왜곡위험측도 (Distortion Risk Measure)
한 줄 정의: 손실분포의 확률을 특정 왜곡함수로 재조정한 뒤 그 기대값을 계산하여 위험의 크기를 측정하는 위험측도의 한 유형으로, VaR와 조건부 꼬리기대값을 포괄하는 개념입니다.
쉽게 풀면
왜곡위험측도는 원래의 확률을 그대로 쓰지 않고, 손실이 큰 상황에 더 많은 가중치를 주는 방향으로 확률을 "왜곡"시킨 뒤 그 왜곡된 확률로 평균을 내는 방식입니다. 이렇게 하면 드물지만 큰 손실이 나는 상황을 실제 확률보다 더 신경 써서 반영할 수 있습니다. 왜곡을 어떻게 시키느냐(왜곡함수의 형태)에 따라 다양한 위험측도가 만들어지며, 왕변환도 그중 하나의 예시입니다. 보험료 산정과 자본요구량 산출 모두에 폭넓게 활용되는 통합적인 개념입니다.
왜 중요한가
왜곡위험측도는 VaR, 조건부 꼬리기대값 등 실무에서 널리 쓰이는 여러 위험측도를 하나의 수학적 틀 안에서 통일적으로 설명할 수 있게 해주어, 위험측도의 성질을 비교하고 새로운 측도를 설계하는 이론적 기반이 됩니다. 지급여력제도와 자본배분 논의에서도 자주 인용됩니다.
논문에서는 이렇게 쓰입니다
"왜곡위험측도는 왜곡함수의 선택에 따라 VaR나 조건부 꼬리기대값과 같은 익숙한 위험측도로 환원될 수 있음을 보인다."
왜곡위험측도가 다른 위험측도들을 포괄하는 일반적 개념임을 설명합니다.
"본 연구는 응집성(coherence) 조건을 만족하는 왜곡함수를 이용해 재보험 최적 보유한도 문제에 왜곡위험측도를 적용한다."
왜곡위험측도가 재보험 등 실무적 의사결정 문제에 응용되는 사례입니다.
조금 더 깊게 보면
왜곡위험측도는 손실의 생존함수에 오목한(concave) 왜곡함수를 적용하여 얻은 새로운 확률측도 하에서의 기대값으로 정의되며, 왜곡함수가 오목할 경우 응집성 위험측도의 조건을 만족하는 경우가 많습니다. 왜곡함수의 형태에 따라 조건부 꼬리기대값, 왕변환, 비례 위험조정 등 다양한 구체적 측도가 도출됩니다.
주의할 점
모든 왜곡함수가 응집성 조건을 만족하는 것은 아니므로, 특정 왜곡위험측도가 분산투자 효과를 제대로 반영하는지는 왜곡함수의 성질을 별도로 확인해야 합니다.