模型通过上线考试，不等于以后一直可靠。市场环境、输入数据或适用条件一变，它可能仍在正常运行，误差却持续扩大。真正棘手的是：银行发现问题后，该由谁判断、向谁升级，又拿什么临时替代。
据 Risk.net 的 Model Risk Benchmarking 调查，银行对模型上线后失效的识别与响应并不一致，连 Tier 1 模型——出错可能造成重大财务、监管或客户影响的最高重要性模型——也常缺少成文预案。这里的预案不只是“停掉模型”，还应明确触发阈值、升级路径、替代方案和决策责任人。上线前的独立验证再严格，也只能证明模型在当时条件下过关；上线后监控若发现输出、实际结果或风险指标偏离，却没有后续处置流程，控制链条仍会断在最关键的一步。现有材料未披露调查中缺少预案的银行比例及具体做法差异。