由美国次贷危机引发的金融危机已演变成全球性经济危机,并有进一步加剧的可能。随着人们对金融衍生品疏于监管而导致危机的意识逐步加深,金融衍生品风险度量及管理的重要性越发突出。由于利率衍生品在金融衍生品中占有特别重要的位置,因此学界和业界对利率衍生品的风险管理也非常重视。对中国金融而言,虽然利率衍生品市场还刚刚起步,目前推出的品种仅包括债券远期,利率远期协议和利率互换等,但各品种的成交量正逐步增加,市场对其的关注程度日益增强,并已经成为我国金融市场的重要组成部分之一。并且当前,随着我国利率市场化进程的加速,加之央行为应对经济危机多次调整利率,从而我国利率衍生品的风险也在加大。因此,如何有效地管理利率衍生品的风险成为投资者必须关注的重要课题之一。　　 本文在文献回顾的基础上首先对VaR模型基本方法进行了归纳整理,分析了历史模拟法、蒙特卡洛模拟法、方差-协方差分析法和情景模拟法以及其他一些VaR模型研究进展。同时着重对不同VaR模型方法在利率衍生品VaR计算方面的适用性进行比较,并讨论了我国利率衍生品市场发展,以及风险度量现状。通过比较研究,作者认为在当前金融市场剧烈波动的情况下,那些以利率回归为假设的风险模型已不能很好的符合当前市场,而情景模拟法能提供及时、有效的、符合当前市场条件的利率衍生品VaR信息,所以本文选取了情景模拟法度量利率衍生品VaR,并对情景模拟法进行扩展,使其更好的符合当前金融市场环境,最后就情景矩阵构建在我国市场条件下进行了实证研究。本文主要结论是:1、对原有情景模拟法构建情景矩阵的方法进行扩展,包括在非正态分布数据假设下的情景矩阵；从当前固定收益市场数据构建情景矩阵；利用极值理论构建情景矩阵；以及在构建情景矩阵中加入预期因素；2、本文将情景模拟法和压力测试中情景分析法统一起来,这样的统一框架在当前市场剧烈波动的情况具有非常现实的意义。