无风险利率是资本持有者投资无任何风险的金融产品时可以获得的利息率,它是金融市场上最重要和最基本的经济变量之一。在金融市场上,无风险利率反映了资金纯粹的时间价值,对资产的跨期配置也起着不可或缺的作用；它也对资产定价起着重要的基础作用,而且由此衍生出诸多的风险收益,是股票、债券、期权等风险资产的定价标准。另外其他金融产品的定价和利率风险的管理也依赖着无风险利率的确定,无风险利率也反映着短期的货币供求关系,是反映国家经济状况的重要风向标。二十一世纪以来,中国的金融改革已经取得长足的进步,推动了中国利率市场化进程的加快。如今,影响利率波动的最重要因素是金融市场上资金的供求关系,而影响和制约资金供求关系的因素又是很多的,例如,经济和社会等因素,所有这些因素必然会引起利率的频繁波动。利率的波动对宏观经济、股市和金融机构均有较大的影响,因此如何预测利率的波动并防范利率风险成为我们在利率市场化背景下应该研究的重要课题。探究如何建模短期利率,并刻画短期利率期限结构的动态变化,进而科学的预测利率的未来变动,对金融市场经济的研究将会有非常重要的理论意义和应用价值。无论是国内还是国外都有诸多实证研究表明,短期利率的序列数据呈现出集聚性,而其一阶变化分布的特点是有偏度和尖峰厚尾。因此,一般的时间序列模型并不适合用来估计短期利率的波动性。国内外的一些文献常用参数和非参数方法来刻画短期利率的波动,然而这两种方法存在着模型误设和“维数灾难”的缺陷,在实际问题中解释意义并不强。在这种情况下,结合了参数方法和非参数方法的半参数方法能够避免这些问题,因此受到学者们的重视,越来越多的被用来度量金融市场的波动性。因为半参数方法是折中融合了参数方法和非参数方法,因此,它既可以解决参数方法存在的模型误设难题,也可以克服非参数方法存在的“维数灾难”和解释能力不足的难题。半参数方法已经成为金融市场上的重要工具之一,对于学者和投资者都有很大的使用价值。本文正是采用了这种半参数方法来建模和估计我国短期利率的波动性。本文选取上海银行间同业拆放利率的一周利率(SHIBOR1W)日数据作为研究样本对我国短期利率的波动性进行研究。通过对2007年1月4日到2013年3月20日期间SHIIBOR1W的日度数据进行统计分析,我们发现SHIBOR1W的时间序列数据具有时间序列尖峰厚尾、非正态性和条件异方差的特点。另外,短期同业拆放利率的波动具有聚类性,即较大的波动后面会跟着较大的波动,而相对较小的波动后面也出现较小的波动,这符合对成熟金融市场波动性的研究结果。本文分别运用参数方法和半参数方法对SHIBOR1W的利率序列进行建模和估计,同时我们也考虑了残差序列或新息服从正态分布、学生t分布和GED分布的情况,以此来进一步比较各个模型模拟的优劣,从而得出模拟SHIBOR1W利率序列波动的最佳模型。实证结果显示,半参数模型的拟合能力明显优于参数模型。根据实证结果,我们得到以下几个结论：1)通过比较各个模型的极大似然值,我们得到：学生t分布假设下的EGARCH模型优于其他参数模型,而正态分布下的GARCH模型最差,这是因为GARCH模型未能捕捉到短期利率波动过程中的不对称性和水平依赖性。2)通过比较分析新息分别服从正态分布和学生t分布以及GED分布时各个模型的拟合优度,我们得到的结论支持使用学生t分布,正态分布和GED分布并不适合。3)从参数和半参数方法的拟合优度分析来看,在参数方法中,EGARCH模型运行效果最优,然而相比于EGARCH模型,半参数方法在波动率的预测能力方面又有很大改善。另外,不论新息分布是服从正态分布、学生t分布还是GED分布,半参数方法都较与参数GARCH模型有优越性的拟合能力,即半参数方法优越的拟合能力具有稳健性。