Esta dissertação pretende avaliar a adequabilidade de abordagens não paramétricas para estimar o Value at Risk. O estudo incide sobre três técnicas de simulação histórica, com o objetivo de perceber qual obtém a estimativa mais precisa do VaR, em condições normais e extremas de mercado (crise da COVID-19). As abordagens estudadas são Simulação Histórica simples, a de BRW (Boudoukh, Richardson e Whitelaw, 1998) e a de Hull e White (1998). As três abordagens baseiam-se todas em dados históricos, mas exploram diferentes formas de estimar a distribuição e, consequentemente, o VaR. Para testar a adequabilidade das abordagens mencionadas, o VaR é estimado para uma carteira composta por quatro importantes índices de mercado (S&P500, FTSE100, etc.). Depois, são realizados backtestings para cada modelo, para identificar a técnica mais confiável para estimar o VaR, no período estudado. Este estudo visa fornecer uma visão mais recente sobre a confiança de abordagens não paramétricas na estimação do VaR. Os resultados indicam que a abordagem de Hull e White (1998) é a mais precisa comparando com os outros dois métodos, e que a Simulação Histórica simples exibe resultados consistentes. Por outro lado, o método de BRW (1998) aparenta ser o método menos fiável.