准确刻画市场波动,为实现风险规避、准确进行资产定价以及切实维护投资者利益提供了保障,波动率预测一直是学术界和实业界广泛关注的热点问题之一。作为市场的重要参与者,情绪无疑会对股票市场波动产生显著影响。因此,明确二者之间的作用机理,对市场管理者制定监管政策,维护市场健康平稳发展具有重要的理论和现实意义。本文结合样本内与样本外分析,探究多种中介平台所代表的情绪指标对波动率的预测能力,并且实证检验何种情绪指标更具话语权。首先本文利用东方财富股吧中的帖子、来源于互联网财经媒体（网易财经、新浪财经、FT中文网等）以及传统报刊（中国经营报、经济观察报、证券日报等）的新闻报道,构建更全面、更具代表性的看涨情绪指标,考察其对上证指数波动率的预测作用。另外为了检验不同形式情绪指标对波动率的预测作用差异,本文考察了社交媒体看涨情绪、互联网财经媒体看涨情绪以及传统报刊看涨情绪、各类看涨情绪指标的绝对值以及正面与负面情绪值的预测效果。其次,本文使用更准确度量股市波动的指标,利用基于日内高频收益数据估计得到的上证指数已实现波动率作为被解释变量,使用覆盖短中长期波动信息的异质自回归模型（HAR）进行预测工作。此外,本文还从短中长期探究不同情绪指标对上证指数波动率的预测作用,探究不同情绪变量对未来1天、未来1周以及未来1个月波动率的预测能力。最后,构建月度社交媒体、互联网财经媒体以及传统报刊看涨情绪指标,考察月度情绪指标对SSEC、CSI800、CSI300以及SZCI月度波动率的预测效果。本文采用样本外R²_OOS统计量与MSFE-adjusted值评价模型优劣,并且利用不同窗口长度的滚动时间窗技术与其他波动率的估计变量,验证结论的稳健性。本文的主要结论为:第一,无论何种形式的传统报刊看涨情绪指标,均不能产生显著为正的R²_OOS值,意味着相对于社交媒体、互联网财经媒体,传统报刊更难配置投资者注意力,难以将其信息投射到市场波动变化中。第二,未来1天波动率的预测结果显示,基于社交媒体、互联网财经媒体的看涨情绪指标能够提供增量信息,显著提升波动率预测模型的精度,并且社交媒体看涨情绪的预测能力大于互联网财经媒体。第三,互联网财经媒体情绪在中长期（h=5,h=22）发挥信息主体的作用,显著提升模型的预测精度。第四,实证结果一定程度验证了我国股市特征,在高波动阶段,社交媒体看涨情绪更具有话语权,显著影响市场波动,即散户投资者情绪在市场波动中扮演着重要角色。