在长记忆性这一概念被提出以后,对长记忆特征的研究在各个学科领域都引发了广泛的关注。金融领域也不例外,长记忆性一度成为研究的热点。虽然我国对股票市场长记忆特征的研究不在少数,但大部分文献都只对长记忆性进行了时间序列角度的研究。鉴于现有文献中对我国股市长记忆性研究的局限,本文分析了我国A股市场的长记忆特征,并从横截面角度对其展开了更加深入的分析。本文基于GPH模型的估计方法,利用2000年至2019年的中国A股股票交易数据,测算出我国A股市场上时变的长记忆性指标,证明了我国A股市场上存在着显著的长记忆特征。在此基础上,本文对影响个股长记忆指标的因素进行探究,结果发现股票波动的长记忆程度与该公司的账面市值比率呈显著正相关关系,同时与该公司的市值规模也存在正相关关系,与动量指标呈负相关关系,即大盘股波动的长记忆程度高于小盘股,价值股的波动的长记忆程度高于成长股,历史表现差的股票波动的长记忆程度高于历史表现好的股票。随后,本文通过分组分析和Fama-Macbeth回归,发现股票波动的长记忆程度与其未来的预期超额收益之间呈现显著的负相关关系。经本文测算,反持久性股票平均每年大约比长记忆性股票多获得5.32%的超额收益。通过区分股市的牛、熊阶段,本文发现这一负相关关系并不会因牛市还是熊市而发生改变。对于这一关系,可能的解释是具有长记忆特征的股票会表现出更强的可预测性,其未来波动的不确定性会更小,因此基于不确定性的风险溢价会更低。相较于其他股票,该类股票就表现出更低的预期收益。本文也从实证角度出发,对这一解释提供了证据支持。本文突破性地将股票波动的长记忆程度与股票的预期未来收益联系起来,把长记忆性指标引入资产定价的范畴,这是在我国A股市场的首次尝试。本文的结论对我们更加全面深入地认识我国的金融市场有着重要意义。