自2008年汶川大地震以来,我国在重大自然灾害发生后的补偿救助问题越发的突出,其巨额的资金与物资补偿大部分要依靠国家财政予以支持,而以保险形式给予的赔付乃是微乎其微。以“5.12”汶川大地震为例,其造成的直接经济损失高达8451亿元,而保险业合计赔付金额仅为16.6亿元,约占直接经济损失额的0.196%。由此可见,目前我们保险业对巨灾风险的理赔只是杯水车薪,急需建立一套完整的巨灾风险度量理论与保险制度模式,以通过对巨灾风险的科学度量,对巨灾保险进行合理的定价。为支撑巨灾保险制度的市场化运行,需要对巨灾风险进行测度。本文分别基于参数方法、半参数方法与非参数方法进行比较研究巨灾损失究竟服从什么概率分布。本文主要的研究对象是地震风险,以我国1961—2011年以来发生的4.5级以上地震(≥4.5级为破坏性地震)造成的损失值作为样本,对于参数拟合方法,本文使用Lognormal、Weibul、Gamma三个厚尾分布进行分布拟合,并采用Kolmogorov-Smimov检验对拟合的效果进行检验,最终选取了拟合效果最好的韦伯分布。在韦伯分布的基础上,计算出不同置信度水平下不同的VaR值,以此研究不同的保费规模与地震保险的价格。对于半参数方法,本文选取极值理论中的超越阈值POT模型,实现对地震灾害损失尾部分布的有效拟合,即可获得地震巨灾损失的广义Pareto分布(GPD),在拟合分布的基础上,运作VaR对极端损失风险进行度量,计算不同置信度下的保费规模和人均保费,并最终以此为依据设计我国巨灾保险的风险分散机制。对于非参数方法,本文运用核密度估计对地震巨灾损失分布进行拟合,在此基础上算出不同置信度下的保费规模和人均保费。对于这三种不同的拟合方法,K-S检验结果表明,基于极值理论的POT模型的拟合效果最好,结果表明,尽管某些参数及一些非参数方法在大样本下可以较好的拟合损失分布,但往往对尾部拟合的效果较差,因此对尾部概率发生的极端风险很难准确度量,而极值理论中的POT模型更加有效的利用了有限的极端数据,能够更准确地描述序列分布的尾部特征,而且形式简单便于计算,尤其在样本数据不足的情形下,是一种比较准确的数据拟合模型。在此基础上,通过比较,本文在选取最优的POT模型的分布拟合结果计算出的风险值VaR作为构建地震风险损失分担层次的依据,并计算得出在99%的置信度下,年人均保费并没有超过540元,为普通民众的可以接受的程度。文章的最后对之前的主要结论进行了总结,并结合我国实际的巨灾保险发展建设情况给出了一些有效的政策和建议。