"本书以非寿险精算的常用模型作为主线，内容既包括传统的损失分布基础、风险模型、准备金评估、再保险，也包括更复杂的广义线性模型、贝叶斯信度理论、Copula与相依风险模型、极值理论、时间序列模型以及前沿的机器学习模型，旨在通过理论和案例讲解，让学生理解非寿险精算模型的基本原理及其在保险实务中的应用。本书的知识点涵盖了美国精算师、英国精算师和中国精算师考试在非寿险精算部分的要求，适合保险和精算专业的高校学生使用。 "

"谢远涛，男，对外经济贸易大学保险学院院长、教授、博士生导师，北京保险学会副会长，中国精算师协会理事，中国现场统计研究会风险管理与精算分会常务理事。长期从事精算与风险管理（包括非寿险精算学、健康保险精算、风险模型、量化风险管理、资产负债管理）和统计分析（包括广义线性模型、GAMLSS、生存分析、数据挖掘）的教学和研究工作，曾主持多项国家自然科学基金、国家社科基金、教育部人文社科项目，在Insurance: Mathematics and Economics、金融研究、统计研究、保险研究等国内外金融、精算学期刊上发表论文近百篇。黄一凡，对外经济贸易大学保险学院副教授。主要从事非寿险精算（包括费率厘定，准备金评估，巨灾保险精算等）、统计精算模型、机器学习与大数据分析的教学和研究，主持国家自然科学基金1项，参与多项国家社科基金和教育部人文社科项目，在Decision Support Systems、Insurance: Mathematics and Economics、统计研究、保险研究等国内外期刊发表论文10余篇，曾讲授保险科技概论、保险精算智能等课程。"

前 言 　　 　　自党的十八大以来，我国政府高度重视保险在经济社会发展中的重要作用，围绕充分发挥其“经济减震器”和“社会稳定器”功能，为实现其高质量发展作出了一系列重大决策部署。保险业持续深化供给侧结构性改革，不断提升保险保障能力和服务水平。在这一过程中，保险公司的业务规模、业务种类和管理模式均发生了深刻变革，这对精算工作和精算技术提出了更高、更全面的要求。准确认识风险是保险产品开发、准备金评估和风险管理的重要前提，精算师只有不断提升专业素养，才能应对日益复杂的风险环境。 　　非寿险精算学作为精算研究领域的重要组成部分，涵盖财产保险、责任保险、信用保险、再保险以及各类新兴和特殊风险保险，风险类型和风险来源极其多样，不同风险在发生规律、分布特征和理赔模式等方面存在显著差异，且发展变化非常迅速，导致对非寿险风险进行定量分析的难度很高。精算师往往需要应用各种数学统计模型和金融量化方法，准确评估非寿险的风险。而近年来，精算模型与大数据、人工智能（artificial intelligence，AI）等信息技术在非寿险风险管理中的重要性愈发凸显，面对错综复杂、瞬息万变的风险环境，唯有不断引入新的方法与工具，才能使非寿险精算在实践中发挥更大的价值。 　　本书的编写正是为了应对这一时代需求。两位作者在非寿险精算领域深耕多年，具有丰富的教学和研究经验，力求紧跟国内外精算教育改革的方向，构建与非寿险精算学前沿发展和最新考试体系相适应的知识框架，帮助精算学专业学生和从业者掌握非寿险精算领域必备的技能和思维方式，培养综合型精算人才。全书共11章，以非寿险精算学的常用模型为主线，内容既包...