除权除息后股价跳空是否属于可预测异象，取决于跳空幅度是否系统性地偏离理论除权价，且能被历史数据或市场特征提前识别。这一判断通常借助Fama-MacBeth回归和时序回归来完成，核心步骤如下。
理论除权价与实际跳空的差异
除权除息后，理论除权价 = 前收盘价 - 每股分红（或根据送转股比例调整）。但实际中，股价跳空幅度常与理论值不一致，原因包括：
- 税收效应：现金分红需缴纳红利税，部分投资者会调整报价，导致跳空幅度小于分红金额。
- 市场情绪：投资者对除权后的填权预期或贴权担忧，会放大或缩小跳空幅度。
- 交易机制：集合竞价阶段的订单簿不平衡，可能造成开盘价偏离理论值。
关键判断：如果跳空幅度与理论值的偏差在多数股票中呈现统计上非随机的模式（如系统性偏大或偏小），且该模式能在样本外重复，则可能构成可预测异象。
将除权后超额收益作为异象变量
将除权后短期（如1-5日）的超额收益（实际收益减去按理论除权价计算的期望收益）作为异象变量，是检验可预测性的常用方法。具体操作：
- 计算超额收益：对每只股票，在除权日开盘后，计算实际收益率与理论除权价收益率的差值。
- 构建异象变量：将该超额收益标准化（如除以历史波动率），作为单一变量或与其他因子（如市值、换手率）组合。
- Fama-MacBeth回归：在横截面上，用未来超额收益对当前异象变量进行回归。若回归系数显著不为零，说明该变量能预测未来收益，即存在异象。
注意：该变量需区分会计调整（如分红导致的账面价值变化）与市场行为（如投资者过度反应）。会计调整本身不构成异象，只有市场行为导致的系统性偏差才值得关注。
时序回归检验显著性的步骤
时序回归用于验证异象变量在时间序列上的稳定性：
- 定义回归模型：以每只股票的超额收益为因变量，滞后一期的异象变量（如除权后跳空幅度偏离度）为自变量，控制市场因子（如Fama-French三因子）。
- 估计系数：对每只股票单独进行时间序列回归，得到系数估计值。
- 汇总检验：将所有股票的系数取均值，用t统计量检验是否显著异于零。若显著，说明异象在时间上具有持续性。
- 稳健性检验：更换样本期（如牛市 vs 熊市）、剔除极端值，观察系数是否依然显著。
关键点：时序回归的显著性需结合经济显著性（如超额收益的绝对值是否超过交易成本）。若统计显著但收益极小（如0.01%），实际可预测性有限。
常见问题
除权除息后跳空幅度一定等于分红金额吗？
不一定。理论除权价基于会计调整，但实际开盘价由市场供需决定。分红税、投资者预期和流动性因素会导致跳空幅度偏离理论值。多数情况下，现金分红后的跳空幅度小于分红金额，而送转股后的跳空幅度更接近理论值。
Fama-MacBeth回归和时序回归哪个更关键？
两者互补。时序回归检验异象变量在时间上的持续性（是否每年都有效），Fama-MacBeth回归检验横截面上该变量能否区分不同股票的收益。若时序回归不显著，说明异象仅存在于个别年份，可预测性低。
如何区分会计调整与市场行为导致的跳空？
会计调整是机械性的，如除权除息日股价自动下调，不反映投资者决策。市场行为则体现在除权后的价格发现过程：若开盘价在理论除权价附近快速稳定，说明市场有效；若出现持续偏离（如连续多日贴权），则可能是行为异象。观察除权后1-5日的平均超额收益方向，若系统性地为正或为负，更可能属于市场行为。