Die aktuelle Diskussion über den Risikostrukturausgleich (RSA) zwischen den Gesetzlichen Krankenkassen konzentriert sich auf die Frage, ob zusätzlich Morbiditätsmerkmale berücksichtigt werden sollen. Vorliegende Studien deuten darauf hin, dass Kassenwechsler im Durchschnitt bessere Risiken...

We investigate the welfare impact of parallel imports using a large panel data set containing monthly information on sales, ex-factory prices, and further product characteristics for all 700 anti-diabetic drugs sold in Germany between 2004 and 2010. We estimate a two-stage nested logit model of...

Idee und Ziele des Risikostrukturausgleichs - Der Risikostrukturausgleich (im folgenden: RSA) in der Gesetzlichen Krankenversicherung wurde mit dem Gesundheits-Strukturgesetz von 1993 eingeführt und trat am 1.1.1994 in Kraft. Mit dem selben Gesetz wurden auch die Wahl- und Wechselmöglichkeiten...

Das präsentierte und diskutierte Modell eines sozialgebundenen Krankenversicherungswettbewerbs zeigt zum Ersten, dass ein derartiges System an vielen Stellen vom Staat reguliert werden muss. Es ist deutlich komplizierter als die bislang in der Diskussion befindlichen Lehrbuchmodelle und die...

Since 2003 German hospitals are reimbursed according to diagnosis related groups (DRGs). Patient classification in neonatology is based inter alia on birth weight, with substantial discontinuities in reimbursement at eight different thresholds. These discontinuities create strong incentives to...

Large-scale data show promise to provide efficiency gains through individualized risk predictions in many business and policy settings. Yet, assessments of the degree of data-enabled efficiency improvements remain scarce. We quantify the value of the availability of a variety of data...

Human decision-making differs due to variation in both incentives and available information. This generates substantial challenges for the evaluation of whether and how machine learning predictions can improve decision outcomes. We propose a framework that incorporates machine learning on...

We estimate the impact of parental health on adult children’s labor market out- comes. We focus on health shocks which increase care dependency abruptly. Our estimation strategy exploits the variation in the timing of shocks across treated families. Empirical results based on Austrian...

Antibiotic resistance constitutes a major health threat. Predicting bacterial causes of infections is key to reducing antibiotic misuse, a leading driver of antibiotic resistance. We train a machine learning algorithm on administrative and microbiological laboratory data from Denmark to predict...

This paper estimates ordered logit and probit regression models for bank ratings which also include a country index to capture country-specific variation. The empirical findings provide support to the hypothesis that the individual international bank ratings assigned by Fitch Ratings are...