标准金融学框架依赖于理性人假设构建,但在真实的市场环境中,非理性因素的影响同样显著。伴随着噪声交易模型的研究发展,投资者情绪的概念界定和衡量方式也发生了较多变化,现阶段的投资者情绪概念更多的被表述为以来投资者普遍存在的偏好及其所形成的市场反馈。基于此,本文使用上海证券交易所和深圳证券交易所2003年1月至2020年2月的变化数据,讨论了投资者情绪对中国股市表现的影响,应用了时间序列与岭回归对其影响进行了数据分析。本文主要是通过主成分分析分别以个人和机构投资者情绪指标作为自变量;股票收益率与股票交易量都是对于股票市场价格波动产生影响的重要因素,因而分别用上证、深圳综指的收益率和其成分股的交易量的对数形式作为衡量中国股票市场市场表现的依据;并用6个宏观变量作为控制变量。最后,使用这些变量来构建多元回归方程模型,并采用岭回归估计。相关性分析结果显示投资者情绪与工业增加值同比增速、固定资产完成度同比增速、房地产开发完成额取对数值、广义货币同比增速、人民币对美元汇率、国内信贷规模取对数值等指标普遍相关,但与收益率未见显著相关性。岭回归进一步显示投资者情绪主要对于交易量有着正相关的促进作用,而不能对于上证和深成指数产生显著影响。实证分析结果进一步展现出投资者情绪反映出的非理性因素,而其中机构投资者则表现出数据波动幅度小,投资者情绪变化不显著等特点,与之相对的则是个人投资者的投资者情绪剧烈波动反映出中小投资者在投资活动中面对的问题与不足。本文的主要创新点在对于机构投资者和个人投资者情绪数据的区分和讨论,在这一框架下,分析投资者情绪对于中国股票市场表现的影响,相应的这可以为进一步分析和讨论相应的投资者情绪提供一定的价值,本文也即基于机构投资者和个人投资者在投资者情绪方面的表现差异提供相应政策性建议。同时,本文在采用股指作为被解释变量的基础上增加成交量,由成交量和收益率二者作为衡量中国股票市场的表现指标。并在此基础上进一步细化为上交所和深交所,分别考虑对其的影响。