표제어 · 손해보험

손해보험 준비금 – 연속시간 미시모형

Non-life Reserves – Continuous-time Micro Models · 원저자: Ragnar Norberg · 출처: Encyclopedia of Actuarial Science (Wiley, 2004)

읽는 법. 본문은 원문 표제어의 내용을 그대로 옮긴 것입니다. 회색 해설 · 예제 상자는 학부 입문 학습을 돕기 위해 새로 추가한 부분이며 원문에는 없습니다. 모르는 용어는 글 끝 부록을 참고하세요.

1. 도입: 삼각형(거시) 대 개별클레임(미시) 관점 From Macro Triangles to a Micro View

손해보험 준비금 산정(손해보험 준비금 산정 참조)에 관한 초기 문헌의 대부분은 이산시간 거시(macro) 관점을 취했다. 즉 사고연도(발생연도)와 경과연도(발전연도)별로 정리한 표 — 이른바 전개삼각형(run-off triangle) — 안에서 총클레임 금액을 모형화했다. 그러나 이런 서술 방식은, 주류 보험위험이론에서 지배적인 연속시간 미시(micro) 관점과는 잘 맞지 않는다.

미시 관점에서는 클레임 과정을 임의의 시점에 하나씩 발생하는 개별 클레임들의 흐름으로 본다. 각 클레임은 발생 후 최종 정산까지 여러 단계를 거치며 전개된다. 이런 시각의 출발점은 잘 인용되지 않던 Karlsson(1976)의 논문이었으나, 본격적으로 발전한 것은 1980년대 후반 Arjas(1989), Jewell(1989), Norberg(1993)의 기여 이후였다.

해설 왜 “연속시간 미시”인가

연쇄사다리법(연쇄사다리법 참조) 같은 삼각형 방법은 연도 단위로 묶은 합계만 본다. 반면 미시모형은 “한 건 한 건의 클레임이 언제 발생해, 언제 보고되고, 어떻게 지급되어, 언제 종결되는가”를 직접 확률모형으로 기술한다. 정보를 더 세밀하게 쓰므로, 보고 지연이 길고 지급이 여러 해에 걸치는 롱테일 종목에서 특히 강력하다.

2. 클레임을 마크드 포아송 과정으로 Claims as a Marked Poisson Process

모형의 틀은 클레임의 마크드 점과정(marked point process) (T_i, Z_i), i = 1, 2, … 이다. 클레임 번호 i에 대해 T_i 는 발생 시점, ‘마크(mark)’ Z_i 는 발생부터 최종 정산까지의 전개 과정에 대한 서술이다. 고전적 위험과정에서는 마크가 단지 클레임 금액 Y_i이고, 그 금액이 발생 시점 T_i에 즉시 지급된다고 가정한다.

롱테일(장기지급형) 종목에서는 마크에 다음을 추가로 담는 것이 적절하다. 발생부터 통보(보고)까지의 대기시간 U_i, 통보부터 최종 정산까지의 대기시간 V_i, 구간 [T_i+U_i, T_i+U_i+v] (v ∈ [0, V_i]) 동안 그 클레임에 지급된 누적 지급액 Y^(v) (따라서 Y_i = Y_i(V_i)), 그리고 필요하면 더 자세한 서술.

발생시점 T₁ < T₂ < … (시점 τ에 만료됐거나 유효한 계약에서 나온 클레임들)이 시간의존 강도 w(t)를 갖는 포아송 과정으로 생성된다고 가정한다. 여기서 w(t)는 t > τ에서 0으로 떨어진다. 또한 T_i = t_i가 주어졌을 때 마크들은 서로 독립이고, 각 Z_i는 발생시점에만 의존하는 분포 P_Z|t를 따른다고 가정한다.

해설 마크드 포아송 과정이란

“포아송 과정”은 사건(클레임)이 강도 w(t)로 무작위 시점에 발생하는 모형이다. 각 사건에 “꼬리표(mark)” Z_i를 붙여, 그 클레임의 보고지연 · 정산지연 · 지급액 같은 운명을 함께 기술한 것이 마크드(marked) 포아송 과정이다. 발생은 포아송, 각 건의 전개는 마크의 분포로 — 이렇게 “빈도 × 마크”로 분리하는 것이 핵심 아이디어다.

3. 시점 τ에서의 네 가지 클레임 범주 Four Claim Categories at Time τ

현재 시점 τ(now)를 기준으로, 회사가 책임을 인수한(만료됐거나 유효한 계약 아래) 클레임들은 네 범주로 나뉜다.

S — 정산완료(Settled): T_i+U_i+V_i ≤ τ 인 클레임 (완전히 관측되고 지급됨).
RBNS — 보고됐으나 미정산(Reported But Not Settled): T_i+U_i ≤ τ < T_i+U_i+V_i (부분적으로 관측 · 부분 지급).
IBNR — 발생했으나 미보고(Incurred But Not Reported): T_i ≤ τ < T_i+U_i (아직 관측되지 않음).
CBNI — 담보됐으나 미발생(Covered But Not Incurred): τ < T_i (아직 관측되지 않음).

마크 독립성 가정 아래, 이 네 범주 S · RBNS · IBNR · CBNI 는 서로 독립이며, 각각 독립적인 마크드 포아송 과정에서 생성된 것으로 볼 수 있다.

4. IBNR 준비금: 복합 포아송 기댓값 IBNR Reserve as Expected Outstanding Payments

예를 들어 IBNR 클레임의 총금액은 복합 포아송 분포(연속형 모수분포 · 복합분포 참조)를 따른다. 그 빈도 모수는 시점 τ까지 발생했으나 아직 보고되지 않은 클레임의 기대 건수이다.

여기서 P_Z|t[U > τ − t]는 시점 t에 발생한 클레임의 보고지연 U가 “아직 끝나지 않았을” (즉 τ까지 미보고일) 확률이다. 그리고 클레임 크기 분포는 다음 원소로 주어진다.

따라서 IBNR 부채의 예측은 복합 포아송 분포에 관한 표준 결과에 의존하며, 특히 기대 총 IBNR 부채는 다음과 같다.

CBNI 부채에 대해서도 유사한 결과가 성립한다. 한편 RBNS 부채의 예측은 — 개별 RBNS 클레임마다 — 과거 경험이 주어졌을 때의 지급 조건부 분포에 기반한다. 독립성 덕분에 총 미지급부채(outstanding liability)의 예측은 각 범주 부채를 합성곱(convolution) 으로 결합하는 일로 귀착된다. 이 결과들과 더 일반적인 결과는 Norberg(1993, 1999)에 있다. 거기서는 강도과정 w(t)가 확률적인 경우로도 확장되는데, 이 경우 범주들 사이에 의존성이 생겨 예측이 베이즈 예측(베이즈 통계 참조)의 문제가 된다.

예제 IBNR 기대부채 식 읽기

왜 E[L_IBNR] 식의 u(보고지연) 적분 하한이 τ − t부터인가?

시점 t(≤ τ)에 발생한 클레임이 “현재까지 아직 미보고(IBNR)”이려면 보고지연 U가 τ − t보다 커야 한다. 즉 발생 후 지금까지 흐른 시간보다 보고지연이 더 길어야 한다. 그래서 u를 τ − t부터 적분한다. 거기에 지급액 y를 곱해 기대값을 취하면, 빈도(발생 강도 w)와 심도(크기 y)가 결합된 기대 미지급액이 나온다.

5. 위치(상태) 모형: 마르코프 연쇄 마크 The Position (Markov-chain) Model for the Mark

Hesselager(1994)는 (대표) 마크 Z에 대해 다음과 같은 마르코프 연쇄 모형(마르코프 연쇄와 마르코프 과정 참조)을 제안했다. 클레임이 가질 수 있는 유한한 상태집합 {0, 1, …, J}이 있다. 보통 0은 초기상태 IBNR, J는 최종상태 S(정산완료)이다. 중간상태 j ∈ {1, …, J−1}은 “RBNS이고 부분지급이 j − 1번 이루어졌다”를 뜻할 수 있으나, 이 틀은 훨씬 더 상세한 클레임 이력도 수용한다.

발생 후 u년 시점(즉 T+u)의 클레임 상태를 S(u)로 표기하며, 이는 전이강도 μ_jk를 갖는 연속시간 마르코프 연쇄로 가정한다. 전개시점 u에서 상태 j → k로 전이가 일어나는 즉시 부분지급 Y_jk(u)가 이루어진다. 이 지급들은 서로 독립이고 상태과정의 과거 이력과도 독립이며, 각 Y_jk(u)는 적률 m^(q)(u) = E[Y_jk(u)^q], q = 1, 2, … 를 갖는다.

X(u)를 전개시점 u에서 그 클레임에 대한 총 미지급부채라 하자. 차수 q = 1, 2, … 의 상태별 적률

은 다음 콜모고로프 후방 미분방정식을 만족한다.

경계조건은 V_j^(q)(∞) = 0 이다. (Hesselager는 q = 1, 2에 대해 이를 보였다. 일반 결과는 X(u) = [X(u) − X(u+du)] + X(u+du)를 q제곱하여 이항정리를 쓰고, S(u) = j 조건부 기댓값을 취한 뒤 S(u+du)로 조건화하면 쉽게 얻는다.) 특히 1차 적률

은 전개시점 u에서 상태 j에 있는 클레임에 대한 자연스러운 RBNS 준비금이다.

해설 위치모형의 직관

한 건의 클레임을 “IBNR → RBNS(부분지급들) → 정산완료”로 이어지는 상태들 사이를 옮겨 다니는 입자로 본다. 전이가 일어날 때마다 보험금이 일부 지급된다. “지금 상태 j에 있는 클레임의 앞으로의 총지급액 기댓값”이 바로 그 클레임의 준비금 V_j⁽¹⁾이고, 후방방정식은 “지금 상태”의 준비금을 “다음 상태” 준비금들로 거꾸로 이어붙여 계산하는 장치다.

한편 Klüppelberg & Mikosch(1995)는 IBNR 특성을 고전적 위험과정에 통합하여, 그것이 파산확률(파산이론 참조)에 미치는 영향에 대한 점근 결과를 얻었다.

참고 및 관련 표제어

관련 표제어. 손해보험 준비금 산정(Reserving in Non-life Insurance) · 연쇄사다리법(Chain-ladder Method) · 마크드 포아송 과정(Marked Poisson Process) · 클레임 건수 과정(Claim Number Process) · IBNR(Incurred But Not Reported) · 복합분포(Compound Distributions) · 베이즈 통계(Bayesian Statistics) · 파산이론(Ruin Theory)

부록. 이 글에 나온 용어 (배경지식 보충)

전개삼각형 (run-off triangle) — 사고연도×경과연도로 지급액을 배열한 표. 거시(이산시간) 준비금 산정의 기본 자료.
마크드 점과정 (marked point process) — 사건의 발생시점 T_i와 그 사건의 속성(마크) Z_i를 함께 기록하는 확률과정.
포아송 강도 (intensity) w(t) — 단위시간당 클레임 발생률. 시간에 따라 변할 수 있다.
보고지연 U · 정산지연 V — 발생→통보까지(U), 통보→최종정산까지(V) 걸리는 대기시간.
S · RBNS · IBNR · CBNI — 현재 시점 기준 클레임의 네 단계: 정산완료 · 보고됐으나 미정산 · 발생했으나 미보고 · 담보됐으나 미발생.
복합 포아송 분포 (compound Poisson) — 포아송 건수만큼 독립 금액을 더한 총액의 분포. IBNR · CBNI 총액 모형의 기초.
합성곱 (convolution) — 독립인 확률변수들의 합의 분포를 구하는 연산. 범주별 부채를 결합할 때 사용.
연속시간 마르코프 연쇄 — 미래가 현재 상태에만 의존하는 과정으로, 상태 사이 이동이 전이강도 μ_jk로 기술된다.
콜모고로프 후방방정식 — 마르코프 과정에서 “현재 상태” 기준 기댓값을 풀어내는 미분방정식.
RBNS 준비금 — 이미 보고됐으나 아직 정산되지 않은 클레임의 향후 지급 기댓값(1차 적률).

한국보험시장 현황 Korea Market Practice

연속시간 미시모형은 집계된 진전삼각형 대신 개별 클레임의 발생·보고·지급 과정을 연속시간으로 모형화해 준비금을 산정한다. 국내에서도 데이터 인프라가 좋아지면서 개별 클레임 단위 모형과 머신러닝 기반 준비금(개별 진전 예측)에 대한 관심이 커지고 있다.

집계법의 정보손실을 줄여 롱테일·이질적 포트폴리오의 준비금을 정교하게 추정할 수 있다는 장점이 있으나, 자료요건과 검증부담이 크다. 현재 국내 표준은 여전히 삼각형 기반 집계법이며, 미시모형은 보조·검증 수단으로 발전 중이다.

실무 집계에서 개별로

개별 클레임 모형은 정보손실을 줄이지만 자료·검증 부담이 크다. 국내에서는 삼각형 집계법을 보완하는 연구·도구로 점차 도입되고 있다.

[한국보험시장 현황]은 한국 보험시장 실무 관점(2026.6 기준)에서 추가 작성한 것임. · 원문: Encyclopedia of Actuarial Science (Wiley, 2004), "Non-life Reserves – Continuous-time Micro Models", Ragnar Norberg. · 본 해설서의 [해설]·[예제]·[부록]은 학부 입문 학습용으로 추가·구성한 것임.