source(file= "E:/2020/ciclo II_2020/MAE/funciones_comercio_exterior (1).R",echo = TRUE,max.deparse.length = 100,encoding = "utf-8")##
## > options(scipen = 999)
##
## > library(dplyr)
##
## > library(readxl)
##
## > library(stringr)
##
## > load("E:/2020/ciclo II_2020/MAE/data_comercio.RData")
##
## > nombre_archivo <- "E:/2020/ciclo II_2020/MAE/nombres_iso_paises.xlsx"
##
## > nombres_iso_paises <- read_excel(nombre_archivo)
##
## > data_comercio <- data_comercio %>% left_join(nombres_iso_paises,
## + by = c(pais = "nom_pais_es ..." ... [TRUNCATED]
##
## > herramientas_mostrar_paises <- function() {
## + paises <- nombres_iso_paises %>% select(nom_pais .... [TRUNCATED]
##
## > herramientas_mostrar_regiones <- function() {
## + nombres_iso_paises %>% group_by(region, cod_re .... [TRUNCATED]
##
## > herramientas_mostrar_paises_en_tabla <- function() {
## + data_comercio %>% group_by(pais, anio) .... [TRUNCATED]
##
## > indicadores_IVCR_capitulo <- function(codigo_pais,
## + capitulo, anio) {
## + codigo_pais <- e .... [TRUNCATED]
##
## > indicadores_IVCR_partida <- function(codigo_pais,
## + partida, anio) {
## + codigo_pais <- enq .... [TRUNCATED]
##
## > indicadores_Balassa_capitulo <- function(codigo_pais,
## + capitulo, anio, normalizado = TRUE) { .... [TRUNCATED]
##
## > indicadores_Balassa_partida <- function(codigo_pais,
## + partida, anio, normalizado = TRUE) {
## + .... [TRUNCATED]
##
## > indicadores_IHH_Herfindahl_Hirschmann_anual_texto <- function(codigo_pais,
## + anio, normalizad .... [TRUNCATED]
##
## > indicadores_IHH_Herfindahl_Hirschmann_anual <- function(codigo_pais,
## + anio, normalizado = TR .... [TRUNCATED]herramientas_mostrar_paises() %>% head() ## # A tibble: 6 x 6
## nom_pais_esp codigo_pais region cod_region region_intermed~ cod_region_inter~
## <chr> <dbl> <chr> <dbl> <chr> <dbl>
## 1 Afganistan 4 Asia 142 <NA> NA
## 2 Albania 8 Europa 150 <NA> NA
## 3 Alemania 276 Europa 150 <NA> NA
## 4 Andorra 20 Europa 150 <NA> NA
## 5 Angola 24 África 2 África Central 17
## 6 Anguila (R.U~ 660 Améri~ 19 Caribe 29#3. Herramientas de Consulta de Regiones
herramientas_mostrar_regiones()%>% head()## # A tibble: 6 x 5
## # Groups: region, cod_region, region_intermedia [6]
## region cod_region region_intermedia cod_region_interme~ `# de Paises inclui~
## <chr> <dbl> <chr> <dbl> <int>
## 1 África 2 África Central 17 8
## 2 África 2 Africa Del Sur 18 5
## 3 África 2 África Occidental 11 16
## 4 África 2 África Oriental 14 17
## 5 África 2 <NA> NA 6
## 6 Américas 19 Caribe 29 26herramientas_mostrar_paises_en_tabla()## # A tibble: 794 x 3
## # Groups: pais [230]
## pais anio `# Transacciones`
## <chr> <dbl> <int>
## 1 Afganistan 2017 8
## 2 Afganistan 2018 7
## 3 Afganistan 2019 10
## 4 Albania 2017 26
## 5 Albania 2018 27
## 6 Albania 2019 46
## 7 Albania 2020 13
## 8 Alemania 2017 9903
## 9 Alemania 2018 9763
## 10 Alemania 2019 9654
## # ... with 784 more rowsEn este ejemplo se analizará el IVCR con USA, para el periodo 2017-2020, para al capitulo “01”
library(kableExtra)
Resultados_IVCR<-data.frame("años"=2017:2020,
"IVCR"=sapply(X=2017:2020,FUN = indicadores_IVCR_capitulo,codigo_pais=840,capitulo="01"))
Resultados_IVCR ## años IVCR
## 1 2017 -0.12681117
## 2 2018 -0.09972526
## 3 2019 -0.08809203
## 4 2020 -0.09744098En este ejemplo se analizará el IVCR con USA, para el periodo 2017-2020, para el producto “0105110000”
Resultados_IVCR_sac<-data.frame("años"=2017:2020,
"IVCR"=sapply(X=2017:2020,FUN = indicadores_IVCR_partida,codigo_pais=840,partida="0105110000"))
Resultados_IVCR_sac## años IVCR
## 1 2017 -0.1332373
## 2 2018 -0.1862546
## 3 2019 -0.1890461
## 4 2020 -0.2120181En este ejemplo se analizará el indice de Balassa con USA, para el periodo 2017-2020, para al capitulo “01”
Resultados_Balassa<-data.frame("años"=2017:2020,
"IB"=sapply(X=2017:2020,FUN = indicadores_Balassa_capitulo,codigo_pais=840,capitulo="01"))
Resultados_Balassa## años IB
## 1 2017 0.3525524
## 2 2018 0.3154707
## 3 2019 0.3945955
## 4 2020 0.7276849En este ejemplo se analizará el IB con USA, para el periodo 2017-2020, para el producto “0105110000”
Resultados_IB_sac<-data.frame("años"=2017:2020,
"IB"=sapply(X=2017:2020,
FUN = indicadores_Balassa_partida,
codigo_pais=840,
partida="0105110000",
normalizado=TRUE))
Resultados_IB_sac## años IB
## 1 2017 0.5589858
## 2 2018 0.5504026
## 3 2019 0.5481223
## 4 2020 0.7617428Ambos ejemplos para USA para el período 2017-2020 # Ejemplo 1: Uso de Indicador de Herfindahl Hirschmann anual
Resultados_IHH<-data.frame("años"=2017:2020,"IHH"=sapply(X = 2017:2020,
FUN = indicadores_IHH_Herfindahl_Hirschmann_anual,codigo_pais=840,normalizado=TRUE))
Resultados_IHH %>% kable(align = "l",digits = 6)| años | IHH |
|---|---|
| 2017 | 0.005591 |
| 2018 | 0.005661 |
| 2019 | 0.005873 |
| 2020 | 0.011180 |
Ejemplo 2
Resultados_IHH_texto<-data.frame("años"=2017:2020,"IHH"=sapply(X = 2017:2020,
FUN = indicadores_IHH_Herfindahl_Hirschmann_anual_texto,codigo_pais=840,normalizado=TRUE))
Resultados_IHH_texto %>% kable(align = "l",digits = 6)| años | IHH |
|---|---|
| 2017 | 0.000982 |
| 2018 | 0.000977 |
| 2019 | 0.000906 |
| 2020 | 0.001312 |
Se analizará el Indice de Ventaja Comparativa con Brasil,Argentina y Perú, para el año 2018,capitulo 09
Resultados_IVCR_1<-data.frame("año"= 2018,
"IVCR"=sapply(X= c(76,32,604),FUN = indicadores_IVCR_capitulo,anio=2018,capitulo="09"))
Resultados_IVCR_1 ## año IVCR
## 1 2018 -0.000279709015
## 2 2018 0.000089089874
## 3 2018 -0.000005383713Se analizará el IB con USA, Canada y Mexico, para el año 2019, para el producto “0105110000”
Resultados_IB_sac_1<-data.frame("año"=2019,
"IB"=sapply(X=c(840,124,484),
FUN = indicadores_Balassa_partida,
anio=2019,
partida="0105110000",
normalizado=TRUE))
Resultados_IB_sac_1## año IB
## 1 2019 0.5481223
## 2 2019 0.5481223
## 3 2019 0.5481223