맥모형 (Mack Model)
한 줄 정의: 체인래더법으로 구한 준비금 추정치에 대해 분포 가정 없이 평균과 분산을 계산해, 추정의 불확실성(표준오차)을 정량적으로 제시하는 확률적 준비금평가 모형입니다.
쉽게 풀면
전통적인 체인래더법은 "최종손해액은 이만큼일 것이다"라는 하나의 숫자만 알려줍니다. 하지만 그 숫자가 얼마나 믿을 만한지는 알려주지 않습니다. 맥모형은 같은 체인래더 계산 방식을 쓰면서도, 그 추정치 주변에 얼마나 편차가 있을 수 있는지를 함께 계산해 줍니다. 일기예보에서 "내일 기온은 20도"라고만 하는 것과 "20도, 오차범위 ±2도"라고 하는 것의 차이와 비슷합니다.
왜 중요한가
손해보험수리에서는 준비금 추정치 자체뿐 아니라 그 불확실성의 크기도 중요한 정보입니다. 맥모형은 특정 확률분포를 가정하지 않고도 체인래더 추정치의 표준오차를 구할 수 있어, 준비금의 신뢰구간을 제시하거나 위험 자본을 산정하는 데 널리 활용됩니다.
논문에서는 이렇게 쓰입니다
"맥모형을 적용하여 체인래더 준비금 추정치의 표준오차를 계산하고 95% 신뢰구간을 도출하였다."
준비금 추정치의 불확실성을 정량화하는 절차를 설명한 예입니다.
"부트스트랩준비금평가와 맥모형의 예측오차 추정 결과를 비교하였다."
서로 다른 확률적 준비금평가 방법론을 비교하는 연구 맥락입니다.
조금 더 깊게 보면
맥모형은 체인래더법의 세 가지 가정(진전계수의 선형성, 사고연도 간 독립성, 분산과 평균의 특정 관계) 위에서 예측오차를 진전연도별 분산 요소로 분해하여 계산합니다. 전체 준비금의 평균제곱오차(MSE)를 개별 사고연도의 프로세스 분산과 추정 분산의 합으로 근사하는 방식이 핵심입니다.
주의할 점
모형이 가정한 조건(진전계수의 안정성 등)이 실제 데이터와 크게 어긋나면 표준오차 추정이 부정확해질 수 있습니다. 분포 자체를 알려주지는 않으므로, 전체 분포가 필요한 경우 부트스트랩 방식 등이 함께 검토됩니다.