现代资产定价理论假设,金融变量未来状态的概率分布是已知的,投资者能准确地估计各个相关参数,所以没必要对风险和奈特(Knight)不确定性进行明显地区分。但奈特强调将两者进行区分具有重要意义,因为在现实世界中,奈特不确定性在投资者的决策过程中更具有普遍性。埃尔斯伯格(Ellsberg)悖论说明人们更喜欢已知概率事件,即使两者的期望值和概率分布相同。另外,近年来基于传统金融假设的经典模型不断受到股权溢价之谜、无风险利率之谜等各种金融异象的挑战,让我们不得不去思考,在信息不完全和更新迅速的现实世界中,投资者能否准确地知道变量的概率分布,如果不能准确地知道,那么投资者承担了奈特不确定性,是否应该获得补偿报酬?本文假设在不完全信息下投资者承担了奈特不确定性,采用理论研究、实证研究、比较研究相结合的方法,研究概率分布不确定性下的资产定价模型。理论模型的求解首先通过选择多重先验的效用函数,引入奈特不确定性影响因子,分析一般均衡下资产组合选择过程,并推导出资产定价模型。具体地,假设市场红利过程服从两状态的隐马尔可夫过程,如熊市和牛市,利用动态最优化和随机贴现因子方法重新求解获得风险-奈特不确定性-收益框架下拓展的ICAPM模型和CCAPM模型,并与经典模型进行对比分析。因模型考虑了信息更新和投资者的学习行为,因此更符合实际。实证研究采用GMM估计和普通最小二乘回归方法,检验模型在我国股票市场的适用性,并提取不完全信息风险溢酬和奈特不确定性溢酬。利用扩展的理论模型对金融异象进行解释,并利用市场数据对模型进行实证检验,结论表明奈特不确定性是一个定价因子,投资者在投资决策过程中要求获得奈特不确定性溢酬。引入奈特不确定性的资产定价模型能够同时更好地解释资本市场上股权溢价之谜、无风险利率之谜和超额波动率之谜,进一步支持了奈特不确定性因子作为定价因子引入模型的解释能力。另外,使用上证180和上证380指数作为资产组合,上证综指为市场代理指标,对扩展的ICAPM模型和CCAPM模型进行检验分析。其中,β值分析结果显示,概率变化与资产收益率之间,以及概率变化与消费之间存在负相关性,是资产收益率的一个影响因子。方程回归分析和检验结果支持了模型的有效性,即扩展模型适用于我国的股票市场。