Análisis de los Despachos Aduaneros en Paraguay - Año 2024
Claudia Benítez
2026-06-10
1 Introducción
Tema: Cantidad de despachos aduaneros bajo el rubro de logística, Comercio Exterior y Gestión Aduanera durante el año 2024.
Objetivo general: Analizar la cantidad de despachos aduaneros registrados en Paraguay durante el año 2024, mediante Análisis Exploratorio de Datos (EDA), para determinar si diciembre presentó una actividad superior al promedio de los demás meses.
Hipótesis: Durante diciembre de 2024 se registró una mayor cantidad de despachos aduaneros en comparación con el promedio de los demás meses del año.
Fuente de los datos: Dirección Nacional de Ingresos Tributarios (DNIT), Portal de Datos Abiertos. https://www.dnit.gov.py/web/portal-institucional/datos-abiertos
2 Gestión de datos
2.1 Librerías necesarias
2.2 Carga y consolidación de las bases mensuales
Se cargaron los 12 archivos mensuales (2024_ENERO.csv a
2024_DICIEMBRE.csv) con data.table::fread(), y
se unieron en un único data frame.
Para evitar reconstruir la base completa cada vez que se hace
Knit (proceso lento y pesado en memoria), el siguiente bloque
reutiliza el archivo .rds si ya existe, y solo reconstruye
desde los CSV si hace falta.
ruta_rds <- "C:/Users/GCA/Desktop/AduanasPy/2024_TODOS.rds"
if (file.exists(ruta_rds)) {
datos <- readRDS(ruta_rds)
} else {
enero <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_ENERO.csv", encoding = "UTF-8")
febrero <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_FEBRERO.csv", encoding = "UTF-8")
marzo <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_MARZO.csv", encoding = "UTF-8")
abril <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_ABRIL.csv", encoding = "UTF-8")
mayo <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_MAYO.csv", encoding = "UTF-8")
junio <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_JUNIO.csv", encoding = "UTF-8")
julio <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_JULIO.csv", encoding = "UTF-8")
agosto <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_AGOSTO.csv", encoding = "UTF-8")
septiembre <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_SEPTIEMBRE.csv", encoding = "UTF-8")
octubre <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_OCTUBRE.csv", encoding = "UTF-8")
noviembre <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_NOVIEMBRE.csv", encoding = "UTF-8")
diciembre_raw <- fread("C:/Users/GCA/Desktop/AduanasPy/2024_DICIEMBRE.csv", encoding = "UTF-8")
datos <- rbind(enero, febrero, marzo, abril, mayo, junio, julio, agosto,
septiembre, octubre, noviembre, diciembre_raw)
saveRDS(datos, ruta_rds)
}
nrow(datos)## [1] 44732182.3 Estructura general de los datos
## Rows: 4,473,218
## Columns: 47
## $ `DESPACHO CIFRADO` <chr> "24DA000000007030", "24DA000000007030", "2…
## $ OPERACION <chr> "IMPORTACION", "IMPORTACION", "IMPORTACION…
## $ DESTINACION <chr> "IC04", "IC04", "IC04", "IC04", "IC04", "I…
## $ REGIMEN <chr> "IMPORTACION A CONSUMO CON DOCUMENTO DE TR…
## $ OFICIALIZACION <chr> "26/01/2024", "26/01/2024", "26/01/2024", …
## $ CANCELACION <chr> "29/01/2024", "29/01/2024", "29/01/2024", …
## $ AÑO <int> 2024, 2024, 2024, 2024, 2024, 2024, 2024, …
## $ MES <chr> "ENERO", "ENERO", "ENERO", "ENERO", "ENERO…
## $ ADUANA <chr> "PTO SEGURO FLUVIAL", "PTO SEGURO FLUVIAL"…
## $ COTIZACION <chr> "7293,29", "7293,29", "7293,29", "7293,29"…
## $ `MEDIO TRANSPORTE` <chr> "ACUATICO", "ACUATICO", "ACUATICO", "ACUAT…
## $ CANAL <chr> "R", "R", "R", "R", "R", "R", "R", "R", "R…
## $ ITEM <int> 2, 2, 3, 3, 4, 4, 5, 5, 5, 5, 5, 6, 6, 6, …
## $ `PAIS ORIGEN` <chr> "COREA DEL SUR", "COREA DEL SUR", "COREA D…
## $ `PAIS PROCEDENCIA/DESTINO` <chr> "COREA DEL SUR", "COREA DEL SUR", "COREA D…
## $ USO <chr> "NUEVO", "NUEVO", "NUEVO", "NUEVO", "NUEVO…
## $ `UNIDAD MEDIDA ESTADISTICA` <chr> "UNIDAD", "UNIDAD", "UNIDAD", "UNIDAD", "U…
## $ `CANTIDAD ESTADISTICA` <chr> "1500,0", "1500,0", "36,0", "36,0", "2000,…
## $ `KILO NETO` <chr> "318,53", "318,53", "120,0", "120,0", "667…
## $ `KILO BRUTO` <chr> "318,53", "318,53", "120,0", "120,0", "667…
## $ `FOB DOLAR` <chr> "4650,0", "4650,0", "860,76", "860,76", "1…
## $ `FLETE DOLAR` <chr> "146,45", "146,45", "27,11", "27,11", "314…
## $ `SEGURO DOLAR` <chr> "15,1", "15,1", "2,8", "2,8", "32,48", "32…
## $ `IMPONIBLE DOLAR` <chr> "4811,55", "4811,55", "890,67", "890,67", …
## $ `IMPONIBLE GS` <chr> "35092029,5", "35092029,5", "6495914,6", "…
## $ `AJUSTE A INCLUIR` <chr> ",0", ",0", ",0", ",0", ",0", ",0", ",0", …
## $ `AJUSTE A DEDUCIR` <chr> ",0", ",0", ",0", ",0", ",0", ",0", ",0", …
## $ `POSICION ` <chr> "8512.90.00.000M", "8512.90.00.000M", "842…
## $ RUBRO <chr> "REPUESTOS (AUTOPARTE)", "REPUESTOS (AUTOP…
## $ `DESC CAPITULO` <chr> "CAPITULO 85 MAQUINAS, APARATOS Y MATERIA…
## $ `DESC PARTIDA` <chr> "APARATOS ELECTRICOS DE ALUMBRADO O SE¿ALI…
## $ `DESC POSICION` <chr> "CAPITULO 85 MAQUINAS, APARATOS Y MATERIA…
## $ MERCADERIA <chr> "CEPILLOS LIMPIAPARABRISAS, DETALLADOS EN …
## $ `MARCA ITEM` <chr> "", "", "", "", "", "", "", "", "", "", ""…
## $ ACUERDO <chr> "SIN ACUERDO", "SIN ACUERDO", "SIN ACUERDO…
## $ `NUMERO SUBITEM` <int> 4, 5, 1, 2, 1, 2, 1, 2, 3, 4, 5, 1, 2, 3, …
## $ `CANTIDAD SUBITEM` <int> 300, 300, 24, 12, 1000, 1000, 100, 300, 30…
## $ `PRECION UNITARIO SUBITEM` <chr> "3,1", "3,1", "24,78", "22,17", "4,8", "5,…
## $ `DESC SUBITEM` <chr> "UNID. CEPILLOS LIMPIAPARABRISAS 550 MM", …
## $ `MARCA SUBITEM` <chr> "CLEANSHOT", "CLEANSHOT", "IFILTER", "IFIL…
## $ DERECHO <chr> "3509203,0", "3509203,0", "324796,0", "324…
## $ ISC <chr> "387767,0", "387767,0", ",0", ",0", ",0", …
## $ SERVICIO <chr> "175460,0", "175460,0", "32480,0", "32480,…
## $ RENTA <chr> ",0", ",0", ",0", ",0", ",0", ",0", ",0", …
## $ IVA <chr> "3916446,0", "3916446,0", "685319,0", "685…
## $ OTROS <chr> "156658,0", "156658,0", "27413,0", "27413,…
## $ TOTAL <chr> "8145534,0", "8145534,0", "1070008,0", "10…3 Calidad de los datos
Antes de analizar, se verificó la existencia de valores faltantes en el dataset consolidado.
## DESPACHO CIFRADO OPERACION DESTINACION
## 0 0 0
## REGIMEN OFICIALIZACION CANCELACION
## 0 0 0
## AÑO MES ADUANA
## 0 0 0
## COTIZACION MEDIO TRANSPORTE CANAL
## 0 0 0
## ITEM PAIS ORIGEN PAIS PROCEDENCIA/DESTINO
## 0 0 0
## USO UNIDAD MEDIDA ESTADISTICA CANTIDAD ESTADISTICA
## 0 0 0
## KILO NETO KILO BRUTO FOB DOLAR
## 0 0 0
## FLETE DOLAR SEGURO DOLAR IMPONIBLE DOLAR
## 0 0 0
## IMPONIBLE GS AJUSTE A INCLUIR AJUSTE A DEDUCIR
## 0 0 0
## POSICION RUBRO DESC CAPITULO
## 0 0 0
## DESC PARTIDA DESC POSICION MERCADERIA
## 0 0 0
## MARCA ITEM ACUERDO NUMERO SUBITEM
## 0 0 5042
## CANTIDAD SUBITEM PRECION UNITARIO SUBITEM DESC SUBITEM
## 0 0 0
## MARCA SUBITEM DERECHO ISC
## 0 0 0
## SERVICIO RENTA IVA
## 0 0 0
## OTROS TOTAL
## 0 0No se encontraron valores nulos relevantes en las variables
utilizadas para este análisis (MES, cantidad de despachos),
por lo que se procedió sin necesidad de imputación ni eliminación de
registros.
4 Análisis exploratorio: despachos por mes
4.1 Cantidad de despachos por mes
despachos_mes <- datos %>%
group_by(MES) %>%
summarise(total_despachos = n())
# Ordenar los meses en orden calendario (no alfabético)
orden_meses <- c("ENERO","FEBRERO","MARZO","ABRIL","MAYO","JUNIO",
"JULIO","AGOSTO","SEPTIEMBRE","OCTUBRE","NOVIEMBRE","DICIEMBRE")
despachos_mes$MES <- factor(despachos_mes$MES, levels = orden_meses)
despachos_mes <- despachos_mes %>% arrange(MES)
kable(despachos_mes,
col.names = c("Mes", "Cantidad de despachos"),
caption = "Cantidad de despachos aduaneros por mes - Año 2024") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE)| Mes | Cantidad de despachos |
|---|---|
| ENERO | 322543 |
| FEBRERO | 330608 |
| MARZO | 303178 |
| ABRIL | 356670 |
| MAYO | 360200 |
| JUNIO | 320299 |
| JULIO | 407718 |
| AGOSTO | 394538 |
| SEPTIEMBRE | 371466 |
| OCTUBRE | 437252 |
| NOVIEMBRE | 405246 |
| DICIEMBRE | 463500 |
4.2 Gráfico mensual
ggplot(despachos_mes, aes(x = MES, y = total_despachos,
fill = MES == "DICIEMBRE")) +
geom_col(width = 0.7, show.legend = FALSE) +
geom_text(aes(label = comma(total_despachos)),
vjust = -0.5, size = 3.2, color = COLOR_DESTACADO) +
scale_fill_manual(values = c(`TRUE` = COLOR_DESTACADO, `FALSE` = COLOR_PRINCIPAL)) +
scale_y_continuous(labels = comma, expand = expansion(mult = c(0, 0.15))) +
labs(
title = "Cantidad de despachos aduaneros por mes - 2024",
subtitle = "Dirección Nacional de Ingresos Tributarios (DNIT)",
x = NULL, y = "Cantidad de despachos"
) +
theme_minimal(base_size = 13) +
theme(
axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(face = "bold", color = COLOR_DESTACADO),
plot.subtitle = element_text(color = "grey40"),
panel.grid.minor = element_blank(),
panel.grid.major.x = element_blank()
)
Diciembre (resaltado en el gráfico) se observa como el mes con mayor cantidad de despachos del año, con un mínimo en marzo (303.178) y un máximo en diciembre (463.500).
5 Comparación: diciembre vs. resto del año
5.1 Promedio y diferencia
promedio_otros <- despachos_mes %>%
filter(MES != "DICIEMBRE") %>%
summarise(promedio = mean(total_despachos)) %>%
pull(promedio)
diciembre_valor <- despachos_mes %>%
filter(MES == "DICIEMBRE") %>%
pull(total_despachos)
diferencia <- diciembre_valor - promedio_otros
porcentaje_variacion <- (diferencia / promedio_otros) * 100
cat("Promedio de despachos (enero-noviembre):", comma(round(promedio_otros, 1)), "\n")## Promedio de despachos (enero-noviembre): 364,520## Despachos en diciembre: 463,500## Diferencia absoluta: 98,980## Variación porcentual: 27.15 %5.2 Gráfico comparativo
comparacion <- data.frame(
Grupo = factor(c("Promedio Ene-Nov", "Diciembre"),
levels = c("Promedio Ene-Nov", "Diciembre")),
Valor = c(promedio_otros, diciembre_valor)
)
ggplot(comparacion, aes(x = Grupo, y = Valor, fill = Grupo)) +
geom_col(width = 0.5, show.legend = FALSE) +
geom_text(aes(label = comma(round(Valor, 0))),
vjust = -0.5, size = 4, color = COLOR_DESTACADO) +
scale_fill_manual(values = c("Promedio Ene-Nov" = COLOR_GRIS,
"Diciembre" = COLOR_DESTACADO)) +
scale_y_continuous(labels = comma, expand = expansion(mult = c(0, 0.15))) +
labs(
title = "Diciembre vs. promedio de los demás meses",
subtitle = paste0("Diciembre superó el promedio en un ", round(porcentaje_variacion, 2), "%"),
x = NULL, y = "Cantidad de despachos"
) +
theme_minimal(base_size = 13) +
theme(
plot.title = element_text(face = "bold", color = COLOR_DESTACADO),
plot.subtitle = element_text(color = "grey40"),
panel.grid.minor = element_blank(),
panel.grid.major.x = element_blank()
)
Diciembre presentó una variación del 27.15% respecto al promedio de enero a noviembre.
6 Análisis estadístico
6.1 Estadística descriptiva completa
estadisticas <- despachos_mes %>%
summarise(
promedio_general = mean(total_despachos),
desvio_estandar = sd(total_despachos),
minimo = min(total_despachos),
maximo = max(total_despachos),
coef_variacion = (sd(total_despachos) / mean(total_despachos)) * 100
)
kable(estadisticas,
col.names = c("Promedio general", "Desvío estándar", "Mínimo", "Máximo", "CV (%)"),
digits = 2,
caption = "Estadística descriptiva de los despachos aduaneros mensuales - 2024") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE)| Promedio general | Desvío estándar | Mínimo | Máximo | CV (%) |
|---|---|---|---|---|
| 372768.2 | 49959.36 | 303178 | 463500 | 13.4 |
Un coeficiente de variación de 13.4% indica una dispersión moderada entre los meses del año, lo que hace más relevante que diciembre se ubique como el valor máximo absoluto.
6.2 Prueba t de una muestra
Se aplicó una prueba t de una muestra para determinar si la diferencia observada en diciembre es estadísticamente significativa, comparando los valores de enero a noviembre contra el valor de diciembre.
otros_meses <- despachos_mes %>%
filter(MES != "DICIEMBRE") %>%
pull(total_despachos)
prueba_t <- t.test(otros_meses, mu = diciembre_valor)
prueba_t##
## One Sample t-test
##
## data: otros_meses
## t = -7.6376, df = 10, p-value = 1.763e-05
## alternative hypothesis: true mean is not equal to 463500
## 95 percent confidence interval:
## 335644.0 393395.6
## sample estimates:
## mean of x
## 364519.86.3 Intervalo de confianza
## [1] 335644.0 393395.6
## attr(,"conf.level")
## [1] 0.95El valor de diciembre (463,500) se encuentra fuera del intervalo de confianza del 95% calculado para el promedio de enero a noviembre (335,644 – 393,396), y el valor p obtenido (1.76e-05) es considerablemente menor a 0.05.
7 Conclusión
Con base en la evidencia obtenida, se acepta la hipótesis planteada: durante diciembre de 2024 se registró una mayor cantidad de despachos aduaneros en comparación con el promedio de los demás meses del año. Esta conclusión se sustenta en tres resultados convergentes:
- Diciembre presentó el valor máximo del año, un 27.15% por encima del promedio de enero a noviembre.
- Dicho valor se ubica fuera del intervalo de confianza del 95% del resto de los meses.
- La prueba t de una muestra arrojó un valor p muy por debajo del umbral de significancia de 0.05, descartando que la diferencia se deba al azar.
Limitaciones: el análisis se basó exclusivamente en el conteo total de despachos por mes, sin desagregar por tipo de operación, rubro o aduana de registro, y sin contrastar con datos de años anteriores. Se recomienda incorporar estas dimensiones en un análisis posterior.