Modelo multifactorial de nueve factores para la explicación del rendimiento accionario: extensión empírica escalonada del modelo de cinco factores de Fama-French en el mercado accionario estadounidense (201407-202512)
Loading...
Date
2026
Authors
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Share
Abstract
La investigación evalúa empíricamente una extensión escalonada del modelo de cinco factores de Fama-French hacia una especificación de nueve factores para explicar los retornos accionarios en el mercado estadounidense durante el periodo 201407-202512. El estudio incorpora progresivamente Momentum, Low Volatility, FCF/EV e Intangible Intensity al modelo FF5, con el propósito de determinar si una arquitectura multifactorial ampliada reduce errores de pricing y aporta capacidad explicativa incremental. La metodología combina regresiones time series, prueba GRS, Fama-MacBeth con corrección de Shanken, pruebas de redundancia factorial, diagnóstico VIF, análisis MDE, criterio conservador de Harvey ∣t∣>3 y validación out-of sample. Los resultados muestran que FF9 reduce el alfa absoluto promedio frente a FF5, mejora el R^2 ajustado y obtiene el p-valor GRS más favorable entre las especificaciones evaluadas. Dentro de esta arquitectura, Intangible Intensity presenta la evidencia empírica más consistente entre los factores adicionales, aunque su magnitud estimada y el hecho de que no supere el umbral conservador de Harvey sugieren una interpretación prudente. Se concluye que FF9 mejora la especificación del modelo frente a FF5 en la muestra analizada; sin embargo, la validación de nuevas primas de riesgo requiere futuras pruebas de robustez, ventanas más amplias, test assets alternativos y proxies complementarios de intangibles.
item.page.abstract.eng
This research empirically evaluates a stepwise extension of the Fama-French five-factor model into a nine-factor specification to explain stock returns in the U.S. equity market over 201407 202512. The study progressively adds Momentum, Low Volatility, FCF/EV, and Intangible Intensity to FF5 to assess whether an expanded multifactor architecture reduces pricing errors and provides incremental explanatory power. The methodology combines time-series regressions, the GRS test, Fama-MacBeth regressions with Shanken correction, factor redundancy tests, VIF diagnostics, MDE analysis, Harvey’s conservative ∣t∣>3 threshold, and out-of-sample validation. The results show that FF9 reduces the average absolute alpha relative to FF5, improves adjusted R^2, and obtains the most favorable GRS p-value among the specifications evaluated. Within this architecture, Intangible Intensity provides the most consistent empirical evidence among the additional factors; however, its estimated magnitude and failure to pass Harvey’s conservative threshold call for a cautious interpretation. The thesis concludes that FF9 improves model specification relative to FF5 in the sample analyzed; nevertheless, the validation of newly introduced risk premia requires further robustness analysis, longer estimation windows, alternative test assets, and complementary proxies for intangibles.