Skip to content

Commit

Permalink
Merge pull request #199 from MicaSpinelli/master
Browse files Browse the repository at this point in the history 
actualizo mulc abril
  • Loading branch information
@eliansoutu
eliansoutu authored Apr 4, 2024
2 parents 6365899 + d15f88c commit 4e3547d
Show file tree
Hide file tree
Showing 4 changed files with 147 additions and 130 deletions.
2 changes: 1 addition & 1 deletion .Rproj.user/shared/notebooks/paths
View file
Original file line number Diff line number Diff line change
@@ -1 +1 @@
/home/mcipponeri/dnme_apps/eoh.Rmd="CFD4219B"
/home/spinelli/ECONOMIA/dnme_apps/mulc.Rmd="AF30C9B6"
88 changes: 52 additions & 36 deletions docs/mulc.html
View file

Large diffs are not rendered by default.

18 changes: 9 additions & 9 deletions docs/search.json
View file

Large diffs are not rendered by default.

169 changes: 85 additions & 84 deletions mulc.Rmd
View file
Original file line number Diff line number Diff line change
Expand Up @@ -165,8 +165,8 @@ BP <- read.csv("/srv/DataDNMYE/imet/serie_gasto_internacional.csv") %>%
mutate(anio = as.numeric(substr(trim, 1, 4)), trimestre = as.numeric(substr(trim, 5,5)),
tur_receptivo_mill= receptivo_vyp_visitantes/1000000,
tur_emisivo_mill= emisivo_vyp_visitantes/1000000,
balance_mill=(receptivo_vyp_visitantes-emisivo_vyp_visitantes)/1000000) %>%
filter(row_number() !=n()) #para cuando no queremos que salga la ultima fila (porque es otro trimestre)
balance_mill=(receptivo_vyp_visitantes-emisivo_vyp_visitantes)/1000000)
#filter(row_number() !=n()) #para cuando no queremos que salga la ultima fila (porque es otro trimestre)
BP <- BP %>% mutate(fecha = case_when(trimestre == "1" ~
paste0(anio," I Trim"),
Expand Down Expand Up @@ -256,9 +256,9 @@ bza_acum <- ing_acum-eg_acum
```{r}
# SACO EL ACUMULADO EN ENEROOOOO
# + En el acumulado enero - `r mes` de `r as.character(anio_datos)`, los egresos de divisas por turismo, por el mercado oficial de cambios, fueron de US\$`r eg_acum %>% round(1)` millones (+`r var_eg_acum_ia %>% round(1)`% vs mismo período de `r as.character(anio_datos-1)` y `r var_eg_acum_ia_2 %>% round(1)`% vs mismo período de `r as.character(anio_datos-4)`). Por su parte, los ingresos de divisas fueron de US\$`r ing_acum %>% round(1)` millones (`r var_ing_acum_ia %>% round(1)`% vs mismo período de `r as.character(anio_datos-1)` y `r var_ing_acum_ia_2 %>% round(1)`% vs mismo período de `r as.character(anio_datos-4)`). Esto significó una balanza deficitaria en US\$`r ((-1)*bza_acum) %>% round(1)` millones.
```
```
+ En el acumulado enero - `r mes` de `r as.character(anio_datos)`, los egresos de divisas por turismo, por el mercado oficial de cambios, fueron de US\$`r eg_acum %>% round(1)` millones (+`r var_eg_acum_ia %>% round(1)`% vs mismo período de `r as.character(anio_datos-1)` y `r var_eg_acum_ia_2 %>% round(1)`% vs mismo período de `r as.character(anio_datos-4)`). Por su parte, los ingresos de divisas fueron de US\$`r ing_acum %>% round(1)` millones (`r var_ing_acum_ia %>% round(1)`% vs mismo período de `r as.character(anio_datos-1)` y `r var_ing_acum_ia_2 %>% round(1)`% vs mismo período de `r as.character(anio_datos-4)`). Esto significó una balanza deficitaria en US\$`r ((-1)*bza_acum) %>% round(1)` millones.



Expand Down Expand Up @@ -350,10 +350,10 @@ eg_acum_total <- filter(tabla2, year(fecha) == anio_datos, transac == "pagos") %

```{r}
#SACO ACUM EN ENERO
# + Por su lado, en el acumulado del año, los egresos por turismo representaron un `r ((eg_acum/eg_acum_total)*100) %>% round(1)`% y los ingresos por turismo un `r ((ing_acum/ing_acum_total)*100) %>% round(1)`%.
#
```


+ Por su lado, en el acumulado del año, los egresos por turismo representaron un `r ((eg_acum/eg_acum_total)*100) %>% round(1)`% y los ingresos por turismo un `r ((ing_acum/ing_acum_total)*100) %>% round(1)`%.


### Contribución del turismo en el mercado oficial de divisas
Expand Down Expand Up @@ -657,91 +657,92 @@ ggplotly(g6,tooltip = "text") %>% layout(legend = list(

```{r}
# #ACUMULADO EN ENERO LO SACAMOSSSS
# ### Acumulado 2023
#
# + Mientras tanto, en el acumulado enero - `r mes` de `r as.character(anio_datos)`, el turismo ocupó el `r tabla5_acum$orden[tabla5_acum$rubro == "Turismo"]`º lugar en cuanto a ingresos, pero el `r tabla6_acum$orden[tabla6_acum$rubro == "Turismo"]`º en cuanto a egresos.
#### Ingresos de divisas vía Mercado de Cambios. Apertura por sectores de servicios
##### Acumulado enero - `r paste(mes,"de",anio_datos)`. en millones de dólares
```

### Acumulado 2024

+ Mientras tanto, en el acumulado enero - `r mes` de `r as.character(anio_datos)`, el turismo ocupó el `r tabla5_acum$orden[tabla5_acum$rubro == "Turismo"]`º lugar en cuanto a ingresos, pero el `r tabla6_acum$orden[tabla6_acum$rubro == "Turismo"]`º en cuanto a egresos.

#### Ingresos de divisas vía Mercado de Cambios. Apertura por sectores de servicios
##### Acumulado enero - `r paste(mes,"de",anio_datos)`. en millones de dólares

```{r}
# g5_acum <- tabla5_acum %>%
# ggplot(aes(x = cobros, y = reorder(rubro, -orden),
# text = paste0('<br>rubro: ',rubro,
# '<br>monto: US$', format(round(cobros,1),big.mark=".",decimal.mark=",")," M"))) +
# geom_col(aes(fill=es_turismo))+
# geom_hline(yintercept = 0, size = 0.1) +
# #geom_text(aes(label=format(round(cobros,1),big.mar=".",decimal.mark = ",")),
# # hjust=-.1)+
# xlim(0,max(tabla5_acum$cobros)*1.1)+
# scale_fill_manual(values = c("no" = cols_arg,
# "si" = cols_arg2[1]))+
# scale_color_manual(values = c("no" = cols_arg,
# "si" = cols_arg2[1]))+
# labs(title="",
# subtitle = "",x="",y="",
# caption="DNMyE en base a BCRA")+
# theme_minimal()+
# theme(
# text = element_text(family = familia_fuente),
# plot.title = element_markdown(size = 14),
# plot.subtitle = element_markdown(size = 12),
# plot.caption = element_markdown(size = 10),
# strip.text.y = element_text(size = 10, face = "bold"),
# axis.text.x = element_text(size = 10,angle=90),
# axis.text.y = element_text(size = 10),
# panel.grid.minor.x = element_blank(),
# legend.position = "none",
# strip.placement = "outside")
#
# ggplotly(g5_acum,tooltip = "text") %>% layout(legend = list(
# orientation = "v",x=0.8
# ))
g5_acum <- tabla5_acum %>%
ggplot(aes(x = cobros, y = reorder(rubro, -orden),
text = paste0('<br>rubro: ',rubro,
'<br>monto: US$', format(round(cobros,1),big.mark=".",decimal.mark=",")," M"))) +
geom_col(aes(fill=es_turismo))+
geom_hline(yintercept = 0, size = 0.1) +
#geom_text(aes(label=format(round(cobros,1),big.mar=".",decimal.mark = ",")),
# hjust=-.1)+
xlim(0,max(tabla5_acum$cobros)*1.1)+
scale_fill_manual(values = c("no" = cols_arg,
"si" = cols_arg2[1]))+
scale_color_manual(values = c("no" = cols_arg,
"si" = cols_arg2[1]))+
labs(title="",
subtitle = "",x="",y="",
caption="DNMyE en base a BCRA")+
theme_minimal()+
theme(
text = element_text(family = familia_fuente),
plot.title = element_markdown(size = 14),
plot.subtitle = element_markdown(size = 12),
plot.caption = element_markdown(size = 10),
strip.text.y = element_text(size = 10, face = "bold"),
axis.text.x = element_text(size = 10,angle=90),
axis.text.y = element_text(size = 10),
panel.grid.minor.x = element_blank(),
legend.position = "none",
strip.placement = "outside")
ggplotly(g5_acum,tooltip = "text") %>% layout(legend = list(
orientation = "v",x=0.8
))
```

```{r}
#ACUMULADO ENERO LO SACAMOSSSSSS
#### Egresos de divisas vía Mercado de Cambios. Apertura por sectores de servicios
##### Acumulado enero - `r paste(mes,"de",anio_datos)`. en millones de dólares
```

### Egresos de divisas vía Mercado de Cambios. Apertura por sectores de servicios
#### Acumulado enero - `r paste(mes,"de",anio_datos)`. en millones de dólares

```{r}
# g6_acum <- tabla6_acum %>%
# ggplot(aes(x = pagos, y = reorder(rubro, -orden),
# text = paste0('<br>rubro: ',rubro,
# '<br>monto: US$', format(round(pagos,1),big.mark=".",decimal.mark=",")," M"))) +
# geom_col(aes(fill=es_turismo))+
# geom_hline(yintercept = 0, size = 0.1) +
# #geom_text(aes(label=format(round(pagos,1),big.mar=".",decimal.mark = ",")),
# # hjust=-.1)+
# scale_fill_manual(values = c("no" = cols_arg2[6],
# "si" = cols_arg2[1]))+
# scale_color_manual(values = c("no" = cols_arg2[6],
# "si" = cols_arg2[1]))+
# xlim(0,max(tabla6_acum$pagos)*1.1)+
# labs(title="",
# subtitle = "",x="",y="",
# caption="DNMyE en base a BCRA")+
# theme_minimal()+
# theme(
# text = element_text(family = familia_fuente),
# plot.title = element_markdown(size = 14),
# plot.subtitle = element_markdown(size = 12),
# plot.caption = element_markdown(size = 10),
# strip.text.y = element_text(size = 10, face = "bold"),
# axis.text.x = element_text(size = 10,angle=90),
# axis.text.y = element_text(size = 10),
# panel.grid.minor.x = element_blank(),
# legend.position = "none",
# strip.placement = "outside")
#
# ggplotly(g6_acum,tooltip = "text") %>% layout(legend = list(
# orientation = "v",x=0.8
# ))
g6_acum <- tabla6_acum %>%
ggplot(aes(x = pagos, y = reorder(rubro, -orden),
text = paste0('<br>rubro: ',rubro,
'<br>monto: US$', format(round(pagos,1),big.mark=".",decimal.mark=",")," M"))) +
geom_col(aes(fill=es_turismo))+
geom_hline(yintercept = 0, size = 0.1) +
#geom_text(aes(label=format(round(pagos,1),big.mar=".",decimal.mark = ",")),
# hjust=-.1)+
scale_fill_manual(values = c("no" = cols_arg2[6],
"si" = cols_arg2[1]))+
scale_color_manual(values = c("no" = cols_arg2[6],
"si" = cols_arg2[1]))+
xlim(0,max(tabla6_acum$pagos)*1.1)+
labs(title="",
subtitle = "",x="",y="",
caption="DNMyE en base a BCRA")+
theme_minimal()+
theme(
text = element_text(family = familia_fuente),
plot.title = element_markdown(size = 14),
plot.subtitle = element_markdown(size = 12),
plot.caption = element_markdown(size = 10),
strip.text.y = element_text(size = 10, face = "bold"),
axis.text.x = element_text(size = 10,angle=90),
axis.text.y = element_text(size = 10),
panel.grid.minor.x = element_blank(),
legend.position = "none",
strip.placement = "outside")
ggplotly(g6_acum,tooltip = "text") %>% layout(legend = list(
orientation = "v",x=0.8
))
```
### Apertura del rubro "Viajes y otros pagos con tarjeta"
Expand Down Expand Up @@ -772,9 +773,9 @@ tabla4$rubro <- tabla4$rubro %>% as.factor() %>% recode_factor(
no_residentes_billetes = "Billetes - No Residentes")
```

+ En el mes de `r mes` de `r as.character(anio_datos)`, los ingresos de divisas por cancelación de compras con tarjetas fueron de US\$`r round(tabla3 %>% filter(rubro == "Tarjetas") %>% last() %>% nth(-1),1)` millones, presentando una variación del `r round((tabla3 %>% filter(rubro == "Tarjetas") %>% last() %>% nth(-1)/tabla3 %>% filter(rubro == "Tarjetas") %>% last() %>% nth(-13)-1)*100,1)`% respecto al mismo mes del año `r as.character(anio_datos-1)`. Por su lado, los ingresos por cobros de operadores turísticos locales fueron de US\$`r round(tabla3 %>% filter(rubro == "Operadores turísticos") %>% last() %>% nth(-1),1)` millones, presentando una variación del `r round((tabla3 %>% filter(rubro == "Operadores turísticos") %>% last() %>% nth(-1)/tabla3 %>% filter(rubro == "Operadores turísticos") %>% last() %>% nth(-13)-1)*100,1)`% interanual.
+ En el mes de `r mes` de `r as.character(anio_datos)`, los ingresos de divisas por cancelación de compras con tarjetas fueron de US\$`r round(tabla3 %>% filter(rubro == "Tarjetas") %>% last() %>% pull(cobros),1)` millones, presentando una variación del `r round((tabla3 %>% filter(rubro == "Tarjetas") %>% last() %>% pull(cobros)/tabla3 %>% filter(rubro == "Tarjetas") %>% nth(-13) %>% pull(cobros)-1)*100,1)`% respecto al mismo mes del año `r as.character(anio_datos-1)`. Por su lado, los ingresos por cobros de operadores turísticos locales fueron de US\$`r round(tabla3 %>% filter(rubro == "Operadores turísticos") %>% last() %>% pull(cobros),1)` millones, presentando una variación del `r round((tabla3 %>% filter(rubro == "Operadores turísticos") %>% last() %>% pull(cobros)/tabla3 %>% filter(rubro == "Operadores turísticos") %>% nth(-13) %>% pull(cobros)-1)*100,1)`% interanual.

+ Por su parte, los egresos de divisas por cancelación de compras con tarjetas fueron de US\$`r round(tabla4 %>% filter(rubro == "Tarjetas") %>% last() %>% nth(-1),1)` millones, presentando una variación del `r round((tabla4 %>% filter(rubro == "Tarjetas") %>% last() %>% nth(-1)/tabla4 %>% filter(rubro == "Tarjetas") %>% last() %>% nth(-13)-1)*100,1)`% respecto al mismo mes del año `r as.character(anio_datos-1)`. Los egresos por pagos al exterior realizados por operadores turísticos locales fueron de US\$`r round(tail(tabla4$pagos[tabla4$rubro == "Operadores turísticos"],n=1),1)` millones, presentando una variación del `r round((tabla4 %>% filter(rubro == "Operadores turísticos") %>% last() %>% nth(-1)/tabla4 %>% filter(rubro == "Operadores turísticos") %>% last() %>% nth(-13)-1)*100,1)`% interanual.
+ Por su parte, los egresos de divisas por cancelación de compras con tarjetas fueron de US\$`r round(tabla4 %>% filter(rubro == "Tarjetas") %>% last() %>% pull(pagos),1)` millones, presentando una variación del `r round((tabla4 %>% filter(rubro == "Tarjetas") %>% last() %>% pull(pagos)/tabla4 %>% filter(rubro == "Tarjetas") %>% nth(-13) %>% pull(pagos)-1)*100,1)`% respecto al mismo mes del año `r as.character(anio_datos-1)`. Los egresos por pagos al exterior realizados por operadores turísticos locales fueron de US\$`r round(tail(tabla4$pagos[tabla4$rubro == "Operadores turísticos"],n=1),1)` millones, presentando una variación del `r round((tabla4 %>% filter(rubro == "Operadores turísticos") %>% last() %>% pull(pagos)/tabla4 %>% filter(rubro == "Operadores turísticos") %>% nth(-13) %>% pull(pagos)-1)*100,1)`% interanual.

### Ingresos de divisas por viajes y otros pagos con tarjeta. Apertura por rubros

Expand Down Expand Up @@ -867,8 +868,8 @@ tabla7_mulc <- cbind(tabla7_mulc, MULC=apply(tabla7_mulc[5:6], 1, sum)) %>%
select(fecha,MULC)
tabla7_BP <- BP %>% filter(year>=2011) %>% select(fecha, tur_receptivo_mill) %>%
filter(row_number() !=n())
tabla7_BP <- BP %>% filter(year>=2011) %>% select(fecha, tur_receptivo_mill)
#filter(row_number() !=n())
tabla7 <- right_join(tabla7_mulc, tabla7_BP, by = "fecha") %>%
rename("BP"="tur_receptivo_mill") %>%
Expand Down Expand Up @@ -934,7 +935,7 @@ g8 <- tabla8 %>% ggplot(aes(fecha, prop_mulc_bp,
```


+ En el tercer trimestre de 2023, se registraron US\$`r (tabla7$value[tabla7$turismo_cobros=="BP"]) %>% last() %>% round(1)` millones de ingresos totales asociados al turismo, según la Balanza de Pagos ("BP"). Por su lado, un `r last(tabla8$prop_mulc_bp) %>% round(1)`% de esos ingresos se canalizaron por el mercado oficial de cambios, es decir, US\$`r tabla7$value[tabla7$turismo_cobros=="MULC"] %>% last() %>% round(1)` millones.
+ En el cuarto trimestre de 2023, se registraron US\$`r (tabla7$value[tabla7$turismo_cobros=="BP"]) %>% last() %>% round(1)` millones de ingresos totales asociados al turismo, según la Balanza de Pagos ("BP"). Por su lado, un `r last(tabla8$prop_mulc_bp) %>% round(1)`% de esos ingresos se canalizaron por el mercado oficial de cambios, es decir, US\$`r tabla7$value[tabla7$turismo_cobros=="MULC"] %>% last() %>% round(1)` millones.

*NOTA: Es importante notar que, los ingresos por turismo a través del mercado oficial de cambios (MULC) siempre deberían ser menores, o al menos iguales, al total de ingresos por turismo que percibe la Argentina según la Balanza de Pagos. Sin embargo, en los trimestres 2, 3 y 4 del año 2020 y 3 de 2021, la proporción MULC/BP es mayor al 100%. Esto es debido a las diferencias en cuanto a la metodología de registración de ambas fuentes de información y los desfasajes en la vuelta de los turistas no residentes a sus lugares de origen, producto de las restricciones al tránsito internacional por la pandemia por el virus COVID-19.*

Expand Down Expand Up @@ -965,8 +966,8 @@ tabla9_mulc <- cbind(tabla9_mulc, MULC=apply(tabla9_mulc[5:6], 1, sum)) %>%
select(fecha,MULC)
tabla9_BP <- BP %>% filter(year>=2011) %>% select(fecha, tur_emisivo_mill) %>%
filter(row_number() !=n())
tabla9_BP <- BP %>% filter(year>=2011) %>% select(fecha, tur_emisivo_mill)
#filter(row_number() !=n())
tabla9 <- right_join(tabla9_mulc, tabla9_BP, by = "fecha") %>%
rename("BP"="tur_emisivo_mill") %>%
Expand Down

0 comments on commit 4e3547d

Please sign in to comment.