我在回国之前曾长期在华尔街工作，主要从事金融衍生产品的估值与风险管理，最大的感受是美国金融业对大数据的高度重视，包括了对历史数据的自动化存储、基于历史数据的衍生推测、在衍生品估值中对相关数据和模型等多维度的风险把控、对黑天鹅事件的预判等等。根据个人的经历，简单谈谈美国金融业在衍生品定价与风险管理方面的独到之处。
首先，在涉及金融衍生产品的相关领域，针对软件及程序语言的发展程度和要求已经达到了很高的水平。在美国，针对金融衍生产品有几个大的数据中心，例如彭博、路透社、Markit、IDC等第三方专业数据及信息平台，每家平台都拥有自己的数据系统和编程语言，包括利用C++ , JAVA, SPSS ,Matlab ,R Language, Excel VBA等编程语言。同时，众多金融机构也投入巨资自主研发了相关的交易、估值及风控系统，实现了历史数据的完备存储、衍生分析、产品估值和趋势预测等等，每个系统的开发都包罗万象，涉及各国国债历史收益率曲线，IRS定价需要参照的Libor curve或者OIS curve，货币互换中每组货币对应的即期及远期汇率曲线，以及CVA和FVA的调整因子测算等等（如果您对这些专业名词不太熟悉，可以参阅John Hull编写的《期权、期货及其他衍生产品（第九版）》。
其次，金融机构针对衍生品的风险管控包括了对行业数据中心的尽职调查和行业比较。每年5、6月份开始，众多金融机构会开展新一轮的年度尽职调查。在筛选出行业衍生品及相关金融产品的数据公司之后，相关风险管理还包含了以下三个层面。
一是全方位的对话，金融机构的专业团队与各家金融数据服务公司的销售、技术、财务和风控团队进行约谈，以此跟踪这些公司最新的发展战略和管理模式，针对衍生品集中交易中心(ICE、CME等)、巴塞尔协议等相关政策变动的战略布局调整，内部的组织、专业团队以及服务价格变动等等。
二是开展详尽的尽职调查，包括了针对数据库中的历史数据和参数的合理性检验，运用历史交易数据或标准化衍生品合同以及其市场价值对模型进行穿行测试，判断其估值的合理性。
三是行业间的对比分析，一般而言，模型定价会根据交易要素并结合参数的调整，提供一定的估值范围。比如针对同一个套期保值或利率互换产品，将横向比较各定价公司给出的估值范围，比较之后根据统计相关测算排除极值出现概率高的估值定价体系。
最后，除了对于高度程序化的估值模型、系统的依赖以及完备的尽职调查之外，风险管理中最重要因素还是来自于从业人员的专业意识、对于政策调整和市场变动的敏锐嗅觉。金融衍生品涉及的初衷是用来规避金融市场的各类风险。然而在美国金融危机爆发以前，衍生产品被大量的滥用。目前，一系列针对衍生产品的监管政策正在逐步推行中，比如，美国的监管当局通过了沃尔克规则，禁止受联邦存款保险公司保险的商业银行从事针对特定证券、结构化衍生品、大宗商品期货与各类期权有关的以自我逐利为动机的短期自营交易；美国证监会提高了共同基金运用衍生品的难度，防止共同基金过多利用衍生品撬动投资杠杆；对场外衍生品的中央清算加强了管理；巴塞尔协议对于清算衍生品也设定了全新的杠杆率要求等。同时，在美国，关于金融衍生产品的定价与风险管理非常强调专业性，不论是高频交易还是对冲基金管理，或是基础交易、奇异衍生品定价及中央清算等等，往往需要非常专业的计算机编程人员、金融工程师、数理专家、金融业资深专家和咨询师共同协作完成，因此在风控领域很重要的一点还是来自长期积累的专业知识和风险意识。