当用于评估金融工具、衡量风险或做出商业决策的金融模型被误用或不准确时，模型风险是潜在的损失。历史上，模型风险在重大财务损失中起着重要作用;例如伦敦鲸、长期资本管理(LTCM)和2008-2009年的次贷危机。
一般来说，金融机构使用成百上千的模型来管理他们的业务。为了减少模型风险，风险团队需要执行各种任务，包括:
- 模型文档
- 模型验证和监控
- 场景分析和压力测试
- 标杆和挑战模型与机器学习
- 模型风险报告
受欢迎的工具包括MATLAB®,统计和机器学习工具箱™,风险管理工具箱™,MATLAB报告生成器™,MATLAB生产服务器™。
