7.2 워크북 — 다중 segment / 다종 상품#

이 챕터에서 배우는 것

  • 여러 (product, channel) 가 섞인 portfolio 를 measure 로 한 번에 평가 — 각 계약을 자기 segment 가정으로 라우팅

  • segment 마다 다른 테이블을 거는 법 — 견본의 채널별 lapse_table, 상품×채널별 expense_table

  • segment 마다 다른 StateModel 을 거는 state_model 열

  • 라우팅 키 매칭 (product / channel) 과 흔한 키 불일치 함정

7.1 은 워크북 한 바퀴와 한 segment 를 들여다봤습니다. 실무 portfolio 는 여러 상품·채널이 섞여 있고, 각 계약은 자기 segment 의 가정으로 평가돼야 합니다. 이 챕터는 그 라우팅 을 다룹니다.

measure — 행마다 맞는 가정으로#

fcf.gmm.measure(mp, basis) 에 단일 Basis 를 주면 한 가정을 전체에 적용하는 것과 달리, fcf.gmm.measure(mp, basis) 는 basis 가 dict 일 때 각 모델포인트의 (product, channel) 를 보고 사전 에서 맞는 Basis 를 골라 적용합니다. dict 라우팅은 full=True (각 세그먼트 궤적까지) 와 full=False (headline 만, 빠른 경로) 모두 됩니다. basis 는 7.1 의 read_basis 가 돌려준 바로 그 (product, channel) → Basis 사전입니다.

import numpy as np
import tempfile
from pathlib import Path
import fastcashflow as fcf

with tempfile.TemporaryDirectory() as tmp:
    tmp = Path(tmp)
    fcf.samples.export(tmp, template="gmm", quiet=True)       # basis.xlsx + 데이터 파일들

    basis = fcf.read_basis(tmp / "basis.xlsx")    # 7 segment 가정 사전
    mp = fcf.read_model_points(tmp / "policies.csv", coverages=tmp / "coverages.csv",
                               calculation_methods=tmp / "calculation_methods.csv")

    # 각 계약을 자기 (product, channel) 가정으로 라우팅
    val = fcf.gmm.measure(mp, basis, full=False)
    print("BEL            sum =", f"{val.bel.sum():,.0f}")
    print("RA             sum =", f"{val.ra.sum():,.0f}")
    print("CSM            sum =", f"{val.csm.sum():,.0f}")
    print("loss component sum =", f"{val.loss_component.sum():,.0f}")

    # segment 별로 BEL을 갈라 보면 라우팅이 동작한 게 보인다
    prod = np.array(mp.product)
    chan = np.array(mp.channel)
    for key in sorted(basis):
        msk = (prod == key[0]) & (chan == key[1])
        if msk.any():
            print(f"  {key}: n={int(msk.sum())} BEL={val.bel[msk].sum():,.0f}")

출력:

BEL            sum = -10,182,300
RA             sum = 1,309,817
CSM            sum = 10,280,704
loss component sum = 1,408,220
  ('HEALTH_A', 'FC'): n=2 BEL=-1,336,523
  ('HEALTH_A', 'GA'): n=2 BEL=-1,505,011
  ('HEALTH_A', 'TM'): n=2 BEL=426,305
  ('TERM_LIFE_A', 'FC'): n=2 BEL=649,555
  ('TERM_LIFE_A', 'GA'): n=1 BEL=-247,612
  ('WHOLE_LIFE_A', 'FC'): n=1 BEL=-3,960,653
  ('WHOLE_LIFE_A', 'GA'): n=1 BEL=-4,208,361

11 개 계약이 7 개 segment 로 갈라져, 각 묶음이 자기 segment 의 사망률 · 해지율 · 사업비로 평가됐습니다. segment 별 BEL 합은 전체 BEL과 일치합니다.

segment 마다 다르게 — 테이블 참조#

segment 별 차이는 segments 시트의 테이블 참조 열 로 표현합니다. 같은 값은 _DEFAULTS 행에 두고, 다른 부분만 segment 행이 덮어씁니다 (6.1 의 _DEFAULTS 참조). 견본 워크북의 segments 는 이렇게 짜여 있습니다:

segment

lapse_table

expense_table

나머지

_DEFAULTS

—

—

MORTALITY_STD / DISCOUNT_STD / state_model=WAIVER / ra_confidence=0.75

(TERM_LIFE_A, FC)

LAPSE_TERM_FC

EXPENSE_TERM_FC

(defaults 상속)

(TERM_LIFE_A, GA)

LAPSE_TERM_GA

EXPENSE_TERM_GA

(defaults 상속)

(HEALTH_A, TM)

LAPSE_HEALTH_GA

EXPENSE_HEALTH_TM

(defaults 상속)

읽는 법:

  • 해지율은 상품×채널별 — 정기는 LAPSE_TERM_FC / LAPSE_TERM_GA, 건강은 LAPSE_HEALTH_FC / LAPSE_HEALTH_GA 처럼 상품마다 채널별 표를 따로 둡니다 (TM 은 GA 표를 재사용). 상품과 채널이 함께 해지 행태를 가른다는 실무 구조입니다.

  • 사업비는 상품×채널별 — EXPENSE_TERM_FC (정기·FC) / EXPENSE_HEALTH_TM (건강·TM) 처럼 상품과 채널 조합마다 다른 expense_table 을 가리킵니다.

  • 사망률 · 할인율 · state_model 은 공통 — _DEFAULTS 에서 상속해 모든 segment 가 MORTALITY_STD / DISCOUNT_STD / WAIVER 를 씁니다.

이 한 줄씩의 차이가 위 출력의 segment 별 BEL 격차로 나타납니다.

segment 마다 다른 StateModel#

segments 시트의 state_model 열 은 그 segment 가 쓸 상태 모델을 STATE_MODELS 레지스트리 이름으로 고릅니다. 한 워크북 안에서 segment 마다 다른 토폴로지를 줄 수 있습니다 — 예컨대 한 상품군은 납입면제가 있어 WAIVER, 다른 상품군은 상태 전이가 없어 빈 칸 (단일 상태):

state_model 값

의미

빈 칸

상태 모델 없음 (단일 상태). 상태 전이가 없는 정액형

WAIVER

STATE_MODELS["WAIVER"] — active / waiver 2-state (3.1)

WAIVER_PAIDUP

active / waiver / paidup 3-state (3.2)

레지스트리에 없는 이름을 적으면 reader 가 등록된 키 목록과 함께 에러를 냅니다. 레지스트리 밖의 토폴로지 (재진단암 / DI 같은 Semi-Markov) 는 4 장 처럼 코드로 StateModel 을 직접 조립해야 하므로, 워크북 state_model 열로는 고를 수 없습니다.

라우팅 메커니즘과 함정#

키 매칭 — product / channel#

measure 는 각 모델포인트의 (product, channel) 로 basis 사전을 조회합니다. 두 쪽의 코드 문자열이 정확히 같아야 합니다 — policies.csv 의 product 와 segments 시트의 product 가 한 글자도 다르면 그 계약은 갈 곳이 없습니다.

한글 코드와 유니코드 정규화

코드에 한글을 써도 됩니다 (product = "종신_A" 등). measure 는 양쪽 키를 NFC 정규화 (같은 글자의 서로 다른 유니코드 분해형을 한 형태로 맞춤) 한 뒤 비교하므로, 파일 인코딩에 따라 분해형이 달라도 매칭됩니다.

함정 1 — product / channel 가 없음#

dict basis 라우팅은 모델포인트에 두 코드가 모두 채워져 있어야 합니다. 둘 중 하나라도 비면 라우팅을 못 합니다. 단일 가정으로 전체를 볼 거라면 dict 대신 단일 Basis 를 넘기세요 — measure(mp, basis).

함정 2 — basis 에 없는 segment#

모델포인트에 (WHOLE_LIFE_B, TM) 이 있는데 워크북에 그 segment 행이 없으면 조회가 실패합니다. portfolio 의 모든 (product, channel) 조합이 segments 시트에 행으로 존재해야 합니다.

함정 3 — 채널 빈 문자열 vs 누락#

단일 채널 상품은 channel 를 빈 문자열 "" 로 두고 segments 도 같은 빈 문자열 행을 둡니다 (None / 누락이 아니라). 키는 항상 (product, channel) 2-튜플이고 빈 문자열도 유효한 채널 값입니다.

인접 레시피#