체인래더법 (Chain Ladder Method)
쉽게 풀면
체인래더법은 과거 몇 년간 사고가 발생한 후 시간이 지나면서 보험금 지급액이 어떻게 늘어났는지 패턴을 분석해서, 아직 다 지급되지 않은 사고의 최종 금액을 예측하는 방법입니다. 사고연도와 경과연수를 표(삼각형 모양)로 정리해서, 과거의 발전 비율을 미래에도 그대로 적용한다는 가정 하에 계산합니다.
왜 중요한가
손해준비금 산출에서 가장 오래되고 널리 쓰이는 방법으로, 사고연도별 누적 손해액 삼각형에서 진전계수를 구해 미래 진전을 추정하는 계산이 직관적이고 재현 가능하다는 점에서 감사와 감독 보고의 기준선이 됩니다. 확률론적 확장인 맥 모형이 준비금 불확실성 추정의 표준 참조점으로 쓰입니다.
논문에서는 이렇게 쓰입니다
이 문장은 최근 몇 년 동안 손해액이 늘어난 비율의 평균을 이용해서, 아직 보고되지 않은 손해를 추정했다는 것을 설명합니다.
이 때문에 실무에서는 여러 사고연도의 진전인수를 평균 또는 가중평균하여 안정성을 높이는 방식이 함께 사용된다.
조금 더 깊게 보면
체인래더법은 각 사고연도의 진전 패턴이 같다고 가정하므로, 청구 처리 속도가 바뀌었거나 사건 구성이 달라진 시기에는 체계적으로 틀립니다. 최근 사고연도는 진전이 거의 없어 작은 우연 변동이 큰 진전계수로 증폭되는 약점이 있으며, 이를 보완하려 본휴터퍼거슨법과 함께 쓰는 것이 관행입니다. 꼬리 진전, 즉 삼각형 밖의 진전은 데이터가 없어 별도 가정으로 덧붙여야 합니다. 체인래더법의 확률론적 버전인 맥 모형은 동일한 점추정치에 더해 그 추정치의 표준오차까지 계산할 수 있게 해주어, 준비금이 단일 숫자가 아니라 범위로 관리되어야 한다는 인식을 계리 실무에 정착시켰습니다.
주의할 점
체인래더법은 과거 발전 패턴이 미래에도 그대로 유지된다고 가정하므로, 보험환경이 급변하는 경우에는 다른 기법과 함께 검토해야 한다.
체인래더법의 결과는 삼각형에 포함된 사고연도와 진전연도의 조합 방식에 민감하므로, 데이터 구간을 어떻게 자르는지에 따라 같은 원자료에서도 서로 다른 추정치가 나올 수 있다는 점에 유의해야 한다.