1.项目负责人简介
孟生旺，中国人民大学杰出学者特聘教授，博士生导师，现任中国人民大学统计学院党委书记兼副院长，兼任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，中国现场统计研究会风险管理与精算分会理事长，中国人民保险集团博士后流动站博士后合作导师。研究方向为保险精算、巨灾风险管理和大数据精算统计建模。主持完成了包括国家社会科学基金重大项目、国家自然科学基金面上项目和教育部人文社科重点研究基地重大项目在内的十余项课题。在国内外精算统计类核心期刊发表论文百余篇。代表性著作有《非寿险精算学》《金融数学》和《风险模型》等。多次获得省部级教学和科研成果奖。
2. 课题成果简介
国家社科基金重大项目"巨灾保险的精算统计模型及其应用"的主要研究成果包括：
（1）构建了新的组合分布模型，对中国大陆地区地震造成的直接经济损失数据进行了拟合，计算了不同置信度水平下的风险度量值，在不同免赔额条件下地震巨灾保险的保费水平，以及巨灾保险合同中含有免赔额和赔偿限额时的保险费率。
（2）建立了我国地震直接经济损失和死亡人数的Copula混合分布模型，设计了我国地震损失风险的分层分担模式，并在各种不同情景下，测算了我国地震巨灾保险基金的适度规模。
（3）在结合广义可加模型与决策树的基础上，将连续型指数离散化，同步提高了地震损失预测、指数保险设计结果的稳健性和实际可行性。借鉴迁移学习思想，设计了具有参数软共享结构的多任务改进决策树模型，最终实现不同区域地震损失数据的借力，为完善我国巨灾保险制度提供理论参考和实践依据。
（4）针对农业风险区划问题，提出了改进的自适应近邻传播聚类方法。基于农作物产量具有较强的时空分布特征，在产量分布的参数中引入时空固定效应和空间随机效应，构建了嵌入式时空模型。在空间因子模型的基础上，构造了具有时变特征的空间偏相依模型，改进了农产量预测的准确性。
（5）将天气信息与农产量信息相结合，提出了基于天气指数和面积收益率指数的“补充型”双触发产品，降低了指数保险的基差风险。针对农业生产受气候和生产聚集性影响、风险具有空间相依关系的特征，构建了具有非对称偏相依结构的空间因子Copula模型，对农业损失风险的刻画更加准确。
（6）基于幂Fréchet分布、广义log-Moyal分布和全尾伽马分布建立了新的非寿险准备金评估模型，并通过Copula建立了不同业务线之间的相依关系；构建了基于GB2分布的参数化分位回归模型和基于AL分布的参数化分位回归模型，改进了准备金风险边际的评估方法。
（7）提出了广义log-Moyal Gamma混合分布及其回归模型，该模型可以有效捕捉到巨灾损失数据中的尖峰厚尾特征。在两个公开数据集和中国地震数据集的实证研究中，广义log-Moyal Gamma混合分布及其回归模型都表现出了良好性能。
