經濟類資料庫哪個最好

㈠ 幾個好的經濟類資料庫

CEIC資料庫由經濟學家和分析師組成，提供有關世界發達經濟和發展中經濟的最廣泛、最精確的信息。已經成為世界各地經濟學家、分析師、投資者、企業以及院校經濟和投資研究的首選。而且，與清華大學經濟管理學院，北京大學圖書館，上海交通大學安泰經濟與管理學院等多所知名大學圖書館有合作，可見其權威性和精準性。

㈡ 急！！國內比較好的經濟資料庫除了wind，中經以外還有什麼 各個的優缺點是什麼

宏觀經濟數據的話，個人覺得中經網的數據還是比較好的，會根據統計制度進行口徑對接，不用擔心制度變化導致之前的數據不能用~

㈢ 大家有什麼比較好用的金融資料庫能推薦一下嗎

可以用巨靈資料庫，經過20餘年的發展，巨靈財經構建了符合國際行業標準的新一代金融資料庫，涵蓋宏觀行業經濟庫、股票、指數、銀行理財、券商集合理財、信託及陽光私募、保險理財、基金、債券、港股、中華概念股、盈利預測及評級、新聞、公告和法律法規等內容，品種齊全、內容完整，並基於精準的基礎參考數據加工了深入的統計衍生數據供用戶選擇使用；公司秉承『為客戶創造價值』的理念，已經為業界一千多家證券公司、基金公司、銀行、保險公司、高校、政府機構等不同類型的用戶提供了專業、持續和高效的金融數據內容及分析工具服務；

㈣ 財經行業所需要的數據比較多，哪個資料庫可以查詢到比較詳細和權威的經濟數據呢

作為財經行業確實需要經常查詢一些數據，可以看一下CEIC資料庫，CEIC是一家財經信息服務公司，專門為財經分析員提供准確、迅速而全面的亞洲宏觀經濟時間序列數據和各主要證券交易所的上市公司信息財務數據，而且是一致公認且權威的亞洲經濟研究資料提供商。

㈤ 寫經濟類的論文所需要的數據從哪個資料庫查詢比較方便

司爾亞司數據信息有限公司由經濟學家和分析師組成，提供有關世界發達經濟和發展中經濟的最廣泛、最精確的信息。作為財新數據資訊旗下企業，CEIC已經成為世界各地經濟學家、分析師、投資者、企業以及院校經濟和投資研究的首選。

CEIC與世界各地眾多國家的一手渠道、資源建立了密切的關系，確保能夠得到最詳細、最可靠的數據，需求完全得到滿足。

㈥ 全球排名前十商業版資料庫有哪些

1. IBM

老牌大數據企業，從微軟時代過來的核心，是全球最大的信息技術和業務解決方案公司。

2. 惠普

會最為知名的是它的Vertical分析平台，而且在2012年的營收中排名第二，當之無愧的老牌商業資料庫品牌。

3. Teradata

憑借自身硬體和資料庫而聲名遠播。

4. 甲骨文

在資料庫領域，甲骨文一直都是鼎鼎大名的存在，而且它也是大數據領域最大的幾個玩家之一。

5. SPA

在商業數據中，SPA推出了最為知名的HANA內存內資料庫

6. EMC

EMC 的主要業務時幫助客戶保存並分析大數據，另外也充當著大數據分析智囊營銷科學實驗室的所在地，它們專門分析營銷類數據。

7. Amazon

時至今日，Amazon 已經成為了全球大數據領域當之無愧的王者，這一切源於它的CEO貝索斯的遠見與無與倫比的魄力

8. 微軟

微軟在數據方面有著雄厚的實力和強大的野心，它的商業數據業務也在蓬勃發展

9. 谷歌

作為全球搜索業務的老大，谷歌旗下的大數據平台憑借其身後的技術積累，成為商業數據領域內一股不可小覷的力量。

10. VMware

VMware向來以雲計算虛擬化解決方案著稱

㈦ 關於世界經濟數據的資料庫哪個比較好用，數據較全面和權威

可以看一下CEIC全球資料庫，CEIC全球資料庫涵蓋全球128個國家超過一百萬條時間序列數據；資料庫中包含各國GDP,通貨膨脹，出口，旅遊等主要指標的詳細數據；CEIC的數據平台(CDM)支持數據快速下載至Excel；CDM數據平台中靈活的圖表功能會幫助您快速分析和一覽趨勢的變化。

㈧ 國內五大論文資料庫

國內五大論文資料庫如下：

一、中國知網提供的《中國學術期刊（光碟版）》

也稱中國期刊全文資料庫由清華同方股份有限公司出版。

收錄1994年以來國內6 600種期刊，包括了學術期刊於非學術期刊，涵蓋理工、農業、醫葯衛生、文史哲、政治軍事與法律、教育與社會科學綜合、電子技術與信息科學、經濟與管理。

收錄的學術期刊同時作為「中國學術期刊綜合評價資料庫統計源期刊」。

但是收錄的期刊不很全面，一些重要期刊未能收錄。

二、中國生物醫學文獻資料庫（CBMDISC)

資料庫是中國醫學科學院信息研究所開發研製，收錄了自1978年以來1 600餘種中國生物醫學期刊。

范圍涉及基礎醫學、臨床醫學、預防醫學、葯學、中醫學及中葯學等生物醫學的各個領域。

三、中文生物醫學期刊資料庫（CMCC)

由中國人民解放軍醫學圖書館資料庫研究部研製開發。

收錄了1994年以來國內正式出版發行的生物醫學期刊和一些自辦發行的生物醫學刊物1 000餘種的文獻題錄和文摘。

涉及的主要學科領域有：基礎醫學、臨床醫學、預防醫學、葯學、醫學生物學、中醫學、中葯學、醫院管理及醫學信息等生物醫學的各個領域。

並具有成果查新功能醫學全在線

四、萬方數據資源系統（China Info)

由中國科技信息研究所，萬方數據股份有限公司研製。

該資料庫收錄的期刊學科範圍廣，包括了學術期刊於非學術期刊，提供約2 000種的電子期刊的全文檢索。

被收錄的學術期刊都獲得了「中國核心期刊（遴選）資料庫來源期刊」的收錄證書。

個別期刊甚至將「遴選」改成「精選」，或者乾脆去掉。

很多作者因此誤以為這就是核心期刊。

五、維普資料庫

也稱中文科技期刊資料庫，維普科技期刊資料庫，由中國科學技術信息研究所重慶分所出版。

收錄了1989年以來我國自然科學、工程技術、農業科學、醫葯衛生、經濟管理、教育科學和圖書情報等學科9 000餘種期刊，包括了學術與非學術期刊。

收錄期刊數量很大，但不足之處是部分國家新聞出版總署公布的非法期刊也被收錄了。

一般的，學術期刊都能進入至少1個國內期刊資料庫。

期刊據資料庫不是期刊的評價體系，對科研處的期刊性質評價也就缺乏足夠的意義，故不宜作為期刊性質評價的依據。

另外還有：

1、萬方數據

萬方數據提供中國大陸科技期刊檢索，是萬方數據股份有限公司建立的專業學術知識服務網站。

隸屬於萬方數據資源系統，對外服務數據由萬方數據資源系統統一部署提供。

2、全國報刊索引

收錄全國包括港台地區的期刊8000種左右，月報道量在1.8萬條以上，年報道量在44萬條左右，書本式用戶有3500多家，現又出版光碟資料庫。

反映了中國政治、經濟、軍事、科學、文化、文學藝術、歷史地理、科技等方面的發展情況，提供了國內外最新學術進展信息。

該索引是我國收錄報刊種類最多，內容涉及范圍最廣，持續出版時間最長，與新文獻保持同步發展的權威性檢索刊物，也是查找建國以來報刊論文資料最重要的檢索工具。

正文採用分類編排，先後採用過《中國人民大學圖書分類法》和自編的《報刊資料分類表》，1980年起，仿《中國圖書館圖書分類法》分21類編排，1992年全面改用《中國圖書資料分類法》（第三版）編排，2000年開始用《中國圖書館分類法》（第四版）標引，計算機編排。

在著錄上，《全國報刊索引》從1991年起採用國家標准——《檢索期刊條目著錄規則》進行著錄，包括題名、著譯者姓名、報刊名、版本、卷期標識、起止頁碼、附註等項。

同時，「哲社版」採用電腦編排，增加了「著者索引」、「題中人名分析索引」、「引用報刊一覽表」，方便了讀者的使用。

3、超星數字圖書館

為目前世界最大的中文在線數字圖書館，提供大量的電子圖書資源提供閱讀，其中包括文學、經濟、計算機等五十餘大類，數十萬冊電子圖書，300萬篇論文，全文總量4億余頁，數據總量30000GB，大量免費電子圖書，並且每天仍在不斷的增加與更新。

覆蓋范圍：涉及哲學、宗教、社科總論、經典理論、民族學、經濟學、自然科學總論、計算機等各個學科門類。

本館已訂購67萬余冊。

收錄年限：1977年至今。

4、維普資訊

維普資訊是科學技術部西南信息中心下屬的一家大型的專業化數據公司，是中文期刊資料庫建設事業的奠基人，公司全稱重慶維普資訊有限公司。

目前已經成為中國最大的綜合文獻資料庫。

從1989年開始，一直致力於對海量的報刊數據進行科學嚴謹的研究、分析，採集、加工等深層次開發和推廣應用。

5、中宏資料庫

中宏資料庫由國家發改委所屬的中國宏觀經濟學會、中宏基金、中國宏觀經濟信息網、中宏經濟研究中心聯合研創。

是由18類大庫、74類中庫組成，涵蓋了九十年代以來宏觀經濟、區域經濟、產業經濟、金融保險、投資消費、世界經濟、政策法規、統計數字、研究報告等方面的詳盡內容，是目前國內門類最全，分類最細，容量最大的經濟類資料庫。

發展現狀

在資料庫的發展歷史上，資料庫先後經歷了層次資料庫、網狀資料庫和關系資料庫等各個階段的發展，資料庫技術在各個方面的快速的發展。特別是關系型資料庫已經成為目前資料庫產品中最重要的一員，80年代以來，幾乎所有的資料庫廠商新出的資料庫產品都支持關系型資料庫，

即使一些非關系資料庫產品也幾乎都有支持關系資料庫的介面。這主要是傳統的關系型資料庫可以比較好的解決管理和存儲關系型數據的問題。隨著雲計算的發展和大數據時代的到來，關系型資料庫越來越無法滿足需要，

這主要是由於越來越多的半關系型和非關系型數據需要用資料庫進行存儲管理，以此同時，分布式技術等新技術的出現也對資料庫的技術提出了新的要求，於是越來越多的非關系型資料庫就開始出現，這類資料庫與傳統的關系型資料庫在設計和數據結構有了很大的不同，

它們更強調資料庫數據的高並發讀寫和存儲大數據，這類資料庫一般被稱為NoSQL（Not only SQL）資料庫。而傳統的關系型資料庫在一些傳統領域依然保持了強大的生命力。

以上內容參考：網路——資料庫