汇率波动性研究和风险度量是外汇风险管理的关键。目前,我国正在稳步推进人民币汇率形成机制改革,研究汇率市场波动对于有效防范外汇风险,乃至汇改成功意义重大。本文引入带统计分布项的连续时间随机模型,该模型特点是在几何布朗运动模型的波动项添加一个由快扩散过程决定的反馈因子,相对于GARCH、SV这类离散时间序列模型,该模型从市场动力学角度建立连续时间随机模型考虑外汇市场波动性问题;相对于传统的几何布朗运动模型,通过引入波动反馈修正波动率为常数的假设,从而突显出金融时间序列的尖峰厚尾和长期记忆特性。在此基础上改进模型q参数的估计方法,以高频数据为样本,估计出多个时间频率下欧元兑美元等四种汇率的具体模型,对于不具备ARCH效应的澳元兑日元汇率,随机模型得到的q参数很显著。本文采用蒙特卡洛模拟法计算日VaR度量外汇风险。VaR准确性检验的结果显示:时频越高,模型计算的VaR对实际损失覆盖越好,各汇率5分钟时频下VaR都通过检验;与GARCH-VaR模型对比结果显示:基于快扩散过程的连续时间随机波动模型更适合描述外汇高频数据。