本文针对汇率问题的复杂性,根据汇率与宏观经济变量的非线性关系和汇率数据自身的非线性特征,以神经网络技术为主要工具,研究了人民币汇率基于购买力平价理论的预测和时间序列预测问题,并建立了一个基于神经网络的人民币汇率风险管理的VaR 模型。本文应用神经网络考察汇率与物价指数之间的非线性关系。在应用协整技术检验发现购买力平价理论对人民币汇率不成立的情况下,论文建立了一种基于神经网络的非线性协整检验方法,对汇率与物价指数进行了非线性协整检验。并在此基础上建立了预测模型。论文在分析人民币汇率收益序列长记忆性的基础上,建立了神经网络预测模型。引入方向准确率作为预测模型的一个评价指标,对模型的预测结果进行了统计检验。并考察了计量经济模型的选择标准中的信息准则法,在建立神经网络预测模型过程中的作用。论文根据神经网络技术中的混合密度网络能够预测数据之间的条件概率密度函数这一特点,对外汇资产组合收益的条件密度函数进行了预测,并在预测的基础上建立了一个VaR 模型。论文比较系统地分析了人民币汇率的特征,考察了应用神经网络技术进行汇率预测的建模过程和模型选择技术,讨论了对人民币汇率进行有效预测和风险管理的可行性。这些工作,将有助于拓宽对人民币汇率问题的研究思路,为解决人民币汇率预测和风险管理问题提供了一些可供选择的方法。