El riesgo sistémico, en un sistema complejo con varias variables interrelacionadas, como un mercado financiero, es cuantificable a partir de la distribución de probabilidad multivariante que describe la influencia recíproca entre las variables del sistema. El efecto del estrés en el sistema se refleja en el cambio de dicha distribución de probabilidad multivariante, condicionado a que algunas de las variables estén en una determinada amplitud de estrés. Por lo tanto, el conocimiento de la función de distribución de probabilidad condicional puede proporcionar una cuantificación completa del riesgo y la propagación del estrés en el sistema. Sin embargo, las probabilidades multivariantes son difíciles de estimar a partir de observaciones. En este artículo, investigo la vasta familia de distribuciones elípticas multivariantes, discutiendo su estimación a partir de datos y proponiendo nuevas medidas para el impacto del estrés y el riesgo sistémico en sistemas con muchas variables interrelacionadas. Se describen ejemplos específicos para las distribuciones multivariantes Student-t y normal aplicadas a pruebas de estrés financiero. Un ejemplo del mercado de acciones de EE. UU. ilustra los potenciales prácticos de este enfoque.