Las transacciones intradía de acciones de empresas competidoras en los mercados financieros son conocidas por exhibir una volatilidad significativa y sobre-dispersión. Este artículo propone algunos modelos autorregresivos bivariados de valores enteros de orden 1 (BINAR(1)) que son útiles para analizar tales series financieras. Estos modelos se construyeron bajo condiciones tanto de variación temporal como invariables en el tiempo para capturar características como la sobre-dispersión y la no estacionariedad en series temporales de conteos. Sin embargo, la búsqueda de los modelos BINAR(1) más robustos aún continúa. Este artículo considera específicamente la familia de BINAR(1) con una estructura de correlación cruzada no diagonal y con series de innovación no emparejadas. Estas suposiciones relajan el número de parámetros a estimar. Se realizan experimentos de simulación para evaluar tanto la consistencia de los estimadores como el comportamiento robusto de los BINAR(1) bajo especificaciones de distribución de innovación mal especificadas. Los BINAR(1) propuestos se aplican para analizar las series de transacciones intradía de AstraZeneca y Ericsson. También se consideran medidas diagnósticas como los errores cuadráticos medios (RMSE) y los criterios de información de Akaike (AIC). El artículo concluye que los BINAR(1) con innovaciones de binomio negativo y COM-Poisson se encuentran entre los modelos más adecuados para analizar series de transacciones intradía de acciones sobre-dispersadas.