题目:加性树潜变量模型及其在保险损失预测中的应用

主讲人:高光远（中国人民大学副教授）

时 间:2025年11月12日（星期三）17:00-18:30

地 点:经世楼1810室

主办单位：科研处、统计与数据科学学院、新疆社会经济统计与大数据应用研究中心

主讲人简介：高光远博士，中国人民大学统计学院风险管理与精算系副教授，拥有同济大学土木工程专业的工学学士学位、澳大利亚国立大学统计学专业的哲学博士学位。高光远博士主要从事精算研究，在国内外知名学术期刊IME、ASTIN Bulletin、Machine Learning等发表多篇论文。Springer独著《Bayesian claims reserving methods in non-life insurance with Stan》获中国人民大学优秀科研成果奖。主持高等代数教育教学改革研究项目，编著教材《线性代数：从理论到应用》。主持国家自然科学基金项目、北美精算师协会研究项目等。

讲座内容：离散潜变量回归模型常用于精算学等领域，这类回归模型需分别对观测响应变量和潜变量进行回归函数估计。由于涉及多重回归函数和潜变量，特征工程、变量选择和模型选择面临挑战。为此，我们提出加性树潜变量模型，并设计了一种结合EM算法与梯度提升的迭代重加权梯度提升算法（IRGB）进行模型校准。该算法每次迭代仅训练一个弱学习器。理论分析表明IRGB算法具有似然函数单调递增的特性。通过车险索赔次数实证与机动车第三者责任险纯保费实证，进一步验证了所提非参数方法的优势。