中央银行经济金融时间序列数据库系统的开发

本文以已经实现的中国人民银行经济金融时间序列数据库系统为基础，介绍中央银行如何借助计算机工具从事金融调查统计和分析预测工作，以及该系统的设计方法和主要功能。

时间序列数据库在地区电网调控一体化系统中的应用

本文在分析地区电网调控一体化系统特点的基础上,提出了在系统中引入时间序列数据库的设计方案,将Oracle数据库与国产时间序列数据库结合使用,解决了关系型数据库在系统使用中存储和访问效率等方面的问题。介绍了所开发的时间序列数据库服务及其主要功能应用,如实时曲线、事故反演、历史潮流、可视化调度等。

广西金融发展与经济增长的实证研究——基于1978年～2008年的时间序列数据

广西金融发展与经济增长的实证研究表明,1978年～2008年,广西人均地区生产总值与金融相关比率存在较强的因果关系,人均地区生产总值增长率与金融相关比率的关系不显著,实际利率滞后变量与经济发展指标不存在有统计意义的关系。因此,要促进广西金融发展,就应加快广西金融机构和金融体制改革,健全广西金融组织体系,扩大广西金融对外开放。

信用体系建设与宏观经济增长关联性分析——来自金融信用信息基础数据库的实证检验

依托中国人民银行金融信用信息基础数据库建设,选取金融信用信息基础数据库采集环节和应用领域的核心数据和两部门经济下国内生产总值核算指标,将两端变量纳入VAR模型,利用脉冲响应函数分析刻画系统内一个内生变量变化对其他变量的影响轨迹,对信用体系建设与宏观经济增长的关系进行了实证分析。结果表明,以金融信用信息基础数据库为核心的信用体系建设对宏观经济发展产生了显著积极作用。

时间序列数据库在桥梁结构监测系统中的应用

时间序列数据库是计算机技术发展的新技术,芜湖长江二桥结构监测系统应用时间序列数据库对原系统进行了升级改造,实现了数据实时采集、实时传输、实时存储,提高了数据库的可靠性和系统的稳定性,保证了数据的真实性。应用表明,时间序列数据库运行良好,各项性能指标均优于传统监测系统,该技术适合长大桥梁结构监测系统海量数据的数据库应用场景。

关系数据库支持的不确定时间序列存储

时间序列作为一种常见的数据表现形式,广泛存在于现实世界的很多应用领域。由于不确定性数据的普遍存在,当前基于对确定性时间序列数据的存储与管理方法已经无法适用于实际需要。首先,传统时序数据库采用分布式环境下存储造成资源浪费。其次,不确定时间序列会造成存储混乱。目前,针对不确定时间序列数据在关系数据库中的存储少有研究成果发表。针对上述问题,文中提出一种基于关系数据库的不确定时间序列存储方法。首先,分析不确定时间序列的特点,提出在数据库中存储不确定时间序列的数据模型。其次,根据关系数据库的特点并结合不确定时序的数据模型,提出了一系列针对该类数据类型的存储规则并统一系统化为存储算法,使得对进行多条不确定时间序列收集时能够自动存储到关系数据库中。最后,设计并开发一个存储原型系统验证了提出的存储方法的可行性。

经济先行指标体系实证研究——基于甘肃省的时间序列数据

宏观经济运行是一种周期性的循环波动,每一周期大致可分为繁荣、衰退、萧条、复苏四个阶段,当经济运行达到波峰时,意味着扩张阶段的结束和衰退阶段的到来,而经济运行达到波谷时,则意味着经济由萧条阶段转向复苏阶段。经济运行分析和判断是宏观调控政策决策的核心,历来受到政府部门和相关学者的重视,2008年爆发的国际金融危机更是凸现了经济运行分析的重要性。宏观经济运行的变化及其趋势可以通过一些经济指标率先反映出来,由于经济指标间存在某种内在联系,可以通过经济指标间的联系来分析和判断宏观经济运行,这成为经济先行指标体系研究的重要基础。

县域经济金融数据库建设工作中存在的问题及建议

县域经济金融数据库管理系统作为县域经济金融数据库建设的基础平台和根本保障,其功能和性能必将影响采集的各种数据的准确性和真实性。

社会经济系统时间序列预测的新方法

一、我国社会-经济序列的特点预测,是国民经济计划工作中很重要的一环。我国社会-济序列有下述特点: 1) 非平稳(摆动幅度大); 2) 数据不多。对于非平稳随机序列,目前还没有一般的处理(预测)方法。在一定条件下使用的方法:如最小二乘、最小方差、卡尔曼、指数平滑等。

电网广域监测系统的数据库集成方案

提出了综合利用商用关系型数据库和商用时间序列数据库的集成方案,结合广域监测系统(WAMS)的数据特点,分析了WAMS系统对于数据存储的要求,并对比了两类数据库的特点。这一方案可以充分发挥两种数据库的优点,同时满足WAMS系统数据存储实时性、海量性和安全性的要求,从而为调度中心的各个专业部门(调度、运方、保护)提供统一的集成数据平台,有利于WAMS应用功能的扩展应用。该方案的有效性得到了实际工程应用的验证。

混沌经济时间序列的建模与系统识别

利用时间序列分析方法对混沌经济时间序列进行研究。通过介绍有关时间序列分析的理论及混沌时间序列的建模方法,阐述了混沌经济时间序列中非线性(混沌)信息的提取方法,并对系统进行混沌识别,讨论了混沌系统混沌临界点的区间确定问题。

经济、金融领域时间序列的长期记忆性研究文献综述

时间序列的长期记忆性是与观察数据高度相互依赖相联系的，这种现象并不是首先在经济、金融领域被人们注意到的。在20世纪50年代，一些学者在物理学、水文学等领域的数据分析中发现了时间序列的长期记忆性。Hurst（1951，1957），Mandelbrot和wauis（1968），Mandel—brot（1972），Mcleod和Hipel（1978）等人分别在水力学、地球物理学、

模糊时间序列预测在动态经济系统预测中的应用

研究适合于动态经济系统的预测方法,对指导我国现阶段的经济工作有很大的意义。为尽可能地减少对动态经济系统预测的偏差,将模糊数学的理论应用于预测过程中,应用模糊时间序列预测方法,解决带有模糊信息的动态预测问题,使所得出的预测结果能够更加符合现实的需要。

SV与GARCH模型对金融时间序列刻画能力的比较研究

围绕金融市场上的两个典型现象 :时间序列分布上的“高峰厚尾”性和“平方序列微弱而持续的自相关”性 ,对比 SVAR(1)模型和 GARCH(1,1)对此现象的刻画能力。首先从理论论证 SVAR(1)模型具有比 GARCH(1,1)更吻合这两个现象的数值指标 ,接着利用上海股市收益作实证检验 ,通过分析具体模型 ,再次说明 SVAR(1)模型较之 GARCH(1,1)能更好的拟合实际数据。最后提出对标准 SV模型的一系列改进措施 ,以进一步增强 SV模型对金融实务的刻画能力。

关于建立中央银行调查统计体系数据库系统的构想

随着社会主义市场经济的建立和发展,金融体制改革的不断深化,各种经济、金融变量之间的关系将日趋复杂.这从客观上要求中央银行、特别是其省以下的分支机构把工作重心转移到调查研究工作上来,以强化宏观调控职能,支持货币政策的制定、调整和执行.因此,中央银行调查统计体系就必须建立一个全面、科学、操作性强、反应灵敏的数据库系统,以便于加强对经济、金融的监测.本文以区分行下发的经济、金融调查统计分析,预测体系的规划为依据,结合实际工作的需要,谈一下建立省以下分支机构调查统计体系数据库系统的构想.一、数据库系统的基本结构我们拟想此数据库系统由经济金融数据库,分析、预测模型库、分析、预测体系三部分组成的.具体如图所示。

基于模糊时间序列的传感器网络感知数据预测模型

传感器网络监控系统属于大型复杂系统,由感知节点以一定的时间间隔向sink节点发送感知数据,以实现对应用环境的监控。由于网络本身及应用环境的影响,得到的感知数据往往存在不确定性。此外,周期性报告数据模式影响到实时监控数据的精确性。本文应用时间序列模型预测传感器数据以响应用户查询,可有效降低网络通信量。通过对无线传感器网络的数据分析,引入多属性模糊时间序列预测模型,充分考虑了无线传感器网络时间序列中存在的趋势因素,并提出了适合于传感器网络的修正预测模型。实验结果表明模糊时间序列模型可有效预测传感器网络数据,且能提高预测精度。

混沌时间序列及其在能源系统中的应用

混沌经济时间序列的预测方法研究是混沌经济非线性动力系统的重要内容 笔者利用混沌动力学原理 ,通过混沌时间序列的相空间重构 ,运用局域预测方法 ,建立了预测模型 并用其确立的混沌动力学模型对 1 991年至 1 999年全国能源的生产、消费时间序列进行了预测 而且把此预测结果与实际值进行了比较 ,结果证明误差较小 ,同时还将此预测结果与常规方法建立的预测模型的预测结果相比 。

从2003年诺贝尔经济学奖看金融时间序列分析的发展

2003年诺贝尔经济学奖授予了对处理不稳定时间序列做出了卓越贡献的两位经济学大师RobertF．Engle和CliveWJ．Granger。与传统的时间序列分析方法ARIMA不同．这两位经济学家强调了时间序列均值、方差的时变性．指出用ARIMA在分析和预测中存在“伪回归”现象．从而结果是不可靠的。

经济时间序列的非线性特性检验及其应用

应用BDS统计量分析方法以及Lyapunov指数的分析方法研究经济时间序列的随机特性、混沌特性,应用R/S分析方法研究时间序列短期或长期依赖特性及其演化趋势,从而进一步探明时序所对应的系统的内在复杂性本质,为时序的建模提供理论依据.通过对3组不同的经济时序进行的实证研究,研究结果对于实测的经济时序内在本质特征的判定,有较为重要的理论和实际意义,为进一步寻找适合的非线性模型对经济时间序列进行有效分析和预测提供了理论依据.