随着巴塞尔新资本协议将操作风险纳入计提资本金框架,国际银行界开始重视操作风险的度量与管理。我国商业银行操作损失事件发生频发、损失金额巨大,操作风险日益成为银行业面临的主要风险之一,准确度量操作风险是有效管理操作风险的前提和基础,但数据不足成为目前我国商业银行操作风险度量最严重的问题。尽管国际上操作风险模型发展比较迅速,然而大部分模型对数据要求较高,我国商业银行操作损失数据不足,大部分模型暂时还不适用于度量我国银行操作风险。研究并提出一些适合于我国银行业的操作风险度量的模型是本文的目的。本文收集整理了散见于报章媒体报导有关我国商业银行操作的193个事件,建立了操作损失数据样本。针对数据的特点,提出了几种较为合适的操作风险度量模型:(1)借鉴信用风险模型——CreditRisk~+思路,提出了对输入数据总量要求较少的OpRisk~+模型,度量我国商业银行操作风险预期损失结果,表明该方法是可行的。(2)针对Hill估计在数据总量较少情况下容易产生尾部估计偏倚的情况,提出了基于HKKP估计的极值理论模型,该方法对阈值估计比较准确,具有超越样本的估计能力,在数据总量较少下仍能得到较准确结果。本文还研究了操作风险最低资本金的测算。我们采用了蒙特卡洛模拟法、基于POT算法的结合VaR的极值理论和基于HKKP估计的结合VaR的极值理论法三种操作风险最低资本金的度量方法,实证研究表明,这三种方法在我国商业银行操作损失数据,尤其是低频高危数据奇缺情况下可以较为准确的度量最低资本金,都是可行的,适用的。最后,本文提出一个采用操作风险的资本调整收益率模型(RAROCO模型)进行操作风险经济资本的分配。这些操作风险度量模型适合我国金融环境,有利于推进我国银行业操作风险管理跨越式发展。