微观金融学是
金融学的两大分支之一，是仿照微观经济学建立起来的一套研究如何在不确定的环境下，通过资本市场，对资源进行跨期最优配置的理论体系。核心内容是个人在不确定
环境下如何进行最优化；企业如何根据生产的需要接受个人的投资；经济组织（市场和中介）在协助个人及企业在完成这一资源配置任务时，应起的作用；关键在于怎样达成一个合理的均衡价格体系。微观金融学借助正统经济学的基本方法（例如，个人最优化和均衡分析等），意味着它必然带有浓厚的新古典特征；同时也最大限度地使用现代
数学提供的有力工具—— 随机过程理论。
因而它是一门建筑在经济学和数学基础上，专门解决不确定性和动态问题 的经济学学科分支。可以说它包括现有大多数金融学分支学科，如投资学、公司金融学、金融市场学、
金融工程学等核心内容。更为重要的是：如同微观经济学在整个经济学学科体系中的作用一样，它为广义金融学提供理论（包括方法论）基础。同时它和几乎所有金 融实践工作紧密地联系在一起，它的大量成果直接应用到市场第一线，这在所有经济学科 中是很少见的。 下面让我们一起来简要地回顾这门学科的发展历程，它不仅可以为我们的学习提供一 条线索，而且对于加深对整个金融理论和实践的理解，甚至对未来金融发展趋势的预测都 会有一些重要的启示。
最早在克来默（Gabriel Crammer，1728）和伯努里（Daniel Bernouli，1738）那里就有 对如何在不确定环境下进行决策的最初思考，在两个世纪后，它成为微观金融学的基础。 这长达两百年的沉寂是有其历史原因的，在早期的
古典经济学家那里，他们关心整体价格 水平（如货币数量论）、利息率如何决定、资本如何参与价值分配和完成积累过程等问题， 这就是说他们不重视微观金融过程，而更多的是在
宏观的意义上考察金融（经济）问题。 古典的经济学家把储蓄视为资金的供给过程，对于他们来说，重要的是利率的决定和它对 于实物经济产出的影响。而经历了1870 年边际革命后，羽翼日益丰满的新古典经济学派那 里，要么根本没有不确定性概念，如帕累托（古典两分法）的一般均衡体系；要么仅仅使 用粗浅的动态模型考察宏观问题，如维克塞尔（Wicksell）通过利息理论把宏观金融问题与 一般经济问题紧密结合在一起考虑。 20 世纪早期，费雪（Fisher I，1906）、希克斯（Hicks，1934）、凯恩（Kenyes，J.M.1936） 等重新开始审视不确定环境下的决策问题。特别是马夏克（Marschak，1938）在1938 年就 试图用均值-方差空间中的无差异曲线来刻画投资偏好。拉姆齐（Ramsey，1927）则开创性 地提出了动态的个人（国家）终身消费/投资模型。主流经济学研究者的视野再次聚焦到 时间和不确定性这两个问题上。那么自然地， 视冯· 诺伊曼- 摩根斯坦（ von Neumann-Morgenstern，1947）期望效用公理体系的建立为新（微观）金融学的启蒙是合适 的。接下来，以当时年仅25 岁的马科维茨（Markovitz，D.1952）的博士论文《投资组合》 （investment portfolio）发表为标志，现代（微观）金融学起源了。他们的后续者包括夏普（Sharpe）、林特纳（Lintner）、莫辛（Mossin），在对于信息结 构做出更为大胆的假设后，他们获得一个由期望效用公理体系出发的单期一般均衡模型 ——资本资产定价模型（capital assets pricing model，CAPM），它也奠定了现代投资学的 基础。尽管在这个均衡体系中，风险已经有了明确的体现，但它仍然不过是一个比较静态模 型，这与实际生活相去甚远。把它向多期，特别是连续时间推广成为当务之急，但是对动 态不确定问题的深入研究需要更为复杂和精密的数学工具。 这项技术性更强的工作也在以一种不同的方式进展着。对资产价格运动过程的性质的 探索是
现代金融学研究的又一条重要线索。不确定性的引入倾向把价格变化视为一个由外 生冲击驱动的随机过程。早在1900 年，
法国人巴舍利耶（Bachelier，L）的早期工作实际 上就奠定了现代金融学发展的基调。但遗憾的是，在长达半个多世纪的时间内他和他的著 作《投机理论》（speculation theory）一直被埋没而无人知晓。有一些讽刺抑或是启发意味 的是：和他的工作同时并进，在大西洋彼岸的美国纽约华尔街（Wall street），道和琼斯 （Dow&Jones）也开始了他们的事业。哈密尔顿（Hamilton）发展了现在为大多数投资者 所熟悉的理论（波浪理论），并最终发展为所谓的技术分析（technical analysis）。 尽管远隔万里，他们的工作都在试图解决同一个问题——“股票价格可以预测吗？” 他们的回答是如此的不同，就注定华尔街（实践）和金融学教授（理论）在70 年内无缘识 荆。感谢萨维奇（Savege）和克鲁甄加（Karuzenga）在1965 年重新发掘了巴舍利耶的工 作，这使得现代金融学的发端向上追溯了60 年。 价格过程被拟合为从
马尔可夫过程到
独立增量过程，再到（几何）布朗运动（Brownian motion），这就使得研究由随机因素决定的动态过程成为可能。随着假设的进一步明确， 在数学上越来越容易获得明确的结果。与此同时，日本数学家伊藤清（Ito K.）定义出了 在随机分析中具有重大意义的伊藤积分（Ito integral），同列维（Levy）、维纳（Weiner N） 等数学家一起，他们开创和拓展了处理随机变量之间变化规律的随机微积分基本定理。不 过，他们还没有意识到他们的工作也正在为微观金融研究制造出设计精良的武器。 默顿（Merton，R.C.1971，1973）和布里登（Breeden，1979）敏锐地察觉到了这种相 关性，使用贝尔曼（Bellman）开创的动态规划方法和伊藤随机分析技术，他们重新考察了 包含不确定因素的拉姆齐问题——即在由布朗运动等随机过程驱动的不确定环境下，个人 如何连续地做出消费/投资决策，使得终身效用最大化。无须单期框架中的严格假定，他们 也获得了连续时间跨期资源配置的一般均衡模型——时际资产定价模型（ICAPM）以及消 费资产定价模型（CCAPM），从而推广并兼容了早先单一时期的均值——方差模型。这些 工作开启了连续时间金融（continuous-time finance）方法论的新时代（Merton，1990）。 作为新方法论的一种运用，布莱克（Black F.）、斯科尔斯（Scholes M.）于1973 年成 功地给出了欧式期权（European option）的解析定价公式⑥，这就激发了在理论和实际工作 中大量运用这种方法的热情。他们工作的开创性体现在三个方面：第一，使用瞬间无风险 的自我融资（self-financing）交易技术；第二，用无套利方法，获得具有普遍意义、不包含任何风险因素的布莱克-斯科尔斯偏微分方程；第三，他们同时诱发的对于公司金融和实际 投资领域内问题的或有权益分析方法（contingent claim analysis）以及真实期权（real option） 方法的深入研究和大量运用。尽管随机分析是他们最重要的技术手段和理论外观，但是合 成不包含任何风险因素的投资组合和“一物一价法则”恰恰正是他们（经济学）思想的精 华所在。这是非常有启发的，它导致了对于所谓金融基本原理——无套利（no arbitrage） 原则的重新认识。
遵循这条思路，考克斯（Cox，1976）开创了基于无套利的风险中性（risk neutral）定 价方法。紧接着，随着哈里森（Harrison D.）、帕里斯卡（Paliska，1979）和哈里森与克瑞普斯（Kreps，1981）杰出论文的发表，进一步研究的基调被设定了：他们证明了一个无套利的均衡体系可以由等鞅测度化来获得。这不仅使得1938 年由多布（Doob）建立的鞅（martingale）数学在金融分析中占据了主导地位，也向无套利一般均衡迈出了重要一步。随之而来的便是市场结构问题，怎样才算是一个完备的，能够在不确定环境下，圆满 完成资源跨期配置任务的金融市场呢？作为对于阿罗早期工作的一种回应和扩展，拉德纳（Radner，1972）提出，不需要无限种类和数量的金融资产，也可以完成不确定环境下的资源跨期配置。正如同微观经济学视一般均衡为最高智力成就一样，微观金融学也把资源 跨期配置的一般均衡作为自己的最终目标。以德布鲁的一般均衡为蓝本，感谢达菲和黄（1985）的出色努力，他们证明了多次开放的市场和有限数目的
证券可以创造出无限的世 界状态（states of the world），而这就成功地为德布鲁的均衡提供了一个动态的答案。这不仅意味着动态一般均衡的必然存在并有其特定现实解决方案，而且它从理论上证明了资本 市场存在的合理性和它对于有效跨期资源配制的重要性。
我们把微观金融视为一个从个体决策行为到市场动态一般均衡和产生合理福利效果的不断扩展的过程。它信奉最通用的主流经济学的新古典原则，从美学的角度看，它已臻化境。正统（新
古典）经济学信奉的两个准则：
微观金融学（即西方称为“Finance”的学科）主要研究金融资产定价和公司金融（理财）的问题，它比较强调从“科学”而不是其他的角度（例如“制度”）的角度来认识人类金融活动中的客观规律。自上个世纪后半叶逐步形成以后，微观金融学理论就不断地遇到市场“金融异像”的挑战，引发了微观金融学研究的范式变迁。尽管主流微观金融学研究目前依然遵循着传统的范式。但是，“非主流”的“新金融经济学”（例如行为金融、计算实验金融、金融
物理等）研究也的确呈现出一些值得关注的特点。
微观金融研究的主要对象是决策分散度和不确定性都非常高的金融市场，这个系统中的决策是由每一个参与者根据自己的偏好和资源约束来分散地（因而也是异质地、非完全理性地）进行的。而传统微观金融学却通过“理性经济人假说”将这些市场中“微观决策者”群体的行为过分地“理性化”、“同质化”了，因而面临着挑战。行为金融学则从放松这个基础假定入手，重新审视金融市场中各个“微观决策者”（投资者或更广泛的市场参与者）的现实决策行为模式及其对市场整体动态特定的影响规律。这种对于基本科学假说的变更而导致科学理论产生质变的现象，是科学进程中的常态。
行为金融研究分成“行为发现”、“行为描述”、“模型嵌入”等几个阶段，进而得到解释某一种或者几种“金融异像”的模型。不过，在主流
微观金融经济学家看来，行为金融的上述研究模式及其结论还显得比较“零散”，缺少更加“完整”的理论体系。为此，美国麻省理工学院的金融学家Andrew Lo在2004提出了所谓“适应市场假说”（AMH），认为金融投资者个体基于一系列简单
启发式规则，会对环境变化做出适应性反应决策行为，这既可以解释市场为什么存在异像，也可以解释为什么市场有效，从而将行为金融与主流微观金融学整合起来。从复杂性科学的角度来看，这其实就是说明微观金融学的研究对象是一个复杂系统，正是由于市场参与单元个体特性的适应性演化，才造就了金融市场的复杂动态规律。
在主流的微观金融学研究中，主要使用的是数理
建模和实证/观察方法；而在行为金融研究中，除了也采用观察/实证、数理建模方法以外，更显著地使用了实验（包括计算实验）研究方法。实验方法可以在受控的环境下进行的行为实验，使人们能够排除其他外部因素的干扰，从而主动地获得关于投资者实际投资决策的行为特征。不过这种实验往往只能对微观行为进行实验，而在将微观行为与宏观表象相联系的实验研究还比较困难。所幸的是，得益于高性能计算技术、复杂性科学理论和新金融理论的进展，“计算实验”（Agent-based Computing）方法现在可以被用来研究微观行为与宏观规律之间的规律。这种方法将在实证/实验中发现的个体行为特性，通过适当的形式化表达嵌入到人工金融市场的建模过程中，并通过可控地调整这些个体的行为特性，来观察市场的宏观表现，进而寻求两者的联系规律。这种方法在处理个体行为特征演化变迁方面具有数理建模方法不可比拟的优势，可以成为一个良好的补充。
总的来说，尽管包括行为金融在内的一些“新金融”理论目前还无法完全替代主流微观金融学的理论，但它们所表现出来的研究范式变化却代表了微观金融学发展的一些值得关注的方向。首先是放松了原先的理论中对于人类的决策行为不切实际的“理性”假设；其次是在原有的“实证分析”、“数理建模”的基础上，引入了“实验”（包括人类实验和计算实验两种）这样一大类科学方法；第三是将对金融研究对象的认识从“简单系统”扩展到“复杂系统”概念。
当然，上述研究范式的转型仅仅是在微观金融学的领域的一种趋势，在这个领域乃至于更广泛的金融研究领域（例如宏观金融学、法与金融等等）中还存在其他的范式及其变革值得我们去关注。作为研究者，我们应当有更加开放的学术思维和学术包容性，这样才有可能产生学术的
原始创新。