中国人民银行在货币回笼与投放工作中积累了大量数字信息资源，但缺乏科学有效的分析方法来描述辖区内现金回笼与投放变化的特征和规律，这对辖区内的现金回笼与投放工作的质量和效率产生了一定的不良影响，很难实现现金回笼与投放工作的前瞻性和主动性。因此，对货币回笼与投放预测方法的研究是非常有必要的。本论文主要研究符合大庆辖区经济、金融特点的中央银行现金回笼与投放的神经网络预测方法。为提高神经网络的预测能力，本论文提出一种基于序列输入的神经网络模型，其中隐含层为序列神经元，输出层为普通神经元，输入为多维离散序列，输出为普通实值向量。先将各维离散输入序列值按序逐点加权映射，再将这些映射结果加权聚合之后映射为隐含层序列神经元的输出，最后计算网络输出。本研究采用Levenberg-Marquardt算法设计了该模型学习算法。该预测模型建立后，将为中国人民银行大庆市中心支行科学合理调拨发行基金提供较为准确的决策依据，在积极防范和化解货币供应风险中实现动态调整现金总量和券别结构等方面都有十分重要的现实意义。