中国作为当今世界第二大经济体,股票金融市场也在不断发展与完善,股票市场作为实体经济的衍生物,容易受到实体经济的影响而大幅度波动,故研究宏观经济变量指标对股票市场的影响,有利于为政府当局调控宏观经济政策提供建议,保证我国股票市场的健康发展。文章首先基于低频数据下探究股票数据和宏观经济变量数据之间是否存在相关性,选用股票月度数据与宏观经济变量进行Johansen协整检验、Granger因果检验等,选用的宏观经济变量分别有工业增加值、消费者价格指数、货币供应量以及7天银行间拆借利率,结果表明股票数据与宏观经济变量之间具有一定的相关性,五个变量间存在两个协整关系,并且股票月度价格指数、工业增加值、7天银行间同业拆借利率的变化会引起货币供应量的变化,工业增加值、货币供应量的变化会引起消费者价格指数的变化。由于数据采样技术的发展,越来越多的日内股票数据被收集到,传统的GARCH族、SV模型等不能直接对低频宏观经济变量数据和高频股票数据进行分析,因此文章通过建立混频数据模型对其进行实证分析。在已有GARCH-MIDAS模型的基础上考虑加入杠杆效应对模型进行改进,构建了EGARCH-MIDAS、已实现GARCH-MIDAS、已实现EGARCH-MIDAS模型,并且考虑到了金融数据普遍存在尖峰厚尾性,故使残差项分别服从正态分布和偏T分布,通过样本内拟合和样本外预测以及MCS检验结果表明偏T分布的已实现EGARCH-MIDAS模型是最优模型。基于上述的实证结果,选用工业增加值、消费者价格指数、货币供应量以及7天银行间拆借利率四个宏观经济变量,分别从宏观经济变量水平值和波动率两个角度构建只考虑宏观经济变量以及将已实现波动率和宏观经济变量结合起来的单因子和双因子偏T分布的已实现EGARCH-MIDAS模型具体探究其对股票市场波动的影响,结果表明宏观经济变量水平值和波动率对股票市场波动有不同程度的影响,且双因子偏T分布已实现EGARCH-MIDAS模型比单因子偏T分布已实现EGARCH-MIDAS模型具有更好的样本内拟合和样本外预测效果。最后,基于实证结果总结出相关结论,根据股票市场和我国的国情分别从通货膨胀、利率、金融监管以及完善股票市场机制等方面提出相应的建议。