巨灾损失数据具有尖峰厚尾的特征,通常的损失分布模型很难对其进行有效地拟合.针对常见的各类分布(如Gamma,Lognormal,Weibull)和POT-GPD损失分布对巨灾风险损失数据拟合的不足,将截断形式的M ixed Erlang分布与Pareto分布进行组合,构建组合分布模型,充分应用了M ixed Erlang分布对阈值之前损失数据拟合分布形式的灵活性和精确性,以及Pareto分布对阈值之后尾部损失数据拟合的优良性,从而与以往方法相比,能够从整体上更精确地拟合巨灾风险损失数据.在此基础上,对中国1990—2018年4.5级以上地震所造成的直接经济损失数据进行组合分布建模,探讨该组合分布在VaR、T VaR和地震巨灾保险定价等方面的具体应用.研究发现:构建的M ixed Erlang-Pareto组合分布可以较好地拟合地震巨灾风险损失数据,且拟合优度高于Mixed Erlang-GDP组合分布;在忽略其他因素影响下,假定参保率为30％ 时,应用Mixed Erlang-Pareto分布计算的地震巨灾保险人均纯保费为40～43元左右,和四川省宜宾市城乡居民住宅地震巨灾保险保费相近,说明该地震巨灾保险保费的确定存在一定合理性.此外,对M ixed Erlang-Pareto组合分布拟合优度进一步检验,得出该组合分布也可以较好地拟合洪水损失数据,进一步表明该组合分布对巨灾损失数据拟合的优良性和适用性.本研究可以为巨灾损失风险评估提供一种新的备选模型,也可以作为评估巨灾保险定价机制合理与否的精算依据.