부트스트랩준비금평가 (Bootstrap Reserving)
한 줄 정의: 손해진전삼각형의 잔차를 반복 재표본추출(resampling)하여 다수의 가상 삼각형을 생성하고, 이를 각각 준비금평가에 적용해 준비금의 전체 확률분포를 시뮬레이션하는 방법입니다.
쉽게 풀면
실제로 겪은 사고 데이터는 한 세트뿐이지만, 부트스트랩은 그 데이터를 여러 번 살짝씩 다르게 재구성해서 마치 "이런 일이 벌어질 수도 있었다"는 가상의 시나리오들을 수천 개 만들어냅니다. 이 가상 시나리오마다 준비금을 계산하면, 하나의 숫자가 아니라 수천 개의 준비금 추정치가 쌓이고, 이를 통해 전체 분포 모양을 볼 수 있습니다.
왜 중요한가
손해보험수리에서 준비금의 신뢰구간이나 극단적 시나리오까지 파악하려면 전체 분포가 필요한데, 부트스트랩준비금평가는 특정 분포를 이론적으로 가정하지 않고도 시뮬레이션을 통해 이러한 분포를 얻을 수 있어 실무와 연구 양쪽에서 널리 쓰입니다.
논문에서는 이렇게 쓰입니다
"부트스트랩준비금평가를 통해 10,000회의 재표본추출을 수행하고 준비금의 경험적 분포를 도출하였다."
반복 재표본추출로 분포를 만들어내는 절차를 보여주는 예입니다.
"부트스트랩준비금평가로 얻은 준비금 분포의 표준편차를 맥모형의 표준오차와 비교하였다."
다른 확률적 방법론과의 결과 비교 맥락입니다.
조금 더 깊게 보면
일반적으로 일반화선형모형준비금평가나 체인래더법으로 얻은 잔차(residual)를 재표본추출한 뒤, 이를 다시 삼각형에 결합해 새로운 가상 데이터를 만드는 방식으로 진행됩니다. 여기에 추가로 프로세스 오차(process error)를 반영하기 위해 각 시뮬레이션 결과에 확률적 변동을 더하는 절차가 결합되기도 합니다.
주의할 점
재표본추출 방식과 잔차의 정의에 따라 결과가 달라질 수 있으며, 원본 데이터의 관측치 수가 적으면 시뮬레이션 결과의 신뢰성이 떨어질 수 있습니다.