P스플라인사망률모형 (P-Splines Mortality Model)
쉽게 풀면
관측된 사망률 자료는 나이나 연도에 따라 들쭉날쭉하게 나타날 수 있는데, 이를 부드러운 곡선으로 다듬어주는 방법이 P스플라인입니다. 여러 개의 작은 곡선 조각(스플라인)을 이어 붙이되, 너무 울퉁불퉁해지지 않도록 벌점(penalty)을 주어 매끄러움을 유지하는 것이 핵심입니다. 이렇게 하면 통계적 잡음은 줄이면서도 실제 사망률의 추세는 잘 살릴 수 있습니다.
왜 중요한가
사망률 자료를 매끄럽게 다듬는 작업은 생명표 작성과 미래 사망률 예측의 정확성을 높이는 데 필수적입니다. P스플라인사망률모형은 유연하면서도 안정적인 결과를 준다는 장점 때문에 보험계리학 연구에서 널리 활용됩니다. P스플라인은 리-카터 모형처럼 연령과 기간 효과를 미리 정해진 함수 형태로 분해하지 않고도 사망률 표면 전체를 유연하게 근사할 수 있어, 특정 함수 형태를 가정하기 어려운 복잡한 자료에도 폭넓게 적용됩니다.
논문에서는 이렇게 쓰입니다
관측 사망률 자료를 매끄럽게 다듬어 미래 예측에 사용했다는 의미입니다.
서로 다른 사망률 모형의 예측 성능을 비교 분석했다는 뜻입니다.
조금 더 깊게 보면
P스플라인은 B-스플라인 기저함수의 계수에 차분 벌점(difference penalty)을 부과하여 과도한 굴곡을 억제하는 방식으로 작동합니다. 연령과 연도 두 방향으로 벌점을 함께 적용하는 2차원 P스플라인이 사망률 표면 추정에 자주 쓰이며, 벌점의 강도는 교차검증 등의 방법으로 결정하는 것이 일반적입니다. P스플라인은 리-카터 모형과 같은 특정 함수형태를 가정하지 않고도 자료 자체의 패턴을 유연하게 따라가는 비모수적 접근이라는 점에서, 모수적 사망률 법칙과 대비되는 방법론적 위치를 가집니다. B-스플라인 기저함수로 사망률의 연령·연도에 따른 표면을 유연하게 적합시키되, 인접한 스플라인 계수 간 차이에 벌점(penalty)을 부과해 과적합을 억제하는 방식으로, Lee-Carter 모형처럼 특정 함수 형태를 미리 가정하지 않고도 매끄러운 사망률 곡면을 추정할 수 있습니다.
주의할 점
벌점의 크기 설정에 따라 결과가 과도하게 매끄러워지거나 반대로 잡음을 그대로 남길 수 있어, 적절한 벌점 선택이 결과의 신뢰성에 큰 영향을 미친다는 점을 유의해야 합니다.
관측 자료의 최근 연도, 최고령 구간처럼 자료가 희박한 경계 부분에서는 P스플라인의 외삽 결과가 불안정해질 수 있어 별도의 보정이 필요합니다.