2025年7月7日—8日，由中央财经大学中国精算研究院、保险学院主办的第三届精算、量化金融与风险管理国际会议“风险管理”平行论坛在中央财经大学学术会堂成功举办。本次平行论坛下设三场专题讨论，汇聚了来自全球顶尖高校和研究机构的专家学者，围绕风险管理领域的前沿理论和实践应用展开了深入探讨。
第一场平行论坛由中央财经大学保险学院、中国精算研究院助理教授王玲博士主持。伦敦大学贝叶斯商学院精算与保险系Vali Asimit教授、北京交通大学数学与统计学院臧鑫副教授以及莫纳什大学计量经济学与商业统计系讲师Patrick Wong博士分别就各自研究领域的最新成果进行了专题报告。
第一场平行论坛现场
Vali Asimit教授以“Mean Vector Shrinkage Estimation”为题，深入浅出地介绍了基于Stein悖论的收缩估计方法。该方法通过结合常见估计量和低方差目标估计量，显著提高了高维数据环境下均值向量估计的稳定性。该研究还提出了四种分布无关的收缩估计量，并在样本量和向量维度同时增大的最一般性设定下证明了其一致性性质。Asimit教授通过合成数据和真实数据的对比实验，展示了新方法在投资组合理论等实际应用中的优越性能。
臧鑫副教做了题为“Random Risk Measures on the Order Statistics of Correlated Risks”的报告。该研究创新性地提出了一种基于序统计量的随机风险测度（RRM-OS），通过Copula方法对观测值间的依赖关系建模。研究发现，在观测值条件独立的结构下，RRM-OS表现出良好的极限性质。实证分析表明，在VaR估计方面，基于条件独立假设的估计量比独立假设下的估计量更为有效。这一结果为处理复杂相依结构的风险测度提供了新的理论工具。
Patrick Wong博士分享了题为“Wishart Conditional Tail Risk Measures: A Dynamic and Analytic Approach”的最新研究。该研究创新性地利用Wishart过程构建了一个动态分析框架，能够显式计算多种条件尾部风险测度。得益于Wishart过程良好的解析性质，这些测度可通过一/二维积分精确求解。Wong博士通过数值案例展示了该框架在资本配置等问题中的实用性和灵活性，为风险管理实践提供了有力的分析工具。
第二场平行论坛由中央财经大学保险学院王吉元副教授主持。香港中文大学金融学系助理教授王紫佳博士、加拿大韦仕敦大学统计与精算科学系李姝副教授、山东财经大学保险学院讲师张鹏程博士以及英国南安普顿大学数学科学学院博士研究生杨梦妮分别就各自研究领域的最新成果进行专题报告。
第二场平行论坛现场
王紫佳博士以“The Last Passage Time Before Ruin: Theory and Applications in Liquidation Risk Management”为题，从理论上推导了Lévy保险风险过程下，在破产前最后一次超过某一阈值的时间与破产剩余时间的联合拉普拉斯变换，并研究了在L1距离下的最优停时策略问题。研究结果表明，最优停止边界与初始盈余水平无关，并给出了该边界的显式刻画。这些理论成果填补了现有文献中关于有限时间内最后一次通过时间研究的空白。
李姝副教授以“The Theory and Applications of the Number of Claims until First Passage Times”为题，聚焦于保险风险过程中的首次通过问题，首次系统研究了首次通过时间前索赔次数的结构特征。这些离散型随机变量不仅有助于深入理解索赔动态对保险公司盈余路径的影响，也因其复合或混合结构而便于计算与评估。研究在复合泊松风险模型下展开，并进一步探讨了其在风险管理中的实际意义，为保险公司提供了新的风险监测工具。
张鹏程博士分享了题为“Spatially Clustered Mixture of Experts Model for Dependent Frequency and Severity of Insurance Claims”的研究。研究提出了一种基于logit权重的混合专家模型（MoE），并进一步引入空间聚类结构，构建了空间聚类混合专家模型（SCMoE）。该模型通过引入正则项刻画空间相关性，并采用结合ADMM的Minorization-Maximization算法进行推断。模拟研究与中国健康保险数据的实证分析均表明，考虑空间聚类的模型在预测性能上显著优于传统模型，为保险定价与风险评估提供了更精准的工具。
杨梦妮以“On the Frequency of Deep Drawdowns and Ranges for Brownian Motion Processes”为题指出，尽管风险事件的大小常被重点关注，但其发生频率同样不可忽视。她以漂移布朗运动为研究对象，系统分析了深度回撤与波动区间的频率特征，并通过刻画第n次事件发生时间等关键量，深入探讨了其内在性质。数值研究进一步揭示了这些指标在风险监测与资本管理中的潜在应用价值。
第三场平行论坛中央财经大学保险学院张楠楠副教授主持。内布拉斯加大学林肯分校精算学刘衍昕副教授、布莱恩特大学数学与经济学院助理教授翟得昆博士以及南开大学南开-泰康保险与精算研究院助理研究员陶成博士分别就各自研究领域的最新成果进行报告。
第三场平行论坛现场
刘衍昕副教授发表了题为“Identifying Long Term Mortality Improvement Rates: ALIDAR Approach”的演讲。该研究创新性地将自动驾驶领域的LiDAR（激光雷达）技术应用于死亡率预测，提出了名为“ALIDAR”的死亡率长期改善率识别方法，这项研究是死亡率预测领域在方法论上的突破，为全球保险和养老金行业提供了更精准的长寿风险评估工具，也为精算科学开辟了全新的数据分析视角。
翟得昆博士以“Retirement Benefit Evaluation Based on Impaired Mortality and Tax Considerations”为题，为面临退休金领取选择的个人提供了科学的决策框架，特别关注了患有心脏病、糖尿病等慢性病群体的特殊需求。研究基于精算学的方法，通过构建多因素决策模型，量化评估了各种退休金领取方案的实际价值。该研究不仅具有重要的理论价值，更对提升退休人员的生活质量具有现实意义。
陶成博士以“Time-Varying Survival Function and Longevity-Linked Target Benefit Pension Plan”为题，聚焦于全球养老金体系所面临的长寿风险问题，创新性地提出了“时变生存函数”模型。这一模型的核心在于建立动态的生存概率曲线，通过对人口寿命的动态预测和分析，实现了长寿风险在保险公司与参保人之间的持续动态分担，使养老金体系有望在未来实现更加稳健、高效和可持续的发展。这一成果为解决养老金体系面临的长期挑战提供了全新的思路。
本次论坛展现了风险管理领域的最新研究进展，从理论创新到实践应用，为保险精算、投资管理和养老金规划等多个领域提供了重要参考。与会学者通过深入交流，不仅推动了学术前沿探索，也为行业实践提供了切实可行的解决方案，充分体现了学术研究与实际应用的深度融合，为风险管理领域的未来发展奠定了坚实基础。
（撰稿：李凡；审稿：郑苏晋；编辑：薛丽娜，审核：郑苏晋）
