표제어 · 위험이론

클레임 크기 과정 (Claim Size Processes)

원저자: Ka Chun Cheung & Hailiang Yang · 출처: Encyclopedia of Actuarial Science (Wiley, 2004)

읽는 법. 본문은 원문 표제어의 내용을 그대로 옮긴 것입니다. 회색 해설 · 고급 상자는 학부 입문 학습을 돕기 위해 새로 추가한 부분으로 원문에는 없습니다. 모르는 용어는 글 끝 부록을 참고하세요.

1. 개요 Introduction

클레임 크기 과정(claim size process)은 보험 위험모형의 중요한 구성요소다. 고전적 보험 위험모형에서 청구과정은 i.i.d.(독립·동일분포) 확률변수의 수열이다. 최근에는 인플레이션·금리의 효과나 청구 간 종속(dependence)을 반영해, 더 이상 동일분포가 아니거나 서로 독립이 아닌 일반화 모형이 많이 제안되었다.

2. 갱신(Sparre Andersen) 모형 Renewal Models

E. Sparre Andersen(1957)이 도입한 갱신 보험 위험모형은 청구금액 X_i가 i.i.d.이고, 청구 사이의 시간(interclaim time)도 i.i.d.라고 가정한다(고전 모형은 그 시간이 지수분포인 특수경우). 이 틀에서 청구금액 분포의 적률생성함수가 존재하면, 파산확률에 대한 룬드베리 부등식이 성립한다.

여기서 u는 초기 자본, R은 조정계수(adjustment coefficient)다. 또 다른 핵심 결과가 크라메르–룬드베리 근사다.

해설 룬드베리 부등식의 직관

파산확률 ψ(u)는 초기 자본 u가 클수록 지수적으로 빠르게 0에 가까워진다(e^−Ru 상한). 조정계수 R이 클수록(=보험료 여유가 크거나 위험이 작을수록) 더 안전하다. 단, 이 지수 상한은 청구금액의 적률생성함수가 존재할 때만 성립한다.

3. 금리·인플레이션과 비동일분포 Nonidentically Distributed

투자수익(금리)은 보험사에 중요하다. 금리·인플레이션을 반영하면 청구금액 과정은 더 이상 i.i.d.가 아니다. Sundt–Teugels는 이자 요인이 있는 모형에서 룬드베리형 상한을, Cai–Dickson은 이자가 있는 Sparre Andersen 모형에서 지수형 상한을 얻었다. 또 잉여금을 할인해 다루거나(Delbaen–Haezendonck), 확산(diffusion)으로 교란한 모형(Paulsen–Gjessing)도 연구되었다.

4. 종속 클레임과 코퓰러 Dependent Claims & Copulas

청구 간 종속을 다루는 한 방법은 코퓰러(copula)다. 코퓰러는 [0,1]ⁿ에서 [0,1]로 가는 함수로, 각 변수의 주변분포는 그대로 두고 그들 사이의 종속구조만 따로 모형화한다. 종속·두꺼운 꼬리(heavy-tailed) 청구의 파산확률 점근 거동도 활발히 연구되었다.

고급 두꺼운 꼬리(heavy tail)면 지수 상한이 깨진다

큰 청구가 드물지 않은 두꺼운 꼬리 분포(예: 파레토)에서는 적률생성함수가 존재하지 않아 룬드베리 부등식의 지수 상한을 쓸 수 없다. 이 경우 비지수형 상한이나 준지수(subexponential) 점근으로 파산확률을 분석한다.

5. 총손실 분포와의 연결 Aggregate Loss

총손실 분포는 보험사에 매우 유용하다 — 스톱로스 보험료, VaR(분위수), 기대부족액(expected shortfall) 등을 계산할 수 있기 때문이다. (종속일 수 있는) 변수들의 합인 총손실의 실제 분포는 일반적으로 구하기 매우 어려워, 종속구조에 단순화 가정을 두거나 해석적으로 다루기 쉬운 분포로 근사한다.

참고 및 관련 표제어

관련 표제어. Ruin Theory(파산이론) · Cramér–Lundberg Asymptotics(크라메르–룬드베리 점근) · Copulas(코퓰러) · Comonotonicity(공단조성) · Collective Risk Models(집합위험 모형) · Operational Time(운영시간)

부록. 이 글에 나온 용어 (배경지식 보충)

i.i.d. — 독립이고 동일하게 분포한 확률변수들.
갱신 모형 (renewal / Sparre Andersen) — 청구 간 시간이 i.i.d.인 위험모형.
파산확률 ψ(u) — 초기 자본 u에서 잉여금이 음수가 될 확률.
조정계수 (adjustment coefficient) R — 룬드베리 부등식의 지수율. 클수록 안전.
적률생성함수 (mgf) — E[e^tX]. 존재해야 지수형 상한이 성립.
코퓰러 (copula) — 주변분포와 분리해 변수 간 종속구조만 표현하는 함수.
두꺼운 꼬리 (heavy-tailed)·준지수 (subexponential) — 큰 손해가 드물지 않은 분포 계열.
VaR·기대부족액 (Value-at-Risk / expected shortfall) — 총손실의 분위수 / 그 이상의 조건부 평균인 위험측도.

한국보험시장 현황 Korea Market Practice

클레임 크기(심도) 분포 적합은 한국 손해보험 계리의 일상 업무다. 실무 표준은 본문의 분포 카탈로그와 같다 — 소액 다발 구간은 로그정규·감마, 일정 임계값 이상 대형 구간은 파레토로 적합해 이어 붙이는 혼합(spliced) 구조가 기본형이고, 자기부담금(공제)과 보상한도에 따른 절단·검열을 반영하지 않으면 모수가 체계적으로 왜곡된다는 점도 교과서 그대로 통한다. 적합 결과는 요율 산출, XL 재보험 층별 기대손실, 보유한도 검증에 공통 입력으로 쓰인다.

한국 데이터의 특징적 이슈는 심도 트렌드다. 자동차 대인 심도는 진료수가·한방진료 이용 증가로, 재물 심도는 자산 가격과 수리비(부품·공임) 상승으로 꾸준히 우상향해 왔다. 그래서 과거 클레임을 현재 가격 수준으로 보정(온레벨링)하는 트렌드 분석이 분포 적합보다 먼저 오는 공정이며, 트렌드를 놓치면 "분포는 맞는데 평균이 틀리는" 실패가 생긴다. 실손의 비급여 항목처럼 제도 개입(4·5세대 개편)으로 심도 분포 자체가 구조 변화하는 사례는, 본문의 정상성(stationarity) 가정이 깨지는 살아 있는 교재다.

실무 IFRS17·K-ICS 관점

IFRS17 최선추정에는 건당 심도와 그 추세가 명시적 가정으로 들어가고, 가정 변경은 CSM·손익으로 직결되므로 심도 트렌드 분석서가 결산 증빙의 일부가 되었다. K-ICS에서는 심도 꼬리가 두꺼울수록 준비금·대재해리스크가 커지므로, 파레토 꼬리 지수 추정이 자본 분석과 재보험 구매(XL 자기부담점)의 공통 근거가 된다. 요컨대 심도 분포 하나가 가격·부채·자본·재보험 네 영역의 공용 부품인 것이 한국 실무의 현주소다.

[한국보험시장 현황]은 한국 보험시장 실무 관점(2026.6 기준)에서 추가 작성한 것임. · 원문: Encyclopedia of Actuarial Science (Wiley, 2004), “Claim Size Processes”, Ka Chun Cheung & Hailiang Yang. · 본 해설서의 [해설]·[고급]·[부록]은 학부 입문 학습용으로 추가·구성한 것임. 수식은 원문 기준 복원.