金融市场上,收益与风险总是并存,波动率作为风险的重要衡量指标受到广泛地讨论和应用。传统的金融理论假设,投资者始终保持理性,会及时处理各类市场信息并作出正确、理智的判断。然而众多金融市场“异象”的出现已经表明这一假设并不符合实际情况,投资者的心理和情感极易变化,且会受到周围人、环境等因素的严重干扰,这会进而影响投资者的认知判断和后续行为。此外,投资者有限关注理论指出,人的时间和精力有限,不可能在同一时间段内注意到市场上所有信息,人对某一事件的关注势必会牺牲对另一事件的关注,即信息获取存在一定的成本。这种情况下,投资者对市场价值信息的反馈可能出现问题,进而发生错误的决策和交易,使股票出现暂时的错误定价,引起资产价格的波动。随着社会的进步和互联网的普及,投资者,尤其是个体投资者,能够更多地利用网络搜索引擎来获取市场信息,因此网络搜索水平的高低可以指示投资者关注的强弱。中国市场上,百度搜索指数依托百度搜索引擎能大致反映中国投资者的网络搜索情况,因而可以选用百度搜索指数来衡量中国投资者关注。本文在基于已实现波动和已实现协方差矩阵的异质自回归类模型基础上,分别将投资者关注作为外生变量线性引入、作为逻辑平滑转移结构的转移变量非线性引入,探究投资者关注的变化对资产波动的影响机制和影响程度,同时还区分来自PC端和移动端的百度搜索指数对波动预测的不同贡献。本文使用2014年1月2日到2018年12月28日的资产5分钟高频价格数据和基于对应关键词的百度搜索指数进行实证检验。研究结果表明,非线性引入投资者关注的新模型相比于异质自回归类基础模型,有显著更优的拟合效果和显著更强的预测性能,即考虑投资者关注的非线性作用对单资产波动率的预测和多资产协方差矩阵的预测均有明显帮助。此外,相比于移动端百度搜索指数和总体百度搜索指数,PC端百度搜索指数的作用相对更强,表明PC端百度搜索指数能更好地体现投资者的网络搜索行为对未来市场波动的影响。实证检验中,损失函数均值、DM检验和MCS检验结果都验证了上述结论。研究结论拓展了对已实现波动和已实现协方差矩阵的建模方法,肯定了投资者关注对波动预测的贡献,对投资者的风险管理和投资决策具有实际指导意义。