보험극단값이론 (Extreme Value Theory in Insurance)
쉽게 풀면
일반적인 통계 방법은 평균적인 사건을 잘 설명하지만, 아주 드물게 일어나는 대형사고나 재해처럼 극단적인 사건을 예측하는 데는 취약합니다. 보험극단값이론은 이런 "꼬리(tail)에 있는" 극단적인 사건들에 특화된 통계 기법을 보험 데이터에 적용해, 최악의 상황이 얼마나 클 수 있는지를 가늠하는 방법입니다. 100년에 한 번 있을 법한 홍수의 규모를 추정하는 것과 비슷한 발상입니다.
왜 중요한가
손해보험수리에서 재보험 가격 산정, 재해 위험 자본 산정, 대형 손해에 대한 준비금 산정 등은 극단적인 사건의 확률을 정확히 파악하는 것이 핵심입니다. 보험극단값이론은 일반적인 분포로는 잘 포착되지 않는 두꺼운 꼬리(fat tail) 특성을 다루는 데 적합해 손해보험수리에서 중요하게 연구됩니다.
논문에서는 이렇게 쓰입니다
극단값이론의 대표적인 분석 절차를 보여주는 예입니다.
극단값이론이 재보험 실무에 활용되는 맥락을 보여주는 예입니다.
조금 더 깊게 보면
보험극단값이론은 크게 두 가지 접근을 사용합니다. 일정 기간의 최댓값을 분석하는 방법(block maxima)과, 특정 임계값을 초과하는 관측치만 따로 모아 분석하는 봉우리초과법(peaks-over-threshold)입니다. 후자에서는 흔히 일반화파레토분포가 초과분의 분포를 근사하는 데 사용됩니다. 극단값이론은 분포 전체를 하나의 함수로 맞추는 대신 꼬리 부분만을 따로 떼어내 일반화극단값분포나 일반화파레토분포 같은 극한 분포족으로 근사한다는 점에서, 전통적인 손해액 분포 적합과 접근 방식이 근본적으로 다릅니다. 블록최대치법과 임계값 초과법이 각각 다른 방식으로 이 극한 분포를 적합시키는 대표적 절차입니다.
주의할 점
극단값 분석은 표본이 매우 적은 영역을 다루기 때문에 추정의 불확실성이 크며, 임계값 설정 방식에 따라 결과가 민감하게 달라질 수 있어 주의가 필요합니다. 극단값이론은 관측된 표본을 넘어서는 영역을 다루는 만큼, 소수의 극단적 관측치에 추정 결과가 민감하게 반응한다는 한계가 있습니다.