Efectos de las fusiones sobre el mercado financiero Colombiano*

definidas por:
u
= Wɛɛ
n − N ,
α = Bɛɛ − N−1
P n −
n−N Wɛɛ
p=1 Npp2
n
donde Wɛɛ = P p p=1 i⊂Ip t=1 (ɛit − ɛi)(ɛit − ɛi) ′ , Bɛɛ = P p=1
i⊂Ip (ɛi − ɛ)(ɛi − ɛ) ′
Que constituyen las co-variaciones al interior de cada individuo y entre individuos
respectivamente, siendo Tɛɛ = Wɛɛ + Bɛɛ la variación total.
Las mismas categorías de variación y covariación se obtienen para los sub paneles
balanceados observados hasta p veces para obtener los estimadores:
Wɛɛ
u(p) =
Np(p − 1)
1 Bɛɛ(p) Wɛɛ(p)
= −
α(p) p Np − 1 Np(p − 1)
Bɛɛ
= + =
(p) u(p) α(p) Np − 1
Para llevar a cabo la estimación G.L.S por grupos, la cual constituye la base fundamental
de la estimación G.L.S agregada se definen los siguientes arreglos matriciales:
⎡ ⎤
⎡ ⎤
⎡ ⎤
Yi(p) =
⎢
⎣
yi1
.
yip
⎥
⎢
⎦ Xi(p) = ⎣
Xi1
.
Xip
⎥
⎢
⎦ ɛi(p) = ⎣
para i ⊂ Ip, p = 1, 2, . . . , P .
Donde por ejemplo, Xi(p) = [xi1,...,xiH ] es un vector (1 × H) que contiene la primera
observación de cada una de las H variables explicativas.
En notación matricial compacta para el conjunto de observaciones, el modelo para
el individuo se puede re escribir de la siguiente forma:
Yi(p) = Xi(p)β + (ep ⊗ αi) = Xi(p)β + ɛi(p)
donde ep es un vector (p × 1) de unos. Para la ecuación anterior se supone:
E[ɛi(p)] = 0, E[ɛi(p)ɛ ′ i(p)] = Ip ⊗
u +Ep ⊗
ɛi1
.
ɛip
⎥
⎦
= Ωɛ(p)
α
con Ip una matriz p dimensional identidad, Ep = epe ′ p una matriz (p × p) con todos
36