Efectos de la Modalidad Libre Elección de Fonasa en el Sistema de

Efectos de la Modalidad Libre Elección en el
Sistema de Salud Chileno
Facundo Luna
ILADES-Universidad Alberto Hurtado
Sociedad de Economı́a de Chile
Abstract
En la presente investigación se busca mostrar los efectos que los cambios en
la Modalidad Libre Elección de Fonasa produjeron en las decisiones de afiliación
de los individuos, principalmente en las mujeres en edad reproductiva.
Para ello se elabora un ı́ndice de calidad que permite captar las sucesivas
mejoras en el seguro público producidas en el periodo 2000-2013, principalmente
en materia de cobertura en la atención de partos. Cabe destacar, que en el mismo
periodo no se produjeron mejoras en la calidad de los beneficios otorgados por
el seguro público a varones.
Este marco nos permite usar una estrategia de identificación de diferencias
en diferencias para capturar el efecto causal de interés. Los resultados de las
estimaciones muestran que un aumento de una magnitud de $20,000 pesos en el
ı́ndice de calidad para mujeres, disminuye significativamente la probabilidad de
que se encuentren afiliadas a una Isapre en 1.4 puntos porcentuales, en media.
La magnitud del efecto varı́a de acuerdo al quintil de ingreso al que pertenecen las afiliadas: los cambios en Fonasa solo afectaron significativamente la
decisión de afiliación de las mujeres con ingresos correspondientes al tercer y
cuarto quintil. Para estas afiliadas la probabilidad de pertenecer a una Isapre
disminuye en 2.4 y 3.8 puntos porcentuales respectivamente.
1.
Introducción
El sistema de salud de Chile es de carácter mixto. Los individuos deben elegir
entre afiliarse a un seguro público de salud denominado Fondo Nacional de Salud
(FONASA), o afiliarse a uno de los diferentes seguros privados denominadas
Instituciones de Salud Previsional (Isapres). Este sistema ha experimentado
cambios en los últimos años en materia de afiliación, ya que para el año 2000 la
participación de FONASA en el sistema de Salud era del 65.4 por ciento y la de
Isapres era del 20.9 por ciento, mientras que para el año 2013 la participación de
FONASA aumentó 12.9 puntos porcentuales pasando a tener una participación
igual al 78.3 por ciento del total de los afiliados a algún seguro de salud, mientras
que la participación de las Isapres cayó a 14.2 por ciento. Estos datos fueron
calculados usando la CASEN para los perı́odos mencionados.
1
En este periodo no sólo se aprecia un aumento en la cantidad de afiliados al
seguro público, ino que también se observan cambios en la composición de los
mismos de los seguros de salud. Especı́ficamente, en FONASA aumentó el porcentaje de personas pertenecientes a los quintiles de ingresos más altos, llegándose a un 8.2 por ciento para el quinto quintil y un 18 por ciento en 2013 para el
cuarto, mientras que dicho porcentaje aumentó en las Isapres, alcanzando el 60
por ciento para el quinto y un 26.4 por ciento para el cuarto en 2013.
Por otra parte en el mismo periodo se evidenciaron mejoras en el seguro de
salud público, por medio de sucesivas mejoras en la Modalidad libre elección,
donde los afiliados a FONASA pueden elegir dónde y con quien atenderse, tanto
en establecimientos públicos como privados.
Adicionalmente, en el mismo periodo se produjeron mejoras en el seguro
público, materializadas a través de cambios en los beneficios ofrecidos bajo la
Modalidad Libre Elección, modalidad bajo la cual los afiliados a FONASA puede acceder a un establecimiento privado de salud pagando un copago. Dichas
mejoras se produjeron en forma gradual, y afectaron tanto a los montos de los
copagos pagados por las prestaciones como a la cantidad de prestaciones cubiertas. El cambio más notable se produjo en la cobertura ofrecida en materia
de partos. En este sentido, la cobertura del programa que cubre el conjunto
de prestaciones asociadas a partos, pasó de un 40 a un 75 por ciento. Por otra
parte fueron aumentando continuamente la cantidad de prestadores privados
suscriptos a este tipo de programas.
Dada la relevancia del cambio producido en la cobertura de partos del seguro
público bajo la Modalidad de Libre Elección, este trabajo tiene como principal
objetivo estudiar el efecto de dichas mejoras en la decisión de afiliación de la
mujeres en edad fértil, es decir, si hay evidencia a favor de Crowding out 1 en
el mercado de seguros de salud. Cabe destacar, que en el mismo periodo no
se produjeron mejoras en la calidad de los beneficios otorgados por el seguro
público a varones. Considerando esto, para identificar el efecto de interés se
utiliza una estrategia de diferencias en diferencias, en la que las mujeres en
edad reproductiva componen el grupo de tratamiento y los hombres en el mismo
rango etáreo constituyen el grupo de control.
El trabajo se encuentra estructurado de la siguiente manera: en la siguiente
sección se realiza una breve descripción del funcionamiento del mercado de salud
en chile y los cambios que se introdujeron en el seguro público, particularmente
en la modalidad libre elección, luego se realiza una revisión de literatura de
trabajo relevantes no solo para Chile, sino también para paı́ses donde el sistema
es similar como Australia y Reino Unido. En la cuarta sección se discute la
metodologı́a y la estrategia de identificación empleadas. En la quinta sección
se presentan los datos utilizados, luego se presentan los resultados. La última
sección concluye.
1 según Cutler and Gruber (1996), esto tiene lugar cuando las personas dejan de estar
cubiertas por aseguradoras privadas para tener cobertura del sistema público.
2
2.
Mercado de Salud Chileno y modificaciones
en FONASA
Como se mencionó, el mercado de salud chileno es de carácter mixto, donde
hay un único asegurador público y, actualmente, hay 14 Isapres, las cuales se
dividen en abiertas o cerradas. Cualquier persona puede solicitar la afiliación en
las Isapres abiertas, mientras que las cerradas están constituidas para ofrecer
beneficios solamente a los empleados dependientes de una empresa especı́fica, y
sus familias. Para el año 2013, aproximadamente el 93 por ciento de la población
se encontraba asegurada en uno u otro sistema2 .
La cotización para salud es obligatoria para todos los trabajadores dependientes y corresponde a un 7 por ciento de su renta imponible.3 Los afiliados a
las Isapres pueden incrementar el monto de la cotización de salud con el objeto
de incrementar los beneficios recibidos, a través de una Cotización Voluntaria
Adicional realizada por el afiliado, del aporte de los empleadores y también a
través de los Ingresos del Fondo de Compensación por lo cual los trabajadores
tiene una mayor libertad al momento de elegir un plan. El costo del mismo plan
varı́a entre distintos afiliados dependiendo de su edad y género. En los seguros
privados se entregan bonificaciones que cambian de acuerdo al tipo de prestación
y en la mayorı́a de los casos tiene asociado un copago.
En Fonasa la cotización obligatoria del 7 por ciento es el tope de cotización
permitido, es decir que los individuos no pueden hacer aportes por encima de
este monto. Adicionalmente, Fonasa entrega cobertura a los indigentes, que no
realizan aportes. En Fonasa se clasifica a los asegurados en 4 tramos de ingreso
(A, B, C y D), en los que se ofrecen distintos tipos de beneficio y modalidades de
atención. Las modalidades ofrecidas por Fonasa son la Modalidad de Atención
Institucional (MAI), y la Modalidad de Libre Elección (MLE), en la que MAI
implica atención en la red pública de salud exclusivamente, mientras que la en la
MLE se puede optar por establecimientos privados.. Los afiliados pertenecientes
al tramo A acceden de forma gratuita a la MAI. En el tramo B la MAI también es
gratuita y tienen acceso a la MLE pagando copagos. Los afiliados pertenecientes
a los tramos C y D acceden a la MLE pagando copagos, y deben pagar copagos
del 10 y 20 por ciento respectivamente en la MAI. Cabe destacar que, a diferencia
de las Isapres, los beneficios que ofrece Fonasa, y los copagos cobrados, son
independientes de la edad, género y estado de salud de los afiliados.
Los aranceles de las prestaciones incluidas en la MLE son fijados cada año
por FONASA, por lo que todos los establecimientos de salud deben cobrar el
mismo valor por una determinada prestación a los afiliados a FONASA.4
Dentro de la MLE, se encuentra un conjunto de programas denominado Programa Asociado a Diagnóstico (PAD). Cada PAD se refiere a un procedimiento
2 En el 7 por ciento restante se incluyen las personas no aseguradas en los Seguros Público
y Privados antes indicado y las pertenecientes a las F.F.A.A. y Carabineros
3 La ley 20.255 estableció que los trabajadores independientes estarán obligados a realizar
cotizaciones previsionales para pensiones, accidentes del trabajo y enfermedades profesionales
a partir de 2015, y desde el 2018 para salud.
4 Por el contrario, las Isapres negocian precios con los establecimientos de salud, por lo
que una misma prestación en una misma clı́nica puede tener distinto valor dependiendo de la
Isapre a la que pertenece el paciente.
3
quirúrgico especı́fico e incluye un conjunto de procedimientos estandarizados
correspondientes a dicha cirugı́a. El PAD incluye todas las prestaciones necesarias para el tratamiento y hospitalización, honorarios médicos, exámenes, dı́a
cama, derecho de pabellón y medicamentos e insumos utilizados durante toda la
hospitalización correspondiente a un procedimiento quirúrgico. Adicionalmente, considera el tratamiento de las complicaciones y hospitalización derivadas
directamente de la enfermedad tratada que aparezcan hasta un periodo de 15
dı́as posteriores al alta.
Entre los años 2000 y 2013 se produjeron varias mejoras en la MLE, y particularmente en los PAD. Especı́ficamente, se incrementó la cantidad de prestaciones
cubiertas y se incrementaron los porcentajes de costos cubiertos.
Debido a la disponibilidad de datos, en este trabajo se analizan los cambios
ocurridos en los PAD. Entre el 2000 y el 2013 el número de PAD ofrecidos por
Fonasa fue más que duplicado, pasando de 23 a 54. En relación a la cobertura, 12
PAD pasaron de una cobertura del 40 al 50 por ciento. El cambio más relevante
se produjo en el 2003 en el PAD parto, que amplió su cobertura del 40 al 75 por
ciento. Según Fonasa5 (2013), el PAD parto es el más utilizado con un total de
65.330 prestaciones realizadas en 2012 por lo que es de esperar que el cambio
observado en el 2003 tenga algún impacto en este hecho.
3.
Revisión de Literatura
La elección de seguros de Salud está basada en dos conjuntos de determinantes. Por un lado están las caracterı́sticas socioeconómicas y demográficas de
las personas, y por el otro, las caracterı́sticas del plan en sı́ mismo.
Hay numerosos trabajos que analizan cuales son los determinantes que llevan
a una persona a elegir un seguro de salud en Chile. Sin embargo, estos trabajos
generalmente utilizan como determinantes en la elección a las caracterı́sticas de
los individuos, dejando de lado las cualidades del plan.
Dentro de este tipo de trabajos encontramos a Sapelli y Torche (2001), donde
buscan determinar qué caracterı́sticas de las personas influyen en la opción entre
el sistema de Isapres y Fonasa. Para ello realizan un análisis de sección cruzada,
empleando la CASEN del año 1990. Ellos encuentran que, como es de esperar,
el Ingreso tiene una relación positiva con la probabilidad de pertenecer a una
Isapre, al igual que el hecho que el individuo resida una zona urbana, y si
el mismo se encuentra casado. Por otra parte, la edad está correlacionada de
manera inversa con la probabilidad de pertenecer a una Isapre. Además incluyen
otra variable que les permita medir el estado de salud del individuo, encontrando
una relación negativa con esta variable.
Siguiendo esta lı́nea de trabajos, también se incluye el de Sanhueza y RuizTagle (2002), pero a diferencia del trabajo de Sapelli y Torche, ellos usan la
CASEN del año 96 y utilizan otras variables que les permita medir el estado de
salud de las personas. En este trabajo encuentran los mismos resultados para
las variables de Ingreso, edad y de zona de residencia. Además, considerando
a la composición de las familias, aquellas donde existan mujeres en edad fértil
5 Fonasa
Informa N◦ 1, Enero 2013
4
son menos probables que pertenezcan a una Isapre, ya que para ellas el costo
de asegurarse de forma privada aumenta y entonces deciden afiliarse al sistema
público pagando un porcentaje fijo de sus ingresos. Ahora bien, respecto de
la variable que mide el estado de salud, encuentran que existe una correlación
positiva con la probabilidad de estar afiliado a una Isapre, esto muestra que las
personas con peores condiciones de salud están más dispuestas a comprar un
seguro público, llevando a un problema de selección adversa.
En Henrı́quez Hofter (2006), se sigue una análisis similar, usando la CASEN
del año 2000, encuentran los mismos resultados que en los trabajos anteriormente mencionados para las variables de edad, sexo, ingreso y estado de salud.
Adicionalmente se incluyen como regresores como el estado marital, ya que las
parejas que se encuentran casadas tienen una mayor probabilidad de estar en
una Isapre. Además incluyen la situación laboral de las personas debido al diseño
que tiene el sistema de salud chileno, donde los individuos que se encuentran
ocupados tienen una probabilidad mayor de estar afiliado al seguro privado.
En Pardo y Schott (2013) se presenta un enfoque similar, pero, además
de realizar sus estimaciones con datos de sección cruzada, utilizan el panel de
la Encuesta de Protección Social para determinar cuáles son las variables que
llevan a una persona a pasarse del sistema público y viceversa, aprovechando que
pueden controlar por caracterı́sticas inobservables. Sus resultados usando efectos
fijos muestran que un poco más del 2 por ciento de las personas que pertenecı́an
en el 2004 al sistema público han cambiado a una Isapre en 2006, mientras
que un 20 por ciento se movieron en la dirección contraria. Las principales
razones que reportaron los individuos que se traspasaron de Fonasa a una Isapre
fueron: mejor plan por el mismo aporte, mejora de ingresos y preferencia por el
sistema privado. Del otro lado, las razones a las que aluden las personas que se
pasaron del sistema privado al público fueron: aumento en las primas del seguro,
perdió su empleo y preferencia por el sistema público.
Dadas las caracterı́sticas del sistema de salud chileno, la comparación con
otros paı́ses no es directa, sin embargo los paı́ses con sistemas similares son
Australia y Reino Unido.
Por ello, en un trabajo realizado con datos de Australia, Hopkins y Kidd
(1996), encuentran que las siguientes variables hacen más probable que se compre seguro privado: menor edad, peor estado de salud, mayor ingreso. Estos
resultados se condicen con los encontrados en los trabajos para Chile. Pero
además, al controlar por un set de variables propias de los seguros de salud,
muestran que la cobertura que ofrece el seguro es determinante relevante a la
hora de asegurarse.
Por otra parte, también para Australia, Cameron at al. (1988) y Cameron
and Trivedi (1991), muestran que el nivel de ingresos no solo influencia la decisión de tener un seguro de salud, sino también el tipo de seguro que se adquiere.
A niveles bajos de ingresos las personas demandad seguros más baratos, y por
ende, con una cobertura menor.
Ahora bien, como se mencionó, no solo las caracterı́sticas socioeconómicas
y demográficas de las personas son relevantes a la hora de elegir un seguro de
salud, son fundamentales además las propiedades de cada seguro a la hora de
5
tomar la decisión de afiliación, también influyen las caracterı́sticas del seguro
como sugieren los siguientes trabajos.
En Saint Pierre Cortés (2009) busca medir si el aumento de los recursos
en Fonasa, como medida de calidad del mismo, pudo explicar el aumento de
afiliados al seguro público en los últimos años. Para ello utiliza la Encuesta
Panel Casen con las ondas de 1996, 2001 y 2006 con las variables de gasto
por beneficiario, disponibilidad de camas hospitalarias y número de cirugı́as y
consultas médicas del sistema público como medidas de calidad. Sin embargo,
sus resultados muestran que ninguna de estas variables influyen en la decisión
de afiliación, no obstante, no descarta que otros elementos no observables de la
calidad del sistema público de salud puedan influir en la afiliación.
Similarmente, en Besley et al. (1999) evalúan el impacto de las mejoras
continuas en el National Health Service (NHS) de Inglaterra en la probabilidad
de contratar un seguro privado. Las variables utilizadas por estos autores para
medir la calidad del NHS incluyen el gasto per cápita, la cantidad de personal por
habitante y el número de personas por cada 1.000 habitantes que se encuentra
en una lista de espera por cirugı́a. Sin embargo, la única caracterı́stica que
resultó relevante al momento de elegir un seguro privado, fue el largo de las
listas de espera para cirugı́a. Los autores concluyen que las personas de mayores
ingresos prefieren contratar un seguro de salud, pese a que la atención en el NHS
es gratuita, porque perciben una mala atención, usando como proxy el largo de
las listas de espera.
El carácter distintivo del presente trabajo, es que además de considerar las
caracterı́sticas socioeconómicas y demográficas de las personas, se incluyen una
variable que nos permita captar si las mejoras en la calidad del seguro público
pudieron explicar los movimientos evidenciados en el sistema de salud.
A diferencia de los trabajos de Saint Pierre Cortés (2009) y Besley et al.
(1999), se va a considerar como medida de calidad la cantidad de prestaciones
que se incluyen en los Programas Asociados a Diagnósticos, como ası́ también los
cambios en los porcentajes de cobertura para distintos grupos etarios. Con esto
se genera un ı́ndice de calidad que nos permita captar las variaciones a través del
tiempo en materia de cantidad de prestaciones como ası́ también en cobertura
para distintos grupos demográficos. Estos es un aspecto distintivo respecto de
los trabajos recientemente mencionados, ya que el aumento del gasto per cápita
por afiliado no necesariamente refleja una mejora en el seguro de salud. Por
otra parte la disponibilidad de camas y cantidad de personal no parecieran ser
un aspecto determinante a la hora de inclinarse por el seguro público, ya que
usualmente esta información no está al alcance de toda la población.
Son por estos motivos que el ı́ndice de calidad aquı́ utilizado nos va a permitir
explicar de mejor manera las decisiones de afiliación, ya que generalmente el
aumento en las prestaciones de los PAD como ası́ de su cobertura se informa
masivamente6 . En la siguiente sección se presenta el detalle de cómo ha sido
generado este ı́ndice.
6 Por
ejemplo en los Informes de Fonasa disponible en la web
6
4.
Datos y Estadı́sticas Descriptivas
Los datos aquı́ usados provienen de distintas fuentes. Principalmente se utiliza la Encuesta de Caracterización Socioeconómica Nacional (CASEN), que es
una encuesta de hogares realizada por el Ministerio de Desarrollo Social que
nos proporciona la información demográfica de los individuos, como ası́ también sus caracterı́sticas socioeconómicas. Las encuestas utilizadas corresponden
a las de los años 2000, 2003, 2006, 2009, 2011 y 2013. Esto nos permite poder
identificar las variaciones que ha experimentado el seguro público en materia de
prestaciones y cobertura.
Cabe destacar que esto no conforma un panel, ya que los mismos individuos
no son seguidos a lo largo del tiempo, sino que se arma una base con secciones
cruzadas repetidas con muestras aleatorias de la misma población.
Para este trabajo se utilizó una muestra con individuos mayores a 20 años y
menores o iguales a 40, debido a los motivos que se explicaron en el apartado anterior, lo cual nos deja una muestra con 433,077 individuos, de los cuales 211,993
son hombres y 221,084 para el total de años utilizados. Las variables utilizadas
de la CASEN corresponden a todas aquellas caracterı́sticas que nos permitan
identificar las caracterı́sticas socioeconómicas y demográficas del individuo, ellas
son:
Isapre: variable binaria con valor 1 si el individuo está afiliado a una Isapre
y 0 de otro modo.
Rangos etarios por sexo: se incluyen 8 variables binarias, 4 para hombres y
4 para mujeres, que van cada 5 años. Estas variables nos permiten captar
la variación por edades de los individuos tanto como para hombres como
para mujeres.
Quintiles de ingreso: se incluyen variables dicotómicas para cada quintil a
modo de captar la variación en los ingresos de las personas de manera no
lineal.
Estado civil: variable binaria con valor 1 si el individuo se encuentra casado
y 0 de otro modo.
Situación ocupacional: variable binaria con valor 1 si el individuo está ocupado y 0 de otro modo. Esto es debido a que si la persona está ocupada
es más probable que se encuentre en Isapre.
Tamaño del Hogar: Mientras más grande sea el número de personas en el
hogar, es menos probable que se encuentren en Isapre.
Comunas: se incluyen dummy por comuna para captar las diferencias de
acceso a los servicios de salud, ya que mientras menos acceso se tenga a
prestadores privados es menos probable que pertenezca a una Isapre.
Las otras fuentes de datos proviene de la Base de Egresos Hospitalarios de la
Dirección de Estadı́sticas e información Salud (DEIS) perteneciente al Ministerio
de Salud de Chile, de donde se obtuvo la utilización de las prestaciones de cada
Programa Asociado a Diagnóstico. Esto nos sirve para ponderar la cobertura
7
de cada PAD con la probabilidad de ocurrencia para cada grupo etario y cada
sexo.
La valorización monetaria del monto que cubre Fonasa para cada PAD se
obtuvo de los Aranceles de la Modalidad Libre Elección del Fondo Nacional de
Salud.
En el Apéndice A se presentan las principales estadı́sticas descriptivas de las
variables relevantes, a continuación son analizadas.
Cómo se puede observar, tanto en hombres como mujeres de esta muestra,
hubo un aumento en la participación de afiliados a Fonasa. En el caso de las mujeres aumentó de 63.7 a 77.7 por ciento en 2013, mientras que para los hombres
el aumento fue de 55.4 a 67.5 por ciento. Si bien en ambos casos aumentó de
manera similar (entre 14 y 12 puntos porcentuales), la presencia de las mujeres en edad reproductiva en Fonasa es mayor que respecto a la participación
de hombres. Esta mayor presencia de mujeres en el seguro público puede ser
explicada a que para este grupo de mujeres las primas en las Isapres resultan
bastantes mas costosas en relación a las que se cobran a los hombres. Como
establece Sindelar (1982) es durante los años reproductivos cuando la demanda
de servicios médicos es mayor, y por lo tanto, mayor va a ser el gasto esperado
en este grupo de la población.
Analizando las estadı́sticas de Isapre, hay un comportamiento distinto entre
hombres y mujeres, ya que en ambos grupos cae la participación de Isapres a
lo largo del perı́odo, pero esta caı́da es mucho mayor para las mujeres. Para
estas últimas la proporción de afiliados disminuye en 7.2 puntos porcentuales,
mientras que para los hombres la caı́da es de 3.1 puntos porcentuales. Esto
implica que el traspaso de afiliados hacia el sistema público fue mayor en las
mujeres.
Por otra parte, la proporción de hombres ocupados es sustancialmente mayor
que la de mujeres, indicando que es mas probable que un hombre se encuentre
en Isapre, ya que en general, la mayor proporción de personas que se encuentran
desempleadas están afiliadas a Fonasa, ya que para pertenecer al seguro público
no es necesario que los individuos tengan ingresos.
Ahora bien, observando los quintiles de ingresos, condicionales a pertenecer
a una Isapre, se evidencia que para las mujeres disminuyó la proporción de
personas en el tercer y cuarto quintil de ingreso, por lo que es probable que
estos grupos son lo que se encontraban en el lı́mite entre contratar una Isapre o
afiliarse a Fonasa se pasaron de un sistema a otro. Por el lado de los hombres, se
observa el mismo movimiento de personas, resultando que mas del 60 por ciento
de los afiliados a Isapre pertenecen al quintil de ingreso mas alto.
Respecto a la variable de interés, al incluir en las regresiones, el ı́ndice de
calidad de Fonasa, vemos que la mujeres obtienen mayores beneficios, debido a
que las prestaciones que cubre y los porcentajes de las mismas, son aquellas que
ocurren con mas frecuencia en la población femenina pertenecientes a los rango
etarios aquı́ analizados. Es por esto, que es de esperar, que las caracterı́sticas del
seguro público expresadas en el ı́ndice, tengan un mayor efecto en las mujeres
en relación a los hombres.
Estas estadı́sticas nos sirven para poder interpretar de una manera mas clara
los resultados de la siguiente sección.
8
5.
Metodologı́a
En el presente capı́tulo se realiza una descripción de la metodologı́a usada
para calcular el Índice de Calidad que nos permite captar los cambios producidos
en Fonasa en materia de los Programas Asociados a Diagnóstico dentro de la
Modalidad Libre Elección, y luego se presenta la estrategia de identificación
utilizada para captar el efecto de este programa en las decisiones de afiliación.
5.1.
Índice de Calidad
El ı́ndice de calidad nos permite captar dos dimensiones donde mejoró Fonasa: una es en la cantidad de prestaciones que se han ido incluyendo dentro de los
Programas Asociados a Diagnóstico, y la otra es en el aumento en el porcentaje
de la cobertura de estos programas.
Estas constituyen variables de decisión fundamental en las personas al momento de decidir según Willcox (1991), el cual establece que una de las principales consideraciones que tienen las personas en el proceso decisorio entre seguro
público y privado, es el grado de cobertura de seguro público. La otras dos
consideraciones de las personas son el estado de Salud de las personas, lo cual
no depende de las caracterı́sticas del seguro, y el costo de los seguros privados.
Este último item no es considerado en la elaboración del ı́ndice debido a la
disponibilidad de los datos.
El ı́ndice se crea para distintos grupos etarios y sexo, por lo cual nos permite
observar las diferencias en cobertura para cada grupo. A su vez varı́a año a año,
mostrando cuales han sido las expansiones del seguro público en materia de
cobertura y cantidad de prestaciones.
El mismo fue calculado de la siguiente manera:
X
casosi
Iage,sex =
aportei
poblacion
age,sex
i
(1)
Donde Iage,sex es el ı́ndice para cada grupo, i corresponde a cada PAD (mayor
cantidad de PAD, mayor cobertura), aporte es el desembolso que realiza Fonasa
para cada PAD, casos representa la frecuencia que ocurre cada prestación para
los distintos grupos y poblacion es el total de personas en cada grupo. Éste
último ratio puede ser interpretado como la probabilidad de ocurrencia de cada
prestación para los distintos grupos. Por otra parte como el término aporte
está medido en pesos constantes, un aumento de este valor a través del tiempo,
implica un aumento en la cobertura de las prestaciones.
En otras palabras, el ı́ndice no es más que una sumatoria de los desembolsos
que realiza Fonasa para cada PAD, ponderado por la probabilidad de ocurrencia
de cada prestación. Éste ı́ndice puede ser interpretado para cada grupo como el
gasto esperado de Fonasa por afiliado de este conjunto de Programas.
Dado que hay prestaciones que ocurren con mayor probabilidad para cada
sexo o para distintas edades, esto va a representar la fuente de variación entre
los distintos grupos.
A continuación se presenta gráficamente como fue la evolución de este ı́ndice
para cada grupo. En el Apéndice B se presentan con mayor detalle estos valores.
9
Figura 1: Evolución Índice de Calidad
10
Para los hombres hasta el 2011 no tuvo grandes modificaciones, ya que tuvo un leve aumento durante este perı́odo, recién en el año 2012 comienzan a
observarse subidas un poco más notorias debido a que se incorporan nuevos
Programas Asociados a Diagnósticos que ocurren con mayor frecuencia en los
hombres. Sin embargo, se observa que resultan menos favorecidos que las mujeres, ya que los valores son considerablemente menores, ya que los valores para
los varones se sitúan entre los $1,083 y $1,700, dependiendo de la edad, para el
año 2000. A partir de este año comienza a subir levemente, llegando a valores
entre $3,300 y $5,395, donde los valores más grandes corresponde a los hombres
de 35 a 39 años, y los más bajos al grupo masculino más jóven.
Por el lado de las mujeres, claramente se han visto mas beneficiadas por
este programa dentro de la modalidad libre elección, ya que los valore iniciales
oscilan entre $14,118 para las mujeres de 35 a 39 años, y $20,040 para las de 30
a 34 años.
Luego el salto que se observa en los valores del 2002 hacia el 2003 se explica
por el hecho que en el año 2003 se aumentó la cobertura del PAD parto pasando
de un 40 % a un 75 %7 . Este gran salto, medido en términos monetarios, nos
da un marco apropiado para evaluar el impacto que este Programa Asociado a
Diagnóstico tuvo en las mujeres en edad reproductiva en materia del proceso
decisorio al momento de elegir un seguro de salud.
A partir del 2003 comienza una suba sostenida en los valores del ı́ndice,
mostrando que las nuevas prestaciones, ası́ como el aumento en la cobertura de
las mismas fueron aumentando para estas categorı́as de mujeres, a diferencia de
los hombres donde el ı́ndice no tuvo grandes variaciones. Esto nos proporciona
un marco apropiado para aplicar una metodologı́a de Diferencias en Diferencias,
donde se quiere evaluar el impacto que tuvo las mejoras continuas en Fonasa
para las mujeres en edad reproductiva, medidas en términos del Índice de calidad
aquı́ expuesto.
5.2.
Estrategia de Identificación: Diferencias en Diferencias
Para poder determinar el efecto causal de las mejoras de Fonasa en las decisiones de Afiliación de las personas, se va a utilizar una estrategia de identificación de Diferencias en Diferencias.
Como se mencionó en el apartado anterior, el gran salto que se observa en
el Índice en el año 2003 y las leves, pero constantes, mejoras a partir de dicho
año, nos van a permitir evaluar el impacto de estas mejoras en las decisiones de
Afiliación.
Debido a los datos disponibles, se van a usar una muestra de secciones cruzadas repetidas, las cuales al ser muestras aleatorias de la misma población en
estudio, valida la utilización de esta estrategia.
Los años utilizados son 2000, 2003, 2006, 2009, 2011 y 2013. Por lo tanto,
los años pre-tratamiento solo va a ser el 2000, y los años post-tratamiento son
el 2003, 2006, 2009, 2011 y 2013.
7 Siendo
este PAD el que mayor cobertura tiene actualmente.
11
Respecto a los grupos utilizados, como el ı́ndice mejora considerablemente,
debido a los cambios en materia de partos, se van a constituir 4 grupos de
tratamiento, formados por las mujeres en edad reproductiva. Estos son:
Mujeres de 20 a 24 años
Mujeres de 25 a 29 años
Mujeres de 30 a 34 años
Mujeres de 35 a 39 años
Por otra parte, como el ı́ndice no sufre mayores cambios durante todo el
perı́odo para los hombres, estos van a constituir los grupos de control, los cuales
son:
Hombres de 20 a 24 años
Hombres de 25 a 29 años
Hombres de 30 a 34 años
Hombres de 35 a 39 años
Para justificar la utilización de esta estrategia, asumimos que se cumplen todos los supuestos usuales de OLS. Sin embargo, es necesario defender el supuesto
fundamental de que las tendencias son paralelas en la variable de dependiente
antes del tratamiento.
En el siguiente gráfico se presentan las tendencias no solo para los grupos
recién mencionados, sino que además se exponen las tendencias de hombres y
mujeres de una edad mayor o igual a 40, para demostrar que estos últimos no
podrı́an ser utilizados como grupos de control, debido a que se viola el supuesto
de tendencias paralelas.
12
Figura 2: Tendencias de las Probabilidades
13
Se puede observar que desde el año 1996 hasta el 2003 las tendencias entre
las mujeres y hombres menores de 40 resultan ser paralelas, observando una
disminución continua en las probabilidades a pertenecer a una Isapre. Luego, el
caso de los hombres, cae levemente hasta el 2005, y a partir de ese año comienza
a aumentar abruptamente.
Por otra parte, las probabilidades de las mujeres también caen hasta en
2005 pero a una tasa mayor que la de los hombres. A partir de ese año comienza
levemente esta probabilidad, siendo menor que el aumento experimentado por
los hombres.
Con todo esto, resulta plausible utilizar una estimación diff-in-diff para poder
encontrar el efecto causal de interés que explique las diferencias observadas posttratamiento, ya que las tendencias previas al tratamiento son paralelas en estos
grupos.
La estimación diff-in-diff que se va a utilizar es similar a la utilizada en
Imbens and Wooldridge (2009), pero con la salvedad que no se va a utilizar un
interacción usual entre grupos y perı́odos de tiempo usual, sino que el ı́ndice de
calidad va a ser el que nos capte esta interacción, ya que esta variables varı́a
para cada grupo y cada año utilizado. La especificación queda de la siguiente
manera:
Yiat = α +
X
t
λt 1[Ti = t] +
X
γa 1[Ai = a] + βat Qat + πi Xi + εi
(2)
a
Donde Y es una variable binaria indicando si el individuo pertenece a una
ISAPRE.
i es el individuo, a es el rango etario y t el año.
λt son los coeficientes para las dummy de tiempo.
γa son los coeficientes para cada grupo etario.
βat es el ı́ndice de calidad que varı́a para cada grupo y en cada año.
Xi es un vector de caracterı́sticas socioeconómicas y demográficas del individuo.
De esta estimación, el coeficiente βat es el que nos va a permitir evaluar el
efecto del tratamiento en las decisiones de afiliarse a una Isapre.
A partir de la especificación anterior, se van a realizar 3 estimaciones distintas dependiendo de cómo se introduzca la variable de ingreso: En el primer
caso se introducen variables dicotómicas de quintil de ingreso de las personas,
captando un efecto en la media; en la segunda se interactúan las dummies de
quintil de ingreso con el ı́ndice a modo de observar a que grupos afectaron mas
las mejoras de Fonasa; y por último, además de la interacción entre el ı́ndice y
los quintiles de ingreso, se interactúa los quintiles con el sexo y la edad de las
personas para poder captar una mayor variación.
Por otra parte se realiza una regresión con datos administrativos para testear
la robustez de los resultados anteriores.
En la siguiente sección se describen los datos a utilizados.
14
6.
Resultados
En esta sección se presentan los resultados de las 3 estimaciones presentadas
en el capı́tulo anterior. Además se muestran los resultados de las estimaciones
con datos administrativos a modo de comparación.
En el Apéndice C se presentan las tablas con las estimaciones donde la
columna (1) corresponde a los efectos centrados en la media, en la (2) se muestra
la estimación con la interacción de ı́ndice de calidad con los distintos quintiles de
ingreso, y en la columna (3) se incluye además interacciones entre los quintiles
de ingreso, sexo y edad de los individuos.
En todas las estimaciones las variables de control presentan los signos esperados, donde se siguen los resultados de la literatura existente para Chile.
Respecto a las dummies de año, en el transcurso del tiempo, la probabilidad
de pertenecer a una Isapre fue aumentado en relación a la probabilidad del año
pre-tratamiento, el cual representa la categorı́a omitida.
Para la interpretación del efecto de las mejoras reflejadas en el ı́ndice, se
evalúa el ı́ndice en $20,000 CLP, ya que, en promedio, de esta magnitud es el
salto observado para las mujeres. En el caso de los hombres variaciones hasta
el 2012 fueron de poca magnitud, por lo que no se van a interpretar respecto a
ellos.
En la columna (1) el coeficiente del ı́ndice sobre 1000, muestra un valor
de -0.007, lo cual evaluado en $20,000 CLP nos indica que este aumento en el
ı́ndice provoca una disminución en la probabilidad de pertenecer a una Isapre de
1.4 puntos porcentuales siendo económica y estadı́sticamente significativo. Este
efecto está centrado en la media de la población, por lo que si consideramos
que para que la media en todos los periodos de la probabilidad de pertenecer
a Isapre es de %16.77, representado un promedio de 868,696 mujeres en edad
reproductiva, implica que un aumento de $20,000 pesos provoca que 72520, en
media, dejen de formar parte del sistema privado de salud. En el caso de los
hombres, el aumento del ı́ndice fue de $150 para el año 2003, por lo que no
representa un efecto económicamente significativo.
Por lo tanto, en esta primera aproximación, el aumento de los beneficios
de Programa Asociado a Diagnóstico para las mujeres, principalmente en los
partos, permite explicar parte del crowding out hacia el sistema público en el
caso de las mujeres.
Luego, en la columna (2), ya no se muestran los efectos en medias sino, que
al interactuar el ı́ndice con los quintiles de ingreso, se puede observar un efecto
heterogéneo, medido en términos del ingreso.
La participación de la población del primer quintil de ingreso en Isapre es
muy baja por lo que es de esperar que el coeficiente de la interacción del ı́ndice
con este quintil sea no significativa estadı́sticamente. Esto implica que para las
mujeres de bajos recursos esta ampliación de beneficios no tuvo efecto en sus
decisiones de afiliación.
Lo mismo ocurre con las personas en el quinto quintil, ya que a las peronas
más ricas prefieren seguir teniendo cobertura privada.
Ahora bien, los cambios producidos en este programa de la modalidad libre
elección si produjo cambios en el segundo, tercer y cuarto quintil. Para el prime
15
quintil de ingreso, una suba de $20,000 CLP en el ı́ndice provoca una caı́da de
aproximadamente un punto porcentual en la probabilidad de estar afiliado a una
Isapre para una mujer en edad reproductiva. Mientras que para el tercer quintil
de ingreso se observa el efecto más grande, ya que la caı́da en la probabilidad
por las mejoras en ı́ndice es de 1.8 puntos porcentuales. Por otra parte, en el
cuarto quintil, la caı́da es un poco menor, pero de todos modos con significancia
económica.
Sin embargo es probable que estos resultados puedan estar sesgados, ya que
deben incluirse también los quintiles de ingreso interactuados con el sexo de
las personas y la edad de las mismas, ya que es probables que los efectos no
sean iguales para todos los grupos en cuestión. Por lo tanto, resulta más creı́ble
analizar los resultados de la columna (3) donde se incluyen estas interacciones.
En dicha estimación, los resultados difieren de los anteriores, ya que el ı́ndice
muestra que tuvo efectos para el tercer y cuarto quintil. Este grupo de la población son los que probablemente se encuentre en el lı́mite entre elegir a Fonasa
o una Isapre. Esto es debido a las modificaciones que tuvo el seguro público,
lo que lo convirtieron en un competidor de las Isapres debido a su modalidad
libre elección. Para los otros grupos no se espera que los cambios enunciados
tengan efecto, ya que para la población más vulnerable es más probable que
esté afiliada a Fonasa debido a su menor - o en algunos casos nulos- costo de
contratación. Por otra parte, para el quintil mas alto, prefieren afrontar costos
más altos ya que el seguro público es percibido como uno de mala calidad.
Para el tercer quintil de ingreso, el aumento en el ı́ndice nos muestra que
la probabilidad de pertenecer a Isapre para las mujeres cae en 2.4 puntos porcentuales. Por otra parte, el efecto más fuerte se observa en el cuarto quintil
ingreso, donde la disminución de la probabilidad es de 3.8 puntos porcentuales.
Esto muestra que el impacto de las mejoras en los PAD no tuvo efectos
homogéneos en toda la población afiliada a una Isapre, ya que solo las mujeres
del tercer y cuarto quintil reaccionaron ante esto pasándose a Fonasa.
Adicionalmente se corre una forma reducida con datos administrativos de la
siguiente forma:
X
X
Yiat = α +
λt 1[Ti = t] +
γa 1[Ai = a] + βat Qat
(3)
t
a
La razón por la que se utilizan datos administrativos, es debido a que se
cuentan con el total de años desde el 2000 al 2013, lo cual nos permite tener
una mayor cantidad de perı́odos pre-tratamiento. No se incluyen controles adicionales ya que no se encuentran disponibles para todos los perı́odos para este
tipo de datos.
La tabla con esta estimación se encuentra en el Apéndice D. La misma muestra que la mayorı́a de las variables explicativas son no significativas económicamente, probablemente debido a la calidad de los datos. No obstante, el ı́ndice
nos muestra que la probabilidad de pertenecer a una Isapre cae en tres puntos
porcentuales ante el aumento de $20,000 en el ı́ndice.
Adicionalmente se corre la siguiente regresión:
X
X
Yiat = α +
λt 1[Ti = t] + sexoit + (
λt 1[Ti = t]) ∗ sexoit
t
t
16
(4)
Figura 3: Coeficientes Estimados
Donde la interacción entre las dummies de año con la de sexo nos indica los
cambios en la probabilidad de pertenecer a una Isapre para los distintos años
de una mujer en edad reproductiva, respecto de los hombres del mismo rango
etario.
A continuación se presenta un gráfico con los coeficientes de la interacción
en cuestión:
17
En la misma se observa que la probabilidad de una mujer de estar en Isapre
era de alrededor 4 puntos porcentuales menos que la de un hombre de la misma
edad para el año 2001, respecto del año 2000. La misma probabilidad fue decayendo durante el resto de los años a tasas crecientes, donde se aceleraron a partir
del año 2008. Finalizando el perı́odo, la esta probabilidad para una mujer es casi
de 10 puntos porcentuales mayor que la de un hombre, en relación al año 2000,
por lo que se infiere que el impacto que tuvieron las sucesivas modificaciones en
Fonasa tuvo un gran impacto en las mujeres.
En esta regresión no solo estarı́amos considerando el efecto del ı́ndice, ya que
la interacción de la estimación nos estarı́a captando todos los inobservables que
afecten la decisión de afiliación como en un diff-in-diff estándar.
7.
Conclusiones
En los últimos años se observaron cambios graduales en materia de afiliados
al seguro de salud público. Se evidencia un aumento sostenido en la proporción
de afiliados en Fonasa, donde éste aumento fue mayor para las mujeres.
En el presente trabajo se intenta dar una explicación de este fenómeno, pero
solo para las mujeres en edad fértil dada la disponibilidad de datos en materia
de cobertura en los Programas Asociados a Diagnóstico de la Modalidad Libre
Elección. Para ello se construye un ı́ndice de Calidad para todos los años en
perı́odo que nos permita observar los cambios en la calidad del seguro público,
en materia de cobertura y número de prestaciones cubiertas.
Como estos programas favorecieron principalmente la mujeres en edad reproductiva a partir del año 2003, mientras que para los hombres de la misma edad
no se observaron mejoras significativas, nos permitió llevar a cabo una estrategia
dde identificación de diferencias en diferencias para poder determinar el efecto
causa de un aumento en la çalidad”de Fonasa en las decisiones de Afiliación de
las mujeres en edad reproductiva.
Los resultados nos muestran que, en media, un aumento de $20,000 reduce
la probabilidad de pertenecer a un seguro privado en 1.4 puntos porcentuales,
lo cual resulta tener un efecto económica y estadı́sticamente significativo, ya
representa un traspaso de aproximadamente 72,520 mujeres que se cambiario al
seguro público. Éstas mejoras en las mejoras de los beneficios en prestaciones
relacionados al parto, actuando en conjunto con el hecho de que los planes en
Isapres para mujeres en dicha edad resultan muy oneroso, son los factores que
han influenciado este comportamiento.
Ahora, analizando efectos heterogéneos de acuerdo a los quintiles de ingreso,
se observa que los grupos que más respondieron a estos cambios en los PAD de
Fonasa son el tercer y cuarto quintil, donde las probabilidades de pertenecer a
Fonasa caen en 2.4 y 3.8 puntos porcentuales respectivamente.
Estos resultados nos muestran evidencia a favor de que la expansión del
seguro público ocasionó un crowding out en el mercado de salud hacia el sistema
público.
A modo de investigaciones futuras, se planea utilizar todas las prestaciones
incluı́das en la MLE, no solo los PAD, a modo de identificar el efecto de esta
18
constante expansión del seguro público, en el resto de los grupos dejados afuera
de este análisis. Para ello se necesitan contar con una mayor cantidad de datos
en este rubro.
19
Bibliografı́a
Besley, T, Hall, J, Preston, (1999). ”The demand for private health insurance: do waiting lists matter”, Journal of Public Economics, Elsevier, vol. 72(2),
155-181.
Cameron, A. C., Milne, F. and Piggott, J. (1988), A microeconomic model
of the demand for health care and health insurance in Australia”, Review of
Economic Studies 55, 85-106.
Cameron, A. C. and Trivedi, P. K. (1991), ”The role of income and health
risk in the choice of health insurance”. Evidence from Australia, Journal of
Public Economics 45, 1-28.
Cutler, D, and Gruber, J (1996), ”Does Public Health Insurance Crowdout
Private Insurance?”Quarterly Journal of Economics 111, 391-430.
Henrı́quez Höfter, R (2006), ”Private health insurance and utilization of
health services in Chile”, Applied Economics, 38:4, 423-439.
Hopkins, S. and Kidd, M. P. (1996), ”The determinants of the demand for
private health insurance under medicare”, Applied Economics 28, 1623-32
Imbens, G, and Wooldridge, J (2009). Recent developments in the econometrics of program evaluation”, Journal of Economic Literature 47, 5-86.
Pardo, C and Schott, W (2013), ”Health insurance selection in Chile: a crosssectional and panel analysis”. Health Policy and Planning 29,302-312
Saint Pierre Cortés (2009), ”Decisión de Afiliación a Fonasa: ¿Cuánto influye el Aumento de los Recursos del Sistema Público de Salud?”. Pontificia
Universidad Católica de Chile.
Sanhueza, R, and Ruiz-Tagle, J (2002), Çhoosing Health Insurance in a Dual
Health Care System: The Chilean Case”. Journal of Applied Economics, Vol. 5,
No. 1, 157-184.
Sapelli, C, and Torche, A (2001), ”The mandatory health insurance system in
Chile: explaining the choice between public and private insurance.Ïnternational
Journal Health Care Finance 1, 97-110.
Sindelar, J. L. (1982), ”Diferential use of medical care by sex”, Journal of
Political Economy, 90, 1003- 19.
Willcox, S. (1991), A healthy risk?: Use of private insurance”. National
Health Strategy Background Paper no. 4.
20
Anexo A
Mujeres
Variables
Total
Isapre
Fonasa
Ocupados
20-24
25-29
30-34
35-39
Índice
QQ1 Isapre
Q2 Isapre
Q3 Isapre
Q4 Isapre
Q5 Isapre
Q1 Fonasa
Q2 Fonasa
Q3 Fonasa
Q4 Fonasa
Q5 Fonasa
2000
51.6 %
23.2 %
63.7 %
44.9 %
24.4 %
24.8 %
24.0 %
26.8 %
$17,585
3.6 %
7.6 %
15.8 %
26.5 %
46.5 %
26.0 %
25.5 %
22.0 %
17.9 %
8.7 %
2003
51.1 %
18.2 %
70.8 %
47.1 %
27.3 %
23.2 %
24.8 %
24.7 %
$34,204
2.0 %
5.9 %
12.3 %
26.2 %
53.7 %
24.8 %
25.2 %
22.7 %
18.0 %
9.3 %
Mujeres
2006
50.9 %
15.1 %
74.5 %
50.9 %
28.1 %
23.8 %
23.5 %
24.6 %
$36,289
3.3 %
5.3 %
10.0 %
23.6 %
57.8 %
24.3 %
24.2 %
22.2 %
18.7 %
10.7 %
2009
51.5 %
14.2 %
77.9 %
49.7 %
30.6 %
24.0 %
21.8 %
23.6 %
$41,541
1.9 %
4.5 %
8.4 %
22.4 %
62.7 %
23.5 %
24.0 %
22.7 %
19.0 %
10.9 %
2011
52.1 %
13.8 %
80.9 %
51.3 %
32.3 %
25.5 %
20.8 %
21.4 %
$43,665
3.0 %
4.2 %
9.0 %
22.9 %
60.9 %
23.2 %
24.2 %
23.2 %
18.9 %
10.5 %
2013
51.9 %
16.0 %
77.7 %
55.3 %
31.1 %
25.0 %
22.3 %
21.7 %
$47,530
2.8 %
5.7 %
8.9 %
20.3 %
62.2 %
23.5 %
24.7 %
23.0 %
19.1 %
9.7 %
Hombres
Variables
Total
Isapre
Fonasa
Ocupado
20-24
25-29
30-34
35-39
Indice
Q1 Isapre
Q2 Isapre
Q3 Isapre
Q4 Isapre
Q5 Isapre
Q1 Fonasa
Q2 Fonasa
Q3 Fonasa
Q4 Fonasa
Q5 Fonasa
2000
48.4 %
23.8 %
55.4 %
78.2 %
25.9 %
25.3 %
22.7 %
26.1 %
$1,447
3.3 %
9.0 %
15.8 %
26.4 %
45.4 %
25.8 %
26.2 %
22.2 %
16.9 %
8.9 %
2003
48.9 %
20.0 %
61.9 %
78.7 %
28.4 %
23.2 %
24.6 %
23.8 %
$1,600
1.8 %
7.2 %
12.8 %
26.4 %
45.4 %
24.1 %
25.1 %
22.6 %
18.6 %
9.5 %
Hombres
2006
49.1 %
17.0 %
65.3 %
80.1 %
29.1 %
24.5 %
23.3 %
23.0 %
$1,776
3.3 %
6.2 %
11.3 %
22.3 %
57.0 %
22.4 %
24.3 %
22.9 %
19.4 %
11.0 %
21
2009
48.5 %
17.5 %
69.8 %
75.0 %
32.0 %
24.3 %
21.1 %
22.5 %
$2,010
2.0 %
4.9 %
10.0 %
23.3 %
59.8 %
21.4 %
23.3 %
23.2 %
20.1 %
12.0 %
2011
47.9 %
17.3 %
72.7 %
75.8 %
33.3 %
24.8 %
21.8 %
20.1 %
$ 2,086
2.5 %
4.1 %
9.2 %
23.0 %
61.1 %
19.6 %
22.8 %
24.0 %
21.3 %
12.4 %
2013
48.1 %
20.7 %
67.5 %
75.7 %
32.2 %
25.6 %
21.6 %
20.6 %
$ 4,406
2.0 %
5.1 %
9.8 %
21.7 %
61.4 %
20.8 %
23.9 %
23.5 %
21.2 %
10.6 %
Anexo B:Índice de Calidad
Año
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
20-24
$ 16,554
$ 17,176
$ 17,877
$ 32,915
$ 33,254
$ 33,919
$ 34,937
$ 36,160
$ 37,679
$ 40,015
$ 40,615
$ 41,821
$ 43,268
$ 44,568
Mujeres
25-29
30-34
$ 19,958 $ 20,040
$ 20,708 $ 20,793
$ 21,553 $ 21,642
$ 39,370 $ 39,086
$ 39,791 $ 39,522
$ 40,587 $ 40,313
$ 41,805 $ 41,522
$ 43,268 $ 42,975
$ 45,086 $ 44,781
$ 47,881 $ 47,557
$ 48,599 $ 48,271
$ 50,043 $ 49,704
$ 52,158 $ 52,347
$ 53,815 $ 54,179
22
35-39
$ 14,119
$ 14,649
$ 15,247
$ 25,875
$ 26,198
$ 26,722
$ 27,524
$ 28,487
$ 29,684
$ 31,524
$ 31,997
$ 32,947
$ 35,953
$ 37,714
20-24
$ 1,084
$ 1,125
$ 1,170
$ 1,205
$ 1,295
$ 1,321
$ 1,360
$ 1,408
$ 1,467
$ 1,558
$ 1,581
$ 1,628
$ 1,976
$ 3,303
Hombres
25-29
30-34
$ 1,295 $ 1,718
$ 1,344 $ 1,783
$ 1,399 $ 1,855
$ 1,440 $ 1,909
$ 1,532 $ 2,023
$ 1,563 $ 2,063
$ 1,610 $ 2,125
$ 1,666 $ 2,200
$ 1,736 $ 2,292
$ 1,844 $ 2,434
$ 1,871 $ 2,471
$ 1,927 $ 2,544
$ 2,447 $ 3,360
$ 4,086 $ 5,488
35-39
$ 1,718
$ 1,782
$ 1,855
$ 1,909
$ 2,023
$ 2,064
$ 2,126
$ 2,200
$ 2,293
$ 2,435
$ 2,471
$ 2,545
$ 3,457
$ 5,396
Anexo C:Regresiones
Cuadro 1: Estimaciones
2003
(1)
-0.0443∗∗∗
(0.0046)
(2)
-0.0444∗∗∗
(0.0046)
(3)
-0.0458∗∗∗
(0.0047)
2006
-0.0777∗∗∗
(0.0047)
-0.0779∗∗∗
(0.0047)
-0.0791∗∗∗
(0.0048)
2009
-0.0826∗∗∗
(0.0052)
-0.0829∗∗∗
(0.0052)
-0.0849∗∗∗
(0.0053)
2011
-0.0817∗∗∗
(0.0055)
-0.0819∗∗∗
(0.0055)
-0.0839∗∗∗
(0.0056)
2013
-0.0529∗∗∗
(0.0060)
-0.0532∗∗∗
(0.0060)
-0.0563∗∗∗
(0.0062)
Mujer 20-24
0.0051
(0.0086)
0.0054
(0.0086)
0.0137
(0.0154)
Mujer 25-29
0.0062
(0.0102)
0.0061
(0.0102)
0.0166
(0.0134)
Mujer 30-34
0.0174∗
(0.0102)
0.0167
(0.0102)
0.0277∗∗
(0.0115)
Mujer 35-39
0.0115
(0.0078)
0.0113
(0.0078)
0.0271∗∗∗
(0.0083)
Hombre 20-24
-0.0050
(0.0043)
-0.0059
(0.0043)
-0.0034
(0.0127)
Hombre 25-29
-0.0025
(0.0045)
-0.0030
(0.0045)
-0.0006
(0.0092)
Hombre 30-34
0.0068
(0.0045)
-0.0007∗∗∗
(0.0002)
0.0067
(0.0045)
-0.0003
(0.0003)
0.0002
(0.0002)
0.0055
(0.0061)
-0.0000
(0.0004)
0.0006
(0.0004)
Índice*Q2
-0.0005∗∗
(0.0002)
-0.0002
(0.0004)
Índice*Q3
-0.0009∗∗∗
(0.0002)
-0.0012∗∗∗
(0.0004)
-0.0007∗∗∗
(0.0002)
0.0975∗∗∗
(0.0133)
-0.0019∗∗∗
(0.0005)
0.1281∗∗∗
(0.0312)
Índice/1000
Índice*Q1
Índice*Q4
cons
Quintiles de Ingreso
0.1079∗∗∗
(0.0133)
Controles Adicionales
X
X
X
Casado
X
X
X
Ocupado
X
X
X
Comuna
X
X
X
Tamaño del Hogar
X
X
X
433594
0.2758
433594
0.2762
X
433594
0.2778
Quintiles*edad*sexo
N
R2
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Categorı́as omitidas: Año 2000, Hombres 35-39, Indice*Q5
23
Regresiones con data administrativa
24
Cuadro 2: Con Rangos Etarios
2001
-0.0054
(0.0123)
2002
-0.0189
(0.0115)
2003
-0.0212∗
(0.0120)
2004
-0.0187∗
(0.0102)
2005
-0.0211∗∗
(0.0100)
2006
-0.0169∗
(0.0101)
2007
-0.0067
(0.0099)
2008
-0.0061
(0.0102)
2009
-0.0059
(0.0107)
2010
0.0029
(0.0105)
2011
0.0067
(0.0125)
2012
0.0314∗∗
(0.0143)
2013
0.0469∗∗∗
(0.0157)
mujer 20-24
-0.0733∗∗∗
(0.0184)
mujer 25-29
-0.0111
(0.0196)
mujer 30-34
0.0187
(0.0190)
mujer 35-39
-0.0182
(0.0150)
hombre 20-24
-0.0679∗∗∗
(0.0093)
hombre 25-29
-0.0035
(0.0077)
hombre 30-34
0.0265∗∗∗
(0.0083)
ı́ndice/1000
-0.0015∗∗∗
(0.0004)
0.2626∗∗∗
(0.0113)
112
0.8742
cons
N
R2
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Variable omitida Hombre 35-39
25
Cuadro 3: Por Sexo
(1)
OLS2
-0.0057
(0.0405)
2001
2002
-0.0183
(0.0392)
2003
-0.0304
(0.0384)
2004
-0.0264
(0.0369)
2005
-0.0276
(0.0363)
2006
-0.0244
(0.0360)
2007
-0.0124
(0.0315)
2008
-0.0118
(0.0315)
2009
-0.0135
(0.0316)
2010
-0.0026
(0.0319)
2011
0.0038
(0.0320)
2012
0.0335
(0.0331)
2013
0.0504
(0.0351)
sexo
-0.0355
(0.0368)
2001.sexo
-0.0000
(0.0546)
2002.sexo
-0.0043
(0.0530)
2003.sexo
-0.0055
(0.0521)
2004.sexo
-0.0104
(0.0492)
2005.sexo
-0.0146
(0.0483)
2006.sexo
-0.0167
(0.0458)
2007.sexo
-0.0209
(0.0419)
2008.sexo
-0.0237
(0.0416)
2009.sexo
-0.0233
(0.0415)
2010.sexo
-0.0291
(0.0418)
2011.sexo
-0.0367
(0.0413)
2012.sexo
-0.0530
(0.0418)
2013.sexo
-0.0618
(0.0439)
0.2531∗∗∗
(0.0279)
112
0.4848
cons
N
r2
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Variable omitida año 2000
26