보험사의 손실을 분포 F, 평균 μ를 갖는 음이 아닌 확률변수 X라 하자. 거대손실에 대비해 초과손해율(스톱로스) 재보험을 들면, 보험사는 손실을 보유한도 d까지 보유하고, 재보험사가 d를 초과하는 부분을 지급한다. 보험사가 지급하는 보유손실은 X∧d = min{X, d}, 재보험사가 지급하는 스톱로스 확률변수는 (X−d)+ = max{0, X−d}이다. 그 기대값이 스톱로스 보험료(초과손해율 재보험 보험료)다.
이산형이면 합으로, 그리고 계산에 편리한 꼬리적분 형태로도 쓸 수 있다(이 표현은 ‘스톱로스 변환’이라고도 한다).
πX(d)는 생존함수 F̄(x)를 d부터 ∞까지 적분한 꼬리 아래 면적이다. 보유한도 d가 커질수록 면적이 줄어 보험료가 작아지고, d=0이면 전체 평균 μ가 된다. 위험의 순서화에서 두 위험을 비교하는 핵심 도구이기도 하다(초과손해순서).
손실 X가 0(0.5), 100(0.3), 300(0.2)을 값으로 갖는다. 보유한도 d=100의 스톱로스 보험료는?
d=100을 넘는 값은 300뿐: (300−100)×0.2 = 40
즉 πX(100)=40. 재보험사가 평균적으로 40을 부담한다(부가 전 위험보험료).
본문의 stop-loss 보험료 π = E[(S−d)⁺] 계산이 한국에서 가장 체계적으로 수행되는 현장은 상업 재보험보다 정책보험의 국가재보험이다. 농작물재해보험이 대표적인데, 연간 손해율 분포를 추정해 정부와 민간(보험사 컨소시엄)의 손익 분담 구간 — 사실상 다층 stop-loss 구조 — 을 설계하고, 구간별 기대손실로 분담 조건을 정한다. 기상 변동이라는 계통적 위험 탓에 총손해액 S의 분포가 두꺼운 꼬리를 갖는다는 점까지, 본문 이론의 전제와 정확히 맞아떨어지는 사례다.
민간 영역에서는 단체실손·신담보의 손해율 캡 약정, 일부 장기 담보의 손해율 연동 정산 조항 등에서 같은 계산이 쓰인다. 실무 절차는 본문의 해석적 방법보다 시뮬레이션 중심이다 — 빈도(포아송·음이항)와 심도(로그정규·파레토) 모형을 적합해 S의 분포를 몬테카를로로 생성하고, 발동점 d 이상 꼬리의 기대값을 직접 계산한다. 패널 데이터가 짧을수록 모수 불확실성 로딩을 얹는 관행도 이론의 권고 그대로다.
흥미로운 점은 (S−d)⁺의 기대값이라는 동일한 수학이 자본 규제 곳곳에 재등장한다는 것이다. K-ICS 요구자본은 본질적으로 "분포의 상위 꼬리(99.5%)에서의 초과손실"을 재는 작업이고, IFRS17 위험조정(RA)을 분위수 방식으로 산출할 때도 손실 분포의 꼬리 적분이 핵심이다. 즉 stop-loss premium 계산법을 익힌 계리사는 재보험 가격, 요구자본, 위험조정이라는 세 가지 실무를 같은 도구로 다루게 된다 — 본문이 "이 적분은 보험수리의 만능 부품"이라 말하는 이유를 한국 규제 환경이 증명하는 셈이다.