基于GARCH类模型的VaR方法已被应用于诸多金融银行机构的风险研究,近年来受到了各学科的广泛关注。本文立足于利率风险度量,首先综述我国商业银行利率风险管理现状、概念和成因,介绍并对比五类利率风险测量方法的原理、使用范围和优缺点;其次,概括VaR风险测量的数学定义,归纳参数、非参数、半参数估算方法和准确性检验理论,总结GARCH类模型族的经典构成、相关分布理论和选择标准。基于Eviews8和MATLAB7.11.0软件平台,本文对上海银行间同业拆借利率Shibor历史数据进行实证分析,得出不同期限品种在平稳性、非正态性、异方差性质上的差异特征(见表5-1至表5-3)。针对隔夜银行间同业拆借利率序列建立不同分布假设、不同GARCH类的VaR模型(见式5-10至式5-27),验证了对Shibor序列残差项的分布、分布假设优于正态分布假设,得到GARCH、GARCH-M、EGARCH模型拟合最佳;再分别于90%、95%、99%置信水平下,逐次计算VaR风险值(见表5-19和表5-20),并运用Kupiec失效率检验法,对比分析得到:t分布假设下的GARCH、GARCH-M、EGARCH模型风险估算值高于其他模型且表现更稳定。本文的实证研究能够为VaR利率风险研究及其在互联网金融中的应用提供一定借鉴意义,并针对当下利率市场化进程中利率风险监管体系的发展给出合理性建议。