我国债券市场正处在迅速发展的时期,研究我国利率期限结构具有重要的现实意义和理论意义。短期货币市场利率和国债利率是利率期限结构两个不可或缺的重要组成部分。对于短期利率模型来说,潘冠中(2004)提出实证研究的数据选择要遵循相关性、交易频繁以及交易量大的原则,并论证了,在我国最佳的选择是七日回购利率(R007)。此后,学者们对我国短期利率模型进行实证研究时,数据选择在很大程度上受到潘冠中(2004)观点的影响,大多数选择了七日回购利率。但是,随着我国货币市场的迅猛发展,货币市场结构也发生翻天覆地的变化,依然恪守2004年的观点,值得商榷。在上述两原则的基础上本文增加无风险程度高、无异常数据损失的原则,分别使用两个时期、两种利率数据进行模型估计并比较,得出结论认为,2005年前后我国货币市场结构所发生的明显变化和数据选择的区别,2005年之后隔夜回购利率(R001)数据是研究利率模型的最佳选择。GARCH类模型和扩散类模型是常用于研究利率的两类模型。虽然分别对两类模型进行研究的学者众多,但将两类模型在预测能力进行比较研究却较少,本文运用这两类模型对我国银行间国债隔夜回购利率进行实证研究,结果表明短期利率波动存在明显的非对称性。在预测均值时两类模型表现较差,而在预测波动率水平时,GARCH类模型具有较好的预测效果,其中GARCH-M和TGARCH表现最好。虽然扩散类模型在预测方面表现不好,但由于其具有马尔科夫性,因此在衍生产品定价上具有明显优势。就单因子扩散模型来说,不同的模型对均值回复效应和波动效应设定并不相同,CKLS模型将大多数单因子利率模型统一在一起。本文引入更一般的模型,将更多单因子模型统一起来。采用极大似然的方法对常用的单因素利率模型进行参数估计。发现,我国银行间国债隔夜回购利率长期均衡利率为1.8%左右,并且利率表现出强烈的均值回复效应,当隔夜回购利率小于1.8%时,利率有回升的趋势,当利率大于1.8%时,利率有回落的趋势。同时波动率对利率水平的敏感性较高。利率越高,波动率越大,反之,则越小。对于多因子利率期限结构模型来说,在没有观察误差的情况下,K因子只能估计K个期限的利率。使用较少因子估计较多期限的利率必须假设利率存在观察误差。观测误差存在的主要原因是交易中可能存在买卖价差、观察数据可能是不同步的及数据可能存在观察误差等。不同期限的利率受这些因素的影响方式和影响程度不尽相同,武断地假设其相互独立或者存在简单的线性相关关系欠妥,进一步使用Copula分析该误差对准确利用模型进行风险管理至关重要。尽管Copula方法在国内研究较多,使用该方法对我国国债利率期限结构进行建模还尚属首次。应用两因子Vasicek模型在状态空间框架下使用卡尔曼滤波技术研究我国上海证券交易所国债利率期限结构。提取1年期和20年期利率的观测误差,在不假设观测误差具体概率分布的条件下,使用非参数方法估计其边际分布,并使用极大似然方法对常用的阿基米德类Copula和混合Copula进行参数估计,从而确定其相依结构,结果发现Gumbel Copula和混合Copula能较好地描述两者的相依结构。采用蒙特卡罗模拟方法计算国债投资组合的在险价值,发现使用高斯Copula、Frank Copula、Clayton Copula和混合Copula都会明显低估国债投资组合的风险,Gumbel Copula更合适。