ТОП-ЭКОНОМИКА. УПРАВЛЕНИЕ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТЬЮ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ
Рубрики: ЭКОНОМИЧЕСКАЯ БЕЗОПАСНОСТЬ
Авторы:
1.
ИПМаш РАН
Тип:
Статья
Страницы:
с 31
по 41
Статус:
Опубликован
Получено:
11.06.2015
Одобрено:
30.06.2015
Опубликовано:
30.06.2015
Классификаторы:
УДК 338.24, 330.4
ГРНТИ 05.11 Общие проблемы народонаселения
ГРНТИ 06.51 Мировое хозяйство. Международные экономические отношения
ГРНТИ 10.01 Общие вопросы
ГРНТИ 11.01 Общие вопросы политических наук
ГРНТИ 11.25 Теория международных отношений. Внешняя политика и дипломатия
ГРНТИ 78.01 Общие вопросы военного дела
ГРНТИ 81.92 Пожарная безопасность
ГРНТИ 81.93 Безопасность. Аварийно-спасательные службы
ГРНТИ 82.01 Общие вопросы организации и управления
ГРНТИ 82.33 Стратегический менеджмент. Стратегическое планирование
ГРНТИ 11.15 Теория политических систем. Внутренняя политика
ГРНТИ 05.11 Общие проблемы народонаселения
ГРНТИ 06.51 Мировое хозяйство. Международные экономические отношения
ГРНТИ 10.01 Общие вопросы
ГРНТИ 11.01 Общие вопросы политических наук
ГРНТИ 11.25 Теория международных отношений. Внешняя политика и дипломатия
ГРНТИ 78.01 Общие вопросы военного дела
ГРНТИ 81.92 Пожарная безопасность
ГРНТИ 81.93 Безопасность. Аварийно-спасательные службы
ГРНТИ 82.01 Общие вопросы организации и управления
ГРНТИ 82.33 Стратегический менеджмент. Стратегическое планирование
ГРНТИ 11.15 Теория политических систем. Внутренняя политика
Язык материала:
русский
Ключевые слова:
управление, экономическая безопасность, невалидность, события-высказывания, логика, вероятность, риск, гибридная, концептуальная, индикативная, невалидная модели, социально-экономические системы
Аннотация (русский):
Введена новая научная дисциплина «Топ-экономика». Определена невалидность в экономике по аналогии с надежностью в технике. Введены Булевы события-высказывания для управления экономической безопасностью социально-экономических систем. Разработаны новые типы логико-вероятностных моделей риска для управления экономической безопасностью. Описаны компоненты «Топ-экономики»: методы, модели, технологии, объекты, задачи и специальные Software. Предложена методика синтеза вероятностей событий в логико-вероятностных моделях риска. Рассмотрен пример управления экономической безопасностью России. Приведены методики анализа риска, управления риском, управления экономическими войнами с санкциями.
Введена новая научная дисциплина «Топ-экономика». Определена невалидность в экономике по аналогии с надежностью в технике. Введены Булевы события-высказывания для управления экономической безопасностью социально-экономических систем. Разработаны новые типы логико-вероятностных моделей риска для управления экономической безопасностью. Описаны компоненты «Топ-экономики»: методы, модели, технологии, объекты, задачи и специальные Software. Предложена методика синтеза вероятностей событий в логико-вероятностных моделях риска. Рассмотрен пример управления экономической безопасностью России. Приведены методики анализа риска, управления риском, управления экономическими войнами с санкциями.
Ключевые слова:
управление, экономическая безопасность, невалидность, события-высказывания, логика, вероятность, риск, гибридная, концептуальная, индикативная, невалидная модели, социально-экономические системы
управление, экономическая безопасность, невалидность, события-высказывания, логика, вероятность, риск, гибридная, концептуальная, индикативная, невалидная модели, социально-экономические системы
Введение Научная дисциплина «Надежность» имеется в технике и отсутствует в экономике, хотя неудачи, разорения и кризисы в экономике обычные явления. Эту дисциплину для экономики назовем «Управление экономической безопасностью социально-экономических систем (СЭС)» и присвоим ей, по аналогии с «микро-экономика» и «макро-экономика», краткое название «топ-экономика». Безопасность страны зависит не только от военной, энергетической, информационной безопасности [1], но и от экономической безопасности - устойчивого развития СЭС, систем: противодействия коррупции и наркотизации страны, системы управления инновациями и др. Принята за основу концепция китайского руководства (Ли Кэцян), заключающаяся в том, что ставится знак равенства между инновациями технологическими и инновациями в управлении, в том числе государственном. Предлагается управлять состоянием страны и ее СЭС по критериям риска и эффективности. Строят логико-вероятностные (ЛВ) модели риска. Успех государства, как событие, имеет вероятность. Рассматривают невалидные события, означающие отклонение параметров состояния СЭС от требований и норм. СЭС имеют общие инициирующие события (ИС) и этим обеспечивается их связь. ЛВ-модели риска разных СЭС просто объединить в одну модель. Приоритетные фундаментальные научные направления Правительства РФ и РАН не содержат исследований по управлению экономической безопасностью. Лауреаты Нобелевской премии Джеймс Бьюкенен [2] и Джеймс Хекман [3], академики А. Аганбегян [4], В. Макаров [5], А. Татаркин и Р. Гринберг [6] рассматривают связи экономики и политики в развитии государства на основе теории игр, моделирования и анализа статистических данных. В настоящей работе предлагается новый подход к анализу и управлению экономической безопасностью СЭС на основе топ-экономики. Связь экономики и политики рассматривается в более широком аспекте: оцениваются вероятности субъектов (государства, бизнеса, общества) решить проблему, учитываются сигнальные события об изменениях в экономике, политике, праве и законах, инновациях, о стихийных бедствиях и войнах, на мировом рынке для коррекции вероятностей ИС в ЛВ-модели риска СЭС. 1. Компоненты топ-экономики Научная дисциплина «топ-экономика» (top-economy) или «Управление экономической безопасностью в СЭС» включает в себя компоненты: 1. Методы: введение невалидности в экономику по аналогии с надежностью в технике; ЛВ-исчисление с Булевыми «событиями-высказываниями»; 2. Модели: Гибридные ЛВ-модели риска неуспеха решения трудных проблем, Невалидные ЛВ-модели состояния СЭС, Концептуальные ЛВ-модели прогнозирования развития, Индикативные модели опасности состояния СЭС. 3. Технологии Управления Риском; 4. Задачи оценки, анализа, прогнозирования и управления риском в СЭС; 5. Объекты управления - СЭС групп СЭС-1, СЭС-2, СЭС-3; 6. Специальные Software. 2. Определения и аксиомы топ-экономики и невалидности 1. Невалидность в экономике введена по аналогии с надежностью в технике. Она имеет не два (отказ/неотказ), а множество значений на {0, 1}. 2. Стандарт ISO 9000-2001 использует термин невалидность для оценки качества работ, оказываемых услуг, продукции систем управления. 3. Невалидность системы и показателя - это отклонение их состояний от заданных техническим заданием и техническими условиями. 4. Невалидное состояние рассматривается как событие-высказывание. Степень невалидности имеет значения в {0, 1} и рассматривается как риск. 5. Если параметр const, то он не является событием в состоянии системы. 6. На ЛВ-модели риска СЭС оценивают, анализируют, прогнозируют и управляют риском, выделяя ресурсы для снижения риска событий. 7. ЛВ-модели риска СЭС можно объединять операциями AND, OR, NOT. Связь разных СЭС осуществляют повторные инициирующие события (ИС), которые входят в разные ЛВ-модели. 3. Достоинства и особенности топ-экономики Топ-экономика или управление экономической безопасностью имеет следующие достоинства и особенности: 1. Топ-экономика имеет междисциплинарный характер, так как рассматривает экономические, социальные, правовые, информационные и логико-вероятностные аспекты управления безопасностью СЭС. 2. В технике элементы системы имеют только два значения (отказ и не отказ). Невалидность состояния системы имеет много значений (multi-state). Техническая система откажет, если одновременно откажет несколько логически связанных элементов. Для невалидности экономической системы требования одновременной невалидности логически связанных элементов не существует. 3. Управление экономической безопасностью СЭС имеет комплексный характер, так как зависит от нескольких министерств, ведомств и органов по правам и законам. Поэтому имеются сложности в управлении СЭС. 4. Связь ЛВ-моделей риска состояния разных СЭС осуществляется через повторные ИС, которые входят в ЛВ-модели риска разных СЭС. 5. Динамичность ЛВ-моделей риска СЭС обеспечивается коррекцией вероятностей ИС при появлении новых статистическим данным, сигнальных событий об изменениях в экономике, политике, в законах, в инновациях, в мировом рынке; проведении реформ в образовании, науке и экономике. 6. Использование Технологии Управления Риском с логико-вероятностными моделями риска для структурно-сложных систем [7, 8]. 7. Прозрачность методов, моделей, технологий и задач топ-экономики. 4. Объекты топ-экономики Группа СЭС-1 содержит СЭС наивысшей важности для государства, направленные на уменьшение потерь средств и увеличение их поступления: 1) Управление состоянием системы инноваций страны, 2) Противодействие взяткам и коррупции, 3) Противодействие наркотизации страны, 4) Управление риском банков и резервированием капитала по Базель, 5) Управление качеством систем и продукции по ВТО, 6) Мониторинг и управление процессом кредитования банков. Группа СЭС-2 содержит комплексные СЭС для государства и регионов, зависящие от нескольких министерств, ведомств и законодательных органов: 1) ЛВ-модель риска состояния рождаемости в стране, 2) ЛВ-модель неуспеха решения проблемы культуры, …………………………………………………… N2) ЛВ-модель неуспеха решения проблемы информатизация. Группа СЭС-3 содержит локальные СЭС для компаний и фирм, успех которых зависит, в основном, от их желаний и возможностей: 1) ЛВ-управление риском и эффективностью ресторана «Престиж», 2) ЛВ-модели риска неуспеха менеджмента компании ЗАО «Транзас», …………………………………………………… N3) ЛВ-модели риска транспортной компании «Логвин Роуд + Рэйл Рус». Отметим, что в микро- и макро-экономике не решаются проблемы управления экономической безопасностью СЭС групп СЭС-1, СЭС-2, СЭС-3. 5. Булевы события-высказывания в экономической безопасности Расширено понятие Булево «событие-высказывание». Введены новые виды «событий-высказываний»: события неуспеха субъектов, сигнальные события, события невалидности, концептуальные события, индикативные события и др. В управлении экономической безопасностью СЭС вместо вероятностей истинность/ложь событий используют вероятности успех/неуспех и опасность/неопасность событий. Вклад выдающихся ученых Дж. Буля, П. Порецкого, С. Бернштейна, А. Колмогорова и В. Гливенко в ЛВ-исчисление оценил И. Рябинин [9, 10]. Первооткрывателем ЛВ-анализа является П. Порецкий [11]. Вероятности событий-высказываний по существу являются элементами нечеткой логики, используемой в машинах Л-вывода [12]. 1) События-высказывания о неуспехе субъектов. Событие-субъект - это неуспех решения трудной проблемы субъектом: государством, бизнесом, банками, учеными, общественным мнением. 2) Сигнальные события-высказывания - используется только факт их появления в экономике, политике, праве и законах, инновациях, стихийных бедствиях и изменениях на мировом рынке для коррекции вероятностей ИС по нечисловой, неточной и неполной экспертной информации [13]. 3) События-высказывания о невалидности - это высказывание об отклонении показателя от нулевого или заданного значения. Показатели нормированы и имеют значения в интервале {0, 1}. Событие-высказывание о невалидности имеет риск, равный значению самого показателя. 4) Концептуальные события-высказывания о валидности состояния системы. Вероятности истинности событий-высказываний оценивают по экспертной информации. 5) Индикативные события-высказывания рассматриваются как невалидные события. Их мерой опасности является отклонение значения параметра от заданного. 6) События-высказывания о латентности. Вероятности событий-высказываний оценивают по результатам опросов и информации социальных сетей. 7) Группы несовместных событий (ГНС) в ЛВ-моделях риска СЭС введены для градаций параметров. 6. Новые типы ЛВ-моделей риска в СЭС Вводятся следующие типы новых ЛВ-моделей риска СЭС: 1. Гибридные ЛВ-модели риска неуспеха решения трудных социально-экономических проблем; строят на основе сценария риска для субъектов, участвующих в решении проблемы, и сценария риска для объектов-задач, составляющих суть проблемы; 2. Невалидные ЛВ-модели риска; строятся по невалидным событиям; 3. Концептуальные ЛВ-модели валидности состояния системы; строятся на основе описаний специалистов, понимающих суть проблемы; 4. Индикативные ЛВ-модели опасности состояния системы; строят по индикативным показателям. Гибридная ЛВ-модель риска рассмотрена на примере СЭС противодействия наркотизации населения страны (рис. 1) [7, 8]. В решении проблемы участвуют субъекты: Президент S1, Правительство S2, Дума S3, Совет Федерации S4, Прокуратура S5, Федеральная служба по контролю за оборотом наркотиков S6, Федеральная таможенная служба S7, Федеральная служба безопасности S8, Органы здравоохранения и социального развития S9, Ученые S10 , Общественное мнение S11. Каждый субъект как сложное событие объединяет события «желание» Wi и «возможности» Oi . Объектами-задачами являются компоненты Tnar: система мониторинга наркоситуации TN1, концептуальная ЛВ-модель прогнозирования развития наркотизации TN2, индикативная ЛВ-модель опасности состояния наркотизации TN3, модели ЛВ-анализа и ЛВ-управления риском TN4 . Задачами Zkor модели риска неуспеха противодействию наркомании являются: система мониторинга коррупции в субъектах ZK1, противодействие коррупции в учреждении ZK2, мошенничеству чиновников ZK3, взяткам при обслуживании ZK14 . События-субъекты рассматриваются как высказывания-события о неуспехе субъектов и соответствующие Л-переменные. В одной ЛВ-модели логически объединены события, связанные с субъектами и с объектами. С объектами и субъектами (рис. 1) связаны высказывания-события неуспеха и Л-переменные, которые будем обозначать теми же самыми идентификаторами. Сценарий неуспеха решения трудной проблемы DPnar: неуспех события DPnar происходит из-за неуспеха событий Snar, Tnar, Zkor. Логические функции неуспеха событий: 37986.png (1) Л-функции преобразуют в В-функции риска. Для оценки, анализа и управле-ния риском итогового события используют вероятности событий S1,…,S11, TN1, …,TN6, ZK1,…,ZK4. Сценарии субъектов учитывают их желания и возможности. Государство S1-S4. Это Президент, Правительство, Гос. дума, СФ. Блок S5-S9. Это Прокуратура, Федеральная служба по контролю за оборотом наркотиков и др. Ученые S10 создали ЛВ-модели для противодействия наркотизации регионов и противодействию коррупции. Общественное мнение S11 имеет желание W11 решить проблему наркотизации. Свои возможности O11 оно осуществляет через оппозицию, средства массовой информации, проведение митингов, демонстраций и т. д. Задачам гибридной ЛВ-модели риска TN1,…,TN6 соответствуют ЛВ-модели риска. Для каждой i-задачи строят сценарий SCi, логические LMi и вероятностные PMi модели риска. Далее нужно записать Л-функцию риска, выполнить ее ортогонализацию и записать В-модель риска неуспеха. Концептуальная ЛВ-модель валидности состояния системы рассматривается на примере ЛВ-модели прогнозирования развития наркотизации [14, 15] и ЛВ-модели валидности состояния системы инноваций. Общая концептуальная ЛВ-модель прогнозирования развития наркотизации объединяет шесть процессов (ЛВ-моделей). Концептуальная ЛВ-модель прогнозирования каждого процесса развития является Л-объединением ИС-высказываний. Их риски оценивают по экспертной информации. Индикативная ЛВ-модель опасности состояния СЭС. Состояния СЭС описывают набором показателей. Например, состояние системы инноваций описывают 84 показателя, состояние наркотизации страны - 40 показателей [16]. Наборы показателей позволяют сравнивать разные страны и устанавливать их рейтинги. Не все показатели системы могут быть индикаторами опасности системы, но на их основе строят идикативные показатели опасности. Индикативная ЛВ-модель опасности состояния системы инноваций России создана на основе анализа разработки и развития инновации «Технологии управления риском в структурно-сложных системах». Выделены индикативные события-высказывания о неуспехе системы инноваций (табл. 1). Список этих событий-высказываний может измениться на примере других инноваций. Индикативная Л-модель опасности состояния системы инноваций: 38069.png. (2) Индикативная В-модель опасности системы инноваций: 2.png (3) где Rn - вероятности событий-высказываний Zn, n=1, 2,…,11. Таблица 1. События-высказывания об опасном состоянии системы инноваций № События-высказывания об опасном состоянии системы инноваций Идентификатор 1 Общение с иностранными учеными 38105.png 2 Выделение приоритетных фундаментально-прикладных исследований 38114.png 3 Выбор концепции развития социально-экономических систем и страны 38123.png 4 Привлечение ученых и общественного мнения к решению трудных социально-экономических проблем 38133.png 5 Решение инновационных проектов на стыке наук 38143.png 6 Заимствование западных методик, программ и технологий 38155.png 7 Анализ желаний и возможностей субъектов 38164.png 8 Управление кредитованием 38173.png 9 Финансирование науки и инновационных проектов 38182.png 10 Создание банка заказов на фундаментально-прикладные проекты и исследования от компаний и министерств 3.png 11 Доля стоимости валового объема производства страны, направляемая в фонд инвестиций, инноваций и науки 4.png ЛВ-модель риска невалидности состояния СЭС. Рассмотрим построение ЛВ-моделей риска невалидности СЭС на примере системы Y, которая может иметь опасные состояния Y1,…,Y6. Обозначим опасные состояния событиями и Л-переменными с теми же идентификаторами [7, 8]. Вероятности событий имеют значения на интервале {0, 1}. Состояния вызывают невалидные параметры Z1,…,Z11, которые имеют допустимые значения, могут быть неприемлемыми или опасными и рассматривают как инициирующие для появления невалидных состояний Y1,…,Y6. Невалидные состояния Y1, Y2,…,Y6 вызываются (ß) невалидными параметрами: Y1 ß Z3,Z8,Z9,Z10; Y2 ß Z1,Z5,Z6,Z11; Y3 ß Z1,Z4,Z5,Z10; Y4 ß Z2,Z3,Z8,Z5,Z11; Y5 ß Z4,Z7,Z9,Z10; Y6 ß Z2,Z6,Z8,Z11. Сценарий, например невалидного состояния Y1 звучит так: появление невалидного состояния Y1 зависит от Z3 38214.png Z8 38222.png Z9 38230.png Z10. Связь невалидных состояний системы с невалидными параметрами представлена таблицей (табл. 2), где 1 - наличие связи и 0 - отсутствие связи. Л-модель риска невалидного состояния СЭС Y = Y1 38238.png Y2 38246.png Y3 38257.png Y4 38265.png Y5 38273.png Y6. (4) В-модель риска невалидного состояния СЭС 5.png (5) где 38287.png - риски (вероятности) событий-высказываний Yn , n=1,2,…,6. Таблица 2. Связь состояний системы и инициирующих событий Состояние Инициирующие события Z1 Z2 Z3 Z4 Z5 Z6 Z7 Z8 Z9 Z10 Z11 Y1 0 0 1 0 0 0 0 1 1 1 Y2 1 0 0 0 1 1 0 0 0 0 1 Y3 1 0 0 1 1 0 0 0 0 1 0 Y4 0 1 1 0 1 0 0 0 0 0 0 Y5 0 0 0 1 0 0 1 0 1 1 0 Y6 0 1 0 0 0 1 0 1 0 0 1 7. Технологии управления риском Технологии управления риском в СЭС - это набор методик, ЛВ-моделей, ЛВ-процедур, Software и примеров [7, 8, 17]. Системы рассматривают как структурно-сложные со случайными событиями. Используются события появления и неуспеха состояний системы. Введены события для параметров и их градаций. В ТУР ССС риск и эффективность есть единое целое. Компонентами Технологий управления риском являются: ЛВ-исчисление, Классы ЛВ-моделей риска, Процедуры для классов ЛВ-моделей, Методика синтеза вероятностей событий в ЛВ-моделях риска, Специальные программные средства для классов и процедур, Примеры приложений, Учебный курс. ЛВ-исчисление использует расширенное определение события и рассматривает около 10 новых событий-высказываний. Классы ЛВ-моделей риска: ЛВ-моделирование, ЛВ-классификация, ЛВ-эффективность, ЛВ-прогнозирование, Гибридные ЛВ-модели риска. Процедуры для классов ЛВ-моделей риска: Построение моделей риска, Идентификация ЛВ-моделей риска по статистическим данным, ЛВ-анализ риска по значимостям и вкладам ИС, ЛВ-управление риском, ЛВ-прогнозирование риска, Синтез вероятностей событий в ЛВ-моделях риска. Примеры описывают 20 приложений в экономике и технике [7, 8, 15-22]. Учебный курс по дисциплине «Технологии управления риском» рассчитан на два семестра и содержит 10 лабораторных работ на компьютере. Классы ЛВ-моделей риска. В технологиях управления риском выделены пять классов ЛВ-моделей риска [7, 8]: ЛВ-моделирование, ЛВ-классификация, ЛВ-эффективность, ЛВ-прогнозирование, гибридные ЛВ-модели риска. Класс ЛВ-моделирование оценивает риск итогового состояния системы (неуспеха менеджмента компании, решения трудной проблемы и т.д.). Вероятности ИС задают по статистическим данным и экспертной информации. Вычисляют риск производных событий и вклады ИС в риск системы. Класс ЛВ-классификация использует статистические данные по объектам или состояниям системы. Рассматривают события неуспеха состояний. Для каждого состояния известен параметр эффективности, равный 1 для хороших и 0 для плохих состояний. Статистическую табличную базу данных преобразуют в табличную базу знаний введением событий-градаций для показателей. Записывают системы Л- и В-моделей риска неуспеха системы. Вероятности событий-градаций определяют решением задачи идентификации для системы В-моделей риска по статистическим данным. Далее вычисляют риск каждого состояния Pi, задают допустимый риск Pad, подсчитывают средний риск Pm (рис. 2). Условие Pi
1. Юсупов Р. М. Наука и национальная безопасность. 2-е издание, переработанное и дополненное. - СПб.: Наука, 2011. - 360с.
2. Buchanan, James. Liberty, Market and State. Wheatsheaf, 1985.
3. Heckman Jamis J, Leamer Edward. Handbook of Econometrics. 2002. Vol.5.
4. Аганбегян А. Г. Кризис: Беда и шанс для России. - М: АСТ, Астрель. Харвест, 2009.
5. Макаров В. Л. и др. (2010). Горизонты инновационной экономика в России: право, институты, модели. - М.: ЛЕНАНД.
6. Гринберг Р. С., Татаркин А. И. Оценка социально-экономических последствий присоединения России к ВТО. - М.: Экономика, 2007. - 534 с.
7. Соложенцев Е. Д. Технологии управления риском в структурно-сложных системах. - Уч. пособие. - СПб.: ГУАП, 2013. - 435 с.
8. Solozhentsev E. D. Risk management technologies (with logic and probabilistic models). Springer, 2012. - 328 p.
9. Рябинин И. А. Надежность и безопасность структурно-сложных систем. 2-е изд. -СПб.: Изд-во С.-Петерб. ун-та, 2007. 276 с.
10. Рябинин И. А. Логико-вероятностный анализ и его история.- Проблемы анализа риска. Том 11, 2014, № 3, с.с. 6-13.
11. Порецкий П. С. Решение общей задачи теории вероятности при помощи математической логики // Труды Казанского университета: сер.1, 1887, т. 5. - с. 83 - 116.
12. Одинец В. П. Зарисовки по истории компьютерных наук. - Сыктывкар: Изд-во КГПИ, 2013. - 421 с.
13. Колесов Д. Н., Михайлов М. В., Хованов Н. В. Оценка сложных финансово-экономических объектов с использованием системы поддержки принятия решения АСПИД-3W. Уч. пос. - СПб.: ОЦЭиМ, 2004.- 64 с.
14. Методологические основы мониторинга и комплексного анализа развития наркоситуации на территории региона (Ю. Захаров, С. Митягин и др.) - СПб.: Нестор-История, 2012. - 200 с.
15. Соложенцев Е. Д., Митягин С. А. Логико-вероятностные модели риска для оценки и анализа наркоситуации региона // Проблемы анализа риска. - 2014. - Том 11. - № 1. - с. 20-391.
16. Соложенцев E. Д. Управление социально-экономическими системами и системой инноваций - стратегия развития страны // Проблемы анализа риска. - 2014. - Том 11. - № 3. - 32-47.
17. Eugene D. Solozhentsev. Technologies of logic and probabilistic management of risk of social and economical systems.- International Journal of Risk Assessment and Management (IJ RAM), 2014, Vol. 17, No. 3, p.p. 171-187.
18. Применение логико-вероятностного метода анализа технических, военных, организационно-функциональных систем и вооруженного противоборства / В. И. Поленин, И. А. Рябинин, С. К. Свирин, И. А. Гладкова. / Под ред. А. С. Можаева. - СПб.: СПб-региональное отд. РАЕН, 2011. - 416 с
19. Алексеев В. В., Карасева Е. И. Синтез и анализ вероятностей событий по нечисловой, неточной и неполной экспертной информации // Проблемы анализа риска. - 2014. -Том 11. - № 3. - с. 22-31.
20. Карасева Е. И. Логико-вероятностная модель для оценки операционного риска банка и резервирования капитала // Проблемы анализа риска. - 2012. - Том 9. - № 2. - с.24-34.
21. Соложенцев Е. Д., Алексеев В. В., Карасев В. В. Мониторинг и управление процессом кредитования банка с использованием логико-вероятностных моделей риска // Проблемы анализа риска. - 2013. - Том 10. - № 6. - с. 78-87.
22. Соложенцев Е. Д. ВТО и логико-вероятностные модели невалидности сложных систем и процессов // Журнал экономической теории. - 2011. - № 4. - с. 136-147.
