Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis de La Eficiencia Tecnica y Asignativa A Traves de Las Fronteras Estocasticas de Costes Una Aplicacion A Los Hospitales Del Insalud 0 PDF
Analisis de La Eficiencia Tecnica y Asignativa A Traves de Las Fronteras Estocasticas de Costes Una Aplicacion A Los Hospitales Del Insalud 0 PDF
Tesis de Doctorado
2002
Universidad de Valladolid
Facultad de Ciencias Económicas y
Empresariales
PARTE I ............................................................................... 7
EL CONCEPTO DE EFICIENCIA............................................ 7
1. INTRODUCCIÓN........................................................ 9
2. LA EFICIENCIA TÉCNICA......................................... 17
vii
Índice
3. EFICIENCIA ECONOMICA........................................ 31
3.1. Introducción.........................................................................31
3.2. Eficiencia en costes..............................................................32
3.3. Eficiencia en el ingreso.........................................................38
3.4. Eficiencia en beneficios. .......................................................44
PARTE II............................................................................ 47
4. PROCEDIMIENTOS DE ESTIMACIÓN DE LA
EFICIENCIA................................................................ 49
4.1. Introducción.........................................................................49
4.2. El análisis de envolvimiento de datos...................................50
4.3. Estimación de fronteras estocásticas ...................................52
viii
Índice
7. INTRODUCCIÓN.................................................... 129
ix
Índice
9.1. Introducción.......................................................................173
9.2. El modelo estimado ............................................................175
9.3. Resultados de la estimación...............................................179
9.3.1. Análisis de la frontera.................................................181
9.3.2. Análisis de la eficiencia...............................................185
9.4. Validación de los resultados...............................................189
CONCLUSIONES...............................................................191
REFERENCIAS .................................................................197
APÉNDICE........................................................................215
APÉNDICE........................................................................217
x
ÍNDICE DE GRÁFICAS
Gráfica 2.1: Función de producción y eficiencia técnica ..................19
Gráfica 2.2: La isocuanta y eficiencia técnica. .................................22
Gráfica 2.3: La curva de posibilidades de producción y la eficiencia
técnica...........................................................................23
Gráfica 2.4: Función de distancia de inputs y eficiencia técnica. ....24
Gráfica 2.5: Función de distancia de outputs y eficiencia técnica ...25
Gráfica 2.6: La isocuanta y el subconjunto eficiente .......................29
Gráfica 3.1: La función de costes y la eficiencia en costes...............32
Gráfica 3.2: Descomposición de la eficiencia en costes....................35
Gráfica 3.3: Eficiencia técnica y asignativa y la función de costes...35
Gráfica 3.4: La función de ingresos y la eficiencia en el ingreso ......39
Gráfica 3.5: Descomposición de la eficiencia en el ingreso. .............42
Gráfica 3.6: Eficiencia técnica y asignativa en la función de ingreso
......................................................................................42
Gráfica 4.1: La isocuanta unitaria según Farrell .............................51
Gráfica 5.1: Fronteras deterministas según distintos métodos de
estimación. ....................................................................65
Gráfica 5.2 : Funciones de densidad de la distribución seminormal y
la exponencial. ..............................................................68
Gráfica 5.3: La función de densidad de una distribución normal
truncada........................................................................69
Gráfica 6.1: Eficiencia técnica y asignativa....................................108
xi
ÍNDICE DE CUADROS
Cuadro 8.1: Descripción estadística de las variables .....................153
Cuadro 8.2: Resultados de la estimación.......................................155
Cuadro 8.3: Eficiencia económica, técnica y asignativa estimadas.
....................................................................................165
Cuadro 8.4: Incremento en el coste por ineficiencia económica,
técnica y asignativa. ....................................................168
Cuadro 8.5: Resultados comparados de las estimaciones..............170
Cuadro 8.6: Comparación de eficiencia .........................................171
Cuadro 9.1: Resultados de la estimación.......................................180
Cuadro 9.2: Descripción estadística de los índices de eficiencia....188
Cuadro 9.3: Incremento en los costes por ineficiencia...................189
Cuadro 9.4: Contrastes de hipótesis sobre la ineficiencia..............190
xiii
INTRODUCCIÓN
El tema central de esta tesis es el análisis de la eficiencia
hospitalaria. Y los estudios sobre eficiencia hospitalaria constituyen
un caso particular dentro del conjunto de estudios empíricos sobre la
eficiencia de las actividades productivas.
3
Introducción
4
Introducción
5
PARTE I
EL CONCEPTO DE EFICIENCIA
1. INTRODUCCIÓN
9
PARTE I: EL CONCEPTO DE EFICIENCIA
10
Introducción
11
PARTE I: EL CONCEPTO DE EFICIENCIA
12
Introducción
13
PARTE I: EL CONCEPTO DE EFICIENCIA
14
Introducción
15
2. LA EFICIENCIA TÉCNICA
17
PARTE I: EL CONCEPTO DE EFICIENCIA
18
La eficiencia técnica
B
PT
D
A
x
Gráfica 2.1: Función de producción y eficiencia técnica
19
PARTE I: EL CONCEPTO DE EFICIENCIA
y1
ET Ao = [2.2.1.1]
y0
x1
ET Ai = [2.2.1.2]
x0
20
La eficiencia técnica
OB
ET Ai = [2.2.2.1]
OA
21
PARTE I: EL CONCEPTO DE EFICIENCIA
x2
V(y0)
O x1
Gráfica 2.2: La isocuanta y eficiencia técnica.
factor.
OA
ETAo = [2.2.3.1]
OB
22
La eficiencia técnica
y2
B
A
y1
Gráfica 2.3: La curva de posibilidades de producción y la
eficiencia técnica
23
PARTE I: EL CONCEPTO DE EFICIENCIA
x2
xA
Α
x /λ
A
V(yA)
x1
Gráfica 2.4: Función de distancia de inputs y eficiencia
técnica.
vector de productos.
24
La eficiencia técnica
x A λA 1
ET Ai = 1 D (x A , y A ) = A
= [2.2.4.1]
x λA
y2
y A/ µA
yA
y1
Gráfica 2.5: Función de distancia de outputs y eficiencia
técnica
25
PARTE I: EL CONCEPTO DE EFICIENCIA
yA
ET Ao = D(x A , y A ) = = µA [2.2.4.2]
yA µA
(i) 0 ≤ ET i ≤ 1 y 0 ≤ ET o ≤ 1 .
5 Sobre este aspecto puede consultarse los manuales de Färe, Grosskopf y Lovell (1985
y 1994), donde se demuestran formalmente las distintas propiedades.
26
La eficiencia técnica
27
PARTE I: EL CONCEPTO DE EFICIENCIA
28
La eficiencia técnica
x2
D E
y0
x1
Gráfica 2.6: La isocuanta y el subconjunto eficiente
29
PARTE I: EL CONCEPTO DE EFICIENCIA
6 El índice de Russel de eficiencia técnica orientado hacia los inputs, podría definirse
sobre la Gráfica 2.6 para la empresa representada por E como el min{(λ1 + λ2 ) 2} tal
(
que λ1x1E , λ2 x 2E ) pertenezca al subconjunto eficiente de la isocuanta. Siendo λ
1 y λ2
dos parámetros cuyo valor está entre cero y uno.
30
3. EFICIENCIA ECONOMICA
3.1. INTRODUCCIÓN
31
PARTE I: EL CONCEPTO DE EFICIENCIA
C
C(y,w )
A
CA
C(y0,w)
D
y0 y
Gráfica 3.1: La función de costes y la eficiencia en costes.
32
Eficiencia económica
C (y 0 , w )
EC A = [3.2.1]
CA
33
PARTE I: EL CONCEPTO DE EFICIENCIA
CB
ET Ai = [3.2.2]
CA
34
Eficiencia económica
OR
OR’
A
C
D
CB
y0
C*
x1
Gráfica 3.2: Descomposición de la eficiencia en costes
C
C(y,w )
A A
C
C
B
B
C(y0,w)
D
y0 y
Gráfica 3.3: Eficiencia técnica y asignativa y la función de
costes
35
PARTE I: EL CONCEPTO DE EFICIENCIA
C*
EA Ai = [3.2.3]
CB
36
Eficiencia económica
CB C* C*
EC A = ET Ai EA Ai = = [3.2.4]
CA CB CA
37
PARTE I: EL CONCEPTO DE EFICIENCIA
CA CB CA
IC A = IT Ai IA Ao = = [3.2.5]
CB C* C*
teniendo en cuenta los precios p = ( p1 ...pm )' a los que se venden los
IA
EI A = [3.3.1]
I (x 0 , p )
38
Eficiencia económica
D
I(p,x0)
I(p,x)
x
Gráfica 3.4: La función de ingresos y la eficiencia en el
ingreso
39
PARTE I: EL CONCEPTO DE EFICIENCIA
40
Eficiencia económica
IA
ET Ao = [3.3.2]
IB
IB
EA Ao = [3.3.3]
I*
41
PARTE I: EL CONCEPTO DE EFICIENCIA
y2 OR’
OR
B
A
I I*
I
y1
Gráfica 3.5: Descomposición de la eficiencia en el ingreso.
D
I(p,x0)
I(p,x)
x
Gráfica 3.6: Eficiencia técnica y asignativa en la función de
ingreso
42
Eficiencia económica
de producciones es la óptima.
B
IA I IA
EI A = ET Ao EA Ao = = [3.3.4]
IB I* I*
43
PARTE I: EL CONCEPTO DE EFICIENCIA
ineficiencia asignativa, IA Ao :
IB I* I*
II A = IT Ao IA Ao = = [3.3.5]
IA IB IA
44
Eficiencia económica
p ' y A − w' x A
EB A = siempre que π ( p, w ) > 0 [3.4.1]
π ( p, w )
45
PARTE I: EL CONCEPTO DE EFICIENCIA
p ' y A − w' x A
EB cp = , siempre que π cp ( p, w, K ) > 0 [3.4.2]
π cp ( p, w, K )
46
PARTE II
LA ESTIMACIÓN EMPIRICA DE
LA EFICIENCIA
4. PROCEDIMIENTOS DE
ESTIMACIÓN DE LA
EFICIENCIA
4.1. INTRODUCCIÓN
49
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
Gráfica 4.1.
50
Procedimientos de estimación de la eficiencia
x2/y
A
x
B
O x1/y
Gráfica 4.1: La isocuanta unitaria según Farrell
51
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
52
Procedimientos de estimación de la eficiencia
53
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
54
5. LA EFICIENCIA TÉCNICA
Y LAS FRONTERAS DE
PRODUCCIÓN
5.1. INTRODUCCIÓN
55
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
56
La eficiencia técnica y las fronteras de producción
ln y i = ln f (x i , β ) − u i
n [5.2.2]
= β0 + ∑
j =1
β j ln x ji − u i con u i ≥ 0
yi f (x i , β )e −ui
ET i = = = e −ui [5.2.3]
f (x i , β ) f (x i , β )
min ∑u
i
i
[5.2.4]
s.a. β 0 +
∑ β j ln x ij ≥ ln y i
i = 1...N
j
57
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
min ∑u
i
2
i
[5.2.5]
s.a. β 0 +
∑ β j ln x ij ≥ ln y i
i = 1...N
j
58
La eficiencia técnica y las fronteras de producción
1 u
f (u ) = exp −
[5.2.6]
σu σu
1
ln L = −N ln σ u −
σu ∑u
i
i [5.2.7]
2 u2
f (u ) = exp − [5.2.8]
2π σ u 2σ 2
u
y la función de verosimilitud:
N 1
ln L = cte −
2
ln σ u2 −
2σ u2
∑u
i
2
i [5.2.9]
9 Este autor supuso que e −u seguía una distribución beta, lo que equivale a
considerar que u sigue una distribución gamma, según mostró Richmond (1974).
59
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
10 Greene (1980a) obtuvo las condiciones suficientes que debe cumplir la función de
densidad de los errores para obtener las propiedades asintóticas de los estimadores
máximo-verosímiles: que adopte un valor cero cuando el error es cero, y que sus
primeras derivadas parciales con respecto a cada parámetro tiendan a cero, cuando
60
La eficiencia técnica y las fronteras de producción
61
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
n
ln yi = [β 0 − µ ] + ∑β xj =1
j ji − [ui − µ ] , con ui ≥ 0 . [5.2.11]
n
ln yi = β0* + ∑β x
j =1
j ji − ui* [5.2.12]
12 En ingles MOLS.
62
La eficiencia técnica y las fronteras de producción
2σ u2
µ= [5.2.13]
2π
π −2 2
m2 = σu [5.2.14]
π
despejando en , sería:
π
σˆu2 = m2 [5.2.15]
π −2
2σˆu2
µˆ = [5.2.16]
2π
63
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
) ) 2σ)u2
βˆ0 = β0* + µˆ = β0* + [5.2.17]
2π
−uˆ i = e i − µ̂ .
64
La eficiencia técnica y las fronteras de producción
ln(y)
EMV
MCOC
MCOM
MCO
ln(x)
Gráfica 5.1: Fronteras deterministas según distintos métodos
de estimación.
65
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
66
La eficiencia técnica y las fronteras de producción
f (x i , β ) e (v i −ui )
ETi = = e −ui [5.3.2]
f (xi , β ) ev i
n
ln(yi ) = β 0 + ∑β
j =1
j ln(x ji ) + vi − ui donde ui ≥ 0 [5.3.3]
n
siendo β 0 + ∑β
j =1
j ln(x ji ) + v i la frontera, mientras que la perturbación
67
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
f(u) f(u)
u u
Gráfica 5.2 : Funciones de densidad de la distribución
seminormal y la exponencial.
68
La eficiencia técnica y las fronteras de producción
f(u)
u
Gráfica 5.3: La función de densidad de una distribución
normal truncada.
69
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
2 ε ελ
f (ε ) = φ Φ − [5.3.4]
σ σ σ
70
La eficiencia técnica y las fronteras de producción
( )
densidad de una variable N 0, σ 2 . Por el contrario, cuando λ tiende
N ε λ 1 ε
2
ln L =
2
ln(2 π ) − N ln σ + ∑ ln Φ − i − i
σ 2 σ
[5.3.5]
i
como sigue:
71
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
n
ln yi = ( β0 − µ ) + ∑β xj =1
j ji + v i − (ui − µ ) [5.3.6]
n
ln yi = β0* + ∑β x
j =1
j ji + vi − ui* [5.3.7]
2σ u2
µ = [5.3.8]
2π
π −2 2
m2 = σ u + σ v2
π
[5.3.9]
2 4 3
m3 = 1 − σ u
π π
23
m
σˆu2 = π 3
2 (π − 4)
[5.3.10]
π −2 2
σˆv2 = m2 − σˆu
π
72
La eficiencia técnica y las fronteras de producción
2σˆu2
µˆ = ; [5.3.11]
2π
2σˆu2
βˆ0 = βˆ *0 + [5.3.12]
2π
16 Greene (1993) sugiere el empleo de los estimadores MCOM como valores iniciales en
la maximización de la función de verosimilitud. Esta es la forma en que el paquete
econométrico LIMDEP estima funciones de frontera estocástica.
73
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
m3
b1 = [5.3.13]
(m2 ) 3
2
m3
z= [5.3.14]
(6m 3
2 N )
Para la hipótesis nula de sesgo cero en los residuos, este estadístico
se distribuye asintóticamente según una N(0,1). Este autor realiza
74
La eficiencia técnica y las fronteras de producción
estudios de Monte Carlo que avalan el uso de este test, incluso con
muestras reducidas.
( ) σ2
E e −u = 2[1 − Φ(σ u )] exp u
2
[5.3.15]
( )
E e −u = 21 − Φ
λˆ σ2
σˆ exp ˆ
λˆ2
. [5.3.16]
(1 + λˆ )
2
2
2 1 + λˆ
75
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
f (u, ε )
f (u ε ) = =
f (ε )
1 1 [5.3.17]
= exp − (u − µ* )2 u≥0
ελ
2
2σ *
2π σ *Φ
σ
φ (µ* σ * )
E (u ε ) = µ* + σ * [5.3.18]
1 − Φ(− µ* σ * )
(
− ε σ u2 σ 2 ) si ε ≤ 0
M (u ε ) =
[5.3.19]
0 en otro caso
76
La eficiencia técnica y las fronteras de producción
[ ]
ETi = exp − E (ui ε i ) = exp(− uˆi ) [5.3.20]
1 − Φ(σ * − µ*i σ * )
[ ]
ETi = E exp(− ui ) εi =
1 − Φ(− µ*i σ * )
1
exp − µ*i + σ *2 [5.3.21]
2
[ ] [ ]
que es más correcta, ya que E exp(− ui ) εi y exp − E (ui εi ) no tienen
77
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
ln y it = β o + ∑β
j
j x jit + v it − u i con ui ≥ 0 [5.4.1.1]
78
La eficiencia técnica y las fronteras de producción
Efectos fijos
ln y it = β 0i + ∑β
j
j x jit + v it [5.4.1.2]
σ v2 .
79
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
observaciones.
80
La eficiencia técnica y las fronteras de producción
Efectos aleatorios
transformarse así:
ln y it = [β 0 − E (u i )] + ∑β
j
j ln x jit + v it − [u i − E (u i )]
[5.4.1.5]
= β 0* + ∑
j
β j ln x jit + v it − u i*
81
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
uˆi* = (1 T )∑ ln y it − βˆ0* − ∑ βˆ j ln x jit
[5.4.1.6]
t j
i
{ }
uˆ i = máx uˆ i* − uˆ i* [5.4.1.7]
aumenta la eficiencia del estimador, y MCG resulta entonces más eficiente que el
estimador intra-grupos. Si N es pequeño y T es grande, MCG no resulta útil porque
para que la estimación de σ u2 sea consistente, se necesita que N → ∞ . Por último,
si N es grande y T también, la eficiencia del estimador de MCG es similar a la del
estimador intra-grupos.
22 Hausman y Taylor (1981) desarrollan un estimador también en el caso de efectos
aleatorios, para el que es posible considerar que éstos están correlacionados con
algunos de los regresores, y bajo determinadas condiciones, los efectos individuales
pueden ser estimados consistentemente.
82
La eficiencia técnica y las fronteras de producción
Máxima verosimilitud
(
donde ε = (v1 − u,...,vT − u )' , µ* = − Tσ u2ε σ v2 + Tσ u2 , ε = (1 T ) ) ∑ε it y
t
(
σ *2 = σ u2σv2 σ v2 + Tσ u2 . )
La función de verosimilitud correspondiente, escrita en forma
logarítmica es:
83
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
N (T − 1)
ln L = cte −
2
N
(
ln σ v2 − ln σ v2 + Tσ u2
2
)
u ∑ εε '
1 µ *i
[5.4.1.9]
+ ∑
i
ln1 − Φ − *i -
σ *
i i i
2σ v2
+
2 ∑
i
σ*
84
La eficiencia técnica y las fronteras de producción
24 Por ejemplo, si la ineficiencia técnica depende de factores tales como una mala
gestión, la composición y antigüedad del stock de capital o la cualificación de los
trabajadores de la zona, es posible que en muchas situaciones la empresa llegue a
conocer con el paso del tiempo, y aunque sólo sea de forma imperfecta, su
ineficiencia técnica. En este caso, los factores productivos estarían correlacionados
con el término de ineficiencia del error (Kumbhakar, 1987).
85
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
ln y it = β 0t + ∑β
j
j ln x jit + v it − u it con u it ≥ 0 [5.4.2.1]
25 Entre otros, Gathon and Perelman (1992), Bauer, Berger and Humphrey (1993) y
Ahmad y Bravo-Ureta (1996).
86
La eficiencia técnica y las fronteras de producción
ln y it = β 0t − u it + ∑β
j
j ln x jit + v it [5.4.2.2]
ln y it = β it + ∑β
j
j ln x jit + v it [5.4.2.3]
β it = δ 1i + δ 2i t + δ 3i t 2 [5.4.2.4]
87
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
β it = θ t u i [5.4.2.5]
88
La eficiencia técnica y las fronteras de producción
u it = γ (t )u i [5.4.2.6]
siguiente expresión:
[ (
γ (t ) = 1 + exp bt + ct 2 )]
_1
[5.4.2.7]
γ (t ) = exp[− η (t − T )] [5.4.2.8]
del panel.
89
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
γ (t ) = exp[− η i (t − T )] [5.4.2.9]
(
truncada N + µ, σ u2 ) en el caso de los primeros, y una seminormal
(
N + 0, σ u2 ) para el último. En estos trabajos se utiliza la esperanza o
la moda de la distribución de u it condicionada por el valor del error
90
La eficiencia técnica y las fronteras de producción
de la siguiente forma:
[ ]
E exp(ui vi − ui ) = g (zi , δ ) + ηi [5.5.1]
( )
siendo δ = δ 1 ,...δ Q ' un vector de parámetros.
91
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
ln yi = β 0 + ∑β x j ji + v i − ui
j [5.5.2]
ui = g (δ , z i ) + ηi
92
La eficiencia técnica y las fronteras de producción
ln yi = β 0 + ∑β x
j
j ji − g (δ , z i ) + v i − ηi [5.5.3]
ln yi = β0 + ∑β x j ji + v i − ui
j [5.5.4]
ui = δ ' z i + ηi
93
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
(
que ui sigue una normal truncada, N + δ ' z i , σ u2 , es decir, que se)
distribuye según una normal, cuya media varía entre las empresas, y
está truncada en el cero por debajo. Suponiendo además, que v i
( )
sigue una normal N 0, σ v2 , independiente de ui , estos autores
1
ln L = −N ln 2π + ln σ −
2
∑ ln Φ(δ ' z
i
i σu )
[5.5.5]
δ ' z i εi λ 1 εi + δ ' z i
2
+ ∑
i
ln Φ
σλ
− −
σ 2 σ
( )
siendo σ 2 = σ u2 + σ v2 , λ = σ u σ v , y ε i = v i − u i .
94
La eficiencia técnica y las fronteras de producción
φ (µ *i σ * )
E (u i ε i ) = µ *i + σ *
Φ(µ *i σ * )
[5.5.6]
µ *i si u *i ≥ 0
M (u i ε i ) =
0 en otro caso
donde:
σ v2 δ ' z i − σ u2 ε i σ u2 σ v2
µ *i = y σ *2 = .
σ u2 + σ v2 σ u2 + σ v2
95
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
g (δ , x i , z i ) = ∑δ
q
q z qi + ∑∑ δ
q j
qj z qi ln x ji [5.5.7]
sustitución entre factores, etc. se ven afectadas por la ineficiencia técnica. Ver
Huang y Liu (1994).
96
La eficiencia técnica y las fronteras de producción
NT δ ' z it
ln L = −
2
ln 2π − NT ln σ − ∑∑ ln Φ
i t
σ u
[5.5.9]
δ ' z it ε it λ 1 εit + δ ' z it
+ ∑∑
i t
ln Φ
λσ
−
σ 2
− ∑∑
i t
σ
97
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
y
Dio (x i , yi , β ) = min µ : i ∈ P (x i ) [5.6.1]
µ
98
La eficiencia técnica y las fronteras de producción
( ) y
ln Dio ymi = ln Dio x i , i β
ymi
[5.6.4]
y
ln Dio − ln ymi = ln Dio x i , i β [5.6.5]
ymi
y también así:
y
− ln ymi = ln Dio x i , i β − ln Dio [5.6.6]
ymi
33 Ver Cornes (1992) para una análisis detallado de las funciones de distancia y sus
propiedades.
34 Así lo hacen Coelli y Perelman (2000), Fuentes, Grifell-Tatjé y Perelman (1977), y
99
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
y
− ln ymi = ln Dio x i , i β + ui con ui ≥ 0 [5.6.7]
ymi
Por último, hay que elegir una forma funcional específica para
la función de distancia. Se ha empleado en los trabajos realizados la
función translog35, por su conocido carácter flexible. La expresión
resultaría entonces como sigue:
1
− ln ymi = α 0 + ∑α
l
l ln yli* +
2 ∑ ∑α
l p
lp ln yil* ln y *pi + ∑βj
j ln x ji
[5.6.8]
1
+
2 ∑∑ β
j k
jk ln x ji ln xki + ∑∑
l j
ρlj ln yli* ln x ji + ui
35 Esta función ha sido empleada por Lovell et al. (1994), Grosskopf et al (1997) y
Coelli y Perelman (2000) entre otros.
36 Por ejemplo, Coelli y Perelman (1999 y 2000)
100
6. EFICIENCIA ECONÓMICA
Y FRONTERAS DE
COSTES.
6.1. INTRODUCCIÓN
101
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
102
Eficiencia económica y fronteras de costes
negativa.
C (y i , w i , β )e v i C (y i , w i , β )e vi
EC i = = (v i +ui )
= e −ui [6.2.3]
Ci C (y i , w i , β ) e
ln Ci = β0 + βy ln yi + ∑βj
j ln x ji + v i + ui [6.2.4]
103
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
viene precedido en este caso por un signo más. Por lo tanto, excepto
por algún cambio de signo, todo el análisis del capítulo anterior
acerca de la estimación de fronteras de producción estocásticas es
aplicable a este caso.
media cero y varianza constante, y los dos componentes del error son
independientes entre sí y de los regresores; se transforma entonces
la ecuación a partir de la esperanza de u i , µ , como sigue:
ln Ci = (β0 + µ ) + βy ln yi + ∑β j
j ln x ji + vi + (ui − µ ) [6.2.5]
ln Ci = β 0* + βy ln yi + ∑β
j
j ln x ji + vi + ui* [6.2.6]
104
Eficiencia económica y fronteras de costes
( )
distribución seminormal N + 0, σ u2 , la esperanza adopta la siguiente
expresión:
2σ u2
µ= [6.2.7]
2π
π −2 2
m2 = σ u + σ v2
π
[6.2.8]
24 3
m3 = − 1σ u
π π
23
m3
σˆ u2 = π
[6.2.9]
2 (4 − π )
2σˆu2
µˆ = [6.2.10]
2π
2σˆ u2
βˆ 0 = βˆ 0* − [6.2.11]
2π
105
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
N ε λ 1 ε
2
ln L =
2
ln(2 π ) − N ln σ + ∑ ln Φ i − i
σ 2 σ
[6.2.12]
i
f (u, ε )
f (u ε ) = =
f (ε )
1 1 [6.2.13]
= exp − 2
(u − µ* )2 u≥0
µ
2π σ * Φ * 2σ *
σ *
truncada en cero.
106
Eficiencia económica y fronteras de costes
φ (µ*i σ * )
E (ui ε i ) = µ*i + σ *
Φ(µ*i σ * )
[6.2.14]
φ (ελ σ )
= σ*
Φ(ελ σ )
M (ui ε i ) =
(
ε i σ u2 σ 2 ) si ε i ≥ 0
[6.2.15]
0 en otro caso
1 − Φ(σ * − µ *i σ * )
[
ET i = E exp(− u i ) ε i = ] 1 − Φ(− µ *i σ * )
1
exp − µ *i + σ *2 [6.2.16]
2
107
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
OR
x’ wT x
wTx’ OR’
x*
V(y0)
wTx*
x1
Gráfica 6.1: Eficiencia técnica y asignativa.
108
Eficiencia económica y fronteras de costes
∂C (y,w',β )
x j' = j = 1...m [6.3.1.1]
∂w j'
Por otro lado, las proporciones entre factores son las mismas
en los puntos x ' y x . Por lo tanto, se cumple que:
xj' xj
= j = 2...m [6.3.1.2]
x1' x1
x1' = 1 .
109
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
wT x '
IA = [6.3.1.3]
wT x *
y de la ineficiencia técnica:
wT x
IT = [6.3.1.4]
wT x '
110
Eficiencia económica y fronteras de costes
ln yi = β0 + ∑β
j
j ln x ji + v i − ui [6.3.2.1]
aleatoria.
x ji β w
ln = ln 1 ji , j = 2...m [6.3.2.2]
x β j w1i
1i
x ji β w
ln = ln 1 ji + θ ji , j = 2...m [6.3.2.3]
x β j w1i
1i
111
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
1 βj 1
ln C i = K +
r
ln y i + ∑ j
r
ln w ji −
r
(v i − u i ) + (E − ln r ) [6.3.2.4]
donde:
m
βj m
∑ rθ ∑β e
−θ ji
E = ji + ln β j + j .
j =2 j =2
y:
β0 1
∑k ∏β
βj
K = ln j = ln r − − ln j
r r
j j
−1 r
k j = β j e β 0 ∏ β j j ∑
m β m
siendo,
, y r = β j , que mide los
j =1 j =1
rendimientos de escala.
112
Eficiencia económica y fronteras de costes
1 βj
K +
r
ln yi + ∑r j
ln w ji
1
mientras que el componente aleatorio sería − vi .
r
ln y i = β 0 + ∑β
n
j ln x ji + v i − u i
[6.3.2.5]
x ji β w
ln = ln 1 ji + θ ji j = 2...M
β j w1i
x 1i
normal ( )
N 0, σ v2 , mientras que la ineficiencia técnica u i , se
(
distribuye según una seminormal N + 0, σ u2 , ambas independientes )
entre sí e independientes del vector de perturbaciones
θ i = (θ 2i ...θ Mi )' , el cual sigue una distribución normal multivariante,
N (0, Σ ) . La independencia entre el error de la frontera de producción
113
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
I 1 1
ln L = cte − I ln σ −
2
ln Σ + I ln r −
2 ∑ θ Σ
i
' −1
i θi + 2 ε i2
σ
[6.3.2.6]
ε i λ
+ ∑
i
1 − Φ
σ
r = ∑ j
βj .
114
Eficiencia económica y fronteras de costes
u 0
i.i.d. N , Σ
µ
θ
σ2 Σuθ
siendo la matriz de varianzas-covarianzas Σ = ' u .
Σ Σθθ
uθ
En el caso en que u resulte correlacionado con θ j , entonces u estará
115
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
1
ln C = β 0 + ∑α
l
l ln yl + ∑β
j
j ln w j +
2 ∑∑ α
l p
lp ln yl ln y p
[6.3.3.1]
1
+
2 ∑∑ β
j k
jk ln w j ln wk + ∑∑ ρ
n j
lj ln yl ln w j
∂C (y, w, β )
= x j (y, w, β ) , j = 1...m [6.3.3.2]
∂w j
∂ ln C (y, w, β ) w j x j (y, w, β )
= = S j (y, w, β ) , j = 1...m [6.3.3.3]
∂ ln w j C (y , w, β )
1
ln Ci = β0 + ∑ αl ln yli + ∑ β j ln w ji + ∑ ∑ αlp ln yli ln y pi
l j 2l p
1
+ ∑ ∑ β jk ln w ji ln wki + ∑ ∑ ρlj ln yli ln w ji + v i [6.3.3.4]
2 j k l j
40 ( )(
Se cumple que ∂ ln C ∂ ln w j = w j C ∂C ∂w j . )
116
Eficiencia económica y fronteras de costes
1
ln Ci = β0 + ∑ αl ln yli + ∑ β j ln w ji + ∑ ∑ αlp ln yli ln y pi
l j 2l p
1
+ ∑ ∑ β jk ln w ji ln wki + ∑ ∑ ρlj ln yli ln w ji [6.3.3.5]
2 j k l j
+ v i + ui
S ji = β j + β jk ln wki + ρlj ln yli + θ ji j = 1...m − 1
conoce con el nombre del problema de Greene, ya que fue este autor
quien lo hizo notar por primera vez (Greene, 1980b). Se trata de un
problema de carácter econométrico, que ha sido solventado
empíricamente a través de diversas aproximaciones. Básicamente,
todas ellas siguen el mismo planteamiento: El término de ineficiencia
se separa en los dos componentes que lo integran, técnico y
asignativo, u i = u Ai + u Ti , resultando entonces:
117
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
1
ln Ci = β0 + ∑ α ln y + ∑ β
l
l li
j
j ln w ji +
2 ∑∑ α
l p
lp ln yli ln y pi
1
+
2 ∑∑β
j k
jk ln w ji ln wki + ∑∑ρ
l j
lj ln yli ln w ji [6.3.3.6]
+ v i + u Ai + uTi
u Ai = θ i ' Fθ i [6.3.3.7]
positiva.
118
Eficiencia económica y fronteras de costes
ecuaciones de participación, θi .
las desviaciones en valor absoluto son siempre menores que uno. Por
119
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
∂u Ai
S ji = S ji (yi , wi , β ) + , j = 1...m [6.3.3.8]
∂ ln w j
habituales:
120
Eficiencia económica y fronteras de costes
θ ij = θ j + ξij [6.3.3.10]
u Ai = θ ' Fθ [6.3.3.11]
121
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
( )
N θ j , σ θ2 y estiman por máxima verosimilitud.
122
Eficiencia económica y fronteras de costes
[ ]
ETi = exp − E (uTi εi ) = exp(− uˆTi ) [6.3.3.13]
ln C it = β 0 + β y ln y it + ∑β
j
j ln x jit + v it + u i ui ≥ 0 [6.4.1]
123
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
ln C it = β 0 + β y ln y it + ∑β
j
j ln x jit + v it + u it uit ≥ 0 [6.4.2]
124
Eficiencia económica y fronteras de costes
ln yit = β0 + ∑ β j ln x jit + v it − ui
j
m
1 βk
ln x1it = ln k1 +
r
ln yit +
k =1
r ∑
ln[wkit w1it ]
m
−
1
(vit − ui ) + βk (θki + ξki )
∑
r k =2
r
[6.4.4]
m
ln x jit = ln k j +
1
r
ln yit +
βk
r ∑ [
ln wkit w jit ]
k =1
m
−
1
(vit − ui ) − θ ji − ξ jit + βk (θki + ξ kit )
∑ j = 2...m
r k =2
r
−1 r
k j = β j e β 0 ∏ β j j ∑
m β m
siendo
y r = βj , que mide los
j =1 j =1
rendimientos de escala.
125
PARTE II: LA ESTIMACIÓN EMPÍRICA DE LA EFICIENCIA
máxima verosimilitud.
126
PARTE III
LA EFICIENCIA HOSPITALARIA
EN ESPAÑA
7. INTRODUCCIÓN
129
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
130
Introducción
partir del cociente entre su coste medio por caso, c i , y el coste medio
esperado, ĉi :
C i* = c i cˆ i [7.2.1]
47 Este índice de costosidad ha sido calculado para los hospitales españoles por
Wagstaff (1989).
131
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
ci = β0 + ∑ j
β j x ij + u i [7.2.2]
132
Introducción
133
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
134
Introducción
48 Sobre este aspecto, Prior y Solà (1999) presentaron en las XIX Jornadas de
Economía de la Salud un proyecto de estudio, no finalizado, en el que se proponen
realizar una comparación interregional de eficiencia, también con AED.
135
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
136
Introducción
49 En inglés QUALY.
50 Una amplia revisión sobre este tema puede encontrarse en Torrance (1986).
51 Mooney (1992 y 1994) y McGuire et al. (1992) efectúan un repaso de los diferentes
métodos de realización de encuestas a los sujetos, así como de los problemas más
importantes que éstas plantean y las críticas más destacadas que reciben los AVAC.
A modo de ejemplo, resulta decisivo a la hora de encontrar las valoraciones de los
individuos, quiénes son las personas entrevistadas (personal sanitario, enfermos,
público en general) y el método de encuesta empleado, ya que los resultados
obtenidos pueden variar en gran medida.
137
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
138
Introducción
139
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
140
Introducción
141
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
142
8. EFICIENCIA TÉCNICA Y
ASIGNATIVA EN LOS
HOSPITALES DEL
INSALUD
8.1. INTRODUCCIÓN
143
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
144
Eficiencia técnica y asignativa en los hospitales del INSALUD
145
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
146
Eficiencia técnica y asignativa en los hospitales del INSALUD
147
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
57 La forma que adopta la función de costes totales translog multiproducto, así como la
de la función de costes variables, y la de las ecuaciones de participación
correspondientes, puede encontrarse en Caves, Chirstensen y Swanson (1981).
148
Eficiencia técnica y asignativa en los hospitales del INSALUD
1
ln CV = β 0 + ∑ αl ln yl + ∑ β j ln w j + ∑ ∑ αlp ln yl ln y p
l j 2 l p
1
+ ∑ ∑ β jk ln w j ln wk + ∑ ∑ ρlj ln yl ln w j + π1K
2 j k l j
1
+ π11 (ln K )2 + ∑ τ l ln yl ln K + ∑ ψ j ln w j ln K [8.2.1]
2 l j
+ uT + u A + v
Sj = βj + ∑ β jk ln wk + ∑ ρlj ln yn + ψ j ln K + θ j
k l
j = 1...m − 1
β jk = β kj k,j=1...m
αlp = α pl l,p=1...n
las primeras son las causantes del incremento en los costes. Dicha
relación ha sido planteada por los autores de diferentes formas, que
149
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
n
uA = c ∑ε
j =1
2
j [8.2.2]
150
Eficiencia técnica y asignativa en los hospitales del INSALUD
151
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
152
Eficiencia técnica y asignativa en los hospitales del INSALUD
8.4. ESTIMACIÓN
59 González y Barber (1996) utilizan el gasto por caso como precio de un factor
agregado similar al que aquí definimos. En nuestro caso se ha preferido emplear las
estancias como proxy de la cantidad, en lugar de los casos, porque muchas de las
partidas contenidas aquí están relacionadas con la prestación de servicios hoteleros
(calefacción, comida, limpieza, etc.).
153
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
1 (θ − µ )2 1 θ1 − µ1
f (θ1 ) = exp − 1 21 = φ
[8.4.2]
2π σθ 2σ θ σ θ σ θ
154
Eficiencia técnica y asignativa en los hospitales del INSALUD
sigue:
σ 2α 2 εi
ln L = N ln α + N v + ∑ ln Φ − ασ v + ∑ − αεi
2 i
i σv
[8.4.3]
θ − µ1
+ N ln(1 σ θ ) + ∑ lnφ 1i
i σ θ
155
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
156
Eficiencia técnica y asignativa en los hospitales del INSALUD
∂ ln CV
∂ lnyl
= αl + ∑α
p
lp
ln y p + ∑ρ
j
lj ln w j + τ l ln K l = 1...n
∂ ln CV
∂ ln w j
= βj + ∑β
k
jk ln wk + ∑ρ l
lj ln yl + ψ j ln K j = 1...m
∂ ln CV
= αl l = 1...n
∂ lnyl
∂ ln CV
= βj j = 1...m
∂ ln w j
157
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
S12 − S1 + β11 ≤ 0
158
Eficiencia técnica y asignativa en los hospitales del INSALUD
(
∂ RMTyl yk )=0 l , k = 1...n y r = 1...m
∂ ln wr
∂
(∂ ln CV ∂ ln yl )
(∂ ln CV ∂ ln yk )
= 0 l , k = 1...n y r = 1...m .
∂ ln wr
∂
αl +
∑αp
lp
ln y p + ∑ρj
ljln w j + τ l ln K
=0
∂ ln wr α p +
∑α
p
kp ln y p +∑ρ
j
kj ln w j + τ p ln K
l , k = 1...n y r = 1...m .
159
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
Economías de escala
1
RE = [8.4.1.1]
∑ ∂ ln CT ln y
l
l
160
Eficiencia técnica y asignativa en los hospitales del INSALUD
1
REcp =
∑ ∂ ln CV ln y
l
l
1
REcp =
∑ α − ∑∑ α
n
n
n p
np ln y p − ∑∑ ρ
n j
nj ln w j
1
REcp =
∑α
n
n
161
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
1 1 − ∂ ln CV ∂ ln K
RE = =
∑ ∂ ln CT ln yl ∑ ∂ ln CV ∂ ln yl
l l
1 − π1
RE = = 0.98
α1 + α 2
Exceso de capacidad
CT (y, w, pk , β ) = CV (y, w, K , β ) + pk K
del capital.
162
Eficiencia técnica y asignativa en los hospitales del INSALUD
∂CT ∂K = ∂CV ∂K + pk = 0
− ∂CV ∂K = p k .
∂CV ∂ ln CV CV
=
∂K ∂ ln K K
163
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
encuentran en el Apéndice70.
164
Eficiencia técnica y asignativa en los hospitales del INSALUD
[ ]
ETi = exp − E (uTi εi ) = exp(− uˆTi ) [8.4.2.1]
165
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
n
uˆ Ai = c ∑ θ 2ji [8.4.2.2]
j =1
uˆ Ai = 2cθ12i [8.4.2.3]
166
Eficiencia técnica y asignativa en los hospitales del INSALUD
167
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
N ε λ 1 ε
2
ln L = ln(2 π ) − N ln σ + ∑ ln Φ i − i
2
i σ 2 σ
[8.5.1]
θ − µ1
+ N ln(1 σθ ) + ∑ lnφ 1i
i σ θ
168
Eficiencia técnica y asignativa en los hospitales del INSALUD
δ
ln L = −N ln σ − N ln Φ
σu
T
ε − δ ε λ δ
+ ∑ ln φ i + ln Φ i + [8.5.2]
i σ σ λσ
θ − µ1
+ N ln(1 σ θ ) + ∑ lnφ 1i
i σ θ
71 Ver expresión .
72 Ver expresión .
73 Bajo la hipótesis nula H 0 : δ = 0 el estadístico λ = −2[log lik (H 0 ) − log lik (H1 )] se
distribuye según una χ 2 con un grado de libertad. Este estadístico toma un valor
λ = 0.02 que es inferior a 3.84, el valor que proporciona la tabla. Por ello, no se
puede rechazar la hipótesis.
169
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
170
Eficiencia técnica y asignativa en los hospitales del INSALUD
EXPONENCIAL SEMINORMAL
171
9. DETERMINANTES DE LA
EFICIENCIA TECNICA
9.1. INTRODUCCIÓN
173
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
174
Determinantes de la eficiencia técnica
u Ti = δ ' Z i + η i [9.2.1]
( )
truncada en cero, N + δ ' Z i , σ η2 . Se considera que es independiente
175
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
u Ai .
176
Determinantes de la eficiencia técnica
177
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
178
Determinantes de la eficiencia técnica
u T = δ 0 + δ 1 ln (CASOS ) + δ 2 RM + δ 3 CV + δ 4 CE + η [9.2.3]
uˆ A = 2cθ12 [9.2.4]
δ'z 1 − γ ε γ 2
f (ε ) =
1
Φ + exp − (ε − δ ' z )
Φ(δ ' z σ γ )σ 2π σ γ 1−γ 2σ 2 [9.2.5]
1
ln L = −N ln 2π + ln σ − ∑ ln Φ(δ ' z i σ γ )
2 i
δ ' zi 1 − γ ε γ 1 ε i − δ ' z i
2
+ ∑ ln Φ + i − [9.2.6]
i
σ γ 1 − γ 2 σ
θ − µ1
+ N ln(1 σ θ ) + ∑ lnφ 1i
i σ θ
179
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
180
Determinantes de la eficiencia técnica
181
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
S12 − S1 + β11 ≤ 0
Economías de escala
1 1 − ∂ ln CV ∂ ln K
RE = =
∑ ∂ ln CT ln y ∑ ∂ ln CV
l
l
l
∂ ln yl
182
Determinantes de la eficiencia técnica
donde:
δ ' Zi δ ' Zi
φ − σ u φ
1 σu σ u
ψi = 1 − − y
σu δ ' Zi δ ' Zi
Φ
− σ u Φ
σ u
σ u
183
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
∂ ln CVi
= α1 + α11 ln CASOSi + α12 ln AMBU i
∂ ln CASOS i
+ ρ11 ln Sali + ψ i δ1
∂ ln CVi
elasticidad frente a CASOS resultaría = α1 + ψ medioδ1 .
∂ ln CASOSi
Con los valores del Cuadro 9.1 para los parámetros α1, α 2, π1 y
1 − π1
RE = = 0.80
α1 + ψ medioδ1 + α2
184
Determinantes de la eficiencia técnica
1 − π1
RE = = 1.45
α1 + α 2
Exceso de capacidad
185
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
u Ai = 2cε12i .
81 Recordemos que este es el porcentaje de los costes actuales que tendría el hospital
medio si combinara los factores productivos en las proporciones óptimas.
82 Como ya hemos visto, el parámetro γ que aparece en la función de verosimilitud
186
Determinantes de la eficiencia técnica
187
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
188
Determinantes de la eficiencia técnica
189
PARTE III: LA EFICIENCIA HOSPITALARIA EN ESPAÑA
190
CONCLUSIONES
Esta tesis se ha planteado como objetivo el análisis de la
eficiencia de los hospitales públicos en España. Se ha intentado
cuantificar dicha eficiencia, así como distinguir los dos componentes
básicos de la misma: el técnico (para comprobar en qué medida se
están despilfarrando recursos) y el asignativo (para constatar hasta
qué punto las proporciones en que se emplean los factores se alejan
de las óptimas). Adicionalmente, la tesis ha intentado decir algo
sobre los factores determinantes de la eficiencia.
193
Conclusiones
194
Conclusiones
85 Siempre dentro del rango de hospitales medianos que son los centros analizados en
esta tesis.
195
REFERENCIAS
Afriat, S.N. (1972), “Efficiency estimation of production functions”,
International Economic Review, 13, nº 3, oct., 568-598.
199
Referencias
200
Referencias
Charnes, A., W.W. Cooper, A.Y. Lewin y L.M. Seiford (1995). Data
envelopment analysis: theory, methodology and applications,
Kluwer Academics Publishers, Boston.
201
Referencias
202
Referencias
203
Referencias
204
Referencias
205
Referencias
Kodde, D.A. y F.C. Palm (1986). “Wald criteria for jointly testing
equality and inequality restrictions”, Econometrica, 54, 1243-
1248.
206
Referencias
Lave, J.R. y L.B. Lave (1972). “Hospital cost estimation controlling for
case-mix”, Applied Economics Review, 4, 165-180.
207
Referencias
208
Referencias
Morey, R.C., D.J. Fine y S.W. Loree (1990). “Comparing the allocative
efficiencies of hospitals”, OMEGA International Journal of
Managemant Science, 18(1), 71-83.
209
Referencias
210
Referencias
211
Referencias
212
Referencias
213
APÉNDICE
APÉNDICE
Modelo normal-seminormal
2 u2
f (u ) = exp − , u≥0 [A.1.1]
2π σ u 2σ 2
u
y la función de densidad de v:
1 v2
f (v ) = exp − , − ∞ <v < ∞ [A.1.2]
2π σ v 2σ 2
v
217
Apéndice
1 u2 v 2
f (u, v ) = exp − − , u≥0 [A.1.3]
πσ uσ v 2σ 2 2σ 2
u v
1 1 u 2 (ε + u )2
f (u, ε ) = exp − 2 + con u ≥ 0 [A.1.4]
πσ uσ v 2 σ u σ v2
y operando, resulta:
f (u, ε ) =
1 ε2
exp - −
(u − µ* )2 con u ≥ 0 [A.1.5]
πσ uσ v 2σ 2 2σ *2
σ u2σ v2 εσ 2
donde σ 2 = σ u2 + σ v2 , σ *2 = 2
y µ * = − 2u .
σ σ
∞
f (ε ) = ∫ f (u, ε )du =
(
2 exp − ε 2 2σ 2 ) ∫ exp(- (u − µ )
∞
*
2
2σ *2 )du
0 σ uσ v 2π 0 2π
ε 2
=
2
exp − 1 − Φ ελ [A.1.6]
2
σ 2π 2σ σ
2 ε ελ
= φ Φ −
σ σ σ
218
Apéndice
2 ε 2 ε γ
f (ε ) = exp − 1 − Φ
2 1− γ
σ 2π 2σ
[A.1.7]
2 ε ε γ
= φ Φ −
σ σ 1− γ
N
2 N ε 2 ε λ
L ( β , σ , λ ) = ∏ exp − i 2 1 − Φ i [A.1.8]
σ
σ 2π i =1 2σ
En logaritmos, sería:
N ε λ 1 ε
2
ln L ( β , σ , λ ) = ln(2 π ) − N ln σ + ∑ ln Φ − i − i [A.1.9]
2 i
σ 2 σ
f (u, ε ) 1 1 u − µ 2
f (u ε ) = = exp− *
[A.1.10]
f (ε ) 2π σ *Φ(µ* σ * ) 2 σ *
219
Apéndice
φ (µ* σ * )
E (u ε ) = µ* + σ * [A.1.11]
1 − Φ(− µ * σ * )
y su moda
σ2
− ε u2 si ε ≤ 0
M (u ε ) = σ [A.1.12]
0 en otro caso
Modelo normal-normal-truncada
f (u ) =
[
exp − (u − µ )2 2σ u2 ] 2π σ u
p [u ≥ 0]
[A.1.13]
1 (u − µ )2
= exp − , u ≥0
2π σ u Φ( µ σ u ) 2σ 2
u
220
Apéndice
1 v2
f (v ) = exp − , −∞ <v < ∞ [A.1.14]
2π σ v 2σ 2
v
1 (u − µ )2 v 2
f (u, v ) = exp − − u≥0 [A.1.15]
2πσ uσv Φ( µ σ u ) 2σ u2 2σ v2
1 (u − µ )2 (ε + u )2
f (u, ε ) = exp − − u ≥ 0 [A.1.16]
2πσ uσ v Φ( µ σ u ) 2σ 2
2σ 2
u v
y operando resulta:
1 (ε + µ )2 (u − µ* )2
f (u, ε ) = exp - − u ≥ 0 [A.1.17]
2πσ uσ v Φ( µ σ u ) 2σ 2 2σ *2
σ u2σ v2 µσ v2 − εσ u2
donde σ 2 = σ u2 + σ v2 , σ *2 = y µ * = − .
σ2 σ2
f (ε ) =
∞
[
exp (ε + µ ) 2σ 2
2
] ∞
[ ]
exp - (u − µ* ) 2σ *2
2
∫0
f (u, ε )du =
σ uσ v Φ( µ σ u ) 2π ∫
0
2π
du
1 µ ελ (ε + µ )2
= Φ − exp − 2
[A.1.18]
Φ(µ σ u )σ 2π σλ σ 2σ
1 ε + µ µ ελ
= φ Φ −
σΦ( µ σ u ) σ σλ σ
221
Apéndice
normal tipificada.
µ 1−γ ε γ 2
f (ε ) =
1
Φ − exp − (ε + µ )
Φ(µ σ γ )σ 2π σ γ 1−γ 2σ 2
[A.1.19]
1 ε + µ µ 1 − γ ε γ
= φ Φ −
σΦ( µ σ γ ) σ σ γ 1−γ
1
ln L ( β , σ , λ ) = −N ln 2π + ln σ + ln Φ( µ σ u )
2
[A.1.20]
µ ε λ 1 ε + µ
2
+ ∑ i
ln Φ
σλ
− i − i
σ 2 σ
la siguiente forma:
f (u, ε )
f (u ε ) =
f (ε )
con u ≥ 0 [A.1.21]
1 1 u − µ 2
= exp − *
2π σ *Φ(µ* σ * ) 2 σ *
222
Apéndice
φ (µ* σ * )
E (u ε ) = µ* + σ * [A.1.22]
1 − Φ(− µ* σ * )
y su moda:
µσ v2 − εσ u2
− si ε ≤ 0
M (u ε ) = σ2 [A.1.23]
0 en otro caso
Modelo normal-exponencial
1 u
f (u ) = exp −
u≥0 [A.1.24]
σu σu
1 v2
f (v ) = exp − , −∞ <v < ∞ [A.1.25]
2π σ v 2σ 2
v
1 u v2
f (u,v ) = exp − − 2
u≥0 [A.1.26]
2π σ uσ v σ u 2σ v
223
Apéndice
1 u 1
f (u, ε ) = exp− − (u + ε )2 u≥0 [A.1.27]
2π σ uσ v σ u
2
2σ v
y operando resulta:
1 ε σ2 (u − µ* )2
f (u, ε ) = exp − − v2 exp − u ≥ 0 [A.1.28]
2π σ uσ v σ 2σ u 2σ v2
u
σ v2
siendo µ* = −ε − .
σu
∞
f (ε ) = ∫ f (u,ε )du
0
∞
1 ε σ2 1 (u − µ* )2
=
σ uσ v
exp −
σ
u
− v2
2σ u 0 ∫ 2π
exp −
2σ v2
du [A.1.29]
1 ε σv 2
= Φ − exp ε + σ v
σ −σ σ 2
σu v u u 2σ u
σ2
ln L ( β , σ u , σ v ) = −N ln σ u + N v2
2σ
u
[A.1.30]
ε σ εi
+ ∑
i
ln Φ −
σ
v
− v+
σ u
∑
i
σu
sigue:
224
Apéndice
f (u, ε )
f (u ε ) =
f (ε )
u≥0 [A.1.31]
1 1 u − µ 2
= exp − *
2π σ v Φ(µ* σ v ) 2 σ *
φ (µ* σ * )
E (u ε ) = µ* + σ * [A.1.32]
1 − Φ(− µ* σ * )
y su moda:
σ v2
− ε − σ si ε ≤ 0
M (u ε ) = u [A.1.33]
0 en otro caso
Tanto una como otra pueden ser empleadas como predicción para el
valor individual de ui .
siguiente forma:
ui = δ ' zi + ηi [A.2.1]
225
Apéndice
f (u ) =
[
exp − (u − δ ' z )2 2σ u2 ] 2π σ u
p [u ≥ 0]
[A.2.2]
1 (u − δ ' z )2
= exp − , u ≥0
2π σ u Φ(δ ' z σ u ) 2σ 2
u
1 v2
f (v ) = exp − , −∞ <v < ∞ [A.2.3]
2π σ v 2σ 2
v
1 (u − δ ' z )2 v 2
f (u, v ) = exp − − u ≥ 0 [A.2.4]
2πσ uσv Φδ ' z µ σ u ) 2σ u2 2σ v2
1 (u − µ )2 (ε + u )2
f (u, ε ) = exp − − u ≥ 0 [A.2.5]
2πσ uσ v Φ( µ σ u ) 2σ 2
2σ 2
u v
y operando resulta:
1 (ε + δ ' z )2 (u − µ* )2
f (u, ε ) = exp - − u ≥ 0 [A.2.6]
2πσ uσ v Φ(δ ' z σ u ) 2 σ 2
2 σ 2
*
226
Apéndice
f (ε ) =
∞
[
exp (ε + δ ' z ) 2σ 2
2
] ∞
[
exp - (u − µ* ) 2σ *2
2
]
∫
0
f (u, ε )du =
σ uσ v Φ(δ ' z σ u ) 2π ∫
0
2π
du
1 δ ' z ελ (ε + δ ' z )2
= Φ − exp −
Φ(δ ' z σ u )σ 2π σλ σ 2σ 2
1 ε + δ ' z δ ' z ελ
= φ Φ −
σΦ(δ ' z σ u ) σ σλ σ
[A.2.7]
normal tipificada.
1
ln L ( β , σ , λ ) = −N ln 2π + ln σ −
2
∑ ln Φ(δ ' z
i
i σu )
[A.2.8]
δ ' z i ε i λ 1 ε i + δ ' zi
2
+ ∑ i
ln Φ
σλ
− −
σ 2 σ
f (u, ε )
f (u ε ) =
f (ε )
con u ≥ 0 [A.2.9]
1 1 u − µ 2
= exp − *
2π σ *Φ(µ* σ * ) 2 σ *
227
Apéndice
φ (µ* σ * )
E (u ε ) = µ* + σ * [A.2.10]
1 − Φ(− µ* σ * )
y su moda:
σ v2δ ' z − εσ u2
− si ε ≤ 0
M (u ε ) = σ2 [A.2.11]
0 en otro caso
228
Apéndice
Modelo normal-seminormal
2 u2
f (u ) = exp − , u≥0 [A.3.1]
2π σ u 2σ 2
u
y la función de densidad de v:
1 v2
f (v ) = exp − , −∞ <v < ∞ [A.3.2]
2π σ v 2σ 2
v
1 u2 v 2
f (u, v ) = exp − − , u ≥0 [A.3.3]
πσ uσ v 2σ 2 2σ 2
u v
1 1 u 2 (ε − u )2
f (u, ε ) = exp − 2 + con u ≥ 0 [A.3.4]
πσ uσ v 2 σ u σ v2
y operando, tenemos:
f (u, ε ) =
1 ε2
exp - −
(u − µ* )2 con u ≥ 0 [A.3.5]
πσ uσ v 2σ 2
2σ *2
v
229
Apéndice
σ u2σ v2 εσ u2
donde σ 2 = σ u2 + σ v2 , σ *2 = y µ * = .
σ2 σ2
∞
f (ε ) = ∫ f (u, ε )du =
(
2 exp − ε 2 2σ 2 ) ∫ exp(- (u − µ )
∞
*
2
2σ *2 )du
0 σ uσ v 2π 0 2π
ε 2
1 − Φ − ελ
2
= exp − 2
[A.3.6]
σ
σ 2π 2σ
2 ε ελ
= φ Φ
σ σ σ
2 ε 2 ε γ
f (ε ) = exp − Φ
σ 2π 2σ 2 1 − γ
[A.3.7]
2 ε ε γ
= φ Φ
σ σ 1 − γ
N N
2 ε 2 ε λ
L ( β , σ , λ ) =
σ 2π
∏i =1
exp − i 2 1 − Φ − i
2σ
σ
[A.3.8]
230
Apéndice
N ε λ 1 ε
2
ln L ( β , σ , λ ) =
2
ln(2 π ) − N ln σ + ∑ ln Φ i − i [A.3.9]
σ 2 σ
i
f (u, ε ) 1 1 u − µ 2
f (u ε ) = = exp− *
[A.3.10]
f (ε ) 2π σ *Φ(µ* σ * ) 2 σ *
esperanza es:
φ (µ* σ * )
E (u ε ) = µ* + σ * [A.3.11]
1 − Φ(− µ* σ * )
y su moda
σ u2
ε si ε ≥ 0
M (u ε ) = σ 2 [A.3.12]
0 en otro caso
231
Apéndice
Modelo normal-normal-truncada
1 (u − µ )2
f (u ) = exp − , u≥0 [A.3.13]
2π σ u Φ( µ σ u ) 2σ u2
1 v2
f (v ) = exp − , −∞ <v < ∞ [A.3.14]
2π σ v 2σ 2
v
1 (u − µ )2 v 2
f (u, v ) = exp − − u≥0 [A.3.15]
2πσ uσv Φ( µ σ u ) 2σ u2 2σ v2
1 (u − µ )2 (ε − u )2
f (u, ε ) = exp − − u ≥ 0 [A.3.16]
2πσ uσ v Φ( µ σ u ) 2σ u2 2σ v2
y operando resulta:
232
Apéndice
1 (ε − µ )2 (u − µ* )2
f (u, ε ) = exp - − u ≥ 0 [A.3.17]
2πσ uσ v Φ( µ σ u ) 2σ 2
2 σ 2
*
σ u2σ v2 µσ v2 + εσ u2
donde σ 2 = σ u2 + σ v2 , σ *2 = y µ * = .
σ2 σ2
f (ε ) =
∞
[
exp (ε − µ ) 2σ 2
2
] ∞
[ ]
exp - (u − µ* ) 2σ *2
2
∫
0
f (u, ε )du =
σ uσv Φ( µ σ u ) 2π ∫
0
2π
du
1 µ ελ (ε − µ )2
= Φ + exp −
Φ( µ σ u )σ 2π σλ σ 2σ 2
1 ε − µ µ ελ
= φ Φ +
σΦ( µ σ u ) σ σλ σ
[A.3.18]
normal tipificada.
µ 1−γ ε γ 2
f (ε ) =
1
Φ + exp − (ε − µ )
Φ(µ σ γ )σ 2π σ γ 1− γ 2σ 2
[A.3.19]
1 ε − µ µ 1 − γ ε γ
= φ Φ +
σΦ( µ σ γ ) σ σ γ 1−γ
donde γ = σ u2 σ 2 .
233
Apéndice
1
ln L ( β , σ , λ ) = −N ln 2π + ln σ + ln Φ( µ σ u )
2
[A.3.20]
µ ε λ 1 ε − µ
2
+ ∑ i
ln Φ
σλ
+ i − i
σ 2 σ
la siguiente forma:
f (u, ε )
f (u ε ) =
f (ε )
con u ≥ 0 [A.3.21]
1 1 u − µ 2
= exp− *
2π σ *Φ(µ* σ * ) 2 σ *
φ (µ* σ * )
E (u ε ) = µ* + σ * [A.3.22]
1 − Φ(− µ* σ * )
y su moda:
µσv2 − εσ u2
si ε ≥ 0
M (u ε ) = σ2 [A.3.23]
0 en otro caso
234
Apéndice
Modelo normal-exponencial
1 u
f (u ) = exp −
u≥0 [A.3.24]
σu σu
1 v2
f (v ) = exp − , −∞ <v < ∞ [A.3.25]
2π σ v 2σ 2
v
1 u v2
f (u,v ) = exp − − 2
u≥0 [A.3.26]
2π σ uσ v σ u 2σ v
1 u 1
f (u , ε ) = exp − − (ε − u )2 u ≥0 [A.3.27]
σ u 2σ v
2
2π σ u σ v
1 ε σ2 (u − µ* )2
f (u,ε ) = exp − + v2 exp − u ≥ 0 [A.3.28]
2π σ uσ v σ 2σ u 2σ v2
u
σ v2
donde µ* = ε − .
σu
235
Apéndice
∞
f (ε ) = ∫ f (u,ε )du
0
∞
1 ε σ2 1 (u − µ* )2
=
σ uσ v
exp −
σ
u
+ v2
2σ u 0 ∫ 2π
exp −
2σ v2
du [A.3.29]
1 ε σv 2
= Φ exp − ε + σ v
σ − σ σ 2σ u2
σu v u u
σ2
ln L ( β , σ u , σ v ) = −N ln σ u + N v2
2σ
u
[A.3.30]
ε σ ε
+ ∑
i
ln Φ i − v +
σ
v σu
∑
i
− i
σu
sigue:
f (u, ε )
f (u ε ) =
f (ε )
con u ≥ 0 [A.3.31]
1 1 u − µ 2
= exp − *
2π σ v Φ(µ* σ v ) 2 σ *
φ (µ* σ * )
E (u ε ) = µ* + σ * [A.3.32]
1 − Φ(− µ* σ * )
y su moda:
236
Apéndice
σ v2
ε − si ε ≤ 0
M (u ε ) = σu [A.3.33]
0 en otro caso
Tanto una como otra pueden ser empleadas como predicción para el
valor individual de ui .
237