miércoles, 16 de diciembre de 2015

Entendiendo el Proceso de Paz Colombiano

Desde el punto de vista económico, un acuerdo de paz implicaría principalmente un aumento de la confianza empresarial y una mayor inversión en infraestructuras (reconstrucción de carreteras, escuelas, viviendas, etc.). Lo que rendundaría en un aumento de la capacidad productiva del país (mayor crecimiento a corto, medio y largo plazo). Pero en este post me concentraré en los principales puntos del acuerdo y lo que queda pendiente para que finalmente se logre este acuerdo de paz.

¿Por qué es importante el acuerdo al cual han llegado este martes 15 de diciembre?

Porque el punto sobre cómo se tratará a las víctimas una vez firmado el acuerdo de paz era uno de los puntos más difíciles en las negociaciones (se estuvo discutiendo año y medio sobre este tema, lo que supone la mitad de los tres años de diálogo en la Habana) . Otro punto muy discutido era las condiciones de la restricción de libertad de los jefes guerrilleros.

¿En qué consiste?

Las Farc van a reparar a sus víctimas participando en la ubicación de los restos de personas muertas o desaparecidas, en el desminado, en la sustitución de cultivos ilícitos, en la reconstrucción de la infraestructura de los territorios más dañados por la guerra y en tareas de reforestación. Además, la guerrilla se comprometió “a contribuir a la reparación material de las víctimas”, aunque sin precisar cuantías.
En cuanto a justicia, también quedaron resueltas las dudas sobre las condiciones de la restricción de libertad de los jefes guerrilleros comprometidos con delitos graves. Será el Tribunal para la Paz el que defina el sitio de permanencia de los sancionados, que según el acuerdo tendrá “condiciones apropiadas de habitabilidad y dignidad”. Es obvio que no será una prisión, pero, en todo caso, estarán sometidos a monitoreo y supervisión “para garantizar el cumplimiento de buena fe de las restricciones ordenadas por el Tribunal”.  El guerrillero no podrá elegir su sitio de residencia y tendrá limitaciones de movilidad.
Los plazos de restricción de movilidad dependen del grado de participación en el crimen y van de 2 a 8 años. Si fue determinante en la ejecución del delito, la restricción de libertad será de entre 5 y 8 años. Si la participación no fue contundente, la sanción será de entre 2 y 5 años.

¿Cuándo es la fecha límite para sellar el acuerdo de paz?

El 23 de marzo de 2016

¿Qué puntos quedan pendientes?

A partir de enero, las partes se concentrarán en resolver los dos puntos restantes de la agenda de negociaciones: modelo de dejación de armas y ubicación de tropas, y mecanismo de refrendación de los acuerdos.

¿Podrán hacer política los guerrilleros? ¿se podrá solicitar su extradición?

 Sí podrán participar en política y no podrán ser extraditados por crímenes relacionados con la pertenencia de este grupo armado.


¿Cómo queda el fuero presidencial?
Uno de los objetivos de las FARC tenía nombre y apellido: el expresidente y hoy senador del Centro Democrático Álvaro Uribe. En el acuerdo del martes queda claro que no se modificarán las normas vigentes aplicables a las personas que hayan ejercido la Presidencia de la República. Es decir, Uribe mantendrá sus fueros y se nota que la guerrilla ha cedido en este punto.

Anexos:


jueves, 18 de junio de 2015

R + SDMX + EUROSTAT = DESCARGA DIRECTA DE DATOS

R + SDMX + Eurostat
El código que les presento a continuación utiliza el estándar de presentación de datos estadísticos y metadatos (SDMX, por sus siglas en inglés) que pone a disposición Eurostat para acceder a sus datos de forma interactiva y automatizada. También lo utiliza la OCDE y el BCE, entre otros, por lo que vale la pena saber como utilizarlo, algo parecido también utiliza COMTRADE pero en formato JSON, más info en http://ec.europa.eu/eurostat/data/sdmx-data-metadata-exchange.
Más referencias y ejemplos pueden encontrar en:
Los datos se obtienen en un formato “largo” (más conocido en inglés como long database), es decir, que cada fila corresponde a un país y un año determinado, así tendríamos en una fila España - año 2010 y en otra fila España - año 2011. En general, para la tarea que tenía que realizar me convenía que el formato de la base sea “extensiva” (más conocido en inglés como wide database), es decir, en cada fila el pais y en columnas los años colocando en la intersección de ambos el valor de la variable analizada. Todo este ejercicio lo he realizado en el código, por lo que también tiene un aporte en la implementación del “tratamiento de datos”.
En resumen, el código hace lo siguiente: 1. Unas líneas de código para verificar si las librerías necesarias están instaladas, caso contrario, las descaga e instala.
  1. Descarga los datos desde Eurostat utilizando el formato SDMX al introducir los indicadores, países y periodos deseados.
  2. Filtra la base descargada, seleccionando sólo unos indicadores (esto es a modo de ejemplo, porque podría haber descargado sólo los indicadores que realmente necesito).
  3. Recodifico una variable tipo texto en una variable nueva, agrupando categorías distintas en una sola. En la base tenía grupos de edad desagregadas pero yo necesitaba las edades de 15 a 64 años, así que las agrupé.
  4. Luego de recodificar la variable grupo de edad ya puedo crear una nueva base que tenga los grupos de edad que yo necesito. Sumando para el grupo de edad creado la variable de interés.
  5. El penúltimo paso es convertir esta base tipo long en wide. Es decir, que los años que estaban dentro de una columna, pasarlos a que cada año sea una columna distinta en donde la intersección tiene el valor de la variable a analizar.
  6. Por último, creo un excel con los datos en el formato necesario.
NOTA: El código no funciona bajo PROXY, incluso colocando los datos del proxy antes de ejecutar R, así que si no les funciona esa puede ser la causa. Quizás la solución esté aquí https://support.rstudio.com/hc/en-us/articles/205002917-SSL-certificate-problem-when-publishing-to-RPubs pero aún no la he probado…
#====================================
# Author: Diego Jose Torres Torres
# Purpose: Using the rsdmx package to
# read Eurostat sdmx service (Could also work for OECD)
# References: 
# https://github.com/opensdmx/rsdmx
# http://ec.europa.eu/eurostat/web/sdmx-web-services/example-queries
# Examples: 
# http://stats.oecd.org/restsdmx/sdmx.ashx/GetData/MIG/TOT../OECD?startTime=2000&endTime=2011
# http://ec.europa.eu/eurostat/SDMX/diss-web/rest/data/nama_gdp_c/..../?startperiod=2013&endPeriod=2013
#====================================
rm(list = ls(all = TRUE)) #borra todo los objetos de la memoria

if (!require("rsdmx")) {install.packages("rsdmx")}
if (!require("dplyr")) {install.packages("dplyr")}
if (!require("reshape2")) {install.packages("reshape2")}
if (!require("xlsx")) {install.packages("xlsx")}

# Parameters
setwd("d:/Mis Documentos/Europa/R/data") # Definir el directorio de trabajo

data_code <- "demo_pjanind"
geo <- "FR"  # País
startperiod <- "1960"
endperiod <- "2014"
indic_na <- paste("PC_Y0_4",
                  "PC_Y0_14",
                  "PC_Y0_19",
                  "PC_Y5_9",
                  "PC_Y10_14",
                  "PC_Y15_19",
                  "PC_Y15_24",
                  "PC_Y20_24",
                  "PC_Y20_39",
                  "PC_Y25_44",
                  "PC_Y25_29",
                  "PC_Y25_49",
                  "PC_Y30_34",
                  "PC_Y35_39",
                  "PC_Y40_44",
                  "PC_Y40_59",
                  "PC_Y45_49",
                  "PC_Y45_64",
                  "PC_Y50_54",
                  "PC_Y50_64",
                  "PC_Y55_59",
                  "PC_Y60_64",
                  "PC_Y60_79",
                  "PC_Y60_MAX",
                  "PC_Y65_69",
                  "PC_Y65_79",
                  "PC_Y65_MAX",
                  "PC_Y70_74",
                  "PC_Y75_79",
                  "PC_Y80_84",
                  "PC_Y80_MAX",
                  "PC_Y85_MAX",
                  sep="+")

# Importing data
dataURL <- paste("http://ec.europa.eu/eurostat/SDMX/diss-web/rest/data/",
                 data_code,
                 "/.",
                 indic_na, 
                 ".",
                 geo,
                 "/?startperiod=",
                 startperiod ,
                 "&endPeriod=",
                 endperiod, 
                 sep=""
 )
sdmx <- readSDMX(dataURL)
stats <- as.data.frame(sdmx)
head(stats)

poblacion_filtrada <- filter(stats, INDIC_DE == "PC_Y0_14" | 
                                    INDIC_DE == "PC_Y15_24" |
                              INDIC_DE == "PC_Y25_44" | 
                              INDIC_DE == "PC_Y45_64" |
                              INDIC_DE == "PC_Y65_MAX")

rm(stats) # borro la base completa

#======================================
# Recodificar una variable tipo texto
#======================================
# Paso 1 creo una variable nueva sobra la cual voy a recodificar
poblacion_filtrada$gruposedad <- poblacion_filtrada$INDIC_DE
poblacion_filtrada$gruposedad[poblacion_filtrada$gruposedad=="PC_Y15_24"|
 poblacion_filtrada$gruposedad=="PC_Y25_44"| 
 poblacion_filtrada$gruposedad=="PC_Y45_64"] <- "PC_Y15_64"

poblacion_filtrada <- group_by(poblacion_filtrada,gruposedad , obsTime,  GEO) #agrupado para calculos
# Sumando segun la nueva recodificación
poblacion_agrupada <- as.data.frame(summarize(poblacion_filtrada, porc=sum(obsValue)))

#======================================
# DE Long to Wide (años en columnas)
#======================================
names(poblacion_agrupada)
poblacion_agrupada_wide <- dcast(poblacion_agrupada, GEO + gruposedad ~ obsTime, value.var ="porc" )

#======================================
# Exportar a un excel
#======================================
write.xlsx(poblacion_agrupada_wide,
paste(geo,"Europop_historico.xlsx", sep=""), 
sheetName="Datos",col.names=TRUE, row.names=TRUE, append=FALSE, showNA=TRUE) 
Espero que les sea útil. Cualquier cosa, contactar conmigo:
https://twitter.com/diego_torres Mi twitter
https://es.linkedin.com/in/diegotorrestorres Mi perfil en el LinkedIn
http://tweetrelevante.blogspot.com.es/ Identificando los tuits más relevantes de Twitter
http://vacanlab.blogspot.com.es/ Un buscador de empleo
https://www.linkedin.com/grp/home?gid=5185072 Grupo Nowcasting en Economía