在金融危機後，
美國的監管單位大幅度的提升對於主要金融機構的監管強度。
美國聯邦級別的金融監管單位主要包含以下幾個機構：
聯邦準備理事會（FED）
通貨監理局 (Office of Comptroller and Currency, OCC)
聯邦存款保險公司 (Federal Deposit Insurance Corporation, FDIC)
證券交易委員會 (Security Exchange Commission, SEC)
聯邦住房金融局 (Federal Housing Finance Agency, FHFA)
國家信用社管理局 (National Credit Union Administration, NCUA) 等等。
這些監管機構會定期的派出審查員(Examiner)和經濟學家監督各金融機構的經營狀況，
並且進行對財務報表、公司營運、審計制度，等等的審查。
其中，對於各金融機構的財務模型的使用，也在審查的範圍之內
在金融危機後， 金融監管單位大力推行並規定一種三審制的金融模型審計制度，
一個金融模型必須經過內部的三個層次的審查，
即建模者(Model Developer)的自我審查、模型審計(Model Validation)在第二層的把關，
和內部稽核人員(Internal Audit)對於程序上的審查。
若要查詢監管單位對這個制度的詳細描述，
可以參考以下文件：
http://www.occ.treas.gov/news-issuances/bulletins/2011/bulletin-2011-12a.pdf
以下，我將稍微詳細的敘述在每一個層級中不同人員的責任：
建模者
建模者為金融模型領域的第一線開發人員，
肩負從頭開發或者是維護一整套金融模型的責任。
一個標準的建模週期(Model Development Cycle)，通常包含了以下步驟：
1. 理解模型的目的。
例如這個模型是用作巴賽爾的規範或者是用作計算會計損失？
唯有先理解建立模型的目的，
才不會花費很多力氣而發展出一套不合乎規定或者不符合目的的模型。
2. 尋找可用資源。
資源包括人力資源、數據資源，和計算資源等等。
在確定建模計畫前， 人員的經驗和知識限制了能夠發展的模型的形式。
例如缺少博士等級的開發團隊， 可能就只能發展在技術上較為簡單的模型。
數據往往是發展模型的關鍵。
數據的品質、大小和內容決定了模型的形式和結果。
現今的建模過程往往有大量的數據可供使用，
也因此需要龐大的電腦計算能力。
如果有超級電腦可供使用， 則不須做過多的取樣。
反之， 則需要建立一個完整有效的取樣方式。
3. 清理數據
數據往往是有謬誤的， 在真正開始建立模型前，
應該進行一系列的數據研究，
確保數據的品質足夠，
如果數據的品質不良， 則必須提出一系列解決方法來提高數據品質。
4. 建立模型
複雜的模型不一定是好的，
在利用數據建立模型前，
得確定模型的形式符合數據的型態和模型的目的。
統計模型的建立必須經過數個回合的建立過程，
即建立基本模型、審查模型結果、改動模型設計的重複迴圈。
5. 測試模型
在確定最後的模型和係數後，
必須對模型進行一系列的測試，
例如敏感性測試(Sensitivity Test)，壓力測試(Stress Test)或者是Back-Testing
在測試結果可以接受後，
此模型才可以提供給模型審查者進行第二層的審查
（待續）