UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS

ESCUELA DE ECONOMIA

Materia: Métodos para el análisis económico.

Docente: Carlos Ademir Pérez Alas.

Grupo teórico: 3

Laboratorio 1: Primera parte.

Integrantes:

Apellidos	Nombres	DUE
Escolán Chávez	Diana Alejandra	EC19003
García Cabrera	Bryan Alexander	GC17011

Ciclo: II-2021

Fecha: Domingo 5 de septiembre, 2021.

Ciudad Universitaria, San Salvador, El Salvador

1) Compilación de información 2018-2020

Indicación: 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).

Importaciones

library(readr)
library(data.table)
library(dplyr)
setwd("C:/Archivos R/MAE118/Importaciones")
archivos_importar<-list.files()
lista_importacion<-lapply(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_importaciones <- bind_rows(lista_importacion)

Exportaciones

library(readr)
library(data.table)
library(dplyr)
setwd("C:/Archivos R/MAE118/Exportaciones")
archivos_export <- list.files()
lista_exportacion <- lapply(archivos_export,
                          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_exportaciones<- bind_rows(lista_exportacion)

Creando la base de Comercio exterior 2018-2021

library(dplyr)
library(tidyr)
library(kableExtra)

#Concatenar las tablas de data_importaciones & data_exportaciones 2018 - 2020
comercio_exterior <- data_importaciones %>% 
  full_join(data_exportaciones,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) 

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

#Mostrar Tabla (primeros 6 elementos)
comercio_exterior %>% head() %>%
  kable(caption = "Base de Datos de Comercio Exterior 2018-2020",
        align = "c") %>%
  add_footnote(label = "Fuente: Elaboración propia, con base en información del BCR..",
               notation = "symbol") %>%  kable_styling()

Base de Datos de Comercio Exterior 2018-2020

pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones
Afganistan	0806200000	2018	6	6448.43	1463.92	0	0
Afganistan	6104220000	2018	10	3153.37	2407.61	0	0
Afganistan	6104620000	2018	10	946.01	722.28	0	0
Afganistan	6105100000	2018	10	9405.39	7181.03	0	0
Afganistan	6106100000	2018	10	1353.32	1725.55	0	0
Afganistan	6405900000	2018	10	2260.03	1725.55	0	0
* Fuente: Elaboración propia, con base en información del BCR..

2) Actualizar la tabla de Comercio exterior (Julio 2021)

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

library(dplyr)
library(tidyr)
library(kableExtra)

## IMPORTACIONES

setwd("C:/Archivos R/MAE118/Act/Importaciones")
#Nombres de los archivos en el directorio de trabajo (sólo deben estar los archivos a leer)
archivos_importU <- list.files()
#Leer los archivos del directorio de trabajo
lista_importU <- lapply(
  archivos_importU,
  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
importaciones_update <- bind_rows(lista_importU)

## EXPORTACIONES

setwd("C:/Archivos R/MAE118/Act/Exportaciones")
#Nombres de los archivos en el directorio de trabajo (sólo deben estar los archivos a leer)
archivos_exportU <- list.files()
#Leer los archivos del directorio de trabajo
lista_exportU <- lapply(
  archivos_exportU,
  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_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)
#Ensamblar los archivos en un sólo dataframe
exportaciones_update <- bind_rows(lista_exportU)


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

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

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

save(comercio_exterior_update, file = "C:/Archivos R/MAE118/comercio_exterior_update.Rdata")

#Mostrar Tabla (primeros 6 elementos)
comercio_exterior_update %>% filter(anio == 2021, mes == 07) %>% head() %>%
  kable(caption = "Base de Datos de Comercio Exterior 2018-2021 (Julio)",
        align = "c") %>%
  add_footnote(label = "Fuente:  Elaboración propia, con base en información del BCR.",
               notation = "symbol") %>%  kable_styling()

Base de Datos de Comercio Exterior 2018-2021 (Julio)

pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones
Albania	9801002000	2021	7	5115.02	632.00	0	0.0
Alemania	0406400000	2021	7	196.06	7.81	0	0.0
Alemania	0406909000	2021	7	4720.73	680.42	0	0.0
Alemania	0409000000	2021	7	0.00	0.00	85050	21994.0
Alemania	0602100000	2021	7	1024.40	5.00	0	0.0
Alemania	0901113000	2021	7	0.00	0.00	707275	169606.7
* Fuente: Elaboración propia, con base en información del BCR.

3) Agregar información estandarizada

Indicación: Agregue la información estandarizada de los países (nombres iso de los países y regiones, etc, tal como se vio en clases)

library(readxl)

## Warning: package 'readxl' was built under R version 4.0.5

library(dplyr)
library(kableExtra)
options(scipen = 999999)
nombre_archivo <- "C:/Archivos R/MAE118/nombres_iso_paises.xlsx"
nombres_iso_paises <- read_excel(nombre_archivo)

base_comercio <- comercio_exterior_update %>%
  left_join(nombres_iso_paises,
            by = c("pais"="nom_pais_esp")) 

save(base_comercio, file = "C:/Archivos R/MAE118/base_comercio.RData")

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

base_comercio %>%
  group_by(iso_3, pais,region, sub_region, anio) %>%
  summarise('Exportaciones Totales MM US$'= sum(valor_fob)/1e6,
            'Importaciones Totales MM US$'= sum(valor_cif)/1e6) %>% head() %>%
  kable(caption = "Información Estandarizada de Comercio Exterior 2018-2021 (Julio)",
        align = "c",digits = 2) %>% 
  add_footnote(label = "Fuente:  Elaboración propia, con base en información del BCR.",
               notation = "symbol") %>% kable_styling()  

Información Estandarizada de Comercio Exterior 2018-2021 (Julio)

iso_3	pais	region	sub_region	anio	Exportaciones Totales MM US$	Importaciones Totales MM US$
ABW	Aruba (P.B.)	Américas	América Latina Y El Caribe	2018	0.23	12.02
ABW	Aruba (P.B.)	Américas	América Latina Y El Caribe	2019	0.32	0.00
ABW	Aruba (P.B.)	Américas	América Latina Y El Caribe	2020	0.21	0.00
ABW	Aruba (P.B.)	Américas	América Latina Y El Caribe	2021	0.17	0.00
AFG	Afganistan	Asia	Asia Meridional	2018	0.00	0.02
AFG	Afganistan	Asia	Asia Meridional	2019	0.00	0.01
* Fuente: Elaboración propia, con base en información del BCR.

4) Ranking de socios comerciales

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: Top 5 Socios comerciales, periodo 2018-2021, datos en porcentaje de las exportaciones totales.

Nota: ISO país | %Expor. Significa que debe aparecer el código iso_3 del país y el porcentaje de exportaciones totales de el Salvador para ese país, en el año en cuestión, las columnas representan el lugar en el ranking, por ejemplo: GTM | 25.7

Obtener el total de exportaciones de El Salvador por año

total_anual <- base_comercio %>% 
  group_by(anio) %>%
  summarise(`Total Anual`=sum(valor_fob)) %>%
  arrange(desc(`anio`))

total_anual 

## # A tibble: 4 x 2
##    anio `Total Anual`
##   <dbl>         <dbl>
## 1  2021   3846314150.
## 2  2020   5044010593.
## 3  2019   5904729814.
## 4  2018   5905411211.

total_anual %>% 
  rename(Año = `anio`) %>% 
 kable(caption = "Exportaciones totales de El Salvador por año 2018-2021",
        align = "c") %>% 
  add_footnote(label = "Elaboración propia, con base en información del BCR.",
               notation = "symbol") %>% kable_styling() 

Exportaciones totales de El Salvador por año 2018-2021

Año	Total Anual
2021	3846314150
2020	5044010593
2019	5904729814
2018	5905411211
* Elaboración propia, con base en información del BCR.

Calcular el porcentaje por año para el top 5 de países

2018

library(data.table) # Para transponer filas por columnas
R_2018 <- base_comercio %>% 
  group_by(iso_3) %>%
  filter(anio=="2018") %>%
  summarise(`Total Exportaciones`=sum(valor_fob)) %>%
  mutate(exportaciones=round((`Total Exportaciones`/5905411211)*100,1)) %>%
  arrange(desc(`exportaciones`)) %>%
  select(iso_3, exportaciones) %>%
  unite("2018", iso_3:exportaciones, sep = " | ", remove = TRUE) %>%
  head(n=5)

R_2018 <-transpose(R_2018)
print(R_2018) # Ejemplo para 2018

##           V1         V2         V3        V4        V5
## 1 USA | 44.1 HND | 15.3 GTM | 14.4 NIC | 6.9 CRI | 4.4

2019

R_2019 <- base_comercio %>% 
  group_by(iso_3) %>%
  filter(anio=="2019") %>%
  summarise(`Total Exportaciones`=sum(valor_fob)) %>%
  mutate(exportaciones=round((`Total Exportaciones`/5904729814)*100,1)) %>%
  arrange(desc(`exportaciones`)) %>%
  select(iso_3, exportaciones) %>%
  unite("2019", iso_3:exportaciones, sep = " | ", remove = TRUE) %>%
  head(n=5)

R_2019 <-transpose(R_2019)

2020

R_2020 <- base_comercio %>% 
  group_by(iso_3) %>%
  filter(anio=="2020") %>%
  summarise(`Total Exportaciones`=sum(valor_fob)) %>%
  mutate(exportaciones=round((`Total Exportaciones`/5044010593)*100,1)) %>%
  arrange(desc(`exportaciones`)) %>%
  select(iso_3, exportaciones) %>%
  unite("2020", iso_3:exportaciones, sep = " | ", remove = TRUE) %>%
  head(n=5)

R_2020 <-transpose(R_2020)

2021

R_2021 <- base_comercio %>% 
  group_by(iso_3) %>%
  filter(anio=="2021") %>%
  summarise(`Total Exportaciones`=sum(valor_fob)) %>%
  mutate(exportaciones=round((`Total Exportaciones`/3846314150)*100,1)) %>%
  arrange(desc(`exportaciones`)) %>%
  select(iso_3, exportaciones) %>%
  unite("2021", iso_3:exportaciones, sep = " | ", remove = TRUE) %>%
  head(n=5)

R_2021 <-transpose(R_2021)

Presentación de resultados

ranking <- rbind.data.frame(R_2018, R_2019, R_2020, R_2021) 
names(ranking) <- c("1", "2", "3", "4", "5")
data_ranking <- data.frame("Año"=2018:2021, ranking) %>%  
  rename(Año = `Año`, `1` = `X1`, 
         `2` = `X2`,`3` = `X3`, 
         `4` = `X4`, `5` = `X5`) %>% as.data.frame()

data_ranking %>%  
  kable(caption = "Top 5 Socios comerciales, periodo 2018-2021, 
        datos en porcentaje de las exportaciones totales",
        align = "c") %>% 
  add_footnote(label = "Fuente: Elaboración propia, con base en información del BCR.",
               notation = "symbol") %>% kable_styling()

Top 5 Socios comerciales, periodo 2018-2021, datos en porcentaje de las exportaciones totales

Año	1	2	3	4	5
2018	USA | 44.1	HND | 15.3	GTM | 14.4	NIC | 6.9	CRI | 4.4
2019	USA | 42	GTM | 15.9	HND | 15.9	NIC | 6.7	CRI | 4.5
2020	USA | 39.2	GTM | 16.9	HND | 15.4	NIC | 7.3	CRI | 4.6
2021	USA | 40.6	GTM | 17	HND | 15.8	NIC | 7	CRI | 4
* Fuente: Elaboración propia, con base en información del BCR.