伴随金融市场的持续发展,相比于传统金融学,基于投资者情绪的行为金融学研究能够更好地解释的股票市场上的异常现象。本文根据实际情况提出如下两点假设:（1）一段时间之内市场情绪过高或过低会对股票市场表现产生较长时间的影响。（2）突发事件的出现会引起投资者情绪比例产生波动,进而在较短时间内股票市场表现会受到其影响。基于以上两点假设分别构建VAR模型进行实证分析。首先,本文参考了Baker和Wurgler的研究方法（BW指数法）,利用2012年1月至2020年12月的证券市场与宏观经济数据,选取5个代理指标,通过主成分分析法,构建了更适合现阶段中国股市现状的综合投资者情绪指数,并探究其与上证综指两者之间的相互影响。通过实证研究结果表明一段时间之内市场内的情绪过热或者过低时对接下来较长一段时间的股票市场表现均有一定影响.其次,本文对2020年03月01日至2021年02月28日,时间跨度为1年共242个交易日内的主流财经媒体的新闻报道进行文本采集,共获得18146篇财经新闻文本,再利用百度AI平台提供的开源Senta情感分析工具对此进行情感倾向分析,构建了基于财经新闻文本的投资者情绪,然后对投资者情绪和短期内股票市场表现的作用机制进行研究。由文本挖掘得到的投资者情绪的数据被分为三类:积极、消极和中性情绪,并考察这三类情绪对股市表现的影响。研究结果表明消极情绪对于上证综指有滞后一期的影响,而上证综指受到中性情绪的影响较为稳定。相比于财经新闻文本数据中反映的较短时间内投资者情绪倾向,基于市场指标构建的投资者情绪指数,所反映出的一段时间内的整体市场情绪对于下一个阶段的影响更为深远.