Vine Copula 모형에 기반한 손해보험사의 손해액 통합리스크 측정
Measuring Aggregated Risk of Losses of Non-life Insurance Companies based on the Vine Copula Model
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
보험사의 손해액에 대한 통합리스크는 개별 보험종목에서 발생하는 리스크와 보험종목 간의존 구조를 고려하여 측정해야 한다. 기존 연구의 손해액 통합리스크 측정방법으로는리스크양들에 각각의 리스크계수들을 곱하고 상관계수로 결합하는 요인 방식, 리스크 요인의변동 시 발생하는 손실금액의 변화를 측정하는 충격 방식이 대표적으로 존재한다. 이에 반해본 연구는 보험종목 간 의존성을 Vine Copula 함수로 모형화하는 방식을 통해 그러한통합리스크를 분석한다. 한국 손해보험사들의 전체 월별 손해액을 네 개의 보험종목으로구분하여 기초 자료를 구성한 후, 일변량 VaR(uVaR)들의 단순합산리스크 모형(SuVaR)과Copula 다변량 VaR(mVaR)의 통합리스크 모형(AmVaR)의 위험량을 산출한다. 분석결과, 보험종목 간의 독립성을 가정하여 각 보험종목 손해액 분포에만 적합한 uVaR보다 그렇지않은 mVaR값이 더 크며, Copula 모형이 의존 구조를 더 유연하게 반영하기 때문에리스크들을 통합적으로 측정하는 데에 더 적합할 것으로 기대된다. 그리고 AmVaR가 가장크고, 분산-공분산 VaR가 가장 작으며, SuVaR는 그 둘 사이의 크기를 갖는다. 낮은신뢰수준에서 높은 신뢰수준으로 갈수록 방법론별 합산손해액 VaR 차이가 커진다.
Abstract
In measuring the aggregated risk of an insurer's losses, we should consider the risks from individual lines of business and the dependence structure among them. The well-known methodologies to measure the aggregated risk of losses include i) the factor method multiplying the losses by their risk factors and combining them with correlation coefficients, and ii) the shock method measuring changes in expected losses due to shocks to risk drivers. However, this study analyzes the aggregated risk by modeling dependence among insurance risks via a vine copula function. We collected monthly loss data - categorized into four business lines - from non-life insurers in Korea, then estimated a simple sum of univariate value-at-risk (uVaR) called SuVaR and an aggregated copula-based multivariate value-at-risk (mVaR) called AmVaR. The result shows that mVaR estimates are greater than uVaR estimates, which assume independence among business lines. It implies that the copula model is more suitable than the univariate model for measuring integrated risk since it reflects the dependence structure more flexibly. Also, the AmVar estimate is the largest, the variance-covariance VaR is the smallest, and the SuVaR lies between them. The differences in aggregate losses over different methodologies increase, as the confidence level changes from low to high.
참고문헌 (49)
- 고방원, "A Study on Reserving Multiple Life Insurances and Annuities: A Copula Approach", 리스크관리연구, 25(2), pp.35~58 (2014), 한국리스크관리학회[DOI]
- "금융감독원 규정의 제·개정에 관한 예고 - 보험업감독업무시행세칙" (2020)[URL]
- "新지급여력제도 도입수정안(K-ICS 4.0)" (2021)[URL]
- 김도영, "코퓰라와 커먼-쇽을 이용한 연생상품의 분석", 응용통계연구, 27(7), pp.1097~1114 (2014), 한국통계학회
- 김명석, "자연재해로 인한 총 피해액의 위험 측정과 지역별 분배 - Copula 기법 적용", 보험학회지, (116), pp.1~32 (2018), 한국보험학회[DOI]
- 김명준, "다양한 모형화를 통한 자동차 보험가격 산출", 한국데이터정보과학회지, 20(3), pp.515~526 (2009), 한국데이터정보과학회
- 김명직, "Copula 함수의 추정과 시뮬레이션 : 국고채와 A-등급 회사채 현물수익률에의 응용", 선물연구, 11(2), pp.5~131 (2003), 한국파생상품학회
- 김용덕, "VaR를 이용한 한국 손해보험사의 시장리스크 분석", 보험학회지, (69), pp.105~132 (2004), 한국보험학회
- 김진영, "Copula 함수를 활용한 삼변량 가뭄빈도해석 기법 개발", 한국수자원학회 논문집, 49(10), pp.823~833 (2016), 한국수자원학회
- 김태우, "NIG분포와 VG분포를 이용한 Value-at-Risk의 추정", Journal of The Korean Data Analysis Society, 13(4), pp.1775~1788 (2011), 한국자료분석학회
- 2021년 보험산업 전망과 과제, "김해식", 보험연구원, ~ (2020)
- 박상균, "손해보험사의 재보험료 산출을 위한 손해분포의 적합", 보험학회지, (119), pp.101~138 (2019), 한국보험학회[DOI]
- 박수남, "Bayesian Forecasting with Nonlinear Autoregressive Conditional Duration Models", 산업경제연구, 27(1), pp.1~33 (2014), 한국산업경제학회
- "보험통계조회서비스" (2022)[URL]
- 오창수, "장기손해보험의 보험리스크 산출에 관한 연구", 계리학연구, 4(2), pp.17~46 (2012)
- 오창수, "K-IFRS적용시 보험사의 회계정보의 가치관련성에 대한 연구", 계리학연구, 7(2), pp.83~104 (2015)
- 이긍희, "Vine Copula를 이용한 금융그룹의 통합리스크 측정", 리스크관리연구, 28(3), pp.1~41 (2017), 한국리스크관리학회[DOI]
- 금융그룹의 통합리스크 관리, "이명활", 1~77, pp.KIF 정책보고서, 2011-2 (2011)
- 이삭, "코퓰라를 이용한 연생보험의 분석", Journal of The Korean Data Analysis Society, 15(4), pp.1933~1954 (2013), 한국자료분석학회
- 장성원, "확률적인 이자율 및 확률적인 사망률을 고려한 금리연동형 종신보험의 수익성 분석에 관한 연구", 리스크관리연구, 32(3), pp.35~78 (2021), 한국리스크관리학회[DOI]
- 전옥현, "공유된 임의효과를 고려한 다중 위험 보험의 요율에 관한 연구", 보험금융연구, 33(3), pp.41~76 (2022), 보험연구원[DOI]
- 정석오, "벌점회귀를 통한 상대오차 예측방법", 응용통계연구, 28(6), pp.1103~1111 (2015), 한국통계학회
- 정힘찬, "코퓰라를 활용한 위험 결합 및 신지급여력제도 내부모형 요구자본 산출", 보험학회지, (129), pp.51~77 (2022), 한국보험학회[DOI]
- 조용운, "자동차보험의 확률론적 통합보험리스크 실증분석", 보험금융연구, 23(1), pp.59~100 (2012), 보험연구원
- 조재훈, "확률론적 이자율과 사망률모형을 이용한 보험리스크 측정 - 장수리스크를 중심으로 -", 보험학회지, (122), pp.1~34 (2020), 한국보험학회[DOI]
- 최가현, "Copula 함수를 이용한 신용포트폴리오의 dependence 구조 분석과 부도상관관계에 관한 실증 연구", 석사, 경영학, pp.2004
- 최기홍, "Copula 모형을 이용한 국제원유가격과 투자심리의 관계 분석", Journal of The Korean Data Analysis Society, 21(6), pp.2961~2974 (2019), 한국자료분석학회[DOI]
- 최창희, "코퓰라를 이용한 강수의 패턴 분석과 강수 보험의 가격 결정", 한국데이터정보과학회지, 24(3), pp.603~623 (2013), 한국데이터정보과학회[DOI]
- "K-IFRS 제1117호 ‘보험계약’ 제정안 안내" (2018)[URL]
- 홍종선, "다차원 Copula 함수를 이용한 VaR 추정", 응용통계연구, 24(5), pp.809~820 (2011), 한국통계학회
- Aas, K., "Pair-Copula constructions of multiple dependence", Insurance : Mathematics and Economics, 44(2), pp.182~198 (2009)
- Bedford, T., "Vines--a new graphical model for dependent random variables", The Annals of Statistics, 30(4), pp.1031~1068 (2002)
- "Sampling from Conditional C- and D-Vine Copulas, R package CDVineCopulaConditional, version 0.1.0" (2017)[URL]
- Bevacqua, E., "Multivariate statistical modelling of compound events via pair-Copula constructions: analysis of floods in Ravenna (Italy)", Hydrology and Earth System Sciences, 21(6), pp.2701~2723 (2017)
- 변기웅, "Value at Risk of portfolios using copulas", Communications for Statistical Applications and Methods, 28(1), pp.59~79 (2021), 한국통계학회
- Cherubini, U., "Copula Methods in Finance" (2004), Wiley
- Cousin, A., "On multivariate extensions of Value-at-Risk", Journal of Multivariate Analysis, 119, pp.32~46 (2013)
- Embrechts, P., "Correlation: Pitfalls and Alternatives", Risk, 12(5), pp.69~71 (1999)
- Embrechts, P., "Bounds for functions of dependent risks", Finance and Stochastics, 10, pp.341~352 (2006)
- Feller, W., "An Introduction to Probability Theory and its Applications, Volume 2" (1966), John Wiley & Sons Inc
- Fisher, N., "Chi-plots for assessing dependence", Biometrika, 72(2), pp.253~265 (1985)
- Jaworski, P., "Copula Theory and Its Applications" (2010), Springer
- Families of m-variate distributions with given margins and m(m−1), "2 bivariate dependence parameters, Distributions with Fixed Marginals and Related Topics", Joe, H., 1996, pp.120~141, Institute of Mathematical Statistics Lecture Notes - Monograph Series, 28
- Jorion, P., "Value at Risk: The New Benchmark for Managing Financial Risk" (2006), McGraw-Hill
- Kurowicka, D., "Dependence Modeling: Vine Copula Handbook" (2010), World Scientific Publishing Company
- Nappo, G., "Kendall distributions and level sets in bivariate exchangeable survival models", Information Sciences, 179(17), pp.2878~2890 (2009)
- Schweizer, B., "Advances in Probability Distributions with Given Marginals. Mathematics and Its Applications", pp.67~ (1991), Springer
- Sklar, A., "Fonctions de Répartition à n Dimensions et Leurs Marges", Publications de l’Institut Statistique de l’Université de Paris, 8, pp.229~231 (1959)
- Tagasovska, N., "Copulas as High-Dimensional Generative Models: Vine Copula Autoencoders", Advances in Neural Information Processing Systems 32: Annual Conference on Neural Information Processing Systems (NeurIPS 2019) (2019)