조정계수

1. 정의와 의의 Definition and Significance

조정계수(adjustment coefficient)는 고전적 파산모형(classical ruin model)에 결부되는 양수 R이다. R은 지수효용함수(exponential utility function)를 가정했을 때 단위시간당 실제 보험료가 제로효용 보험료(zero-utility premium)와 같아지게 만드는 위험회피계수(risk aversion coefficient)와 같음을 보일 수 있다. 그러나 조정계수의 가장 흔한 쓰임새는, 1909년으로 거슬러 올라가는 F. Lundberg(룬드베리)의 유명한 파산확률 지수 상한 e^−Ru에 등장하는 것이다.

만약 클레임이 위로 b로 유계(bounded)라면, 파산확률에 대한 지수 하한 e^−R(u+b)도 성립한다. 점근적으로(asymptotically) 파산확률은 일반적으로 어떤 상수 C ∈ (0, 1)에 대해 C·e^−Ru와 같다. 따라서 초기자본 u가 클 때 이를 한 단위 늘리면 파산에 빠질 확률은 대략 e^−R 배만큼 줄어든다.

이름 "조정계수"는, 재보험(reinsurance)을 들거나 보험료를 올리는 등의 조치를 취함으로써 R(나아가 안정성 척도로서의 파산확률)을 조정할 수 있다는 사실에서 유래한다. 매 순간 파산 여부를 점검하는 고전적 파산모형 외에도, 조정계수는 일부 이산형(discrete) 과정에서도 비슷한 지수 상한을 이끌어내는 데 쓸 수 있다.

2. 고전적 파산모형 The Classical Ruin Model

고전적 파산모형에서 시간 t에서의 보험사 잉여금(surplus), 즉 무작위 자본은 다음과 같다.

여기서 u는 초기자본이고, 단위시간당 보험료 c는 고정으로 가정한다. 과정 S(t)는 시간 t까지 발생한 총 클레임(aggregate claims)으로

이다. 여기서 과정 N(t)는 시간 t까지의 클레임 건수로, 단위구간에서 기대 클레임 수가 λ인 포아송 과정(Poisson process)으로 가정한다. 개별 클레임 X₁, X₂, …은 공통 누적분포함수 P(·)로부터의 독립 추출이다. 이 과정에서 파산확률, 즉 잉여금이 한 번이라도 음수가 될 확률을 초기자본 u의 함수로 보면

이다.

3. 조정계수의 정의 방정식 The Defining Equation

조정계수 R는 다음 방정식의 (0, ∞) 안의 해로 정의된다.

여기서 μ = E[X]는 클레임 X의 평균이고, m_X(·)는 그 적률생성함수(mgf)로 어떤 양의 인수에서 존재한다고 가정한다. 그리고

는 보험료에 포함된 안전할증(safety loading)이다. 보통은 이런 해가 정확히 하나 존재한다(그림 1). 그러나 어떤 상황에서는 θ가 클 때 해가 없을 수 있는데, mgf가 유한한 집합 위에서 위로 유계이기 때문이다. 예컨대 클레임이 역가우스분포(Inverse Gaussian)를 따르는 경우가 그렇다.

이 정의로부터, R은 θ가 커질수록 커지며, 클레임을 (0, ∞) 위에서 더 큰 mgf를 갖는 것으로 바꾸면 R이 더 작아져 파산확률의 지수 상한이 더 높아짐을 알 수 있다. 더 큰 mgf를 갖는 클레임크기 분포를 지수적으로 더 크다(exponentially larger)고 한다.

정의식의 m_X(R)을 1 + R E[X] + ½R²E[X²]로 바꾸어 넣으면 다음 상한을 얻는다.

R을 수치적으로 계산해야 할 때 이런 상한이 있으면 편리하다. 일반적으로 R의 명시적(닫힌) 표현은 구할 수 없다. 그러나 클레임이 지수분포를 따르면

가 성립한다.

4. 동치 방정식과 효용 해석 Equivalent Equations

(0, 1] 구간에서의 총 클레임을 나타내는 복합포아송 확률변수 S = S(1)이라 두자. 그러면 R이 만족해야 하는 동치 방정식들을 다음과 같이 쓸 수 있다.

첫 번째 방정식은, 금액 x를 e^Rx로 평가할 때 단위시간당 보험료의 "가치"가 클레임의 평균 "가치"와 같아야 한다는 뜻이다. 마지막 방정식은, c가 실제로 위험회피계수 R를 갖는 지수보험료(exponential premium)임을 말한다.

이를 이용하면 파산확률 ψ(u)가 일정 임계값 ε을 넘지 않도록 하는 단위시간당 보험료 c를 정할 수 있다. e^−Ru ≤ ε이 되도록 R를 잡으면 되며, 따라서 R ≥ −(1/u) log ε로 두면 된다.

5. 룬드베리 상한의 증명 Proof of the Lundberg Bound

ψ(u) ≤ e^−Ru이 성립한다는 우아한 증명은 다음과 같다. ψ_k(u)를 k번째 클레임까지(또는 그 이전에) 파산할 확률이라 하자. k → ∞일 때 ψ_k(u) → ψ(u)이므로, 모든 k와 모든 u에 대해 ψ_k(u) ≤ e^−Ru임만 보이면 된다.

이는 수학적 귀납법으로 증명한다. 출발점은 모든 u에 대해 ψ₀(u) ≤ e^−Ru이다. 더 큰 k에 대해서는, k번째 클레임까지 파산하는 사건을 첫 클레임의 발생시각 t와 크기 x로 쪼갠 뒤, 그 사건의 발생확률을 곱해 x와 t에 대해 적분한다. 귀납가정과 R의 정의 방정식을 차례로 적용하면 다음을 얻는다.

이것이 룬드베리 부등식(Lundberg inequality)이다.

6. 마팅게일 성질 The Martingale Property

조정계수 R은 {e^−RU(t)}이 마팅게일(martingale)이 되게 하는 성질을 갖는다. 실제로

이다. 여기서 마지막 등호는 R의 정의 방정식 e^−Rc exp{λ(m_X(R) − 1)} = 1에서 따라온다. 이 마팅게일 성질은 파산확률에 대한 일반 표현을 유도하는 데 핵심 도구가 된다.

7. 파산확률의 일반 표현과 점근 General Expression and Asymptotics

고전적 파산모형에서 파산확률에 대한 다음 일반 표현을 유도할 수 있다.

여기서 T는 파산시각(time of ruin)이며, T < ∞은 언젠가 파산이 일어나는 사건이고, 파산 시점의 잉여금 U(T)는 음수다. 이 표현으로부터 몇 가지 결과가 따라온다.

• θ → 0이면 R → 0이고 따라서 ψ(u) → 1이다. θ ≤ 0이면 모든 u에 대해 ψ(u) = 1이다(확실히 파산).
• ψ(u) < e^−Ru이 위와 같이 성립한다.
• 클레임이 b로 유계이면 |U(T)| ≤ b이므로, 다음 지수 하한이 성립한다.

• 위 표현의 분모가 u → ∞에서 극한을 가져 그 값이 어떤 C ≥ 1에 대해 1/C라 하면, 큰 u에 대해 다음 크라메르–룬드베리 근사를 얻는다.

또한 |U(T)|는 파산을 일으킨 클레임 중 파산 직전 가용자본을 초과한 부분이므로, 지수클레임의 경우 그것도 같은 평균 μ의 지수분포를 따른다. 따라서 일반 표현은 지수클레임에서 ψ(u) = ψ(0) e^−Ru로 귀결된다.

8. 이산시간 틀 Discrete-time Framework

파산확률은 잉여금을 시각 0, 1, 2, …에서만 점검하는 이산시간 틀에서도 쓸 수 있다.

이 경우에도 비슷한 일반 표현이 유도되어 같은 지수 상한 ψ̃(u) ≤ e^−R̃u으로 이어진다. t−1과 t 사이의 클레임 S(t) − S(t−1)(t = 1, 2, …)은 독립이고 동일분포(어떤 S)여야 한다. 이 확률변수는 복합포아송일 필요는 없으며, E[S] < c와 Pr[S < 0] > 0만 필요하다. 이산형 조정계수 R̃는 방정식 m_c−S(−R̃) = 1의 양의 해다.

참고 및 관련 표제어

부록. 이 글에 나온 용어 (배경지식 보충)

• 조정계수 (adjustment coefficient, R) — 방정식 1 + (1+θ)μR = m_X(R)의 양의 해. 파산확률 상한 e^−Ru의 감쇠율.
• 파산확률 (ruin probability, ψ(u)) — 초기자본 u로 출발한 잉여금이 한 번이라도 음수가 될 확률.
• 잉여금 / 잉여과정 (surplus, U(t)) — 초기자본 + 누적보험료 − 누적클레임으로 정의되는 보험사 자본.
• 복합포아송 과정 (compound Poisson) — 포아송 건수만큼 독립 동일분포 클레임을 더한 총 클레임 S(t).
• 적률생성함수 (mgf, m_X) — m_X(r) = E[e^rX]. 조정계수 정의식의 핵심.
• 안전할증 (safety loading, θ) — θ = c/(λμ) − 1. 기대클레임을 넘는 보험료 여유분의 비율.
• 지수보험료 / 제로효용 보험료 (exponential / zero-utility premium) — 지수효용 하에서 기대효용이 변하지 않게 만드는 보험료. R이 그 위험회피계수.
• 룬드베리 부등식 (Lundberg inequality) — ψ(u) ≤ e^−Ru. 파산확률의 지수 상한.
• 크라메르–룬드베리 근사 (Cramér–Lundberg approximation) — 큰 u에서 ψ(u) ∼ C e^−Ru.
• 마팅게일 (martingale) — 현재 정보 하에서 미래 기대값이 현재값과 같은 과정. {e^−RU(t)}이 그 예.

한국보험시장 현황 Korea Market Practice

조정계수 R은 파산확률을 e^(-Ru)로 누르는 감쇠율로, 본문이 보였듯 안전할증이 크고 클레임 변동이 작을수록 R이 커져 파산확률이 빠르게 줄어든다. 국내 실무에서 이는 '적정 안전할증(요율 적정성)과 충분한 자본이 건전성을 좌우한다'는 명제로 번역된다.

R 자체를 감독지표로 쓰지는 않지만, 그 직관은 K-ICS 자본요건과 보험료 적정성 검증에 깔려 있다. 안전할증이 음수에 가까우면(요율 부족) R이 작아져 자본을 아무리 쌓아도 파산위험이 잘 줄지 않는다는 점은, 요율 현실화와 자본확충이 함께 가야 함을 시사한다.