VaR風險值估計方法
風險值的意義為在給定一信賴水準及持有期間兩參數後，衡量某金融商品投資組合之可能最大損失價值。
在計算風險值的方法上，分別為參數法(parametric)，歷史模擬法(historical simulation)與蒙地卡羅模擬法(Monte Carlo simulation)。

參數法 Parametric
參數法為區域評價法(local valuation)的一種。主要是假設風險因子的報酬是常態分配，由於描述常態分配僅需要二個基本的參數(m、s)即可，因此可以利用此基本參數而得到金融商品的波動性，並進一步得到具有公式解的風險值。這也是參數法名字的由來。

由於利用參數法來計算風險值，僅需要得到分配參數即可計算，因此用參數法計算風險值的特性便是速度快。不過，使用參數法時，會假設金融商品的現值與風險因子具有線性關係，因此，當非線性金融商品比重較高時，利用參數法來估計風險值會產生偏誤。

歷史法 Historical simulation
歷史模擬法為使用歷史情境作為計算風險值的方法，歷史情境的建立是根據風險因子過去的歷史資料並且做了歷史資料的分配情況會在未來被重置的假設。簡而言之，歷史法是假設過去發生的狀況將一再重現，因此作為計算風險之依據。

為了作最佳的估算，建議對過去歷史資料的要求至少兩年， 也就是超過500個交易日。有了完整的歷史資料的分配之後，就可以找出百分等級為5th或是1st的值，這個值與目前現值的差距就是風險值的估算。

此法的優點是直觀，並且可以應用在非線性金融商品，而且可解決市場報酬具厚尾分配的問題，而其計算時所用的時間也會較蒙地卡羅模擬法來得快。相較於其他的方法，歷史模擬法是相對的單純，因其不需要假設風險因子的分配，只需要將過去的歷史資料分配情況找出來即可。然而，歷史模擬法也有些限制，也就是樣本抽取的數目會受到歷史資料數目的限制，並且，也很容易受到過去極端事件發生而大幅度的影響到目前風險值的估算，於是，採用此法很容易發生當市場狀況與部位組成都沒有多大改變的情形下，風險值發生大幅變動的狀況。

蒙地卡羅模擬法　Monte Carlo Simulation
此法主要是根據風險因子的分配假設，作出不同的情境模擬，並用模擬出的情境對資產組合進行重新評價，以得到風險值。

這個方法可以應用在非線性的金融商品，準確度也最高，但最為耗資源。