Professor Jens Perch Nielsen

Bayes Business School, Faculty of Actuarial Science and Insurance

معرفی

پرفسور جنز پرچ نیلسون، مدرک اکچواری خود را از کپنهاگ و آمار را از دانشگاه کالیفرنیا- برکلی دریافت نمود. وی از عنفوان جوانی به عنوان اکچواری رسمی به کار مشغول شد و پیش از تخصص در حوزه تحقیق و توسعه، چندین دفتر طراحی و توسعه محصولات مختلف را مدیریت می‌کرد. در سال ۱۹۹۹، وی مدیر تحقیقات شرکت بیمه آر.اس.ای[1] گردید که مسئولیت بخش بیمه زندگی و غیرزندگی را داشت. از سال ۲۰۰۶ تا ۲۰۱۲، به عنوان کارآفرین به کار مشغول بود و همچنان مالک مشترک و عضو هئیت رئیسه مرکز علوم کپنهاگ می‌باشد. تاکنون نیلسون صدها مقاله علمی در مجلات علوم اکچوئرال، اقتصاد، اقتصادسنجی و آمار و نیز کتابی در حوزه مدل‌سازی عددی ریسک عملیاتی به رشته تحریر درآورده است. وی سردبیر مجلاتی همچون Annals of Institute of Mathematical Statistics و Journal of Digital Finance و نیز داوری چندین مجله از جمله Insurance: Mathematics and Economics و Journal of Econometrics را برعهده دارد. علاقمندی‌های پژوهشی وی در سه حوزه ذیل خلاصه می‌شود: ۱. پیش‌بینی درون‌نمونه (تدوین توسط دانشکده کسب و کار کاس)؛ ۲. فواید مزایای معین سازگارشده برای محصولات با حق اشتراک معین (با استفاده از دیدگاه مرتون)؛ ۳. پیش‌بینی مرگ و میر ناشی از آزبست (کاربرد پیش‌بینی درون‌نمونه). پرفسور نیلسون، عضو سازمان‌هایی همچون مؤسسه اکچواری، انجمن سلطنتی آمار لندن و مؤسسه علوم اکچوئرال دانمارک می‌باشد. وی در سال ۲۰۰۶ به عنوان استاد نمونه از دانشگاه کپنهاگ جایزه دریافت نمود.

برخی آثار علمی

1. Nielsen, J.P. (2020). Machine Learning in Insurance. MDPI. ISBN 978-3-03936-447-3.

2. Bolance, C., Guillen, M., Gustafsson, J. and Nielsen, J.P. (2012). Quantitative Operational Risk Models. Chapman and Hall/CRC Finance Series. ISBN 978-1-4398-9592-4.

3. Gámiz, M.L., Mammen, E., Martínez-Miranda, M.D. and Nielsen, J.P. (2022). Missing link survival analysis with applications to available pandemic data. Computational Statistics & Data Analysis, 169, pp. 107405–107405.

4. Hiabu, M., Mammen, E., Martínez-Miranda, M.D. and Nielsen, J.P. (2021). Smooth Backfitting of Proportional Hazards With Multiplicative Components. Journal of the American Statistical Association, 116(536), pp. 1983–1993.

5. Hiabu, M., Nielsen, J.P. and Scheike, T.H. (2021). Nonsmooth backfitting for the excess risk additive regression model with two survival time scales. Biometrika, 108(2), pp. 491–506.

6. Guillen, M., Nielsen, J.P. and Pérez‐Marín, A.M. (2021). Near‐miss telematics in motor insurance. Journal of Risk and Insurance.

7. Kyriakou, I., Mousavi, P., Nielsen, J.P. and Scholz, M. (2021). Short-Term Exuberance and Long-Term Stability: A Simultaneous Optimization of Stock Return Predictions for Short and Long Horizons. Mathematics, 9(6), pp. 620–620.

8. van den Berg, G., anys, L., Mammen, E. and Perch, J. (2021). A General Semiparametric Approach to Inference with Marker-Dependent Hazard Rate Models. Journal of Econometrics, 221(1), pp. 43–67.

9. Kyriakou, I., Mousavi, P., Nielsen, J.P. and Scholz, M. (2021). Forecasting benchmarks of long-term stock returns via machine learning. Annals of Operations Research, 297(1-2), pp. 221–240.

اطلاعات تماس

آدرس:

Bayes Business School
106 Bunhill Row
London
EC1Y 8TZ
United Kingdom

تلفن: +44 (0)20 7040 0990

ایمیل: ‌jens.nielsen.1@city.ac.uk

وبسایت:

https://www.bayes.city.ac.uk/faculties-and-research/experts/jens-perch