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