Content uploaded by Giorgio Cunto Morales
Author content
All content in this area was uploaded by Giorgio Cunto Morales on Aug 18, 2022
Content may be subject to copyright.
UNIVERSIDAD CATÓLICA ANDRÉS BELLO
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
ESCUELA DE ECONOMÍA
CARACAS
LA RED DE COMERCIO GLOBAL:
ANÁLISIS DE INTERCONECTIVIDAD SISTÉMICA (2000-2020)
Giorgio
Diego Santana
Autores:
Giorgio Cunto Morales
Diego Santana Fombona
Giorgio Cunto Morales
Diego Santana Fombona
Caracas, noviembre de 2021
ÍNDICE DE CONTENIDO
ÍNDICE DE TABLAS Y FIGURAS ............................................................................................................... ii
RESUMEN ................................................................................................................................................... iii
INTRODUCCIÓN.......................................................................................................................................... 1
MARCO ANALÍTICO ................................................................................................................................... 3
RESULTADOS ............................................................................................................................................ 13
CONCLUSIONES........................................................................................................................................ 24
REFERENCIAS BIBLIOGRÁFICAS .......................................................................................................... 26
APÉNDICE .................................................................................................................................................. 28
ÍNDICE DE TABLAS Y FIGURAS
Tabla 1. Atributos de la red para el comercio global. ................................................................................... 13
Figura 1. La red de comercio global (2020). ................................................................................................. 14
Figura 2. La red de comercio global (2000). ................................................................................................. 15
Tabla 2. Top 50 jurisdicciones por interconectividad comercial sistémica (2020). ........................................ 17
Figura 3. Diagrama de flujos comerciales– Top 50 (2020). ........................................................................... 19
Figura 4. Diagrama de flujos comerciales – Top 50 (2000). .......................................................................... 20
Figura 5. Índice de interconectividad comercial sistémica (2000-2020). ....................................................... 21
Figura 6. Ranking de interconectividad comercial sistémica (2000-2020). .................................................... 22
Tabla A. Ranking de jurisdicciones a nivel de interconectividad (2020). ...................................................... 28
Tabla B. Clasificación regional de cada país. ............................................................................................... 33
RESUMEN
Este trabajo se centra en el estudio y visualización de la red de comercio global, con
la elaboración de un enfoque analítico para apreciar la evolución estructural de la misma y la
importancia de sus integrantes a lo largo del tiempo. Utilizando información proveniente de
la Dirección de Estadísticas Comerciales (DOTS) del Fondo Monetario Internacional (FMI),
y aplicando técnicas de la literatura sobre análisis de grafos, se expande en la metodología
planteada por Errico y Massara (2011) para la evaluación empírica de interconectividad sis-
témica en relaciones comerciales. Se toma una muestra de 490.429 nexos bilaterales entre
206 jurisdicciones para el periodo 2000-2020, sobre la cual se construye una red de comercio
global; a la que se analiza anualmente sus características estructurales a nivel del sistema
completo y de nodos. Subsecuentemente se construye un índice compuesto de interconecti-
vidad comercial sistémica a partir de 13 atributos de fortaleza y centralidad, con tal de iden-
tificar la importancia relativa de cada participante durante el periodo estudiado. Los resulta-
dos dan cuenta de una red que en dos décadas ha crecido en su grado de integración e inter-
conectividad, con reversiones recientes coincidentes con la pandemia COVID-19. Dentro de
las jurisdicciones más importantes, se observa el dominio de Economías Avanzadas de Norte
América, Asia y Europa, destacándose las ganancias obtenidas por algunas Economías Emer-
gentes, que pasan a tener roles más predominantes dentro de un sistema comercial complejo.
INTRODUCCIÓN
El crecimiento en escala y complejidad de relaciones económicas internacionales, espe-
cialmente en el ámbito financiero y comercial, conlleva a la formación de estructuras de ac-
tividad supranacional que adquieren una “vida propia” más allá de sus componentes indivi-
duales. En ese sentido, el estudio del sector externo de una jurisdicción particular está fuer-
temente vinculado a su relación y participación dentro de dichas estructuras, mucho más si
se tiene interés en medir la transmisión de choques comerciales transfronterizos.
La literatura de teoría de grafos provee avenidas metodológicas interesantes para analizar
las estructuras de redes comerciales, operando bajo la noción de que jurisdicciones con más
y mayores vínculos adquieren creciente relevancia dentro del sistema global; y por ende una
mayor influencia sobre otras jurisdicciones y la estabilidad de la red completa.
En ese ámbito, Errico y Massara (2011) desarrollaron un enfoque empírico para la iden-
tificación de jurisdicciones “sistémicamente importantes” al comercio global, a partir de un
índice compuesto que incorpora métricas de interconectividad junto con dimensiones abso-
lutas y relativas de sectores externos individuales
1
, y alimentada por información publicada
de la Dirección de Estadísticas Comerciales (DOTS) del Fondo Monetario Internacional
(FMI).
El modelo se adecúa fácilmente a un amplio rango de ejercicios analíticos de dinámicas
comerciales, y los autores lo diseñaron con el propósito de que fuese revisado y recalibrado
para hacerle seguimiento al desenvolvimiento del comercio global en la medida que surgiera
nueva información de DOTS. Es en esta dimensión temporal donde el trabajo inicial se en-
cuentra limitado, al concentrar su análisis en cambios de la posición relativa de jurisdicciones
dentro de la red comercial para un momento dado
2
, sin prestarle atención a la evolución in-
dividual de los atributos de red que puede experimentar cada jurisdicción en el tiempo.
1
Un enfoque inspirado en análisis usualmente empleado para el sistema financiero.
2
Con la añadida limitante que éste (y trabajos similares) analizan evoluciones temporales como diferencia entre
dos momentos distantes, sin mucho detalle sobre desarrollos en el interino.
2
Este trabajo se apoya en la base establecida por Errico y Massara y, empleando informa-
ción de flujos comerciales anuales para todas las jurisdicciones monitoreadas por DOTS du-
rante las últimas dos décadas, elabora un índice ampliado de interconectividad comercial
sistémica. El enfoque facilita una observación más detallada de dinámicas comerciales a lo
largo del tiempo a escala de jurisdicciones individuales, y es acompañada de un análisis ge-
neral de la evolución de la estructura de la red global vista en su totalidad. Subsecuentemente
se reseñan hechos estilizados a partir de resultados globales, regionales y nacionales; conclu-
yendo con posibles aplicaciones y extensiones de este enfoque.
3
MARCO ANALÍTICO
El enfoque analítico de este trabajo se divide en tres fases. En un principio se construye
una red de comercio global a partir de información de flujos comerciales de DOTS, con datos
anuales para reflejar la evolución en el número de conexiones y el tamaño de las mismas a lo
largo de las últimas dos décadas. En la segunda fase se calculan métricas anuales de atributos
de interconectividad, tanto para la red general como para cada jurisdicción individual. En la
tercera fase se emplean los atributos a escala jurisdiccional para la elaboración de un índice
compuesto de interconectividad comercial sistémica. Todos los cálculos y visualizaciones se
realizan empleando el lenguaje de programación estadístico R con paquetes especializados
para importar los datos
3
, y posteriormente construir, procesar e ilustrar redes
4
.
Análisis de grafos y estudio de redes
El estudio de redes se centra en el análisis de grafos que denotan relaciones simétricas o
asimétricas entre objetos discretos. Empleando la terminología establecida por Borgatti y
Everet (2006), un grafo G(V, E) está conformado por un conjunto V de nodos
5
, una lista de
nexos E de vínculos
6
que conectan a pares de nodos. Estos vínculos pueden identificar la
transmisión de información unidireccional desde un nodo de origen i con su destino j
7
, con-
formando lo que se conoce como un grafo dirigido
8
.
3
Específicamente, imfr y rdbnomics.
4
Específicamente, igraph, ggraph, y circlize.
5
También conocidos como vértices, aristas, puntos o participantes.
6
También conocidos como bordes o líneas.
7
Se admite la existencia de otro vínculo en el que los roles de origen y destino se invierten, tratándose como
vínculos separados en los que Aij ≠ Aji.
8
Son muchas los tipos y configuraciones posibles de grafos. Para efectos de este trabajo solo se menciona
aquellas relacionadas a la construcción de la red de comercio global.
4
Cada vínculo aij
9
, puede tomar un valor numérico o un peso wij para representar la exis-
tencia y magnitud de las relaciones entre nodos. Cuando las diferentes magnitudes
10
de los
vínculos juegan un rol en las dinámicas de red, y por ende su estudio, el grafo se considera
pesado. Por su parte, en grafos no pesados todos los vínculos se consideran efectivamente
equivalentes
11
. El análisis de atributos de red, especialmente a escala de nodos individuales,
es afectado por si se toma en cuenta o no el peso de los nexos.
El recorrido entre dos nodos es la secuencia de vínculos que los conectan en la cual
ningún nodo es visitado más de una vez, siendo la distancia d(i, j) de ese recorrido el número
de vínculos o ¨saltos¨ entre los nodos extremos. El recorrido más corto δij entre dos nodos
corresponde al que tenga la menor distancia
12
, ya sea porque contenga el menor número de
saltos en grafos no pesados, o por minimizar el peso acumulado entre nodos
13
.
Red de Comercio Global
Se construye una red definida a partir del conjunto de relaciones bilaterales (vínculos)
existentes entre 206 jurisdicciones
14
(nodos) monitoreadas por DOTS. El peso de los vínculos
corresponde al valor de exportaciones en dólares nominales valuadas a FOB
15
, considerán-
dose más “cercanos” aquellos vínculos con mayor valor. La identificación de su origen y
destino hacen que la red sea direccionada. Tomando información anual del periodo 2000-
2020, la muestra total abarca 409.429 vínculos individuales. La red se analiza a escala glo-
bal
16
y a escala de nodos.
9
Visto desde la perspectiva de una matriz de adyacencia Aij, corresponde a la relación entre la i-ésima fila y j-
ésima columna.
10
Expresadas en la escala o métrica de interés para la red particular, y puede denotar cosas como tamaño,
distancia, costo, trasmisión, etc.
11
Visto en términos binarios, vínculos existentes toman el valor de 1 y vínculos inexistentes toman el valor de
0.
12
Distancia en términos de red, no necesariamente en términos geográficos.
13
En grafos pesados los cálculos de distancia toman en cuenta la interpretación particular de los pesos de los
vínculos. Haciendo necesario algunos ajustes si se desea que mayores valores absolutos “acerquen” a los nodos
o los “alejen”.
14
A efectos prácticos, las jurisdicciones corresponden a naciones con registros individuales de información en
el FMI, que en algunos casos incluye a entidades que técnicamente pertenecen a otro país, pero por diferentes
motivos llevan registros separados; como es el caso de Macao (MAC), Hong Kong (HKG) y las Islas Falkland
(FLK)
15
“Free on Board” o “Libre a bordo, puerto de carga convenido”.
16
La red vista como un todo.
5
Atributos de Red Global
El análisis de la red como un todo consta en la identificación de características de inter-
conectividad estructural, las mismas provenientes del comportamiento agregado de todos los
nodos y vínculos en un momento dado. Para observar la evolución de dichas características
a lo largo del tiempo, se elabora un grafo individual para cada año de información, a los
cuales se les delimitan los siguientes atributos:
(i) “Número de nodos” es el total de jurisdicciones participantes en la red durante un
año. El aumento de este número refleja la entrada de nuevos integrantes de la red en
la medida que DOTS registra su información comercial.
(ii) “Número de vínculos” corresponde al total de flujos de exportaciones unidireccio-
nales entre pares de nodos. El crecimiento de este número refleja el establecimiento
de nuevos vínculos directos entre los integrantes de la red.
(iii)“Diámetro” corresponde a la distancia en el recorrido más corto entre los dos nodos
más distantes de toda la red.
(iv) “Densidad” se refiere a la proporción del conjunto E de vínculos existente en la red
sobre el total de vínculos posibles que podrían existir entre el conjunto V de nodos
que conforman un grafo, con la máxima densidad posible siendo igual a 1. Para grafos
dirigidos el número máximo de vínculos posibles es el doble que en grafos no dirigi-
dos.
(v) “Distancia promedio” se refiere al promedio de la distancia de los recorridos más
cortos entre todos los pares de nodos.
(vi) “Asortatividad”
17
es una medida de similitud que mide el grado de conexión entre
nodos “parecidos” que comparten alguna característica, comparado con nodos “dife-
rentes”. En grafos dirigidos se satisfacen las reglas de suma:
17
Del inglés assortativity, siguiendo la definición de Newman, M. E. (2003).
6
Donde exy es la fracción de vínculos que conectan a nodos de tipo x con nodos de tipo
y. Con y siendo las fracciones de conexiones que tienen como destino un tipo
x. Para la red de comercio global se calcula un coeficiente de asortatividad regional r
que mide el grado de comercio entre jurisdicciones de un mismo grupo regional rela-
tivo a jurisdicciones pertenecientes a otros grupos.
El coeficiente crece en la medida que sea mayor el comercio intrarregional, siendo r
=0 cuando la red es perfectamente desatortativa y no existe comercio entre jurisdic-
ciones de un mismo grupo
18
. Y r =1 cuando hay perfecta asortatividad regional
19
, y
el comercio es estrictamente entre miembros de una misma región.
Atributos de Jurisdicciones
El análisis a escala de jurisdicciones se centra en determinar la importancia o influencia
de un nodo particular dentro del sistema completo, según los valores de una serie de atributos
en un momento dado. Para la red de comercio global se estiman medidas de fortaleza que
capturan el tamaño del sector externo de cada jurisdicción, y medidas de centralidad que
corresponden a características posicionales que describen el rol, u ocupación, de cada nodo
dentro de la estructura de la red.
Medidas de fortaleza
Las medidas de fortaleza son calculadas a partir de la suma de los pesos de cada vínculo
entre nodos. En la red de comercio global esto corresponde al valor agregado, en dólares
nominales, de los flujos comerciales existentes entre pares de jurisdicciones, específica-
mente:
18
Haciendo que
19
Haciendo que
7
(i) “Fortaleza de salida”, correspondiente a las exportaciones totales
20
de una juris-
dicción i valuadas a FOB
21
. En esencia la suma de los pesos de los vínculos con
cada una de sus contrapartes j, lo que equivale a sus exportaciones totales.
(ii) “Fortaleza de entrada”, equivalentes a las importaciones totales de una jurisdic-
ción i, calculadas a partir de la suma exportaciones valuadas a FOB cuyo origen
tiene a las jurisdicciones j
22
(iii) “Fortaleza total”, o la suma de importaciones y exportaciones, equivalente al ta-
maño entero del sector externo valuado a FOB.
Medidas de centralidad
La participación de cada nodo dentro de la red puede analizarse desde la perspectiva de
centralidad, en esencia la importancia relativa de cada nodo dentro de la red en función de
su rol en la conformación estructural del grafo y sus recorridos, la transmisión de información
dentro de la red, o el “prestigio” proveniente de la conectividad de otros nodos. Existen mu-
chas métricas de centralidad, todas en esencia buscando una forma de ordenar los nodos se-
gún un criterio de referencia analítico.
20
La base de datos de DOTS cubre exportaciones de bienes y no incluye servicios.
21
La única excepción en la muestra siendo Taiwán (TWN) que, por petición del gobierno de China (CHN), no
puede aparecer como jurisdicción que reporta información comercial a DOTS, y solamente como contraparte.
Para evitar que las exportaciones taiwanesas fuesen equivalentes a cero, y para mantener la fuente de la infor-
mación dentro de DOTS, se reconstruyeron sus flujos a partir de las importaciones valuadas a CIF (“Cost,
Insurance and Freight” por su definición en inglés) que las demás jurisdicciones reportaron como provenientes
de TWN. Esto sobrestimará, el tamaño del sector externo taiwanés, pero se determinó que tal impacto es trivial
dentro de los cálculos de la red completa.
22
Técnica de ¨datos de espejo¨ o mirror data. En sus datos DOTS admite tal equivalencia y activamente la
emplea en aquellos casos para los que una jurisdicción no provea datos suficientes. Sin embargo, reconoce que
incluso controlando por costos, seguros y fletes; pueden existir inconsistencias entre importaciones y exporta-
ciones, usualmente resultantes de diferencias en conceptos de clasificación; tiempo de registro; valuación; co-
bertura y errores de procesamiento.
8
Para la red de comercio global se emplean en total 10 medidas de centralidad, de las
cuales 4 pares corresponden a versiones pesadas y no-pesadas de una misma métrica. Medi-
das no-pesadas
23
permiten apreciar la interconectividad de la red en su estado más “puro”, en
el que la importancia de cada jurisdicción depende principalmente de la existencia de rela-
ciones comerciales
24
, independientemente del valor en dólares de las mismas. Por su parte,
medidas pesadas sirven como una integración de nociones de fortaleza e interconectividad,
donde la magnitud de los flujos
25
es un elemento definitorio en la configuración de la red.
(i) “Centralidad de grados de salida”, es el número total vínculos en los que la ju-
risdicción i le exporta a sus contrapartes j. Está dado por la suma:
(ii) “Centralidad de grados de entrada” es el número total vínculos en los que la
jurisdicción i es la receptora de exportaciones provenientes de sus contrapartes j.
Está dada por la suma:
(iii) “Centralidad de Cercanía”, corresponde a qué tan cerca está una jurisdicción
respecto a todas las demás. En esencia el inverso de la distancia promedio de los
recorridos más cortos δij entre la jurisdicción i y todos los demás participantes de
la red. Está dado por la fórmula donde n equivale al número de recorridos más
cortos.
23
El peso se vuelve efectivamente igual a 1 dentro de los cálculos.
24
Efectivamente de la conformación estructural de la red.
25
Diferentes medidas de centralidad tratan a los pesos de forma diferente. Algunas (como centralidad de cer-
canía) castigan los pesos, mientras que otras (como en medidas de prestigio) los premian. Para efectos de este
trabajo se considera que flujos de comercio más grandes son más importantes y reflejan relaciones más fuertes.
Por lo tanto, en los casos que sea necesario se ajusta los pesos (dividiendo 1 entre su valor) para que en todas
las métricas de centralidad mayores pesos correspondan sean consistentemente contribuyentes a mayor valor
de centralidad.
9
En el caso de cercanía pesada, la distancia de los recorridos más cortos toma en
consideración el inverso del peso de los flujos comerciales, de forma tal que
vínculos más grandes sean asociados con mayor cercanía
26
.
(iv) “Centralidad de Intermediación”, se refiere al número de veces en las que una
jurisdicción se encuentra en el recorrido más corto entre otros dos nodos. Está
dado por la fórmula:
Dónde gjk denota el número de recorridos más cortos entre dos nodos y gjk(i) es el
número de esos recorridos que pasan por el nodo i. La probabilidad de que un
nodo i esté dentro del recorrido más corto entre j y k está dada por gjk(i)/gjk, siendo
la intermediación la suma de estas probabilidades para todos los pares de nodos
excluyendo i, dividida entre el número total que la suma pueda obtener. En el caso
de intermediación pesada los recorridos más cortos incorporan el inverso del peso
de los flujos comerciales, de forma tal que equivalen a los canales de mayor ta-
maño entre jurisdicciones sin conexión directa
27
.
(v) “Centralidad de vector propio”, entra como una categoría de “prestigio”, en el
que la importancia de una jurisdicción i es definida a partir de la conectividad de
las demás jurisdicciones con las que i tiene contacto
28
. Esta consideración por el
estatus de vecinos convierte al cálculo en un proceso de determinación simultánea
en el que el valor para cada nodo depende de que se calcule el valor para todos
los demás. Está dado inicialmente por la formula:
26
Cálculos tradicionales de centralidad de cercanía toman una definición más literal de ¨distancia¨, con los
pesos siendo equivalentes a la lejanía entre nodos.
27
La interpretación económica de cercanía de intermediación debe adecuarse a las limitaciones en la composi-
ción de esta red particular. Aunque intuitivamente puede insinuar la participación en cadenas de valor o rutas
de remisión de mercancía, los datos empleados en este estudio no permiten identificar si efectivamente ese es
el caso; consecuencia de no contar con desagregación por tipo de producto, o identificación de la porción del
flujo que corresponde a una remisión inicialmente proveniente de otros países. Por tal motivo esta centralidad
se analiza más desde la perspectiva de interconectividad a partir de la existencia de vínculos comerciales, in-
cluso cuando su manifestación operativa no sea inicialmente evidente.
28
El análisis se centra en los vecinos de una jurisdicción más que en valores intrínsecos de la jurisdicción en sí.
10
Donde vi corresponde a un puntaje de centralidad relativa para la jurisdicción i,
M(i) corresponde a un conjunto de nodos con los cuales la jurisdicción i está co-
nectada, Aij es la matriz de adyacencia de flujos comerciales, y corresponde a
una constante. Esta definición puede re-expresarse como una ecuación de vector
propio (eigenvector):
Donde corresponde al valor propio (eigenvalue) más alto
29
para el vector pro-
pio
30
v de elementos no-negativos
31
. En consecuencia, la centralidad relativa de
es equivalente al i-ésimo componente de dicho vector propio, y la medida de
centralidad final equivalente a dicho componente:
Esta medida termina reflejando el resultado final de un proceso iterativo
32
que
representa la asignación de puntajes a cada componente del grafo en función de
los puntajes de sus vecinos
33
. Dentro de la red comercial, una mayor centralidad
corresponde a jurisdicciones que tienen vínculos a otras jurisdicciones altamente
conectadas. Para el caso de centralidad de vector proprio pesado, el valor de los
flujos comerciales es considerado, por lo que la centralidad de una jurisdicción se
vuelve función del tamaño total del sector externos de sus socios
34
(vi) “Centralidad Alfa”, es otra medida de prestigio adecuada para redes dirigidas
35
que sigue una lógica y proceso de estimación muy similar a la centralidad de vec-
tor propio, con el añadido de elementos para considerar el valor intrínseco del
nodo donde se centra el análisis, está dado por la fórmula:
29
También conocido como el radio espectral.
30
También conocido como el vector propio principal.
31
En concordancia con el teorema de Perron-Froebenius, que afirma que una matriz cuadrada real con entradas
positivas tiene un máximo valor propio único real, para el que su subsecuente vector propio puede conformarse
de componentes estrictamente positivos.
32
Power Iteration o método de las potencias.
33
Recursivamente se actualiza el poder de un nodo, que proviene de la suma del poder de los demás nodos con
los que tiene conexión.
34
En otras palabras, los países con mayor centralidad de vector propio son los que están conectados a vecinos
que de por si tienen sectores externos con muchas conexiones, o son grandes en términos de fortaleza.
35
Una debilidad de la centralidad de vector propio son los “vaciados de poder” en redes dirigidas no muy
conectadas en grafos acíclicos, o aquellos en los que la transmisión de información no produce una cadena
11
Donde βi representa una fuente de influencia externa a la interconectividad de la
red, y que a efectos prácticos corresponde a una magnitud de peso
36
, o estatus,
que se le da a cada nodo independientemente de sus conexiones. Mientras que α
es una constante entre 0 y 1/λ
37
, que relativiza la importancia de la conectividad
respecto a la influencia externa. Dentro de la red de comercio global la interpre-
tación de esta medida es bastante similar a centralidad de vector propio, donde el
valor de cada jurisdicción depende (parcialmente) del sector externo de sus veci-
nos comerciales. De la misma forma que la centralidad de vector propio, cuando
se calcula la centralidad alfa pesada, el peso de los flujos comerciales de contra-
partes incide en el valor de la jurisdicción i.
Índice de Interconectividad Comercial Sistémica
Determinados los atributos de cada jurisdicción para todos los años, se procede a elaborar
un índice compuesto de interconectividad comercial sistémica a partir de tres subíndices que
reúnen atributos de “Fortaleza”
38
, “Centralidad no pesada”
39
y “Centralidad pesada”
40
. Cada
atributo individual es sometido a un proceso de normalización de panel percentil
41
, en el que
se juntan los resultados individuales obtenidos por los nodos entre 2000 y 2020
42
, y se iden-
tifica su posición percentil (entre 0 y 100)
43
dentro de todo el periodo.
cerrada. La red de comercio global analizada en este trabajo es altamente interconectada y efectivamente cíclica,
por lo que no sufre por vaciados de poder.
36
Cuando β=1 la centralidad de Alfa se vuelve equivalente a la centralidad de Katz.
37
Cuando α=0 la centralidad se vuelve equivalente a los valores de β, en esencia el peso intrínseco asignado a
cada nodo. Cuando α es más grande, la centralidad converge hacia efectivamente ser equivalente a la centralidad
de vector propio. Una vez que α supere el valor de 1/λ, las centralidades empiezan a divergir, por lo que se
recomienda que α se mantenga justo por debajo de 1/λ para obtener resultados comparables con centralidad de
vector propio.
38
Incluye fortaleza de salida, fortaleza de entrada y fortaleza total.
39
Incluye centralidades de grados (salida y entrada) y versiones no pesadas de centralidad de cercanía, inter-
mediación, vector propio y alfa.
40
Incluye versiones no pesadas de centralidad de cercanía, intermediación, vector propio y alfa.
41
Siguiendo una elaboración similar al Global Connectedness Index de DHL elaborado por Altman y Bastian
(2020).
42
Equivalente a 4.292 valores por atributo.
43
Esto hace que la diferencia entre jurisdicciones se vuelva posicional, sin verse muy afectada por la magnitud
de esas diferencias para observaciones de un atributo determinado.
12
Una vez realizada la normalización por percentil, se calcula los subíndices de Fortaleza
44
y Centralidad (pesada y no pesada) a partir del promedio simple de sus atributos correspon-
dientes. A su vez, el promedio simple de estos tres grupos conformará el índice general defi-
nitivo.
Posteriormente, se reordena el índice por año para cada jurisdicción, siendo los valores
más altos indicativos de las jurisdicciones con mayor importancia sistémica para la red de
comercio global. El índice resultante facilita hacer ordenamiento (ranking) de jurisdicciones
en un año determinado, a la vez que permite observar tendencias en la mejora, o desmejora,
de interconectividad a lo largo del tiempo
45
.
Una peculiaridad de este método de cálculo consiste en que al añadirle nueva informa-
ción
46
a la muestra, el índice se recalcula de nuevo para todos los años, actualizando todos
sus valores de forma retroactiva. En ese sentido, es recomendable que las puntuaciones ob-
tenidas para cualquier corrida del índice se analicen en términos de su periodo determinado
47
.
44
Técnicamente hablando, las medidas de fortaleza podrían considerarse como versiones pesadas de centralidad
de grados. Sin embargo, las mantenemos separadas a efectos emular la estructura básica de Errico y Massara
(2011) donde el tamaño absoluto de los sectores externos tiene un peso considerable sobre el índice.
45
De haberse utilizado un índice de normalización anual como el propuesto por Lockwooh (2004) se podría
calificar y ordenar a los países por año, pero visto para un horizonte mayor a un periodo solo se distinguirían
los cambios relativos de posiciones sin recoger el avance (o caída) de métricas individuales a lo largo del tiempo
para una jurisdicción determinada.
46
Ya sea extendiendo la serie para cubrir un periodo más extenso, o simplemente cambiándole la periodicidad
para tener más datos.
47
Se pueden comparar diferentes corridas para diferentes periodos a efectos de análisis de robustes. Sin em-
bargo, la naturaleza del cálculo para que el índice refleje una evolución intertemporal hace que encontrar los
valores para un año o momento determinado, sea necesario hallar los valores de todos los demás, por lo que los
resultados de corridas con diferente duración (Por ejemplo 2000-2015 vs. 2005-2020) no sean fácilmente com-
parables entre sí, incluso con varios años en común.
13
RESULTADOS
Los resultados son presentados en dos subsecciones. Inicialmente se muestra una evolu-
ción de las características estructurales en la interconectividad de la red de comercio global
a lo largo del periodo estudiado. Subsecuentemente, se analizan resultados a nivel jurisdic-
ciones conforme a lo arrojado por el índice de interconectividad sistémica. En ambas se pro-
veen hechos estilizados provenientes de las observaciones más resaltantes.
Resultados de Red
La evolución anual de los atributos de la red de comercio global está detallada en la
Tabla 1, acompañado con una representación visual de la estructura de red al inicio y final
del periodo estudiado en las Figuras 1 y 2, para las cuales se emplea diagramas de grafos
tradicionales en una selección de conexiones más importantes
48
. La distribución de jurisdic-
ciones sigue un algoritmo
49
organizativo para hacerla visualmente coherente; con las juris-
dicciones identificadas según su código ISO-3 y su grupo regional.
Tabla 1. Atributos de la red para el comercio global.
Año
Nodos
Vínculos
Diámetro
Densidad
(%)
Distancia
promedio
Asortatividad
(%)
Interconectivi-
dad promedio
2000
200
19.629
3
49,3
1,51
6,39
41,8
2001
201
19.848
3
49,4
1,50
6,05
41,4
2002
201
20.276
3
50,4
1,50
5,85
42,4
2003
202
20.927
3
51,5
1,48
5,93
43,3
2004
202
21.331
3
52,5
1,47
5,72
44,7
2005
204
21.668
3
52,3
1,47
5,95
45,1
2006
204
22.259
2
53,8
1,46
5,57
46,0
2007
204
22.701
2
54,8
1,45
5,65
47,6
2008
204
23.252
2
56,1
1,44
5,32
49,3
2009
205
23.424
3
56,0
1,44
5,28
48,3
2010
205
23.799
3
56,9
1,43
5,08
49,0
2011
206
24.257
3
57,4
1,42
5,18
50,6
2012
206
24.305
3
57,6
1,42
5,22
50,3
2013
206
24.549
2
58,1
1,42
5,12
50,6
48
Para facilitar la legibilidad de la red, solo se muestra el primer decil de las conexiones más importantes de
cada nodo según su peso.
49
Se emplea el algoritmo de Disposición de Grafo Grande (lgl por sus siglas en inglés) desarrollado por Adai
et al. (2004). El algoritmo trata de descubrir grupos (clústeres) desconectados de data y luego los distribuye
individualmente, a partir de un nodo “semilla” en cada grupo al que se le añaden vínculos en esferas hacia
afuera.
14
2014
206
24.787
2
58,7
1,41
4,97
50,8
2015
206
25.153
3
59,6
1,40
4,89
50,0
2016
206
25.379
2
60,1
1,40
4,86
49,6
2017
206
25.610
2
60,6
1,39
4,80
50,2
2018
206
25.972
2
61,5
1,38
4,62
51,0
2019
206
25.991
2
61,5
1,38
4,65
50,9
2020
206
25.312
2
59,9
1,40
4,68
49,7
Fuente: Base de datos de FMI DOTS. Cálculos propios.
Fuente: FMI DOTS. Elaboración propia.
Figura 1. La red de comercio global (2020).
Fuente: FMI DOTS & FMI WEO. Elaboración propia usando R.
AFG
ALB
DZA
ASM
AGO
AIA
ATG
ARG
ARM
ABW
AUS
AUT
AZE
BHS
BHR
BGD
BRB
BLR
BEL
BLZ
BEN
BMU
BTN
BOL
BIH
BWA
BRA
BRN
BGR
BFA
BDI
KHM
CMR
CAN
CPV
CAF
TCD
CHL
CHNCOL
COM
COG
COD
CRI
CIV
HRV
CUB
CUW
CYP
CZE
DNK
DJI
DMA
DOM
ECU
EGY
SLV
GNQ
ERI
EST
SWZ
ETH
FLK
FRO
FJI
FIN
FRA
PYF
GAB
GMB
GEO
DEU
GHA
GIB
GRC
GRL
GRD
GUM
GTM
GIN
GNB
GUY
HTI
HND
HKG
HUN ISL
IND
IDN
IRN
IRQ
IRL
ISR
ITAJAM
JPN
JOR
KAZ
KEN
KIR
XKX
KWT
KGZ
LAO
LVA
LBN
LSO
LBR
LBY
LTU
LUX
MAC
MDG
MWI
MYS
MDV
MLI
MLT
MHL
MRT
MUS
MEX
FSM
MDA
MNG
MNE
MSR
MAR
MOZ
MMR
NAM
NRU
NPL
NLD
NCL
NZL
NIC
NER
NGA
MKD
NOR
OMN
PAK
PLW
PSE
PAN
PNG
PRY
PER
PHL
POL
PRT
QAT
ROU
RUS
RWA
WSM
SMR
STP
SAU
SEN
SRB
SYC
SLE
SGP
SVK
SVN
SLB
SOM
ZAF
KOR
SSD
ESP
LKA
KNA
LCA
VCT
SDN
SUR SWE
CHE
SYR
TJK
TZA
THA
TLS
TGO
TON
TTO
TUN
TUR
TKM
UGA
UKR
ARE
GBR
USA URY
UZB
VUT
VEN
VNM
YEM
ZMB
ZWE
TWN
Asia del Sur
Europa y Asia Central
Medio Oriente y África del Norte
Asia del Este y Pacífico
África Subsahariana
América Latina y el Caribe
América del Norte
15
Figura 2. La red de comercio global (2000).
Fuente: FMI DOTS & FMI WEO. Elaboración propia usando R.
En general, se aprecia una red de por sí bastante integrada que va creciendo tanto en su
tamaño como interconectividad. Entre el año 2000 y 2020 el número total de vínculos direc-
tos pasó de 19.629 a 25.312, con el diámetro de la red reduciéndose de 3 a 2, lo que implica
que entre los nodos más distantes de la red hay dos grados de separación. Esta creciente
interacción es reflejada en una mayor densidad, la cual pasó de 0,49 (49%) a 0,59 (59%),
efectivamente aumentando en 10 puntos porcentuales (pp.) la proporción de conexiones exis-
tentes sobre el total posible.
AFG
ALB
DZA
ASM
AGO
AIA
ATG
ARG
ARM
ABW
AUS
AUT
AZE
BHS
BHR
BGD
BRB
BLR
BEL
BLZ
BEN
BMU
BTN
BOL
BIH
BWA
BRA
BRN
BGR
BFA
BDI
KHM
CMR
CAN
CPV
CAF
TCD CHL
CHN
COL
COM
COG
COD
CRI
CIV
HRV
CUB
CYP
CZE
DNK
DJI
DMA
DOM
ECU
EGY
SLV
GNQ
ERI
EST
SWZ
ETH
FLK
FRO
FJI
FIN
FRA
PYF
GAB
GMB
GEO
DEU
GHA
GIB
GRC
GRL
GRD
GUM
GTM
GIN
GNB
GUY
HTI
HND
HKG
HUN
ISL
IND
IDN
IRN
IRQ
IRL
ISR
ITA
JAM
JPN JOR
KAZ
KEN
KIR
KWT
KGZ
LAO
LVA LBN
LSO
LBR
LBY
LTU
LUX
MAC MDG
MWI
MYS
MDV
MLI
MLT
MHL
MRT
MUS
MEX
FSM
MDA
MNG
MSR
MAR
MOZ
MMR
NAM
NRU
NPL
NLD
NCL
NZL
NIC
NER
NGA
MKD
NOR
OMN
PAK
PLW
PSE
PAN
PNG
PRY
PER
PHL
POL
PRT
QAT
ROU
RUS
RWA
WSM
SMR
STP
SAU
SEN
SYC
SLE
SGP
SVK
SVN
SLB
SOM
ZAF
KOR
ESP
LKA
KNA
LCA
VCT
SDN
SUR
SWE CHE
SYR
TJK
TZA
THA
TGO
TON
TTO
TUN
TUR
TKM
UGA
UKR
ARE
GBR
USA
URY
UZB
VUT
VEN
VNM
YEM
ZMB
ZWE
TWN
Asia del Sur
Europa y Asia Central
Medio Oriente y África del Norte
Asia del Este y Pacífico
África Subsahariana
América Latina y el Caribe
América del Norte
16
Dicha densidad es acompañada por una reducción en la distancia promedio entre nodos,
implicando su acercamiento comercial. En un reflejo de creciente globalización, la asortati-
vidad de la red (preferencia por comercio intrarregional sobre interregional) es relativamente
débil desde el inicio de siglo, con tendencia decreciente. A efectos de resumen, la inclinación
a una mayor interconectividad puede observarse en el índice promedio anual, que favorece a
años recientes
50
.
La tendencia de todas las medidas indica un proceso de integración comercial con pocas
interrupciones, siendo el 2020 uno de los pocos años en los que la mayoría de los indicadores
registraron reversiones. Esto es consistente con el impacto de la pandemia de COVID-19
sobre el comercio bilateral en la medida que restricciones de actividad económica, cierres
fronterizos, y disrupciones sobre cadenas de suministros repercutió en una reducción en la
extensión del comercio global, correspondiendo al retroceso de interconectividad promedio
más grande en el periodo estudiado
51
.
Resultados de jurisdicciones
Resultados del índice de interconectividad sistémica, y sus subcomponentes, para las
50 jurisdicciones más sistémicamente importantes durante el 2020 son resumidos en la Tabla
2
52
. A efectos de contextualizar su importancia sistémica, de los sectores externos de esta
selección de jurisdicciones se origina el 93,5% de las exportaciones de toda la red, a la vez
que reciben 91,5% del total de importaciones
53
.
Al tope del ranking se encuentran Estados Unidos (USA), Alemania (DEU) y China
(CHN). El resto del ranking es dominado en su mayoría por jurisdicciones en Europa
54
y
Asia
55
. Visto de forma un poco desagregada de los tres subíndices que componen el cálculo
50
Al descomponer el índice en sus tres subcomponentes, aquellos que muestran mejores crecimientos son el
índice de fortaleza (en parte gracias a un crecimiento de carácter nominal), con una expansión de 12,3 pp., y el
de interconectividad no pesada, con una expansión de 10,4 pp. En cambio, el índice de interconectividad pesado
se ha mantenido prácticamente estable en el periodo de 21 años, con una expansión de solo 0,3 pp.
51
De hecho, mientras el índice general promedio registra una caída de 1,2 pp, el subíndice de centralidad no
pesada (esencialmente las mediciones más puras de interconectividad) registran una caída de 1,5 pp.
52
Resultados del 2020 para todas las jurisdicciones son presentadas en la Tabla A del apéndice.
53
Es decir, receptoras de las exportaciones de otros países.
54
De la cual un gran número de jurisdicciones pertenece a la Unión Europea, la zona euro, u otra configuración
del área de comercio común en ese subcontinente.
55
Especialmente los grupos regionales de “Europa y Asia Central”, junto con “Asia del Este y el Pacífico”.
17
total, China domina en Fortaleza, mientras que Francia (FRA) ocupa el primer lugar en Cen-
tralidad no-pesada. Por último, Estados Unidos presenta la marca más alta en Centralidad
Pesada.
Tabla 2. Top 50 jurisdicciones por interconectividad comercial sistémica (2020).
Ranking
Jurisdicción
(ISO)
Fortaleza
Centralidad
No Pesada
Centralidad
Pesada
Índice de
Interconectividad
1
USA
99,7
97,3
99,5
98,8
2
DEU
99,3
96,9
98,7
98,3
3
CHN
99,9
95,4
98,2
97,8
4
NLD
98,0
97,3
95,1
96,8
5
GBR
96,5
96,2
95,8
96,1
6
FRA
97,3
97,4
92,6
95,8
7
ITA
96,5
95,5
94,4
95,5
8
JPN
97,9
95,3
92,5
95,2
9
IND
93,8
95,1
95,5
94,8
10
KOR
96,7
94,6
92,4
94,5
11
BEL
95,4
96,6
91,4
94,5
12
ESP
93,7
94,9
93,4
94,0
13
CHE
93,5
91,5
94,5
93,2
14
HKG
97,6
86,8
94,5
93,0
15
AUS
91,3
91,6
92,0
91,6
16
TUR
89,9
91,5
90,9
90,7
17
BRA
89,9
91,7
89,7
90,4
18
MYS
91,1
90,6
88,3
90,0
19
THA
90,9
87,1
91,8
89,9
20
POL
92,9
90,8
85,5
89,7
21
DNK
85,6
92,1
87,2
88,3
22
TWN
95,2
78,8
88,8
87,6
23
CAN
95,4
93,8
73,2
87,5
24
ZAF
83,2
90,4
86,9
86,8
25
SWE
88,1
91,9
79,2
86,4
26
ARE
89,3
88,9
80,2
86,1
27
IDN
88,3
90,2
78,8
85,8
28
SAU
88,3
82,3
85,3
85,3
29
SGP
93,4
92,1
69,7
85,1
30
MEX
95,2
84,6
71,7
83,8
31
PRT
82,1
91,8
76,0
83,3
32
RUS
92,9
84,8
71,1
82,9
33
FIN
81,7
86,8
76,5
81,6
34
NZL
75,3
88,8
79,6
81,2
35
GRC
77,6
85,4
80,2
81,1
18
36
CHL
81,2
77,6
84,0
81,0
37
ROU
83,7
78,7
79,5
80,6
38
PHL
84,0
82,5
74,9
80,5
39
AUT
89,0
89,8
62,4
80,4
40
PAK
74,3
87,6
78,2
80,1
41
IRL
87,1
88,5
62,3
79,3
42
CZE
89,4
82,2
63,9
78,5
43
BGD
75,3
74,1
81,9
77,1
44
NOR
83,8
84,8
60,4
76,4
45
HUN
86,5
81,9
57,9
75,4
46
ISR
79,6
64,1
80,5
74,7
47
EGY
77,9
78,3
67,9
74,7
48
UKR
78,7
88,1
56,2
74,4
49
VNM
93,0
70,6
58,5
74,1
50
NGA
77,3
77,2
58,4
71,0
Fuente: Base de datos de FMI DOTS. Cálculos propios.
Dentro del Top 50, la interconectividad en países asiáticos parece enfocarse principal-
mente en ventajas en atributos de fortaleza, ya ejemplificado por China que ocupa el puesto
más alto. En este aspecto, los “Tigres Asiáticos”
56
, Japón (JPN) y Malasia (MYS) también
presentaron altos puntajes.
Por su parte, las ventajas de los países miembros de la Unión Europea se manifiestan en
mayores niveles de interconectividad estructural, particularmente en las medidas no pesadas
donde Francia y Los Países Bajos (NLD) ocupan los puestos más altos. En el caso de centra-
lidad pesada lideran Estados Unidos y países de Europa Occidental, destacando Reino Unido
(GRB), Suiza (CHE) y Países Bajos. A este último grupo se le suma India (IND) desde Asia
del Sur.
Cambios en la composición y las interacciones de ese Top 50 entre 2000 y 2020 son
visualizados en las Figuras 3 y 4 mediante diagramas de cuerda
57
siguiendo el modelo de
ilustración empleado por Cunto (2018)
58
, donde los integrantes del top 50 son agrupados por
56
Corea del Sur (KOR), Hong Kong (HKG), Taiwán (TWN), y Singapur (SGP).
57
De uso común en mapeos de secuencias genómicas.
58
Esencialmente, un diagrama de flujo circular para observar de manera simultánea entradas y salidas.
19
región y organizados de forma radial, desde los cuales salen flechas representando la direc-
ción y valor de exportaciones. Las marcas de graduación miden el tamaño total del sector
externo de cada jurisdicción en millardos de USD.
Figura 3. Diagrama de flujos comerciales– Top 50 (2020).
Fuente: FMI DOTS & FMI WEO. Elaboración propia usando R.
AFG
ALB
DZA
ASM
AGO
AIA
ATG
ARG
ARM
ABW
AUS
AUT
AZE
BHS
BHR
BGD
BRB
BLR
BEL
BLZ
BEN
BMU
BTN
BOL
BIH
BWA
BRA
BRN
BGR
BFA
BDI
KHM
CMR
CAN
CPV
CAF
TCD CHL
CHN
COL
COM
COG
COD
CRI
CIV
HRV
CUB
CYP
CZE
DNK
DJI
DMA
DOM
ECU
EGY
SLV
GNQ
ERI
EST
SWZ
ETH
FLK
FRO
FJI
FIN
FRA
PYF
GAB
GMB
GEO
DEU
GHA
GIB
GRC
GRL
GRD
GUM
GTM
GIN
GNB
GUY
HTI
HND
HKG
HUN
ISL
IND
IDN
IRN
IRQ
IRL
ISR
ITA
JAM
JPN JOR
KAZ
KEN
KIR
KWT
KGZ
LAO
LVA LBN
LSO
LBR
LBY
LTU
LUX
MAC MDG
MWI
MYS
MDV
MLI
MLT
MHL
MRT
MUS
MEX
FSM
MDA
MNG
MSR
MAR
MOZ
MMR
NAM
NRU
NPL
NLD
NCL
NZL
NIC
NER
NGA
MKD
NOR
OMN
PAK
PLW
PSE
PAN
PNG
PRY
PER
PHL
POL
PRT
QAT
ROU
RUS
RWA
WSM
SMR
STP
SAU
SEN
SYC
SLE
SGP
SVK
SVN
SLB
SOM
ZAF
KOR
ESP
LKA
KNA
LCA
VCT
SDN
SUR
SWE CHE
SYR
TJK
TZA
THA
TGO
TON
TTO
TUN
TUR
TKM
UGA
UKR
ARE
GBR
USA
URY
UZB
VUT
VEN
VNM
YEM
ZMB
ZWE
TWN
Asia del Sur
Europa y Asia Central
Medio Oriente y África del Norte
Asia del Este y Pacífico
África Subsahariana
América Latina y el Caribe
América del Norte
20
Figura 4. Diagrama de flujos comerciales – Top 50 (2000).
Fuente: FMI DOTS & FMI WEO. Elaboración propia usando R.
La composición del Top 50 entre 2000 y 2020 es relativamente estable para la mayo-
ría de los participantes, no tanto así en ubicación relativa. India, Polonia (POL), Turquía
AFG
ALB
DZA
ASM
AGO
AIA
ATG
ARG
ARM
ABW
AUS
AUT
AZE
BHS
BHR
BGD
BRB
BLR
BEL
BLZ
BEN
BMU
BTN
BOL
BIH
BWA
BRA
BRN
BGR
BFA
BDI
KHM
CMR
CAN
CPV
CAF
TCD CHL
CHN
COL
COM
COG
COD
CRI
CIV
HRV
CUB
CYP
CZE
DNK
DJI
DMA
DOM
ECU
EGY
SLV
GNQ
ERI
EST
SWZ
ETH
FLK
FRO
FJI
FIN
FRA
PYF
GAB
GMB
GEO
DEU
GHA
GIB
GRC
GRL
GRD
GUM
GTM
GIN
GNB
GUY
HTI
HND
HKG
HUN
ISL
IND
IDN
IRN
IRQ
IRL
ISR
ITA
JAM
JPN JOR
KAZ
KEN
KIR
KWT
KGZ
LAO
LVA LBN
LSO
LBR
LBY
LTU
LUX
MAC MDG
MWI
MYS
MDV
MLI
MLT
MHL
MRT
MUS
MEX
FSM
MDA
MNG
MSR
MAR
MOZ
MMR
NAM
NRU
NPL
NLD
NCL
NZL
NIC
NER
NGA
MKD
NOR
OMN
PAK
PLW
PSE
PAN
PNG
PRY
PER
PHL
POL
PRT
QAT
ROU
RUS
RWA
WSM
SMR
STP
SAU
SEN
SYC
SLE
SGP
SVK
SVN
SLB
SOM
ZAF
KOR
ESP
LKA
KNA
LCA
VCT
SDN
SUR
SWE CHE
SYR
TJK
TZA
THA
TGO
TON
TTO
TUN
TUR
TKM
UGA
UKR
ARE
GBR
USA
URY
UZB
VUT
VEN
VNM
YEM
ZMB
ZWE
TWN
Asia del Sur
Europa y Asia Central
Medio Oriente y África del Norte
Asia del Este y Pacífico
África Subsahariana
América Latina y el Caribe
América del Norte
21
(TUR) y Malasia registrando los mayores ascensos
59
, mientras que las principales caídas co-
rresponden a Australia (AUT), Canadá (CAN), Colombia (COL) y Venezuela (VEN),
60
éstas
dos últimas saliendo del Top 50; y Venezuela con una de las caídas más grandes de toda la
red en general
61
.
Seleccionando los casos de jurisdicciones que entraron o salieron del Top 50 al comparar
entre 2000 con 2020, se ejemplifica la progresión del índice (y por ende la interconectividad)
de las jurisdicciones a lo largo del tiempo en la Figura 5, donde jurisdicciones se colorean en
tonos de los grupos regionales usados en las otras figuras.
Figura 5. Índice de interconectividad comercial sistémica (2000-2020).
Fuente: FMI DOTS. Elaboración propia.
59
Ganancias de 10, 19, 9 y 11 puestos respectivamente.
60
Caídas de 19, 12, 17 y 48 puestos respectivamente.
61
Entre 2000 y 2020 el índice de interconectividad comercial en Venezuela se redujo -13,1 pp., que se traduce
en una pérdida de puestos superada solamente por Antigua y Barbuda (ATG), Zimbabue (ZWE) y Siria (SYR)
35.0
45.0
55.0
65.0
75.0
85.0
95.0
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
ARG BGD COL EGY ROU VEN
Índice de interconectividad comercial
22
Al Top 50 ingresaron Bangladesh (BGD), Egipto (EGY) y Rumania (ROU), mientras
que Argentina (ARG), Colombia y Venezuela salieron. Para la mayoría de los países se ob-
serva una tendencia creciente a lo largo del periodo, y pese a caídas en 2019-2020 coinciden-
tes con la pandemia del COVID-19, casi todos registraron índices superiores que en el 2000.
Incluso con una tendencia general al alza en el índice, los lugares en el ranking siguen
dependiendo de la comparación relativa respecto a las demás jurisdicciones
62
. En la Figura 6
se muestran los seis países escogidos para la Figura 5, solo que esta vez analizados según su
puesto en el ranking a lo largo del tiempo. Resalta el ascenso persistente de Bangladesh y
Rumania, el estancamiento semi-estabilizado de Argentina, y la pronunciada caída de VEN
desde 2014.
Figura 6. Ranking de interconectividad comercial sistémica (2000-2020).
Fuente: FMI DOTS. Elaboración propia.
62
Lo cual ocurre con frecuencia entre los integrantes que conforman el Top 50.
10
30
50
70
90
110
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
ARG BGD COL EGY ROU VEN
Ranking de interconectividad comercial
23
Este tipo de análisis puede extenderse a una perspectiva regional a partir del comporta-
miento promedio
63
. La mayoría de los grupos presentaron expansiones en su índice de inter-
conectividad promedio, con la excepción de América del Norte, que vio una disminución de
2,4 pp. motivado principalmente por una menor importancia sistémica de Canadá en la red
64
.
A pesar de tal disminución, Norte América se mantiene como la región líder en términos de
interconectividad, seguido por Europa y Asia Central.
Posicionando las regiones a partir de sus índices promedios, el único cambio se ob-
servó para Asia del Sur, con un aumento de 13.9 pp. en el índice de interconectividad, sobre-
pasando a Asia del Este y el Pacífico. Al fondo del ranking promedio se mantuvieron Amé-
rica Latina y el Caribe, junto con África Sub-Sahariana, con promedios de interconectividad
de 40,7 y 34,7 respectivamente. De hecho, América Latina y El Caribe fue la región con
menor expansión en su nivel de interconectividad (después de América del Norte), con un
crecimiento de solo 4,2 pp.
63
El enfoque analítico no calcula directamente métricas para grupos regionales; lo que podría ser considerado
para una extensión de este trabajo en el futuro.
64
Con una caída de 3,5 pp. en su índice
24
CONCLUSIONES
El análisis de interconectividad permite observar con detalle la progresión de las dinámi-
cas de la red comercial global de las últimas dos décadas, a una escala del sistema completo,
regional y, en especial, de jurisdicciones individuales. Los hallazgos destacan una tendencia
a mayor integración (globalización) de las redes comerciales, proceso detenido recientemente
por la pandemia del COVID-19.
En ese periodo, se observa un considerable ascenso de jurisdicciones emergentes de Asia
Oriental, las cuales se unen a Economías Avanzadas en Europa y Norteamérica para dominar
los primeros puestos en cuanto a importancia sistémica. Se dieron cambios no triviales en el
ordenamiento de las jurisdicciones pertenecientes al Top 50; aunque algunos de estos movi-
mientos pueden deberse al impacto asimétrico de la pandemia sobre el sector externo de di-
ferentes países.
Respecto al COVID-19, aunque se requiere más información para poder determinar efec-
tos más persistentes, los resultados iniciales dan cuenta de un retroceso en el número absoluto
de conexiones y el peso de las mismas, con aquellas jurisdicciones más perjudicadas coinci-
dentes con sectores externos vulnerables a disrupciones súbitas de cadenas de suministros,
especialmente aquellas relacionados a la extracción y exportación de materias primas, o eco-
nomías sometidas a cierres fronterizos agresivos.
Más allá de las observaciones iniciales, el enfoque analítico presentado en este trabajo se
adecua de forma elegante para abordar la interdependencia comercial desde varias aristas; y
la metodología base es fácil de recalibrar
65
, actualizar y ampliar. Bajo esa óptica, investiga-
ciones subsecuentes pueden extender la muestra para un periodo más prolongado, o alterna-
tivamente producir series de tiempo de más alta frecuencia
66
. De igual forma, el marco ana-
lítico puede extenderse para incluir, y diferenciar, al comercio de servicios, y ese a su vez
sumarse a intercambios financieros
67
.
65
Con la inclusión o reemplazo de nuevos tipos de atributos, junto con cambios en las ponderaciones del índice
66
DOTS dispone de datos mensuales.
67
Utilizando respectivamente datos de UNComtrade o el Banco de Pagos Internacionales (BIS).
25
Desde una perspectiva normativa, las jurisdicciones que albergan un sector comercial
sistémicamente importante podrían ser el foco natural para estudios de riesgo de efectos de
contagio
68
. El análisis subraya que las jurisdicciones con mayor índice muestran la interco-
nectividad más fuerte con la economía global, y, por lo tanto, tienen el mayor potencial para
transmitir perturbaciones a otras jurisdicciones a través del canal comercial.
El estudio de redes es un terreno fértil para el análisis económico, y aunque ya es imple-
mentado en aplicaciones sofisticadas
69
, todavía hay espacios para la incorporación de nuevas
perspectivas en el ámbito de comercio global. La metodología presentada en este trabajo
ofrece algunas avenidas, e insumos, no muy comunes en estudios convencionales de comer-
cio, los cuales pueden incorporarse a métodos de análisis más tradicionales, a efectos de en-
riquecer la apreciación que se tiene de fenómenos complejos en un mundo globalizado.
68
Aunado a la consideración de flujos financieros.
69
Como el Atlas de Complejidad Económica.
26
REFERENCIAS BIBLIOGRÁFICAS
Adai, A. T., Date, S. V., Wieland, S., & Marcotte, E. M. (2004). LGL: creating a map of
protein function with an algorithm for visualizing very large biological networks.
Journal of molecular biology, 340(1), 179-190.
Altman, S. A., Bastian, p. V. (2019). DHL Global Connectedness Index 2020: The State of
Globalization in a Distancing World. DHL & NUY Stern.
Borgatti, S. P., & Everett, M. G. (2006). A graph-theoretic perspective on centrality. Social
networks, 28(4), 466-484.
Csardi, G., & Nepusz, (2006). The igraph software package for complex network research.
InterJournal. Complex Systems, 1695. Obtenido de: http://igraph.org
Cunto, G (2018). DATAVIZ: interconectividad comercial sistémica utilizando R. Universi-
dad Metropolitana.
Errico, L., & Massara, A. (2011). Assessing Systemic Trade Interconnectedness: An Empir-
ical Approach (No. 11-214). Fondo Monetario Internacional.
Fondo Monetario Internacional. (2021). Direction of Trade Statistics. Washington: Fondo
Monetario Internacional. Obtenido de: http://data.imf.org/?sk=9D6028D4-F14A-
464C-A2F2-59B2CD424B85&sId=1488236767350
Fondo Monetario Internacional. (2021). In the Direction of Trade Statistics (DOTS), why
does summing up a country’s exports to (imports from) its partners not equal a coun-
try’s exports to (imports from) the world? How is a country’s total exports to (total
imports from) the world calculated? Washington: Fondo Monetario Internacional.
Obtenido de: http://datahelp.imf.org/knowledgebase/articles/516135-in-the-direction-
of-trade-statistics-dots-why-d
Fondo Monetario Internacional. (2021). Why do the exports of country A to country B not
equal to the imports of country B from country A in the Direction of Trade Statistics
(DOTS) dataset? Washington: Fondo Monetario Internacional. Obtenido de:
http://datahelp.imf.org/knowledgebase/articles/484353-why-do-the-exports-of-coun-
try-a-to-country-b-not-e
Gandrud, C. (2020). imfr: Download Data from the International Monetary Fund's Data
API. International Monetary Fund.
Gu, Z., Gu, L., Eils, R., Schlesner, M., & Brors, B. (2014). circlize implements and en-
hances circular visualization in R. Bioinformatics, 30(19), 2811-2812.
Hausmann, R., Hidalgo, C. A., Bustos, S., Coscia, M., & Simoes, A. (2014). The atlas of
economic complexity: Mapping paths to prosperity. Mit Press.
Lockwood, B. (2004). How robust is the Kearney/foreign policy globalization index?
World Economy, 27(4), 507-523.
Newman, M. E. (2003). Mixing patterns in networks. Physical review E, 67(2), 026126.
28
APÉNDICE
El apéndice incluye detalles en los rankings individuales para todas las 206 jurisdic-
ciones en nuestro conjunto de datos, resumidos en la Tabla A. En la Tabla B se incluye una
lista de los códigos ISO para todas las jurisdicciones, junto con sus respectivas regiones.
Tabla A. Ranking de jurisdicciones a nivel de interconectividad (2020).
Ranking
Jurisdicción
(ISO)
Fortaleza
Centralidad
No Pesada
Centralidad
Pesada
Índice de
Interconectividad
1
USA
99,7
97,3
99,5
98,8
2
DEU
99,3
96,9
98,7
98,3
3
CHN
99,9
95,4
98,2
97,8
4
NLD
98,0
97,3
95,1
96,8
5
GBR
96,5
96,2
95,8
96,1
6
FRA
97,3
97,4
92,6
95,8
7
ITA
96,5
95,5
94,4
95,5
8
JPN
97,9
95,3
92,5
95,2
9
IND
93,8
95,1
95,5
94,8
10
KOR
96,7
94,6
92,4
94,5
11
BEL
95,4
96,6
91,4
94,5
12
ESP
93,7
94,9
93,4
94,0
13
CHE
93,5
91,5
94,5
93,2
14
HKG
97,6
86,8
94,5
93,0
15
AUS
91,3
91,6
92,0
91,6
16
TUR
89,9
91,5
90,9
90,7
17
BRA
89,9
91,7
89,7
90,4
18
MYS
91,1
90,6
88,3
90,0
19
THA
90,9
87,1
91,8
89,9
20
POL
92,9
90,8
85,5
89,7
21
DNK
85,6
92,1
87,2
88,3
22
TWN
95,2
78,8
88,8
87,6
23
CAN
95,4
93,8
73,2
87,5
24
ZAF
83,2
90,4
86,9
86,8
25
SWE
88,1
91,9
79,2
86,4
26
ARE
89,3
88,9
80,2
86,1
27
IDN
88,3
90,2
78,8
85,8
28
SAU
88,3
82,3
85,3
85,3
29
SGP
93,4
92,1
69,7
85,1
30
MEX
95,2
84,6
71,7
83,8
31
PRT
82,1
91,8
76,0
83,3
32
RUS
92,9
84,8
71,1
82,9
29
33
FIN
81,7
86,8
76,5
81,6
34
NZL
75,3
88,8
79,6
81,2
35
GRC
77,6
85,4
80,2
81,1
36
CHL
81,2
77,6
84,0
81,0
37
ROU
83,7
78,7
79,5
80,6
38
PHL
84,0
82,5
74,9
80,5
39
AUT
89,0
89,8
62,4
80,4
40
PAK
74,3
87,6
78,2
80,1
41
IRL
87,1
88,5
62,3
79,3
42
CZE
89,4
82,2
63,9
78,5
43
BGD
75,3
74,1
81,9
77,1
44
NOR
83,8
84,8
60,4
76,4
45
HUN
86,5
81,9
57,9
75,4
46
ISR
79,6
64,1
80,5
74,7
47
EGY
77,9
78,3
67,9
74,7
48
UKR
78,7
88,1
56,2
74,4
49
VNM
93,0
70,6
58,5
74,1
50
NGA
77,3
77,2
58,4
71,0
51
SVK
84,0
74,2
51,3
69,8
52
BGR
74,0
80,9
54,5
69,8
53
ARG
77,7
71,8
59,2
69,6
54
SVN
76,7
75,7
54,9
69,1
55
HRV
70,1
68,2
67,1
68,5
56
JOR
62,1
68,8
71,0
67,3
57
MAR
73,7
70,5
57,5
67,2
58
CIV
62,0
75,3
63,1
66,8
59
COL
75,0
80,4
44,7
66,7
60
QAT
75,3
69,2
52,8
65,8
61
IRN
69,3
57,0
69,8
65,4
62
DOM
63,8
71,3
60,1
65,1
63
SRB
69,8
70,3
54,3
64,8
64
PER
74,3
67,5
51,5
64,4
65
LBN
55,5
76,1
60,3
63,9
66
TZA
58,4
69,7
62,5
63,5
67
LTU
73,8
75,7
36,0
61,8
68
LUX
68,6
75,8
40,2
61,5
69
KAZ
77,2
57,4
49,8
61,5
70
MMR
69,9
59,2
54,5
61,2
71
EST
67,8
70,8
41,7
60,1
72
LKA
63,8
75,7
40,5
60,0
73
KEN
61,6
77,8
39,4
59,6
74
URY
56,1
60,7
61,7
59,5
75
OMN
72,7
53,2
52,1
59,3
76
ETH
54,3
68,2
52,4
58,3
30
77
SEN
54,8
64,3
54,9
58,0
78
CRI
63,0
65,4
45,5
58,0
79
GHA
67,2
59,7
46,8
57,9
80
DZA
73,2
47,7
52,3
57,8
81
GTM
64,5
56,3
52,3
57,7
82
LVA
68,2
73,3
31,5
57,6
83
BLR
72,6
65,7
34,3
57,5
84
CYP
51,9
75,5
43,2
56,9
85
IRQ
77,4
42,7
48,8
56,3
86
ECU
67,4
53,8
47,5
56,2
87
TTO
49,0
61,6
57,7
56,1
88
PAN
60,0
50,1
58,1
56,1
89
KHM
69,3
60,5
37,5
55,8
90
TUN
65,9
60,3
40,9
55,7
91
KWT
57,4
74,2
34,5
55,3
92
MLT
55,9
69,2
36,6
53,9
93
MOZ
54,2
70,3
35,8
53,4
94
BHR
60,0
66,3
30,8
52,4
95
CMR
49,0
70,6
31,6
50,4
96
VEN
52,7
44,9
52,4
50,0
97
AZE
61,6
56,5
31,7
49,9
98
UZB
63,6
36,2
48,9
49,5
99
GIN
47,0
54,7
46,3
49,3
100
GEO
50,8
49,5
45,5
48,6
101
BIH
55,6
62,2
27,1
48,3
102
HND
53,8
55,0
36,1
48,3
103
COD
60,5
38,8
44,3
47,9
104
ALB
45,2
56,1
40,1
47,2
105
SDN
49,5
29,8
60,8
46,7
106
SLV
53,8
55,7
29,6
46,4
107
MUS
39,0
67,8
31,0
45,9
108
UGA
46,8
42,0
47,5
45,4
109
MKD
53,4
53,0
29,8
45,4
110
BFA
43,6
50,6
41,6
45,3
111
LBY
62,6
40,9
29,9
44,5
112
ZMB
52,2
52,7
28,3
44,4
113
ISL
47,9
55,6
29,4
44,3
114
AGO
59,7
43,1
25,9
42,9
115
NPL
43,2
48,9
34,5
42,2
116
MDA
45,4
58,9
22,2
42,2
117
NAM
47,3
64,0
14,6
42,0
118
BOL
51,9
51,0
22,8
41,9
119
MDG
37,7
59,2
26,8
41,2
120
TGO
46,1
46,3
28,4
40,3
31
121
JAM
39,0
49,6
31,9
40,2
122
MLI
43,4
59,4
17,4
40,1
123
PRY
56,5
27,8
34,5
39,6
124
COG
40,8
53,0
23,4
39,0
125
GAB
40,6
59,8
15,6
38,7
126
CUB
37,6
56,4
18,8
37,6
127
LAO
52,2
29,1
31,0
37,4
128
MRT
39,2
45,2
26,0
36,8
129
PNG
49,2
28,1
30,2
35,8
130
MNG
51,1
21,7
34,2
35,7
131
BHS
39,1
38,7
27,7
35,1
132
NIC
45,1
18,1
42,0
35,1
133
BRN
48,4
38,5
18,0
34,9
134
SLE
35,5
48,9
19,5
34,6
135
GUY
37,6
48,0
17,9
34,5
136
BEN
36,7
46,4
19,6
34,2
137
KGZ
45,4
32,2
25,1
34,2
138
HTI
36,8
38,9
25,3
33,7
139
DJI
36,4
35,2
29,3
33,6
140
LBR
42,6
27,8
29,9
33,5
141
MHL
47,5
18,5
30,8
32,2
142
ARM
40,8
40,7
14,9
32,1
143
YEM
37,4
31,4
27,4
32,1
144
MAC
46,3
19,2
29,9
31,8
145
SYR
36,9
19,9
36,5
31,1
146
ZWE
43,3
32,6
16,0
30,6
147
NER
31,4
46,8
12,9
30,4
148
AFG
40,8
24,1
25,2
30,0
149
GIB
38,1
20,6
30,0
29,6
150
MNE
29,0
45,9
13,0
29,3
151
TJK
40,0
28,0
18,5
28,8
152
SWZ
32,3
43,8
9,6
28,6
153
FJI
27,8
41,8
15,6
28,4
154
SOM
33,3
28,2
22,4
28,0
155
NCL
31,0
34,1
18,5
27,9
156
TKM
46,6
14,6
22,0
27,7
157
RWA
32,7
38,0
11,7
27,4
158
BRB
22,0
41,1
18,1
27,1
159
MWI
27,5
42,1
11,3
26,9
160
BWA
47,1
14,7
17,4
26,4
161
SUR
25,3
32,5
18,9
25,6
162
SYC
24,6
39,7
8,7
24,3
163
ATG
17,6
41,2
14,0
24,3
164
GUM
24,4
12,8
34,5
23,9
32
165
MDV
20,9
21,8
28,0
23,6
166
BMU
21,5
29,4
19,5
23,5
167
GNQ
32,8
25,0
11,7
23,2
168
XKX
29,4
27,7
11,8
23,0
169
FRO
29,0
30,5
9,1
22,9
170
GMB
17,5
30,0
20,7
22,7
171
BLZ
18,8
24,6
24,6
22,7
172
LCA
18,0
33,1
16,6
22,5
173
TCD
28,2
27,6
11,0
22,3
174
PYF
19,2
31,1
12,1
20,8
175
ABW
16,6
28,9
13,6
19,7
176
CUW
18,5
21,3
16,2
18,7
177
BDI
17,7
19,1
16,6
17,8
178
FSM
11,5
5,8
35,9
17,7
179
GRL
24,5
13,0
15,8
17,7
180
PSE
29,1
9,9
13,9
17,6
181
CAF
9,1
25,8
15,5
16,8
182
DMA
7,7
32,4
9,5
16,6
183
SSD
22,9
8,0
16,7
15,9
184
CPV
14,3
19,1
12,1
15,2
185
LSO
27,2
10,8
7,4
15,2
186
VCT
9,1
31,2
5,2
15,1
187
SLB
15,9
12,5
15,2
14,5
188
SMR
11,3
15,9
16,0
14,4
189
GNB
12,6
12,6
15,8
13,7
190
KNA
7,3
22,3
10,9
13,5
191
VUT
10,5
23,2
5,5
13,1
192
ERI
14,5
16,2
7,9
12,8
193
TON
11,5
4,8
21,8
12,7
194
GRD
6,9
19,2
11,3
12,5
195
BTN
19,5
10,3
7,4
12,4
196
WSM
13,9
12,3
10,0
12,0
197
TLS
15,0
11,2
8,7
11,6
198
COM
7,6
9,1
14,0
10,2
199
AIA
5,4
17,1
3,5
8,7
200
NRU
7,0
8,7
8,7
8,1
201
ASM
4,8
14,0
4,9
7,9
202
FLK
12,2
5,2
6,0
7,8
203
KIR
6,9
4,3
11,2
7,5
204
STP
2,8
12,6
3,6
6,3
205
PLW
2,2
6,6
3,2
4,0
206
MSR
1,1
7,3
2,0
3,5
Fuente: Base de datos de FMI DOTS. Cálculos propios.
33
Tabla B. Clasificación regional de cada país.
Código ISO
País
Región
ABW
Aruba
América Latina y el Caribe
AFG
Afganistán
Asia del Sur
AGO
Angola
África Subsahariana
AIA
Anguilla
América Latina y el Caribe
ALB
Albania
Europa y Asia Central
ARE
Emiratos Árabes Unidos
Medio Oriente y África del Norte
ARG
Argentina
América Latina y el Caribe
ARM
Armenia
Europa y Asia Central
ASM
Samoa Americana
Asia del Este y Pacífico
ATG
Antigua & Barbuda
América Latina y el Caribe
AUS
Australia
Asia del Este y Pacífico
AUT
Austria
Europa y Asia Central
AZE
Azerbaiyán
Europa y Asia Central
BDI
Burundi
África Subsahariana
BEL
Bélgica
Europa y Asia Central
BEN
Benín
África Subsahariana
BFA
Burkina Faso
África Subsahariana
BGD
Bangladesh
Asia del Sur
BGR
Bulgaria
Europa y Asia Central
BHR
Bahréin
Medio Oriente y África del Norte
BHS
Bahamas
América Latina y el Caribe
BIH
Bosnia-Herzegovina
Europa y Asia Central
BLR
Bielorrusia
Europa y Asia Central
BLZ
Belice
América Latina y el Caribe
BMU
Bermuda
Norte América
BOL
Bolivia
América Latina y el Caribe
BRA
Brasil
América Latina y el Caribe
BRB
Barbados
América Latina y el Caribe
BRN
Brunéi
Asia del Este y Pacífico
BTN
Bután
Asia del Sur
BWA
Botsuana
África Subsahariana
CAF
República Centroafricana
África Subsahariana
CAN
Canadá
Norte América
CHE
Suiza
Europa y Asia Central
CHL
Chile
América Latina y el Caribe
CHN
China
Asia del Este y Pacífico
CIV
Costa de Marfil
África Subsahariana
CMR
Camerún
África Subsahariana
COD
República Democrática del
Congo
África Subsahariana
COG
Congo
África Subsahariana
34
COL
Colombia
América Latina y el Caribe
COM
Comoras
África Subsahariana
CPV
Cabo Verde
África Subsahariana
CRI
Costa Rica
América Latina y el Caribe
CUB
Cuba
América Latina y el Caribe
CUW
Curazao
América Latina y el Caribe
CYP
Chipre
Europa y Asia Central
CZE
República Checa
Europa y Asia Central
DEU
Alemania
Europa y Asia Central
DJI
Yibuti
Medio Oriente y África del Norte
DMA
Dominica
América Latina y el Caribe
DNK
Dinamarca
Europa y Asia Central
DOM
República Dominicana
América Latina y el Caribe
DZA
Argelia
Medio Oriente y África del Norte
ECU
Ecuador
América Latina y el Caribe
EGY
Egipto
Medio Oriente y África del Norte
ERI
Eritrea
África Subsahariana
ESP
España
Europa y Asia Central
EST
Estonia
Europa y Asia Central
ETH
Etiopía
África Subsahariana
FIN
Finlandia
Europa y Asia Central
FJI
Fiji
Asia del Este y Pacífico
FLK
Islas Falkland
América Latina y el Caribe
FRA
Francia
Europa y Asia Central
FRO
Islas Feroe
Europa y Asia Central
FSM
Micronesia
Asia del Este y Pacífico
GAB
Gabón
África Subsahariana
GBR
Reino Unido
Europa y Asia Central
GEO
Georgia
Europa y Asia Central
GHA
Ghana
África Subsahariana
GIB
Gibraltar
Europa y Asia Central
GIN
Guinea
África Subsahariana
GMB
Gambia
África Subsahariana
GNB
Guinea-Bisáu
África Subsahariana
GNQ
Guinea Ecuatorial
África Subsahariana
GRC
Grecia
Europa y Asia Central
GRD
Granada
América Latina y el Caribe
GRL
Groenlandia
Europa y Asia Central
GTM
Guatemala
América Latina y el Caribe
GUM
Guam
Asia del Este y Pacífico
GUY
Guyana
América Latina y el Caribe
HKG
Hong Kong
Asia del Este y Pacífico
HND
Honduras
América Latina y el Caribe
HRV
Croacia
Europa y Asia Central
35
HTI
Haití
América Latina y el Caribe
HUN
Hungría
Europa y Asia Central
IDN
Indonesia
Asia del Este y Pacífico
IND
India
Asia del Sur
IRL
Irlanda
Europa y Asia Central
IRN
Irán
Medio Oriente y África del Norte
IRQ
Irak
Medio Oriente y África del Norte
ISL
Islandia
Europa y Asia Central
ISR
Israel
Medio Oriente y África del Norte
ITA
Italia
Europa y Asia Central
JAM
Jamaica
América Latina y el Caribe
JOR
Jordania
Medio Oriente y África del Norte
JPN
Japón
Asia del Este y Pacífico
KAZ
Kazajistán
Europa y Asia Central
KEN
Kenia
África Subsahariana
KGZ
Kirguistán
Europa y Asia Central
KHM
Camboya
Asia del Este y Pacífico
KIR
Kiribati
Asia del Este y Pacífico
KNA
San Cristóbal y Nieves
América Latina y el Caribe
KOR
Corea del Sur
Asia del Este y Pacífico
KWT
Kuwait
Medio Oriente y África del Norte
LAO
Laos
Asia del Este y Pacífico
LBN
Líbano
Medio Oriente y África del Norte
LBR
Liberia
África Subsahariana
LBY
Libia
Medio Oriente y África del Norte
LCA
Santa Lucía
América Latina y el Caribe
LKA
Sri Lanka
Asia del Sur
LSO
Lesoto
África Subsahariana
LTU
Lituania
Europa y Asia Central
LUX
Luxemburgo
Europa y Asia Central
LVA
Letonia
Europa y Asia Central
MAC
Macao
Asia del Este y Pacífico
MAR
Marruecos
Medio Oriente y África del Norte
MDA
Moldavia
Europa y Asia Central
MDG
Madagascar
África Subsahariana
MDV
Maldivas
Asia del Sur
MEX
México
América Latina y el Caribe
MHL
Islas Marshal
Asia del Este y Pacífico
MKD
Macedonia
Europa y Asia Central
MLI
Mali
África Subsahariana
MLT
Malta
Medio Oriente y África del Norte
MMR
Birmania
Asia del Este y Pacífico
MNE
Montenegro
Europa y Asia Central
MNG
Mongolia
Asia del Este y Pacífico
36
MOZ
Mozambique
África Subsahariana
MRT
Mauritania
África Subsahariana
MSR
Montserrat
América Latina y el Caribe
MUS
Mauricio
África Subsahariana
MWI
Malaui
África Subsahariana
MYS
Malasia
Asia del Este y Pacífico
NAM
Namibia
África Subsahariana
NCL
Nueva Caledonia
Asia del Este y Pacífico
NER
Níger
África Subsahariana
NGA
Nigeria
África Subsahariana
NIC
Nicaragua
América Latina y el Caribe
NLD
Países Bajos
Europa y Asia Central
NOR
Noruega
Europa y Asia Central
NPL
Nepal
Asia del Sur
NRU
Nauru
Asia del Este y Pacífico
NZL
Nueva Zelanda
Asia del Este y Pacífico
OMN
Omán
Medio Oriente y África del Norte
PAK
Pakistán
Asia del Sur
PAN
Panamá
América Latina y el Caribe
PER
Perú
América Latina y el Caribe
PHL
Filipinas
Asia del Este y Pacífico
PLW
Palaos
Asia del Este y Pacífico
PNG
Papúa Nueva Guinea
Asia del Este y Pacífico
POL
Polonia
Europa y Asia Central
PRT
Portugal
Europa y Asia Central
PRY
Paraguay
América Latina y el Caribe
PSE
Territorios Palestinos
Medio Oriente y África del Norte
PYF
Polinesia Francesa
Asia del Este y Pacífico
QAT
Qatar
Medio Oriente y África del Norte
ROU
Rumania
Europa y Asia Central
RUS
Rusia
Europa y Asia Central
RWA
Ruanda
África Subsahariana
SAU
Arabia Saudita
Medio Oriente y África del Norte
SDN
Sudán
África Subsahariana
SEN
Senegal
África Subsahariana
SGP
Singapur
Asia del Este y Pacífico
SLB
Islas Solomon
Asia del Este y Pacífico
SLE
Sierra Leona
África Subsahariana
SLV
El Salvador
América Latina y el Caribe
SMR
San Marino
Europa y Asia Central
SOM
Somalia
África Subsahariana
SRB
Serbia
Europa y Asia Central
SSD
Sudán del Sur
África Subsahariana
STP
Santo Tomé y Príncipe
África Subsahariana
37
SUR
Surinam
América Latina y el Caribe
SVK
Eslovaquia
Europa y Asia Central
SVN
Eslovenia
Europa y Asia Central
SWE
Suecia
Europa y Asia Central
SWZ
Suazilandia
África Subsahariana
SYC
Seychelles
África Subsahariana
SYR
Siria
Medio Oriente y África del Norte
TCD
Chad
África Subsahariana
TGO
Togo
África Subsahariana
THA
Tailandia
Asia del Este y Pacífico
TJK
Tayikistán
Europa y Asia Central
TKM
Turkmenistán
Europa y Asia Central
TLS
Timor Oriental
Asia del Este y Pacífico
TON
Tonga
Asia del Este y Pacífico
TTO
Trinidad y Tobago
América Latina y el Caribe
TUN
Túnez
Medio Oriente y África del Norte
TUR
Turquía
Europa y Asia Central
TWN
Taiwán
Asia del Este y Pacífico
TZA
Tanzania
África Subsahariana
UGA
Uganda
África Subsahariana
UKR
Ucrania
Europa y Asia Central
URY
Uruguay
América Latina y el Caribe
USA
Estados Unidos
Norte América
UZB
Uzbekistán
Europa y Asia Central
VCT
San Vicente y las Granadinas
América Latina y el Caribe
VEN
Venezuela
América Latina y el Caribe
VNM
Vietnam
Asia del Este y Pacífico
VUT
Vanuatu
Asia del Este y Pacífico
WSM
Samoa
Asia del Este y Pacífico
XKX
Kosovo
Europa y Asia Central
YEM
Yemen
Medio Oriente y África del Norte
ZAF
Sudáfrica
África Subsahariana
ZMB
Zambia
África Subsahariana
ZWE
Zimbabue
África Subsahariana
Fuente: FMI, ISO, ajustes propios para el caso de Kosovo (XKX)
