內容簡介
本書基於大數據時代背景,對健康保險精算統計模型與風險監管進行系統研究。研究發現:第一,分散式演算法、最優子抽樣、基於密度比模型的經驗似然演算法和模型平均演算法等可解決健康大數據融合問題;第二,隨機森林分類模型、BP組合神經網絡模型、樸素貝葉斯模型及馬爾可夫模型等可有效推進健康保險定價模型向「事前定價+動態調整」的創新模式轉變;第三,聚類方法、LightGBM方法和決策樹演算法等可對健康保險欺詐進行科學識別。 希望本書的出版可以為健康保險精算技術變革及風險監管對策改進提供理論支撐,助力國家多層次醫療保障體系改革。作者簡介
汪榮明,1965年生於安徽安慶。1997年畢業於華東師範大學,獲理學博士學位。現任上海對外經貿大學校長、教授、博士生導師,享受國務院政府特殊津貼專家。主要學術兼職為國務院學位委員會統計學科評議組成員,教育部高等學校統計學類專業教學指導委員會副主任委員,中國現場統計研究會副理事K, Applied Stochastic Models in Business and Industry (SCI)和 Insurance: Mathematics and Economics(SSCI)編委。 主要研究方向為保險精算與金融風險管理。在國內外概率統計及保險精算學核心期刊上發表論文50餘篇。主持高等學校學科創新引智計劃(「111」計劃)、國家社科基金重大項目、國家社科基金重點項目及多項國家自科基金、國家社科基金等項目的研究工作。相關研究成果曾獲上海市決策諮詢研究成果獎一等獎、全國統計科學研究優秀成果獎二等獎等獎項。目錄
第一章 導論