준모수적신뢰도 (Semiparametric Credibility)
쉽게 풀면
보험료를 정할 때는 개별 계약자의 과거 경험(개별 통계)과 전체 집단의 평균(전체 통계)을 적절히 섞어야 합니다. 완전히 모수적인 방법은 손해액 분포를 특정 확률분포로 못박아 버리는데, 실제 자료가 그 가정과 맞지 않으면 추정이 왜곡될 수 있습니다. 준모수적신뢰도는 꼭 필요한 부분(예: 평균과 분산의 관계)만 모형화하고 나머지는 자료가 스스로 말하게 두는 절충안입니다. 비유하자면, 요리 레시피의 큰 틀(조리 순서)만 정해두고 재료 배합 비율은 그날그날 재료 상태를 보고 조절하는 것과 비슷합니다.
왜 중요한가
실제 보험 손해자료는 이론적 분포와 완벽히 들어맞지 않는 경우가 많아, 지나치게 강한 모수적 가정은 신뢰도 추정치를 편향시킬 위험이 있습니다. 준모수적 접근은 이러한 모형 오설정 위험을 줄이면서도 뷸만-스트라웁 등 전통적 신뢰도이론이 주는 계산상의 이점을 상당 부분 유지할 수 있어, 실무 요율산정과 학술 연구 양쪽에서 관심을 받습니다.
논문에서는 이렇게 쓰입니다
손해액 분포 전체를 특정 분포로 가정하지 않고, 분산 구조 등 핵심 요소만 모형화했다는 뜻입니다.
위험집단이 서로 다른 특성을 가질 때 준모수적 방법이 더 견고한 결과를 낼 수 있음을 보여줍니다.
조금 더 깊게 보면
준모수적신뢰도는 대체로 핵심 모수(예: 집단 간 분산, 집단 내 분산)를 준모수적 방식으로 추정한 뒤, 이를 전통적인 뷸만-스트라웁 신뢰도 공식에 대입하는 형태로 구성됩니다. 커널 추정이나 반모수 회귀와 같은 통계 기법이 활용되는 경우가 일반적이며, 이는 완전 모수적 방법과 완전 비모수적 방법 사이의 중간 지점에 해당합니다.
주의할 점
준모수적 방법은 완전 모수적 방법보다 계산이 복잡하고, 표본 크기가 작을 경우 추정의 안정성이 떨어질 수 있습니다. "모수를 전혀 쓰지 않는다"는 뜻이 아니라 일부만 모수화한다는 점에 유의해야 합니다.