采用传统的还原论方法来研究经济学问题时往往忽视个体行为以及个体与环境之间的互动,在获得精确严密逻辑推理的同时却难以准确描述现实问题,尤其是在参与者心理因素影响比较大的金融股票市场,更是无法用这种传统的研究方法来刻画。随着复杂自适应系统的理论和基于多智能体的建模方法被逐步用来研究经济系统中的问题之后,这一问题一定程度上得到了解决。本文的研究目的即在于通过参考美国圣塔菲研究所开发的人工股票市场,运用复杂自适应系统的理论和方法,对金融市场系统中的一个微观子系统—IPO股票的首日价格表现进行基于多智能体的建模和在此之上的仿真研究。本文首先针对国内外学者在基于多智能体方法的金融仿真研究现状进行了综述,了解了现有的研究状况,并发现了现阶段该方法在IPO市场研究方面的不足;随后对我国2004年沪深两市IPO新股原始资料进行整理分析,得出了影响IPO上市当日收盘价的各个因素并将其运用到模型设计和实现中去;然后参考人工股市的建模方法,建立了基于多智能体的IPO市场的仿真模型并参考统一建模语言的标准,采用统一建模语言的可视化建模方法完成了模型设计和系统的算法设计;最终在圣塔菲研究所提供的Swarm平台上用Object-C语言进行了模型的实现并随后进行了各类仿真研究,得到了相应得结论,同时验证了数据分析的结果。本文的研究是基于多智能体的金融仿真方法的一次成功应用,将前人在金融仿真领域基础理论研究的成果推向了IPO市场领域的具体运用,体现了该方法在研究具体金融现象时的适用性。同时,本研究建立的基于多智能体仿真的IPO市场模型,对于研究IPO市场的某些现象,如投资者的某些心理因素对市场的影响,或者利率的影响,都具有重要的参考价值。从宏观角度来看,对我国制定合理的IPO政策,规范IPO市场,也具有一定的意义。