由于生活节奏的加快及科技的快速发展,各行各业均产生了大量的数据,而全球经济的快速发展,更是产生了一系列的经济数据,这些经济数据随着时间的变化而变化,数据量成指数级增长,这些经济时间序列中隐含的信息对国家经济发展的带动作用是非常巨大的,因此如何从这些数据中挖掘出真正有用、有价值的信息,成为了热点。本文主要从时间序列的数据挖掘、计量经济学两个研究角度介绍了其研究现状及进展,数据挖掘方面主要涉及到了时间序列的相似性度量及搜索,计量经济学方面主要涉及到了向量自回归模型,以及在其基础上改进的回归模型的研究进展。随着全球经济快速发展,通货膨胀已经从一种区域性的经济现象变为一种常规性、世界性的现象。由于CPI指数的变动率在一定程度上反映了通货膨胀或紧缩的程度,现有的研究主要从国内生产总值GDP、生产价格指数PPI、广义货币供应量M2、全社会固定资产投资INV这几个宏观经济变量来研究其和通货膨胀的变动关系与影响。本文从时间序列经济数据的关联性角度研究通货膨胀的影响因素及其变动趋势。以CPI指数、广义货币供应量M2和全社会固定资产投资INV为例,对三者做相关性分析,接下来从时间序列的长期均衡和短期波动角度探讨其变动调节过程。在长期均衡的研究方面,本文采用传统的ADF单位根检验和Johansen协整检验的方法,对三个时间序列进行验证;在短期波动的研究方面,本文设计了一种算法,结合了动态时间弯曲和最小二乘法,探讨三个时间序列向长期均衡的调节变化过程。