2008年金融危机后,人民币再次绑定美元,仅在小幅范围内波动。但是美国却强烈要求人民币升值。人民币究竟会不会升值?升值空间有多大?国际国内高层在宏观方面从不同角度予以定性定量的分析研究。本文力从数量分析的角度,以时间序列分析为理论基础,对汇率的走势予以解释和预测。时间序列分析是动态数据分析处理的一种重要方法,它是根据有序随机变量之间相互依赖所包含的信息,用概率统计方法定量的建立一个恰当的数学模型,并根据这个模型对序列反映的过程或系统作出预报或控制。其中,比较成熟的模型有ARMA (p, q)模型、GARCH(1,1)模型、ARCH-M模型、EGARCH模型等。在实证研究过程中,根据时间序列统计量的不同特征表现,选择恰当的模型拟合,并且对拟合过程中出现的各种问题予以解释,是最为重要的。本文以2009年人民币／美元汇率为研究对象,利用Eviews5.0和SAS统计软件,经过多次实验,发现在均值方程中加入风险因子σ1和考虑外部信息对汇率波动的非对称性冲击的影响都不是很显著,因此ARCH-M模型和EARCH模型被否。而相比于ARCH(1)模型,GARCH(1,1)模型对汇率差分序列具有较好的拟合效果。特别是汇率波动较为平稳的后期,预测条件标准差几乎近0。通过该模型做出外预测,Y(245)=682.819849,与实际值682.81的误差仅为0.0000144,残差为-0.009849。预测结果误差很小具有很好的现实意义。但是仍然发现,ARCH(1)模型的预测效果更加激进,整体波动较大,大约在个固定值1.2处回归；而GARCH(1,1)模型的预测效果要显得保守。特别是在汇率波动幅度较大的区间,ARCH(1)模型预测效果要优于GARCH(1,1)模型。