Maxim Fomin

Работа посвящена анализу формирования многомерных информационно-аналитических систем с использованием данных, накопленных в колоночных СУБД. В последнее время такие СУБД получают распространение в системах, нацеленных на хранение и анализ больших объемов информации, генерируемой в результате функционирования интенсивных бизнес-процессов. В процессе анализа многомерных данных требуется производить выборку данных фактов, ассоциированных с сочетаниями значений нескольких измерений. В случае использования колоночных СУБД запросы с участием данных нескольких колонок могут быть организованы таким образом, что каждая колонка в значительной степени может рассматриваться как обособленный источник данных. Это обстоятельство позволяет облегчить переход к параллельной обработке информации. Учитывая, в дополнение к указанным свойствам, высокую эффективность чтения в колоночных СУБД, при выборе указанного подхода можно рассчитывать на эффективное решение задачи формирования многомерных структур данных и упрощение работы по обслуживанию существующих кубов данных в случае необходимости их модификации. Использование колоночных СУБД в многомерном анализе данных может оказаться эффективным в следующих случаях. Когда хранилище данных состоит из широких, многоаспектных таблиц данных с большим количеством колонок, над которыми выполняются сложные операции (агрегации, фильтрация, сортировки). В ситуации, когда бизнес-процесс генерирует большой поток входящих в информационную систему данных (миллиарды событий день, генерируемые в реальном времени). The work is devoted to the analysis of the method of designing information systems using the "Data vault" modeling technology. The described approach can be used when building a data warehouse within a multidimensional information system based on the classical approach of data warehouse design – a 3-level data representation architecture, which includes data preparation area, or operational data warehouse, data warehouse, and thematic data marts. This approach allows you to organize data storage within a data warehouse using a metadata repository based on the multidimensional approach. The metadata repository is responsible for the process of collecting data, storing data, and presenting data for analysis. The "Data vault" approach allows you to design the data warehouse of an information system based on a metamodel that is semantically related to the domain of the system and is easily rebuilt it in the event of changes in the business model of the domain. When describing a metamodel, the first-order predicate calculus language is used, which makes it possible to control the metamodel using a declarative programming style – the "Prolog" language. The key point in the structure of the information system is the way of transition from the "Data vault" model to a multidimensional model of data representation based on associative rules of dependence between information objects.

We study the problem of measuring market risk of financial asset with stochastic pricing. Market risk metrics under study are Value-at- Risk and Expected Shortfall. The price of the financial asset is assumed to satisfy a given stochastic differential equation with diffusion coefficient being a function of asset price and time. We investigate various models of asset price dynamics, including well-known lognormal Black-Scholes model, shifted lognormal model, Bachelier and Cox-Ross normal models and a new stochastic model with hyperbolic sine function. For stochastic models under study we derive explicit analytic expressions for loss distribution function, Value-at- Risk and Expected Shortfall. Dependence of derived Value-at- Risk and Expected Shortfall functions on confidence level is shown on the plots. The possibility of using derived formulae for market risk estimation for equity traded on financial markets is demonstrated. We show that the highest estimate of market risk is given by hyperbolic sine and Cox-Ross models, the lowest estimate is given by Black-Scholes model and shifted lognormal model with negative model parameter.