Belhouichet, FekriaCaporale, Guglielmo MariaGil-Alana, Luis Alberiko2026-01-122026-01-122025-11Belhouichet, F, Caporale, G M & Gil-Alana, L A 2025, 'Persistence in Stock Returns : Robotics and AI ETFs Versus Other Assets', Journal of Risk and Financial Management, vol. 18, no. 11, 655. https://doi.org/10.3390/jrfm181106551911-8066https://hdl.handle.net/10641/7110Publisher Copyright: © 2025 by the authors.Este artículo examina las propiedades de memoria larga de los rendimientos de los fondos cotizados (ETF) que ofrecen exposición a empresas que operan en los campos de la inteligencia artificial (IA) y la robótica cotizadas en el mercado estadounidense, junto con otros activos como el precio del petróleo crudo WTI (West Texas Intermediate), el Bitcoin, el índice S&P 500, los bonos del Tesoro de EE. UU. a 10 años y el índice de volatilidad VIX. La frecuencia de los datos es diaria y abarca el periodo comprendido entre el 1 de enero de 2023 y el 23 de junio de 2025. El marco de integración fraccional adoptado es más general y flexible que los empleados en estudios anteriores relacionados y permite una evaluación detallada del grado de persistencia de los rendimientos. Los resultados indican que todas las series de rendimientos presentan un elevado grado de persistencia, con independencia de la estructura de error asumida, y que, en general, un modelo lineal capta adecuadamente su dinámica a lo largo del tiempo. Estos hallazgos sugieren que los ETF de nueva creación temáticos en IA y robótica no proporcionan a los inversores beneficios adicionales de cobertura o diversificación en comparación con activos más tradicionales, ni plantean nuevos retos para los responsables de políticas preocupados por la estabilidad financiera. [Traducción automática al español; idioma original: inglés.]This paper examines the long-memory properties of the returns of exchange-traded funds (ETFs) that provide exposure to companies operating in the fields of artificial intelligence (AI) and robotics listed on the US market, along with other assets such as the WTI crude oil price (West Texas Intermediate), Bitcoin, the S&P 500 index, 10-year US Treasury bonds, and the VIX volatility index. The data frequency is daily and covers the period from 1 January 2023 to 23 June 2025. The adopted fractional integration framework is more general and flexible than those previously used in related studies and allows for a detailed assessment of the degree of persistence in returns. The results indicate that all return series exhibit a high degree of persistence, regardless of the error structure assumed, and that, in general, a linear model adequately captures their dynamics over time. These findings suggest that newly developed AI- and robotics-themed ETFs do not provide investors with additional hedging or diversification benefits compared to more traditional assets, nor do they create new challenges for policymakers concerned with financial stability.296083enghttp://creativecommons.org/licenses/by-nc-nd/4.0/AI ETFsfractional integrationlong memorypersistencerobotics ETFstrendsAccountingBusiness, Management and Accounting (miscellaneous)FinanceEconomics and EconometricsYesyesjournal articleopen access10.3390/jrfm18110655https://www.scopus.com/pages/publications/105023127866https://www.scopus.com/pages/publications/105023127866#tab=citedBy