순트 분포족

1. 틀과 정의 Framework and Definitions

한 보험 포트폴리오에서 일정 기간 동안 발생한 총클레임액(aggregate claim amount)을 비음 정수값 확률변수 X라 하고, 그 이산 확률함수(p.f.)를 g라 하자. 집합적 모형(collective model)에서는 포트폴리오를 하나의 전체로 본다. 즉 기간 중 포트폴리오에 영향을 준 총클레임 건수를 N, 그 확률함수를 p라 한다. 개별 클레임 크기 Y₁, Y₂, …가 비음 정수값이며 N과 독립이고 서로 독립이며 공통 확률함수 f로 동일분포라면,

이고, 여기서 f^*n은 f의 n중 컨볼루션이다. 이때 X의 분포를 건수 분포 p와 심도 분포 f를 갖는 복합분포(compound distribution)라 한다. 이런 분포의 재귀적 계산은 주로 건수 분포가 특정한 형태를 가질 때 가능하다.

2. 순트의 클래스 R_k[a, b] Sundt’s Classes R_k[a, b]

Sundt는 다음과 같은 재귀 형태를 제안했다.

여기서 k는 양의 정수이고 a(·), b(·)는 함수이며, n < 0이면 p(n) = 0으로 둔다. 이런 분포를 Sundt는 R_k[a, b]로, 주어진 k에 대해 그러한 모든 분포의 모임을 R_k로 나타냈다. 이 R_k 클래스들을 순트 분포족(Sundt’s classes)이라 부른다.

특수한 경우로, R₀는 0에 집중된 분포만으로 이루어지고, R_∞는 0에 양의 질량을 갖는 비음 정수 위의 모든 분포의 집합이다. 또한 l > k이면 R_k ⊂ R_l이다. 순트 분포족은 보험계리 문헌에 이미 등장했던 여러 건수 분포 클래스를 일반화한다. 잘 알려진 파너 클래스는 R₁과 같고, Schröter 클래스는 a(2) = 0인 R₂에 포함된다.

3. 복합분포의 재귀적 계산 Recursive Evaluation of the Compound Distribution

순트 논문의 중요한 결과 하나는, 건수 분포가 위 R_k 형태일 때 복합분포 g를 재귀적으로 계산할 수 있다는 것이다. 그 재귀식은 다음과 같다.

출발값은 다음과 같다.

이 재귀는 Panjer의 알고리즘과 Schröter의 알고리즘을 모두 일반화한다. 또한 이 식으로부터 Sundt는, N의 분포가 R_k에 속하면 X의 분포는 R_mk에 속함을 증명했다. 여기서

는 심도 분포의 최대 도달점이다. 이 정의는 일변량(univariate) 상황을 다루지만, 심도를 독립동일분포 확률벡터로 두면 다변량으로 확장된다. 예컨대 각 클레임 사건이 확률벡터를 생성하는 경우가 그러하며, 이때에도 위와 유사한 다변량 재귀식이 얻어진다. 한편 건수 분포 쪽을 다변량으로 두는 또 다른 확장도 가능하다(Vernic의 이변량 일반화).

4. 순트 분포족의 성질 Some Properties

Sundt는 R_k 클래스에 속하는 분포를 상세히 연구했다. 주요 결과는 다음과 같다.

• 특성화(제1정리). 어떤 건수 분포가 R_k에 속할 필요충분조건은, 그 확률생성함수의 자연로그의 도함수가 “차수 k−1 이하의 다항식 ÷ (상수항이 0이 아닌) 차수 k 이하의 다항식”의 비(ratio)로 표현되는 것이다.
• 유일성(제2정리). R_k[a, b] ∈ R_k \ R_k−1이고 0 < k < ∞이면, {1, …, k} 위의 함수 a, b는 유일하게 결정된다. (k=∞에서는 유일성이 성립하지 않는다.)
• 제3정리. 0에 양의 확률을 갖는 {0, 1, …, k} 위의 모든 분포는 R_k에 포함된다.
• 컨볼루션. R_k에 속하는 분포와 R_l에 속하는 분포의 컨볼루션은 R_k+l에 속한다.

그밖에 혼합(mixture) 성질, R_k 분포의 평균·분산을 a, b로 표현하는 공식, 적률·누적률(cumulant)에 대한 재귀, 분포함수·스톱로스 변환(stop-loss transform)에 대한 재귀 등이 알려져 있다. 재귀의 수치적 안정성은 Panjer와 Wang이 분석했다.

5. 재귀의 일반화 Generalizations of the Recursion

Sundt는 같은 논문에서 R_k 재귀의 첫 번째 일반화도 제시했다. 재귀가 n = r+1부터 성립한다고 두는 것이다.

여기서 r는 비음 정수다. 이 가정 아래 복합분포 재귀식 (위 3절의 식)은, 처음 r개 항에 대한 보정합을 더하는 형태로 일반화된다. Sundt와 Jewell, 그리고 Willmot은 r = 1인 특수한 경우를 연구했다(순트–주얼 분포족과 연결). 한편 혼합포아송 분포의 재귀적 계산을 다룬 Willmot의 연구는, 여러 혼합포아송 분포가 실제로 순트 분포족에 속함을 지적했다.

6. De Pril 변환과의 관계 The Link with the De Pril Transform

De Pril의 연구에서 영감을 받아 Sundt가 정의한 De Pril 변환 φ_g는, 개별 모형(individual model)에서 총클레임 분포를 재귀적으로 계산하는 데 쓰인다. 핵심 사실은, 0에 양의 확률을 갖는 임의의 건수 분포 p가 R_∞[0, φ_p]로 표현된다는 점이다. 따라서 Sundt는 R_∞에 대한 결과로부터 De Pril 변환에 대한 결과를 얻었다. Dhaene과 Sundt는 De Pril 변환과 R_k의 정의를, 0에 양의 질량을 갖는 비음 정수 위 함수들의 모임 F₀로까지 확장하여, R_k[a, b] 형태의 함수가 F₀에 속할 조건을 그 De Pril 변환을 통해 특성화했다.

참고 및 관련 표제어

부록. 이 글에 나온 용어 (배경지식 보충)

• 순트 분포족 R_k[a, b] — p(n)을 앞쪽 k개 항의 (a(i) + b(i)/n) 가중합으로 표현하는 건수 분포족.
• 복합분포 (compound distribution) — 랜덤 건수 N만큼 심도 Y_i를 더한 총클레임 X의 분포.
• 건수 분포·심도 분포 (counting / severity distribution) — 각각 클레임 “건수” N과 “크기” Y의 분포.
• 파너 클래스 (Panjer class, R₁) — 바로 앞 한 항만 쓰는 1차 재귀. 순트 분포족의 k=1 경우.
• Schröter 클래스 — a(2)=0인 R₂에 포함되는 건수 분포족.
• 컨볼루션 (convolution) — 독립 합의 분포 연산. R_k * R_l ⊂ R_k+l이 성립.
• 스톱로스 변환 (stop-loss transform) — E[(X−d)₊] 형태로, 초과손해 재보험 가격과 직결되는 함수.
• 개별 모형 (individual model) — 포트폴리오를 계약별로 더해 총손실을 보는 모형(집합적 모형과 대비).
• De Pril 변환 (De Pril transform) — 0에 양의 질량을 갖는 분포 g에 대응하는 변환 φ_g로, 개별 모형의 재귀 계산에 사용.
• 확률생성함수 pgf — P(z) = E[z^N]. R_k 특성화에서 그 로그 도함수의 형태가 핵심.

한국보험시장 현황 Korea Market Practice

순트 분포족은 포아송·이항·음이항을 아우르는 (a,b) 재귀로 정의되는 빈도분포 계열로, Panjer 재귀를 통해 총손실(복합)분포를 효율적으로 계산하게 해준다. 국내 손해보험 요율·자본 실무에서 클레임 건수 모형으로 포아송·음이항이 표준적으로 쓰이는 배경에는 이 분포족의 계산상 이점이 있다.

특히 사고건수의 과대산포(분산>평균)가 흔한 자동차·실손 등에서는 음이항이 자주 채택되며, 순트 분포족의 재귀구조가 총손실분포 산출과 재보험 요율 계산을 뒷받침한다.