高光远
副教授职 务： 无
办 公 室：
电子邮箱：guangyuan.gao@ruc.edu.cn
教育背景
2012.08-2016.12，澳大利亚国立大学统计学专业，哲学博士学位
2010.02-2011.12，澳大利亚国立大学统计学专业，哲学硕士学位
2005.09-2009.07，同济大学土木工程专业，工学学士学位
工作经历
2020.08至今，太阳成集团tyc122cc，副教授
2018.08-2020.08，太阳成集团tyc122cc，讲师
研究方向
寿险与非寿险精算、应用统计
荣誉奖励
1. 2019年太阳成集团122cc官网入口优秀科研成果奖（著作）
2. 《保险研究》2018年度优秀论文，第2获奖人
3. Ian Castles Prize for Master of Applied Statistics, 2011
科研项目
1. 保险定价中三类潜变量回归模型的非参数方法研究：基于集成树模型，国家自然科学基金项目，主持
2. 基于机器学习算法的非寿险个体准备金评估模型，国家自然科学基金项目，主持。
3. Analytics of telematics car driving data，北美精算师协会研究项目，主持。
4. 基于车联网大数据的汽车保险费率因子研究，太阳成集团122cc官网入口科学研究基金项目，主持。
5. 巨灾债券定价与风险管理的统计建模研究，国家社会科学基金重点项目，参与。
6. 数字时代风险管理与精算模型研究，教育部人文社会科学重点研究基地重大项目，参与。
7. 巨灾保险的精算统计模型及其应用研究，国家社会科学基金重大项目，参与。
8. 基于大数据的精算统计模型与风险管理问题研究，教育部人文社会科学重点研究基地重大项目，参与。
教改项目
1. 数字时代高等代数教学改革：从理论到应用，太阳成集团122cc官网入口本科公司产品改革研究项目，主持。
科研发表
1. Hou, Y., Li, J., Gao, G.* (2025). Insurance loss modeling with gradient tree-boosted mixture models. Insurance: Mathematics and Economics 121: 45-62.
2. Cheng, R.*, Shi, J., Loh, J. M., Gao, G. (2025). Neural networks for simultaneous modeling of multi-population mortality with coherent forecasts. Scandinavian Actuarial Journal.
3. Chang, L., Gao, G., Shi,Y.* (2024). A semi-parametric claims reserving model with monotone splines. Annals of Operations Research.
4. Chang, L., Gao, G.*, Shi, Y. (2024). Claims reserving with a robust generalized additive model. North American Actuarial Journal 28: 840-860.
5. Gao, G. (2024). Fitting Tweedie's compound Poisson model to pure premium with the EM algorithm. Insurance: Mathematics and Economics 114: 29-42.
6. Gao, G., Li, J.* (2023). Dependence modeling of frequency-severity of insurance claims using waiting time. Insurance: Mathematics and Economics 109:29-51.
7. Gao, G., Shi, Y.* (2023). Robustness and spurious long memory: Evidence from the generalized autoregressive score models. Annals of Operations Research.
8. Meng, S., Wang, H., Shi, Y., Gao, G.* (2022). Improving automobile insurance claims frequency prediction with telematics car driving data. ASTIN Bulletin 52: 363-391.
9. Gao, G., Meng, S., Wüthrich, M. V.* (2022). What can we learn from telematics car driving data: A survey. Insurance: Mathematics and Economics 104: 185-199.
10. Gao, G., Wang, H., Wüthrich, M. V.* (2022). Boosting Poisson regression models with telematics car driving data. Machine Learning 111: 243-272.
11. Gao, G., Meng, S.*, Shi, Y. (2021). Dispersion modelling of outstanding claims with double Poisson regression models. Insurance: Mathematics and Economics 101: 572-586.
12. Gao, G., Shi, Y.* (2021). Age-coherent extensions of the Lee-Carter model. Scandinavian Actuarial Journal 2021: 998-1016.
13. Gao, G., Ho, K.-Y. and Shi, Y.* (2020). Long memory or regime switching in volatility? Evidence from high-frequency returns on the U.S. stock indices. Pacific-Basin Finance Journal 61.
14. Gao, G.*, Wüthrich, M. V. and Yang, H. (2019). Evaluation of driving risk at different speeds. Insurance: Mathematics and Economics 88: 108-119.
15. Gao, G. and Wüthrich, M. V.* (2019). Convolutional neural network classification of telematics car driving data. Risks 7: article 6.
16. Gao, G., Meng, S.* and Shi, Y. (2019). Stochastic payments per claim incurred. North American Actuarial Journal 23: 11-26.
17. Gao, G.*, Meng, S. and Wüthrich, M. V. (2019). Claims frequency modeling using telematics car driving data. Scandinavian Actuarial Journal 2019: 143-162.
18. Gao, G. and Wüthrich, M. V.* (2018). Feature extraction from telematics car driving heatmaps. European Actuarial Journal 8: 383-406.
19. Meng, S. and Gao, G.* (2018). Compound Poisson claims reserving models: Extensions and inference. ASTIN Bulletin 48(3): 1137-1156.
20. Gao, G.* and Meng, S. (2018). Stochastic claims reserving via a Bayesian spline model with random loss ratio effects. ASTIN Bulletin 48(1): 55-88.
21. 高光远 *; 孟生旺 (2018). 基于车联网大数据的车险费率因子研究. 保险研究 357(1): 90-100.
22. 孟生旺 *; 李天博; 高光远 (2017). 基于机器学习算法的车险索赔概率与累积赔款预测. 保险研究 354(10):42-53.
著作教材
1. Gao, G. Bayesian Claims Reserving Methods in Non-life Insurance with Stan: An Introduction. Springer-Verlag, DOI: 10.1007/978-981-13-3609-6, 2018.
2. 高光远编，《线性代数：从理论到应用》，机械工业出版社，2024
3. 孟生旺、刘乐平、肖争艳、高光远编著，非寿险精算学（第四版），太阳成集团122cc官网入口出版社，2019
教学课程
1. 本科课程：高等代数、金融数学、非寿险精算学
2. 研究生课程：现代精算统计模型
其他
