<![CDATA[This research aims to examine the reliability of the Fama-French five-factor (FF5) model in predicting excess returns before and during the Covid-19 pandemic. The population in this research include LQ 45 companies between 2019 and 2020 period, from which 36 samples of companies are selected through purposive sampling technique. The FF5 involves market risk premium, size, book-to-market ratio, profitability, and investment. The results of the multiple linear regression test indicated that before the Covid-19 pandemic, market risk premium (MKT), small minus big (SMB), high minus low (HML), and conservative minus aggressive (CMA) had a positive and significant effect on excess returns, whilst the robust minus weak (RMW) had no effect on excess return. During the Covid- 19 pandemic, the high minus low (HML) and robust minus weak (RMW) had no effect on excess returns. Abstrak: Tujuan riset ini adalah untuk menguji kehandalan five factor model Fama and French (FF5) dalam memprediksi excess return dalam berbagai kondisi termasuk dalam masa pandemi Covid-19. Untuk membuktikan kehandalan tersebut, riset ini membandingkan kehandalan FF5 dalam memprediksi excess return sebelum dan selama pandemi Covid-19. Populasi dalam riset ini adalah perusahaan yang masuk ke dalam LQ 45 pada periode 2019-2020. Berdasarkan teknik puposive sampling, diperoleh 36 perusahaan sebagai sampel. Faktor-faktor yang digunakan dalam FF5 adalah market risk premium, size, book-to-market ratio, profitability, dan investment. Metode analisis yang digunakan pada riset ini adalah uji regresi linier berganda. Hasil riset menunjukkan bahwa sebelum pandemi Covid-19 market risk peremium (MKT), small minus big (SMB), high minus low (HML), dan conservative minus aggresive (CMA) berpengaruh secara positif dan signifikan terhadap excess return, serta sebaliknya faktor robust minus weak (RMW) tidak berpengaruh pada excess return. Pada masa pandemi Covid-19, faktor high minus low (HML) dan robust minus weak (RMW) tidak berpengaruh terhadap excess return.]]>
