손해보험 지급준비금 위험조정 실증분석 - 음수의 추가지급보험금이 존재하는 경우
Empirical Analysis of Risk Adjustment for Reserve in Non-life Insurance - When There are Negative Incremental Claims
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
우리나라 회계기준위원회 제정안이 2018년 5월 25일 마침내 심의·의결 되어 국내 보험계약에 대한 국제회계기준의 도입이 2021년 1월 1일로 현실화 되었다. 이번 연구는 국제회계기준에서 요구하는 위험조정으로 인식되는 손해보험 지급준비금의 변동성을 측정하는 기법의 한 가지를 논하였다. 손해진전 자료에 음수의 추가지급보험금이 발생하는 경우에는 일반적으로 사용되는 지급준비금 추정기법의 적용이 불가능하나, Kunkler(2006)의 일반화 선형 모형을 이용하여 이러한 한계를 극복할 수 있음을 소개한다. 이번 연구에서는 깁스샘플링(Gibbs sampling)과 마코프체인-몬테카를로(Markov Chain Monte Carlo) 기법을 활용한 일반화 선형 모형을 바탕으로, 실증자료의 특성을 분석하여 일반화 선형 모형을 설계하는 방법을 구체적으로 다루었으며, 국내 손해보험회사의 지급준비금 실증자료를 이용한 보험종목별 지급준비금 위험조정의 수준을 가늠해보는 시도를 하였다. 실증분석 결과를 바탕으로 전통적인 사슬사다리 기법은 음수의 추가지급보험금 존재 유무에 따른 지급준비금 변동성의 차이를 감지하지 못하였지만, 이번 연구의 일반화 선형 모형에서는 음수의 추가지급보험금의 존재가 지급준비금 변동성을 증가시킴을 확인하였다.
Abstract
This paper deals with a method of measuring the variability of loss reserve in non-life insurance, which can be interpreted as the risk adjustment of the liability for incurred claims and the liability for remaining coverage in the framework of K-IFRS. Although negative incremental claims appear frequently in the loss development triangles, most of the classical loss reserving estimation methods fail to provide complete solutions when there are many negative incremental values. The alternative approach proposed by Kunkler(2006) will be adopted to model the negative incremental claims, where a generalized linear model will be applied to model the sign and the severity of the incremental loss data. Numerical example of real industry data will be provided, which cannot be found in the previous literature. Bayesian approach will be adopted to estimate the proposed model and the technical details of setting up the design matrix will be discussed. Gibbs sampling and Markov chain Monte Carlo techniques will be applied in MATLAB to implement the model. As an observation of the empirical analysis, the importance of model selection will be emphasized.
참고문헌 (16)
- 조재훈, "손해보험 위험조정 산출방법(IFRS4 2단계)", 손해보험협회, ~ (2015)
- 조재훈, "손해보험 위험조정 MCMC 추정기법", 보험학회지, (105), pp.81~112 (2016), 한국보험학회[DOI]
- 한국회계기준원 조사연구실, "기업회계기준서 제1117호 ‘보험계약’ 제정 공개초안", 한국회계기준원, ~ (2018)
- Kunkler, Michael, "Modelling zeros in stochastic reserving models", Insurance: Mathematics and Economics, 34(1), pp.23~35 (2004)
- Kunkler, Michael, "Modelling negatives in stochastic reserving models", Insurance: Mathematics and Economics, 38, pp.540~555 (2006)
- Verrall, Richard J., "An investigation into stochastic claims reserving models and the chain-ladder technique", Insurance: Mathematics and Economics, 26, pp.91~99 (2000)
- Kremer, Erhard, "IBNR-claims and the two-way model of ANOVA", Scandinavian Actuarial Journal, 1982(1), pp.47~55 (1982)
- Mack, Thomas, "Distribution-free calculation of the standard error of chain ladder reserve estimates", ASTIN Bulletin: The Journal of the IAA, 23(2), pp.213~225 (1993)
- Renshaw, Arthur E., "A stochastic model underlying the chain-ladder technique", British Actuarial Journal, 4, pp.903~923 (1998)
- England, Peter D., "Analytic and bootstrap estimates of prediction errors in claims reserving", Insurance: mathematics and economics, 25(3), pp.281~293 (1999)
- England, Peter D., "Bayesian over-dispersed Poisson model and the Bornhuetter & Ferguson claims reserving method", Annals of Actuarial Science, 6(2), pp.258~283 (2012)
- De Alba, Enrique, "Claims reserving when there are negative values in the development triangle", Proceedings of the 37th Actuarial Research Conference (2002)
- Xia, M., "A Bayesian Mixture Model Accounting for Zeros and Negatives in the Loss Triangle", International Journal of Statistics and Probability, 4(2), pp.10~23 (2015)
- Zehnwirth, Ben, "Probabilistic development factor models with applications to loss reserve variability, prediction intervals and risk based capital", Casualty Actuarial Society Forum, 2, pp.447~606 (1994)
- Zehnwirth, Ben, "The chain ladder technique—a stochastic model: In Claims Reserving Manual 2", Institute of Actuaries, ~ (1989)
- LeSage, James P., "Applied econometrics using MATLAB", Dept. of Economics, pp.1999