商业银行是一个高风险行业,风险贯穿于商业银行经营活动的各个方面,如何有效地进行风险管理确保银行业稳健运行是当前国际金融业面临的热点难点问题。2007年次贷危机引发的全球金融危机为商业银行的经营风险预警提出了挑战。在中国,目前商业银行处于快速发展阶段,面临错综复杂的经营风险,预警体系并不完善,风险管理注重事中监控和事后补救,而往往忽视了事前预警。因此,研究中国商业银行经营风险预警系统具有重要的理论和现实意义。本论文对中国商业银行经营风险预警系统进行研究。本文首先梳理了国内外相关文献。其次,概述了商业银行经营风险预警系统的相关理论,包括商业银行经营风险的内涵、类型以及预警方法和模型等内容,从商业银行资本充足性、资产质量、流动性和盈利能力四个方面分析了中国商业银行经营风险的现状及其成因。第三,本文构建了中国商业银行经营风险预警指标体系,并利用“3σ”法则对预警区间进行确定,将预警警度分为无警、轻警、中警和重警四个级别。第四,论文通过主成分分析法对我国商业银行经营风险进行综合评估。第五,利用遗传算法对BP神经网络(Back-Propagation Neural Network)进行优化,建立了基于遗传算法的BP神经网络预警模型。最后,对本文所构建的基于遗传算法的BP神经网络模型进行有效性检验,选取招商银行为样本商业银行,利用2002—2011上半年共19个半年度数据进行检验,检验结果表明该系统适用于中国商业银行经营风险的预警。