확산근사

1. 개요 Introduction

위험과정의 파산확률 같은 확률과정의 특성값 계산은 종종 매우 어렵다. 따라서 근사(approximation)에 의존해야 한다. 한 시점에서의 과정 분포는 중심극한정리(central limit theorem)에 의해 정규근사를 시사하므로, 과정 전체를 근사하면 가우시안 과정이 나오는 것이 자연스럽다. 많은 경우 브라운 운동(Brownian motion)이 자연스러운 선택이다. 보험계리학에서 브라운 운동에 의한 가장 이른 근사는 하트비거(Hadwiger, 1940)로, 휴리스틱하지만 브라운 운동의 파산확률에 대한 올바른 편미분방정식을 얻었다.

2. 고전 잉여과정과 출발점 Classical Surplus Process

고전 잉여과정 Y 를 생각한다. 여기서 N 은 강도 λ의 푸아송 과정, U_i 는 평균 μ, 분산 σ²의 양의 iid 청구액, u, c 는 상수다. 이 과정은 독립이고 정상적인 증분을 갖는 레비 과정(Levy process)이다.

구간 (0, t]를 n 등분하면 Y_t 는 iid 증분의 합으로 표현되며, 증분이 독립이고 정상적이므로 정규분포로 근사하는 것이 자연스럽다.

이렇게 하면 근사과정은 브라운 운동과 같은 유한차원 분포를 갖는다. 따라서 드리프트 있는 브라운 운동 X 를 다음과 같이 둔다. 두 과정을 비교 가능하게 하려면 평균과 분산을 일치시켜 m = c − λμ, η² = λ(σ² + μ²)로 잡는다.

3. 약수렴과 함수형 중심극한정리 Weak Convergence & Functional CLT

관심 대상인 특성값은 표본경로의 범함수이므로, 고정 시점이 아니라 과정 전체를 근사해야 한다. 자연스러운 방법은 확률과정의 약수렴(weak convergence)이다. 표본경로가 cadlag 함수공간 D_E 에 있을 때, 과정열 X⁽ⁿ⁾ 이 모든 유계연속 범함수 f 에 대해 E[f(X⁽ⁿ⁾)] → E[f(X)]이면 X 로 약수렴한다고 한다. 확산근사 X 는 이러한 약극한으로 얻어지는, 무한변동을 갖는 연속과정이다.

첫 번째 결과는 동스커 정리(Donsker theorem) 또는 함수형 중심극한정리(functional CLT)다. 평균 μ, 유한분산 σ²의 iid 수열의 랜덤워크 S_n 에 대해, 다음 과정열은 표준 브라운 운동으로 약수렴한다(⌊x⌋ 는 정수부분).

4. 위험모형의 확산근사 Diffusion Approx. of Risk Models

해리슨(Harrison)은 고전 위험모형열 Y⁽ⁿ⁾ 을 다룬다(명제 2). 적절한 정규화 아래에서 Y⁽ⁿ⁾ 이 Y 로 약수렴하면 할인모형 X⁽ⁿ⁾ (이토 적분 포함)도 X 로 약수렴한다. 더 일반적으로, 많은 위험모형은 고전모형으로부터 구성되며(예: 이자 포함 모형), 마팅게일에 관한 다음 결과(명제 3)가 성립한다. 립시츠 연속함수 δ에 대해 확률미분방정식을 만족하는 과정열이 약수렴한다.

더 복잡한 확산은 마르코프 과정을 고려할 때 얻어진다(명제 5). 동질 마르코프 과정 X 의 생성원(generator) A 는 다음 2차 미분작용소로 표현되며, 여기서 a_ij 는 확산행렬, b_i 는 드리프트 벡터다.

5. 파산확률로의 응용 Application to Ruin Probabilities

확산근사를 파산이론에 처음 적용한 것은 이글하트(Iglehart)다. 과정열 X⁽ⁿ⁾ 과 약극한 X 에서 순이익조건 c > λμ 를 가정하자. 극한 브라운 운동의 파산시점 τ = inf{t : X_t < 0}에 대해, 연속사상정리(continuous mapping theorem)에 의해 τ⁽ⁿ⁾ 이 τ로 약수렴한다.

이는 유한기간 파산확률에 대한 근사를 준다. 그란델(Grandell)은 약간 다른 해석을 제시했다 - 강도를 0으로 보내는 대신 시간지평을 늘리고 파산과정을 재척도화하며, 안전부가(safety loading) ρ = c/(λμ) − 1 도 0으로 보낸다. 그러면 재척도화된 유한기간 파산확률이 브라운 운동의 것으로 수렴한다.

안전부가가 작지 않으면 확산근사는 잘 맞지 않는다. 이때는 이른바 보정 확산근사(corrected diffusion approximation)로 개선할 수 있다(시그문트 등). 한편 무한기간 파산확률은 일반적으로 수렴하지 않지만, 명제 4의 조건(lim sup λ⁽ⁿ⁾(μ⁽ⁿ⁾² + σ⁽ⁿ⁾²) < ∞) 아래에서는 P[τ⁽ⁿ⁾ < ∞] → P[τ < ∞]이 성립한다.

6. 확산 파산근사 공식 Diffusion Ruin Approximation

드리프트 있는 브라운 운동(드리프트 > 0, 분산 σ²)의 무한기간 파산확률은 닫힌 형태로 알려져 있다. 고전 위험모형의 파라미터로 환산하면, 안전부가 θ, 평균청구 μ, 청구분산 σ² 에 대해 다음 확산 파산근사를 얻는다.

참고 및 관련 표제어

부록. 이 글에 나온 용어 (배경지식 보충)

• 확산근사 (diffusion approximation) - 위험과정 등을 드리프트 있는 브라운 운동으로 근사하는 기법.
• 잉여(surplus)과정 / 위험과정 - 초기자본 + 보험료 - 누적청구로 정의되는 보험자의 자본 과정.
• 약수렴 (weak convergence) - 유계연속 범함수의 기대값 수렴으로 정의되는 과정 전체의 수렴.
• 함수형 중심극한정리 / 동스커 정리 - 정규화된 랜덤워크 경로가 브라운 운동으로 수렴한다는 정리.
• cadlag - 우연속이며 좌극한이 존재하는 경로(점프를 허용하는 표본경로).
• 생성원 (generator) - 마르코프 과정의 변화를 나타내는 2차 미분작용소.
• 연속사상정리 (continuous mapping theorem) - 연속함수에 의한 상이 약수렴을 보존한다는 정리.
• 안전부가 (safety loading) - 보험료가 기대청구를 초과하는 비율 θ = ρ; 순이익조건과 연결.
• 조정계수 / 룬드베리 지수 - 파산확률 지수 감소율; 확산근사에서는 2θμ/σ².
• 보정 확산근사 (corrected diffusion approximation) - 안전부가가 작지 않을 때 정밀도를 높인 근사.

한국보험시장 현황 Korea Market Practice

확산근사는 복합 푸아송 과정으로 표현되는 보험사 잉여금 과정을 브라운 운동(가우시안 확산)으로 단순화하는 기법으로, 파산확률의 닫힌 형태 근사식을 얻는 데 유용하다. 국내 보험 계리 실무에서 확산근사가 직접 사용되는 사례는 많지 않으나, 이론적 기반으로서 K-ICS 확률론적 시나리오 생성(금리·주가 시나리오)과 DFA(동태적 재무분석) 모형에 활용되는 확률 미분방정식의 기저를 이룬다.

보험사의 잉여금 과정이 드리프트 있는 브라운 운동으로 근사될 때, 파산확률은 초기 잉여금·보험료 부하율·변동성의 함수로 명시적으로 표현된다. 이는 K-ICS 요구자본 결정에서 '보유 자본이 클수록 파산확률이 낮아진다'는 직관을 계량화하는 데 이론적 근거를 제공한다. IFRS17 하에서 생명보험 잉여금의 금리 민감성이 크게 높아진 현재, 확산 모형 기반의 금리 충격 분석이 중요해지고 있다.

확산근사는 또한 재보험 최적화 연구에서도 활용된다. 브라운 운동 모형 하에서 비례재보험 또는 초과손해재보험의 최적 보유율을 결정하는 문제(Hamilton-Jacobi-Bellman 방정식)는, 국내 재보험 보유 한도 설정의 이론적 배경으로 이해할 수 있다.