일관위험측도 (Coherent Risk Measure)
쉽게 풀면
위험을 숫자 하나로 요약하는 방법은 여러 가지가 있는데, 그중에서도 "합리적으로 행동한다"고 볼 수 있는 최소한의 규칙을 지키는 방법만을 골라낸 것이 일관위험측도입니다. 예를 들어 두 위험을 합쳤을 때 측정된 위험이 각각을 따로 더한 것보다 커지면 안 된다는 규칙(분산투자를 하면 위험이 줄어야 한다는 상식)이 대표적입니다. 이런 상식적인 조건들을 수학적으로 정리한 것이 바로 이 개념의 핵심입니다. 대표적인 예로 조건부 꼬리기대값(CTE, 또는 Expected Shortfall)이 있습니다.
왜 중요한가
보험회사나 금융기관은 자본을 얼마나 쌓아야 하는지를 위험 측도로 계산하는데, 흔히 쓰이는 VaR(Value at Risk)는 분산투자의 이점을 제대로 반영하지 못하는 한계가 있습니다. 일관위험측도 개념은 이런 한계를 지적하고 더 나은 대안을 찾기 위한 이론적 기준을 제공하기 때문에 자본규제와 리스크관리 연구에서 꾸준히 다뤄집니다.
논문에서는 이렇게 쓰입니다
기존에 흔히 쓰이던 위험 측도의 한계를 짚고, 공리를 만족하는 대안을 제시하는 전형적인 서술입니다.
새로운 위험 측도나 보험료 산출법을 제안할 때, 그것이 이론적으로 타당함을 보이기 위해 공리 충족 여부를 검증하는 방식입니다.
조금 더 깊게 보면
일관위험측도는 단조성(손실이 크면 측도값도 커야 함), 이전불변성(무위험 현금을 더하면 측도값도 그만큼 이동), 양의 동차성(포지션 크기를 배수로 늘리면 측도값도 같은 배수), 부분가법성(합친 포지션의 위험이 개별 위험의 합을 넘지 않음)이라는 네 조건으로 정의됩니다. Expected Shortfall(꼬리 기대손실 평균)은 이 조건들을 만족하는 대표적 측도로 알려져 있으며, 보험 및 금융 리스크관리에서 VaR의 대안으로 자주 논의됩니다.
주의할 점
일관위험측도라고 해서 항상 실무적으로 계산이 쉬운 것은 아니며, 부분가법성 조건이 실제 데이터나 특정 분포 가정 하에서는 직관과 다르게 해석될 여지도 있습니다. 또한 어떤 위험 측도가 공리를 만족한다는 것이 그 측도가 모든 상황에서 최적임을 의미하지는 않습니다.