在经济全球化和金融一体化的条件下，汇率因素对经济运行和经济管理具有越来越重要的影响。现代汇率理论经历了近30年的繁荣发展，然而，关于汇率行为机制的认识，并没有达成一致;基于经典汇率决定理论和计量经济方法所建立的分析模型，在对汇率行为的解释和预测方面，远未取得令人满意的结果。与此同时，基于经典汇率理论所进行的政策管理实践也遇到了很多的失败和挑战。这些情况表明，尽管关于汇率行为的研究是一个很经典的课题，却是一个非常复杂的研究领域，理论体系和研究方法的创新仍然具有广泛的空间和重大的现实意义。　　本论文对流行的汇率决定理论和汇率预测模型进行了比较全面的回顾和评论，并着重对汇率行为的可解释性、可管理性、可预测性、动态非线性和复杂性、以及汇率危机等方面进行了比较系统的考察，并基于对人工神经网络方法优越性的认识，提出采用一种创新的汇率预测模型——基于反传网络算法的双边预测神经网络模型(TBBP)，对日元名义汇率进行了实证分析和预测，并比较了TBBP相对于传统的基本因素模型和时间序列方法的预测能力。　　论文首先对现代汇率理论关于汇率行为的经典解释模型进行了回顾和评论，其中包括对市场有效性的讨论。接着，进一步从政策实践的角度来评价经典汇率理论的效果，还考察了作为汇率管理手段的汇率制度，分析了汇率制度演化的复杂因素和趋势特征。经典汇率理论及其实践所受到的挫折，表明汇率的行为机制远比经典理论所描述的更复杂，单纯从经济基本变量出发来建立本质上线性化的汇率模型已没有多少作为。论文并初步考察了汇率行为的复杂非线性特征，主要包括汇率行为的分形结构和非线性动力学特征的分析和讨论。通过复杂性分析，丰富对汇率行为和市场机制的认识，揭示了原来看似随机的汇率收益分布中所蕴涵的丰富信息，也否定了关于汇率长期可预测性的判断。　　接下来，本论文回顾了汇率预测的理论和流行的预测方法。许多经验证据表明，时间序列方法在短期预测中往往比结构化模型有更好的性能，而后者则对中长期的预测相对有更好的表现。但总的说来，汇率行为和宏观基本经济变量之间的关系并不清晰。实证分析发现了汇率运动的非线性特征，但这些非线性特征很少能被用来改进结构化模型和时间序列模型的预测性能。也就是说，关于汇率行为非线性的认识并不一定具有预测价值。汇率行为不大可能具有长期可预测性，PPP也并不能帮助进行长期预测。汇率收益序列存在非线性随机相关性。一般说来，关于低维混沌的判断基本上是不可靠的。　　基于对汇率行为复杂性和神经网络模型预测能力的认识，并根据对日元（对美元）名义汇率运动特点的考察，提出了一种基于修改的反传算法的人工神经网络(ANN)模型——TBBP模型。用TBBP来预测日元汇率的变化范围，证实TBBP在一定程度上可以较好地把握日元汇率的运动特点。接着，对TBBP模型、计量经济模型、时间序列模型和组合预测模型关于日元汇率水平与变化方向的预测性能进行了比较。这些比较是在月度、周、天三个时间水平上进行。结果表明，日元汇率行为确实具有非线性，TBBP作为一种优秀的非线性预测模型，能通过学习而在某种程度上把握汇率行为的一些非线性特征，因而在预测能力方面超越了其它几种比较传统的方法。　　在论文的最后一章，首先对汇率行为的一种极端状态——汇率危机进行了专门考察，其目的是加深对外汇市场和经济系统复杂演化机制的理解。然后，借助复杂性理论的哲理与演化分析方法，分析了金融与经济系统作为复杂系统的若干特征，试图揭示出金融市场复杂性范式的一般原理。其要点是复杂系统秩序演化的偶然性与必然性的统一，混沌与秩序的统一，危机与新生的统一，并强调了对市场提供流动性这一基本功能的理解。本论文的主要结论如下:　　1.汇率行为和宏观经济基本量之间的关系并不明确，结构化模型不能很好地用来预测汇率水平及其波动性，单纯从经济基本量出发来建立本质上线性化的汇率模型已没有多少作为;　　2.市场本身的复杂非线性动力学性质和市场参与者行为特征的多样性（如风险厌恶和非理性同时存在）导致市场有效性不成立，但关于汇率行为非线性的认识并不一定具有预测价值;汇率行为不大可能具有长期可预测性，PPP也并不能帮助进行长期预测;汇率收益序列存在非线性随机相关性，关于低维混沌的判断并不存在可靠的证据;　　3.TBBP作为一种优秀的非线性预测模型，能通过学习而在某种程度上把握汇率行为的一些非线性特征，因而在预测能力方面超越了其它几种比较传统的方法;　　4.汇率行为的可管理性非常有限，而这是外汇市场作为复杂系统所必然具有的性质。