近期论文
查看导师新发文章
(温馨提示:请注意重名现象,建议点开原文通过作者单位确认)
孟生旺,黄一凡.基于车联网数据的驾驶行为保险定价[J].系统工程学报,2023,38(01):121-130.
Yaqian Gao, Yifan Huang, Shengwang Meng. Evaluation and interpretation of driving risks: Automobile claim frequency modeling with telematics data[J]. Statistical Analysis and Data Mining, 2022, 97-119.
李政宵, 刘新红, 孟生旺. 多维地震风险模型与保险基金测算[J]. 保险研究, 2022(10): 45-60.
Shengwang Meng, Yaqian Gao, Yifan Huang. Actuarial intelligence in auto insurance: Claim frequency modeling with driving behavior features and improved boosted trees[J]. Insurance: Mathematics and Economics , 2022, V106, 115-127.
黄一凡 孟生旺. 中国地震指数保险设计与定价研究[J]. 统计研究, 2022, 39(4): 108-121.
Guangyuan Gao, Shengwang Meng, Mario V. Wüthrich, What can we learn from telematics car driving data: A survey[J]. Insurance: Mathematics and Economics, 2022, V104:185-199.
杨亮, 孟生旺, 徐婷婷. 中国巨灾保险基金规模测算研究[J]. 统计与信息论坛, 2022, 37(03):75-85.
Shengwang Meng, He Wang, Yanlin Shi, Guangyuan Gao. Improving automobile insurance claims frequency prediction with telematics car driving data. ASTIN Bulletin: The Journal of the International Actuarial Association, 2022, 52(2), 363-391. doi:10.1017/asb.2021.35.
Guangyuan Gao, Shengwang Meng, Yanlin Shi, Dispersion modelling of outstanding claims with double Poisson regression models, Insurance: Mathematics and Economics, 2021, V101 : 572-586.
张译元, 孟生旺. 农作物区域产量保险的时空相依模型及其应用[J/OL]. 数理统计与管理: 1-17[2021-07-25]. https://doi.org/10.13860/j.cnki.sltj.20210722-022.
张永霞, 孟生旺, 田茂再. 半参数贝叶斯分层分位回归模型及其在保险公司成本分析中的应用[J]. 数理统计与管理, 2021, 40(03): 381-394.
Zhengxiao Li, Jan Beirlant, Shengwang Meng. Generalizing The Log-Moyal Distribution And Regression Models For Heavy-Tailed Loss Data. ASTIN Bulletin: The Journal of the International Actuarial Association, 2021, 51(1): 57-99. doi:10.1017/asb.2020.35.
张译元,孟生旺. 因子Copula空间偏相依模型与农业系统性风险度量[J]. 统计研究, 2021,38(02): 122-134.
王明高,孟生旺.基于尺度混合偏正态分布的稳健未决赔款准备金评估方法[J]. 数理统计与管理, 2021, 40(04): 634-642.
Ma N, Bai Y, Meng S. Return Period Evaluation of the Largest Possible Earthquake Magnitudes in China Mainland Based on Extreme Value Theory. Sensors (Basel, Switzerland). 2021, 21(10): 1-27.
陈惠民,孟生旺,吕秀萍. 基于分箱策略的巨灾债券风险息差定价模型[J]. 统计与信息论坛, 2020, 35(11): 3-13.
Yifan Huang, Shengwang Meng. A Bayesian nonparametric model and its application in insurance loss prediction[J]. Insurance Mathmatics and Economics. 2020, V93: 84-94 . DOI: 10.1016/j.insmatheco.2020.04.010.
张译元, 孟生旺. 农业指数保险定价模型的研究进展及改进策略[J]. 统计与信息论坛, 2020, 35(01): 30-39.
黄一凡, 孟生旺. 基于厚尾分布的非寿险准备金评估模型[J]. 系统工程理论与实践, 2020, 40(1): 42–54.
Yifan Huang, Shengwang Meng. Automobile insurance classification ratemaking based on telematics driving data[J]. Decision Support Systems. 2019, V127. doi.org/10.1016/j.dss.2019.113156.
孟生旺, 王海淘. 基于机器学习算法的个体索赔准备金评估模型[J]. 保险研究, 2019, (9): 88-101.
李云仙, 孟生旺. 基于分位回归模型的地震风险评估[J]. 数理统计与管理. 2019, Vol5: 785-798.
Guangyuan Gao, Shengwang Meng, Mario V. Wüthrich. Claims Frequency Modelling Using Telematics Car Driving Data[J]. Scandinavian Actuarial Journal, 2019, (2): 143-162.
刘新红, 孟生旺, 李政宵. 地震风险预测的Copula混合分布模型[J]. 系统工程理论与实践, 2019, 39(7): 1855-1866.
杨亮, 孟生旺. 准备金评估的贝叶斯分层分位回归模型[J]. 系统工程学报, 2019, 34(5): 672-682.
Guangyuan Gao, Shengwang Meng, Yanlin Shi. Stochastic Payments per Claim Incurred[J]. North American Actuarial Journal. 2019, 23(1): 11-26.
王选鹤, 孟生旺, 杨默. 车险索赔次数预测模型的扩展与应用[J]. 保险研究,2018, (11): 84-94.
孟生旺, 李政宵. 地震死亡人数预测与巨灾保险基金测算[J]. 统计研究, 2018, 35(10): 89-102.
孟生旺,黄一凡. 驾驶行为保险的风险预测模型研究[J]. 保险研究, 2018, (8): 21-34 .
李政宵, 孟生旺. 相依风险的团体健康保险损失预测[J]. 数理统计与管理, 2018, 37(3): 399-412. 《统计与精算》2018年第5期全文转载。
Shengwang Meng,Guangyuan Gao. Compound Poisson Claims Reserving Models: Extensions and Inference[J], ASTIN Bulletin: The Journal of the International Actuarial Association, 2018, 48(3): 1137-1156.
李政宵, 孟生旺. 我国商业车险奖惩系统的构建与评价[J]. 系统工程理论与实践, 2018, 38 (4): 938-949.
王选鹤, 孟生旺, 王灵芝. 偿二代下财产保险公司压力测试[J]. 财经问题研究, 2018, 4: 47-54. 《金融与保险》2018年09期全文转载.
孟生旺, 杨亮. 基于参数化分位回归模型的非寿险准备金评估[J]. 系统工程理论与实践, 2018, 38(3): 603-614.
Zhiyi Lu, Shengwang Meng, Leping Liu, Ziqi Han, Optimal insurance design under background risk with dependence[J]. Insurance: Mathematics and Economics, 2018, 80: 15-28.
李政宵,孟生旺. 基于GB2分布的贝叶斯相依性准备金评估模型[J]. 统计研究, 2018, 35(1): 91-103.
高光远,孟生旺. 基于车联网大数据的车险费率因子分析[J]. 保险研究,2018, (1): 90-100. 《统计与精算》2018年03期全文转载. 《保险研究》2018年度优秀论文。
Guangyuan Gao, Shengwang Meng. Stochastic Claims Reserving via a Bayesian Spline Model with Random Loss Ratio Effects[J], ASTIN Bulletin: The Journal of the International Actuarial Association, 2018, 48(1): 55-88.
王明高, 孟生旺. 尖峰厚尾巨灾损失数据的组合分布模型[J]. 保险研究, 2017,(12):113-123. 《统计与精算》2018年02期全文转载。
张永霞, 孟生旺. 基于累积损失混合模型的贝叶斯保费研究[J]. 保险研究, 2017,(11): 70-79.
孟生旺, 李天博, 高光远. 基于机器学习算法的车险索赔概率与累积赔款预测[J]. 保险研究, 2017,(10):42-53.
孟生旺, 张永霞. 基于累积索赔金额的最优奖惩系统[J]. 统计研究, 2017,34(6): 85-95.
孟生旺, 李政宵. 索赔频率与索赔强度的相依性模型[J]. 统计研究,2017,34(1):55-66.