在各种因素的影响下，商业银行业面临着日益严重的操作风险，这就对银行业操作风险计量的可靠性也提出了更高的要求，但操作风险损失数据的低频高危性及披露制度的不健全而导致的商业银行内部损失数据匮乏、计量精度不高的问题长期困扰着金融业界。针对这个问题，本文将非寿险精算领域的模型引入操作风险计量领域，采用两种在非寿险精算领域能很好的混合保险业内外部数据的模型度量商业银行操作风险，旨在充分利用单个银行内部的损失数据与整个银行业的行业数据，提高操作风险估计的精确度，改进商业银行的操作风险管理，增强银行的盈利能力。本文的研究具体包括：①采用POT模型与部分可信性信度模型相结合的方法来混合操作风险内外部数据，并对阈值的选取方法进行了一定的改进，使得阈值选取更加严谨；之后利用从公开渠道搜集到的1990-2010年中国商业银行业的操作风险损失数据进行实证分析，估算了在一定置信水平下样本银行应配置的操作风险资本金。②运用半线性信度模型把商业银行自身的操作风险损失数据与行业内其它银行的外部损失数据相结合进行建模分析，并利用样本数据进行实证分析，估算了样本银行应配置的操作风险资本金。将利用半线性信度模型得到的操作风险资本与国内其他学者利用其他高级计量法计算的操作风险资本进行对比可以看出，半线性信度模型针对大额损失数据建模，更符合操作风险低频高危的特征，所以测算得到的操作风险资本金更精确，在保证银行安全性的同时，大大提高了银行的盈利性。最后，本文还从商业银行操作风险计量和管理两个角度提出了相关的改进建议。