近年来，在全球范围内，巨灾风险的发生频率不断增加。相比于其他发达国家，我国的巨灾保险体系还不够完善，未能将巨灾发生后的巨额损失及时分散，巨灾损失的短时间积聚，很容易使保险系统处于瘫痪状态。因此，对巨灾风险的损失分布及巨灾保险的研究已迫在眉睫。　　巨灾风险的分布与一般风险不同，具有显著的厚尾特征，针对此特点，基于GPD的POT模型是拟合巨灾损失数据的最佳选择。本文首先对POT模型进行了介绍，并且在此基础上对研究方法进行了改进创新，以达到减小误差的目的。其次，为了检验该模型对巨灾损失数据的拟合效果，笔者对我国2004-2012年的洪水损失数据进行了实证分析，在门限值选取及拟合优度检验方面，从多种方法中选取最优，以增加检验结果的精确度。最后，在样本数据满足GPD分布的前提下，对其VaR和CVaR值进行了预估，并且在保险公司是否可以进行再保险的问题上给出提示性建议。　　虽然本文在数据搜集与方法处理上依然存在不足，但相信随着我国对巨灾风险的重视和研发人才的积累，巨灾风险研究体系会更加完善。