UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA DE ECONOMÍA

CICLO II-2021

Asignatura:

Métodos para el Análisis Ecocómico.

Facilitador:

Carlos Ademir Pérez Alas.

Contenido:

Laboratorio 1 Primera Parte.

Grupo Teórico:

03.

Integrantes:

Hernández Cartagena, Karla Mireya. HC18035.

Mejía Ramos, Carlos Arnoldo. MR18006.

Meléndez Morales, Kennya Elizabeth. MM16049.

Novoa Rubio, Fernando Enrique. NR18001.

Ciudad Universitaria, sábado 4 de septiembre de 2021.

Laboratorio 1 - Parte 1

Numeral 1

Compile la información disponible en la “Base de Datos de Comercio Exterior” del BCR, para los años 2018-2020. Y genera una tabla tal como se mostró en las clases (aún no incluya los nombres ISO de los países)

Tabla de Importaciones

library(readr)
library(data.table)
library(dplyr)
library(knitr)
library(kableExtra)
setwd("C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/m")
nombres_archivos_importar <- list.files()
lista_importacion <-
  lapply(
    nombres_archivos_importar,
    FUN = read_delim,
    "|",
    col_names = c("pais", "sac", "anio", "mes", "valor_cif", "kilogramos"),
    col_types = cols(
      pais = "c",
      sac = "c",
      anio = "d",
      mes = "d",
      valor_cif = "d",
      kilogramos = "d"
    ),
    skip = 1
  )
data_m <- bind_rows(lista_importacion) %>% data.table()
kable(
  head(data_m, 10),
  caption = "**Tabla 1:** Muestra de 10 Observaciones Importaciones 2018-2020",
  col.names = (c("País", "SAC", "Año", "Mes", "Valor CIF", "Kilogramos")),
  align = c('c', 'c', 'c', 'c', 'r', 'r'),
  row.names = TRUE,
  digits = 2
) %>%
  kable_classic(html_font = "Times New Roman",
                font_size = 14) %>%
  row_spec(0, bold = T) %>%
  footnote(general_title = "**Fuente:**",
           general = "Elaboración propia con base en datos del BCR")

**Tabla 1:** Muestra de 10 Observaciones Importaciones 2018-2020
	País	SAC	Año	Mes	Valor CIF	Kilogramos
1	Canada	0404900000	2018	2	68040.00	18810.00
2	Canada	0404900000	2018	3	92725.74	25528.60
3	Canada	0404900000	2018	4	92546.45	25525.00
4	Canada	0404900000	2018	6	91531.00	25525.00
5	Canada	0405100000	2018	6	26.56	20.00
6	Canada	0511100000	2018	1	16365.04	23.65
7	Canada	0511100000	2018	3	17884.85	24.00
8	Canada	0706900000	2018	4	963.78	6500.00
9	Canada	0706900000	2018	6	116.45	1176.00
10	Canada	0709991000	2018	6	166.36	800.00
Fuente:
Elaboración propia con base en datos del BCR

Tabla de Exportaciones

library(readr)
library(data.table)
library(dplyr)
library(knitr)
library(kableExtra)
setwd("C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/x")
nombres_archivos_importar2 <- list.files()
lista_importacion2 <-
  lapply(
    nombres_archivos_importar2,
    FUN = read_delim,
    "|",
    col_names = c("pais", "sac", "anio", "mes", "valor_fob", "kilogramos"),
    col_types = cols(
      pais = "c",
      sac = "c",
      anio = "d",
      mes = "d",
      valor_fob = "d",
      kilogramos = "d"
    ),
    skip = 1
  )
data_x <-
  bind_rows(lista_importacion2) %>% data.table()
kable(
  head(data_x, 10),
  caption = "**Tabla 2:** Muestra de 10 Observaciones Exportaciones  2018-2020",
  col.names = (c("País", "SAC", "Año", "Mes", "Valor FOB", "Kilogramos")),
  align = c('c', 'c', 'c', 'c', 'r', 'r'),
  row.names = TRUE,
  digits = 2
) %>%
  kable_classic(html_font = "Times New Roman",
                font_size = 14) %>%
  row_spec(0, bold = T) %>%
  footnote(general_title = "**Fuente:**",
           general = "Elaboración propia con base en datos del BCR.")

**Tabla 2:** Muestra de 10 Observaciones Exportaciones 2018-2020
	País	SAC	Año	Mes	Valor FOB	Kilogramos
1	Canada	0106900000	2018	2	4667.20	15.00
2	Canada	0106900000	2018	3	4237.10	14.00
3	Canada	0106900000	2018	4	3918.00	13.50
4	Canada	0106900000	2018	5	3155.40	10.00
5	Canada	0106900000	2018	6	3097.40	9.00
6	Canada	0305720000	2018	2	2702.30	280.00
7	Canada	0602100000	2018	1	475519.57	7504.03
8	Canada	0602100000	2018	2	400232.82	6216.29
9	Canada	0602100000	2018	3	158138.42	2464.76
10	Canada	0602100000	2018	4	30370.08	510.83
Fuente:
Elaboración propia con base en datos del BCR.

Tabla de Comercio Exterior

library(dplyr)
library(tidyr)
library(kableExtra)
#Concatenar las tablas de data_importaciones & data_exportaciones
data_m %>% full_join(
  data_x,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) -> data_comercio_exterior

#Sustitur los Valores Nulos "NA" y guardar en el mismo objeto
data_comercio_exterior %>% replace_na(
  list(
    valor_cif = 0,
    valor_fob = 0,
    kilogramos_importaciones = 0,
    kilogramos_exportaciones = 0
  )
) %>%
  arrange(pais, anio, mes, sac) -> data_comercio_exterior

#Mostrar Tabla (primeros 10 elementos)
kable(
  head(data_comercio_exterior, 10),
  caption = "**Tabla 3:** Muestra de 10 Observaciones de Comercio Exterior 2018-2020",
  col.names = (c("País", "SAC", "Año", "Mes", "Valor CIF", "Kg Importaciones", "Valor FOB", "Kg Exportaciones")),
  align = c('c', 'c', 'c', 'c', 'r', 'r'),
  row.names = TRUE,
  digits = 2
) %>%
  kable_classic(html_font = "Times New Roman",
                font_size = 14) %>%
  row_spec(0, bold = T) %>%
  footnote(general_title = "**Fuente**:",
           general = "Elaboración propia con base en datos del BCR.")

**Tabla 3:** Muestra de 10 Observaciones de Comercio Exterior 2018-2020
	País	SAC	Año	Mes	Valor CIF	Kg Importaciones	Valor FOB	Kg Exportaciones
1	Afganistan	0806200000	2018	6	6448.43	1463.92	0	0
2	Afganistan	6104220000	2018	10	3153.37	2407.61	0	0
3	Afganistan	6104620000	2018	10	946.01	722.28	0	0
4	Afganistan	6105100000	2018	10	9405.39	7181.03	0	0
5	Afganistan	6106100000	2018	10	1353.32	1725.55	0	0
6	Afganistan	6405900000	2018	10	2260.03	1725.55	0	0
7	Afganistan	8206000000	2018	10	6.56	5.02	0	0
8	Afganistan	6404110000	2019	2	7752.13	6748.03	0	0
9	Afganistan	6405100000	2019	2	508.03	442.24	0	0
10	Afganistan	6405900000	2019	2	12.45	10.85	0	0
Fuente:
Elaboración propia con base en datos del BCR.

#Guardado de Base de Datos: data_comercio_exterior
save(data_comercio_exterior, file = "C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/data_comercio_exterior.RData")

Numeral 2

Realice la actualización de la tabla anterior con toda la información disponible para 2021.

Actualizado de la Base de Datos

library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/actualizacion/m")
#Nombres de los archivos en el directorio de trabajo
archivos_importar <- list.files()
#Leer los archivos del directorio de trabajo
lista_importacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_cif",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)
#Ensamblar los archivos en un sólo dataframe
data_m_actualizacion <- bind_rows(lista_importacion)

#Exportaciones
setwd("C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/actualizacion/x")
#Nombres de los archivos en el directorio de trabajo
archivos_importar <- list.files()
#Leer los archivos del directorio de trabajo
lista_importacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_fob",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_fob = "d",
    kilogramos = "d"
  ),
  skip = 1
)

#Ensamblar los archivos en un sólo dataframe
data_x_actualizacion <- bind_rows(lista_importacion)

#Concatenar las tablas de data_importaciones & data_exportaciones
data_m_actualizacion %>% full_join(
  data_x_actualizacion,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) -> data_comercio_exterior_update

#Sustitur los Valores Nulos "NA" y guardar en el mismo objeto
data_comercio_exterior_update %>% replace_na(
  list(
    valor_cif = 0,
    valor_fob = 0,
    kilogramos_importaciones = 0,
    kilogramos_exportaciones = 0
  )
) %>%
  arrange(pais, anio, mes, sac) -> data_comercio_exterior_actualizacion

#Unir la tabla de comercio exterior y su actualización
data_comercio_exterior %>% bind_rows(data_comercio_exterior_actualizacion) %>%  arrange(pais, anio, mes, sac) ->  data_comercio_exterior

#Guardando Base de Datos Actualizada
save(data_comercio_exterior,
     file = "C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/data_comercio_exterior_actualizada.RData")

#Mostrar Tabla (primeros 6 elementos)
kable(
  head(data_comercio_exterior %>% filter(anio == 2021, mes == 07), 10),
  caption = "**Tabla 4:** Muestra de 10 Observaciones de Comercio Exterior 2018-2021",
  col.names = (c("País", "SAC", "Año", "Mes", "Valor CIF", "Kg Importaciones", "Valor FOB", "Kg Exportaciones")),
  align = c('c', 'c', 'c', 'c', 'r', 'r', 'r', 'r'),
  row.names = TRUE,
  digits = 2
) %>%
  kable_classic(html_font = "Times New Roman",
                font_size = 14) %>%
  row_spec(0, bold = T) %>%
  footnote(general_title = "**Fuente**:",
           general = "Elaboración propia con base en datos del BCR.")

**Tabla 4:** Muestra de 10 Observaciones de Comercio Exterior 2018-2021
	País	SAC	Año	Mes	Valor CIF	Kg Importaciones	Valor FOB	Kg Exportaciones
1	Albania	9801002000	2021	7	5115.02	632.00	0	0.0
2	Alemania	0406400000	2021	7	196.06	7.81	0	0.0
3	Alemania	0406909000	2021	7	4720.73	680.42	0	0.0
4	Alemania	0409000000	2021	7	0.00	0.00	85050	21994.0
5	Alemania	0602100000	2021	7	1024.40	5.00	0	0.0
6	Alemania	0901113000	2021	7	0.00	0.00	707275	169606.7
7	Alemania	1105201000	2021	7	26115.98	18110.00	0	0.0
8	Alemania	1107100000	2021	7	12445.58	12871.00	0	0.0
9	Alemania	1107200000	2021	7	5260.40	3721.00	0	0.0
10	Alemania	1108130000	2021	7	44402.11	58280.00	0	0.0
Fuente:
Elaboración propia con base en datos del BCR.

Numeral 3

Agregue la información estandarizada de los países (nombres iso de los países y regiones, etc, tal como se vio en clases para 2021.

library(dplyr)
library(readxl)
library(stringr)
load(
  "C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/data_comercio_exterior_actualizada.RData"
)
nombre_archivo <-
  "C:/Users/KENNYA/Desktop/MAE/BD/Comercio Exterior/nombres_iso_paises.xlsx"
nombres_iso_paises <- read_excel(nombre_archivo)
data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            by = c("pais" = "nom_pais_esp")) %>%
  group_by(iso_3, region, sub_region, anio) %>%
  summarise(
    `Exportaciones Totales MM US$` = round(sum(valor_fob) / 1e6, 2),
    `Importaciones Totales MM US$` = round(sum(valor_cif) / 1e6, 2)
  ) %>%
  head(10) %>%
  kable(caption = "**Tabla 5:** Base de Comercio Exterior 2018-2021.",
        col.names = (c("ISO","Región", "Sub Región", "Año", "Exportaciones Totales MM US$", "Importaciones Totales MM US$")),
        align = "c") %>%
  kable_classic(html_font = "Times New Roman",
                font_size = 14) %>%
  row_spec(0, bold = T) %>%
  footnote(general_title = "**Fuente**:",
           general = "Elaboración propia con base en datos del BCR.")

**Tabla 5:** Base de Comercio Exterior 2018-2021.
ISO	Región	Sub Región	Año	Exportaciones Totales MM US$	Importaciones Totales MM US$
ABW	Américas	América Latina Y El Caribe	2018	0.23	12.02
ABW	Américas	América Latina Y El Caribe	2019	0.32	0.00
ABW	Américas	América Latina Y El Caribe	2020	0.21	0.00
ABW	Américas	América Latina Y El Caribe	2021	0.17	0.00
AFG	Asia	Asia Meridional	2018	0.00	0.02
AFG	Asia	Asia Meridional	2019	0.00	0.01
AFG	Asia	Asia Meridional	2020	0.00	0.01
AFG	Asia	Asia Meridional	2021	0.04	0.00
AGO	África	Africa Sub-Sahariana	2018	0.01	0.00
AGO	África	Africa Sub-Sahariana	2019	0.02	0.00
Fuente:
Elaboración propia con base en datos del BCR.

Numeral 4

Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021. Presente sus resultados en el siguiente formato:

#Calculo del Total de exportaciones anuales
anuales<-data_comercio_exterior %>%
  group_by(anio) %>%
  summarise(
  `total anio` = (sum(valor_fob)))
tot_2018<-anuales[1,2]
tot_2019<-anuales[2,2]
tot_2020<-anuales[3,2]
tot_2021<-anuales[4,2]

#Calculo de Exportaciones totales Anuales por Pais
sub_2018 <- data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            by = c("pais" = "nom_pais_esp")) %>%
  group_by(iso_3, anio) %>%
  summarise(`pais total anio 2018` = round((((
    sum(valor_fob)
  ) * 100) / tot_2018), 2)) %>%
  select("iso_3", "anio", "pais total anio 2018") %>%
  filter(anio == 2018, `pais total anio 2018` > 0) %>%
  arrange(desc(`pais total anio 2018`))

sub_2019 <- data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            by = c("pais" = "nom_pais_esp")) %>%
  group_by(iso_3, anio) %>%
  summarise(`pais total anio 2019` = round((((
    sum(valor_fob)
  ) * 100) / tot_2019), 2)) %>%
  select("iso_3", "anio", "pais total anio 2019") %>%
  filter(anio == 2019, `pais total anio 2019` > 0) %>%
  arrange(desc(`pais total anio 2019`))

sub_2020 <- data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            by = c("pais" = "nom_pais_esp")) %>%
  group_by(iso_3, anio) %>%
  summarise(`pais total anio 2020` = round((((
    sum(valor_fob)
  ) * 100) / tot_2020), 2)) %>%
  select("iso_3", "anio", "pais total anio 2020") %>%
  filter(anio == 2020, `pais total anio 2020` > 0) %>%
  arrange(desc(`pais total anio 2020`))

sub_2021 <- data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            by = c("pais" = "nom_pais_esp")) %>%
  group_by(iso_3, anio) %>%
  summarise(`pais total anio 2021` = round((((
    sum(valor_fob)
  ) * 100) / tot_2021), 2)) %>%
  select("iso_3", "anio", "pais total anio 2021") %>%
  filter(anio == 2021, `pais total anio 2021` > 0) %>%
  arrange(desc(`pais total anio 2021`))

Ranking Exportaciones

#Asignación del top de % de Exportaciones por año
top_2018 <-
  (paste(
    sub_2018$iso_3[1:5],
    sub_2018$`pais total anio 2018`$`total anio`[1:5],
    sep = " | "
  ))
top_2019 <-
  (paste(
    sub_2019$iso_3[1:5],
    sub_2019$`pais total anio 2019`$`total anio`[1:5],
    sep = " | "
  ))
top_2020 <-
  (paste(
    sub_2020$iso_3[1:5],
    sub_2020$`pais total anio 2020`$`total anio`[1:5],
    sep = " | "
  ))
top_2021 <-
  (paste(
    sub_2021$iso_3[1:5],
    sub_2021$`pais total anio 2021`$`total anio`[1:5],
    sep = " | "
  ))

#Creando el Data Frame con el Top de Exportaciones
frame_top <- data.frame(top_2018, top_2019, top_2020, top_2021)
names(frame_top) = c("2018", "2019", "2020", "2021")

#Generando la Traspuesta del data frame Para posicionarlo como la muestra 
frame_top_t <- t(frame_top[, 1:ncol(frame_top)])
colnames(frame_top_t) <- frame_top[, 0]
colnames(frame_top_t) <- c("1", "2", "3", "4", "5")

#Formato de Tabla
kable(head(frame_top_t, 5), caption = "**Tabla 6:** Top Exportaciones 2018-2021",
      align = "c") %>%
  kable_classic(html_font = "Times New Roman",
              font_size = 14,) %>%
  column_spec(1, bold = T) %>%
  row_spec(0, bold = T, color = "black") %>%
  footnote(general_title = "**Fuente**:",
           general = "Elaboración propia con base en datos del BCR.")

**Tabla 6:** Top Exportaciones 2018-2021
	1	2	3	4	5
2018	USA \| 44.07	HND \| 15.34	GTM \| 14.36	NIC \| 6.87	CRI \| 4.39
2019	USA \| 42.03	GTM \| 15.92	HND \| 15.9	NIC \| 6.66	CRI \| 4.46
2020	USA \| 39.18	GTM \| 16.89	HND \| 15.44	NIC \| 7.26	CRI \| 4.65
2021	USA \| 40.59	GTM \| 16.98	HND \| 15.82	NIC \| 6.99	CRI \| 4.04
Fuente:
Elaboración propia con base en datos del BCR.

	1	2	3	4	5
2018	USA \| 44.07	HND \| 15.34	GTM \| 14.36	NIC \| 6.87	CRI \| 4.39
2019	USA \| 42.03	GTM \| 15.92	HND \| 15.9	NIC \| 6.66	CRI \| 4.46
2020	USA \| 39.18	GTM \| 16.89	HND \| 15.44	NIC \| 7.26	CRI \| 4.65
2021	USA \| 40.59	GTM \| 16.98	HND \| 15.82	NIC \| 6.99	CRI \| 4.04
Fuente:
Elaboración propia con base en datos del BCR.