1996年6月1日,人民银行放开了银行间同业拆借利率,这意味着我国真正地开始了利率市场化进程。之后十几年里,我国逐渐实现了多种利率的市场化,在2013年7月更是全面放开了国内金融机构贷款利率,此举标志我国步入全面利率市场化的时代。利率市场化对国家的经济运行和发展有诸多好处,例如可以优化资本市场的资源配置功能、提高各国金融系统的效率,然而我们也该认识到,利率市场化在带来以上利益的同时也加大了国家的金融机构主体——商业银行的利率风险管理难度。和西方经济发达国家相比,我国商业银行存在对利率风险管理重要性认识不足、利率风险管理方式较单一、管理制度不够健全、监管措施不完善的缺陷。因此研究商业银行利率风险管理具有非常重要的现实意义,我国利率体系中存在着众多品种,经过思量本人选用了上海同业拆借利率(Shibor)作为研究对象,理由主要有两方面：在宏观方面,我国中央银行大力支持与发展Shibor,在制定货币政策与发行国债时均将Shibor纳入参考范围；在微观方面,Shibor对我国商业银行的金融产品定价、盈利能力和风险控制等均有着不容小觑的影响。因此本人将研究范围确定为我国商业银行面临的上海同业拆借利率风险。为了更好地说明同业拆借利率风险对商业银行的重要性,本文在第二章对银行间同业拆借市场进行了综述；本文的重点是第四章的利率风险实证部分,因此有必要在第三章对利率风险度量方法进行描述,首先介绍了传统度量方法中的利率敏感性缺口模型方法,之后重点介绍VaR度量方法。第四章的实证分为两部分,第一部分选取十家全国范围经营、资产规模靠前的商业银行,查阅这十家商业银行2014年度上半年的财务报告,得到它们在不同期限内的利率敏感性缺口数据,再使用利率敏感性缺口方法对其分析,得知大部分商业银行在短期(三个月期限内)呈现负的利率敏感性缺口,其中建设银行的利率敏感性负缺口最大,约3.9万亿元,而从长期来看,商业银行一年以上期限利率敏感性缺口普遍呈现正值。在对商业银行的利率敏感性缺口规模有了概念之后,第二部使用VaR方法计算在95%置信水平下一单位的利率敏感性缺口值面临的每日在险价值为多大。样本数据为Shibor的隔日数据,数据选用范围从2006年10月8日到至2014年3月20日,样本数N=1872。为了减少估计中的舍入误差,本文将Shibor序列作对数处理,得到LR序列。为了使VaR模型的使用具有实际意义,建模前先对序列进行假设检验,即平稳性检验、正态性检验、自相关检验和条件异方差性检验。假设检验结果是LR序列是平稳的、非正态分布的、存在自相关和条件异方差现象的序列。在假设检验过程中,确定了LR序列条件均值方程AR(2)模型的自回归拟合程度非常高,而且序列存在条件异方差效应,因此本人构造了AR(2)-GARCH(1,1)模型来计算VaR值。通过EViews软件求得GARCH模型的条件均值方程和条件方差方程,使用excel对条件方差方程序列开平方,得到每日波动率σt,再求σt的平均值为0.1270413,而且在5%置信度下的GED分位数为0.410679。两者相乘求得在95%置信区间下每日最大可能在险价值为0.052单位。本文实证结果的意义在于为商业银行度量利率风险提供了新的思路,即将传统的静态利率敏感性缺口分析方法和较为先进的动态VaR方法相结合来估算商业银行每日在险价值。这样做的好处在于通过利率敏感性缺口分析方法,商业银行可以对自身一定期限内的缺口状况有清楚的认识,同时商业银行能够根据利率敏感性缺口状况和自身经营情况,在使用VaR方法时选择不同的置信度来估算一单位利率敏感性缺口价值可能带来的每日最大损失值。商业银行求得自身面临的利率敏感性资产在险价值后,即可有针对性地使用多种利率风险控制方法进行预防和管理。在文章的最后,本人对完善我国商业银行利率风险管理提出了几点建议,希望能够切实地为我国商业银行管控利率风险做出一份贡献。