经典金融理论假设投资者具有完全信息，即准确了解经济运行结构和其中所涉及的所有参数。然而这一假设在现实世界中无法得到满足，投资者往往无法准确知道相关参数的真实取值。这种投资决策者不能确定参数具体数值，并需要利用新信息对参数进行估计的设置被称为“不完全信息”。本文在不完全信息的设置下，较为系统地研究了金融决策理论中最为核心的两个问题：投资组合选择和资产定价。　　 本文首先研究了不完全信息下的静态投资组合选择。我们在贝叶斯分析框架的基础上将参数不确定性引入到期望效用最大化投资者的决策模型中，并分析参数不确定性对投资者(尤其是投资期限较长的投资者)的投资决策行为所产生的影响。在中国金融市场实际数据的基础上，我们对相关结果进行了实证研究，发现参数不确定性会给投资策略带来负的投资期效应。此外，我们还研究了贝叶斯均值一方差模型及其求解方法，并通过一个全球化投资组合算例分析发现贝叶斯分析框架的引入可以有效克服传统均值一方差模型对参数取值的敏感性。　　 接着，本文研究了不完全信息下投资者的学习行为是如何影响金融资产定价的。我们考虑了一个贝叶斯投资者的世代交叠模型。该模型的结论说明投资者的学习行为会导致均衡状态下股票资产的收益率存在可预测性，但是投资者无法利用这种可预测性来获取超额收益。　　 此外，考虑到动态元素的在金融中的重要性，本文还在连续时间市场设置下研究了不完全信息下的动态投资组合选择问题。我们分别考虑了期望效用最大化模型和均值-方差模型，并使用鞅方法给出了最优投资组合的显示解。通过对最优投资组合的敏感性分析，我们发现投资者的学习行为会引起负的对冲需求，并且考虑参数不确定性对投资者的投资效果至关重要。　　 然后，我们还研究了异质信念下的动态资产定价。投资者相互之间存有分歧是金融市场中的一个重要而普遍的现象。我们将Lucas理性预期模型推广到投资者具有不完全信息和存在异质信念的情形，揭示投资者之间的投机行为对资产价格造成的影响，所得到的结论十分有助于解释股权溢价之谜和无风险利率之谜。　　 最后，我们考虑了收集信息需要支付成本时的投资组合选择问题，信息的成本随信息精度的提高而提高。我们构建了一个可以考虑信息收集和投资组合选择之间交叉影响的模型，并得出投资者会将其所购买的信息全部投资于先验分布下所有资产中夏普比例最大的资产。该模型的结论可用于解释投资组合低分散化这一实证研究所发现的重要现象。