Seguí, Olivia ArtésMonge, ManuelInfante, Juan2026-09-302026-09-302026-05-25Seguí, O A, Monge, M & Infante, J 2026, 'Cash Conversion Cycle as an Intelligent Predictor of Persistent Stock Price Dynamics in Artificial Intelligence–Driven Firms : An AI-Based Decision-Making Framework', Journal of Intelligent Decision Making and Information Science, vol. 3, no. 2S, pp. 750-765. https://doi.org/10.59543/jidmis.v3.10193079-0875https://hdl.handle.net/10641/8404Publisher Copyright: © 2026, Nexora Academic Press. All rights reserved.La investigación demuestra que la gestión eficaz del capital de trabajo, examinada a través del ciclo de conversión en efectivo (CCC), proporciona información económicamente relevante que aún no se refleja en el mercado bursátil. Los investigadores predicen la dinámica de los precios de las acciones del CCC ante la complejidad informativa y la intensidad intangible en estos entornos, centrándose en empresas líderes de gran capitalización en el campo de la inteligencia artificial (IA): Meta, Tesla, Alphabet, Amazon, Microsoft, Apple y Nvidia. El periodo de datos abarca desde diciembre de 2012 hasta septiembre de 2025 con frecuencia mensual, lo que proporciona una visión integral de la interacción entre la eficiencia operativa y la valoración bursátil a lo largo del tiempo. Presentamos evidencia de dependencia de memoria larga y relaciones de equilibrio persistentes entre la eficiencia operativa y la valoración del mercado utilizando modelos ARFIMA y VAR fraccionalmente cointegrado (FCVAR). La continuidad del CCC y de los precios de las acciones es altamente heterogénea entre las empresas, según confirman las pruebas de raíz unitaria e integración fraccionaria. El análisis de causalidad de Granger revela que en algunas empresas el CCC tiene una influencia significativa en los movimientos de los precios de las acciones; en otras empresas, los movimientos de los precios de las acciones influyen en el CCC; y en Tesla no se encuentra tal relación significativa. Los vínculos de equilibrio a largo plazo entre la eficiencia del capital de trabajo y la valoración bursátil se confirman mediante las estimaciones del FCVAR, que presentan valores todos ellos entre muy negativos y moderadamente positivos de los coeficientes de cointegración. Los resultados implican que la información se incorpora lentamente a los precios, lo cual desempeña un papel en las fricciones informativas. Esta investigación aporta valor a estudios previos sobre la relación entre la eficiencia del capital de trabajo y los precios de las acciones. Este estudio sirve como base empírica para un sistema de toma de decisiones basado en IA donde el CCC se ha utilizado como predictor inteligente de la dinámica de los precios de las acciones. [Traducción automática al español; idioma original: inglés.]The research demonstrates that effective management of working capital, examined through the cash conversion cycle (CCC), provides economic relevant information which is not yet reflected in stock market. Researchers predicts that CCC stock price dynamics in the face of informational complexity and intangible intensity in these settings, focusing on leading large-cap companies in the field of artificial intelligence (AI): Meta, Tesla, Alphabet, Amazon, Microsoft, Apple, and Nvidia. The data period ranges from December 2012 to September 2025 with a monthly frequency, which provides a comprehensive overview of the interplay between operational efficiency and equity valuation over time. We present evidence of long-memory dependence and persistent equilibrium relationships between operational efficiency and market valuation using ARFIMA and fractionally cointegrated VAR (FCVAR) models. The continuity of CCC and stock prices is highly heterogeneous among firms, as confirmed by the unit root and fractional integration tests. The Granger causality analysis reveals that in a few companies, the CCC has a significant influence on stock price movements; in other companies, stock price movements influence the CCC; and in Tesla, no such significant relationship is found. The long-run equilibrium linkages between working capital efficiency and equity valuation are confirmed by the FCVAR estimates, which are all between very negative and moderately positive values of the cointegrating coefficients. The results imply that information is slowly embedded in prices, which plays a role in informational frictions. This research adds value to the prior studies about the relationship between working capital efficiency and stock prices. This study serves as an empirical basis for an AI-based decision-making system where the CCC has been used as an intelligent stock price dynamics predictor.169444735enghttp://creativecommons.org/licenses/by-nc-nd/4.0/Cash Conversion CycleCausality TestFCVAR ModelFractional IntegrationStock PricesInformation Systems and ManagementManagement Science and Operations ResearchArtificial IntelligenceInformation SystemsYesjournal articleopen access10.59543/jidmis.v3.1019https://www.scopus.com/pages/publications/105046026432https://www.scopus.com/pages/publications/105046026432#tab=citedBy