2023年4月20日上午11:00，由中国人民大学统计学院和教育部人文社科重点研究基地应用统计研究中心共同举办的“统计大讲堂”系列讲座第215讲在中国人民大学明德主楼1037会议室举行。
本次讲座邀请西南财经大学金融学院副教授杨亮作了题为“Multi-line Dependent Reserving Based on Generative Neural Network Algorithm”的报告。讲座由中国人民大学统计学院讲师孙韬主持。
首先，杨亮教授从多业务线相依性结构的刻画出发，研究准备金多线路预留问题，介绍了边界参数化模型和一般意义下的逼近理论。接着，杨教授提出了多业务线相依性准备金的创新方法，使用数据驱动的装箱策略，通过无监督学习优化GAM的平滑项，并构建GLM_bin模型，实现单线未决索赔准备金的初始回归。考虑到多条线路之间的相互依赖问题，使用GNN算法对不同线路的GLM_bin预测残差进行联合建模，实现了对单线未决索赔保留结果的二次校准，得到了多线预留结果的联合分布。
杨亮教授指出，与传统的多线Copula方法相比，“GLM_bin + GNN”方法不仅有效地削弱了模型假设，而且通过获得联合分布，为综合风险管理提供了强有力的支持。此外，它提高了现有预留方法的准确性和模型拟合性，为多线路预留问题提供了一个新的视角。
最后，杨亮教授在提问环节认真细致地回答了师生们有关研究理论的细节问题，就相关话题进行了深入探讨。
此后“统计大讲堂”系列将陆续推出更多精彩讲座，敬请关注。