本文数据选取了全部A股上市公司2020年1月1日-2020年2月19日全部交易日的日度交易数据,以及同时期新浪微博平台用户评论的文本数据。以股票市场为例,从新冠疫情情绪入手,构建面板数据的固定效应模型,目的是通过探究新冠疫情情绪指数对股票市场的日收益率、日换手率、日振幅的影响,研究新冠疫情对证券市场的短期影响,旨在于为投资者理性投资和国家有关宏观管理部门积极应对突发事件,避免股市大起大落,制定合理的相关政策提供参考依据。首先,对数据进行预处理,通过对支持向量机、朴素贝叶斯、XGBoost三种机器学习分类器的分类效果进行比较,选用了分类效果更好的支持向量机分类器对文本进行情绪分类,并根据其分类结果进一步建立情绪指标,计算每日新冠疫情的情绪指数。其次,以每日新冠疫情的情绪指数为主变量,以沪深300指数的日收益率、新冠疫情每日新增确诊人数、政策干扰虚拟变量为控制变量,分别以股票市场的日收益率、日换手率、日振幅为被解释变量,构建固定效应模型,进一步对新冠疫情情绪指数对我国的股票市场是否有显著性影响以及客观的预测作用进行实证检验。最后,为了验证本文实证检验的稳健性,从不同角度构建情感指标作为代理情绪指数进行研究,并探究新冠疫情对证券市场的影响是否存在个股差异。实证结果表明,第一,新冠疫情情绪指数对股票市场的收益率具有显著的正向影响。疫情情绪指数的提升,会推动股票收益率的增长;第二,新冠疫情情绪指数对股票市场的换手率和振幅具有显著性影响。疫情情绪越为积极,投资者越是会频繁地进行交易,提高股票市场活跃程度,从而显著性提高股票市场的换手率和振幅;第三,新冠疫情情绪对股票市场的收益率影响存在个股差异。具体表现为新冠疫情情绪对大市值公司的股票和生产制造、服务类行业的股票显著性影响更大。