Z
IEKTEKOSTEN EN ZIEKTEKOSTENVERZEKERINGEen onderzoek naar de aanwezigheid van moral hazard en adverse selection op de zorgverzekeringsmarkt in Amerika
Faculteit Economie & Bedrijfskunde
Bachelorscriptie econometrie 2015-2016
27 juni 2016
Puck van Trier, 10552375
Begeleider dr. J.C.M. van Ophem
Verklaring eigen werk Hierbij verklaar ik, Puck van Trier, 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.
Abstract
In Amerika wordt meer geld uitgegeven aan zorg dan in ieder ander land en groeien de zorgkosten jaarlijks harder dan elders. Door deze almaar stijgende kosten wordt het steeds duurder om een ziektekostenverzekering af te sluiten met als gevolg dat veel mensen onverzekerd zijn. Om inzicht te krijgen in deze hoge kosten is het van belang om zogeheten adverse selection en moral hazard te identificeren. Adverse selection houdt in dat mensen die verwachten hoge ziektekosten te gaan maken eerder geneigd zijn om een ziektekostenverzekering af te sluiten. Moral hazard houdt in dat mensen die een verzekering hebben afgesloten eerder naar een dokter gaan dan mensen zonder verzekering. Dit onderzoek richt zich op het identificeren van adverse selection en moral hazard op de Amerikaanse zorgverzekeringsmarkt om zodoende een belangrijke oorzaak van de hoge kosten te identificeren. Hiertoe worden vier verschillende verzekeringsgroepen onderscheiden, namelijk: privaat verzekerden, publiek verzekerden, via de werkgever verzekerden en onverzekerden. Er worden twee verschillende sample-selection modellen gebruikt en er wordt een Blinder-Oaxaca decompositie toegepast op data uit het jaar 2012 van het Medical Expenditure Panel Survey. Daarin hebben mensen die via de werkgever verzekerd zijn de hoogste uitgaven aan zorg, gevolgd door publiek verzekerden en privaat verzekerden. Onverzekerden geven het minste uit. Deze verschillen zijn het gevolg van een combinatie van adverse selection en moral hazard. Adverse selection is het sterkst aanwezig voor via de werkgever verzekerden, gevolgd door privaat verzekerden en onverzekerden. Het is afwezig voor publiek verzekerden. Moral hazard is het sterkst aanwezig voor publiek verzekerden, gevolgd door via de werkgever verzekerden en privaat verzekerden. Het is afwezig voor de groep onverzekerden. Om de hoge zorgkosten terug te dringen moeten zowel adverse selection als moral hazard worden aangepakt. Adverse selection kan worden bestreden door individuen vooraf te screenen. Moral hazard kan worden bestreden door een eigen risico in te voeren of verzekerden überhaupt een gedeelte van hun behandeling zelf te laten betalen. Met de invoering van Obamacare lijkt een stap in de goede richting te zijn gezet om adverse selection te bestrijden. De komende jaren zal blijken of dit voldoende is of dat meer maatregelen nodig zijn om zorg voor iedereen in
Inhoudsopgave
1 Inleiding ... 1 1.1 Uitgaven aan zorg ... 1 1.2 Onderzoeksvraag ... 2 1.3 Het onderzoek ... 3 2 Achtergrondinformatie ... 3 2.1 Het Amerikaanse zorgsysteem ... 3 2.2 Adverse selection en moral hazard ... 4 2.3 Aanwezigheid adverse selection en moral hazard ... 6 2.4 Gerelateerde literatuur ... 6 2.5 Verwachtingen ... 7 3 Onderzoeksopzet ... 8 3.1 Data ... 8 3.2 Heckman-model ... 12 3.3 Newey model ... 13 3.4 Bootstrapping ... 14 4 Resultaten ... 15 4.1 Interpretatie resultaten ... 15 4.2 Uitkomsten Blinder-Oaxaca decompositie ... 16 5 Conclusie ... 21 5.1 Samenvatting ... 22 5.2 Antwoord centrale vraag ... 22 5.3 Aanbevelingen ... 24 Bibliografie ... 25 Appendix ... 271 Inleiding
1.1 Uitgaven aan zorg In Amerika nemen de uitgaven aan zorg al jaren toe en rijzen ze inmiddels de pan uit. Bedroegen ze in 1950 nog 4,4 procent van het bruto binnenlands product, in 1985 was dat al opgelopen tot 10,7 procent (Manning, Newhouse, Duan, Keeler & Leibowitz, 1987, p. 251 ). Deze trend hield aan en in 1998 bedroegen de uitgaven maar liefst 12,9 procent van het bruto binnenlands product, wat neerkomt op 4.373 dollar per persoon (McGarry, 2002, p. 790). Volgens de Organization for Economic Cooperation andDevelopment (OECD) ligt dit bedrag veel hoger dan voor andere landen. Amerika wordt
gevolgd door Zwitserland dat ‘slechts’ 3.080 dollar per inwoner besteedt (McGarry, 2002, p. 790).
Volgens Blumenthal zijn er drie verschillende oorzaken aan te wijzen voor de almaar toenemende zorgkosten (2001, p.766). Allereerst brengen de nieuwe ontwikkelingen in de gezondheidszorg, waaronder nieuwe en duurdere medicijnen, hogere kosten met zich mee. Daarnaast kan een groot deel van de toename worden toegeschreven aan vergrijzing. Tot slot wordt de toenemende nationale welvaart verantwoordelijk gehouden voor hogere kosten. Hoe hoger het inkomen, hoe groter het deel van het inkomen dat men aan zorg en zorgverzekeringen besteedt.
Een ander probleem in Amerika, dat samenhangt met de toenemende zorgkosten, is het grote aantal inwoners zonder zorgverzekering (Cardon en Hendel, 2001, p.408). Volgens het Institute of Medicine (IOM) stierven er in 2002 ruim 18.000 mensen, omdat zij geen zorgverzekering hadden. Wilper, Woolhandler, Lasser, McCornick, Bor en Himmelstein schatten dit aantal in 2009 zelfs op bijna 45.000 Amerikanen (2009, p. 2294). Als gevolg van de stijgende kosten, nemen ook de prijzen van zorgverzekeringen toe. Steeds meer mensen kunnen een verzekering niet betalen en zijn niet verzekerd wanneer ze zorg nodig hebben.
In 2011 was volgens de Kaiser Family Foundation maar liefst 16 procent van de bevolking niet verzekerd. De afgelopen jaren zijn er maatregelen getroffen om dit percentage naar beneden te brengen. Sinds 2013 is de Patient Protection and Affordable
(http://obamacarefacts.com). Dit is een nieuwe zorgwet van de regering Obama die Amerikanen verplicht zich in te schrijven voor een zorgverzekering. Amerikanen die dit weigeren, moeten aan het einde van het jaar extra belasting betalen. Ook zijn verzekeraars verplicht om iedereen te accepteren en iedereen hetzelfde te laten betalen voor een verzekering ondanks de gezondheid of het geslacht van een individu. Het programma heeft zijn vruchten afgeworpen, want in 2015 is het percentage onverzekerden in Amerika volgens Cohen, Martinez en Zammitti (2016) teruggedrongen tot negen procent.
1.2 Onderzoeksvraag
Om zorg voor iedereen toegankelijk en betaalbaar te houden, heeft de Amerikaanse overheid de afgelopen decennia een aantal hervormingen in de gezondheidszorg doorgevoerd. Naast de eerder besproken Obamacare zijn er ook andere programma’s geïntroduceerd om ouderen, gehandicapten en individuen met een laag inkomen zorg te bieden (McGarry, 2002). Het is soms lastig te bepalen waar deze programma’s zich precies op moeten richten om de hoge zorgkosten terug te dringen. Dit komt onder andere door de mogelijke aanwezigheid van zogeheten adverse selection en moral
hazard. Het gegeven dat mensen die verwachten veel ziektekosten te gaan maken,
bijvoorbeeld omdat ze ziek of oud zijn, eerder geneigd zijn een verzekering af te sluiten dan mensen die gezond zijn en zelden naar een dokter gaan, noemt men adverse selection (Cutler & Zeckhauser, 1997, p. 1). Een van de voornaamste problemen van adverse selection is dat het de marktwerking kan verstoren. (Jha & Baker, 2012, p. 867). Een ander fenomeen dat kan leiden tot inefficiënties in de markt is zogeheten moral
hazard. Dit is het fenomeen dat individuen met een verzekering veel eerder geneigd zijn
om gebruik te maken van de zorg dan individuen zonder verzekering (Shen, 2013, p. 142). In hoofdstuk 2 wordt op beide dieper ingegaan.
Om beter inzicht te krijgen in de hoge kosten en om marktfalen te voorkomen, is het belangrijk om uit te zoeken of adverse selection en moral hazard aanwezig zijn. De overkoepelende onderzoeksvraag luidt daarom: in hoeverre is er sprake van adverse selection en moral hazard op de Amerikaanse zorgverzekeringsmarkt?
1.3 Het onderzoek
Dit onderzoek probeert adverse selection en moral hazard op de zorgverzekeringsmarkt in Amerika te identificeren. Hiertoe worden twee verschillende selectiviteitsmodellen gebruikt, die beide gebruik maken van een twee-staps-schattingstechniek. Allereerst wordt het model van Heckman toegepast (Heckman, 1979). Later wordt gebruikgemaakt van een model van Newey, dat voortbouwt op het model van Heckman (Newey, 2008). Tot slot wordt een Blinder-Oaxaca decompositie toegepast om de verschillen in uitgaven aan zorg tussen verschillende verzekeringsgroepen te verklaren. Beide modellen en de decompositie worden uitgebreid besproken in hoofdstuk 3. Om adverse selection en moral hazard van elkaar te kunnen onderscheiden, wordt er onderscheid gemaakt tussen mensen die publiek verzekerd zijn, mensen die privaat verzekerd zijn, mensen die via hun werkgever verzekerd zijn en mensen die onverzekerd zijn. De resultaten van de verschillende schattingstechnieken worden uiteindelijk met elkaar vergeleken.
Eerst wordt in hoofdstuk 2 dieper ingegaan op de achterliggende theorie en op de resultaten van eerdere onderzoeken. Daarna volgt in hoofdstuk 3 de onderzoeksopzet, waarin de gebruikte data en modellen uitvoerig worden beschreven. In hoofdstuk 4 worden de resultaten gepresenteerd, waarna in hoofdstuk 5 de centrale vraag wordt beantwoord.
2 Achtergrondinformatie
In dit hoofdstuk wordt dieper ingegaan op de Amerikaanse zorgverzekeringsmarkt, waarbij ook adverse selection, moral hazard en de verschillen daartussen worden besproken. Tot slot wordt een uiteenzetting gemaakt van de resultaten van eerdere onderzoeken naar moral hazard en adverse selection op verzekeringsmarkten.
2.1 Het Amerikaanse zorgsysteem
In Amerika is het niet verplicht om een zorgverzekering af te sluiten, maar wanneer mensen ervoor kiezen om dit wel te doen, zijn er verschillende manieren van verzekeren. In figuur 1 staat een overzicht van de Kaiser Family Foundation met de verdeling van de verschillende types verzekering over de bevolking in het jaar 2011.
figuur 1: zorgverzekeringsstatus in Amerika in 2011
Het merendeel van de Amerikanen is verzekerd via de werkgever, een aanzienlijk deel via de overheid, voornamelijk via het Medicare- of Medicaid-programma, en een klein deel van de bevolking sluit zelf een verzekering af. De rest van de bevolking heeft geen ziektekostenverzekering; deze groep bedraagt in 2011 zestien procent van de totale bevolking. Met name mensen die bij grote bedrijven werken, zijn vaak via de werkgever verzekerd (Cardon & Hendel, 2001, p. 408). Individuen vanaf 65 jaar of jongere mensen met een handicap komen in aanmerking voor het Medicare programma (McGarry, 2002, p.802). Dit geldt voor iedereen boven de 65, ongeacht het inkomen of het welvaartsniveau. Het Medicaid programma is bedoeld voor individuen of families met een laag inkomen, weeskinderen en gehandicapten. Beide programma’s worden gefinancierd vanuit de overheid (McGarry, 2002). Mensen die hiervoor in aanmerking komen, zijn automatisch verzekerd en hoeven hier niets voor te betalen. Belangrijk is dat deze groep mensen geen eigen keuze maakt om zich te verzekeren. 2.2 Adverse selection en moral hazard Rotschild en Stiglitz (1976) stellen dat individuen meer informatie hebben omtrent hun risico dan verzekeraars, ook wel bekend als asymmetrische informatie (1976, p. 632). Dit uit zich onder andere in de vorm van adverse selection: mensen die verwachten veel kosten te gaan maken, zijn eerder geneigd een verzekering af te sluiten. Adverse selection heeft verschillende consequenties (Cutler en Zeckhauser, 1997, p. 1).
Allereerst is er geen sprake van risicospreiding, doordat voornamelijk mensen met een hoog risico een verzekering afsluiten. Daarnaast komen de prijzen voor verzekeringen niet overeen met de marginale kosten, omdat ieder individu een andere mate van risico-aversie heeft. Ten derde is er sprake van negatieve risicoselectie, aangezien verzekeraars er alles aan doen om mensen met een hoog risico af te schrikken en gezonde mensen met een laag risico aan te trekken.
Dit is echter niet de enige boosdoener, want ook moral hazard kan leiden tot marktfalen. Volgens Jha en Baker (2012) kan dit worden onderverdeeld in twee categorieën, namelijk: ex ante moral hazard en ex post moral hazard (2012, p. 868). Verzekerden vertonen risicovoller gedrag dan onverzekerden, in de wetenschap dat eventuele onkosten toch vergoed worden. Dit staat bekend als ex ante moral hazard. In het geval van onkosten maakt het de verzekerden vervolgens niet uit hoe hoog deze kosten zijn, waardoor ze niet op zoek gaan naar de goedkoopste behandelaar. Ook zijn ze eerder geneigd om überhaupt naar een dokter te gaan. Dit staat bekend als ex post moral hazard.
Verzekeraars proberen adverse selection en moral hazard te minimaliseren door verschillende maatregelen te treffen. Om adverse selection terug te dringen, kunnen verzekeraars verschillende groepen samen stellen, op basis van verschillende factoren zoals leeftijd en overgewicht, met ieder een eigen verzekeringspremie. Hierdoor betalen mensen een eerlijke premie en hoeven de mensen met een laag risico niet extra te betalen om te compenseren voor de mensen met een hoog risico. Dit maakt voor gezonde individuen de drempel om een verzekering af te sluiten lager. In de praktijk is het echter wel lastig om mensen vooraf te screenen en in een bepaalde groep te plaatsen. Ook kan niet ieder individu met een hoog risico hier zelf iets aan doen. Enige solidariteit zal nodig blijven om bijvoorbeeld mensen met aangeboren afwijkingen of chronische ziektes ook van zorg te voorzien. Om de moral hazard terug te dringen, kunnen verschillende maatregelen worden getroffen. Sommige verzekeraars in Amerika hebben reeds een eigen risico geïntroduceerd. Ook komt het vaak voor dat slechts een deel van de behandeling vergoed wordt, waardoor de verzekerde zelf ook een deel moet betalen. Hierdoor stappen mensen minder snel naar een dokter. In de praktijk blijft het echter lastig om adverse selection en moral hazard aan te tonen en van elkaar te onderscheiden omdat beide tot hogere kosten leiden (Chiappori en Salanié, 2000). Dit onderzoek probeert door middel van een Blinder-Oaxaca
decompositie te identificeren welk deel van de kosten samenhangt met adverse selection en welk deel met moral hazard.
2.3 Aanwezigheid adverse selection en moral hazard
Naast dat het lastig is om adverse selection en moral hazard van elkaar te onderscheiden, is het ook maar de vraag of beide überhaupt aanwezig zijn. Adverse selection kan alleen aanwezig zijn wanneer er sprake is van een keuze proces. Het ene individu kiest ervoor om wel een verzekering af te sluiten terwijl iemand anders dat niet doet. Mensen die publiek verzekerd zijn, zijn dit automatisch zonder hier iets voor te hoeven doen of hier iets voor te moeten betalen. Zij maken geen keuze, waardoor er ook geen sprake kan zijn van adverse selection. Hier tegenover staat de groep privaat verzekerden, die er bewust voor kiest om een verzekering af te sluiten. Het is volledig hun eigen keuze, waardoor er bij het schatten rekening moet worden gehouden met adverse selection. Dit geldt tot op zekere hoogte ook voor mensen die via hun werkgever verzekerd zijn. Bij het zoeken naar een baan spelen echter veel meer zaken een rol dan alleen de verzekering die door de werkgever wordt aangeboden. Toch zal bij het schatten wel rekening moeten worden gehouden met de aanwezigheid van enige adverse selection.
Moral hazard kan alleen voorkomen wanneer men een verzekering heeft afgesloten. Dit is bij de groep onverzekerden niet het geval, waardoor hier geen rekening mee gehouden hoeft te worden. Bij het uitvoeren van de schattingen moet rekening worden gehouden met bovenstaande verschillen tussen de groepen om adverse selection en moral hazard te kunnen identificeren. Essentieel hierbij is wel dat het model correct gespecificeerd moet zijn. 2.4 Gerelateerde literatuur Pauly (1986) stelt al dat het lastig is om een betrouwbare schattingstechniek af te leiden voor verzekeringsmarkten. Doordat zowel adverse selection als moral hazard tot hogere kosten leiden, is het lastig om ze van elkaar te onderscheiden en te achterhalen waar de hogere kosten precies vandaan komen. Adverse selection en moral hazard resulteren in de endogeniteit van de verzekering, waar bij het schatten rekening mee moet worden gehouden. In het verleden zijn verzekeringsmarkten al veelvuldig onderzocht en ieder
onderzoek gaat op zijn eigen manier om met de aanwezige endogeniteit. Hieronder worden eerdere onderzoeken op dit gebied besproken, waarbij tevens wordt besproken hoe de onderzoekers met de endogeniteit om zijn gegaan en in hoeverre er tot op heden empirisch bewijs is gevonden.
De uitkomsten van eerdere onderzoeken spreken elkaar regelmatig tegen. Zo vinden Manning, Newhouse, Duan, Keeler en Leibowitz (1987) in hun gerandomiseerde experiment aanwijzingen voor moral hazard. Marquis en Phelps (1987) stellen dat er adverse selection aanwezig is en ook Cameron, Trivedi, Milne en Piggott (1988), die zich baseren op Australische data, sluiten zich hierbij aan. Cardon en Hendel (2001) daarentegen, stellen op basis van de National Medical Expenditure Survey dat er geen aanwijzingen voor asymmetrische informatie zijn. Dowd, Feldman, Cassou, en Finch (1991), die dezelfde onderzoeksmethode gebruiken als Cameron et al. (1988), maar zich baseren op data uit Minnesota, zijn het hier ook mee eens. Chiappori en Salanié (2000), die de Franse markt voor autoverzekeringen onderzoeken, delen hun mening en vinden geen aanwijzingen voor moral hazard en adverse selection.
In recentere onderzoeken worden wel aanwijzingen voor de aanwezigheid van moral hazard en adverse selection gevonden. Olivella en Vera-Hernandez (2011) toetsen op asymmetrische informatie op de Engelse zorgverzekeringsmarkt. Zij vinden op basis van de British Household Panel Survey bewijs voor adverse selection. Shen (2013) baseert zich op het Medical Expenditure Panel Survey (MEPS) van het jaar 2005 en vindt dat de uitgaven aan zorg met 48 procent toenemen wanneer iemand een zorgverzekering heeft. Hij maakt gebruik van een semiparametrische schattingstechniek om te voorkomen dat er sterke aannames gemaakt moeten worden wat de onderliggende verdeling betreft.
Opvallend is dat veel onderzoeken alleen onderscheid maken tussen verzekerd en onverzekerd. Binnen de categorie verzekerden wordt geen onderscheid gemaakt tussen publiek, via de werkgever of privaat verzekerd zijn. In dit onderzoek wordt dat onderscheid wel gebruikt om adverse selection en moral hazard zo goed mogelijk te kunnen identificeren.
2.5 Verwachtingen
Op basis van de theorie wordt verwacht dat er geen adverse selection aanwezig is bij de publiek verzekerden, daar zij automatisch verzekerd zijn en hier niet voor hoeven te
betalen. Verder zou het in de lijn der verwachtingen liggen dat er adverse selection aanwezig is bij de privaat verzekerden. Deze groep maakt immers een bewuste keuze om zich te verzekeren. Dit geldt tot op zekere hoogte ook voor de mensen die ervoor kiezen zich via hun werkgever te verzekeren. Hier zou op basis van theorie ook enige vorm van adverse selection worden verwacht. Voor de groep van onverzekerden is dit lastiger in te schatten. Het kan dat zij er bewust voor kiezen zich niet te verzekeren, maar het is ook mogelijk dat zij geen geld hebben om zich te verzekeren of geen zin hebben om zich te verdiepen in ziektekostenverzekeringen. Tot op heden is er weinig empirisch bewijs gevonden voor adverse selection in Amerika. Wel werd er bijvoorbeeld bewijs gevonden in Australië, in Engeland en bij een gerandomiseerd experiment.
Op basis van eerdere onderzoeken wordt wel verwacht dat moral hazard op de Amerikaanse zorgverzekeringsmarkt aanwezig is. Dit geldt niet voor de groep onverzekerden, daar zij geen verzekering hebben afgesloten. In veel onderzoeken blijft het echter onduidelijk of er sprake is van adverse selection of moral hazard. Shen (2013) onderzoekt bijvoorbeeld dezelfde dataset met een vergelijkbare schattingstechniek en vindt dat mensen met een verzekering 48 procent meer uitgeven aan zorg dan mensen zonder verzekering. Het wordt echter niet duidelijk of dit een gevolg is van adverse selection of moral hazard.
3 Onderzoeksopzet
In deze paragraaf wordt de opzet van het onderzoek uitvoerig beschreven, waarbij onder andere de gebruikte dataset en de gebruikte schattingstechnieken aan bod komen.
3.1 Data
Sinds 1996 neemt het U.S. Department of Health and Human Services de MEPS af onder huishoudens, werkgevers en verzekeraars om informatie te verzamelen op het gebied van uitgaven aan zorg, zorgverzekeringen, demografische variabelen en sociaaleconomische variabelen. De enquête wordt voortdurend aan andere mensen voorgelegd, waardoor er een pseudo-panel ontstaat. Dit wil zeggen dat het een tijdreeks van cross-secties bedraagt met in ieder cohort andere individuen. Mijn onderzoek
beperkt zich tot data uit het jaar 2012 van individuen boven de 16 jaar die werkzaam zijn, met andere woorden die een positief inkomen hebben.
De MEPS maakt onderscheid tussen vijf soorten verzekeringen. Het individu kan privaat verzekerd zijn, via de werkgever, via een Medicare programma, via een Medicaid programma of onverzekerd. Zowel het Medicare als het Medicaid programma worden gezien als een vorm van publieke verzekering. Indien er in het jaar 2012 uitgaven aan zorg zijn geweest, wordt gesteld dat men gebruik heeft gemaakt van de zorg. De hoogte van de uitgaven wordt bepaald door de betalingen uit eigen zak en de betalingen die door de verzekeraar zijn gedaan bij elkaar op te tellen. De uitgaven aan vrij verkrijgbare medicijnen zijn hier niet in meegenomen. Tabel 1 geeft een overzicht van de gemiddelde uitgaven aan ziektekosten per verzekeringsgroep weer. Gemiddelde uitgaven aan ziektekosten Privaat verzekerd $5361.93 Publiek verzekerd $5836.24 Via werkgever verzekerd $6115.04 Onverzekerd $1470.70 tabel 1: uitgaven aan ziektekosten per verzekeringsgroep
Bovenstaande tabel maakt duidelijk dat er grote verschillen in uitgaven zijn tussen de verschillende groepen. Onverzekerde mensen geven aanzienlijk minder uit aan zorg dan mensen die wel verzekerd zijn. Dit kan zowel een gevolg van adverse selection zijn als van moral hazard. Mogelijk is de drempel om naar de dokter te gaan hoger, daar niets van de kosten gedekt wordt. Een andere verklaring is dat het voornamelijk fitte, gezonde mensen zijn die het niet nodig achten om een zorgverzekering af te sluiten. In de dataset zitten verschillende variabelen betreffende houdingen tegenover gezondheid. Uit deze variabelen blijkt dat het merendeel van de onverzekerden wel degelijk een verzekering nodig denkt te hebben. Ook vindt het merendeel dat het de kosten waard is. Tot slot zijn veel onverzekerden redelijk risico-avers en denken ze een dokter nodig te hebben om beter te worden. Ondanks deze uitkomsten heeft deze groep toch geen verzekering. Het lijkt er sterk op dat onverzekerden graag een verzekering willen afsluiten, maar het geld niet hebben om dit te doen.
Deze groep wordt gevolgd door de privaat verzekerden die ruim drie keer zoveel uitgeven aan zorg. Deze mensen kiezen er bewust voor om een verzekering af te sluiten. Mogelijk leiden zij aan een chronische ziekte of verwachten ze van te voren al veel kosten te gaan maken. Toch geven zij minder uit aan zorg dan de publiek verzekerden en mensen die via de werkgever verzekerd zijn. Uit de dataset blijkt dat de privaat verzekerden extreem risico-avers zijn, wat hier mogelijk een verklaring voor is. Nog hoger staat de groep van publiek verzekerden. Deze groep bestaat voornamelijk uit arme en oudere mensen. Ouderen maken doorgaans meer kosten evenals arme mensen, die volgens verschillende onderzoeken een ongezondere leefstijl hebben, wat kan resulteren in meer ziektes en hogere zorgkosten. Volgens Bobak, Jha, Nguyen en Jarvis (2000) roken mensen die in armoede leven vaker. Ook hangt armoede samen met de aanwezigheid van obesitas (Levine, 2011, p.2667). Tot slot is het opmerkelijk dat de laatste groep, de mensen die via de werkgever verzekerd zijn, gemiddeld de hoogste uitgaven aan ziektekosten heeft. Een mogelijke verklaring hiervoor is dat ook deze groep behoorlijk risico-avers is, waardoor mensen snel geneigd zijn naar een dokter te gaan.
In het model worden enkele demografische, sociaaleconomische en gezondheidsgerelateerde verklarende variabelen opgenomen, die grotendeels overeenkomen met de variabelen die Shen (2013) in zijn onderzoek gebruikt. De demografische variabelen bestaan uit leeftijd (AGE), geslacht (MALE=1, FEMALE=0), etniciteit (WHITE=1, OTHER=0), getrouwd (MARRY=1, OTHER=0) zijn, grootte van de familie (FAMSZE) en regio (REGION). Voor de variabele regio wordt gekeken naar de huidige woonplaats van het individu waarbij alle Amerikaanse staten zijn opgedeeld in vier regio’s: noordoost, middenwest, zuid en west. Voor alle vier de regio’s worden dummy-variabelen aangemaakt. Als sociaaleconomische variabelen worden het hoogst behaalde opleidingsniveau en inkomen per uur (HOURLY WAGE) in het model opgenomen. Ook wordt er een indicator toegevoegd voor mensen die in de business en management sector werken.
Om de gezondheid van het individu te meten, worden het aantal comorbiditeiten en roken (SMOKE=1, OTHER=0) meegenomen in de regressie. De comorbiditeiten die worden meegenomen zijn verhoogde bloeddruk, hartkwalen, beroertes, emfyseem, kanker, diabetes, artritis en astma. Hierbij zijn de verschillende hartkwalen samengevoegd tot één variabele. De variabele COMORB is de som van het aantal comorbiditeiten waar een individu last van heeft. Bij voorkeur zou er ook een variabele
voor mentale ziektes worden opgenomen, maar betrouwbare gegevens daarover ontbreken in de dataset. De beroepsgroep heeft invloed op de beslissing om een verzekering af te sluiten, doordat bepaalde werkgevers wel een verzekering aanbieden en anderen dat niet doen. Nadat deze beslissing is genomen, heeft dit echter geen invloed meer op de beslissing om een dokter te bezoeken. Daarom wordt deze variabele alleen in de eerste stap van de regressie opgenomen. Net zoals Shen (2013) gebeurt dit ook voor de variabele getrouwd zijn en voor de verschillende regio’s. Deze worden eveneens alleen in de eerste stap van de schatting meegenomen. Dit leidt bovendien tot een verbeterde identificatie van het model. Resultaten die niet bruikbaar zijn, bijvoorbeeld omdat de vraag niet gesteld is of de respondent geen antwoord wilde geven, worden uit de dataset verwijderd. De uiteindelijke dataset bestaat uit 11.780 waarnemingen. In tabel 2 is weergegeven hoe deze dataset is opgebouwd. Tabel 2: Beschrijving van de dataset N % N % Totaal 11,780 100.0 Verzekeringstype Geslacht Privaat 2,351 20.0 Man 5,838 49.6 Publiek 842 7.1 Vrouw 5,942 50.4 Via werkgever 6,280 53.3 Etniciteit Onverzekerd 2,307 19.6 Blank 8,227 69.8 Gebruik zorg Anders 3,553 30.2 Ja 8,632 73.3 Aantal comorbiditeiten comorbiditeiten Nee 3,148 26.7 0 6,755 57.3 Uitgaven aan zorg 1-2 4,345 36.9 Geen uitgaven 3,148 26.7 3+ 680 5.8 < $1,000 3,983 33.8 Huidige roker $1,000-$2,000 1,326 11.3 Ja 1,992 16.9 $2,000-$5,000 1,471 12.5 Nee 9,788 83.1 $5,000-$10,000 715 6.1 Getrouwd >$10,000 1,137 9.7 Ja 6,267 53.2 Opleidingsniveau Anders 5,513 46.8 Minder dan high school 1,689 14.3 Gezinsgrootte High school diploma 3,428 29.1 1-2 4,819 40.9 College of hoger 6,663 56.6 3-4 4,766 40.5 Leeftijd 5+ 2,195 18.6 16-40 5,543 47.1 Regio 40-49 2,674 22.7 Noordoost 1,822 15.5 50-65 3,193 27.1 Midden westen 2,344 19.9 >65 370 3.1 Zuid 4,455 37.8 Inkomen West 3,159 26.8 <20,000 8,062 68.4 Beroepssector 20,000-40,000 2,887 24.5 Witte kragen 3,737 31.7 40,000-60,000 709 6.0 Anders 8,043 68.3 >60,000 122 1.1
3.2 Heckman-model
Wanneer er geen endogeniteit aanwezig is, volstaat het om met Ordinary Least Squares (OLS) te schatten. Dit geldt voor de publiek verzekerden, daar zij niet zelf de keuze maken om zich te verzekeren. Voor de overige groepen moet er echter een sample-selection-model gebruikt worden. In deze paragraaf wordt het twee-staps Heckman-model besproken (Heckman, 1979).
𝐼! stelt de verzekering van individu i voor met 𝐼! = 1 als individu i een ziektekostenverzekering heeft en 𝐼! = 0 als dat niet het geval is.
(1) 𝐼! = 𝛾′𝑤! + 𝑢!
𝑦! stelt de uitgaven aan ziektekosten van individu i voor. (2) 𝑦! = 𝛽!𝑥!+ 𝜀!
De conditionele verwachting van het Heckman-model wordt dan gegeven door: 𝐸 𝑦! 𝐼! = 1 = 𝛽!𝑥
!+ 𝐸 𝜀! 𝐼! = 1) = 𝛽!𝑥! + 𝐸 𝜀! 𝑢! > −𝛾!𝑤!) = 𝛽!𝑥! + 𝑔(𝛾!𝑤!).
Gegeven dat 𝜀! en 𝑢! beide normaal verdeeld zijn met een verwachte waarde gelijk aan nul, wordt de conditionele verwachting van 𝜀! gegeven door: 𝑔( 𝛾!𝑤
!) =
𝜌 𝜎! 𝜆!(𝛼!) met 𝜌 = 𝑐𝑜𝑟𝑟(𝑢!, 𝜀!), 𝛼! = 𝛾!𝑤
! en 𝜆! 𝛼! = !!!(!!(!!)
!), ook wel de inverse
Mills ratio genoemd. De nieuwe conditionele verwachting van het Heckman-model wordt dan:
𝐸 𝑦! 𝐼! = 1 = 𝛽!𝑥
!+ 𝜌 𝜎! 𝜆! 𝛼! = 𝛽!𝑥! + 𝛽!𝜆! 𝛼! .
De schatting bestaat uit twee stappen. In de eerste stap wordt vergelijking (1) geschat om schatters voor 𝛾 te verkrijgen en daarmee 𝜆!, de inverse mills ratio, te berekenen. In stap twee worden 𝛽 en 𝛽! geschat met ordinary least squares (OLS) via een regressie van 𝑦 op 𝑥 en de extra regressor 𝜆. Er wordt dan een regressie uitgevoerd in de volgende vergelijking:
(3) 𝑦! = 𝛽!𝑥
!+ 𝛽!𝜆! 𝛼! + 𝜈!
De gevonden schatters zijn consistent als 𝜆 en 𝜈 onafhankelijk wanneer de steekproefomvang onbeperkt toeneemt en asymptotisch normaal verdeeld als 𝐸(𝜀|𝑋) gelijk is aan nul.
Tot slot wordt een tweeledige Blinder-Oaxaca decompositie uitgevoerd. De decompositie ontleedt het gemiddelde verschil in uitgaven aan zorg tussen twee groepen ten opzichte van een vector 𝛽! met referentie coëfficiënten. Vergelijking (4)
geeft een overzicht van de Blinder-Oaxaca decompositie weer. Δ𝑦 is het verschil in uitgaven aan zorg tussen de twee verschillende groepen. 𝑥! is een vector met de verklarende variabelen en een constante voor groep A. 𝑥! is hetzelfde maar dan voor
groep B. 𝛽! is een vector met de geschatte coëfficiënten en intercept voor groep A. 𝛽! is hetzelfde voor groep B (Jann, 2008, p.455).
(4) Δ𝑦 = 𝑥! − 𝑥! !𝛽
!+ 𝑥!′(𝛽!− 𝛽!) + 𝑥!′(𝛽!− 𝛽!))
De eerste term, 𝑥! − 𝑥! !𝛽
!, is het gedeelte dat verklaard wordt door
verschillen in de verklarende variabelen tussen de groepen. Dit zijn verschillen in karakteristieken die een maatstaf zijn voor de aanwezigheid van adverse selection. Het tweede gedeelte van de vergelijking geeft het verschil in 𝑦 dat niet kan worden verklaard uit de onderliggende karakteristieken. Het betreft hier verschillen in de coëfficiënten tussen de groepen wanneer de onderliggende karakteristieken voor beide groepen gelijk zouden zijn. Dit is een maatstaf voor de aanwezigheid van moral hazard. Wel omvat de tweede term ook potentiele effecten van niet waargenomen variabelen.
Hoewel dit model rekening houdt met sample selection, is het noodzakelijk bepaalde aannames aangaande de storingstermen te maken, zoals dat 𝑢!~𝑁(0,1) en dat
𝜀!~𝑁(0, 𝜎!). In de volgende paragraaf wordt een ander model besproken, waarbij deze
aannames niet noodzakelijk zijn.
3.3 Newey model
Newey (2008) beschrijft een nieuwe semiparametrische schattingstechniek die het mogelijk maakt om sample selection modellen te schatten zonder aannames over de verdeling van de storingsterm te doen.
De variabelen 𝑦! en 𝐼! worden op dezelfde manier gedefinieerd als bij het Heckman-model. Ook de eerste stap verloopt equivalent; vergelijking (1) wordt geschat om schatters voor 𝛾 te verkrijgen. Ook de tweede stap volgt een vergelijkbaar patroon. De functie 𝑔 wordt in dit geval niet met de inverse Mills ratio geschat, maar benaderd met behulp van een machtreeks. 𝑔 𝛾!𝑧 ! = 𝜃! 𝛾!𝑧 ! ! !!!
Door de macht m hoog genoeg te kiezen, kan de functie worden benaderd tot op elk niveau van precisie. Om multicollineariteit te voorkomen is het echter van belang om de
waarde van m niet te groot te kiezen. De maximale waarde van m wordt hier op vijf gesteld. Om te kijken hoeveel machten nodig zijn, wordt gekeken naar de uitkomst van de F-toets bij modellen met een verschillend aantal machten. De waarde van de F-toets heeft betrekking op het hele model. Hoe hoger deze waarde hoe onwaarschijnlijker het is dat de geschatte coëfficiënten samen geen effect hebben. Met andere woorden, hoe hoger de waarde hoe beter het model. Hiermee is het aantal machten voor de private schatting op drie gezet en voor de mensen die via hun werkgever verzekerd zijn of onverzekerd zijn op twee.
De conditionele verwachting van het Newey model wordt dan: 𝐸 𝑦! 𝐼! = 1 = 𝛽!𝑥
! + 𝑔 𝛾!𝑧!
Tot slot wordt een regressie uitgevoerd van y op x en de benaderde functie, zoals weergegeven in de volgende vergelijking.
(5) 𝑦! = 𝛽!𝑥
!+ 𝑔 𝛾!𝑧! + 𝜈!
De gevonden schatters zijn wederom asymptotisch normaal verdeeld en consistent als het aantal waarnemingen N naar oneindig gaat en de waarde van m voldoende groot wordt gekozen, waarbij m minder snel moet stijgen dan N. Ook hier wordt tot slot een Blinder-Oaxaca decompositie uitgevoerd om te kijken hoe de verschillen in uitgaven precies zijn opgebouwd.
3.4 Bootstrapping
De standaardfouten van vergelijking (3) en (5) moeten om twee gecorrigeerd. In het Heckman-model is er sprake van heteroskedasticiteit als 𝛽! ≠ 0 of 𝜃! ≠ 0. Daarnaast is 𝛾
een schatter van 𝛾, waardoor ook de inverse Mills ratio en de functie 𝑔 beide met onzekerheid worden geschat. Om betrouwbare standaardfouten te verkrijgen, vindt er
bootstrapping plaats over de gehele procedure. Bootstrapping is een alternatief voor
asymptotische benadering met als groot voordeel dat de verdeling van de schatter volledig onbekend kan zijn (Heij, Boer, Franses, Kloek, & Dijk, 2004, p.65). In dit geval wordt er een steekproef met teruglegging gepakt ter grootte van de gehele dataset. Doordat er wordt gepakt met teruglegging, kunnen bepaalde waarnemingen meerdere keren worden geselecteerd en andere waarnemingen juist helemaal niet. Het Heckman of Newey model zoals hierboven beschreven, wordt vervolgens toegepast op deze steekproef. De standaardfouten van de regressie worden per verklarende variabele opgeslagen. Om tot betrouwbare standaardfouten te komen, wordt deze procedure 250
keer herhaald. Tot slot wordt het gemiddelde van de 250 gevonden standaardfouten genomen. Uiteraard blijft dit nog steeds een benadering, maar door het grote aantal herhalingen is dit wel een goede methode om toevallige variaties eruit te halen (Heij et al., 2004, p.65). redenen worden
Samenvattend worden er twee sample selection modellen gebruikt, die beide rekening houden met de endogeniteit. Er worden zo min mogelijk aannames gemaakt, zodat de resultaten betrouwbaar zijn. Betrouwbare standaardfouten worden berekend met behulp van bootstrapping. Dit leidt onder de eerder besproken aannames tot consistente schatters die asymptotisch normaal verdeeld zijn. Tot slot wordt een Blinder-Oaxaca decompositie toegepast. De resultaten hiervan zijn weergegeven in het volgende hoofdstuk.
4 Resultaten
In dit hoofdstuk worden de uitkomsten van de verschillende schattingen besproken. Eerst worden de resultaten van de OLS schatting besproken evenals de resultaten van het Heckman-model en Newey-model. Vervolgens worden de uitkomsten van de Blinder-Oaxaca decomposities geanalyseerd. Het doel is om te achterhalen of er sprake is van adverse selection en moral hazard. 4.1 Interpretatie resultaten De standaardfouten die bij de resultaten worden weergegeven, zijn de standaardfouten die zijn verkregen na bootstrapping. Bij alle resultaten wordt aangegeven of de schatting significant is en op welk niveau. Wanneer de schatting binnen een significantieniveau van 5 procent valt, wordt dit aangeduid met *, wanneer dit 1 procent is met ** en wanneer dit 0,1 procent is met ***.
Bij het interpreteren van de resultaten wordt aangenomen dat de verwachting van de storingstermen gelijk is aan nul. Er is gebruik gemaakt van cross-sectie data waardoor de storingstermen per definitie niet onderling gecorreleerd kunnen zijn. Het eerste wat opvalt aan de resultaten, is dat veel uitkomsten niet significant zijn. Dit is mogelijk het gevolg van hoge multicollineariteit, een hoge correlatie tussen twee verklarende variabelen. Een hoger opleidingsniveau hangt bijvoorbeeld vaak samen met
een hoger inkomen. Ook de uitkomsten voor de mate van selectiviteit die aanwezig is in het model zijn geen van allen significant. Dit geldt zowel voor het Heckman-model als voor het Newey-model. Om die reden is besloten om de Blinder-Oaxaca decompositie uit te voeren zonder te corrigeren voor selectiviteit. De resultaten van het Heckman- en Newey-model zijn beide in de appendix opgenomen, waarbij te zien is dat de coëfficiënten van lambda nergens significant zijn. Er is geen tabel opgenomen voor de publiek verzekerden, omdat er voor die groep per definitie geen sprake is van selectiviteit.
4.2 Uitkomsten Blinder-Oaxaca decompositie
Om de verschillen in uitgaven aan zorg tussen de verschillende groepen zo goed mogelijk te verklaren, worden alle groepen met elkaar vergeleken via een Blinder-Oaxaca decompositie. Tabel 3 geeft een overzicht van de verschillen in ziektekosten tussen de publiek verzekerden en onverzekerden. Coëfficiënt Standaardfout Ziektekosten onverzekerden 1470.69*** (154.45) Ziektekosten publiek verzekerden 5836.24*** (654.08) Verschil in ziektekosten -4365.54*** (682.31) Decompositie Verklaard -1638.19** (608.57) Onverklaard -2727.35*** (825.11) Tabel 3: publiek verzekerden tegenover onverzekerden
Onverzekerden geven gemiddeld $4356.54 minder uit aan ziektekosten dan publiek verzekerden. Een aanzienlijk deel hiervan, $1638.19, kan verklaard worden door verschillen in karakteristieken tussen de twee groepen. Dit duidt op de aanwezigheid van adverse selection. Publiek verzekerden hebben vaak een ongezondere leefstijl wat kan samenhangen met meer comorbiditeiten of meer mensen die roken. Om beter inzicht te krijgen in dit verklaarde deel, kan het effect worden uitgesplitst in een effect per variabele. Hierbij blijkt dat het effect inderdaad een gevolg is van de variabele comorbiditeiten en roken. Publiek verzekerden hebben gemiddeld 0.75 comorbiditeiten tegenover een gemiddelde van 0.38 bij onverzekerden. Daarnaast speelt ook de
variabele geslacht een belangrijke rol. Bij de onverzekerden zijn er relatief meer mannen dan bij de publiek verzekerden. Mannen hebben gemiddeld lagere ziektekosten dan vrouwen.
Het grootste gedeelte, $2727.35, kan hier echter niet door worden verklaard en komt voort uit een verschil in de coëfficiënten wanneer de onderliggende karakteristieken van beide groepen precies hetzelfde zouden zijn. Dit duidt op de aanwezigheid van moral hazard. Kennelijk is de drempel om naar een dokter te gaan veel lager wanneer men een verzekering heeft. Wederom wordt het effect opgesplitst per variabele. De coëfficiënten van de variabelen uurloon en comorbiditeiten hebben de grootste invloed, maar ook die van familieomvang, geslacht en roken dragen bij aan dit effect.
Tabel 4 geeft een overzicht van de verschillen in ziektekosten tussen privaat verzekerden en onverzekerden. Coëfficiënt Standaardfout Ziektekosten onverzekerden 1470.69*** (156.28) Ziektekosten privaat verzekerden 5361.93*** (365.13) Verschil in ziektekosten -3891.23*** (385.00) Decompositie Verklaard -2116.45*** (417.53) Onverklaard -1774.78*** (485.23) Tabel 4: privaat verzekerden tegenover onverzekerden
Onverzekerden geven gemiddeld $3891.23 minder uit aan ziektekosten dan privaat verzekerden. Het merendeel hiervan, $2116.45, kan verklaard worden door verschillen in karakteristieken tussen de twee groepen. Dit duidt op de aanwezigheid van adverse selection. Privaat verzekerden kiezen er bewust voor om een verzekering af te sluiten. Mogelijk doen zij dit omdat zij aan een of meerdere comorbiditeiten leiden. Ook kan het dat zij beter zijn opgeleid, waardoor privaat verzekerden zich meer bewust zijn van het belang van een zorgverzekering. Om beter inzicht te krijgen in dit verklaarde deel, wordt het effect opgesplitst in een effect per variabele. Hierbij blijkt dat het effect voornamelijk een gevolg is van de variabele comorbiditeiten en dat ook de variabelen opleiding, geslacht en leeftijd een rol spelen. Privaat verzekerden hebben gemiddeld bijna twee
keer zoveel comorbiditeiten als onverzekerden. Ook hebben zij gemiddeld 2 jaar meer opleiding gehad. Bij de privaat verzekerden is een veel groter percentage vrouwen dan bij de onverzekerden. Vrouwen geven gemiddeld meer uit aan zorg dan mannen. Tot slot ligt de leeftijd van privaat verzekerden hoger dan die van onverzekerden.
Het overige gedeelte, $1774.78, kan niet worden verklaard door verschillen in de karakteristieken tussen de twee groepen. Dit komt voort uit een verschil in de coëfficiënten en duidt op de aanwezigheid van moral hazard. Kennelijk is de drempel om naar een dokter te gaan veel lager wanneer men een verzekering heeft. Dit effect komt voornamelijk voort uit de coëfficiënten van de variabelen leeftijd en opleiding, maar ook die van comorbiditeiten en het geslacht spelen een belangrijke rol.
Tabel 5 geeft een overzicht van de verschillen in ziektekosten tussen onverzekerden en via de werkgever verzekerden. Coëfficiënt Standaardfout Ziektekosten onverzekerden 1470.69*** (169.66) Ziektekosten via werkgever verzekerden 6115.04*** (387.94) Verschil in ziektekosten -4644.34*** (428.06) Decompositie Verklaard -2307.71*** (383.00) Onverklaard -2336.63*** (482.05) Tabel 5: via werkgever verzekerden tegenover onverzekerden Onverzekerden geven gemiddeld $4644.34 minder uit aan ziektekosten dan mensen die via de werkgever verzekerd zijn. Ongeveer de helft hiervan wordt verklaard door verschillen in karakteristieken tussen de twee groepen, wat duidt op de aanwezigheid van adverse selection. Mensen die via de werkgever verzekerd zijn, hebben een inkomen en hebben mogelijk meer te besteden dan onverzekerden. Het effect wordt wederom opgesplitst per variabele, waarna te zien is dat de variabele comorbiditeiten het grootste effect heeft. Mensen die via hun werkgever verzekerd zijn, hebben gemiddeld twee keer zoveel comorbiditeiten als onverzekerden. Ook opleiding, salaris, familieomvang en roken spelen een rol. Via de werkgever verzekerden hebben ruim twee jaar meer opleiding gehad. Mogelijk zijn zij zich hierdoor meer bewust van het belang van een zorgverzekering. Ook hebben zij een twee keer zo hoog uurloon waardoor ze meer aan
zorg kunnen besteden. Tot slot hebben onverzekerden grotere families en roken zij vaker.
De andere helft kan niet worden verklaard door verschillen in karakteristieken tussen de twee groepen. Dit is een gevolg van verschillen in coëfficiënten tussen de twee groepen, wat duidt op de aanwezigheid van moral hazard. Kennelijk is de drempel om naar een dokter te gaan veel lager wanneer men een verzekering heeft afgesloten. Dit effect komt voornamelijk voort uit de coëfficiënten van de variabelen opleiding en comorbiditeiten.
Tabel 6 geeft een overzicht van de verschillen in ziektekosten tussen publiek verzekerden en privaat verzekerden. Coëfficiënt Standaardfout Ziektekosten privaat verzekerden 5361.93*** (366.44) Ziektekosten publiek verzekerden 5836.24*** (633.18) Verschil in ziektekosten -474.31 (714.08) Decompositie Verklaard 385.12 (701.79) Onverklaard -859.43 (1185.29) Tabel 6: publiek verzekerden tegenover privaat verzekerden
Privaat verzekerden geven gemiddeld $474.31 minder uit aan zorg dan publiek verzekerden. Dit resultaat is echter niet significant, evenals de resultaten van de decompositie. Volgens de Blinder-Oaxaca decompositie geven privaat verzekerden juist meer uit aan zorg dan publiek verzekerden op basis van de karakteristieken. Dit is voornamelijk een gevolg van het uurloon en in kleine mate van de variabele etniciteit, waarbij het effect van het uurloon als enige significant is. Privaat verzekerden hebben en veel hoger uurloon dan publiek verzekerden. Zij hebben dus ook meer te besteden en houden mogelijk meer geld over om een zorgverzekering af te sluiten. Daarnaast heeft 73% van de privaat verzekerden een witte etniciteit tegenover 62% van de publiek verzekerden.
Op basis van verschillen in de coëfficiënten tussen de twee groepen, geven privaat verzekerden juist $859.43 minder uit aan zorg dan publiek verzekerden. Dit
effect komt voornamelijk voort uit de coëfficiënten van de variabele uurloon. Ook de variabelen roken en comorbiditeiten dragen hieraan bij.
Tabel 7 geeft een overzicht van de verschillen in ziektekosten tussen publiek verzekerden en via de werkgever verzekerden. Coëfficiënt Standaardfout Ziektekosten via werkgever verzekerden 6115.03*** (358.46) Ziektekosten publiek verzekerden 5836.24*** (628.47) Verschil in ziektekosten 278.80 (735.07) Decompositie Verklaard 1093.96 (1280.28) Onverklaard -815.16 (1705.16) Tabel 7: via werkgever verzekerden tegenover publiek verzekerden
Publiek verzekerden geven gemiddeld $278.80 minder uit aan zorg dan via de werkgever verzekerden. Dit resultaat is echter niet significant, evenals de resultaten van de decompositie. Volgens de Blinder-Oaxaca decompositie geven publiek verzekerden maar liefst $1093.96 minder uit aan zorg dan via de werkgever verzekerden op basis van de karakteristieken. Dit is voornamelijk een gevolg van de variabele uurloon die tevens als enige significant is. Via de werkgever verzekerden verdienen ruim twee keer zoveel per uur als publiek verzekerden. Ook de variabelen comorbiditeiten en etniciteit spelen een belangrijke rol. Publiek verzekerden leiden gemiddeld aan iets minder comorbiditeiten dan via de werkgever verzekerden. Tot slot heeft 62% van de publiek verzekerden een witte etniciteit tegenover 67% van de mensen die via de werkgever verzekerd zijn. Mensen met een witte etniciteit geven gemiddeld meer uit aan zorg dan mensen met een andere etniciteit.
Op basis van de verschillen in coëfficiënten tussen de twee groepen geven publiek verzekerden juist $815.16 meer uit aan zorg dan mensen die via de werkgever verzekerd zijn. Dit komt voornamelijk door de invloed van de variabele uurloon, maar ook door verschillen tussen de familieomvang, roken en comorbiditeiten. Het effect van de variabele roken is als enige significant.
Tabel 8 geeft een overzicht van de verschillen in ziektekosten tussen privaat verzekerden en via de werkgever verzekerden.
Coëfficiënt Standaardfout Ziektekosten via werkgever verzekerden 6115.03*** (394.08) Ziektekosten privaat verzekerden 5361.93*** (359.03) Verschil in ziektekosten 753.11 (519.34) Decompositie Verklaard 208.25 (273.28) Onverklaard 544.86 (614.49) Tabel 8: via werkgever verzekerden tegenover privaat verzekerden
Privaat verzekerden geven gemiddeld $753.11 minder uit aan zorg dan via de werkgever verzekerden. Dit resultaat is echter niet significant, evenals de resultaten van de decompositie. Volgens de Blinder-Oaxaca decompositie geven privaat verzekerden $208.25 minder uit aan zorg dan via de werkgever verzekerden op basis van de karakteristieken. Dit is voornamelijk een gevolg van de variabelen comorbiditeiten en leeftijd die beide een significant effect hebben. Privaat verzekerden leiden gemiddeld aan minder comorbiditeiten dan mensen die via de werkgever verzekerd zijn. Ook zijn privaat verzekerden gemiddeld drie jaar jonger.
Op basis van verschillen in coëfficiënten tussen de twee groepen geven privaat verzekerden gemiddeld $544.86 minder uit aan zorg. Dit komt voornamelijk door de invloed van de variabele uurloon. Ook de variabele comorbiditeiten speelt wederom een belangrijke rol.
Op basis van bovenstaande uitkomsten, wordt in het volgende hoofdstuk geprobeerd de onderzoeksvraag te beantwoorden.
5 Conclusie
In dit hoofdstuk wordt een kleine samenvatting gegeven van alles wat tot nu toe is besproken. Vervolgens wordt met behulp van de resultaten geprobeerd tot een antwoord op de onderzoeksvraag te komen, op basis waarvan enkele aanbevelingen worden gedaan. Tot slot wordt er aandacht besteed aan de beperkingen van het onderzoek.
5.1 Samenvatting
De uitgaven aan zorg in Amerika nemen al jaren toe en volgens de OECD liggen de uitgaven in Amerika veel hoger dan in andere landen. Een gevolg van de stijgende kosten is dat ook de prijs van een zorgverzekering steeds verder toeneemt, wat resulteert in een grote groep mensen zonder zorgverzekering. De Amerikaanse overheid heeft meerdere programma’s gelanceerd om zorg voor iedereen toegankelijk en betaalbaar te houden. Om inzicht te krijgen in de hoge kosten en om het effect van hulpprogramma’s in te zien, is het van belang om te achterhalen in hoeverre adverse selection en moral hazard een rol spelen op de Amerikaanse zorgverzekeringsmarkt. De overkoepelende onderzoeksvraag luidt daarom: in hoeverre is er sprake van adverse selection en moral hazard op de Amerikaanse zorgverzekeringsmarkt?
Door de aanwezige endogeniteit volstaat een OLS schatting voor de meeste verzekeringsgroepen niet. Om die reden wordt er gebruik gemaakt van twee sample selection modellen: het Heckman-model en het Newey-model. Tot slot wordt een Blinder-Oaxaca decompositie uitgevoerd om de oorzaak van de hoge kosten te identificeren.
5.2 Antwoord centrale vraag
De resultaten uit hoofdstuk 4 zijn in figuur 2 tegen elkaar uitgezet in een grafiek. De blauwe kolommen geven de uitgaven aan zorg van de ene groep minus de uitgaven aan zorg van de andere groep weer. Dit verschil wordt vervolgens opgesplitst in een rode en een groene kolom. De rode kolommen geven aan welk gedeelte van dit verschil verklaard wordt door de onderliggende karakteristieken. De groene kolommen geven het resterende gedeelte weer dat hier niet door verklaard kan worden en dat volgt uit verschillen in de coëfficiënten tussen de twee groepen.
figuur 2: uitkomsten Blinder-Oaxaca decompositie
Allereerst is gekeken naar de aanwezigheid van adverse selection. Bij de publiek verzekerden is deze per definitie afwezig omdat deze groep mensen automatisch verzekerd is zonder hiervoor te hoeven betalen. Zowel bij de mensen die via hun werkgever verzekerd zijn als bij de privaat verzekerden zijn wel aanwijzingen gevonden voor de aanwezigheid van adverse selection. Deze adverse selection is sterker bij de mensen die via hun werkgever verzekerd zijn. Dit is niet in de lijn der verwachtingen, aangezien het afsluiten van een private verzekering een volledig eigen keuze is terwijl dit bij het afsluiten van een verzekering via de werkgever niet het geval hoeft te zijn. Het is opvallend dat via de werkgever verzekerden en privaat verzekerden meer uitgeven dan publiek verzekerden op basis van de karakteristieken. Publiek verzekerden zijn immers vaak op leeftijd of heel arm. Dit valt grotendeels te verklaren door de variabele uurloon, daar het uurloon van publiek verzekerden aanzienlijk lager ligt dan het uurloon van de andere groepen. Wanneer de onverzekerden tegen de publiek verzekerden worden uitgezet, blijkt ook bij de onverzekerden adverse selection een rol te spelen. Dit effect is echter wel minder groot dan bij de privaat verzekerden en via de werkgever verzekerden. Wel is een deel van deze uitkomsten niet significant, waardoor niet alle aanwijzingen voor adverse selection gegrond hoeven te zijn. -2000 -1000 0 1000 2000 3000 4000 5000 H oo gt e b ed ra g ($)
Blinder-Oaxaca decompositie
Verschil Karakteristieken CoëfviciëntenTen tweede is gekeken naar de aanwezigheid van moral hazard. In dit geval is er bij de onverzekerden per definitie geen sprake van, omdat zij geen verzekering hebben afgesloten. Voor alle andere verzekeringsgroepen zijn wel aanwijzingen voor moral hazard gevonden. Deze is het sterkst voor de publiek verzekerden, gevolgd door via de werkgever verzekerden en het minst sterk voor de privaat verzekerden. Ook op basis van eerdere onderzoeken werd verwacht dat er sprake is van moral hazard op de Amerikaanse zorgverzekeringsmarkt. De resultaten sluiten in dit geval goed aan bij de verwachtingen. De drempel om naar een dokter te gaan is zoals verwacht aanzienlijk lager wanneer men een verzekering heeft afgesloten.
5.3 Aanbevelingen
Hoewel het onderzoek zo nauwkeurig mogelijk is uitgevoerd, is er altijd ruimte voor verbetering. Zo is de manier waarop 𝛾 is geschat in het model van Newey niet volgens de non-parametrische aanpak. Daarnaast is slechts één jaartal bestudeerd, wat betekent dat de uitkomsten onderhevig kunnen zijn aan toevalligheden binnen dit jaar. Ook is er een selectie van de data gemaakt om de data te kunnen gebruiken waarbij in bepaalde groepen, met name bij de publiek verzekerden, niet veel waarnemingen meer overbleven. Los van het onderzoek zelf zijn er recentelijk grote ontwikkelingen geweest in Amerika, zoals Obamacare. De invloed hiervan, veel minder mensen zonder zorgverzekering, is nog niet meegenomen in dit onderzoek. Voor een eventueel vervolgonderzoek zou het interessant zijn om een recenter jaartal, na invoering van Obamacare, onder de loep te nemen.
Om de hoge zorgkosten in Amerika naar beneden te brengen, moeten zowel adverse selection als moral hazard worden bestreden. Obamacare heeft ervoor gezorgd dat bijna iedereen een ziektekostenverzekering heeft afgesloten. Hierdoor verzekeren ook de relatief gezonde individuen zich, wat de prijzen van de verzekeringen ten goede komt. Deze maatregel gaat adverse selection tegen, maar doet niets tegen de aanwezigheid van moral hazard. Enkele verzekeraars werken al met een eigen risico of laten de verzekerde zelf een deel van de behandeling betalen. Mogelijk moet dit in de toekomst nog uitgebreid worden om ook de hoge kosten ten gevolge van moral hazard te bestrijden. De komende jaren zal duidelijk worden wat de effecten van Obamacare precies zijn en of een goede stap is gezet in het terugdringen van de hoge zorgkosten in Amerika.
Bibliografie
Baker, T. (2001). “Containing the promise of insurance: adverse selection and risk classification”. University of Connecticut School of Law Articles and Working Papers. Paper 3. Blumenthal, D. (2001). Controlling health care expenditures. The New England Journal of Medicine, 344(10), 766-769. Bobak, M., Jha, P., Nguyen, S. & Jarvis, M. (2000). Poverty and smoking. In: Jha, P. & Chaloupka, F.J. (Eds.), Tobacco Control in Developing Countries. New York: Oxford University Press. Cameron, A.C., Trivedi, P.K., Milne, F., & Piggott, J. (1988). A microeconometric model of the demand for health care and health insurance in Australia. Review of Economic Studies, 55(1), 85-106. Cardon, J.H., & Hendel, I. (2001). Asymmetric information in health insurance: evidence from the national medical expenditure survey. The RAND Journal of Economics, 32(3), 408-427. Chiappori, P.A., & Salanié, B. (2000). Testing for asymmetric information in insurance markets. Journal of political economy, 108(1), 56-78. Cohen, R., Martinez, M. & Zammitti, E. (2016). Health Insurance Coverage: Early Release of Estimates From the National Health Interview Survey 2015. Opgehaald op 2 juni 2016 van http://www.cdc.gov/nchs/data/nhis/earlyrelease/insur201605.pdf Cutler, D.M., & Zeckhauser, R.J. (1997). Adverse selection in health insurance. National Bureau of Economic Research. Dowd, B., Feldman, R., Cassou, S., & Finch, M. (1991). Health plan choice and the utilization of health care services. The Review of Economics and Statistics, 73(1), 85-93. Heckman, J.J. (1979). Sample selection bias as a specification error. Econometrica, 47(1), 153-161. Heij, C., Boer, P. de., Franses, P., Kloek, T. & Dijk, H. van. (2004). Econometric Methods with Applications in Business and Economics. Oxford: Oxford University Press. Jann, B. (2008). The Blinder-Oaxaca decomposition for linear regression models. The Stata Journal, 8(4), 453-479. Jha, S., & Baker, T. (2012). The economics of health insurance. Journal of the American College of Radiology, 9(12), 866-870. Kaiser Family Foundation (2011). Health insurance coverage of the total population. Opgehaald op 9 mei 2016 van http://kff.org/other/state-indicator/total-population/Levine, J. (2011). Poverty and Obesity in the U.S. Diabetes. 60(11), 2267-2268. Manning, W.G., Newhouse, J.P., Duan, N., Keeler, E.B., & Leibowitz, A. (1987). Health insurance and the demand for medical care: evidence from a randomized experiment. The American Economic Review, 77(3), 251-277. Marquis, M.S., & Phelps, C.E. (1987). Price elasticity and adverse selection in the demand for supplementary health insurance. Economic Inquiry, 25(2), 299-313. McGarry, K. (2002). Public policy and the U.S. health insurance market: direct and indirect provision of insurance. National Tax Journal, LV(4), 789-827. Newey, W.K. (2008). Two-step series estimation of sample selection models. Econometrics Journal, 12, 217-229. Obamacare Facts (2016). ObamaCare Facts: An Independent Site For ACA Advice. Opgehaald op 17 juni 2016 van http://obamacarefacts.com Olivella, P., & Vera-Hernández, M. (2011). Testing for asymmetric information in private health insurance. The Economic Journal, 123(567), 96-130. Pauly, M.V. (1986). Taxation, health insurance, and market failure in the medical economy. Journal of Economic Literature, 24, 629-675. Rothschild, M., & Stiglitz, J. (1976). Equilibrium in competitive insurance markets: an essay on the economics of imperfect information. Quarterly Journal of Economics, 90(4), 629-649. Shen, C. (2013). Determinants of health care decisions: insurance, utilization, and expenditures. The Review of Economics and Statistics, 95(1), 142-153. Wilper, A.P., Woolhandler, S., Lasser, K.E., McCormick, D., Bor, D.H., & Himmelstein, D.U. (2009). Health insurance and mortality in US adults. American journal of public health. 99(12), 2289-2295.
Appendix
Heckman Newey
Coëfficiënt Standaardfout Coëfficiënt Standaardfout Intercept -2.31e+00*** (1.67e-01) -2.31e+00*** (1.67e-01) Leeftijd 1.32e-02*** (1.61e-03) 1.32e-02*** (1.61e-03) Geslacht -1.33e-01** (3.51e-02) -01.33e-01** (3.51e-02) Etniciteit -1.65e-01* (3.77e-02) -1.65e-01** (3.77e-02) Getrouwd 2.77e-01*** (3.74e-02) 2.77e-01*** (3.74e-02) Familieomvang -6.37e-02*** (1.07e-02) -6.37e-02*** (1.07e-02) Middenwesten 3.10e-02 (5.89e-02) 3.10e-02 (5.89e-02) Zuiden -2.58e-01 (5.18e-02) -2.58e-01 (5.18e-02) Westen -1.21e-01 (5.48e-02) -1.21e-01 (5.47e-02) Opleiding 9.29e-02*** (7.13e-03) 9.29e-02*** (7.14e-03) Uurloon 5.93e-02*** (2.87e-03) 5.93e-02*** (2.86e-03) Beroepsgroep 2.84e-01*** (4.61e-02) 2.84e-01*** (4.61e-02) Roker -1.63e-01** (4.20e-02) -1.63e-01** (4.20e-02) Comorbiditeiten 1.92e-01*** (2.18e-02) 1.92e-01*** (2.18e-02)
tabel 9: resultaten via werkgever verzekerden eerste stap
Heckman Newey
Coëfficiënt Standaardfout Coëfficiënt Standaardfout Intercept 5.93e+03 (6.91e+03) -4.95e+03 (5.97e+03) Leeftijd -2.75e+01 (3.91e+01) 1.01e+05 (3.36e+01) Geslacht -1.73e+03 (7.53e+02) -1.93e+03 (7.46e+02) Etniciteit 1.23e+03 (7.91e+02) 1.42e+03 (7.84e+02) Familieomvang -2.63e+02 (2.50e+02) 1.25e+03 (2.47e+02) Opleiding 1.07e+01 (2.71e+02) 4.16e+02 (2.07e+02) Uurloon -2.74e+00 (4.53e+01) 1.09e+02 (3.31e+01) Roker -2.00e+03 (1.02e+03) -1.75e+03 (9.80e+02) Comorbiditeiten 3.92e+03*** (4.25e+02) 4.69e+03*** (4.03e+02) Lambda -2.01e+03 (2.68e+03) 1.90e+04 (3.29e+01) Lambda^2 8.51e-02 (0.06e+00)
Heckman Newey
Coëfficiënt Standaardfout Coëfficiënt Standaardfout Intercept -2.39+00*** (2.13-01) -2.39+00*** (2.13e-01) Leeftijd -7.14e-03** (1.85e-03) -7.14e-03** (1.85e-03) Geslacht -2.93e-01*** (4.14e-02) -2.93e-01*** (4.14e-02) Etniciteit 1.39e-02 (4.62e-02) 1.39e-02 (4.62e-02) Getrouwd 5.35e-01*** (4.66e-02) 5.35e-01*** (4.66e-02) Familieomvang -5.30e-02** (1.29e-02) -5.30e-02** (1.29e-02) Middenwesten 7.32e-02 (7.17e-02) 7.32e-02 (7.17e-02) Zuiden -4.03e-01 (6.34e-02) -4.03e-01 (6.34e-02) Westen -2.48e-01 (6.75e-02) -2.48e-01 (6.75e-02) Opleiding 1.40e-01*** (9.72e-03) 1.40e-01*** (9.74e-03) Uurloon 2.18e-02*** (2.77e-03) 2.18e-02*** (2.76e-03) Beroepsgroep 3.01e-01*** (5.49e-02) 3.01e-01*** (5.49e-02) Roker -3.21e-01*** (5.33e-02) -3.21e-01*** (5.33e-02) Comorbiditeiten 2.26e-01*** (2.74e-02) 2.26e-01*** (2.73e-02)
tabel 11: resultaten privaat verzekerden eerste stap
Heckman Newey
Coëfficiënt Standaardfout Coëfficiënt Standaardfout Intercept -3.15e+03 (8.06e+03) -2.08e+04 (8.11e+03) Leeftijd 9.01e+01* (2.85e+01) 9.65e+04* (2.83e+01) Geslacht -1.98e+03 (8.26e+02) -2.43e+03* (7.21e+02) Etniciteit 1.43e+03 (7.98e+02) 1.35e+03 (7.99e+02) Familieomvang -1.58e+01 (2.43e+02) -8.88e+02 (2.46e+02) Opleiding 1.66e+02 (3.26e+02) 1.31e+02 (2.11e+02) Uurloon -2.78e+01 (4.29e+01) 3.01e+00 (3.39e+01) Roker -8.01e+01 (1.15e+03) 3.48e+02 (1.05e+03) Comorbiditeiten 3.60e+03*** (4.73e+02) 3.21e+03*** (4.27e+02) Lambda -6.91e+02 (2.28e+03) -6.94e+03 (2.04e+02) Lambda^2 -2.46e-01 (1.87e+00) Lambda^3 1.52e-04 (5.39e-03)
tabel 12: resultaten privaat verzekerden tweede stap
Heckman Newey
Coëfficiënt Standaardfout Coëfficiënt Standaardfout Intercept 1.99e-01** (2.16e-01) 1.99e-01** (2.15e-01) Leeftijd -4.77e-03 (2.24e-03) -4.77e-03 (2.24e-03) Geslacht 4.74e-01*** (5.22e-02) 4.74e-01*** (5.22e-02) Etniciteit 2.83e-01** (5.48e-02) 2.83e-01** (5.48e-02) Getrouwd 1.26e-01 (5.68e-02) 1.26e-01 (5.68e-02) Familieomvang -3.01e-02 (1.47e-02) -3.01e-02 (1.48e-02) Middenwesten 4.01e-01 (8.95e-02) 4.01e-01 (8.95e-02) Zuiden 9.24e-01 (7.48e-02) 9.24e-01 (7.47e-02) Westen 5.36e-01 (8.00e-02) 5.36e-01 (7.99e-02) Opleiding -1.58e-02 (8.85e-03) -1.58e-02 (8.85e-03) Uurloon 6.51e-03 (4.18e-03) 6.51e-03 (4.17e-03) Beroepsgroep 7.77e-02 (8.26e-02) 7.77e-02 (8.27e-02) Roker 4.05e-03 (6.08e-02) 4.05e-03 (6.08e-02) Comorbiditeiten -2.56e-01*** (3.20e-02) -2.56e-01*** (3.20e-02)
tabel 13: resultaten onverzekerden eerste stap
Heckman Newey
Coëfficiënt Standaardfout Coëfficiënt Standaardfout Intercept -6.07e+02 (2.00e+03) -7.41e+02 (1.86e+03) Leeftijd 1.65e+01 (1.56e+01) -1.16e+01 (1.46e+01) Geslacht -9.56e+02 (8.13e+02) -7.90e+02 (3.25e+02) Etniciteit 5.27e+02 (5.77e+02) 5.15e+02 (3.66e+02) Familieomvang 1.58e+02 (9.23e+01) 1.41e+02 (8.30e+01) Opleiding 3.33e+01 (5.60e+01) 2.75e+01 (5.17e+01) Uurloon 1.46e+01 (2.60e+01) 1.89e+01 (2.44e+01) Roker 4.66e+02 (3.88e+02) 4.71e+02 (3.79e+02) Comorbiditeiten 1.45e+03 (4.98e+02) 1.29e+03*** (2.34e+02) Lambda -8.28e+02 (3.43e+03) -1.45e+02 (1.43e+02) Lambda^2 1.10e+02 (1.67e+01)
