보험계리에서의 마르코프 모형 (Markov Models in Actuarial Science)

1. 개요 Introduction

이 글은 보험계리에서 마르코프 과정이 계산·모형화 도구로 어떻게 쓰이는지를 개관한다. 마르코프 과정은 ‘현재가 주어지면 과거와 미래가 독립’인 과정으로, 이산·연속 시간과 이산·연속 상태공간 모두에서 정의된다. 상태공간이 이산이면 보통 마르코프 연쇄라 부른다.

2. 마르코프 과정의 성질 Properties

마르코프 과정은 확률과정 이론의 중심에 있으며 다루기 쉬운 특수경우를 제공한다. 모든 마르코프 과정은 준마팅게일(semimartingale)이고 단거리 의존이다. 또한 여러 중요한 과정을 통합한다.

• 브라운 운동, Ornstein–Uhlenbeck 과정(유일한 정상 가우스 과정), 랜덤워크, 정상·독립 증분 과정은 모두 마르코프 과정의 예다.
• 약한 정칙성 아래 모든 확산(diffusion) 과정은 마르코프다.
• 마르코프 연쇄는 초기분포와 전이확률만 있으면 시뮬레이션이 매우 쉽다. 정상분포로부터의 추출은 커플링(coupling)으로 완전표집(perfect sampling)할 수 있다.
• 기약·재귀 마르코프 연쇄는 재생성 과정에 속하고 이산 재생 과정과 강하게 연결된다.

3. 마르코프 가법과정과 확장 Markov Additive & MCMC

마르코프 가법과정(J_t,S_t)은 환경 J_t가 증분을 지배하는 구조로, 마르코프 도착과정(MAP)·마르코프 재생 과정·은닉 마르코프 모형(HMM)을 통합한다. 한편 에르고딕 마르코프 연쇄의 평형분포를 목표분포로 삼아 적분을 추정하는 기법이 마르코프 연쇄 몬테카를로(MCMC)이며 premium rating 등에서 쓰인다.

4. 보험계리의 마르코프형 모형 Actuarial Models

실제 많은 상황이 마르코프형이다. 대표적 응용은 다음과 같다.

• 자동차보험의 bonus-malus 시스템
• 생명보험의 탈퇴분석(혼인상태에 따른 사망력 등)
• 소득보상·중대질병보험의 다중상태(multi-state) 모형
• 신용평점과 이자율 모형, claims reserving에서의 청구이력 추적
• 대기행렬 모형 — 위험이론의 잉여과정과 쌍대성(duality)으로 연결
• Markov-modulated 복합 포아송 등 고전 Cramér–Lundberg 모형의 일반화 (Cramér–Lundberg 과정 자체가 마르코프 과정)

참고 및 관련 표제어

부록. 이 글에 나온 용어 (배경지식 보충)

• 준마팅게일 — 마팅게일과 유계변동 과정의 합으로 분해되는 과정.
• 다중상태 모형 — 건강·장해·사망 등 상태 간 전이로 보험을 기술.
• 커플링 — 두 과정을 같은 공간에서 결합해 수렴·정상성을 분석.
• MAP — 환경 마르코프 과정이 도착을 지배하는 점 과정.
• 쌍대성(duality) — 대기행렬과 위험 잉여과정 사이의 대응.

한국보험시장 현황 Korea Market Practice

보험계리에서 마르코프 모형은 생존·다중상태·전이 계산을 묶는 통합 도구다. 한국에서도 연금의 생존/사망, CI의 다중질병상태, 실손·간병의 이용상태 모형에 쓰이며, 연속시간 전이강도를 쓰면 준비금이 Thiele 형태의 미분방정식으로 전개된다.

IFRS17의 상태별 현금흐름과 CSM 롤포워드를 펼치면 그 안에 마르코프 구조가 드러난다. 초기분포와 전이확률만 있으면 시뮬레이션이 쉬워, 확률론적 준비금·시나리오 분석에도 잘 맞는다.