目前保险市场的竞争非常激烈,作为保险公司重要利润来源的承保业务近年来有下滑的趋势,为了保持公司的盈利性,保险资金运用作为保险公司利润的又一来源正逐渐受到人们的重视。近年来,保险资金运用渠道的不断拓宽和投资环境的改善给我国保险市场的蓬勃发展带来了良好的契机。然而,收益和风险是并存的,保险公司在享受证券市场高额利润的同时,必然要承担它的高额风险,因此,保险公司必须加强风险控制,根据自身的风险偏好和收益预期给出合适的投资策略,提高保险公司的风险管理水平和盈利水平。我国保险资金在不同的投资市场面临着不同的风险,如何对保险公司资金进行有效运用是我国保险理论界一直都在研究的一项重要课题,但是从现有的文献和论著的研究成果来看,对保险资金运用的分析主要集中于保险公司资金运用现状和存在的问题以及扩大我国投资渠道等方面,而对于保险公司资金运用从风险管理的视角进行分析研究的还比较少,而进行技术分析的研究就更少了VaR方法是现在国际上用于风险控制的成熟的管理方法,在各国的商业银行、基金公司和保险公司都得到了广泛的应用。由于中国保险资金投资起步比较晚且投资结构不完善,VaR方法并没有在保险资金运用中得到广泛的使用。在这样的背景下,本文拟将VaR方法引入到保险资金投资的领域进行研究。本文拟通过构造合适的计量模型来度量保险资金运用的风险。在模型构建方面,首先,由于每个市场都存在着波动集聚性,我们建立反映波动效应的GARCH模型,同时由于金融市场数据往往存在厚尾分布,因此,我们将测度厚尾分布事件和极端事件所导致的风险损失的极值理论方法引入进来,构造GARCH-EVT模型；其次,为了更好的反应不同市场之间的相关性,我们使用能够度量非线性和非对称性的Copula函数来描述不同市场的相关性；最后,针对构建的GARCH-EVT-copula模型,我们采用蒙特卡罗模拟方法模拟各市场的收益率数据,然后求出各模拟数据的VaR值,进而求出保险资金投资运用的组合风险值。在实证部分,本文选取2007年01月04日至2011年05月12日共1041个交易日的上证综合指数、上证基金指数、上证国债指数和隔夜shibor每日收盘价格数据,通过对上证综合指数、上证基金指数、上证国债指数和隔夜shibor四个市场的收益率情况进行描述统计,进而构造适合单个市场数据特征的GARCH边际分布模型,同时考虑到金融市场数据的厚尾性特征,将极值理论引入到边际分布的模型当中,构造EVT-GARCH模型,有了每个市场的边际分布之后,我们需要一个Copula函数将这四个市场的边际分布连接在一起,形成一个联合分布；其次,通过建立四种不同的组合风险控制模型,运用蒙特卡罗模拟方法对四个市场的收益率数据进行模拟进而求出相应的VaR值和CVaR值,最后,运用Kupiec的失败率检验法对拟合效果进行检验以及在给定的收益率下进行投资组合优化。通过Kupiec的失败率检验法,我们得出了GARCH-EVT-Clayton模型的拟合效果最好,其在不同的置信度下,预测的失败率与期望失败率都非常接近,误差较小；从优化的结果看,优化之后的组合风险值较优化之前有明显的下降,说明所建立的模型能够有效地规避风险。