2005年7月21日我国对人民币汇率形成机制进行了改革,人民币汇率不再盯住单一美元,而是选择若干种主要货币,赋予相应的权重,组成一个货币篮子。根据国内外经济金融形势,以市场供求为基础,参考一篮子货币计算人民币多边汇率指数的变化,因此汇率波动带来的风险要大大超过以往,在此情况下,正确分析与预测外汇波动对中国政府正确制定货币政策、国内企业规避外汇风险以及中国银行业控制外汇风险都有着至关重要的意义。尽管人民币汇率不再盯住单一美元,但美元仍在一篮子货币中占有最大的比重,因此正确分析人民币对美元汇率走势将有助于我们有效的规避外汇风险。因此本文将建立模型对人民币／美元汇率走势进行分析、预测。　　 由于单一汇率预测模型中往往仅考虑一个或某几个影响汇率的因素,而且不同模型均有其自身的缺陷,因此对汇率变动的解释作用有限。根据Bates和Granger(1969)的理论指出,组合预测模型可以有效利用各种模型的优点,得到优于任意单一模型的结果的结论。　　 灰色GM(1,1)预测模型可在小数据量情况下对数据序列进行预测,但不适合逼近复杂的非线性函数,尤其当系统不稳定时,灰色系统模型的预测精度将变差,预测误差往往偏高；与灰色预测模型相比,人工神经网络其有良好的非线性影射能力和较强的学习功能,能够通过对可预测的突变数据进行学习,从而实现对某些特殊情况的出现进行预测,但需要大量且具有广泛代表性的训练数据,这一点在实际工程中较难以满足,而如果采用未经充分训练的人工神经网络来进行预测,其误差也会非常大。因此,如果能将两者有机结合,实现互补,就可以克服单一模型的局限性,避免单一模型有效信息的丢失,从而提高系统建模的效率和模型的精度。　　 因此,本文基于灰色系统和人工神经网络的组合方法,建立了精度较高的灰色神经网络组合模型来对人民币／美元汇率进行预测。并且在确定影响汇率的指标体系时,采用了灰色系统理论中的灰色关联分析方法。通过灰色关联分析的方法找出各影响因素与人民币汇率的关联度,为组合模型的预测筛选指标。　　 本文分为五个部分:　　 首先第一部分对人民币汇率预测的研究背景、研究目的和意义进行了阐述,并介绍了人民币汇率预测的研究现状,对本文的研究方法和思路加以说明；　　 然后第二部分介绍了目前主流的汇率决定理论,人民币汇率发展的历史与现状和对人民币汇率走势的影响因素,以及目前常用的汇率预测方法；　　 第三部分对本文采用的灰色神经网络组合预测模型进行了介绍。对灰色系统理论、神经网络等相关理论以及二者结合的意义进行了阐述；　　 第四部分为本文的核心部分,对本文建模的基本步骤进行了详细介绍,然后对人民币／美元汇率基于灰色模型和神经网络组合方法进行了实证分析,分别使用灰色关联分析的方法求解人民币汇率影响因素与人民币汇率的关联度,建立GM(1,1)模型对影响人民币汇率变动的指标进行预测,最终构建基于灰色神经网络组合方法的人民币汇率预测模型；　　 最后部分为结束语。对人民币汇率升值对经济的影响进行分析,从而说明本文的意义所在。最后总结了本文的整理思路,点出本文的不足以及下一步需要研究的重点。