연생코퓰라모형 (Joint Life Copula Model)

한 줄 정의: 코퓰라 함수를 이용해 두 사람(주로 부부)의 생존 시점 사이에 존재하는 상관관계를 모형화하는 통계적 방법입니다.

쉽게 풀면

부부 중 한 명이 세상을 떠나면 남은 배우자도 정신적, 경제적 충격으로 인해 사망 위험이 함께 높아지는 경우가 있습니다. 이런 두 사람의 생존 기간이 서로 완전히 독립적이지 않다는 점을 수학적으로 표현하려면, 각자의 개별 생존 확률뿐 아니라 둘 사이의 '연결 관계'를 따로 담아낼 도구가 필요합니다. 코퓰라는 바로 이 연결 관계만을 분리해서 표현하는 함수로, 각 사람의 개별 생존분포는 그대로 두면서 둘 사이의 의존성만 별도로 조절할 수 있게 해줍니다. 마치 두 개의 실을 하나의 매듭으로 묶는 방식을 여러 가지로 바꿔볼 수 있는 것과 비슷합니다.

왜 중요한가

연생보험이나 최종생존자연금처럼 두 사람의 생존 여부에 따라 지급이 결정되는 상품은 두 생존 시점의 상관관계를 무시하면 보험료나 준비금을 부정확하게 산출하게 됩니다. 연생코퓰라모형은 이러한 상관관계를 유연하게 반영하여 보다 현실적인 가격 산정과 위험 관리를 가능하게 합니다.

논문에서는 이렇게 쓰입니다

"본 연구에서는 프랭크 코퓰라를 적용하여 부부의 잔여수명 간 종속구조를 추정하고 연생연금의 보험료에 미치는 영향을 분석하였다."

부부의 사망 시점 사이의 상관관계를 코퓰라로 반영했을 때 연금 보험료가 어떻게 달라지는지를 살펴본 예문입니다.

"독립성 가정 하의 결과와 코퓰라 기반 모형의 결과를 비교한 결과, 종속성을 반영한 경우 최종생존자연금의 기대현가가 유의하게 상승하였다."

사망의 상관관계를 무시했을 때와 반영했을 때의 계산 결과 차이를 비교하는 맥락에서 사용된 예문입니다.

조금 더 깊게 보면

연생코퓰라모형에서는 각 개인의 한계생존함수(marginal survival function)는 표준 생명표 등에서 얻고, 둘 사이의 의존구조는 가우시안, 프랭크, 클레이튼, 곰페르츠 등 다양한 코퓰라 함수 중에서 선택하여 결합분포를 구성합니다. 의존성의 강도는 코퓰라의 모수(파라미터)로 조절되며, 이 모수는 관측된 사망 데이터에 대한 최대우도추정 등의 방법으로 추정하는 것이 일반적입니다.

주의할 점

어떤 코퓰라 함수를 선택하느냐에 따라 결과가 달라질 수 있으므로, 데이터에 적합한 코퓰라를 신중하게 선택하고 적합도를 검증하는 과정이 중요합니다. 또한 상관관계의 존재를 과대 혹은 과소 추정하면 보험료 산정에 왜곡이 생길 수 있습니다.