생명보험산업에서 상품 판매비중과 금리가 해약률에 미치는 영향에 관한 연구 An empirical study on the influence of product portfolio and interest rate on the lapse rate in the life insurance industry원문보기
본 연구의 목적은 상품판매 비중과 금리가 해약률에 미치는 영향을 분석하는데 있다. 본 연구의 동인은 최근 국제회계기준 및 현금흐름방식의 도입으로 해약률과 관련된 이슈가 중요해지고 있는데서 찾을 수 있다. 패널자료를 적용하여 고정효과모형 및 확률효과모형을 추정하고 하우스만 검정으로 모형을 선택하는 분석방법을 사용한다. 분석 결과 첫째, 확률효과모형이 선택되었으며, 상품 포트폴리오 중 저축성 보험, 질병보험, 사망보험의 구성비가 높고, 금리가 높을수록 해약률이 상승하는 것으로 나타나고 있다. 둘째, 건강보험이나 변액보험의 상품비중이 높을수록 해약률은 감소하는 결과를 보이고 있다.
본 연구의 목적은 상품판매 비중과 금리가 해약률에 미치는 영향을 분석하는데 있다. 본 연구의 동인은 최근 국제회계기준 및 현금흐름방식의 도입으로 해약률과 관련된 이슈가 중요해지고 있는데서 찾을 수 있다. 패널자료를 적용하여 고정효과모형 및 확률효과모형을 추정하고 하우스만 검정으로 모형을 선택하는 분석방법을 사용한다. 분석 결과 첫째, 확률효과모형이 선택되었으며, 상품 포트폴리오 중 저축성 보험, 질병보험, 사망보험의 구성비가 높고, 금리가 높을수록 해약률이 상승하는 것으로 나타나고 있다. 둘째, 건강보험이나 변액보험의 상품비중이 높을수록 해약률은 감소하는 결과를 보이고 있다.
The purpose of this study is to analyse the influence of product portfolio and interest rate on the lapse ratio. This issue is very important because of the recent introduction of IFRS and CFP. The fixed-effect model and the random-effect model are estimated with using panel data and the Hausman tes...
The purpose of this study is to analyse the influence of product portfolio and interest rate on the lapse ratio. This issue is very important because of the recent introduction of IFRS and CFP. The fixed-effect model and the random-effect model are estimated with using panel data and the Hausman test is employed in order to select a model. The results of this study is summarized as follows. Firstly, the random effect model is selected. According to the model, the lapse rate increases as the portfolio of savings plan, sickness, and death increases and the interest rate is high. Secondly, health insurance and variable insurance product show a negative relationship with the lapse rate.
The purpose of this study is to analyse the influence of product portfolio and interest rate on the lapse ratio. This issue is very important because of the recent introduction of IFRS and CFP. The fixed-effect model and the random-effect model are estimated with using panel data and the Hausman test is employed in order to select a model. The results of this study is summarized as follows. Firstly, the random effect model is selected. According to the model, the lapse rate increases as the portfolio of savings plan, sickness, and death increases and the interest rate is high. Secondly, health insurance and variable insurance product show a negative relationship with the lapse rate.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 생명보험 상품의 판매비중과 금리와 같은 거시경제 변수를 혼합하여 예측모형의 구축을 시도하였다는 점에서 의미가 있다. 현금흐름방식의 보험료 산출방식의 변경, 보험부채 평가를 위해서는 해약률에 대한 예측모형을 통해 미래 정보 제공의 필요성이 증가하고 있다.
본 연구에서는 회사별 상품포트폴리오 구성이 해약률에 미치는 효과가 있는지를 실증 분석하는 데 주 목적이 있다. 보험회사가 보유하고 있는 상품비중이 해약률에 미치는 영향을 분석하기 위해 다음과 같은 추정방정식을 설정하였다.
하지만 해약률과 관련된 기존의 대부분 연구는 분석기간이 단기간이고 거시모형, 내부모형에 한정해서 추정되고 있어 잘못된 추정치를 제공하는 문제가 있다. 이에 본 연구에서는 내부변수인 생명보험회사의 상품포트폴리오와 거시경제변수인 금리와 해약률과 상관관계를 파악하고 예측모형을 구축하고자 한다. 이러한 연구 결과는 생명보험회사의 경영계획 수립에 유용한 시사점을 제공할 수 있을 것이다.
제안 방법
제 4장은 실증분석으로 첫째, 분석자료 및 기초통계량을 살펴본다. 둘째, 보험회사의 상품포트폴리오 구성이 해약률에 미치는 영향을 분석하기 위해 설정한 고정효과모형과 확률효과모형의 추정결과를 확인한다. 제 5장에서는 결론 및 연구의 한계를 제시한다.
본 연구의 분석대상은 생명보험회사의 상품별 해약률을 대상으로 하고 있으며, 분석기간은 해약자료에서 이용 가능한 2000년 1월부터 2008년 12월까지이다. 따라서 실증분석에 사용될 자료는 횡단면 자료이면서 시계열자료인 패널자료로 구성되어 있기 때문에 분석기법도 패널자료를 적용할 수 있는 추정기법을 사용하였다.
또한, 패널데이터를 이용한 위 추정식을 고정효과모형으로 볼 것인가 확률효과모형으로 볼 것인가에 관해서는 하우스만 (Hausman) 검정 결과에 기초하여 제시하도록 한다.
추정식에 대한 고정효과모형과 확률효과모형에 대한 Hausman 검정결과를 보게 되면, 귀무가설 H0 : Cov(Xit, νi) = 0이 채택됨에 따라 확률효과모형을 선택하였다.
대상 데이터
실증분석에서 사용된 통계자료로 금리(5년 만기 국고채 수익률)는 한국은행의 경제통계시스템 시계열자료, 효력상실해약률(=효력상실해건수 / (연초보유계약건수+신계약건수)) 및 보험상품별 보험료는 보험개발원의 통계자료를 이용하였다. 데이터는 2000년 1월부터 2008년 12월까지의 시계열자료를 사용하였다. 표 4.
본 연구의 분석대상은 생명보험회사의 상품별 해약률을 대상으로 하고 있으며, 분석기간은 해약자료에서 이용 가능한 2000년 1월부터 2008년 12월까지이다. 따라서 실증분석에 사용될 자료는 횡단면 자료이면서 시계열자료인 패널자료로 구성되어 있기 때문에 분석기법도 패널자료를 적용할 수 있는 추정기법을 사용하였다.
실증분석에서 사용된 통계자료로 금리(5년 만기 국고채 수익률)는 한국은행의 경제통계시스템 시계열자료, 효력상실해약률(=효력상실해건수 / (연초보유계약건수+신계약건수)) 및 보험상품별 보험료는 보험개발원의 통계자료를 이용하였다. 데이터는 2000년 1월부터 2008년 12월까지의 시계열자료를 사용하였다.
데이터처리
특히, 실업률이 증가하여 보험 상품의 해약률이 증가한다는 긴급자금가설 (emergency fund hypothesis), 시장이자율이 상승하여 다른 금융자산에 투자하는 것이 보다 이득이 될 경우에 보험계약을 유지하면 기회비용이 증가하므로 해약률이 증가한다는 이자율가설 (interest rate hypothesis), 그리고 소비자물가가 상승하여 보험금의 실질가치가 하락하면 해약률이 증가한다는 인플레이션가설을 검증하였다. 분석방법은 분기별 데이터를 이용하여 주요 경제변수와 생존보험 해약률 사이의 관계를 계절더미를 추가하여 회귀모형으로 분석하였다. 생명보험 종목별 및 회사별 해약률에 대해 경제변수가 미치는 영향을 SUR (Seemingly Unrelated Regression) 모형을 이용하여 긴급자금가설 및 이자율가설, 인플레이션가설이 지지되는 것으로 나타났다.
성능/효과
강중철과 장강봉 (1999)에서는 생존분석이라는 분석기법을 이용하여 실효·해약과 관련되는 요소로써 보험종목, 보험회사, 진단유무, 성별, 계약자연령, 보험금액 등 6가지를 선정하여서 생존률 (survival rate) 분포를 살펴보았다. 교육보험과 생사혼합보험그룹이 연금보험과 보장성보험그룹보다 존속률이 높고 유지기간도 길게 나타났고, 유진단계약이 무진단계약보다 유지율이 높고 유지기간도 긴 것으로 나타났다.
둘째, 건강보험이나 변액보험의 상품비중이 높을수록 해약률은 감소하는 결과를 보이고 있다. 건강 및 노후 등 미래의 위험대비를 위해 소비자들이 자발적으로 보험을 가입하는 건강보험, 변액보험 판매비중은 해약률에 민감하지 않은 것을 알 수 있다.
분석 결과 실업률은 장단기 모두에 걸쳐 해약률에 영향을 미치고, 이자율은 주로 장기에 해약률 변동을 야기하는 것으로 나타났다. 또한 이자율은 해약률 변동 (dynamics)에 실업률보다 더 강력한 영향을 미치는 것으로 분석되었다. 해약률 변동을 설명하는데 있어 실업률보다 이자율이 보다 통계적으로 유의한 관계가 존재한다는 결과를 얻었다.
Kuo 등 (2003)은 공적분 기법 (cointegration technique)을 활용하여 긴급자금가설 및 이자율가설을 검증하였다. 분석 결과 실업률은 장단기 모두에 걸쳐 해약률에 영향을 미치고, 이자율은 주로 장기에 해약률 변동을 야기하는 것으로 나타났다. 또한 이자율은 해약률 변동 (dynamics)에 실업률보다 더 강력한 영향을 미치는 것으로 분석되었다.
분석방법은 분기별 데이터를 이용하여 주요 경제변수와 생존보험 해약률 사이의 관계를 계절더미를 추가하여 회귀모형으로 분석하였다. 생명보험 종목별 및 회사별 해약률에 대해 경제변수가 미치는 영향을 SUR (Seemingly Unrelated Regression) 모형을 이용하여 긴급자금가설 및 이자율가설, 인플레이션가설이 지지되는 것으로 나타났다.
Outreville (1990)는 미국과 캐나다 생명보험에 대해 실증연구를 하였는데 개인생명보험의 해약률을 종속변수로 하고 실업률과 금리를 설명변수로 하여 분석한 결과 실업률 변수가 통계적으로 유의하게 나타났다. 실업률이 증가하여 개인이 재무적 곤경에 처할 경우 보험계약을 해약하여 현금을 활용할 것이라는 이른 바 긴급자금가설이 지지되었으며, 금리는 미미한 영향을 미치는 것으로 결론을 얻었다.
저축성보험, 사망보험, 질병보험, 국고채 수익률이 1% 증가하면 해약률은 각각 0.0023%, 0.0197%, 0.0301%, 0.0012% 증가하고, 건강보험, 변액보험이 1% 증가하면 각 경우 해약률은 0.0864%, 0.0050% 감소하는 것으로 나타났다.
패널기법을 적용한 추정계수를 살펴보면, 건강보험 및 변액보험 판매비중을 제외하고 추정계수가 모두 정(+)의 부호를 갖고 있다. 저축성보험과 사망보험, 변액보험, 국고채 수익률은 1% 유의수준, 질병보험은 5% 유의수준, 건강보험은 10% 유의수준에서 통계적으로 유의한 것으로 나타났다.
첫째, 확률효과모형의 추정 결과에 따르면 상품 포트폴리오 중 저축성 보험, 질병보험, 사망보험의 구성비가 높고, 금리가 높을수록 해약률이 상승하는 것으로 나타나고 있다.
최영목과 최원 (2008)은 주요 경제변수가 생명보험 종목별 및 회사별 해약률에 미치는 영향을 분석하였다. 특히, 실업률이 증가하여 보험 상품의 해약률이 증가한다는 긴급자금가설 (emergency fund hypothesis), 시장이자율이 상승하여 다른 금융자산에 투자하는 것이 보다 이득이 될 경우에 보험계약을 유지하면 기회비용이 증가하므로 해약률이 증가한다는 이자율가설 (interest rate hypothesis), 그리고 소비자물가가 상승하여 보험금의 실질가치가 하락하면 해약률이 증가한다는 인플레이션가설을 검증하였다. 분석방법은 분기별 데이터를 이용하여 주요 경제변수와 생존보험 해약률 사이의 관계를 계절더미를 추가하여 회귀모형으로 분석하였다.
또한 이자율은 해약률 변동 (dynamics)에 실업률보다 더 강력한 영향을 미치는 것으로 분석되었다. 해약률 변동을 설명하는데 있어 실업률보다 이자율이 보다 통계적으로 유의한 관계가 존재한다는 결과를 얻었다.
후속연구
넷째, 보험회사의 유배당보험 상품에서 무배당보험으로의 전환 및 투자형보험 상품의 판매활성화, 방카슈랑스 등 정책 및 제도 변화에 따른 해약 증가 등의 변수를 고려하지 못하였고, 금융겸업화 진전에 따라 발생한 보험상품의 대체재인 은행 및 증권상품 등의 변수를 반영하지 못한 한계가 있다.
둘째, 정보화가 촉진됨에 따라 보험상품 판매가 증가하고 있는 인터넷이나 홈쇼핑에 대한 판매채널 변수를 반영하지 못하여 자발적 보험가입성향에 대한 계약자특성에 대한 연구를 실시하지 못하였다.
국제회계기준 (IFRS 4)의 부채평가방식은 장래 현금흐름에 영향을 주는 다양한 요소를 반영하는 점에서 현금흐름방식과 유사하다. 따라서 현금흐름방식 도입을 계기로 국제회계기준 부채평가를 위한 인프라를 구축하게 되는 등 사전적 준비가 가능할 것으로 보인다. 3이원방식은 보험상품의 수입·지출(현금흐름)에 영향을 주는 가격요소들을 3가지 (위험률, 이율, 사업비율)로 단순화하여 보험료 산출한다.
본 연구의 한계점으로는 첫째, 보험상품 구분을 기존 분류방식으로 구분하면서 투자형 보험상품을 세분하지 못하여 투자유형별 특성을 변수에 반영하지 못하였다.
셋째, 거시경제 변수에서 금리만 포함시켜 분석하였는데 물가상승률, 실업률, 경기동행지수, GDP 등을 포함하여 분석하였으면 좀 더 개선된 결과를 얻었을 것이다.
이에 본 연구에서는 내부변수인 생명보험회사의 상품포트폴리오와 거시경제변수인 금리와 해약률과 상관관계를 파악하고 예측모형을 구축하고자 한다. 이러한 연구 결과는 생명보험회사의 경영계획 수립에 유용한 시사점을 제공할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
IFRS 4의 부채평가방식이 현금흐름방식과 어떤 점에서 유사하나?
국제회계기준 (IFRS 4)의 부채평가방식은 장래 현금흐름에 영향을 주는 다양한 요소를 반영하는 점에서 현금흐름방식과 유사하다. 따라서 현금흐름방식 도입을 계기로 국제회계기준 부채평가를 위한 인프라를 구축하게 되는 등 사전적 준비가 가능할 것으로 보인다.
패널자료에 대한 추정방법 중 개별 보험상품의 고유특성을 고려할 수 있을 뿐만 아니라, 시간의 경과에 따라 변화를 고려할 수 있는 모형은 무엇인가?
패널자료에 대한 추정방법은 크게 고정효과모형과 랜덤효과모형으로 분류할 수 있다. 패널자료에 대해 통상 최소자승법을 적용하는 것은 모든 생명보험회사가 분석기간에 걸쳐 동일한 절편과 기울기를 가진 것으로 가정하고, 교란항은 분석 기간에 대한 개별 업종의 특성을 포함하는 것으로 가정하기 때문이다.
3이원방식은 보험상품의 수입·지출(현금흐름)에 영향을 주는 가격요소들을 어떻게 단순화해 보험료를 산출하는가?
따라서 현금흐름방식 도입을 계기로 국제회계기준 부채평가를 위한 인프라를 구축하게 되는 등 사전적 준비가 가능할 것으로 보인다. 3이원방식은 보험상품의 수입·지출(현금흐름)에 영향을 주는 가격요소들을 3가지 (위험률, 이율, 사업비율)로 단순화하여 보험료 산출한다. 현금흐름방식에서는 3가지 요소 이외에 유지율, 판매규모, 목표이익 등 현금흐름에 영향을 주는 다양한 요소들을 반영하여 보험료를 산출한다.
참고문헌 (17)
강중철, 장강봉 (1999). , 연구보고서 99-5, 보험개발원, 서울.
김헌수 (1996). 생보사의 양적경영전략 선택과 해약률에 관한 연구, , 6, 83-107.
이영민 (2001). , 석사학위논문, 서강대학교, 서울.
유동헌 (2005), , 연구보고서 2005-04, 에너지경제연구원, 경기도
정세창, 오승철 (2009). 생명보험회사의 해약률에 관한 연구, , 82, 158-161.
황진태, 서대교 (2010). 거시경제변수가 변액보험 초회보험료에 미치는 영향에 관한 분석, 21, 3-32.
Burnett, J. J. and Palmer, B. A. (1984). Examining life insurance ownership through demographic and psychographic characteristics. Journal of Risk and Insurance, 51, 453-467.
Nelson, C. R. and Plosser, C. I. (1982). Trends and random walks in macroeconomic time series: Some evidence and implications. Journal of Monetary Economics, 10, 139-162.
Otero, J. and Smith, J. (2000). Testing for cointegration: Power versus frequency of observation-further monte carlo results. Economics Letters, 67, 5-9.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.