2020年6月18日上午，加拿大多伦多大学X.Sheldon Lin教授通过腾讯会议软件在线为我院师生做了题为 “Mixture of Experts Regression Models for Property and Casualty Insurance”的学术报告。报告由中国精算研究院池义春研究员主持，包括我院师生在内有130多人参与此次论坛。

首先，林教授给大家讲解了他对于精算建模的个人认识，他认为建模需要基于数据，立足保险背景，不能过分强调数学的正确性。同时，精算模型应该具备灵活性、简约性、和可解释性。其次，他认为了解投保人风险对索赔次数和索赔额的影响，以及不同类型索赔之间的依赖关系，是制定保险费率和IBNR准备金的关键。为了准确地量化这种关系，他改进了简化混合专家模型，提出了logit加权简化版的混合专家模型(LRMoE)。最后，他的团队通过仿真研究和实际数据说明了模型的应用价值。他们用LRMoE模型拟合一家欧洲保险公司的多变量索赔频率数据，发现该模型能够从保险的角度来解释拟合，使投保人的信息与其风险水平之间的关系形象化，以及有助于制定保险费率。另外，它还能用于处理了具有重尾特征的保险损失数据。他表示，该模型适用于有效拟合报告延迟成分，这对于IBNR的充分预测是有用的且至关重要的。

653

报告结束后，林教授就LRMoE模型在非寿险中的应用与出席报告的各位专家学者进行了热烈的讨论与交流，与会师生受益匪浅。 ‍