我国巨灾风险日显凸现，但目前我国的巨灾风险保障制度主要以政府作用为主，由于政府作用的局限性，此保障制度存在明显缺陷。我国巨灾风险保障制度的主要问题存在于商业化的巨灾保险在我国的普及程度有限。巨灾损失数据具有厚尾性，虽然超大额的损失发生概率小，但在实际上不能忽略其发生的概率，且一旦发生损失程度极大，因此影响了商业保险公司承保巨灾风险的积极性。极值理论作为概率统计理论的一个重要分支，其主要研究极端事件的，并在研究厚尾数据的统计规律上具有优势。 本文运用了多种厚尾性检验，如QQ图、MEF图和Hill图等验证了巨灾损失数据的厚尾性。本文的创新之处在于把金融风险管理常用的极值理论与VaR理论应用到对巨灾保险损失数据的拟合与未来可能最大损失的估算上。本文基于极值理论中的两种重要模型一组内极大值模型与超阈值极值模型，对中国近10年来巨灾损失数据进行拟合与实证分析。本文详细地描述了两种模型的子区间与阈值的选取，然后采用极大似然参数估计，全面地比较了两种模型在不同参数之下的拟合效果，以及它们与传统的厚尾分布的拟合效果，如t分布和混合正态分布。其评价标准是基于分布拟合检验与直观的QQ图检验，前者是根据Rosenblatt定理转化为独立性检验与两种拟合优度检验完成。最后，选取较优的拟合模型并应用VaR估计，给处在一定的置信度下未来可能最大的赔付损失，从而达到为保险公司的经营管理提供有效参考的目的。