股票市场在推动经济持续健康发展、提升企业融资效率、优化资源配置、规避市场风险等方面发挥着极其重要的作用。波动是股票市场的基本属性,适度的波动能促进市场的繁荣,剧烈的波动会削弱股票市场资源配置、价格发现功能,严重时甚至引发系统性风险。因此,研究股票市场波动的特征及影响因素,对维护股票市场的稳定运行、保持宏观经济健康发展具有重要意义。本文选取沪深300指数作为研究对象,该指数能反映全国股票市场的波动概貌。尤其是在我国股指期货推出以后,作为股指期货的标的物,沪深300指数更具有代表性。本文使用Census X12季节调整法对汇率、CPI、PMI样本数据进行季节处理;使用涨跌幅、振幅、ARCH模型族描述沪深300指数的波动特征;使用SVAR模型实证分析经济增长、货币政策、物价指数、汇率宏观因素对沪深300指数波动的影响;在此基础上,使用主成分方法,将多个宏观因素指标转化为一个指标;使用VAR模型探讨投资者情绪这一微观因素对沪深300指数波动的影响。结果表明:沪深300指数波动幅度巨大,具有尖峰厚尾、杠杆效应、波动集聚性等特征;常用的ARCH模型族中,TARCH模型拟合沪深300指数收益率波动的效果最好;我国股市与经济发展走势基本相同;宏观因素对沪深300指数波动的影响并不显著;投资者情绪对沪深300指数波动的影响较为显著;宏观因素对投资情绪影响不显著。本文的创新点为:(1)研究视角创新。从三个视角探讨沪深300指数波动特征:第一,演化轨迹视角。从沪深300指数的演化轨迹中,分析沪深300指数五个阶段的不同特征。第二,事件研究(Event Studies)视角。结合具体事件,分析沪深300指数的波动幅度特征和原因。第三,收益率波动视角。使用ARCH模型族分析波动的特征,最后选出最优的拟合模型。(2)研究方法创新。建立SVAR模型时,在分析同期变量相关性的基础上又赋予模型符合经济特征的约束。将价格刚性、货币政策的制定滞后性、泰勒法则融入SVAR模型,实证研究了上海银行间7天拆借利率、采购经理指数、通货膨胀率、人民币兑美元的汇率和沪深300指数波动相互之间的影响效应。使用主成分法将多个宏观指标降维,将宏观因素第一主成分纳入包含投资者情绪的多因素分析模型。(3)研究结论创新。通过实证分析,得出如下结论:沪深300指数与国内生产总值走势大体相同,但是宏观因素对沪深300指数波动的影响并不显著;宏观因素也不能通过影响投资者情绪间接影响沪深300指数波动;投资者情绪对沪深300指数波动的影响较为显著,但是影响效果会持续减弱。