Management Plan of Greenhouse(Vinylhouse) Insurance Rate Making Algorithm

희춘 이; 현택 임; 동호 신; 준석 이; 정면 김; 용성 김

doi:10.9798/KOSHAM.2016.16.5.85

Abstract

Even though the risk of greenhouse insurance differs among regions where greenhouses are located, the current rating system does not provide a resonable discriminatory rate since all regions including cities, towns and villages are measured as one unit by one single rating, without considering regional hazard. Therefore, this study suggests a management plan of greenhouse(vinylhouse) insurance rate making algorithm that enables to differentiate premium rates reasonably by risk of regions where insurance objects(greenhouse) are located. In addition, as the algorithm is applied to seven cities, towns and villages including Andong-si, Gyeongsangbuk-do to calculate insurance rate by levels the research proves the algorithm is applicable to 232 different cities, towns and villages.

Keywords: Rate Making, Regional Hazard, Resonable Rate Discriminatory, Rate Making Algorithm

요지

온실보험의 위험도는 온실이 위치하고 있는 지역에 따라 크게 차이가 있음에도 불구하고 현행 온실보험 요율은 하나의 시·군·구를 하 나의 요율산정단위로 적용하고 있어 지역별 위험도에 따른 합리적인 보험요율 차별화가 이루어지지 않고 있다. 따라서 본 연구에서는 보험목적물 (온실)이 위치하고 있는 지역의 위험도에 따라 보험요율을 합리적으로 차별화 할 수 있는 온실 (비닐하우스)보험의 등급별 요율산정 알고리즘 운영방안을 제안하였다. 동시에 동 알고리즘에 따라 경상북도 안동시를 포함한 7개시·군·구에 대한 등급별 요율을 산정함으로써 동 알고리즘이 232개 시·군·구 각각에 적용될 수 있다는 것을 확인하였다.

1. 서론

온실(비닐하우스)보험은 ‘재난 및 안전관리기본법 제 66조 (재난지역에 대한 국고보조 등의 지원)’에서 정하고 있는 재난지원금제도를 대체하기 위해 도입된 정책보험으로 Table 1 과 같이 매년 가입면적 (보험료)이 꾸준히 증가하고 있는 반면 연도별 손해율의 편차는 최저 9.2% 부터 최고 196.3% 까지 크게 발생하고 있는 것으로 나타났다. 이처럼 온실 (비닐하우스) 보험(이하, 「온실보험」이라고 한다.)의 가입면적 (보험료)이 증가하고 있고 손해율의 편차가 크다는 것은 그만큼 온실보험에 대한 위험관리 (Risk Management) 가 중요하다는 것을 말해준다. 특히, 온실보험의 경우 기상변화 (조건)에 적응할 수 있도록 ‘농림축산식품부 고시 제 2014-78(2014.7.24.)’ 에 의한 지역별 내재해 시설 설계강도 기준 (30년 빈도)이상인 온실에 한해서만 보험에 가입할 수 있도록 가입조건을 강화하고 있다. 이와 병행해서 ‘풍수해보험법 제 11조(보험요율의 산정)’ 에서는「객관적이고 합리적인 통계자료를 기초로 개별보험목 적물의 피해발생빈도와 풍수해보험관리지도에 표시된 지역 별 위험도에 따라 보험요율을 다르게 적용할 것」이라고 규정하고 있다. 그러나 현행 온실보험요율 산정체계는 이 같은 요소들을 고려치 않고 하나의 시·군·구를 하나의 요율산정단 위로 적용하고 있어 보험목적물의 위험도에 따른 합리적인 보험요율 차별화가 이루어지지 않고 있다. 따라서 보험목적물 의 피해발생빈도와 지역별 위험도 (피해율 및 가중치, 침수심 별 침수면적 등)에 따라 보험요율을 합리적으로 차별화 할 수 있는 온실보험요율산정 체계 및 방법의 개선이 필요하다.

Table 1

Situation of Annual Contract and Accident of Greenhouse Insurance

Year	Situation of a contract			Situation of an accident		Loss Ratio (%)
Year	Number of Contract	Contract Area (m²)	Premium (Thousand won)	Number of Accident	Paid Loss (Thousand won)	Loss Ratio (%)
2007	265	612,549	380,113	62	258,474	68.0
2008	795	1,626,181	1,046,584	38	96,564	9.2
2009	973	2,439,347	1,107,453	153	208,026	18.8
2010	1,469	4,103,723	2,135,410	195	645,628	30.2
2011	2,315	5,733,372	3,232,141	414	2,043,552	63.2
2012	3,614	9,367,446	7,666,325	2,225	15,051,293	196.3
2013	6,443	14,541,152	9,753,721	578	3,189,009	21.9
2014	6,352	12,621,267	16,565,359	766	4,472,478	27.0
Total	22,312	51,220,490	41,985,079	5,167	29,419,422	70.1

Source: Ministry of Public Safety and Security(MPSS, 2016)

온실보험 요율산정과 관련된 국내 연구로 국립방재연구소 (National Institute for Disaster Prevention: NIDP)(1998) 에서 는 연도별 보험가입금액과 경과보험료의 비율로 보험요율을 산정하고 있고, NIDP(1999) 에서는 요율산정단위를 지방자치단 체로 하는 경우와 개별보험계약자로 하는 경우의 장·단점을 비교·분석하고 동시에 요율체계 및 수준에 대한 검토 안을 제시 하고 있다. 행정자치부 (Ministry of Government Administration and Home Affairs: MOGAHA)·NIDP(2000) 에서는 전국 232 개 지방자치단체를 과거 5년 평균피해율에 따라 총 9개의 등 급으로 구분하는 방안을 제시하였고, 소방방재청 (National Emergency Management Agency: NEMA)· 보험개발원(Korean Insurance Development Institute: KIDI)(2006) 에서는 시범사 업대상 지방자치단체를 대상으로 주택, 비닐하우스, 축사에 대한 보험요율을 순보험료법에 의해 산정하고 있다. 그리고 NEMA(2008)(a) 에서는 현행 풍수해보험 요율 산출방식의 문제점을 해결하기 위한 방안의 하나로 미국의 지역공동체요율 산출시스템 (Community Rating System) 과 같은 차등요율 적용 방안을 제시하고 있다. 온실의 위험도 분석과 관련된 연구로 NEMA(2009)(a) 에서는 시설물별 강풍 및 대설에 대한 취약도 함수개발 기법을 크게 경험적 접근법에 의한 취약도 함 수와 건축물부재의 저항능력을 기초로 한 취약도 함수 모델링 을 제시하였다. 이상의 선행연구에서는 지역별 위험도와 관계 없이 하나의 시·군·구를 하나의 요율산정단위로 하는 단일요 율체계에 초점을 맞추고 있다. 최근 Lee et al. (2015)(b) 은 현행 온실보험 요율체계 문제점에 대한 개선방안을 제시하였다.

국외의 경우 온실이 농업시설물로 거의 사용되고 있지 않기 때문에 온실보험 요율산정과 관련된 연구 자료를 찾아볼 수 없다(Lee, 2016). 반면에 수해 (水害)로 인한 주택 (단독, 공동주택)건물의 피해를 보장하는 보험에 대한 연구가 주를 이루고 있다. 미국 연방재난관리청 (Federal Emergency Management Agency: FEMA)에서 운영하고 있는 홍수보험 (Flood Insurance) 에서는 수문 (水文)모델(Hydrologic Model)을 이용해서 보험 가입목적물별 기준홍수고 (Base Flood Elevation: BFE) 를 기준으로 물이 특정수위까지 차오를 확률 PELV(Probability of Elevation) 와 이때 발생하는 피해율 DELV(Damage by Elevation) 를 이용해서 Zone 별 순보험요율 (PELV×DELV) 을 산정하고 있다(United States Government Accountability Office: GAO, 1994). 독일의 경우 발생빈도 (재현기간 10년, 50년, 200년, 500 년)별로 순보험료법에 의해 등급요율을 산정 하고 있다 (Munich Re, 1993). 스위스의 경우 Zone(해저드)별 평균피해율 (Mean Damage Ratio) 과 보험금액을 산정하고 여기에 보험가입조건 (예, 공제금액 등)을 반영해서 Zone별 순보험요율을 산정하고 있다 (Swiss Re, 2003).

본 연구에서는 온실이 위치하고 있는 지역의 위험도 (침수심 별 침수면적과 피해율, 재해원인별 가중치 등)에 따라 합리적으로 보험요율을 차별화 할 수 있는 등급별 요율산정 알고리즘 운영방안을 제시하였다. 제2장에서는 현행 온실보험요율 체계의 문제점을 개선하기 위해 온실이 위치하고 있는 지역의 위험도뿐만 아니라 재해원인별 위험도를 고려하여 보험요율을 차등화하는 등급별 요율산정 알고리즘 운영방안을 제안하였다. 제4장에서는 제3장에서 제안한 등급별 요율산정 알고리즘에 의해 지역별 위험도 평가가 가능한 경상북도 안동시를 포함한 7개 시·군·구의 경험데이터 를 이용하여 요율을 산정·분석함으로써 본 연구에서 제안하 고 있는 등급별 요율산정 알고리즘이 전국 232개 시·군·구에 적용될 수 있다는 것을 확인할 수 있었다. 마지막 제5장에서는 온실보험 요율산정제도를 개선하기 위해 선행되어야 할 과제들을 요약·정리하였다.

2. 온실(비닐하우스)보험의 요율체계 및 문제점

2.1 온실(비닐하우스)보험의 요율체계

현행 온실보험은 「풍수해보험 I 보통약관의 부문 2. 온실」 에 의해 운영되는 정액보험상품으로 지역별 내재해 풍해 및 적설심 설계강도기준 (30 년 빈도) 이상의 조건을 만족시키는 온실에 한해 보험에 가입할 수 있다. 특히, 현행 온실보험의 요율체계는 Fig. 1과 같이 온실을 해당규격에 따라 1형~5형 으로 동질위험집단화하고 있다 (Lee et al., 2015)(b). 지진위험 담보요율체계는 온실 형별 기본요율 (단일요율)에 지진위험담보 순보험요율 0.0054% 를 일률적으로 부가하는 형태로 이루어지고 있다. 예를 들면, 경상북도 안동시에서 3형 단동하우스(13-광폭-1) 가입자가 지진위험을 담보 받기 위해서는 3형의 순보험요율 1.8925%에 지진담보요율 0.0054% 를 부가한 순보험요율 1.8979% 를 적용하면 된다. 따라서 본 연구에서는 지진위험을 제외한 수해, 풍해, 설해위험만을 대상으로 하였다.

Fig. 1

Rating System of Greenhouse Insurance

각 형별 분류기준은 규격이 유사한 온실들을 집단화하였다. 예를 들면, 3형의 온실분류는 Table 2 와 같다.

Table 2

Greenhouse Classification for Standard

Greenhouse Type	Standard Classification
Greenhouse Type	Classification	Standard Name
Type 3	Single House	07-Single-Type 1~4, Type 18
		07-Coupling-Type 1
		08-Coupling-Type 1
		10-Coupling-Type 1
		10-Coupling-Type 2
		12-Coupling-Type 1
		10-Single-Type 1~13
		12-Single-Type 1
		10-Double Width-Type 1~2
		13-Double Width-Type 1~6
		08-Mushroom-Type 1~3
(Omitted below)

Source: 2016 Storm and Flood Insurance Practices(MPSS, 2016), p.201.

온실보험은 주택보험과 달리 해당 시·군·구를 내재해 풍속 설계 강도기준과 내재해 적설심 설계 강도기준으로 분류하고 있다. 다시 말해, 온실보험은 해당 지역별 풍속 설계강도 및 적설심 설계강도기준 이상인 규격시설에 한해 내재해형 규격으로 인정되어 온실보험 가입이 가능하다. 예를 들면, 경상북도 안동시의 경우 풍속 설계 강도기준 (30 년 빈도) 28 m/s 이상과 적설심 설계 강도기준 (30 년 빈도) 22 cm 이상을 동시에 만족시키는 온실만 보험에 가입할 수 있다. 따라서 농림축산식품부에서 ‘제2014-78 호(2014.7.24.)’ 로 고시한 내재해형 규격 비닐하우스 중 Table 3 과 같은 온실 (*는 내재해 설계기준 미 달 강도)은 경상북도 안동시에서 온실보험에 가입할 수 없다.

Table 3

Design Criteria for Greenhouse Classification

Type	Greenhouse Classification	Design Criteria(30 Year Frequency)
Type	Greenhouse Classification	Snow Cover Depth(cm)	Wind Speed(m/s)
Type 3	10-Single-11	29	27*
	10-Single-12	27	27*
	13-Double Widtd-4	23	27*
	13-Double Widtd-5	20*	27*
	13-Double Width-6	20*	27*

Source: 2016 Storm and Flood Insurance Practices(MPSS, 2016), p.201

^* : Nonstandard Strength in Endurance Disaster Design Criteria

2.2 문제점

현행 온실보험요율체계는 232 개 시·군·구 각각을 하나의 요율산정단위로 단일화하여 온실이 시 ·군·구내 어디에 위치 (예를 들면, 저지대 또는 고지대)하고 있건 동일한 보험요율이 적용되고 있다. 따라서 현행 온실보험요율체계는 ‘보험업법 제129조(보험요율의 산출원칙) 제3항 「보험요율은 보험계약 자간에 부당하게 차별적이지 아니할 것」 ’이라는 공평성의 원칙(Not Unfairly Discriminatory) 에 크게 어긋나고 있음을 알 수 있다. NEMA(2008)(b) 에서는 경기도 평택시의 경우 100년 (재현기간) 빈도 홍수발생 시 현덕면 소재 시설물의 피해율은 0.4% 인데 비해 서탄면 소재 시설물의 피해율은 27.4% 로 무려 68.5 배가 큼에도 불구하고 평택시에 위치하고 있는 모든 3 형 온실에 대해서 동일한 순보험요율 2.7277%(3 형)을 적용하고 있다는 점을 문제점으로 지적하고 있다.

따라서 현재 온실보험가입자 중에서 위험이 적은 지역에 보험가입목적물이 위치하고 있음에도 불구하고 상대적으로 많 은 보험료를 내고 있는 보험가입자가 발생하게 되고, 반대로 위험이 큰 지역에 위치하고 있는 보험가입목적물을 소유하고 있는 보험가입자는 상대적으로 적은 보험료를 내게 됨으로써 역선택 (Anti-Selection) 문제를 야기할 가능성이 커지게 된다. 이와 같은 문제점들을 해결하기 위해 본 연구에서는 ‘풍수해 보험법 제 11조(보험요율의 산정)’과 ‘풍수해보험법 제 25조(풍 수해보험관리지도의 작성등)’에서 정하고 있는 지역별 위험 도에 따라 보험요율을 합리적으로 차별화 할 수 있도록 하나의 시·군·구를 침수심에 따라 각각 4개의 위험지역 (이하, 「등 급」이라고 한다.)으로 분류하고 각 등급별 위험도에 따라 보험요율을 차등화하는 알고리즘 운영방안을 제안하였다.

3. 온실(비닐하우스)보험의 등급별 요율산정 알고리즘 운영방안

3.1 온실(비닐하우스)보험 요율산정 흐름도 (Flow Chart)

위와 같은 문제점을 해결하기 위해 Fig. 2 와 같은 온실보험 요율산정 흐름도를 구성하였다. 먼저, 보험에 가입하려는 온 실의 규격이 해당시·군·구의 내재해 풍속 설계강도와 내재해적설심 설계강도를 만족시키는 지 여부를 확인하고 만약, 만족 시킨다면 현행 단일요율을 기준으로 온실이 위치하고 있는 지역(등급)의 위험도 (피해율과 재해원인별 가중치, 풍해 및 설해위험도 등)에 따라 보험요율을 차등화하였다. 좀더 자세 한 요율산정 알고리즘에 대해서는 「3.2 단계별 요율산정」에 서기술하고 있다. 물론, 본 연구에서는 현행 형 (Type) 별 단일 요율을 기준으로 등급요율을 산정하였으나 Lee (2016) 에서 제시하고 있는 순보험료법 (Pure Premium Method) 요율산정 모델을 이용하여 새로운 단일요율을 산정 ·적용할 수 있다.

Fig. 2

Flow Chart of Greenhouse(Vinylhouse) Insurance Rate Making

3.2 단계별 요율산정

3.2.1 1 단계: 등급별 피해율 및 재해원인별 가중치 산정

가. 등급별 피해율 산정

평균피해율 (Mean Damage Ratio: M.D.R)(이하,「피해율」 이라고 한다.)은 실제위험에 노출된 시설물 (보험금액)이 수해 (水害)로 피해를 입을 경우 어느 정도 피해 (보험금)가 발생되 는 가를 나타내는 위험도 변수로 보험금 (Paid Loss) 을 보험금 액(Insured Amount) 으로 나누어 산정한다. NEMA(2009)(a) 에서는 피해율을 산정하는 방법으로 피해이력을 근거로 하는 경험적 접근방법과 온실의 저항능력을 기초로 한 취약도 함 수 모델링 접근방법 (해석적 접근방법)을 제시하고 있다. 본 연구에서는 Lee(2016) 이 제안하고 있는 경험적 접근방법 중의 하나인 일원배치분산법 (One-Way ANOVA) 에 의해 피해 율을 산정하였다. 등급별 피해율 간에 유의적인 차이가 있는 지를 검증하여 검증결과 유의적인 차이가 있다면 각 등급별 피해율 (평균)을 적용하여 등급별 요율을 산정하고 그렇지 않으면 전체 피해율을 적용하여 등급별 요율을 산정한다. 이를 위해 보험가입시의 지번과 보험금 지급시의 지번이 일치하는 온실보험 데이터 중에서 수해로 인해 발생한 등급별 피해율 을 산정하였다 (Table 4). 여기서, MDRi⌢는 i등급의 온실 피해 율을 나타내고 i = I, II, III, IV 이다(이하, 동일하다).

Table 4

Calculation Greenhouse Mean Damage Ratio for Each Class(Unit: %)

Class(Inundation Depth)	I (D=0m)	II (0<D≤0.5m)	III (0.5<D≤1.0m)	IV (1.0m<D)
Damage Ratio	MDRI⌢	MDRII⌢	MDRIII⌢	MDRIV⌢

나. 재해원인별 가중치 산정

재해원인별 가중치는 실제 피해가 발생할 때 지급되는 보험 금의 재해원인별 (수해, 풍해, 설해) 비중을 나타내는 계수로 국민안전처 (Ministry of Public Safety and Security:MPSS) 에 서 매년 발간하는 재해연보상의 재해원인별 온실 피해액과 풍 수해(온실)보험의 피해이력 (사고건수와 보험금)을 이용하여 Lim et al. (2015) 이 제안하고 있는 산정방법에 의해 온실보험 의 가중치를 산정하였다 (Table 5). 다만, 재해연보상의 재해원인별 온실 피해액의 자료가 시·군·구 단위로 집계되고 있어 현재로서는 시 ·군·구 단위의 온실보험 가중치 산정만이 가능 하다는 한계를 갖고 있다. 향후 재해연보상의 온실 피해액 자료를 등급별로 세분화해서 집계하는 방안이 선행되어야 할 것으로 판단된다.

Table 5

The Weight by Disaster Caused(Unit: %)

Classification		Flood Damage	Wind Damage	Snow Damage	Total
Costs of Annual Damage Report		ω₁(F)	ω₁(W)	ω₁(S)	100.0
Damage History of Insurance	Number of Accident	ω₂(F)	ω₂(W)	ω₂(s)	100.0
Damage History of Insurance	Paid Loss	ω₃(F)	ω₃(W)	ω₃(S)	100.0
Weight		ω(F)= ∑i=13ωi(F)/3	ω(W)=∑i−13ωi(W)/3	ω(S)= ∑i−13ωi(S)/3	100.0

3.2.2 2 단계: 풍해 및 설해위험도 적용 전 등급요율

풍해 및 설해위험도 적용 전 등급요율은 Lee(2016) 에서 제안하고 있는 산정방법을 적용하였다. 즉, 현행 형 (Type) 별단 일요율에 Table 4 의 등급별 피해율을 할증하여 풍해 및 설해 위험도 적용 전 등급요율 CR(Be)_i을 산정한다 (Table 6).

Table 6

Calculation Class Rates Before Wind and Snow Hazard Risk Applying (Unit: %)

Class	Calculation Formula
I	CR(Be)I=Current Single Rate for Each Type×(1+MDRI⌢)
II	CR(Be)II=Current Single Rate for Each Type×(1+MDRII⌢)
III	CR(Be)III=Current Single Rate for Each Type×(1+MDR⌢III)
IV	CR(Be)IV=Current Single Rate for Each Type×(1+MDR⌢IV)

3.2.3 3 단계: 풍해 및 설해위험도 적용 후 등급요율

가. 풍해 및 설해위험도

각 등급별 풍해 및 설해위험도가 1.00 보다 크다는 것은 ‘농림축산식품부 고시 제 2014-78(2014.7.24.) 호’에 의한 해당 등 급의 풍해 및 설해 위험도가 해당 시 ·군·구의 풍속 및적설심 설계강도가 기준보다 높다(할증 등급)는 것을 나타내고, 반대로 1.00 보다 작다는 것은 해당 시 ·군·구의 풍속 및 적설심설계강도가 기준보다 낮다(할인 등급)는 것을 말해준다 (Table 7).

Table 7

Calculation of Wind and Snow Hazard Risk for Each Class

Class	I	II	III	IV	Design Strength Criteria for Each Cites, Town, Villages
Wind Damage	1 ± β(W)_I	1 ± β(W)_II	1 ± β(W)_III	1 ± β(W)_IV	β(W)
Snow Damage	1 ± γ(S)_I	1 ± γ(S)_II	1 ± γ(S)_III	1 ± γ(S)_IV	γ(S)

나. 풍해 및 설해위험도 적용 후 등급요율 산정 Table 7에 의해 산정한 등급별 풍해 및 설해위험도를 CR(Be)i에 할인 ·할증하여 Table 8 과 같이 풍해 및 설해위험도 적용 후의 요율 CR(Af)_i를 산정한다.

Table 8

Class Rates After Wind and Snow Hazard Risk Applying (Unit: %)

Class	Calculation Formula
I	CR(Af)_I = CR(Be)_I × [(ω(F) + ω(W)(1 ± β(W)_I) + ω(S)(1 ± γ(S)_I)]
II	CR(Af)_II = CR(Be)_II × [(ω(F) + ω(W)(1 ± β(W)_II) + ω(S)(1 ± γ(S)_II)]
III	CR(Af)_III = CR(Be)_III × [(ω(F) + ω(W)(1 ± β(W)_III) + ω(S)(1 ± γ(S)_III)]
IV	CR(Af)_IV = CR(Be)_IV × [(ω(F) + ω(W)(1 ± β(W)_IV) + ω(S)(1 ± γ(S)_IV)]

3.2.4 4 단계: 최종 등급요율 산정

2단계의 CR(Be)_i는 단일요율을 기준으로 등급별 위험도 (피해율)가 반영 (할증)된 요율이다. 따라서 할증전의 요율 수준으로 전환하기 위해 Lee(2016) 에서 제안하고 있는 보정율 (δ) 을 산정·적용하였다. 여기서, 보정율을 적용하는 목적은 피해 율을 할증함으로써 늘어난 등급별 보험요율 (A) 을 현행 보험 요율수준에 맞게 조정 (수정 전 보험료 수준과 등급별 보험료 수준이 일치토록 조정)하기 위한 수정계수로 이를 그림으로 나타내면 Fig. 3 과 같다. 즉, A의 요율수준을 B수준으로 낮추 는 역할을 하는 것이 보정율이다. 보정율의 산정식은 침수심 별 침수면적을 가중치로 산정한다 (Eqs. (1)). 여기서, S_i는 i 등급의 침수면적, SR은 단일요율 (Single Rate) 을 말한다.

Fig. 3

Class Rates After Correction Rate Applying

(1)

δ = ∑i = 1IVSi×SR[∑i = 1IVSi×CR(Af)i]

보정율을 반영한 최종 등급요율 산정식은 Table 9 와 같다. 여기서, UCR(i)는 i등급의 최종 등급요율(Ultimate Class Rate) 를 나타낸다.

Table 9

The Ultimate Class Rate Calculation Formula (Unit: %)

Class	Calculation Formula
I	UCR(I) = CR(Af)_I × δ
II	UCR(II) = CR(Af)_II × δ
III	UCR(III) = CR(Af)_III × δ
IV	UCR(IV) = CR(Af)_IV × δ

이상의 최종 등급요율을 일정기간 적용한 후 피드백 (Feedback) 을 통해 단계별로 등급요율을 조정해 나간다.

4. 실증적 요율산정 사례분석

경상북도 안동시를 포함해서 현재까지 지역별 위험도 분석이 가능한 시 ·도 각각에서 연면적이 가장 큰울산시 울주군, 대구시 달성군, 강원도 홍천군, 서울시 강서구, 인천시 강화군, 경기도 양평군을 대상으로 등급요율을 산정하였다. 먼저 경상 북도 안동시를 대상으로 단계별로 자세하게 사례를 분석한 후 나머지시 ·군·구에 대해서는 동일한 산정방법에 의한 사례 분석 결과를 제시하였다. MPSS(2016) 에 의하면 안동시의 경 우 내재해 풍속이 28 m/s 이상이고 내재해 적설심이 22 cm 이 상인 설계강도 기준을 갖춘 온실만 보험에 가입할 수 있다. 본 사례 분석에서는 풍속설계기준과 설해설계기준을 만족시 키는 온실규격 중 3형1)을 대상으로 보험요율을 산정하였다.

4.1 1 단계: 등급별 피해율 및 재해원인별 가중치 산정

4.1.1 등급별 피해율 산정

본 연구에서는 2006 년부터 2015 년까지 수해로 보험금이 지급된 온실보험 데이터 중에서 보험가입시의 지번과 보험금 지급시의 지번이 일치하는 총 38개의 온실보험 데이터를 추 출하여 일원배치분산법 (One-Way ANOVA) 에 의해 피해율을 산정하였다. 산정결과 Table 10 에서 보는 바와 같이 5% 유의 수준 하에서 각 등급별 피해율 간에 유의적인 차이가 있는 것으로 검증되었다. 따라서 각 등급별 피해율 (평균)을 적용하여 등급요율을 산정하였다.

Table 10

Greenhouse Damage Ratio for Each Class

Class	I	II	III	IV	Total	F Value (p-Value)
N	18	5	3	12	38	F Value (p-Value)
Mean(%)	4.05	4.36	6.53	10.60	6.36	3.248 (0.034)
Standard Deviation	3.18	3.46	2.65	9.16	6.34	3.248 (0.034)

온실의 등급별 피해율을 그래프로 나타내면 Fig. 4 와 같다. 즉, 등급이 높아지면 높아질수록 피해율이 커지는 것을 알수 있다.

Fig. 4

Damage Ratio for Each Class

4.1.2 재해원인별 가중치 산정

경상북도 안동시 지역의 재해원인별 피해액 (2012-2015) 과 온실보험의 사고건수와 지급보험금 (2006-2014) 데이터를 이용하여 재해원인별 가중치를 산정하였다 (Table 11).

Table 11

Greenhouse Insurance Weight for Andong-si, Gyeongsangbuk-do (Unit: %)

Classification		Flood Damage	Wind Damage	Total
Costs of Annual Damage Report		59	41	100
Damage History of Insurance	Number of Accident	60	40	100
Damage History of Insurance	Paid Loss	79	21	100
Weight		66	34	100

동일한 방법에 의해 산정한 나머지시 ·군·구에 대한 재해원 인별 가중치는 Table 12 와 같다.

Table 12

Greenhouse Insurance Weight for the Rest of Region (Unit: %)

Regional Name		Flood Damage	Wind Damage	Snow Damage	Total
Ulsan Metropolitan City	Ulju-gun	2	8	90	100
Daegu Metropolitan City	Dalseong-gun	100	0	0	100
Gangwon-do	Hongcheon-gun	79	1	21	100
Seoul Metropolitan Government	Gangseo-gu	100	0	0	100
Incheon Metropolitan City	Ganghwa-gun	27	73	1	100
Gyeonggi-do	Yangpyeong-gun	18	76	6	100

4.2 2 단계: 풍해 및 설해위험도 적용 전 등급요율

경상북도 안동시의 온실 3형의 순보험요율은 2.7036% 이므로 등급별 피해율을 반영한 등급요율 CR(Be)_i은 Table 13과 같이 산정된다.

Table 13

Class Rate for Andong-Si, Gyeongsangbuk-do (Unit: %)

Class	Calculation Class Rate
I	CR(Be)_I = 2.7036×(1+0.0405)=2.8131
II	CR(Be)_II = 2.7036×(1+0.0436)=2.8215
III	CR(Be)_III = 2.7036×(1+0.0653)=2.8801
IV	CR(Be)_IV = 2.7036×(1+0.1060)=2.9902

동일한 방법에 의해 산정한 나머지시·군·구의 풍해 및 설해위험도 적용 전 등급요율은 Table 14 와 같다.

Table 14

Class Rate for the Rest of Region (Unit: %)

Regional Name		Class
Regional Name		I	II	III	IV
Ulsan Metropolitan City	Ulju-gun	0.6226	0.6245	0.6375	0.6618
Daegu Metropolitan City	Dalseong-gun	1.3802	1.3843	1.4131	1.4671
Gangwon-do	Hongcheon-gun	2.0362	2.0422	2.0847	2.1643
Seoul Metropolitan Government	Gangseo-gu	3.9374	3.9491	4.0312	4.1852
Incheon Metropolitan City	Ganghwa-gun	2.1834	2.1899	2.2354	2.3208
Gyeonggi-do	Yangpyeong-gun	3.0609	3.0499	3.1133	3.2323

4.3 3 단계: 풍해 및 설해위험도 적용 후 등급요율

4.3.1 풍해 및 설해위험도

Table 15 에서 보는 바와 같이 경상북도 안동시의 모든 등급 별 풍해위험도는 안동시의 내재해 풍속 설계강도 (30 년 빈도) 28 m/s 보다 큰 것으로 산정되었고 반대로 설해위험도는 안동 시의 내재해 적설심 설계강도 (30 년 빈도) 22 cm 보다 모든 등 급에서 작게 산정되었다. 따라서 풍해위험도는 할증율이 적용 되는 반면 설해위험도는 할인율이 적용된다.

Table 15

Wind and Snow Hazard Risk for Andong-si, Gyeongsangbuk-do

Classification	Class
Classification	I	II	III	IV
Wind Damage	1.14	1.13	1.12	1.13
Snow Damage	0.79	0.72	0.72	0.72

동일한 방법에 의해 산정한 나머지 시·군·구의 등급별 풍해 및 설해위험도는 Table 16 과 같다.

Table 16

Wind and Snow Hazard Risk for the Rest of Region

Regional Name		Damage	Class
Regional Name		Damage	I	II	III	IV
Ulsan Metropolitan City	Ulju-gun	Wind	0.84	0.86	0.86	0.87
Ulsan Metropolitan City	Ulju-gun	Snow	0.51	0.52	0.51	0.51
Daegu Metropolitan City	Dalseong-gun	Wind	1.16	1.17	1.17	1.17
Daegu Metropolitan City	Dalseong-gun	Snow	0.65	0.65	0.65	0.65
Gangwon-do	Hongcheon-gun	Wind	1.07	1.06	1.07	1.07
Gangwon-do	Hongcheon-gun	Snow	0.76	0.67	0.68	0.73
Seoul Metropolitan Government	Gangseo-gu	Wind	0.90	0.87	0.85	0.88
Seoul Metropolitan Government	Gangseo-gu	Snow	0.66	0.66	0.67	0.66
Incheon Metropolitan City	Ganghwa-gun	Wind	0.89	1.05	1.05	1.05
Incheon Metropolitan City	Ganghwa-gun	Snow	0.35	0.35	0.35	0.35
Gyeonggi-do	Yangpyeong-gun	Wind	0.90	1.09	1.09	1.10
Gyeonggi-do	Yangpyeong-gun	Snow	0.66	0.67	0.67	0.67

4.3.2 풍해 및 설해위험도 적용 후 등급요율

Table 11 과 Table 15 를 적용해서 산정한 경상북도 안동시의 풍해 및 설해위험도가 적용된 등급요율은 Table 17 과 같다.

Table 17

Class Rates after Wind and Snow Hazard Risk Applying for Andong-si, Gyeongsangbuk-do (Unit: %)

Class	Calculation Class Rate
I	CR(Af)_I = 2.8131×[0.66+0.34(1+0.14)+0(1-0.79)]=2.9470
II	CR(Af)_II = 2.8215×[0.66+0.34(1+0.13)+0(1-0.72)]=2.9462
III	CR(Af)_III = 2.8801×[0.66+0.34(1+0.12)+0(1-0.72)]=2.9976
IV	CR(Af)_IV = 2.9902×[0.66+0.34(1+0.13)+0(1-0.72)]=3.1224

동일한 방법에 의해 산정한 나머지시 ·군·구의 풍해 및 설 해위험도 적용 후 등급요율은 Table 18 과 같다.

Table 18

Class Rates after Wind and Snow Hazard Risk Applying for the Rest of Region (Unit: %)

Regional Name		Class
Regional Name		I	II	III	IV
Ulsan Metropolitan City	Ulju-gun	0.2950	0.2893	0.3010	0.3120
Daegu Metropolitan City	Dalseong-gun	1.3802	1.3843	1.4131	1.4671
Gangwon-do	Hongcheon-gun	1.7330	1.7765	1.8093	1.8557
Seoul Metropolitan Government	Gangseo-gu	3.9374	3.9491	4.0312	4.1852
Incheon Metropolitan City	Ganghwa-gun	0.7790	2.2841	2.3315	2.4206
Gyeonggi-do	Yangpyeong-gun	0.8405	3.1359	3.2011	3.3480

4.4 최종 등급요율 산정

4.4.1 보정율 산정

Eqs. (1) 에 의해 경상북도 안동시의 보정율 δ를 산정하면 다 음과 같다. 여기서, SR은 현행 단일요율 (2.7036%) 을 말하고 풍해 및 설해위험도 적용 후 등급요율은 Table 17 과 같다. 또 한 등급별 침수면적은 Table 19 와 같다.

Table 19

Inundation Area for Andong-Si, Gyeongsangbuk-do (Unit: km²)

Inundation Area	Class				Total
Inundation Area	I	II	III	IV	Total
S_i	1,505.4	5.3	8.3	9.9	1,528.9

Source: Insurance Rate Making and Mapping based on Natural Risk(MPSS, 2015.4), PP.5-31

(2)

δ = 2.7036 × 1,528.92.9470×1,505.4+2.9462×5.3+2.9976×8.3+3.1224×9.9 = 0.9170

동일한 방법에 의해 산정한 나머지시 ·군·구별 침수심별 침수면적과 보정율은 Table 20 과 Table 21 과 같다.

Table 20

Inundation Area for the Rest of Region (Unit: km²)

Regional Name		Class				Total
Regional Name		I	II	III	IV	Total
Ulsan Metropolitan City	Ulju-gun	747.3	2.7	2.2	6.4	758.6
Daegu Metropolitan City	Dalseong-gun	382.5	2.7	7.1	34.3	426.6
Gangwon-do	Hongcheon-gun	1,809.4	1.8	1.5	4.2	1,816.9
Seoul Metropolitan Government	Gangseo-gu	25.7	3.9	7.5	4.4	41.5
Incheon Metropolitan City	Ganghwa-gun	410.0	0.0	0.0	0.1	410.1
Gyeonggi-do	Yangpyeong-gun	859.6	4.5	3.9	8.0	876.0

Source: Insurance Rate Making and Mapping based on Natural Risk(MPSS, 2015.4), PP.5-31

Table 21

Correction Rates for the Rest of Region

Regional Name		δ	Regional Name		δ
Ulsan Metropolitan City	Ulju-gun	2.0275	Seoul Metropolitan Government	Gangseo-gu	0.9504
Daegu Metropolitan City	Dalseong-gun	0.9559	Incheon Metropolitan City	Ganghwa-gun	2.6923
Gangwon-do	Hongcheon-gun	1.1289	Gyeonggi-do	Yangpyeong-gun	3.2996

4.4.2 최종 등급요율 산정

경상북도 안동시의 보정율 0.9170을 반영한 최종 등급요율 은 Table 22 와 같이 산정된다.

Table 22

The Ultimate Class Rate for Andong-Si, Gyeong- sangbuk-do(Type 3) (Unit: %)

Class	Single Rate	Ultimate Class Rate
I	2.7036	UCR(I) = 2.9470×0.9170=2.7024
II		UCR(II) = 2.9462×0.9170=2.7017
III		UCR(III) = 2.9976×0.9170=2.7488
IV		UCR(IV) = 3.1224×0.9170=2.8632

결과적으로 경상북도 안동시의 경우 현행 3형의 단일요율 을 기준으로 볼 때 I등급과 II등급에서는 위험도가 과대평가 (즉, 현행 단일요율보다 낮은 요율)되었고 III 등급과 IV등급에 서는 위험도가 과소평가 (즉, 현행 단일요율보다 높은 요율)되 었음을 알 수있다. 즉, 위험도가 낮은 I, II 등급 지역의 보험가입자가 위험도가 높은 III, IV 등급 지역의 보험가입자에게 보험료 (보험요율)를 보조하는 것으로 나타났다. 이처럼 온실 이 위치하고 있는 위험도에 따라 보험요율을 차등 적용함으 로써 요율의 공평성을 확보해 나갈 수 있다. 동일한 방법에 의해 산정한 나머지 시·군·구에 대한 최종 등급요율은 Table 23과 같다.

Table 23

The Ultimate Class Rate(Type 3) for the Rest of Region (Unit: %)

Regional Name		Ultimate Class Rate(UCR)				Single Rate
Regional Name		I	II	III	IV	Single Rate
Ulsan Metropolitan City	Ulju-gun	0.5981	0.5866	0.6103	0.6326	0.5984
Daegu Metropolitan City	Dalseong-gun	1.3193	1.3233	1.3508	1.4024	1.3265
Gangwon-do	Hongcheon-gun	1.9564	2.0055	2.0425	2.0949	1.9569
Seoul Metropolitan Government	Gangseo-gu	3.7421	3.7532	3.8313	3.9776	3.7841
Incheon Metropolitan City	Ganghwa-gun	2.0973	6.1495	6.2771	6.5170	2.0984
Gyeonggi-do	Yangpyeong-gun	2.7733	10.3472	10.5623	11.0471	2.9225

이상과 같은 알고리즘에 의해 산정된 최종 등급요율을 적용 한 후 요율검증결과에 따라 단계별로 요율을 조정 또는 산정 해나감으로써 지역별 위험도가 고려된 요율적용이 가능해 질 수 있다.

5. 결론

온실보험은 원예특작시설 작물경작자에게는 없어서는 안될 중요한 위험분산 (전가) 수단이다. 특히, 온실 시설물은 구조상 자연재해에 취약한 특성을 갖고 있기 때문에 일정한 내 재해시설 규격을 갖춘 온실만이 보험에 가입할 수 있도록 규정하고 있다. 이같은 온실보험의 위험관리를 위해서는 온실이 위치하고 있는 지역의 위험도는 물론 피해발생빈도를 고려하여 요율을 산정해야만 한다. 그러나 현재 정책보험으로 운용하고 있는 온실보험의 요율체계는 단순히 하나의 시 ·군· 구를 하나의 요율산정단위로 적용하고 있어 요율산정의 3원칙 중의 하나인 공평성의 원칙이 적용되지 못하고 있다는 점이다. 따라서 본 연구에서는 보험목적물의 위험도에 따라 공평성의 원칙이 적용될 수 있도록 지역별 위험도가 고려된 온실보험의 등급별 요율산정 알고리즘 운영방안을 제안하였고 실증적 요율산정 사례분석을 통해 동 알고리즘의 적용가능성을 확인하였다.

그러나 본 연구에서 제안하고 있는 등급별 요율산정 알고리즘 운영방안이 온실보험요율 산정제도로 자리를 잡기 위해서 는 다음과 같은 과제들이 선행되지 않으면 안 된다.

첫째, 풍수해보험에서 담보하는 위험이 수해, 풍해, 설해와 같은 자연재해이므로 화재보험이나 자동차보험과 같은 일반 재물보험과 달리 장기간 동안의 경험데이터를 집적할 수 있 는 시스템을 구축하여야 한다.

둘째, 속성별 피해이력 데이터의 정확성 확보이다. 하나의 보험목적물을 기준으로 보험가입 시의 지번과 보험금지급 시 의지번이 일치해야만 보험목적물의 위험도 (피해율)를 정확 하게 평가 ·측정할 수 있다. 본 연구에서는 수해로 피해를 입 은 온실을 대상으로 형별 구분 없이 피해율을 산정하고 있으나 향후에는 형별 단위로 위험을 세분화해서 피해율을 산정 하지 않으면 안 된다.

셋째, 우리나라 지형 및 기상조건에 맞는 요율산정제도의 도입이 필요하다. 이론적으로 아무리 정교한 모델이라 하더라 도 이를 뒷받침해 줄 수 있는 경험데이터가 확보되지 않으면 무용지물이 된다. 따라서 충분한 경험데이터가 확보되기 전까지는 이론적인 접근 보다는 실무적인 접근에 중점을 둘 필요 가 있다고 판단된다.

넷째, 온실보험은 정책보험으로 보험가입자는 물론 정부(지 자체)도 위험관리 주체가 된다. 따라서 지역안전도와 같은 지역공동체요율제도 (Community Rating System) 도입을 통해 위험관리를 잘하는 지자체에 대해서는 요율을 인하해 줌으로 써 지자체 단위의 손해방지를 촉진해 나갈 수 있다.

다섯째, 풍수해보험법 또는 풍수해보험요율산정 및 검증기 준 등의 제·개정 등을 통해 보험요율 산정 및 검증, 경험데이터의 집적 방법 및 항목 등에 대한 기준이마련되어야할것 이다.

이상과 같은 과제들이 선행될 때 본 연구에서 제안하고 있는 온실 (비닐하우스)보험의 등급별 요율산정 알고리즘 운영 방안이 온실보험의 요율산정제도로 자리를 잡아 갈 것으로 기대된다.