Laboratorio_1_segunda_parte_MAE118

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS

ESCUELA DE ECONOMIA

TEMA: LABORATORIO NUMERO 1 SEGUNDA PARTE

MATERIA: METODOS PARA EL ANALISIS ECONOMICO

DOCENTE: CARLOS ADEMIR PÉREZ ALAS

INTEGRANTES:

APELLIDOS NOMBRES CARNET PARTICIPACIÓN

LAGOS ALAS LUIS FERNANDO LA18009 $100\%$

PANIAGUA MUÑOZ FERNANDO ERNESTO PM18011 $100\%$

REYES CASTRO DAVID ERNESTO RC17077 $100\%$

RODRIGUEZ BARRERA MARLON EDUARDO RB14034 $100\%$

CICLO: II-2021

FECHA: 9 DE SEPTIEMBRE DE 2021

CIUDAD UNIVERSITARIA, SAN SALVADOR, EL SALVADOR, CENTROAMERICA

APELLIDOS	NOMBRES	CARNET	PARTICIPACIÓN
LAGOS ALAS	LUIS FERNANDO	LA18009	\(100\%\)
PANIAGUA MUÑOZ	FERNANDO ERNESTO	PM18011	\(100\%\)
REYES CASTRO	DAVID ERNESTO	RC17077	\(100\%\)
RODRIGUEZ BARRERA	MARLON EDUARDO	RB14034	\(100\%\)

Carga de datos

library(dplyr)
library(tidyr)
library(kableExtra)
load("~/Econometria/Recursos/LAB1MAE/data_comercio_exterior_actualizada.RData")
library(readxl)
nombres_iso_paises <-
  read_excel("~/Econometria/Recursos/LAB1MAE/nombres_iso_paises.xlsx")

Reproduzca los ejemplos vistos en clase sobre el uso de la librería dplyr, usando la información actualizada recopilada en la tarea 1, y usando los nombres estandarizados que se han agregado para los países, utilice países diferentes a los que se emplearon en los ejemplos (queda a elección del grupo los paises)

Uso de Select

data_comercio_exterior %>%
  select("pais", "sac","anio","mes","valor_cif") %>% 
  head(10) %>% kable(caption = "Uso de Select") %>% kable_styling()

Uso de Select
pais	sac	anio	mes	valor_cif
Afganistan	0806200000	2018	6	6448.43
Afganistan	6104220000	2018	10	3153.37
Afganistan	6104620000	2018	10	946.01
Afganistan	6105100000	2018	10	9405.39
Afganistan	6106100000	2018	10	1353.32
Afganistan	6405900000	2018	10	2260.03
Afganistan	8206000000	2018	10	6.56
Afganistan	6404110000	2019	2	7752.13
Afganistan	6405100000	2019	2	508.03
Afganistan	6405900000	2019	2	12.45

Uso de filter

Ejemplo 1: Seleccione todas las transacciones de exportación del año 2019, con Japón o Venezuela, que sean superiores a los 100,000 US$

data_comercio_exterior %>%
  select("pais", "sac","anio","mes","valor_fob") %>%
  filter(anio=="2021", pais %in% c("Japon","Venezuela"),valor_fob>100000) %>% head() %>%   kable(caption = "Uso de Filter") %>% kable_styling()

Uso de Filter
pais	sac	anio	mes	valor_fob
Japon	0901113000	2021	1	1273732.9
Japon	7602000000	2021	1	121288.8
Japon	0901113000	2021	2	1505485.5
Japon	7602000000	2021	2	119833.0
Japon	0901113000	2021	3	1926803.8
Japon	0901113000	2021	4	775623.4

Carga de funciones de comercio exterior

source(file = "~/Econometria/Recursos/LAB1MAE/funciones_comercio_exterior.R",echo = TRUE,max.deparse.length = 100,encoding = "utf-8")

## 
## > options(scipen = 999)
## 
## > library(dplyr)
## 
## > library(readxl)
## 
## > library(stringr)
## 
## > load("~/Econometria/Recursos/LAB1MAE/data_comercio_exterior_actualizada.RData")
## 
## > nombre_archivo <- "~/Econometria/Recursos/LAB1MAE/nombres_iso_paises.xlsx"
## 
## > nombres_iso_paises <- read_excel(nombre_archivo)
## 
## > data_comercio_exterior <- data_comercio_exterior %>% 
## +     left_join(nombres_iso_paises, by = c(p .... [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_exterior %>% group_by(pai .... [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 de Consulta de Países

library(kableExtra)
herramientas_mostrar_paises() %>% head() %>% kable() %>% kable_material(html_font = "sans-serif")

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

Herramientas de Consulta de Regiones

library(kableExtra)
herramientas_mostrar_regiones() %>% head() %>% kable() %>% kable_material(html_font = "sans-serif")

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

Herramientas de Consulta de Paises con transacciones en la tabla

library(kableExtra)
herramientas_mostrar_paises_en_tabla() %>% head() %>% kable() %>% kable_material(html_font = "sans-serif")

pais	anio	# Transacciones
Afganistan	2018	7
Afganistan	2019	10
Afganistan	2020	29
Afganistan	2021	6
Albania	2018	27
Albania	2019	46

Uso de Indicador de Ventaja Comparativa Revelada

Resultados_IVCR<-data.frame("años"=2018:2021, "IVCR"=sapply(X=2018:2021,FUN = indicadores_IVCR_capitulo,codigo_pais=660,capitulo="02"))
Resultados_IVCR %>% kable(align = "l") %>% kable_material(html_font = "sans-serif")

años	IVCR
2018	0
2019	0
2020	0
2021	0

Resultados_IVCR_sac<-data.frame("años"=2018:2021,
                            "IVCR"=sapply(X=2018:2021,FUN = indicadores_IVCR_partida,codigo_pais=8,partida="6403919000"))
Resultados_IVCR_sac %>% kable(align = "l") %>% 
  kable_material(html_font = "sans-serif")

años	IVCR
2018	-1.0000000
2019	0.3339578
2020	-1.0000000
2021	-1.0000000

Uso de Indicador de Balassa

Resultados_Balassa<-data.frame("años"=2018:2020,
                            "IB"=sapply(X=2018:2020,FUN = indicadores_Balassa_capitulo,codigo_pais=660,capitulo="05"))
Resultados_Balassa %>% kable(align = "l") %>% 
  kable_material(html_font = "sans-serif")

años	IB
2018	-1
2019	-1
2020	NaN

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=152,normalizado=TRUE))
Resultados_IHH %>% kable(align = "l",digits = 6) %>% 
  kable_material(html_font = "sans-serif")

años	IHH
2018	0.012266
2019	0.015229
2020	0.018871
2021	0.020584

Ejemplo 2: Seleccione todas las transacciones, exportación e importación, para el primer trimestre de cada año disponible en el dataframe, que se han realizado con Venezuela.

data_comercio_exterior %>% 
  filter(pais=="Venezuela",mes %in% 1:3) %>% head() %>%  kable(caption = "Uso de Filter 2") %>% kable_styling()

Uso de Filter 2
pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones	nom_pais_ingles	iso_2	iso_3	codigo_pais	region	cod_region	sub_region	cod_sub_region	region_intermedia	cod_region_intermedia
Venezuela	2710192100	2018	1	0.00	0.00	144783.1	225699.9	Venezuela	VE	VEN	862	Américas	19	América Latina Y El Caribe	419	Sudamerica	5
Venezuela	2710199900	2018	1	19720.00	17880.00	0.0	0.0	Venezuela	VE	VEN	862	Américas	19	América Latina Y El Caribe	419	Sudamerica	5
Venezuela	3004909100	2018	1	0.00	0.00	89950.0	2564.0	Venezuela	VE	VEN	862	Américas	19	América Latina Y El Caribe	419	Sudamerica	5
Venezuela	3303000000	2018	1	60.00	1.20	0.0	0.0	Venezuela	VE	VEN	862	Américas	19	América Latina Y El Caribe	419	Sudamerica	5
Venezuela	3919101000	2018	1	500.16	75.80	0.0	0.0	Venezuela	VE	VEN	862	Américas	19	América Latina Y El Caribe	419	Sudamerica	5
Venezuela	4009320000	2018	1	3067.17	1443.04	0.0	0.0	Venezuela	VE	VEN	862	Américas	19	América Latina Y El Caribe	419	Sudamerica	5

Uso de mutate

Ejemplo 1: calcule el saldo de la balanza comercial para el pais de Costa Rica

data_comercio_exterior %>% filter(pais=="Costa Rica") %>% 
  mutate(saldo_bc=valor_fob-valor_cif) %>% select("pais","sac","anio","mes","saldo_bc") %>% head() %>%  kable(caption = "Uso de Select") %>% kable_styling()

Uso de Select
pais	sac	anio	mes	saldo_bc
Costa Rica	0103100000	2018	1	-101106.00
Costa Rica	0401100000	2018	1	-222594.69
Costa Rica	0401200000	2018	1	-287337.11
Costa Rica	0402100000	2018	1	-25503.73
Costa Rica	0402211100	2018	1	-146507.41
Costa Rica	0402212100	2018	1	-240569.10

Uso de Arrange

Uso de summarise

data_comercio_exterior %>% 
  group_by(anio) %>%
  summarise(`Total Exportaciones MM US$`=sum(valor_fob)/1e7,
            `Total Importaciones MM US$`=sum(valor_cif)/1e7) %>% head() %>% kable(caption = "Uso de Summarise") %>% kable_styling()

Uso de Summarise
anio	Total Exportaciones MM US$	Total Importaciones MM US$
2018	590.5411	1146.4322
2019	590.4730	1160.3836
2020	504.4011	1032.6578
2021	384.6314	835.4539

Genere una función personalizada que Obtenga un ranking, anual, de los “K” principales socios comerciales de El Salvador, para el periodo año inicio-año final. Presente sus resultados en el siguiente formato: Top K Socios comerciales, periodo año inicio – año final, datos en porcentaje de las exportaciones totales.

topk <- function(Ao = 2018,
                 Af = 2021,
                 K = 10) {
  data_comercio_exterior %>% left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) -> data_comercio_exterior
  anios_ranking <- Ao:Af
  data_comercio_exterior %>%
    filter(anio %in% anios_ranking) -> data_ranking
  data_ranking %>%
    group_by(anio, iso_3.x) %>%
    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.x, "|", percent)) %>%
    select(anio, data, rank) %>%
    as.data.frame() -> insumo_reporte
  insumo_reporte %>%
    pivot_wider(names_from = rank, values_from = data) -> mi_tabla
  mi_tabla %>%
    kable(caption = paste(
      "Top",
      K,
      "de Exportaciones periodo",
      min(anios_ranking),
      "-",
      max(anios_ranking)
    )) %>%
    add_footnote(label = "Elaboración propia con base en datos del BCR", notation = "symbol") %>%  kable_styling()
}

Uso de codigo

topk(2020,2021,12)

Top 12 de Exportaciones periodo 2020 - 2021
anio	1	2	3	4	5	6	7	8	9	10	11	12
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	CHN \| 1.54	KOR \| 1.21	DEU \| 0.72	ITA \| 0.69
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	DOM \| 1.6	DEU \| 0.9	TWN \| 0.73	ITA \| 0.59
^* Elaboración propia con base en datos del BCR

anio	1	2	3	4	5	6	7	8	9	10	11	12
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	CHN \| 1.54	KOR \| 1.21	DEU \| 0.72	ITA \| 0.69
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	DOM \| 1.6	DEU \| 0.9	TWN \| 0.73	ITA \| 0.59
^* Elaboración propia con base en datos del BCR