샷노이즈 과정

1. 들어가며 Introduction

발생했으나 아직 완전히 보고되지 않은 클레임(IBNFR, incurred but not fully reported)에 대한 준비금 적립은 보험회사 재무제표의 중요한 문제다. 클레임 적립의 핵심은 회사가 장래에 지급할 (알려졌거나 아직 모르는) 클레임 비용을 추정하는 것이다. 이 문제는 CAT 선물(CAT-future) 같은 보험 파생상품의 가격결정에도 관여한다. 이런 계약의 수익은 일부 보험사가 보고한 집계 손실에 의존하는데, 실제로 발생한 클레임이 즉시, 심지어 보고기간 말에도 모두 알려지지는 않기 때문이다.

샷노이즈 과정(shot-noise process)은 이러한 현상의 자연스러운 모형이다. 총클레임 금액 과정은 다음으로 모형화된다.

여기서 X_i = (X_i(t))는 독립동일분포(i.i.d.)인 증가 확률과정이며, 강도(rate) α>0인 동질 포아송 과정 N과 독립이고, 그 점들은 0<T₁<T₂<...이다. 과정 X_i(t−T_i)는 시점 T_i에 발생한 i번째 개별 클레임의 지급 진행(payoff procedure)을 나타낸다. 극한 lim_t→∞ X_i(t) = X_i(∞)가 존재하며(무한일 수도 있음) 이는 i번째 클레임이 일으키는 총지급액이다.

해설 “샷노이즈”라는 이름의 뜻

샷노이즈는 원래 전자공학 용어로, 무작위 시점마다 들어오는 충격(shot)이 각각 시간에 따라 감쇠하는 응답(response)을 남기고, 그것들이 겹쳐 쌓여 만드는 잡음을 말한다. 보험에서는 “충격”이 포아송 시점 T_i의 클레임 발생이고, “응답”이 그 클레임이 시간이 지나며 점차 지급·전개되는 모습 X_i(t−T_i)이다. 흔히 응답을 하나의 커널 함수 h로 쓰면

처럼 “충격 시점에서 경과한 시간”의 함수로 나타낸다. 만약 X_i(t−T_i)가 발생 즉시 최종값에 도달하는 계단함수라면 이 모형은 곧바로 고전적 복합포아송 모형으로 환원된다. 즉 샷노이즈는 복합포아송의 자연스러운 확장이다.

2. 평균과 분산: 캠벨 정리 Mean and Variance (Campbell's Theorem)

(S(t))_t≥0의 평균함수와 분산함수는 캠벨 정리(Campbell's theorem)로 다음과 같이 주어진다.

3. 점근적 거동 Asymptotic Behavior

각 t>0에 대해 다음과 같이 재척도화한 과정 S̅(t)를 정의한다.

t→∞일 때 이 과정의 점근적 거동을 조사한다. 보험 관점에서 이러한 극한정리는, 예컨대 파산확률을 추정하는 데 흥미롭다. 먼저 다음을 가정하자(각 클레임의 총지급액이 거의 확실히 유한).

기본 아이디어는 과정 S(t)를 복합포아송 과정으로 근사하는 것이다. X_i(t)가 X_i(∞)로 충분히 빠르게 수렴하면, Klüppelberg와 Mikosch는 재척도 과정 S̅(t)가 (범함수적 의미에서) 표준 브라운 운동으로 약수렴함을 얻었다. 이 가정은 예컨대 어떤 t₀가 있어 X_i(t₀) = X_i(∞)(거의 확실히)이면 만족된다. 이런 가정 없이도 유한차원 분포의 브라운 운동으로의 수렴은 얻어진다. 즉 유한한 전개(finite expansion)를 갖는 정보는 극한과정에서 종속성을 만들지 못한다.

반면 X_i(∞) = ∞인 경우 사정이 다르다. 어떤 정칙성 가정 아래에서는 장기기억(long-range dependence)을 갖는 가우스 과정으로의 수렴이 얻어진다. 한편 클레임은 흔히 두꺼운 꼬리(heavy-tailed)를 가져 2차, 때로는 1차 적률조차 없으므로, 무한분산 안정(stable) 극한도 관련된다.

4. 파산확률에의 응용 Application to Ruin Probability

위험과정 R(t)를 생각하자. u>0은 초기자본, P(t)는 시점 t까지의 보험료 수입이다.

유한시간 파산확률을 초기자본과 시계 T의 함수로 정의한다.

inf_0≤t≤T(u + P(t) − s(t))가 (스코로호드 위상에서) 함수 s에 대해 연속이므로, 앞 절 “점근적 거동”의 결과를 이용해 파산확률의 점근식을 기술할 수 있다. Klüppelberg와 Mikosch는 서로 다른 보험료 산출원리(서로 다른 P(t)로 이어짐) 아래에서 이를 수행했고, Brémaud는 충격의 지수적률 존재를 가정해 무한시간 파산확률을 연구했다.

5. 금융에의 응용 Financial Applications

Stute가 지적했듯이 샷노이즈 모형은 자산가격 모형으로도 적절하다. 각 충격은 포아송 시점 T_i에 금융시장으로 들어오는 정보로 해석할 수 있고, X_i(t−T_i)는 그 정보가 자산가격에 미치는 영향(시장 참가자 사이의 확산과 관련될 수 있음)을 나타낸다. 정상증분(stationary increments)을 갖도록 식 (1)을 다음과 같이 수정한다(양방향 포아송 과정 사용).

적절한 조건 아래 S는 (재척도 후) 분수 브라운 운동(fractional Brownian motion, FBM)으로 약수렴한다. 이는 일부 금융 자료에서 관측되는 장기기억에 대한 경제학적 해석을 준다. FBM 자체는 차익거래(arbitrage)를 허용하지만, 이를 근사하는 샷노이즈 과정 자체는 무차익(arbitrage-free)으로 선택할 수 있다.

참고 및 관련 표제어

부록. 이 글에 나온 용어 (배경지식 보충)

• 샷노이즈 과정 (shot-noise process) — S(t) = ∑ X_i(t−T_i). 포아송 시점마다의 충격이 감쇠 응답을 남기고 그것들이 겹쳐 쌓인 과정.
• 커널 (kernel, h) — 한 충격이 시간에 따라 만드는 응답의 모양 함수. X_i(t−T_i)=h(t−T_i).
• IBNFR — 발생했으나 아직 완전히 보고되지 않은 클레임(incurred but not fully reported).
• 복합포아송 모형 (compound Poisson model) — 응답이 즉시 완료되는 샷노이즈의 특수한 경우.
• 캠벨 정리 (Campbell's theorem) — 포아송 합으로 더해진 응답의 평균·분산을 강도와 응답의 적분으로 주는 정리.
• 콕스 과정 (Cox process) — 강도 자체가 확률과정인 이중확률 포아송 과정. 군집 발생을 모형화.
• 장기기억 (long-range dependence) — 멀리 떨어진 시점 사이에도 상관이 천천히 사라지는 성질.
• 두꺼운 꼬리 (heavy tail) — 큰 값이 나올 확률이 천천히 감소해 적률이 발산할 수 있는 분포 성질.
• 분수 브라운 운동 (fractional Brownian motion) — 자기상사·장기기억을 갖는 가우스 과정. 샷노이즈의 정상증분 극한.
• 파산확률 (ruin probability, ψ(u,T)) — 초기자본 u로 시작해 시계 T 안에 잉여금이 0 아래로 떨어질 확률.

한국보험시장 현황 Korea Market Practice

샷노이즈 과정(Shot-noise Process)은 무작위 시점에 충격(jump)이 발생하고 이후 사고 강도가 지수적으로 감쇠하는 확률 과정으로, 집합적 손해 모형에서 대형 사고 후 후속 사고 증가 현상을 표현하는 데 사용된다. 국내 손해보험에서 자연재해(태풍·홍수·지진) 시 단기간에 집중되는 사고를 모형화할 때 샷노이즈 구조가 유용하다. 사고 강도 λ(t) = λ₀ + Σ Yₖ·exp(-δ(t-tₖ))는 충격 후 사고율이 즉각 상승하고 시간이 지나면서 원래 수준으로 복귀함을 표현한다.

재보험 가격 산정과 CAT 모형에서 샷노이즈는 클러스터링(clustering) 효과를 포착하는 데 쓰인다. 코리안리 등 국내 재보험사는 자연재해 CAT XL(초과손해액 재보험) 가격 산정 시 사고 건수 과정에 클러스터 구조를 반영하며, 샷노이즈 강도 모형은 이 클러스터링 패턴을 연속 시간으로 다루는 방법 중 하나다. 집중 호우 후 수일에 걸쳐 들어오는 자동차 침수 사고가 대표적 클러스터 패턴이다.

K-ICS CAT 리스크 서브모듈에서 자연재해·대형사고 시나리오를 적용할 때, 충격 이후의 준비금 발생 패턴을 샷노이즈로 모형화하면 사고 발생-보고-지급의 시간 지연 구조를 확률론적으로 표현할 수 있다. IFRS17 체계의 보험계약부채 측정에서도 재해 사건 후 청구 유입 추이가 현금흐름 투영에 영향을 미치므로, 샷노이즈 감쇠 속도(δ)의 추정은 최선추정 가정 검증 항목 중 하나가 된다.