教学团队

师资博士后

您当前的位置: 教学团队 >师资博士后

高光远

职 称: 讲师


职 务:


电子邮箱: guangyuan.gao@ruc.edu.cn

工作经历

2016.09-至今 中国人民大学 讲师

基金项目

主持:
> 国家自然科学基金项目(2020-2022):基于机器学习算法的非寿险个体准备金评估模型(71901207)。
> 中国人民大学科学研究基金项目(2019):基于车联网大数据的汽车保险费率因子研究(19XNF023)。
=====
参与:
>> 国家社科基金重大项目(2017-2021):巨灾保险的精算统计模型及其应用研究(16ZDA052)。
>> 教育部人文社会科学重点研究基地重大项目(2016-2020):基于大数据的精算统计模型与风险管理问题研究(16JJD910001)。

开设课程

统计学;金融数学;非寿险精算;寿险精算;风险管理。

研究方向

车联网数据分析;非寿险准备金评估模型;贝叶斯模型;MCMC

论文成果

代表论文:
> Gao, G.*, Wuthrich, M. V. and Yang, H. (2019). Evaluation of driving risk at different speeds. Insurance: Mathematics and Economics, 88: 108-119.
> Gao, G.*, Meng, S. and Wuthrich, M. V. (2019). Claims frequency modeling using telematics car
driving data. Scandinavian Actuarial Journal, 2019(2): 143-162.
> Gao, G.* and Meng, S. (2018). Stochastic claims reserving via a Bayesian spline model with
random loss ratio effects. ASTIN Bulletin, 48(1): 55-88.
> 高光远*; 孟生旺(2018). 基于车联网大数据的车险费率因子研究. 保险研究, 357(1): 90-100.
======
其他论文:
>> Gao, G. and Wuthrich, M. V.*(2019). Convolutional neural network classification of telematics
car driving data. Risks, 7(1): article 6.
>> Gao, G., Meng, S.* and Shi, Y. (2019). Stochastic payments per claim incurred. North American
Actuarial Journal, DOI: 10.1080/10920277.2018.1480390.
>> Gao, G., Ho, K.-Y. and Shi, Y.* (2018). Long memory or regime switching in volatility? Evidence
from high-frequency returns on the U.S. stock indices. Pacific-Basin Finance Journal, DOI:
10.1016/j.pacfin.2018.08.013.
>> Gao, G. and Wuthrich, M. V.* (2018). Feature extraction from telematics car driving heatmaps.
European Actuarial Journal, 8(2): 383-406.
>> Meng, S. and Gao, G.* (2018). Compound Poisson claims reserving models: Extensions and
inference. ASTIN Bulletin, 48(3): 1137-1156.
>> 孟生旺*; 李天博; 高光远(2017). 基于机器学习算法的车险索赔概率与累积赔款预测. 保险研究,
354(10):42-53.

著作成果

> Gao, G. (2018). Bayesian Claims Reserving Methods in Non-life Insurance with Stan: An Introduction. Springer, Singapore. DOI: 10.1007/978-981-13-3609-6.