大量的实证研究表明,金融市场中存在着许多复杂性特征,如:收益的非高斯分布、过度波动和波动丛集等,金融资产价格的波动具有复杂的动态行为,而并不像有效市场理论所描绘的那样简单明了。为了探索这些复杂现象背后的原因,同时也为了完善金融理论,近年来有不少学者致力于寻求新的方法来研究资本市场的规律。随着计算机技术、复杂系统理论和建模技术的发展,基于Agent的金融市场建模为金融复杂性的研究带来了新的契机。本文首先以投资者有限理性和羊群行为为主要假设,采用基于Agent方法构建了一个微观市场模型,模型中的Agent都有自己的投资情绪,Agent按照自己的情绪进行交易。每个Agent的情绪不但受自己私人信息的影响,而且也受朋友的情绪的传染。应用数值仿真实验研究了Agent的羊群行为以及不同的关系网络拓扑结构对市场波动的影响。实验结果发现当Agent独立决策时,价格收敛到基本价值,符合有效市场假说;而当Agent的情绪通过口头交流相互影响时,会产生协同效应,市场表现为过度波动。小世界网络由于具有“长程连接”,相比于规则网络具有更强的协同能力,因此小世界网络上Agent之间的情绪传染能够促成更大的价格波动。接着将Shiller关于投资者注意力改变的研究成果引入模型,对模型作了进一步的扩展和完善。在扩展后的模型中,Agent对股票的注意力水平不再保持常值,而是随股票价格的变动而改变。实验结果发现,经这样扩展后,模型不但能够产生过度波动,而且涌现泡沫、崩溃、收益的厚尾分布和波动丛集等复杂性特征。并且把实验数据的这些波动特征与上证指数做了定量比较,结果表明二者符合的很好。同时,从理论上证明这些复杂性特征对系统的大小具有鲁棒性,不会因系统中Agent数量的增加而消失。通过以上这些研究工作,本文展示了市场参与者的羊群行为如何导致市场的过度波动,以及市场参与者的注意力改变如何引起收益的厚尾分布和波动丛集等复杂性特征,从而对金融市场的这些宏观波动特征给出了微观层面上的解释。