UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA DE ECONOMÍA

MÉTODOS PARA EL ANÁLISIS ECONÓMICO

LABORATORIO 1. SEGUNDA PARTE

DOCENTE:

MSF. CARLOS ADEMIR PÉREZ ALAS.

INTEGRANTES:

ARITA POLANCO, BRIAN GUADALUPE. AP18007.

MEJÍA HERRERA, NORMAN JAVIER. MH18013.

RAMÍREZ URQUIZA, ALEJANDRA EUNICE. RU18002.

GRUPO:

CIUDAD UNIVERSITARIA, JUEVES 9 DE SEPTIEMBRE DE 2021.

1. Uso de librería “dplyr”

1.1. Uso de “Select”

Ejemplo 1:

Usando la base de datos de comercio exterior para El Salvador creada en la sesión anterior, seleccione las columnas de “pais”, “sac”,“anio”,“mes”,“valor_cif”.

#Cargamos el dataframe data_comercio_exterior
load("C:/Users/EunicePC/Downloads/data_comercio_exterior_actualizada_unida.RData")

#Cargamos el paquete "dplyr"
library(dplyr)
library(kableExtra) #Sólo es para formato de las tablas de estos apuntes
Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

data_comercio_exterior_update_unida %>%
  select("pais", "sac","anio","mes","valor_cif") %>% 
  head() %>% kable(caption = "Ejemplo 1") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 1
pais	sac	anio	mes	valor_cif
Afganistan	0806200000	2018	6	6448.43
Afganistan	0806200000	2018	6	6448.43
Afganistan	6104220000	2018	10	3153.37
Afganistan	6104220000	2018	10	3153.37
Afganistan	6104620000	2018	10	946.01
Afganistan	6104620000	2018	10	946.01

1.2 Uso de “Filter”

Ejemplo 1:

Seleccione todas las transacciones de exportación del año 2021, con Alemania o Canada, que sean superiores a los 300,000 US$

library(dplyr)
data_comercio_exterior_update_unida %>%
  select("pais", "sac","anio","mes","valor_fob") %>%
  filter(anio=="2021", pais %in% c("Alemania","Canada"),valor_fob>300000) %>% 
  head() %>% kable(caption = "Ejemplo 1") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 1
pais	sac	anio	mes	valor_fob
Alemania	0901113000	2021	1	798200.6
Alemania	3808930000	2021	1	3475317.1
Alemania	0901113000	2021	2	1368511.7
Alemania	3808930000	2021	2	3476212.9
Alemania	0901113000	2021	3	2092411.3
Alemania	3808930000	2021	3	1740546.3

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

Ejemplo 2:

Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, que se han realizado con Irlanda.

data_comercio_exterior_update_unida %>% 
  filter(pais=="Irlanda",mes %in% 10:12) %>% 
  head() %>% kable(caption = "Ejemplo 2") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 2
pais	sac	anio	mes	valor_cif	kilogramos_importaciones
Irlanda	0402212200	2018	10	78959.61	22330.00
Irlanda	0402212200	2018	10	78959.61	22330.00
Irlanda	1901200000	2018	10	131.16	0.33
Irlanda	1901200000	2018	10	131.16	0.33
Irlanda	1901902000	2018	10	112750.00	50740.00
Irlanda	1901902000	2018	10	112750.00	50740.00

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

Ejemplo 3:

Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, y que excluyan el comercio con Corea del Sur, México y Japón.

library(purrr) #librería necesaria para la función personalizada `%not_in%`
`%not_in%` <- purrr::negate(`%in%`) #esta función permite excluir los elementos que se incluyan en un vector
data_comercio_exterior_update_unida %>% 
  filter(mes %in% 10:12,
         pais %not_in% c("Corea del Sur","Mexico","Japon")) %>% 
  head() %>% kable(caption = "Ejemplo 3") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 3
pais	sac	anio	mes	valor_cif	kilogramos_importaciones
Afganistan	6104220000	2018	10	3153.37	2407.61
Afganistan	6104220000	2018	10	3153.37	2407.61
Afganistan	6104620000	2018	10	946.01	722.28
Afganistan	6104620000	2018	10	946.01	722.28
Afganistan	6105100000	2018	10	9405.39	7181.03
Afganistan	6105100000	2018	10	9405.39	7181.03

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

1.3 Uso de “Mutate”

Ejemplo 1:

Calcule el saldo de la balanza comercial para todas las transacciones, disponibles en la base de comercio exterior.

data_comercio_exterior_update_unida %>% 
  mutate(saldo_bc=valor_fob-valor_cif) %>% 
  select("pais","sac","anio","mes","saldo_bc") %>% 
  head() %>% kable(caption = "Ejemplo 1") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 1
pais	sac	anio	mes	saldo_bc
Afganistan	0806200000	2018	6	-6448.43
Afganistan	0806200000	2018	6	-6448.43
Afganistan	6104220000	2018	10	-3153.37
Afganistan	6104220000	2018	10	-3153.37
Afganistan	6104620000	2018	10	-946.01
Afganistan	6104620000	2018	10	-946.01

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

Ejemplo 2:

Calcule las exportaciones y las importaciones como porcentaje del comercio total, en cada transacción disponible en la base de comercio exterior, muestre sólo aquellas partidas que registren exportaciones.

options(scipen = 99999)
data_comercio_exterior_update_unida %>% 
  mutate(Xpt=round(valor_fob/(valor_cif+valor_fob)*100,2),
         Mpt=round(valor_cif/(valor_cif+valor_fob)*100,2)) %>% 
  select("pais","sac","anio","mes","Xpt","Mpt") %>% filter(Xpt>0) %>% 
  head() %>% kable(caption = "Ejemplo 2") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 2
pais	sac	anio	mes	Xpt
Afganistan	3004909100	2019	9	100
Afganistan	3004909100	2019	9	100
Afganistan	7009920000	2021	5	100
Afganistan	8302419000	2021	5	100
Afganistan	8306290000	2021	5	100
Afganistan	9401710000	2021	5	100

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

1.4 Uso de “Arrange”

Ejemplo:

Ordenar los resultados del Ejemplo 2 de mutate, mostrando primero los resultados más recientes.

options(scipen = 99999)
data_comercio_exterior_update_unida %>% 
  mutate(Xpt=round(valor_fob/(valor_cif+valor_fob)*100,2),
         Mpt=round(valor_cif/(valor_cif+valor_fob)*100,2)) %>% 
  select("pais","sac","anio","mes","Xpt","Mpt") %>% 
  filter(Xpt>0) %>%
  arrange(desc(anio),desc(mes)) %>% 
  head() %>% kable(caption = "Ejemplo") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo
pais	sac	anio	mes	Xpt	Mpt
Alemania	0409000000	2021	7	100.00	0.00
Alemania	0901113000	2021	7	100.00	0.00
Alemania	1604149000	2021	7	100.00	0.00
Alemania	3808930000	2021	7	99.78	0.22
Alemania	3919101000	2021	7	0.02	99.98
Alemania	3923309900	2021	7	0.06	99.94

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

1.5 Uso de “Summarise”

Ejemplo 1:

Obtenga los totales anuales de importaciones y exportaciones.

data_comercio_exterior_update_unida %>% 
  group_by(anio) %>%
  summarise(`Total Exportaciones MM US$`=sum(valor_fob)/1e6,
            `Total Importaciones MM US$`=sum(valor_cif)/1e6) %>% 
  head() %>% kable(caption = "Ejemplo 1") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 1
anio	Total Exportaciones MM US$	Total Importaciones MM US$
2018	11810.822	22928.645
2019	11809.460	23207.671
2020	10088.021	20653.157
2021	3846.314	8354.539

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

Ejemplo 2:

Obtenga los totales anuales de importaciones y exportaciones, que se realizan por país.

data_comercio_exterior_update_unida %>% 
  group_by(pais,anio) %>%
  summarise(`Total Exportaciones`=sum(valor_fob),
            `Total Importaciones`=sum(valor_cif)) %>% 
  head() %>% kable(caption = "Ejemplo 2") %>% 
  kable_styling(bootstrap_options = Form.Basic)

Ejemplo 2
pais	anio	Total Exportaciones	Total Importaciones
Afganistan	2018	0.00	47146.22
Afganistan	2019	764.26	26227.54
Afganistan	2020	0.00	10853.48
Afganistan	2021	37873.33	0.00
Albania	2018	0.00	36614.72
Albania	2019	102785.00	51320.32

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2. Funciones

source(file = "C:/Users/EunicePC/Downloads/funciones_comercio_exterior.R",echo = TRUE,max.deparse.length = 100,encoding = "utf-8")

options(scipen = 999)

library(dplyr)

library(readxl)

library(stringr)

load(“C:/Users/EunicePC/Downloads/data_comercio_exterior_actualizada_unida.RData”)

nombre_archivo <- “C:/Users/EunicePC/Downloads/nombres_iso_paises.xlsx”

nombres_iso_paises <- read_excel(nombre_archivo)

data_estan <- data_comercio_exterior_update_unida %>% + left_join(nombres_iso_paises, by = c( …. [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_estan %>% 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]

2.1 Herramientas de Consulta de Países

library(kableExtra)
herramientas_mostrar_paises() %>% head() %>% kable() %>%
kable_styling(bootstrap_options = Form.Basic)

nom_pais_esp	codigo_pais	region	cod_region	region_intermedia	cod_region_intermedia
Afganistan	4	Asia	142	NA	NA
Albania	8	Europa	150	NA	NA
Alemania	276	Europa	150	NA	NA
Andorra	20	Europa	150	NA	NA
Angola	24	África	2	África Central	17
Anguila (R.U.)	660	Américas	19	Caribe	29

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.2 Herramientas de Consulta de Regiones

library(kableExtra)
herramientas_mostrar_regiones() %>% head() %>% kable() %>% 
kable_styling(bootstrap_options = Form.Basic)

region	cod_region	region_intermedia	cod_region_intermedia	# de Paises incluidos
África	2	África Central	17	8
África	2	Africa Del Sur	18	5
África	2	África Occidental	11	16
África	2	África Oriental	14	17
África	2	NA	NA	6
Américas	19	Caribe	29	26

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.3 Herramientas de Consulta de Paises con transacciones en la tabla

library(kableExtra)
herramientas_mostrar_paises_en_tabla() %>% head() %>% kable() %>%  
kable_styling(bootstrap_options = Form.Basic)

pais	anio	# Transacciones
Afganistan	2018	14
Afganistan	2019	20
Afganistan	2020	58
Afganistan	2021	6
Albania	2018	54
Albania	2019	92

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.4 Uso de Indicador de Ventaja Comparativa Revelada

2.4.1 Ejemplo 1

Resultados_IVCR<-data.frame("años"= 2018:2021,
                            "IVCR"= sapply(X= 2018:2021,FUN = indicadores_IVCR_capitulo,codigo_pais=156,capitulo="05"))
Resultados_IVCR %>% kable(align = "l") %>%
kable_styling(bootstrap_options = Form.Basic)

años	IVCR
2018	-0.0001665
2019	-0.0000776
2020	0.0000000
2021	0.0000000

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.4.2 Ejemplo 2

Resultados_IVCR_sac<-data.frame("años"=2018:2021,
                            "IVCR"=sapply(X=2018:2021,FUN = indicadores_IVCR_partida,codigo_pais=156,partida="9801002000"))
Resultados_IVCR_sac %>% kable(align = "l")  %>%
kable_styling(bootstrap_options = Form.Basic)

años	IVCR
2018	-0.8993757
2019	-0.9393959
2020	-0.9003909
2021	-0.9856122

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.5 Uso de Indicador de Balassa

2.5.1 Ejemplo 1

Resultados_Balassa<-data.frame("años"=2018:2021,
                            "IB"=sapply(X=2018:2021,FUN = indicadores_Balassa_capitulo,codigo_pais=156,capitulo="83"))
Resultados_Balassa %>% kable(align = "l")  %>%
kable_styling(bootstrap_options = Form.Basic)

años	IB
2018	-0.4827964
2019	0.0548256
2020	-0.9787132
2021	-0.9965138

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.5.2 Ejemplo 2

Resultados_IB_sac<-data.frame("años"=2018:2021,
                            "IB"=sapply(X=2018:2021,
                                          FUN = indicadores_Balassa_partida,
                                          codigo_pais=156,
                                          partida=" 9801002000",
                                          normalizado=TRUE))
Resultados_IB_sac %>% kable(align = "l")  %>%
kable_styling(bootstrap_options = Form.Basic)

años	IB
2018	0.5214943
2019	0.5215363
2020	0.5765129
2021	0.8141919

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.6 Uso de Indicador de Herfindahl Hirschmann anual

2.6.1 Ejemplo 1: Uso de Indicador de Herfindahl Hirschmann anual

Resultados_IHH<-data.frame("años"=2018:2021,"IHH"=sapply(X = 2018:2021,
       FUN = indicadores_IHH_Herfindahl_Hirschmann_anual,codigo_pais=156,normalizado=TRUE))
Resultados_IHH %>% kable(align = "l",digits = 6)  %>%
kable_styling(bootstrap_options = Form.Basic)

años	IHH
2018	0.102577
2019	0.120125
2020	0.120888
2021	0.344276

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

2.6.2 Ejemplo 2: Uso de Indicador de Herfindahl Hirschmann anual

Resultados_IHH_texto<-data.frame("años"=2018:2021,"IHH"=sapply(X = 2018:2021,
       FUN = indicadores_IHH_Herfindahl_Hirschmann_anual_texto,codigo_pais=156,normalizado=TRUE))
Resultados_IHH_texto %>% kable(align = "l",digits = 6)  %>%
kable_styling(bootstrap_options = Form.Basic)

años	IHH
2018	-0.002133
2019	-0.002418
2020	-0.003568
2021	-0.010524

Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")

3. Función personalizada para Ranking Anual

library(dplyr)
library(kableExtra)

archivo_excel <- "C:/Users/EunicePC/Downloads/nombres_iso_paises.xlsx"

nombre_iso_ran <- read_excel(nombre_archivo)

funcion_personalizada<-function(k, anios_ranking)
{  data_comercio_exterior_update_unida %>% 
    left_join(nombre_iso_ran, by = c("pais"= "nom_pais_esp")) %>% 
      filter(anio %in% anios_ranking) -> data_ranking
  data_ranking %>%
    group_by(anio, iso_3) %>%
    summarise(total = sum(valor_fob)) %>%
    mutate(percent = round(prop.table(total) * 100, 2)) %>%
    slice_max(n = k, order_by = total) %>%
    as.data.frame() %>%
    group_by(anio) %>%
    mutate(rank = row_number(), data = paste(iso_3, "|", percent, sep = "")) %>%
    select(anio, data, rank) %>%
    as.data.frame() -> insumo_reporte
  insumo_reporte %>%
     tidyr::pivot_wider(names_from=rank,values_from=data) -> tabla_ranking
  tabla_ranking %>% 
  kable(caption = paste("Top", k ,"de Exportaciones periodo",
                          min(anios_ranking), "-", max(anios_ranking))) %>%
    add_footnote(label="Elaboracion propia con base en datos del BCR") %>%
  kable_styling(bootstrap_options = Form.Basic)
}

3.1 Comprobando función

library(dplyr)
library(kableExtra)
Form.Basic <- c("striped", "bordered", "hover", "condensed", "responsive")
funcion_personalizada(k = 8, anios_ranking = 2018:2021)

Top 8 de Exportaciones periodo 2018 - 2021
anio	1	2	3	4	5	6	7	8
2018	USA\|44.07	HND\|15.34	GTM\|14.36	NIC\|6.87	CRI\|4.39	MEX\|2.44	PAN\|2.09	DOM\|1.65
2019	USA\|42.03	GTM\|15.92	HND\|15.9	NIC\|6.66	CRI\|4.46	MEX\|2.54	PAN\|2.03	DOM\|1.75
2020	USA\|39.18	GTM\|16.89	HND\|15.44	NIC\|7.26	CRI\|4.65	MEX\|2.46	PAN\|1.89	DOM\|1.78
2021	USA\|40.59	GTM\|16.98	HND\|15.82	NIC\|6.99	CRI\|4.04	MEX\|2.15	KOR\|1.98	PAN\|1.9
^a Elaboracion propia con base en datos del BCR

anio	1	2	3	4	5	6	7	8
2018	USA\|44.07	HND\|15.34	GTM\|14.36	NIC\|6.87	CRI\|4.39	MEX\|2.44	PAN\|2.09	DOM\|1.65
2019	USA\|42.03	GTM\|15.92	HND\|15.9	NIC\|6.66	CRI\|4.46	MEX\|2.54	PAN\|2.03	DOM\|1.75
2020	USA\|39.18	GTM\|16.89	HND\|15.44	NIC\|7.26	CRI\|4.65	MEX\|2.46	PAN\|1.89	DOM\|1.78
2021	USA\|40.59	GTM\|16.98	HND\|15.82	NIC\|6.99	CRI\|4.04	MEX\|2.15	KOR\|1.98	PAN\|1.9
^a Elaboracion propia con base en datos del BCR

Laboratorio 1. Segunda Parte

GT-03 Brian Arita (AP18007) Norman Mejía (MH18013) Alejandra Ramírez (RU18002)

7/9/2021

1. Uso de librería “dplyr”

1.1. Uso de “Select”

1.2 Uso de “Filter”

1.3 Uso de “Mutate”

1.4 Uso de “Arrange”

1.5 Uso de “Summarise”

2. Funciones

2.1 Herramientas de Consulta de Países

2.2 Herramientas de Consulta de Regiones

2.3 Herramientas de Consulta de Paises con transacciones en la tabla

2.4 Uso de Indicador de Ventaja Comparativa Revelada

2.4.1 Ejemplo 1

2.4.2 Ejemplo 2

2.5 Uso de Indicador de Balassa

2.5.1 Ejemplo 1

2.5.2 Ejemplo 2

2.6 Uso de Indicador de Herfindahl Hirschmann anual

2.6.1 Ejemplo 1: Uso de Indicador de Herfindahl Hirschmann anual

2.6.2 Ejemplo 2: Uso de Indicador de Herfindahl Hirschmann anual

3. Función personalizada para Ranking Anual

3.1 Comprobando función