뷜만신뢰도모형 (Bühlmann Credibility Model)
쉽게 풀면
뷜만신뢰도모형은 신뢰도이론을 실제로 계산할 수 있게 만든 대표적인 수학적 방법입니다. 한 그룹 안에서 개별 계약자들 간의 차이(집단 내 분산)와, 서로 다른 그룹들 간의 차이(집단 간 분산)를 비교해서, 그 그룹만의 경험치를 얼마나 신뢰할 수 있는지를 숫자(신뢰도계수)로 계산해냅니다.
왜 중요한가
개별 계약자 집단의 경험이 얼마만큼 믿을 만한지를 집단 내 분산과 집단 간 분산의 비율로 정량화해 주므로, 뷜만신뢰도모형은 경험요율에서 개별 경험과 전체 평균을 섞는 가중치의 이론적 근거가 됩니다. 단체보험, 자동차보험 등 계약자별 경험을 반영하는 요율 체계 대부분이 이 모형 또는 그 확장에서 나왔습니다. 뷜만신뢰도모형이 등장하기 전에는 완전 신뢰도에 필요한 최소 사고 건수를 경험적으로 정하는 제한변동 신뢰도가 주로 쓰였으나, 뷜만 모형은 이 기준을 분산 분해라는 통계적 근거 위에 올려놓았다는 점에서 계리학사에서 방법론적 전환점으로 평가됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 계약자 수가 많은 큰 단체일수록 자체 경험 데이터를 더 많이 신뢰해서 요율에 반영했다는 것을 설명합니다.
개인 데이터가 부족할 때는 전체 평균에, 데이터가 충분할 때는 개인 실적에 더 큰 비중을 두는 방식으로 신뢰도를 계산했다는 뜻입니다.
조금 더 깊게 보면
뷜만 모형은 베이즈 추정량을 선형 함수로 근사한 것이어서 사전분포와 우도가 특정 조합일 때만 정확한 베이즈 결과와 일치하고, 그 밖에는 최선의 선형 근사에 그칩니다. 노출 크기가 다른 집단을 다루려면 뷜만-스트라웁 확장이 필요하며, 구조 모수를 데이터에서 추정하는 단계에서 추정 오차가 결과에 크게 영향을 줍니다. 최근에는 일반화선형혼합모형의 무작위효과 추정이 같은 아이디어를 회귀 틀 안에서 구현한 것으로 이해됩니다. 이 모형은 위험모수가 주어졌을 때 한 계약자의 연도별 손해가 서로 독립이고 동일한 분포를 따른다는 가정 위에 서 있어, 시간에 따른 추세나 계약자 간 공통 충격이 있는 경우에는 모형의 가정이 어긋나 결과 해석에 주의가 필요합니다.
주의할 점
뷜만신뢰도모형은 집단 내 분산과 집단 간 분산이 안정적으로 추정된다는 가정을 전제로 하므로, 데이터가 매우 적은 경우에는 신뢰도계수 추정 자체가 불안정할 수 있다.