신뢰도법을 이용한 지급준비금 산정
1. 배경 — 왜 신뢰도인가 Background
신뢰도 이론(credibility theory)이 발전한 배경은, 비슷한 계약들로 이루어진 포트폴리오가 있을 때의 상황이다. 자연스럽게는 모든 계약에 같은 보험료율을 적용하겠지만, 그러면 계약 간 개별 차이를 전혀 반영하지 못한다. 그래서 개별 계약의 클레임 경험도 함께 활용하는 방법론이 개발되었다. 이렇게 하면 보험료는 해당 위험만의 자료가 아니라 비슷한 위험들의 정보까지 함께 사용해 추정된다.
지급준비금 산정(claims reserving) 맥락에서도 같은 이유로 신뢰도 추정을 쓴다. 서로 다른 출처의 정보를 어떤 방식으로 “공유”할 수 있기 때문이다. 신뢰도를 준비금에 적용하는 방법은 여러 가지인데, 예컨대 사업량이 달라지더라도 사고연도(또는 인수연도)들의 손해율이 서로 비슷하다고 가정하는 방식이 가장 흔하다.
신뢰도 추정의 핵심은, 추정하려는 대상의 자기 자료(개별 경험)와 비슷한 집단의 전체 평균을 가중평균하는 것이다. 자기 자료가 많고 믿을 만하면 거기에 더 큰 가중치 z를, 적으면 전체 평균에 더 큰 가중치를 둔다.
여기서 z를 신뢰도(credibility factor)라 하며, 자료가 많을수록 1에 가까워진다. 준비금 산정에서는 이 z를 사고연도 사이에 적용해, 각 사고연도를 따로따로 추정(=연쇄사다리법)하는 대신 서로 평활(smoothing)한다.
2. 사고연도 간 평활 Smoothing Over Accident Years
신뢰도 이론을 쓰는 기본 이유는 어떤 맥락에서든 실제 보고 있는 자료 외의 출처에서 정보를 “빌려오기” 위해서다. 준비금 맥락에서는 먼저 연쇄사다리 기법(또는 비슷한 구조의 확률모형)을 생각한다. 표준적 처리에서는 사고연도들을 완전히 별개로 다루지만, 신뢰도 접근은 이를 회귀(regression) 형태의 모형으로 보고, 사고연도에 대한 모수를 함수 β(Θi)를 통해 다룬다. 그 결과 곱셈모형에서 사고연도 관련 모수가 (연쇄사다리처럼) 각 연도별로 따로 추정되지 않고, 사고연도 사이에 평활이 가해진다.
주요 가정은 다음과 같다. (1) 서로 다른 사고연도의 자료는 독립이다. (2) Θi는 독립이고 동일하게 분포한다. (3) 고정된 i에 대해 Xij는 Θi가 주어졌을 때 조건부 독립이다. 증분 클레임의 2차 모멘트(분산구조)에 대해서도 가정이 필요하다.
De Vylder는 증분 클레임 Xij가 손해율(loss ratio)이라는 전제 아래, 조건부 분산을 다음처럼 두었다(r²은 미지 스칼라, pi는 사업량 가중치). 핵심 가정은 조건부 분산이 경과기간 j에 의존하지 않는다는 것이다.
이를 바탕으로 Hachemeister의 신뢰도 방식을 사고연도에 적용해, 사고연도별 신뢰도 추정량 Bi와 신뢰도계수 ẑi를 2단계(① 신뢰도 추정 → ② 미지 모수 추정)로 구한다. 입문 단계에서는 “연쇄사다리의 연도별 추정을 신뢰도로 평활한다”는 개념만 이해해도 충분하다.
두 사고연도 A·B가 있다. A는 자료가 많아 nA=40, B는 적어 nB=5이고 k=10이라 하자. 각 연도 추정에서 자기 자료의 비중 z는?
A: zA = 40/(40+10) = 0.80 → 자기 경험을 80% 신뢰.
B: zB = 5/(5+10) = 0.33 → 자기 경험은 33%만, 나머지 67%는 전체 평균에서 빌려옴. 자료가 적은 B일수록 다른 연도 정보에 더 의존해 평활됨을 보여준다.
참고문헌 및 관련 표제어
주요 참고: De Vylder, F.; Mack, Th. [7]; Hachemeister [4]; Norberg, R. [9]; Verrall, R.J. (1994) ASTIN Bulletin 24. (원문 [1]–[11] 참조)
부록. 이 글에 나온 용어 (배경지식 보충)
- 신뢰도 이론 (credibility theory) — 개별 위험의 경험과 집단 전체 평균을 가중평균해 추정하는 보험계리 이론.
- 신뢰도계수 (credibility factor) z — 자기 자료에 두는 가중치(0~1). 자료가 많을수록 1에 가까움.
- 사고연도 (accident year) — 손해가 발생한 연도(런오프 삼각형의 행).
- 평활 (smoothing) — 연도별로 들쭉날쭉한 추정을 서로 정보를 빌려 매끄럽게 만드는 것.
- 손해율 (loss ratio) — 보험금/보험료 비율. 사고연도 간 비교에 자주 씀.
- 증분 클레임 (incremental claims) Xij — 각 (사고연도, 경과기간) 칸에서 그 기간에 새로 발생한 지급액.
- 조건부 독립 (conditional independence) — 어떤 변수(Θi)가 주어졌다는 조건 아래에서 서로 독립인 성질.
- 회귀모형 (regression model) — 한 변수를 다른 변수들의 함수로 설명·추정하는 통계 모형.
한국보험시장 현황 Korea Market Practice
한국에서 지급준비금(IBNR 포함) 산출의 주력 기법은 연쇄사다리법과 본휴터-퍼거슨(BF)법이고, 본문이 다룬 신뢰도 이론은 그 두 방법을 잇는 다리로 실무에 들어와 있다. BF법 자체가 "자기 삼각형 경험(연쇄사다리)과 사전 기대손해율의 가중평균"이라는 점에서 신뢰도 공식 z·(자기 경험) + (1−z)·(외부 기대)의 구현이기 때문이다. 데이터가 얇은 신규 담보·소형 포트폴리오일수록 z를 낮춰 기대손해율 쪽에 무게를 두는 운영이 국내 계리 실무의 표준 감각이다.
신뢰도의 더 광범위한 활용처는 요율 산출이다. 보험개발원의 참조순보험요율(업계 집적 통계)과 회사 자체 경험률을 결합할 때, 경험 데이터 규모에 따라 가중치를 조정하는 부분신뢰도 방식이 쓰인다 — 본문의 "내 자료 + 빌려온 자료" 구도가 한국에서는 "자사 경험 + 업계 참조요율"로 정확히 대응된다. 단체보험 갱신 요율의 경험요율 조정 역시 단체 규모(연간 클레임 건수)에 따른 신뢰도 가중이 관행화되어 있다.
IFRS17 체제에서 지급준비금은 발생사고부채(LIC)의 최선추정 현금흐름으로 재편되었다. 과거 같은 보수적 적립 대신, 최선추정 + 위험조정(RA) + 할인을 명시적으로 분리해야 하므로, 추정 방법의 통계적 근거 — 본문의 De Vylder·Mack류 분산 가정 같은 — 가 감사·계리적 검증(선임계리사, 외부 계리법인)의 점검 대상이 되었다. 신뢰도 기반 평활은 사고연도별 추정치의 변동을 줄여 RA 산출(분위수·자본비용법)의 안정성을 높이는 도구로도 쓰인다. 감독 보고용 준비금 적정성 분석에서 BF·신뢰도 혼합 추정을 복수 시나리오로 제시하는 것이 좋은 실무로 자리 잡았다.
요컨대 한국 실무는 본문 이론을 "준비금 한 방법"이라기보다 추정 전반의 가중평균 원리로 소화했다. 자사 경험이 충분한 자동차보험은 z가 1에 가깝고, 신담보·신시장일수록 업계 통계와 재보험사 자료에 기대는 — 신뢰도 이론이 예측하는 그대로의 — 스펙트럼이 형성되어 있다.