金融市场上的波动特征及其影响因素历来是学术界与实务部门关注与研究的重点。2015年下半年的那场“股灾”更是使得这一命题具有重大的使命感与紧迫感。与很多学者所秉持的股市中性观点相左,实践一再表明股票市场的异常波动不仅会使得大部分市场参与者遭受重大损失,而且还会传导至实体经济部门,诱发系统性风险并进而威胁整个宏观经济的稳定与繁荣。因此,有必要在新常态、“股灾”、严监管与金融业全面开放这样一个大的历史背景下对股票市场上的波动因素进行深入细致的研究,以求“鉴于往事,有资于治道”。本文以沪深300指数来代表整个A股市场,选取从2002年1月4日至2017年7月5日的每日收盘价为原始样本,共计3758个观测值,数据来源为Wind数据库,利用GARCH模型来研究沪深300指数的波动特征,利用Hurst指数测定长记忆性,并利用Kupiec检验与Christoffersen检验进行相应地回测;接下来本文利用Pearson、Kendall、Spearman这三大相关系数与Granger因果检验来研究沪深300指数与全球资本市场(这包括新华富时A50指数、恒生指数、日经225指数、标准普尔500指数)之间的影响与被影响的关系;最后本文选取2012年1月至2017年5月的月度数据,共计65个观测值,利用向量自回归VAR模型来实证研究经济增长、杠杆配资、投资者情绪、跨境资金流动、货币政策等因素对沪深300指数波动的影响。研究结果表明:①中国股票市场存在尖峰厚尾、杠杆效应、波动率聚集、长记忆性等波动特征,EGARCH模型对沪深300指数样本的拟合效果最好且可以在95%的置信水平上通过回测;②沪深300指数与新华富时A50指数的相关性最强,但仅能在5%的显著性水平上通过单侧格兰杰因果检验,而恒生指数则可以在1%的显著性水平上通过双向格兰杰检验;③投资者情绪与杠杆配资因素是影响A股波动最为主要的因素,这一结论也与我们日常所观察到的国内A股市场上的羊群行为与15年的那一拨股票市场异常波动的情况相一致。