Upload
lyhuong
View
216
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO”
FACULDADE DE CIÊNCIAS AGRONÔMICAS
CAMPUS DE BOTUCATU
AVALIAÇÃO ECONÔMICA DE SISTEMAS DE SUCESSÃO DE CULTURAS SOB CONDIÇÕES DE RISCO NO ESTADO DE SÃO PAULO, 2005
MAURA SEIKO TSUTSUI ESPERANCINI
Tese apresentada à Faculdade de Ciências Agronômicas – UNESP, Campus de Botucatu, para Concurso Público de Títulos e Provas de Livre Docência, junto ao Departamento de Gestão e Tecnologia Agroindustrial, na disciplina de Métodos Aplicados à Gestão Agrícola.
BOTUCATUSP Agosto de 2006
ii
UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO”
FACULDADE DE CIÊNCIAS AGRONÔMICAS
CAMPUS DE BOTUCATU
AVALIAÇÃO ECONÔMICA DE SISTEMAS DE SUCESSÃO DE CULTURAS SOB CONDIÇÕES DE RISCO NO ESTADO DE SÃO PAULO, 2005.
MAURA SEIKO TSUTSUI ESPERANCINI
Tese apresentada à Faculdade de Ciências Agronômicas – UNESP, Campus de Botucatu, para Concurso Público de Títulos e Provas de Livre Docência, junto ao Departamento de Gestão e Tecnologia Agroindustrial, na disciplina de Métodos Aplicados à Gestão Agrícola.
BOTUCATUSP Agosto de 2006
iii
Dedico com carinho a meus amados filhos, Rildo (Dinho) e Lucas (Cuca)...
iv
AGRADECIMENTOS
À Faculdade de Ciências Agronômicas da UNESP, na pessoa do Senhor Diretor Prof. Dr.
Leonardo Teodoro Bull,
Ao grande amigo Prof. Dr. Osmar de Carvalho Bueno, pelo apoio, incentivo e confiança nesta
e em outras jornadas,
A outro grande amigo, Prof. Dr. Elias José Simon, pelo incentivo e apoio a mais este passo,
Ao grupo de alunos de graduação e pósgraduação, que contribuíram para a discussão do tema,
em particular ao graduando Alexandre Bochichio Kurozaki, e aos doutorandos Andrea Regina
Paes e Luis Carlos Ferreira de Almeida,
Aos técnicos e profissionais das regiões estudadas, que contribuíram com sugestões e
esclarecimentos, validação e atualização de dados das culturas e sistemas produtivos,
À Supervisora Técnica da Biblioteca “Paulo de Carvalho Mattos”, Célia Regina Inoue, pela
competência na referenciação bibliográfica deste trabalho,
Ao técnico Mário Eduardo Baldini, pelo auxílio na solução dos diversos e eternos problemas
com informática,
À Chefia do Departamento de Gestão e Tecnologia Agroindustrial, na pessoa do Prof. Dr. José
Matheus Yalenti Perosa, pelo apoio,
À minha família, meu pai Antônio, minha mãe Rosa, meus irmãos Ione e Thales, cujo amor e
incentivo me fazem sempre seguir em frente.
Os erros e omissões deste estudo são de exclusiva responsabilidade do autor.
v
SUMÁRIO
LISTA DE TABELAS .......................................................................................................... i
LISTA DE FIGURAS.........................................................................................................iv
RESUMO.............................................................................................................................v
SUMMARY ...................................................................................................................... vii
1. INTRODUÇÃO ...............................................................................................................1
2. REVISÃO DE LITERATURA.......................................................................................6
3.METODOLOGIA...........................................................................................................19
3.1.Definição do objeto de estudo......................................................................................22
3.2.Método .........................................................................................................................26
3.3. Indicadores de r isco ....................................................................................................31
4. RESULTADOS E DISCUSSÃO ...................................................................................35
4.1.Análise de Custos.........................................................................................................35
4.2. Análise de cenários .....................................................................................................42
4.3. Identificação de distribuições das variáveis de risco .................................................45
4.4. Análise de r isco ...........................................................................................................48
5. CONCLUSÕES .............................................................................................................76
6. REFERÊNCIAS BIBLIOGRÁFICAS..........................................................................78
7. ANEXO ..........................................................................................................................86
i
LISTA DE TABELAS
Tabela 1. Valor da produção das 10 principais culturas temporárias do estado de São Paulo, valor da produção brasileira, em mil reais de 2004, e participação porcentual do estado no valor da produção brasileira ..................................................................................................................2
Tabela 2. Área plantada, participação porcentual e participação acumulada da área das 10 principais culturas temporárias do estado de São Paulo, em 2004. ............................................3
Tabela 3. Principais combinações de culturas em área, no estado de São Paulo.......................24 Tabela 4. Custos operacional efetivo (COE) da cultura da soja verão em sistema de plantio convencional, em reais de 2005, e participação porcentual no custo operacional efetivo EDR de Orlândia.............................................................................................................................36
Tabela 5. Custos operacional efetivo (COE) da cultura de milho safrinha, em sistema de preparo de solo reduzido, em reais de 2005, e participação porcentual EDR de Orlândia ......37
Tabela 6. Custos operacional efetivo (COE) de soja verão em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de Assis. ........................................................38
Tabela 7. Custos operacional efetivo (COE) de milho safrinha em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de Assis. ........................................................38
Tabela 8. Custos operacional efetivo (COE) de feijão de inverno irrigado em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de São João da Boa Vista ..............39
Tabela 9. Custos operacional efetivo (COE) milho verão irrigado em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de São João da Boa Vista .........................39
Tabela 10. Custos operacional efetivo (COE) de sorgo granífero de inverno em preparo de solo reduzido, em reais de 2005, e participação porcentual EDR de Orlândia...............................40
Tabela 11. Custos operacional efetivo (COE) de algodão no período de verão em plantio convencional, em reais de 2005, e participação porcentual EDR de São João da Boa Vista...40
Tabela 12. Custos operacional efetivo (COE) de batata de inverno irrigada em plantio convencional, em reais de 2005, e participação porcentual EDR de São João da Boa Vista...41
Tabela 13. Receita Líquida em reais/ha dos sistemas produtivos analisados, em condições de preços e produtividade máximos, mínimos e médios – base agosto de 2005...........................42
Tabela 14. Receita Líquida de sucessões de culturas, em condições de preços e produtividade máximos, mínimos e médios, (Reais/ha agosto de 2005) ..................................................43
Tabela 15. Variação porcentual de renda líquida da sucessão de culturas em relação à rentabilidade líquida da cultura principal (em negrito), nos três cenários analisados. Em % ...44
Tabela 16. Parâmetros das funções de distribuição de freqüência de preços para as culturas principais e complementares, estado de São Paulo, 2002 a 2005. ............................................46
Tabela 18. Parâmetros das funções de distribuição de freqüência dos custos, com base nos preços de insumos, estado de São Paulo, 2002 a 2005.............................................................47
ii
Tabela 19. Resultados estatísticos da renda líquida da soja como cultivo principal e da sucessão soja e milho safrinha no EDR de Orlândia. .............................................................................49 Tabela 20. Análise de sensibilidade da renda líquida da soja e da combinação soja e milho safrinha no EDR de Orlândia. .................................................................................................50 Tabela 21. Percentís de risco da receita líquida da soja como cultivo principal e da sucessão soja e milho safrinha no EDR de Orlândia. .............................................................................51 Tabela 22. Resultados estatísticos da receita líquida da soja e da sucessão soja e milho safrinha no EDR de Assis. ...................................................................................................................52 Tabela 23. Análise de sensibilidade da renda líquida da soja e da sucessão soja e milho safrinha no EDR de Assis. ......................................................................................................52 Tabela 24. Percentís de risco da renda líquida da soja e da combinação soja e milho safrinha no EDR de Assis .........................................................................................................................53 Tabela 25. Resultados estatísticos da renda líquida do feijão irrigado de inverno e da combinação feijão irrigado de inverno e milho irrigado de verão no EDR de São João da Boa Vista.......................................................................................................................................54
Tabela 26. Análise de sensibilidade da renda líquida do feijão irrigado de inverno e combinação do feijão irrigado de inverno e milho irrigado de verão no EDR de São João da Boa Vista................................................................................................................................55 Tabela 27. Percentís de risco da renda líquida do feijão irrigado de inverno e sucessão feijão irrigado de inverno e milho irrigado de verão no EDR de São João da Boa Vista. ...................55 Tabela 28. Resultados estatísticos da renda líquida da soja verão em plantio convencional e da combinação soja e sorgo granífero de inverno em sistema de preparo de solo reduzido no EDR de Orlândia.............................................................................................................................56
Tabela 29. Análise de sensibilidade da renda líquida da soja verão em plantio convencional e da combinação soja e sorgo granífero de inverno em sistema de preparo de solo reduzido no EDR de Orlândia. ...................................................................................................................57 Tabela 30. Percentís de risco da renda líquida da soja verão em plantio convencional e da combinação soja e sorgo granífero de inverno em sistema de preparo de solo reduzido no EDR de Orlândia.............................................................................................................................58
Tabela 31. Resultados estatísticos da renda líquida de feijão irrigado de inverno em plantio direto e algodão no período de verão em plantio convencional no EDR de São João da Boa Vista.......................................................................................................................................59 Tabela 32. Análise de sensibilidade da renda líquida de feijão irrigado de inverno em plantio direto e algodão no período de verão em plantio convencional no EDR de São João da Boa Vista.......................................................................................................................................60
Tabela 33. Percentís de risco da renda líquida de feijão irrigado de inverno em plantio direto e algodão no período de verão em plantio convencional no EDR de São João da Boa Vista......60
iii
Tabela 34. Resultados estatísticos da renda líquida da batata de inverno irrigada e da sucessão batata e milho verão irrigado em plantio convencional EDR de São João da Boa Vista........61 Tabela 35. Análise de sensibilidade da renda líquida da batata de inverno irrigada e da sucessão batata e milho verão irrigado em plantio convencional EDR de São João da Boa Vista.........62 Tabela 36. Percentís de risco da renda líquida da batata de inverno irrigada e da sucessão batata e milho verão irrigado em plantio convencional EDR de São João da Boa Vista..................62
iv
LISTA DE FIGURAS
Figura 01. Elementos básicos da análise de risco...................................................................21 Figura 02. Distribuição de freqüência de receita líquida do cultivo de soja verãoRegião de
Orlândia..................................................................................................................67 Figura 03. Distribuição de freqüência de renda líquida do sistema em sucessão soja verão e
milho safrinha – Região de Orlândia ...................................................................67 Figura 04. Distribuição de freqüência de receita líquida do cultivo de soja verãoRegião de
Assis.......................................................................................................................68 Figura 05. Distribuição de freqüência de renda líquida do sistema em sucessão soja verão e
milho safrinha – Região de Assis..........................................................................69 Figura 06. Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de
inverno em plantio direto – Região de São João da Boa Vista..............................70 Figura 07. Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de
inverno em plantio direto e milho verão irrigado em sistema de plantio direto – Região de São João da Boa Vista..........................................................................70
Figura 08. Distribuição de freqüência de receita líquida do cultivo de soja verãoRegião de Orlândia..................................................................................................................71
Figura 09. Distribuição de freqüência de receita líquida da sucessão de soja verão em plantio convencional e sorgo granífero de inverno em sistema de cultivo reduzido de solo – Região de Orlândia.............................................................................................72
Figura 10. Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de inverno em plantio direto – Região de São João da Boa Vista..............................73
Figura 11. Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de inverno em plantio direto e algodão – Região de São João da Boa Vista.............73
Figura 12. Distribuição de freqüência de receita líquida do cultivo de batata irrigada de inverno em plantio direto – Região de São João da Boa Vista..............................74
Figura 13. Distribuição de freqüência de receita líquida da sucessão batata irrigada de inverno em plantio direto e milho irrigado de verão – Região de São João da Boa Vista.......................................................................................................................75
v
AVALIAÇÃO ECONÔMICA DE SISTEMAS DE SUCESSÃO DE CULTURAS SOB CONDIÇÕES DE RISCO NO ESTADO DE SÃO PAULO, 2005.
RESUMO
Por razões de ordem econômica ou gerencial, os produtores agrícolas do estado de São Paulo
não adotam a diversificação de culturas, sendo que 94,7% das áreas homogêneas do estado são
cultivadas com apenas uma cultura. O sistema mais comum de diversificação de culturas é a
sucessão.
Neste caso, dois fatores importantes afetam a decisão dos produtores, os custos de implantação
dos cultivos complementares visavis a receita adicional resultante destes cultivos, e os riscos
advindos desta produção, uma vez que em muitos sistemas de sucessão são realizados cultivos
no inverno, que podem ter efeitos negativos sobre a produtividade, em razão de condições
edafoclimáticas menos favoráveis.
O objetivo geral deste estudo foi avaliar o retorno econômico e o risco de implementar
combinações de culturas anuais, em particular sistemas de sucessão de culturas (cultivos de
verão seguidos de cultivo no inverno), mais comuns no estado de São Paulo.
Foram analisados seis sistemas em sucessão: sucessão soja verão em plantio convencional
seguido de milho safrinha em sistema de preparo reduzido de solo EDR de Orlândia; sucessão
soja verão em plantio direto seguido de milho safrinha em sistema de plantio direto EDR de
Assis; sucessão feijão de inverno irrigado e milho verão irrigado, ambos em plantio direto, na
EDR de São João da Boa Vista; sucessão soja verão em plantio convencional seguido de sorgo
granífero de inverno em sistema de preparo reduzido de solo EDR de Orlândia; sucessão
algodão no período de verão em plantio convencional seguido de feijão de inverno irrigado, em
plantio convencional EDR de São João da Boa Vista; e, sucessão batata de inverno irrigada
em plantio convencional e milho verão irrigado EDR de São João da Boa Vista.
Foi utilizado o método de simulação estocástica ou de Monte Carlo, por envolver elementos
aleatórios, referentes aos riscos de variação em determinadas variáveis. Foram utilizadas três
variáveis de risco: preços, produtividade e custos de produção. Os preços, tanto dos produtos
quanto dos insumos, foram deflacionados pelo IGPM, com base em agosto de 2005.
vi
De uma forma geral, verificase que não existe um padrão que rege o retorno e o risco em
sucessão de culturas, nas situações analisadas. Em alguns sistemas como soja e milho nas
regiões de Orlândia e Assis, a introdução do cultivo de inverno, no caso o milho safrinha, tem
o efeito de reduzir o retorno médio e aumentar o risco do sistema. No sistema em sucessão soja
e sorgo, verificamse aumento do retorno econômico e pouco impacto no risco do sistema, em
razão dos menores custos de produção do sorgo em relação ao milho safrinha. A sucessão
feijão irrigado de inverno e milho irrigado de verão apresenta resultados superiores em termos
de retorno, comparandose ao sistema feijão irrigado de inverno e algodão plantado no período
de verão, embora em ambos os casos a sucessão apresente resultados superiores em relação ao
cultivo apenas do feijão irrigado de inverno. Em termos de risco, o sistema feijão de inverno/
milho verão apresenta os indicadores de risco ligeiramente superiores à sucessão com algodão.
No caso do sistema batata e milho, verificase que a cultura da batata por si é um sistema de
alto retorno e de elevado risco, e que o cultivo do milho em seqüência tem pouca influência
tanto no retorno quanto no risco do sistema.
Embora não seja possível extrapolar totalmente os resultados apresentados para previsão de
resultados econômicos futuros, a pesquisa pode fornecer subsídios tanto para a tomada de
decisão do produtor individual, quanto para formulação de políticas públicas de redução de
riscos para o segmento agrícola.
vii
ECONOMIC EVALUATION OF TEMPORARY CROPS IN SUCCESSION SYSTEMS
UNDER RISK CONDITIONS AT SÃO PAULO STATE, 2005.
SUMMARY
Traditionally farmers from Sao Paulo state do not use the diversification crops due to economic
or management reasons and 94.7% of the homogeneous areas in the state are cultivated with
single crop. The most common diversification system is the sucession crops.
In cases that use succession crops two important matters affect farmers’ decisions. Installation
costs of additional crop visàvis the additional income and the risk of the production since many succession systems are grown in winter time and may have negative effect on crop yield
due less favorable climate conditions.
The aim of this work was to evaluate economic return and risk to install combination of annual
crops especially in succession systems (summer crops followed by winter crops) common at
Sao Paulo state.
Six succession systems were analyzed: succession of summer soybeans in conventional system
followed by winter corn in minimum tillage system – Orlandia’s EDR; succession of summer
soybeans in no till system followed by winter corn in no till system – Assis’ EDR; succession
of irrigated winter beans and irrigated summer corn both in no till system – São João da Boa
Vista’s EDR; succession of summer soybeans in conventional system followed by winter grain
sorghum in minimum tillage system – Orlandia’s EDR; succession of summer cotton in
conventional system followed by winter irrigated beans in conventional system – São João da
Boa Vista’s EDR and succession of irrigated winter potato in conventional system and irrigated
summer corn – São João da Boa Vista’s EDR.
The Monte Carlo method or the stochastic simulation was used because works with random
elements that refers to risk variations of certain variables. Three variables were used: price risk,
yield and production costs. Both prices product and input were deflationed by the IGPM based
on august 2005.
In general there is not a standard that rules risk and return in the succession systems analyzed.
On a few systems, such as soybeans and corn at Orlandia and Assis regions the introduction of
viii
the winter corn has reduced the average return and raised system’s risk. In the sorghum and
soybeans succession system was verified a return increase and low alteration in the system’s
risk due lower production costs of sorghum towards winter corn. The irrigated winter beans
and irrigated summer corn succession system has shown better return results compared with
irrigated winter beans and summer sowed cotton, even in both cases the succession shows
better results towards only of the irrigated winter beans. The corn beans system shows risk
indicators slightly above the cotton succession. The potato corn system has shown that the
potato crop is by itself a system with high return and risk and the corn grow after potato crop
has low influence in return or risk.
Although it is not possible to use the results shown to preview future economic results the
research can give support either for farmer’s decision make and also to formulate public
politics to reduce agriculture risk.
1
1. INTRODUÇÃO
É reconhecida a importância do agronegócio paulista na economia
brasileira, em termos de geração de renda, empregos e divisas. Além do desenvolvimento
científicotecnológico e da modernização da atividade rural, as condições naturais contribuíram
igualmente para transformar o estado numa importante plataforma do agronegócio brasileiro.
Esta importância é verificada pela participação porcentual do valor da
produção paulista no valor da produção brasileira das dez principais lavouras temporárias da
agricultura paulista, que responderam por 13,7% do valor da produção brasileira. Destacase o
amendoim (81,6% do valor da produção brasileira), canadeaçúcar (57,4%) e batata (26,8%),
no ano de 2004, conforme mostra a Tabela 1.
2
Tabela 1. Valor da produção das 10 principais culturas temporárias do estado de São Paulo, valor da produção brasileira, em mil reais de 2004, e participação porcentual do estado no valor da produção brasileira.
No Cultura Valor da produção Brasil (em mil reais de 2004)
Valor da Produção do estado de São Paulo
(em mil reais de 2004)
Participação Percentual
(%)
1 Amendoim (em casca) 203.543 166.044 81,6 2 Canadeaçúcar 12.288.334 7.047.490 57,4 3 Batata inglesa 1.594.161 426.683 26,8 4 Tomate 1.480.037 336.187 22,7 5 Cebola 507.975 94.740 18,7 6 Melancia 423.492 53.614 12,7 7 Sorgo granífero 321.730 40.356 12,5 8 Feijão (em grão) 4.008.884 400.292 10,0 9 Milho (em grão) 13.522.976 1.296.982 9,6
10 Algodão herbáceo (em caroço) 2.690.505 198.421 7,4
11 Outros 45.508.132 1.286.062 2,8 Total 82.549.769 11.346.871 13,7
Fonte: IBGE (2005)
A diversidade de condições edafoclimáticas, bem como o grau de
modernização atingido pela agricultura paulista, permitem não apenas a produção de diversos
produtos agrícolas, como também a obtenção de mais de uma safra por ano em algumas
culturas como o milho, o feijão e a batata.
Mesmo assim, verificase que a produção do estado concentrase em
alguns principais produtos, em termos de área cultivada, pois 10 das principais culturas
ocupam em média 98,6% da área plantada de lavouras temporárias (IBGE, 2005), conforme
mostra a Tabela 2.
3
Tabela 2. Área plantada, participação porcentual e participação acumulada da área das 10 principais culturas temporárias do estado de São Paulo, em 2004.
N o Culturas Área Plantada (ha)
Participação Percentual
(%)
Participação acumulada
(%) 1 Canadeaçúcar 2.817.604 54,1 54,1 2 Milho (em grão) 1.114.180 21,4 75,5 3 Soja (em grão) 642.450 12,3 87,9 4 Feijão (em grão) 222.158 4,3 92,2 5 Sorgo granífero (em grão) 86.880 1,7 93,8 6 Amendoim (em casca) 65.390 1,3 95,1 7 Algodão herbáceo (em caroço) 64.640 1,2 96,3 8 Trigo (em grão) 47.700 0,9 97,2 9 Mandioca 36.690 0,7 98,0 10 Arroz (em casca) 35.165 0,7 98,6 11 Outros 72.860 1,4 100,0
Total 5.204.285 100,0 Fonte: IBGE (2005)
Além da concentração da produção agrícola em algumas culturas, verifica
se também no estado de São Paulo, que a diversificação espacial e temporal da produção
agrícola é pouco usual (Pino, 1999), embora as condições para diversificação de culturas como
produção de sementes melhoradas para diversas épocas do ano, plantas resistentes a pragas e
doenças, uso de irrigação e introdução do sistema de plantio direto sejam amplamente
verificadas na agricultura do estado.
A despeito das condições favoráveis para a diversificação de culturas,
Pino (1999) em estudo sobre a combinação de culturas no estado de São Paulo, verificou que
94,7% das áreas homogêneas 1 do estado são cultivadas com apenas uma cultura. Dados do
autor mostram ainda que, dos 15,3 milhões de ha cultivados, 14,7 milhões são cultivados em
sistema de cultura solteira, mostrando que a combinação de culturas não é uma prática
generalizada no estado.
Existem razões econômicas para que os produtores agrícolas adotem a
especialização da produção – monocultura e culturas solteiras entre elas, a) a aplicação do
1 Definese área homogênea como um conjunto de talhões com as mesmas características produtivas, contínuos ou não, dentro de uma mesma UPA (Unidade de Produção Agrícola).
4
princípio da vantagem comparativa, ao explorar a cultura que melhor se adapta às condições de
produção, tendo em vista a obtenção de lucros máximos; b) o aumento da eficiência e
produtividade do trabalho, ao favorecer o desenvolvimento da habilidade humana em
determinados serviços; c) melhor aplicação do capital ao permitir o uso mais intensivo de
máquinas apropriadas a determinadas operações e culturas; e, d) facilidade de administração da
empresa, (HOFFMANN, 1981).
Por outro lado, considerase que a diversificação da produção agrícola
apresenta vantagens do ponto de vista ambiental, conforme preconizado pelos preceitos da
agricultura sustentável, ao esgotar menos o solo e diminuir o impacto de ataques de pragas e
doenças, além de determinar, pela adequada combinação de culturas, o uso mais completo dos
recursos produtivos disponíveis, bem como a redução de riscos de mercado (LEE, 2005).
Em geral, creditase à diversificação de culturas a redução de riscos de
mercado, pois as chances de diversas culturas apresentarem queda de preços numa mesma
safra são menores que a possibilidade de queda de preços de mercado para um único produto.
A diversificação de culturas é um conceito bastante amplo, podendo
incorporar desde o cultivo simultâneo de culturas num mesmo período até a sucessão de
diferentes cultivos em períodos diferentes numa mesma área. Por esta razão, tornase difícil
generalizar os fatores econômicos que interferem na adoção e resultados econômicos da
diversificação de culturas. Por exemplo, as sucessões de culturas anuais de espécies diferentes,
embora permitam um melhor aproveitamento do solo, geram custos associados à intensificação
do uso dos recursos produtivos, como maior uso de máquinas, fertilizantes, defensivos e outros
insumos e mãodeobra.
Ainda na situação de sucessão de culturas, que é a situação mais comum
de diversificação de culturas no estado, existem riscos associados à produção, uma vez que as
culturas de inverno, que em geral, sucedem as culturas de verão podem apresentar expressiva
queda na produtividade, em função de condições edafoclimáticas menos favoráveis que as
verificadas nos cultivos de verão. Outro fator a ser levado em conta, do ponto de vista
econômico são os preços de mercado, pois os preços na entressafra da produção tendem a ser
mais elevados.
5
Desta forma, o objetivo geral deste estudo é avaliar o retorno econômico e
o risco de implementar combinações de culturas anuais, em particular sistemas de sucessão de
culturas (cultivos de verão seguidos de cultivo no inverno), mais comuns no estado de São
Paulo, em relação ao retorno e risco da cultura principal.
Pretendese verificar como a introdução de cultivos complementares afeta
o retorno econômico em relação ao cultivo da cultura principal (considerase cultivo principal a
cultura que gera maior renda bruta por unidade de área), quais as fontes de risco introduzidas
por estes cultivos e qual a sua influência na rentabilidade do sistema.
6
2. REVISÃO DE LITERATURA
Os conceitos de risco e análise de risco são usados nas mais diversas áreas
de atuação humana. A importância do risco e análise de risco é crescente à medida que os
sistemas tecnológicos vão se tornando mais complexos, pelas rápidas transformações técnicas e
econômicas que resultam em grandes incertezas e reduzida habilidade de fazer previsões
acuradas sobre o futuro.
Hoje o risco e a análise de risco são reconhecidos como ferramentas úteis
no suporte à tomada de decisões. Como as terminologias e conceitos variam muito, se torna
importante sistematizar os conceitos relacionados a risco e incerteza.
Desde o trabalho de Knight (1964), que considerava que a “... a incerteza
deve ser tomada em sentido radicalmente distinto da noção familiar de risco...” e que “... uma
incerteza mensurável, ou risco propriamente dito, é tão diferente de uma incerteza
imensurável...”, a distinção feita entre os conceitos de risco e incerteza baseiase na
mensurabilidade da previsão de eventos futuros.
7
Embora não faça referências explícitas a Bayes, ele duvidava que
experiências passadas pudessem ser aplicadas em previsão de eventos futuros e que o
raciocínio a priori não elimina a indeterminação do futuro (BERNSTEIN, 1997). Em aplicações econômicas, a distinção entre risco e incerteza tem sido
feita com base na disponibilidade de informações, que permitam mensurar a probabilidade de
ocorrência de eventos futuros. Em geral, a literatura aponta que risco e incerteza são
relacionados a situações nas quais as medidas de desempenho de um sistema apresentam mais
de um resultado possível e estes não são conhecidos a priori. A distinção entre risco e incerteza é que, no primeiro caso, as distribuições de probabilidade das medidas de desempenho podem
ser atribuídas diretamente, enquanto sob incerteza, estas probabilidades são atribuídas ou
estimadas com bases subjetivas (DOUGLAS, 1983).
Segundo Aven (2004), na literatura, é comum ilustrar situações de risco
com base em jogos de azar, onde as probabilidades são deduzidas objetivamente, ou com base
em dados empíricos relevantes, como as usadas em séries de dados atuariais ou de seguros e, as
probabilidades subjetivas, que expressam graus de crença, refletem situações de incerteza. O
grau de precisão da literatura permite também interpretar estimativas subjetivas de
probabilidades objetivas como incerteza.
Winkler (1996), em discussão sobre os fundamentos da incerteza e
probabilidade, coloca que a probabilidade é a linguagem matemática da incerteza e, embora a
primeira não guarde grandes controvérsias, a interpretação das probabilidades tem gerado
grandes questões. O autor distingue três tipos de interpretação de probabilidades no contexto
de incerteza, a interpretação clássica, a de freqüências relativas e a de freqüências subjetivas,
cada uma delas com as respectivas restrições.
No primeiro caso, da interpretação clássica, a principal restrição é que a
fundamentação deste tipo de interpretação está na noção de resultados igualmente prováveis e,
embora fácil de implementar, sua aplicabilidade em situações práticas é limitada.
A interpretação de freqüências relativas, embora apresente maior
sensibilidade a eventos que ocorrem no mundo real, a maior restrição desta interpretação está
relacionada à necessidade de uma extensiva base de dados, que em alguns casos simplesmente
não estão disponíveis, e em outros o universo de tentativas idênticas é questionável.
8
Na interpretação subjetiva de probabilidades, em que esta é vista como
graus de crença, o autor acredita que muitas vezes considerase que este tipo de interpretação
confronta a procura da ciência por objetividade. Para o autor, citando Gelman (1995), também
nas interpretações clássica e de freqüências relativas, certas hipóteses devem ser feitas, que em
última instância, também são subjetivas.
Em literatura anterior, distinguiase ainda entre risco puro e risco
especulativo. No risco puro, avaliamse situações onde os eventos são puramente
desfavoráveis, embora a delimitação de eventos desfavoráveis possa guardar alguma
arbitrariedade. No risco especulativo, tanto eventos favoráveis quanto desfavoráveis são
considerados.
Levy e Sarnat (1972) e Jordanger (1998) distinguem ainda entre risco e
oportunidade, sendo que risco é dado aos valores estatisticamente esperados quando apenas os
resultados negativos possíveis são considerados e oportunidade são os valores estatisticamente
esperados quando somente os resultados positivos são esperados.
Em estudo sobre as aplicações práticas de análise de risco, Aven (2003)
propõe que a incerteza é o conceito chave de risco e desenvolve uma abordagem que pode
facilitar a comunicação entre as diversas áreas que aplicam análise de risco. Para o autor, risco
e incerteza frequentemente expressam falta de conhecimento para prever acuradamente os
resultados do desempenho de um modelo.
Para unificar a abordagem de aplicações práticas de análise de risco, o
autor propõe uma metodologia seguindo os seguintes princípios: foco em quantidades
observáveis, isto é, quantidades expressando estados da natureza, sejam quantidades da
realidade física ou natural, que são desconhecidas no tempo de análise. Se o sistema for
implementado, se tornarão conhecidas ou possíveis de serem estimadas. As probabilidades
expressam a incerteza em relação à quais valores as variáveis observáveis vão assumir. Esta
incerteza é resultante da falta de conhecimento. Os modelos no contexto de análise de risco são
funções determinísticas relacionando quantidades observáveis em diferentes níveis de detalhe e
por fim, que os modelos são representações simplificadas da realidade.
Para o autor, portanto, em aplicações práticas na área econômica, risco e
incerteza expressam a mesma coisa, ou seja, falta de conhecimento para prever acuradamente o
9
resultado do desempenho de um sistema. Mesmo em um sistema detalhado não é possível
prever o comportamento de diversas variáveis que o compõem, mas de qualquer forma, a
análise de risco pode conduzir a melhores condições para a tomada de decisão.
A despeito da diversidade de conceitos que permeiam o risco e incerteza,
pesquisas relacionadas à avaliação e análise de risco têm sido tem sido conduzidas nas mais
diversas áreas, destacandose pesquisas em processos industriais, engenharias civil e nuclear,
comunicação e informação, transporte, negócios e finanças, biotecnologia, na área médica e de
saúde ocupacional, e na agricultura para as mais diversas finalidades.
A agricultura é considerada uma das atividades com maior nível de risco
em termos de produção e preços (STEAD, 2004). Além disso, estão presentes na agricultura,
outras fontes de risco, conforme as definições e exemplos extraídos de Baquet et al. (1997) e
Hardaker et al. (1997): Risco cambial: relacionado à valorização ou desvalorização da moeda nacional, que afetam as importações e exportações e, portanto os preços domésticos para
produtos e insumos comercializados de forma competitiva. Risco Institucional: risco que se
origina da incerteza sobre o impacto de políticas governamentais na rentabilidade agrícola com
respeito, por exemplo, ao comércio externo, saúde animal, segurança alimentar. Riscos Financeiros: relacionamse à maneira pela qual a produção agrícola é financiada. Exemplos de riscos financeiros incluem aumentos inesperados nas taxas de juros, possível falta de crédito
quando necessário e outras. Riscos Legais: relacionamse a arranjos contratuais,
responsabilidades ambientais e a crescente importância da segurança alimentar. Riscos Pessoais: relacionamse diretamente às pessoas que gerenciam a produção e incluem acidentes, doenças crônicas, etc.
A literatura pertinente aponta que as maiores fontes de risco sistemático na
agricultura, ou seja, aquelas que podem de alguma forma ser objeto de previsão e quantificação
são: a produção, os preços dos produtos e os custos de produção. Outras fontes de risco
guardam alguma relação entre si, por exemplo, risco cambial e risco de preços, risco
institucional influenciando riscos financeiros e outros (HEIFNER E COBLE, 1999).
Estas três principais fontes de risco na agricultura (produção, preços e
custos de produção) são a base da revisão de literatura que se segue, considerando que outras
fontes de risco podem estar incluídas nestas três variáveis.
10
A quantidade e qualidade da produção agrícola resultam de um conjunto
de inputs que são tipicamente incertos, em razão dos impactos de variáveis como clima, pragas
e doenças, que são, em grande parte, exógenos. Os efeitos destes fatores são agravados pelo
longo período de produção inerente à atividade agrícola. Este intervalo de tempo gera incerteza
quanto aos preços, pois os produtores devem tomar decisões antes de terem a garantia dos
preços de mercado. A incerteza permeia também os custos de produção em razão da
possibilidade de variação dos preços dos insumos (STEAD, 2004).
A variação na produção decorre não apenas de fatores que não estão sob
controle do produtor, mas também de decisões que os produtores estão aptos a controlar, como
montante de insumos, tecnologia adotada, etc. (ALLEN E LUECK, 1998).
A análise da variação e distribuição da produção e produtividade agrícolas
tem sido feita desde os anos 70 na área de economia agrícola. Para Norwood et al (2004), o
conhecimento preciso do comportamento da produtividade agrícola é um instrumento crítico
para o gerenciamento das propriedades, formulação de políticas agrícolas e como subsídio a
políticas de seguro da produção. Para o autor, embora seja importante conhecer a natureza
estocástica da produção, caracterizar a distribuição da produtividade agrícola pode ser muito
difícil, em função da grande variação de ano para ano.
Para Ker e Coble (2004), pela crescente importância que os mercados de
seguros agrícolas vêm adquirindo, tornase cada vez mais importante a caracterização da
distribuição de probabilidade da produtividade agrícola. Para eles, uma das dificuldades em
determinar funções de distribuição paramétricas é a escassez de dados para testar
empiricamente as diversas distribuições possíveis para a produtividade agrícola.
O estudo de Just e Weninger (1999) foi um dos primeiros a identificar
potenciais problemas em estudos anteriores que verificaram a normalidade das curvas de
distribuição de produtividade agrícola. Atwood et al (2003), em reexame das distribuições de
produtividade nas culturas agrícolas, embora não pretenda responder definitivamente sobre se
os componentes randômicos da produtividade de culturas agrícolas possam ser modelados
como normalmente distribuídos, recomenda cuidado ao extrapolar as tendências de
produtividade a partir de dados de curto prazo.
11
Ramirez et al (2003) em revisão de literatura sobre as distribuições de
produtividade de algumas culturas agrícolas aponta para um consenso em torno da não
normalidade da distribuição, encontrando o mesmo resultado em estudo na região do “corn
belt” americano para as culturas da soja e do milho, que apontam para distribuições não
normais e assimétricas à esquerda.
Na literatura americana, são abundantes os estudos relacionados à
especificação das distribuições de produção agrícola. Alguns deles identificaram funções beta
como Nelson e Preckel (1989) e Tirupattur et al (1996), distribuição log normal como Jung e
Ramezani (1999) e Stokes (2000) e nãoparamétrica como Ker e Goodwin (2000) para
identificar distribuições de probabilidade para a produtividade agrícola americana, em geral
como subsídio à política de seguros agrícola.
Sherrik et al (2004) mostra que grandes diferenças nos pagamentos de
seguro para produtores das principais culturas americanas podem aumentar somente com os
parâmetros escolhidos para determinar as distribuições de probabilidade e que é necessário o
exame de especificações de distribuição de probabilidade para evitar erros significativos em
políticas de seguro da produção e avaliação dos pagamentos esperados pelos segurados.
No Brasil, os trabalhos relativos à variação da produtividade agrícola
referemse, em grande parte a pesquisas relacionadas à evolução da produtividade, aos fatores
que a explicam e implicações econômicas e sociais.
Outra fonte de incerteza na produção agrícola são os preços de mercado.
Moschini e Henessy (2001) atribuem a incerteza de preços agrícolas a inelasticidade das curvas
de demanda, combinadas a curvas de oferta relativamente elásticas, particularmente para
commodities agrícolas. Neste sentido, choques relativamente moderados de produção ou de
demanda produzem consideráveis variações nos preços, que podem atingir o produtor
individualmente, grupos de produtores, uma região ou país.
Para Isengildina et al (2004), os preços agrícolas são naturalmente
instáveis primordialmente devido a uma combinação de demanda inelástica por alimentos e,
produção e tecnologias agrícolas sujeitas a impactos naturais do clima, pragas e doenças.
Adam et al (1996) mostram a importância de se conhecer o padrão de
comportamento dos preços para auxiliar os agentes econômicos em sua tomada de decisão,
12
bem como na formulação de políticas públicas. Segundo Kunze (1990) a necessidade de se
fornecer previsões agrícolas de qualidade tem sido considerada pelo Departamento de
Agricultura dos Estados Unidos (USDA), que desde 1920 tem sistematizado e gerado
informações sobre previsões de quantidade produzida e preços agrícolas.
Diversos trabalhos mostram a volatilidade dos preços agrícolas,
particularmente para o segmento de grãos. No caso de commodities agrícola muitos destes
estudos referemse a previsões do comportamento de preços baseadas nos desempenhos de
mercados futuros de commodities agrícolas, para orientar agentes econômicos na realização de
hedging de preços e voltamse à metodologias de previsão do comportamento futuro dos
preços.
Nestes trabalhos, verificase grande volatilidade do padrão de
comportamento dos preços. Koekebakker e Lien (2004) encontraram evidências de grande
volatilidade de preços de trigo a partir da análise do comportamento dos preços futuros do
grão, que apresentaram súbitas e descontínuas variações.
Segundo Janick (1996), por mais de um século, a agricultura americana
tem estado sob constante pressão da instabilidade dos preços agrícolas. Os programas federais
dos anos 60, baseados em subsídios e redução de área de cultivo, tentam estabilizar o retorno
econômico dos produtores, mas tem falhado em evitar a redução da renda agrícola. Além
disso, acredita o autor, programas federais de apoio à produção agrícola resultaram em uma
inesperada e não planejada forma de limitar as escolhas de culturas disponíveis aos
agricultores.
Por esta razão, os Estados Unidos, a despeito de sua extensão territorial,
concentra o valor da produção agrícola em algumas poucas culturas, fenômeno intensificado ao
longo do século 20, pelo aumento do cultivo da soja. Quase 80% da área agricultável nos
Estados Unidos concentrase na produção de trigo, milho e soja.
Nas duas últimas décadas, as preocupações quanto à segurança
alimentar, custo de produção de commodities e sustentabilidade agrícola tem tornado estas
questões importantes.
Parte da literatura está voltada à comparação de retorno e risco em
sistemas de diversificação de culturas, com ênfase a sustentabilidade da produção a partir da
13
comparação de sistemas convencionais, caracterizados por cultivos de uma única espécie e os
chamados sistemas sustentáveis, nas suas mais diversas formas.
Um dos estudos nesta área é o de Smith et al (2004), que avaliou os
retornos líquidos e risco de cultivos orgânicos comparados a cultivos convencionais na Região
Norte dos Estados Unidos, verificando que os sistemas orgânicos mais lucrativos incorrem em
maiores riscos de preços, mas os níveis de renda são superiores aos cultivos convencionais.
Walburger et al (2004) analisando o desempenho econômico de diversos
sistemas de rotação de cultivo de legumes com redução de período de pousio e utilizando
diversos níveis de adubação orgânica, recomenda diferentes sistemas para produtores mais e
menos aversos ao risco, tendo em vista a necessidade de controlar os níveis de fertilidade do
solo na região de Alberta (Canadá).
Um estudo com cultivos tropicais é o de Ramirez e Somarriba (2000), que
analisou o risco e retorno de diferentes sistemas de cultivos tropicais que combinam culturas
anuais permanentes e cultivo de coco, verificando em geral superioridade dos cultivos
diversificados em relação às monoculturas.
Em outro trabalho, Ramirez et al (2001) analisando as combinações de
sistemas agroflorestais de cacau, banana e espécies florestais, em algumas regiões da América
Central, verificaram que a renda líquida esperada era superior em relação aos respectivos
sistemas de cultivo em monocultura, e em geral de menor risco. Além disso, verificou que a
introdução da cultura de cacau introduz menos risco que a cultura da banana, e que o cultivo de
espécies florestais é fator chave para reduzir os riscos financeiros.
Lu et al (2003), analisando seis sistemas de produção com técnicas de
produção mais sustentáveis, incluindo rotações de culturas e análise do nível de nutrientes no
solo, verificou que os sistemas orgânicos têm menor risco de variabilidade de lucro no longo
prazo, sendo, portanto adequados para produtores aversos ao risco. Para o autor, a perda de
controle de nutrientes no solo para manter níveis de produção economicamente rentáveis é o
maior desafio de sistemas de produção orgânicos.
Para Haloran et al (2005), embora os produtores reconheçam os benefícios
agronômicos de rotações e sucessões de culturas de espécies diferentes, os benefícios de se
cultivar culturas de alto valor de produção geram incentivos para o cultivo contínuo e constante
14
da cultura. Os autores, em estudo de sucessão da cultura da batata com cevada, milho doce,
feijão verde e canola, mostram que os sistemas em sucessão permitem obtenção de maior renda
líquida e redução de riscos da produção.
Para Watkins et al (2004), produtores agrícolas apresentam em geral,
relutância em adotar novos sistemas produtivos sem informações quanto aos resultados
econômicos, além de características pessoais de aversão ao risco. Em estudo de 40 sistemas
produtivos de arroz no Arkansas, o autor identificou grande variação de retornos econômicos
dos diferentes tipos de cultivos, categorizandoos entre os recomendados para produtores mais
e menos aversos ao risco. Os resultados mostram que mesmo os produtores aversos ao risco
teriam benefícios econômicos em adotar o arroz em sucessão ao feijão.
Yiridoe et al (2000), em análise de risco de renda em sistemas de cultivo
de milho e feijão sob diferentes sistemas de preparo de solo, mostram que a produtividade de
feijão varia muito com o sistema de preparo de solo, tipo de solo e condições climáticas. Em
geral os sistemas convencionais de cultivo de solo apresentam maior retorno em relação a
sistemas de cultivo mínimo para quase todos os intervalos de risco, exceto nos níveis mais
elevados de preferência ao risco.
Em outro estudo, Williams et al (2000), analisando sucessões de trigo e
sorgo, verificaram que sistemas de cultivo mínimo geram menor risco que os sistemas
convencionais e que sistemas combinados das duas culturas apresentam pequena vantagem
econômica em relação aos cultivos solteiros.
Dhuyvetter et al (1996), em revisão de estudos sobre análise econômica
de sistemas produtivos em áreas mais secas das Grandes Planícies americanas, comparou
retornos líquidos, custos de produção, riscos e compatibilidade sob o programa Farm Bill, de
1990, em 8 sistemas de combinação de trigo, milho, sorgo e girassol, mais ou menos intensivos
de uso do solo. Verificouse que sete sistemas produtivos com maior intensidade de uso do
solo proporcionaram maior renda líquida e que os custos de produção aumentaram com maior
uso do solo e que a combinação trigo e sorgo foi a que apresentou menor risco. Sob o programa
Farm Bill, em geral, sistemas produtivos baseados no uso mais intensivo do solo, com mais
operações de preparo de solo apresentaram maiores custos de produção que o cultivo solteiro,
mas tiveram maiores retornos líquidos e menor risco.
15
Em estudo conduzido em áreas experimentais, Zentner et al (1993)
procuraram quantificar o retorno e risco de sistemas fixos e flexíveis de combinação de
culturas, verificando que sistemas flexíveis de combinação de culturas podem aumentar os
retornos líquidos e reduzir os riscos de perdas financeiras. A decisão por um ou outro sistema
depende do perfil de risco do produtor. O autor verificou que produtores menos aversos ao
risco devem adotar sistemas solteiros de produção, e ao mesmo tempo adotar formas de seguro
de produção.
Chavas et al (2001), analisou a evolução da cultura de milho solteiro, com
foco especial no conhecido tradeoff entre rentabilidade e risco, na região de Wisconsin nos
Estados Unidos. O autor sugere que a tendência da produtividade da cultura do milho está mais
relacionada às mudanças tecnológicas que aos eventos climáticos, e que a produtividade e o
lucro cresceram mais rápido nesta região que na região tradicional de produção do Corn Belt,
embora os riscos tenham também aumentado mais rapidamente.
Dada a diversidade de aplicações da análise de risco na agricultura, é
bastante extensa a literatura que trata de riscos econômicos na agricultura. Podem ser citados
estudos que relacionam riscos econômicos a mudanças tecnológicas como Kim e Chavas
(2003), Chambers e Quiggins (2004), Marra et al (2004), Ames et al (1993), que relacionam
adoção de técnicas de irrigação à redução de risco, como Ducrot e Capillon (2004), risco e
manejo de plantas daninha como Roberts et al (1999) e Ritchie et al (2004), risco e manejo de
adubação como Yamoah (2000) e Donovan et al (1999), decisão sobre adoção de sistemas
produtivos ótimos como Taylor (1991), Prato e Haikowics (2001) e Young et al (1994), uso de
insumos em geral e riscos econômicos (Roosen e Hennesy, 2003), riscos climáticos (Sadras et
al (2003) e Turvey (2000), para citar alguns exemplos.
No Brasil, estudos que relacionam retorno e risco foram desenvolvidos
inicialmente como forma de discriminar os principais resultados da pesquisa agronômica, para
recomendação de tecnologia aos produtores. Para Cruz (1984), caso o agricultor venha a ter
uma idéia do risco envolvido na tecnologia a ser adotada e esta trouxer ganhos maiores que a
tecnologia tradicional então haveria maior possibilidade do agricultor aceitála mais
prontamente. Para o autor, sempre que possível os resultados devem ser medidos não apenas
16
em retornos médios esperados, mas também em termos de retorno mínimo que ocorrem em
situações desfavoráveis.
Neste estudo o autor sistematiza o desenvolvimento teórico sobre a
incorporação de risco em decisões individuais dos produtores, partindo do princípio de
Bernoulli de maximização da utilidade esperada, envolvendo os axiomas de ordenamento,
continuidade e independência. A despeito da consistência destes princípios, a excessiva
generalidade do teorema pouco elucida a respeito do comportamento dos indivíduos. Como
forma de operacionalizar este teorema foram desenvolvidos critérios de decisão sob condições
de risco, como os modelos de média variância e critérios de safety first 2 , não baseados em derivações teóricas ou axiomas.
Com o reconhecimento de que o risco é algo intrínseco à formação
psicológica dos indivíduos, e que esta varia entre indivíduos, foram desenvolvidas regras de
dominância estocástica, que levam em conta toda a distribuição de probabilidades e não apenas
alguns poucos parâmetros como média e variância.
Entre os modelos que usam critérios de decisão, destacamse o de média
variância, o de distribuição de probabilidade acumulada e o de dominância estocástica (Cruz,
1986). A análise da média variância presume que o tomador de decisão escolha a alternativa
que apresente menor variância com relação a uma mesma média ou alternativa que apresente
maior média relacionada a um nível igual de variância (Feldstein, 1969). A análise da
distribuição de probabilidade acumulada (Anderson, 1976) baseiase no critério da segurança,
em primeiro lugar, ou seja, na possibilidade de um dos tratamentos apresentar determinada
receita líquida. Nesse caso, os dados são gerados a partir da distribuição completa de
probabilidade da distribuição normal dentro de cada tratamento estudado.
A análise da dominância estocástica (Hanoch & Levy, 1970) leva em
conta toda a distribuição cumulativa dos retornos de cada tratamento. Esse modelo tem a
vantagem de reduzir consideravelmente o número de alternativas eficientes, porque dispõe de
alto nível de discriminação.
2 Critério de segurança mínima, critério da máxima chance condicionada e critério de segurança fixa, critério MAXMIN.
17
Garcia (1984), em aplicação destes modelos, desenvolveu estudo sobre a
seleção de cultivares e sistemas de produção de milho, levando em conta o risco, em duas
regiões de Minas Gerais, indicando as condições mais adequadas a produtores mais avessos ao
risco, com base em 3 graus de dominância estocástica.
Santos et al, (1999) utilizando modelos de média variância procurou
selecionar entre diferentes sistemas produtivos agrícolas da região sul, quatro sistemas, com
foco na análise da cultura do trigo em sucessão a diversas outras culturas, como feijão, cevada,
aveia e outros, identificando um sistema que apresentava maior retorno e menor risco.
Outro estudo é o de Ambrosi et al (2001), que compara a lucratividade e
risco de sistemas de produção de grãos combinados com pastagens de inverno, na região sul,
aplicando três tipos de análise à receita líquida dos sistemas, utilizando a análise da média
variância, da distribuição de probabilidade acumulada e da dominância estocástica,
identificando a melhor alternativa para os produtores dos pontos de vista de maior
rentabilidade e de menor risco.
Bezerra e Stulp (1989), em estudo sobre risco e lucro no cultivo de soja,
milho e trigo, verificaram que a soja é a cultura associada a planos de exploração com menor
risco e média lucratividade, enquanto o milho e trigo estão associados a maior risco e maior
lucratividade. No confronto dos resultados gerados pelo modelo, com as técnicas empregadas
pelos produtores agrícolas, constatouse que estes são aversos a risco, preferindo técnicas de
menor lucratividade, mas com menor variabilidade no lucro.
Guimarães et al (2000) em análise de risco das culturas de milho, soja e
trigo no Paraná, para determinar a proporção ótima de área de plantio entre as culturas,
verificaram que a proporção de área dividese entre soja e milho, e a cultura do trigo apresenta
elevado grau de risco.
Silva et al (1992), em estudo sobre rentabilidade e risco na produção de
leite em região de Santa Catarina, utilizando o modelo de análise Minimização de Desvios
Absolutos Totais (MOTAD), verificou que o melhor subsistema determinado pelo modelo foi o
de maior nível tecnológico, pela eficiência apresentada independente do nível de risco. Dentro
do âmbito do estudo, para produtores de leite com aversão a riscos, é mais conveniente a
18
redução da escala de produção do que a redução do nível tecnológico da atividade, caso uma
opção se torne necessária.
Outros estudos com diferentes enfoques de risco na agricultura foram
desenvolvidos, como a relação entre risco de preços e a estrutura oferta de carne suína por
Santana (1992a), a relação entre risco e alocação de recursos por Santana (1992b), risco e
seleção de práticas agrícolas por Kugizaki (1982) e Porto et al (1982), Peres et al (1982) e
Garcia e Ruas (1981), e comparação de risco entre culturas alimentares e de exportação por
Lemos (1992) e Mattos (1984).
A análise da literatura mostra que estudos de os riscos econômicos são de
grande relevância para a agricultura, seja para tomada de decisão na propriedade agrícola, seja
para formulação de políticas públicas.
Desde o trabalho de Bowman (1980), que achou uma relação negativa
entre retorno e risco, a proposição central em muitos campos da economia é que a
diversificação é uma estratégia primária na redução de riscos (Just e Pope, 2003). Na área da
agricultura diversos trabalhos encontram relação positiva entre diversificação e redução de
riscos.
Para Smith e Young (2003), a diversidade agrícola pode gerar benefícios
agronômicos, ecológicos e no gerenciamento de riscos. Para os autores, uma vez adotada a
tecnologia, a variabilidade da renda agrícola pode ser reduzida com a diversificação de
culturas, podendo ainda aumentar a resposta às mudanças na demanda de produtos bem como
gerar estabilidade de renda do setor, sendo subsídios importantes para a formulação de
políticas agrícolas americanas e canadenses.
A análise da literatura mostra também que a relação entre redução de risco
e diversificação da produção é afetada por uma diversidade de fatores que interferem na
produção, como tipos de manejo, solo, condições climáticas, e que em alguns casos a
diversificação pode mesmo afetar negativamente o gerenciamento dos riscos de produção.
19
3.METODOLOGIA
Para analisar o risco neste estudo, adotouse a abordagem simplificada
de Aven (2003), por ser um dos trabalhos que focam em questões práticas de análise de risco.
O autor considera que em qualquer atividade ou sistema devese fornecer suporte para tomada
de decisão. Este suporte é fornecido por medidas quantitativas que devem ser previstas no
futuro, como lucro, produção, perdas, e outras.
O modelo proposto pelo autor pode representado pelo esquema que se
segue:
20
Fonte: Aven (2003)
Esta abordagem baseiase nos seguintes princípios, mencionados na
revisão de literatura e que são aqui recuperados: a)foco em quantidades observáveis, isto é,
quantidades expressando estados da natureza sejam quantidades da realidade física ou natural,
que são desconhecidas no tempo de análise, mas se o sistema for implementado, se tornarão
conhecidos, b)as quantidades observáveis são possíveis de serem quantificadas, c)as
probabilidades expressam a incerteza em relação a quais valores as variáveis observáveis vão
assumir e esta incerteza é resultante da falta de conhecimento, d)os modelos no contexto de
análise de risco são funções determinísticas relacionando quantidades observáveis em
diferentes níveis de detalhe e por fim, que os modelos são representações simplificadas da
realidade.
21
O foco desta abordagem é o desempenho futuro do sistema e, em
particular, algumas quantidades observáveis refletindo o indicador de desempenho do sistema,
dado por Y. Baseado no conhecimento da realidade, desenvolvese um modelo que relaciona as
medidas de desempenho (Y) às quantidades observáveis (x1,x2, ..., xn) dado por Y= f (x1,x2,
..., xn). As incertezas com relação ao vetor x são avaliadas. Utilizando o cálculo de
probabilidade, as avaliações de risco das variáveis x e o modelo que relaciona x a Y, dão o
resultado da análise, ou seja, as distribuições de probabilidade de Y, ou a previsão de Y.
Para o autor esta abordagem é bastante pragmática, no sentido de como
fazer a análise de risco funcionar na prática, buscando estrutura e simplicidade e facilitando o
entendimento dos resultados apresentados. Algumas considerações sobre este tipo de
abordagem devem ser realizadas, com relação a informações prévias, modelos e quantidades
observáveis.
Todas as probabilidades estão relacionadas às informações prévias que se
tem no momento em que se quantifica o risco. Estas informações podem ser determinadas por
meio de dados históricos, desempenho do sistema e conhecimento sobre o fenômeno em
análise. Hipóteses são parte importante desta informação e conhecimento.
As hipóteses podem ser vistas como condições estruturais de análise e as
probabilidades podem ser consideradas em relação a estas condições. Se uma ou mais
hipóteses são consideradas, isto introduziria novos elementos de risco refletidos nas
probabilidades, ressaltandose que as probabilidades não são incertas, o que são incertas são as
quantidades observáveis.
Para conduzir a análise de risco é necessário fazer algumas simplificações
na avaliação de incerteza, isto é, nas considerações sobre probabilidade, usando, por exemplo,
independência entre as variáveis randômicas.
Com relação às quantidades observáveis, considerase que elas expressam
estados na natureza. O valor de uma quantidade observável é definido por convenções e
procedimentos existentes para medilas. Assim uma quantidade observável tem um valor
verdadeiro e objetivo, sem ambigüidade.
Quanto à freqüência relativa, fica a questão se as probabilidades de
ocorrência dos valores de x são observáveis. Se se define a freqüência relativa como proporção
22
de eventos similares quando o evento ocorre, mas não se está apto a observar a freqüência
relativa no futuro, não é um estado da natureza. No caso em que a população é conhecida, a
freqüência relativa é uma quantidade observável. Estas são situações que ocorrem em
fenômenos restritos como jogos repetíveis, experimentos controlados, produção em massa,
grandes populações e outros.
Em outras situações como são os casos analisados, a probabilidade denota
chance de ocorrência do evento, e é uma propriedade objetiva daquela população. As variações
quanto às probabilidades atribuídas refletem maior ou menor incerteza quanto à sua
determinação.
Para seguir a abordagem metodológica proposta por Aven (2003),
esquematizada na figura 1, primeiro será definido o objeto de estudo como uma aproximação
do mundo real e as quantidades observáveis, seguindose a descrição do modelo, avaliação de
risco e resultados que permitem avaliar a previsão da variável Y, no caso, a rentabilidade
líquida dos sistemas produtivos.
3.1.Definição do objeto de estudo
A combinação de culturas abrange um sem número de sistema produtivos
na agricultura, sejam elas da mesma espécie ou de espécies diferentes. Por definição,
combinação de culturas, no sentido genérico, é todo o conjunto de espécies ou variedades de
plantas cultivadas na mesma área ao longo de um ano agrícola. Por outro lado, esta definição
abrange uma infinidade de casos, uma vez que as espécies podem coexistir
contemporaneamente ou sucederemse umas às outras.
No caso de coexistência contemporânea, de espécies diferentes, podese
citar o caso de culturas consorciadas 3 , culturas intercaladas 4 , e cultivos em contemporaneidade
3 Cultivo simultâneo de culturas anuais de espécies diferentes 4 Cultivo simultâneo de culturas perenes e temporárias
23
aparente 5 . No caso de coexistência não contemporânea de culturas, podese identificar sucessão
de safras 6 , sucessão de plantios 7 , rotação de culturas 8 e sucessão de culturas 9 .
Um dos estudos que diagnostica a combinação de culturas no estado de
São Paulo é o de Pino (1999), que define oito categorias de combinação de culturas, das quais
para efeito deste estudo será delimitado pelo conceito de sucessão de safras, que é o tipo mais
comum de diversificação de culturas presentes no estado de São Paulo.
Neste conceito, em sentido amplo, a sucessão de safras é uma seqüência
de culturas, na qual as espécies são diferentes e as culturas são anuais e os cultivos são não
contemporâneos.
Dada a grande diversidade de sucessão de culturas, procurouse delimitar
dentro do critério de sucessão de culturas, o seguinte recorte para análise para este estudo: 1)
Tamanho das áreas em sucessão de culturas, 2) Importância econômica, 2)Desconsideração da
cultura da canadeaçúcar e da área de pastagens.
Optouse por excluir a canadeaçúcar, pois as culturas que sucedem a
cultura da cana são geralmente culturas leguminosas (soja e amendoim) cuja finalidade
principal é gerar economia na adubação nitrogenada, bem como auxiliar no controle de
gramíneas para a própria cultura da cana e não estritamente gerar receita pela venda da
produção. Além disso, verificouse que a sucessão na cultura da cana é pouco significativa em
relação ao cultivo contemporâneo 10 . Com relação às pastagens, observase que a determinação
da receita é indireta pela renda gerada pela carne bovina, que pela diversidade de tecnologias e
sistemas de produção, é muito variável.
A Tabela 3 mostra a área das 10 principais combinações de culturas
agrícolas de diferentes espécies do estado de São Paulo, levandose em conta se são
contemporâneas, em sucessão (não contemporâneas) ou em rodízio (sucessão de culturas de
espécies diferentes em caráter regular e planejado).
5 Quando uma grande área é plantada com cultura anual é colhida ao longo de um tempo relativamenrte longo e a segunda cultura vai sendo plantada na área já colhida. 6 Plantio na mesma área da mesma espécie de cultura temporárias 7 Plantio na mesma área da mesma espécie de cultura permanentes 8 A ordem das culturas é prédeterminada podendo ser trocadas dentro do mesmo ano agrícola ou em anos sucessivos 9 Plantio na mesma área de espécias diferentes de culturas temporárias 10 Neste caso, é comum o cultivo de leguminosas concomitantemente à colheita da cana.
24
Tabela 3. Principais combinações de culturas, em área, no estado de São Paulo, ha
N o Combinações de culturas
Total Contem porâneas
Sucessão de
Culturas
Rodízio Número de áreas
homogêneas 1 Milho +soja 732.954 695.518 37.259 177 5.831 2 Cana+soja 118.910 117.122 1.788 0 934 3 Feijão+milho 83.259 69.937 11.790 1.531 3.900 4 Amendoim +cana 41.880 41.071 178 0 551 5 Soja+sorgo 25.012 20.925 4.087 0 219 6 Braquiária+milho 20.187 20.032 155 0 731 7 Algodão+feijão 19.890 16.157 3.727 5 692 8 Braquiária +outros
capins 17.509 17.508 0 0 119
9 Batata+milho 14.905 7.232 7.613 60 312 10 Olerícolas 13.939 0 0 13.939 1 Fonte: (PINO, 1999)
As demais combinações, cuja área excede 1000 ha, encontramse no
anexo. Não serão analisadas, dentro das 10 combinações de culturas mais importantes aquelas
que incluam a canadeaçúcar e pastagens pelas razões expostas. Portanto, excluídas as áreas
de cultura da canadeaçúcar e áreas de pastagens, as principais áreas de combinações de
culturas em sistema de sucessão são: milho e soja, feijão e milho, soja e sorgo, algodão e
feijão, e batata e milho.
No caso da combinação milho e soja, que é a principal em termos de área,
verificase que quase a totalidade da área com esta combinação referese a áreas em cultivo
contemporâneo, ou seja, a sucessão de safras é apenas aparente, pois em geral neste tipo de
sucessão, enquanto a área de soja está sendo colhida, realizase o preparo de solo para o milho.
Estritamente a sucessão de cultivo soja e milho, está indicada na coluna 5 da Tabela 3, como
dois cultivos não contemporâneos na mesma área com espécies diferentes durante o ano.
Para esta combinação duas regiões são importantes, o EDR de Assis e o
EDR de Orlândia. Este diagnóstico foi feito a partir do cruzamento de informações sobre a
importância desta combinação (Pino, 1999), sobreposição de mapas de distribuição de culturas
(CATI, 2005), identificação dos municípios que tem maior área em sucessão de culturas (Pino,
1999) e validação das informações por técnicos especializados da região.
25
Na região de Orlândia, a soja é plantada em sistema convencional e
sucedida pelo milho safrinha, em sistema de plantio de solo reduzido. Na região de Assis, o
sistema de plantio direto é mais comum, sendo que ambas as culturas são cultivadas em
sistema de plantio direto.
Outra seqüência de culturas importante é o milho e o feijão, com mais de
11.000 ha. Segundo Tsunechiro e Okawa (2002) este tipo de combinação é comum na EDR de
São João da Boa Vista, particularmente no município de Guaíra. Nesta região, o milho começa
a ser plantado no verão, em agostosetembro, em sistema de plantio direto sucedendo a colheita
do feijão de inverno irrigado.
A seguinte é a combinação de soja e sorgo, que pela sobreposição dos
mapas de distribuição de culturas no estado de São Paulo, verificase que esta combinação é
importante na região de Orlândia. O sistema adotado nesta região é o plantio convencional da
soja no verão e o plantio do sorgo granífero de inverno, logo após a colheita da soja, em
sistema de preparo de solo reduzido.
Outra combinação importante é a de algodão e feijão. A única região que
apresenta importância relativa, ou seja, com áreas de 1000 a 5000 ha das duas culturas é o EDR
de São João da Boa Vista, que é o único que comporta mais cerca de 3700 ha da sucessão
destas culturas, hipótese corroborada por técnicos da região.
Por fim, a combinação batata e milho, também apresenta significativa área
em sucessão, cerca de 14.000 ha. Este tipo de combinação é importante em dois EDRs do
estado de São Paulo: Itapetininga e São João da Boa vista. No primeiro, o milho é plantado em
sistema de plantio direto em sucessão à batata de inverno irrigada. Verificouse, porém que
nesta região a combinação batata e milho não caracteriza sucessão de culturas, pois em função
da cultura da batata ser muito sujeita ao ataque de pragas, particularmente ataque de
nematóides, os produtores costumam mudar constantemente a área de plantio 11 . Em São João
da Boa Vista, as duas culturas caracterizam a sucessão, pois são cultivadas na mesma área,
num mesmo ano agrícola. Tanto a batata quanto o milho são irrigados e o sistema adotado para
o milho é o plantio direto.
Portanto os sistemas analisados foram:
11 Informação pessoal do presidente da ABASP (Associação Bataticultores do Sudoeste Paulista)
26
1) Sucessão soja verão em plantio convencional seguido de milho safrinha em sistema de
preparo reduzido de solo EDR de Orlândia,
2) Sucessão soja verão em plantio direto seguido de milho safrinha em sistema de plantio
direto EDR de Assis,
3) Sucessão feijão de inverno irrigado e milho verão irrigado, ambos em plantio direto, na
EDR de São João da Boa Vista,
4) Sucessão soja verão em plantio convencional seguido de sorgo granífero de inverno em
sistema de preparo reduzido de solo EDR de Orlândia,
5) Sucessão algodão no período de verão em plantio convencional seguido de Feijão de
inverno irrigado, em plantio convencional EDR de São João da Boa Vista, e;
6) Sucessão batata de inverno irrigada em plantio convencional e milho verão irrigado
EDR de São João da Boa Vista.
3.2.Método
Para determinar a rentabilidade líquida e risco dos sistemas de sucessão de
culturas no estado de São Paulo foi utilizado o método de simulação estocástica ou de Monte
Carlo, por envolver elementos aleatórios, referentes aos riscos de variação em determinadas
variáveis. Esta modalidade experimental permite reproduzir o funcionamento de um sistema
com o auxílio de um modelo, incorporando variações no valor de variáveis críticas para prever
ou melhorar o desempenho do sistema em estudo.
O método de Monte Carlo é reconhecido como uma técnica válida, e
apresenta uma série de vantagens como redução de tempo, de custos e possibilidade de
repetição, sob diferentes condições de produção, adequadamente modeladas (Cruz, 1986). Ao
contrário da análise determinística, que utiliza valores únicos para a obtenção de um indicador
do sistema, geralmente a média das variáveis críticas, a técnica de simulação de Monte Carlo
permite incorporar as possibilidades de alterações das variáveis, segundo as probabilidades de
sua ocorrência.
As etapas realizadas neste método são: 1) Seleção e identificação das
distribuições de probabilidades das variáveis em estudo, 2) Seleção aleatória de um valor de
27
cada variável em estudo, associada à probabilidade de sua ocorrência, 3)Determinação do valor
do indicador de desempenho do sistema utilizando o valor da variável associada à
probabilidade de ocorrência, 4) Repetição das etapas 2 e 3 até que a distribuição de
probabilidade do indicador de rentabilidade satisfaça as exigências dos tomadores de decisão
(Aven, 2003). Estas etapas são detalhadas a seguir.
1)Identificação da distribuição de freqüência das variáveis
O primeiro passo deste método é a identificação das distribuições de
probabilidade das variáveis críticas. Dada a importância desta etapa e a necessidade de coleta
de dados para cada variável crítica é importante, em primeiro lugar, determinar as variáveis
críticas que influenciam o risco de cada sistema.
A rentabilidade de sistemas agrícolas está relacionada a três variáveis
básicas: preços, produtividade e custos de produção. Estas variáveis estão interligadas pelo
modelo Y=f(x1, x2, x3), onde Y é o lucro operacional do sistema produtivo, solteiro ou em
sucessão, x1 são os preços, x2 a produtividade e x3 os custos de produção. Os preços, tanto dos
produtos quanto dos insumos, foram deflacionados pelo IGPM, com base em agosto de 2005.
Seguindose a abordagem de Aven (2003) e o método de simulação de
Monte Carlo, descrevese a seguir como foi realizada a avaliação de risco de cada uma destas
variáveis.
Para os preços, a determinação de distribuição de preços desta variável foi
dada a partir da série de preços médios mensais recebidos pelos produtores, no período de 2002
a 2005 (SECRETARIA, 2005). Selecionouse apenas os meses de maior volume de
comercialização, por considerarse que os preços na entressafra não refletem adequadamente
os preços recebidos pelos produtores paulistas.
Como em caso de sucessão de culturas trabalhase em geral com safras de
verão e de inverno, os preços diferem em cada uma destas situações. Utilizouse preços dados
nos meses de maior volume de comercialização, que foram deflacionados e submetidos ao
ajustamento de distribuição de probabilidade.
Após o deflacionamento, foi determinada a distribuição de freqüência,
com os melhores resultados estatísticos pelo critério de AndersonDarling. Este método é
28
similar ao teste de KolmogorovSmirnov 12 , exceto pelo fato de que neste método se pondera a
diferença entre duas distribuições pelos valores das pontas, ao invés dos valores da faixa
média. Este critério ajuda a corrigir a tendência do Método de KolmogorovSmirnov de
enfatizar discrepâncias na região central.
Embora haja disponibilidade de informações sobre a produtividade para o
estado de São Paulo, considerouse que não é adequado utilizar uma série muito longa para
identificar a distribuição deste variável em função da tendência de crescimento da
produtividade das principais commodities no estado de São Paulo (Vicente, 1999). Nestas condições os valores da produtividade retirados do período de janeiro de 2002 a agosto de 2005
são escassos, optandose por utilizar a distribuição triangular.
Os custos de produção também estão sujeitos aos riscos de variação em
função dos preços dos insumos, que são caracterizados por acentuadas flutuações, assim como
o nível de utilização de insumos, que dependem de condições climáticas e do tipo de manejo
adotado, com reflexos sobre os custos de produção (STEAD, 2004).
Identificouse inicialmente os itens que proporcionam maior peso no custo
operacional efetivo. O período de coleta de preços dos insumos foi o mesmo da produtividade
e dos preços, ou seja, de janeiro de 2002 a agosto de 2005. Também neste caso, foi
determinada a distribuição de freqüência, identificada pelos melhores resultados estatísticos do
critério de AndersonDarling.
Embora Noronha e Latapia (1988) recomendem que as quantidades
utilizadas também devem consideradas variáveis críticas, sob risco de subsestimativas de custo,
as quantidades utilizadas em cada item de custo foram consideradas constantes, dado o caráter
estrutural dos sistemas de produção, embora não se descarte variações nas quantidades
utilizadas em função de recomendações agronômicas e eventos inesperados como ataques de
pragas ou doenças, daninhas e maior uso de irrigação em função de condições climáticas. Por
outro lado estes eventos podem ser considerados riscos não sistemáticos, de difícil modelagem.
2) Seleção aleatória de um valor de cada variável em estudo, associada à
probabilidade de sua ocorrência.
12 Neste método o resultado do teste é essencialmente a medida entre a maior distância vertical entre duas distribuições cumulativas.
29
Hoje existem softwares especialmente desenvolvidos para realização de
simulações, bem como se dispõem de ferramentas de simulação em programas de cálculo
como planilhas eletrônicas. No presente caso, foi realizado o processamento das informações
em software comercial 13 específico para análise de risco, com capacidade de geração de
números aleatórios para 20 tipos de distribuição de probabilidade contínuas e discretas.
3)Determinação do valor do indicador do sistema
O indicador de rentabilidade líquida foi dado pela seguinte formulação
para a simulação das variáveis de preços e produtividade:
] [ . 1 1 1
∑ ∑ ∑ = = =
+ − = n
i
p
k k
m
j j T C C Q Pv RL
onde:
RLT = f(RL) →distribuição de probabilidade da receita líquida operacional (R$/ha),
Pv = f(P) →distribuição de probabilidade do preço do produto (R$/unidade),
Q = f(Qa) →distribuição de probabilidade da produtividade por área (Unidade/área),
n = 1 para culturas solteiras, e n = 2 para sucessões de culturas,
Cj = itens de custo determinísticos (R$/ha),
Ck = f(C) →distribuição de probabilidade dos ítens de custo operacional identificados
como fonte de risco (R$/ha),
m = número de itens de custos determinísticos, e;
p = número de itens de custos não determinísticos.
A estrutura de custo utilizada para representar os sistemas em análise foi a
estrutura de custos operacionais efetivos (COE) conforme definido por Martin et al (1998). Os
custos operacionais efetivos são dados pelas despesas com operações, empreita e material
consumido. Estas despesas foram determinadas a partir das matrizes de coeficientes técnicos
referentes a quantidade de horasmáquinas, mãodeobra e insumos e os respectivos preços
dos insumos com base em agosto de 2005, levantadas por Mello (2000) e atualizadas por meio
de informações de técnicos das regiões analisadas.
Estes itens do custo operacional efetivo foram desagregados em categorias
de custos para identificar subitens de custo que permitam determinar as principais fontes de
13 Crystal Ball, versão 7.0
30
risco em cada sistema. Estas categorias foram custos de máquinas e implementos agrícolas
(combustíveis, reparos, filtros e os demais itens de manutenção necessários para dispor a
máquina ou equipamento em condições de operação), mãodeobra, colheita, sementes, adubos,
fungicidas, inseticidas e herbicidas, irrigação e sacaria, quando for o caso.
Para a determinação dos custos de máquinas agrícolas, utilizouse a
metodologia da ASAE (1999), que padroniza os custos de operação de máquinas agrícolas em
combustível, lubrificantes e reparos e manutenção.
Por esta metodologia, as despesas com combustível foram dadas por:
Dc = Pot x Ce x Pc x R,
Onde:
Pot = potencia do trator (cv/h)
Ce = consumo específico (litros de diesel/cvh)
Pc = preço do combustível (R$/litro de diesel)
R = rendimento da máquina (horas/ha)
Outro custo de operação foi o custo de lubrificantes e graxas, que é
baseado num intervalo de troca de 100 horas. O consumo de óleos varia de 0,0378 a 0,0946
litros por hora. Considerase que filtros são trocados a cada duas trocas de óleo. Uma
aproximação prática destes custos é considerarse 15% do custo com combustíveis.
Os custos de reparos e manutenção são dados pela relação:
R h
h P RF RM RF
. 1. 1000
. . 2
1
= ,
onde RM são os custos de reparos e manutenção em reais por ha, RF1 e RF2 são fatores de
reparos, P é o preço inicial da máquina, h é o número de horas acumuladas de uso. Como
considerouse matrizes de coeficientes representando a média dos produtores da região, os
custos de reparos e manutenção foram determinados, para o valor de h variando entre 1000 e
10000 horas de usos, contemplandose, portanto máquinas novas e usadas. Os valores de RF1 e RF2 também são fornecidos pela ASAE.
4) Repetição das etapas 2 e 3
31
O software utilizado nesta análise permite a execução de até
1.000.000.000 de interações, ou seleções aleatórias dos valores das variáveis simuladas e suas
respectivas probabilidades a partir das distribuições de freqüências. Quanto maior o número de
simulações executadas, maior a precisão dos resultados.
Uma das limitações deste método é a especificação das distribuições de
probabilidades que representam as variáveis de risco em estudo, lembrando que a distribuições
de probabilidade de produtividade foi considerada em função da escassez de dados. Neste caso
seguiuse a recomendação de Horton (2005).
Outra limitação é a dependência estocástica entre as variáveis. Na maioria
das análises é estritamente incorreto assumir que todas as fontes de incertezas são
independentes. Segundo Aven (2003), se duas variáveis de custo são interdependentes e a
dependência é incorporada, o desvio padrão em uma distribuição normal, deve ser ajustado
para:
2 1 2 1 2 2 2
C C C C C σ ρσ σ σ σ + + =
As variáveis estimadas e os desvios padrão são estabelecidos usando
dados de experiência enquanto eles existem. Julgamentos de experts também são utilizados.
Nestes estudos foram identificadas as variáveis que guardam correlação entre si, propondose
excluir uma das variáveis para evitar os aspectos de interdependência e realimentação de
informação entre as variáveis.
3.3. Indicadores de r isco
Para avaliar o retorno e o risco das sucessões de cultura em estudo foram
determinadas as seguintes medidas para análise dos resultados: medidas estatísticas de Y
(receita líquida), análise de sensibilidade das variáveis, percentis de risco e as distribuições de
probabilidade da receita líquida tanto da cultura principal 14 , quanto dos sistemas em sucessão,
que serão analisados de forma comparativa em cada região. Foram identificadas e tratadas,
quando for o caso, situações de interdependência entre as variáveis de risco.
14 Conforme mencionado, cultura principal é aquela que gera maior receita por área.
32
Medidas Estatísticas
Medidas de Tendência Central
Média: Foi determinada a receita líquida dos resultados obtidos das n simulações.
Mediana: Foi determinada a mediana dos valores de receita líquida dos resultados obtidos das
n simulações.
Moda: Foi determinado o valor da receita líquida que ocorre com maior freqüência na série de
dados. Numa distribuição perfeitamente assimétrica, tal como a distribuição normal, a média, a
mediana e a moda convergem para um único ponto.
Medidas de Variabilidade Variância: é uma medida de dispersão ou espalhamento de uma série de valores em relação à
média. Quando mais os valores estão próximos à média, menor tende a ser a variância. Esta
medida é dada por:
2
1
2 ) ( 1
1 x x n
s n
i i −
− = ∑
=
Desvio Padrão: O desvio padrão é a raiz quadrada da variância da distribuição. Como a
variância, é uma medida de dispersão em relação à média e é útil para descrever o desvio
médio. Esta medida é dada por:
∑ =
−
−
− =
n
i i x x
n s
1
2
1 1
Coeficiente de variabilidade: fornece a medida de quanto os valores previstos variam
relativamente ao valor médio. Como esta medida é independente das unidades das variáveis,
pode ser usada para comparar a variabilidade de duas ou mais previsões, mesmo quando as
33
escalas entre elas diferem. O coeficiente de variabilidade varia de 0 a 1, mas pode exceder este
valor se o desvio padrão é excepcionalmente elevado.
x s cv =
Outras Medidas Assimetria: um valor de assimetria maior que 1 ou menor que 1, indica uma distribuição
altamente assimétrica. Um valor entre 0,5 e 1 e 0,5 e 1, indica uma curva moderadamente
assimétrica, e um valor entre 0,5 e 0,5 indica que a curva é próxima da simetria. Este
indicador é dado por:
3 1
3 ) ( 1
s
x x n A
n
i i ∑
=
− =
Kurtose: referese ao pico da distribuição. Por exemplo, a distribuição de valores pode ser
perfeitamente simétrica, mas pode apresentar achatamento ou Kurtose. Uma distribuição
normal é usada como referência de Kurtose e tem um valor igual a 3. Distribuições com valor
de Kurtose menores que 3 são platicúrticas ou achatadas, e maior que 3 são leptocúrticas (que
não apresentam achatamento).
Erro padrão médio – O erro padrão médio permite determinar a precisão da simulação e
quantas simulações são necessárias para assegurar um nível de erro aceitável. Mostra a
probabilidade do desvio médio estimado de um valor verdadeiro por mais de um montante
especificado. A probabilidade que o valor verdadeiro da previsão é a média estimada (mais ou
menos o erro padrão médio) é aproximadamente 68%.
São apresentados também os resultados da análise de sensibilidade que
relacionam as variáveis, dentre aquelas identificadas como variáveis de risco, as que têm maior
influência na variância dos resultados de receita líquida para os cultivos solteiros e em
sucessão. Além disso, mostra a correlação (positiva ou negativa) entre o indicador de
desempenho e as principais variáveis que influenciam no risco do sistema.
34
Outros resultados referemse aos percentís de risco, ou seja, mostram a
probabilidade de obtenção de níveis de renda líquida inferiores àquela correspondente a cada
um dos 10 níveis de probabilidade, de 0 a 100%, divididos em classes de 10%.
Este resultado deriva do critério da distribuição de probabilidade
acumulada da receita líquida e permite a escolha da alternativa com base em determinada
possibilidade de garantir renda líquida, em dado nível de aceitação do risco por parte do
tomador de decisão Ambrosi (2001).
Por fim, são apresentados os gráficos referentes à distribuição de
freqüência de receita líquida da cultura principal em relação à combinação com outras culturas,
de acordo com os sistemas propostos para análise.
35
4. RESULTADOS E DISCUSSÃO
São diversos os fatores que interferem no nível e variação da renda
líquida do sistema produtivo ou combinação de sistemas produtivos agrícolas. Para
sistematizar os resultados obtidos, este capítulo foi dividido em 3 subitens. O primeiro trata dos
custos de produção como potencial fonte de risco. No segundo é realizada uma análise
econômica dos sistemas produtivos na forma mais simples de avaliação de riscos, com base na
análise de cenários, o mais otimista, o mais pessimista e o cenário em que se utiliza valor
médio das variáveis. No terceiro subitem foram relacionados os resultados referentes às
medidas estatísticas, a análise de sensibilidade, os percentís de risco e a distribuição de
probabilidades da renda líquida referentes às receitas líquidas obtidas para o cultivo principal e
para os sistemas em sucessão.
4.1.Análise de Custos
Embora sejam escassos os estudos que tratam da variação de custos
agrícolas, sabese que estes podem configurar fonte de risco. De um lado, as condições
36
edafoclimáticas, de decisão do produtor e do mercado de insumos podem gerar diferentes
fontes de risco relacionadas aos custos de produção. As condições edafoclimáticas e de decisão
do produtor determinam os níveis de insumos a serem utilizados, e as condições do mercado de
insumo determinam seus preços, os componentes dos custos de produção.
A avaliação dos riscos dos custos de produção iniciouse pela
identificação dos variáveis de risco a partir dos itens de custo com maior peso no custo variável
por ha. Partese da hipótese de que estes itens podem ser uma potencial fonte de risco, uma vez
que os demais itens, mesmo que variem muito em termos de preços, não devem apresentar
impacto significativo na variação dos custos finais, uma vez que os sistemas de produção e
portanto, os coeficientes técnicos implicam em quantidades físicas mais ou menos constantes.
Os resultados das Tabelas 4 a 12 mostram o peso relativo de cada item de
custo nas diversas culturas individualmente, e tem como base de referência de custos, o mês de
agosto de 2005, a fim de identificar os itens de custo que podem potencialmente gerar risco
nos custos de produção.
Para a soja verão em plantio convencional, os principais itens de custo são
a adubação, sendo utilizado o formulado 21020, em 290 kg por ha e os custos referentes aos
custos de operação de tratores, que são de dois tipos, um de maior potência, de 90 cv para
operações mais pesadas como preparo de solo, e um de menor potencia, de 75 cv, para
operações de calagem, capina mecânica e transporte interno de materiais, seguindose o custo
de sementes. Estes três itens respondem por 74,2% do custo operacional efetivo da cultura
(Tabela 4).
Tabela 4. Custo operacional efetivo (COE) da cultura da soja verão em sistema de plantio convencional, em reais de 2005, e participação porcentual no custo operacional efetivo EDR de Orlândia.
Item Reais/ha % Custo operacional efetivo 913,2 100,0 Adubos 285,6 31,3 Custo de tratores 200,3 21,9 Sementes 192,0 21,0 Colheita 84,6 9,3 Fungicida 46,7 5,1
37
Inseticida 46,5 5,1 Herbicida 22,2 2,4 Mãodeobra 18,4 2,0 Custo de implementos 16,8 1,8 Fonte: (MELLO, 2000), atualizados pelo autor.
Para o milho safrinha nesta mesma região os principais itens de custo
operacional são o custo de adubação, em que é mais utilizado o formulado 81616, na
quantidade de 230 kg/ha, o custo de controle de daninhas com o uso do herbicida Primóleo e o
custo da semente de milho. Por ser um sistema que utiliza o sistema de preparo de solo
reduzido o custo de herbicida é relativamente maior que o custo de máquinas agrícolas, como
observado na soja. Estes três itens respondem por 71,6% do custo operacional efetivo (Tabela
5).
Tabela 5. Custo operacional efetivo (COE) da cultura de milho safrinha, em sistema de preparo de solo reduzido, em reais de 2005, e participação porcentual EDR de Orlândia
Ítem Reais % Total 697,42 100,0 Adubo 227,27 32,6 Herbicida 173,60 24,9 Sementes 98,35 14,1 Custo de tratores 63,36 9,1 Inseticida 63,21 9,1 Colheita 53,83 7,7 Mãodeobra 13,54 1,9 Custo de implementos 4,25 0,6 Fonte: (MELLO, 2000), atualizados pelo autor.
Na cultura de soja verão na região de Assis, o plantio de soja é realizado
em plantio direto. Desta forma, os principais itens de custo são o custo de adubação, em que é
usado o formulado 22020, na quantia de 242 kg/ha, seguindose os herbicidas para
dessecação (Roundup) e um pré emergente (Dual), e o custo de sementes de soja. Estes três
itens de custo compõem 70,3% do custo operacional efetivo da cultura (Tabela 6).
38
Tabela 6. Custo operacional efetivo (COE) de soja verão em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de Assis.
Item Reais % Total 848,78 100,0 Adubo 280,38 33,0 Herbicida 161,28 19,0 Sementes 153,90 18,1 Custo de tratores 64,12 7,6 Colheita 61,97 7,3 Inseticida 49,36 5,8 Fungicida 35,33 4,2 Mãodeobra 33,06 3,9 Custo de implementos 9,38 1,1 Fonte: (MELLO, 2000), atualizados pelo autor.
Para o milho safrinha na região de Assis, os principais itens de custo são
as sementes e os custos de adubação, em que se utiliza o formulado 52525+Zn. Estes dois
itens de custo totalizam 63,5% do custo operacional efetivo da cultura (Tabela 7).
Tabela 7. Custo operacional efetivo (COE) de milho safrinha em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de Assis.
Item Reais % Total 704,2 100,0 Sementes 281,8 40,0 Adubo 165,3 23,5 Inseticida 66,9 9,5 Herbicida 62,1 8,8 Trator 59,5 8,4 Colheita 53,8 7,6 Mãodeobra 11,4 1,6 Equipamentos 3,4 0,5 Fonte: (MELLO, 2000), atualizados pelo autor.
Para o feijão irrigado de inverno no EDR de São João da Boa Vista
também o principal item de custo é a adubação, em que são utilizados um formulado (42020)
e o sulfato de amônio em cobertura.
O segundo item de maior peso no custo de produção são os herbicidas, por
ser o sistema de cultivo em plantio direto, com uso do glifosato e o fusilade. Por ser uma cultura
muito suscetível ao ataque de fungos, o terceiro maior item de custo são os fungicidas, como
39
Cercobin e Ronilan, além do Thiram para o tratamento de sementes. Estes três itens de custo
totalizam 93% do custo operacional efetivo da cultura (Tabela 8).
Tabela 8. Custo operacional efetivo (COE) de feijão de inverno irrigado em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de São João da Boa Vista
Item Reais % Total 1607,6 100,0 Adubos 719,5 44,8 Herbicida 414,7 25,8 Fungicida 360,8 22,4 Irrigação 188,1 11,7 Trator 162,5 10,1 Sacaria 65,0 4,0 Inseticida 49,53 3,1 Mãodeobra 31,2 1,9 Equipamentos 18,6 1,2 Sementes 16,5 1,0 Colheita 7,1 0,4 Fonte: (MELLO, 2000), atualizados pelo autor.
O milho irrigado, na região de São João da Boa Vista, é plantado no mês
de janeiro. O principal item de custo é a adubação, com utilização de dois formulados, o 420
20+Zn e o 20020, mais a uréia em cobertura. O cultivo do milho é realizado em sistema de
plantio direto, daí os herbicidas Roundup e atrazina serem o segundo item no custo
operacional efetivo. Estes dois componentes totalizam 76% do custo operacional efetivo da
cultura (Tabela 9).
Tabela 9. Custos operacional efetivo (COE) milho verão irrigado em sistema de plantio direto, em reais de 2005, e participação porcentual EDR de São João da Boa Vista
Item Reais % Total 1274,4 100,0 Adubo 710,0 55,7 Herbicida 257,1 20,2 Trator 140,6 11,0 Colheita 85,6 6,7 Inseticida 65,2 5,1 Mãodeobra 17,1 1,3 Equipamentos 8,7 0,7
40
Irrigação 115,3 0,8 Fonte: (MELLO, 2000), atualizados pelo autor.
O sorgo granífero de inverno, na região de Orlândia é, entre as culturas
analisadas, a que apresenta o menor custo operacional e os principais itens de custo são os
custos de adubo, em que se utiliza o formulado 41408, com apenas 124 kg por ha e as
sementes. Por ser uma cultura bastante rústica não é feita aplicação de herbicida. Os dois
principais itens de custo operacional efetivo da cultura perfazem 67,5% do total (Tabela 10).
Tabela 10. Custos operacional efetivo (COE) de sorgo granífero de inverno em preparo de solo reduzido, em reais de 2005, e participação porcentual EDR de Orlândia
Item Reais % Total 288,19 100,0 Adubos 99,17 34,4 Sementes 95,48 33,1 Trator 41,81 14,5 Colheita 40,21 14,0 Mãodeobra 5,91 2,1 Equipamentos 3,96 1,4 Fonte: (MELLO, 2000), atualizados pelo autor.
O algodão, como as demais culturas analisadas, tem na adubação o
principal item de custo operacional e neste caso são usados dois tipos de formulados, o 42020
mais Boro no plantio e o formulado 20520 em cobertura. É aplicado também o sulfato de
amônia como adubação de cobertura complementar. Por ser uma cultura que demanda grande
número de operações, o custo do trator é o segundo item no custo operacional efetivo, sendo
utilizado o trator de 82 cv para operações mais pesadas de preparo de solo e trator de 75 cv
para outras operações de condução da cultura. Os custos de adubação e de máquinas totalizam
72,6% do custo operacional efetivo da cultura. (Tabela 11).
Tabela 11. Custo operacional efetivo (COE) de algodão no período de verão em plantio convencional, em reais de 2005, e participação porcentual EDR de São João da Boa Vista.
Item Reais % Total 2002,4 100,0 Adubos 942,4 47,1 Trator 510,0 25,5
41
Inseticida 240,3 12,0 Colheita 118,3 5,9 Mãodeobra 100,4 5,0 Outros 72,0 3,6 Herbicida 55,2 2,8 Equipamentos 34,5 1,7 Semente 29,9 1,5 Fonte: (MELLO, 2000), atualizados pelo autor.
A batata é a cultura, dentre as analisadas, a que apresenta o maior custo
de produção, chegando, a valores de agosto de 2005, a R$15.234,75/ha. Deste total, o item
mais caro são as sementes que chegam a 63% do custo operacional efetivo, seguindose o custo
de adubação, com 24,1%, com a utilização dos formulados 41408 e 4169 mais boro.
Embora os valores das sacarias, máquinas e fungicidas sejam relativamente elevados em
termos absolutos, percentualmente sua participação é menos significativa (Tabela 12).
Tabela 12. Custo operacional efetivo (COE) de batata de inverno irrigada em plantio convencional, em reais de 2005, e participação porcentual EDR de São João da Boa Vista
Item Reais % Total 15234,75 100,0 Sementes 9600,00 63,0 Adubo 3666,00 24,1 Sacaria 780,00 5,1 Trator 530,99 3,5 Fungicida 173,98 1,1 Colheita 146,00 1,0 Mãodeobra 117,94 0,8 Irrigação 115,29 0,8 Inseticida 56,37 0,4 Equipamentos 31,78 0,2 Fonte: (MELLO, 2000), atualizados pelo autor.
Uma análise geral destes resultados mostra que o principal item de custo é
a adubação, seguindose de sementes quando se trata de cultivos convencionais ou de
herbicida particularmente em sistemas que adotam o plantio direto que, em geral, implica em
maiores despesas no controle de plantas daninhas. No caso do cultivo de algodão em São João
da Boa Vista e da soja em Orlândia, o custo de operações com trator é um importante item de
custo, devido ao elevado número de operações neste sistema. Verificase também que estes
42
itens perfazem grande parte dos custos de produção, variando entre 50 a 70% do custo
operacional efetivo, dependendo da cultura.
Por razões práticas, nem toda a incerteza relacionada a todos os inputs são
incluídas, e as principais fontes de incerteza incluídas na análise são identificadas pelo maior
peso no custo operacional efetivo (COE), que conforme mostram as tabelas são sementes,
adubos, custos de máquinas e herbicidas.
4.2. Análise de cenários
A abordagem mais simples de análise de risco, na prática, dá intervalos
muito grandes, mas não é difícil realizála. As maiores variações possíveis (mais conservadora
e mais otimista) nos dados são determinadas. O range dado pelos resultados mais otimistas e mais conservadores pode ser considerado um indicador simples de risco.
Neste caso, foram determinados três cenários: o mais pessimista, onde
preços e produtividade são os menores observados, o mais otimista onde preços e
produtividade são os maiores observados e o cenário médio, onde são utilizados preços e
produtividades médias, dados os custos operacionais efetivos de produção. A partir destes
cenários foram avaliadas as receitas líquidas nos sistemas de cultivo da cultura principal, cujos
resultados são apresentados na Tabela 13.
Tabela 13. Receita Líquida (RL) em reais/ha dos sistemas produtivos analisados, em condições de preços e produtividade máximos, mínimos e médios – base agosto de 2005. Indicador Sistema Produtivo
Soja verão EDR Orlândia
Milho Safrinha EDR Orlândia
Soja Verão – EDR Assis
Milho Safrinha EDR Assis
Algodão EDR de São João da Boa Vista
RL máxima 1021,8 578,6 1215,2 747,8 1588,6 RL mínima 456,7 368,4 353,8 368,2 1092,4 RL média 248,8 7,6 411,2 15,8 545,6 Amplitude 1478,5 947,0 1569,0 1116,0 2681,0 Indicador Sistema Produtivo
Milho Verão Irrigado –EDR São João da Boa Vista
Feijão de inverno Irrigado EDR de São João da Boa
Vista
Sorgo Granífero de Inverno EDR Orlândia
Batata de Inverno Irrigada
EDR de São João da Boa Vista
RL máxima 238,6 2424,4 311,8 14765,2 RL mínima 861,9 483,4 38,2 7314,8
43
RL média 128,1 852,4 13,2 1045,2 Amplitude 1100,5 1941,0 350,0 22080,0 Fonte: Dados da pesquisa (2005)
Nos sistemas produtivos analisados, com exceção do sorgo no cenário
médio, as receitas líquidas máxima e média são positivas. Para o cenário mais pessimista, com
exceção do feijão irrigado de inverno no EDR de São João da Boa Vista, as receitas líquidas
são negativas, resultado de preço e produtividade mínimos observados.
Em uma avaliação simples de risco, com base na amplitude entre as
rendas líquidas máximas e mínimas, verificase que a batata de inverno apresentou a maior
variação entre os cenários extremos, mais pessimista e mais otimista. Foi também a cultura que
apresentou o maior valor líquido de renda entre os sistemas analisados. Por ser uma cultura
irrigada, com relativa estabilidade na produtividade, depreendese que a volatilidade de preços
deve ser a responsável pela elevada amplitude de renda líquida.
O cultivo do sorgo granífero de inverno foi o sistema que apresentou a
menor amplitude entre a renda líquida máxima e renda líquida mínima, e também o sistema
que apresentou reduzida renda líquida média.
Verificase que o milho safrinha tende a apresentar os mais reduzidos
níveis de renda líquida média. Neste período, os preços tendem a ser mais elevados, mas a
produtividade é reduzida pelas condições edafloclimáticas de inverno menos favoráveis ao
desenvolvimento da cultura.
Da mesma forma, foram determinadas as rendas líquidas para as
sucessões de cultura em análise, que são mostradas na Tabela 14.
Tabela 14. Receita Líquida de sucessões de culturas, em condições de preços e produtividade máximos, mínimos e médios (Reais/ha agosto de 2005)
Sucessões
Soja Verão + Milho Safrinha EDR
Orlândia
Soja Verão + Milho
Safrinha em plantio direto EDR Assis
Feijão Irrigado de Inverno + Algodão Verão EDR
S.J.Boa Vista
Feijão Irrigado de Inverno + Milho
Irrigado de Verão EDR S.J.Boa Vista
Soja Verão + Sorgo
Granífero de Inverno EDR
Orlândia
Batata Irrigada de Inverno + Milho
Irrigado de Verão EDR S.J.Boa Vista
44
RL máxima 1600,4 1963,0 4013,0 2663,0 1333,6 15003,8 RL mínima 825,1 722,0 609,0 378,5 494,9 8176,7 RL média 256,4 427,0 1398,0 980,5 235,6 1173,3 Amplitude 2425,5 2685,0 4622,0 3041,5 1828,5 23180,5 Fonte: Dados da pesquisa (2005)
Verificouse também que nas sucessões analisadas, as rendas líquidas
mínimas configuramse negativas, mas neste caso a combinação de culturas permitiu que todas
as rendas líquidas máximas e médias fossem positivas. Neste caso, permanece a cultura da
batata como de maior amplitude entre os cenários extremos, e a sucessão soja e sorgo como a
de menor amplitude.
Para avaliar o desempenho econômico das sucessões de culturas, em
relação à cultura principal, foi elaborada a Tabela 15. É importante destacar que foi
considerada cultura principal aquela que gera maior valor de produção por área, e não o cultivo
de verão. Em regiões de tradição em irrigação, o cultivo de inverno é feito com culturas de
maior renda líquida por ha, como feijão e batata. Isto é particularmente verdadeiro para o EDR
de São João da Boa Vista, que utiliza intensamente a irrigação, tanto nos cultivos de verão
quanto de inverno.
Na Tabela 15, estão em negrito as culturas principais e mostra a variação
de renda líquida das sucessões em relação à cultura principal, nos três cenários analisados.
Tabela 15. Variação porcentual de renda líquida (RL) da sucessão de culturas em relação à rentabilidade líquida da cultura principal (em negrito), nos três cenários analisados. Em percentagem (%)
Sucessões
Soja Verão + Milho Safrinha EDR Orlândia
Soja Verão + Milho Safrinha EDR Assis
Feijão Ir r igado de Inverno + Algodão Verão EDR S.J.Boa Vista
Feijão Ir r igado de Inverno + Milho Irrigado de Verão EDR S.J.Boa Vista
Soja Verão + Sorgo Granífero de Inverno EDR Orlândia
Batata Ir r igada deInverno + Milho Irrigado de Verão EDR S.J.Boa Vista
RL máxima 56 61,5 65 9,8 30 1,6 RL mínima 80 104,5 213 178 8 11 RL média 3,2 0,25 63 15 5 12 Fonte: Dados da pesquisa (2005)
45
A sucessão soja verão em plantio convencional, seguido de milho safrinha em
sistema de preparo reduzido de solo no EDR de Orlândia, mostra um incremento de 56% na
rentabilidade líquida em relação ao cultivo apenas da soja verão sob hipótese de preços e
produtividade máximos do milho e da soja. Por outro lado, verificouse queda de rentabilidade
em 80% em situações de renda líquida mínima e aumento de 3,2% em situações de preços e
produtividade média.
A sucessão soja verão em plantio direto seguido de milho safrinha em
sistema de plantio direto no EDR de Assis mostra que há redução na rentabilidade líquida em
relação ao cultivo da soja verão, apenas na situação mais pessimista, porém com queda
expressiva de 104%.
A sucessão feijão de inverno irrigado e algodão, no EDR de São João da
Boa Vista mostrou a maior queda de rentabilidade em relação ao cultivo de feijão, de 213%.
Por outro lado verificase que nos cenários otimista e médio, houve incremento da receita
líquida, de 65 e 63%, respectivamente.
Na sucessão feijão irrigado de inverno e milho irrigado de verão, houve
incremento nas situações de renda líquida máxima e média, mas com expressiva queda em
situações de renda líquida mínima, de 178%.
A sucessão batata de inverno irrigada e milho verão irrigado em plantio
convencional (plantio janfev) EDR de São João da Boa Vista foi a que apresentou as menores
diferenças em relação ao cultivo principal que é a batata, pois esta apresenta renda bruta e
custos proporcionalmente muito superiores aos do milho.
Poucas inferências são possíveis de serem feitas a partir deste tipo de
análise, mas os resultados podem ser detalhados a partir da análise de risco das culturas
principais e suas combinações com as culturas complementares.
4.3. Identificação de distribuições das variáveis de r isco
Os resultados a seguir mostram a identificação da distribuição de probabilidade
das variáveis críticas, preços, produtividade e custos, seguindose a análise de risco conforme
explicitado na metodologia.
46
A Tabela 16 mostra os parâmetros das distribuições identificadas, a partir dos
preços médios mensais recebidos pelos produtores.
Tabela 16. Parâmetros das funções de distribuição de freqüência de preços para as culturas principais e complementares, estado de São Paulo, 2002 a 2006.
Produto Distribuição Parâmetros
Soja (R$/sc 60 kg) Máx.Extremo Mod.=27,45; Esc=5,48
Milha Safrinha (R$/sc 60 kg) Logística Med=15,78; Esc=1,48
Milho Verão (R$/sc 60 kg) Triangular Mín= 5,27; Mod= 18,59; Máx= 18,80
Feijão de inverno (R$/sc 60 kg) Logística Med=60,84; Esc=8,46
Sorgo de inverno (R$/sc 60 kg) Gama Loc= 9,13; Esc= 1,05; Form= 2,49
Batata de inverno (R$/sc 50 kg) Triangular Mín= 17,96; Mod= 18,59; Máx= 52,06
Algodão verão (R$/@) Logística Med=15,06; Esc=1,48
Fonte: Dados da pesquisa (2005)
As distribuições de freqüência da produtividade foram definidas como
distribuições triangulares, para o período de 2002 a 2005. Neste caso, existem diferenças de
parâmetros das funções na mesma cultura para diferentes regiões (Tabela 17).
Tabela 17. Parâmetros das funções de distribuição de freqüência da produtividade para as
culturas principais e complementares, por EDR, estado de São Paulo, 2002 a 2005,
Cultura Unidade EDR Distribuição Parâmetros
Soja Verão saca 60 kg/ha Orlândia Triang. Mín=41;Moda=42;
Máx=45
Milho Safrinha saca 60 kg/ha Orlândia Triang. Mín=20;Moda=47;
Máx=58 Milho Verão saca 60 kg/ha S.J.Boa Vista Triang. Mín=82;Moda=83;
Máx=89 Soja saca 60 kg/ha Assis Triang. Mín=40;Moda=45;
47
Máx=48 Milha Safrinha saca 60 kg/ha Assis Triang. Mín=34;Moda=48;
Máx=66 Feijão Inverno Irrigado
saca 60 kg/ha S.J.Boa Vista Triang. Mín=40;Moda=41; Máx=42
Sorgo Inverno saca 60 kg/ha Orlândia Triang. Mín=21;Moda=25;
Máx=40 Batata de Inverno saca 50 kg/ha S.J.Boa Vista Triang. Mín=407;Moda=440;
Máx=600
Algodão @/ha S.J.Boa Vista Triang. Mín=160;Moda=182 Máx=189
Fonte: Dados da pesquisa (2005)
Para os custos, dada a grande quantidade de variáveis que interferem em
sua composição, foram selecionados os itens de maior peso no custo operacional efetivo, que
conforme apresentado anteriormente foram sementes, adubos, custos de máquinas e herbicidas,
dependendo do sistema produtivo. Por razões práticas, considerouse as quantidades de
insumos utilizadas como característica estrutural da produção e que os preços dos insumos são
mais sujeitos à variações. Assim as distribuições de freqüência foram dadas com base nas
séries de preços dos insumos (Tabela 18).
Para alguns insumos não se dispunha de uma série de preços que
permitisse determinar a distribuição de freqüência para todos os herbicidas identificados como
significativos na análise de custos. Desta forma, quando necessário, foi identificado o princípio
ativo e foi utilizado produto similar, em termos de concentração de princípio ativo. No caso de
fertilizantes foi adotado o mesmo procedimento com relação à concentração de nutrientes.
Outra observação quanto aos dados referese ao preço da semente de
batata, que embora tenha sido um item importante no custo operacional efetivo da cultura, a
distribuição de freqüência não foi utilizada, pois se considerou que os dados não eram
confiáveis, uma vez que estes se apresentaram constantes durante três anos.
Tabela 18. Parâmetros das funções de distribuição de freqüência dos custos, com base nos preços de insumos, estado de São Paulo, 2002 a 2005.
Custo de Fer tilizantes (R$/ha)
48
Tipo Distr ibuição Parâmetro
022020 Gamma Loc=99,85; Sca=40,17;Shape=0,9215
031515 Weinbull Loc=182,04; Sca=106,33;Shape=2,44
81616 Triangular Mín=201,16; Moda=264,01; Máx=387,91
42020 Triangular Mín=188,81; Moda=219,12; Máx=343,61
052525 Trinagular Mín=148; Moda=195; Máx=286
12028 Beta Mín=270,73; Máx=434,93; α=1,15;β=1,22
20025 Mínima Extrema Moda=131,45; S=16,54
4148 Weinbull L=76,82; S=47,18; C=3,18
Custo de Sementes (R$/ha)
Student Ponto Médio=41,96; Sca=55; G.L.=29,9
Semente Milho Máxima Extrema Moda=343,42; S=37,28
Semente Sorgo Triangular Mín=74,98; Moda=85,89; Máx=130,11
Custo de Herbicidas (R$/ha)
Tipo Distr ibuição Parâmetro
Primóleo Lognormal Média =88,39; DP =13,79
Dual Uniforme Mín=100,42; Máx=189,47
Roundup Mínima Extrema Moda=45,93; Sca=4,42
Glifosato Mínima Extrema Moda=100; Sca=9,72
Flex Triangular Mín=42,85;Moda=45,75; Máx=54,78
Fusilade Triangular Mín=60,35;Moda=76,30; Máx=78,02
Custo de operação de Máquinas (R$/ha)
Tipo Distr ibuição Parâmetro
Trator 72 cv Uniforme Mín=21,01; Máx=35,08
Trator 82 cv Uniforme Mín=19,20; Máx=31,93
Trator 90 cv Beta Min=35,61;Max=56,69;Alpha=1,26479;Beta=1,27391
Trator 75 cv Beta Min=84,83;Max=134,10;Alpha=1,19744;Beta=1,19257
Fonte: Dados da pesquisa (2005)
4.4. Análise de risco
4.4.1. Medidas estatísticas, análise de sensibilidade e percentis de risco
49
Os resultados apresentados referemse às medidas estatísticas, à análise
de sensibilidade, percentís de risco e distribuição de freqüência da receita líquida, comparando
se os resultados da cultura principal e da sucessão de culturas, em cada região. Os resultados
foram separados por tipo de sucessão.
1)Soja verão em plantio convencional, como cultivo principal e da sucessão da soja verão em
plantio convencional seguido de milho safrinha em sistema de preparo reduzido de solo, no
EDR de Orlândia.
Os resultados mostram que o cultivo do milho safrinha reduz a receita
líquida média de R$ 497,38/ha que é o resultado da soja verão como cultivo principal, para
R$482,80/ha, que é o retorno médio da sucessão sojamilho safrinha (Tabela 19).
Os indicadores de risco mostram que a combinação soja verãomilho
safrinha eleva o risco de produção, como indicam a elevação das medidas de desvio padrão,
variância e coeficiente de variação. Verificase que a combinação soja milho piora o resultado
de renda líquida nos cenários mais pessimistas de preços, produtividade e custos, com redução
significativa da receita líquida, e apresenta melhoria de desempenho no cenário mais otimista,
com elevação da renda líquida máxima.
Tabela 19. Resultados estatísticos da renda líquida da soja como cultivo principal e da sucessão soja e milho safrinha no EDR de Orlândia.
Indicadores Soja Solteira Combinação Soja e Milho
Interações 10.000 10.000 Média 497,38 482,80 Mediana 450,48 445,44 Moda Desvio padrão 304,13 350,94 Variância 92.497,85 123.156,86 Assimetria 1,01 0,71824 Kurtose 4,81 4,14 Coeficiente de Variação 0,61 0,72 Mínimo 266,73 709,63 Máximo 2.165,89 2.332,45
50
Erro Padrão Médio 3,04 3,51 Fonte: Dados da pesquisa (2005)
Os resultados mostram, ainda que a introdução do cultivo de milho
safrinha aumenta a variância e a amplitude dos níveis de receita líquida em relação ao cultivo
da soja verão.
No sistema de cultivo apenas da cultura da soja, verificase que 94,9% da
variação nos resultados de rentabilidade líquida devese ao preço da soja pago ao produtor,
apresentando também elevada correlação positiva com a renda líquida (0,97). O custo de
sementes da soja contribui com 1,9% da variação da receita líquida, e os demais itens são
pouco significativos na variação da receita líquida (Tabela 20).
Tabela 20. Análise de sensibilidade da renda líquida da soja e da combinação soja e milho safrinha no EDR de Orlândia.
Soja Solteira
Variáveis Contribuição % Correlação
Preço Soja 94,9 0,97 Custo semente soja 1,9 0,14 Custo adubação soja 1,7 0,13 Produtividade Soja 1,2 0,11 Custo de óleo diesel 0,2 0,04
Combinação Soja Verão e Milho Safrinha
Variáveis Contribuição % Correlação
Preço Soja 69,7 0,81 Produtividade Milho 14,8 0,37 Preço Milho 10,2 0,31 Custo adubação milho 1,4 0,11 Custo adubação soja 1,4 0,11 Custo semente soja 1,3 0,11 Produtividade Soja 0,9 0,09 Custo herbicida milho 0,1 0,03 Custo de óleo diesel 0,1 0,03 Fonte: Dados da pesquisa (2005)
Quando se introduz o cultivo do milho safrinha, embora grande parte da
variação refirase ainda aos preços da soja (69,7%), os preços e a produtividade do milho
safrinha contribuem para a variação da receita líquida do sistema de combinação de culturas,
sendo fontes significativas de risco no sistema em sucessão, com 14,8% e 10,2%,
51
respectivamente. Ambos apresentam correlação positiva com a renda líquida. Os custos, em
geral, respondem por reduzida variação na receita líquida do sistema em sucessão, em torno de
1,4 a 0,1%.
Tabela 21. Percentís de risco da receita líquida da soja como cultivo principal e da sucessão soja e milho safrinha no EDR de Orlândia.
Percentis de Risco (% )
Soja Verão R$/ha
Combinação Soja + Milho Safrinha
R$/ha 0 266,73 709,63 10 160,78 75,49 20 249,76 191,00 30 320,61 286,05 40 384,17 367,4 50 450,48 445,44 60 522,83 528,63 70 608,09 626,05 80 717,31 748,55 90 891,84 933,53 100 2.165,89 2.332,45
Fonte: Dados da pesquisa (2005)
O mapeamento de risco dado pelos percentís mostra que ambos os
sistemas apresentam risco muito reduzido de haver prejuízo na produção. Verificase também
que a partir de 60% de risco, o cultivo em sucessão apresenta maior retorno que o cultivo da
soja e receita líquida máxima pode chegar a R$2.332,45/ha na sucessão e a R$2.165,89/ha para
a soja, sendo mais adequado a produtores mais propensos ao risco. (Tabela 21).
2)Combinação soja verão em plantio direto seguido de milho safrinha em sistema de plantio
direto EDR de Assis
Verificase que também neste EDR a introdução do cultivo de milho
safrinha reduz o retorno médio em relação ao cultivo da soja verão. Também as medidas de
desvio padrão, variância e coeficiente de variação são maiores para a combinação das duas
culturas, indicando maior risco na sucessão sojamilho em relação ao cultivo principal que é a
soja (Tabela 22).
52
O retorno médio da sucessão soja milho safrinha na região de Assis é
inferior ao mesmo sistema na região de Orlândia e o risco é maior, conforme se verifica pelo
coeficiente de variação das duas regiões.
Tabela 22. Resultados estatísticos da receita líquida da soja e da sucessão soja e milho safrinha no EDR de Assis.
Indicadores Soja Solteira (R$/ha)
Combinação Soja e Milho (R$/ha)
Interações 10.000 10.000 Média 400,63 347,39 Mediana 351,07 305,95 Moda Desvio padrão 322,45 370,16 Variância 103.976,74 137.016,78 Assimetria 1,05 0,73619 Kurtose 5,15 4,33 Coeficiente de Variação 0,80 1,07 Mínimo 409,59 812,34 Máximo 3.096,88 3.215,18 Erro Padrão Médio 3,22 3,7 Fonte: Dados da pesquisa (2005)
A exemplo dos resultados obtidos no EDR de Orlândia, o sistema de
sucessão piora o cenário mais pessimista, com prejuízo de R$812,34/ha em relação ao sistema
de cultivo de soja, e com prejuízo de R$409,59/ha para o sistema em sucessão e melhora o
resultado mais otimista, com receita líquida de R$3.096,88 para a soja para R$3.215,18/ha
para o sistema de sucessão soja e milho (Tabela 21).
Tabela 23. Análise de sensibilidade da renda líquida da soja e da sucessão soja e milho safrinha no EDR de Assis.
Soja Solteira
Variáveis Contribuição (% ) Correlação
Preço Soja 92,3 0,95 Custo semente soja 3,6 0,19 Produtividade Soja 2,9 0,17 Custo adubo soja 1,0 0,1
Combinação Soja Verão e Milho Safrinha
Variáveis Contribuição (% ) Correlação
Preço Soja 71,2 0,82
53
Preço Milho 12,2 0,34 Produtividade Milho 8,3 0,28 Custo semente soja 3,1 0,17 Produtividade Soja 1,8 0,13 Custo semente milho 1,5 0,12 Fonte: Dados da pesquisa (2005)
No sistema de cultivo de soja verão na Região de Assis, os preços da soja
continuam sendo a maior fonte de risco respondendo por 92,3% da variação total dos
resultados de receita líquida da soja. Seguemse os custos com a semente de soja com 3,6% da
variação e a produtividade da soja com 2,9% (Tabela 23).
No sistema em sucessão também o preço da soja é um importante fator de
risco, contribuindo com 71,2% da variação do resultado final, seguindose o preço do milho
safrinha que responde por 12,2% da variação da receita líquida do sistema em sucessão soja e
milho. A seguir, como fator de influência no risco estão a produtividade do milho safrinha,
que responde por 8,3%, o custo da semente de soja, com 3,1% e a semente de milho com 1,5%
da variação da receita líquida do sistema. A relativa estabilidade da produtividade da soja na
região faz com que esta variável responda por apenas 1,8% da variação da renda líquida do
sistema em sucessão.
Tabela 24. Percentís de risco da renda líquida da soja e da combinação soja e milho safrinha no EDR de Assis
Percentis (% )
Soja Solteira (R$/ha)
Combinação Soja + Milho (R$/ha)
0 518,14 974,2 10 145,13 322,84 20 13,31 159,59 30 88,1 40,55 40 179,42 59,08 50 262,67 151,38 60 344,1 242,62 70 425,8 343,41 80 528,97 455,55 90 659,1 621,2 100 1.128,94 1.423,10
Fonte: Dados da Pesquisa (2005)
54
Os resultados de percentis de risco mostram desempenho inferior
relativamente aos obtidos no EDR de Orlândia, em todos os níveis de risco, com receita líquida
inferior na região de Assis. Neste caso, o risco de obtenção de renda líquida negativa é maior,
20%. Neste caso, os níveis de renda líquida são inferiores na sucessão em relação ao cultivo
principal em todos os níveis de risco. (Tabela 24).
3) Combinação feijão de inverno irrigado e milho verão irrigado plantio direto na EDR de São
João da Boa Vista
Verificase, neste caso, que a sucessão feijão de inverno irrigado com
milho verão irrigado proporciona maior retorno médio que o cultivo do feijão, com
R$1.320,18/ha e R$1.040,17/ha, respectivamente, ao contrário do verificado nas sucessões soja
e milho. Por serem culturas irrigadas, há redução da fonte de risco advinda de variações de
produtividade, com coeficiente de variação inferior ao sistema soja e milho nas regiões de
Orlândia e Assis (Tabela 25).
Por outro lado, a sucessão feijão milho apresentou maior risco que o
cultivo da cultura principal, o feijão, conforme se verifica pelos indicadores de desvio padrão e
variância e coeficiente de variação, maiores para a sucessão, que para o cultivo do feijão.
Tabela 25. Resultados estatísticos da renda líquida do feijão irrigado de inverno e da combinação feijão irrigado de inverno e milho irrigado de verão no EDR de São João da Boa Vista.
Indicadores Feijão ir rigado de Inverno
Combinação Feijão ir rigado de inverno e milho ir rigado de
Verão Interações 10.000 10.000 Média 1.040,17 1.320,18 Mediana 1.041,65 1.327,38 Moda Desvio padrão 630,71 690,23 Variância 397.790,80 476.415,38 Assimetria 0,01078 0,03511 Kurtose 3,98 3,59 Coeficiente de Variação 0,60 0,62 Mínimo 1.880,61 1.515,39 Máximo 4.073,38 4.200,44 Erro Padrão Médio 6,31 6,9
55
Fonte: Dados da pesquisa (2005)
A irrigação reduz os riscos de variação da produtividade, que respondem
por reduzida variação na receita líquida tanto no sistema de cultivo de feijão quanto na
sucessão feijão de inverno e milho verão. Os preços são fatores importantes de risco nos
resultado de renda líquida e introduzem risco tanto sistema de cultivo de feijão quanto na
sucessão. No primeiro caso, o preço do feijão responde por 99,3% da variação da receita
líquida, enquanto no sistema de sucessão, o preço do feijão responde por 81,8% e o preço do
milho por 16,5%, conforme mostram os resultados da análise de sensibilidade (Tabela 26).
Tabela 26. Análise de sensibilidade da renda líquida do feijão irrigado de inverno e combinação do feijão irrigado de inverno e milho irrigado de verão no EDR de São João da Boa Vista.
Variáveis Contribuição (% ) Correlação
Feijão Ir rigado de Inverno Preço Feijão 99,3 1,0 Adubação Cob. Feijão 0,4 0,06 Produtividade Feijão 0,2 0,05 Combinação Feijão Ir rigado de Inverno e Milho Verão Ir rigado
Preço Feijão 81,8 0,89 Preço Milho 16,5 0,4 Custo adubação milho 0,9 0,09 Adubação Cob. Feijão 0,4 0,06 Produtividade Feijão 0,2 0,05 Produtividade Milho 0,1 0,03 Adubação Cob. Milho 0,1 0,02 Fonte: Dados da pesquisa (2005)
Também neste sistema verificase a reduzida participação dos custos na
variação da receita líquida, tanto do cultivo em sucessão quanto do sistema em sucessão feijão
milho, sempre inferior a 1% (Tabela 26).
Tabela 27. Percentís de risco da renda líquida do feijão irrigado de inverno e sucessão feijão irrigado de inverno e milho irrigado de verão no EDR de São João da Boa Vista.
Percentis (% )
Feijão Ir rigado de Inverno (R$/ha)
Combinação Feijão Ir rigado de Inverno e Milho Verão Ir rigado
56
(R$/ha) 0 1.880,61 1.515,39 10 271,45 459,92 20 555,52 769,8 30 746,32 986,98 40 901,26 1.158,79 50 1.041,65 1.327,38 60 1.185,26 1.489,10 70 1.339,69 1.666,79 80 1.517,44 1.873,19 90 1.804,72 2.166,73 100 4.073,38 4.200,44
Fonte: Dados da Pesquisa (2005)
A Tabela 27 mostra que tanto o feijão irrigado quanto a combinação de
feijão com milho irrigado de verão, pelos dados históricos utilizados, que o risco de obtenção
de prejuízos na cultura é reduzido. Verificase também que a partir do nível de risco de 10% o
retorno da sucessão passa a ser maior que a do cultivo do feijão, e que a receita líquida máxima
da sucessão pode chegar a R$4.200,44/ha enquanto para o cultivo do feijão irrigado chega no
máximo a R$4.073,38/ha.
IV) Combinação soja verão em plantio convencional seguido de sorgo granífero de inverno em
sistema de preparo reduzido de solo EDR de Orlândia
A sucessão sojasorgo, ao contrário da sucessão soja milho nas duas
regiões analisadas, apresentou maior retorno médio que o cultivo da soja, com R$491,04/ha
para o sistema soja sorgo e R$ 462,92/ha para o cultivo da soja na região de Orlândia.
A introdução do cultivo do sorgo aumentou o retorno médio,
concomitantemente ao aumento do desvio padrão e da variância. O coeficiente de variação que
é o melhor indicador de comparação, não apresentou diferença significativa de risco entre os
dois sistemas (Tabela 28).
Tabela 28. Resultados estatísticos da renda líquida da soja verão em plantio convencional e da combinação soja e sorgo granífero de inverno em sistema de preparo de solo reduzido no EDR de Orlândia.
Indicadores Soja Verão Combinação soja verão e sorgo granífero de
inverno
57
Interações 10.000 10.000 Média 462,92 491,04 Mediana 417,07 447,52 Moda Desvio padrão 312,78 320,34 Variância 97.830,71 102.615,07 Assimetria 1,02 0,9629 Kurtose 5,04 4,83 Coeficiente de Variação 0,65 0,65 Mínimo 300,84 296,11 Máximo 2.401,78 2.472,55 Erro Padrão Médio 3,13 3,2 Fonte: Dados da pesquisa (2005)
Verificase também que o pior cenário incorre em prejuízo tanto para a
soja, nesta região, quanto para a combinação soja e sorgo. A sucessão proporciona melhores
resultados tanto para o pior cenário (receita líquida mínima), com redução do prejuízo, quanto
para o melhor cenário (receita líquida máxima), aumentando a receita líquida.
Tabela 29. Análise de sensibilidade da renda líquida da soja verão em plantio convencional e da combinação soja e sorgo granífero de inverno em sistema de preparo de solo reduzido no EDR de Orlândia.
Variáveis Contribuição (% ) Correlação
Soja Verão Preço Soja 91,9 0,95 Custo Semente Soja 5,5 0,23 Custo Adubação Soja 2,0 0,14 Produtividade Soja 0,6 0,08
Combinação soja verão e sorgo granífero de inverno Preço Soja 87,3 0,92 Custo Semente Soja 5,2 0,22 Produtividade Sorgo 2,4 0,15 Preço Sorgo 2,2 0,15 Custo Adubação Soja 2,0 0,14 Produtividade Soja 0,6 0,07 Custo Adubação Sorgo 0,2 0,05 Custo Semente Sorgo 0,1 0,03 Fonte: Dados da pesquisa (2005)
Os resultados da análise de sensibilidade mostram que o preço da soja é
o principal fator que influencia o risco da renda líquida da produção, sendo responsável por
91,9% da variação da renda líquida da atividade, seguindose o custo de semente da soja,
contribuindo com 5,5% da variação da receita líquida (Tabela 29).
58
Na combinação soja verão e sorgo granífero de inverno, o preço da soja
continua a ser o principal fator que influencia a variação da rentabilidade líquida do sistema em
sucessão, respondendo por 87.3% da variação, seguindose o custo de semente da soja com
5,2%.
Verificase que a produtividade do sorgo também é responsável por parte
da variação da rentabilidade, com 2,4%. Por ser uma cultura de inverno não irrigada, a
produtividade pode sofre alterações significativas de produtividade, em função de condições
edafoclimáticas mais ou menos favoráveis.
Tabela 30. Percentís de risco da renda líquida da soja verão em plantio convencional e da combinação soja e sorgo granífero de inverno em sistema de preparo de solo reduzido no EDR de Orlândia.
Percentis (% )
Soja Verão (R$/ha)
Combinação soja verão e sorgo granífero
de inverno (R$/ha)
0 300,84 296,11 10 110,26 131,22 20 206,9 226,08 30 281,41 301,02 40 346,93 373,32 50 417,07 447,52 60 492,99 524,11 70 578,04 614,38 80 690,3 724,42 90 874,29 910,11 100 2.401,78 2.472,55
Fonte: Dados da Pesquisa (2005)
Na análise de risco, verificase que a introdução do cultivo do sorgo no
inverno ajuda a reduzir os prejuízos e aumenta os lucros em todos os níveis de risco em relação
ao cultivo da cultura principal que é a soja (Tabela 30). Uma hipótese para este resultado é o
reduzido custo operacional efetivo do sorgo de inverno, que é o menor entre todas as culturas
analisadas, que aumenta a possibilidade de receita líquida positiva para o sorgo e portanto a
receita líquida do sistema em sucessão.
Verificase também que tanto para o cultivo principal quanto para a
sucessão soja e sorgo, existe um risco muito reduzido de que a cultura apresente prejuízo,
59
embora em menor valor na sucessão soja/sorgo. A rentabilidade pode chegar a um máximo de
R$2.401,78/ha para a soja e R$2.472,55 para a sucessão soja/sorgo.
5) Combinação algodão no período de verão em plantio convencional seguido de feijão de
inverno irrigado EDR de São João da Boa Vista.
Na Tabela 31 são apresentados os resultados estatísticos da análise de
rentabilidade do cultivo principal (feijão) e da sucessão feijão irrigado de inverno e algodão em
cultivo de verão. Verificase que a sucessão apresenta um retorno maior que o cultivo
principal, dado pelo valor da média, mas também introduz um risco significativo no sistema,
conforme pode ser verificado pelas medidas de variação do resultado econômico dos sistemas.
Tabela 31. Resultados estatísticos da renda líquida de feijão irrigado de inverno em plantio direto e algodão no período de verão em plantio convencional no EDR de São João da Boa Vista.
Indicadores Feijão ir r igado de inverno
Combinação feijão ir r igado de inverno e algodão no per íodo de
verão Interações 10.000 10.000 Média 1.597,38 2.207,50 Mediana 1.593,91 2.206,29 Moda Desvio padrão 641,88 805,67 Variância 412.004,55 649.099,11 Assimetria 0,0536 0,04069 Kurtose 4,19 3,64 Coeficiente de Variação 0,40183 0,36497 Mínimo 1.783,66 2.441,61 Máximo 4.787,12 5.972,43 Erro Padrão Médio 6,42 8,06 Fonte: Dados da pesquisa (2005)
O desvio padrão, a variância e o coeficiente de variação são superiores
na sucessão em relação ao cultivo principal de feijão irrigado, indicando maior risco no sistema
em sucessão em relação ao cultivo principal que é o feijão. Os preços e produtividade do
algodão podem ser importantes fontes de risco no sistema em sucessão.
60
Verificase também que no pior cenário, ou seja, de menor renda líquida, a
sucessão apresentou pior resultado que a cultura principal, mas no melhor cenário a renda
líquida foi significativamente superior à cultura principal.
Tabela 32. Análise de sensibilidade da renda líquida de feijão irrigado de inverno em plantio direto e algodão no período de verão em plantio convencional no EDR de São João da Boa Vista.
Variáveis Contribuição (% ) Correlação
Feijão ir rigado de inverno Preço Feijão 99,8 1 Produtividade Feijão 0,1 0,04 Combinação feijão ir rigado de inverno e algodão no período de
verão Preço Feijão 63,4 0,77 Preço Algodão 33,4 0,56 Produtividade Algodão 1,4 0,11 Custo adubação algodão 0,7 0,08 Custo adubação algodão 0,6 0,08 Custo Diesel 72 cv 0,2 0,05 Custo Diesel 82 cv 0,1 0,03 Produtividade Feijão 0,1 0,03 Fonte: Dados da pesquisa (2005)
No cultivo principal, a principal fonte de risco para o feijão são os
preços, contribuindo com 99,8% da variação da receita líquida e a produtividade contribuindo
com 0,1%. No sistema em sucessão, o preço do feijão é a principal fonte de risco, contribuindo
com 63,4% da variação da rentabilidade líquida do sistema, seguindose o preço do algodão
33,4% (Tabela 32).
A produtividade do feijão contribui menos para a variação da
rentabilidade do sistema que a produtividade do algodão, pois a amplitude de variação da
produtividade do feijão é menor que a do algodão (ver Tabela 17).
Tabela 33. Percentís de risco da renda líquida de feijão irrigado de inverno em plantio direto e algodão no período de verão em plantio convencional no EDR de São João da Boa Vista.
Percentis (% )
Feijão ir rigado de inverno (R$/ha)
Combinação feijão ir rigado de inverno e algodão no período de
61
verão (R$/ha)
0 1.783,66 2.441,61 10 823,39 1.221,91 20 1.103,88 1.560,40 30 1.301,48 1.807,65 40 1.456,38 2.007,17 50 1.593,91 2.206,29 60 1.739,52 2.397,01 70 1.894,62 2.599,30 80 2.081,17 2.841,04 90 2.362,78 3.204,78 100 4.787,12 5.972,43
Fonte: Dados da Pesquisa (2005)
Os percentís de risco mostram que existe risco reduzido de o cultivo de
feijão ou a sucessão feijão/algodão incorrer em prejuízo. De uma forma geral, verificase que a
sucessão melhora os resultados de renda líquida em todos os níveis de risco, aumentando a
renda líquida em relação ao cultivo principal que é o feijão irrigado.
6)Combinação batata de inverno irrigada e milho verão irrigado em plantio convencional
EDR de São João da Boa Vista
Os resultados estatísticos mostram que o cultivo de milho irrigado em
período de verão contribui para o aumento da renda líquida em relação ao cultivo principal, a
batata de inverno irrigada. Os resultados mostram também que o cultivo do milho em
seqüência à batata tem pouca influência no risco do sistema, o que pode ser explicado pelo
elevado risco que caracteriza o cultivo de batata (Tabela 34).
Tabela 34. Resultados estatísticos da renda líquida da batata de inverno irrigada e da sucessão batata e milho verão irrigado em plantio convencional EDR de São João da Boa Vista
Indicadores Batata Ir rigada de inverno
Combinação batata ir rigada de inverno e milho verão ir rigado
Interações 10.000 10.000 Média 204,79 73,91 Mediana 910,81 666,11 Moda Desvio padrão 4.301,51 4.308,92 Variância 18.503.006,80 18.566.784,05
62
Assimetria 0,59911 0,59656 Kurtose 2,62 2,63 Coeficiente de Variação 21 58,3 Mínimo 8.172,44 8.335,04 Máximo 14.342,87 14.639,59 Erro Padrão Médio 43,02 43,09 Fonte: Dados da pesquisa (2005)
Esta afirmação pode ser verificada pelos resultados apresentados na
Tabela 35, que mostram que o preço da batata é a principal fonte de risco tanto no cultivo de
batata quanto da sucessão batata e milho, sendo que no primeiro caso responde por 92,8% da
renda líquida e no segundo por 92,5% da variação da rentabilidade líquida.
Outra parcela importante do risco de renda líquida é a produtividade da
batata, que responde por 6,4% da variação da renda líquida no cultivo de batata e no sistema
em sucessão com o milho.
Tabela 35. Análise de sensibilidade da renda líquida da batata de inverno irrigada e da sucessão batata e milho verão irrigado em plantio convencional EDR de São João da Boa Vista
Variáveis Contribuição (% ) Correlação
Batata Ir rigada de inverno Preço Batata 92,8 0,95 Produtividade batata 6,4 0,25 Adubação batata 0,6 0,08 Combinação batata irrigada de inverno e milho verão ir r igado
Preço Batata 92,5 0,95 Produtividade batata 6,4 0,25 Custo adubação batata 0,6 0,08 Preço Milho 0,3 0,06 Fonte: Dados da pesquisa (2005)
Em relação ao sistema de sucessão, os fatores relacionados ao preço do
milho têm pouca influência no risco total do sistema, sendo o preço do milho responsável por
apenas 0,3% da variação da renda líquida do sistema de sucessão e a adubação por milho por
apenas 0,6% (Tabela 35)
Tabela 36. Percentís de risco da renda líquida da batata de inverno irrigada e da sucessão batata e milho verão irrigado em plantio convencional EDR de São João da Boa Vista.
Percentis Batata Ir rigada de Combinação batata
63
(% ) inverno ir rigada de inverno e milho verão ir rigado
0 8.172,44 8.335,04 10 5.226,60 4.949,63 20 4.217,77 3.947,81 30 3.208,52 2.912,43 40 2.085,65 1.807,95 50 910,81 666,11 60 357,48 647,93 70 1.853,54 2.140,62 80 3.650,33 3.891,21 90 6.082,39 6.375,66 100 14.342,87 14.639,59
Fonte: Dados da Pesquisa (2005)
A análise dos percentís de risco mostra que a batata é uma cultura que
apresenta grande risco, com risco de 50% de a cultura incorrer em prejuízo. Por outro lado, em
maiores níveis de risco é possível a obtenção de níveis elevados de rentabilidade líquida,
chegando a um máximo de R$14.342,87/ha.
A sucessão batata e milho apresenta menores níveis de prejuízo e maiores
retorno, em todos os níveis de risco, mas a influência do milho é pouco significativa, dada o
peso da renda da cultura da batata no resultado geral do sistema.
De uma forma geral, verificase que não existe um padrão que rege o
retorno e o risco em sucessão de culturas, nas situações analisadas. Em alguns sistemas como
soja e milho nas regiões de Orlândia e Assis, a introdução do cultivo de inverno, no caso a
milho safrinha tem o efeito de reduzir o retorno médio e aumentar o risco do sistema, nas
condições utilizadas neste estudo.
O sistema em sucessão soja e sorgo apresenta outros resultados como
aumento do retorno e pouco impacto no risco do sistema, possivelmente em razão dos menores
custos de produção do sorgo em relação ao milho safrinha e também do maior peso da receita
da soja em relação à receita líquida da cultura do sorgo.
Para o feijão irrigado de inverno, o cultivo da sucessão com milho de
verão irrigado apresenta resultados de retorno econômico superiores em relação à sucessão
com algodão, embora em ambos os casos a sucessão apresente resultados superiores em
relação ao cultivo apenas do feijão irrigado. Em termos de risco, o sistema feijão milho
apresenta os indicadores de risco ligeiramente menores que a sucessão feijão algodão.
64
No caso do sistema batata e milho, verificase que a cultura da batata por
si é um sistema de alto retorno e de elevado risco, e que o cultivo do milho em seqüência tem
pouca influência tanto no retorno quanto no risco do sistema, em razão do volume de receita
líquida da batata em relação ao milho.
Verificase também que em geral, os preços pagos ao produtor são os
principais fatores que interferem na variação da renda líquida, tanto do cultivo principal quanto
nos sistemas em sucessão, em geral respondendo por níveis acima de 90% da variação geral da
receita líquida. Seguemse a produtividade e os custos, estes últimos, em geral com pouca
influência sobre a variação da renda líquida.
Nas condições analisadas neste estudo, verificase que os sistemas
apresentam riscos relativamente reduzidos de incorrer em prejuízos, de 0 a 10%, com exceção
do cultivo da batata irrigada de inverno, que apresenta riscos de 50% de ocorrência de prejuízo,
ao mesmo tempo em que é o sistema que apresenta possibilidade de maior receita líquida por
ha.
4.4.2.Distribuições de freqüência de renda líquida
Neste item são ilustradas as distribuições de freqüência da renda líquida
do cultivo principal e dos sistemas em sucessão, destacandose os efeitos da cultura
complementar na distribuição da renda líquida. Também neste item os resultados são
apresentados por sistema em cada região analisada.
1) Cultivo da soja no período de verão, em sistema de plantio convencional seguido do cultivo
de milho safrinha em sistema de preparo reduzido de solo – EDR de Orlândia.
65
Figura 2. Distribuição de freqüência de receita líquida do cultivo de soja verão– Região de Orlândia.
Figura 3. Distribuição de freqüência de renda líquida do sistema em sucessão soja verão e milho safrinha – Região de Orlândia.
66
Verificase que ambas as distribuições de freqüência de renda líquida
apresentam valores de assimetria maiores que 0,5 o que indica distribuições assimétricas,
sendo que a sucessão apresenta maior simetria que o cultivo de soja (Tabela 19).
Ambas apresentam valores de kurtose maiores que três, indicando pouco
achatamento da curva. A introdução do cultivo do milho safrinha no sistema tende a aumentar
a amplitude da distribuição. A sucessão soja milho safrinha apresenta distribuição de receita
líquida com maior amplitude e ambas apresentam maior freqüênci de retorno ao nível de
receita líquida de R$300,00 e R$400,00/ha
2) Combinação soja verão em plantio direto seguido de milho safrinha em sistema de plantio
direto EDR de Assis
Figura 4 Distribuição de freqüência de receita líquida do cultivo de soja verão– Região de Assis.
67
Figura 5. Distribuição de freqüência de renda líquida do sistema em sucessão soja verão e milho safrinha – Região de Assis.
Os resultados da produção de soja verão e da sucessão soja verão e milho
safrinha na região de Assis guardam alguma semelhança com o sistema na região de Orlândia,
no que diz respeito à amplitude da distribuição, que é maior no sistema em sucessão.
Também neste sistema os indicadores apontam para a assimetria de ambas
as distribuições. O indicador de kurtose aponta para distribuições pouco achatadas, pois os
valores são maiores que 3 (Tabela 22).
Neste caso, os níveis de receita líquida de maior freqüência encontramse
em torno de R$300,00 para a soja e em R$200,00 para a sucessão, ou seja, em valores
inferiores aos níveis observados no sistema de Orlândia.
3) Combinação feijão de inverno irrigado e milho verão irrigado plantio direto na EDR de São
João da Boa Vista
68
Figura 6. Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de inverno em plantio direto – Região de São João da Boa Vista.
Figura 7 Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de inverno em plantio direto e milho verão irrigado em sistema de plantio direto – Região de São João da Boa Vista.
69
A análise das distribuições de freqüência de renda líquida do feijão
irrigado de inverno e da sucessão feijão irrigado de inverno e milho irrigado de verão mostra
alteração das distribuições. O feijão irrigado de inverno mostra uma distribuição muito
simétrica, com valores de assimetria inferiores a 0,5. O coeficiente de assimetria da sucessão é
reduzido, indicando forte simetria da distribuição de freqüência da renda líquida. Também são
distribuições relativamente achatadas, com kurtose pouco superior a três (Tabela 25).
Verificase que no sistema de produção de feijão de inverno irrigado, os
níveis de receita líquida de maior freqüência encontramse entre R$1.000,00 por ha, enquanto
no sistema em sucessão, estes valores encontramse em posição superior a R$1.200,00, o que
eleva o retorno médio da sucessão.
4) Combinação soja verão em plantio convencional seguido de sorgo granífero de inverno em
sistema de preparo reduzido de solo EDR de Orlândia
Figura 8. Distribuição de freqüência de receita líquida do cultivo de soja verão– Região de Orlândia.
70
Figura 9. Distribuição de freqüência de receita líquida da sucessão de soja verão em plantio convencional e sorgo granífero de inverno em sistema de cultivo reduzido de solo – Região de Orlândia.
Verificase que a introdução do cultivo do sorgo granífero de inverno tem
pouca influência na simetria da curva. Ambas mostramse assimétricas e pouco achatadas,
pelos indicadores de assimetria e kurtose (Tabela 28).
As distribuições de receita líquida da soja e da sucessão soja e sorgo
apresentam as maiores freqüências de receita líquida entre R$300,00 e R$600,00/ha.
5) Combinação algodão no período de verão em plantio convencional seguido de feijão de
inverno irrigado EDR de São João da Boa Vista.
71
Figura 10 Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de inverno em plantio direto – Região de São João da Boa Vista.
Figura 11 Distribuição de freqüência de receita líquida do cultivo de feijão irrigado de inverno em plantio direto e algodão – Região de São João da Boa Vista
72
O cultivo de algodão em seqüência ao feijão irrigado de inverno contribui
a exemplo da sucessão feijão irrigado e milho, para aumentar a simetria da distribuição de
freqüência em relação ao cultivo do feijão. Estes resultados são confirmados pelos indicadores
de assimetria na Tabela 31.
A introdução da cultura do algodão em seqüência ao feijão irrigado de
inverno, aumentou o retorno médio em relação ao feijão irrigado de inverno, pois as receitas
líquidas de maior freqüência situemse em torno de R$1.000,00 e na faixa de R$1.200,00 a
R$1.800,00/ha no feijão irrigado de inverno.
6) Combinação batata de inverno irrigada e milho verão irrigado em plantio convencional
(plantio janfev) EDR de São João da Boa Vista
Figura 12 Distribuição de freqüência de receita líquida do cultivo de batata irrigada de inverno em plantio direto – Região de São João da Boa Vista.
73
Figura 13 Distribuição de freqüência de receita líquida da sucessão batata irrigada de inverno em plantio direto e milho irrigado de verão – Região de São João da Boa Vista.
Verificase que tanto a distribuição de receita líquida da batata irrigada de
inverno, quanto a da sucessão batata e milho apresentam características de assimetria, como
mostrado também pelos indicadores da Tabela 34. No caso da kurtose verificase que a
introdução do cultivo do milho irrigado de verão não tem influência sobre a kurtose da
distribuição. Também não se verifica influência do milho, na amplitude nem na faixa de receita
líquida de maior freqüência, que nos dois casos situase entre em situação de prejuízo para o
produtor.
De uma forma geral, não se verificou padrões de alteração nas
distribuições de renda das sucessões em relação ao cultivo principal, a exemplo de outros
indicadores analisados.
Para finalizar, são feitas algumas considerações sobre o alcance dos
resultados obtidos neste estudo particularmente com relação à metodologia adotada e os dados
utilizados.
Em estudos de simulação, uma vez que se trabalha com seleção aleatória
de valores das variáveis de risco, não se obtém os mesmo resultados cada vez que se realiza
74
uma simulação. Em sistemas de sucessão em que utilizou a mesma cultura, por exemplo, soja
verão nas sucessões com milho safrinha e sorgo na região de Orlândia, e nas sucessões de
feijão irrigado de inverno com milho irrigado de verão e algodão, as culturas principais soja e
feijão irrigado de inverno apresentaram diferenças nos indicadores estatísticos, embora estes
sejam bastante próximos.
Procurouse, neste caso fazer um grande número de interações à favor da
maior precisão de resultados, mas não é possível obter exatamente os mesmos valores para os
indicadores estatísticos, para a análise de sensibilidade, percentís de risco e distribuições de
freqüência de renda líquida em cada uma das simulações realizadas.
Outro problema freqüente em relação ao método de simulação utilizado é
a correlação entre as variáveis de risco. No caso do presente estudo, o software permite este
identificação, mas em nenhum dos casos analisados, houve a ocorrência de problemas de
correlação entre as variáveis preços, produtividade e de determinados itens do custo
operacional efetivo, definidas como variáveis de risco.
Outro problema diz respeito à dependência dos resultados em relação à
correta distribuições de probabilidade das variáveis de risco. Conforme mencionado na
metodologia, as distribuições de freqüência de produtividade foram determinadas muito mais
em função da disponibilidade de dados e outros critérios subjetivos como a utilização da série
de dados a partir de 2002, que uma precisa especificação da distribuição de probabilidade
destas variáveis. No caso dos preços trabalhose com séries históricas e tendo em vista que
estas distribuições podem não se repetir no futuro, certas restrições são feitas à utilização
destes dados para a previsão de resultados futuros.
É importante lembrar, que os níveis de preços verificados no período em
análise foram elevados, relativamente ao período histórico anterior e que na safra 2005/2006
temse verificado retração nos preços de algumas commodities analisadas, mas que não foram
consideradas pelo fato de que os resultados finais não estavam disponíveis à época da
conclusão deste estudo.
Por outro lado, o objetivo deste trabalho centrouse mais na elaboração de
indicadores que mapeassem a relação entre retorno e risco em sucessões de culturas no estado
de São Paulo, que no desenvolvimento estatístico de métodos para a precisa distribuição de
75
freqüências destas variáveis. A relativa escassez de estudos nesta área da economia agrícola
demanda estudos adicionais nestas duas vertentes.
Por fim, como é inerente aos estudos relativos à previsão de resultados
econômicos, a utilização de dados históricos não autoriza que os resultados sejam plenamente
extrapolados para o futuro, mas conforme colocado por diversos autores os estudos em
previsão podem subsidiar tomadas de decisão futura, em melhores condições que a análise
determinística, consciente dos limites da metodologia, dos dados e conseqüentemente dos
resultados obtidos.
76
5. CONCLUSÕES
Neste estudo procurouse avaliar o retorno e o risco dos sistemas em
sucessão comparativamente aos resultados econômicos e de risco da cultura principal.
Verificouse que sistemas diferentes apresentam resultados de retorno e risco também
diferenciados, seja em diferentes regiões, seja em diferentes culturas.
De uma forma geral, os preços podem ser considerados a principal fonte
de risco para a geração de receita líquida dos produtores, verificandose que a principal fonte
de risco para a produção agrícola não está sob o controle do produtor. Este fato, aliado à
ausência de mecanismos públicos ou privados de seguros de preços, torna os produtores
paulistas extremamente vulneráveis às flutuações de preços agrícolas e, portanto sujeitos à
instabilidade da receita líquida da produção.
No caso da produtividade, verificase que esta variável contribui com
muito menos que o preço na variação da receita líquida, mas os produtores também procuram
controlar esta fonte de risco, com técnicas como adoção de elevados níveis de adução e
práticas de irrigação. Com exceção dos custos de sementes de soja e milho, os itens de custo
têm peso pouco significativo da variação da receita líquida do sistema.
77
Embora não seja possível extrapolar totalmente os resultados apresentados
para previsão de resultados econômicos futuros, a pesquisa pode fornecer subsídios tanto para
a tomada de decisão do produtor individual, quanto para formulação de políticas públicas de
redução de riscos para o segmento agrícola.
A maior fonte de risco, que são preços recebidos pelos produtores, não
estão sob o controle do produtor, mas estudos de mapeamento de riscos podem auxiliar o
produtor na tomada de decisão, quando à adoção de tecnologias ou de implementação de
cultivos complementares, facilitando o planejamento financeiro e econômico das atividades de
produção agrícola.
Este fato aponta para a necessidade de formulação de políticas públicas
que visem proteger o produtor da instabilidade das receitas da produção ou o fomento de
mecanismos de hedging de preços como os mercados futuros, que embora existentes no Brasil
atingem ainda parcela pouco significativa da produção.
Mesmo outra fonte de risco para o produtor paulista que é a variação da
produtividade, não tem tido suporte no mercado privado de seguros agrícolas e nos programas
públicos de seguridade da produção agrícola, tornandoo exposto a riscos e à instabilidade na
geração de receitas.
78
6. REFERÊNCIAS BIBLIOGRÁFICAS
ADAM, B. D.; GARCIA, P.; HAUSER R. J. The value of information to hedgers in the presence of futures and options. Review of Agricultural Economics, v.18, p.4371447, 1996.
ALLEN, D.W.; D.L. LUECK, D.L. The nature of the farm. Journal of Law and Economics. v.41, p 343386, 1998.
AMBROSI, I. et al. Lucratividade e risco de sistemas de produção de grãos combinados com pastagens de inverno. Pesquisa Agropecuária Brasileira, Brasília, v.36, n.10, p. 12131219, 2001.
AMES, G.C.W.; REID, D.W.; HSIOU, L.F. Risk analysis of new maize technology in Zaire – a portfolio approach. Agricultural Economics, v.9, n.3, p 203214 , Sep. 1993.
ANDERSON, J. R. Modeling decisionmaking under risk. México: Cimmyt, 1976. Não paginado.
ASAE – AMERICAN SOCIETY OF AGRICULTURAL ENGINEERS – Standard – ASAE – EP 4962, Dec 1999.
ATWOOD. J.; SHAIK, S.; WATTS, M. Are crop yields normally distributed? a reexamination. American Journal of Agricultural Economics, v. 85, n.4, p. 888901, Nov. 2003.
79
AVEN, T. Foundations of risk analysis. West Sussex, John Wiley , 2003, 190p.
AVEN, T.; NILSEN, E.F.; NILSEN, T. Expressing economic risk—review and presentation of a unifying approach. Risk Analysis, v. 24, n.4, 2004.
BAQUET, A.; HAMBLETON, R.; JOSE, D., 1997. Introduction to risk management: understanding agricultural risks. USDA; Washington DC. Risk Management Agency, Dec. 1997.
BERNSTEIN, P.L. Desafio aos deuses: a fascinante história do risco. 15 ed. São Paulo Campus, 1997. 389 p.
BEZERRA, I.P. ; STULP, V.J. Risco e lucro no cultivo de soja, milho e trigo. Revista de Economia e Sociologia Rural, São Paulo, v.27, n.2, abr/jun 1989.
BOWMAN, R. G. The Theoretical Relationship between Systematic Risk and Financial. Journal of Finance, v. 34, June 1979.
CATI – Mapas agrícolas. Disponível em : <http://www.cati.sp.gov.br>. Acesso em 2 out 2005.
CHAMBERS, R.G.; QUIGGIN, J. Technological and financial approaches to risk management in agriculture an integrated approach. Australian Journal of Agricultural and Resource Economics, v. 48, n.2, p. 199223, Jun 2004.
CHAVAS, J.P. et al. An economic analysis of corn yield, corn profitability, and risk at the edge of the Corn Belt. Journal of Agricultural and Resource Economics, v.26,n.2, p. 230 247, Jul 2001.
CRUZ, E. R. Aspectos teóricos sobre a incorporação de riscos em modelos de decisão. In: CONTINI, E. et al. Planejamento da propriedade agrícola: modelos de decisão. 2 ed. Brasília, EMBRAPA, 1986.
DHUYVETTER, K.C. et al. Economics of dryland cropping systems in the great plains: a review. Journal of Production Agriculture, v.9, n.2, p. 216222, Apr/Jun 1996.
DONOVAN, C. et al. Soil fertility management in irrigated rice systems in the Sahel and Savanna regions of West Africa Part II. Profitability and risk analysis. Field Crops Research, v.61, n.2, p. 147162, Apr 1999.
DOUGLAS, E. J. Managerial economics theory, practice and problems. 2nd ed. New Jersey Prentice Hall, 1983.
80
DUCROT, R.; CAPILLON, A. A practice analysis to account for adoption of innovations in irrigated rice cropping systems in Lake Alaotra (Madagascar). Journal of Sustainable Agriculture, v.24,n.3, p. 7196, 2004.
FELDSTEIN, M. S. Mean variance analysis in the theory of liquidity preference and portfolio selection. Review of Economic Studies, Oxford, v. 36, n. 1, p. 514, 1969.
GARCIA, J.C. e RUAS, D.G.G. Seleção de sistemas de produção para milho em condições de risco. Revista de Economia e Sociologia Rural, São Paulo, v.19, n.3, julset 1981.
GELMAN, A. et al. Bayesian data analysis. London, Chapman and Hall, 1995.
GUIMARÃES, V.D.; PERES, F.C; CANZIANI, J.R. Avaliação de risco nas culturas de milho, trigo e soja no Paraná. In: XXXVIII Congresso Brasileiro de Economia e Sociologia Rural, Rio de Janeiro Brasil, 2000, Rio de Janeiro. Anais do XXXVIII Congresso Brasileiro de Economia e Sociologia Rural, 2000, p. 372.
HALLORAN, J.M.; GRIFFIN, T.S.; HONEYCUTT, C.W. An economic analysis of potential rotation crops for maine potato cropping. Systems American Journal of Potato Research v.82, n.2, p. 155162, Mar/Apr 2005.
HANOCH, G.; LEVY, H. Efficient portfolio selection with quadratic and cubic utility. Journal of Business, Chicago, v. 43, n. 2, p. 181189, 1970.
HARDAKER, J.B.; HUIRNE, R.B.M.; ANDERSON, J.R. Cropping with risk in agriculture. Wallingford, CAB International, 1997.
HEIFNER, R.; COBLE, K. The riskreducing performance of alternative types of crop and revenue insurance when combined with forward pricing. Report to the Risk Management Agency, U.S. Department of Agriculture, Economic Research Service, December 1998.
HOFFMAN, R. Administração da empresa agrícola. São Paulo, 8. ed, Pioneira em Ciências Sociais, 1981.
HORTON, G. Introduction to simulation: Random variables. Disponível em: <http://wwwisg.cs.unimagdeburg.de/~graham/sim/lectures/05RandomVariables.pdf. Acesso em: 10 fev. 2005.
GARCIA, J.C. Seleção de cultivares e sistemas de produção de milho com respeito ao risco. . In: CONTINI, E. et al. Planejamento da propriedade agrícola: modelos de decisão. 2 ed. Brasília, EMBRAPA, 1986.
IBGE SIDRA – Agricultura. Disponível em : <http://www.ibge.gov.br>. Acesso em 23 nov 2005.
81
ISENGILDINA, O.; IRWIN, S.H.; GOOD, D.L. Evaluation of USDA interval forecasts of corn and soybean prices. American Journal of Agricultural Economics, v.86, n.4, p. 990 1004, Nov 2004.
JANICK, J. et al. Diversifying U.S. Crop Production. Issue Paper. Report number 6, Council for agricultural science and technology, Feb 1996.
JORDANGER, I. Valueoriented management of project uncertainties. Ljubljana, 1998. Paper presented at IPMA world congress, 1998.
JUNG, A.R.; RAMEZANI, C.A. Valuing risk management tools as complex derivatives an application to revenue insurance. Journal of Financial Engineering, v.8, p 99–120, 1999.
JUST, R.E.; WENINGER, Q. Are crop yields normally distributed? American Journal of Agricultural Economics, v. 81, p. 287–304, 1999.
JUST, R.E.; POPE, R.E. Agricultural risk analysis: adequacy models, data and issues. American Journal of Agricultural Economics, v.85, n.5, p.12491256, 2003.
KER, A. P.; COBLE, K. Modeling conditional yield densities. American Journal of Agricultural Economics, v. 85, n.2, p. 291304, May 2003.
KER, A.P. ; GOODWIN, B.K. Nonparametric estimation of crop insurance rates revisited. American Journal of Agricultural Economics, v.83, p. 463–78, 2000.
KNIGHT, F.H. Risk, incertainty and profit. Nova York: Century Press, 1964. Publicado originalmente em 1921.
KIM, K.; CHAVAS, J.P. Technological change and risk management an application to the economics of corn production. Agricultural Economics, v.29, n.2, p. 125142, Oct 2003.
KOEKEBAKKER, S.; LIEN, G. Volatility and price jumps in agricultural futures prices— evidence from wheat options. American Journal of Agricultural Economics, v.86, n.4, p. 10181031, Nov 2004.
KUGIZAKI, Y . Proposta metodológica para simplificação do PACTA (Programa de Avaliação Comparativa de Tecnologias Alternativas). Revista de Economia e Sociologia Rural, v.20, n. 2, abr/jun 1982.
KUNZE, J.The Bureau of Agricultural Economics' Outlook Program in the 1920’s as Pedagogical Device. Agricultural History, v.64, p. 252–61, 1990.
LEE, D.R. Agricultural sustainability and technology adoption issues and policies for developing countries. American Journal of Agricultural Economics, v. 87, n. 5, p. 1325 1334, 2005.
82
LEMOS, J.J.S. Sustentabilidade e risco da agricultura do nordeste. Revista de Economia e Sociologia Rural, São Paulo, v.33, n.1, janmar 1995.
LEVY, H.; SARNAT, M. Safety first—An expected utility principle. Journal of Financial and Quantitative Analysis, v.7, p. 1829–1834, 1972.
LU, Y.C.; TEASDALE, J.R.; HUANG, W.Y. An economic and environmental tradeoff analysis of sustainable agriculture cropping. Systems Journal of Sustainable Agriculture, v.22, n.33, p. 2541, 2003.
MARRA. M.; PANNELL, D.J.; GHADIM, A.A. The economics of risk, uncertainty and learning in the adoption of new agricultural technologies where are we on the learning curve? Agricultural Systems, v. 75, n.23, p. 215234, Feb/Mar 2003.
MARTIN, N. B. et al. Sistema integrado de custos agropecuários – CUSTAGRI. Informações Econômicas, SP, v.28, n.1, jan. 1998.
MATTOS, Z.P.B. Lucratividade e risco na produção de alimentos. Revista de Economia e Sociologia Rural, São Paulo, v.22, n.3, julset 1984.
MELLO, N.T. et al. Matrizes de coeficientes técnicos de utilização de fatores na produção de culturas anuais no estado de São Paulo. Informações Econômicas, São Paulo, v.30, n.5, mai 2000.
MOSCHINI, G.; HENNESSY, D.A. Uncertainty, risk aversion, and risk management for agricultural producers. In: GARDNER, B.L.; RAUSSER, G.C. Handbooks of agricultural economics, Amsterdam, John Wiley, 2001.
NELSON, C.H.; PRECKEL, P.V. The conditional beta distribution as a stochastic production function.American. Journal of Agricultural Economics, v.71, p. 370–78, 1989.
NORONHA, J.F. e LATAPIA, M.X.L.C. Custos de produção agrícola sob condições de risco no estado de São Paulo. Revista de Economia e Sociologia Rural, São Paulo, v.26, n.1, jan/mar 1988.
NORWOOD, B.; ROBERTS, M.C.; LUSK, J.L Ranking crop yield models using outof sample likelihood functions. American Journal of Agricultural Economics, v. 86, p.1032 1043, Nov 2004.
83
PERES, A.R.P.; PÉRES, F.C.; ENGLER, J.J.C. Baixa produtividade do milho como conseqüência da tomada de decisão sob condições de risco na agricultura. Revista de Economia e Sociologia Rural, v.20, n. 3, jul/set 1982.
PINO, F.A.; FRANCISCO, V.L.F.S. Combinação de culturas na agricultura paulista. Informações Econômicas, São Paulo, v.29, n.10, out 1999.
PORTO, V.H.F.; CRUZ, E.R.; INFELD, J.A. Metodologia para incorporação de risco em modelos de decisão usados na análisecomparativa entre alternativas: o caso da cultura do arroz irrigado. Revista de Economia e Sociologia Rural, Brasília, v.20, n.3, jul/set 1982.
PRATO, T.; HAJKOWICZ, S. Comparison of profit maximization and multiple criteria models for selecting farming systems. Journal of Soil and Water Conservation, v.56, n.1, p. 5255, 2001.
RAMIREZ, O. A.; MISRA, S.; FIELD, J. Cropyield distributions revisited. American Journal of Agricultural Economics, v.85, n.1, p. 108120, Feb 2003.
RAMIREZ, O.A., SOMARRIBA, E. Risk and returns of diversified cropping systems under nonnormal cross, and autocorrelated commodity price structures. Journal of Agricultural and Resource Economics, v. 25, n.2, p. 653668, Dec 2000.
RAMIREZ, O.A., SOMARRIBA, E., LUDEWIGS, T., FERREIRA, P. Financial returns, stability and risk of cacaoplantaintimber agroforestry systems in Central America. Agroforestry Systems, v.51, n.2, p. 141154, 2001.
RITCHIE, J.W., et al . Risk management strategies using seasonal climate forecasting in irrigated cotton production a tale of stochastic dominance. Australian Journal of Agricultural and Resource Economics, v.48, n.1, p. 6593, mar 2004.
ROBERTS, R.K.; PENDERGRASS, R.; HAYES, R.M. Economic analysis of alternative herbicide regimes on roundup ready soybeans. Journal of Production Agriculture, v.12, n.3, p. 449454, Jul/Sep 1999.
ROOSEN, J. e HENNESY, D.A. Test for the role of risk aversion on input use. American Journal of Agricultural Economics, v.85, n.1, p. 3043, Feb 2003.
SADRAS, V.; ROGET, D.; KRAUSE, M. Dynamic cropping strategies for risk management in dryland farming systems. Agricultural Systems, v. 76, n. 3, p. 929948, Jun 2003.
SANTANA, A.C. (a) Análise econômica da produção agrícola sobcondições de risco numa comunidade amazônica. Revista de Economia e Sociologia Rural, Brasília, v.32, n.2, abr/jun 1992.
84
SANTANA, A.C. (b) Estrutura de oferta da carne suína . Revista de Economia e Sociologia Rural, Brasília, v.32, n.1, jan/mar 1992.
SANTOS, H.P.; AMBROSI, I.; LHAMBY, J.C.B. Risk analysis of four crop rotation systems for wheat, over a tenyear period, in Passo Fundo, RS. Pesquisa Agropecuaria Brasileira, v. 34, n.4, p. 519526, Apr 1999.
SECRETARIA DA AGRICULTURA E ABASTECIMENTO DE SÃO PAULO – Instituto de Economia Agrícola – Banco de dados. Disponível em <http: //www.iea.sp.gov.br>. Acesso em 21 ago 2005.
SHERRICK, B.J. et al. Crop insurance valuation under alternative yield distributions. American Journal of Agricultural Economics, v.86, n. 2, p. 406419, May 2004.
SILVA, M.C.; KONZEN, O.G.; STULP, V. Rentabilidade e risco na produção de leite numa região de Santa Catarina. Revista de Economia e Sociologia Rural, Brasília, v.32, n.1, jan/mar 1992.
SMITH, E. G.; CLAPPERTON, M.J.; BLACKSHAW, R.E. Profitability and risk of organic production systems in the northern Great Plains. Renewable Agriculture and Food Systems, v.19, n.3, p. 152158, Sep 2004.
SMITH, E.G.; YOUNG, D.L. Cropping Diversity along the U.S.–Canada Border. Review of Agricultural Economics. v. 25, n.1, Jun 2003.
STEAD, D.R. Risk and risk management in english agriculture. Economic History Review, v.57, n. 2, p.17501850, 2004.
STOKES, J.R.A Derivative Security Approach to Setting Crop Revenue Coverage Insurance Premiums. Journal of Agricultural and Resource Economics, v.25, 2000.
TAYLOR, R.G.; FORTSON, J.C. Optimum plantation planting density and rotation age based on financial risk and return. Forest Science, v. 37, n.3, p. 886902, aug 1991.
TIRUPATTUR, V.; HAUSER, R.J.; CHAHERLI, N.M. Crop yield and price distributional effects on revenue hedging. Working paper series Office of Futures and Options Research, 1996.
TSUNECHIRO, A. OKAWA, H. Matrizes de coeficientes técnicos de fatores de produção utilizadas nas culturas irrigadas com pivô central nas regiões de Casa Branca e Guaira, Estado de São Paulo, Informações Econômicas, SP, v.32, n.3, 2002.
85
TURVEY, C.; NAYAK, G.; SPARLING, D. Reinsuring agricultural risk . Canadian Journal Of Agricultural EconomicsRevue Canadienne D’Agroeconomie, v.47, n.3, p. 281291, Nov 1999.
WALBURGER , A..M.; et al . The economics of sustainable agriculture alternatives on the semiarid Canadian prairies: the case for legumes and organic amendments. Journal of Sustainable Agriculture, v. 24, n.3, p.5169, 2004 .
WATKINS, K.B,; ANDERS, M.M.; WINDHAM, T.E. An economic comparison of alternative rice production systems in Arkansas. Journal of Sustainable Agriculture, v.24, n.4, p. 5778, 2004.
WILLIAMS, J.R.; ROTH, T.W.; CLAASSEN, M.M. Profitability of alternative production and tillage strategies for dryland wheat and grain sorghum in the Central Great Plains. Journal of Soil and Water Conservation, v.55, n.1, p. 4956, 2000.
WINKLER, R.L. Uncertainty in probabilistic risk assessment. Reliability Engineering and System Safety, v.54, p. 127132, 1996
YAMOAH, C.F. et al . Standardized precipitation index and nitrogen rate effects on crop yields and risk distribution in maize. Agriculture Ecosystems & Environment, v.80, n.1, p. 113120, Aug 2000.
YIRIDOE, E.K., WEERSIN,K. A., HOOKER, D.C., VYN, T.J., SWANTON, C. Income risk analysis of alternative tillage systems for corn and soybean production on clay soils. Canadian Journal of Agricultural EconomicsRevue Canadienne D Agroeconomie, v. 48, n.2, p. 161 174, Jul 2000.
YOUNG, D.L., KWON, T.J., YOUNG, F.L. Profit and risk for integrated conservation farming systems in Palouse. Journal of Soil and Water Conservation, v.49, n.6, p. 601606, Nov/Dec 1994.
ZENTNER, R.P. et al Economics of flexcropping in southwestern Saskatchewan. Canadian Journal of Plant Science, v.73, n.3, p.749767, Jul 1993.
86
7. ANEXO
87
Relação das principais combinações de culturas em área, em seqüência às principais combinações no estado de São Paulo.
N o Combinações de culturas Total Contem porâneas
Sucessão deCulturas
Rodízio Número de áreas homogêneas
11 Soja +trigo 10.850 8.672 2.178 0 143 12 Algodão+milho 10.544 9.705 839 0 364 13 Laranja+milho 10.081 10.081 0 0 696 14 Milho+sorgo 9.854 8.727 1.074 53 205 15 Feijão+milho+soja 9.616 7.833 1.461 321 50 16 Eucalipto+pinus 9.046 9.046 0 0 22 17 Cana+milho 8.657 8.334 322 0 231 18 Aveia+feijão+milho 8.325 7.520 798 7 72 19 Aveia+milho 8.142 5.443 2.699 0 158 20 Braquiária+capim col. 6.437 6.437 0 0 42 21 Aveia+soja 6.113 3.338 2.775 0 59 22 Algodão + braquiária 6.036 6.036 0 0 178 24 Feijão+soja 5.226 2.694 2.532 0 102 25 Cebola + milho 5.189 2.854 2.317 18 358 26 Milho+soja+sorgo 4.677 4.293 0 384 13 27 Capim colonião+milho 4.554 4.549 5 0 64 28 Café+milho 4.358 4.358 0 0 654 29 Laranja+soja 3.751 3.751 0 0 54 30 Amendoim+braquiária 3.428 3.404 24 0 19 31 Braquiária+feijão+milho 3.164 3.164 0 0 8 32 Amendoim + milho 3.044 2.752 292 0 70 33 Braquiária+cana 3.002 3.002 0 0 184 34 Milho+soja+trigo 2.975 2.936 0 39 22 35 Braquiária+capim n. 2.766 2.766 0 0 112 36 Milho+outros capins 2.745 2.745 0 0 104 37 Arroz+feijão 2.586 1.595 990 0 116 38 Braquiária+eucalipto 2.513 2.513 0 0 142 39 Milho+tomate 2.471 1.859 605 6 109 40 Algodão+milho+soja 2.455 2.416 0 38 15