Zur Erklärungskraft des heutigen soziodemografischen Risikostrukturausgleichsmodells: Ergebnisse empirischer Analysen an Prozessdaten einer ostdeutschen Regionalkasse

Eine wesentliche Voraussetzung für effizienzsteigernden regulierten Wettbewerb in sozialen Krankenversicherungssystemen ist die weitgehende Aufhebung von Selektionsanreizen und Antiselektionseffekten durch Risikoausgleichsmechanismen. Damit solche Mechanismen wirksam sind, ist es u. a. wichtig, dass individuelle Unterschiede im Risiko der Verursachung von Leistungsausgaben hinreichend genau abgebildet werden. Internationale Erfahrungen haben gezeigt, dass Ausgleichsmodelle mit Alter und Geschlecht als alleinige Risikoindikatoren nur einen recht geringen Teil der individuellen Leistungsausgaben erklären. Diese Erkenntnis bestätigt sich auch in der vorliegenden Arbeit an den Daten einer ostdeutschen Regionalkasse. Ein weiteres Ergebnis ist, dass die zusätzliche Verwendung eines Indikators für den Bezug einer Erwerbsminderungsrente die Erklärungskraft des deutschen Risikostrukturausgleichsmodells deutlich verbessert. Allerdings ist auch ein solches soziodemografisches Modell nicht in der Lage, Selektionsanreize ausreichend aufzuheben. Insbesondere bei Hochkostenfällen, BU/EU-Rentnern und Versicherten ab 60 Jahren kann mit beträchtlichen Abweichungen zwischen den mit diesen Ausgleichsparametern als risikobedingt veranschlagten und den tatsächlichen Ausgaben gerechnet werden. One crucial condition for efficiently regulated competition in social health insurance systems is adequate risk adjustment. The primary rationale for risk adjustment is to correct for selection and adverse selection problems. Predictive accuracy is one criterion on which risk adjustment models are being evaluated. International evidence shows that models with age and gender as sole risk adjusters are weak predictors of individual health care expenditures, which is supported by the results of our study based on data provided by a German sickness fund . Our analyses also indicate that the predictive accuracy of the demographic model improves when it is extended with an indicator for invalidity (drawing disability benefits). However, such a model still involves inappropriate insurers' incentives for risk selection. Particularly the predictive losses for high-cost cases, disabled insurees and insurees aged 60 years and older can be substantial. [PUBLICATION ABSTRACT]