噪音交易模型由Delong（1990）提出，受到了学术界的普遍关注，其学术理论的发展对于金融市场资产价格的推断以及一些金融异象的解释都起到了很好的作用，后来学者将两期模型推广到无限期模型，更好的增加了模型对于现实的解释作用。股票市场的波动率一直是金融学研究分析的热点，其条件波动的预测情况对于金融市场的风险管理有着重要的作用。其中Nelson用拓展的GARCH模型——EGARCH模型进行股票市场条件波动异方差的预测，不但很好的拟合了时间数据，同时还可以用于分析股票市场存在的杠杆效应。对于杠杆效应的分析及解释学术界存在很多争论，各有各的道理。本文将噪音模型运用于分析杠杆效应，通过美国纽约证券交易所综合指数的分析，得出了对杠杆效应的另一番解释。方法上以两期模型为基础，对于噪音交易模型在原始假设的基础上进行了一定程度的变化，这种变化并不会对模型最终的资产价格产生太大的冲击，在保留原始模型总体结构的同时，将其结论及假设运用于短期分析，分析股票价格波动率的杠杆效应。通过将美国数据进行两段式处理，其中一段代表着理性交易者比例较低时的情况，另一段代表着理性交易者比例较高的时期。运用EGARCH模型对两段模型进行对比分析，来判断理性交易者占比情况对于股票杠杆效应的影响。结果表明，在理性交易者占比情况较低时，股票市场的杠杆效应较小，即“坏消息”对于市场的波动性冲击大于“好消息”的冲击，但程度较小。随着理性交易者占比的明显增大时，杠杆效应的程度也有了明显的增加，同时表明，好消息的冲击甚至可以降低市场的波动性，当理性交易者占比达到一定比例的情况下。所以，在中国一个换手率奇高的证券市场中，充斥着大量的噪音交易，会出现杠杆效应不明显甚至有时是反向杠杆效应的现象。但随着市场的不断完善，理性投资者逐步的成长，相信市场也会更加规范。