UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE …universidade federal do cearÁ faculdade de economia,...
Transcript of UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE …universidade federal do cearÁ faculdade de economia,...
UNIVERSIDADE FEDERAL DO CEARÁ
FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA E CONTABILIDADE
CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA
ALANA KATIELLI NOGUEIRA AZEVEDO
RISCO MORAL EM SEGURO SAÚDE: UMA ANÁLISE PARA OS
ESTADOS DO NORDESTE UTILIZANDO ESTIMADORES DE
MATCHING POR PROPENSITY SCORE
FORTALEZA
2008
ii
ALANA KATIELLI NOGUEIRA AZEVEDO
RISCO MORAL EM SEGURO SAÚDE: UMA ANÁLISE PARA OS
ESTADOS DO NORDESTE UTILIZANDO ESTIMADORES DE
MATCHING POR PROPENSITY SCORE
Dissertação submetida à coordenação
do Curso de Pós-Graduação em
Economia, da Universidade Federal
do Ceará, como requisito parcial para
obtenção do grau de Mestre em
Economia.
Orientador: Prof. Ricardo Brito Soares
FORTALEZA
2008
A986r Azevedo, Alana Katielli Nogueira. Risco Moral em Seguro Saúde: uma Análise para os Estados
do Nordeste utilizando estimadores de Matching por Propensity Score / Alana Katielli Nogueira Azevedo – Fortaleza, 2008.
54 f. Orientador: Prof. Dr. Ricardo Brito Soares
Dissertação (Mestrado Profissional) - Universidade Federal do Ceará – UFC, Curso de Pós-Graduação em Economia – CAEN, Fortaleza, 2008.
1. Risco Moral 2. Economia da Saúde 3. Propensity Score 4. Estratificação 5. Função Kernel.
CDD 362.981
iii
Esta dissertação foi submetida como parte dos requisitos necessários à obtenção do grau de
Mestre em Economia, outorgada pela Universidade Federal do ceará – UFC, e encontra-se à
disposição dos interessados na Biblioteca do Curso de Pós-Graduação em Economia – CAEN da
referida Universidade.
A citação de qualquer trecho desta dissertação é permitida, desde que seja feita em conformidade
com as normas científicas.
Dissertação aprovada em 25 de Novembro de 2008.
_________________________________________________
Prof. Ricardo Brito Soares
(Orientador)
_________________________________________________
Prof. Fabrício Carneiro Linhares
(Membro da Banca Examinadora)
_________________________________________________
Prof. Márcio Veras Corrêa
(Membro da Banca Examinadora)
iv
AGRADECIMENTOS
À Deus, pela força e presença em meu coração no decorrer desta jornada.
Ao Professor Ricardo, por seu empenho, generosidade e profissionalismo na doação de seu
tempo ao orientar esse trabalho.
Aos meus pais, simplesmente por estarem ao meu lado demonstrando amor, carinho, confiança,
compreensão e por todo o esforço ao proporcionarem tudo de melhor para minha vida.
À minha irmã Patricia, pelo acompanhamento diário e compreenssão nos momentos de sufoco.
À minha Vó Cleide, por saber que sempre rezou pelo meu melhor e pelo amor que tem por mim.
Aos meus amigos de turma que tornaram esses dois anos de estudo muito agradáveis.
v
RESUMO
Esta dissertação analisa a existência de risco moral no sistema de saúde brasileiro a partir de uma
análise de estimação de dois modelos de matching baseado no propensity score, um a partir de
estratificação e outro a partir de uma função kernel. A variável de utilização do serviço médico
selecionada foi a de consultas médicas e a análise compreendeu os nove estados do Nordeste do
Brasil. Os resultados indicam presença de risco moral tanto pela estimação a partir de estratos
como a partir de uma função kernel. Para o modelo de estratificação o valor estimado da
diferença de procura por consultas médicas ficou entre 1,014 e 2,262 vezes, com o estado do Rio
Grande do Norte apresentando a maior diferença. Já para o modelo a partir de uma função kernel,
o valor estimado da diferença de procura por consultas médicas ficou entre 0,866 e 2,242 vezes,
com o estado do Maranhão apresentando a menor diferença. Ou seja, indivíduos que possuem
planos de saúde geralmente buscam maior atendimento médico do que caso não estivessem
cobertos por nenhum plano.
Palavras-chave: risco moral, sistema de saúde, propensity score, estratificação, função kernel.
vi
ABSTRACT
This dissertation analised the existence of moral hazard in the brazilian health system using an
estimation of two propensity score matching models, one by stratification and the other one using
a kernel function. The variable of healthcare utilization selected was the medical visits and the
analysis was made considering the nine states of Northeast of Brazil. The results indicated
existence of moral hazard for both stratification and kernel function estimation. For the
stratification model the stimated value of the diference in medical visits stayed between 1,014 e
2,262 times, the state of Rio Grande do Norte had the greater diference. For the kernel function
model the stimated value of the diference in medical visits stayed between 0,866 e 2,242 times,
the state of Maranhão had the smallest diference. So, individuals with health insurance use more
the healthcare than if they only have access to public services.
Key words: moral hazard, health system, propensity score, stratification, kernel function.
vii
SUMÁRIO
1 – Introdução........................................................................................................ 1
2 – Teoria do Risco Moral.................................................................................... 3
2.1 - Modelos Básicos de Risco Moral.............................................................. 6
2.2 - Risco Moral no Seguro Saúde................................................................... 7
2.2.1 - Demanda por Serviço de Saúde.......................................................... 8
2.2.2 - Tipos de Risco Moral no Seguro Saúde............................................. 10
2.2.3 - O Sistema de Saúde Brasileiro........................................................... 12
3 – Revisão da Literatura.................................................................................... 15
4 – Metodologia.................................................................................................... 19
4.1 - Fonte de Dados......................................................................................... 25
4.1.1 - Seleção da Amostra e Definição das Variáveis................................. 26
4.1.2 - Descrição dos Dados......................................................................... 29
5 – Resultados...................................................................................................... 33
6 – Considerações Finais..................................................................................... 40
Referências Bibliográficas.................................................................................. 42
viii
LISTA DE TABELAS
Tabela 1 - Distribuição do Numero de Beneficiários por Modalidade e por Estado no
Sistema de Saúde Suplementar....................................................................................... 13
Tabela 2 - Definição das Variáveis..................................................... ........................... 26
Tabela 3 - Estatísticas Descritivas de Indivíduos sem Plano de Saúde.......................... 29
Tabela 4 - Estatísticas Descritivas de Indivíduos com Plano de Saúde.......................... 30
Tabela 5 - Estatísticas Descritivas do Total de Indivíduos............................................. 32
Tabela 6 - Modelos Logit de Probabilidade de Possuir Plano de Saúde........................ 33
Tabela 7 - Impacto da Contratação de Plano de Saúde no Número de Procuras por
Atendimentos Médicos................................................................................................... 37
ix
LISTA DE GRÁFICOS
Gráfico 1 - Distribuição dos Propensity Scores nos Estados do Nordeste – Chefes de
Família com e sem Plano de Saúde................................................................................. 36
1
1 - Introdução
No Brasil, o sistema de saúde pode ser alcançado pelo indivíduo por dois diferentes
meios: pelo setor público e pelo setor privado. A existência de risco moral nos planos de saúde
particulares sugere pelo menos duas suposições. Uma suposição teórica é que o “mercado” de
saúde brasileiro não deve ser caracterizado e, portanto, analisado, a luz das eficiências
econômicas dos modelos competitivos (ARROW, 1965). Uma outra suposição objetiva é que a
complementaridade do setor público e particular não é completa. Ou seja, o setor público não é
grande o suficiente para atender os que dependem dele e/ou o setor privado não é acessível
suficiente para atender toda a sobre-demanda do primeiro setor. Embora atualmente, o setor
privado represente uma grande parcela no mercado de assistência à saúde no país, a presença de
risco moral indica que a sobreutilização induzida na presença de planos de saúde privados é
maior que uma possível sobreutilização de serviços de saúde gerada pela gratuidade do serviço
público.
O risco moral também representa uma ameaça para a própria sustentabilidade do sistema
de saúde complementar, que deve encontrar mecanismos de controles adequados para esta
ocorrência, que não apenas o subterfúgio de majorações lineares de preços que impõem custos
maiores para a sociedade como um todo. Desta forma, a literatura nacional vem buscando
analisar o comportamento dos indivíduos ao aderir a um plano de saúde, e mais especificamente
calcular o risco moral na presença de planos de saúde.
Esse trabalho analisa e estima o tamanho do risco moral na economia brasileira com duas
contribuições para a literatura. A primeira é a estimação regionalizada do risco moral para os
estados do Nordeste, e a segunda é a utilização da metodologia de matching com propensity
scores para o cálculo da sobreutilização de consultas médicas anuais na presença de planos de
saúde.
2
Os resultados serão apresentados de forma segregada de acordo com os 9 (nove) estados
do Nordeste do Brasil com o objetivo de concentrar o estudo de forma regional e para fazer uma
análise específica e com uma melhor comparação característica.
O mérito do método de matching com propensity score está em isolar o efeito do risco
moral controlando pelas características (observáveis) dos indivíduos que os levam a possuir
planos de saúde. Ou seja, indivíduos com características semelhantes podem possuir ou não
planos de saúde. Os estimadores com matching baseados no propensity score vêm sendo
utilizados em outras análises e trabalhos publicados, mas na literatura brasileira de risco moral
que temos conhecimento até agora focam no país como um todo e utilizam outras metodologias.
O cálculo do risco moral foi desenvolvido a partir do levantamento de informações gerais
da PNAD 2003 e de seu suplemento de saúde, com base em dois métodos de matching. O
matching de número de consultas médicas entre indivíduos com e sem plano de saúde i) com
base em estratos de propensity scores, e ii) com base em uma função kernel de distância entre os
propensity scores.
Além desta seção, o trabalho foi sistematizado da seguinte maneira: O capítulo 2 faz uma
revisão do marco conceitual relevante para caracterizar risco moral. O capítulo 3 traz uma breve
revisão da literatura sobre o assunto. No capítulo 4 será enfocada a metodologia aplicada ao
estudo, como também a apresentação da fonte dados e a descrição desses dados com suas
respectivas estatísticas descritivas. O capítulo 5 demonstra os resultados e, finalmente, nas
considerações finais, são apresentadas as observações conclusivas.
3
2 - Teoria do Risco Moral
Para cada vez que se realizar um contrato entre duas partes, poderá existir risco moral.
Ambas as partes podem agir de forma contrária ao que foi delimitado no contrato com intuito de
ganhar alguma vantagem. Um exemplo simples dessa situação pode ser vista com um acordo de
venda entre empregador e vendedor. Ao se limitar o salário do vendedor em uma quantia fixa, ele
pode não desempenhar esforço algum para tentar vender os produtos, pois ele sabe que seu
retorno será o mesmo, ou seja, é fixo. Agindo assim, o vendedor se comporta contrariamente ao
que foi acertado com o empregador que seria vender o máximo de produtos possível.
O Risco Moral pode ser reduzido delimitando as responsabilidades de ambas as partes do
contrato. No exemplo do vendedor, o empregador pode decidir pagar comissões de vendas além
de seu salário. Com essa mudança, o vendedor terá mais incentivo não só para produzir mais
lucros como também evitar perdas para a companhia.
De acordo com o New Palgrave Dictionary of Economics, risco moral é definido como as
ações dos agentes econômicos para maximizar sua própria utilidade em detrimento dos outros,
em situações onde eles não arcam com as conseqüências totais ou, equivalentemente, não
desfrutam dos benefícios totais das ações devido à incerteza e contratos restritos que impedem a
atribuição dos prejuízos (benefícios) totais ao agente responsável (KOTOWITZ, 1987, p.549).
Basicamente, o risco moral aparece sempre quando o agente econômico altera seu
comportamento em relação ao que foi acordado no contrato, já que suas ações só podem ser
determinadas por ele mesmo e não ocorre transferência de responsabilidade em relação aos custos
dessas ações para o agente. Exemplificando alguns casos de risco moral, pode-se citar:
o Alguns médicos, com receio de acusações de mal-prática da medicina, podem gerar
solicitações de consultas, exames ou procedimentos em excesso elevando o custo que será
coberto pelo paciente ou pelo seguro saúde; e
4
o Quando um apartamento é alugado, seu inquilino pode conservar de maneira menos
cuidadosa do que o proprietário do imóvel.
Segundo ARROW (1985), as relações entre os agentes podem ser diferenciadas em dois
tipos: hidden action, que seria o risco moral, e hidden information. No risco moral existe
oportunismo pós-contratual, ou seja, a mudança de comportamento do agente decorre do
estabelecimento de um contrato. Já o conceito de Hidden information é normalmente referido
como seleção adversa e se apresenta quando os indivíduos têm informações sobre suas
características individuais que lhes permitem agir de maneira oportunista já antes do
estabelecimento de um contrato.
Em certas ocasiões o risco moral pode ser problemático. Seguros contra incêndio podem
encorajar incêndios intencionais como também seguros automóvel podem encorajar acidentes.
O risco moral cria problemas tanto para o seguro privado como para o governo. No caso
dos seguros privados, eles tentam manter o valor segurado de qualquer sinistro menor do que o
valor segurado pela pessoa. Eles tentam manter prédios e automóveis segurados por um valor
menor do que realmente valem. Com essa alternativa as seguradoras ficam menos expostas aos
riscos de acontecimentos de sinistro como também em relação ao risco moral.
O problema do risco moral também afeta programas do governo que asseguram pessoas
contra a falta de oportunidade. Uma variedade de programas ajuda pessoas que sofrem com a
pobreza. Por exemplo, ajuda para pessoas que tem crianças em casa, mas não tem sustento
financeiro suficiente para sua criação. Um tipo de seguro desemprego é pago para aquelas
pessoas que perderem seus empregos. Ticket alimentação e habitação pública ajudam os pobres
que não tem condições. Todos esses programas sofrem com o problema do risco moral. Eles
aumentam o nascimento de crianças em famílias sem condições, aumentam o desemprego e a
pobreza.
O governo pode tomar decisões para diminuir o perigo do risco moral. Ao ajudar àqueles
sem oportunidade, mas com um nível pequeno de ajuda, o encorajamento para aqueles que
5
querem se colocar na mesma situação é muito pequeno. O malefício dessa atitude é que para
aqueles que realmente necessitam de ajuda, essa será bem menor. Se o governo expande o
programa para ajudar ainda mais pessoas com falta de oportunidade, também encoraja pessoas a
se colocarem na situação de problema. Se pessoas são pagas por serem pobres, algumas irão se
tornar pobres. Se pessoas são pagas por terem filhos sem condições de financiar, algumas pessoas
terão filhos propositalmente. Se pessoas são pagas por serem desempregadas, maior será o
desemprego. Programas de governo que agem para segurar cidadãos contra falta de oportunidade
têm uma troca básica que não pode ser descartada. Quanto maior o esforço para ajudar aqueles
que precisam, maiores serão as ações que são consideradas socialmente indesejáveis.
A indústria de seguros pode também ter problemas de sinalização e classificação. Pessoas
que compram seguros geralmente têm uma idéia melhor dos riscos que elas estão sujeitas do que
os vendedores de seguro. Pessoas que sabem que estão sujeitas à grandes riscos são mais
propícias a comprar seguros do que pessoas que estão sujeitas a menores riscos. Companhias de
seguros tentam minimizar o problema considerando que somente pessoas com grandes riscos irão
comprar seus produtos, minimizando o problema da seleção adversa, assim, irão medir o risco e
ajustar o preço que cobrarão por esse risco. Semelhantemente, companhias de seguros de vida
requerem exames médicos e irão recusar apólices para pessoas que têm doenças terminais,
companhias de seguros de automóveis cobram muito mais de pessoas que foram presas por
dirigirem bêbadas.
6
2.1 – Modelos Básicos de Risco Moral
Os modelos de risco moral são originais da Teoria dos Contratos quando se trata de
economia da informação. O que ocorre com o risco moral é uma situação onde existe uma
assimetria de informação entre os agentes quanto às ações, após a assinatura do contrato, de um
deles. A parte não informada, também chamada Principal, age primeiramente oferecendo o
contrato e não consegue identificar perfeitamente as ações tomadas pelo Agente, a parte
informada.
Segundo TOLEDO (2003) para que exista um problema de risco moral devemos ter os
seguintes elementos:
1. O Agente realiza ações / escolhas que afetam a sua utilidade e a do Principal;
2. As ações / escolhas do Agente não são observadas pelo Principal, o qual observa
somente o resultado da atividade que é, por sua vez, um sinal imperfeito das ações
tomadas pelo Agente. Isto é, o resultado da atividade do Agente depende não apenas de
suas ações, mas de outras variáveis aleatórias, o que faz com que o Principal não
consiga inferir perfeitamente a partir do resultado qual foi a ação escolhida pelo Agente.
Dessa forma, o Principal não consegue monitorar perfeitamente as ações do Agente, o
que torna inócua a especificação no contrato de quais ações o Agente deve tomar;
3. A ação / escolha que o Agente tomaria espontaneamente não é Pareto-ótima. Ou seja,
existe um trade-off entre a utilidade do Agente e a do Principal: as ações têm efeitos
opostos sobre a utilidade dos agentes envolvidos.
Os modelos básicos de risco moral são compostos por estes três fatores anteriormente
citados. Mas existem, além destes, diversas outras formas que caracterizam o risco moral. Como
exemplo tem-se a multiplicidade de tarefas, onde o Agente deve escolher quais ações tomará para
diversas tarefas que são possivelmente conflitantes entre si; modelos com vários agentes ou
principais; repetição da relação por vários períodos, etc.
7
2.2 – Risco Moral no Seguro Saúde
Como foi detalhado anteriormente, o risco moral é formado de informações assimétricas
que dificultam a identificação correta das ações a serem tomadas pelos agentes em situações
normais. No caso do seguro saúde, se fosse possível determinar antecipadamente quais gastos
seriam cobertos, não haveria ocorrência de risco moral porque quando se sabe quais cuidados
médicos são necessários, a pessoa contrataria o reembolso desses cuidados médicos através de
um prêmio e seu comportamento não variaria, independente de estar segurado ou não.
Como existe uma imprevisibilidade em relação a gastos médicos, fica inviável contratar
um seguro saúde completo. Assim, os indivíduos ficam tendenciosos a alterar seu
comportamento, utilizando serviços médicos em excesso já que quando estão segurados não
arcam com os custos totais.
De acordo com CUTLER & ZECKHAUSER (2000), a elevação de gastos que acompanha
o seguro saúde pode ser decomposta em dois efeitos: o efeito renda e o efeito substituição.
No efeito renda o que acontece é que o indivíduo transfere sua renda de quando estava
saudável para seu estado de enfermidade, maximizando, assim, sua utilidade total, já que o
seguro age de forma mutualista transferindo a renda de indivíduos que permanecem saudáveis
para aqueles que adoecem. Desta forma, existe um compartilhamento dos riscos, objeto do
seguro, e os indivíduos podem acessar os serviços de saúde importantes, os quais não teriam
condições financeiras de arcar com os custos totais na ausência do seguro.
O efeito substituição vem representado da seguinte maneira: como o preço dos serviços
médicos diminui com a presença do seguro, eleva a sua demanda. Essa atitude é exatamente o
risco moral e não é desejável em relação a se ter eficiência, pois os benefícios por esses gastos
adicionais são menores do que seus custos, causando, conseqüentemente, desperdícios.
8
2.2.1 – Demanda por Serviço de Saúde
De acordo com ARROW (1963), o setor se saúde apresenta diversas particularidades que
o diferenciam de outras áreas da economia. As mais importantes são:
o Para o usuário, a demanda por serviços de saúde é irregular e imprevisível. Assim, a
maioria das pessoas não sabe quando e com que freqüência vai necessitar de um serviço
médico;
o A procura por um serviço de saúde não ocorre em uma situação normal, já que o
indivíduo está doente. Com essa circunstância, a condição do paciente pode comprometer
a racionalidade da decisão pelo tratamento;
o No mercado de serviços de saúde não existe a garantia que uma experiência anterior bem-
sucedida, como cirurgia, por exemplo, se repita da mesma maneira, mesmo se a equipe
médica for a mesma. Essa característica gera a necessidade de que exista uma grande
relação de confiança entre médico e paciente;
o O médico supostamente tem que usar de sua ética médica ao receitar tratamento
dissociado de seu interesse próprio, assim, a conduta em relação ao atendimento deverá
ser estritamente determinada pelas necessidades do paciente, e não pela sua capacidade
econômica de pagamento;
o A mesma ética médica também condena qualquer tipo de propaganda e competição entre
médicos, com isso o paciente fica restrito a decidir seu atendimento com informações
limitadas, inclusive em relação a preços;
o A entrada de profissionais no mercado é limitada por diversos requisitos como
especializações, residências, etc. e, particularmente, por restrições impostas à prática de
profissionais não-médicos;
9
o No mercado de serviços de saúde existe uma discriminação de preços, onde ocorre uma
cobrança diferenciada de preço para um mesmo tipo de serviço e conseqüentemente com
o mesmo custo. Tarifações de preços podem ocorrer até desvinculadas do custo. No Brasil
se observam médicos tarifando seus honorários como proporções da conta hospitalar,
dentre outros casos;
o Ocorre na relação entre médico e paciente uma diferença entre os conhecimentos acerca
das reais condições de saúde do paciente. O paciente tem maior controle sobre seu estado
de saúde e o médico tem reconhecimento da existência dessa importante diferença de
conhecimento.
A presença de incertezas e as potenciais perdas econômicas transformam os seguros em
uma iniciativa bastante atrativa. Além das incertezas e os riscos envolvidos, também se têm os
tratamentos médicos com custos econômicos elevados. Sendo assim, os indivíduos buscam no
seguro saúde, independente de ser público ou privado, sua garantia de minimização dos riscos e
incertezas.
De uma forma negativa, o que se pode observar com os seguros saúde no mercado de
serviços é que os preços pagos pelos consumidores, diretamente, são reduzidos a zero ou muito
próximo a zero com a efetivação do seguro saúde. Como ele não terá mais a preocupação com os
custos do serviço de saúde já que as informações oferecidas a ele não terão mais relação com o
custo em si, provavelmente abre espaço para o aparecimento de má utilização dos recursos.
Segundo IUNES (2002), outra característica importante relativa à demanda por serviços
de saúde está relacionada ao fato de esta ser também determinada por fatores não-monetários,
como o tempo que a pessoa dispende ao consumir tais serviços. Se o mercado de atenção médica
é em boa medida segurado, tornando, portanto, os custos monetários próximos de zero para o
consumidor, o componente tempo passa a ser relativamente mais importante que o preço
monetário.
10
2.2.2 – Tipos de Risco Moral no Seguro Saúde
Quando o seguro saúde diminui para o paciente o custo financeiro de sua procura por
serviços médicos, gera incentivos para que ocorram comportamentos oportunistas e de má fé,
entre eles o risco moral. Os incentivos que condicionam o paciente a agir de forma oportunista
podem variar, determinando o aparecimento de diferentes tipos de risco moral.
De acordo com SANTERRE & NEUN (1996), existem cinco tipos de ações
caracterizando o risco moral no seguro saúde:
o Ao longo do tempo, o usuário tende a diminuir as precauções que normalmente tomaria
para evitar o aparecimento de doenças, como a adoção de hábitos saudáveis, o que
representa futuros aumentos de custos para a seguradora;
o O usuário pode aumentar sua demanda além do nível considerado eficiente;
o O usuário não se preocupa em pesquisar preços e encontrar provedores de serviços com a
melhor relação custo / benefício;
o O usuário relaxa o monitoramento em relação ao comportamento do médico, que pode
prescrever tratamentos ou exames desnecessários;
o A adoção de tecnologias médicas avançadas com baixo benefício e alto custo.
Já ZWEIFEL & MANNING (2000) consideram três as classes de risco moral:
o Risco moral ex-ante: diminuição de atividades de prevenção;
o Risco moral ex-post estático: aumento da utilização de serviços médicos, para uma dada
tecnologia; e
11
o Risco moral ex-post dinâmico: adoção de tecnologias médicas cada vez mais avançadas,
mas cujo custo é muito alto em relação aos benefícios que oferecem.
Para cada um dos tipos de risco moral, o Agente (parte informada) modifica seu
comportamento quando contrata um seguro, aumentando seus riscos e a probabilidade da
ocorrência de perdas gerando gastos que serão de responsabilidade da seguradora que ofereceu a
cobertura. Como a seguradora não tem controle sobre todas as informações do Agente, problema
este causado pela assimetria de informação, ela não pode se assegurar deste risco cobrando um
prêmio proporcional que leve em consideração a probabilidade de ocorrência de risco moral ou
oportunismo, já que não sabe o nível de perda esperado.
Existem outras classificações de risco moral. Dentre elas se tem que o risco moral pode
ser causado tanto pelo paciente ou pelo médico. O tipo mais comum, o causado pelo paciente,
demonstra, como dito anteriormente, que o paciente pode determinar a quantidade de serviços
médicos que irá utilizar, podendo agir oportunisticamente ou de má fé apenas por possuir o
seguro saúde.
Geralmente, a relação entre médico e paciente ocorre de maneira satisfatória, assim, o
médico indica para o paciente o tratamento mais adequado para sua doença. Dependendo do
paciente que está sob serviços médicos e os incentivos recebidos, o médico pode mudar seu
comportamento modificando a demanda do paciente por consumo de serviços médicos, como o
aumento de consultas, exames complementares ou terapias. Esse tipo de comportamento
oportuno caracteriza o risco moral causado pelo médico que também recebe uma denominação
específica de demanda induzida pelo provedor.
12
2.2.3 – O Sistema de Saúde Brasileiro
O sistema de saúde brasileiro pode ser considerado como um sistema misto de saúde,
tanto o setor público como o privado pode prover e financiar serviços médicos. Pelo artigo nº 196
da constituição de 1988, a saúde é direito de todos e dever do Estado, garantido mediante
políticas sociais e econômicas que visem à redução do risco de doença e de outros agravos e ao
acesso universal igualitário às ações e serviços para sua promoção, proteção e recuperação.
Complementarmente, o artigo nº 199 dispõe que a assistência à saúde é livre à iniciativa privada.
O setor público é responsável pela cobertura de toda a população residente do país.
Estudos demonstram que mesmo com essa cobertura, parte da população está coberta também
por um plano privado, para garantir uma suplementação de sua assistência médica.
Atualmente o sistema de saúde suplementar brasileiro pode ser dividido em quatro
modalidades que se diferem na forma de contratação dos serviços de saúde. As quatro
modalidades são: a medicina de grupo, cooperativas médicas, os planos próprios de empresas e as
seguradoras.
Na medicina de grupo, empresas médicas administram planos de saúde para empresas,
indivíduos e famílias, basicamente, e principalmente, por meio de uma rede credenciada de
serviços. Para pessoas jurídicas, a adesão dos funcionários é automática caso não haja
participação financeira do mesmo no custeio. Se houver participação, a adesão é opcional.
Nas cooperativas médicas, os próprios médicos são sócios e prestadores dos serviços. Seu
pagamento é calculado proporcionalmente a quantidade de serviços prestados. Como exemplo de
cooperativa médica, têm-se as UNIMED’s que representam praticamente a totalidade dessa
modalidade.
No caso dos planos próprios das empresas, tais planos são fechados, restritos aos
funcionários e seus dependentes. Normalmente os funcionários são de uma única empresa que
administra diretamente o plano que poderá ter sua rede credenciada. Existem empresas que
13
financiam totalmente o plano básico para seus funcionários, mas normalmente ocorre uma
participação financeira do empregado.
Finalmente, as seguradoras que originalmente só ofertavam seguro saúde por meio de
reembolso, atualmente já trabalham lançando mão de uma rede credenciada. A tabela 1 mostra a
distribuição do número de beneficiários no sistema de saúde suplementar, por modalidade, para
cada estado brasileiro.
Tabela 1 - Distribuição do Número de Beneficiários por Modalidade e por Estado Brasileiro no Sistema de Saúde Suplementar
MODALIDADE
UF Autogestão
Cooperativa Médica
Medicina de Grupo
Seguradora Especializada
em Saúde Total
Rondônia 26.771 46.187 20.726 4.602 98.286 Acre 10.889 25.993 2.311 908 40.101 Amazonas 41.242 153.517 100.369 50.923 346.051 Roraima 7.577 753 335 765 9.430 Pará 116.980 314.155 106.586 16.980 554.701 Amapá 9.827 21.207 936 10.962 42.932 Tocantins 14.388 36.704 1.176 2.887 55.155 Maranhão 94.153 55.013 93.141 18.923 261.230 Piauí 37.698 40.676 73.035 3.048 154.457 Ceará 102.048 389.746 333.939 21.574 847.307 Rio Grande do Norte 57.830 152.898 158.996 16.405 386.129 Paraíba 83.328 188.189 18.815 12.880 303.212 Pernambuco 155.768 256.645 584.497 146.864 1.143.774 Alagoas 50.705 118.500 79.616 23.167 271.988 Sergipe 65.942 80.718 47.655 13.790 208.105 Bahia 250.304 238.415 454.216 259.540 1.202.475 Minas Gerais 688.781 2.011.361 1.036.951 195.409 3.932.502 Espírito Santo 159.036 361.299 303.232 41.308 864.875 Rio de Janeiro 905.620 1.229.497 2.121.879 738.304 4.995.300 São Paulo 1.174.753 4.264.177 8.072.279 2.602.713 16.113.922 Paraná 252.378 1.086.080 567.327 104.751 2.010.536 Santa Catarina 164.516 873.444 128.598 96.014 1.262.572 Rio Grande do Sul 347.858 768.196 543.799 113.563 1.773.416 Mato Grosso do Sul 138.558 148.800 12.982 13.044 313.384 Mato Grosso 36.430 208.448 3.494 14.583 262.955 Goiás 125.966 321.683 92.837 33.269 573.755 Distrito Federal 251.252 105.256 219.716 84.998 661.222 TOTAL 5.370.598 13.497.557 15.179.443 4.642.174 38.689.772
Fonte: ANS. Base de dados referente a junho de 2008.
14
Percebe-se que as modalidades com maior participação de beneficiários no sistema de
saúde suplementar são a medicina de grupo e as cooperativas médicas, sendo a primeira aquela
com maior número de beneficiários no conjunto total de estados brasileiros (15.179.443
beneficiários), aproximadamente 39%. O estado de São Paulo é aquele com maior número de
beneficiários no sistema de saúde suplementar e Roraima é o estado com menor número.
15
3 - Revisão da Literatura
Não é vasta a investigação empírica da presença de risco moral no sistema de saúde
brasileiro. A dificuldade na realização de trabalhos referentes a este tópico se deve à falta de
informações e banco de dados que demonstram o consumo dos serviços de saúde e as
características dos indivíduos envolvidos. Os poucos trabalhos que existem, normalmente
utilizam os dados publicados na PNAD, o que delimita muito o processo de pesquisa nacional.
Para se identificar a presença de risco moral, pode haver diversas maneiras de examinar e
quantificar esse peso para o sistema de saúde. Essa diversidade resulta da não padronização dos
sistemas de saúde ao redor do mundo, tanto em relação aos seus bancos de dados como para
algumas outras regras institucionais.
NEWHOUSE (1996) realizou um estudo cuja base de dados é o Rand Health Insurance
Experiment, um experimento empreendido nos anos 70 nos EUA, no qual diversas famílias, após
receberem, aleatoriamente e sem possibilidade de escolha, planos de saúde com 14 tipos
diferentes de cobertura, tiveram suas demandas por serviços médicos monitoradas por um
período de até cinco anos. O resultado do trabalho mostrou que a demanda por serviços de saúde
é inversamente proporcional às variações de preço, ou seja, quanto mais houver mecanismos de
divisão de despesas menor será a procura pelos serviços médicos de assistência a saúde.
Também utilizando o Rand Health Insurance Experiment (HIE), MANNING et Al.
(1987) examinam a existência de risco moral em pessoas seguradas por um plano de saúde. O
objetivo do experimento era estudar os efeitos de diversas distribuições de custos sobre a busca
por serviços médicos. As elasticidades preço da demanda por serviços médicos observadas
através desse trabalho ficaram entre -0,1 e -0,2.
CAMERON et al. (1988) desenvolveram um modelo de demanda de seguro saúde que
envolve incertezas, havendo correlação entre a procura do seguro e a utilização dos serviços de
saúde, caracterizando o risco moral. O que se quis avaliar foram as possíveis distorções na
demanda por serviços de saúde quando o indivíduo contrata um seguro saúde. Foram utilizados
16
dados da Austrália, retirados a partir da cross-section do Australian Health Survey de 1977-78. O
modelo econométrico desenvolvido utilizou variáveis instrumentais da escolha do seguro saúde
como variável dependente do modelo de utilização dos serviços de saúde. O que se pôde destacar
foi que o estado de saúde do indivíduo afeta mais a utilização do serviço de saúde do que a
demanda pelo seguro. Foi avaliado também que a renda é mais importante para se escolher o
seguro do que a própria utilização dos serviços médicos. A utilização dos serviços de saúde por
pessoas com coberturas maiores no seu seguro é maior, observando, assim, a presença de seleção
adversa e risco moral.
Para o sistema de saúde chileno, SAPELLI e VIAL (2003) examinaram a presença de
risco moral e seleção adversa. As variáveis escolhidas para análise foram: o número de consultas
médicas e número de dias internado. Foi comparada a utilização de consultas e dias de internação
para aqueles com e sem seguro saúde. Para o caso de dias de internação o risco moral não é
relevante, já para consultas a presença de risco moral é bem significativa.
CHIAPPORI et al. (1998) utilizaram bases longitudinais como fonte alternativa para
avaliar a presença de risco moral na demanda por serviços de saúde solucionando o problema da
endogeneidade. O que ocorre é que essas bases acompanham o mesmo indivíduo ao longo do
tempo, identificando o impacto das mudanças nas características individuais sobre a utilização.
A análise do trabalho considerou três aspectos para a decisão de realizar uma consulta:
consulta em consultório, consulta em casa e consulta no consultório com médico especialista.
Como conclusão do trabalho apresentou-se indicação de risco moral para consultas em casa, mas
não apresentou para consultas no consultório. O que se percebe é a presença de risco moral na
demanda pelo serviço de saúde quando os custos não monetários também são importantes, como
deslocamento e tempo.
ZWEIFEL e MANNING (2000), em um trabalho tanto teórico como empírico sobre risco
moral e a demanda por serviços de saúde, caracterizaram dois tipos de risco moral: ex ante, a não
busca de prevenção contra malefícios para a saúde causando a necessidade de buscar serviços de
17
saúde, e ex post, uma vez segurado, o indivíduo tem um incentivo a demandar serviços médicos
acima do socialmente ótimo.
MA & MACGUIRE (1997) acreditam que modelos para risco moral devem levar em
consideração a relação entre pacientes, médicos e seguradoras. Os autores propuseram um
modelo cujos parâmetros contratuais determinam o esforço do médico e a demanda de serviços
médicos é escolhida pelo paciente de acordo com o esforço do médico. A conclusão foi que
soluções de second best podem ser implementadas com determinadas condições que, se ausentes,
serão necessárias soluções de third best.
STANCIOLI (2002) analisa como a ausência de incentivos adequados no seguro saúde
ocasiona o surgimento do fenômeno chamado risco moral e suas conseqüências na determinação
da demanda de serviços médicos. A base de dados utilizada no trabalho levou em consideração
tanto dados da PNAD de 1998 como também dados da ABRASPE. A análise empírica dos dados
da PNAD de 1998 realizada observa o efeito da cobertura por tipo de plano de saúde (se aberto
ou fechado) e o efeito da presença do co-pagamento no plano sobre a utilização dos serviços de
saúde. Já para o caso dos dados da ABRASPE, a análise empírica avalia o efeito de variáveis de
racionalização da demanda dos serviços de saúde sobre a utilização.
Como resultados finais, observou-se que para a regressão com os dados da PNAD a
variável plano teve um coeficiente estimado de 1,07, o que significa que os indivíduos cobertos
por plano de saúde realizam, em média, 1,07 consultas a mais por ano em relação aos não-
cobertos, independente de outros fatores. Estimou-se que a introdução de co-pagamento diminui
a demanda individual em 0,21 consulta por ano, valor correspondente ao risco moral. Já para as
regressões com os dados da ABRASPE, a magnitude estimada do risco moral é de 1,31 consultas
per capita adicionais ao ano, ou seja, a demanda de consultas é sensível à existência de controle.
MAIA (2004) investiga a presença de risco moral no sistema de saúde brasileiro a partir
de uma análise contra-factual. Duas variáveis de utilização do cuidado médico foram
selecionadas: consultas médicas e dias de internação. Os resultados sugerem a presença de
sobreutilização para os dois tipos: para o modelo de consultas, observou-se que cada indivíduo
18
utiliza, em média, 24% mais serviços que se não tivesse plano de saúde. Para a estimativa de
internação, encontrou-se que cada indivíduo utiliza, em média, 22% mais serviços que se não
estivesse segurado.
Como se pôde perceber existe diversos trabalhos que analisam a presença de risco moral
na demanda de serviços de saúde para aqueles casos em que os indivíduos estão cobertos por um
tipo de seguro. Os resultados não são consensuais, pois dependem da classe do serviço e do tipo
de cobertura. No Brasil os trabalhos que evidenciam o risco moral ainda são escassos e a pouca
disponibilidade de base de dados que não o da PNAD, gera dificuldade de análise mais específica
do mercado de saúde brasileiro. Os resultados dos estudos podem ser afetados também pela
metodologia empregada na análise e, especificamente, nesse trabalho a metodologia proposta será
inédita no Brasil para a análise do risco moral. Metodologia esta que será mais detalhada na
próxima seção.
19
4 - Metodologia
A metodologia ou objetivo principal desse trabalho consiste em comparar a utilização dos
serviços de saúde dos indivíduos que possuem cobertura de um plano de saúde com a daqueles
que não possuem nenhuma cobertura. Basicamente, irá se comparar quantitativamente o uso
anual de consultas médicas entre os indivíduos com e sem plano de saúde. Uma provável causa
da diferença de utilização pode ser causada pela sobreutilização de serviços médicos somente
pela presença de cobertura por um plano de saúde, caracterizando o risco moral.
O método a ser utilizado é uma estimação contra-factual com a presença de estimadores
com matching baseados no propensity score. Assim, será mensurado quanto dos serviços
médicos os indivíduos com plano consumiriam se não tivessem tal plano de saúde. Os
estimadores com matching baseados no propensity score vêm sendo utilizados em outras análises
e trabalhos publicados, mas na literatura brasileira de risco moral não temos conhecimento de
artigos usando este método, o qual demonstrou ser bem adequado para o cálculo de risco moral.
A teoria dos contra-factuais aborda que:
o O fato é que algumas pessoas recebem tratamento;
o A questão contra-factual é: “O que teria realmente acontecido com aqueles que, de fato,
receberam tratamento, se eles não tivessem recebido tratamento (ou vice-versa)?”;
o Contra-factuais não podem ser vistos ou escutados, nós apenas podemos criar uma
estimativa deles;
o Matching baseado no propensity score é uma “estratégia de correção” que corrige, para as
tendências selecionadas, as estimações geradas.
20
O matching baseado no propensity score emprega uma probabilidade prevista de um
membro de um grupo baseado em previsões observadas, usualmente obtidas por uma regressão
logística para criar um grupo contra-factual. Propensity score pode ser usado para matching ou
como covariáveis.
O propensity score possui algumas limitações. São elas:
o São necessárias amostras grandes;
o Dimensões dos grupos devem ser substanciais;
o Tendências escondidas podem permanecer porque o matching somente controla variáveis
observadas.
Para se ter um bom matching baseado no propensity score deve-se identificar grupos de
tratamento e comparação com dimensão substancial, deve-se concentrar, se possível, em
variáveis que são precisamente medidas e estáveis e usar uma variável composta que minimize
diferenças nos grupos entre vários pontos.
No caso do risco moral na utilização dos serviços de saúde temos que considerar as
características (variáveis) que levam os indivíduos a demandar planos de saúde. Aqueles que
possuem planos de saúde são normalmente aqueles que procuram mais serviços de saúde, pois
suas características (maiores enfermidades juntamente com maiores rendas, por exemplo) levam
a esta condição. Desta forma, a diferença de utilização maior para os indivíduos com plano dar-
se-ia mais pelo diferencial de características do que pela presença do risco moral.
O mérito do método de matching com propensity score está em isolar o efeito do risco
moral controlando pelas características (observáveis) dos indivíduos que os levam a possuir
planos de saúde. Ou seja, indivíduos com características semelhantes podem possuir ou não
planos de saúde. O risco moral ocorre quando os que possuem o plano de saúde demandam
significativamente mais serviços de saúde que os semelhantes que não possuem. Quando se tem
21
cobertura por plano de saúde, os indivíduos praticamente não arcam com o custo marginal total
de cada procedimento, tendo assim um custo monetário marginal igual ou próximo a zero.
O primeiro passo para tornar comparáveis as médias anuais de consultas dos indivíduos
com e sem planos de saúde é calcular os propensity scores, que nada mais são que probabilidades
individuais de se ter planos de saúde. Estas probabilidades são obtidas através da estimação de
um modelo logit dado por:
Prob(Y=1 Ι x) = β
β
'
'
x
x
e
e
+1
(4.1)
Onde Y = 1 se o indivíduo possui plano de saúde e Y = 0 de outra forma, e X é um vetor
de covariáveis que tanto afetam a demanda por planos de saúde quanto sua utilização em
consultas médicas. A distribuição logística tende a dar probabilidades maiores para Y = 0 quando
x’β é extremamente pequeno (e probabilidades menores para Y = 0 quando x’β é muito grande)
em relação à distribuição normal, utilizada no modelo probit. Essas duas distribuições tendem a
fornecer probabilidades similares para valores intermediários de x’β.
Com a estimação dos propensity scores é possível calcular os estimadores de matching
que serão feitos de duas formas. A primeira considerando o matching a partir de estratos e a
segunda considerando um matching a partir de uma função densidade (Kernel Matching).
De forma mais generalizada, a estimativa de risco moral nessa análise contra-factual será
representado pela diferença das seguintes parcelas:
o Quantidade média de consultas médicas consumidas pelo indivíduo i após adquirir um
plano de saúde;
o Quantidade média de consultas médicas consumidas pelo indivíduo j, sem plano de saúde.
22
Esquematizadamente:
∆ = E ( yi1 / Pr(X), D=1) – E (y j
0 / Pr(X), D=0)
(4.2)
Onde:
A diferença é entre as médias da variável de interesse para indivíduos com características
observáveis idênticas;
yi1 é a utilização da sub-amostra com plano de saúde;
y j0 é a utilização da sub-amostra sem plano de saúde;
Pr(X) é a probabilidade de se ter planos de saúde condicionada ao conjunto de atributos
individuais (X);
D=1 são indivíduos que possuem algum plano de saúde;
D=0 são indivíduos que não possuem nenhum tipo de plano de saúde.
Uma grande vantagem do método de propensity score é que ele tenta minimizar as
informações contidas nas variáveis X, que irão afetar na decisão de adquirir um plano de saúde
ou não. Isso é feito por meio de uma estimação, entrelada a essas variáveis, da probabilidade de o
indivíduo pertencer ao grupo com planos de saúde (os propensity score). Assim, não se irão
utilizar as variáveis X diretamente e sim as probabilidades de participação derivadas delas.
O matching a partir de estratos considera a comparação entre as médias da variável de
interesse dos indivíduos com e sem plano de saúde, os quais possuem em média a mesma
estimativa de propensity score. Assim, estimam-se as probabilidades de participações, isto é, o
propensity score para os indivíduos. Em seguida, esses indivíduos são agrupados de acordo com
suas probabilidades. O resultado final representa a soma ponderada das diferenças das médias das
variáveis de interesse (Y) para cada grupo, com os pesos dados pela participação de cada
indivíduo em cada grupo.
23
Sendo Y a variável de interesse (número de consultas médicas no ano), o que
primeiramente se deve fazer é computar as diferenças de utilização de consultas médicas entre
aqueles que têm e não têm plano de saúde dentro de cada estrato:
m,....,,e.........N
Y
N
Y
SPe
)e(Sj
SPi
CPe
)e(Si
CPi
Se 21=−=
∑∑∈∈
∆
(4.3)
Onde S(e) é o conjunto de indivíduos do estrato e, CPiY e SP
iY correspondem aos resultados
observados para os indivíduos i e j, respectivamente, dos grupos dos com plano de saúde e sem
plano de saúde no estrato e CPeN e SP
eN correspondem aos respectivos números de indivíduos nesse
mesmo estrato. O resultado final ( S∆ ) é determinado a partir da média ponderada desses m
resultados obtidos para os estratos:
∑=
=m
eCP
CPeS
eS
N
N
1
∆∆
(4.4)
Vale salientar que mesmo comparando indivíduos com médias de probabilidades de
participações aproximadas em cada grupo, o matching a partir de estratos poderá não utilizar
todas as observações disponíveis, já que em certos casos será possível que indivíduos sem plano
de saúde estejam ausentes de alguns grupos.
Partindo agora para o matching através de uma função densidade ou Kernel Matching,
esse método poderá ter uma ampliação do universo a ser comparado para cada indivíduo com
plano de saúde, assim os indivíduos com plano de saúde são individualmente cotejados com todas
as observações do grupo de indivíduos sem plano de saúde, ponderando-se esse cotejo por meio
da distância entre as observações do indivíduo sem plano e com plano. A distância referida é
calculada através de uma função densidade que calcula conforme as estimativas de propensity
score. Assim, o resultado final da estimativa de risco moral é obtido a partir de uma média das
24
comparações entre os indivíduos com plano de saúde e sem plano de saúde, ponderando-se pelo
número de indivíduos com plano de saúde.
Considerando uma função Kernel G e um parâmetro para janela h, para cada observação i
de indivíduos com plano de saúde (cada i ∈ CP), é estimada a média ponderada dos resultados
SPjY observados:
CPi,
h
piplG
h
pipjGY
Y
SPl
SPj
SPj
SPki ∈
−
−
=
∑
∑
∈
∈
(4.5)
O resultado final ( K∆ ) é determinado a partir da média das diferenças entre CPiY e SP
kiY ,
representado pela fórmula:
[ ]∑∈
−=CPi
SPki
CPiCP
K YYN
1∆
(4.6)
É importante salientar que esses tipos de estimadores baseados nas estimativas de
propensity score, mesmo solucionando o problema de matching entre indivíduos quando o
número de variáveis é grande, pode ter algumas limitações quando se trata de quanto será o
potencial de viés de participação das variáveis não-observáveis e não se poderá ter garantia de
que haverá indivíduos comparáveis.
Se o resultado retornar um valor positivo para a estimativa de risco moral, significará que
o valor esperado de utilização de serviços de saúde é maior para os indivíduos que adquirem um
plano de saúde do que para os indivíduos que não adquirem nenhum plano.
25
4.1 – Fonte de Dados
A base de dados utilizada nesse trabalho foi retirada da Pesquisa Nacional por Amostra de
Domicílios (PNAD) do ano de 2003, realizada pelo Instituto Brasileiro de Geografia e Estatística
(IBGE).
A PNAD apresenta resultados selecionados da pesquisa, abrangendo informações sobre as
características gerais da população, migração, educação, trabalho, famílias e domicílios bem
como indicadores retrospectivos de rendimento relativos ao período de 2003, para o conjunto do
País e grandes regiões. São também apresentadas algumas estatísticas destacadas desses temas,
relativas a 2003, para as unidades da federação. Esta base possui ainda um suplemento inédito
com informações a respeito das características de saúde dos moradores como presença de
doenças crônicas, auto-avaliação de saúde, presença de planos de saúde e números de consultas
médicas anuais.
26
4.1.1 – Seleção da Amostra e Definição das Variáveis
Para a análise proposta por esse trabalho, optou-se por utilizar apenas os dados referentes
aos chefes de família, por serem estes os agentes diretamente responsáveis pela decisão de
adquirir plano e os diretamente envolvidos na atividade de ocupação. Esta seleção também foi
realizada por MAIA (2004) dado que é o chefe de família o responsável por responder as
questões dos suplementos dos questionários da PNAD.
Os resultados serão apresentados de forma segregada de acordo com os 9 (nove) estados
do Nordeste do Brasil com o objetivo de concentrar o estudo de forma regional e para fazer uma
análise específica e com uma melhor comparação característica.
A tabela 2 elenca todas as variáveis explicativas que serão usadas nas equações dos
modelos aqui apresentados, referentes aos chefes de família segregados pelos 9 (nove) estados do
Nordeste do Brasil.
Tabela 2 – Definição das Variáveis
VARIÁVEL DEFINIÇÃO VALOR CÓDIGO
Idade Variável contínua Variável contínua
IDADE
Sim 1 Raça = Branco
Não 0 branco
Sim 1 Raça = Negro
Não 0 negro
Anos de estudo Variável contínua Variável contínua
anos_estudos
Sim 1 Tipo de família = Casal sem filho
Não 0 casal_sf
Sim 1 Tipo de família = Mãe com filho
Não 0 mae_cf
Sim 1 Tipo de família = Outro tipo de família
Não 0 famil_outros
Sim 1 Posição na ocupação: Empregado sem carteira
Não 0 empreg_s_cart
Sim 1 Posição na ocupação: Doméstico
Não 0 domestico
Sim 1 Posição na ocupação: Conta própria
Não 0 conta_propria
27
VARIÁVEL DEFINIÇÃO VALOR CÓDIGO
Sim 1 Posição na ocupação: Empregador Não 0
empregador
Sim 1 Posição na ocupação: Fora da população economicamente ativa Não 0
Nao_PEA
Sim 1 Posição na ocupação: Desocupado
Não 0 desocupado
Sim 1 Sexo = Masculino
Não 0 homem
Sim 1 Renda Familiar per capita entre 0,5 e 1 salário mínimo Não 0
renda_05_1
Sim 1 Renda Familiar per capita entre 1 e 2 salários mínimos Não 0
renda_1_2
Sim 1 Renda Familiar per capita entre 2 e 3 salários mínimos Não 0
renda_2_3
Sim 1 Renda Familiar per capita entre 3 e 4 salários mínimos Não 0
renda_3_4
Sim 1 Renda Familiar per capita entre 4 e 5 salários mínimos Não 0
renda_4_5
Sim 1 Renda Familiar per capita acima de 5 salários mínimos Não 0
renda_5_
Sim 1 Zona de residência = urbana de cidade
Não 0 Urbana_urb
Sim 1 Auto-avaliação do estado de saúde = Bom ou Muito Bom Não 0
saúde_bmb
Sim 1 Soma do número de filhos menores do que 2 anos de idade Não 0
filho02_sum
Sim 1 Soma do número de filhos entre 2 e 7 anos de idade, exclusive Não 0
filhos_2_7_sum
Sim 1 Soma do número de filhos entre 7 e 15 anos de idade, exclusive Não 0
filhos_7_15_sum
Sim 1 Soma do número de filhos entre 15 e 25 anos de idade, exclusive Não 0
filhos_15_25_sum
Sim 1 Portador de problema crônico
Não 0 D_cronica
Fonte: Elaboração da autora.
A utilização da variável sexo significa uma busca por separar o efeito de diferentes graus
de necessidade de utilização do serviço de saúde entre homens e mulheres, já que se espera que
as mulheres utilizem mais serviços do que os homens. Já para as idades, espera-se que quanto
maior a idade, maior será a utilização dos serviços de saúde.
28
A variável de raça foi incluída apenas para se observar se a utilização dos serviços de
saúde se explica por diferenças raciais. Para os anos de estudo, acredita-se que quanto maior o
nível de estudo, maior será a utilização já que indivíduos mais escolarizados tendem a se
preocupar mais com a saúde.
No caso das variáveis tipo de família e soma do número de filhos ocorrerá uma captação
de diferentes dinâmicas familiares que poderão se comportar distintamente em relações a suas
decisões. Para a renda mensal familiar espera-se que quanto maior for a renda maior será a
demanda por planos de saúde complementares.
As dummies para posição na ocupação e a zona de residência objetivam checar as
diferenças nas densidades populacionais, como também controlar o diferencial de acesso ao
provimento dos serviços de saúde. Para as variáveis auto-avaliação do estado de saúde e portador
de problema crônico, o quanto pior for a situação, maior será a procura por planos e pela
utilização de serviços de saúde.
29
4.1.2 – Descrição dos Dados
As tabelas seguintes mostram um pouco da distribuição dos dados da PNAD 2003 em
relação aos dados escolhidos para análise, referente aos chefes de família para cada estado do
Nordeste do Brasil. A análise posterior não será individualizada por estado, pois o interesse é
apresentar de forma mais generalizada e simples. As tabelas 3, 4 e 5 demonstram a média para
cada variável explicativa para aqueles indivíduos sem plano de saúde, com plano de saúde e de
maneira geral, respectivamente.
Tabela 3 – Estatísticas Descritivas de Indivíduos sem Plano de Saúde
ESTADO VARIÁVEL
MA PI CE RN PB PE AL SE BA
n_consult 1.540208 2.268791 2.143148 2.194105 2.270042 2.608508 1.922747 2.007776 2.202676 renda_05_1 .2632944 .2957516 .3235594 .2990654 .3110307 .3064105 .2832618 .2986003 .3007358 renda_1_2 .1193256 .1168301 .1290979 .1653487 .1476793 .1433052 .0844063 .1765163 .1430100 renda_2_3 .0226978 .0187908 .0301364 .0359454 .0265220 .0262694 .0214592 .0497667 .0329097 renda_3_4 .0084306 .0106209 .0126247 .0107836 .0066305 .0099980 .0092990 .0155521 .0078930 renda_4_5 .0058366 .0024510 .0048870 .0050324 .0042194 .0050970 .0035765 .0108865 .0057525 renda_5_ .0077821 .0049020 .0061087 .0035945 .0078360 .0064693 .0028612 .0077760 .0069565 IDADE 46.56031 47.50572 45.84260 45.79080 47.92767 46.21545 46.69456 45.20918 46.12656
anos_estudos 3.362516 2.687908 4.033598 4.138749 3.125980 4.252696 3.032904 4.230171 3.900334 branco .2282750 .2091503 .3027897 .2933142 .3441832 .3234660 .3061516 .2286159 .1842140 negro .0616083 .0482026 .0350234 .0546370 .0657022 .0803764 .0701001 .0684292 .1884950
homem .7678340 .7557190 .7466911 .7634795 .7600964 .7080965 .7532189 .7363919 .7153177 casal_sf .1212711 .1421569 .1195276 .1351546 .1350211 .1254656 .1187411 .1360809 .1157191 mae_cf .1523995 .1617647 .1620851 .1560029 .1476793 .1783964 .1423462 .1741835 .1636120
famil_outros .1361868 .1241830 .1345958 .1430625 .1621459 .1531072 .1309013 .1640747 .1882274 D_cronica .4027237 .4950980 .3801670 .4370956 .4550934 .4730445 .4027182 .4191291 .4295652 saude_bmb .5706874 .5253268 .6491550 .6096334 .5949367 .5587140 .6223176 .6617418 .6094983 Urbana_urb .6725032 .5808824 .7910812 .7217829 .7450271 .8033719 .6466381 .7511664 .6976589
empreg_s_cart .1543450 .1045752 .1681939 .1703810 .1705847 .1462458 .1516452 .2006221 .1819398 domestico .0265888 .0351307 .0447974 .0323508 .0433996 .0452852 .0314735 .0443235 .0497659
conta_propria .4688716 .5049020 .3374058 .2724659 .3116335 .2707312 .2997139 .3102644 .3296321 empregador .0226978 .0596405 .0317654 .0294752 .0313442 .0266614 .0185980 .0295490 .0232776 Nao_PEA .1452659 .1274510 .1802077 .2142344 .2127788 .2254460 .2324750 .1485226 .1839465
desocupado .0090791 .0057190 .0164936 .0201294 .0162749 .0311704 .0228898 .0248834 .0231438 filho02_sum .1031128 .1013072 .1012014 .0905823 .1042797 .0964517 .1273247 .1345257 .0925753
filhos_2_7_sum .3696498 .3227124 .3233557 .2961898 .3140446 .3093511 .4034335 .3297045 .2977926 filhos_7_15_sum .6705577 .6135621 .6184077 .5391804 .5057263 .5138208 .6516452 .5396579 .5748495 filhos_15_25_sum .6173800 .5759804 .5235186 .5262401 .5129596 .5177416 .5343348 .5132193 .5480936
Fonte: Elaboração da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA.
Pode-se perceber que para as pessoas que não possuem plano de saúde, a média do
número de consultas médicas no ano foi entre 1,5 e 2,6, não chegando nem a 3 vezes em nenhum
estado do nordeste. Analisando a variável renda familiar per capita, nota-se que quanto mais
baixa a renda, maior a proporção de indivíduos sem plano de saúde. No caso de renda entre 0,5 e
1 salário mínimo, por exemplo, a proporção está entre 26 e 32%. Diferentemente das pessoas
30
com renda superior a 5 salários mínimos onde a proporção dos sem plano de saúde ficou entre 0,2
e 0,7%.
A idade média dos chefes de família ficou em torno de 45 e 47 anos. Já em relação aos
anos de estudo médio daqueles que não possuem plano de saúde alcançou o valor máximo de 4,2
anos. Em relação a variável raça, existe um diferencial em relação à proporção de indivíduos sem
plano de saúde quando se compara o percentual entre o grupo de brancos e negros. Enquanto o
primeiro a proporção fica entre 18 e 34%, o segundo fica entre 0,3 e 18%. Para a variável sexo,
percebe-se que a maior proporção de indivíduos sem plano de saúde é formada por homens, já
que seu percentual demonstra-se em valor entre 70 e 76%.
Para o restante das variáveis a análise será feita de forma conjunta após a análise da tabela
4, a seguir, a qual traz as estatísticas descritivas para aqueles indivíduos com plano de saúde.
Como também será observada a variação de percentual das variáveis aqui já expostas.
Tabela 4 – Estatísticas Descritivas de Indivíduos com Plano de Saúde
ESTADO VARIÁVEL
MA PI CE RN PB PE AL SE BA
n_consult 2.471014 4.177419 3.725264 4.535912 3.509579 4.401049 3.177215 3.536885 3.724286 renda_05_1 .1376812 .1935484 .1988473 .1381215 .1570881 .1859070 .1772152 .1229508 .1895530 renda_1_2 .2536232 .3548387 .2276657 .2486188 .2452107 .2623688 .221519 .2704918 .2590199 renda_2_3 .1884058 .1129032 .1364073 .1712707 .1724138 .1386807 .0949367 .1721311 .1427033 renda_3_4 .1304348 .0752688 .0845341 .1104972 .0996169 .0779610 .0696203 .0983607 .0796984 renda_4_5 .0289855 .0752688 .0749280 .0497238 .0689655 .0607196 .0506329 .0614754 .0565428 renda_5_ .1666667 .1505376 .1815562 .2375691 .1915709 .1806597 .3037975 .2213115 .1809370 IDADE 49.68841 50.53226 48.71662 49.64641 48.93870 48.76012 48.36076 49.27049 46.64513
anos_estudos 10.166670 8.784946 9.474544 9.541436 10.206900 9.790105 9.867089 9.680328 9.572967 branco .4130435 .2849462 .4707012 .4585635 .5095785 .5367316 .5443038 .3524590 .3268713 negro .0942029 .0591398 .0288184 .0552486 .0421456 .0434783 .0189873 .0532787 .1669359
homem .7246377 .6827957 .6637848 .7292818 .6398467 .6589205 .7341772 .6352459 .6822833 casal_sf .1304348 .1344086 .1258405 .1767956 .1111111 .1206897 .0949367 .1475410 .1389338 mae_cf .1594203 .1774194 .1709894 .1436464 .2222222 .1829085 .1772152 .1393443 .1513193
famil_outros .1376812 .1774194 .1902017 .1712707 .1800766 .1656672 .1329114 .2500000 .1863220 D_cronica .5144928 .6236559 .5072046 .5414365 .5785441 .5824588 .5189873 .5327869 .4954227 saude_bmb .6739130 .6075269 .6954851 .7127072 .7241379 .6911544 .6772152 .7172131 .7388261 Urbana_urb .8695652 .9516129 .9779059 .9392265 .9770115 .9587706 .9493671 .9631148 .9515347
empreg_s_cart .0434783 .0591398 .0749280 .0386740 .0574713 .0637181 .0886076 .0286885 .0619278 domestico .0144928 .0107527 .0105668 .0055249 .0076628 .0082459 .0063291 .0000000 .0102316
conta_propria .0724638 .1236559 .1421710 .1215470 .1072797 .1296852 .1329114 .1311475 .1195477 empregador .0507246 .1021505 .0547550 .0662983 .0689655 .0629685 .0822785 .0573770 .0802369 Nao_PEA .1956522 .1881720 .2315082 .2596685 .2183908 .2548726 .2088608 .2827869 .1911686
desocupado .0144928 .0107527 .0134486 .0055249 .0076628 .0134933 .0063291 .0000000 .0156166 filho02_sum .0652174 .0268817 .0624400 .0441989 .0421456 .0637181 .0506329 .0409836 .0710824
filhos_2_7_sum .2246377 .1344086 .2151777 .1712707 .1494253 .1611694 .2468354 .1598361 .1825525 filhos_7_15_sum .3913043 .4086022 .3198847 .3314917 .3908046 .3253373 .3164557 .3155738 .3473344 filhos_15_25_sum .6014493 .5322581 .4591739 .4364641 .5057471 .4977511 .5063291 .4754098 .4948842
Fonte: Elaboração da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA.
31
Para aquelas pessoas que possuem plano de saúde, a média do número de consultas
médicas no ano foi entre 2,4 e 4,5, superior a média daqueles sem plano de saúde cujo não
ultrapassou 3 vezes ao ano. Já analisando a variável renda familiar per capita, nota-se que a
proporção não está mais tão concentrada, ou seja, existem indivíduos com plano de saúde por
todas as faixas de renda, sendo a faixa entre 1 e 2 salários mínimos aquela com maior proporção,
entre 22 e 35%.
A idade média dos chefes de família ficou em torno de 46 e 50 anos, não muito diferente
daqueles sem plano de saúde. Já para os anos de estudo médio daqueles que possuem plano de
saúde este alcançou o valor máximo de 10,2 anos, bem superior aqueles sem plano de saúde, o
que demonstra que quanto maior o nível de escolaridade, maior a procura por plano. Em relação a
variável raça, como acontece para os indivíduos sem plano de saúde, também existe um
diferencial em relação à proporção de indivíduos quando se compara o percentual entre o grupo
de brancos e negros. Enquanto o primeiro a proporção fica entre 28 e 54%, o segundo fica entre
0,1 e 16%. Para a variável sexo, percebe-se que a proporção de indivíduos com plano de saúde do
sexo masculino tem seu percentual entre 63 e 73%.
Analisando de forma conjunta as variáveis que compõem o tipo de família (casal sem
filhos, mãe com filhos e outros tipos de família), pode-se perceber que não há diferenças
importantes na distribuição percentual tanto para o grupo de sem plano de saúde como para o
grupo com plano de saúde. O mesmo ocorre para a variável que expõe a soma do número de
filhos. Para a variável que mostra a posição na ocupação (empregado sem carteira, doméstico,
conta própria, empregador, não PEA e desocupado) apenas os empregados sem carteira e os
trabalhadores por conta própria apresentaram diferenças na distribuição percentual. No caso do
primeiro, o percentual para os indivíduos sem plano de saúde ficou entre 10 e 20%, enquanto que
para os com plano de saúde ficou entre 2 e 8%. No caso do segundo, o percentual para os
indivíduos sem plano de saúde ficou entre 27 e 50%, enquanto que para os com plano de saúde
ficou entre 7 e 14%.
Para o caso das variáveis portador de problema crônico, zona de residência igual a urbana
de cidade e auto-avaliação do estado de saúde igual a bom ou muito bom houve um aumento na
32
distribuição percentual entre o grupo dos indivíduos sem plano de saúde e com plano de saúde.
Para o grupo dos sem plano de saúde essas três variáveis tiveram valor máximo de 49%, 80% e
66%, respectivamente. Já para o grupo dos com plano de saúde, esses percentuais cresceram para
62%, 97% e 73%, respectivamente.
A tabela 5 traz os valores médios para cada variável escolhida para o estudo de forma
consolidada, sem segregar por ausência ou presença de plano de saúde. Ela evidencia as
diferenças que existem entre os estados, principalmente em relação ao número médio de
consultas anuais, o que sinaliza a necessidade de análises regionalizadas por estados.
Tabela 5 – Estatísticas Descritivas do Total de Indivíduos
ESTADO VARIÁVEL
MA PI CE RN PB PE AL SE BA
n_consult 1.616667 2.520567 2.419859 2.463740 2.438542 2.980109 2.050129 2.251634 2.505465 renda_05_1 .2529762 .2822695 .3017473 .2805344 .2901042 .2814297 .2724936 .2705882 .2786112 renda_1_2 .1303571 .1482270 .1463374 .1749364 .1609375 .1679876 .0983290 .1915033 .1660952 renda_2_3 .0363095 .0312057 .0487231 .0515267 .0463542 .0495726 .0289203 .0692810 .0547578 renda_3_4 .0184524 .0191489 .0252016 .0222646 .0192708 .0240870 .0154242 .0287582 .0221817 renda_4_5 .0077381 .0120567 .0171371 .0101781 .0130208 .0166278 .0083548 .0189542 .0158594 renda_5_ .0208333 .0241135 .0367944 .0305344 .0328125 .0425796 .0334190 .0418301 .0415774 IDADE 46.81726 47.90496 46.34526 46.23473 48.06510 46.74297 46.86375 45.85686 46.22975
anos_estudos 3.921429 3.492199 4.985215 4.760814 4.088542 5.400622 3.726864 5.099346 5.029147 branco .2434524 .2191489 .3321573 .3123410 .3666667 .3676768 .3303342 .2483660 .2126018 negro .0642857 .0496454 .0339382 .0547074 .0625000 .0727273 .0649100 .0660131 .1842049
homem .7642857 .7460993 .7321909 .7595420 .7437500 .6979021 .7512853 .7202614 .7087441 casal_sf .1220238 .1411348 .1206317 .1399491 .1317708 .1244755 .1163239 .1379085 .1203386 mae_cf .1529762 .1638298 .1636425 .1545802 .1578125 .1793318 .1458869 .1686275 .1611659
famil_outros .1363095 .1312057 .1443212 .1463104 .1645833 .1557110 .1311054 .1777778 .1878483 D_cronica .4119048 .5120567 .4023858 .4491094 .4718750 .4957265 .4145244 .4372549 .4426704 saude_bmb .5791667 .5361702 .6572581 .6215013 .6125000 .5861694 .6278920 .6705882 .6352336 Urbana_urb .6886905 .6297872 .8237567 .7468193 .7765625 .8355866 .6773779 .7849673 .7481783
empreg_s_cart .1452381 .0985816 .1518817 .1552163 .1552083 .1291375 .1452442 .1732026 .1580583 domestico .0255952 .0319149 .0388105 .0292621 .0385417 .0376068 .0289203 .0372549 .0418988
conta_propria .4363095 .4546099 .3032594 .2550891 .2838542 .2414918 .2827763 .2816993 .2878268 empregador .0250000 .0652482 .0357863 .0337150 .0364583 .0341880 .0250643 .0339869 .0346121 Nao_PEA .1494048 .1354610 .1891801 .2194656 .2135417 .2315462 .2300771 .1699346 .1853836
desocupado .0095238 .0063830 .0159610 .0184478 .0151042 .0275058 .0212082 .0209150 .0216459 filho02_sum .1000000 .0914894 .0944220 .0852417 .0958333 .0896659 .1195373 .1196078 .0882983
filhos_2_7_sum .3577381 .2978723 .3044355 .2818066 .2916667 .2786325 .3875321 .3026144 .2748607 filhos_7_15_sum .6476190 .5865248 .5661962 .5152672 .4901042 .4747475 .6176093 .5039216 .5295757 filhos_15_25_sum .6160714 .5702128 .5122648 .5159033 .5119792 .5135975 .5314910 .5071895 .5375054
Fonte: Elaboração da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA.
33
5 – Resultados
Este capítulo analisa em etapas a presença de risco moral na demanda por consultas
médicas nos estados do Nordeste. Primeiro são mostrados os resultados relativos à demanda por
planos de saúde, e após a extração das probabilidades condicionadas (propensity scores) são
apresentados os cálculos estimados de risco moral.
Uma descrição das variáveis consideradas nas estimativas e os resultados dos modelos
logit de probabilidade de possuir plano de saúde podem ser vistos na tabela 6 a seguir:
Tabela 6 – Modelos Logit de Probabilidade de Possuir Plano de Saúde
ESTADO VARIÁVEL MA PI CE RN PB PE AL SE BA
renda_05_1 0.5732 1.4481** 0.8416** 1.4621** 1.1332** 0.8866** 1.1531** 0.5162 0.9114** (1.37) (3.17) (5.98) (3.26) (3.33) (7.02) (3.06) (1.39) (8.24)
renda_1_2 1.7740** 2.6623** 1.5833** 2.4272** 1.9365** 1.7524** 2.1973** 1.7827** 1.6995** (4.13) (5.60) (10.21) (5.12) (5.43) (13.12) (5.35) (4.80) (14.40)
renda_2_3 2.7985** 3.0731** 2.4129** 3.4380** 2.9835** 2.5489** 2.7399** 2.3872** 2.3350** (5.62) (5.34) (12.50) (6.49) (7.15) (14.48) (5.17) (5.75) (15.73)
renda_3_4 3.9808** 2.5817** 2.6712** 4.1939** 3.8600** 2.7722** 3.0878** 2.9936** 3.1143** (5.95) (3.97) (11.13) (6.85) (6.93) (11.68) (4.87) (5.93) (14.89)
renda_4_5 2.0889* 4.1768** 3.4196** 4.2472** 3.6321** 2.9820** 3.4482** 2.2336** 2.8148** (2.33) (4.83) (11.34) (5.44) (5.68) (10.42) (4.49) (3.91) (11.87)
renda_5_ 3.7760** 4.1375** 3.8435** 5.9964** 3.9082** 3.8952** 5.6647** 3.6464** 3.5905** (5.14) (5.51) (14.12) (8.34) (7.31) (15.57) (7.68) (6.62) (17.02)
IDADE 0.0582** 0.0169 0.0248** 0.0172+ 0.0147+ 0.0161** 0.0002 0.0214* 0.0223** (4.72) (1.60) (6.02) (1.74) (1.66) (4.25) (0.02) (2.26) (6.68)
anos_estudos 0.2712** 0.2090** 0.1606** 0.1234** 0.2039** 0.1641** 0.1392** 0.1772** 0.1989** (7.01) (6.26) (12.64) (4.11) (7.89) (14.49) (4.18) (6.43) (18.91)
branco 0.1563 -0.3118 0.1795+ -0.1236 0.0254 0.2510** -0.1508 0.0718 0.0948 (0.53) (1.19) (1.94) (0.55) (0.13) (2.94) (0.60) (0.35) (1.11)
negro 0.4258 0.2572 0.3946 0.5647 0.1871 -0.2964+ -0.6878 -0.5809 0.0013 (0.93) (0.48) (1.58) (1.24) (0.45) (1.69) (1.00) (1.53) (0.01)
homem -0.3064 -0.1079 -0.5892** -0.1204 -0.4530 -0.5810** 0.3964 -0.4797 -0.3708** (0.63) (0.28) (3.74) (0.29) (1.15) (4.07) (0.83) (1.61) (3.32)
casal_sf -0.8064+ -0.2007 -0.4337** -0.0204 -0.6957* -0.8375** -0.9377* -0.3426 -0.3373** (1.73) (0.51) (2.63) (0.06) (1.99) (5.55) (2.12) (1.00) (2.68)
mae_cf -0.9506+ -0.0823 -0.5247** -0.3641 -0.4749 -0.6909** 0.0921 -0.9141* -0.5592** (1.66) (0.18) (2.73) (0.72) (1.04) (4.06) (0.17) (2.36) (3.95)
famil_outros -1.3065* -0.6060 -0.6005** -0.3055 -1.0744** -1.1641** -1.0017* -0.3645 -0.7621** (2.50) (1.42) (3.52) (0.76) (2.78) (7.52) (2.06) (1.13) (6.31)
D_cronica 0.5164+ 0.7823** 0.4363** 0.4480+ 0.6861** 0.5452** 0.6112* 0.2285 0.3848** (1.77) (2.94) (4.19) (1.81) (3.09) (5.86) (2.23) (1.06) (4.82)
saude_bmb 0.1349 0.0570 -0.1179 0.1859 0.1624 0.2751** -0.5073+ -0.1211 0.1003 (0.44) (0.22) (1.07) (0.71) (0.70) (2.86) (1.73) (0.50) (1.20)
Urbana_urb -0.1599 1.1408** 1.1178** 0.6709+ 1.0512* 0.2922+ 1.0793* 0.9154* 0.6354** (0.44) (2.66) (4.79) (1.83) (2.28) (1.77) (2.51) (2.34) (4.89)
empreg_s_cart -2.8288** -1.6571** -0.9476** -1.6188** -1.6668** -1.0707** -0.3668 -1.8519** -1.3638** (4.20) (3.56) (5.93) (3.11) (4.54) (6.67) (0.91) (3.89) (10.45)
domestico 0.3541 -1.2778 -1.1844** -0.9540 -1.2513 -1.4171** -0.9080 -1.3874** (0.43) (1.51) (3.48) (0.90) (1.51) (4.28) (0.84) (5.33)
conta_propria -2.8080** -1.5466** -1.3511** -1.2435** -1.2514** -1.2525** -0.6092+ -1.0903** -1.5185** (6.54) (4.83) (10.42) (3.90) (4.41) (10.42) (1.78) (4.15) (14.90)
empregador -2.4378** -0.6309 -1.4890** -1.4464** -1.5089** -0.8302** -1.1368+ -0.9447* -0.9913** (3.77) (1.47) (6.56) (2.79) (3.82) (4.05) (1.84) (2.15) (5.97)
Nao_PEA -1.0531* -0.7300* -0.7960** -0.5741+ -0.6871* -0.5143** -0.6537 0.2408 -0.6447** (2.49) (1.97) (5.14) (1.65) (2.04) (3.93) (1.60) (0.77) (5.35)
desocupado -0.2902 -1.7684+ -0.7933* -1.9823 -0.9895 -1.2448** -1.2891 -0.9844** (0.31) (1.67) (2.22) (1.14) (1.17) (3.99) (1.16) (4.10)
34
ESTADO VARIÁVEL MA PI CE RN PB PE AL SE BA
filho02_sum 0.1914 -1.4389* 0.1689 0.7422 0.4220 0.1905 -0.4803 -0.5281 0.3983** (0.32) (2.12) (0.93) (1.57) (1.03) (1.14) (0.97) (1.20) (2.86)
filhos_2_7_sum 0.1559 -0.0885 0.2979** 0.3809 -0.0458 -0.0877 -0.0638 0.2465 0.0556 (0.56) (0.29) (2.97) (1.45) (0.19) (0.91) (0.25) (0.97) (0.69)
filhos_7_15_sum -0.0939 0.0064 -0.0692 0.0935 0.2233 0.0271 -0.1568 0.1362 0.0871 (0.49) (0.03) (0.95) (0.53) (1.47) (0.42) (0.77) (0.88) (1.62)
filhos_15_25_sum -0.0249 -0.0036 0.0139 -0.0499 0.0007 -0.0150 -0.0321 0.0048 0.0859+ (0.15) (0.02) (0.23) (0.32) (0.01) (0.28) (0.21) (0.04) (1.88)
Constant -6.7580** -5.9389** -4.9298** -6.0315** -5.5838** -3.9098** -4.8584** -5.1336** -4.6660** (6.17) (6.14) (12.41) (6.40) (6.46) (11.94) (5.01) (6.01) (16.74)
Observações 1680 1410 5952 1572 1920 6435 1556 1441 9332
Valor absoluto da estatística z entre parênteses. + Significante a 10%; * significante a 5%; ** significante a 1%. Fonte: Estimativa da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA.
O que se pode observar nos resultados das probabilidades de possuir plano de saúde com
relação a variável renda é que quanto maior a renda, maior a probabilidade de adquirir plano de
saúde. Somente as probabilidades de renda entre 0,5 e 1 salário mínimo dos estados do maranhão
e Sergipe não obtiveram significância, mas isso não invalidou a observação do comportamento
das probabilidades em relação a esta variável.
Com relação a variável idade, com exceção dos estados do Piauí e Alagoas, as
probabilidades obtiveram significância e agem com efeito positivo na variável, ou seja, quanto
maior a idade, maior a probabilidade de possuir plano de saúde. O mesmo ocorre para a variável
anos de estudo que apresentou significância para todos os estados do Nordeste.
Para a variável raça (branco e negro), as probabilidades, em geral, não obtiveram
significância, apenas o estado do Ceará obteve uma probabilidade significante e agindo
positivamente para quem é branco e o estado do Pernambuco apresentou significância na
probabilidade positiva para quem é branco e negativa para quem é negro. Em relação a variável
sexo (homem), para os valores das probabilidades significantes ocorre um efeito negativo, ou
seja, as mulheres têm maior probabilidade de possuir plano de saúde do que os homens.
Outra variável que apresentou efeito negativo para todos os estados do Nordeste foi a
variável tipo de família. Suas probabilidades com significância demonstram que os casais sem
filhos, mãe com filhos e outros tipos de família têm menor probabilidade de possuir plano de
saúde do que aquelas famílias formadas por casal com filhos.
35
No caso da variável Portador de Problema Crônico, em sua quase totalidade, exceto para o
estado de Sergipe, as probabilidades são significantes e agem de forma positiva, ou seja, a
presença de doença crônica aumenta a probabilidade de possuir plano de saúde. Para a variável
de auto-avaliação do estado de saúde (bom ou muito bom), as probabilidades não apresentaram
significância, apenas para o estado de Pernambuco, onde o efeito foi positivo, e para o estado de
Alagoas, onde o efeito foi negativo.
A variável de zona de residência (urbana de cidade) traz para a maioria das
probabilidades, exceto para o estado do Maranhão, significância e efeito positivo, isso quer dizer
que os indivíduos moradores de zona urbana de cidade possuem uma probabilidade bem maior de
possuir plano de saúde do que os habitantes das outras zonas de residência.
Sem nenhuma exceção, as probabilidades significantes de possuir plano de saúde
considerando a posição de ocupação (empregado sem carteira, doméstico, conta própria,
empregador, não PEA e desocupado) agem de maneira negativa, ou melhor, é mais provável que
um trabalhador com emprego mais estável e certo obtenha um plano de saúde. Com relação a
variável de número de filhos, as probabilidades em quase sua totalidade não obtiveram
significância.
A partir das estimativas dos coeficientes do modelo logit para cada indivíduo com e sem
plano de saúde, foram obtidas estimativas relativas à probabilidade de possuir plano de saúde.
Essas estimativas foram utilizadas para obter as estimativas de propensity score do número de
consultas médicas. Para se ter uma idéia das probabilidades estimadas, a partir dos
correspondentes histogramas no gráfico 1, são apresentadas as respectivas distribuições dessas
probabilidades para os dois conjuntos de indivíduos, com e sem plano de saúde.
36
Gráfico 1 – Distribuição dos Propensity Scores nos Estados do Nordeste – Chefes de Família com e sem Plano de Saúde
As estimativas no gráfico 1 indicam que, de fato, uma amostra aleatória de indivíduos sem
plano de saúde implica a obtenção de baixas probabilidades de possuir plano de saúde para a
maior parte do grupo de indivíduos. Mais especificamente, nota-se que a maior parte dos
indivíduos sem plano de saúde apresenta probabilidade de possuir plano de saúde entre 0 e 20%,
enquanto que para os indivíduos que possuem plano de saúde a maior parte apresenta
probabilidade de possuir plano de saúde acima de 20%. Essas diferenças apontam para a
importância de se considerar, na estimativa do impacto da contratação de plano de saúde no
número de procuras por consultas médicas, apenas comparações entre indivíduos com
probabilidades de possuir planos de saúde semelhantes.
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Maranhão
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Rio Grande do Norte
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Alagoas
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Piauí
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Paraíba
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Sergipe
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Ceará
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Pernambuco
0 .2 .4 .6 .8 1 Distribuição dos Propensity Scores
Sem Plano Com Plano
Bahia
37
A tabela 7 apresenta as estimativas de matching para o impacto da contratação de plano de
saúde no número de procuras por consultas médicas. Estima-se a diferença média entre a situação
quando se tem um plano de saúde e a situação caso não tenha o plano de saúde. A tabela 7
também apresenta aquela estimativa resultante apenas da comparação entre as médias de
consultas médicas, quando não são feitos quaisquer controles para a probabilidade de possuir
plano de saúde (Sem Controle).
Tabela 7 – Impacto da Contratação de Plano de Saúde no Número de Procuras por Consultas Médicas
Fonte: Estimativa da autora a partir dos dados da PNAD 2003. Resultados gerados pelo software STATA. No que diz respeito às estimativas sem controle algum para diferenças entre os indivíduos
com e sem plano de saúde, as evidências apontam para um impacto positivo da adesão a um
plano de saúde na procura por consultas médicas. No caso do estado do Maranhão que obteve o
menor resultado, em média, ocorre diferença de 0,930 vezes no número de procura por consultas
médicas para os indivíduos com plano de saúde no ano. Para o caso do estado do Rio Grande do
Norte, em média, ocorre diferença de 2,341 vezes no número de procura por consultas médicas
para os indivíduos com plano de saúde no ano. Não há, contudo, evidências estatisticamente
significantes favoráveis para o impacto na procura por consultas médicas no estado da Paraíba.
As duas estimativas de propensity score apontam para o mesmo padrão obtido na
estimativa sem controle, ou seja, em média, os indivíduos com plano de saúde apresentam
MA PI CE RN PB PE AL SE BA Número de Observações: Com Plano de Saúde 138 186 1.041 181 261 1.334 158 244 1.857 Sem Plano de Saúde 1.542 1.224 4.911 1.391 1.659 5.101 1.398 1.286 7.475
Média de Consultas: Com Plano de Saúde 2.471 4.177 3.725 4.535 3.509 4.401 3.177 3.536 3.724
Desvio-Padrão 0.255 0.599 0.172 0.409 0.313 0.181 0.343 0.246 0.131
Sem Plano de Saúde 1.540 2.268 2.143 2.194 2.270 2.608 1.922 2.007 2.202 Desvio-Padrão 0.068 0.107 0.070 0.101 0.113 0.082 0.081 0.085 0.048
Sem Controle 0.930* 1.908* 1.582* 2.341* 1.239 1.792* 1.254* 1.529* 1.521* Desvio-Padrão 0.242 0.362 0.172 0.318 0.310 0.186 0.267 0.222 0.117
Propensity Score (Stratos) 1.014* 1.939* 1.151* 2.262* -0.251 1.135* 1.393* 1.133* 1.442* Desvio-Padrão 0.307 0.658 0.302 0.540 0.492 0.464 0.413 0.306 0.167
Propensity Score (Kernel) 0.866* 1.900* 1.246* 2.242* 0.124 1.246* 1.327* 1.122* 1.385* Desvio-Padrão 0.391 0.619 0.228 0.487 0.436 0.422 0.562 0.320 0.167
* Indica significância estatística a 5%.
38
diferencial favorável quando se compara o número de consultas médicas daqueles com plano de
saúde e sem plano de saúde. Para o estado do Maranhão a diferença favorável ficou entre 0,866 e
1,014. Para o estado do Piauí a diferença ficou entre 1,900 e 1,939. O Ceará apresentou diferença
entre 1,151 e 1,246. Para o Rio Grande do Norte a diferença ficou entre 2,242 e 2,262, sendo esta
a maior diferença em comparação com os outros estados. O estado do Pernambuco teve diferença
entre 1,135 e 1,246. O estado de Alagoas apresentou diferença entre 1,327 e 1,393. Para o estado
de Sergipe a diferença ficou entre 1,122 e 1,133. Finalmente, para o estado da Bahia a diferença
ficou entre 1,385 e 1,442. Novamente, não há evidências estatisticamente significantes favoráveis
para o impacto na procura por consultas médicas no estado da Paraíba.
Como se pode perceber existiu uma diferenciação de resultados entre os estados do
nordeste do Brasil. Enquanto que o Maranhão apresentou valores menores (entre 0,866 e 1,014)
para o coeficiente estimado, o estado do Rio Grande do Norte já apresentou valores bem maiores
(entre 2,242 e 2,262). Essa diferenciação pode ser causada por características específicas que
variam de estado para estado. A rede de atendimento à saúde, a acessibilidade a planos privados
dentre outras diversas desconhecidas características diferenciam os resultados gerados na análise
por estado, características essas que podem ser estudadas e incorporadas em estudos futuros
complementares.
É importante salientar que não foi estudada, nem implementada nos cálculos, a eficiência
do sistema de saúde público para cada estado. Assim, o diferencial demonstrado nos resultados
para os estados do Nordeste pode ser reflexo do não isolamento do efeito da diferenciação dos
sistemas de saúde públicos estaduais, o que poderia explicar o porquê de um valor de risco moral
entre 0,866 e 1,014 para o estado do Maranhão e entre 2,242 e 2,262, mais do que o dobro, para o
estado do Rio Grande do Norte.
Como tratamos de estimativas, é sempre válido buscar pela maior robustez dos resultados.
Deve-se realizar, na medida do possível, uma análise minuciosa das características individuais e
suas reais contribuições para se obter uma estimativa de risco moral com maior credibilidade.
39
Fazendo um comparativo dos resultados obtidos com aqueles achados na literatura
nacional, pode-se perceber que em relação a análise de STANCIOLI (2002) cujo estudo resultou
em um coeficiente estimado de 1,07 consultas a mais por ano para aqueles que possuem plano de
saúde os resultados gerados por esse trabalho, em sua grande maioria, apresentam valores
superiores, mas ambos trabalhos demonstram a presença do risco moral. Com relação aos
resultados gerados por MAIA (2004) para o caso das consultas médicas cujo, em média, cada
indivíduo utiliza 24% mais serviços que se não tivesse plano de saúde, também existe um
consenso da existência de risco moral.
40
6 – Considerações Finais
O objetivo central deste trabalho foi checar a existência de risco moral no sistema de
saúde suplementar brasileiro. Risco moral este, analisado através da comparação de grupos de
indivíduos com e sem plano de saúde e suas buscas por utilização de serviços médicos.
Através da estimação de dois modelos de matching baseado no propensity score, um a
partir de estratos e outro a partir de uma função densidade, pôde-se verificar a existência sim de
risco moral, em ambos os modelos. Para o modelo de estratificação o valor estimado da diferença
de procura por consultas médicas ficou entre 1,014 e 2,262, sendo o estado do Rio Grande do
Norte o que apresentou maior diferença. Já para o modelo a partir de uma função densidade o
valor estimado da diferença de procura por consultas médicas ficou entre 0,866 e 2,242, com o
estado do Maranhão apresentando a menor diferença. Ou seja, indivíduos que possuem planos de
saúde geralmente buscam maior atendimento médico do que caso não estivessem cobertos por
nenhum plano.
A existência de risco moral que nada mais é do que uma assimetria de informação pode
gerar desvios de eficiência e até a extinção do mercado de saúde suplementar já que causa
dispêndios financeiros além do previsto, gerando uma obrigação de pagamento para os planos de
saúde além de sua capacidade. A grande procura por planos de saúde suplementar demonstra a
insuficiência do setor público de saúde que não consegue suportar tamanha procura por
atendimento aliada ao nível de desenvolvimento do setor.
O risco moral é caracterizado pela sobreutilização dos serviços de saúde. Uma forma de
conter essa sobreutilização sem se utilizar de realinhamentos lineares de preços que distorcem
ainda mais o mercado é implementar instrumentos inibidores de demanda e, conseqüentemente,
de despesas. Os mais comuns no caso dos seguros privados são os co-pagamentos, co-seguros e
franquias. Nos co-pagamentos e co-seguros é estabelecido um valor ou percentual que será
cobrado do indivíduo pelo serviço prestado, além da prestação usual do plano de saúde ou seguro.
41
Já no caso da franquia, é estabelecido um limite inferior de dispêndio até o qual o
indivíduo é responsável pelo pagamento integral dos serviços de saúde, por exemplo. Caso esse
limite seja ultrapassado, o seguro passa a cobrir os gastos parcialmente ou integralmente,
dependendo do tipo de contrato estabelecido.
Pôde-se perceber que existiu uma diferenciação de resultados entre os estados do nordeste
do Brasil, resultados estes que podem ter sido causados por características específicas que variam
de estado para estado. A rede de atendimento à saúde, a acessibilidade a planos privados dentre
outras diversas desconhecidas características diferenciam os resultados gerados na análise por
estado. Em trabalhos futuros é de extremo interesse e importância investigar o porquê das
diferenciações estaduais e, se e como os instrumentos inibidores de risco moral, aqui
relacionados, realmente têm efeito.
O que vale analisar com esses resultados é que o Brasil em toda sua extensão ainda deixa
a desejar um bom atendimento médico universal, já que a busca por um sistema privado de saúde
está cada vez maior e as despesas com procedimentos médicos estão crescendo
exponencialmente. O Sistema Único de Saúde não provê total apoio para aquela população que
mais necessita de atendimento e que não tem ainda a condição financeira de contratar um serviço
de saúde privado. Cabe às autoridades competentes adequar melhor ambos os sistemas, público e
privado, para que o acesso fique mais igualitário e que possam ser analisadas possibilidades de
melhorias nos contratos e, principalmente, na cobertura.
42
Referências Bibliográficas
ANS - Agência Nacional de Saúde Suplementar. Disponível em: <http://www.ans.gov.br>.
Acesso em: 11 de julho de 2008.
ARROW, Kenneth. Uncertainty and the welfare economics of medical care. American
Economic Review, v. 53 n. 5, p. 941-973, 1963.
ARROW, Kenneth. The economics of agency. In: Pratt , John ; Zecksauser, Richard. Principal
and Agents: The Structure of Business, Cambridge, MA: Havard Business School Press, 1985,
37-51.
BRASIL. Constituição [da] Republica Federativa do Brasil. Brasília, DF: Senado
Federal,1988.
CAMERON, A. C. et al. A microeconomic model of the demand for health care and health
insurance in Austrália. Review of Economic Studies, v.55, n.1, p.85-106, 1988.
CHIAPPORI, P. A.; DURAND, F.; GEOFFARD, P.Y. Moral hazard and the demand for
physician services: first lessons from a French natural experiment. European Economic Review,
v.42, n.3-4, p.499-511, 1998.
CUTLER, David M. ; ZECKHAUSER, Richard J. The anatomy of health insurance. In: Culyer,
A.J. ; Newhouse J. P. Handbook of Health Economics. Amsterdam, Holland: Elsevier, 2000.
cap. 11, p. 563-643.
IUNES, Roberto F. Demanda e demanda em saúde. In: PIOLA, S.F ; VIANNA, S.M. Economia
da Saúde: Conceito e contribuição para a gestão da saúde. 2 ed. Brasília: IPEA, 2002. Cap 4, p.
99-123.
43
KOTOWITZ, Yehuda. Moral hazard. In The New Palgrave – a Dictionary of Economics
(Macmillan, London), p.549-51, 1987.
Ma, C.A.; McGuire, T. Optimal Health Insurance and Provider Payment. American Economic
Review, v. 87, n. 4, p. 685-704, 1997.
MAIA, Ana Carolina. Seleção Adversa e risco moral no sistema suplementar de saúde
brasileiro. 2004. 97f. Dissertação (Mestrado) - Faculdade de Ciências Econômicas, Universidade
Federal de Minas Gerais, 2004.
MANNING, W. G. et al. Health insurance and the demand for medical care: evidence from a
randomized experiment. American Economic Review, v.77, n.3, p251-277, June 1987.
NEWHOUSE, Joseph P. Reimbursing Health Plans and Health Providers: Efficiency in
Production versus Selection. Journal of Economic Literature. American Economic
Association, vol. 34, n. 3, p. 1236-1263, September 1996.
SANTERRE, Rexford ; NEUN. Stephen. Health economics: theories, insights and industry
studies. Chicago, MA: Irwin, 1996.
SAPELLI, C; VIAL, B. Self-selection and moral hazard in Chilean health insurance. Journal of
Health Economics, v.22, n.3, p.459-476, May 2003.
STANCIOLI, A. E. Incentivos e risco moral nos planos de saúde no Brasil. 2002. 81f.
Dissertação (Mestrado em Economia) - Faculdade de Economia, Administração e Contabilidade,
Universidade de São Paulo, 2002.
TOLEDO, Marcelo Gaspari Cirne de. Evidência de Moral Hazard nos Empréstimos do FMI:
o caso da crise da Argentina. Rio de Janeiro, PUC, Departamento de Economia, 2003.