当前我国保险公司的资金可投资于股票、基金、企业债券、国债和银行存款等资产。如何有效度量这些不同资产构成的投资组合的整体风险是保险公司所面临的一个重要问题。传统的风险度量模型一般都假设多项资产收益率序列的联合分布服从多元正态分布,但大量的实证研究表明,这种假设通常与实际情况不相符合。因此在正态分布假设下计算的投资组合风险价值VaR与实际情况通常偏差较大。为了对保险资金的投资组合的风险进行有效度量并实现其最优配置,本文根据当前我国保险投资的实际情况,选取股票指数、基金指数、国债指数和企业债券指数来分别模拟股票、基金、国债和企业债券的投资收益率。针对传统风险计量模型的不足,利用Copula函数来刻画股票、基金、国债和企业债券之间的相关结构进而得到投资组合收益率的联合分布。此外,针对单个资产收益率序列出现的尖峰、厚尾和波动率聚集等特征,本文建立了GARCH (1,1) -t模型。利用各项资产收益率的历史数据,通过蒙特卡洛模拟生成具有Copula相关结构的收益率情景分布,由此得到了保险投资组合的风险价值。然后在传统的马克维茨均值—方差模型的基础上,利用CVaR替换方差作为投资组合的优化目标,从而建立起基于Copula函数的均值—CVaR保险投资优化模型,通过给定一定的期望收益率,得到了我国保险投资的最优投资比例。保险公司可以参考最优投资比例调整自身的投资结构,达到降低投资风险,提高投资收益的目的。