.788772

Tabel 6

Door het toepassen van de decompositievergelijkingen voor publiek verzekerden/privaat verzekerden, publiek verzekerden/onverzekerden en privaat verzekerden/onverzekerden volgen de

(16)

14

resultaten van de karakteristieken effecten en coëfficiënteffecten. Deze resultaten worden

weergegeven in tabel 7. Om zinvolle conclusies te kunnen trekken met betrekking tot adverse selectie en moral hazard is het cruciaal om aan te nemen dat het onderzoeksmodel correct gespecificeerd is en gezondheid nauwkeurig gemeten wordt.

Onverzekerd Privaatverzekerd Publiekverzekerd

Onverzekerd NVT 0.05 -1.38 -0.29 -1.40 Privaatverzekerd -0.05 1.38 NVT -0.28 -0.08 Publiekverzekerd 0.29 1.40 0.28 0.08 NVT Tabel 7

- Karakteristieke effecten (explained variation) Adverse selectie

- Coëfficiënteffecten (unexplained variation) Moral hazard

Zoals al eerder vermeld is, speelt bij onverzekerden alleen adverse selectie een rol speelt, bij privaat verzekerden adverse selectie en moral hazard en bij publiek verzekerden alleen moral hazard. Dit leidt tot tabel 8.

Effect adverse selectie Effect moral hazard

Onverzekerd 0.05 NVT

Privaatverzekerd -0.05 1.38

Publiekverzekerd NVT 1.40

Tabel 8

Onverzekerden

Voor het effect van adverse selectie bij onverzekerden zijn de karakteristieke effecten die volgen uit de decompositie tussen onverzekerden en privaat verzekerden relevant. De uitkomst van deze karakteristieke effecten is slechts 0.05, maar aangezien het effect positief is kan dit niet het

(17)

15

resultaat zijn van adverse selectie. Als het positieve effect namelijk wel zou wijzen op adverse

selectie, betekent dit dat mensen die hogere ziektekosten verwachten, zouden besluiten om zich niet te verzekeren, wat zeer onlogisch is. Uit de resultaten van de Blinder-Oaxaca decompositie volgt dus dat adverse selectie geen rol speelt bij onverzekerden. Dit wordt ook bevestigd door tabel 6. Bijna 18% heeft een lichamelijke ziekte bij de groep onverzekerden en 9% bij de groep privaat verzekerden, wat impliceert dat onverzekerden over het algemeen ongezonder zijn dan privaat verzekerden. Dit komt ook niet in overeenstemming met de aanwezigheid van adverse selectie.

Privaat verzekerden

Op vergelijkbare wijze zoals hierboven beschreven, kan ook voor privaat verzekerden geconcludeerd worden dat de resultaten van de Blinder-Oaxaca decompositie wijzen op de afwezigheid van adverse selectie.

In tegenstelling tot adverse selectie, blijkt uit de resultaten van de Blinder-Oaxaca decompositie wel te volgen dat er moral hazard aanwezig is bij privaat verzekerden. Volgens de decompositie wordt bijna het totale verschil in uitgaven tussen onverzekerden en privaat verzekerden verklaard door het effect van moral hazard. Uit tabel 6 blijkt tevens dat de coëfficiënt van de variabele voor een lichamelijke ziekte bij privaat verzekerden aanzienlijk hoger ligt dan bij onverzekerden. Dat betekent dat privaat verzekerden met een slechte gezondheid eerder ziektekosten zullen maken dan onverzekerden met een slechte gezondheid, wat de aanwezigheid van moral hazard bevestigt. Opvallend is ook dat de geschatte coëfficiënt voor mentale ziekte bij onverzekerden twee keer zo hoog is als die bij privaat verzekerden. Een mogelijke verklaring hiervoor is dat voor privaat

verzekerden mentale zorg niet altijd vergoed wordt door de verzekeraar. Verder valt uit tabel 6 op dat het inkomen bij privaat verzekerden aanzienlijk hoger ligt dan bij onverzekerden. Dit doet vermoeden dat het inkomen een belangrijke rol speelt bij de keuze om wel of niet te verzekeren. Dit vermoeden wordt bevestigd door de schattingen van de beslissingsfunctie die uit regressie 1 volgen (zie bijlage). De meest relevante schattingen voor de beslissingsfunctie worden weergegeven in tabel 9.

(18)

16

select Coëfficiënt p-waarde

Inkomen 0.0000174 0.000

Persoon is getrouwd 0.4900637 0.000

Lichamelijke ziekte -0.3475528 0.000

Tabel 9

De hoogte van het inkomen en de huwelijkse staat zijn de belangrijkste variabelen die invloed hebben op de verzekeringskeuze. Opvallend is dat het voorteken van ‘Lichamelijke ziekte’ negatief is, wat ook weer tegenstrijdig is met de aanwezigheid van adverse selectie.

Publiek verzekerden

Aangezien adverse selectie niet van toepassing is bij publiek verzekerden, worden de karakteristieke effecten bij deze groep toegewezen aan het verschil in gezondheid. Het verschil in gezondheid tussen publiek verzekerden en privaat verzekerden/onverzekerden wordt duidelijk als naar de gemiddelden van lichamelijke ziekte en mentale ziekte wordt gekeken. Deze gemiddelden zijn voor publiek verzekerden het grootst en dit verklaart volgens de decompositie voornamelijk het verschil in uitgaven tussen publiek verzekerden en privaat verzekerden.

Het verschil in uitgaven tussen publiek verzekerden en onverzekerden wordt volgens de decompositie voor een deel verklaard door het verschil in gezondheid tussen de groepen (0.29) en een deel door moral hazard (1.40). Uit de decompositie volgt dus dat (1.40 / 1.69)*100% ≈ 83% van het verschil in uitgaven tussen publiek verzekerden en onverzekerden wordt verklaard door moral hazard. De aanwezigheid van moral hazard wordt tevens bevestigd door het verschil in geschatte coëfficiënten van de variabele lichamelijke ziekte.

Uit de decompositie voor publiek verzekerden en privaat verzekerden blijkt dat de coëfficiënteffecten zeer laag zijn. Verder zijn de coëfficiënteffecten voor publiek verzekerden en privaat verzekerden respectievelijk 1.40 en 1.38. Uit deze gegevens kan geconcludeerd worden dat het effect van moral hazard bij publiek verzekerden en privaat verzekerden ongeveer gelijk aan elkaar is. De soort verzekering heeft in dit geval dus weinig invloed heeft op de hoogte van het effect van moral hazard.

(19)

17

Gezondheid is zeer lastig te meten en er zijn altijd gegevens die niet bekend zijn over personen. Dit maakt het zeer lastig om juiste conclusies te kunnen trekken over adverse selectie en moral hazard. Een mogelijk beperking van dit onderzoek is dat gezondheid niet perfect wordt gespecificeerd in het model. Indien gezondheid perfect gespecificeerd zou worden, zouden er betrouwbaardere conclusies over adverse selectie en moral hazard getrokken kunnen worden. Dit is voor de toekomst een mooie uitdaging voor onderzoekers. Een ander mogelijk probleem in het model is het opnemen van het inkomen bij de regressievergelijkingen. Het inkomen zou namelijk kunnen zorgen voor een vertekend beeld bij de resultaten van de karakteristieke effecten. Tevens zijn niet alle geschatte coëfficiënten significant waardoor de resultaten uit de Blinder-Oaxaca decompositie minder betrouwbaar zijn.

(20)

18 2006

De werkwijze voor de jaren 2006 en 2011 is identiek aan de werkwijze van 2001. De beschrijvende statistiek voor het jaar 2006 wordt weergegeven in tabel 10 (zie bijlage). Het aantal publiek verzekerden blijkt in vergelijking tot 2001 te zijn toegenomen en het aantal privaat verzekerden afgenomen. Verder zijn er geen noemenswaardige veranderingen waar te nemen. De gemiddelde uitgaven aan ziektekosten staan vermeld in tabel 11.

Tabel 11

De gemiddelde uitgaven aan ziektekosten zijn voor elke groep gestegen in vergelijking tot 2001. Ook in 2006 bestaat er selectiviteit tussen privaat verzekerden en onverzekerden. De geschatte coëfficiënten en p-waarden per groep volgen uit tabellen 12, 13 en 14 (zie bijlage). In onderstaande tabel worden alle geschatte coëfficiënten en gemiddelden weergegeven.

Ziektekosten 6932.208 3724.461 2210.745 Leeftijd 0.0287692 -0.0280449 -0.0403901 42.56597 42.86655 38.67483 Leeftijd *Leeftijd -0.0000631 0.0006227 0.0007682 2015.159 1989.287 1667.405 Man -0.1630490 -0.4542363 -0.3607236 0.312712 0.440664 0.395804 Grootte van de familie -0.1511473 -0.0498242 -0.0012242 3.17158 3.008234 3.359441 Blank 0.0096540 0.2509149 0.0962808 0.679072 0.797893 0.788462 Lichamelijke ziekte 0.7486368 0.9843272 0.5249159 0.390044 0.080891 0.204546 Mentale ziekte 0.2834478 0.3775876 0.5871030 0.249879 0.043594 0.106294 Persoon rookt 0.1692341 -0.0328896 0.1096471 0.317061 0.161783 0.281469 Inkomen -2.77e_-07 _-1.50e_-07 _-2.67e_-06 _12112.85 _41180.27 _16963.3 Constante 6.737921 7.31212 6.321701 Tabel 15

(21)

19

Onverzekerd NVT 0.06 -1.22 -0.32 -1.28 Privaatverzekerd -0.06 1.22 NVT -0.31 -0.13 Publiekverzekerd 0.32 1.28 0.31 0.13 NVT Tabel 16

De resultaten van de decompositie voor 2006 komen sterk overeen met de resultaten uit 2001 en leiden tot dezelfde conclusies. Ook de tabellen met coëfficiënten en gemiddelden voor de twee jaren komen sterk met elkaar overeen. Hieruit kan geconcludeerd worden dat de effecten van moral hazard tussen 2001 en 2006 nauwelijks zijn veranderd. Opnieuw is er in 2006 geen bewijs te vinden voor de aanwezigheid van adverse selectie.

2011

De beschrijvende statistiek voor 2011 is tevens weergegeven in de bijlage. Opnieuw is er een daling in het aantal privaat verzekerden en dit keer een stijging in het aantal onverzekerden in

vergelijking tot 2001 en 2006. Zoals blijkt uit tabel 17, zijn ook weer de gemiddelde uitgaven aan ziektekosten voor elke groep gestegen.

Tabel 17

In 2011 blijkt selectiviteit bij privaat verzekerden en onverzekerden een minder grote rol te spelen. Immers, de correlaties verschillen niet significant van nul. Aangezien de correlaties wel bijna significant van nul verschillen, wordt er toch gecorrigeerd voor selectiviteit met behulp van het model

(22)

20

van Roy. De tabellen voor de geschatte coëfficiënten en p-waarden per groep zijn opnieuw in de bijlage te vinden. In tabel 18 worden de geschatte coëfficiënten en de gemiddelden weergegeven.

Ziektekosten 8157.310 4443.604 2443.150 Leeftijd 0.0557759 -0.0163213 -0.0090332 42.07857 42.63745 39.34722 Leeftijd *Leeftijd -0.0003541 0.0004787 0.0003159 1986.594 1982.441 1721.298 Man -0.1667027 -0.4175100 -0.263992 0.333333 0.438690 0.395833 Grootte van de familie -0.1004301 -0.0826149 -0.0564688 3.069259 3.015946 3.205026 Blank 0.0858386 0.2968913 0.0960880 0.604293 0.724969 0.712963 Lichamelijke ziekte 0.8150188 0.9710519 0.8089393 0.315107 0.081582 0.177910 Mentale ziekte 0.5627704 0.4914878 0.2726019 0.202916 0.042398 0.094246 Persoon rookt -0.0053525 -0.1265348 -0.0889174 0.296476 0.133745 0.250661 Inkomen -1.14e_-06 _1.15e_-06 _-1.37e_-06 _12680.06 _43860.42 _18222.38 Constante 5.867407 7.059176 5.858464 Tabel 18

Wat opvalt is dat de coëfficiënt van Lichamelijke ziekte voor publiek verzekerden en privaat verzekerden sterk is gestegen ten opzichte van de andere jaren. De resultaten van de decompositie worden weergegeven in tabel 19.

Onverzekerd NVT 0.00 -1.28 -0.25 -1.35 Privaatverzekerd 0.00 1.28 NVT -0.28 -0.04 Publiekverzekerd 0.25 1.35 0.28 0.04 NVT Tabel 19

Opnieuw komen de resultaten van de decompositie sterk overeen met 2001 en 2006. De resultaten van de decompositie voor alle jaren worden samengevat in de onderstaande tabel.

(23)

21 2001 2006 2011 2001 2006 2011 AS AS AS MH MH MH Onverzekerd 0.05 0.06 0.00 NVT NVT NVT Privaat verz. -0.05 -0.06 0.00 1.38 1.22 1.28 Publiek verz. NVT NVT NVT 1.40 1.28 1.35 Tabel 20

De verschillen tussen 2001, 2006 en 2011 blijken zeer klein te zijn waardoor de conclusies met betrekking tot adverse selectie en moral hazard onveranderd blijven.

5 Conclusie

Als gevolg van asymmetrische informatie, spelen adverse selectie en moral hazard een belangrijke rol bij ziektekostenverzekeringen en worden deze twee verschijnselen gezien als de belangrijkste

oorzaken voor het slechter functioneren van de marktwerking in de gezondheidszorg. Het doel van deze scriptie is het onderzoeken van de gescheiden effecten van adverse selectie en moral hazard bij ziektekostenverzekeringen in de Verenigde Staten voor de jaren 2001, 2006 en 2011. Hierbij wordt er gekeken naar drie groepen: publiek verzekerden, privaat verzekerden en onverzekerden. Gebleken is dat er alleen bewijs is voor de aanwezigheid van moral hazard en tegen de verwachtingen in geen bewijs voor de aanwezigheid van adverse selectie tussen de groepen. De aanwezigheid van moral hazard, hetgeen voor komt bij publiek verzekerden en privaat verzekerden, volgt uit de

coëfficiënteffecten van de Blinder-Oaxaca decompositie. De waarden van deze coëfficiënteffecten zijn relatief hoog, waaruit geconcludeerd kan worden dat moral hazard een grote invloed heeft op het verschil in ziektekostenuitgaven tussen publiek/privaat verzekerden en onverzekerden. Uit de

resultaten van de Blinder-Oaxaca decompositie is tevens gebleken dat het effect van moral hazard bij publiek verzekerden vergelijkbaar is met het effect van moral hazard bij privaat verzekerden. De aanwezigheid van adverse selectie is getoetst door te kijken naar de karakteristieke effecten van de Blinder-Oaxaca decompositie. Gebleken is dat deze effecten nagenoeg gelijk zijn aan nul. Dit impliceert dat adverse selectie niet aanwezig is bij de onderzochte groepen. Gebleken is dat

onverzekerden over het algemeen een slechtere gezondheid dan privaat verzekerden hebben en dat de keuze voor het afsluiten van een verzekering voornamelijk bepaald wordt door de hoogte van het

(24)

22

inkomen en dus niet gezondheid. Tot slot is gebleken dat de effecten van adverse selectie en moral hazard niet veranderd zijn tussen 2001 en 2011. Voor de betrouwbaarheid van de resultaten uit dit onderzoek is het cruciaal dat het model goed gespecificeerd is en vooral de mate van gezondheid zo nauwkeurig mogelijk wordt opgenomen in dit onderzoeksmodel. Aangezien het exact specificeren van gezondheid een zeer lastige taak is, is het niet eenvoudig om uitspraken te doen over de

betrouwbaarheid van de resultaten in dit onderzoek. Voor een vervolgonderzoek is het daarom een idee om een vergelijkbare methode toe te passen waarbij de focus nog meer ligt op het exact specificeren van gezondheid, waarmee betrouwbaardere resultaten gevonden kunnen worden.

Referentielijst

Abbring, J.,Chiappori P.A. and J. Pinquet (2003). Moral Hazard and Dynamic Insur ance Data. Journal of the European Economic Association, 1(4): 767-820.

Blinder, A.S. (1973). Wage discrimination: Reduced form and structural estimates. Journal of Human Resources, 8: 436-455.

Cardon, J. H. and Hendel, I. (2001). Asymmetric Information in Health Insurance: Evidence From the National Health Expenditure Survey. RAND Journal of Economics, 32: 408-427.

Chiappori, P.A., Durand, F. and P. Y. Geoffard (1998). Moral Hazard and the Demand for Physician Services: First Lessons From a French Natural Experiment. European Economic Review, 42: 499-511. Chiappori, P.A. and Salanie, B. (2000). Testing for Asymmetric Information in Insurance Markets. Journal of Political Economy, 108: 56-78.

Chiappori, P.A., Jullien, B., Salanie, B. and Salanie, F. (2006). Asymmetric Information in Insurance: General Testable Implications. RAND Journal of Economics, 37: 783-798.

Cohen, A. (2005), Asymmetric Information and Learning in the Automobile Insurance Market. Review of Economics and Statistics, 87: 197-207.

Cohen, A. and Siegelman, P. (2010). Testing for Adverse Selection in Insurance Markets. Journal of Risk and Insurance, 77(1): 39-84.

Cutler, D. M. and Reber, S. J. (1998). Paying for Health Insurance: The Trade-Off Between Competition and Adverse Selection. Quarterly Journal of Economics, 113: 433-466.

Cutler, D. M. and Zeckhauser, R. J. (2000). The Anatomy of Health Insurance. Handbook of Health Economics, 1: 563-643.

Dionne, G., P.-C. Michaud, and M. Dahchour, 2007, Separating Moral Hazard From Adverse Selection and Learning in Automobile Insurance: Longitudinal Evidence From France.

Ettner, S. L. (1997). Adverse Selection and the Purchase of Medigap Insurance by the Elderly. Journal of Health Economics, 16: 543-562.

(25)

23

Hsiao, W.C.L. (1995). The Chinese health-care system: lessons for other nations. Social Science and Medicine, 41(8): 1047-1055.

Lofgren, K.G., Persson, T. and Jorgen, W. (2002). Markets with Asymmetric Information: The Contributions of George Akerlof, Michael Spence and Joseph Stiglitz. Scandinavian Journal of Economics, 104(2): 195-211.

Manning, W. G., Newhouse, J. P., Duan, N., Keeler, E.B. and Leibowitz, A. (1987). Health Insurance and the Demand for Medical Care: Evidence From a Randomized Experiment. American Economic Review, 77(3): 251-277.

Rothschild, M. and Stiglitz, J. (1976). Equilibrium in Competitive Insurance Markets. Quarterly Journal of Economics, 90(4): 629-649.

Roy, A.D. (1951). Some Thoughts on the Distribution of Earnings. Oxford Economic Papers, 3: 135-146.

Savage, E. and Wright, D.J. (2003). Moral hazard and adverse selection in Australian private hospitals: 1989-1990. Journal of Health Economics, 22(3): 331-359.

Shavell, S. (1979). On Moral Hazard and Insurance. Quarterly Journal of Economics, 93(4): 541-562.

Shen, C. (2013). Determinants of health care decisions: Insurance, utilization, and expenditures.

Review of Economics and Statistics, 95(1): 142-153.

Vera-Hernandez, A.M. (1999). Duplicate coverage and the demand for health care: the case of Catalonia. Health Economics, 8: 579-598.

(26)

24 Bijlage

Regressies

regressie 1 (2001)

(LOGTOTEXP0 = uitgaven aan ziektekosten (logaritmisch) voor onverzekerden, LOGTOTEXP1 = uitgaven aan ziektekosten (logaritmisch) voor privaat verzekerden. BADPHEALTH en BADPMHEALTH staan respectievelijk voor lichamelijke ziekte en mentale ziekte.)

(27)

25

(LOGTOTEXP0 = uitgaven aan ziektekosten (logaritmisch) voor onverzekerden, LOGTOTEXP1 = uitgaven aan ziektekosten (logaritmisch) voor publiek verzekerden. BADPHEALTH en BADPMHEALTH staan respectievelijk voor lichamelijke ziekte en mentale ziekte.)

(28)

26

(29)

27

(30)

28

(31)

29

(32)

30 regressie 7 (2011) Tabellen Jaar 2006 N % Totaal 13187 100.0 Verzekerd 10327 78.31 Privaat verzekerd 8258 62.62 Publiek verzekerd 2069 15.69 Onverzekerd 2860 21.69 Totale ziektekostenuitgaven $1-$1000 5847 44.34 $1001-$5000 4743 35.97 $5000 of meer 2597 19.69 Jaren educatie

10-14 jaar 8442 64.02

Meer dan 14 jaar 3286 24.92

Leeftijd

40-49 jaar 3593 27.25

Meer dan 49 jaar 3984 30.21

Minder dan $20000 5883 44.61 $20000-$30000 2008 15.23 Meer dan $30000 5296 40.16 Geslacht Man 5418 41.09 Vrouw 7769 58.91

(33)

31 Ras Blank 10249 77.72 Niet-blank 2938 22.28 Getrouwd Ja 7539 57.17 Nee 5648 42.83 Roken Ja 2797 21.21 Nee 10390 78.79

1-2 5561 42.17 3-4 6710 50.88 Meer dan 4 916 6.95 Mentale ziekte Ja 1181 8.96 Nee 12006 91.04 Lichamelijke ziekte Ja 2060 15.62 Nee 11127 84.38 Tabel 10

Publiek verzekerden (OLS)

log(ziektekosten) Coef. P>t

Leeftijd 0.028769 0.079

Leeftijd*Leeftijd -6.3E-05 0.744

Man -0.16305 0.032

Blank 0.009654 0.895 Lichamelijke ziekte 0.748637 0.000 Mentale ziekte 0.283448 0.002 Persoon rookt 0.169234 0.025 Inkomen -2.77E-07 0.906 Constante 6.737921 0.000 Tabel 12

(34)

32

Onverzekerden (Roy Model)

Leeftijd -0.04039 0.010

Man -0.36072 0.000

Grootte van de familie 0.001224 0.949

Blank 0.096281 0.184 Lichamelijke ziekte 0.524916 0.000 Mentale ziekte 0.587103 0.000 Persoon rookt 0.109647 0.200 Inkomen 2.67E-06 0.515 Constante 6.321701 0.000 Tabel 13

Privaat verzekerden (Roy model)

Leeftijd -0.02804 0.003

Man -0.45424 0.000

Blank 0.250915 0.000 Lichamelijke ziekte 0.984327 0.000 Mentale ziekte 0.377588 0.000 Persoon rookt -0.03289 0.474 Inkomen -1.50E-07 0.826 Constante 7.31212 0.000 Tabel 14

(35)

33 Jaar 2011 N % Totaal 13583 100.0 Verzekerd 10559 77.74 Privaat verzekerd 8090 58.89 Publiek verzekerd 2469 18.07 Onverzekerd 3024 22.26 Totale ziektekostenuitgaven $1-$1000 6370 46.90 $1001-$5000 4438 32.67 $5000 of meer 2775 20.43 Jaren educatie

10-14 jaar 8640 63.61

Meer dan 14 jaar 3828 28.18

Leeftijd

40-49 jaar 3343 24.61

Meer dan 49 jaar 4245 31.25

Minder dan $20000 6114 45.01 $20000-$30000 2060 15.17 Meer dan $30000 5409 39.82 Geslacht Man 5569 41.00 Vrouw 8014 59.00 Ras Blank 9513 70.04 Niet-blank 4070 29.96 Getrouwd Ja 7059 51.97 Nee 6524 48.03 Roken Ja 2572 18.94 Nee 11011 81.06

1-2 5879 43.28 3-4 6775 49.88 Meer dan 4 929 6.84 Mentale ziekte Ja 1129 8.31 Nee 12454 91.69 Lichamelijke ziekte Ja 1976 14.55 Nee 11607 85.45

(36)

34

Publiek verzekerden (OLS)

Leeftijd 0.055776 0.000

Leeftijd*Leeftijd -0.00035 0.059

Man -0.16670 0.021

Blank 0.085839 0.212 Lichamelijke ziekte 0.815019 0.000 Mentale ziekte 0.562770 0.000 Persoon rookt -0.00535 0.944 Inkomen -1.14E-06 0.597 Constante 5.867407 0.000

Onverzekerden (Roy model)

Leeftijd -0.00903 0.595

Man -0.26399 0.000

Blank 0.096088 0.160 Lichamelijke ziekte 0.808939 0.000 Mentale ziekte 0.272602 0.023 Persoon rookt 0.088917 0.310 Inkomen -1.37E-06 0.688 Constante 5.858464 0.000

Privaat verzekerden (Roy model)

Leeftijd -0.01632 0.094

Man -0.41751 0.000

Blank 0.296891 0.000 Lichamelijke ziekte 0.971052 0.000 Mentale ziekte 0.491488 0.000 Persoon rookt -0.12653 0.021 Inkomen 1.15E-06 0.102 Constante 7.059176 0.000