中国作为世界上最大的投资者.在维持全球经济增长方面扮演着重要的角色.作为一个新兴的证券市场,中国证券市场在短短30多年里取得了举世瞩目的成就不仅交易技术手段达到世界先进水平,还建立了完善的监管和法规体系.然而与西方成熟证券市场相比,我国股市仍然存在一些无法忽视的缺陷,这些缺陷导致整个市场容易处于非理性的状态,个人投资者缺乏对上市公司信息的了解从而依赖市场情绪来评估公司,放大投资者情绪的影响.因此,研究中国股票市场的波动现象与投资者情绪之间的关系有着非常重要的意义.投资者情绪研究是行为金融学诞生并发展以来非常重要的一环,近年来许多国外学者已经对此做出了比较深入的研究,并发现投资者情绪的确是影响股票市场波动的重要原因.但是考虑到我国国情及股票市场与西方发达国家成熟的证券市场有所区别,因而不能完全照搬其研究方法.本文在钻研了国外研究成果的基础上,考虑本国国情、市场特点以及数据的可获得性,构造了复合投资者情绪指标.在研究我国股票市场波动性方面,许多国内学者开始转向马尔可夫区制转换模型的研究,用这类模型代替ARCH类模型.本文采用马尔可夫区制转换向量自回归模型（MSVAR）对股票市场的波动性进行研究,在此基础上考虑投资者情绪作为内生变量,来刻画我国股票市场的波动性.首先,本文选取7个单一情绪指标,采用主成分分析法构建复合投资者情绪指标CISI.复合投资者情绪指标由前四个主成分组成,累积含有原始7个变量88.127%的信息量,因此前四个主成分可以很好的概括原始的7组数据.同时CISI指标与沪深300股价指数CSI的相关性达到0.657,且相关性显著,指标的有效性达到.其次.本文通过建立VAR模型确定MSVAR模型的滞后阶数为3,且建立的VAR模型通过了模型的稳定性检验,为后面MSVAR模型奠定了基础.最后,依据SC信息准则,AIC信息准则,HQ准则及对数似然值,本文选择MSIH（2）-VAR（3）模型作为最优马尔可夫区制转换向量自回归模型进行建模,并得到模型参数的区制属性、区制转移概率矩阵及区制概率图等结果.我们对得到的各区制属性及区制概率图等进行分析后得出结论:我国股票市场以沪深300股价指数偏高且投资者情绪较为高涨的时期为主,情绪高涨的时间长于情绪低迷的时间,且每个时期相对稳定,不会出现突然的剧烈变动.我国股票市场目前正处在投资者情绪较为高涨的时期,在此之前该状态已经持续了较长一段时间,并且未来我国股票市场的整体趋势是逐渐趋于低迷.