국제적으로 각국 통계청뿐만 아니라, OECD, IMF, 유럽중앙은행 등 유수 기관에서 통계품질관리 규정을 제정하고 운영하고 있는 것은 이와 같은 통계 품질 관리의 중요성을 잘 나타낸다고 볼 수 있다. 지난 2월에는 아르헨티나가 인플레율 등 경제통계를 왜곡 보고했다는 이유로 IMF로부터 퇴출 위기에 몰렸다는 보도가 있었다. 1997년 IMF를 맞이했던 우리나라에도 2001년 IMF가 통계정보 조사단을 파견한 예도 있다.
보험통계 측면에서 보면, 보험산업이 우리나라 기간산업 중 하나로 발전함에 따라 보험통계도 국가기간통계로서의 자리매김을 하고 있으며 현재 보험개발원에서 발간하는 보험통계연보 및 보험통계월보와 생명보험협회의 생명보험성향조사가 우리나라 통계청에 게시되고 있다.
우리나라 통계청에서는 '국가통계품질관리기준'을 정하고 통계의 접근성, 시의성, 정확성, 관련성, 일관성, 비교성에 따라 통계의 품질을 관리하도록 하고 있다. 이중, 본고에서는 통계의 정확성 제고 측면에서, 통계의 수집, 집적 및 관리 단계에 실무적으로 고려되어야할 사항에 대해 일아보고자 한다.
먼저, 통계를 수집하기 위한 계획 단계가 있는데, 통계의 필요성 조사, 통계 집적 일정 수립, 통계 자료의 구체적 기입 방법(통계 레이아웃 및 작성요령) 등이 이에 속한다.
통계의 필요성은 경제 환경의 변화, 새로운 보험종목, 신상품의 개발 또는 금융 제도 변화에 따라 수요가 발생하는 경우가 많으므로 어느 정도 집적 필요성의 예측이 가능하다.
통계 집적 일정은 최종 통계가 사용될 시점에 맞추어 수립하면 될 것이나, 실제 현업에서 활용 가능한 통계 자료의 현황, 자료의 입력 또는 관련 시스템 구축에 필요한 소요 시간 등을 함께 고려하여 수립해야 한다.
통계 레이아웃 측면에서는 기본적으로는 통계의 활용 목적에 맞추어 필요한 항목을 모두 집적해야 하지만, 통계의 활용 목적 범위가 향후 확장될 가능성, 통계가 다른 목적으로도 이용될 가능성 등이 있다는 것을 염두에 둘 필요가 있다. 여기에는 장래 통계의 활용도에 대한 예측이 필요한데, 경우에 따라서는 한 개의 통계 항목이라도 현업에서 입력하기 어려운 경우가 있을 수 있으므로, ‘가능한 한 많이’ 또는 ‘혹시 필요할지 모르니’ 같은 막연한 추측에 의해 항목을 늘리는 것은 불필요하다고 본다.
통계의 활용도 예측에는 최종 통계 이용자에게 어떠한 통계를 제공할 것인지, 그 통계가 얼마나 효용성을 발휘할지에 대한 고민이 반드시 필요하다.
통계의 정확성 제고에 가장 중요한 요소는 자료 입력으로써, 원천적으로 부정확하게 입력된 자료는 정확한 통계의 산출이 불가능하다. 또한 한번 부정확하게 입력된 자료로는 이를 수정하는 것이 매우 어려운 경우가 많아, 최초에 정확한 입력을 할 수 있어야 한다. 이를 위해 보험 증권정보, 영수증 등을 실제 입력하는 현업부서에 자료의 입력에 대한 교육을 상시 실시하고 매뉴얼을 제공하는 한편, 잘못 입력하는 경우 실시간으로 체크를 하는 시스템 구축이 필요하며, 각종 양식의 표준화를 통해 수작업 입력을 전산화하는 것이 바람직하다.
자료가 집적되면 정확성 검사를 해야 하는데, 대량의 보험 통계자료에 대해 정확한 검사를 수행하는 데는 많은 시간과 자원이 소요 된다. 이는 좋은 성능의 컴퓨터를 활용한 자료 검사 및 자료 정정의 자동화로 극복될 수 있다. 처음 자동화 시스템을 구축하는 데는 시간이 소요되지만 한번 구축 후에는 최소한의 유지관리로 충분하다. 다만, 자동화 이전에 자료검사 방법, 자료정정 방법에 대해 충분한 검토가 있어야 한다.
자료 검사 방법으로는 항목의 입력여부, 허용된 코드 값 여부 등을 검사하는 항목 검색, 해당 항목의 건수 분포를 산출하여 검사하는 분포 검색, 주요 항목별 건수, 금액의 합을 산출하는 방법 등이 있으며, 각 검색마다 과거 몇 개년의 동일 검색 결과와 비교하여 추이를 함께 검사한다던지, 소스(source)가 다른 통계와 총량 비교를 하는 방법도 필요하다. 통계 부서에서는 보다 효율적이고 정확한 검사 방법을 개발하기 위해 항상 연구해야 하며, 이를 자료 검사 시스템에 바로 적용할 수 있어야 한다. 단, 다양한 자료 검사 방법을 도입하는 것은 바람직하지만, 도입한 효과 즉, 통계의 정확성이 향상되는 정도와 자료검사에 투자되는 시간, 비용과의 적절한 밸런스가 유지되어야 한다.
통계의 관리 측면을 보면, 과거에는 통계를 산출하는 부서와 통계를 이용하는 부서가 다른 경우가 있었으나, 현재는 통계를 사용하는 부서에서 직접 통계를 산출하여 사용하는 경우가 많다. 이에 따라 통계 산출이 용이하도록 데이터베이스라는 전산 시스템에 통계를 보관하는 경우가 대부분이다.
보험통계는 자료량이 방대하다는 특성에 따라, 데이터베이스화 할 때 각 통계의 이용 목적별로 중소규모의 데이터베이스로 나누어 통계를 보관하는 경우가 많을 것이다. 이러한 형식으로 분리된 통계는 회사 규모에 따라 수백 개에서 수천 개에 이를 수 있다. 이렇게 통계를 분리하여 보관하는 경우, 각 통계의 수치가 서로 일치하는지의 여부, 통계 이용자가 과연 산출하고자 하는 통계에 가장 적합한 데이터베이스를 사용하고 있는지 여부, 각 데이터베이스별로 동일한 소스를 사용하고 있는지 여부 등의 관리가 중요한 문제가 될 수 있다. 통계 이용자가 이러한 검증까지 겸하기보다는, 네트워크 담당자, 하드웨어 담당자 등 전담 전문가가 존재하듯, 각 통계 데이터베이스의 정합성을 항시 검증하고, 통계가 생성되어 보관될 때 적용된 조건, 통계 산출시 제약 조건 등의 매뉴얼을 지속적으로 관리하며, 통계 이용부서와의 긴밀한 협의를 통해 통계 데이터베이스를 개선하는 역할을 하는 전문가를 두는 것도 바람직하다고 본다.
통계 품질 향상을 위해서는 통계가 어떤 식으로 이용 될 것인지에 대한 명확한 인식이 기초되어야한다. 이러한 인식을 바탕으로 자료 집적 방법, 자료 확인 방법 등의 효율화가 가능하다. 만일 자료의 부정확성이 최종 통계 산출 단계에서 발견된다면 이를 정정한다는 것은 상당히 많은 시간이 소요되는 일일 것이다. 초기 집적 단계에 좀 더 많은 시간과 자원을 투자하여 통계의 품질을 향상시키는 것이 정확한 통계산출을 위해 가장 효율적인 방법일 것이다.
