Revista de Economía del Rosario. Vol. 23. No. 2. Julio-Diciembre 2020. 1-21 2 Use of the Autoregressive Conditional Duration Model to predict the dollar fall in the colombian Exchange Market

DOI:  https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.8280

Article Sidebar

PDF (Español (España)) HTML (Español (España)) Lector Inteligente (Español (España)) ePub (Español (España))

Published: Oct 27, 2020
Issue: Vol. 23 No. 2 (2020)
Section Articles


Keywords: Autoregressive Conditional Duration; non-equidistant periods; Rayleigh; Transmutation; trm

Main Article Content

Authors

Hector Fabio Gallego Escudero
Universidad del Valle
Omar Alexander Ríos Saavedra
Universidad del Valle

Abstract

The fundamental objective of the Autoregressive Conditional Duration (ACD) model is the modeling of time series with non-equidistant periods. Given the leptokurtic nature of TRM returns and the durations behavior associated with them, a Rayleigh Distribution with transmutation is used, which allows approaching in an adjusted form to a heavy tail distribution, coherent with this stylized fact in returns. It is concluded that the time elapsed between dollar falls, on average, is between 3 and 6 days..

How to Cite
Gallego Escudero, H. F., & Ríos Saavedra, O. A. (2020). Revista de Economía del Rosario. Vol. 23. No. 2. Julio-Diciembre 2020. 1-21 2 Use of the Autoregressive Conditional Duration Model to predict the dollar fall in the colombian Exchange Market. Revista Economía Del Rosario, 23(2), 1–16. https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.8280
References

Banco de la República. (1991-2020). Tasa representativa del mercado.Colombia. Recuperado de https://www.banrep.gov.co/es/estadisticas/trm

Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Economics, 31(3), 307-327.

Bonifaz, A. C. (2004). El dólar estadounidense: el impacto de sus fluctuaciones. Problemas del Desarrollo. Revista Latinoamericana de Economía, 35(136), 27-47.

Cheung, L. (2014). High frequency data: Modeling durations via the acd and log acd models. (Tesis de maestría, University of Connecticut).

Dey, S., Raheem, E., & Mukherjee, S. (2017). Statistical properties and different methods of estimation of transmuted Rayleigh distribution. Revista Colombiana de Estadística, 40(1), 165-203.

Engle, R. F., & Russell, J. R. (1997). Forecasting the frequency of changes in quoted foreign exchange prices with the autoregressive conditional duration model. Journal of empirical finance, 4(2-3), 187-212.

Engle, R. F., & Russell, J. R. (1998). Autoregressive conditional duration: A new model for irregularly spaced transaction data. Econometrica, 66(5), 1127-1162.

Farmer, R. E. (2012). The stock market crash of 2008 caused the great recession: Theory and evidence. Journal of Economic Dynamics and Control, 36(5), 693-707.

Henao, J. D. V., & Rivera, L. M. G. (2006). Modelado del índice de tipo de cambio real colombiano usando redes neuronales artificiales. Cuadernos de Administración, 19(32), 319-336.

Jalil, M. A., & Misas, M. (2007). Evaluación de pronósticos del tipo de cambio utilizando redes neuronales y funciones de pérdida asimétricas. Revista Colombiana de Estadística, 30(1), 143-161.

Tse, Y.-K., & Yang, T. T. (2012). Estimation of high-frequency volatility: An autoregressive conditional duration approach. Journal of Business & Economic Statistics, 30(4), 533-545.

Liu, S., & Tse, Y.-K. (2015). Intraday value-at-risk: An asymmetric autoregressive conditional duration approach. Journal of econometrics, 189(2), 437-446.

Merovci, F. (2013). Transmuted Rayleigh distribution. Austrian Journal of Statistics.

Alonso, J., & Patiño, C. (2005). Determinantes de la tasa de cambio nominal en Colombia: evaluación de pronósticos. https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/81321/1/alonso_tasa_cambio_2005.pdf

Pyrlik, V. (2013). Autoregressive conditional duration as a model for financial market crashes prediction. Physica A: Statistical Mechanics and its Applications, 392(23), 6041-6051.

Santana, J. C. (2006). Predicción de series temporales con redes neuronales: una aplicación a la inflación colombiana. Revista Colombiana de Estadística, 29(1), 77-92.

Shapiro, S. S., Wilk, M. B., & Chen, H. J. (1968), A comparative study of various tests for normality. Journal of the American Statistical Association, 63(324), 1343-1372.

Shaw, W. T., & Buckley, I. R. (2009). The alchemy of probability distributions: Beyond gram-charlier expansions, and a skew-kurtotic-normal distribution from a rank transmutation map. Recuperado de arXiv.or (0901.0434v1).

Tsay, R. S. (2005), Analysis of Financial Time Series. Hoboken, N. J.: Wiley.

Tsay, R. S. (2011), Acd.cmle r function. Recuperado de https://faculty.chicagobooth.edu/ruey.tsay/teaching/introTS/acd.R

Query Statistics

Downloads

Download data is not yet available.
Publcation metrics

656 109




 

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.