dc.contributorGutiérrez, Luis H.
dc.contributorOlaya Flórez, Sandra Ximena
dc.creatorCifuentes Grueso, Daniel Humberto
dc.creatorMonsalve Guaracao, Francisco Javier
dc.creatorRivera Burgos, Jenny Paola
dc.creatorRussi Carvajal, Isabella
dc.date.accessioned2020-02-01T20:12:18Z
dc.date.accessioned2022-09-22T14:47:11Z
dc.date.available2020-02-01T20:12:18Z
dc.date.available2022-09-22T14:47:11Z
dc.date.created2020-02-01T20:12:18Z
dc.identifierhttps://repository.urosario.edu.co/handle/10336/20759
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3442093
dc.description.abstractDue to growing importance of services in exportation and employment generation, the Colombian government considered it necessary to create a methodology for the pre-identification of service sector with high potential for exportation. Given the limitations of data for services sector, not only in Colombia, but worldwide (ie. difficulties in the traceability of commercial service flows and lack of historical records), the first part of this document proposes, through methods of machine learning (ie KNN) and using different classifications of services (ie CABPS, ISIC and CPC), an alternative to overcome these limitations. Subsequently, and through the implementation of this methodology, there are 7 sectors of the Colombian economy that have both comparative advantage, potential demand and export and productive capacity: i) Air transport - Others, ii) Telecommunications services, iii) Information services, iv) Professional and consulting services in business administration, v) Technical services, related to commerce and other business services, vi) Other personal, cultural and recreational services and vii) Government goods and services.
dc.languagespa
dc.publisherMaestría en economía de las políticas públicas
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightsBloqueado (Texto referencial)
dc.rightsEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.
dc.rightsDepartamento Nacional de Planeación (DNP)
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.sourceA.T. Kearney. (2019). Digital Resonance: The New Factor Impacting Location Attractiveness The 2019 A.T. Kearney Global Services Location Index. A.T. Kearney.
dc.sourceAFI. (2017). AFI Guías 2017 - Análisis Técnico. Madrid: BMN.
dc.sourceAndrea Méndez, I. E. (2018). Competitividad del comercio internacional de servicios intensivos en conocimiento. Mercados y Negocios, 20.
dc.sourceAthey, S. &. (2019). Machine Learning Methods That Economists Should Know About. Annual Review Of Economics, 11(1), 685-725. doi: 10.1146/annurev-economics-080217-053433.
dc.sourceBanco de la República. (Octubre de 2019). Banco de la República. Obtenido de Balanza de pagos: https://www.banrep.gov.co/es/estadisticas/balanza-pagos
dc.sourceCEPAL. (2008). Indicadores de comercio exterior y política comercial. Naciones Unidas.
dc.sourceCEPAL. (2015). Cálculo de Consumo aparente. México: Sede Subregional de la CEPAL
dc.sourceChalfin, A. O. (2016). Productivity and Selection of Human Capital with Machine Learning. American Economic Review 106.
dc.sourceCIA. (1 de Octubre de 2019). The World Factbook. Obtenido de Central Intelligence Agency: https://www.cia.gov/library/publications/the-world-factbook/fields/214.html
dc.sourceColombia Productiva. (2018). Metodología Tipo Priorización de Apuestas Productivas Servicios. Bogotá: Programa de Transformación Productiva.
dc.sourceComisión de Regulación de Comunicaciones. (2018). Diagnóstico de Barreras Regulatorias del Sector Postal y Hoja de Ruta. Bogotá: Comisión de Regulación de Comunicaciones.
dc.sourceConfecámaras. (Octubre de 2019). Red de Cámaras de Comercio. Obtenido de http://www.confecamaras.org.co/
dc.sourceCristelli M, G. A. (2013). Measuring the intangibles: A metrics for the economic complexity of countries and products.
dc.sourceDANE. (2010). Consumo de clorofluorocarbonos que agotan la capa de ozono. DANE.
dc.sourceDANE. (2019). Cuentas Nacionales. Obtenido de https://www.dane.gov.co/index.php/estadisticas-por-tema/cuentas-nacionales
dc.sourceDATLAS. (2019). Métodos de Cálculo. Harvard.
dc.sourceDNP. (2016). Política Nacional de Desarrollo Productivo. Bogotá: Consejo Nacional de Política Económica y Social.
dc.sourceDNP. (2018). Metodología Servicios Documento Borrador.
dc.sourceDNP, & Colombia Productiva. (2019). metodología de pre - identificación de apuestas productivas en sectores de servicios- Versión borrador. Bogotá.
dc.sourceEverest Group. (2017). Colombia’s Value Proposition for Global IT and Digital Services Delivery.
dc.sourceFrancois J, P. O. (Enero de 2013). Consolidated Data on International Trade in Services. Available: http://data.worldbank.org/data-catalog/trade-in-service.
dc.sourceGata, W. (2017). "Text Mining Accuracy Using the K-Nearest Neighbor Algorithm in the SMS-Gateway Data Content". J.Format, 1-5.
dc.sourceGonzález Casimiro, M. (2009). Técnicas de predicción económica. Lejona: Universidad del Pais Vasco.
dc.sourceH. Leidiyana. (2013). "Application of K-Nearest Neighbor Algorithm for Determining Credit Risk of Motorized Vehicle Ownership". J. Researcher. Computer Science, Syst., 65-76.
dc.sourceInvest in Bogota. (28 de 06 de 2019). Tercerización de Servicios (BPO). Obtenido de https://es.investinbogota.org/sectores-de-inversion/tercerizacion-de-servicios-bpo
dc.sourceISO. (1 de Ocubre de 2019). Online Browsing Plataform. Obtenido de https://www.iso.org/obp/ui/#iso:std:iso:9000:ed-4:v1:es
dc.sourceLoungani, P., Mishra, S., Papageorgiou, C., & Wang, K. (2017). World Trade in Services : Evidence from A New Dataset . IMF WORKING PAPERS.
dc.sourceMinCIT, DNP. (2017). Metodología tipo de pre-identificación de apuestas productivas a nivel. Bogotá: Programa de Transformación Productiva.
dc.sourceMinisterio de Tecnologías de la Información y las Comunicaciones. (2019). Boletín Trimestral del Sector Postal 1er Trimestre año 2019. Bogotá.
dc.sourceMullainathan S, S. J. (2017). Machine learning: an applied econometric approach. Journal Economic Perspective. 31:87–106.
dc.sourceOECD. (Octubre de 2019). OECD.Stat. Obtenido de https://stats.oecd.org/
dc.sourceOMC. (2013). Acuerdo General sobre el Comercio de Servicios . Organización Mundial del Comercio.
dc.sourceOMC. (2015). Comercio de Servicios. Ginebra: Organización Mundial del Comercio.
dc.sourceOMC. (1 de Octubre de 2019). Organización Mundial del Comercio. Obtenido de https://www.wto.org/indexsp.htm
dc.sourceOMC. (2019). World Trade Statistical Review. Organización Mundial del Comercio.
dc.sourceOrganización Mundial del Comercio. (2018). Examen estadístico del comercio mundial 2018.
dc.sourcePrama de Tansformacióon Productiva. (2012). Sector de Tercerización de Procesos de Negocio (BPO&O) Informe de Sostenibilidad 2012. Bogotá.
dc.sourceRicardo Hausmann, C. H. (2007). The Atlas of Economic Complexity. Harvard University.
dc.sourceStojkoski V, U. Z. (2016). The Impact of Services on Economic Complexity: Service Sophistication as Route for Economic Growth. PLoS.
dc.sourceSuperintendencia de Industria y Comercio. (2017). Reporte sobre la información en materia de Propiedad Intelectual. Bogotá.
dc.sourceTacchella, A. C. (2012). A new metrics for countries' fitness and products' complexity. Scientific reports, 2, 723. doi:10.1038/srep00723.
dc.sourceWorld Bank. (1 de Octubre de 2019). Data World Bank Trade in Services (% GDP). Obtenido de https://data.worldbank.org/indicator/BG.GSR.NFSV.GD.ZS
dc.sourceinstname:Universidad del Rosario
dc.sourcereponame:Repositorio Institucional EdocUR
dc.subjectDesarrollo Productivo
dc.subjectÍndice de capacidad productiva
dc.subjectÍndice de capacidad exportadora
dc.subjectVentaja Comparativa Revelada
dc.subjectVentaja Comparativa Latente
dc.subjectServicios
dc.subjectSector de servicios
dc.titleMetodología para la pre-identificación de apuesta productivas en sectores de servicios a nivel nacional - DNP
dc.typemasterThesis


Este ítem pertenece a la siguiente institución