Two-regime functional threshold autoregressive model: an empirical approach

Abstract

It is known in the literature that economic and financial time series, such as stock returns or the exchange rate, present non-linear dynamics like regime switching, time-varying volatility, or volatility clusters, which should be modeled by using the appropriate non-linear models. Given that financial time series are often of high frequency, it is possible to split the series into intervals and treat each interval as a unique functional observational unit. In this work we introduce and explore, via simulation, a two-regime Functional Threshold Autoregressive model of order one, FTAR(2, 1, 1), as an extension of the univariate TAR(1) model, allowing for a discrete regime switching specification in functional time series governed by a scalar threshold process.

Es bien sabido que las series de tiempo económicas y financieras, como los retornos de activos financieros o la tasa de cambio, presentan dinámicas no-lineales como cambios de régimen o volatilidad. Estos comportamientos pueden ser tenidos en cuenta utilizando modelos no-lineales. Adicionalmente, teniendo en cuenta que las series de tiempo financieras suelen ser de alta frecuencia, es posible dividir la serie en intervalos y hacer uso de las técnicas de Análisis de Datos Funcionales. En este trabajo se presenta y explora, por medio de simulaciones, el Modelo Autorregressivo Funcional con Umbrales, para el caso en que se tienen dos regímenes, cada uno de primer orden. Este modelo es una extensión del modelo TAR(1), de modo que se pueden modelar series de tiempo funcionales con cambios de régimen gobernados por un proceso de umbrales escalar. (Texto tomado de la fuente).