Comparación entre diferentes medidas del VaR

Debajo coloco las diferencias observadas entre los diferentes cálculos. Así como sus ventajas y desventajas. Considero personalmente que el VaR paramétrico será el más conveniente, ya que las desventajas de la simulación Monte Carlo (muchas iteraciones necesarias para mucha confianza) y las de la simulación histórica (la historia no necesariamente predice el futuro) me parecen bastante significativas.

VaR Paramétrico	Simulación Histórica	Simulación Monte Carlo
Este modelo está basado en hipótesis estadísticas de normalidad en la distribución de probabilidades.	Esta simulación está basada, como su nombre lo dice, en historia pasada de los activos, para ver posibles cambios en el riesgo.	El modelo Monte Carlo está basado en la generación de varios escenarios, aleatoriamente variando los factores de riesgo.
El VaR paramétrico tiene como mayor ventaja que usa pocos parámetros en sus cálculos. (Ventaja)	Esta simulación, ya que utiliza toda la información histórica, usa más parámetros que los que se usan en el VaR Paramétrico. (Desventaja)	Esta simulación utiliza también mayor número de parámetros que el VaR paramétrico, ya que ve diversos factores de riesgo y se generan varios escenarios (Desventaja)
Usualmente ocurren muchos eventos en las colas, por lo cual la normalidad existente en la distribución es mucho menos a la que se pronostica en este modelo. (Desventaja)	Este modelo capta la no normalidad de las series, ya que al basarse en historia pasada en ningún momento asume normalidad. (Ventaja)	La simulación Monte Carlo, al observar los factores de riesgo y generar escenarios, elige la distribución que más se asemeje a la serie (T de Studen, F de Fischer, etc), por lo cual si capta la normalidad de las distribuciones. (Ventaja)
Se usa preferentemente para activos lineales (sus precios cambian proporcionalmente a los movimientos de precios subyacentes).	Se usa tanto para activos lineales como para activos no lineales.	Se usa también para activos lineales como para no lineales. De hecho, si hay muchas exposiciones no lineales, es incluso mejor este modelo que el VaR paramétrico.
El VaR es proporcional a la cantidad de activo subyacente en este modelo.		Es posible aplicarlo para distintos niveles de confianza. (Ventaja)
El supuesto de normalidad podría llevar a una sobrevaloración o subvaloración del riesgo de una cartera, dependiendo de la correlación de los activos. (Desventaja)		Si se requiere mucha confianza, serán necesarias muchas iteraciones para llegar al resultado. (Desventaja)