商业银行是现代金融业的重要组成部分,也是一个高风险的行业,对风险的有效度量和管理是商业银行核心任务之一。操作风险作为商业银行面临的主要风险之一,随着世界经济和金融行业的快速发展,银行经营复杂程度的急剧提高,其爆发频率和造成的损失已经不容忽视,世界各国由于操作风险导致的重大损失事件,开始让金融界和监管当局意识到管理操作风险的必要性和重要意义,操作风险管理己经逐渐成为商业银行及其它金融机构运营管理的核心环节。目前,银行业对信用风险和市场风险的度量和管理都已经相对成熟,而对操作风险度量的研究和实践还处在探索阶段,主要的研究方法包括基于风险价值的损失分布法,极值理论,收入支出模型等。但这些方法的共同缺点是忽略了操作风险各因素的相互关系,单纯使用这些方法难以对商业银行实际运营过程中的操作风险进行完整的描述和全面的度量。本文首先介绍了操作风险的基本概念,操作风险的特点及分类,并在此基础上概述了目前度量操作风险的各种方法,并对主要方法进行了详细介绍,探讨了方法的适用性。在系统的介绍传统方法的基础上,引出了本文使用的贝叶斯网络度量方法,并对贝叶斯网络的主要原理、构造方法、数据要求、数据处理方法、应用方法进行了探讨。然后,本文利用我国商业银行的外部历史操作风险损失数据进行了实证分析,将损失分布法与贝叶斯网络相结合,利用经过损失平均法处理的数据构造贝叶斯网络,估算了我国商业银行面临的操作风险的风险价值。并利用贝叶斯网络的推理功能,对商业银行的风险管理过程进行了模拟演算,给出了贝叶斯网络模型度量操作风险的主要应用。最后,对本文的研究成果进行了总结,并为进一步深入研究提出了方向。