自1982年起,波动率模型开始提出,但长久以来,一直没有普遍适用性的观测值驱动建模框架,Creal、Koopman和Lucas(2013)提出的GAS(Generalized Autoregressive Score)模型填补了这个空白,并受到了广泛的关注。不过,GAS模型的发展多在于应用,关于模型的创新较少。同时自Hurst(1951)提出长记忆性这一特性以后,金融市场具有长记忆性获到广泛认同,这一发现对于金融风险管理控制十分重要。因为一旦金融市场的长记忆性特征被忽略,则会影响到金融市场风险的控制、趋势的掌控与资产的定价等。同时,随着行为金融学的兴起,认为投资者是有限理性的,他们决策行为将使得资产价格与内在价值不符、产生市场非有效的现象,股票价格会受到投资者情绪的影响。本文在GAS模型的基础上,将条件方差与长记忆、投资者情绪相结合,构建了HAR-RV-SENT GAS模型,采用沪深300成份股5分钟和日收益率数据,考察了GAS、HAR-RV GAS和HAR-RV-SENT GAS模型对市场波动性的拟合能力与预测效果。在数值模拟上,比较了t、正态、伽马三种分布情况,验证了HAR-RV-SENT GAS模型的优越性。在实证分析上,通过比较理论和实际自相关函数值,发现加入长记忆和投资者情绪的GAS模型对长期相关性的捕捉更灵敏,在条件方差的预测能力上也是最优的,能更敏锐地捕捉到市场的尖峰厚尾特征。本文主要内容包括五章:第一章,首先,简要介绍本文的研究背景及意义。其次,对波动率模型、长记忆性和投资者情绪进行系统介绍。最后,概述本文的主要内容及创新点。第二章,对本文所使用的HAR-RV和GAS模型作了较为系统的介绍,并简要阐述了SPA理论。第三章,基于HAR-RV-SENT GAS模型的相关研究。首先,介绍HAR-RVSENT GAS模型的构建。其次,介绍参数估计采用的极大似然方法,并给出其大样本性质的理论证明。最后,通过数值模拟验证HAR-RV-SENT GAS模型的优越性。第四章,实证分析。以我国沪深300成份股为背景,探究股票市场的长记忆性和投资者情绪。利用理论、样本自相关函数和SPA检验等工具比较波动率模型在拟合和预测上的表现。第五章,对本文的主要结论进行总结,未来的研究与发展趋势进行展望。