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