金融危机爆发后，银行面临的风险管理向着更复杂、更具突发性以及更扩散的发展。于是很多银行纷纷将智能化高级分析以及优化技术作为其关键解决方案，从而实现风险管控的目标。
风险模型实验室
风险管理本身就是预期管理，在经济上行的时候，风险管理也往往容易被忽视。SAS北亚区风险管理咨询总监邹台虹博士坦言，以前国内银行对风险不是非常重视，因为风险基本上很难产生盈利，好像都是成本。所以在过去一段时间，风险本身并不是银行最主要的考量，尤其是零售银行更在乎的是市场份额的占有。中国过去的银行贷款都是以对公为主，零售贷款实际上是以对公的模式把它搬到零售上面来执行。但是零售与对公的决策方式是完全不一样的，所以它碰到了非常多的挑战，无论从政策、执行、工具等方面都必须要有一个大幅转变。邹台虹认为，虽然现在很多一线银行、二线银行都已经基本开发了所谓的风险模型，但这些模型本身因为数据的欠缺性，可信度非常有限。所以，虽然做了模型，要推行它会碰到很多挑战，这个东西必须要从几方面来着手，比如数据质量的优化，数据历史长度的累积。
在国外，风险模型的生命周期可以长达五六年，但中资银行的产品一直在改变中，模型可能两三年就失效了。因为客户改变了，数据改变了，产品改变了，在这些客观因素下，造成这个模型的生命周期非常短。“所以需要建立风险模型实验室，模型的优化、改进是一个长期工作，而不是一次短时间的开发就能结束的，必须要长期地监控，然后优化。”邹台虹强调建立风险模型实验室的意义。
在国外，一家跨国银行可能有成百上千个模型，在这种情况下，不仅仅是快速建模的问题，而是如何管理这个模型，降低这个模型本身的风险。邹台虹举例道，比如有1000个模型要维护，可能需要100个人在这边做模型，每个人的做法都不一样，在这种情况下没有品质的保证，所以要建立一个模型实验室进行管控。
此外银行要满足《巴塞尔协议III》，其中很重要的一点是要满足文档的管理。邹台虹介绍，模型能不能重新建立，不但内部要审，还要请外部专家来审核这个模型本身，所以在这种情况之下，如果没有风险实验室的概念，就无法满足合规的要求。
最后，当有这么多的模型要管理时，标准化、一致化是成功的很重要一点。“SAS有一个产品就是帮助这些银行在做模型的整体化、标准化整合，以及文档的制定。”