2025年7月7日下午，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“养老金”平行论坛在中央财经大学学术会堂成功举办。本次平行论坛分设两场专题讨论，众多高校与研究机构的专家学者齐聚一堂。围绕养老金发展领域的前沿理论及实践应用，各位嘉宾展开了深层次的探讨与交流。

第一场平行论坛由中央财经大学保险学院毛磊副教授主持。河北工业大学理学院梁晓青副教授、香港大学统计及精算学系博士后贺莞婷、香港大学统计及精算学系博士研究生冯悦蔓以及中央财经大学保险学院博士研究生乔智分别就各自研究领域的最新成果进行了报告。

第一场平行论坛现场

梁晓青副教授以“Bayesian Adaptive Portfolio Optimization for DC Pension Plans”为题，探讨了贝叶斯框架下研究缴费确定型（DC）养老金的投资优化问题。研究将贝叶斯框架扩展到DC养老金的效用最大化问题，综合考虑通胀风险、随机工资和绩效保证金，通过部分信息建模得到最优财富和投资策略的显式表达式。该研究扩展了DC养老金理论，为复杂市场下的退休规划提供新方法。

贺莞婷博士做了题为“Periodic Evaluation of DC Pension Fund: A Dynamic Risk Measure Approach”的演讲。该研究克服传统绩效评估局限，聚焦于通过动态风险测度和强化学习框架对缴费确定型（DC）养老金基金进行评估与管理。研究创新性地将数据驱动方法与精算模型结合，为智能养老金融提供了可解释、自适应决策范式。

冯悦蔓以“Constrained Portfolio Optimization in the Defined Contribution Pension Management”为题，介绍了关于在缴费确定型（DC）养老金计划中，交易约束如何塑造投资行为及最优策略制定的相关研究。该研究旨在开发一个精算科学的通用框架，分析交易约束对个人金融决策的影响。研究通过两因子模型（利率和通胀）分析四种资产配置，创新性地采用支持函数将借贷、卖空等约束转化为数学表达，并开发双重间隙神经网络优化方法，为养老金投资策略的制定提供了新方法论。

乔智以“Delayed Retirement, Life Expectancy Differences and Pension Fairness in China”为题，探讨了中国养老金制度下预期寿命差异对代际和代内公平的影响，并分析了延迟退休激励机制的有效性。该研究为优化延迟退休激励机制、改善制度公平性提供了重要理论依据和实证支持。

第二场平行论坛由中央财经大学保险学院、中国精算研究院伍慧玲教授主持。重庆大学数学与统计学院张志民教授、新疆大学数学与系统科学学院刘伟教授、天津财经大学金融学院王愫新副教授以及合肥大学人工智能与大数据学院讲师解淋博士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

张志民教授以“Efficient Pricing and Hedging of Multi-Asset Variable Annuities under Multivariate Ornstein-Uhlenbeck Driven Stochastic Volatility Model”为题，提出了在多资产OU随机波动率（OUSV）模型下的一种高效定价和敏感性分析方法。该研究系统介绍了模型设定，包括多资产价格和波动率的动态、死亡率建模和存活概率的推导，并给出了投资账户和保证账户的演化机制，为复杂金融衍生品定价提供了高效解决方案。

刘伟教授以“The Optimal Asset Allocation of DB-Paygo Pension with Liabilities under the Uncertainty Theory”为题，提出了一个在不确定最优控制框架下的DB-PAYGO养老金最优配置模型。研究详细推导了最优性原理和方程，得到了最优投资比例和缴费率的显式表达式，并分析了不同条件下的策略调整，为复杂制度环境下的养老基金配置提供了理论支持。

王愫新副教授做了题为“Optimal Asset Allocation in DC Pension Plans with a Post-Retirement Income Guarantee under Longevity Risk”的报告。该报告研究了如何在不确定的金融和人口环境下，通过合理的资产配置对冲利率和长寿风险，同时履行双重保障义务并最大化退休时资产负债盈余的效用。研究采用了仿射短期利率模型和仿射死亡率模型来刻画长期风险动态，并借助HJB方程推导出解析解并获得最优投资策略的封闭形式，为应对人口老龄化提供了创新性的风险管理工具。

解淋博士以“Robust Portfolio Selection for Pooled Annuities under Partial Information and Value-at-Risk Constraint”为题，提出了一个整合部分信息框架与VaR约束的联合年金优化模型。该研究突破传统假设，采用隐藏马尔可夫链处理金融市场和死亡率参数的不可观测性，并引入随机退出机制增强产品灵活性。通过滤波理论动态更新参数估计，结合VaR约束控制下行风险，研究得出最优投资、消费和退出策略的解析解，为长寿风险管理提供了新的方法论。

本次论坛的成功举办，展示了中国学者在养老金研究领域的前沿探索，为应对全球人口老龄化挑战提供了有益的理论参考和实践启示。相关研究成果不仅丰富了养老金领域的学术积累，也为完善养老保障体系提供了多元化的思路与方法。这些学术探索将持续为构建更加公平、可持续的养老金制度提供智力支持。

（撰稿：李凡；审稿：郑苏晋；编辑：薛丽娜，审核：郑苏晋）