模型风险是指当用于评估金融工具、度量风险或做出商业决策的金融模型被滥用或不准确时可能造成的损失。从历史上看，模型风险在重大金融损失中扮演了重要角色;例如伦敦鲸、长期资本管理公司(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。为了降低模型风险，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
- 利用机器学习进行基准测试和挑战模型
- 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™．
