Модели управления риском в гауссовских стохастических системах

Описан новый подход к исследованию риска многомерных стохастических систем. Он основан на гипотезе о том, что риском можно управлять за счет изменения вероятностных свойств компонент многомерной стохастической системы, в качестве которых используют факторы риска. Исследован случай гауссовских стохастических систем, описываемых случайными векторами, имеющими многомерное нормальное распределение. Как показало моделирование, не учтенные в явном виде многомерность системы и взаимная коррелированность ее компонент могут привести к существенному занижению фактического риска. Приведены результаты расчета вероятности опасного исхода в зависимости от числовых характеристик многомерной гауссовской случайной величины — ковариационной матрицы и вектора математических ожиданий. Выполнена апробация предложенной модели на примере анализа популяционного риска сердечно-сосудистых заболеваний. Описаны модели управления риском в виде задач его минимизации или достижения заданного уровня. Управляющими переменными являются числовые характеристики случайного вектора — ковариационная матрица и вектор математических ожиданий. Проведена апробация метода управления риском с помощью статистического моделирования методом Монте Карло.