2008年由美国次贷危机引起的全球性金融危机把人们的视线再度吸引到金融体系的安全上来,这次由金融机构开始逐渐向外爆发的经济危机使人们再一次意识到金融机构监管的重要性。中国农业银行自改革开放以来经历了渐进式的改革过程,逐渐对外开放了金融体系,加强了金融监管,改善了服务质量,成效颇丰。在取得成就的同时,我们也应该注意到,相对于国外先进国家对金融机构的监管,中国的监管体制还不够完善,在很多方面还与国际先进水平存在一定差距,尤其在对商业银行金融风险的监测上,仍然存在很多需要改进的地方。这就要求我们进一步对中国农业银行的金融风险进行监测和预警,为金融机构的监管者和管理者及时准确的提供管理依据。本研究旨在对中国农业银行金融风险进行深入研究,构建能够准确合理评价和预测商业银行金融风险的模型。首先,文章对中国农业银行金融风险的相关理论和文献进行了总结和评述,构建了文章的总体逻辑框架;第二,对中国农业银行各金融风险的现状及风险管理体系进行了分析,同时对国际上具有代表性的金融风险监管体系进行了比较研究,为下文构建金融监测预警指标体系奠定基础;第三,构建中国农业银行金融风险监测预警指标体系;第四,采用因子分析法建立了中国农业银行金融风险系统评价模型,对中国农业银行的金融风险进行监测和综合评价;第五,采用BP神经网络建立了中国农业银行金融风险系统预测模型,对中国农业银行的金融风险进行预警;第六,采用数据库网络技术对中国农业银行金融风险预警模型进行进一步的系统实现,建立中国农业银行金融风险预警系统。最后,依据以上的分析进行文章的总结,并提出了几点政策建议。本文的主要研究成果在于:首先,在对商业银行金融风险相关文献和理论进行总结、对国际主要监管体系进行比较和中国农业银行金融风险的实际情况进行考察后,本文构建了中国农业银行金融风险的监测指标体系,分别从宏观经济风险、资本风险、经营风险、信用风险、流动性风险、操作风险和市场风险这七个一级指标的基础上,对每类风险再设计具体的风险监测指标作为二级指标,来考察其金融风险程度。其次,本文采用因子分析法对中国农业银行的金融风险进行分类,并对中国农业银行各财务年的金融风险情况进行综合评价,构建了中国农业银行金融风险系统评价模型。第三,本文采用BP神经网络法对中国农业银行金融风险进行预测,采用1999-2007年的数据作为训练样本,并用2008年的数据作为检验样本,结果表明使用BP神经网络构建的商业银行金融风险系统预测模型可以对商业银行的金融风险进行有效的预测。最后,本文利用数据库网络技术对中国农业银行金融风险预警系统进行设计,建立起能够分析、监测和预警中国农业银行金融风险的风险评估模型和风险预警机制,切实提高整体的抗风险能力,防范和化解金融风险,实现风险管理的规范化、系统化和科学化。