随着2005年8月25日我国权证市场的重新开启，和在权证市场发展过程中理论价格和市场价格严重偏离等问题的不断暴露，认股权证定价问题成为了我国金融学界研究和关注的重要课题之一。权证具有价格发现和规避风险等功能，但同时认股权证本身也具有巨大的风险，因此对待权证应持理性的态度，进行科学的分析，确定其实际的价值。 对于权证的定价方法，一直没有一个比较科学准确的方法。权证实质上是期权的一种，所以国内对于权证的定价，基本是使用欧式期权定价的经典理论公式--Black-Scholes公式，然而由于B-S模型的诸多假设前提，我国的市场环境无法满足，因此使用该方法对于权证价格的确定有很大的偏差。神经网络算法在西方发达国家的金融商业决策中已经成为有利的工具之一。该方法已经在股价预测、衍生品对冲、风险管理、公司并购等方面发挥了重要作用，但是在我国金融市场中的应用尚没有西方发达国家成熟。 本文从我国权证市场上选取了七只处于不同存续期的认股权证，在Black-Scholes定价模型分析的基础上，引入具有与权证市场非线性动力学特征相符的RBF神经网络模型。通过对两个模型权证定价误差的分析，得出B-S模型对处于存续中期的权证的定价分析具有重要的参考价值，RBF神经网络模型的整体定价效果优于Black-Scholes模型的结论。同时指出RBF神经网络模型实际运用时存在的一些问题，包括必须依赖于历史价格数据进行建模，对于历史价格变化较大的权证，定价效果较差等；并进一步提出以后研究的方向。