随着我国利率市场化的进一步推进,利率的波动将日益频繁,商业银行面临的利率风险也将日益突出,对利率风险的控制、度量,以及如何降低利率风险也得到业内的广泛关注。我国的商业银行由于一直实行利率管制政策而普遍缺乏在利率定价机制、利率风险计量以及监控系统等利率管理方面的经验。因此,在我国利率市场化逐步推进的过程中,商业银行如何应对利率市场环境改变而带来的利率风险方面的识别、度量和管理控制利率风险就成为当前商业银行急需加强的重要部分。近几年来,央行对利率的管制的放开不仅仅说明商业银行调控利率主动性的加强,也同时增加了商业银行因利率变动而引起的利率风险。而要进行利率控制,利率度量又是其基础。现阶段常见的度量方法有敏感性缺口分析法、久期分析法及在险价值法(VaR法)等,但是这些方法都是给予银行不得不加强自身对利率风险的管理控制。利率预测的静态的度量方法,并非一个连续的动态控制过程,因此我们在应用这些方法的时候会有一定的局限性。本文基于利率的群聚波动效应,应用ARCH-GARCH(1,,1)模型求解VaR值,进而基于VaR值的基础之上结合6家上市银行2009-2014年的净资产值对其每日能承受的最大损失做出合理假设,并在对利率的预测之下,利用最大损失与最优净资产的关系求出最优净资产,并在综合运用以上模型的基础上,试图将最优控制理论运用于利率风险控制中,将控制变量设定为t时刻的资产变化率,而将状态变量设定为t时刻的负债变化率,并且以此为基础建立一个连续的给予利率风险控制的资产负债最优控制模型,进一步降低利率风险。对6家银行2009-2014年的实际情况进行了实证检验,所用方法和实证结果对银行监管部门及投资者都有较强的理论和现实意义。本文得到的主要结论是：通过基于缺口管理的最优控制模型在对6家银行的资产负债在2015年前三个季度进行最优调整后,6家上市银行从第一季度到第四季度的最优控制量都在逐步增加的趋向于我们的最优控制量,且第四季度在前三个季度的调整下都回到了我们的最优的控制水平上,即第四季度的最优资产控制量与理想的资产控制量相同,且最后本文整理了2015年的第一二季度的资产变化量的实际值并与我们的预测值进行了一系列的对比。虽然二者之间有一定的数值差,但本文也详细分析了出现差值的一系列原因,且差值都是在一定的波动范围之内的。这一系列的实证分析都很好的说明了我们最优控制模型的在实际应用中的有效性。本文对以6家银行为例,对商业银行2015年每个季度的资产最优控制量做出预测,且最后第四季度的最优控制量回到理想控制量上,这充分表明建立的基于缺口的利率风险的最优控制模型及求出的最优控制量是有效而且稳定的。基于现实的实际情况,对商业银行所处的外部环境的健全与商业银行自身对于利率风险的管理控制的各方面给出了一系列的可行性建议。本文的主要创新点在于：在求解VaR值的时候,考虑到利率的群聚波动效应,进而选择常用于解释波动程度的GARCH模型,使得GARCH模型与动态的最优控制模型相结合,动态的理论对于波动性比较大的利率更具有现实意义；本文不仅预测出2015年每个季度的最优净资产变化量,而且与实际的净资产的变化量对比,更加验证了本文模型的可行性；对隔夜拆借利率未来值进行了估计,且考虑到其与过去值的最小值的利率差不能超过VaR值,考虑全面；利率与资产负债的时间跨度均比较大,现实意义比较强本文的主要不足在于：理想净资产采用的是常数,而在实际中,当宏观经济变动时,显然理想净资产是变动的,该方面有待于进一步扩展；最优资产变化率也是通过负债与时间点的关系利用EViews7.2的最小二乘法求得的常数,现实中也应是随着经济变动而不断变化的变量。