随着新资本协议将操作风险纳入监管,关于如何准确计量操作风险已经成为银行业热点研究的问题。与成熟的市场风险和信用风险度量技术相比,操作风险度量技术还处于起步阶段。在国内,商业银行操作风险度量技术更是严重滞后,尤其是近年来,操作风险巨额损失事件的频繁发生,使得操作风险几乎成为我国商业银行的一种“常态”风险。在此背景下研究我国商业银行的操作风险度量问题具有重要的现实意义。本文以我国银行业操作风险损失数据为样本,将损失事件划分为内部欺诈、外部欺诈、违规执行以及系统失败四种类型；在对损失分布法分析的基础上,引用两阶段分布拟合操作风险的损失强度分布,以共轭先验分布来确定各参数的后验分布；同时采用Bayes理论中的吉布斯抽样来获取参数估计值以减小”低频率高损失”数据不足带来的误差,进而计算出不同置信水平下我国商业银行单个操作风险损失的VaR值与ES值。最后,考虑到操作风险各损失事件间可能存在的相关性,本文采用Copula函数对操作风险进行整合以获得联合损失分布函数,从而计算出四类操作风险的整体损失。研究结果表明：基于Bayes理论的参数估计综合考虑了总体与样本等先验信息,估计出的参数值误差较小；Copula函数的引入与VaR值、ES值的测算,能在考虑了损失事件发生概率的同时,估测出操作风险潜在的损失大小,从而可以更准确度量操作风险。