商业银行从性质上来说带有一定的高风险性,新修订的巴塞尔协议下操作风险已被正式确定为商业银行三大风险之一。由操作风险导致的损失事件造成的损失不容小觑,操作风险带来的巨大损失不断加强了金融界对其重视程度,在这样的现实情形下,能够实现对操作风险识别和精确度量就具有现实而紧迫的意义。但是当前银行业对操作风险的认识不足、对它的研究还处于初级阶段,并且进行的大多数研究是定性研究,数据不足对定量研究带来困难的同时还会影响资本配置并增加量化难度,对操作风险的认识不足在一定程度上削弱了银行防范风险和调控风险的能力。文章在当前国内外对商业银行操作风险的研究背景下,从新巴塞尔协议对操作风险的定义出发,列举了国内外度量操作风险的主要研究方法,在此基础上给出了本文所使用的贝叶斯网络度量方法,对贝叶斯网络的概念、原理、主要的推理模式等进行介绍,从银行实例的角度出发对贝叶斯网络的推理功能进行详细论述。运用SPSS软件对收集的商业银行损失数据进行处理,根据描述性统计分析和非参数检验的结果用贝叶斯方法对损失频数和损失强度进行估计。基于收集整理的商业银行操作风险损失数据,借助于HIGUN LITES软件构建贝叶斯网络模型,对我国商业银行操作风险进行了实证研究,通过实证结果分析我国商业银行的操作风险损失现状,对商业银行操作风险的频发做出总结。并在建立的贝叶斯网络模型的基础上进行实证分析和假设论证,分析结果表明引起我国商业银行操作风险的主要问题有内部欺诈、外部勾结、外部欺诈。贝叶斯网络基于其独特的因果推断理论,能够综合定性分析与定量计算,可在数据缺乏的条件下用于度量操作风险,较好地解决损失事件数据不足的问题。最后给出商业银行在加强风险管理、员工管理、制度保障、加大检查审计力度、技术创新、建立内部损失数据库等方面的若干建议。