태풍 캣모델 활용을 통한 리스크 평가 및 전가에 관한 연구
A Study on Evaluation and Transfer of Typhoon Risk by CAT Model
Article information
Abstract
태국 홍수 등 자연재해로 막대한 피해가 발생하면서 피해예측 캣모델(CAT Model)에 대한 관심이 더욱 커졌다. 그동안 국내 손해보험사들은 이러한 모델을 제대로 갖추지 못해 재보험 거래시 상당히 소극적이었고 누적위험관리도 미흡하였다. 보험사에서는 위험관리를 위해서 캣모델을 쓰고 있는데, 본 연구에서는 기존에 국내에서 사용되는 모형에 문제가 있어서, 기존 모형을 보완하였으며 그 적용성을 기존모형, 국외모형과 비교하였다. 태풍시나리오에 기반한 캣모델을 활용하여 누적위험관리, 재보험 역조 개선방안을 확인할 수 있었으며, 이를 통하여 보다 안정적인 포트폴리오 운영이 가능할 것으로 판단된다.
Trans Abstract
Natural disasters such as the Thailand flood have led to huge losses and the greater interest and needs in CAT model, a loss estimationtool. In the past, domestic non-life insurance companies failed to develop and apply an advanced CAT model and have beenpassive in CAT reinsurance and cumulative risk management. For risk management purposes, insurance companies use CAT models. There has been certain problems with models previously used in domestic environment and the model was enhanced and comparedwith existing and overseas models in terms of applicability. This study finds that with the application of CAT model based onTyphoon scenarios, it is possible to improve and stabilize cumulative risk management, reinsurance budget control and portfolio operation.
1. 서론
오래 전부터 인류는 자연재해와 더불어 살아왔다. 자연재해는 인류의 삶을 지배해 옴과 동시에 인류 역시 끊임없이 자연재해를 극복하며 문명을 일구어 왔다. 먼 옛날 중국의 황제나 이집트의 파라오 등 최고 통치자들은 자연재해를 정확하게 예측하고 효과적으로 다스리는 일을 통치 항목 중의 첫 번째로 삼았다. 최근 이상기후와 자연재해의 증가문제가 전세계의 가장 뜨거운 관심 이슈 중 하나가 되었다. IPCC(Intergovernmental Panel on Climate Change) 제5차 평가보고서(2014)에서는 지구평균온도 증가, 온난화와 산성화, 평균해수면 상승, 극한 강우현상 발생 등을 경고하고 있다. 이미 우리나라도 극한 기상현상에 자유롭지 않으며, 태풍, 집중호우 등 강우 패턴의 변화로 인해 2001년에서 2010년까지 총 10년간 집계된 자연재해피해액이 총 17.7조원에 달할 정도로 재산피해액의 규모가 급격하게 증가하고 있다(Lee, 2015).
이처럼 기후변화로 인하여 자연재해 발생 양상은 지속적으로 변화하고 있으며 이와 비례하여 자연재해 리스크 관리의 중요성이 더욱 커지고 있다. 자연재해는 특성상 한번 발생하면 광범위하기 때문에 국가 차원의 위험관리는 물론 리스크를 업(業)으로 삼고 있는 손해보험사 역시 매우 중요한 문제로 여기고 있다. 특히, 허리케인 카트리나, 태국 홍수 등 대규모 재해로 인해 큰 피해가 발생하면서 보험사들도 피해예측모델인 캣모델(CAT Model)에 대한 관심이 증대되고 있다.
캣모델은 거대재해 리스크평가 모델로서 미국에서 발전해왔으며, 일본, 홍콩, 인도네시아, 필리핀, 태국 등 아시아 국가에서도 태풍이나 지진 등의 모델을 도입, 활용하고 있다(Lim, 2012). 그간 국내 보험사들은 자연재해 리스크평가 모델을 제대로 갖추지 못해 재보험 거래시 피동적이었으며, 자연재해보험시장에서 자연재해 리스크 관리능력 미흡으로 소극적인 대처나 인수기피 경향마저 있었던 것도 사실이다(KIDI, 2005). 다행히 최근 정부기관을 중심으로, 학계와 산업계 등에서도 캣모델의 활발한 연구와 국내 고유의 손실함수 개발에 힘쓰고 있다(Lim, 2012). 본고에서는 우리나라 자연재해피해 비중이 60% 이상으로 가장 큰 태풍을 중심으로 손해보험사에서의 캣모델 구조를 살펴보고(Lee, Jang, 2007), 이를 통한 리스크 관리방법으로써 활용 개선방안을 제시하고자 한다.
2. 자연재해와 위험관리
2.1 자연재해에 대한 보험관리
온실가스에 의한 지구온난화로 말미암아 기후변화는 이제 분명한 현상으로 각인되고 있다. 국립기상연구소 연구에 의하면, 우리나라와 5개국(미국, 일본, 영국, 캐나다, 호주)의 총 8개 기후변화 시나리오를 이용하여 서태평양의 태풍발생 가능성과 우리나라 남서 해상의 태풍 잠재강도에 대한 미래 변화를 전망한 결과, 우리나라에 영향을 미칠 수 있는 서태평양의 태풍발생 가능성과 남서 해상의 태풍 잠재강도가 모두 증가하는 것으로 나타났다. 한편, 국민안전처 재해연보(2014)에 의하면, 최근 10년간(2005~2014) 우리나라 자연재해는 연평균 인명피해 27명, 재산피해 6,944억원이며 기상이변, 한반도의 지진발생빈도 증가, 인구밀집화 등 자연·사회적 환경변화로 재해위험성은 점차 높아지고 있는 추세라고 한다.
Fig. 1은 과거 30년 동안 발생한 전세계 자연재해의 빈도가 1997년 이후 2배로 증가하고 있음을 보여주고 것으로, 1980년부터 1996년까지 자연재해가 연평균 217회 발생하고 있음을 알 수 있다. 하지만 1997년부터 2010년까지는 연평균 429회로 급증하였다. 최근 들어 거의 2배 가까운 수치로 증가하고 있는 것이다. 단순히 빈도만 증가하는 것이 아니라 심도가 큰 대형 자연재해도 증가하고 있다. 2011년의 동일본 지진, 2012년의 태국 홍수와 같은 초대형 자연재해가 발생하고 있다. 이처럼 기후변화는 이상이 아닌 일상이 되었으며 재난을 증가시키는 분명한 요인임은 부인할 수 없다(SLCC, 2015).
Natural Disaster In the last 30 Years
위험관리란 위험을 발견하고 분석하여 그에 적절한 대책을 세우는 일련의 과정을 말한다. 거대 리스크인 자연재해 위험관리 역시 마찬가지이며, 통상 손해보험사에서는 재보험에 의한 위험전가를 한다. 재보험은 보험 책임의 분산을 위하여 책임의 일부 또는 전부를 다시 다른 보험사에게 인수시키는 일이다. 재보험을 통하여 손해율을 안정시키고 인수능력 확대에 기여하며, 대재해로부터 보호하는 기능을 수행함은 물론 신규리스크나 초대형리스크 인수 등 긍정적인 역할을 한다. 한번 대형사고가 나면 하나의 보험사가 감당할 수 없기 때문에 출·수재(원보험사가 재보험사에 드는 보험이 출재, 반대는 수재)는 필연적이라고 할 수 있다.
하지만 국내 재보험시장의 해외 재보험사에 대한 출재 문제에서 가장 큰 문제점은 바로 해외수지 역조현상이다. 해외수지 역조란 재보험의 해외거래에서 적자가 발생하였음을 의미하는 것으로서 2010년~2014년까지 5년 동안 발생한 해외수지 역조금액은 총 1조9,353억원에 달하며 연평균 3,871억원의 해외수지 역조금액이 발생하였다.
이런 가운데 지난 태국 홍수 등 대재해는 손해보험사의 누적위험관리의 중요성을 부각시켰다. 누적위험(accumulative risk)이란, 개별적으로는 거액의 보험을 요하는 위험이 아니더라도 지역적으로 다수의 위험이 밀집된 까닭에 동시다발적으로 발생할 수 있는 위험상태를 말한다. 예컨대, 화재·폭풍우·홍수 등에 의한 개별위험의 측정은, 일단은 이 누적적 상황을 고려하지 않은 채 행하여지므로 누적위험에 별도로 대처할 필요가 있다. 누적위험관리는 체계적인 위험도 평가를 기반으로 하여 손해보험사의 재보험 정책, 가격체계, 위험관리 전략등과 맞물려지는 거시적 리스크 관리체계로서 매우 중요하다.
2.2 캣모델(CAT Model) 구조
2.2.1 캣모델 구성과 평가절차
손해보험사에서 자연재해 평가는 고객의 방재대책 수립을 위한 컨설팅 목적의 위험도 평가, 보험회사 언더라이팅(Underwriting)을 위한 위험도 평가, 인수한 자연재해 리스크의 재보험 및 누적위험 관리를 위한 위험도 평가 등 3가지 측면에서 실시하는 것으로 구분할 수 있다. 보험회사는 보험대상에 대하여 사전 위험도를 평가하고 인수여부를 결정하게 된다. 인수 후에도 어느 정도를 보유하고 어느 정도를 재보험 등 리스크 처리를 할 것인지 검토하여 계약처리를 하게 되는데, 이때 최대예상손실액(PML, Probable Maximum Loss)은 물론 연평균예상피해액(AEL, Annual Expected Loss)을 고려한 평가가 이루어진다.
캣모델은 지진, 태풍, 홍수, 테러 등 자연적 또는 인위적 CAT손실평가 모델로서 경험데이터에 기초한 전통적인 리스크 평가방법의 한계 극복을 위해 등장했다. 리스크의 평가를 시뮬레이션을 통해 실현 가능한 잠재적 CAT 손실을 예측하며, 이를 통하여 CAT 리스크 관리를 위한 의사결정 정보를 지원한다(KIDI, 2005).
일반적으로 캣모델의 주요 구성요소는 해저드(Hazard), 목적물(Inventory), 취약성(Vulnerability), 손실(Loss) 등의 4가지 모듈 형태로 구성된다(Fig. 2). 해저드 모듈에서는 태풍의 발생지, 경로, 풍속, 기압 등 자연재해 Hazard를, 목적물 모듈에서는 건물의 위치, 층수, 구조 등 Exposure를 규정한다. 그리고 취약성 모듈에서는 자연해저드에 대한 목적물의 취약성정도로서, 태풍의 다양한 강도 수준에 대해 건물의 예상 피해수준 등을 예측하여 손실모듈에서 자연해저드로 인한 자산가치의 하락을 금액으로 환산한 손실을 추정 후 보험조건(예:공제액, 한도액 등)에 의한 보험손실을 계산한다. 목적물 인벤토리는 보험계약자로서 계약자명, 소재지, 보험가입금액, 건물사항(위치, 층수, 구조) 등 정보를 담고 있다.
Composition and assessment procedures of the CAT model
2.2.2 캣모델의 구성요소별 구조
2.2.2.1 태풍손실함수
손실함수는 업종과 풍속에 TSI(Total Sum Insured) 등 보험조건을 추가하여 개발하였다. 그동안의 기존 평가는 리스크 수준에 영향을 주는 업종, 건물구조, 건물높이, 건축년수 등 건물속성을 미반영한 구조였으며, 계약특성 및 경험손실 반영이 미흡한 구조여서 그 결과 PML 산출이 보수적으로 계산되었다. 이러한 미비점을 개선하기 위하여 경험손실 데이터를 반영하였는데, 과거 태풍 매미 등의 손실과 보험대상 목적물들의 노출 정도를 감안하였다. 건물은 용도별로 그 특성이 차이가 있으므로 주거용, 상업용, 공업용으로 구분하였다. 한편, 예상피해율은 PML 기준으로 적용하는 500년 재현주기에 해당하는 태풍(event)에 의해 발생한 피해를 기준하였으며, 여기에서 피해율=피해액/TSI로 계산하였다(Fig. 3).
Loss Function Graph(Industrial)
2.2.2.2 개별물건의 PML 산정
개별물건의 최대예상손실액(PML)은 500년 재현주기의 태풍 시뮬레이션을 통해 최대예상손실액을 산정하고 개별물건의 최대예상손실액 산정을 위한 바람장 시뮬레이션을 실시하였다. 이를 위해 한반도 주변에 바람장을 재현하기 위해10,000개의 가상 태풍 시뮬레이션을 실시하고 58개 기상관측소의 500년 재현주기 강풍과 시뮬레이션 결과를 비교하여 바람장을 검증하였으며(Fig. 4), 보험목적물 대상이 위치한 지점의 최대풍속을 손실함수에 적용하여 최대예상손실액을 산정하였다.
Storm Simulation
2.2.2.3 개별 물건의 연평균예상피해액(AEL) 산정
연평균예상피해액을 산정하는데 있어서 재현주기는 5년, 10년, 25년, 100년, 200년, 500년으로 기준하고 재현주기별 풍속을 결정할 때는 시뮬레이션된 풍속과 미국토목학회(ASCE)의 환산계수를 사용하였다. 개별 물건의 연평균예상손실을 산정시에는 구조물 용도 및 TSI를 확인한다. 이후Fig. 5와 같이 빈도별 피해율을 결정한 후, 피해율은 빈도로 적분하여 연평균예상손실을 산정하였다.
Wind Speed and Damage Ratio
2.2.2.4 캣존(CAT-Zone)별 PML 산정
캣존은 위험을 지역단위로 9개 구역으로 구분하였는데, 캣존 위험관리 방법은 다음 2가지 방법으로 요약할 수 있다. 하나는 캣존 내 개별 물건의 최대예상손실액(PML)을 총 합산하여 일정기준금액이 초과되지 않도록 관리하는 것이고 또 하나는 캣존 내 모든 개별 물건에 500년 주기 강풍이 동시에 작용함을 가정한다. 10,000개 태풍 시나리오에 따른 캣존 내 최대예상피해 이벤트(Event)를 산출하여 적용한다. 그리고 캣존 내 최대 이벤트 최대예상손실액(Event PML)의 산정 절차의 개선이 필요한데, 이를 위해 캣존 내에 500년 주기 태풍을10,000회를 무작위(Random)로 발생시킨다. 또한 각 태풍 이벤트에서 발생할 수 있는 피해액을 산정하고 최대 피해발생이벤트를 이용하여 최대예상손실액을 산정한다. (Fig. 6)은 태풍시나리오에 따른 캣존별 PML 산정 도식도이다.
CAT Zone PML
2.2.2.5 캣존별 연평균예상피해액 산정
캣존별 연평균예상피해액 산정은 태풍 시나리오를 이용하여 캣존내 발생 가능한 재현주기별 재해 시나리오를 평가하여 적용한다. 현재 재해의 심도만을 고려하는 방식에서 재해의 심도와 빈도를 모두 고려하는 방법으로 전환하는 것이다. 다음의(Fig. 7)은 보험 대상목적물(exposure) 분포에다가 500년 재현주기 이벤트의 예상경로 맵으로 태풍 매미 경로로 북상하여 경남과 부산에 피해를 주는 시나리오이다.
Typhoon Scenario Mapping
3. 평가모델의 검증과 효과
3.1 손실함수와 손실액의 비교 검증
손실함수는 해외 A사의 손실함수와 비교하였다. 캣모델은 개발사 별로, 피해액 예측에 차이가 발생하는 것이 현실이나 오차를 줄이는 게 중요하다. 기존모델은 2007년 호주 R사에 의해 개발되었으며, 취약도 함수에 풍속만을 매개변수로 사용하여 건물 타입별 취약도를 나타내는데 한계가 있었다. 그러나 업그레이드된 모델은 기존의 태풍 시뮬레이션 모델에 취약도 함수에 매개변수를 추가하여 모델을 업그레이드 하였다. 추가된 매개변수는 TSI로 건물의 취약도를 나타내는 지표로 사용되었다. 개발 함수는 약간 낮은 수준이나, PML율의 크기가 상업>산업>주택 순으로 일치하는 것으로 나타났다. 다만, 모델의 결과값이 A사와 비교하여 낮게 산출되므로, 손실함수에 안전할증을 부여하여 모델의 안정화를 유도하였다. 한편, 캣모델은 포트폴리오 구성에 대한 현황을 파악함으로서 포트폴리오를 안정적으로 재구성할 수 있다.
Table 1은 천억원의 건물에 30m/s의 풍속이 작용했을 때의3모델(구모델, 신모델, A사모델) 피해율 비교이다. 구모델의 경우 상업 건물을 제외하고 주거, 산업 건물 피해율은 타 모델과 많은 차이를 보여주고 았다. 사용된 데이터의 보종 구성은 산업, 상업, 주택으로 구분되었으며, 년도별 데이터는2002년에는 12,000여개의 물건에 보험가입금액은 190조원, 2003년에는 11,000여개의 물건에 보험가입금액은 200조원, 2012년에는 19,000여개의 물건에 보험가입금액은 1,200조원이다. 손실함수를 이용하여 추정한 피해예상금액을 실제 손실액과의 비교해 보았을 때 유의미한 결과를 보이고 있다. 국내주요 피해 태풍인 매미, 루사, 볼라벤에 대한 시뮬레이션을 실시하여, 실제 손실액과 예측손실액을 비교해 보면, 매미나 볼라벤은 4배 이상의 차이가 있으며 루사의 경우에는 16배나 차이가 있었다. 그러나 개발함수와는 그 오차가 –5%, +5%, +13% 정도로 상당히 근사한 수치를 보이는 등 과거에 발생한 각 태풍별 실제 경험손실액과 모델 결과값이 유사한 것으로 도출되었다(Table 2). 이와 같이 경험손실액을 통한 검증, A사와의 비교 등 검토 결과, 기존 평가법의 손실모형은 매우 보수적인 결과값을 산출했던 데 비하여 이번 개발한 손실함수는 실무적으로 상당히 정확한 수치를 보이고 있다. 오차는 예측손실액과 실제 손실액과의 차이를 나타낸다. 아래표의 비교는 예측오차율로서 다음과 같이 나타낸다.
Comparison of Loss Function
CAT model & actual Loss Amount
*예측오차율(%)=(예측손실액–실제손실액)/실제손실액
3.2 평가모델의 적용효과
개발된 평가모델을 관리시스템 내에 내재화하여 누적위험관리를 해야 한다. 본 시스템의 운영은 시뮬레이션의 시간을 대폭 단축시킬 수 있으며, 다중 시뮬레이션을 통한 난수(Random Number)의 변동성 최소화할 수 있음은 물론 매년 정보의 업데이트를 통한 최근 태풍 경향의 신속한 반영할 수 있다. 예를 들어 새로운 손실함수를 이용하여 평가한 최대예상손실금액을 기준으로 하여 위험전가가 필요한 부분의 출재를 고려할 수 있다.
Table 3를 참조하여 설명하면 위험관리 목표기준치를 200년 빈도 기준인 확률 99.50%으로 설정한다면, 표에서는 PML이 기존 평가방법에 의한 3,008억원에 비해 1,090억원으로 약36% 수준으로 훨씬 낮다는 것을 알 수 있다. 이는 인수한도(budget) 여유폭이 그만큼 증가할 수 있음을 의미한다. 그리고 위험도 평가에 의하여 나타난 결과를 적용하여 재보험 출재전략에 적용해볼 때 재보험을 3,500(억원)까지 구입하면 123.8(억원)이 필요하나 1,500(억원)까지 구입하면 96.6(억원)이 소요되므로 차액 27.2(억원)을 절감할 수 있다.
Comparison of PML (Unit: billion won)
Table 4에서와 같이 각 Layer(재보험을 사고 팔 때 금액 등 조건을 구분하여 단계별로 나누어 놓은 것)별로 구입 보험료가 구분되어 있으며 밑에서부터 위험관리 정책에 의하여 정해진 계층을 출수재할 수 있으므로 출재하는 입장에서는 최대예상손실금액이 크면 리스크를 전가하기 위하여 넓은 층, 즉 여러 층의 구간을 출재 처리해야 하므로 그만큼 비용 부담이 커지지만, 위험도 평가 결과 최대예상손실 금액이 크지 않다면 그 한도 이상의 금액까지 재보험으로 전가를 하지 않아도 되기 때문에 그만큼 비용 부담을 줄일 수 있는 것이다. 이처럼 캣모델을 활용한 정확한 평가는 재보험 적자를 해소하는 하나의 방안이 될 수 있다.
Layer Structure of Premium
일반적으로 손해보험사의 위험성평가 및 재보험처리 관행을 고려해 볼 때, 특히 자연재해 부분은 리스크가 크고 평가하기가 쉽지 않아 최대예상손실액을 최대로 잡는 경향이 있었다. 즉 TSI 기준으로 처리하는 것이 보통이었기 때문에 그만큼 정확한 위험도 평가는 출재에 있어서 중요하다고 할 수 있다. 이렇게 본다면 지금까지의 손해보험사의 재보험의 적자현상을 상당부분 해소할 수 있을 것으로 판단된다. 수재 리스크에 있어서도 정확한 리스크 평가를 하여 그 결과치를 알고있다면 상대방 출재 회사로부터 부당한 정보의 비대칭으로 인하여 불균형적인 요율의 제시 등을 받지 않을 것이다. 즉, 이는 국내보험사가 수재를 받는 경우라 하더라도 물건을 보다 정확하게 알고 받을 수 있으며 적정가격에 인수할 수 있음을 의미한다.
4. 결론
기후변화에 따른 자연재해가 더 큰 리스크로 다가오고 있는 불투명한 미래에서 정확한 자연재해 피해예측을 할 수 있는 캣모델의 활용은 전략적 리스크 관리에 많은 도움을 줄 것이다. 이런 의미에서 실시한 본 연구에서는 아래와 같은 사항을 확인할 수 있었다.
첫째, 새로 개발한 태풍손실함수는 선진사 A사의 함수와 비교하여 1.6%의 오차는 있지만 유의미한 결과치로서 일부 오차를 보정함으로서 실무상 충분히 활용이 가능함을 알 수 있었다.
둘째, 개발된 함수를 적용하여 현재의 누적위험관리 최대예상손실액을 비교해 보았을 때 기존보다 36% 수준으로 훨씬 낮다는 것을 확인할 수 있었다. 이는 그만큼 보수적으로 평가한 것이며 인수한도(budget) 여유를 가질 수 있음을 의미한다. 셋째로는 현재 재보험 출재구조에 적용시 구입비를 27.2(억원)을 절감할 수 있음을 알 수 있었으며 수재의 경우에도 적정가격에 인수가 가능함을 알 수 있었다.
기후변화에 따른 증가되는 태풍 리스크의 평가와 피해액 예측은 보험사의 비즈니스 전략에 매우 중요한 관련성이 있으며, 이처럼 거대한 자연재해 리스크에 대하여 합리적인 시나리오에 기반한 캣모델의 피해예측을 실시함으로서 다각도의 리스크 관리 전략을 수립할 수 있음을 알 수 있었다.
