我国证券市场经过30年的发展，截止2016年底，A股上市公司已超3000家，总市值超50万亿元，已经成为全球第二大证券市场，其稳定与否已经成为国民经济是否能够持续健康发展的关键。2016年初，在我国证券市场熔断机制风波中，大量关于“人民币汇率贬值”、“大批限售即将解禁”、“地缘政治不稳定”、“国内资本海外转移”等谣言消息通过互联网迅速传播，导致投资者信心减弱并集体减仓，在熔断机制的磁吸效应影响下，引发了投资者的恐慌性抛盘。在互联网快速发展的近十年，来自网络的信息铺天盖地，一些“未经官方证实”所导致的“似是而非”“广为流传”的“模糊性”信息——网络谣言与事实共存，触发着投资者情绪，驱动着投资者行为。可见，互联网已经成为影响证券市场稳定的重要“风险源”。网络谣言在“羊群效应”的助推下，作为重要的外生性金融风险，极有可能引发投资者信心崩溃，金融风险进一步扩大，不仅破坏金融系统本身，最终可能形成社会动荡。因此，在大数据4时代，基于互联网海量信息，全面清晰认识我国证券市场网络谣言的现状，分析网络谣言对证券市场的影响，给证券市场各方提供辅助决策建议，是当前重要而紧迫的课题。　　目前关于谣言对证券市场影响的研究，大部分都是基于小样本或传统新闻媒体中传播的谣言，对互联网中的“小道消息”鲜有涉及。本文以大数据的视角，采用智能信息处理技术，从互联网媒体信息渠道中抓爬文本信息、自动辨识并搜集证券市场的网络谣言，对我国证券市场网络谣言现状作了一次较为全面的梳理。同时，根据统计学指数原理将网络谣言予以量化（IFFRI），借助 IFFRI建模分析网络谣言对证券市场的影响，探索性地提出搭建“财经网络谣言监测分析平台（RMAP）”，剖析网络谣言发布、传播和吸收对我国证券市场各方影响的作用机理，并提出辅助政策建议。　　本文从大数据视角，基于互联网海量信息，沿着“网络谣言—投资者情绪—证券市场波动—金融风险”的逻辑主线，研究了网络谣言对证券市场的影响，主要研究内容与贡献包括以下四个方面：　　第一，基于机器学习的网络谣言自动辨识。面对海量的网络论坛数据，本文运用计算机技术，成功实现了对网络海量论坛数据的抓爬；利用智能化技术，实现了网络谣言的自动辨识，不再局限于关于谣言的案例研究和抽样统计，为更加科学深入地剖析研究互联网媒体对证券市场的影响奠定了坚实基础。首次较为全面深入地刻画了我国证券市场网络谣言的现状及特征，从网络谣言的情感极性分布、所涉交易所分布、板块间分布、行业间分布、上市公司集中度、发布时间分布、发布者特征分布、阅读量与跟帖量分布等八个方面予以了详细描述。为证券市场参与各方提供了重要参考依据，具有较好的实践意义。　　第二，谣言指数的构造与分析。依据统计学指数构造原理，通过“网络谣言关注度（AR）”、“网络谣言所涉上市公司（MC）”以及“网络谣言情感极性（SP）”三者的有机结合，利用统计学指数构造方法，首次构造了网络财经谣言指数（IFFRI），较为客观综合地反映了“网络谣言”这一现象的总体变动程度和方向，较好刻画了中国证券市场投资者在网络谣言作用下的情绪特征，及其对证券市场的潜在影响趋势。IFFRI指数计算简便、直观易懂，通过描述性统计可以看出，IFFRI对中国证券市场的影响趋势具有较好的解释能力，较为全面及时准确地揭示了网络谣言对证券市场影响的联动性，是值得证券市场各参与方关注的参考指数，也是较为适合作为衡量证券市场投资者情绪的指数。　　第三，基于计量经济学模型分析网络谣言对证券市场的影响。本文使用VAR模型和GARCH模型，建模分析了网络谣言对证券市场收益率、波动率的影响。实证结论显示，网络谣言对证券市场收益率总体存在影响，且存在提前和滞后影响；网络谣言对证券市场波动率总体存在影响，且同样存在提前和滞后影响；从网络谣言对证券市场收益率与波动率影响的不同阶段来看，牛市比熊市均更为显著，网络谣言效应出现的时段也恰好相反。该章的实证分析印证了网络谣言在“网络谣言—投资者情绪—证券市场波动—金融风险”链条上的传导与放大效应，且极有可能进一步引发市场恐慌，最终给金融系统带来灾难性的风险。因此，也证实了大数据背景下网络谣言对证券市场影响研究的重要性和紧迫性，具有重大的现实意义。　　第四，基于网络谣言治理的政策建议。结合研究成果与结论，本文探索性地提出了通过搭建“财经网络谣言监测分析平台（RMAP）”，从投资者认知、上市公司治理、中介机构规范、市场监管有效性等四个不同视角，给出了应对基于网络谣言的辅助政策建议，为网络谣言影响下中国证券市场的稳定与繁荣做出了有益尝试。