표제어 · 위험이론
복합과정 (Compound Process)
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. 처음 보는 용어는 글 끝 부록(보험·통계 용어 풀이)을 참고하세요.
1. 정의와 기본 성질 Definition and basic properties
보험 포트폴리오의 무작위성에는 두 원천이 있다 — 클레임 건수 과정(빈도위험)과 클레임 크기 과정(심도위험). 둘을 합성한 것이 총클레임액이다. 시점 t까지의 클레임 건수를 N(t), k번째 클레임 금액을 Xk라 하자. {Xk}는 공통분포 F의 i.i.d. 비음 확률변수열, {N(t)}는 N(0)=0인 계수과정이며 서로 독립이라 가정한다. 그러면 시점 t까지의 총클레임
로 정의되는 확률과정 {S(t), t≥0}를 복합과정(compound process) — 보험에서는 총클레임 과정 — 이라 한다. 분포와 꼬리확률은 건수를 조건으로 잡아
로 표현된다(F(n)은 n중 합성곱; 고정된 t에서는 합성분포 표제어의 내용으로 환원된다). E(X)=µ, Var(X)=σ²라 하면 E(S(t))=µE(N(t)),
이다. 초기자본 u≥0, 보험료율 c>0인 보험사의 잉여금 과정(surplus process, risk process)은 U(t) = u + ct − S(t)이며, 핵심 질문은 파산확률
이다 — 복합과정을 통한 파산확률은 보험수학의 중심 연구주제다.
2. 복합 포아송 과정 Compound Poisson process
{N(t)}가 (동질) 포아송 과정인 복합과정이 복합 포아송 과정 — 총클레임의 고전적 모형이다. 이 과정에서 클레임 간 시간 Tk는 i.i.d. 지수분포다. 또 포트폴리오가 여러 사업으로 구성되고 각 사업의 총클레임이 독립 복합 포아송이면, 합도 복합 포아송이다 — 합의 포아송률은 λ = Σλi, 심도분포는
의 혼합분포가 된다. 따라서 독립 사업들로 이루어진 포트폴리오라도 위험분석에 추가 어려움이 없다. 복합 포아송 위험모형(고전적 위험모형)에서는 파산확률의 명시적 결과가 일부 가능하다 — 파산확률은 복합 기하 분포의 꼬리(비크만 합성곱 공식)로 표현되고, 특히 클레임이 평균 µ의 지수분포면 닫힌 형태
가 된다(ρ는 안전할증). 반면 S(t) 자체의 분포는 지수 클레임이라도 닫힌 형태가 드물다 — E(N(t))=t, F(x)=1−e−x일 때도 변형 베셀함수 I₀가 들어간 적분 표현(식 8)이 최선이다. 복합 포아송 과정은 정상·독립 증분을 갖고, 분산은 시간의 선형함수
다. 정상 증분은 "모든 해의 평균 건수·기대 총클레임이 같다"는 뜻이고, 분산의 선형성은 "위험 변동의 율이 시간에 따라 불변"이라는 뜻이다 — 그러나 현실 포트폴리오에서는 위험 변동이 일어나고 그 율도 변하므로 일반화가 필요하다.
3. 일반화들 Generalizations
복합 혼합 포아송 과정. 단기 위험변동의 전통적 모형. 양의 확률변수 Λ(구조변수, 분포 B)가 주어졌을 때 {N(t)}가 포아송률 λ=Λ의 포아송 과정인 경우다. 대표적 예가 Λ가 감마인 복합 폴리아 과정 — 이때 N(t)는 음이항분포이고 E(N(t))=αβt,
이다. 평균을 복합 포아송과 같게 맞추면(αβ=λ) 분산이 더 크고 시간의 2차함수가 된다 — 위험 변동의 율이 시간에 따라 커진다는 뜻이다. 실제로 복합 혼합 포아송은 복합 포아송보다 분산도 파산확률도 큰 더 위험한 모형이며, 초기자본을 아무리 키워도 파산확률이 양수로 남을 수 있다.
t=1에서 폴리아의 분산은 50% 크고(5.0×10⁵ → 7.5×10⁵), t=5에서는 포아송 2.5×10⁶ 대 폴리아 2.5×10⁶+100·0.1·2500·25 = 8.75×10⁶으로 3.5배다. t² 항 때문에 시간이 갈수록 격차가 벌어진다 — 모수 불확실성(이질성)은 장기에서 훨씬 위험하다.
복합 비동질 포아송 과정. 증분의 비정상성을 허용하는 일반화. 우연속·비감소 강도측도 A(t)에 대해 N(t)−N(s) ~ 포아송(A(t)−A(s)), 증분 독립인 계수과정을 쓴다.
복합 콕스 과정. 증분의 독립성까지 푼 일반화 — 콕스 과정은 혼합 비동질 포아송, 즉 강도측도 자체가 임의측도 Λ(t)인 과정이다. 다루기 쉬운 예가 복합 암메터(Ammeter) 과정이다(→ Ammeter Process).
복합 재생 과정. 클레임 간 시간을 (지수가 아닌) 일반 i.i.d. 양의 확률변수로 두면 {N(t)}는 재생과정이 되고, 대응하는 위험과정이 스파레 안데르센(Sparre Andersen) 위험과정이다. 파산확률은 고전 모형의 비크만 공식과 유사한 표현을 갖지만 그 안의 분포가 일반적으로는 구해지지 않는다. 첫 클레임 간 시간 T₁만 적분꼬리(정상)분포 Ke를 따르게 한 것이 복합 정상 재생 과정으로, 첫 클레임의 시점·크기를 조건으로 잡으면 일반 재생 과정의 파산확률 문제로 환원된다. 콕스 과정과 재생 과정 사이에도 연결이 있다 — 콕스 과정이 재생 과정일 필요충분조건은 Λ−1이 정상·독립 증분을 갖는 것이다.
4. 극한법칙 Limit laws
S(t)의 분포 (1)은 형태는 단순해도 닫힌 표현이 드물어 근사가 발달했다. 우선 t→∞의 극한법칙으로, N(t)/t → λ (확률수렴)이고 Var(X)=σ²<∞이면 적절한 조건 아래 중심극한정리형 결과
이 성립한다. 다만 보험에서 더 관심 있는 것은 t→∞의 극한보다 x→∞에서의 꼬리확률 Pr{S(t)>x}의 점근 거동이다.
5. 분포의 근사 — 에지워스와 에셔(안장점) Approximations
가장 중요한 두 근사가 에지워스(Edgeworth) 근사와 안장점(saddlepoint)·에셔(Esscher) 근사다. 표준화 변수 Z=(ξ−µξ)/σξ의 분포 G에 대해, log Mξ(t)의 테일러 전개를 해석하면 에지워스 전개
를 얻는다(Φ는 표준정규 분포함수). 에지워스 근사는 이 전개의 앞 몇 항으로 (S(t)−E S(t))/√Var S(t)의 분포를 근사하는 것이다 — 복합 포아송이면 κj=λtµj(µj=E Xj)를 넣은 식 (18)이 된다. 전개 자체는 발산급수지만 평균 근방 — x−λtµ₁이 √(λtµ₂) 차수일 때 — 에서는 좋은 근사를 준다. 그러나 일반적으로, 특히 꼬리에서는 부정확하다.
개선판이 에셔 근사다. ξ의 에셔 변환 Ht는
로 정의되며, 꼬리확률을 에셔 변환에 대한 적분으로 정확히 다시 쓸 수 있다(식 22). 안장점 h>0를 (d/dt)ln Mξ(t)|t=h = x — 즉 변환된 분포의 평균이 정확히 x가 되도록 — 로 잡고, 변환된 분포의 표준화 변수에 에지워스 근사를 적용하면 에셔 근사가 된다. 전개의 첫 항만 쓰면(H̃를 표준정규로 대체) 1차 에셔 근사 = 안장점 근사
이며, 복합 포아송 S(t)에 적용한 것이 식 (26)이다. 안장점 근사는 에지워스보다 정확하다 — 옌센(Jensen)은 넓은 클래스의 심도밀도에 대해 x→∞에서 (t값과 무관하게) 상대오차가 0으로 가는 것을 보였고, 엠브레흐츠 등은 복합 포아송·폴리아에 대한 고차 에셔 근사를 유도하면서 전통적 2차 에셔 근사가 어떤 경우 타당한 점근전개가 아님도 지적했다. 그 밖에 바워스의 감마함수 근사, 그람–샤를리에, 직교다항식, 정규멱(NP) 근사 등이 있다.
해설 안장점 근사의 직관 — "기울여서 중심으로 가져오기"
정규근사는 분포의 중심에서 정확하고 꼬리에서 나쁘다. 안장점 근사의 묘수는 분포를 e^{hx}로 "기울여(에셔 변환)" 관심 지점 x가 새 분포의 평균이 되게 만든 뒤, 그 중심에서 정규(에지워스) 근사를 쓰고 다시 되돌리는 것이다. 꼬리 문제를 중심 문제로 바꾸므로 꼬리에서도 정확하다. 에셔 변환은 보험료 원리와 옵션가격결정에서도 같은 형태로 등장한다(→ Esscher Transform).
6. 꼬리의 점근 거동 — 준지수 클레임 Asymptotics for heavy tails
클레임이 무거운 꼬리여서 적률생성함수가 없으면 안장점 근사는 쓸 수 없지만, x→∞의 점근 공식이 있다. 분포 F가 준지수(subexponential)라는 것은 lim F(2)̄(x)/F̄(x) = 2인 것이고, 2차 준지수는 lim [F(2)̄(x)−2F̄(x)]/(F̄(x))² = −1인 것이다(전자의 부분집합). F가 준지수이고 N(t)의 확률생성함수가 z=1 근방에서 해석적이면(포아송·폴리아 등 많은 계수과정이 만족)
이다 — "총클레임의 큰 꼬리는 가장 큰 클레임 한 건이 지배한다"는 유명한 결과다. 그 차이에 대한 2차 점근식도 있다 — F가 2차 준지수이면
이다. 또 다른 유형으로 대편차 확률의 점근식이 있다 — 적절한 조건 아래 임의의 고정 α>0에 대해 x ≥ αE(N(t)) 범위에서 균등하게
가 성립한다(→ Large Deviations, Subexponential Distributions).
참고 및 관련 표제어
관련 표제어. Compound Distributions(합성분포) · Claim Number Processes(클레임 건수 과정) · Claim Size Processes(클레임 크기 과정) · Collective Risk Theory(집합위험 이론) · Ruin Theory(파산이론) · Beekman's Convolution Formula(비크만 합성곱 공식) · Ammeter Process(암메터 과정) · Mixed Poisson Distributions(혼합 포아송 분포) · Esscher Transform(에셔 변환) · Subexponential Distributions(준지수분포) · Large Deviations(대편차) · Surplus Process(잉여금 과정)
원문 참고문헌(발췌). Asmussen, Ruin Probabilities (2000) · Embrechts, Klüppelberg & Mikosch, Modelling Extremal Events (Springer, 1997) · Gerber, An Introduction to Mathematical Risk Theory (1979) · Grandell, Doubly Stochastic Poisson Processes (1976), Mixed Poisson Processes · Embrechts, Jensen, Maejima & Teugels, Adv. Appl. Prob. 17 (1985) · Geluk, Stoch. Proc. Appl. 40 (1992) · Beard, Pentikäinen & Pesonen, Risk Theory (1984) 외.
부록. 이 글에 나온 용어 (배경지식 보충)
- 계수과정 (counting process) — 시점별 누적 사건 수를 세는 비감소 정수값 과정.
- 정상/독립 증분 — 증분의 분포가 시점에 무관 / 서로소 구간의 증분이 독립.
- 혼합 포아송 과정 / 구조변수 — 포아송률이 확률변수 Λ인 과정 / 그 Λ. 감마면 폴리아 과정.
- 콕스 과정 (Cox process) — 강도측도 자체가 확률적인 이중 확률 포아송 과정.
- 재생과정 (renewal process) — 사건 간 시간이 i.i.d.인 계수과정. 지수면 포아송으로 환원.
- 안전할증 ρ — 보험료 수입이 기대 클레임을 초과하는 비율. ρ>0이어야 파산을 면할 가망이 있다.
- 에셔 변환 / 안장점 — e^{tx} 가중으로 분포를 기울이는 변환 / 기울인 분포의 평균이 x가 되는 t=h.
- 준지수분포 (subexponential) — 합의 꼬리가 최대값의 꼬리와 같은 차수인 무거운 꼬리 분포족.
- 대편차 (large deviations) — 평균에서 평균 차수만큼 벗어나는 드문 사건의 확률 이론.
- 변형 베셀함수 I₀ — 지수 클레임 복합 포아송의 분포에 등장하는 특수함수.
한국보험시장 현황 Korea Market Practice
복합 포아송 과정 — 클레임이 시간 위에서 임의로 도착하고 그 누적액이 점프하며 쌓이는 모형 — 은 한국 손해보험 계리의 기본 어휘다. 자동차·일반·장기보험 모두 요율과 리스크 분석의 출발점이 빈도(도착)와 심도(점프 크기)의 분리이며, 경과 익스포저당 사고빈도와 건당 평균손해액을 따로 추정해 곱하는 순보험료 산출 관행은 복합과정의 1차 모멘트(왈드 항등식)를 그대로 쓰는 것이다. 계절·경기·제도 변화(예: 한파·폭우, 진료수가 개정)에 따라 도착강도가 출렁이는 현상은 본문 3장의 비균질·이중확률(콕스) 과정의 문제의식과 닿아 있고, 실무에서는 캘린더 효과 보정이나 연도별 강도 추정으로 대응한다.
본문 후반부의 파산이론적 질문 — "누적 클레임이 보유 자본+보험료 수입을 넘어설 확률" — 은 한국에서 무한시점 파산확률 대신 1년 시계의 지급여력 규제(K-ICS, 2023)로 제도화되어 있다. 충분히 긴 시간의 파산확률을 통제하는 고전적 틀과 달리, K-ICS는 1년간 발생 가능한 손실의 99.5% 분위수에 해당하는 요구자본을 시가평가 기준으로 적립하게 한다(감독기준 130%, 2025). 안전할증(보험료의 로딩)이 클수록, 그리고 꼬리가 가벼울수록 파산확률이 지수적으로 줄어든다는 룬드베리식 직관은, 요구자본과 보험료 마진을 함께 보는 수익성·자본 관리(신계약 K-ICS 영향 분석)의 형태로 살아 있다.
본문 6장의 준지수(중꼬리) 클레임 논의는 국내에서는 대형사고·자연재해 리스크에서 체감된다. 태풍·집중호우의 풍수해 손해, 대형 화재·폭발 같은 일반보험 대형사고는 "총손해의 꼬리가 가장 큰 클레임 하나의 꼬리로 결정된다"는 준지수 원리가 작동하는 영역으로, 초과손해(XL) 재보험 출재와 Cat 모형(시뮬레이션 기반 재해모형)으로 관리한다. 보험개발원과 재보험시장이 활용하는 국내 자연재해 모형, 풍수해보험의 국가 지원 구조 등이 이 꼬리 위험을 사회적으로 분담하는 장치다. 에지워스·안장점 근사(본문 5장)는 오늘날 직접 쓰이는 일은 드물지만, 시뮬레이션 결과의 꼬리 분위수를 점검하는 보조 도구로 의미를 유지한다.
실무 IFRS17 — 복합과정이 회계로 들어온 자리
IFRS17의 최선추정부채는 미래 클레임 현금흐름의 기대값이고, 위험조정(RA)은 그 분포의 불확실성에 대한 보상이다. 장기손해보험의 보유계약 평가에서 빈도·심도 가정의 분리 추정과 그 변동성 계량은 사실상 복합과정 모수 추정 문제이며, 사고 발생일–보고일–지급일의 시차(클레임 도착 과정)는 지급준비금(미보고발생손해 IBNR) 산출의 진전삼각형 실무와 연결된다. 복합과정은 이론 장식이 아니라 국내 손해보험 결산 파이프라인의 수학적 골격이다.
[한국보험시장 현황]은 한국 보험시장 실무 관점(2026.6 기준)에서 추가 작성한 것임. · 원문: Encyclopedia of Actuarial Science (Wiley, 2004), “Compound Process”, Jun Cai. · 본 해설서의 [해설]·[예제]·[부록]은 학부 입문 학습용으로 추가·구성한 것임. 수식은 원문 기준 복원.
