（一）相关系数的界定

VaR方法不仅能计算单个金融资产的风险，还能计算多个金融资产构成的资产组合风险。此时，资产组合的收益和回报率是一个多元随机变量，我们需要先求出多元随机变量的协方差矩阵，因而需要确定不同金融资产之间的相关系数。相关系数不同的界定标准会导出不同的VaR值。现在通用的两种相关系数为国际J．P．摩根公司的Risk Metrics相关系数和国际清算银行巴塞尔委员会的BIS／Basle相关系数。Risk Metrics认为，不同的金融资产之间存在着收益相关性，而BIS／Basle则认为不同性质金融资产的收益不相关，采用简单求和的风险值。可见，用BIS／Basle相关系数计算出的VaR值要高于Risk Metrics相关系数计算出来的VaR值。

（二）市场因子法

由于证券组合庞大而复杂，在大多数情况下，保留证券组合中所有证券的历史数据不太现实，在VaR的计算中将每一个证券映射为一系列“市场因子”的组合。市场因子是指影响证券组合价值变化的基础变量。

基于上述基本思想，VaR计算的基本步骤包括：第一，辨识市场因子，并将证券组合中的每一证券价值用因子表示（映射）；第二，推测市场因子未来某一时期的变化情景；第三，由市场因子的未来某一时期的变化情景估测证券的未来价值；第四，求出损益分布，在给定置信度下计算出VaR值。(www.daowen.com)

在这种情况下，原有的方法还可以继续运用，只是计算方差时，公式稍有变，为：

式中，δi为资产组合的价值风险因素i的敏感性，也称“德尔塔”，即为资产组合价值对风险因素i变化的非线性敏感度，也称“伽马”，即为非线性风险。

由于期权在证券组合中占有越来越大的比重，所以证券组合的收益呈现出越明显的非线性。理论上可以使用模拟（History Simulation或Mont Carlo模拟）方法或线性化方法，但模拟方法计算很复杂，而期权的非线性又不满足delta方法的条件，这时需考虑对delta方法进行修正。