Detección de burbujas especulativas en acciones de inteligencia artificial mediante el test GSADF (PSY): evidencia empírica para el período 2000-2025

Abstract

Este trabajo analiza la existencia de burbujas especulativas en acciones del sector de la inteligencia artificial mediante la metodología PSY (Phillips-Shi-Yu), concretamente el test GSADF, aplicado sobre precios ajustados por variables fundamentales: el tipo de interés libre de riesgo, la beta sistemática rolling y el ratio Capex/capitalización bursátil. La muestra comprende diez empresas tecnológicas de referencia (los Magnificent Seven más AMD, Oracle y Palantir) durante el período enero 2000 - diciembre 2025, permitiendo contrastar el ciclo actual de la IA con la burbuja dot-com como episodio histórico de referencia. Los resultados revelan que cinco de las diez empresas presentan comportamiento explosivo estadísticamente significativo al nivel del 5%: Apple, Tesla, Microsoft, Meta y Nvidia. Sin embargo, el hallazgo más relevante no es el número de empresas que superan el umbral, sino cuándo lo hacen. Los episodios más intensos corresponden a ciclos económicos anteriores al lanzamiento de ChatGPT en noviembre de 2022: el boom del iPhone en Apple (2012-2013), las expectativas del Model 3 en Tesla (2017) y el ciclo Azure en Microsoft (2008 y 2015). Solo Meta muestra un episodio explosivo directamente vinculado al auge de la IA, mientras que Nvidia genera una señal difusa que no supera el umbral al 1%. La conclusión central es que el rally bursátil del período 2022-2025 no reproduce la firma estadística inequívoca de una burbuja al estilo dot-com cuando se controla por el crecimiento paralelo del Capex y el riesgo sistemático. Las empresas analizadas generan beneficios reales y están comprometiendo inversiones masivas en infraestructura física que el modelo captura como soporte fundamental. El principal riesgo no es estadístico sino prospectivo: si los retornos que esa inversión necesita generar no llegan en los plazos que el mercado descuenta, entonces sí podría hablarse de una burbuja de la IA.This paper investigates the presence of speculative bubbles in artificial intelligence stocks using the PSY methodology (Phillips-Shi-Yu), specifically the GSADF test, applied to prices adjusted by fundamental variables: the risk-free interest rate, the rolling systematic beta, and the Capex-to-market-capitalization ratio. The sample covers ten leading technology companies (the Magnificent Seven plus AMD, Oracle, and Palantir) over the period January 2000 to December 2025, allowing for a comparison between the current AI cycle and the dot-com bubble as a historical benchmark. The results show that five of the ten companies exhibit statistically significant explosive behavior at the 5% level: Apple, Tesla, Microsoft, Meta, and Nvidia. However, the most important finding is not how many companies cross the threshold, but when they do. The most intense episodes correspond to economic cycles predating the launch of ChatGPT in November 2022: the iPhone boom for Apple (2012–2013), Model 3 expectations for Tesla (2017), and the Azure cycle for Microsoft (2008 and 2015). Only Meta shows an explosive episode directly linked to the AI boom, while Nvidia produces a diffuse signal that does not reach the 1% significance threshold. The central conclusion is that the stock market rally of 2022–2025 does not reproduce the unambiguous statistical signature of a dot-com-style bubble once the parallel growth of Capex and systematic risk is controlled for. The companies analyzed generate real and growing profits and are committing massive investments in physical infrastructure, which the model captures as fundamental support. The primary risk is not statistical but forward-looking: if the returns that this investment needs to generate do not materialize within the timeframes the market is pricing in, only then can a genuine AI bubble be declared.