金融变化率时间序列数据一般具有方差时变的特点，即在某一时期其波动剧烈而在另一时期又相对平缓，表现出波动聚集，高峰厚尾，持久记忆等形式。经典的时间序列模型(例如ARMA模型)不能比较好地拟合这类数据，Engle(1982)提出自回归条件异方差(ARCH)模型，把条件方差作为过去误差的函数而变化，为解决异方差问题提供了新的途径。Bollerslev(1986)在此基础上提出广义自回归条件异方差(GARCH)模型，让条件方差作为过去误差和滞后条件方差的函数而变化，更好地拟合时间序列数据。而中国大陆的汇率形成机制改革在2005年7月21日迈出实质性的一步，2005年7月21日19：00时，美元对人民币交易价格调整为1美元兑8.11元人民币，作为次日银行间外汇市场上外汇指定银行之间交易的中间价，外汇指定银行可自此时起调整对客户的挂牌汇价。现阶段，每日银行间外汇市场美元对人民币的交易价仍在人民银行公布的美元交易中间价上下千分之三的幅度内浮动，非美元货币对人民币的交易价在人民银行公布的该货币交易中间价上下一定幅度内浮动，从此人民币汇率的浮动范围明显扩大，一个显著的表现就是人民币对美元汇率升值速度加快，2008年4月10日，人民币对美元汇率升值到1美元兑6.992人民币。本文意在使用ARMA模型和GARCH系列模型对人民币兑美元的汇率变化率进行预测，发现AR(4)模型的预测效果较好，而对于汇率变化率的方差，则发现其没有时间上的记忆性，最后评价预测效果，并提出相关的政策建议。