일반화 룬드베리 근사 (Lundberg Approximations, Generalized)
1. 배경 — 고전 룬드베리 부등식의 일반화 Introduction
고전적 룬드베리 부등식은 파산확률(또는 합성분포의 꼬리)에 지수형 상한을 준다. 이 표제어는 그 상한을 더 넓은 빈도분포와 더 무거운 꼬리로 확장한다. 핵심 도구는 빈도분포 N의 확률 an=Pr(N=n)이 다음 조건을 만족한다는 가정이다.
보험계리에서 흔히 쓰는 (a, b, 1)족 등 많은 계수분포가 이 조건을 만족한다. 이로부터 합성분포의 꼬리 F̄S에 대해 다음과 같은 일반화 상한이 얻어진다(B는 적절히 고른 새 분포).
고전 룬드베리 상한 e−Ru은 가벼운 꼬리(light-tailed)에서만 통한다(적률생성함수가 있어야 함). 이 일반화는 새 분포 B(x)를 지수꼬리·파레토꼬리·그 곱으로 골라, 가벼운·중간·무거운 꼬리 모두에 적용할 수 있게 한다. 실무에서 다양한 손해분포에 쓸 수 있다는 점이 장점이다.
Tijms 근사는 0에서의 질량, 평균, 점근거동 세 가지를 동시에 맞춰 더 나은 근사를 준다. 청구금액이 NWUC/NBUC(신뢰성 분류상 볼록순서 성질)이면 μ > κ 같은 부등식이 성립해 근사의 질이 보장된다. 입문 단계에서는 “꼬리 모양에 맞춰 비교분포 B를 골라 지수상한을 일반화한다”는 개념만 이해하면 충분하다.
참고 및 관련 표제어
부록. 이 글에 나온 용어 (배경지식 보충)
- 룬드베리 부등식 — 파산확률·꼬리확률의 지수형 상한.
- 꼬리확률 F̄(x) = 1 − F(x) — 값이 x를 넘을 확률(생존함수).
- 가벼운/무거운 꼬리 (light/heavy tail) — 큰 값이 드문/드물지 않은 분포.
- 적분꼬리분포 (integrated tail distribution) — 꼬리를 적분해 만든 분포. 파산이론에 자주 등장.
- (a, b, 1) 분포족 — (a,b,0)족을 0에서의 확률만 수정해 넓힌 계수분포 모임.
- NWUC / NBUC — 볼록순서 기준의 신뢰성 분류 성질(잔여수명이 ‘더 나쁨/더 좋음’).
한국보험시장 현황 Korea Market Practice
크라메르-룬드베리 근사 ψ(u) ≈ C·e^{−Ru}와 그 일반화는 한국 실무에서 "직접 쓰는 공식"이라기보다 근사와 시뮬레이션의 관계를 가르치는 기준점으로 의미가 있다. 오늘날 국내 리스크 계량은 거의 전부 몬테카를로 시뮬레이션으로 수행되지만, 시뮬레이션이 잘 잡지 못하는 영역 — 극단 꼬리의 희귀사건 확률 — 에서는 해석적 근사가 검증 도구로 되살아난다. 시뮬레이션 10만 회로 0.5% 분위수를 추정할 때 표본 오차가 얼마나 큰지, 어떤 중요도 추출이 필요한지를 판단하는 감각이 바로 이런 근사 이론에서 나온다.
역사적으로는 본문류의 근사가 한국 규제에 직접 쓰인 적도 있다. 구 지급여력제도(RBC) 시절과 그 이전의 준비금 적정성 분석에서 정규·NP(정규멱) 근사, 감마 근사 같은 총손실 분포 근사가 안전할증·필요자본 산정의 도구로 활용되었다. K-ICS로 넘어오며 표준모형은 충격계수 방식으로 단순화되었지만, 내부모형의 승인 요건(통계적 적합성·검증)이나 ORSA의 자체 분석에서는 분포 근사의 품질을 따지는 본문의 문제의식이 그대로 유효하다.
일반화 룬드베리 근사의 핵심 교훈은 "근사의 형태가 꼬리의 성질에 따라 달라진다"는 점이다. 지수 감소형 근사가 통하는 위험(자동차 소손해, 단기 인보험)과, 파레토형 멱법칙 근사가 필요한 위험(대재해, 대형 배상)을 구분하는 것 — 이것이 한국 실무에서 재보험 구조와 자본 배분을 가르는 실질 기준이다. 같은 99.5% 분위수라도 꼬리 유형에 따라 추정 불확실성이 자릿수로 달라진다는 사실을 아는 계리사와 모르는 계리사의 차이는, 위기 때 드러난다.