2005至2009年 同济大学 工学学士
2009至2011年 澳洲国立大学 应用统计学硕士
2012至2016年 澳洲国立大学 统计学博士
2012年 澳洲国立大学 助理研究员
2016年 天津贵金属交易所 研究员
2016至2020年 中国人民大学 讲师
2020至今 中国人民大学 副教授
中国现场统计研究会理事、全国工业统计学青年统计学家协会理事会理事
基于机器学习算法的非寿险个体准备金评估模型，国家自然科学基金项目。
Analytics of telematics car driving data，北美精算师协会研究项目。
数字时代高等代数教学改革：从理论到应用，中国人民大学本科教育教学改革研究项目。
基于车联网大数据的汽车保险费率因子研究，中国人民大学科学研究基金项目。
巨灾债券定价与风险管理的统计建模研究，国家社会科学基金重点项目。
数字时代风险管理与精算模型研究，教育部人文社会科学重点研究基地重大项目。
巨灾保险的精算统计模型及其应用研究，国家社会科学基金重大项目
基于大数据的精算统计模型与风险管理问题研究，教育部人文社会科学重点研究基地重大项目。
Ian Castles Prize for Master of Applied Statistics
研究生：现代精算统计模型
寿险与非寿险精算、应用统计
Hou, Y., Li, J., Gao, G.* (2025). Insurance loss modeling with gradient tree-boosted mixture models. Insurance: Mathematics and Economics 121: 45-62.
Cheng, R.*, Shi, J., Loh, J. M., Gao, G. (2025). Neural networks for simultaneous modeling of multi-population mortality with coherent forecasts. Scandinavian Actuarial Journal.
Chang, L., Gao, G., Shi,Y.* (2024). A semi-parametric claims reserving model with monotone splines. Annals of Operations Research.
Chang, L., Gao, G.*, Shi, Y. (2024). Claims reserving with a robust generalized additive model. North American Actuarial Journal 28: 840-860.
Gao, G. (2024). Fitting Tweedie's compound Poisson model to pure premium with the EM algorithm. Insurance: Mathematics and Economics 114: 29-42.
Gao, G., Li, J.* (2023). Dependence modeling of frequency-severity of insurance claims using waiting time. Insurance: Mathematics and Economics 109:29-51.
Gao, G., Shi, Y.* (2023). Robustness and spurious long memory: Evidence from the generalized autoregressive score models. Annals of Operations Research.
Meng, S., Wang, H., Shi, Y., Gao, G.* (2022). Improving automobile insurance claims frequency prediction with telematics car driving data. ASTIN Bulletin 52: 363-391.
Gao, G., Meng, S., Wüthrich, M. V.* (2022). What can we learn from telematics car driving data: A survey. Insurance: Mathematics and Economics 104: 185-199.
Gao, G., Wang, H., Wüthrich, M. V.* (2022). Boosting Poisson regression models with telematics car driving data. Machine Learning 111: 243-272.
Gao, G., Meng, S.*, Shi, Y. (2021). Dispersion modelling of outstanding claims with double Poisson regression models. Insurance: Mathematics and Economics 101: 572-586.
Gao, G., Shi, Y.* (2021). Age-coherent extensions of the Lee-Carter model. Scandinavian Actuarial Journal 2021: 998-1016.
Gao, G., Ho, K.-Y. and Shi, Y.* (2020). Long memory or regime switching in volatility? Evidence from high-frequency returns on the U.S. stock indices. Pacific-Basin Finance Journal 61.
Gao, G.*, Wüthrich, M. V. and Yang, H. (2019). Evaluation of driving risk at different speeds. Insurance: Mathematics and Economics 88: 108-119.
Gao, G. and Wüthrich, M. V.* (2019). Convolutional neural network classification of telematics car driving data. Risks 7: article 6.
Gao, G., Meng, S.* and Shi, Y. (2019). Stochastic payments per claim incurred. North American Actuarial Journal 23: 11-26.
Gao, G.*, Meng, S. and Wüthrich, M. V. (2019). Claims frequency modeling using telematics car driving data. Scandinavian Actuarial Journal 2019: 143-162.
Gao, G. and Wüthrich, M. V.* (2018). Feature extraction from telematics car driving heatmaps. European Actuarial Journal 8: 383-406.
Meng, S. and Gao, G.* (2018). Compound Poisson claims reserving models: Extensions and inference. ASTIN Bulletin 48(3): 1137-1156.
Gao, G.* and Meng, S. (2018). Stochastic claims reserving via a Bayesian spline model with random loss ratio effects. ASTIN Bulletin 48(1): 55-88.
高光远 *; 孟生旺 (2018). 基于车联网大数据的车险费率因子研究. 保险研究 357(1): 90-100.
孟生旺 *; 李天博; 高光远 (2017). 基于机器学习算法的车险索赔概率与累积赔款预测. 保险研究 354(10):42-53.
Gao, G. (2018). Bayesian Claims Reserving Methods in Non-life Insurance with Stan: An Introduction. Springer-Verlag, DOI: 10.1007/978-981-13-3609-6.
高光远 (预计2025). 现代精算预测建模：从统计模型到机器学习算法. 机械工业出版社.
高光远 (2024). 线性代数: 从理论到应用. 机械工业出版社.
孟生旺、刘乐平、肖争艳、高光远 (2019). 非寿险精算学 (第四版). 中国人民大学出版社.
