Monitorear ejecución presupuestal desde R

Author

Samuel Calderon

Published

August 9, 2022

Este post marca el lanzamiento oficial de un nuevo paquete para R llamado {perutranspaeconomica}. El paquete cuenta con sitio web oficial y repositorio en Github. Su objetivo es acceder a los datos de ejecución presupuestal de las unidades ejecutoras (entidades públicas) que operan en el país.

El paquete es mejor aprovechable para las personas que estén familiarizadas con el Portal de seguimiento a la ejecución de gasto presupuestal del Ministerio de Economía y Finanzas. Hasta el momento, sirve para hacer consultas a partir del 2012. Con el paso del tiempo (y con algo de apoyo de la comunidad) puede ampliarse para abarcar años anteriores.

Como ejemplo, podemos ver cuánto se presupuesto y gastó en el año 2021 en todo el país. Comenzamos por cargar el paquete y la colección tidyverse para facilidad de tratamiento de los datos.

library(perutranspaeconomica)
library(tidyverse)

Para hacer la consulta, podemos usar la función gasto(). Con esto obtenemos una tabla muy similar a la de la plataforma del MEF. Para apreciar mejor la información, la convierto en un objeto JSON.

gasto(year = 2021) |> 
    jsonlite::toJSON(pretty = TRUE)

Para ver una evolución en el tiempo, podemos usar una consulta iterativa. Así aprovechamos mejor las oportunidades del paquete.

consulta <- 2012:2021 |> 
    map_dfr(~gasto(year = .x))

consulta

Por último, podemos graficar los datos obtenidos. En este caso, para conocer la evolución en la ejecución presupuestal del Estado peruano desde el 2012 al 2021.

consulta |> 
    ggplot(aes(year, avance_percent)) +
    geom_line() +
    geom_label(aes(label = avance_percent))

Como se puede ver, la ejecución presupuestal ha sido superior al 80% en los últimos años, pero nunca alcanzó el 90% de lo presupuestado.

Sin usar el paquete habría sido necesario:

  1. Navegar la plataforma año por año
  2. Para cada año, descargar un archivo excel con la información
  3. Juntar todas las tablas en un solo archivo.
  4. Procesar la información y generar el gráfico

¡El paquete permitió saltarse los tres primeros pasos! Una consulta más compleja hubiese requerido más tiempo repetido en los pasos 1 y 2. Este es un ejemplo simple para demostrar las posibilidades de usar la información que tenemos a la mano.