文档介绍：摘自《证券投资分析》中国证券业协会编著
到目前为止，VaR的计算方法有许多种，但从最基本的层次上可以归纳为两种：局部估值法(local—valua tion Method)和完全估值法(Full—valua. t ion Method局部估值法(Local-valua tion Met hod)是通过仅在资产组合的初始状态做一次估值，并利用局部求导来推断可能的资产变化而得出风险衡量值。德尔塔一正态分布法就是典型的局部估值法。
德尔塔一正态分布法假定组合回报服从正态分布，贝U：
VaR = W ・ Z ・ o ・ SQRT© t)
0 a
式中，W —为初始投资额；
0
Z —标准正态分布下置信度a对应的分位数;
a
o —组合收益率的标准差；
△ t —持有期。
VaR取决于两个重要的参数：持有期和置信度。正态分布法的优点在于大大简化了计算量，但是由于其具有很强的假设，无法处理实际数据中的厚尾现象，具有局部测量性等不足。
2、完全估值法(Full-valuationMethod)是通过对各种情景下投资组合的重新定价来衡量风险。
(1)历史模拟法。核心在于根据市场因子的历史样本变化模拟证券组合的未来损益分布，利用分位数给出一定置信度下的VaR估计。历史模拟法无需进行分布假设，可以有效地处理非对称和厚尾问题，较好地处理非线性、市场大幅波动等情况，可以捕捉各种风险。
其缺点是：假定市场因子的未来变化与历史完全一样，这与实际不符；需要大量的历史数据；计算量非常大，对计算能力要求比较高。
(2)蒙特卡罗模拟法。其基本思路是假设资产价格的变动依附在服从某种随机过程的形态，利用电脑模拟，在目标时间范围内产生随机价格的途径，并依次构建资产报酬分布，在此基础上求出VaR。
优点：可涵盖非线性资产头寸的价格风险、波动性风险可处理时间变异的变量、厚尾、不对称等非正态分布和极端状况等特殊情景。
缺点：需要繁杂的电脑技术和大量的复杂抽样，既昂贵且废时；对于代表价格动的随机模型，若选择不当，会导致模型风险的产生；模拟所需的样本数要足大，才能使估计出的分布得以与真实的分布接近。
计算 VaR 值的基本方法
方差-协方差法，又称德尔塔正态法。
方差-协方差法的优点是原理简单，计算快捷。确定表现在三个方面：一是不能预测突发事件的风险，原因是方差-协方差法是基于历史数据来估计未来，其成立的假设条件是未来和过去存在着分布的一致性，而突发事件打破了这种分布的一致性，其风险无法从历史序列模型中得到揭示。二是方差-协方差法的正态假设条件受到质疑，由于“肥尾”现象广泛存在，许多金融资产的收益率分布并不符合正态分布，这样，基于正态近似的模型往往会低估实际的风险值。三是方差
-协方差法只反映了风险因子对整个组合的一阶线性影响，无法充分度量非线性金融工具（如期权）的风险。
历史模拟法
历史模拟法是运用当前资产组合中各证券的权重和各证券的历史数据重新构造资产组合的历史序列，从而得到重新构造资产组合收益率的时间序列。
历史模拟法克服了方差-协方差法的一些缺陷，如考虑了“肥尾”现象，能度量非线性金融工具的风险等，而且历史模拟法是通过历史数据构造收益率分布，不依赖特定的定价模型这样，也不存在模型风险。
但历史模