보험실무상 상실수익액 산출방식의 문제점과 개선과제sago119.net ›...

마 승 렬(연구책임자)

2014. 11. 10.

이 보고서는 국회입법조사처의정책연구용역사업에 의한 것임정책연구용역보고서

보험실무상 상실수익액

산출방식의 문제점과 개선과제

2014. 11. 10.

연구책임자 : 마 승 렬

한국손해사정학회

보험실무상 상실수익액

산출방식의 문제점과 개선과제

국회 입법조사처장 귀하

본 보고서를 「보험실무상 상실수익액 산출방식의 문제점과 개선과

제」 연구용역의 최종보고서로 제출합니다.

2014년 11월(사)한국손해사정학회

제 출 문

요약문

상실수익액(lost earnings)이란 교통사고 등으로 인해 피해자가 사망하거나

또는 후유장해가 발생한 때, 만일 사고가 없었더라면 향후 가동가능 기간 동

안 순차적으로 얻을 수 있었을 것으로 기대되는 수익액을 현재가치로 환산하

여 일시불로 배상해주는 금액을 말한다. 따라서 적정 상실수익액의 산정 문제

는 보험과 손해배상의 재판실무상 가⋅피해자 간 손해액의 공평분담 측면에서

매우 중요한 과제이다.

그런데 우리나라에서는 보험실무상 상실수익액 현가산정 시 민사법정이율

연 5%를 적용하는 방법인 라이프닛쯔식 산정방법 또는 호프만식 산정방법을

관행적으로 사용하고 있다. 라이프닛쯔식 계산법은 복리로 할인, 호프만식 계

산법은 단리로 할인하는 방법인데, 두 방법 모두 사고발생 시점의 소득액()

이 전체 취업가능기간() 동안 동일한 금액이 지급되는 것으로 가정하여

( ⋯ ) 현가를 산정하게 된다.

그런데 국내 임금상승률과 이자율 간의 관계 고려 시 현행 산정방법은 적

용 할인율의 수준이 높아서 보험사가 지급해야 할 상실수익액을 과소평가할

가능성이 큰 것으로 생각된다. 반면 외국의 경우 상실수익액 현가 산정 시 미

래의 임금상승률과 이자율 간의 관계를 고려한 합리적 할인율 수준을 적용하

고 있는 것으로 알려져 있는데, 실제 미국의 경우 0%∼2%, 영국은 2.5%, 캐

나다의 경우 2.25%∼2.5%, 홍콩은 -0.5%∼2.5%의 할인율 적용하고 있음이 확

인된다. 가까운 일본에서도 1996년 이후 2%∼4%의 이율을 적용한 판결이 이

어진 바 있다. 하지만 한국에서는 현행 산정방법의 불합리성을 지적한 연구는

있지만 법원 실무에서 아직까지 청구사례를 확인할 수 없다.

이에 본 연구에서는 2000년대 이후의 임금상승률과 이자율자료를 이용하

여 순할인율 시계열의 특성을 다각적인 측면에서 확인해 본 후, 상실수익액의

현가산정에 적용할 적정 할인율 수준을 찾고 여기에 근거한 산정방법의 개선

방안을 제시하고자 하였다. 분석결과에 의하면 현행의 호프만식 산정방법과

라이프닛쯔식 산정방법이 상실수익액을 과소평가하는 방법임이 실제 확인된

다. 또한 평균임금상승률을 적용하여 생성한 순할인율을 사용한 분석결과 세

전 기준으로 1%, 세후기준으로 0%의 할인율을 적용하는 것이 타당한 것으로

나타난다. 다만 보다 정교하게 상실수익액을 산정하기 위해서는 연령⋅임금곡

선을 이용해 피해자별로 개별 적용하는 방법이 가장 합리적인 방법이라고 볼

수 있을 것이다.

본 연구에서는 분석결과에 근거하여 자동차보험약관상 상실수익액 산정기

준 개선안으로 호프만계수를 적용하여 산정하는 방법을 제안하였으며, 피해자

별 순할인율 개별적용 방안 등을 향후 검토과제로 제시하였다.

차 례

□ 요약

Ⅰ. 서론 / 1

1. 연구배경 및 목적 ··················································································· 1

2. 연구범위 및 방법 ··················································································· 3

Ⅱ. 상실수익액 산정방법의 개관 및 법률적 쟁점 / 5

1. 대표적인 두 가지 상실수익액 산정방법 ················································ 5

2. 해외 주요 국가의 상실수익액 산정방법 ················································ 6

3. 상실수익액 산정방법과 관련한 법률적 쟁점 - 일본과 한국 사례를

중심으로 ·································································································· 9

4. 본 연구의 의의 ····················································································· 12

Ⅲ. 상실수익액 산정방법에 대한 이론 및 타당성 검증 방법론에 대한

검토 / 14

1. 상실수익액 산정방법의 이론적 검토 ··················································· 14

2. 상실수익액 산정방법의 타당성 검증 방법론에 대한 검토 ················· 18

Ⅳ. 과거 데이터의 평균치를 이용한 상실수익액 산정방법 간 차이 비

교 / 21

1. 분석 데이터 ·························································································· 21

가. 임금상승률 ····················································································· 21

나. 이자율 ···························································································· 21

다. 물가상승률 ····················································································· 23

2. 과거 평균값을 이용한 상실수익액의 차이 비교 ································· 23

Ⅴ. 적정 순할인율의 추정 및 상실수익액 차이 분석 / 27

1. 문제의 제기 ·························································································· 27

2. 순할인율 시계열의 안정성 검정결과 ··················································· 27

3. 순할인율의 확률모형화 ········································································· 29

4. 몬테카를로 시뮬레이션을 통한 적정 순할인율의 추정 ······················· 30

5. 상실수익액 값의 차이에 대한 분석결과 ·············································· 33

Ⅵ. 직종별 종단면 임금곡선을 활용한 적정 상실수익액 산정방법에

대한 검토 / 36

1. 문제의 제기 ·························································································· 36

2. 직종별 임금곡선의 추정 방법론에 대한 검토 ····································· 37

3. 종단면 임금곡선의 추정 ······································································· 39

가. LC모형의 개관 ··············································································· 39

나. 이용 데이터 ··················································································· 40

다. LC모형을 이용한 횡단면 임금곡선의 추정 결과 ························· 42

라. 종단면 임금곡선의 추정 결과 ······················································· 51

4. 종단면 임금곡선을 이용한 직종별 연령별 임금상승률에 대한 분석결과 · 55

5. 종단면 임금곡선을 이용한 직종별 적정 순할인율의 추정 ················· 57

6. 직종별 순할인율을 이용한 상실수익액 차이의 비교 ·························· 63

Ⅶ. 보험실무상 상실수익액 산정방법의 개선방안 / 68

Ⅷ. 결론 / 73

□ 참고문헌

표 차 례

[표 2-1] 자동차보험 표준약관 상 상실수익액 산정기준 ·································· 6

[표 2-2] 국가배상법 상 배상기준 ····································································· 6

[표 4-1] 연도별 이자소득세율 ········································································· 22

[표 4-2] 주요 변수들의 평균값 ······································································· 24

[표 4-3] 적용할인율에 따른 상실수익액 현가 비교 ······································· 24

[표 4-4] 호프만식 산정방법(=1.0)에 대한 일실이익 현가 비율 ····················· 25

[표 5-1] 순할인율 시계열의 단위근 검정 결과 ·············································· 28

[표 5-2] Vasicek모형의 파라미터 추정치 ······················································· 30

[표 5-3] 순할인율 시계열의 미래 30년간 평균값의 확률분포도 요약 ·········· 31

[표 5-4] 순할인율의 평균값 ············································································ 32

[표 5-5] 상실수익액의 비교 ············································································ 35

[표 6-1] 직종구분 및 기호의 정의 ·································································· 41

[표 6-2] 연령계층에 대한 기호의 정의 ·························································· 41

[표 6-3] 직종별 연령별 추정결과 ································································ 43

[표 6-4] 직종별 연령별 추정결과 ································································ 44

[표 6-5] 직종별 추정결과 ············································································· 45

[표 6-6] 직종별 시계열의 RW모형 추정결과 ·············································· 48

[표 6-7] Vasicek모형의 파라미터 추정치 ······················································· 58

[표 6-8] 시계열의 미래 30년간 평균값의 확률분포도 요약 ······················· 59

[표 6-9] 순할인율(세전 HB5: 4.33%, 세후 HB5: 3.66%) ······························ 60

[표 6-10] 피해자 연령별 누적할인계수(CDF) ················································· 62

[표 6-11] 단일 순할인율() ············································································· 62

[표 6-12] 연령별 임금의 가정(2013년 기준) ·················································· 63

[표 6-13] 상실수익액 산정 결과 ····································································· 64

[표 6-14] 호프만식 산정방법과의 상실수익액 차이 ······································· 65

[표 6-15] 호프만식 산정방법에 대한 상실수익액 비율 ·································· 66

[표 7-1] 자동차보험 표준약관 상 상실수익액 산정기준(개정안) ··················· 69

[표 7-2] 자동차보험 표준약관 상 후유장해상실수익액 산정기준 ·················· 69

[표 7-3] 자동차보험 표준약관 상 노동능력상실률 평가방법 ························· 70

[표 7-4] 자동차보험 표준약관 상 상실수익액 산정기준(개정안) ··················· 71

[표 7-5] 자동차보험 표준약관 상 누적할인계수 평가방법(개정안) ··············· 71

[표 7-6] 보험업법 상 손해액의 산정방법(개정안) ·········································· 72

그 림 차 례

[그림 4-1] 주요변수들의 시계열 추이 ···························································· 23

[그림 4-2] 피해자 연령별 적용할인율에 따른 상실수익액 현가 비교 ··········· 25

[그림 5-1] 순할인율의 변화 추이(1994.01-2013.12: 20년간) ·························· 28

[그림 5-2] 순할인율 시계열의 미래 30년간 예측치 예시 ······························ 30

[그림 5-3] 순할인율 시계열의 미래 30년간 평균값의 확률분포도 ················ 31

[그림 5-4] 할인율 적용방법에 따른 경과월수별 누적할인계수 비교 ············ 34

[그림 6-1] 남자 횡단면 임금곡선 비교(전직종, 1993-2012) ··························· 42

[그림 6-2] 직종별 연령별 추정결과 ···························································· 43

[그림 6-3] 직종별 연령별 추정결과 ···························································· 44

[그림 6-4] 직종별 추정결과 ········································································· 46

[그림 6-5] 전직종 시계열의 원시계열과 1차 차분된 시계열 ····················· 47

[그림 6-6] 전직종 원시계열과 1차 차분된 시계열의 자기상관함수 ········· 48

[그림 6-7] 전직종 추이(2013년-2050년 예측치 포함) ······························· 50

[그림 6-8] 횡단면 임금곡선 추정결과: 1993년-2043년 ·································· 51

[그림 6-9] 직종(M0-M8)별 종단면 임금곡선 추이(1993년 30세) ·················· 52

[그림 6-10] 전직종(M0)근로자의 종단면 연령임금곡선의 평활화 추세 ········ 53

[그림 6-11] 직종별 종단면 연령임금곡선의 평활화 추세(1993년 30세) ········ 54



[그림 6-14] 직종별 연령별 임금상승률 추이 ·················································· 56

[그림 6-15] HB5 예측치(미래 30년간) 평균값의 확률분포도 ························ 59

❘ 1

Ⅰ. 서론

Ⅰ. 서론

1. 연구 배경 및 목적

상실수익액(lost earnings)1)이란 교통사고 등으로 인해 피해자가 사망하거

나 또는 후유장해가 발생한 때, 만일 이들 피해자가 사망 또는 후유장해가 발

생하지 않았더라면 향후 가동가능기간2) 동안 순차적으로 가동(취업)하여 얻을

수 있었을 것으로 기대되는 수익액을 현재가치로 환산하여 일시불로 배상해주

는 금액을 말한다3). 따라서 상실수익액의 적정한 산정과 관련된 문제는 보험

과 손해배상의 재판실무상 가⋅피해자 간 손해액의 공평분담의 측면에서 매우

중요한 과제라 할 수 있다.

우리나라에서는 상실수익액의 현가산정 시 민사법정이율 연 5%4)를 적용

하여 할인하는 방법인 라이프닛쯔식 산정방법 또는 호프만식 산정방법을 사용

하고 있다5). 여기서 호프만식 산정방법은 민사법정이율 연 5%를 적용하여 단

1) 동일한 의미의 용어로 법원에서는 「일실이익」, 자동차보험에서는「상실수익

액」으로 표현한다. 본고에서는 용어 사용의 통일을 위해「상실수익액」이란

용어를 사용한다.2) 가동가능기간은 취업가능연한까지의 기간을 의미한다.3) 판례는 재산상 손해 중 기대수입의 손해배상청구에 있어서 정기금지급청구권과

일시금지급청구권을 선택적으로 청구할 수 있다고 하고 있다(대판 1991.5.14, 91다8081; 대판 1991.1.25, 90다카27587 등). 그러나 대부분의 피해자 측에서는

일시금배상을 원하므로 실무상 정기금지급은 극히 예외적인 경우에 해당한다. 4) 민법제379조(법정이율)에 의하면 “이자있는 채권의 이율은 다른 법률의 규정이

나 당사자의 약정이 없으면 연 5분으로 한다.”라고 규정하고 있다. 5) 초기 법원의 판결에서는 호프만식 계산법의 채용이 일반적이었으나, 1976.12.2.

서울민사지방법원에서 라이프닛쯔식 계산법을 채택한 판결이 나왔으며, 이후

1980.9.10.에 서울 민사지방법원에 교통사고 전담부인 제15부가 창설되면서 라이

프닛쯔식 계산법을 본격적으로 채택하였는데, 동 교통사고 전담부의 판결들은

상급심에서 유지되기도 하였고 호프만식으로 변경되기도 하였다. 이후 대법원은

2 ❘

보험실무상 상실수익액 산출방식의 문제점과 개선과제

리(simple interest)로 할인하는 방법이며, 라이프닛쯔식 산정방법은 동일한 민

사법정이율 연 5%를 적용하되 복리(compound interest)로 할인하는 방법을 말

한다. 그런데 이 두 가지 방법을 살펴보면 공통적으로 사고발생 시점의 소득

액()이 전체 취업가능기간() 동안 동일한 금액이 지급되는 것으로 가정하

면서( ⋯ ), 현가산정에 적용할 할인율로써 민사법정이율 연

5%를 적용하고 있음을 확인할 수 있다. 이러한 방법을 채택하고 있는 이유는

미래 순차적으로 지급될 임금에 대하여는 예측이 불가능하기 때문에 과거의

경험 자료를 이용한 임금상승률을 적용할 수 없다고 하면서도, 한편으로 할인

율의 적용에 있어서는 법정이율 연 5%를 원용하여 현가를 산정하여야 한다는

법원과 보험사들의 이중적인 잣대에 의한 것이다.6)

이와 같이 상실수익액의 현가 산정방법이 최종 손해액의 확정과 직접 관

련되어 있는 매우 중요한 문제임에도 불구하고, 보험과 법원 실무에서는 그간

경제적 합리성(economic rationality)을 배제한 채 산정방법의 용이성만을 고려

하고 있다. 사실 민사법정이율과 상실수익액의 현가산정 문제는 별개의 사안

으로 볼 수 있는 바, 상실수익액 산정 시에는 미래의 예상되는 임금상승 추이

와 이자율(수익률) 추이를 제대로 감안해 경제적 합리성을 가질 수 있는 현가

산정방법이 사용되어야 할 것이다. 본문에서 다시 언급할 것이지만, 우리나라

와는 달리 외국에서는 이미 상실수익액의 현가산정 문제에 있어서 보다 합리

적인 방법을 사용하고 있음이 확인된다.

1983.6.28.선고83다191판결에서 중간이자 공제방법으로 호프만식 계산법과 라이

프닛쯔식 계산법을 모두 시인하기에 이르렀다.(이보환(2010) 참조) 그러나 최근

우리나라의 판결례에서 호프만식 계산법을 채용하지 않고, 라이프닛쯔식 계산법

을 채용하여 판결하는 경우는 거의 전무한 실정이다. 한편 자동차보험의 경우는

초기 호프만식 계산법에 의한 상실수익액 산정방법을 채택하여 오다가 1986년

9월 약관개정 시 라이프닛쯔식으로 변경한 이후 현재까지 라이프닛쯔식 산정방

법을 중간이자 공제방법으로 사용하고 있다(보험개발원(1996), p.111. 참조).6) 이보환(2010) 참조.

❘ 3

Ⅰ. 서론

본 연구에서는 이러한 인식에 기초해 그간 국내에서 일부 법학자들이 문

제를 꾸준히 제기해 온 보험실무상 상실수익액 산출방식의 문제점을 계량적으

로 분석 제시하는 한편, 임금상승률, 이자율 등 관련 거시경제변수를 활용한

시계열분석을 통해 현재 우리나라의 경제상황에 비추어 적합한 할인율의 값을

제시하고, 이러한 분석결과를 바탕으로 향후 보험실무상 상실수익액 산정방식

에 있어 개선해야 할 점을 제시하는 데 연구의 목적을 두기로 한다.

2. 연구 범위 및 방법

상실수익액 산정의 적정성과 관련된 주된 논점들은 상실수익액 산정 시

적용할 기초소득의 수준, 가동가능기간, 생활비, 소득세율, 임금상승률, 할인율

수준의 결정 등과 관련이 있다.

따라서 본 연구에서는 상실수익액 산출식에서 이 변수들의 수리적 관련성

을 수식을 통해 이론적으로 살펴보기로 한다. 또한 이들 변수들의 과거 시계

열의 흐름이 가진 특성을 살펴봄으로써 분석방향과 적용할 분석기법에 대해

검토하게 될 것이다.

그런데 본 연구의 핵심적 작업은 현재 적용되고 있는 법정이율 연 5%와

적정 순할인율이 얼마나 차이를 보이는지를 확인하는 것이다. 이를 위해 임금

상승률( )과 이자율() 수준을 함께 고려한 순할인율()의 적정 수준을 시계열

분석과 몬테카를로 시뮬레이션 기법을 활용해 도출해 보게 될 것이다. 아울러

이러한 분석결과에 기초해 국내에서 보험 및 법원실무에서 사용되고 있는 상

실수익액 현가산정방법의 문제점을 짚어보는 한편, 해외사례 등에 기초해 보

다 합리적인 상실수익액 현가산정방법을 제시하게 될 것이다.

본 연구의 구성은 다음과 같다. 제Ⅰ장 서론에 이어, 제Ⅱ장에서는 상실수

익액 산정방법을 개관하고 법률적 쟁점에 대하여 논의한다. 제Ⅲ장에서는 상

실수익액 산정방법에 대한 이론 및 타당성 검증방법론을 검토하고 제Ⅳ장에서

4 ❘


는 과거 데이터의 평균값을 이용한 상실수익액 산정방법 간 차이를 비교해 본

다. 제Ⅴ장에서는 순할인율 시계열의 특성을 분석한 후 할인율 수준의 합리적

추정결과를 제시하며 이에 따른 상실수익액 차이를 분석한다. 제Ⅵ장에서는

직종별 종단면 임금곡선을 활용한 적정 상실수익액 산정방법에 대하여 검토하

고, 제Ⅶ장에서는 보험실무 상 상실수익액 현가 산정방법의 개선방안을 제시

한다. 마지막 제Ⅷ장에서는 본 연구의 결론을 도출한다.

❘ 5

II. 상실수익액 산정방법의 개관 및 법률적 쟁점

Ⅱ. 상실수익액 산정방법의 개관 및 법률적 쟁점

1. 대표적인 두 가지 상실수익액 산정방법

상실수익액의 현가산정방법으로 흔히 사용되는 방법은 라이프닛쯔식 산정

방법과 호프만식 산정방법이다. 라이프닛쯔식 산정방법은 상실수익액 현가 산

정 시 단일의 할인율을 적용하여 복리(compound interest)로 할인하는 방법을

말한다. 반면 호프만식 산정방법은 상실수익액 현가산정 시 단일의 할인율을

적용하되 단리(simple interest)로 할인하는 방법을 말한다. 그런데 이 두 가지

방법은 할인의 방식으로서 복리방식인지 단리방식인지에 있어서만 차이가 있

을 뿐, 피해자의 가동가능기간이나, 동 기간 중 상실소득액의 인정방식에 있어

차이가 존재하는 것은 아니다.

그런데 국내에서는 이 두 가지 방식이 모두 사용되고 있다. 라이프닛쯔식

산정방법을 채택하고 있는 대표적 사례는 자동차보험에서 찾아볼 수 있다. 금

융감독원이 발표하는 자동차보험 표준약관의 내용을 살펴보면 상실수익액 산

정시 라이프닛쯔식이 적용됨을 쉽게 알 수 있다.7) 반면 호프만식 산정방법은

손해배상액의 결정과 관련해 법원에서 채택하고 있으며, 국가배상법 제3조에

서도 유족배상금(또는 장해배상금)산정 시 호프만식 산정방법을 적용하도록

법률로서 명시하고 있다.

7) 참고로 자동차보험표준약관에서는 “소송이 제기되었을 경우에는 대한민국 법원

의 확정판결에 의하여 피보험자가 손해배상청구권자에게 배상하여야 할 금액(지연배상금을 포함합니다)을 위 ‘보험금지급기준에 의해 산출한 금액’으로 봅니

다.”라고 규정하고 있다. 따라서 소송이 제기되지 않았을 때에는 라이프닛쯔식

산정방법에 의해 상실수익액이 산정되지만 소송이 제기되었을 때는 자동차보험

에서도 호프만식산정방법에 의해 상실수익액이 산정되는 것으로 볼 수 있다.

6 ❘


구분 산정기준

사망

상실

수익액

ᆞ (월평균현실소득액-생활비)☓(사망일로부터 보험금지급일

까지의 월수+보험금지급일부터 취업가능연한까지 월수에

해당하는 라이프닛쯔 계수)

후유장해

상실

수익액

ᆞ월평균현실소득액☓노동능력상실률☓(노동능력상실일로부터

보험금지급일까지의 월수+보험금지급일부터 취업가능연한

까지의 월수에 해당하는 라이프닛쯔 계수)

※ 라이프닛쯔 계수 : 법정이율 월 5/12%, 복리에 의하여 중간이자를 공제하고 계산하는

방법

[표 2-1] 자동차보험 표준약관 상 상실수익액 산정기준

구분 산정기준

유족배상

ᆞ 월급액☓(1-생활비율)☓장래취업가능기간에 해당하는

호프만 계수

- 부양가족이 있는 자의 생활비 비율: 30% - 부양가족이 없는 자의 생활비 비율: 35%

장해배상ᆞ월급액☓노동력상실률☓장래취업가능기간에 해당하는

호프만 계수

[표 2-2] 국가배상법 상 배상기준

2. 해외 주요 국가의 상실수익액 산정방법

그런데 서론에서도 언급한 바와 같이 현재 우리나라에서 사용하고 있는

방법은 할인율의 수준 자체가 민사법정이율인 5%로 상당히 높은 반면, 미래

소득의 상승률 등을 전혀 감안하지 않음으로써 상실수익액을 과소평가할 가능

❘ 7


성이 있다. 반면 해외 주요국가들의 사례를 살펴보면 우리나라에 비해 보다

합리적인 방법을 사용하고 있음을 확인할 수 있다.

가령 미국에서 사용되어지고 있는 상실수익액의 현가 산정방법은 크게 두

가지 방법으로 대별할 수 있는데, 첫째, 피해자의 개별적 미래소득흐름과 미래

의 이자율 추이를 예측한 후 이들 예측값에 근거하여 상실수익액의 현가를 산

정하는 방법과, 둘째, 단순화된 순할인율(net discount rate)모형을 사용하여 상

실수익액의 현가를 산정하는 방법이 사용되고 있다. 이 중 미국의 손해배상

실무에서 일반적으로 사용되는 방법은 둘째 방법인 순할인율을 사용하여 상실

수익액을 계산하는 방법이다.8) 참고로 이러한 산정방법을 사용하여 상실수익

액의 현가산정 관련 업무를 수행하는 전문가를 forensic economist9)라 하며 변

호사들은 forensic economist가 산정한 일실이익 현가를 근거로 법원에서 피해

자의 손해배상액을 다투게 된다.10) 그런데 Christensen(1999)에 의하면 미국의

경우 상실수익액 산정전문가들(forensic economists)이 실무에서 적용하는 순할

인율의 수준은 대부분 0∼2% 수준인 것으로 확인된 바 있다.11) 또한 최근에

미국의 forensic economics학회(NAFE)에서 회원들을 대상으로 실무에서의 사

용하고 있는 순할인율의 값을 조사한 바 있는데, 2012년도 기준으로 회원들이

사용한 순할인율의 평균값은 1.61%, 중앙값은 1.50%인 것으로 확인된 바 있

다.12)

영국의 경우 전통적으로 법원에서 4.5%의 할인율을 적용하여 상실수익액

8) Anderson and Roberts(1989), Feldman(1988) 등 참조.9) Forensic economist가 상실수익액 산정방법에 대한 연구결과를 교류하는 대표적인

학술단체로는 NAFE(http://www.nafe.net)와 AAEFE(www.aaefe.org)를 들 수 있다.10) Link(1992) 참조.11) 예외적으로 후술하는 펜실베니아주에서는 시장이자율이 인플레이션율과 같다

고 가정하기 때문에 적용 순할인율의 값이 음(-)의 값을 보여주게 된다.12) Slesnick et al.(2013) 참조.

8 ❘


현가를 산정하였으나, 1999년 Wells v. Wells 사건 판결에서 귀족원(the House

of Lords)은 4.5%의 할인율 가정은 고위험 투자대상에 투자한 경우에 있어서

의 수익률을 가정한 것이므로 상실수익액 산정 시 적용할 할인율은 보다 안전

한 투자에 따른 수익률을 고려하여야 한다는 이유에서 기존의 적용률보다 낮

은 3%의 할인율 적용을 지지하였다. 동 판결을 계기로 영국법원에서는 할인

율 적용에 변화가 생겼으며, 2001년도에 Lord Chancellor는 손해배상법(the

Damages Act of 1996) Section 1(1)에 의한 권한에 근거하여 할인율을 2.5%로

정하고 있다.

홍콩에서도 전통적으로 법원이 영국과 동일한 4.5%의 할인율을 적용하여

상실수익액을 산정해 왔다. 그러나 2013년도에 홍콩법원은 그간 오랫동안 끌

었던 할인율 적용 관련 Li Ka Wai HCPI 671(2007)사건과 Yuen Hiu Tung

HCPI(2010)사건에서 최근의 경제상황을 고려하여 할인율 수준이 수정되어야

함을 강조하면서, 피해자의 가동가능기간의 장단에 따라 -0.5%∼2.5%의 할인

율을 적용할 것을 판시하였다.13)

캐나다에서는 1970년대 7%의 높은 할인율을 적용하여 왔으나, Lewis v.

Todd(1980)사건에서 캐나다 대법원(Supreme Court)은 학계의 비판을 수용, 할

인율 적용이 시간의 변화에 적응할 수 있음을 인정하면서 2.25%의 할인율 적

용을 결정하였다. 참고로 캐나다의 다수 지역에서는 법규로 상실수익액 산정

시 적용할 할인율 수준을 정하고 있는데 Ontario와 British Columbia주에서는

각각 2.5%를 할인율로 정하고 있음이 확인된다.14)

한편 일본의 경우 우리나라와 동일한 연 5%의 이율을 민사법정이율로 정

하고 있으며, 오랫동안 손해배상 실무에서 연 5%의 민사법정이율을 중간이자

13) 홍콩의 사례는 http://www.kennedys-law.com/casereview/discountratejudgment/을 참

조하였다.14) 영국과 캐나다의 사례는 http://www.law.berkeley.edu/files/Flemings_The_Law_of_

Torts_Damages.pdf를 참조하였다.

❘ 9


공제이율로 적용하여 상실수익액을 산정해 왔다15). 그러던 중 버블경제가 붕

괴한 후 초저금리 기조를 배경으로 중간이자공제율 수준의 적정성 여부에 대

한 이견이 제시되기 시작하였으며, 1996년 이후부터 민사법정이자율 보다 낮

은 중간이자공제율을 지지하는 판결이 다수 나오기 시작하였다.16) 가령 1996

년 2월 福岡地裁가 중간이자공제율 4% 적용을 판결하면서 논의가 시작된 후

3%, 2% 적용을 판결한 사례가 이어졌다.17) 그러나 2005년 6월 최고재판소의

판결(이하 “平成17년 판결”이라 함)에서 중간이자공제율은 법정이자율에 따라

야 한다고 판시한 후 중간공제이율 적용의 새로운 판결은 나오지 않고 있다.

3. 상실수익액 산정방법과 관련한 법률적 쟁점 – 일본과 한국

사례를 중심으로

그런데 일본에서 이루어진 平成17년 판결에 대해 이후 여러 가지 비판이

제기되었다. 참고로 平成17년 판결에서 일본법원은 ① 민사법정이율이 연

5%로 정해져 있는 것이 민법제정 당시 참고한 유럽국가의 일반적인 대부금

리에 근거한 것으로, 그것이 나타내는 바는 금전은 통상의 이용방법에 의하여

5%의 이자를 낳는다는 것, ② 그리고 현행민사집행법에서 장래의 청구권을

현재가치로 환산할 때 법정이자로 중간이자를 공제하는 방법을 취하고 있기

15) 우리나라 민법은 재산법의 경우 일본민법과 독일민법을 혼합 계수한 형태의

성격을 띠고 있다(곽윤직(1987)). 따라서 현행 민법의 도입과정에서 일본과 동일

한 연 5%의 이율을 민사법정이율로 규정하게 된 것으로 볼 수 있다. 각국의 민

사법정이율을 살펴보면 독일의 경우 연 4%, 스위스의 경우 연 5%, 프랑스의 경

우에는 법률로서 정한다고만 규정하고 있다(김상용(2000) 참조).16) 이하 일본의 중간이자공제율 관련 내용은 이윤호⋅이천성(2009)의 내용을 요

약 정리한 것이다.17) 중간이자공제율 3%를 적용한 판결은 長野地裁言取訪支部判決(2000.11.14)을

들 수 있고, 2%를 적용한 판결은 津地裁熊野支部判決(2000.12.26)을 들 수 있다.

10 ❘


때문에(일본민사집행법 제88조제2항, 일본파산법 제99조제1항제1호 등), 장

래의 상실수익을 현재가치로 환산할 때에도 민사법정이율에 입각하여 중간이

자를 공제하는 것이 사안별-재판관 별로 중간이자공제율 적용에 대한 판단이

달라지는 것을 방지하고, 피해자 상호 간의 공평성 확보, 손해액의 예측가능

성에 대한 분쟁 예방 등 법적 안정성 측면에서 유리하다는 점을 결정의 논거

로 내세웠다.

하지만 동 판결의 이러한 논리에 대해, ① 민법 제404조18) 제정 당시

참고한 서구 유럽의 5%는 명목금리인 점을 고려할 때 오로지 민사법정이율

에 따라야 한다는 판결은 인플레이션 효과를 고려한 실질이자율을 정면으로

부정하는 것이므로 판결의 결론에 타당성이 없고, ② 법적 안정성과 통일적

처리를 위한 관련 민사특별법(민사집행법, 파산법 등)의 이자율 연 5%의 규

정은 일반 민사소송에서 피해자의 상실수익액 등을 산정할 때 적용하는 중간

이자공제율과 동일하게 취급하거나 해석할 수 있는 성질의 것이 아니라는 주

장이 제기되었다. 그리고 ③ 상실수익액 산정의 결정인자는 피해자의 직업,

임금, 연령 등에 의해 어느 정도 정형화되어 있다고 하더라도 미래 사실에 대

한 예측이므로 어느 정도 가공적이고 추측적인 사실에 관한 전제가 게재될 수

밖에 없는 현실인데도 불구하고, 오로지 중간이자공제율만을 통일한다고 하여

그것이 어떠한 의미를 가지는지 의문스럽다는 비판도 제기되었으며, ④ 상실

수익액의 산정은 피해자의 미래소득의 현재가치를 산정하는 것이므로 소득의

문제이지 금리의 문제가 아니며, 미래소득을 추정함에 있어서는 일차적으로

경제성장률이나 인플레이션율이 문제가 되는 것이고 그 다음으로 현재가치로

환산하기 위한 이자율 문제가 있는 것이므로 본 판결은 본말이 전도된 판결이

라는 비판도 제기되었다.

한편 일본과 유사한 방식을 취하고 있는 우리나라에서도 일부 법학자들에

18) 우리나라 민법 제379조에 해당하는 법정이율 연 5% 관련 규정이다.

❘ 11


의해 현행 호프만식 산정방법 및 법정이율 연 5% 적용의 불합리성에 대한

비판이 있었다. 가령 이보환(2010)은 일실이익 산정 시 연 5%의 중간이자

를 공제하는 것이 실정법상 근거가 없다는 결론을 도출하면서, 판례법은 시대

의 변천에 따라 재검토의 대상이 되기에 이르렀다고 주장하였다. 이보환

(2010)에서는 한국의 1966년∼1984년간의 실제 임금상승률과 금리자료를

이용한 개략적인 분석에서 임금상승률과 금리간의 관계를 고려하면 중간이자

를 공제하지 아니하여야 하며, 백보를 양보하더라도 2% 이내의 이율이 적용

되어야 할 것이므로 현재 우리 법원의 실무에서 연 5%를 공제하고 있는 것

이 얼마나 비현실적이고 피해보상이 미흡한 것인가를 알고도 남음이 있다고

하였다. 한창호(1990)는 비록 판례 중에는 중간이자를 연 5%로 계산하는

것은 법률의 규정에 의하여 발생하는 이자인 민법 제379조의 법정이율에 의

하는 것이다19)라고 한 것도 있지만, 실질이자율이 연 5%에 못 미친다는 사

실을 인정할 수만 있다면 법정이율에 구애받지 않고 그 실질이자율에 따라 중

간이자를 공제하는 것이 타당할 것이라 하면서, 물가상승률을 참작한 실질이

자율을 도외시한 채 명목이자율만을 문제 삼는 것은 다른 한쪽을 외면한 속단

내지 편견이라고 보았다.

한편 이러한 법리적 논의와는 별도로 그간 극소수의 학자에 의해 현행 상

실수익액 산정방식의 적정성 여부에 대한 경제학적 접근이 이루어진 바 있어,

이에 대해 간략히 살펴보기로 한다. 먼저 마승렬(2001)은 한국에서의 1983.01

∼2000.12(18년간)의 농촌노동임금과 산업별 평균임금 및 회사채수익률의 월

별 시계열 자료를 이용한 분석에서 산업별 구분에 따라 연 0%∼3% 정도의

순할인율이 상실수익액 산정 시 적용되어야할 적정 할인율임을 보여 주었고,

현행의 민사법정이율 연 5%에 당장 대체할 수 있는 평균적 의미의 단일 순할

인율은 연 1% 정도의 수준이 되어야 함을 입증한 바 있다.

19) 대법원 1967년 5월 16일 선고 67다516 판결.

12 ❘


한편, 평균임금 자료를 이용하여 단순히 특정 할인율을 적용할 경우 피해

자의 성별⋅연령별⋅학력별 특성에 따라 상실수익액이 과대 또는 과소 평가될

가능성이 있다. 이와 관련해 Rodgers et al.(1996)은 피해자의 특성을 고려할

때 횡단면 연령⋅임금곡선(cross sectional age-earnings profiles) 자료를 사용하

여 분석하는 기존의 분석방법의 문제점을 지적하면서, 장기적 시계열의 형태

를 고려한 종단면 연령⋅임금곡선(longitudinal age-earnings profiles) 자료를 사

용하여야 함을 주장한 바 있고, Gilbert(1997) 역시 시간의 경과에 따라 실질연

령⋅임금곡선의 형태가 변화한다면 상실수익액 현가산정 시 이러한 점을 고려

해야 함을 주장하면서, 4차 추세다항식을 적용하여 연령⋅임금곡선의 형태를

추정할 수 있음을 보여주었다. Christensen(1999)의 연구에서도 연령이 낮을수

록, 학력이 높을수록 상대적으로 높은 생산성을 가지므로 그렇지 않은 경우에

비해 순할인율 수준이 상대적으로 낮아지게 됨을 보여주었다. 국내에서도 마

승렬(2002)의 연구에서 피해자의 성별⋅연령별⋅교육수준별 특성을 고려하지

않게 되면 상실수익액 현가를 실제보다 과소평가 또는 과대평가될 가능성이

있음을 보였다.

4. 본 연구의 의의

결국 위에서의 논의를 종합해 보면 상실수익액 산정방식은 국가별로 상이

하며, 절대적으로 합리적인 방법은 존재하지 않는 것으로 볼 수 있다. 그러나

해외 사례와 비교해 국내에서 사용하고 있는 방식은 지나치게 단순할 뿐만 아

니라, 상실수익액을 산정함에 있어 고려해야 할 모든 요인들을 충분히 고려하

지 않는 등 논리적 설득력도 떨어지는 것이 확인된다. 게다가 이미 국내외에

서는 기존의 방법 대신 보다 경제적 합리성을 갖춘 (기존 방법을 대체할 만

한) 방법론들이 제시되고 있음을 알 수 있다.

이러한 점들을 종합적으로 고려할 때, 현재 보험 또는 법원 실무에서 사

❘ 13


용하고 있는 기존의 방법에 대한 타당성 여부와 새로운 대안에 대한 모색은

금융소비자 권익보호에 대한 최근의 사회 전반적인 인식 제고라는 맥락에서도

중요한 과제로 볼 수 있다. 따라서 본 보고서가 그동안 본격적인 논의가 이루

어지지 못한 보험실무상 상실수익액 산출방식을 개선하기 위한 시도에 있어

첫 단초가 될 수 있을 것이다.

14 ❘


Ⅲ. 상실수익액 산정방법에 대한 이론 및 타당성 검증

방법론에 대한 검토

1. 상실수익액 산정방법의 이론적 검토

본 절에서는 분석에 앞서 상실수익액 산정방법과 관련한 주요 변수들 간

의 관계를 수식을 통해 이론적으로 규명해 보기로 한다. 먼저 사망 또는 장해

발생 시점(t=0) 이후 가동가능기간(t=n)까지 순차적으로 얻을 수 있었을 소득

액의 현재가치는 다음과 같은 산식을 이용하여 산정할 수 있다.

⋯ ⋯

⋯ (1)

여기서 = 상실수익액의 현가

= t=0 시점의 임금액

= 시점 t에서의 명목임금상승률 (t=1,2,3,⋯,n)

= 시점 t에서의 명목이자률

= 가동가능기간

식(1)과 같이 산정되는 상실수익액을 덧셈연산자(summation operator)와 곱

셈연산자(product operator)를 이용하여 보다 축약된 형태의 산식으로 표현하면

식(2)에서와 같이 표현된다.

(2)

❘ 15

Ⅲ.상실수익액 산정방법에 대한 이론 및 타당성 검증방법론에 대한 검토

식(2)와 같은 산식을 이용하여 상실수익액을 산정하고자 하는 경우 미래의

장기적인 임금상승률과 이자율을 예측하여야 하는 어려운 문제점에 직면하게

된다20). 따라서 실무에서는 상실수익액 산정을 보다 쉽게 하고 실무 적용성을

높이기 위한 목적으로 임금상승률과 이자율 각각의 평균값을 사용하여 산정하

는 단순화된 현가산정방법이 개발되어 왔다. 식(2)에서 각 시점별로 상이한 임

금상승률과 이자율 값들을 각각의 평균값으로 대체하면 상실수익액의 산식은

식(3)∼식(5)와 같이 보다 단순화된 방법으로 표현될 수 있다.21)

(3)

(4)

(5)

여기서 = 평균 명목임금상승률 = 평균 명목이자율

= 평균 실질임금상승률; = 평균 물가상승률

= 평균 실질이자율;

= 평균 순할인율; 즉, 의 평균값

20) 시계열예측모형을 이용하여 미래의 임금과 수익률시계열을 예측 후 이들 예측

치를 이용하여 일실이익을 산정하는 방법에 대한 논의는 Bonham and La Croix(1992)와 마승렬(2001b)의 연구를 참조할 수 있다.

21) 식(3)∼식(5)의 산식은 미국의 법원에서 사용되고 있는 일실이익 현가산정 방법 중 대표적인 3가지 현가 산정방식이다(Anderson and Roberts(1989), Carpenter et al.(1986) 등 참조).

16 ❘


식(3)에서 인 것으로 가정하고 식(4)에서 인 것으로 가정하면

순할인율 값은 영(zero)이 되는데( ), 이 경우 상실수익액은 사망 또는 장

해발생시점(t=0)의 기초소득()에 가동가능기간()을 곱하는 방법으로 매우

쉽게 산정할 수 있게 된다. 참고로 미국의 알래스카 주 법원에서는 1967년도

이래 이러한 완전상쇄방법(total offset)에 의해 상실수익액을 산정하고 있는 것

으로 알려져 있는 바, 이를 알래스카주 방법이라 칭하기도 한다.

× (6)

반면 명목이자율이 물가상승률과 동일하다는 가정( )을 적용할 경우

이때의 실질이자율은 영(zero)이 되므로, 상실수액액은 식(7)과 같이 실질임금

상승률()로 할증(compound)을 해주는 방식이 된다.22) 그런데 이러한 방법은

현재 펜실베니아 주에서 사용하고 있는 방법으로 알려져 있다. 따라서 이하에

서는 이를 펜실베니아주 방법으로 칭하기로 한다.

(7)

그런데 식(7)은 식(5)에서의 평균 순할인율 값으로 를

적용하여 상실수익액을 산정하는 경우와 동일하다.

한편 독자의 이해를 돕기 위해 위에서 살펴본 상실수익액 산식을 우리나

라의 손해배상 실무에 적용시켜 보면, 라이프닛쯔식 산정방법은 식(8)과 같

이 앞의 식(5)에서의 순할인율 값에 민사법정이율 연 5%를 적용하여 산정

22) Feldman(1988) 참조.

❘ 17


하는 방법이고, 호프만식 산정방법은 민사법정이율 연 5%를 순할인율의 값

으로 적용하되 단리방식으로 할인하는 방식이라는 점을 확인할 수 있다.

<라이프닛쯔식 상실수익액 산정방식>

(8)

여기서 = 라이프닛쯔식 상실수익액 현가

= 라이프닛쯔계수 (L계수)

<호프만식 상실수익액 산정방식>

(9)

여기서 = 호프만식 상실수익액 현가

= 호프만계수 (H계수)

그런데 식(8)과 식(9)을 살펴보면 라이프닛쯔식 산정방법과 호프만식산정

방법은 사고발생 시점의 소득액()이 전체 취업가능기간동안 동일한 금액이

지급되는 것으로 가정하면서( ⋯ ) 현가산정에 있어서는 법

정이율 연 5%를 적용하여 엄격하게 할인하는 방법이라는 사실이 확인된다.

즉 여기서 식(5)와 식(8)을 비교하여 살펴보면 수식 우변의 괄호 안에 있는 분

18 ❘


자 부분을 1.0으로 고정하는 경우 분모 부분에 적용되는 할인율은 임금상승률

() 효과가 반영되어 있는 순할인율()임을 알 수 있다. 즉, 라이프닛쯔식 산

정방법인 식(8)에서의 할인율은 의 평균값을 5%로 가정한

것으로 해석할 수 있다.

2. 상실수익액 산정방법의 타당성 검증 방법론에 대한 검토

앞서 살펴본 산식으로부터 우리는 기존 상실수익액 산정방식의 타당성을

검증하기 위한 2가지 방법론을 생각해 볼 수 있다. 먼저 상실수익액 산정을

위해 사용되는 명목(또는 실질)임금 상승률과 명목(또는 실질)이자율을 모두

고려하는 방법이다. 그런데 이 두 가지 요인을 모두 고려하기 위해서는 두 변

수간의 상관관계를 감안해야 하는 문제가 발생한다. 또한 이들 두 변수 중 어

느 하나가 분석에 적합하지 않은 특성, 가령 뒤에서 설명할 시계열적 불안정

성과 같은 특징을 가질 경우 분석이 복잡해지는 문제가 발생한다. 두 번째 방

법은 분석대상을 순할인율로 단순화하는 방법이다. 이 방법은 임금상승률과

이자율이 개념적으로 결합된 순할인율만을 분석대상으로 함으로써 분석이 용

이해지는 장점이 있다. 실제로 기존 선행연구들23) 역시 이러한 측면에서 주로

순할인율에 분석을 집중해 왔으며, 본 연구에서도 이러한 관점에서 순할인율

의 적정성 여부를 중심으로 현재 우리나라에서 사용되고 있는 방식들의 적정

23) 참고로 순할인율 시계열의 안정성 여부를 처음으로 확인한 연구는 Haslag et al.(1991)의 연구이다. Haslag et al.(1991)이 1964년∼1989년(26년간)의 월별 순할

인율 시계열자료를 이용하여 ADF검정법에 의한 단위근검정을 시행한 결과 동

시계열이 안정적 시계열임을 입증하였으며, 분석결과에 근거하여 순할인율의 평

균값을 일실이익의 현가산정에 확신적으로 사용할 수 있음을 주장하였다. Haslag et al.(1991)의 연구를 계기로 이후 다양한 단위근검정법에 의해 순할인율 시계열

의 안정성 여부를 확인하기 위한 연구가 이어졌는데, 대표적인 연구로서 Gamber and Sorensen(1993, 1994), Haslag et al.(1994), Payne et al.(1999), Sen et al.(2000), Clark et al.(2008), 마승렬(2001) 등을 들 수 있다.

❘ 19


성 여부에 대해 검토를 수행하기로 한다.

그런데 상실수익액 산정 시 적용할 순할인율(net discount rate)수준의 결정

과 관련된 연구는 순할인율 시계열의 안정성(stationarity) 여부에 초점이 맞추

어 진다. 참고로 시계열적 안정성이란 특정 시계열의 평균과 분산이 시간

에 대하여 불변하는 유한한 상수(constant)임을 의미한다.24) 그런데 순할인율

시계열이 안정적 시계열로 확인되는 경우 순할인율 시계열의 과거의 평균값을

사용하여 순할인율 시계열의 미래값을 확신적으로 예측할 수 있게 될 것이기

때문에 상실수익액의 현가산정에 있어서 미래값 예측의 어려움에서 벗어날 수

있게 된다. 순할인율 시계열의 안정성 여부 확인에는 주로 단위근검정법(unit

root test)이 사용된다.25) 따라서 본 연구에서는 단위근검정법으로 금융시계열

의 안정성검정에 많이 사용되고 있는 ADF검정(Augmented Dickey-Fuller test)

과 PP검정(Phillips-Perron test)을 사용하여 분석을 시도해 볼 수 있을 것이다.

한편, 이러한 순할인율의 특성 문제와는 별도로 상실수익액 산정과 관련

해 성별⋅연령⋅학력 등 피해자의 개별적 특성(age-earnings profiles)을 고려하

지 않고 단순히 한 국가의 평균임금 자료를 이용해 순할인율을 산출해 분석을

시도할 경우 산출된 상실수익액이 개별 피해자의 입장에서는 공정하게 산출되

지 못할 가능성이 있다. 따라서 합리적인 상실수익액의 산정을 위해서는 피해

자의 개별적 특성을 고려한 분석이 필요한데, 이를 위해서는 개별 피해자의

평생 소득흐름에 미치는 영향요인에 대한 규명과 함께, 이러한 요인들을 기준

24) 보다 엄밀하게 시계열데이터 가 안정성을 가지면 다음을 만족해야 한다.(최병선(1995), 김명직⋅장국현(2003) 등 참조)

① 평균값 는 일정하다. 즉, 시점 에 의존하지 않는다.

② 분산 도 시점 에 의존하지 않는다.

③ 공분산 는 단지 시차(lag) 에 의존하지 실제 시점들인 와 에 의존

하지 않는다. 25) Haslag et al.(1991, 1994), Gamber and Sorensen(1993, 1994), 마승렬(2001) 등 참조

20 ❘


으로 한 연령별 임금곡선이 추정되어야 한다. 그러나 본 연구의 1차적 목적이

현행 상실수익액 산정방식의 문제점에 대한 개선 필요성을 제기하는 것에 있

으므로, 이러한 세부 요인별로 연령별 임금곡선을 추정하는 작업은 수행하지

않기로 한다. 다만 이러한 분석의 가능성을 점검해 보기 위해 최근 마승렬

(2014)이 Lee-Carter모형을 이용해 추정한 한국 근로자의 종단면 연령⋅임금곡

선(longitudinal age-earnings profiles)을 적용해 봄으로써, 분석을 조금 더 심화

시켜 보는 수준에서 논의를 마무리 짓기로 한다.

❘ 21

Ⅳ. 과거 데이터의 평균치를 이용한 상실수익액 산정방법 간 차이 비교

Ⅳ. 과거 데이터의 평균치를 이용한 상실수익액

산정방법 간 차이 비교

엄밀한 의미에서 상실수익액 산출방법의 적정성 여부를 검증하기 위해서

는 상실수익액의 크기에 영향을 미치는 임금상승률과 이자율, 물가상승률에

대한 통계적 모델링이 이루어져야 한다. 그러나 직관적인 이해를 돕는다는 차

원에서는 이들 변수들의 과거 평균치를 이용해 개략적인 분석을 시도해 볼 수

있다. 참고로 만약 이들 변수들이 시계열적으로 안정적이라면, 과거 평균치만

으로도 상당히 신뢰성 있는 결론을 도출할 수 있다. 따라서 이 절에서는 먼저

이들 변수들의 과거 평균치를 통해 상실수익액 산출방식에 따라 산출되는 상

실수익액의 값이 어느 정도 차이가 나는지에 대해 살펴보기로 한다.

1. 분석 데이터

가. 임금상승률

월별 명목임금 자료는 고용노동통계26)의 임금통계 DB에서 쉽게 구할 수

있다. 본 연구에서는 1993년 1월∼2013년 12월(21년간)의 월별 전직종(10인

이상 규모 사업체) 평균임금 시계열자료를 이용하여 1994년 1월∼2013년 12

월(20년간)의 전년 동월대비 명목임금상승률을 생성하였으며 분석에는 X12-

ARIMA방법에 의해 계절 조정(seasonal adjustment)한 자료를 사용하기로 한다.

나. 이자율

명목이자율의 월별 자료는 한국은행의 경제통계시스템27)의 시장금리 DB

에서 구할 수 있다. 장기 금융상품 또는 장기간에 걸친 현금흐름의 현가산정

26) http://laborstat.molab.go.kr27) http://ecos.bok.or.kr

22 ❘


에 사용되는 대표적인 무위험수익률로서 우리는 10년 만기 국고채수익률을 들

수 있다. 그러나 본 연구에서는 명목임금상승률과 동일한 과거 20년간의 장기

적인 시계열을 가지는 수익률 자료가 필요하기 때문에, 2000년 10월 이후의

시계열만 이용 가능한 10년 만기 국고채수익률이 본 연구의 분석목적에는 적

합하지 않은 수익률이라 할 수 있다. 이러한 이유로 본 연구에서는 무위험수

익률의 대용변수로써 명목임금상승률과 동일한 시계열자료의 이용이 가능한 5

년 만기 국민주택채권(1종)수익률을 분석에 사용하기로 한다.28) 상실수익액의

현가산정에 적용할 적정 수익률(할인율)을 결정할 때에는 연도별 이자소득세

를 고려하여 이자소득세 공제 후의 수익률을 적용하여 분석할 필요가 있다.

이자소득세 공제 후의 수익률을 도출하기 위해 적용될 연도별 이자소득세율

(주민세 포함)은 [표 4-1]에서와 같이 확인된다.

[표 4-1] 연도별 이자소득세율

기간94.01∼

94.1295.01∼

95.1296.01∼

97.1298.01∼

98.0998.10∼

99.1200.01∼

04.1205.01∼

이후

이자소

득세율21.5% 16.125% 16.5% 22.0% 24.2% 16.5% 15.4%

자료: 각 년도 소득세법 참조.

본 연구에서 분석에 사용하는 이자소득세 공제 후의 명목이자율 및 실질

이자율은 각각 와 로 표기하기로 한다.29)

28) 10년 만기 국고채수익률과 5년만기 국민주택채권수익률은 사실 거의 유사한

수준과 변화추이를 보여주기 때문에 상호 간 대용변수로 사용하여도 큰 무리는

없는 것으로 판단된다. 29) Vernon(1985), Anderson and Roverts(1989) 등의 연구에서는 피해자 측에서 고

액의 일시금보상금(상실수익액 현가)을 지급받게 되면 장차 여기에서 발생 되

는 이자소득에는 소득세가 부과될 것이므로 상실수익액의 현가 산정 시 적용

❘ 23


다. 물가상승률

명목임금상승률과 명목이자율 자료를 이용하여 실질임금상승률과 실질이

자율을 생성하기 위해서는 물가상승률 자료가 필요하다. 통계청 DB에서 소비

자물가지수를 구할 수 있는데 본 연구에서는 1994년 1월∼2013년 12월(20년

간)의 전년 동월대비 소비자물가상승률을 생성한 후 분석에 사용하기로 한다.

라. 주요 변수들의 과거 시계열 변화추이

분석에 사용할 각각의 변수들의 1994년 1월∼2013년 12월(20년간)의 시계

열 추이는 [그림 4-1]에서와 같았다.

[그림 4-1] 주요 변수들의 시계열 추이

-.04

.00

.04

.08

.12

.16

94 96 98 00 02 04 06 08 10 12

g

.00

.04

.08

.12

.16

.20

94 96 98 00 02 04 06 08 10 12

r

.02

.04

.06

.08

.10

.12

.14

94 96 98 00 02 04 06 08 10 12

r_tax

.00

.02

.04

.06

.08

.10

94 96 98 00 02 04 06 08 10 12

i

-.15

-.10

-.05

.00

.05

.10

.15

94 96 98 00 02 04 06 08 10 12

g*

-.02

.00

.02

.04

.06

.08

.10

94 96 98 00 02 04 06 08 10 12

r*

-.02

.00

.02

.04

.06

.08

94 96 98 00 02 04 06 08 10 12

r*_tax

2. 과거 평균값을 이용한 상실수익액의 차이 비교

위에서 제시된 개별 변수들의 평균값을 사용하여 식(5)와 식(6), 식(7)을

이용해 상실수익액을 각각 산정한 후, 라이프닛쯔식과 호프만식 산정방법(각각

할 할인율에는 이자소득세 효과가 반영되어야 함을 주장한다.

24 ❘


식(8)과 식(9))에 의한 상실수익액의 값과 그 크기를 비교해 보고자 한다. 이를

위해 상실수익액 산정에 필요한 주요 변수들의 1994년 1월∼2013년 12월(20

년간)의 평균값을 확인해 보면 [표 4-2]에서와 같다.

[표 4-2] 주요 변수들의 평균값

변수 평균값 변수 평균값

명목임금상승률( ) 0.066 실질이자율() 0.034

명목이자율( ) 0.071 세후 실질이자율( ) 0.022

세후 명목이자율( ) 0.058 순할인율( ) 0.523물가상승률( ) 0.035 세후 순할인율( ) -0.638

주) 세후 순할인율 는 세후 명목이자율( )을 적용하여 생성한 순할인율을

의미한다. 즉, 는 시계열의 평균값이다.

참고로 상실수익액의 현가산정을 위해 사망 또는 장해발생시점 피해자의

연령은 30세, 40세, 50세의 세 가지 경우를 가정하였고, 모두 60세까지 가동이

가능한 것으로 가정하였으며, 분석의 편의상 사망발생시점 피해자의 소득은

연령과 관계없이 모두 월 100만원인 것으로 가정하여 분석하였다. 이 경우 피

해자 연령별 적용할인율에 따른 상실수익액 현가는 [표 4-3]에서와 같았다.

[표 4-3] 적용할인율에 따른 상실수익액 현가 비교(단위: 원)

구 분 적용

할인율

사망 또는 장해발생시점 연령

50세 40세 30세

순할인율() 방법 식(5) 연 0.5% 117,025,607 228,344,967 334,236,320

순할인율( ) 방법 식(5) 연 -0.6% 123,704,959 255,061,377 394,542,514

알래스카주 방법 식(6) 연 0.0% 120,000,000 240,000,000 360,000,000

펜실베니아주 방법 식(7) 연 -2.9% 139,405,503 325,776,251 574,934,676

호프만식 방법 식(9) 연 5.0% 97,145,152 166,105,584 219,610,067

라이프닛쯔식 방법 식(8) 연 5.0% 94,281,350 151,525,313 186,281,617

❘ 25


[그림 4-2] 피해자 연령별 적용할인율에 따른 상실수익액 현가 비교

분석결과에 의하면 연령이 낮아 가동가능기간이 많이 남겨진 피해자일수

록 적용할인율의 크기에 따라 상실수익액의 현가 차이가 더욱 커지게 됨을 확

인할 수 있다. [표 4-4]에서 호프만식 산정방법의 상실수익액(=1.0)에 대한 순

할인율( ) 방법의 상실수익액의 현가비율을 확인해보면 30세의 경우 1.80,

40세의 경우 1.54, 50세의 경우 1.27의 값을 보여준다.

[표 4-4] 호프만식 산정방법(=1.0)에 대한 상실수익액 현가 비율

구 분 적용

할인율

사망 또는 장해발생시점 연령

50세 40세 30세

순할인율() 방법: 식(5) 연 0.5% 1.20 1.37 1.52

순할인율( ) 방법: 식(5) 연 -0.6% 1.27 1.54 1.80

알래스카주 방법: 식(6) 연 0.0% 1.24 1.44 1.64

펜실베니아주 방법: 식(7) 연 -2.9% 1.44 1.96 2.62

호프만식 산정방법: 식(9) 연 5.0% 1.00 1.00 1.00

라이프닛쯔식 산정방법: 식(8) 연 5.0% 0.97 0.91 0.85

26 ❘


따라서 본 절에서의 과거 20년간 평균값을 적용하여 분석한 결과에 비추

어 볼 때, 현재 우리나라에서 사용하고 있는 호프만식과 라이프닛쯔식 산정방

법의 두 가지 방식은 모두 여타 방법들에 비해 상실수익액의 크기를 현저히

과소평가하는 산정방법을 알 수 있다.30)

30) 참고로 앞의 각각의 변수들의 과거 평균값을 사용하여 일실이익을 산정하는

식(3)∼식(5)의 산정방식이 타당성을 가지기 위해서는 각각의 산식에 적용되는

변수들의 원시계열이 안정적인 시계열이어야 하는 제약조건이 따른다. 왜냐하면

이들 변수들의 시계열이 시간의 경과에 따라 그 값들이 변화하여왔지만 평균값

에서 크게 벗어나지 않는 형태의 안정적인 변화추이를 보여 왔다면 이들 변수

들의 미래 값들도 각각의 장기적인 평균값에서 크게 벗어나지 않는 형태로 움

직일 것이라고 예측해볼 수 있기 때문이다. 반면 이들 시계열의 안정성이 담보

되지 못할 경우 단순히 평균값을 이용한 수치 비교는 신뢰성이 떨어질 수밖에

없다. 결국 앞서 제시된 상실수익액 차이 비교의 타당성 여부를 지지하기 위해

서는 개별 변수들의 가진 시계열적 특성에 대한 검토가 필요하다. 그런데 실제

로 이들 개별변수들에 대해 안정성 검정을 실시해 보면, 전체 시계열 중 물가상

승률과 실질임금상승률 시계열만이 5% 유의수준에서 해당시계열에 단위근이 존

재한다는 귀무가설을 기각하여 안정적인 시계열임이 확인된다. 따라서 위에서

제시된 결과의 신뢰도는 제한적이라고 볼 것이지만, 그럼에도 불구하고 위의 결

과로부터 현재 우리나라에서 사용되고 있는 두 가지 방식이 여타 방법들에 비

해 상실수익액을 과소평가하는 방법이라는 사실만은 분명히 확인할 수 있다.

❘ 27

Ⅴ. 적정 순할인율의 추정 및 상실수익액의 차이 분석


1. 문제의 제기

이처럼 국내에서 적용하고 있는 두 가지 방법이 모두 상실수익액의 크기를

현저히 과소평가하는 방법이라면, 이에 대해 두 가지 개선방법을 생각해 볼 수

있다. 첫 번째는 위에서 제시된 여러 가지 방법들 중 좀 더 현실적이라고 생각

되는 방법으로 산정방식 자체를 변경하는 것이다. 그리고 두 번째는 현재 적용

하고 있는 할인율 5%를 현실에 맞게 낮추는 것이다. 그런데 이 두 가지 방법

중 두 번째 방법이 보다 용이하다고 볼 수 있다. 그 이유는 여타 방식의 경우

고려해야 하는 변수의 수가 하나 더 많기 때문에, 할인율과 임금상승률 두 가지

변수의 특성에 대한 고려 뿐 만 아니라, 양자 간의 상관관계에 대해서도 고려가

이루어져야하기 때문이다. 반면 할인율만을 고려 대상으로 할 경우에는 이러한

문제가 발생하지 않을 뿐만 아니라, 이미 업계의 보상실무에서 사용하고 있는

방법을 그대로 활용하는 것이므로 보다 문제해결이 간단해 질 수 있다. 따라서

이번 절에서는 순할인율 방식을 가정할 경우 현재 우리나라의 상황에서 적정 순

할인율이 얼마가 되어야 하는지를 중심으로 논의를 전개해 보기로 한다.

2. 순할인율 시계열의 안정성 검정결과

적정 순할인율의 수준을 확인하기 위해서는 먼저 순할인율의 시계열적 안정성

여부에 대한 검토가 이루어질 필요가 있다. 순할인율이 안정적인 시계열임이 확인

된다면 분석은 매우 쉬워질 수 있다.31) 먼저 1994년 1월∼2013년 12월(20년간)의

명목임금상승률과 명목이자율을 이용하여 생성한 순할인율의 시계열 추이는 [그림

31) 참고로 평균 순할인율을 적용하여 일실이익을 산정하는 식(5)의 방식은 순할인

율 시계열( 또는 )이 안정적인 시계열을 전제로 한 것이라고 볼 수 있다.

28 ❘


5-1]에서와 같다. [그림 5-1]에 의하면 순할인율 시계열은 특정한 추세를 가지지 않

는 시계열이며 장기적인 평균값을 중심으로 평균복귀(mean-reverting)하는 형태의

비교적 안정적인 변화추이를 보여주고 있음을 시각적으로 확인할 수 있다.

[그림 5-1] 순할인율의 변화 추이 (1994.01-2013.12: 20년간)

-.10

-.05

.00

.05

.10

.15

.20

94 96 98 00 02 04 06 08 10 12

dd_tax

이에 순할인율 시계열의 안정성 여부를 보다 구체적으로 확인해보기 위해

ADF검정법과 PP검정법에 의한 단위근 검정을 시행하였으며 그 결과는 [표

5-1]에서와 같았다.

[표 5-1] 순할인율 시계열의 단위근 검정 결과

시계열ADF검정 PP검정

통계량 Prob. 통계량 Prob. -4.2095 0.0008*** -3.0864 0.0289**

-4.6013 0.0002*** -3.1960 0.0214**

주) 절편만 있는 식에 대한 추정 결과임

단위근 검정 결과 순할인율 시계열들(와 )은 모두 해당 시계열이 단

위근을 가진다는 귀무가설을 유의수준 5%에서 기각하여 통계적으로도 안정적

시계열임을 알 수 있다. 따라서 순할인율 시계열은 평균복귀적인 성격을 지닌

❘ 29


다고 볼 수 있고, 이로부터 이들 시계열의 과거 평균값을 적용하는 경우에도

어느 정도 신뢰성 있는 분석결과를 얻을 수 있을 것이다. 그러나 순할인율 시

계열은 본래 확률적 과정(stochastic process)이므로 통계적으로는 안정적 시계

열로 확인되지만, 실제 발생하는 미래의 장기적 평균값은 [표 4-2]에서의 평균

값과 차이가 있을 수 있다. 따라서 본 보고서에서는 과거 순할인율 값의 단순

평균 대신 보다 엄밀한 분석방법을 시도해 보기로 하였다.

3. 순할인율의 확률모형화

본 보고서에서는 [표 4-2]에서 이미 제시된 순할인율의 평균값 대신 미래

의 순할인율 시계열의 확률과정을 평균복귀모형인 Vasicek모형을 이용하여 모

형화한 뒤, 이를 이용한 몬테카를로 시뮬레이션을 통해 수치적으로 적정 순할

인율 값을 추정해 보기로 하였다. 참고로 Vasicek모형을 이산형(discrete form)

으로 표현하면 다음과 같이 표현될 수 있다.32)

∆ ∆∆ (10)

∆ ∆ ∆ (11)

여기서 = 평균복귀 속도 = 평균복귀 수준 = 변동성 = 표준정규확률변수;

= 와 의 상관계수

32) 임의의 시계열이 시간의 경과에 따라 장기평균수준(long-run average level)으로 복귀하

는 평균복귀과정(mean-reverting process)의 성격을 가질 경우, 이를 이자율 확률모형인

Vasicek모형을 이용하여 모형화 할 수 있다. Vasicek모형은 이자율의 확률과정을 생성하

는데 있어서 다루기 쉬운 장점이 있는 반면에 음(-)의 값을 도출할 수도 있다는 점이 가

장 큰 단점으로 지적되어 왔다. 그러나 본 연구에서의 순할인율 시계열은 양(+)과 음(-)의 값을 함께 가질 수 있는 시계열이므로 Vasicek모형이 적절한 모형이 될 수 있다.

30 ❘


한편 1994.01-2013.12(20년간)의 순할인율 각각의 시계열자료의 값을 이용

하여 최우추정법(MLE; maximum likelihood estimation)을 적용함으로써 식(10)

과 식(11)의 파라미터를 추정하였는데, 그 결과는 [표 5-2]에서와 같았다.

[표 5-2] Vasicek모형의 파라미터 추정치

파라미터

추정치 0.230732 0.006322 0.028598 0.242032 -0.00167 0.026518 0.989721

4. 몬테카를로 시뮬레이션을 통한 적정 순할인율의 추정

그런 다음 추정된 파라미터를 적용하여 미래 360개월간의 순할인율 시계

열의 확률적 시나리오를 몬테카를로 시뮬레이션기법을 이용하여 분석을 진행

하기로 하였다. 참고로 [그림 5-2]는 이러한 방식으로 1번 생성된 가상적 시계

열을 원시계열과 함께 예시적으로 나타낸 것이다.

[그림 5-2] 순할인율 시계열의 미래 30년간 예측치 예시

한편 시뮬레이션에 의해 생성되는 미래 30년간의 순할인율 시계열의 확률

과정은 시뮬레이션을 시행할 때마다 매번 그 경로가 다르게 나타나기 때문에

본 연구에서는 총 100,000회의 몬테카를로 시뮬레이션을 시행하여 미래 360개

❘ 31


월간의 순할인율 시계열을 생성하였으며, 시뮬레이션에 의해 생성된 360개월

간의 각각의 순할인율 시계열의 평균값들을 도출한 후 마지막으로 그 평균값

들의 확률분포도를 확인하였다. [표 5-3]은 순할인율 시계열의 미래 30년간 평

균값의 확률분포도 내용을 요약한 것이다.

[표 5-3] 순할인율 시계열의 미래 30년간 평균값의 확률분포도 요약

구 분 하한값 평균 상한값

-3.33% 0.60% 4.52%

-3.65% -0.16% 3.33%

주) 95%확률(certainty)에서의 하한값 및 상한값임.

[그림 5-3]은 순할인율 시계열의 미래 30년간 평균값의 확률분포도를 구체

적으로 보여주고 있다.

[그림 5-3] 순할인율 시계열의 미래 30년간 평균값의 확률분포도

[그림 5-3]의 확률분포도 상에서 순할인율 시계열의 미래 30년간 평균값이

현재 민사법정이율인 5%보다 더 큰 값을 가지게 될 수 있는 확률을 확인해

보았는데, 의 경우 발생확률이 1.35%, 의 경우 발생확률이 0.15%로서 순

할인율의 평균값이 연 5%를 초과할 가능성은 거의 희박한 것으로 확인되었다.

따라서 현재의 호프만식과 라이프닛쯔식 산정방법에서 적용하는 할인율 연

32 ❘


5%는 발생확률이 거의 없는 지나치게 높은 수준의 할인율을 적용하는 방법임

을 알 수 있다. 본 연구에서 확인한 순할인율의 과거 1994.01∼2013.12(20년

간)의 실제 평균값과 미래 30년간의 예측치 평균값을 정리하면 [표 5-4]에서와

같다.

[표 5-4] 순할인율의 평균값

구분

과거 실제 평균값 0.523% -0.638%미래 예측 평균값 0.600% -0.160%

결국 위의 표로부터 순할인율 의 경우에는 과거의 평균값을 기준으로 하

든지 아니면 미래 예측치의 평균값을 기준으로 하든지 상관없이 연 1% 이하의

할인율이 적용되어져야 됨을 확인할 수 있다. 특히 순할인율 의 경우에는

0%에 가까운 음(-)의 값을 보여주므로 연 0% 이하 수준의 할인율이 적용되어져

야 함을 알 수 있다.

33) 국민연금은 장기적 관점에서 국민연금 재정 건전성 평가와 발전적 방향 제시를 위해 매 5년마다 국민연금 재정계산을 실시한다. 국민연금재정추계위원회는 2012년 6월부터 인구⋅거시경제⋅노동⋅보험계리⋅연금재정 등 다양한 전문가들로 구성되어 운영되고 있다(보건복지부 보도자료(2013년 3월 29일) 참조).

[보론] 정부가 발표한 장기 거시경제변수 전망치와의 비교

한편 본 연구에서 추정한 장기 순할인율의 평균치가 타 기관에서 추

정한 순할인율과 어느 정도 차이가 나는지를 비교해 보는 것은, 본 연구

의 신뢰도 측면에서 나름의 의미를 가질 수 있다. 이를 위해 보건복지부

의 “국민연금재정추계위원회”에서 2013년에 발표한 국민연금 장기재정추

계의 결과를 살펴보기로 한다. 동 위원회가 발표한 “국민연금재정계산”33)

보고서를 살펴보면, 장기재정추계에 적용한 실질임금상승률과 실질금리의

❘ 33


5. 상실수익액 값의 차이에 대한 분석결과

위의 분석결과로부터 현재 국내 상황 하에서 순할인율은 0%에서 1% 수

준으로 적용되는 것이 바람직함을 알 수 있다. 따라서 이 구간에서 순할인율

값의 변화에 따라 실제로 상실수익액 값이 어느 정도로 변화하는지를 한 번

살펴볼 필요가 있을 것이다.

순할인율로 0%를 적용하는 경우와 1%를 복리로 적용하는 경우에 있어서

미래 전망치는 아래의 표와 같다.

<국민연금 장기재정추계에 적용한 실질임금상승률()과 실질금리() 수준>

구

분

2011년

∼2020년

2021년

∼2030년

2031년

∼2040년

2041년

∼2050년

2051년

∼2060년

2061년

∼2070년

2071년

∼2083년

2.7% 3.1% 2.4% 2.1% 2.0% 2.0% 2.0%

2.6% 2.7% 2.5% 2.4% 2.5% 2.6% 2.7%

-0.10% -0.39% 0.10% 0.29% 0.49% 0.59% 0.69%

주1) 변수의 가정치는 해당기간의 단순평균을 나타냄

주2) 순할인율:

자료: 국민연금재정추계위원회(2013)에서 인용

위의 표에서 미래의 실질임금상승률()과 실질금리() 전망치를 사용

하여 순할인율()을 구해보면 그 값들이 -0.39%∼0.69%의 분포를 가지는

것을 확인할 수 있다. 따라서 본 연구에서와 접근방법은 상이하지만 정부

에서 사용하는 경제변수의 장기 전망치를 적용하여 상실수익액을 산정하

는 경우에도 현가산정에 적용할 순할인율 는 동일하게 연 1% 이하 수준

이 되어야 함을 확인할 수 있다.

34 ❘


경과기간별 누적할인계수 및 현행 실무에서 적용되는 라이프닛쯔식과 호프만

식 산정방법에서의 누적할인계수(이하 ‘라이프닛쯔 계수’와 ‘호프만 계수’)를

각각 비교해 보면 [그림 5-4]에서와 같다.

[그림 5-4] 할인율 적용방법에 따른 경과월수별 누적할인계수 비교

참고로 [그림 5-4]에서 호프만 계수의 경우 경과월수 414개월 이후에는

그 값들이 모두 240으로 고정된 값을 취하고 있다 이는 현행 법원실무에서

호프만식 산정방법을 쓰는 경우에는 414개월을 넘는 중간이자공제기간(가동가

능기간)에 대해서는 단리연금 현가율을 모두 240으로 제한을 가하고 있기 때

문이다.34) 그런데 [그림 5-4]에 의하면 가동가능기간이 많이 남겨져 있는 젊은

연령층에서의 상실수익액은 산정방식에 따라 그 값이 2배 이상의 금액 차이가

발생할 수도 있음을 확인할 수 있다.

상실수익액 현가의 구체적 차이를 확인해보기 위해 연령 10세∼50세 피해

자를 대상으로 할인율을 0% 적용한 경우와 1%를 복리로 적용한 경우 상실수

34) 대법원 1985.10.22 선고 85다카819 판결 참조.

❘ 35


익액 현가를 산정한 후 할인율 5%를 적용한 호프만식 산정방법에 의한 상실

수익액과 비교해 보면 [표 5-5]에서와 같다.

[표 5-5] 상실수익액의 비교(단위: 원)

연령 성별상실수익액 산정방법 비율:

(B/A)비율:(C/A)호프만식(A) 할인율 1%(B) 할인율 0%(C)

10세 남 187,692,706 336,369,355 456,000,000 1.79 2.43 10세 여 203,161,136 357,861,763 480,000,000 1.76 2.36

20세 남 240,000,000 371,730,149 456,000,000 1.55 1.90

20세 여 240,000,000 395,481,944 480,000,000 1.65 2.00

30세 남⋅녀 219,610,067 310,907,067 360,000,000 1.42 1.64

40세 남⋅녀 166,105,584 217,441,265 240,000,000 1.31 1.44

50세 남⋅녀 97,145,152 114,149,881 120,000,000 1.18 1.24

주1) 취업 개시연령은 20세로 가정하고, 남자의 경우 군복무기간을 2년으로 가정.

주2) 모두 60세 까지 취업(가동)이 가능한 것으로 가정.

주3) 사고발생시점 월소득(생계비 공제 후)은 모두 1,000,000원 가정.

위의 분석결과에 의하면 순할인율 1%를 적용하는 경우에는 할인율 5%를

적용한 호프만식 산정방법에 비해 최소 0.18배(연령 50세)∼최대 0.79배(연령

10세)까지 상실수익액이 더 크게 산정됨을 알 수 있다. 그리고 순할인율 0%를

적용하는 경우에는 할인율 5%를 적용한 호프만식 산정방법에 비해 최소 0.24

배(연령 50세)∼최대 1.43배(연령 10세)까지 상실수익액이 더 크게 산정됨을

확인할 수 있다.

36 ❘


Ⅵ. 직종별 종단면 임금곡선을 활용한 적정 상실수익액

산정방법에 대한 검토

1. 문제의 제기

위에서 수행된 분석을 통해 현재 국내 보험 및 보상실무에서 활용하고 있

는 상실수익액 산정방식은 최근의 국내 경제현실에 비추어 지나치게 상실수익

액의 크기를 과소평가하는 방법이라는 사실이 확인된다.

하지만 앞에서의 분석을 통해 제시한 순할인율 0∼1%를 모든 보험사고 등에

일률적으로 적용할 수 있을 것인지에 대해서는 재고의 필요성이 있다. 왜냐하면

위에서 제시된 순할인율은 평균임금 시계열자료로부터 계산된 평균임금 상승률을

이용해 계산된 것이므로, 직종 간 임금상승률의 차이를 고려한 것이 아니기 때문

이다. 다시 말해 보험사고 피해자가 동일한 연령대에 사고를 당한 경우에도, 사고

직전에 어떤 직종에 속해 있었는지에 따라 적용되어야 할 임금상승률의 크기와 그

에 따른 상실수익액의 크기는 달라질 수 있다. 따라서 좀 더 엄밀하게 상실수익액

을 산정하기 위해서는 직종별로 가동가능기간에 대응하는 임금곡선과 그로부터 계

산된 직종별 임금상승률을 고려한 적정 순할인율을 추정하여 적용할 필요가 있다.

참고로 위에서는 직종에 따라 임금상승률이 달라진다고 단순히 언급하였

으나, 실제로는 개인의 임금상승률에 영향을 미치는 요인은 직종 외에도 여러

가지 요인들이 있을 수 있을 것이다. 그러나 본 보고서가 개인 간 임금상승률

의 차이에 영향을 미치는 요인을 확인하는 것이 그 목적이 아니므로, 임금상

승률에 영향을 미치는 단일의 요인으로 직종에 대해서만 관심을 집중해 논의

를 진행시키기로 한다. 향후 개인 임금상승률에 영향을 미치는 요인에 대한

좀 더 심도 있는 논의가 전개될 경우, 이로부터 본 보고서에서 제시된 방법론

❘ 37

Ⅵ. 직종별 종단면 임금곡선을 활용한 적정 상실수익액 산정방법에 대한 검토

이나 관점을 활용하여 이들 개개 요인들의 조합 각각에 대해 연령별로 적용되

어야 하는 순할인율을 추정하기 위한 연구 또한 이루어질 수 있을 것이다.

2. 직종별 임금곡선의 추정 방법론에 대한 검토

한편 직종별 임금곡선을 추정하기 위해서는 장기간에 걸친 충분한 연도별

횡단면 임금곡선이 필요하다. 예를 들면 2013년부터 미래 2043년까지의 각 연

도별로 횡단면 연령⋅임금곡선이 주어진다면, 2013년 30세 임금, 2014년 31세

임금, 2015년 32세 임금, ⋯, 2042년 59세 임금, 2043년 60세 임금을 각각 추

적하여 연결함으로써, 2013년에 30세인 근로자가 2043년 60세에 이르기까지의

경험하게 될 임금곡선(이하 ‘종단면 임금곡선’)을 추정할 수 있을 것이다.35)

35) 참고로 이러한 종단면 임금곡선의 추정문제는 생애소득의 분석을 포함하여 공적

연금의 계획 또는 소득세원의 분포 예측, 각종사고로 인한 상실수익액 분석 등 다

양한 분야에서 중요한 주제이다. 생애소득 산정을 위한 종단면 임금곡선의 예측에

있어서 기존의 연구들을 살펴보면 자료의 이용가능성 문제 또는 예측의 어려움으

로 인해 대부분의 연구에서 매우 단순화된 방법론을 적용하여 분석에 사용하고 있

다. 김태일(2004)은 생애소득 연구에 있어서 임금상승률과 시간할인율이 동일하다

는 가정 하에서 2003년도 횡단면 연령⋅임금곡선에서의 연령별 임금을 종단면 임

금곡선의 대용변수로 사용하였다. 즉, 재직기간 동안의 종단면적 자료를 구할 수

없는 이유로 2003년도의 연령대별 평균 보수자료를 근로자가 입직 후 퇴직 시 까

지 연령별로 받을 것으로 기대되는 보수액의 현재가치인 것으로 가정하여 분석하

였다. 김상호(2008)의 연구와 문형표(2008)의 연구에서는 특정의 임금상승률과 직

급상승률을 사용하여 종단면 임금곡선을 생성하였는데 이러한 방법을 사용하는 경

우에는 종단면 임금곡선의 형태가 근로자의 입직연도와는 관계없이 동일한 입직

연령(예: 1993년 30세, 2003년 30세, 2013년 30세 입직)을 기준으로 하였을 때 그

이후 퇴직시점(예: 60세)에 도달할 때까지의 종단면 연령⋅임금곡선의 형태는 모두

동일한 모양(기울기)의 곡선 형태를 가지게 될 것이다. 그러나 특정 연령층에서의

임금상승률은 시간의 경과(연령의 증가)에 따라 실질성장과 물가상승률 등 경제전

반의 경상성장의 정도가 변화함에 따라 시점별로 그 값들이 각각 변화하게 될 것

이므로 특정한 임금상승률과 직급상승률을 사용하여 각각의 입직시점별 근로자의

종단면 연령⋅임금곡선을 동일한 곡선의 형태로 생성하는 방법 또한 그다지 현실

38 ❘


위에서 언급한 바와 같이 종단면 임금곡선의 형태는 근로자의 연령특성 이

외에도 직종, 사업체 규모, 성별, 학력 등 다양한 특성에 따라 그 형태가 각각

다르게 나타날 것으로 예상되나, 본 연구에서는 직종으로 관심을 한정하여 직

종의 구분에 따라 보다 세분화된 종단면 연령⋅임금곡선의 형태를 추정해보기

로 한다. 이를 위해 먼저 횡단면 임금곡선의 시계열 예측을 위한 정형화된 예

측모형으로서 Lee-Carter모형(이하 “LC모형”이라 함)을 활용키로 한다. 참고로

LC모형은 연령별 사망률의 황단면시계열을 예측하여 사망률 또는 기대여명의

장기적 추세를 전망하기 위해 개발된 모형인데, LC모형에서 가정하고 있는 연

령과 연도를 각각의 차원으로 하는 사망률 행렬의 구조는 본 연구에서의 연령

과 연도를 각각의 차원으로 하는 임금 행렬의 구조와 동일하다. 이러한 이유로

적이지 못한 것으로 판단된다(김종면⋅성명재(2003) 참조). 이 경우 예를 들어

1993년도 30세인 근로자의 2023년도 60세에 이르기까지의 임금상승률을 2013년도

에 30세인 근로자의 2043년도 60세에 이르기까지의 임금상승률로 동일하게 적용

하는 경우 2013년도에 30세인 근로자의 미래 임금 예측치를 과대평가 또는 과소

평가하게 될 것임을 말해주는 것이다. 종단면 임금곡선의 추정에서 기존연구들이

이와 같이 단순화된 가정을 사용하여 분석한 이유는 미래 장기간의 종단면 연령⋅임금곡선에 대한 예측의 어려움과 함께 예측을 위한 정형화된 예측모형이 없었기

때문이라 할 수 있다. 한편 통계적 기법을 이용하여 종단면 연령⋅임금곡선을 생

성하기 위한 국내 연구로는 김종면⋅성명재(2003)의 연구를 들 수 있다. 동 연구에

서는 도시가구의 소득분포가 자연대수정규분포를 따름을 실증적으로 검정하고 이

를 바탕으로 세대별 연령-소득곡선을 추정, 도출하였다. 동 연구에서는 횡단면에서

의 연령별 상대소득분포가 실질적으로 불변임을 보이면서 이러한 특성을 이용하여

21년의 관측기간이라는 자료의 제약에도 불구하고 40여년에 걸친 종단면 연령⋅임

금곡선을 추정하였다. 그런데 김종면⋅성명재(2003)의 연구에서는 근로자의 연령특

성이 종단면 연령⋅임금곡선의 형태에 영향을 미치게 됨을 확인할 수 있다. 다만

김종면⋅성명재(2003)의 연구가 통계적 기법을 이용하여 종단면 임금곡선을 추

정하기 위해 시도된 연구이긴 하지만, 예측을 위한 어떤 정형화된 통계모형을 제

시한 연구는 아니다. Mincer의 임금방정식(wage equation) 등을 이용하여 횡단

면(cross-sectional) 연령⋅임금곡선을 추정한 연구는 수도 없이 많지만(

Polachek(2007) 등), 종단면 연령⋅임금곡선의 예측에 사용할 정형화된 통계모

형을 제시한 연구는 국내외의 어떤 문헌에서도 발견되지 않는다.

❘ 39


LC모형은 횡단면 임금곡선의 예측에 유용하게 활용되어질 수 있을 것이며, 이

를 통해 다시 종단면 임금곡선의 추정이 가능하게 될 것으로 생각된다.36)

3. 종단면 임금곡선의 추정

가. LC모형의 개관

횡단면 임금곡선의 예측을 위한 LC모형은 다음과 같은 형태로 표현될

수 있다.37)

⋯ ⋯ (12)

단,

36) 사망률 예측 이외에 LC모형을 응용한 미래 예측관련 연구로서 브라질의 의료서비

스 부분의 예측에 응용한 Rodrigues et al.(2010)의 연구, 태국의 장기 상품 판매량

예측에 응용한 Suwanvijit et al.(2010)의 연구, 영국과 스웨덴의 연령별 이주자

(migration)를 예측한 Raymer and Wisniowski(2013)의 연구가 있으며, 국내 연구로는

진료비 예측에 각각 응용한 김종면․김우철(2007)의 연구와 정우진(2005)의 연구가 있다.37) 본 연구에서의 연령⋅임금곡선 예측을 위한 LC모형에서는 사망률 예측에서의 LC모

형과는 달리 식(12)에서와 같이 임금자료에 로그변환하지 않은 원 임금자료( )를

사용하였다. 이는 로그변환된 임금(ln )자료를 이용하여 추정하게 되면 최종적으

로 지수변환하는 과정에서 미래의 예측치가 지수적으로 증가하는 특성으로 인해 장기

예측에 있어서 임금프로파일이 과대추정되는 문제점을 가지는 것으로 확인되었기 때

문이다. 본 연구에서와 같이 임금자료를 이용하여 추정하는 경우에는 임금지수( )의

예측치가 우상향하는 형태를 띠기 때문에 음(-)의 값을 가지지 않을 것이므로 로그변

환하지 않은 원 자료를 이용하여 추정하는 것이 보다 합리적인 방법이라 할 수 있다.

40 ❘


여기서 = 연령그룹 의 연도 임금

= 연령그룹별 임금시계열의 평균형태를 반영하는 상수

= 임금지수 변화에 대한 임금의 상대적 변화 속도

= 연도 임금지수(wage index)

= 연령그룹 의 연도 잔차항

그리고 위의 식에서 연령그룹()별 임금시계열의 평균형태를 반영하는 상

수인 값은 다음과 같이 임금수준시계열의 평균값으로 도출된다.

⋯ (13)

와 값은 특이값 분해(SVD; singular value decomposition) 방법에 의해

추정된다. 즉, 연도 임금지수 는 모든 연령계층의 임금 편차를 합하여 다음

과 같이 추정된다.

(14)

임금지수의 변화에 대한 임금의 연령그룹 에서의 상대적 변화속도(기울

기)를 나타내는 값은 최소자승법()을 사용하여 상수항이 없는 회귀분석을

통해 다음과 같은 방법으로 도출된다.

∣ (15)

나. 이용 데이터

본 연구에서는 1993년∼2012년(20년)간 “고용노동통계”의 5인 이상 규모

❘ 41


사업체의 상용근로자 중 남자근로자 임금데이터를 이용하기로 한다. 이 데이

터에서 분석대상 직종은 [표 6-1]에서와 같이 구분된다.

42 ❘


[표 6-1] 직종구분 및 기호의 정의

직종 구분 기호

0. 전직종 M0 1. 관리자 M1 2. 전문가 및 관련종사자 M2 3. 사무종사자 M3 4. 서비스⋅판매종사자 M4 5. 농림어업숙련종사자 M5 6. 기능원 및 관련기능종사자 M6 7. 장치⋅기계조작 및 조립종사자 M7 8. 단순노무종사자 M8

한편“고용노동통계”에서는 근로자의 연령계층을 5세 간격으로 구분

하여 연도별 연령계층별 평균임금자료를 제공하고 있다. 본 보고서에서는

연령계층에 대한 기호를 다음과 같이 정의하기로 한다.

[표 6-2] 연령계층에 대한 기호의 정의

연령계층 기호의 정의 연령계층 기호의 정의

25세∼29세 a2529 45세∼49세 a454930세∼34세 a3034 50세∼54세 a505435세∼39세 a3539 55세∼59세 a555940세∼44세 a4044 60세 이상 a60+

예시적으로 1993년∼2012년간의 전직종(M0) 남자의 횡단면 임금곡

선을 1993년도부터 2012년까지 각 연도별로 나타내면 [그림 6-1]에서

와 같다. 참고로 동 그림에서 확인할 수 있는 것은, 각각의 연도별 연령계

층별 평균임금의 횡단면 곡선은 모두 유사한 역U자 형태를 띠고 있으며,

시간의 경과에 따라 그 값들이 증가하고 있다는 점이다. 나머지 M1∼M8

❘ 43


의 개별 직종 모두에서도 유사한 현상을 확인할 수 있는데, 이는 각 연도

의 임금수준이 대체로 실질성장과 물가상승률 등 경제전반의 경제성장요

인에 의해 결정되기 때문으로 풀이해 볼 수 있을 것이다.38)

[그림 6-1] 남자 횡단면 임금곡선 비교(전직종, 1993년∼2012년)

다. LC모형을 이용한 횡단면 임금곡선의 추정 결과

연령계층별 임금시계열의 평균형태를 반영하는 상수인 의 추정결과는

직종별로 [표 6-3]과 [그림 6-2]에서와 같다.

38) 김종면⋅성명재(2003) 참조.

44 ❘


[표 6-3] 직종별 연령별 추정결과

구분 a2529 a3034 a3539 a4044 a4549 a5054 a5559 a6069M0 1629325 2110768 2502044 2730569 2784436 2663441 2246115 1675627 M1 2163131 2582302 3038817 3549498 3990813 4319618 4256604 3943885 M2 1771293 2402622 2999096 3413758 3626245 3747948 3695507 3075117 M3 1631776 2154045 2623218 2933104 3024854 2898864 2467042 1804468 M4 1492513 1851254 2136386 2349129 2390844 2323451 1978260 1309115 M5 1464737 1763515 1928901 2039229 1941564 1911730 1642635 1297032 M6 1532933 1850478 2097562 2251892 2326634 2268969 1904651 1335081 M7 1599094 1897286 2051107 2124750 2106259 2012589 1741241 1299828 M8 1287039 1481591 1595367 1637254 1596445 1426125 1136372 907096

[그림 6-2] 직종별 연령별 추정결과

[그림 6-2]에서 확인할 수 있는 바와 같이 1993년∼2012년간 직종별 연령

별 임금의 평균값은 전직종(M0)을 기준으로 평가하였을 때 관리자(M1), 전문

가(M2), 사무종사자(M3) 직종은 M0에 비해 높고, 나머지 직종(M4∼M8)은 모

두 낮은 것이 확인된다. 또한 직종별 의 차이는 연령이 높을수록 더욱 커지

는 형태를 보여주고 있는데, 가장 높은 값을 보여주는 관리자(M1)와 가장

낮은 값을 보여주는 단순노무종사자(M8) 간에는 40세 이상을 기준으로 하

❘ 45


였을 때 2배 이상의 현저한 차이를 보여주었다.

그리고 임금지수 의 변화에 대한 연령계층별 임금의 상대적 기울기(변

화속도)를 나타내는 의 추정결과는 [표 6-4]와 [그림 6-3]에서와 같았다.

[표 6-4] 직종별 연령별 추정결과

구분　 a2529 a3034 a3539 a4044 a4549 a5054 a5559 a6069M0 0.08111 0.10347 0.13184 0.15475 0.16181 0.15962 0.13520 0.07220

M1 0.04886 0.08499 0.10174 0.12680 0.14573 0.16100 0.16703 0.16384

M2 0.08660 0.10644 0.13636 0.15769 0.15586 0.15320 0.13329 0.07056

M3 0.06817 0.08779 0.11790 0.14695 0.16429 0.16628 0.14279 0.10583

M4 0.07914 0.10343 0.13394 0.15519 0.16632 0.15186 0.12399 0.08612

M5 0.09235 0.10547 0.12977 0.16977 0.16466 0.14828 0.11972 0.06998

M6 0.08531 0.09859 0.11702 0.13694 0.16049 0.17088 0.14612 0.08464

M7 0.09697 0.12143 0.14085 0.16145 0.15806 0.14284 0.11628 0.06213

M8 0.09891 0.11454 0.13101 0.15092 0.15966 0.15078 0.11763 0.07655

[그림 6-3] 직종별 연령별 추정결과

[그림 6-3]에 의하면 40∼50대 연령층에서 상대적으로 높은 값을 보여주

46 ❘


고 있음을 확인할 수 있는데, 이는 시간의 경과에 따른 임금지수 의 변화에

대하여 이들 연령계층에서의 임금수준이 상대적으로 다른 연령계층에 비해 더

욱 민감하게 영향을 받는 형태임을 말해준다. 예외적으로 관리자(M1)의 경우

에는 50대 후반에서도 임금지수 의 변화에 대하여 민감하게 반응하는 형태

를 보여주었다. LC모형에서의 직종별 연도별 임금지수 의 추정결과는 [표

6-5]와 [그림 6-4]에서와 같이 확인되었다. 참고로 [표 6-4]와 [표 6-5]에 의하

면 모든 직종에 있어서 연령계층 a2529∼a60+까지의 추정결과는 모두 ∑

=1의 조건이 만족됨이, 그리고 추정된 직종별 임금지수는 모두 ∑ =0의 조건

이 만족됨을 확인할 수 있었다.

[표 6-5] 직종별 추정결과

연도 M0 M1 M2 M3 M4 M5 M6 M7 M81993 -8996165 -13643069 -10266756 -9722784 -7635087 -7001618 -7627324 -7023175 -5351177

1994 -8331922 -12917397 -9291111 -9216003 -7085128 -6302573 -6579035 -6308451 -4671948

1995 -6975253 -10852675 -6918901 -7601185 -6110404 -5645824 -5548453 -5160526 -3850382

1996 -5535513 -8014929 -4535543 -6163881 -4897801 -2929970 -4341055 -4251724 -3020086

1997 -4664607 -6417400 -3450288 -5703666 -3974317 -995963 -3363736 -3685070 -2406107

1998 -4573212 -6822528 -2559116 -5679215 -4115821 -953549 -3528072 -4058667 -2494319

1999 -4533273 -8764594 -2430561 -5855072 -4905987 -3509302 -3747339 -3499577 -2219613

2000 -3145772 -6001936 -4947774 -4329941 -3118953 -2670411 -2420954 -2331910 -1852417

2001 -2383145 -5481503 -4133920 -4029549 -2968331 -2232366 -1885240 -1686664 -1636710

2002 -1210930 -3818081 -2641573 -1572051 -1604622 -1094970 -765746 -830697 -567227

2003 294495 -1313252 -389013 -854063 -725553 357038 10967 42294 245651

2004 1480322 964888 726648 1582600 671379 1217520 906275 1201572 698875

2005 2789619 3368158 2221537 3180440 2117651 3144664 1969772 2304540 1535355

2006 4267024 7089999 3720702 4741173 2334437 4371750 3148907 3121827 2165548

2007 5290688 8060378 4423532 5482547 2733720 2090691 4528195 3358761 2811252

2008 6561392 14851708 7037366 7626208 5135876 3187555 5265257 4674645 3279259

2009 6136151 9895585 7040828 8213203 7761553 3500326 4876128 4608925 3622624

2010 6771633 10148138 8022044 8245016 8738920 4783747 5603238 4955177 3825539

2011 7988024 14151452 8773986 9919356 8973488 5806034 6422035 7011113 4997117

2012 8770445 15517058 9597915 11736868 8674980 4877221 7076181 7557608 4888766

❘ 47


[그림 6-4]직종별 의 추이

-16,000,000

-12,000,000

-8,000,000

-4,000,000

0

4,000,000

8,000,000

12,000,000

16,000,000

94 96 98 00 02 04 06 08 10 12

M0k_tM1k_tM2k_tM3k_tM4k_tM5k_tM6k_tM7k_tM8k_t

그런데 [그림 6-4]에 의하면 직종별 추정치는 모두 우상향하는 추세를

가지고 있으며 이들 중 관리자(M1)의 기울기가 상대적으로 가장 가파르고 단

순노무종사자(M8)의 기울기가 가장 완만한 형태임을 확인할 수 있다.

LC모형을 사용하여 2013년 이후 미래의 직종별 연령별 연령⋅임금곡선을

예측하기 위해서는 우선적으로 2013년 이후 값의 예측이 필요하다. Lee and

Carter(1992)의 연구에서는 표류항(drift; )을 가지는 임의보행(RW; random

walk) 모형으로 의 미래 시계열을 예측하였는데, 표류항을 가지는 임의보행

과정은 다음과 같이 표현할 수 있다.

(5)

⇒ ∆ (∆ )

∼

RW모형에서의 잔차시계열 는 평균이 영(zero)이고 분산이 인 백색잡

48 ❘


음과정(WN; white noise process)을 따라야 한다. 여기서 백색잡음과정이란 독

립적이고 동질적인 분포(IID; independent and identically distributed)를 가지는

비상관 확률변수들(uncorrelated random variables)의 과정을 의미한다. 시계열

이 백색잡음과정을 따르는지 여부에 대하여는 시계열의 현시점의 값과 지난시

점(lag)의 값 간의 관계를 나타내는 자기상관함수(correlogram)에 대한 Q통계량

을 확인하여 식별할 수 있다.

먼저 1993년∼2012년간의 전직종 시계열의 원시계열()과 1차 차분

된 시계열(∆ )을 하나의 평면에 나타내면 [그림 6-5]에서와 같다.

[그림 6-5] 전직종 시계열의 원시계열과 1차 차분된 시계열

-10,000,000

-7,500,000

-5,000,000

-2,500,000

0

2,500,000

5,000,000

7,500,000

10,000,000

94 96 98 00 02 04 06 08 10 12

M0k_t1st difference

그리고 전직종 시계열이 RW모형으로 추정될 수 있는지 여부를 확인하

기 위해 동 시계열의 원시계열과 1차 차분된 시계열의 자기상관관계를 확인해

보았는데 각각 [그림 6-6]과 같았다.

❘ 49


[그림 6-6] 전직종 원시계열(좌측)과 1차 차분된 시계열(우측)의 자기상관함수

[그림 6-6]으로부터 시계열이 불안정 시계열이며, 1차 차분된 시계열은

자기상관이 없는 WN과정의 안정적 시계열임을 확인시켜주고 있다. [그림 6-6]

은 전직종 시계열의 경우를 예시적으로 보여준 것인데 본 연구에서 분석대

상으로 한 나머지 직종(M1∼M8)별 시계열도 모두 불안정 시계열이며, 1차

차분된 시계열들이 자기상관이 없는 WN과정의 안정적 시계열임을 확인할 수

있었다. 직종별 시계열의 RW모형 추정결과는 각각 [표 6-6]에서와 같다.

[표 6-6] 직종별 시계열의 RW모형 추정결과

전직종(M0): ∆

(7.5121) AIC: 29.2972, SC: 29.3469

관리자(M1): ∆

(2.7577) AIC: 32.2924, SC: 32.3421

전문가(M2): ∆

(4.0281) AIC: 30.7669, SC: 30.8166

50 ❘


그리고 [표 6-6]의 1993년∼2012년간의 직종별 시계열을 이용하

여 추정한 각각의 RW모형의 추정결과를 이용하면 우리가 필요로 하는

2013년 이후 장기간에 걸친 직종별 시계열을 예측할 수 있게 된다. [그

림 6-7]은 2013년∼2050년간의 직종별 예측치를 1993년∼2012년간의

원시계열과 함께 나타낸 것이다.

사무종사자(M3): ∆

(5.9243) AIC: 30.1498, SC: 30.1995

서비스판매종사자(M4): ∆

(4.2305) AIC: 30.2745, SC: 30.3242

농림어업숙련종사자(M5): ∆

(2.0614) AIC: 31.0784, SC: 31.1281

기능원 및 관련 종사자(M6): ∆

(6.5870) AIC: 29.1816, SC: 29.2313

장치기계 및 조립종사자(M7): ∆

(6.2363) AIC: 29.2742, SC: 29.3239

단순노무종사자(M8): ∆

(6.6672) AIC: 28.4338, SC: 28.4835

주1) AIC: Akaike information criterion, SC: Schwarz criterion

주2) 괄호안 수치는 t통계량임

❘ 51


[그림 6-7] 직종별 추이 (2013년∼2050년 예측치 포함)

-20,000,000

0

20,000,000

40,000,000

60,000,000

80,000,000

95 00 05 10 15 20 25 30 35 40 45 50

M0k_tM0k_tFM1k_tM1k_tFM2k_tM2k_tFM3k_tM3k_tFM4k_tM4k_tFM5k_tM5k_tFM6k_tM6k_tFM7k_tM7k_tFM8k_tM8k_tF

Forecast : 2013-2050

이렇게 구해진 직종별 시계열의 예측치와 앞에서 구한 직종별 및

의 값을 각각 결합하면 2013년 이후의 직종별 횡단면 임금곡선을 생성할 수

있다. [그림 6-8]은 전직종(M0), 관리자(M1), 단순노무종사자(M8)의 경우에 대

하여 예시적으로 2013년∼2043년간의 기간에 대한 예측된 횡단면 임금곡선을

포함하여 1993년∼2043년간의 전체 횡단면시계열 연령⋅임금곡선을 각각 하

나의 평면에 나타낸 것이다.

52 ❘


[그림 6-8] 횡단면 임금곡선 추정결과: 1993년∼2043년 (위로부터 M0, M1, M8)

❘ 53


[그림 6-8]에서 확인할 수 있는바와 같이 관리자(M1)와 단순노무종사자

(M8)의 연령⋅임금곡선의 형태를 비교하였을 때 임금의 수준과 곡선의 형태

에 있어서 양자 간 현저한 차이가 있음을 확인할 수 있다.

라. 종단면 임금곡선의 추정 결과

이제 [그림 6-8]에서의 예측치를 포함한 횡단면 임금곡선을 이용하면, 우

리가 구하고자 하는 종단면 곡선을 생성할 수 있다. 1993년도에 30세인 근로

자가 미래 60세에 이르기까지 시간의 경과에 따라 지급받게 될 임금을 횡단면

시계열 연령⋅임금곡선을 이용하여 추적해보면 각각의 직종별 종단면 연령⋅

임금곡선의 형태는 [그림 6-9]에서와 같이 확인된다.39)

[그림 6-9] 직종(M0∼M8)별 종단면 임금곡선 추이(1993년 30세 근로자)

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

30 35 40 45 50 55 60

AGE

M0_93M1_93M2_93M3_93M4_93M5_93M6_93M7_93M8_93

[그림 6-9]에서의 각각의 직종별 종단면 연령⋅임금곡선은 5세 간격의 8

39) 횡단면시계열 임금프로파일에서 1993년 30세, 1994년 31세, 1995년 32세, ⋯ , 2022년 59세, 2023년 60세 임금을 연결하면 1993년에 30세인 근로자가 60세에 이르기까지의 종단면 연령∙임금곡선을 생성할 수 있게 된다.

54 ❘


개 연령계층별 횡단면 임금곡선을 이용하여 생성한 종단면 임금곡선이다. 따

라서 실제의 분석에서는 이들 시계열을 평활화(smoothing)하여 보다 매끄러운

형태의 각세별 종단면 연령⋅임금곡선으로 전환 해줄 필요가 있다. 본 연구에

서는 시계열의 평활화를 위해 HP(Hodrick-Prescott) 필터분해방법을 이용하여

평활화된 시계열을 생성하였다. HP필터분해는 관측치

가 주어졌을 때

다음의 제곱합을 최소화하는 추세

를 구하는 것이다.

(16)

위의 식에서 는 시계열 추세의 스무드의 정도를 결정하는 임의의 상수

인데 본 연구에서는 Hodrick-Prescott(1984)에 근거하여 =100으로 두고 분석

하였다. [그림 6-10]은 1993년도에 30세인 전직종(M0) 근로자의 종단면 연령

⋅임금곡선과 HP필터분해에 의해 평활화된 시계열을 함께 예시한 것이다.

[그림 6-10] 전직종(M0)근로자의 종단면 연령⋅임금곡선의 평활화 추세

0

1,000,000

2,000,000

3,000,000

4,000,000

5,000,000

30 35 40 45 50 55 60

M0_93M0_93HP

전직종 근로자와 동일한 방법으로 나머지 직종 근로자에 대하여도 평활화

❘ 55


시계열을 구하였으며 그 결과는 [그림 6-11]에서와 같다.

[그림 6-11]직종별 종단면 임금곡선 평활화 추세(1993년 30세)

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

30 35 40 45 50 55 60

AGE

M0_93HPM1_93HPM2_93HPM3_93HPM4_93HPM5_93HPM6_93HPM7_93HPM8_93HP

1993년도에 30세인 근로자의 경우에서와 동일한 방법으로 각각 2003년도

30세, 2013년도 30세인 근로자의 미래 60세에 이르기까지의 종단면 임금곡선

을 생성해보면 [그림 6-12], [그림 6-13]에서와 같다.

[그림 6-12] 직종별 종단면 연령⋅임금곡선 평활화 추세(2003년 30세)

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

12,000,000

30 35 40 45 50 55 60

AGE


56 ❘


[그림 6-13] 직종별 종단면 연령⋅임금곡선 평활화 추세(2013년 30세)

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

12,000,000

14,000,000

30 35 40 45 50 55 60

AGE


[그림 6-11]∼[그림 6-13]에서 우리는 전직종(M0)의 종단면 연령⋅임금곡

선을 중심으로 직종별 연령별 임금격차를 명확하게 확인할 수 있다.

4. 종단면 임금곡선을 이용한 직종별 연령별 임금상승률에 대한

분석결과

이제 지금까지 생성한 종단면 연령⋅임금곡선을 이용하여 생성한 31세에서

60세에 이르기까지의 직종별 연령별 임금상승률 추이를 확인해보기로 한다. 아

래의 [그림 6-14]는 1993, 2003, 2013년도에 각각 30세인 근로자가 60세가 될

때까지의 각 세별 임금상승률을 도시한 것이다.

❘ 57


[그림 6-14] 직종별 연령별 임금상승률 추이

(그림에서 G_Mi_j: j년도에 30세 근로자의 임금상승률 (i: 0∼8, j: 93, 03, 13))

58 ❘


[그림 6-14]에 의하면 직종별로 시간의 경과에 따라 각각 상이한 임금상승

률 추이를 보여주고 있음을 확인할 수 있다. 모든 근로자의 경우 임금상승률

은 시간의 경과에 따라 그 수준이 감소하는 추이를 보여주고 있으며, 관리자

(M1)를 제외한 나머지 모든 근로자의 경우 50대 이후 후반부에서는 음(-)의

상승률을 보여주고 있음을 확인할 수 있다.

[그림 6-14]의 직종별 임금상승률 추이를 고려할 때 전직종(M0)의 평균임

금상승률 추이와 나머지 직종(M1∼M8)의 평균임금상승률 수준 및 추이가 상

이함에도 불구하고 전직종의 평균임금상승률을 모든 직종에 동일하게 적용하는

경우에는 미래 임금 예측치에 직종별로 과대평가 또는 과소평가되는 결과를 초

래하게 될 것으로 예상된다. 한편, 동일 직종의 경우에 있어서도 1993년도 30

세인 근로자와 2003년도 및 2013년도 각각 30세인 근로자의 임금상승률은 시

간의 경과(연령의 증가)에 따라 서로 상이한 상승률을 보여주고 있는데, 임금상

승률의 수준은 시간의 경과에 따라 점차 낮아지고 있음을 확인할 수 있다.

결국 이러한 분석 결과는 예를 들어 1993년도 30세인 근로자의 2023년도

60세에 이르기까지의 임금상승률을 2013년도에 30세인 근로자의 2043년도 60

세에 이르기까지의 임금상승률로 동일하게 적용하는 경우 2013년도에 30세인

근로자의 미래 임금 예측치를 과대평가하게 될 것임을 시사해주는 것이다.

5. 종단면 임금곡선을 이용한 직종별 적정 순할인율의 추정

이제 직종별 임금상승률을 구한 상태에서 할인율에 대한 예측치만 구할

수 있으면, 직종 차이를 고려한 순할인율을 구할 수 있으며, 동시에 이렇게 구

한 순할인율이 현재의 민사법정이율 5%와 얼마나 차이가 나는지를 확인해 볼

수 있다.

그런데 본 보고서에서는 할인율의 미래 예측치를 구하기 위해 앞 장에서

와 마찬가지로 1994.01-2013.12(20년간)의 HB5 시계열을 이용하여 미래 30년

❘ 59


간의 HB5 시계열을 예측한 후 예측치의 평균값을 이용하여 분석하기로 하였

다. HB5 시계열의 예측에는 순할인율 시계열의 예측에서와 마찬가지로 평균

복귀모형인 Vasicek모형을 사용하여 분석하였는데 HB5의 Vasicek모형을 이산

형으로 표현하면 다음과 같이 표현될 수 있다.

∆ ∆∆ (16)

여기서 = 시점 에서의 HB5 수익률

= 평균복귀 속도 = 평균복귀 수준

= 변동성

= 표준정규확률변수;

최우추정법(MLE)을 이용하여 식(10)의 파라미터를 추정하였는데 그

결과는 [표 6-7]에서와 같았다.

[표 6-7] Vasicek모형의 파라미터 추정치

파라미터

추정치 0.143169 0.041226 0.016013

이렇게 추정된 모수를 적용해, 몬테카를로 시뮬레이션을 시행하여 미

래 360개월의 기간에 대한 HB5 시계열을 100,000번 생성한 뒤, 각각의

생성된 시계열 값들의 평균값을 계산하여, 이들 평균값들의 확률분포도를

확인하였다. [표 6-8]은 HB5 시계열의 미래 30년간 기간 동안의 평균값

들의 확률분포를 요약한 것이다.

60 ❘


[표 6-8] 시계열의 미래 30년간 평균값의 확률분포도 요약

구분 하한값 평균 상한값

2.12% 4.33% 7.26% - 3.66% -

주1) 95%확률(certainty)에서의 하한값 및 상한값임.주2) 세후 명목수익률 는 의 평균값에 15.4%의 이자소득세율을 적용

[그림 6-15] HB5 예측치(미래 30년간) 평균값의 확률분포도

이렇게 구해진 HB5 시계열 예측치의 평균값( 및 )을 이용하면

시점에서의 순할인율 를 구할 수 있다. 2013년도 30세, 40세, 50

세인 전직종(M0), 관리자(M1), 단순노무종사자(M8) 각각의 60세(정년)

에 이르기까지의 순할인율( ≅ )은 [표 6-9]와 같

다.

❘ 61


[표 6-9] 순할인율(세전 HB5: 4.33%, 세후 HB5: 3.66%)

구

분

2013(Age: 30)　전직종(M0) 관리자(M1) 단순노무자(M8)

세전 세후 세전 세후 세전 세후

31 -0.0371 -0.0437 -0.0346 -0.0413 -0.0103 -0.0168 32 -0.0317 -0.0384 -0.0298 -0.0364 -0.0079 -0.0144 33 -0.0279 -0.0345 -0.0266 -0.0332 -0.0063 -0.0128 34 -0.0250 -0.0316 -0.0246 -0.0312 -0.0052 -0.0116 35 -0.0223 -0.0289 -0.0233 -0.0298 -0.0041 -0.0106 36 -0.0189 -0.0254 -0.0217 -0.0282 -0.0028 -0.0092 37 -0.0155 -0.0220 -0.0204 -0.0269 -0.0014 -0.0078 38 -0.0124 -0.0189 -0.0195 -0.0261 0.0000 -0.0065 39 -0.0095 -0.0160 -0.0188 -0.0254 0.0014 -0.0051 40 -0.0065 -0.0130 -0.0178 -0.0243 0.0030 -0.0034 41 -0.0029 -0.0094 -0.0157 -0.0222 0.0053 -0.0011 42 0.0007 -0.0057 -0.0134 -0.0199 0.0080 0.0016 43 0.0043 -0.0021 -0.0113 -0.0178 0.0109 0.0045 44 0.0077 0.0013 -0.0094 -0.0159 0.0140 0.0076 45 0.0111 0.0047 -0.0073 -0.0138 0.0173 0.0110 46 0.0146 0.0083 -0.0046 -0.0111 0.0211 0.0148 47 0.0184 0.0120 -0.0019 -0.0084 0.0252 0.0189 48 0.0222 0.0159 0.0006 -0.0058 0.0296 0.0234 49 0.0263 0.0200 0.0029 -0.0035 0.0344 0.0281 50 0.0306 0.0244 0.0054 -0.0010 0.0392 0.0330 51 0.0351 0.0289 0.0082 0.0018 0.0439 0.0377 52 0.0400 0.0339 0.0110 0.0047 0.0487 0.0426 53 0.0453 0.0392 0.0136 0.0073 0.0539 0.0478 54 0.0509 0.0448 0.0160 0.0096 0.0592 0.0531 55 0.0564 0.0503 0.0180 0.0117 0.0641 0.0581 56 0.0612 0.0552 0.0199 0.0136 0.0677 0.0617 57 0.0658 0.0598 0.0215 0.0152 0.0709 0.0649 58 0.0706 0.0646 0.0228 0.0165 0.0741 0.0681 59 0.0752 0.0693 0.0238 0.0175 0.0775 0.0715 60 0.0790 0.0731 0.0244 0.0181 0.0805 0.0746

62 ❘


구

분

2013(Age: 40)전직종(M0) 관리자(M1) 단순노무자(M8)


41 -0.0083 -0.0148 -0.0219 -0.0284 0.0023 -0.0041 42 -0.0050 -0.0115 -0.0197 -0.0263 0.0045 -0.0019 43 -0.0017 -0.0081 -0.0176 -0.0241 0.0071 0.0007 44 0.0017 -0.0047 -0.0156 -0.0221 0.0100 0.0036 45 0.0052 -0.0012 -0.0134 -0.0199 0.0132 0.0069 46 0.0089 0.0025 -0.0105 -0.0170 0.0169 0.0106 47 0.0128 0.0065 -0.0076 -0.0141 0.0210 0.0147 48 0.0169 0.0106 -0.0048 -0.0113 0.0254 0.0191 49 0.0213 0.0150 -0.0022 -0.0086 0.0301 0.0239 50 0.0258 0.0195 0.0005 -0.0059 0.0350 0.0288 51 0.0305 0.0243 0.0036 -0.0028 0.0397 0.0335 52 0.0355 0.0293 0.0067 0.0003 0.0445 0.0383 53 0.0409 0.0348 0.0095 0.0032 0.0496 0.0435 54 0.0465 0.0404 0.0121 0.0057 0.0548 0.0487 55 0.0520 0.0459 0.0144 0.0080 0.0596 0.0535 56 0.0567 0.0506 0.0164 0.0101 0.0630 0.0570 57 0.0611 0.0551 0.0182 0.0118 0.0659 0.0599 58 0.0655 0.0595 0.0196 0.0133 0.0688 0.0629 59 0.0698 0.0638 0.0207 0.0144 0.0718 0.0659 60 0.0731 0.0672 0.0215 0.0152 0.0745 0.0685

구

분

2013(Age: 50)전직종(M0) 관리자(M1) 단순노무자(M8)

세전 세후 세전 세후 세전 세후51 0.0249 0.0187 -0.0031 -0.0096 0.0355 0.0292 52 0.0299 0.0236 0.0005 -0.0059 0.0396 0.0334 53 0.0351 0.0289 0.0038 -0.0027 0.0440 0.0379 54 0.0405 0.0343 0.0066 0.0002 0.0486 0.0425 55 0.0457 0.0395 0.0092 0.0028 0.0529 0.0468 56 0.0500 0.0439 0.0114 0.0050 0.0558 0.0498 57 0.0540 0.0479 0.0133 0.0070 0.0583 0.0522 58 0.0580 0.0519 0.0150 0.0086 0.0607 0.0547 59 0.0617 0.0557 0.0163 0.0100 0.0632 0.0572 60 0.0645 0.0585 0.0173 0.0110 0.0653 0.0592

❘ 63


이제 순할인율 값을 이용하여 각각의 연령별 CDF를

계산해보면 표에서와 같다.

[표 6-10] 피해자 연령별 누적할인계수(CDF)

그리고 종단면 임금곡선을 고려해 생성한 순할인율을 적용하여 산정한

[표 6-10]에서의 누적할인계수와 동일한 값을 가져다주는 단일 순할인율(내부

수익률)을 확인해보면 [표 6-11]에서와 같다.

[표 6-11] 단일 순할인율()

구 분　전직종(M0) 관리자(M1) 단순노무자(M8)


30세 -0.36% -0.95% -1.36% -1.98% 0.91% 0.31%

40세 1.47% 0.87% -0.65% -1.27% 2.29% 1.69%50세 3.90% 3.29% 0.55% -0.08% 4.68% 4.07%

주)

[표 6-11]에 의하면 종단면 연령⋅임금곡선의 특성으로 인해 상대적 저

연령층(30세)에 비해 상대적 고 연령층(50세)의 순할인율 수준이 현저하게 높

게 나타남을 확인할 수 있으며, 직종별로는 관리자(M1)의 순할인율 수준이 단

순노무자(M8)에 비해 현저히 낮은 값을 보여주고 있음을 확인할 수 있다.

구 분전직종(M0) 관리자(M1) 단순노무자(M8)


30세 32.7445 35.9118 38.3440 42.5154 27.1680 29.5995 40세 18.2179 19.2888 22.4215 23.9451 16.8991 17.846550세 9.1516 9.4053 10.7017 11.0444 8.8436 9.0817

64 ❘


이 경우 상실수익액의 현가산정 시 직종별 구분없이 전직종(M0)을 기준

으로 순할인율을 적용한다면, 세후 기준으로 30세는 -0.95%, 40세는 0.87%,

50세는 3.29%의 할인율이 적용되어야 현실세계와 부합되는 상실수익액이 산

정될 수 있음을 알 수 있다.

따라서 앞 장에서 도출한 평균임금 상승률을 적용하여 생성한 순할인율

(세후 약 0%)을 사용하여 상실수익액을 산정하게 되면 30세의 경우 실제 상

실수익액을 과소평가하게 되고, 40세와 50세의 경우에는 실제 상실수익액을

과대평가하는 결과가 초래될 것임을 알 수 있다.

6. 직종별 순할인율을 이용한 상실수익액 차이의 비교

위의 결과에서 피해자의 직종에 따라 순할인율이 다른 점을 고려하여,

2013년을 기준으로 피해자 연령에 따른 직종별 평균임금을 [표 6-12]에서와

같이 설정한 후 상실수익액을 산정해 보기로 한다.

[표 6-12] 연령별 임금의 가정(2013년 기준)

구분 전직종(M0) 관리자(M1) 단순노무자(M8)30세 2,907,261 3,715,615 2,025,82240세 4,083,354 5,382,170 2,431,73850세 4,294,092 6,863,071 2,330,797

주) LC모형에 의해 추정한 2013년도 직종별 연령별 월평균 임금수준임

[표 6-12]의 연령별 직종별임금을 기초소득()으로 가정하여 상실수익액

을 산정해 본 결과 각각의 산정방법에 따른 상실수익액은 [표 6-13]에서와 같

이 확인되었다.

❘ 65


[표 6-13] 상실수익액 산정 결과

　전직종(M0)연령⋅임금 곡선 평균임금상승률 현행 제도

세전 세후 세전: 1% 세후: 0% 라이프닛쯔 호프만

30세 1,142,361,694 1,252,859,707 935,243,769 1,081,501,092 571,187,860 663,878,176

40세 892,681,618 945,155,984 933,239,123 1,029,005,208 659,651,645 716,190,939

50세 471,573,748 484,646,682 539,576,707 566,820,144 449,423,186 460,925,232

　관리자(M1)연령⋅임금 곡선 평균임금상승률 현행 제도

세전 세후 세전 : 1% 세후 : 0% 라이프닛쯔 호프만

30세 1,709,658,499 1,895,650,296 1,195,285,107 1,382,208,780 730,004,695 848,467,238

40세 1,448,115,896 1,546,519,186 1,230,079,883 1,356,306,840 869,470,856 943,993,929

50세 881,358,323 909,582,016 862,383,304 905,925,372 718,294,633 736,677,880

　단순노무자(M8)연령⋅임금 곡선 평균임금상승률 현행제도


30세 660,450,385 719,559,819 651,691,541 753,605,784 398,012,058 462,600,026

40세 493,130,204 520,776,147 555,766,911 612,797,976 392,838,821 426,509,365

50세 247,351,636 254,011,189 292,877,696 307,665,204 243,943,123 250,186,337

주) 생활비 공제 전 금액임

[표 6-13]에서의 산정결과를 이용하여 각각의 산정방법별 상실수익액 현가

차이를 구해 보았는데, [표 6-14]는 호프만식 산정방법과의 상실수익액 현가

차이를 보여주고 있다.

66 ❘


[표 6-14] 호프만식 산정방법과의 상실수익액 차이



30세 478,483,518 588,981,531 271,365,592 417,622,916 -92,690,316 0

40세 176,490,679 228,965,045 217,048,184 312,814,269 -56,539,294 0

50세 10,648,516 23,721,450 78,651,475 105,894,912 -11,502,046 0



30세 861,191,261 1,047,183,058 346,817,869 533,741,542 -118,462,542 0

40세 504,121,967 602,525,257 286,085,954 412,312,911 -74,523,073 0

50세 144,680,443 172,904,136 125,705,424 169,247,492 -18,383,247 0



30세 197,850,359 256,959,793 189,091,515 291,005,758 -64,587,968 0

40세 66,620,839 94,266,782 129,257,546 186,288,611 -33,670,544 0

50세 -2,834,701 3,824,853 42,691,359 57,478,867 -6,243,214 0

위의 분석결과에 의하면 현행 자동차보험에서 채택하고 있는 라이프닛

쯔식 산정방법은 상실수익액을 가장 과소평가하는 방법임을 확인할 수 있

으며, 현행 법원에서 채택하고 있는 호프만식 산정방법 또한 상실수익액을

과소평가하는 방법임을 알 수 있다. 그리고 과소평가의 정도는 피해자의

연령이 낮을수록 더 커진다는 사실을 알 수 있다. 호프만식 산정방법에 대

한 상실수익액 현가 비율을 구해보면 [표 6-15]에서와 같다.

❘ 67


[표 6-15] 호프만식 산정방법에 대한 상실수익액 비율



30세 1.72 1.89 1.41 1.63 0.86 1.00

40세 1.25 1.32 1.30 1.44 0.92 1.00

50세 1.02 1.05 1.17 1.23 0.98 1.00



30세 2.01 2.23 1.41 1.63 0.86 1.00

40세 1.53 1.64 1.30 1.44 0.92 1.00

50세 1.20 1.23 1.17 1.23 0.98 1.00



30세 1.43 1.56 1.41 1.63 0.86 1.00 40세 1.16 1.22 1.30 1.44 0.92 1.00 50세 0.99 1.02 1.17 1.23 0.98 1.00

순할인율 생성 시 평균임금상승률을 적용하여 분석한 경우와 연령⋅임금곡선을 적용하여 분석한 경우 호프만식 산정방법에 대한 상실수익액

비율이 서로 다르게 나타나는데, 전직종(M0)을 기준으로 하였을 때 상대

적 저연령층(30세)의 경우에는 연령⋅임금곡선을 적용하여 분석한 경우에

있어서의 비율이 더 크고, 반대로 상대적 고연령층(50세)의 경우에는 평

균임금상승률을 적용하여 분석한 경우가 더 크다는 사실을 확인할 수 있

다. 이는 상대적 저연령층에서의 임금상승률이 평균임금상승률보다 더 높

68 ❘


고, 반대로 상대적 고연령층에서의 임금상승률은 평균임금상승률보다 더

낮기 때문에 야기되는 현상이다.

이러한 분석결과로 볼 때 평균임금상승률을 적용하여 분석하게 되면

호프만식 산정방법에 비해서는 합리적인 산정결과를 가져오지만 연령⋅임

금곡선을 적용하여 분석한 경우와 비교해 볼 때 상대적 저연령층에서는

상실수익액을 과소평가하게 되고, 상대적 고연령층에서는 반대로 과대평가

하게 될 것임을 알 수 있다.

❘ 69

Ⅶ. 보험실무상 상실수익액 현가 산정방법의 개선 방안

Ⅶ. 보험실무상 상실수익액 산정방법의 개선 방안

현재 손해배상 실무에 있어서 피해자가 소송을 제기하는 경우 법원에서는

거의 대부분 호프만식 계산법에 의해 상실수익액을 산정한다. 앞 장의 논의에

서 살펴본 바와 같이 라이프닛쯔식과 호프만식 계산법 모두 현재 우리나라의

경제상황을 고려할 때 상실수익액을 과소평가하는 방법이지만, 호프만식 계산

법에 의해 산정하는 경우 라이프닛쯔식 계산법을 적용하여 산정하는 경우에

비해 그나마 과소평가되는 정도를 줄일 수 있을 것으로 판단된다.

한편 자동차보험에서는 약관 상 “보험금 지급기준”을 정하고 있지만 소송

이 제기되었을 경우에는 대한민국 법원의 확정판결에 의하여 피보험자가 손해

배상청구권자에게 배상하여야 할 금액을 “보험금 지급기준”에 의해 산출한 금

액으로 본다는 규정을 별도로 두고 있기 때문에 피해자가 소송을 제기하는 경

우에는 호프만식 계산법에 의한 상실수익액을 보험회사로부터 받을 수 있게

된다. 따라서 동일한 피해자의 경우에 있어서도 소송을 제기한 경우와 그렇지

않은 경우 상실수익액의 평가액에 차이가 발생하게 되는 것이다. 이러한 불합

리성과 소송 제기에 따르는 비용을 감소시키기 위해서라도 현행의 자동차보험

표준약관 상 상실수익액 산정기준을 호프만식 계산법으로 개정하는 방안을 고

려해 볼 필요가 있을 것이다. 참고로 호프만식 계산법을 적용하는 자동차보

험 표준약관 상 상실수익액 산정기준은 [표 7-1]에서와 같이 개정하는 방안을

생각해 볼 수 있을 것으로 생각된다.

70 ❘


[표 7-1] 자동차보험 표준약관 상 상실수익액 산정기준(개정안)

구분 산정기준(개정안)

사망

상실

수익액

ᆞ (월평균현실소득액-생활비)☓(사망일로부터 보험금지급일까지의 월

수 + 보험금지급일부터 취업가능연한까지 월수에 해당하는 호프만

계수)

후유장해

상실

수익액

ᆞ월평균현실소득액☓노동능력상실률☓(노동능력상실일로부터 보험

금지급일까지의 월수+보험금지급일부터 취업가능연한까지의 월수

에 해당하는 호프만 계수)

한편 위에서와 같이 호프만식 계산법을 채택하는 경우 라이프닛쯔식 계산

법을 사용하는 경우에 비해서는 피해자의 상실수익액이 과소평가되는 정도를

다소 줄일 수는 있지만, 호프만식 계산법 또한 경제적 합리성을 가지지는 못

하는 방법임을 확인할 수 있었다. 따라서 향후 상실수익액 산정방법은 보험

사고 피해자의 특성을 고려해 산출하도록 점진적으로 개선이 필요하다고 생각

된다. 이와 관련하여 인적사고로 부상을 입은 피해자의 노동능력상실 정도를

결정하는 과정에 있어서 보험회사가 취하는 실무 상 절차를 참조해볼 필요가

있다. 인적손해의 손해배상 실무에서 보험회사와 법원이 피해자의 손해액을

확정하는 과정에 있어서 외부 전문가의 조력을 구하는 대표적인 경우는 노동

능력상실 정도를 판단하기 위해 부상 피해자의 신체감정을 해당 전문의에게

의뢰하는 경우이다. 현행 자동차보험 약관에서 규정하고 있는 후유장해로 인

한 상실수익액 산정기준을 살펴보면 [표 7-2]에서와 같다.

[표 7-2] 자동차보험 표준약관 상 후유장해상실수익액 산정기준

∙ 후유장해상실수익액

= 월평균현실소득액 × 노동능력상실률 × (노동능력상실일로부터 보험금

지급일까지의 월수+보험금지급일부터 취업가능연한까지의 월수에 해당

하는 라이프닛쯔 계수)

❘ 71

Ⅶ. 보험실무상 상실수익액 현가 산정방법의 개선 방안

그런데 [표 7-2]로부터 후유장해상실수익액의 산정에 노동능력상실률이 차

지하는 비중이 매우 큼을 확인할 수 있다. 따라서 노동능력을 합리적으로 평

가하는 문제는 후유장해 상실수익액의 산정에 있어서 매우 중요한 과제라 할

수 있다. 이와 관련하여 자동차보험 표준약관에서는 노동능력상실률의 평가방

법을 [표 7-3]에서와 같이 규정하고 있다.

[표 7-3] 자동차보험 표준약관 상 노동능력상실률 평가방법

맥브라이드식 장해평가방법에 따라 일반의 옥내 또는 옥외 근로자를 기준

으로 실질적으로 부상 치료 진단을 실시한 의사 또는 해당과목 전문의가

진단, 판정한 타당한 노동능력상실률을 적용하며, 동 판정과 관련하여 다툼

이 있을 경우 보험금 청구권자와 보험회사가 협의하여 정한 제3의 전문의

료기관의 전문의에게 판정을 의뢰할 수 있음

참고로 노동능력상실률이란 단순한 의학적 신체기능장애율과는 구분되

는 개념이므로 법원 실무에 있어서도 법관이 의사의 감정결과에 구속되어야만

하는 것은 아니지만 법관이 노동능력상실률을 평가⋅판정함에 있어서는 자의

가 배제된 합리적이고 객관적인 방법에 의하여야 할 것인바, 규범적 평가가

필요하다고는 하지만 특별한 사정이 없는 한 감정의사의 의학적 신체기능장애

율과 다르게 노동능력상실률을 정하기가 쉽지 않으므로 감정의사로부터 회보

된 신체기능장애율을 그대로 노동능력상실률로 평가하는 것이 보통 실무상의

관행이다.40)

그러나 자동차보험과 법원의 손해배상 실무에서 신체감정의 문제에서와는

달리 상실수익액의 현가산정 문제에 있어서는 합리성과 객관성을 배제한 채로

산정방법의 용이성만을 고려하여 그간 라이프닛쯔식 또는 호프만식 계산법이

관행적으로 사용되어 온 것으로 볼 수 있다. 따라서 향후 피해자의 상실수익

40) 교통⋅산재손해배상실무연구회(2005).

72 ❘


액을 합리적으로 평가해주기 위해서는 피해자의 개별적 특성(연령, 직종, 교육

수준 등)을 고려하여 산정한 순할인율을 적용하여 상실수익액 현가를 산정하

여야 할 것이다. 이때 피해자의 신체감정을 외부전문가인 전문의에게 의뢰하

여 노동능력상실률을 구하듯이 피해자의 개별적 특성을 고려한 상실수익액의

평가는 상실수익액 산정전문가에게 의뢰하여 그 금액을 산정할 필요성이 있는

것으로 생각된다. 가령 이 경우 자동차보험의 약관규정은 다음과 같이 개정

하는 방안을 모색해 볼 수 있을 것이다.

[표 7-4] 자동차보험 표준약관 상 상실수익액 산정기준(개정안)

[표 7-5] 자동차보험 표준약관 상 누적할인계수 평가방법(개정안)

피해자의 특성(예: 연령, 직종, 교육 수준 등)을 고려하여 전문가가 산정한

타당한 할인율을 적용하여 누적할인계수를 산정하며, 동 산정과 관련하여

다툼이 있을 경우 보험금 청구권자와 보험회사가 협의하여 정한 제3의 전

문가에게 판정을 의뢰할 수 있음

마지막으로 보험실무를 규율하는 최상위 법인 보험업법과 관련해 손해액

산정의 적정성을 담보할 수 있는 법률 조항을 삽입하는 방안을 고려해 볼 필

요가 있는 것으로 생각된다. 보험업법 상 손해보험계약의 제3자 보호 관련 규

구분 산정기준(개정안)

사망

상실

수익액

ᆞ(월평균현실소득액-생활비) ☓ (사망일로부터 보험금지급일

까지의 월수+보험금지급일부터 취업가능연한까지 월수에

해당하는 누적할인 계수)

후유장해

상실

수익액

ᆞ월평균현실소득액 ☓ 노동능력상실률 ☓ (노동능력상실일로

부터 보험금지급일까지의 월수+보험금지급일부터 취업가능

연한까지의 월수에 해당하는 누적할인 계수)

❘ 73

Ⅷ. 결론

정을 살펴보면 동 법에서 보험금의 지급불능을 방지하기 위한 보호규정은 두

고 있지만(보험업법 제165조(제3자의 보험금 지급보장) 이하 규정 참조), 손해

액 산정방법에 대한 적정성을 담보할 수 있는 규정은 어떠한 형태로도 규정하

고 있지 않다. 따라서 향후 이해관계인의 권익 보호를 위해서는 상실수익액

등 손해액의 합리적 산정이 이루어질 수 있도록 보험업법 상 관련 규정의 마

련이 필요한 측면이 존재하므로, 이를 개선하기 위해 [표 7-6]과 같은 방법

으로 보험업법 상 손해액의 합리적 산정방법 규정을 신설할 것을 제안해

볼 수 있을 것이다.

[표 7-6] 보험업법 상 손해액의 산정방법(개정안)

제169조의1(손해액의 산정방법) 손해액은 현실성 있는 경제변수 등을 적용

한 합리적인 산정방법에 의해 산정하여야 한다.

74 ❘


Ⅷ. 결론

본 연구에서는 1994년 1월∼2013년 12월(20년간)의 임금상승률 및 수익률

자료를 이용하여 순할인율 시계열을 생성한 후 동 시계열의 안정성 여부를 분

석하였다. 분석결과 이자소득세 공제 전의 이자율( )을 적용하여 생성한 순할

인율( ) 시계열과 이자소득세 공제 후의 이자율( )을 적용하여 생성한 순

할인율( ) 시계열이 모두 안정적 시계열로 확인되었으며, 본 연구에서의

의 평균값은 연 0.523%, 의 평균값은 연 -0.638%로 확인되었다. 아울러

미래 30년간의 순할인율 시계열을 예측한 후 예측치의 평균값도 함께 확인해

보았는데 예측치의 평균값은 연 0.600%, 예측치의 평균값은 연

-0.160%로 확인되었다. 따라서 순할인율로 의 평균값을 적용하는 경우에는

과거의 평균값을 기준으로 하든지 아니면 미래 예측치의 평균값을 기준으로

하든지 상관없이 연 1% 이하의 할인율이 적용되어져야 하며, 순할인율로

의 평균값을 적용하는 경우에는 연 0% 이하 수준의 할인율이 적용되어

져야 함을 확인시켜 주었다. 이러한 분석결과는 마승렬(2001)에서의 분석결과

와 유사한데 실무에서 오랫동안 관행적으로 사용해 오고 있는 라이프닛쯔식과

호프만식 산정방법이 경제적 합리성을 가지지 못하는 매우 불합리한 산정방법

임을 재차 확인시켜주는 결과이다. 주지하는 바와 같이 할인율을 0%로 적용

하는 방법 즉, 중간이자를 공제하지 않는 완전상쇄(total offset)방법을 사용하

여 일실이익 현가를 산정하는 경우 일실이익의 현가( )는 사고발생 시점의

기초소득()에 가동가능기간()을 곱하는 방법으로 매우 쉽게 구할 수 있다

( × ). 따라서 손해배상 실무에서 완전상쇄방법을 사용하여 일실이

익 현가를 산정하게 되면 이러한 방법이 피해자의 손해액을 적정하게 평가하

는 방법이 될 뿐만 아니라, 계산과정이 매우 쉽기 때문에 가해자와 피해자에

게 산정결과를 쉽게 이해시킬 수 있는 이점을 가지며 아울러 법원과 보험회사

❘ 75

Ⅷ. 결론

의 업무량 또한 대폭 줄여줄 수 있는 방법이 될 수 있다.

한편, 순할인율의 안정성 여부에 초점을 둔 선행연구들에서는 순할인율

생성 시 적용되는 임금상승률 자료에 성별⋅연령별⋅학력별 특성 등

(age-earnings profiles)을 고려하지 않고 평균임금 자료를 이용하여 분석하기

때문에 보다 합리적인 상실수익액의 산정을 위해서는 피해자의 개별적 특성을

고려한 분석이 필요하다. 최근 마승렬(2014)은 Lee-Carter모형을 이용하여 한국

근로자의 종단면 연령⋅임금곡선(longitudinal age-earnings profiles)을 추정한

바 있는데, 본 연구에서는 마승렬(2014)에서 추정한 종단면 연령⋅임금곡선을

적용하여 생성한 순할인율을 사용하여 상실수익액 현가를 산정한 후 평균임금

상승률을 적용하여 산정한 상실수익액 현가와 그 크기를 상호 비교해 보았다.

분석결과에 의하면 평균임금상승률을 적용하여 분석하게 되면 호프만식

산정방법에 비해서는 합리적인 산정결과를 가져오지만 연령⋅임금곡선을 적용

하여 분석한 경우와 비교해 볼 때에는 상대적 저연령층에서는 현실세계를 과

소평가하게 되고, 상대적 고연령층에서는 현실세계를 과대평가하게 될 것임을

알 수 있었다. 따라서 보다 정교한 산정을 위해서는 피해자별 개별적용이 가

장 합리적인 것으로 판단된다. 향후 본 연구에서의 분석결과가 실무에서 새로

운 할인율을 적용하고자할 때 중요 참고자료로 활용될 수 있기를 기대해 본

다.

참고문헌

곽윤직, 민법총칙, 박영사, 1987.

국민연금재정추계위원회, 2013 국민연금 장기재정추계, 국민연금재정계산

보고서 1, 2013.

김명직⋅장국현, 금융시계열분석, 경문사, 2003.

김상용, 채권총론, 법문사, 2000.

김상호, “생애소득 관점에서 국민연금과 특수직역연금제도 비교,” 경제

학연구 56(3), 2008, pp.171-194.

김종면․김우철, 보건의료부문 장기재정 모형구축, 한국조세연구원, 2007.

김종면․성명재, "소득분포의 특성을 사용한 세대별 연령-소득 곡선의 도

출," 한국경제의 분석 9(3), 2003, pp.153-253.

마승렬, “상실수익액 산정시 적용할 순할인율의 결정에 관한 연구,” 금

융학회지 6(1), 2001, pp.143-172.

마승렬, “임금과 할인율의 장기예측에 관한 연구,” 리스크관리연구

12(2), 2001b, pp.91-131.

마승렬, “피해자의 특성을 고려한 상실수익액 산정방법,”보험학회지 63,

2002, pp.145-177.

마승렬, "공⋅사적 재무계획에 적용할 동태적 임금프로파일의 예측,”보험

학회 동계학술대회 발표논문, 2014.

문형표, “공무원연금개혁의 평가와 과제,” 공적연금제도의 평가와 정책

과제(Ⅱ), 한국개발연구원, 2008.

보험개발원, 자동차보험 개황 및 분석 ‘95 사업년도, 1996.

이보환, 자동차사고 손해배상소송 제3판, 2010.

❘ 77

Ⅷ. 결론

이윤호⋅이천성, "일실이익 산정에 있어서 합리적인 중간이자의 공제: 미

국⋅일본의 논의를 근거로,”손해사정연구 2(2), 2009,

pp.107-131.

정우진, 인구고령화에 따른 국민건강보험 진료비 및 정부재정 지원규모

중․장기 예측, 한국개발연구원, 2005.

최병선, 단변량 시계열분석 Ⅰ, 세경사, 1995.

한창호, “중간이자공제방식에 관한 소고 1∼3,”법률신문 제1903호∼

1905호, 1990.

Anderson, Gary A. and David L. Roberts, "Stability in the

Present Value Assessment of Lost Earnings," The

Journal of Risk and Insurance 56(1), 1989, pp.50-66.

Bonham, Carl and Sumner J. La Croix, "Forecasting Earnings

Growth and Discount Rates: New Evidence from Time

Series Analysis," Journal of Forensic Economics 5(3),

1992: pp.221-231.

Carpenter, Michael D., David R. Lange, Donald S. Shannon, and

William Homas Stevens, "Methodologies of Valuing Lost

Earnings: A Review, A Criticism, and A

Recommendation," The Journal of Risk and Insurance,

1986, pp.104-118.

Christensen, Eric W., "Accounting for Age-Earnings Profiles in

Net Discount Rates," Journal of Forensic Economics

12(3), 1999, pp.185-199.

Clark, Steven P., T. Daniel Coggin, and Faith R. Neale, "Mean

78 ❘


Reversion in Net Discount Ratios: A Study in the

Context of Fractionally Integrated Models," The Journal

of Risk and Insurance 75(1), 2008, pp.231-247.

Feldman, Allan M., "Real Interest Rates and Total Offset in

Computations of Damages in Death and Disability

Cases," Connecticut Bar Journal 62, 1988, pp.212-230.

Gamber, Edward N., and Robert L. Sorensen, "On Testing for

the Stability of the Net Discount Rate," Journal of

Forensic Economics 7(1), 1993, pp.69-79.

Gamber, Edward N., and Robert L. Sorensen, "Are Net Discount

Rates Stationary?: The Implications for Present Value

Calculations: Comment,"The Journal of Risk and

Insurance 61(3), 1994, pp.503-512.

Gilbert, Roy F., "Long-Term and Short-Term Changes in

Earnings Profiles," Journal of Forensic Economics

10(1), 1997, pp.29-49.

Goldstein, Sandor, "Put Your Actuary to Work: Valuing the

Pension," Journal of the American Bar Association,

Fall, 2001.

Haslag, Joseph H., Michael Nieswiadomy, and D. J. Slottje, "Are

Net Discount Rates Stationary?: The Implications for

Present Value Calculations: Comment, "The Journal of

Risk and Insurance 58(3), 1991, pp.505-512.

Haslag, Joseph H., Michael Nieswiadomy, and D. J. Slottje, "Are

❘ 79

Ⅷ. 결론

Net Discount Rates Stationary?: Some Further

Evidence, "The Journal of Risk and Insurance 61(3),

1994, pp.513-518.

Lee, Ronald D. and Lawrence R. Carter, “Modeling and

Forecasting U.S. Mortality," Journal of the American

Statistica Association, 87(419), 1992, pp.659-671.

Li, Nan and Ronald Lee, "Coherent Mortality Forecasts for a Group

of Populations: an Extension of the Lee_Carter Method,"

Demography, 42(3), 2005, pp.575-594.

Link, Albert N., Evaluating Economics Damages A Handbook for

Attorneys, Quorum Books, 1992.

Payne, James E., Bradley T. Ewing, and Michael J. Piette, "An

Inquiry into the Time Series Properties of Net

Discount Rates," Journal of Forensic Economics 12(3),

1999, pp.215-223.

Polachek, Solomon W., Earnings Over the Lifecycle: The Mincer

Earnings Function and its Applications, IZA Discussion

Paper No. 3181, 2007.

Raymer, James and Arkadiusz Wisniowski, "Forecasting Age

Patterns of International Migration: Adapting and

Extending the Lee-Carter Model to Different Data Types

and Time Series," ESRC Centre for Population Change,

University of Southampton, 2013.

Rodgers, James D., Michael L. Brookshire, and Robert J. Thornton,

80 ❘


"Forecasting Earnings Using Age-Earnings Profiles and

Longitudinal Data," Journal of Forensic Econimics 9(2),

1996, pp.169-210.

Rodrigues, C. G., M. V. Andrade, B. L. Queiroz, and C. J. Machado,

"The Applicability of the Lee-Carter Method to Forecast

Health Services Use in Brazil, Manuscript, 2010.

Sen, Amit, Gregiry M. Gelles, and Walter D. Johnson, "A

Further Examination Regarding the Stability of the Net

Discount Rate," Journal of Forensic Economics 13(1),

2000, pp.23-28.

Slesnick, Frank L., Michael R. Luthy, and Michael L. Brookshire,

"2012 Survey of Forensic Economists: Their Methods,

Estimates, and Perspectives," Journal of Forensic

Economics 24(1), 2013, pp.67-99.

Suwanvijit, Wassana, Thomas Lumley, Chamnein Choonpradub, and

Nittaya McNeil, "Long-Term Sales Forecasting using

Lee-Carter and Holy-Winters Methods," Manuscript,

2010.

Vernon, Jack, "Discounting After-Tax Earnings with After-Tax

Yields in Torts Settlements," The Journal of Risk and

Insurance 52(4), 1985, pp.696-703.

보험실무상 상실수익액 산출방식의 문제점과 개선과제sago119.net ›...

Documents