什么是参数自助法？
参数自助法根据样本分布的性质来模拟产生观察值。这一技术根据已观察到的收益率样本数据来“填充”未能观察到的收益率。参数自助法工作流程如下:
资金管理人创造的收益率样本分布按照基本市场模型可以分解成三个部分:
a.资金管理人的技能。
b.因其投资组合与市场基准相关而产生的收益
c.资金管理人的特异性误差
通过参数过程得到的新的分布值被当做和其他样本值一样，用于尾指数、VaR和其他风险管理指标的计算之中。
参数自助法的假设条件是:原始收益与基准收益的线性关系以及该资金管理人的。值在某一阶段恒定不变。但其实可能并非如此。对于掌握多种类型的资产且拥有动态策略的经理人来说，其收益与各种基准收益的关联性会因时间的不同而改变。尽管参数自助法有这些缺点，但它的确在给定的已观测到样本收益的基础上为风险管理者提供3个对真实分布更为全面的认知。
为了将投资组合管理者的基准整合进VaR框架中，Suleiman, Shapiro和Tepla (2005)提出分析资金管理人的收益超出其基准部分的“跟踪误差”(tracking error)， Suleiman, Shapiro和Tepla (2005)将跟踪误差定义为资金管理人收益与同时期基准指数收益间的差值。
除了VaR，统计模型还包括用蒙特卡罗模拟的方法来估计风险资本的未来市场价值。蒙特卡罗模拟通常用来计算衍生品的风险敞口。情景分析和因果模型也可用做估计市场风险。但是作为市场风险估量的辅助手段，它们由于过干依赖定性分析，因而在与以历史表现为基础的VaR值相比较时，容易出现误导的情况。