行为金融学认为投资者情绪的传播,会影响到股票价格行为和金融市场的稳定。这是对传统金融学的一个挑战,突破了传统金融学研究的“市场有效性”和“投资者完全理性”的假设框架,由此引发了人们对投资者情绪以及情绪传播研究的热潮。关于投资信念传染、投资思想体系演化及其对市场的影响,已经逐渐成为当前金融(包括行为金融)研究领域的热点问题之一。对投资者情绪传播研究的一个常用的实验工具是计算实验金融学。它是在既定市场结构下,通过研究市场微观层次Agent(投资者)的行为来揭示市场宏观特性形成原因的一门金融学分支。现有研究已基于复杂网络技术建立股市情绪传播模型,较好地刻画了股市诸多现象；而多智能体技术也已用于研究市场微观层次Agent(投资者)的行为。因此,本文结合复杂网络和多智能体技术二者优势,建立人工股市情绪传播模型。模型中多智能体技术用来反映个体之间的相互作用,而复杂网络则用来表示多智能体之间的社会关系。为比较不同的投资者结构对市场的影响,本文依次建立了规则网络、小世界网络和现实网络下的股市情绪传播模型。本文模型主要有三个特点：1)在投资者情绪传播机制中加入了投资者的地理分布因素,在建立网络时考虑了区域性差别,使得模型更接近现实；2)建立几种不同的投资者关系网络进行对比分析；3)运用集合竞价机制(而不是做市商定价机制),更加符合我国股票市场的实际运行机制。通过仿真实验,得出的主要结论有：1)相对于规则网络,小世界网络下的股市情绪传播模型更能够反映真实的股市运行状况。在同等条件下,规则网络模型的股票收益率尖峰肥尾特征不明显,小世界网络模型则能够明显呈现。而在基于调研数据的现实网络下的传播模型中收益率的尖峰肥尾特征更加明显；2)不同类型投资者之间的相互影响力不同,机构大户的信息操纵会影响股市的稳定；3)市场信息对投资者的影响越大,也即投资者受外部消息的影响越大,股市越不稳定。本文致力于股票市场投资者情绪传播扩散的微观机理研究,为我国证券市场监督管理者及相关管理部门定量探索股市投资者情绪传播机理及其对股价的影响提供有益的理论及模型借鉴。本文相关研究结论及建议,可辅助证券市场相关管理部门制定出科学监管决策,以促进股票市场健康稳定运行；同时,也有助于引导广大投资者作出更为理性的投资决策。