光华讲坛——如何提升GLM的预测效果? 


(发布于:2020-06-18 )


2020612日下午两点,保险学院云端讲座如期开展。本次讲座主题为“如何提升GLM的预测效果?”,由中国人民大学二级教授,“杰出学者”特聘教授,博士生导师孟生旺教授主讲,保险学院精算系杨亮老师主持本次讲座。

孟生旺教授指出广义线性模型在非寿险定价及准备金评估方面有广泛应用,但随着车联网等大数据的出现,传统的广义线性模型存在诸多局限,具体而言,有如下不足:传统的广义线性模型仅对均值进行建模,对于方差不一致没有加以考虑,难以确定风险附加;对于非线性效应也不能较好进行解释;另外,当前数据解释变量过多,传统广义线性模型不能较好处理;变量之间存在的共线性、数据筛选、回归结果不稳定等等也导致传统广义线性模型“束手无策”。

如何进一步提升传统GLM的预测效果,对于改进非寿险定价和准备金评估结果具有重要价值。孟生旺教授结合自身学习和思考,分享了几类改进方法,可以引入平滑函数,从GLMGAM;对分布的多个参数同时建模,提升准确度;通过正则化与变量选择,筛选出重要的变量进行建模,包括ridgelassoelastic net等方法,解决过拟合问题;从机器学习到统计boosting,逐步找到分类的变量,提升准确度;将神经网络与GLM结合应用。孟生旺教授指出前四种改进方法已相对成熟,后两种改进方法学界正在积极探索中,也鼓励同学们就后两种GLM改进方法加以研究,找到自己的研究方向。

孟生旺教授的讲解深入浅出,同学们受益匪浅,最后,孟生旺教授还对同学们的疑问进行了解答杨亮老师对孟生旺教授的讲解给予高度评价并对孟生旺教授表示感谢。




打印本文