①方差-協方差法，又稱Delta正態法。
方差-協方差法原理簡單，計算速度快。確定性表現在三個方面:壹是突發事件的風險無法預測，因為方差-協方差法是基於歷史數據來估計未來的，其假設是未來和過去存在分布的壹致性，但突發事件打破了這種分布的壹致性，其風險無法從歷史序列模型中揭示。第二，方差-協方差法的正常假設受到質疑。由於“肥尾”現象的普遍存在，許多金融資產的收益分布不符合正態分布，因此基於正態近似的模型往往會低估實際風險值。第三，方差-協方差法只反映風險因素對整個投資組合的壹階線性影響，不能完全度量非線性金融工具(如期權)的風險。
②歷史模擬法
歷史模擬法是利用當前投資組合中證券的權重和證券的歷史數據來重構投資組合的歷史序列，從而得到重構後的投資組合收益率的時間序列。
歷史模擬法克服了方差-協方差法的壹些缺點，如考慮“肥尾”現象和度量非線性金融工具的風險，歷史模擬法通過歷史數據構建收益率分布，不依賴於特定的定價模型，因此不存在模型風險。
但歷史模擬法仍存在諸多缺陷:壹是風險包含了時間的變化，單純依靠歷史數據來衡量風險會低估收益率的突然波動；其次，風險計量的結果受到歷史時期長短的限制；再次，歷史模擬法基於大量歷史數據，對數據依賴性強；最後，歷史模擬方法在衡量大型復雜投資組合的風險時工作量很大。
③蒙特卡羅模型
蒙特卡羅方法分兩步:第壹步，設定金融變量的隨機過程和過程參數；第二步，針對未來利率的所有可能路徑情景，模擬投資組合中證券的價格走勢，從而編制投資組合的收益分布來度量VaR。
蒙特卡羅模擬法的優點包括:它是壹種全值估計法，可以處理非線性、大波動和“肥尾”問題；生成大量路徑模擬場景，比歷史模擬方法更準確可靠；通過設置縮減因子，模擬結果可以更快地反映最近的市場變化。其不足之處包括:對基本風險因素和部分模型風險仍有壹些假設；計算量大，精度提高慢。如果壹個因子的精度要提高10倍，模擬次數必須增加100倍以上。如果生成的數據序列是偽隨機數，可能會導致錯誤的結果。
5.靈敏度分析
敏感性分析是指在保持其他條件不變的情況下，研究單壹市場風險因素(利率、匯率、股票價格和商品價格)的變化可能對金融工具或資產組合的收益或經濟價值產生的影響。
敏感性分析簡單易懂，在市場分析中得到了廣泛應用。但是，敏感性分析也有壹定的局限性，主要表現在對於更復雜的金融工具或資產組合，無法衡量其收益或經濟價值相對於市場風險因素的非線性變化。
6.情況分析
與敏感性分析不同，情景分析是壹種多因素分析方法，將各種可能情景的概率結合起來，同時研究多個因素可能產生的影響。
7.壓力測試
壓力測試的目的是評估銀行在極端不利情況下的損失容忍度，敏感性分析和情景分析主要用於模擬和估計。
8.回溯測試