3月30日，由我校中国精算研究院、保险学院主办的“2024精算与计算金融最新进展国际研讨会”在学院南路校区举办。副校长李涛出席会议并致欢迎词，保险学院、中国精算研究院院长周桦主持开幕式。

研讨会共有7个大会学术报告，邀请来自香港理工大学、新加坡南洋理工大学、意大利乌迪内大学、中山大学等国内外高校知名教授和学者，对近来热门的人工智能和机器学习方法在精算与量化风险中应用的前沿研究，进行成果分享和深入研讨。来自清华大学、北京大学、中国人民大学等高校和机构的90余名师生参加研讨会。

第一场学术报告由保险学院、中国精算研究院副院长郑苏晋主持，香港理工大学戴民教授就本人与同济大学Yuchao Dong教授的最新合作研究“Learning Optimal Trading Strategy with Transaction Costs”进行分享，介绍他们开发的强化学习方法，利用奇异控制与随机Dynkin博弈之间的联系，探索如何在包含交易成本的市场环境中通过机器学习得到最佳投资策略。

第二场报告由中国人民大学风险管理与精算系系主任肖争艳主持，新加坡南洋理工大学Nicolas Privault教授和意大利乌迪内大学Antonino Zanette教授分别做题为“A Deep Learning Approach to the Probabilistic Numerical Solution of Path-dependent Partial Differential Equations”和“Classical and Machine Learning Methods for Risk Handling”的报告。Privault教授介绍与其博士生Jiang Yu Nguwi共同研究的使用深度学习方法求解路径依赖偏微分方程的概率数值解。Zanette教授介绍对信用价值调整（CVA）、一篮子美式期权的总价值调整（XVA）的计算方法的改进及反向套期保值算法。

第三场报告由保险学院、中国精算研究院副研究员郑敏主持，中山大学刘彦初教授和我校韦晓副教授分别做题为“Teaching Economics to the Machines”和“Control Variate Applied to Machine Learning for Pricing American Options in High Dimension Models”的报告。刘彦初介绍如何将经济学理论与数据结合，利用迁移学习的方法将有用的经济限制从结构模型纳入到机器学习模型中。韦晓介绍其与法国国家科学研究中心Ludovic Goudenège研究员和我校张雅慧博士的合作研究，主要围绕美式算术期权在高维模型下的定价问题，通过引入最优控制变量参数和增加控制变量的方式拓展Ludovic Goudenège研究员及其合作者之前提出的一种结合控制变量法（CV）和高斯过程回归（GPR）的蒙特卡洛方法（MC），命名为GPR-MC-CV方法，旨在进一步优化方差控制效果，解决因“提前行权”特性及高维度带来的计算难题。

最后一场报告由保险学院、中国精算研究院伍慧玲教授主持，意大利乌迪内大学Andrea Molent博士和我校王玲博士分别做题为“Advanced Numerical Techniques in Variable Annuities”和“4/2 Rough and Smooth”的报告。Molent在报告中介绍其在变额年金领域的两篇研究，分别探讨变额年金中的税收模型以及长期护理（LTC）支付的影响。王玲表示，现有的金融市场波动率模型（如CEV随机波动率模型和Heston模型）在描述市场波动率特性时存在限制，尤其是无法有效处理波动率的粗糙特性和尾部分布。基于此，她提出一种结合粗糙波动和平滑波动特点的两因子模型——4/2 RS模型，通过蒙特卡罗模拟和欧拉离散化方法对4/2 RS模型进行的仿真实验，进一步证明了4/2 RS模型在捕捉波动率的粗糙性和尾部分布方面的优越性。

保险学院、中国精算研究院研究员池义春对研讨会进行总结。

本次研讨会聚焦精算和计算金融领域的前沿问题研究，汇集不同国家与高校的专家学者，通过深入的学术交流与探讨，为参与者提供一个相互学习、相互交流的宝贵平台。研讨会的成功举办，促进国内外高校师生相互了解，增进学术交流，有效提升我校精算学科学术影响力。

撰稿：吕思聪、韦晓；审稿：王颖

编辑：刘禹；审核：孙颖