只要全球货币还没有一体化,只要外汇市场还不是完全有效,汇率风险管理就是跨国公司需要面对的永恒话题。随着人民币汇率波幅加剧,能否有效管理汇率风险更成为影响中国跨国公司损益的关键因素之一。然而,中国跨国公司由于外汇风险管理不力招致巨额损失的案例却常见于报端。汇率风险管理最基础的是决策者意识到什么时候公司面临多大程度的汇率风险,可以从哪些外汇和外汇相关运营活动入手进行管理,才谈得上选择什么工具进行管理。因此,本研究的目的在于从一种综合视角,采用组合技术提升中国跨国公司的汇率风险预测精度。本研究的主要内容包括：其一,梳理过往文献,归纳出影响跨国公司外汇风险的三大主要因素并对这三大主要因素的子因素进行了细致分析。三大主要因素分别为：汇率波动、企业外汇风险敞口、企业外汇风险承受力；其二,构建企业外汇风险计量指标体系,使用自回归条件异方差模型(ARCH)、因子分析等统计方法提炼指标信息,形成一个系统、明晰的企业外汇风险计量指标体系；其三,以家电行业具体跨国公司——格力电器的案例为依托,根据预先建立的企业外汇风险计量指标体系,使用ARCH-因子分析-GRNN建立的汇率风险预测模型,考察其对单个企业的预测效果,并将模型与传统的VaR模型的预测效果进行对比,验证模型是否显著提升了外汇风险预测效果。最后,选用另一通信设备行业典型跨国公司——中兴通讯的案例,对模型的适用性进行了考察。本研究的结论是：基于本研究提炼出的企业外汇风险计量指标体系,使用ARCH-因子分析-GRNN算法构建模型,能显著提升对中国跨国公司外汇风险的预测效果,是对传统外汇风险预测模型的合理改进和补充。创新之处在于：首先,从系统视角、利用线性统计分析技术全面梳理和归纳了影响跨国公司外汇风险的诸多因素,形成了一个较为完善的跨国公司汇率风险计量指标体系；其次,创新地将广义神经网络技术运用于中国跨国公司汇率风险预测,发挥了非线性分析与线性分析的优势,提高了预测精度。最后,通过在两个跨国公司案例中将本模型与传统的外汇风险预测VaR模型进行对比,对本模型优势和局限性做出了更客观的评价。