随着互联网信息技术的迅猛发展，各类门户网站、微博微信、手机客户端等新媒体迅速崛起，成为信息传播和沟通交流的重要平台。网络舆情深刻影响着金融市场参与主体的认知情绪和投资决策，最终影响金融资产价格的波动规律。当前，在新冠肺炎疫情的严重冲击和国内经济“三期叠加”的双重考验下，金融资产价格剧烈波动频繁出现，中国金融与经济的稳定发展面临严峻挑战。在新时代背景下，研究网络舆情的金融资产价格波动效应，并探讨如何合理应对金融资产价格波动和有效防控金融风险具有深刻的理论与现实意义。
　　本文通过系统梳理相关理论与实证研究，从行为金融学、认知心理学和新闻传播学的跨学科视角搭建崭新的研究框架。本文围绕“网络舆情的金融资产价格波动效应具体为何”以及“如何通过网络舆情调控金融资产价格波动”这两个核心问题，综合运用Fama-French三因子模型、面板回归模型、DCC-GARCH模型、ARDL-ECM模型、改进的HAR类模型等统计工具和方法，实证检验了网络舆情金融资产价格波动效应的存在性、动态特征以及基于网络舆情的金融资产价格波动预测问题，为信息化环境下调控金融资产价格波动提出优化策略。
　　论文主体共分七章，具体框架内容如下：
　　第一章绪论在全面阐述了本文的研究背景及研究意义的基础上，对国内外的相关研究进行了系统梳理和评述，并确立了全文的研究思路和研究方法，最后简要分析了本文的创新点及主要贡献。
　　第二章以核心概念及其内涵界定为起点，全面探讨了网络舆情金融资产价格波动效应的理论机制。首先，网络舆情信息具备传播主题隐匿化、内容开放化以及模式网状化等特点，颠覆了传统媒体传播的“有限效果论”，推动了沉默的螺旋、议程设置、把关人等经典传播学理论的变革与发展，进一步强化了大众传播的强大效果。其次，基于有限注意理论、噪声交易和套利限制理论、意见分歧模型等理论，投资者有限理性因素能够对金融资产价格波动产生影响。再次，网络舆情具备强大的传播效果，通过吸引投资者关注、煽动投资者情绪和改变投资者认知，进而影响金融市场参与主体的投资决策，最终产生金融资产价格波动效应。
　　第三章以网络搜索引擎和文本大数据为基础，全面测度了中国上市公司的网络舆情指数。首先，全面采集百度搜索引擎、网络新闻媒体、网络社交媒体等多渠道的舆情数据，为相关实证研究的提供强大的数据支撑。其次，在遵循指标体系设计原则基础上，构建网络舆情热度指数、网络舆情情绪指数和网络舆情分歧指数三维一体的网络新闻媒体和网络社交媒体舆情指数。最后，基于描述性统计分析和样本公司的案例分析，研究了网络舆情指数的差异性和复杂性特征。
　　第四章采用Fama-French三因子模型和面板回归模型实证检验了网络舆情的金融资产价格波动效应。研究发现：网络舆情具有显著的金融资产价格波动效应，网络舆情热度指数、情绪指数和分歧指数不仅能够单独对金融资产价格特质性波动率产生显著影响，而且能够通过信息效应与情绪效应交互作用于金融资产价格波动；与传统媒体舆情相比，网络舆情的金融资产价格波动效应存在差异；在市场动荡时期，网络舆情的金融资产价格波动效应更加显著。
　　第五章利用DCC-GARCH模型、ARDL-ECM模型考察了网络舆情金融资产价格波动效应的时变特征及其影响因素。研究发现：网络舆情与金融资产价格波动之间不仅存在静态相关性，同时存在时变协动性；相比而言，金融资产价格波动与网络社交媒体舆情之间的时变相关性更高，但是对网络新闻媒体舆情更敏感；网络舆情的金融资产价格波动效应因市态而异，在熊市环境中金融资产价格波动对网络舆情更加敏感；网络舆情的金融资产价格波动效应与宏观经济运行密切相关，宏观经济变量与网络舆情和金融资产价格波动的动态条件相关系数存在长期协整关系，改善实体经济与金融市场运行状况并实施有效的货币政策能够对网络舆情的金融资产价格波动效应能够起到短期动态调整作用。
　　第六章通过高频数据测度金融资产价格已实现波动率，并将网络舆情信息因子引入六类HAR族模型，研究了网络舆情信息是否有助于提高金融资产价格波动率的预测精度。研究发现：网络舆情信息不仅可以提高现有金融资产价格波动率预测模型的样本内拟合能力，而且能够显著且稳健地提高金融资产价格波动模型的样本外预测能力。
　　第七章提出网络舆情下调控金融资产价格波动的政策建议。本章通过研究金融资产价格波动与金融风险，表明金融资产价格波动是内生的金融风险，并且能够通过金融创新、银行信贷、资产负债表等多种渠道引致金融不稳定，从而对实体经济造成严重冲击。基于全文理论研究与实证分析结果，本文提出应该通过建立网络舆情监控体系、健全网络舆情疏导机制、培育成熟理性投资理念、加强金融市场宏观调控等相关政策调控金融资产价格波动，以防范金融风险，保证金融体系和宏观经济的稳健运行。