2020年初爆发的新型冠状肺炎疫情冲击社会正常运行机制,致使实体经济大面积停摆,对我国的金融市场造成了直接、全面而巨大的影响。作为国民经济的“晴雨表”,我国股票市场在疫情的冲击下,呈现出明显的下行趋势和异常波动,这不仅对市场参与者的投资决策产生了极大影响,也给政府部门制定相关干预政策提出了要求。本文认为新冠疫情给A股市场带来了巨大冲击,引发市场恐慌,造成股指异动,此外,政府部门出台的相关重大政策性干预会有效对冲这一影响。在实证研究中,本文以“武汉封城”政策性干预为例,使用一种流行的政策评估新范式——中断时间序列分析法（ITSA）,探究沪深两市对新冠疫情冲击的耐受程度以及对“武汉封城”政策性干预的瞬时和持续响应程度,并进行了一系列对比分析。结论显示,相较于代表中大型国有企业的上证指数而言,代表中小型民营企业的深成指数,对新冠疫情冲击的耐受程度更低,但对于“武汉封城”政策性干预的瞬时和持续响应程度更高。在疫情防控取得一定成效后,我国二级市场存在“深强于沪”的现象。其背后的原因可能是,在爆发初期,新冠疫情给我国经济政策不确定性和投资者情绪带来了巨大冲击,导致众多中小民营企业的生存和发展状况不被市场看好。但随着疫情防控趋势向好,复工复产的有序推进,中小民营企业的活力与生机进一步焕发,此外,政府部门通过刺激消费和减租缓税等方式也同样缓解了疫情对中小民营企业的冲击。在此研究的基础上,本文立足于大数据文本分析视角,在国内外最新相关研究的基础上,探讨新冠疫情对我国股市场波动率的动态影响机制和潜在传导路径,并指出疫情通过增大经济政策不确定性和冲击网络舆情进而引发股指异动。本文收集到基于新闻媒体和报刊杂志量化的中国经济政策不确定性指数（EPU）,再利用大数据技术爬取101万条疫情相关主题词的微博评论文本数据,采用深度学习模型BERT量化疫情网络舆情,构造情感变量（SENTIMENT）,进而建立时变参数的向量自回归（TVP-VAR）模型探究股市波动率（RV）对上述各变量的脉冲响应,并进行了稳健性检验。研究结果表明:疫情期间经济政策不确定性（EPU）对股市波动率（RV）的影响为正,但这种影响具有较大时变性,并呈现出逐渐下降的趋势;疫情网络舆情指数（SENTIMENT）对股市波动率（RV）的影响在超短期市场约束下为负,而在短期市场约束下由负逐渐变为0。这说明在疫情爆发期,政府部门对未来经济政策的制定和网络舆情的监管将显得尤为重要。此外,由于疫情网络舆情对股票波动率的冲击具有明显时效性,政府部门需在极短的时间内做出正确引导网络舆情的相关举措,而这在社交网络如此发达、舆情扩散如此迅速的今天绝非易事。为此,本文提出两点建议:第一、新冠疫情作为一次外部冲击导致金融市场发生异动,需要政府部门迅速反应并制定相关干预政策,以避免可能出现的系统性金融风险。第二、网络舆情不仅扩散极快,其对金融市场造成的冲击也是迅速而灵敏的,政府部门必须及时有效地监管网络舆情,要加强官方媒体对舆论走向的正确引导,每一名网络参与者也应加强网民责任意识。在以上两种途径的有效配合下,新冠疫情作为一次外部冲击,不会对我国金融市场造成系统性风险,其影响也将在疫情防控机制趋于完善、复工复产有效推进下逐渐消失。