商业银行利率风险已经成为金融业一个备受关注的问题。由于我国利率市场化进程发展较晚,商业银行并不能独立的制定相关政策,因此,商业银行并没有完整的、富有经验的利率风险管理部门来对利率进行预测、管理和规避。伴随着巴塞尔协议对利率风险管理水平的要求的不断提高,以及我国政府不断推进利率市场化改革,中央银行逐步对商业银行放权,完善利率风险管理制度,提高风险度量技术已经成为我国商业银行运行过程的重要现实问题。今年中国人民银行决定于7月20日全面放开金融机构贷款利率管制,更是为我国商业银行利率风险管理带来了严峻的挑战。近几年VaR模型被西方国家金融市场所广泛应用。它已经成为金融机构和监管部门进行风险预测和防范的有效工具。本文运用VaR模型,对商业银行所面临的利率风险进行度量和预测,意在建立一个符合我国国情、并且更好描述金融数据特点的风险计量模型,在有效的测度和预测我国商业银行利率风险方面,本文具有重要的理论和现实意义。本文以2009年12月31日至2012年12月31日的上海银行间同业拆借隔夜利率数据为样本,通过建立GARCH-SKST模型、E-GARCH-GED模型、TARCH-GED模型和PARCH-GED模型结合不同的显著性水平来估计和预测利率风险,从而得出结论。第一部分作为绪论,阐述了文章的写作背景,中外学者对于风险度量方法和VaR方法研究的现状,以及本文的创新、不足。第二部分系统的介绍了我国利率风险及其面临的问题,度量利率风险的方法以及优缺点。通过对比各种度量方法的优缺点,得出VaR方法更能够直观的反应风险指、标,容易被监管者掌握与操作。第三部分为实证部分,通过上海银行间同业拆借隔夜利率数据建立、对比度量利率风险的模型,得出GARCH-SKST模型能够更好的结合金融数据偏度和厚度的性质,对于度量利率风险具有更高的精度。第四部分为结论,对完善我国商业银行利率风险体系提出建议。在本文的实证部分,由于同业拆借的多头和空头对于利率风险的影响是相反的,就上海同业拆借隔夜利率前550期数据进行拟合和参数估计,后200期数值分别预测多头和空头的VaR值,并且应用Kupiec回测检验和相对误差计算,检验模型的有效性。通过数据拟合,可以得出GARCH-SKST模型在三种置信水平下多头和空头的预测均有效；在99%的置信水平下,PARCH-GED模型对于空头的计算失效；TARCH-GED模型多头失效天数为0,模型完全高估了利率风险；在95%置信水平下E-GARCH-GED模型对于多头和空头的预测均失效；在90%的置信水平下,运用E-GARCH-GED模型不能对多头头寸进行有效的风险预测。本文得出的两点主要结论有：首先,金融数据具有尖峰、厚尾及不对称的特点,并不完全满足正态分布假设。合理正确的选择数据分布是能够正确、有效度量利率风险的重要前提。虽然有些学者认为GED分布能够良好描绘数据的厚尾性,但是GED本身是对称分布,并不能将金融数据的不对称性结合起来。而偏t分布能够同时解决数据尖峰、厚尾以及不对称的问题。同时,选择合适的置信水平也是金融机构预测、管理、规避风险的重要环节。其次,通过建立不对称模型,进行数据拟合后都可以看出,我国上海同业拆借隔夜利率具有“反杠杆特性”,好消息对于利率波动的冲击要大于坏消息。因此,笔者建议我国商业银行应当根据我国当前发展的实际情况,运用VaR模型,采用SKST分布并且选取适合本行特点的置信水平来描绘风险因子,改善度量精度,有效预防风险。