장수베이시스위험 (Longevity Basis Risk)
쉽게 풀면
연금 지급 기관이 사람들이 예상보다 오래 살 위험(장수 위험)을 줄이기 위해 국가 전체 통계 등을 기준으로 한 금융상품으로 헤지를 하는 경우가 있습니다. 그런데 실제 자기 연금 가입자들의 사망 패턴이 그 기준 집단과 정확히 같지 않다면, 헤지가 완벽하게 들어맞지 않는 문제가 생깁니다. 이렇게 기준 집단과 실제 집단의 차이에서 오는 위험을 장수베이시스위험이라고 합니다. 예를 들어 국민 전체의 사망률 개선 속도와 특정 대기업 퇴직연금 가입자들의 사망률 개선 속도가 다르게 나타난다면, 국민생명표 지수를 기준으로 한 헤지상품은 그 회사의 실제 위험을 완벽히 상쇄하지 못합니다.
왜 중요한가
연금 및 생명보험 회사들이 장수 위험을 시장에서 거래되는 상품으로 헤지할 때, 이 베이시스 위험을 얼마나 잘 관리하느냐가 헤지 전략의 실효성을 좌우합니다. 그래서 관련 논문에서 헤지 효과를 평가할 때 반드시 다루는 개념입니다.
논문에서는 이렇게 쓰입니다
헤지 기준 집단과 실제 연금 가입자 집단 간 사망률 차이가 얼마나 큰지를 측정했다는 뜻입니다.
기준 집단과 실제 집단의 차이가 클수록 헤지 상품의 효과가 떨어진다는 결과를 설명한 것입니다.
조금 더 깊게 보면
장수베이시스위험은 대체로 두 집단의 사망률 상관관계, 인구 규모 차이, 사회경제적 구성 차이 등에서 비롯됩니다. 이를 줄이기 위해 맞춤형 헤지 구조를 설계하거나, 두 집단 간 사망률 관계를 통계 모형으로 추정해 헤지 비율을 조정하는 연구가 이루어집니다. 베이시스 위험의 크기는 두 집단 간 사망률의 상관계수로 근사적으로 측정되기도 하며, 상관계수가 1에 가까울수록 인구집단 지수 기반 헤지상품의 효과가 커지고, 상관계수가 낮을수록 맞춤형(가입자 맞춤) 구조의 필요성이 커집니다.
주의할 점
장수베이시스위험은 완전히 제거하기 어려운 잔여 위험이며, 헤지 상품을 사용한다고 해서 장수 위험이 전부 사라지는 것은 아니라는 점에 유의해야 합니다.
장수베이시스위험은 시간이 지나며 두 집단의 구성이 변할 경우 그 크기 자체도 함께 변동할 수 있어, 한 시점에서 측정한 상관관계를 장기간 고정된 값으로 가정해서는 안 됩니다.