报告题目：基于车联网数据的UBI定价模型
报 告 人：孟生旺 教授 中国人民大学
报告时间：2020年6月23日 14:00-15:00
报告地点：腾讯会议
或点击链接直接加入会议：
https://meeting.tencent.com/s/5cwYMQPDKTjt
校内联系人：程建华 chengjh@jlu.edu.cn
会议ID：878 760 764
会议密码：0623
报告摘要：
UBI是基于驾驶行为的汽车保险产品，通常应用车联网数据进行定价。传统车险定价模型（GLM）由于自身的局限性，往往不能满足UBI产品的定价，从而需要对其进行改进，譬如，引入平滑函数，扩展分布假设，通过正则化或Boosting进行选择变量。基于一组实际的车联网数据，我们分析了UBI定价中的几个特殊问题，包括UBI定价基础的选择，对均值参数之外的分布参数进行建模的必要性及其影响，以及Lasso和Boosting在变量选择方面的差异等。
报告人简介：
孟生旺，中国人民大学统计学院二级教授，杰出学者特聘教授，新世纪优秀人才入选者，博士生导师，党委书记兼副院长，甘肃省“飞天学者”兰州财经大学讲座教授，中国统计学会副会长，教育部高等学校统计学类专业教学指导委员会委员，中国人民保险集团博士后流动站博士后导师，中国人民养老保险有限责任公司和鑫安汽车保险公司独立董事。研究领域主要包括精算统计模型，大数据与精算，风险管理，应用统计，在Insurance: Mathematics and Economics、Scandinavian Actuarial Journal、ASTIN Bulletin、North American Actuarial Journal等国际精算期刊以及《保险研究》、《统计研究》、《数量经济技术经济研究》、《数理统计与管理》等国内核心期刊发表论文100余篇，出版专著和教材10余部，主持国家社科基金重大项目、教育部人文社会科学重点研究基地重大项目、国家自然科学基金面上项目、中国精算师协会项目等纵向和横向项目10余项，先后获得北美非寿险精算师协会大学奖、全国统计科学研究优秀成果奖和北京市优秀教学成果奖等奖项。
