Ship insurance in the era of AI: An intelligent risk profiling system under the POM principles

主讲人：李政宵

李政宵，教授，博士生导师，鲁汶大学访问学者。现任对外经济贸易大学保险学院副院长、对外经济贸易大学“惠园优秀青年学者”。2017 年毕业于中国人民大学统计学院风险管理与精算系，获经济学博士学位。 现担任中国现场统计研究会风险管理与精算分会理事，中国优选法统筹法与经济数学研究会量化金融与保险分会理事。主要研究领域包括非寿险精算、精算统计模型、深度学习与精算方法、巨灾风险与新兴风险管理。近年来国内外保险精算期刊Journal of Risk and Insurance、 North American Actuarial Journal、 Insurance: Mathematics and Economics、 ASTIN Bulletin: The Journal of the IAA、 《统计研究》《数理统计与管理》《系统工程理论与实践》《保险研究》 等国内外核心期刊发表多篇学术论文， 出版学术专著一部。主持国家自然科学基金项目三项， 对外经济贸易大学创新团队项目一项。

1

报告信息

时间

2026年11月12日（周四）14:00

地点

中国人民大学中关村校区明德主楼1016会议室为线下会场；

中国人民大学通州校区经济学部楼215会议室同步设置观看点。

2

报告摘要

As the origin of modern commercial insurance, ship insurance underpins global maritime supply chain stability. Yet shipping modernization and AI advances expose three flaws in traditional risk profiling: misalignment with frequency-severity pricing, complex factor-based classification, and lack of dynamic premium adjustment. To address these, we propose POM principles (Personalized risk portrait, Omnispective risk factors, and Maneuverable calibration) and an AI framework with three cores: (1) extensible "retrospective + prospective" risk factors; (2) independent AI modules for premium rate/amount prediction; (3) data-stream adjustment calibrating historical data for automated and equitable dynamic ratemaking. Validated via 15,007 records (15% of China’s 2016–2021 registered ships) using Random Forest Regression, it outperforms traditional GLMs and mainstream ML models in accuracy and risk differentiation. This pioneers intelligent ship insurance profiling fills gaps in individualized pricing/dynamic adaptation, and offers insights for sectors like aviation insurance rooted in ship insurance’s unique "premium rate × insured amount" logic.

“统计大讲堂”由中国人民大学统计学院与应用统计科学研究中心联合主办，旨在搭建学界与业界的交流平台，促进统计理论与实践的深度融合，推动统计学科研创新，服务国家经济社会发展。作为统计学院人才培养体系的核心组成部分，“统计大讲堂”通过系列学术讲座、专题研讨等形式，为统计学子提供前沿知识传授与学术思维训练，营造开放包容的学术氛围，以培养具有国际视野、创新能力和实践精神的复合型统计人才。