ads:
JOELSIO JOSÉ LAZZAROTTO
DESEMPENHO ECONÔMICO E RISCOS ASSOCIADOS À
INTEGRAÇÃO LAVOURA-PECUÁRIA NO ESTADO DO PARANÁ
Tese apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós-
Graduação em Economia Aplicada,
para obtenção do título de Doctor
Scientiae.
VIÇOSA
MINAS GERAIS - BRASIL
2009
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ads:
ii
Aos meus pais, Fátima e Sérgio
À minha esposa Lissandra
Ao meu filho Gabriel
iii
AGRADECIMENTOS
A Deus, pela vida e por tornar tudo possível.
Aos meus pais, Fátima e Sérgio, pelo exemplo de vida.
À minha esposa Lissandra, pelo companheirismo, pela confiança, pelo
carinho e pela compreensão, especialmente nos momentos mais difíceis.
Ao meu filho Gabriel, pela compreensão e pelo carinho.
A todos os demais familiares, em especial às minhas irmãs Cleonice e
Rosangela, que, apesar da distância, torceram e agora dividem comigo a alegria
pela conclusão deste trabalho.
À Universidade Federal de Viçosa, especialmente ao Departamento de
Economia Rural, pela oportunidade de realizar um ótimo curso de pós-
graduação.
À Empresa Brasileira de Pesquisa Agropecuária, pela liberação e pelos
apoios institucional e financeiro para a realização do curso de doutorado.
Ao professor Maurinho Luiz dos Santos, pela orientação, pelo apoio
permanente, pela confiança e pela amizade, que foram fundamentais para
cumprir as diversas etapas do curso.
Aos conselheiros Aníbal de Moraes e João Eustáquio de Lima, pela
amizade conquistada e, principalmente, pelos suportes fundamentais para a
realização deste trabalho.
iv
Aos professores Alexandre Lopes Gomes, Bricio dos Santos Reis e José
Luiz dos Santos Rufino, integrantes da banca examinadora, pelas críticas e
sugestões para o aperfeiçoamento deste trabalho.
A todos os professores do Departamento de Economia Rural, pelo
conhecimento e pelas orientações transmitidos.
Aos funcionários do Departamento de Economia Rural, em especial a
Brilhante, Carminha, Cida, Graça, Helena, Luíza e Tedinha, pela dedicação nos
serviços prestados.
Aos colegas dos cursos de Mestrado e Doutorado, em especial a Adelson,
Adriano, Alan, Alessandro, Aline, Beatriz, Camila, Carlos André, Cristiane,
Denis, Eduardo, Eliane, Francisco, Flaviane, Heloísa, Jair, João Ricardo, Kilmer,
Leonardo, Marcelo Brandão, Marcelo Valente, Marine, Norberto, Piacenti,
Roberta, Rosângela, Sara, Thiago e Valéria, pela amizade e pelo
companheirismo, que tornaram as dificuldades mais amenas.
Ao Departamento de Fitotecnia e Fitossanitarismo da Universidade
Federal do Paraná e à Cooperativa Agrária Agroindustrial, de Guarapuava - PR,
pelos dados e pelas informações imprescindíveis para a realização deste estudo.
Ao Departamento de Economia Rural da Secretaria da Agricultura e do
Abastecimento do Estado do Paraná, pelos dados fundamentais para a realização
deste trabalho.
Aos profissionais da Cooperativa Agrária Agroindustrial, em especial a
Celso Volpeto e Silvino Caus, pela grande presteza demonstrada na etapa de
coleta de dados.
A Antônio Carlos Roessing e Heveraldo Camargo Mello, pela amizade e
pelos incentivos à realização do curso.
A Luiz Fernando Brondani, da Emater-PR, pelo auxílio na realização
deste trabalho.
A todos os amigos que fiz em Viçosa, em especial a Caio Marcos, Clélia,
Edvaldo, Maria Luíza, Damião e Marquinho.
A todos que, de alguma forma, contribuíam para a realização deste
trabalho, meu muito obrigado.
v
BIOGRAFIA
JOELSIO JOSÉ LAZZAROTTO, filho de Fátima Daboit Lazzarotto e
Sérgio Lazzarotto, nasceu em São Lourenço do Oeste-SC, em 1º de outubro de
1972.
Entre agosto de 1993 e março de 1999, cursou Medicina Veterinária pela
Universidade Federal de Santa Maria, em Santa Maria-RS.
Em maio de 1999, ingressou no Programa de Pós-Graduação em
Administração Rural, em nível de Mestrado, do Departamento de Economia e
Administração, da Universidade Federal de Lavras, em Lavras-MG. A conclusão
do mestrado ocorreu em setembro de 2000.
Nos anos de 2001 e 2002, atuou como docente de cursos de graduação de
três instituições: Faculdade Educacional do Sudoeste do Paraná (Pato Branco-
PR), Fundação Educacional de Guarapuava (Guarapuava-PR) e Universidade do
Oeste de Santa Catarina (São Miguel do Oeste-SC). Em junho de 2002, mudou-
se para Londrina-PR, onde passou a exercer a função de pesquisador, na área de
economia rural, da Empresa Brasileira de Pesquisa Agropecuária.
Em março de 2005, ingressou no Programa de Pós-Graduação em
Economia Aplicada, em nível de Doutorado, do Departamento de Economia
Rural, da Universidade Federal de Viçosa, em Viçosa-MG, submetendo-se à
defesa de tese em fevereiro de 2009.
vi
SUMÁRIO
Página
LISTA DE QUADROS ................................................................................
........x
LISTA DE FIGURAS ..................................................................................
.....x
iii
RESUMO .....................................................................................................
......xv
ABSTRACT ......................................................
............................................
....xv
ii
1. INTRODUÇÃO ........................................................................................
........1
1.1. Considerações iniciais ....................................................
...................
........1
1.2. A temática da integração lavoura-pecuária ......................................
........6
1.3
. O problema e sua importância ...........................................................
........9
1.4. Hipótese .
............................................................................................
......12
1.5
. Objetivos ............................................................................................
......13
1.6. Estrutura de desenvolvimento deste estudo
.......................................
......13
2. REFERENCIAL TEÓRICO .....................................................................
......15
vii
Página
2.1. O processo de tomada de decisão ................................
......................
......15
2.2. Investimentos de capital ....................................................................
......19
2.3. Tomada de decisão sob condições de riscos e incertezas ..................
......25
2.3.1. A teori
a da utilidade esperada ...................................................
......30
2.3.2. A teoria do portfólio .................................................................
......36
2.4. Comentários finais sobre os principais fundamentos te
óricos ...........
......47
3. METODOLOGIA ....................................................................................
......48
3.1. Considerações principais referentes ao objeto de estudo ...................
......48
3.2. Análise fi
nanceira dos investimentos nos sistemas de produção ......
......51
3.2.1. Indicadores financeiros sob condições determinísticas ............
......52
3.2.2. Indicadores financeiros sob condições de incertezas
................
......55
3.2.3. Procedimentos operacionais para desenvolver a análise
financeira .................................................................................
......57
3.3. Análise da volatilidade dos resultados econômicos ...........................
......65
3.3.1. A contribuição das atividades sobre os riscos de mercado .......
......65
3.3.2. O value-at-risk
para os sistemas de produção ..........................
......68
3.3.3. Procedimentos operacionais para desenvolver a análise de
volatili
dade ..............................................................................
......74
3.3.3.1. Os retornos econômicos das atividades agropecuárias .
......74
3.3.3.2. Estimação das matrizes de variâncias e covariâncias ...
......77
3.3.3.3. Obtenção dos valores efetivos associados com as
medidas de risco ....................................................
........
......78
viii
Página
3.4. Fontes de dados e recursos computacionais ......................................
......82
4 -
RESULTADOS E DISCUSSÃO ............................................................
......84
4.1. Caracterização dos sistemas de produção .........................................
......84
4.1.1. Considerações gerais e dinâmicas de funcionamento dos
sistemas .....................................................................................
......85
4.1.2. Desempenho e componentes tecnológicos dos sistemas de
produção .......................................................................
...........
......89
4.1.3. Outras considerações sobre as estruturas dos sistemas de
produção ..................................................................................
......95
4.2. Análise financeira dos sistemas de produção ..........
..........................
......98
4.2.1. Investimentos nos sistemas de produção ..................................
......99
4.2.2. Indicadores financeiros sob condições determinísticas .............
....101
4.2.3. Análises de sensibilidade
..........................................................
....104
4.2.4. Indicadores financeiros sob condições de incertezas ...........
.....
....109
4.3. Análise de volatilidade dos retornos dos sistemas de produção .......
....114
4.3.1. Participação das atividades no custo total de cada sistema .
.....
....115
4.3.2. O comportamento dos retornos esperados dos sistemas de
produção ...................................................................................
....116
4.3.2.1
. Os retornos com produtividades constantes ..................
....117
4.3.2.2. Os retornos com produtividades variáveis ....................
....125
4.3.3. Impactos das atividades agropecuárias nos riscos de mercado
....130
4.3.4. O value-at-risk
e a relação risco/retorno de cada sistema ........
....134
ix
Página
5. RESUMO E CONCLUSÕES .............................................................
......
....140
6. REFERÊNCIAS BIBLIOGRÁFICAS ..........................................
...........
....148
APÊNDICES .................................................................................................
....162
APÊNDICE A ................................................................................................
....163
APÊNDICE B ................................................................................................
....165
APÊNDICE C
...............................................................................................
....167
x
LISTA DE QUADROS
Página
1
Área ocupada pelos estabelecimentos agropecuários do Brasil ...... 5
2
Área ocupada pelos estabelecimentos agropecuários da
microrregião de Guarapuava - PR ...................................................
51
3
Composição anual dos sistemas em termos de atividades
comerciais e atividades-meio ..........................................................
86
4
Produtividades de soja, milho e trigo no Brasil, na Região Sul, no
Paraná e nos sistemas de PV e ILP - kg/ha .....................................
90
5
Indicadores técnicos médios da produção de bovinos de corte nos
sistemas de ILP e BC ......................................................................
92
6
Insumos agrícolas usados nos sistemas
de PV, ILP e BC para
as produções das pastagens permanente e cultivada
(quantidades/ha) ..............................................................................
94
7
Demanda de mão-de-obra (número de trabalhadores) nos
sistemas ...........................................................................................
96
8
Investimentos necessários para os sistemas de produção
(em R$) ...........................................................................................
99
xi
Página
9
Indicadores financeiros determinísticos dos sistemas de PV, ILP e
BC ...................................................................................................
101
10
Impactos de variações nos investimentos sobre o VPL dos
sistemas ...........................................................................................
105
11
Impactos das variáveis chave de receitas e despesas
sobre o
VPL .................................................................................................
107
12
Indicadores financeiros obtidos com simulações dos fluxos de
caixa dos sistemas de PV, ILP e BC ...............................................
110
13
Participação das atividades agropecuárias no custo total de cada
sistema de produção ........................................................................
116
14
Valores esperados, com produtividades constantes, para
atividades e sistemas de produção ..................................................
118
15
Estatísticas associadas aos retornos esperados (LT/CT), com
produtividades constantes, das atividades e sistemas de
produção ..........................................................................................
121
16
Valores esperados, com produtividades variáveis, para atividades
e sistemas de produção ....................................................................
126
17
Estatísticas associadas aos retornos esperados (LT/CT), com
produtividades variáveis, das atividades e sistemas de produção ...
128
18
Correlações simples médias, com produtividades constantes, entre
as séries de retornos esperados (LT/CT) das atividades presentes
nos sistemas de PV e ILP ................................................................
132
19
Coeficientes de variância relativa e contribuições das atividades,
com produtividades constantes, para a variância dos retornos
esperados (LT/CT) dos sistemas de PV e ILP ................................
133
20
Valores anuais esperados para os sistemas de PV, ILP e BC ......... 135
21
Estimativas do value-at-risk (VaR), associadas com os retornos
esperados (LT/CT), para cada sistema de produção .......................
137
xii
Página
22
Estimativas da pior margem de contribuição (PMC), associadas
com os retornos esperados (MC/CV), para cada sistema de
produção ..........................................................................................
138
23
Estimativas da relação risco/retorno medida pelo ISA ................... 139
1C
Insumos agrícolas usados nos sistemas de PV, ILP e BC para as
produções de soja, milho (comercial e/ou para silagem) e trigo .....
167
2C
Insumos usados nos sistemas de ILP e BC para a produção de
bovinos de corte ..............................................................................
168
3C
Principais operações agrícolas desenvolvidas nos sistemas de
produção (em número de operações/ha) .........................................
169
4C
Bens de capital necessários para o funcionamento dos sistemas de
produção ..........................................................................................
170
5C
Fluxos de caixa do sistema de produção vegetal ............................ 171
6C
Fluxos de caixa do sistema de integração lavoura-pecuária ........... 172
7C
Fluxos de caixa do sistema de bovinocultura de corte .................... 173
8C
Variáveis independentes submetidas à análise de sensibilidade ..... 174
9C
Coeficientes de correlação simples entre o VPL e as variáveis
chave de cada sistema .....................................................................
175
10C
Avaliação da acurácia das estimativas do VaR ............................... 176
xiii
LISTA DE FIGURAS
Página
1
Distribuições de probabilidades dos retornos de dois ativos ............ 27
2
Risco como função do tempo ........................................................... 28
3
Função de utilidade de um agente econômico avesso ao risco ........ 32
4
Função de utilidade de um agente econômico propenso ao risco .... 34
5
Função de utilidade de um agente econômico indiferente ao risco .. 35
6
Preferências em relação ao risco ...................................................... 36
7
Possibilidades de risco e retorno para vários portfólios de ativos .... 44
8
Seleção de carteira pela curva de indiferença .................................. 45
9
Impacto da diversificação sobre o risco de carteiras de
investimento .....................................................................................
46
10
As microrregiões do Estado do Paraná ............................................ 50
11
Distribuição de probabilidade a partir do método
Latin
Hypercube ........................................................................................
62
xiv
Página
12
Resultados de cinco iterações com o método de Monte Carlo ......... 63
13
Resultados de cinco iterações com o método Latin Hypercube ....... 64
14
Ilustração do value-at-risk ................................................................ 71
15
Funções de distribuição de probabilidade acumulada
(
)
)(XF do
VPL ..................................................................................................
112
16
Valores de VPL frente a diferentes níveis de probabilidade ............ 113
17
Séries de retornos esperados (LT/CT), com produtividades
constantes, dos sistemas de produção ..............................................
123
18
Representações das frequências relativas e acumuladas das séries
de retornos esperados (LT/CT), com produtividades constantes .....
124
19
Representações das frequências relativas e acumuladas das séries
de retornos esperados (LT/CT), com produtividades variáveis .......
129
20
Séries de retornos esperados (LT/CT), com produtividades
constantes, das atividades e sistemas de PV(a) e ILP(b) ..................
131
xv
RESUMO
LAZZAROTTO, Joelsio José, D.Sc., Universidade Federal de Viçosa, fevereiro
de 2009. Desempenho econômico e riscos associados à integração lavoura-
pecuária no Estado do Paraná. Orientador: Maurinho Luiz dos Santos. Co-
orientadores: Aníbal de Moraes e João Eustáquio de Lima.
No setor agropecuário brasileiro, há grande diversidade e heterogeneidade de
sistemas de produção, que tendem a ser cercados por amplo número de fatores de
riscos operacionais e de mercado. Embora esses riscos não possam ser
completamente eliminados, eles podem ser minimizados mediante a adoção de
algumas estratégias, como a diversificação. Dentro da diversificação, tem-se a
integração lavoura-pecuária, que corresponde à condução de sistemas em que são
conjugadas atividades agrícolas e pecuárias, que possuem um mínimo de
interação entre si. No entanto, apesar de existirem na literatura diversos trabalhos
que demonstram as vantagens técnicas em combinar explorações vegetais e
animais, no Brasil ainda é grande a carência de resultados científicos que
evidenciem os benefícios e riscos econômicos, sobretudo para o longo prazo, da
condução de práticas de integração agropecuária. Diante disso, buscou-se
analisar, de forma comparativa e considerando situações de riscos operacionais e
xvi
de mercado, a viabilidade financeira, os efeitos da diversificação e a volatilidade,
ao longo do tempo, dos retornos econômicos de sistemas de produção com
integração lavoura-bovinocultura de corte frente a sistemas caracterizados apenas
pela exploração de grãos ou pela especialização na bovinocultura de corte. Em
termos metodológicos, desenvolveram-se dois tipos de análises: financeira e de
volatilidade. Na primeira, foram obtidos indicadores de longo prazo, como o
valor presente líquido e a taxa interna de retorno. Na análise de volatilidade,
calcularam-se medidas, sobretudo de curto prazo, como os coeficientes de
impactos da diversificação de atividades, o value-at-risk e a relação risco/retorno
esperados. Para realizar essas análises, utilizaram-se dados históricos relativos ao
período de janeiro de 1995 a agosto de 2007. Esses dados contemplam
informações técnicas e econômicas acerca das estruturas e dos funcionamentos
dos sistemas em questão, explorados na microrregião de Guarapuava - PR. A
partir dos resultados da análise financeira, são destacadas duas conclusões: 1) no
longo prazo, o sistema de integração lavoura-pecuária (ILP) constitui a
alternativa que resulta nos melhores indicadores financeiros; e 2) frente a riscos
operacionais e de mercado, o sistema de produção vegetal (PV) gera maior risco
(52,3%) de o produtor não obter resultados suficientes para ao menos cobrir os
custos de oportunidade do capital; para os sistemas de bovinocultura de corte
(BC) e ILP, esses riscos são, respectivamente, de 39,2% e 26,0%. Por sua vez, os
resultados da análise de volatilidade conduzem a duas conclusões principais: 1) a
combinação de atividades no sistema de ILP propicia, em relação àquela do
sistema de PV, maiores benefícios associados com a redução dos riscos não-
sistemáticos; e 2) o sistema de ILP gera, também no curto prazo, melhores
resultados, pois, mesmo em condições operacionais e/ou mercadológicos
desfavoráveis, esse sistema apresenta a relação mais favorável entre retornos e
riscos.
xvii
ABSTRACT
LAZZAROTTO, Joelsio José, D.Sc., Universidade Federal de Viçosa, February,
2009. Economic performance and risks associated to integrated crop-
livestock system in the state of Paraná. Adviser: Maurinho Luiz dos Santos.
Co-advisers: Aníbal de Moraes and João Eustáquio de Lima.
In the Brazilian agriculture, there is a great diversity and heterogeneity of
production systems which tend to be subject to a wide number of operational and
market risk factors. Although these risks cannot be completely eliminated, they
can be minimized by adopting some strategies including diversification, such as
crop-livestock integration, i.e., systems combining agricultural and livestock
activities with a minimum of integration between them. However, although
several works available in the literature show the technical advantages of
combining plant and animal explorations, Brazil still lacks scientific work results
evidencing the economic benefits and risks, especially in the long run, of
conducting crop-livestock practices. This work aimed to analyze, considering
operational and market risk situations, the financial viability, diversification and
volatility effects of the economic returns of integrated crop-beef cattle systems
compared to systems characterized by grain cultivation or beef cattle
xviii
specialization. In methodological terms, two types of analyses were developed:
financial analysis and volatility analysis. In the first, long term indicators were
obtained, such as the net present value and the return internal rate. In the
volatility analysis, measurements were made, especially short term ones, of the
activity diversification impact coefficient, the value-at-risk and the risk/return
relation expected. To carry out these analyses, historical data related to the period
January 1995/August 2007 period were used. These data concern technical and
economic information on the structures and functioning of the systems under
study, explored in the micro-region of Guarapuava - PR. Based on the financial
analysis results obtained, two conclusions were reached: 1) in the long run, the
crop-livestock integration system (CLI) is the alternative providing the best
financial indicators; and 2), in view of the operational and market risks, the plant
production system (PP) offers the greatest risk (52.3%) for the producer, in terms
of not providing sufficient results to at least cover the capital opportunity costs;
regarding the beef cattle (BC) and CLI systems, these risks are, respectively,
39.2% and 26.0%. Regarding the volatility analysis results, two major
conclusions were reached: 1) the combination of activities in the CLI system,
provides, compared to that of the PP system, greater benefits, associated with the
reduction of non-systematic risks; and 2) the CLI system, also generates better
results in the short-term, for, even under unfavorable operational and/or market
conditions, this system presents the most favorable return/ risk relation.
1
1. INTRODUÇÃO
1.1. Considerações iniciais
O agronegócio tem papel fundamental para o desenvolvimento da
economia brasileira. Isso porque, além de responder por cerca de 30% do produto
interno bruto do País (CEPEA, 2007), contribui com 36% das exportações
brasileiras. Esta acentuada participação no comércio exterior tem sido
responsável, também, pela manutenção do superávit na balança comercial
nacional (CONAB, 2007).
Com base nesses números, pode-se enfatizar que o agronegócio brasileiro
acaba dinamizando amplo conjunto de atores, atividades e segmentos
organizacionais ligados aos setores primário, secundário e terciário. Em relação
ao setor primário, destaca-se o fato de que no Brasil há grande diversidade e
heterogeneidade de sistemas de produção, que apresentam distintas
características em função de inúmeros fatores. Esses fatores, em geral, estão
vinculados a alguns pontos principais, como: objetivos e características
socioeconômicas dos produtores rurais, disponibilidade e qualidade dos recursos
produtivos, grau de intensificação do uso da terra, tecnologia de produção e
condições mercadológicas e agroecológicas regionais.
2
Devido à grande diversidade que cerca o setor agropecuário nacional, são
observados, também, resultados técnicos bastante distintos para determinadas
explorações. Por exemplo, enquanto no Nordeste a produtividade média de feijão
é de apenas 424 kg por hectare, no Centro-Oeste esta produtividade é da ordem
de 2.033 kg; para o caso do milho, as produtividades nas regiões Nordeste e Sul
são, respectivamente, de 1.267 kg e 4.880 kg/ha (CONAB, 2007). As diferenças
nos desempenhos técnicos acabam tendo grandes reflexos sobre os resultados
econômicos dos estabelecimentos agropecuários.
Com base nessas considerações preliminares, pode-se inferir que, dadas as
características e condições particulares que envolvem os diversos tipos de
propriedades rurais, para que estas se mantenham viáveis, técnica e
economicamente, no curto, médio e longo prazos, é fundamental a utilização de
planos referentes, sobretudo, aos investimentos em bens de capital e às etapas de
produção e comercialização dos produtos agropecuários. Esses planos são
justificados pelo fato de as organizações em questão tenderem a ser circundadas
por amplo número de fatores de riscos, relacionados, principalmente, com a
produção e o mercado. Embora esses riscos não possam ser completamente
eliminados, eles poderiam ser, de certa maneira, minimizados mediante a adoção
de algumas estratégias.
Dentre as estratégias que podem ser adotadas pelos agricultores para
reduzir os riscos inerentes aos seus sistemas de produção, destacam-se quatro:
seguro agrícola, hedging, irrigação e diversificação. O foco deste estudo
relaciona-se com a estratégia de diversificação de atividades produtivas, que
pode reduzir a variabilidade dos resultados técnicos e econômicos dos
estabelecimentos agropecuários como um todo. Nessa linha, Mishra et al. (2004)
ressaltam que, nos Estados Unidos, é comum os produtores diversificarem suas
propriedades por meio de explorações conjuntas, por exemplo, de milho e
bovinos de corte.
Embora a diversificação tenha grande potencial para diminuir a
variabilidade dos resultados decorrentes da exploração agropecuária, práticas de
especialização na produção de certos produtos ainda são adotadas de forma
3
generalizada no Brasil. A condução de sistemas produtivos baseados nessas
práticas pode resultar em problemas significativos, tanto nos custos de produção
como nos índices de produtividade (SANTOS et al., 1993). Esses problemas são
atribuídos a diversos fatores, como: diminuição da disponibilidade de
determinados nutrientes em função de degradação das propriedades físicas e
químicas do solo; aumento dos desequilíbrios biológicos associados a esse
recurso produtivo; diminuição do crescimento do sistema radicular; acúmulo de
substâncias tóxicas específicas ou inibidoras de crescimento; e aumento de
doenças, pragas e plantas daninhas específicas (SILVA & DHEIN, 1994;
RIZZARDI, 1994; SANTOS & REIS, 2001).
A baixa diversificação de atividades pode, de certo modo, ser atribuída ao
fato de os produtores, para diversificar seus sistemas produtivos, precisarem de
informações acerca da tecnologia e de quais atividades devem ser exploradas
para captar os reais benefícios em termos de resultados econômicos (POPP &
RUDSTROM, 2000). Nessa linha de pensamento, partindo do pressuposto de que
a conjugação de atividades de produção animal e vegetal representa estratégia de
diversificação que pode trazer grandes benefícios técnicos e econômicos, é que
está inserido este trabalho.
Operacionalmente, a integração lavoura-pecuária pode ser definida como a
diversificação, rotação, consorciação e/ou sucessão, de forma harmônica, de
atividades de agricultura e de pecuária (ALVARENGA & NOCE, 2005), ou seja,
refere-se a sistemas de produção em que participam atividades agrícolas e
pecuárias, com um mínimo de interação entre si (MORAES et al., 2007).
Portanto, nesses sistemas busca-se captar, sobretudo, sinergias agroecológicas e
econômicas, que surgem da produção balanceada resultante de culturas agrícolas,
pastagens e animais (SULC, 2007). De outra maneira, é possível inferir que esses
sistemas podem contribuir efetivamente para que, ao longo do tempo, ocorra um
contínuo desenvolvimento rural sustentável, que consiste na geração de
benefícios econômicos, melhoria dos indicadores sociais e preservação dos
recursos naturais.
4
Os sistemas de produção caracterizados pela integração lavoura-pecuária
podem ser muito vantajosos, pois, entre outras coisas, diversificam as fontes de
receitas, diminuem riscos relacionados com frustrações de produção e/ou de
preços (ALVARENGA & NOCE, 2005; CANZIANI & GUIMARÃES, 2007) e
podem reduzir impactos negativos ao meio ambiente (ROTZ, 2007; SULC, 2007;
TRACY, 2007).
Na prática, diante das condições agroecológicas e dos objetivos do
produtor rural, existem distintos modelos que podem ser empregados para
desenvolver os sistemas de integração lavoura-pecuária. Dentre esses modelos,
podem ser destacados dois: consórcio grãos-pastagens tropicais e consórcio
grãos-pastagens subtropicais. O primeiro modelo, conhecido como Sistema
Santa Fé, é uma tecnologia que permite o uso intensivo de áreas agrícolas,
principalmente, na região do Cerrado brasileiro. Isso porque proporciona o
aproveitamento, durante todo o ano, das terras cultivadas com lavouras anuais na
safra de verão. O sistema permite o cultivo consorciado de grãos, como milho,
sorgo e soja, com pastagens tropicais (sobretudo braquiárias). Assim, após a
colheita do grão ao final da safra de verão, a produção forrageira servirá para a
alimentação do gado durante a entressafra. As práticas que compõem esse
sistema minimizam a competição precoce da forrageira, evitando redução do
rendimento das culturas anuais e permitindo, após sua colheita, uma produção
forrageira abundante e de alta qualidade, que poderá abrigar parte representativa
do rebanho bovino no período seco (inverno). É importante salientar que, no
Sistema Santa Fé, são produzidos grãos em quantidades equivalentes ao sistema
solteiro, pois a técnica preconiza minimizar a competição da pastagem com a
cultura anual (KLUTHCOUSKI et al., 2003).
O segundo modelo, utilizado principalmente na Região Sul do Brasil,
apresenta características de funcionamento com certas similaridades ao Sistema
Santa Fé. A grande diferença consiste, predominantemente, na utilização, para o
período de inverno, de pastagens subtropicais (sobretudo a aveia e o azevém)
como base forrageira dos sistemas de integração lavoura-pecuária (NICOLOSO,
2005).
5
Em termos nacionais, é relevante destacar que, embora seja baixa a
utilização de sistemas de produção baseados nos princípios fundamentais da
integração lavoura-pecuária, existe uma enorme área potencial para a exploração
desses sistemas. Nesse sentido, mediante os dados apresentados no Quadro 1, é
possível perceber o grande potencial de produção integrada de carne, leite e
grãos.
A respeito dos dados dispostos no Quadro 1, deve-se salientar, ainda, que
a exploração efetiva de sistemas de integração lavoura-pecuária ocupa apenas
uma pequena parcela das áreas associadas com lavouras temporárias e pastagens
cultivadas. Na região do Cerrado brasileiro
1
, por exemplo, grande parte da área
destinada às lavouras anuais (arroz, feijão, milho, soja e sorgo) é ocupada apenas
no período do verão.
Quadro 1 - Área ocupada pelos estabelecimentos agropecuários do Brasil
Utilização Área total (hectares) %
Lavouras permanentes 7.541.625,59 2,13
Lavouras temporárias 34.252.828,91 9,69
Lavouras temporárias em descanso 8.310.028,69 2,35
Pastagens naturais 78.048.463,08 22,07
Pastagens cultivadas 99.652.008,62 28,18
Matas e florestas naturais 88.897.582,42 25,14
Matas e florestas artificiais 5.396.015,93 1,53
Terras produtivas não utilizadas 16.360.085,34 4,63
Terras inaproveitáveis 15.152.600,16 4,29
Total 353.611.238,74 100,00
Fonte: IBGE (2007).
Tomando como base a Região Sul do Brasil, Moraes et al. (2007)
destacam que, nos últimos anos, da área correspondente a cerca de 12,5 milhões
de hectares cultivados com as principais culturas de verão (soja, milho e arroz),
apenas em torno de 3,5 (28%) milhões de hectares têm sido utilizados no cultivo
1
O Cerrado brasileiro é um ecossistema de 204 milhões de hectares (24% da área total do Brasil), que
possui grande destaque nos cenários agrícolas nacional e mundial (EMBRAPA, 2007).
6
de importantes culturas (milho e feijão safrinhas, trigo, aveia branca, cevada,
triticale e centeio) que sucedem à safra de verão. O restante da área (em torno de
72%), em função das características dos sistemas de produção agropecuária
predominantes, não gera praticamente nenhuma renda durante todo o período do
inverno.
1.2. A temática da integração lavoura-pecuária
Para discutir mais profundamente a temática da integração lavoura-
pecuária, é importante enfatizar, previamente, alguns aspectos relevantes sobre o
desenvolvimento de pesquisas relacionadas com a sustentabilidade, tanto do
ponto de vista ambiental quanto econômico, de sistemas de produção
agropecuária.
Ao analisar vários trabalhos científicos (CALEGARI et al., 1992;
SANTOS et al., 1993; TORRES et al., 1997; IAPAR, 1997; DAROLT, 1998;
SAMAHA et al., 1998; EMBRAPA..., 2000; SCALÉA, 2000; EMBRAPA...,
2001; GASSEN & HASS, 2001; SANTOS & REIS, 2001; JANTALIA et al.,
2003; RODRIGUES, 2005; LLANILLO et al., 2006; LACERDA & SILVA,
2007), pôde-se observar a obtenção de resultados que demonstram a importância
em adotar, sobretudo, determinadas práticas de plantio e de rotação de culturas.
Por meio da condução dos referidos estudos, os resultados, em geral, têm
evidenciado que as práticas de plantio direto, em que não são utilizadas as
operações de aração e gradagem do solo, trazem maiores vantagens ecológicas,
técnicas e, possivelmente, econômicas, em relação àquelas associadas com o
plantio convencional. Quanto aos sistemas de rotação de culturas, que
corresponde à sucessão ordenada de diferentes culturas num espaço de tempo, no
mesmo campo ou gleba, obedecendo a finalidades definidas, também, têm sido
evidenciadas grandes vantagens técnicas frente aos sistemas caracterizados pelo
monocultivo, pois, entre outras coisas, a rotação de culturas pode aumentar a
estabilidade produtiva e maximizar os resultados da atividade rural.
7
Apesar do amplo número de pesquisas que demonstram as vantagens
técnicas, no Brasil ainda há grande limitação na condução de trabalhos
científicos que evidenciam a viabilidade econômica de certas práticas
agropecuárias. Além disso, a maioria dos trabalhos dessa natureza
(SORRENSON, 1989; FONTANELI et al., 1994; SANTOS et al., 1994; SILVA
& DHEIN, 1994; RUEDELL, 1995; PORTILLO, 1997; AMBROSI et al., 1998;
FONTANELI et al., 1998; RICHETTI & MELO FILHO, 1998; RUEDELL,
1998; SAMAHA et al., 1998; MELO FILHO & MENDES, 1999; ZANETTA, et
al., 1999; HAVERROTH, 2000; MATTOSO et al., 2001; LEAL et al., 2005),
desenvolvidos mediante o emprego de diversas metodologias (análises de custos
de produção e fluxos de caixa; análise da média variância da receita líquida; e
outras), tem gerado resultados que, em geral, não permitem obter conclusões,
principalmente para o médio e longo prazos, sobre o comportamento econômico
das propriedades rurais, que pode ser associado à adoção de determinados
sistemas ou práticas de produção agropecuária.
Essa problemática nos resultados econômicos já havia sido destacada por
Brandão (1981), pois, segundo esse autor, fica muito difícil captar os efeitos de
determinadas práticas em sistemas produtivos simplesmente por meio da
efetivação de análises de dados para um pequeno número de anos ou de análises
de dados do tipo “cross-section”.
Ainda relacionado com práticas de produção agropecuária, é importante
ressaltar que, embora na literatura nacional seja bastante reduzido o número de
estudos que envolvem análises econômicas ao longo do tempo, existem
interessantes resultados de pesquisa que demonstram as viabilidades técnica e
econômica em diversificar as explorações agropecuárias das propriedades rurais
(FONTANELI et al., 1994; SANTOS et al., 1994; CARRIERI et al., 1995;
LIMA et al., 1995; AMBROSI et al., 1998; FONTANELI et al., 1998; MELLO,
1998; LAZZAROTTO, 2000; COSTA et al., 2006).
A diversificação em questão é plenamente justificada pois, dependendo
das atividades incluídas em um sistema de produção, existe tendência de redução
de riscos não-sistemáticos, ou seja, riscos associados com possíveis mudanças
8
específicas nos preços e/ou nas produtividades dos produtos explorados pelos
agricultores (WEISENSEL & SCHONEY, 1989; POPP & RUDSTROM, 2000).
Seguindo essa mesma perspectiva, Mishra et al. (2004) ressaltam que a
diversificação, além de ser uma estratégia de administração de riscos que os
produtores podem utilizar para reduzir os possíveis impactos adversos
decorrentes de causas naturais e/ou de fatores de mercado, amplia as
possibilidades para, ao longo de todo o ano, melhorar a utilização dos recursos
naturais da propriedade rural.
Na linha da diversificação, a adoção de sistemas produtivos que
contemplem práticas de rotação grãos/pasto pode representar excelente
alternativa, pois equaciona problemas de monocultivos e/ou possibilita a
renovação de pastagens degradadas (KICHEL et al., 1996; SCALÉA, 2000).
Portanto, a integração de lavouras com atividades de pecuária pode beneficiar,
principalmente, dois grandes tipos de sistemas de produção: aquele baseado
somente no monocultivo de grãos e aquele com exploração apenas de pecuária,
sobretudo, em áreas com degradação de pastagens (YOKOYAMA et al., 1999;
KICHEL & MIRANDA, 2001; MORAES et al., 2004; SACOMAN, 2004).
Em regiões tipicamente agrícolas, a pecuária pode entrar como opção de
diversificação das propriedades, possibilitando a utilização, na alimentação
animal, de plantas de cobertura (pastagens anuais e/ou perenes), em rotação com
cultivos anuais de grãos. Em regiões tipicamente pecuárias, a implantação de
lavouras, como a soja e o milho, pode representar interessante opção para a
reforma de pastagens (KICHEL & MIRANDA, 2001; MORAES et al., 2004).
Diversos resultados de pesquisas têm apontado que os sistemas de
integração, quando conduzidos de forma adequada, observando certos aspectos
técnicos relacionados com os manejos da área, dos animais e das lavouras,
trazem relevantes benefícios, como: diminuição dos riscos inerentes a uma
propriedade rural baseada apenas nos cultivos agrícolas; recuperação da
capacidade produtiva das áreas destinadas às pastagens que, muitas vezes,
apresentam índices zootécnicos muito aquém do potencial; minimização de
problemas associados com a ocorrência de plantas daninhas, pragas e doenças
9
nas lavouras (KICHEL & MIRANDA, 2001; ASSMANN et al., 2004;
CARVALHO & BELLO, 2004; MORAES et al., 2004); melhoria da fertilidade
do solo devido ao acúmulo de matéria orgânica e às alterações na reciclagem e
absorção de nutrientes (LUSTOSA, 1998; BONA FILHO, 2002; MORAES et
al., 2004; SACOMAN, 2004; CARVALHO et al., 2005); e desenvolvimento de
sistemas de produção mais estáveis, sobretudo dentro de uma perspectiva
agroecológica (KICHEL & MIRANDA, 2001; MORAES et al., 2004; ZANINE
et al., 2006; ROTZ, 2007; TRACY, 2007; SULC, 2007).
Alguns trabalhos envolvendo análises econômicas de sistemas de
integração lavoura-pecuária (FONTANELI et al., 1994; AMBROSI et al., 1998;
FONTANELI et al., 1998; YOKOYAMA et al., 1999; KICHEL & MIRANDA,
2001; SACOMAN, 2004; SANTOS et al., 2004; COSTA et al., 2006;
CANZIANI & GUIMARÃES, 2007; CONSALTER, 2008) evidenciam
vantagens em relação a sistemas de produção baseados apenas na exploração de
grãos ou no desenvolvimento da bovinocultura de corte tradicional. Apesar disso,
no Brasil ainda é bastante incipiente a realização de estudos dessa natureza.
Adicionalmente, a maior parte deles, além de não contemplar análises de riscos,
utiliza resultados de experimentos conduzidos somente por um a dois anos, não
efetivando, portanto, análises que consideram o curto, o médio e o longo prazos.
Diante da escassez e/ou das limitações no desenvolvimento de trabalhos
científicos envolvendo análises econômicas associadas com a integração lavoura-
pecuária, é que foi definido o problema de pesquisa, tratado no item a seguir.
1.3. O problema e sua importância
Visando a contribuir para equacionar a problemática destacada acima,
verifica-se a necessidade de conduzir estudos baseados em dados resultantes de
vários anos de pesquisas. Esses dados, juntamente com o emprego de métodos de
mensuração de riscos, são fundamentais para avaliar os impactos que as
principais variáveis determinantes dos resultados econômicos dos sistemas de
produção exercem, ao longo do tempo, sobre esses resultados. Estudos dessa
10
natureza podem contribuir também para a avaliação de diferentes técnicas
analíticas, que venham auxiliar a configuração de sistemas de produção
circundados por menores incertezas inerentes às atividades rurais. Com base em
diversas técnicas, geram-se, por exemplo, maiores subsídios para facilitar a
identificação das atividades que, frente aos benefícios e riscos associados,
poderiam ser adicionadas ou excluídas de um sistema produtivo.
Adicionalmente, é importante destacar que, embora existam grandes
vantagens aparentes, a utilização de sistemas de integração lavoura-pecuária
ainda é vista com certos receios por muitos produtores rurais (CARVALHO &
BELLO, 2004). Nessa perspectiva, cabe salientar que esses sistemas, em relação
aos especializados em atividades agrícolas ou animais, tendem a ser mais
complexos em termos operacionais. Isso porque, para ter eficiência no
desenvolvimento de práticas de integração agropecuária, em geral, são
demandados maiores conhecimentos técnicos e mercadológicos acerca de um
maior conjunto de explorações agropecuárias.
Os receios por parte dos produtores e as complexidades operacionais que
estão relacionadas com os sistemas em questão constituem, portanto, outros
relevantes argumentos para justificar a necessidade de desenvolver maior volume
de pesquisas a respeito desse tema. O desenvolvimento de novas pesquisas é
fundamental para, entre outras coisas, ampliar as informações úteis para a
transferência de tecnologias realizada, sobretudo, por meio dos serviços de
assistência técnica e extensão rural.
Diante dessas inferências, e baseado em dados da agropecuária
paranaense
2
, buscaram-se respostas mais específicas acerca do seguinte problema
de pesquisa, composto por quatro questões principais: 1) os sistemas de
integração lavoura-bovinocultura de corte, frente aos sistemas de produção
2
Optou-se por trabalhar com o Paraná por duas razões principais: 1) o Estado responde por expressiva
parcela da produção agropecuária nacional (em 2002, contribuiu com 7,3% da produção brasileira de
carne bovina; em 2006, respondeu por cerca de 27,1%, 20,9% e 50,5% respectivamente, das produções
nacionais de milho, soja e trigo) (CONAB, 2007; SEAB, 2007); e 2) no Paraná existem dados de
pesquisas técnicas de vários anos acerca dos sistemas de integração lavoura-pecuária.
11
caracterizados apenas pela exploração de grãos
3
ou pela especialização na
bovinocultura de corte, sob condições de riscos operacionais e de mercado
4
,
constituem melhores alternativas financeiras quando considerado um horizonte
de planejamento de longo prazo? 2) quais as variáveis que, ao longo do tempo,
causam maiores impactos sobre os desempenhos econômicos desses sistemas? 3)
nos sistemas diversificados (integração e exploração de grãos), qual a
contribuição de cada atividade para a redução (ou não) dos riscos de mercado?
e 4), especialmente para o curto prazo, qual o grau de volatilidade dos retornos
econômicos dos sistemas estudados?
Ainda como justificativas para desenvolver análises acerca deste
problema, é relevante enfatizar que, atualmente no Brasil, a temática da
integração lavoura-pecuária vem recebendo destaque especial também no âmbito
governamental. O Ministério da Agricultura, Pecuária e Abastecimento (Mapa),
por meio da portaria n°162, de 19 de junho de 2006, criou o Comitê Nacional de
Integração Lavoura Pecuária e os Comitês de Integração Lavoura Pecuária nas
Unidades da Federação. Esses comitês constituem instrumentos institucionais
técnicos assessores para tratar de assuntos relativos à gestão do Projeto de
Integração Lavoura Pecuária (Pilp), que compõe o Programa de Manejo e
Conservação de Solos na Agricultura. O Comitê Nacional de Integração Lavoura
Pecuária tem três objetivos principais: 1) elaborar e encaminhar, para deliberação
do Mapa, propostas relativas a políticas e diretrizes para o Pilp; 2) articular, com
outros órgãos e instituições, a promoção do Pilp; e 3) acompanhar a
implementação do Pilp. Por sua vez, aos Comitês de Integração Lavoura Pecuária
nas Unidades da Federação são atribuídas algumas funções, como: 1) elaborar e
encaminhar ao Comitê Nacional de Integração Lavoura Pecuária propostas de
políticas e diretrizes para aperfeiçoamentos do Pilp; 2) discutir e propor
direcionamentos para a implementação do Pilp nas distintas Unidades da
3
Nos sistemas de integração e de especialização na produção de grãos, ao longo do ano, existe sucessão
na exploração de atividades (exemplo: soja no verão e bovinocultura de corte no inverno ou soja no verão
e trigo no inverno).
4
Neste estudo, a noção de risco operacional está associada com possíveis problemas em termos de
produtividades físicas das atividades agropecuárias. Por sua vez, riscos de mercado estão vinculados,
basicamente, aos problemas decorrentes de flutuações que podem ocorrer, ao longo do tempo, nos preços
pagos e recebidos pelos produtores rurais.
12
Federação; 3) contribuir na identificação das demandas de treinamento para o
suporte técnico ao projeto em questão; 4) apontar necessidades de geração e
aperfeiçoamento de pesquisas e tecnologias relativas à integração lavoura-
pecuária; e 5) propor aos órgãos estaduais competentes a elaboração e a
implementação de políticas de incentivo à adoção da integração lavoura-pecuária
(MAPA, 2007).
Além do Pilp, pode-se salientar ainda que o Banco Nacional de
Desenvolvimento Econômico e Social (BNDES) instituiu, em 14 de julho de
2006, o Programa de Integração Lavoura-Pecuária (Prolapec). Dentre os
objetivos almejados com esse programa de financiamento, de abrangência
nacional, destacam-se sete: 1) intensificar o uso da terra em áreas já desmatadas,
por meio do estímulo à adoção de sistemas de produção que integrem a
agricultura e a pecuária; 2) tornar a produção sustentável sob os pontos de vista
econômico e ambiental; 3) disponibilizar recursos para investimentos necessários
à implantação de sistemas de integração lavoura-pecuária; 4) estimular a adoção
do plantio direto; 5) diversificar a renda do produtor rural; 6) assegurar condições
para o uso racional e sustentável das áreas agrícolas e de pastagens, reduzindo
problemas ambientais causados pela utilização da prática de queimadas, erosão,
monocultura e/ou redução do teor de matéria orgânica do solo; e 7) diminuir a
pressão pelo desmatamento de novas áreas. São passíveis de financiamento por
meio desse programa, a uma taxa de juros de 8,75% a.a., investimentos fixos e
semifixos e de custeio vinculados a projetos de implantação ou ampliação de
sistemas de integração de agricultura com pecuária (BNDES, 2006).
1.4. Hipótese
Os sistemas de integração lavoura-bovinocultura de corte, em comparação
com os sistemas caracterizados apenas pela exploração de grãos ou pela
especialização na bovinocultura de corte, além de constituírem melhores
alternativas financeiras, geram retornos econômicos que são, ao longo do tempo,
menos voláteis, diminuindo assim a relação risco/retorno esperada.
13
1.5. Objetivos
Como objetivo geral, buscou-se analisar o comportamento econômico, ao
longo do tempo, de sistemas de produção com integração lavoura-bovinocultura
de corte frente a sistemas caracterizados apenas pela exploração de grãos ou pela
especialização na bovinocultura de corte.
Em termos específicos, foram definidos cinco objetivos:
1. caracterizar os três sistemas de produção estudados, destacando suas
dinâmicas de funcionamento e seus principais componentes e índices
técnicos;
2. mensurar e avaliar indicadores financeiros, sob condições determinísticas e de
incertezas, dos sistemas em questão;
3. analisar a contribuição de cada atividade para a redução (ou não) dos riscos
de mercado nos sistemas diversificados (integração lavoura-pecuária e cultivo
de grãos);
4. mensurar, a partir de estimativas de volatilidade dos retornos econômicos dos
sistemas produtivos, o value-at-risk (valor em risco) dos diferentes sistemas; e
5. verificar se a integração lavoura-bovinocultura de corte, frente aos demais
sistemas, diminui a relação risco/retorno esperada.
Sobre os objetivos específicos, cabe ressaltar que, enquanto o segundo
envolve um horizonte temporal de longo prazo, o terceiro, quarto e quinto estão
relacionados, principalmente, com análises de curto prazo.
1.6. Estrutura de desenvolvimento deste estudo
Para atingir os objetivos propostos, além da seção introdutória, este estudo
contempla quatro capítulos. No capítulo 2, apresenta-se o quadro teórico que
norteou a realização da pesquisa.
Os modelos e procedimentos analíticos são tratados em detalhes no
capítulo 3. A respeito da metodologia, cabe destacar que foram desenvolvidos
dois tipos de análises: financeira e de volatilidade. Na primeira, foram obtidos
14
vários indicadores financeiros, como o valor presente líquido e a taxa interna de
retorno de cada sistema. Na análise de volatilidade, foram calculadas outras
medidas, como: coeficientes de impactos da diversificação, que mostram a
contribuição de cada atividade agropecuária para a redução (ou não) da variância
dos retornos econômicos dos sistemas de produção; e value-at-risk (ou valor em
risco), mediante o qual foram estimadas as perdas máximas que podem ser
esperadas, em um ano agrícola, para cada sistema produtivo. Considera-se que a
realização desse segundo tipo de análise constitui importante alternativa
metodológica para a avaliação de riscos em atividades agropecuárias, pois é
comum efetuar apenas a análise convencional (ou financeira).
Para apresentar e discutir, de forma comparativa, os resultados obtidos
com as referidas análises, foi elaborado o capítulo 4.
Por fim, no capítulo 5, são assinaladas as principais conclusões deste
trabalho.
15
2. REFERENCIAL TEÓRICO
Como o foco principal deste estudo está relacionado com as análises do
desempenho econômico e dos riscos operacionais e de mercado que cercam
diferentes alternativas de sistemas de produção agropecuária, foram definidos os
pressupostos teóricos que tratam de três grandes pontos: 1) o processo de tomada
de decisão nas organizações; 2) as decisões e determinantes de investimentos de
capital em diferentes alternativas; e 3) a tomada de decisão sob condições de
riscos e incertezas, em que são efetuadas discussões teóricas envolvendo,
principalmente, o comportamento dos investidores (teoria da utilidade esperada)
e a diversificação de carteiras de investimento (teoria do portfólio).
2.1. O processo de tomada de decisão
Os agentes econômicos são constantemente influenciados por uma gama
de fatores objetivos e subjetivos, que condicionam o processo decisório. Nesse
processo, a decisão e a ação organizacional representam categorias elementares
(LIMA, 1989). Isso porque, enquanto a decisão pode ser vista como um processo
de análise e escolha entre várias alternativas disponíveis, a ação representa a
implementação efetiva da decisão tomada (MILLER et al., 1996).
16
Em termos de modelos de decisão, na maioria das organizações predomina
aquele que tem estreita ligação com a economia neoclássica. Esse modelo,
também conhecido como funcionalista, tem como premissa básica que a tomada
de decisão parte de modelos econômicos de escolha racional. Considerando que
os indivíduos agem como maximizadores dos objetivos do empreendimento, as
decisões são pensadas para alcançar tal maximização por meio de um processo
passo a passo, que é tanto lógico como linear (MILLER et al., 1996).
No modelo funcionalista, os tomadores de decisão identificam o problema
para o qual uma decisão tem que ser tomada, coletam e classificam informações
sobre potenciais alternativas-solução e comparam cada solução com o critério
predeterminado para avaliar o grau de ajuste. Finalmente, as soluções são
organizadas em ordem de preferência e, então, efetua-se uma escolha de maneira
a otimizar os objetivos organizacionais. Frequentemente se presume que o
estágio de implementação ocorre após a tomada de decisão formal (MILLER et
al., 1996).
Portanto, o pensamento funcional, presente em grande parte dos modelos
de gestão, compreende um alto nível de cálculo na conduta em relação a metas
singulares, encontrando sua moderna expressão nas técnicas de administração
projetadas para aumentar a quantificação e a previsão da tomada de decisão e dos
procedimentos organizacionais (BRYMAN, 1984).
Embora os modelos funcionalistas sejam os mais empregados quando se
trata do processo decisório, tais modelos apresentam limitações, sobretudo pelo
fato de não levarem em conta importantes aspectos subjetivos que cercam as
decisões e ações dos atores organizacionais. Nessa perspectiva, insere-se a visão
substantiva, segundo a qual o processo em questão, ao invés de ser tratado como
um evento arbitrário, deve ser visto como o fluxo de pensamentos e ações
interativas, englobando todos os aspectos relacionados ao comportamento, às
estruturas e ao ambiente organizacional que orientam as escolhas (LEITÃO,
1997). De acordo com Machado-da-Silva et al. (1999), aspectos subjetivos como
a política, o poder, a cultura organizacional e mesmo as emoções e o acaso
afetam a tomada de decisão organizacional.
17
A partir da visão substantiva, pode-se resumidamente destacar que,
embora os fatores objetivos exerçam grandes influências sobre o pensar e o agir
dos atores organizacionais, são os aspectos subjetivos que mais influenciam a
tomada de decisão e a escolha estratégica (Child e Smith, 1987, citados por
ORSSATTO & CUNHA, 1995). Dentro dessa linha de pensamento, cabe
salientar as diferenças nas atitudes dos gerentes. Isso porque diferentes gerentes,
ao enfrentarem a mesma situação, dificilmente têm o mesmo comportamento.
Tais atitudes, que podem ter um caráter defensivo, combativo e projetivo, são um
ponto de partida para a escolha de opções estratégicas, pois elas definem o tipo e
o grau de risco que os dirigentes estão dispostos a assumir frente a determinadas
situações (RICHERS, 1981). Desse modo, conceber subjetivamente o ambiente
significa reconhecer a possibilidade de indivíduos e organizações perceberem de
maneira diferente o mesmo contexto institucional e, em consequência, poderem
agir de forma diversa na dinâmica de relacionamento entre a organização e o
ambiente (MACHADO-da-SILVA et al., 1999).
Intimamente vinculado ao processo decisório estão as estratégias
organizacionais, que, conforme Mintzberg e Waters (1982), podem ser
formuladas previamente ou se formar ao longo do tempo, apresentando, assim,
desde um caráter mais deliberado (diretrizes para o futuro) até um caráter mais
emergente (padrões do passado).
Uma estratégia deliberada pode ser definida como a determinação de
metas e objetivos básicos de longo prazo de uma empresa, a partir dos quais são
adotados cursos de ação e alocados os recursos necessários para atingir tais metas
(CHANDLER, 1962). Por outro lado, uma estratégia que segue padrões do
passado é aquela que pode emergir ao longo do tempo sem necessariamente ter
havido intenções prévias e precisas para sua formação. Assim, de acordo com
Mintzberg (1977), as estratégias podem surgir a priori, mediante intenções
prévias e precisas (planejamento), ou a posteriori, em função dos resultados do
comportamento decisório frente à evolução de uma situação.
De maneira sintética, pode-se inferir que, independentemente de a
estratégia ser deliberada ou emergente, sua configuração ocorre com base no
18
processo decisório, que é condicionado por inúmeros fatores dos ambientes
interno e externo à organização. Em relação ao ambiente interno, destacam-se
alguns importantes condicionantes: a racionalidade limitada dos gestores
5
; a
cultura organizacional, que inclui os valores, as crenças, as convicções e as
relações sociais e políticas internas; a aprendizagem organizacional; os
interesses e o processo perceptivo dos membros organizacionais; e a tecnologia e
os recursos produtivos da organização. Quanto ao ambiente externo, destacam-se
as variáveis tecnológicas, políticas, econômicas, legais, sociais, demográficas e
ecológicas, que fazem parte do ambiente geral de qualquer organização; há
também os consumidores, os fornecedores, os concorrentes e os grupos
reguladores, que formam o ambiente de tarefa, ou seja, o ambiente que está mais
próximo de uma determinada organização, fornecendo-lhe os recursos (inputs) e
as informações, bem como permitindo-lhe a colocação e a distribuição de suas
saídas (outputs) (PETTIGREW, 1977; CHIAVENATO, 1993; GARVIN, 1993;
FLEURY & FLEURY, 1997; BULGAVOC, 1998).
Finalmente, partindo dos pressupostos teóricos relacionados com o
processo de tomada de decisão e considerando que as propriedades rurais são
também organizações que estão em constante interação com o ambiente externo
(CARRIERI et al., 1995), pode-se ressaltar que, para a configuração e exploração
de qualquer sistema de produção agropecuária, deve-se, previamente, avaliar um
amplo conjunto de fatores visando a definir as melhores alternativas possíveis.
Além disso, após definidas as alternativas, para a tomada de decisões efetivas de
implantação de determinado sistema produtivo é imprescindível analisar os
investimentos necessários, bem como os riscos associados, para atingir os
objetivos preestabelecidos pelo produtor rural. Nessa linha de raciocínio, foram
elaborados os itens a seguir, que tratam fundamentalmente do processo de
realização de investimentos de capital e da tomada de decisões dos agentes
econômicos sob condições de riscos e incertezas.
5
O homem, de acordo com Simon (1971), possui apenas um conhecimento fragmentado das condições
que cercam sua ação e ligeira percepção das regularidades dos fenômenos e das leis que lhe permitiriam
gerar futuras consequências com base no conhecimento das circunstâncias atuais.
19
2.2. Investimentos de capital
Para efetuar discussões teóricas acerca dos determinantes da realização
privada de investimentos de capital, inicialmente é importante definir o
significado do termo investimento. Nessa linha, de acordo com Reilly e Brown
(2003), a privação de um determinado nível de consumo presente visando a obter
um maior nível de consumo futuro é a principal razão para que os indivíduos
efetuem economias de seus rendimentos; as possibilidades de utilizar essas
economias, buscando aumentar o seu valor ao longo do tempo, representam as
distintas alternativas de investimento. Assim, os autores definem um
investimento como uma inversão de recursos monetários que, após determinado
período de tempo, gerará pagamentos futuros que compensarão o investidor com
relação a três itens fundamentais: 1) o tempo em que esses recursos ficaram
investidos; 2) a taxa esperada de inflação; e 3) a incerteza acerca dos pagamentos
futuros. Sobre este último ponto, caso não exista certeza com relação ao
pagamento futuro associado com um dado investimento, o investidor, em geral,
demandará uma maior taxa de retorno.
Em termos de determinantes dos investimentos de capital, conforme a
teoria Keynesiana, tem-se principalmente a eficiência marginal do capital
(EMC), que corresponde à expectativa de lucro dada uma expectativa de
demanda efetiva
6
. A EMC é definida a partir da relação entre o rendimento
esperado de um bem de capital e seu preço de oferta ou custo de reposição, ou
seja, é dada pela relação entre a renda esperada de uma unidade adicional daquele
tipo de capital e seu custo de produção. Mais precisamente, a EMC corresponde à
taxa de desconto que torna o valor presente do fluxo de anuidades das rendas
esperadas desse capital, durante toda a sua existência, exatamente igual ao seu
preço de oferta (KEYNES, 1985). Portanto, a EMC é a taxa de rentabilidade que
6
O princípio da demanda efetiva considera a demanda agregada como a principal responsável pela
determinação do nível de atividade da economia, ou seja, o que determina a quantidade produzida de um
determinado bem não é a capacidade produtiva, mas a demanda efetivamente existente para este bem. A
demanda efetiva, segundo Keynes (1985), além de ser formada a partir dos gastos presentes, efetivamente
realizados, é constituída pelas expectativas de gastos futuros.
20
um projeto proporciona depois de deduzidos, das receitas previstas, os devidos
prêmios para compensar os riscos e as incertezas (GRASEL, 1996).
Mediante essas primeiras inferências teóricas, fica evidente a importância
do conceito de estado de expectativas
7
. Isso porque a EMC representa uma
expectativa, um tanto incerta, de renda sobre a qual se sustentam as decisões dos
investimentos, isto é, essas decisões são regidas por expectativas de rendimentos
e não pelos rendimentos efetivos, embora estes influenciem os níveis de
rendimentos esperados. Portanto, os investimentos em capital estão sujeitos a
erros e acertos, uma vez que são realizados com base em previsões futuras de
retornos (GRASEL, 1996). Como a EMC é um valor esperado (não um valor
conhecido), pois é resultante do confronto entre despesas presentes e certas com
ganhos estimados futuros, a ocorrência ou não desse valor está associada com
probabilidades. Diante disso, os investidores, na seleção dos investimentos a
serem realizados, tendem a utilizar estimativas e avaliações prévias dos trade-offs
entre retornos esperados e riscos, que estão vinculados com as possíveis
alternativas de investimentos (REILLY & BROWN, 2003; TRAVERS, 2004).
Embora a EMC seja, na teoria Keynesiana, a principal variável
relacionada com as decisões de investimento, a taxa de juros também exerce
papel importante nessas decisões. Desse modo, devem ser conhecidas
previamente tanto as expectativas de EMC como a taxa de juros de curto prazo
(geralmente a melhor opção no mercado financeiro). Essa taxa, definida com
base na preferência pela liquidez e na quantidade de moeda em circulação,
apresenta-se como um fenômeno puramente monetário, determinado pelo
mercado, sem oscilações expressivas no curto prazo (GRASEL, 1996). Sendo a
taxa de juros a recompensa pela renúncia à liquidez, Keynes (1985) enfatiza que
essa taxa é uma medida de relutância dos que possuem dinheiro para se
desfazerem do seu direito de dele dispor. Essa preferência pela liquidez por parte
7
Expectativas podem ser vistas como o modo com que os agentes econômicos inter-relacionam o
presente com o futuro ou a forma como as previsões sobre o futuro incidem sobre as decisões desses
agentes. Como existem dois tipos de decisões básicas dos agentes encarregados do investimento (produzir
com um determinado equipamento ou adicionar equipamento ao existente), as expectativas poderão ser de
curto e de longo prazos, na medida em que influenciam as produções, respectivamente, corrente e futura.
Adicionalmente, cabe ressaltar que, na visão de Keynes (1985), a volatilidade das expectativas é a
principal razão que torna a EMC sujeita a flutuações acentuadas.
21
dos agentes econômicos se justifica por causa da incerteza quanto ao futuro dos
eventos econômicos e dos resultados decorrentes dos investimentos passados e
presentes. O autor ressalta ainda que a taxa de juros representa um limite ao
investimento produtivo, pois constitui um trade-off do investidor com relação ao
investimento (capital produtivo) e à liquidez (capital monetário).
É importante salientar que essa taxa, segundo a teoria em questão,
corresponde apenas a um parâmetro ao qual se comparam as expectativas de
retorno, dadas pela EMC. Desse modo, igualando a EMC à taxa de juros de curto
prazo (preço de procura por capital) e considerando a EMC decrescente com o
volume de investimentos, Keynes chega à conclusão de que o investimento é
função decrescente da taxa de juros (SIMONSEN, 1983). Em resumo, o agente
econômico somente se decidirá a favor do investimento se, e somente se, a
eficiência marginal do bem de capital for maior ou igual à taxa de juros,
compensando, assim, o valor investido. Além disso, quando o empresário possui
incertezas acerca das expectativas dos retornos futuros decorrentes dos
investimentos, ele tende a exigir um prêmio, que consiste em requerer maiores
taxas de retorno sobre os investimentos
8
(REILLY & BROWN, 2003;
MESQUITA FILHO et al., 2006).
Nas expectativas de longo prazo, vinculadas ao investimento produtivo, a
principal peculiaridade está associada com a maior duração do período de
comprometimento do investidor com ativos produtivos duráveis, que possuem
baixa liquidez. Assim, em função de dificuldades ou impossibilidades de corrigir
erros, a baixos custos, decorrentes de possíveis previsões incorretas dos eventos
8
Para auxiliar a compreensão a respeito do prêmio exigido pelos investidores, mediante inferências de
Securato (1996) e Reilly e Brown (2003), pode-se considerar que, na presença de expectativas de
inflação, a taxa nominal de retorno (TNR) deveria ser igual à taxa de retorno real (TRR) acrescida da taxa
esperada de inflação (TEI):
(
)
(
)
[
]
111 −+×+= TEITRRTNR
. Essa expressão, que corresponde à fórmula
de Fisher, pode ser rearranjada para representar a TRR:
1
1
1
−
+
+
=
TEI
TNR
TRR
. Nessa perspectiva, para um
investidor que efetua uma aplicação com uma TNR de 10% a.a. e deseja obter uma TRR (taxa que
realmente remunera o capital) mínima de 2% a.a., pode-se verificar que esse agente econômico tolera um
risco máximo, correspondente à taxa de inflação, de 7,84% a.a. Com esse nível de risco, obtém-se a
mínima TRR requerida pelo investidor. Mediante esse exemplo, percebe-se, ainda, que a idéia básica da
fórmula de Fisher, que pode ser generalizada para captar diversos tipos de riscos, é obter a TNR efetiva
que deve ser utilizada para realizar uma operação e garantir a remuneração correspondente à TRR.
Portanto, a TNR deve captar os efeitos de um conjunto de fatores de risco que afeta o capital, para, então,
remunerá-lo à TRR.
22
futuros da economia, torna-se essencial que os agentes econômicos tomem
decisões de investimento seguras, buscando minimizar as incertezas. No entanto,
como as incertezas são forças endógenas ao sistema capitalista, os agentes
econômicos que possuem ativos, ao invés de eliminá-las, deveriam adotar
normas de comportamento convencionais, que consistem em “supor que a
situação existente dos negócios continuará por tempo indefinido, a não ser que
tenhamos razões concretas para esperar uma mudança” (KEYNES, 1985,
p.112). Nessa mesma linha, Dixit e Pindyck (1994) ressaltam a necessidade de
avaliar previamente, e com bastante critério, as várias possibilidades de
investimentos, pois, além de existirem, ao longo do tempo, incertezas com
relação aos resultados futuros decorrentes dos investimentos, após estes serem
realizados, eles podem ser parcial ou completamente irreversíveis, ou seja, frente
a cenários econômicos adversos, um investidor não tem possibilidades de
“desinvestir” e recuperar completamente seus dispêndios de investimento.
Em termos operacionais, é pertinente salientar que a realização de
investimentos em capital produtivo, geralmente baseados em previsões acerca do
comportamento da economia e envolvendo consideráveis somas de recursos,
depende de decisões prévias relacionadas com o orçamento de capital, que
envolve algumas etapas fundamentais: geração de propostas (ou alternativas) de
investimento a longo prazo; avaliação, análise e seleção dessas propostas; e
implementação e acompanhamento das alternativas que foram selecionadas.
Essas decisões, portanto, devem resultar em alternativas adequadas e coerentes
com os objetivos do investidor (BODIE & MERTON, 2002; GITMAN, 2004).
Especialmente relacionado com a etapa de avaliação de projetos, Buarque
(1991) enfatiza que ela pode ser feita sob duas perspectivas: financeira (privada)
e econômica (social). Na ótica financeira, que é aquela adotada neste estudo, o
empresário analisa os retornos que poderá obter em decorrência de um
determinado investimento de capital. Por outro lado, na avaliação econômica, o
projeto é avaliado sob o ponto de vista de toda a sociedade, buscando verificar,
por exemplo, se o investimento analisado leva ao aumento do emprego e/ou da
renda, elevando, assim, o bem-estar da coletividade.
23
Muitos são os motivos que levam à realização de investimentos em capital
produtivo: implantação, com o qual se pode, por exemplo, abrir uma nova
empresa; expansão, em que se busca expandir o nível de operações por meio, por
exemplo, da aquisição de ativos imobilizados; substituição, que consiste na
substituição ou renovação de ativos considerados obsoletos ou gastos;
modernização, que, em sendo frequentemente uma alternativa à substituição,
pode incluir a reconstrução, o recondicionamento ou a adaptação dos bens de
capital existentes; e outros motivos, como dispêndios em relocação, propaganda,
pesquisa e desenvolvimento, serviços de consultoria à administração e
diversificação com novos produtos (BRAGA, 1992; WOILER & MATHIAS,
1994; BODIE & MERTON, 2002; GITMAN, 2004). Neste trabalho, a realização
de investimentos em capital produtivo está vinculada à opção de implantação,
pois se assume que os produtores rurais, diante de distintas alternativas de
sistemas de produção agropecuária, podem se decidir por investir no sistema que
melhor atenda a seus objetivos.
Na prática, a realização efetiva do orçamento de capital ocorre a partir da
definição do projeto de investimento. Nessa linha, um projeto pode ser visto
como as informações, internas e externas à empresa, que são coletadas e
processadas com o objetivo de analisar uma determinada decisão de
investimento. Assim, o projeto acaba representando um modelo que,
incorporando informações qualitativas e quantitativas, procura simular a decisão
de investir e suas principais implicações. Em outras palavras, quando surge a
oportunidade para realizar determinado investimento, inicia-se o processo de
coleta e processamento de informações que, devidamente analisadas, permitirão
testar, por exemplo, sua viabilidade (WOILER & MATHIAS, 1994), ou seja,
testar se a execução de ações conjugadas e continuadas possibilita atingir os
objetivos preestabelecidos pelos investidores.
De maneira geral, pode-se inferir que a elaboração de um projeto de
investimento em capital produtivo, sob a ótica privada, compreende o
cumprimento de seis etapas principais: 1) estudo de mercado, onde são
analisados aspectos relacionados com a oferta e a demanda de um certo produto,
24
determinando, por exemplo, a capacidade (presente e futura) que a economia
possui para absorver esse produto; 2) definição de escala, que busca definir,
entre outras coisas, o que e quanto produzir, possibilitando, com isso, determinar
a capacidade ótima de produção da firma; 3) definição da localização, em que
são analisados fatores vinculados, principalmente, com a disponibilidade e a
qualidade de recursos produtivos e os potenciais consumidores do produto; 4)
engenharia, em que se trata fundamentalmente da escolha da tecnologia
(processos e recursos produtivos) a ser utilizada pela empresa; 5) determinação
dos fluxos financeiros, que consiste, basicamente, em projetar, para o horizonte
de planejamento definido (ou período de tempo estimado durante o qual o
empreendimento analisado irá operar), os valores em termos de receitas e
despesas decorrentes da implementação do projeto; e 6) avaliação financeira, em
que, mediante o emprego de técnicas analíticas (valor presente líquido, taxa
interna de retorno e outras), pode-se analisar, sob condições determinísticas e de
riscos, o mérito (ou rentabilidade) do projeto (BUARQUE, 1991; WOILER &
MATHIAS, 1994; REZENDE & OLIVEIRA, 2001). Especialmente em relação à
definição do horizonte temporal, Woiler e Mathias (1994) citam três critérios
principais que podem ser empregados: 1) a vida útil média do processo; 2) o
conceito de depreciação fiscal dos bens de capital; e 3) o tempo para a
obsolescência do processo ou do ciclo de vida do produto.
É importante destacar que, pelo fato de a elaboração de projetos ser um
trabalho de aproximações sucessivas até a redação final, essas seis etapas não se
sucedem independentemente ou com uma dependência linear (BUARQUE,
1991). Além disso, os projetos de investimento em capital produtivo podem ser
elaborados e implementados com base em múltiplas alternativas. Dependendo da
natureza, duas ou mais propostas podem ser consideradas independentes,
dependentes, mutuamente exclusivas (excludentes) ou contingentes
(condicionadas) (BRAGA, 1992; SOUZA & CLEMENTE, 1997).
Quando a escolha de uma alternativa de investimento não implica rejeição
de nenhuma das alternativas que fazem parte do conjunto analisado, ela é
25
definida como independente. Por outro lado, quando a seleção de uma alternativa
é influenciada por outra, ela é dita dependente.
Considerando agora que a seleção de uma proposta leva, obrigatoriamente,
à exclusão de qualquer outra, tem-se a presença de propostas classificadas como
mutuamente exclusivas. Isso significa que, de um conjunto possível de opções de
investimento, só poderá ser selecionada uma opção. Nesse tipo de classificação, é
que se enquadra o objeto desta pesquisa, pois se considera que o produtor rural
pode tomar decisões que, para uma determinada área, conduzam à implantação
de apenas um dos sistemas de produção analisados.
Por fim, quando a seleção de uma alternativa só pode ser realizada após a
implementação de outra alternativa, ela é considerada contingente. Embora a
implementação de uma determinada alternativa contingente dependa da escolha
prévia de outra alternativa, esta independe da condicionada.
2.3. Tomada de decisão sob condições de riscos e incertezas
Na tomada de decisão dos investidores, os riscos e as incertezas exercem
papéis fundamentais. Conceitualmente, a partir da literatura relacionada com o
referido processo, constata-se que, para a maior parte dos autores, o termo risco
tende a ser definido como uma medida do grau de incerteza com relação aos
possíveis eventos futuros. Nesse caso, para quantificar o risco, são utilizadas
medidas estatísticas, em que se destacam as distribuições de probabilidade (J.P.
MORGAN, 1996; SECURATO, 1996; ASSAF NETO, 2003; JORION, 2003;
REILLY & BROWN, 2003; VARIAN, 2003; GITMAN, 2004; TRAVERS,
2004). Por outro lado, a incerteza se refere à ocorrência de eventos em que os
agentes econômicos não conseguem associar, de forma objetiva, valores de
probabilidade. Portanto, toda vez que for possível quantificar a incerteza por
meio de uma distribuição de probabilidade dos resultados previstos, diz-se que a
decisão está sendo tomada sob uma situação de risco (ASSAF NETO, 2003).
Apesar de essas primeiras inferências teóricas mostrarem que os termos
risco e incerteza possuem conceitos um tanto distintos, neste estudo eles são
26
usados como sinônimos, uma vez que estão sendo associados com medidas
probabilísticas. Adicionalmente, é relevante enfatizar que os riscos tratados neste
trabalho correspondem àqueles vinculados com os retornos que podem ser
obtidos em investimentos no setor agropecuário.
Genericamente, o termo retorno pode ser visto como uma medida do total
de ganhos (ou prejuízos) relativos a um dado nível de investimento, realizado
para um determinado período de tempo (GITMAN, 2004). Operacionalmente,
pelo fato de os investidores, em geral, não terem completa certeza de qual
alternativa de investimento proporcionará a maior taxa de retorno, esses agentes
econômicos tendem a tomar suas decisões com base no retorno esperado de cada
alternativa. A estimativa do retorno esperado para um determinado ativo
corresponde à média ponderada dos possíveis retornos (as probabilidades de
ocorrência de cada retorno são os fatores de ponderação):
( )
∑
=
=
n
j
ijiji
RpRE
1
(1)
em que:
(
)
i
RE é o retorno esperado para o ativo i;
ij
R representa cada um dos
possíveis retornos desse ativo; e
ij
p corresponde à probabilidade de ocorrência
de cada um desses retornos (ELTON et al., 2003).
O risco, por sua vez, foi definido por Markowitz (1952) como sendo
representado pela variância, que mede a dispersão dos possíveis resultados de um
experimento em torno de seu valor esperado (ou média). Assim, o risco de um
ativo i, segundo Elton et al. (2003), pode ser representado da seguinte forma:
( ) ( )
( )
[
]
∑
=
−=
n
j
iijiji
RERpR
1
2
var (2)
em que:
(
)
i
Rvar é a variância do retorno do ativo i;
(
)
i
RE é o retorno esperado
desse ativo;
ij
R representa cada um dos possíveis retornos desse ativo; e
ij
p
corresponde à probabilidade de ocorrência de cada um desses retornos.
27
Na prática, é comum utilizar o desvio padrão, que corresponde à raiz
quadrada da variância, como medida do risco associado com um ativo
9
. Portanto,
com base no valor do desvio padrão, pode-se avaliar o grau de incerteza
vinculado a determinado investimento (REILLY & BROWN, 2003). Nessa
mesma linha, Travers (2004) enfatiza que, para criar uma representação numérica
do risco, frequentemente a variabilidade dos retornos do investimento é utilizada
como uma proxy. A partir da Figura 1, pode-se observar que o ativo A, em
comparação com o ativo B, apresenta menor variabilidade nos seus retornos, ou
seja, para um mesmo valor em termos de retorno esperado, representado por
(
)
RE , para o ativo A, existe menor dispersão dos retornos possíveis que podem
ser obtidos. Portanto, esse ativo apresenta menor risco.
Fonte: Adaptado a partir de Gitman (2004).
Figura 1 - Distribuições de probabilidades dos retornos de dois ativos.
9
Para medir o risco em séries históricas de taxas de retorno, podem ser utilizadas as mesmas medidas
empregadas sobre o retorno esperado (variância, desvio padrão, coeficiente de variação e outras). No
entanto, nesses casos, deve-se considerar o período de tempo. Por exemplo, para calcular a variância dos
retornos esperados durante n períodos de tempo, utiliza-se a seguinte expressão:
( )
[ ]
nRER
n
t
t
/
2
1
2
∑
=
−=
σ
,
em que
2
σ
é a variância da série de retornos,
(
)
RE
corresponde ao valor esperado durante n períodos de
tempo e
t
R
representa o retorno em cada período de tempo.
28
O risco associado com os investimentos deve, também, ser considerado
como função crescente do tempo. Isso porque a variabilidade dos retornos de um
ativo, com o passar do tempo, tende a aumentar. Nessa perspectiva, Gitman
(2004) ressalta que, quanto mais duradoura for a vida do investimento em um
determinado ativo, maior tende a ser o risco devido a erros de previsão cada vez
maiores para um futuro distante. Com base na Figura 2, pode-se perceber que,
com o passar do tempo, ocorre a ampliação da área referente a
1
±
desvio padrão
(
σ
) em torno do retorno esperado
(
)
)(RE .
Fonte: Adaptado a partir de Gitman (2004).
Figura 2 - Risco como função do tempo.
Sobre as incertezas que circundam os investimentos empresariais, também
é importante fazer algumas inferências teóricas a respeito das principais origens e
tipos de riscos. Nesse sentido, o termo risco está relacionado com uma dimensão
multidimensional, pois cobre seis grandes grupos de riscos: mercado,
operacional, liquidez, crédito, legal e político (J.P. MORGAN, 1996; DUARTE
JÚNIOR, 2001; JORION, 2003; REILLY & BROWN, 2003). Cabe salientar que,
29
neste trabalho, são contempladas análises que envolvem riscos operacionais e de
mercado, que afetam os sistemas de produção agropecuária.
Os riscos de mercado estão vinculados a movimentos nos níveis ou nas
volatilidades dos preços de mercado, afetando, assim, os fluxos de caixa (nível de
vendas, preços e outros); são, portanto, decorrentes da natureza dos negócios
básicos de uma firma qualquer. Dessa forma, para entender e medir possíveis
perdas decorrentes de flutuações no mercado, deveriam ser identificadas e
quantificadas, o mais corretamente possível, as volatilidades e correlações dos
fatores que impactam a dinâmica desses preços.
Quanto aos riscos operacionais, eles estão relacionados, por exemplo, com
probabilidades de perdas no sistema produtivo, que podem ocorrer em virtude de
controles inadequados, falhas de gerenciamento, problemas tecnológicos, erros
humanos ou outros fatores.
Os riscos de liquidez referem-se, por exemplo, a possibilidades de os
investidores não conseguirem converter, a qualquer momento, seus investimentos
em dinheiro em caixa para ser usado em um consumo corrente ou para realizar
outros investimentos.
Riscos de créditos são aqueles que dizem respeito a possibilidades de
determinadas obrigações financeiras (financiamentos externos, por exemplo)
deixarem de ser cumpridas por parte dos titulares dessas obrigações.
Com relação aos riscos legais, eles se referem às possibilidades de perdas
em função da não existência de contratos amparados legalmente. Nesse tipo de
risco, podem ser incluídas perdas por documentação insuficiente, insolvência,
ilegalidade e falta de representatividade e/ou de autoridade por parte de um
negociador.
Finalmente, os riscos políticos são decorrentes de possibilidades de
mudanças na política ou no ambiente econômico de um determinado país.
Diante de todas as considerações teóricas envolvendo riscos, incertezas e
retornos, fica evidente a necessidade de os investidores, na tomada de decisões
acerca da escolha das possíveis alternativas de investimento, além de
estabelecerem suas posturas frente ao dilema risco-retorno, avaliarem
30
previamente um amplo número de fatores que podem afetar os resultados. Nessa
perspectiva, tomando como base as teorias da utilidade esperada e do portfólio, a
seguir são efetuadas discussões a respeito do comportamento dos investidores e
da otimização da escolha de alternativas de investimento que melhor atendam aos
objetivos desses agentes econômicos.
2.3.1. A teoria da utilidade esperada
Para desenvolver estudos acerca de escolhas sob condições de incertezas,
pode-se utilizar o conceito de utilidade, que é uma medida de bem-estar ou
satisfação obtida com o consumo de diferentes cestas de bens e serviços. Assim,
a utilidade pode ser vista como a representação, por meio de funções
matemáticas, das preferências das pessoas. Essas funções possibilitam avaliar a
satisfação dos indivíduos diante de diversas possibilidades de consumo, que
podem envolver ganhos ou perdas, ou seja, os agentes econômicos, frente a
alternativas arriscadas, podem expressar suas preferências em termos da utilidade
associada com os possíveis resultados e suas probabilidades de ocorrência
(COIMBRA-LISBOA, 2005).
Relacionado com essas considerações teóricas acerca da utilidade, tem-se
inserida, em termos formais, a teoria da utilidade esperada (UE), que é
amplamente utilizada para modelar o comportamento dos agentes econômicos,
podendo ser considerada, segundo Cusinato (2003), o core da teoria econômica
sob incerteza.
A teoria da UE tem como premissa central que os agentes econômicos, ao
invés de considerarem a opção que gera o maior valor esperado
10
(VE), escolhem
a opção que possibilita maximizar a UE. Nesse caso, a utilidade pode ser escrita
como uma soma ponderada de alguma função de consumo em cada estado de
10
O VE constitui a média ponderada de todos os n possíveis resultados
(
)
i
x
que podem ocorrer.
Matematicamente, essa medida é dada pela seguinte expressão:
∑
=
=
n
i
ii
xVE
1
π
, em que
i
π
representa a
probabilidade associada com a ocorrência do resultado
i
x
.
31
natureza
11
, )(
i
xu , em que os pesos são as probabilidades
i
π
. Assim, a função de
UE constitui uma representação da relação de preferências entre bens
contingentes por meio dos valores esperados das suas utilidades. Genericamente,
a UE, de acordo com Binger e Hoffmann (1998), pode ser representada como:
∑
=
=
n
i
ii
xuUE
1
)(
π
(3)
em que:
i
π
indica a probabilidade de ocorrência de um determinado resultado; u
é a função de utilidade relacionada com cada estado de natureza; e
i
x é o
resultado associado com
i
π
.
Considerando o caso de uma aposta envolvendo dois possíveis resultados,
Frank (1991) destaca que a UE poderia ser escrita como:
(
)
(
)
(
)
PerdaWuGanhoWuUE −−++=
00
1
ππ
(4)
em que:
0
W é a riqueza inicial; u é a função de utilidade; e Ganho e Perda
correspondem, respectivamente, ao aumento e à diminuição na riqueza no caso
de o jogador vencer ou perder a aposta, com probabilidades
π
e
(
)
π
−1 .
Na escolha sob condições de incertezas, existe um tipo natural de
independência entre os diferentes resultados, pois eles devem ocorrer em
diferentes estados de natureza. As escolhas que as pessoas planejam fazer em um
estado deveriam ser independentes das escolhas que desejam fazer nos outros
estados de natureza. Essa hipótese da independência implica que a função de
utilidade para consumo contingente deverá ter uma estrutura muito especial: ela
deverá ser aditiva nas diferentes cestas de consumo contingente. Quer dizer,
segundo Varian (2003), se
1
c ,
2
c e
3
c são os consumos em diferentes estados de
natureza e
1
π
,
2
π
e
3
π
são as probabilidades de que esses três diferentes estados
11
Estados de natureza correspondem a diferentes resultados associados com um evento aleatório (por
exemplo, em uma determinada aposta, o jogador pode perder ou ganhar, sendo esses, portanto, dois
estados de natureza) (VARIAN, 2003).
32
de natureza se materializem, pressupõe-se que a função de utilidade deverá
adotar a seguinte forma:
)()()(),,(
332211321
cucucucccu
πππ
++= , que corresponde
à função de UE.
Ainda dentro do escopo da teoria da UE, deve-se dispensar atenção
especial às preferências dos agentes econômicos frente aos possíveis riscos
associados com suas escolhas. Nesse contexto, os tomadores de decisão podem
ser classificados em três tipos básicos: avessos, propensos e neutros ao risco.
Para a maioria das pessoas, a utilidade pode ser representada por uma
função côncava,
)(xu (Figura 3). Nesse caso, a utilidade inicial,
(
)
)(xEu , indicada
pelo ponto C, será rejeitada apenas quando o valor da UE for maior. Esse tipo de
função, que exibe uma utilidade marginal decrescente para o bem analisado
12
, é
típico de pessoas com aversão ao risco, indicando que acréscimos do bem
propiciarão aumentos cada vez menores na satisfação do indivíduo.
Fonte: Adaptado a partir de Binger e Hoffmann (1998).
Figura 3 - Função de utilidade de um agente econômico avesso ao risco.
12
A utilidade marginal é a inclinação da função de utilidade.
33
Considerando x uma variável aleatória que pode assumir dois valores,
1
x e
2
x , com probabilidades de ocorrência, respectivamente, de
π
e )1(
π
−
, o valor
esperado, obtido a partir de uma função de utilidade elementar côncava,
)(xu ,
representando uma combinação convexa de
1
x e
2
x , será dado por
{
}
21
)1()( xxxE
ππ
−+= , que gera uma utilidade igual a
(
)
)(xEu . Por outro lado, a
utilidade esperada, associada com essa função, será dada por
{
}
)()1()()(
21
xuxuuUE
ππ
−+= , que corresponde ao ponto D da Figura 3. Pode-se
observar que, ao serem comparados os pontos C e D, a concavidade da função de
utilidade elementar implica que a utilidade associada com o valor esperado,
(
)
)(xEu , é maior do que a utilidade esperada, )(uUE . Com relação aos pontos A e
B, eles constituem os pontos, localizados sobre a função de utilidade, que
representam, respectivamente, as situações associadas com perdas e ganhos em
decorrência de o indivíduo participar de uma loteria arriscada. Portanto, na
perspectiva de um agente econômico avesso ao risco, o valor da utilidade
esperada entre apostar em A (diminuir a riqueza) e B (aumentar a riqueza) é D,
que é menor do que a segurança de obter C sem apostar; sendo assim, C será
preferido a D.
Embora a maioria dos agentes econômicos seja avessa ao risco, existem
aqueles que são mais propensos a aceitar situações mais arriscadas. Nesse caso,
dentro do contexto da UE, a função de utilidade para um determinado bem torna-
se convexa (Figura 4), existindo, assim, uma utilidade marginal crescente, ou
seja, acréscimos no consumo do bem propiciarão aumentos cada vezes maiores
na satisfação do indivíduo.
34
Fonte: Adaptado a partir de Binger e Hoffmann (1998).
Figura 4 - Função de utilidade de um agente econômico propenso ao risco.
Considerando a situação apresentada na Figura 4, na perspectiva de um
agente econômico propenso ao risco, o valor da utilidade esperada entre apostar
em A (diminuir a riqueza) e B (aumentar a riqueza) é D
[
]
)(uUE , que é maior do
que a segurança de obter C
(
)
[
]
)(xEu sem apostar. Sendo assim, D será preferido
a C, ou seja, a UE obtida com a participação em uma aposta excederá a utilidade
de rejeitar a participação na aposta.
Por fim, um indivíduo que é indiferente entre aceitar ou rejeitar a
participação em uma loteria é classificado como neutro ao risco. Nesse caso,
como a função de utilidade é linear, a UE de uma loteria é exatamente igual à
utilidade do valor esperado de não participar do jogo. Com relação à utilidade
marginal, esta permanece constante, independentemente de aumentar ou diminuir
o consumo do bem (Figura 5).
35
Fonte: Adaptado a partir de Binger e Hoffmann (1998).
Figura 5 - Função de utilidade de um agente econômico indiferente ao risco.
Com base nas preferências relacionadas com o risco, pode-se, ainda, a
partir da Figura 6, efetuar algumas considerações adicionais envolvendo o trade-
off entre risco e retorno:
- para um indivíduo indiferente ao risco, o retorno exigido não varia quando o
nível de risco vai de
1
X para
2
X , ou seja, o retorno exigido permanece
constante em
3
Y ;
- para um indivíduo avesso ao risco, o retorno exigido aumenta quando o risco
se eleva. Quando o risco passa de
1
X para
2
X , o retorno exigido, visando a
compensar uma possibilidade de perda maior, eleva-se de
4
Y para
5
Y ; e
- para um indivíduo propenso ao risco, um aumento no risco (
1
X para
2
X )
ocasiona redução no nível de retorno exigido (
2
Y para
1
Y ) . Isso é justificado
pelo fato de indivíduos com esse comportamento tenderem a requerer maiores
riscos mesmo diante da possibilidade de obter menores retornos.
36
Fonte: Adaptado a partir de Gitman (2004).
Figura 6 - Preferências em relação ao risco.
2.3.2. A teoria do portfólio
Um portfólio pode ser visto como a combinação de ativos (financeiros ou
não), que visa a atender determinados objetivos. Assim, o termo portfólio, dentro
de uma perspectiva financeira, possui significado semelhante à noção de carteira
de investimento. Mediante a formação de portfólios, em geral, os investidores
buscam obter os maiores ganhos frente aos menores riscos possíveis (ELTON et
al., 2003). De acordo com Markowitz (1952), o portfólio que propicia o máximo
retorno não é necessariamente aquele que apresenta a mínima variância. Existe
uma taxa em que o investidor pode obter um dado retorno frente a um
determinado risco, ou reduzir o risco mantendo um certo retorno.
Segundo o princípio geral da teoria do portfólio, a diversificação de uma
carteira de investimento pode constituir importante estratégia para reduzir riscos.
Isso porque os investidores podem combinar ativos que, ao longo do tempo,
diminuam as flutuações no retorno esperado do portfólio sem causar reduções
significativas nesse retorno (HADAWAY, 1978).
37
Em termos aplicados, a teoria do portfólio trata da seleção de alternativas
de investimento que, com base nas estimativas de valores para o retorno e o risco
esperados, permitam formar carteiras mais apropriadas para o perfil de cada
investidor (REILLY & BROWN, 2003). Nessa linha, conforme o J.P. Morgan
(1996), para medir o risco relacionado com mudanças no valor futuro de um
portfólio, podem ser efetuadas previsões dessas mudanças. Assim, o modelo
utilizado deve levar em consideração dois aspectos fundamentais: 1) a dinâmica
temporal dos retornos, ou seja, modelar a evolução dos retornos ao longo do
tempo; e 2) a distribuição dos retornos em qualquer ponto no tempo. Portanto,
uma análise de portfólio começa a partir da utilização de informações acerca dos
ativos individuais. Contudo, essa análise deve ser finalizada com conclusões a
respeito do portfólio como um todo, pois o objetivo final é identificar a carteira
que melhor atenda aos objetivos e ao perfil do investidor (MARKOWITZ, 1991).
Para desenvolver a referida análise, podem ser utilizados vários tipos de
informação a respeito dos ativos. Dentre essas informações, destacam-se duas:
séries históricas envolvendo performances dos ativos individuais; e perspectivas
futuras por parte de técnicos especializados na análise do comportamento de
ativos (MARKOWITZ, 1991).
O desenvolvimento da teoria do portfólio é baseado em um conjunto
razoável de suposições:
a. os investidores consideram cada uma das alternativas de investimento como
sendo representada por uma distribuição de probabilidade dos retornos
esperados para um dado horizonte de tempo;
b. os investidores têm aversão ao risco, ou seja, dado um nível de risco,
preferem maiores retornos a menores retornos; ou para determinado nível de
retorno esperado, preferem menos riscos a mais riscos;
c. os investidores, que são tomadores de preço, buscam maximizar suas
utilidades esperadas;
d. as curvas de utilidade dos investidores apresentam utilidade marginal
decrescente para a renda;
38
e. os investidores estimam o risco das carteiras de investimento com base na
variabilidade dos retornos esperados; e
f. os investidores tomam decisões baseadas apenas no retorno esperado e no
risco. Assim, suas curvas de utilidade são funções apenas dos retornos
esperados e da variância (ou desvio padrão) desses retornos (REILLY &
BROWN, 2003).
Sob essas suposições, um único ativo ou um portfólio de ativos é
considerado eficiente se nenhum outro ativo ou portfólio de ativos oferecer maior
retorno esperado com o mesmo (ou menor) nível de risco, ou oferecer menor
risco com o mesmo (ou maior) retorno esperado (REILLY & BROWN, 2003).
Ainda em relação às referidas suposições, Markowitz (1952) propôs que,
ao invés de supor que os investidores buscam maximizar o retorno esperado de
seus investimentos, se pensasse em termos de utilidade esperada, em que são
levadas em consideração as preferências desses agentes econômicos frente a
situações de incerteza. Isso porque, caso seja aceita a suposição de maximização
da utilidade esperada, existe, segundo Markowitz (1991), uma base para discutir
questões relativas aos critérios a serem empregados na análise de portfólio. Nesse
sentido, presume-se que o investidor sempre age com total racionalidade
econômica: 1) busca maximizar a utilidade esperada; 2) não comete erros em
termos lógicos ou aritméticos; e 3) sempre escolhe um portfólio eficiente na
relação entre retorno e risco esperados.
Tendo em vista que a utilidade esperada pode ser expressa como uma
função que depende apenas do retorno esperado e de sua variância, Markowitz
(1991) também infere que, ao invés de maximizar a função de utilidade do
investidor, seria mais conveniente analisar as diversas carteiras apenas em termos
dessas duas medidas. Portanto, a função que relaciona retorno e risco poderia ser
otimizada por meio da maximização do retorno esperado para um determinado
nível de risco ou mediante a minimização do risco frente a um determinado
patamar de retorno esperado. Dessa forma, o autor destaca que os portfólios
formados a partir desses fundamentos podem ser considerados carteiras de
investimento eficientes, pois propiciam, ao mesmo tempo, proteções e
39
oportunidades para o investidor com relação a uma ampla extensão de possíveis
contingências.
Essas considerações de Markowitz (1952, 1991) são plenamente
justificadas pelo fato de que, segundo Reilly e Brown (2003), se assume que os
investidores são, em geral, avessos ao risco. Uma das grandes evidências de que
a maioria dos investidores tem algum grau de aversão ao risco reside no fato de
eles tenderem a comprar vários tipos de seguro (seguros de vida, de carro, de
saúde e outros). A compra de seguros geralmente envolve o desembolso de um
dado valor monetário de maneira a obter garantias contra possíveis eventos
incertos, que poderiam levar a grandes desembolsos futuros, ou seja, quando um
indivíduo adquire um seguro, ele está querendo pagar um custo corrente
conhecido, estabelecido pela política de seguro, para evitar a incerteza de ter que
arcar com um possível custo futuro muito expressivo.
Em termos matemáticos, o retorno esperado, quando se trata de uma
carteira de investimento, é dado pela média ponderada dos retornos esperados
dos ativos individuais. Assim, esse retorno esperado pode ser representado da
seguinte maneira (ELTON et al., 2003):
( )
( )
∑
=
=
N
i
iip
REwRE
1
(5)
em que:
(
)
p
RE é o retorno esperado da carteira formada por N ativos;
i
w é a
participação do ativo i na carteira, ou seja, a fração do portfólio que é investida
no ativo i; e
(
)
i
RE é o retorno esperado desse ativo.
Com relação ao risco vinculado a uma carteira composta por N ativos, da
mesma maneira que para os ativos individuais, ele pode ser avaliado a partir da
variância (ou desvio padrão) dos retornos dessa carteira. Entretanto, deve-se
destacar que, nesse caso, essa variância depende de componentes associados com
duas medidas: as variâncias individuais dos retornos de cada ativo e as
covariâncias entre os retornos dos ativos que compõem a carteira
40
(MARKOWITZ, 1952). Em termos matemáticos, Elton et al. (2003) demonstram
que a variância do portfólio pode ser representada como:
( )
( ) ( )
si
N
i
N
s
sii
N
i
ip
RRCovwwwRVarRVar ,
1 1
2
1
∑∑∑
= ==
+=
, sendo
s
i
≠
(6)
em que:
(
)
p
RVar é a variância dos retornos da carteira;
(
)
i
RVar corresponde à
variância dos retornos de cada ativo que compõe a carteira;
i
w é a participação
de cada ativo no portfólio, sendo que
∑
=
=
N
i
i
w
1
1
e 0≥
i
w ; e
(
)
si
RRCov , representa
a covariância entre os retornos de dois ativos.
A expressão (6) pode também ser escrita em termos matriciais:
(
)
wwRVar
p
Σ= ' (7)
em que:
'
w
é o vetor transposto das participações dos ativos presentes no
portfólio (esse vetor tem dimensão
xN1
, sendo N igual ao número total de
ativos); e
Σ
representa a matriz de variâncias e covariâncias relativa aos retornos
dos ativos (essa matriz é de dimensão
NxN
).
Os componentes de covariâncias, destacados em (6), possibilitam avaliar,
por meio do sinal e da magnitude, se os retornos de dois ativos (i e s) apresentam,
ao longo do tempo, comportamentos distintos (ou não). Enquanto valores
positivos indicam movimentos na mesma direção, valores negativos evidenciam
movimentos em direções opostas. Matematicamente, a covariância é dada pela
seguinte expressão:
( ) ( )
[ ]
( )
[ ]
ssniin
N
n
nsi
RErRErpRRCov
−−=
∑
=1
,
(8)
em que:
(
)
si
RRCov , é a covariância entre os retornos de dois ativos;
(
)
i
RE e
(
)
s
RE representam os retornos esperados, respectivamente, dos ativos i e s;
in
r e
41
sn
r são as enésimas taxas de retornos possíveis, respectivamente, para os ativos i
e s; e
n
p é a probabilidade de se verificar as taxas de retorno
in
r e
sn
r .
Cabe destacar que a medida da covariância, que depende tanto das
variâncias das séries de retornos dos ativos individuais, como da relação entre
essas séries, pode ser padronizada. Essa padronização consiste em obter o
coeficiente de correlação, cujos valores se situam dentro do intervalo
[
]
1;1 +−
13
:
um valor de +1 indica uma perfeita relação linear positiva entre duas séries de
retornos, significando que dois ativos apresentam retornos que, ao longo do
tempo, apresentam movimentos similares; um valor de -1 representa uma perfeita
relação linear negativa entre duas séries de retorno, o que indica que dois ativos,
ao longo do tempo, tendem a apresentar retornos que movem-se de maneiras
completamente distintas entre si (REILLY & BROWN, 2003). Em termos
matemáticos, o coeficiente de correlação pode ser representado como:
( )
(
)
RsR
si
si
i
RRCov
RRCor
σσ
,
, =
(9)
em que:
(
)
si
RRCor , é a correlação entre os retornos dos ativos i e s;
(
)
si
RRCov ,
corresponde à covariância entre os retornos desses dois ativos; e
i
R
σ
e
Rs
σ
representam os desvios padrão dos retornos relativos, respectivamente, aos ativos
i e s.
Na formação de um portfólio, Markowitz (1952) também ressalta que os
investidores devem evitar investir em ativos que apresentam altas covariâncias
positivas entre si, ou seja, os investimentos deveriam ser diversificados com
ativos de empresas com diferentes características econômicas, pois existem
maiores possibilidades de serem baixas as covariâncias entre os retornos dos
ativos dessas empresas. A principal justificativa para essas considerações reside
no fato de a fórmula da variância de um portfólio, com grande número de ativos,
13
Para a diversificação de ativos resultar em maior efeito na minimização dos riscos, de acordo com a
teoria do portfólio, os ativos devem apresentar, entre si, coeficientes de correlação mais próximos de -1
(ver demonstração no Apêndice A) .
42
tender a se reduzir para a soma das covariâncias ponderadas. Por exemplo:
enquanto uma carteira composta por 3 ativos apresenta 3 termos de variâncias e 3
de covariâncias, uma carteira formada por 10 ativos terá 10 termos de variâncias
e 45 de covariâncias. Portanto, ao adicionar um novo ativo a um portfólio que já
contenha um certo número de outros ativos, o fator mais importante a ser
considerado não é a variância do próprio ativo, mas sua covariância média com
todos os outros ativos presentes no portfólio (ROSS et al., 1995; REILLY &
BROWN, 2003; HATTINGH, 2004).
Ainda a respeito das medidas de risco, Reilly e Brown (2003) destacam
que, quando duas ou mais alternativas de investimento não são similares, isto é,
se existem, por exemplo, diferenças nas taxas esperadas de retorno e/ou nos
desvios padrão associados com essas taxas, para comparar tais alternativas, é
necessário usar uma medida da variabilidade relativa. Nesse sentido, salientam
que o coeficiente de variação (CV) é uma medida amplamente utilizada para
indicar o risco por unidade de retorno esperado, pois é calculada da seguinte
forma:
Esperadotorno
retornosdospadrãoDesvio
CV
Re
=
(10)
Seguindo os pressupostos estabelecidos na teoria do portfólio, a escolha de
uma carteira ótima também pode ser feita mediante duas formas: 1) solução de
um problema de minimização do risco de investimento, dado um certo nível de
retorno esperado (equação 11); e 2) solução de um problema de maximização,
em que se busca encontrar o portfólio que apresenta a mais alta razão do retorno
excedente (retorno esperado menos a taxa de retorno de ativos livres de risco)
pelo desvio padrão, satisfazendo as duas restrições destacadas na expressão (12)
(ELTON et al., 2003).
43
( )
( ) ( )
( )
( )
( )
( )
( )
i ,0 3
1 2
1
,
1
1
1 1
2
1
∀≥
=
=
+=
∑
∑
∑∑∑
=
=
= ==
i
N
i
i
N
i
iip
si
N
i
N
s
sii
N
i
ip
w
w
REwRE
asujeito
RRCovwwwRVarRVarMinimizar
(11)
ou
(
)
( )
( )
i ,0 2
1 1
1
∀≥
=
−
=
∑
=
i
N
i
i
p
Fp
w
w
asujeito
RRE
Maximizar
σ
θ
(12)
em que:
)(
pp
RVar=
σ
; e
F
R é a taxa de retorno de ativos livres de risco.
Para auxiliar a compreensão das melhores combinações de ativos, podem
ser utilizadas interpretações geométricas. A partir da Figura 7, é possível fazer
algumas inferências mais relevantes a respeito dos possíveis portfólios a serem
escolhidos por um investidor:
- examinando os portfólios A e B, nota-se que B (o que propicia o maior
retorno, sendo, em geral, composto de um único ativo) é preferido a A, pois
oferece maior retorno com o mesmo nível de risco;
- o portfólio C, que apresenta a menor variância, também deve ser preferido ao
A, pois oferece menos risco com o mesmo nível de retorno;
- nenhum portfólio apresentado na Figura 7 é capaz de dominar os portfólios B,
C e E;
- analisando o portfólio D, verifica-se que ele é dominado pelos portfólios E
(maior retorno com o mesmo risco) e C (maior retorno com menos riscos);
- examinando o portfólio F, embora seja externo no espaço risco-retorno
esperado, ele é dominado pelo E, pois neste se verifica menor risco para o
mesmo nível de retorno; e
44
- portanto, para qualquer ponto contido no espaço risco-retorno esperado,
busca-se mover tão longe quanto possível na direção de aumento do retorno
esperado e tão longe quanto possível na direção de decréscimo do risco.
Fonte: Adaptado a partir de Elton et al. (2003).
Figura 7 - Possibilidades de risco e retorno para vários portfólios de ativos.
Com base na Figura 7, pode-se finalmente obter um conjunto eficiente de
possíveis portfólios a serem escolhidos. Este conjunto, também chamado de
fronteira eficiente, consiste na curva envelope que engloba todos os portfólios
situados entre o portfólio com a mínima variância (C) e o portfólio que propicia o
máximo retorno (B).
Para melhor ilustrar a fronteira eficiente, tem-se também a Figura 8. O
segmento MW representa a referida fronteira, que insere todas as carteiras
racionais possíveis de serem construídas. A escolha da melhor carteira é
determinada pela postura demonstrada pelo investidor diante do dilema entre
risco (expresso pelo desvio padrão) e retorno esperado. Considerando os
investidores 1 e 2 e suas respectivas curvas de indiferença, que refletem as
posturas perante o risco, pode-se identificar o ponto ótimo de escolha de cada
45
investidor. Diante do mesmo conjunto de combinações de ativos, o investidor 2,
pelo fato de ser menos avesso ao risco, seleciona o ponto B, em que a utilidade é
maximizada frente à fronteira eficiente possível. Analogamente, o investidor 1
seleciona o ponto A, que representa uma carteira que gera risco e retorno
menores. Em síntese, a conjunção entre a fronteira eficiente e a curva de
indiferença determina qual portfólio particular, situado sobre essa fronteira,
melhor condiz com um determinado perfil do investidor, ou seja, o portfólio
ótimo a ser escolhido é definido no ponto de tangência entre a fronteira eficiente
e a curva com a mais alta utilidade possível.
Ainda referente à Figura 8, pode-se observar que, ao se mover para cima,
ocorre decréscimo na inclinação da curva que representa a fronteira eficiente.
Isso significa que, ao adicionar incrementos iguais de risco, são observados
incrementos decrescentes no retorno esperado. A avaliação desse comportamento
pode ser feita mediante o cálculo da inclinação da fronteira eficiente. Esse
cálculo é dado por:
padrãoDesvioesperadotorno / Re
∆
∆
.
Fonte: Adaptado a partir de Assaf Neto (2003).
Figura 8 - Seleção de carteira pela curva de indiferença.
46
Embora a diversificação tenha importante papel para otimizar a escolha de
um determinado portfólio, deve-se ressaltar que essa estratégia não consegue
eliminar completamente os riscos que cercam as carteiras em questão. Isso se
justifica pelo fato de o risco, em geral, ser subdividido em não-sistemático e
sistemático. O risco não-sistemático é específico para certos ativos, estando
associado principalmente com as atividades econômicas dos setores desses
ativos. Por outro lado, o risco sistemático é aquele que pode afetar todos os
ativos da economia, pois resulta de variáveis macroeconômicas que têm impactos
sobre o sistema econômico. Desse modo, segundo Ross et al. (1995), a
diversificação possui capacidades para eliminar apenas os riscos não-
sistemáticos. Essa inferência pode ser visualizada na Figura 9, na qual se observa
que um aumento do número de ativos que compõem uma determinada carteira
promove a queda do risco total
14
. No entanto, essa queda é limitada em função de
a diversificação não ter impactos sobre os riscos sistemáticos.
Fonte: Adaptado a partir de Ross et al. (1995).
Figura 9 - Impacto da diversificação sobre o risco de carteiras de investimento.
14
O risco total corresponde ao risco que se assume ao manter o investimento em um único ativo.
47
2.4. Comentários finais sobre os principais fundamentos teóricos
Com base nas discussões realizadas ao longo deste capítulo, fica evidente
que a tomada de decisões organizacionais, normalmente, ocorre em ambientes
cercados por amplo número de incertezas. Desse modo, pode-se inferir que a
configuração e exploração de sistemas de produção agropecuária dependem
fundamentalmente de escolhas associadas com decisões e ações administrativas
dos produtores rurais. Adicionalmente, essas duas categorias elementares da
ciência administrativa (LIMA, 1989), além de estarem de acordo com os
objetivos desses agentes econômicos, devem ser coerentes com as necessidades
efetivas de realização de investimentos em capital produtivo.
Admitindo também que os produtores rurais possuem, em geral, um
comportamento caracterizado por aversão ao risco (MENDES & PADILHA
JUNIOR, 2005; GODINHO & CARVALHO, 2006) e que os investimentos
referidos são, segundo a teoria Keynesiana, circundados por incertezas quanto
aos resultados futuros que podem gerar, é imprescindível a utilização de
estratégias organizacionais que busquem minimizar os riscos de insucesso na
escolha de certos sistemas produtivos.
Dentre as estratégias que podem ser utilizadas para minimizar riscos,
destaca-se a diversificação de atividades agropecuárias. Isso porque, baseando-se
nos pressupostos da teoria do portfólio, os produtores rurais podem combinar
diferentes atividades que, ao longo do tempo, além de não causarem reduções
significativas nos possíveis retornos econômicos, gerem maior nível de certeza
com relação a esses retornos.
48
3. METODOLOGIA
Neste capítulo, são discutidos os principais aspectos relacionados com os
modelos e procedimentos analíticos. Estruturalmente, o capítulo é composto de
quatro partes. Na primeira, são feitas considerações importantes no sentido de
apresentar o objeto de estudo. As partes dois e três tratam, respectivamente, das
análises financeira e de volatilidade. Na quarta parte, discorre-se sobre as fontes
de dados e os recursos computacionais.
3.1. Considerações principais referentes ao objeto de estudo
Para atingir os objetivos propostos, a partir de resultados históricos de
pesquisas gerados durante vários anos pelo Departamento de Fitotecnia e
Fitossanitarismo da Universidade Federal do Paraná (UFPR) e pela Cooperativa
Agrária Agroindustrial de Guarapuava - PR, foram definidos, como objeto de
estudo, três sistemas de produção agropecuária: produção vegetal (PV),
bovinocultura de corte (BC) e integração lavoura-bovinocultura de corte (ILP).
Com relação a esses sistemas, é importante enfatizar que eles constituem
modelos teóricos bem ajustados à realidade da microrregião de Guarapuava - PR.
Isso porque foram estruturados mediante a realização de consultas junto a
pesquisadores das citadas instituições que, há mais de uma década, vêm
49
desenvolvendo, anualmente e de forma conjunta, uma série de pesquisas,
principalmente de natureza técnica
15
, visando à identificação de diferentes
alternativas de sistemas de produção, que sejam adequados à realidade
agropecuária do Estado do Paraná. Portanto, baseado nos resultados dessas
pesquisas, foram definidas as áreas, atividades agropecuárias, estruturas de
produção, tecnologias e dinâmicas de funcionamento dos três sistemas analisados
neste trabalho.
Especialmente em relação às atividades agropecuárias presentes nesses
sistemas, é pertinente fazer três comentários principais: 1) no sistema de PV
ocorre especialização da propriedade rural na exploração de atividades agrícolas
(soja e milho no verão e trigo no inverno); 2) no sistema de BC, o
estabelecimento agropecuário é especializado na produção de carne bovina,
mediante a compra de animais (bezerros) para desenvolver as fases de recria e
engorda, em período inferior a um ano; e 3) no sistema de ILP, em distintos
períodos do ano, existem produções sucessivas de grãos (soja e milho no verão e
trigo no inverno) e carne bovina (verão e inverno), ou seja, ao longo de todo o
ano, em virtude da rotação de atividades, há partes da área exploradas com
atividades agrícolas e outras destinadas à atividade de pecuária, que também é
caracterizada pela compra de bezerros para, em período inferior a um ano,
desenvolver as fases de recria e engorda
16
.
Referente à microrregião de Guarapuava
17
, situada no centro-oeste do
Paraná (Figura 10), cabe salientar que, além de ter na agropecuária a base
principal para o seu desenvolvimento, ela é muito representativa da adoção de
sistemas de integração lavoura-pecuária nesse Estado.
15
Entende-se por estudos de natureza técnica aqueles que têm como foco principal a avaliação da
estrutura técnica de produção. Nessa estrutura, incluem-se, por exemplo, as propriedades físicas e
químicas do solo, as técnicas de preparo, manejo e cultivo do solo e a avaliação dos índices de
produtividade física.
16
No objeto de estudo deste trabalho, a integração lavoura-pecuária não está, portanto, direcionada para a
recuperação de áreas de pastagens degradadas, que são consequências do desenvolvimento da pecuária
extensiva tradicional.
17
Neste estudo, se assume que, para a
microrregião de Guarapuava - PR, tecnicamente é viável explorar
cada um dos sistemas de produção definidos, ou seja, na prática, a escolha final de qual sistema será
efetivamente explorado depende apenas das preferências do produtor rural. Essas preferências, em geral,
estão associadas com os fatores que afetam o processo de tomada de decisões.
50
Fonte: Elaborado pelo autor a partir de dados do IBGE (2004).
Figura 10 - As microrregiões do Estado do Paraná.
A partir do Quadro 2, pode-se notar que o setor agropecuário da
microrregião em questão é bastante diversificado em atividades agropecuárias.
Os dados do censo agropecuário brasileiro de 1996 mostram que as lavouras
temporárias, representadas, sobretudo, pelas culturas da soja, do milho e do trigo,
respondiam por 25,1% da área total da microrregião de Guarapuava. Associando
com as áreas em descanso, verifica-se que as lavouras temporárias
correspondiam a cerca de 29,5% da área total. Quanto às áreas de pastagens
cultivadas e naturais, dedicadas, principalmente, às explorações das
bovinoculturas de corte e leite e da ovinocultura, constata-se que elas ocupavam,
respectivamente, 18,3% e 11,7% da referida área.
51
Quadro 2 - Área ocupada pelos estabelecimentos agropecuários da microrregião
de Guarapuava - PR
Forma de ocupação Área (ha) %
Lavouras temporárias 323.402,49 25,1
Matas e florestas naturais 285.549,96 22,2
Pastagens cultivadas 235.345,80 18,3
Pastagens naturais 150.297,95 11,7
Matas e florestas artificiais 112.992,67 8,8
Terras inaproveitáveis 71.712,41 5,6
Lavouras temporárias em descanso 57.214,77 4,4
Terras produtivas não utilizadas 38.597,34 3,0
Lavouras permanentes 12.543,47 1,0
Total 1.287.656,85 100
Fonte: IBGE (2007).
Em síntese, partindo da importância da agropecuária desenvolvida na
microrregião de Guarapuava, PR, e da existência de resultados de vários anos de
pesquisas, foram estruturados para o estudo os três sistemas de produção
agropecuária supracitados. A partir dessa estruturação, foram levantados os
dados históricos secundários, que contêm informações relacionados com níveis
de produtividade e componentes tecnológicos utilizados em cada atividade
agropecuária, bem como de preços pagos e recebidos pelos produtores rurais.
Finalmente, com base nos dados de cada sistema, foram desenvolvidas as
análises financeira e de volatilidade relacionadas com os resultados econômicos.
Para isso, nos itens 3.2 e 3.3 são discutidos os principais fundamentos e
procedimentos metodológicos referentes a essas análises.
3.2. Análise financeira dos investimentos nos sistemas de produção
Na análise financeira busca-se avaliar, sob o ponto de vista privado e
considerando um horizonte de planejamento de longo prazo, a viabilidade
financeira de implantar determinado projeto de investimento. Para tanto, partindo
52
de fluxos físicos (insumos e produtos) e preços de mercado, obtêm-se os fluxos
financeiros, que são a base para desenvolver a análise em questão. Nessa
perspectiva, após a obtenção dos fluxos relativos a cada sistema de produção
estudado, foram gerados importantes indicadores financeiros mediante o
emprego de cinco técnicas principais: a taxa média de retorno (TMR), o período
de payback (PP) descontado, o valor presente líquido (VPL), a taxa interna de
retorno (TIR) e a razão benefício/custo (B/C). Assim, nos subitens seguintes,
além de serem efetuadas discussões sobre essas técnicas em condições
determinísticas e de incertezas, são destacados os principais procedimentos
operacionais para efetivamente desenvolver a análise financeira.
3.2.1. Indicadores financeiros sob condições determinísticas
Dentre as técnicas de análise financeira, a TMR é uma das mais simples,
pois consiste em calcular o retorno de um determinado projeto a partir da divisão
do fluxo de caixa médio (receitas menos despesas operacionais), após deduzidos
os tributos, pelo investimento médio. Para as demais técnicas mencionadas
anteriormente, partindo-se dos fluxos de caixa líquidos (entradas menos saídas de
caixa), pode-se avaliar o efeito do tempo sobre o custo do capital envolvido com
o projeto analisado. Para tanto, utiliza-se a noção da taxa mínima de atratividade
(TMA), que, segundo Gitman (2004), representa o retorno mínimo que a empresa
deve obter em determinado projeto para que seu valor de mercado permaneça
inalterado. Portanto, a TMA, conhecida também como o custo de oportunidade
ou a taxa de desconto do capital, é utilizada para representar os fluxos de caixa
em termos de valores presentes.
O PP descontado, obtido sobre os fluxos de caixa descontados,
corresponde ao período de tempo necessário para que a empresa recupere seu
investimento inicial no projeto (GITMAN, 2004). De outra forma, o PP
descontado pode ser visto como o espaço de tempo compreendido entre o início
do projeto e o momento em que o fluxo de caixa descontado acumulado torna-se
53
positivo (SANVICENTE, 1999). Em termos matemáticos, essa técnica pode ser
escrita como:
k
iFC
iFC
PP
k
k
k
t
t
t
descontado
+
+
−×
+
=
+
+
=
∑
1
1
0
)1/(
)1()1/(
(13)
em que: t é o período de tempo; k+1 é o período de tempo onde o fluxo de caixa
(FC) descontado acumulado se torna maior do que zero; e i representa a TMA.
O VPL é um método de análise que consiste em calcular o valor presente
de uma série de pagamentos (ou recebimentos), iguais ou diferentes, a uma taxa
conhecida (NORONHA, 1987; SOBRINHO, 1997; VERAS, 1999; GITMAN,
2004). Quanto aos resultados, podem ser obtidos três: a) VPL maior do que zero,
que indica que o projeto é financeiramente viável; b) VPL igual a zero, indicando
que é indiferente entre investir no projeto ou na melhor alternativa considerada,
pois os retornos serão iguais; e c) VPL menor do que zero, que significa que o
projeto é inviável financeiramente. Matematicamente, obtém-se o VPL a partir
do uso da seguinte expressão:
∑
=
+
=
n
t
t
t
i
FC
VPL
0
)1(
(14)
em que: t é o período de tempo correspondente a um certo fluxo de caixa (FC); e
i corresponde à TMA.
A TIR é a taxa de desconto que iguala o valor presente das entradas ao
valor presente das saídas de caixa, ou seja, é a taxa que anula o VPL do
investimento analisado. Em termos de resultados, será atrativo o investimento
cuja TIR for maior do que a TMA do investidor (NORONHA, 1987;
SOBRINHO, 1997; VERAS, 1999; GITMAN, 2004). A expressão da TIR pode
ser representada da seguinte forma:
54
0
)1(
0
=
+
∑
=
n
t
t
t
TIR
FC
(15)
Sobre os indicadores financeiros do VPL e da TIR, é importante ressaltar
que, para projetos de investimento mutuamente exclusivos, ocorrendo
discrepâncias nas conclusões finais associadas com esses indicadores (ou seja,
podem levar a conclusões distintas sobre qual projeto representa a melhor
alternativa financeira), poderá ser necessário calcular também a Taxa de Fisher
(TF). A justificativa para o cálculo da TF é baseada em duas situações: 1) se
entre dois ou mais projetos, o que apresentar a maior TIR for aquele que possuir
o maior valor de investimento, então ele deve ser o escolhido; e 2) se o projeto
com menor investimento apresentar a maior TIR, não se deve concluir, com base
nesse indicador, que ele é melhor. Ocorrendo essa segunda situação, deve-se
obter a TF, que corresponde ao cálculo da TIR a partir dos valores resultantes das
diferenças entre os fluxos de caixa dos projetos com maior e menor custos de
investimento (REZENDE & OLIVEIRA, 2001). Com os resultados da TF,
existem duas conclusões possíveis: caso a TF seja maior que a TMA, opta-se
pelo projeto que apresentou a menor TIR; caso contrário, opta-se pelo projeto
cuja TIR foi maior. É pertinente enfatizar que a TF sempre conduz para a mesma
conclusão do VPL, demonstrando que, dos indicadores financeiros discutidos
neste item, o VPL, independentemente do nível de investimento, constitui o
principal a ser considerado na avaliação financeira final de um projeto.
Quanto à técnica da razão B/C, ela também possibilita obter informações
relevantes acerca da viabilidade de determinados projetos. Isso porque, mediante
a comparação das entradas e saídas, convertidas em valores presentes durante o
período de tempo considerado, é possível identificar as alternativas que
apresentam maiores retornos financeiros. Uma razão B/C maior do que 1 indica
que o projeto é financeiramente viável, pois as entradas são superiores às saídas
de caixa (NORONHA, 1987; SOUZA et al., 1995), dado um certo custo de
oportunidade, que é representado pela TMA. A técnica em questão pode ser
escrita como:
55
∑
∑
=
−
=
−
+
+
=
n
t
t
t
n
t
t
t
iSC
iEC
CB
0
0
)1(
)1(
/
(16)
em que: t indica o período de tempo; EC
t
é a entrada de caixa no período t; SC
t
representa a saída de caixa no período t; e i refere-se à TMA.
3.2.2. Indicadores financeiros sob condições de incertezas
Tendo em vista que, na prática, os resultados dos fluxos de caixa tendem a
não ocorrer de forma determinística (como assumido, de maneira implícita, no
item anterior), a maior parte das decisões de investimentos deve ser tomada com
considerável grau de incerteza. Isso porque existe amplo número de fatores que
aumentam as incertezas quanto à obtenção de determinados resultados. Assim,
para conseguir maior confiabilidade nos resultados que podem ser obtidos com a
implementação de determinados projetos de investimento, torna-se fundamental
o uso de métodos que consideram os riscos nas avaliações financeiras. Com o
emprego de métodos dessa natureza, em geral busca-se atingir quatro objetivos
principais: 1) identificar os fatores que podem ocasionar maiores impactos nos
resultados do projeto; 2) quantificar o impacto possível de cada fator; 3) definir
uma referência para os fatores não controláveis do projeto; e 4) minimizar os
impactos negativos por meio de ajustes nos fatores controláveis (BRUNI et al.,
1998; ODA et al., 2007).
Para realizar as análises em condições de riscos, algumas abordagens
podem ser adotadas. Dentre essas abordagens, que necessitam do conhecimento
prévio dos possíveis eventos futuros, bem como das suas probabilidades de
ocorrência, destacam-se duas: análise de sensibilidade e simulação.
Na análise de sensibilidade, que é uma forma bastante simples de
avaliação de riscos, usa-se um número de valores possíveis para uma dada
variável visando a avaliar seu impacto sobre os resultados da empresa. Com o
emprego dessa abordagem, ao se variar, por exemplo, o preço de venda do
56
produto, pode-se observar o que acontece com o VPL. Portanto, a análise de
sensibilidade é muito útil para identificar as variáveis chave, ou seja, aquelas que
podem causar maiores impactos sobre os resultados finais da empresa
(BUARQUE, 1991; GITMAN, 2004; PAMPLONA & MONTEVECHI, 2007).
Apesar da grande utilidade, a avaliação de riscos mediante a mensuração
da sensibilidade, além de analisar cada variável apenas de forma individual, o
que dificulta a visualização de relações de interdependência, não incorpora a
probabilidade de ocorrência de um valor dentro de determinados intervalos
possíveis (ODA et al., 2007). Para resolver esse problema, recomenda-se utilizar
a abordagem relacionada com simulação, em que a avaliação de riscos está
fundamentada no estudo de distribuições de probabilidades.
Nos métodos de simulação, as formas de investigação estão baseadas na
percepção do risco a partir do emprego de distribuições de probabilidades
predeterminadas
18
e números aleatórios, que possibilitam projetar, ao longo do
tempo, o comportamento de certos indicadores (GITMAN, 2004).
Como resultados finais do emprego da simulação em avaliações de
projetos de investimento, podem ser obtidos alguns importantes parâmetros,
como o VPL e a TIR esperados e os seus respectivos desvios padrão. Com base
nesses parâmetros, é possível gerar uma série de resultados de interesse para o
analista: a probabilidade de inviabilidade de um determinado investimento; o
intervalo de confiança em relação aos resultados obtidos; o valor mínimo do
indicador para o nível de significância adotado; e outros (PAMPLONA, 2003).
Portanto, a abordagem envolvendo simulação permite superar as
limitações da análise de sensibilidade, pois, além de incorporar as combinações
possíveis entre as variáveis, leva em consideração probabilidades de ocorrência
dos valores de cada variável chave. Essa abordagem, pelo fato de forçar o
analista do projeto a refletir sobre as principais incertezas e interdependências
relacionadas com os diversos fatores de risco, é indicada para projetos complexos
e com grande número de variáveis inter-relacionadas (ODA et al., 2007).
18
As distribuições de probabilidades, em geral, são definidas apenas para as variáveis identificadas como
chave na análise de sensibilidade.
57
3.2.3. Procedimentos operacionais para desenvolver a análise financeira
Para efetivamente desenvolver a análise financeira relacionada com os
sistemas de produção estudados, é fundamental destacar os principais
procedimentos empregados. Esses procedimentos dizem respeito, sobretudo, à
elaboração e às análises referentes aos fluxos de caixa anuais, sob condições
determinísticas e de incertezas.
Tomando como base dados históricos mensais do período de 1995 a 2007,
que contêm informações técnicas e econômicas relacionadas com os sistemas de
produção investigados, foram elaborados, para cada sistema, fluxos de caixa
anuais para um horizonte de planejamento de 13 anos. A justificativa para utilizar
esse horizonte temporal baseia-se na noção de obsolescência de grande parte dos
bens de capital, que neste estudo foram considerados como apresentando vida
útil média de 13 anos. Portanto, assume-se que, após o final desse horizonte, haja
necessidade de realizar novos investimentos em bens de capital. Assim, cada
sistema contempla um período que vai do Ano 0 ao Ano 13. Definiu-se o Ano 0
como aquele em que foram realizados apenas os investimentos de capital
produtivo. Quanto aos anos 1 a 13, eles representam os anos destinados ao
desenvolvimento das atividades produtivas de cada sistema.
A respeito das informações técnicas dos sistemas em estudo, elas tratam,
sobretudo, das produtividades agropecuárias e dos componentes tecnológicos.
Esses componentes estão associados com os fatores de produção empregados no
ciclo produtivo, ou seja, correspondem aos tipos de recursos produtivos, com as
respectivas quantidades, utilizados em cada atividade agropecuária e que acabam
sendo grandes determinantes dos níveis de produtividade observados.
Quanto às informações econômicas, elas se referem aos investimentos
necessários e aos preços recebidos e pagos pelos produtores rurais. Sobre essas
informações, inicialmente deve-se salientar que, diante de limitações no tamanho
da amostra de dados e para não reduzir o horizonte de planejamento, para definir
os valores dos investimentos no Ano 0, optou-se por utilizar os preços reais
(preços deflacionados) dos bens de capital observados em janeiro de 1995. Por
58
outro lado, para determinar os demais valores dos fluxos de caixa nos anos
subsequentes (Anos 1 a 13), empregaram-se as médias de preços reais
observadas em cada ano (período de 1995 a 2007).
A respeito dos valores de investimentos, a partir das características e
estruturas dos sistemas de produção, estimaram-se as necessidades iniciais de
inversão de capital em recursos produtivos com vida útil maior do que um ano
(benfeitorias, máquinas, equipamentos e outros recursos).
Com relação à terra, é pertinente destacar que, para a exploração de cada
sistema, em função de se assumir que já existe uma disponibilidade de 300
hectares de área agricultável
19
, esse recurso produtivo não foi incluído para
calcular o montante de investimentos necessários. Adicionalmente, é importante
ressaltar que, embora na avaliação de muitos projetos de investimento na
agropecuária deve-se considerar, na formação dos fluxos de caixa, o custo de
oportunidade da terra, que é representado pelo valor que poderia ser obtido ao
empregar esse recurso produtivo no melhor uso alternativo (arrendamento, por
exemplo) (NORONHA, 1987), nesta pesquisa, esse custo foi desconsiderado por
três razões principais: 1) os três sistemas constituem usos alternativos da terra, ou
seja, na área agricultável, assume-se que o produtor rural pode tomar decisões
que levem à implantação de um dos sistemas estudados; 2) neste estudo, buscou-
se efetuar análises comparativas entre os resultados financeiros que podem ser
obtidos com três distintas alternativas tecnológicas, representadas pelos sistemas
de produção agropecuária; e 3) pelo fato de se considerar que o custo de
oportunidade da terra seria o mesmo para os três sistemas, pois, caso não fosse
implantado nenhum dos sistemas, a terra poderia, por exemplo, ser arrendada
para terceiros desenvolverem uma determinada atividade agropecuária.
Sobre os preços recebidos e pagos pelos produtores, eles também foram
fundamentais para estimar os fluxos anuais de entradas e saídas de caixa dos
diferentes sistemas produtivos. Nessa perspectiva, as receitas, que correspondem
às entradas de caixa, dividem-se em diretas e indiretas. Para um determinado
19
O estabelecimento de 300 hectares de área agricultável para explorar cada sistema foi definido a partir
de discussões com pesquisadores do Departamento de Fitotecnia e Fitossanitarismo da Universidade
Federal do Paraná (UFPR) e da Cooperativa Agrária Agroindustrial de Guarapuava - PR.
59
período de tempo, a receita direta, que é formada pelas vendas de produtos
agropecuários (milho, soja, trigo, carne bovina etc.), pode ser representada como:
∑
=
=
k
i
iit
QPRD
1
(17)
em que:
t
RD
corresponde à receita direta no período t;
i
P
é o preço recebido pela
venda do produto i; e
i
Q
representa a quantidade vendida do produto i.
As receitas indiretas são constituídas pela soma do valor residual dos bens
de capital. O valor residual corresponde ao montante de recursos financeiros que
a propriedade rural pode obter ao final do horizonte de planejamento. Assim, no
último ano do fluxo de receitas, são agregadas as rendas provenientes das vendas
dos bens, ou seja, o produtor rural pode vender seus bens de capital e, ainda,
recuperar os recursos em dinheiro disponíveis em caixa (BUARQUE, 1991). O
cálculo do valor residual total, ou seja, do valor resultante da possível venda de
todos os bens de capital, foi realizado com base na seguinte expressão:
( )
∑
=
−=
k
i
iitotal
HPVUDVR
1
(18)
em que:
i
D
e
i
VU
representam, respectivamente, a depreciação anual e a vida útil
(em anos) do bem de capital i; e HP corresponde ao horizonte de planejamento.
É relevante salientar que, para calcular o valor residual de cada sistema,
foram utilizados apenas os valores dos bens de capital que possuem vida útil
superior ao horizonte de planejamento.
Sobre a depreciação, cabe destacar que, embora não constitua um
desembolso efetivo, ela representa o custo decorrente do desgaste dos ativos
imobilizados (benfeitorias, máquinas e equipamentos), que deve ser considerado
para definir a base de cálculo dos tributos incidentes sobre o lucro operacional da
empresa. Neste trabalho, a depreciação foi calculada pela seguinte equação:
60
iii
VUVND /=
(19)
em que:
i
D
,
i
VN
e
i
VU
representam, respectivamente, a depreciação anual, o
valor novo e a vida útil do bem de capital i.
Além das receitas, a exploração de qualquer um dos sistemas implica
diversas despesas operacionais que, juntamente com os investimentos, formam as
saídas de caixa. Neste estudo, as despesas em questão são classificadas como
fixas e variáveis. As despesas fixas são formadas pelos desembolsos anuais
efetivos relacionados com a mão-de-obra permanente e com o seguro e a
manutenção dos bens de capital. Especialmente em relação aos desembolsos
associados com seguro e manutenção, anualmente, eles corresponderam,
respectivamente, a 1% e 3% dos valores novos dos referidos bens.
As despesas variáveis são constituídas por gastos relacionados com
insumos consumidos no processo produtivo (corretivos, fertilizantes, defensivos,
sementes, alimentos para animais e outros), operações agrícolas (mão-de-obra
operacional, óleo diesel, lubrificantes e transportes de animais e das produções
agrícolas) e outros itens, como mão-de-obra temporária, assistência técnica,
recepção dos produtos e Contribuição Especial da Seguridade Social Rural
(CESSR, que corresponde a 2,3% do valor da produção agropecuária).
Ainda relacionado aos desembolsos, salienta-se que, para calcular os
fluxos de caixa líquidos, com base no lucro operacional anual, foram descontados
os pagamentos de dois tributos
20
: imposto de renda e contribuição social sobre o
lucro líquido
21
.
Para a obtenção dos indicadores financeiros, é pertinente também ressaltar
que foram realizadas análises ex-post, baseadas em dados históricos de
20
Para definir a base de cálculo dos tributos, o lucro operacional anual representa a diferença entre
receitas diretas e despesas operacionais. Para calcular esse lucro, desconsiderou-se o valor residual; por
outro lado, os custos com depreciação, embora não constituam desembolsos efetivos, foram considerados
pelo fato de reduzirem a base de cálculo dos tributos em questão.
21
Para a pessoa jurídica, seja comercial ou civil o seu objeto, a alíquota do imposto de renda (IRPJ) que
incide sobre o lucro real (ou lucro operacional anual) é de 15%. Além disso, a parcela do lucro real que
exceder o valor resultante da multiplicação de R$20.000,00 pelo número de meses do respectivo período
de apuração, sujeita-se à incidência de adicional de IRPJ à alíquota de 10%. Por sua vez, o valor da
contribuição social sobre o lucro líquido (CSSL) é calculado com base na alíquota de 9%, que também
incide sobre o lucro real. Essas normas de apuração aplicam-se, inclusive, à pessoa jurídica que explore
atividade rural (PORTAL..., 2008).
61
produtividades e preços recebidos e pagos pelos produtores. Adicionalmente,
para efetuar avaliações dos fluxos de caixa em condições de incertezas,
inicialmente foram identificadas as variáveis chave mediante a realização de
análises de sensibilidade do VPL. Optou-se por medir a sensibilidade desse
indicador em virtude de, conforme enfatizado no item 3.2.1, sua análise possuir
fundamental relevância em estudos que envolvem decisões de escolha entre
diferentes alternativas de projetos de investimento.
No desenvolvimento das análises de sensibilidade, para cada variável
independente, assumiu-se uma variação individual (condição ceteris paribus) de
10% sobre o valor médio utilizado para calcular os fluxos de caixa
determinísticos. É necessário salientar que as variações foram promovidas na
direção em que causam impactos negativos sobre os resultados da variável
dependente, representada pelo VPL, ou seja, enquanto para as produtividades e
preços recebidos foram utilizadas variações negativas de 10%, para os preços
pagos foram consideradas variações positivas de 10%. Finalmente, as variáveis
avaliadas que causaram impactos negativos iguais ou superiores a 5% no VPL
foram definidas como chave.
Após identificadas as variáveis chave, foram definidas, com base nos
valores históricos, as distribuições de probabilidade que melhor representam
essas variáveis. A partir das referidas distribuições, realizaram-se simulações,
com 5.000 iterações dos fluxos de caixa dos sistemas em estudo, para obter os
valores de três indicadores sob condições de riscos: VPL, TIR e razão B/C.
Optou-se por analisar, em condições de riscos, apenas esses três indicadores pelo
fato de que, ao levarem em conta o valor do capital ao longo do tempo, fornecem
informações mais relevantes para auxiliar na tomada de decisão envolvendo
escolha entre diferentes alternativas de investimento de capital.
Para as simulações, empregou-se o método Latin Hypercube, haja vista
que ele trabalha segmentando a distribuição de probabilidade das variáveis em
um número de intervalos não sobrepostos, cada um possuindo igual
probabilidade de ocorrência. Para cada intervalo, é selecionado um valor
aleatório que, de acordo com a distribuição de probabilidade, esteja dentro do
62
intervalo. O conjunto de valores forma, então, a amostra aleatória obtida com o
Latin Hypercube. Nesse sentido, a Figura 11 ilustra como a distribuição da
variável X pode ser fracionada em 10 partes.
Fonte: Adaptado a partir de Decisioneering (2007).
Figura 11 - Distribuição de probabilidade a partir do método Latin Hypercube.
A justificativa para utilizar o Latin Hypercube deve-se ao fato de, em
comparação com o método de Monte Carlo (outra alternativa muito usada para
efetuar simulações), tender a ser mais preciso para gerar amostras aleatórias, pois
a totalidade da área da distribuição é amostrada de forma mais uniforme e
consistente. Assim, um número menor de iterações possibilita alcançar a mesma
acurácia obtida com o método de Monte Carlo aplicado a um grande número de
iterações (PALISADE CORPORATION, 2002a; DECISIONEERING, 2007).
Seguindo essa linha de pensamento, Palisade Corporation (2002a) ressalta que,
quando se utiliza o método de Monte Carlo em amostras com menor número de
iterações, existe um problema de tendência de concentração, ao redor de um
valor central, dos valores gerados aleatoriamente. Nesses casos, muitos possíveis
valores, que causam significativos impactos nos indicadores a serem obtidos com
a simulação, poderiam ser desconsiderados pelo fato de apresentarem menores
probabilidades de ocorrência.
63
Para ilustrar essas considerações acerca dos métodos de Monte Carlo e
Latin Hypercube, foram elaboradas as Figuras 12 e 13, que apresentam
resultados hipotéticos obtidos com apenas 5 iterações. Na Figura 12, constata-se
que, pelo método de Monte Carlo, os valores gerados aleatoriamente para a
variável X tendem a se concentrar próximos do valor associado com 50% da
função de distribuição de probabilidade acumulada
(
)
(
)
XF
dessa variável.
Fonte: Adaptado a partir de Palisade Corporation (2002a).
Figura 12 - Resultados de cinco iterações com o método de Monte Carlo.
Considerando agora os valores gerados aleatoriamente com o uso do
método Latin Hypercube (Figura 13), verifica-se que existe melhor distribuição
desses valores. Isso porque, a partir da definição de cinco intervalos iguais
relacionados com a
(
)
XF
, bem como cinco iterações, foi gerado um valor
aleatório para cada um desses intervalos.
64
Fonte: Adaptado a partir de Palisade Corporation (2002a).
Figura 13 - Resultados de cinco iterações com o método Latin Hypercube.
Finalmente, de acordo com inferências de Noronha (1987), é pertinente
destacar que, como os fluxos de caixa foram obtidos com base em preços reais
(preços deflacionados), foi definida uma taxa mínima de atratividade (TMA)
também em termos reais. A TMA adotada neste estudo correspondeu à média da
taxa real de juros Selic (Sistema Especial de Liquidação e Custódia) entre o
período de janeiro de 1995 a março de 2008. Nesse período, essa média foi de
12,0% a.a.
O emprego da taxa Selic para definir o custo de oportunidade do capital
pode ser justificado por dois aspectos principais: 1) a taxa em questão serve de
referência para todas as demais taxas de juros da economia brasileira; e 2)
diversos trabalhos científicos envolvendo análises de projetos de investimento na
agropecuária (COELHO, 2005; BELTRAME, 2006; FACCIONI et al., 2006;
FIGUEIREDO et al., 2006; MARTINS & ASSIS, 2007; PIMENTEL et al.,
2007; ARIEIRA et al., 2008) têm considerado como adequado utilizar essa taxa
65
como retorno mínimo que uma empresa deve obter ao implementar determinado
projeto de investimento.
3.3. Análise da volatilidade dos resultados econômicos
Neste estudo, a análise de volatilidade consiste basicamente em avaliar,
sobretudo para o curto prazo (até um ano agrícola), a variabilidade dos retornos
econômicos que podem ser obtidos com as distintas alternativas de configuração
de sistemas de produção. Para tanto, partindo da construção de séries históricas
de receitas, custos e lucros, são obtidas, para as diferentes atividades
agropecuárias, séries de retornos, que possibilitam estimar valores esperados e
matrizes de variâncias e covariâncias associados com os retornos de cada
sistema. Nessa perspectiva, nos subitens seguintes, além de serem realizadas
discussões a respeito de medidas de impacto da diversificação agropecuária sobre
os riscos de mercado, bem como dos valores em risco dos sistemas estudados,
são destacados os principais procedimentos operacionais usados para
efetivamente desenvolver a análise de volatilidade.
3.3.1. A contribuição das atividades sobre os riscos de mercado
Para as avaliações relacionadas com a contribuição das atividades
agropecuárias para a redução (ou não) dos riscos de mercado, foram calculados,
sobre as séries de retornos econômicos dos sistemas diversificados (integração
lavoura-pecuária e produção vegetal), dois coeficientes de risco
22
: média da
correlação simples
(
)
Θ
e variância relativa
(
)
β
.
O coeficiente de correlação simples entre múltiplas atividades pode
constituir, para o produtor rural, bom indicativo do impacto que diferentes
alternativas de produção poderiam ocasionar sobre os riscos de mercado que
cercam o sistema produtivo. Para tanto, de acordo com Popp e Rudstrom (2000),
22
Para o sistema de bovinocultura de corte não foram calculados os coeficientes em questão, pois este
sistema apresenta apenas uma atividade comercial (produção de carne bovina).
66
pode-se calcular a média dos coeficientes de correlação simples do retorno
econômico de uma atividade com os retornos econômicos de todas as demais
atividades exploradas em um determinado sistema. Em termos de conclusão,
quanto menor a média dos coeficientes de correlação simples
(
)
Ai
ρ
de uma
atividade
(
)
A
com todas as outras possíveis atividades
(
)
Ni ,,2,1
L
=
, existem
maiores possibilidades de que os riscos de mercado sejam reduzidos mediante a
inclusão ou ampliação da proporção da atividade A no sistema produtivo; o
contrário também é verdadeiro. Matematicamente, essa média, que pode variar
dentro do intervalo
[
]
1;1 +−
, é representada como:
( )
iAN
N
i
AiA
≠−=Θ
∑
=
sendo ,1/
1
ρ
(20)
em que:
A
Θ
é a média do coeficiente de correlação simples da atividade A com
as demais atividades; e
Ai
ρ
corresponde ao coeficiente de correlação simples
23
entre as atividades A e i.
A média dos coeficientes de correlação simples pode, portanto, ser usada
como critério prévio de seleção de atividades. Isso porque gera possibilidades de
ranquear um conjunto de atividades agropecuárias de acordo com seus níveis
potenciais para ampliar (maior
Θ
) ou reduzir (menor
Θ
) os riscos de mercado
(POPP & RUDSTROM, 2000).
Por sua vez, o coeficiente de variância relativa
(
)
β
constitui uma medida
mais completa para avaliar o impacto de cada atividade na variância dos
resultados do sistema produtivo. Mediante a obtenção dos coeficientes
β
, pode-
se verificar se a inclusão de cada atividade aumenta ou diminui a variância dos
retornos econômicos do sistema produtivo, visto como um portfólio. Para tanto,
são analisadas as matrizes de variâncias e covariâncias (Var-Cov) dos retornos
23
O coeficiente de correlação simples entre as atividades A e i é dado pela expressão
iA
Ai
Ai
σσ
σ
ρ
=
, em
que
Ai
σ
constitui a covariância entre os resultados econômicos das atividades A e i e
A
σ
e
i
σ
representam os desvios padrão dos resultados econômicos relativos, respectivamente, às atividades A e i.
67
associados com as diversas atividades exploradas nos sistemas de produção.
Matematicamente, o valor de
β
para uma atividade (A) é obtido pela seguinte
expressão:
2
p
Ap
A
σ
σ
β
=
, sendo
∑
=
=
N
Aj
AjjAp
w
σσ
e
∑∑
= =
=
N
Aj
N
Ai
jiijp
ww
σσ
2
(21)
em que:
A
β
é o valor do coeficiente
β
da atividade A;
Ap
σ
é a variância
ponderada dos retornos econômicos da atividade A;
2
p
σ
é a variância dos retornos
econômicos do sistema de produção, composto por N atividades agropecuárias;
j
w
é a participação média do custo total de cada atividade agropecuária no custo
total
24
do sistema de produção
≥=
∑
=
0 e 1
1
j
N
j
j
ww
; e
ji
σ
corresponde à
covariância entre os retornos econômicos das atividades j e i.
Um valor de
j
β
maior do que 1 implica que a atividade j aumenta a
variância dos retornos econômicos do sistema produtivo. Por outro lado, um
j
β
menor do que 1 indica que a atividade j diminui a referida variância. Diante
disso, assumindo que os produtores rurais, em geral, possuem aversão ao risco,
eles deveriam incluir, em seus sistemas de produção, atividades com menores
β
s
, ou diminuir a participação de atividades com altos
β
s
até um nível em que
os retornos médios ponderados estejam de acordo com as suas preferências em
termos de relação risco/retorno (POPP & RUDSTROM, 2000).
Ao calcular os coeficientes de variância relativa, pode-se obter também o
termo
2
p
ApA
w
σ
σ
, que representa a contribuição percentual da atividade A para a
variância total dos retornos econômicos do sistema no qual esta atividade está
presente (POPP & RUDSTROM, 2000).
24
Adotando um raciocínio de certa maneira similar àquele desenvolvido por Popp e Rudstrom (2000),
neste trabalho o custo total é visto como um investimento de capital de curto prazo.
68
Sobre os coeficientes
Θ
e
β
, cabe destacar que, embora este último seja
mais complexo de ser obtido devido ao grande número de cálculos, ele representa
uma medida mais completa com relação à participação de cada atividade na
variância dos resultados econômicos do sistema produtivo. Isso porque na matriz
Var-Cov estão presentes tanto os termos de variâncias como os de covariâncias
dos retornos econômicos das atividades, que compõem um determinado sistema
(POPP & RUDSTROM, 2000).
3.3.2. O value-at-risk para os sistemas de produção
A técnica do value-at-risk (VaR) é considerada por muitos como o último
passo na evolução das ferramentas de administração de risco (MANFREDO &
LEUTHOLD, 1999; JORION, 2003; TRAVERS, 2004). Essa técnica vem sendo
amplamente empregada, sobretudo em instituições financeiras para medir sua
exposição a eventos adversos, bem como mensurar o valor esperado das
possíveis perdas monetárias (ELTON et al., 2003; TRAVERS, 2004).
Em termos práticos, considerando um determinado nível de confiança e
período de tempo preestabelecidos, o VaR, sob condições normais de mercado,
mede a máxima perda monetária esperada em decorrência de movimentos
adversos nos preços, que afetam os ativos de um portfólio (HENDRICKS, 1996;
J.P. MORGAN, 1996; MANFREDO & LEUTHOLD, 1999; ODENING &
HINRICHS, 2003; JORION, 2003; ALARCON, 2005).
Com base nessa definição, constata-se que os dois componentes mais
importantes dos modelos de gerenciamento de risco, baseados em VaR, são o
nível de confiança e o intervalo temporal definidos pelo gerenciador de riscos
(HENDRICKS, 1996; J.P. MORGAN, 1996). Esses componentes são
determinados de forma discricionária. Ao considerar um dado intervalo temporal,
assume-se que a composição do portfólio sobre o qual o VaR será calculado
permanecerá estável. Essa suposição força a utilização de intervalos temporais
curtos, pois a composição de portfólios de ativos pode variar com frequência.
Adicionalmente, destaca-se o fato de o VaR, geralmente, ser expresso em
69
percentis relacionados com certo nível de confiança (no gerenciamento de risco,
95% e 99% são os níveis de confiança usualmente utilizados) (HENDRICKS,
1996).
Portanto, é possível inferir que a metodologia do VaR é bastante
apropriada por duas razões principais: 1) pelo fato de resumir, num único valor
de fácil compreensão, a exposição total ao risco de mercado de uma instituição
qualquer; e 2) porque expressa o risco de mercado diretamente em valores
monetários (HENDRICKS, 1996; NYGAARD, 2000; JORION, 2003).
A título de ilustração, pode-se utilizar o seguinte exemplo: um VaR diário
de R$2.000,00, relativo a um nível de significância de 5% de um investimento
financeiro de R$100.000,00, indica que, para cada cem dias de negociações,
espera-se que apenas cinco apresentem uma perda maior ou igual a R$2.000,00;
de outro modo, pode-se dizer que, sob condições normais de mercado, e para o
nível de confiança de 95%, o máximo que o investidor poderá perder em um dia
será R$2.000,00 (HENDRICKS, 1996; ALARCON, 2005).
É importante ressaltar que, embora o VaR tenha sido desenvolvido para
utilização em instituições financeiras, atualmente essa técnica vem sendo muito
empregada em instituições não financeiras para auxiliar, por exemplo, em
operações de comercialização e hedge, alocação de recursos e administração de
fluxos de caixa (MANFREDO & LEUTHOLD, 1998; MANFREDO et al., 1999;
LEISMANN, 2002; JORION, 2003; MÓL, 2003; WIEDEMANN et al., 2006).
Nessa linha de pensamento, Manfredo e Leuthold (1998) e Bignotto (2000)
ressaltam que existem, também, várias aplicações potenciais do uso do VaR no
contexto da administração de riscos agropecuários. Tais aplicações são
justificadas pelo fato de os preços de produtos e insumos agropecuários tenderem
a apresentar altas variações, pois são continuamente afetados por diversos
fatores, como taxa de câmbio, clima, oferta e demanda.
Partindo dessas considerações prévias a respeito do VaR, pode-se efetuar
um tratamento mais formal acerca dessa técnica, bem como dos procedimentos
empregados para seu cálculo. Formalmente, o VaR descreve o percentil da
distribuição de retornos projetada sobre um determinado horizonte temporal. Se c
70
representa o nível de confiança selecionado, o VaR corresponderá ao (1-c)
percentil da distribuição. Por exemplo, com c igual a 95%, o número de
observações com valores monetários menores que a estimativa do VaR deve ser
igual a 5% (JORION, 2003).
Para calcular o VaR de uma carteira, define-se
0
W
como o investimento
inicial e R como sua taxa de retorno. O valor da carteira no final do horizonte
temporal considerado será
(
)
RWW += 1
0
. O retorno esperado e a volatilidade
(desvio padrão) de R são representados por
µ
e
σ
. A partir da distribuição dos
retornos e da determinação do nível de confiança c, define-se o menor valor da
carteira como
(
)
*
0
*
1 RWW
+=
, em que
*
R
corresponde ao retorno crítico. Com
base nesses valores, pode-se obter o VaR relativo, que é definido como a pior
perda monetária esperada relativa à média do valor da carteira
(
)
(
)
WE
. Portanto,
descobrir o VaR equivale a identificar o valor mínimo
*
W
ou o retorno crítico
*
R
associado com um nível de confiança predeterminado (JORION, 2003):
(
)
(
)
µ
−−=−=
*
0
*
)( RWWWEmédiaVaR
(22)
Em sua forma genérica, o VaR pode, segundo Jorion (2003), ser derivado
da distribuição de probabilidade do valor futuro da carteira de investimento,
(
)
wf
. Para determinado nível de confiança c, deseja-se descobrir a pior
realização possível,
*
W
, tal que a probabilidade de exceder esse valor seja c
(expressão 23) ou tal que a probabilidade de um valor menor que
*
W
seja 1-c
(expressão 24).
( )
dwwfc
w
∫
∞
=
*
(23)
( )
dwwfc
w
∫
∞−
=−
*
1
(24)
Em outras palavras, a área desde
∞
−
até
*
W
deve somar
cp
−
=
1
. O valor
*
W
é também chamado de quantil da distribuição e corresponde a um valor de
71
corte cuja probabilidade de ser excedido é fixa. Na cauda esquerda da Figura 14,
tem-se a área de perdas associadas com o nível de confiança c.
Fonte: Adaptado de Manfredo e Leuthold (1999).
Figura 14 - Ilustração do value-at-risk.
Considerando que se conheça a distribuição de probabilidade dos retornos
de uma carteira de investimento, pode-se estimar o VaR de forma mais precisa.
Isso porque, para determinar a pior perda esperada, ao invés de ser realizada uma
simples leitura de um quantil da distribuição empírica dos retornos, devem-se
estimar parâmetros estatísticos, como o desvio padrão, que é uma medida de
volatilidade dos retornos. Para tanto, Jorion (2003) ressalta que a questão chave
consiste em definir o tipo de distribuição de probabilidade mais realista para
determinado conjunto de dados. Assumindo, por exemplo, que o valor futuro da
carteira de investimentos, presente na expressão (24), siga a distribuição normal
72
padronizada
25
, que possui média zero e desvio padrão igual a 1, o VaR pode ser
definido como:
tWVaR ∆=
ασ
0
(25)
em que:
0
W
é o valor inicial investido no portfólio;
α
é o fator de ajuste, que
indica o número de desvios padrão associados com o nível de confiança
preestabelecido
26
;
σ
corresponde à estimativa do desvio padrão (volatilidade)
dos retornos do portfólio; e
t
∆
é o intervalo de tempo considerado.
Em outras palavras, de acordo com a expressão (25), o VaR é
simplesmente o desvio padrão da distribuição, multiplicado por um fator de
ajuste, diretamente relacionado com o nível de confiança, e pelo horizonte
temporal. É importante destacar que, segundo Jorion (2003), além da função
normal, esse procedimento de cálculo do VaR se aplica a outras funções de
probabilidade desde que toda a incerteza esteja contida em
σ
. No entanto, outras
distribuições envolverão outros valores de
α
.
A respeito do cálculo efetivo do VaR, cabe salientar que ele pode ser feito
com base em duas abordagens principais: paramétrica e não-paramétrica. Na
abordagem paramétrica, estão os modelos analíticos, com destaque para a
metodologia delta normal que, pressupondo a presença de normalidade nas séries
de retornos dos ativos, possibilita estimar o desvio padrão (volatilidade) a partir
da distribuição desses retornos. Por outro lado, a abordagem não-paramétrica
25
Diz-se que uma variável aleatória contínua X se distribui normalmente se a sua função de distribuição
de probabilidade tiver a seguinte forma:
2
2
2
)(
2
2
1
)(
σ
µ
πσ
−−
=
x
exf
, em que
ℜ
∈
X
e
µ
e
2
σ
representam, respectivamente, a média e a variância da variável X. Dentre as propriedades da distribuição
normal, destaca-se o fato de que ela é simétrica em torno de seu valor médio. Por sua vez, a distribuição
normal padronizada consiste em converter a variável X em uma nova variável Z, que possui média zero e
variância 1. Essa conversão, que facilita o cálculo de probabilidades, é dada do seguinte modo:
σµ
/)( −= xZ
, em que
σ
representa o desvio padrão da variável X. Assim, a função de distribuição
normal padronizada é representada como:
2
2
2
1
)(
Z
eZf
−
=
π
, cujos valores de probabilidades são
tabelados para diferentes valores de Z (GUJARATI, 2000).
26
Para uma distribuição normal padronizada, os valores de
α
são de 1,28, 1,65 e 2,33 para os níveis de
confiança unicaudal, respectivamente, de 90%, 95% e 99%.
73
envolve modelos, como os de simulação histórica e de Monte Carlo, que se
baseiam na análise dos retornos passados dos ativos, determinando o VaR em
função do conjunto dos piores retornos para um dado percentil (DONANGELO
et al., 2000).
Em comum, para o cálculo do VaR, as duas abordagens citadas necessitam
da definição de um horizonte de tempo, do nível de significância e dos retornos
relacionados com os ativos (DUARTE JÚNIOR, 2001). Adicionalmente,
destaca-se o fato de que, embora os gerentes de risco empreguem diferentes
abordagens para calcular o VaR de portfólios, na maioria delas são utilizados
dados históricos para estimar as potenciais mudanças no valor futuro de um
portfólio qualquer (HENDRICKS, 1996; DONANGELO et al., 2000).
Os métodos analíticos referidos anteriormente partem da suposição de que
os retornos seguem uma distribuição de probabilidades conhecida. Portanto, para
estimar o VaR, deve-se identificar a distribuição que melhor se ajusta às
mudanças observadas nos fatores do mercado (ODENING & HINRICHS, 2003).
Na metodologia de simulação histórica, considerada a mais simples
metodologia de determinação do VaR (NYGAARD, 2000), as séries
efetivamente observadas de retornos são diretamente usadas como cenários para
calcular o risco (DUARTE JÚNIOR, 2001; ODENING & HINRICHS, 2003).
Nessa simulação, em que não se assume nenhuma hipótese quanto à forma da
distribuição ou quanto à independência serial dos retornos, os retornos históricos
reais são ordenados de forma crescente, ou seja, do menor para o maior retorno
observado. Assim, pressupondo que esse histórico se repetirá no futuro, podem-
se representar, por exemplo, os retornos em um histograma, que possibilita
identificar, para determinado nível de confiança, a ocorrência de certo nível de
retorno (NYGAARD, 2000).
Na simulação de Monte Carlo, os cenários são gerados aleatoriamente
(DUARTE JÚNIOR, 2001). Assim, enquanto na simulação histórica o risco é
quantificado a partir da reprodução de uma trajetória histórica específica de
evolução do mercado, na simulação de Monte Carlo são geradas várias trajetórias
hipotéticas relacionadas com os retornos de mercado. Para tanto, utilizam-se um
74
processo estocástico definido (por exemplo, se assume que as taxas de juros
seguem um passeio aleatório) e parâmetros estatísticos (por exemplo, a média e a
variância da variável aleatória) que dirigem este processo (J.P. MORGAN, 1996;
ALARCON, 2005).
Com base nessas considerações acerca do VaR, neste trabalho esta medida
foi calculada mediante aplicações dos métodos analítico e de simulação histórica.
No próximo subitem, são destacados os procedimentos operacionais efetivos para
calcular as medidas de volatilidade, em que se inclui o VaR, associadas com os
resultados econômicos dos sistemas de produção estudados.
3.3.3. Procedimentos operacionais para desenvolver a análise de volatilidade
Para obter as estimativas dos coeficientes de correlação simples
(
)
Θ e de
variância relativa
(
)
β
, bem como do VaR associado com os resultados
econômicos dos sistemas de produção, neste subitem são assinalados os
procedimentos empregados, que podem ser enquadrados em três pontos
principais: 1) definição dos retornos econômicos; 2) estimação das matrizes de
variâncias e covariâncias dos retornos econômicos; e 3) obtenção dos valores
efetivos dos coeficientes
Θ
e
β
e do VaR
27
.
3.3.3.1. Os retornos econômicos das atividades agropecuárias
Para obter os retornos econômicos relativos a cada atividade agropecuária
explorada nos três sistemas de produção, primeiramente foram calculadas as
séries de receita total (RT), custo total (CT) e lucro total (LT). O LT corresponde
à diferença entre RT e CT.
Baseado em preços históricos mensais recebidos e pagos pelos produtores
rurais, que compreendem o período de janeiro de 1995 a agosto de 2007,
totalizando 152 observações, foram elaboradas séries históricas de RT e CT para
27
Grande parte dos procedimentos empregados neste trabalho foi baseada nos estudos desenvolvidos por
Manfredo e Leuthold (1999) e Popp e Rudstrom (2000).
75
cada atividade e, consequentemente, obtidas séries de LT. Sobre essas séries, é
importante salientar que, para fins de ampliação de dados amostrais, considera-se
que cada observação representa um ano agrícola (exemplo: considerando as
observações de janeiro e fevereiro de 1995 e agosto de 2007, elas representam,
respectivamente, o 1°, o 2° e o 152° anos agrícolas, ou seja, assume-se que os
preços observados nos citados meses são aqueles que teriam ocorrido nos
“supostos” 1°, 2° e 152° anos agrícolas). Essa pressuposição é justificada por três
razões: 1) para a maior parte dos produtores, em cada ano agrícola realiza-se
apenas uma operação de venda relativa a cada um dos produtos agropecuários
produzidos; 2) em cada ano agrícola, e para cada um dos insumos, a maioria dos
agricultores efetua somente uma operação de compra; e 3) principalmente, pela
necessidade de conseguir amostras maiores, possibilitando, portanto, efetuar
melhores estimativas acerca do comportamento e da volatilidade dos retornos
econômicos ao longo do tempo. É relevante ressaltar também que, para a
elaboração das séries em discussão, foram utilizadas séries históricas que contêm
informações técnicas e econômicas relacionadas com os sistemas de produção
investigados.
A respeito das informações técnicas, elas referem-se, sobretudo, às
produtividades agropecuárias e aos componentes tecnológicos. Esses
componentes, mantidos fixos ao longo de todo o período de análise, estão
relacionados com os fatores de produção empregados no ciclo produtivo. Quanto
às produtividades, partindo de dados históricos anuais resultantes da condução de
pesquisas com os sistemas em estudo, foram consideradas duas situações
distintas para calcular os resultados econômicos. Na primeira, para todas as 152
observações, foram utilizadas as produtividades esperadas (médias) das
atividades agropecuárias. Na segunda situação, com base nas distribuições de
probabilidade que melhor representam as produtividades históricas observadas
nos três sistemas de produção
28
, para cada ano agrícola, foram gerados, por meio
de simulação com o método Latin Hypercube, 100 diferentes valores de
28
As distribuições de probabilidade associadas com as produtividades foram aquelas identificadas na
análise financeira.
76
produtividades físicas, o que totaliza 15.200 observações. Assim, enquanto a
utilização de produtividades constantes possibilitou o desenvolvimento de
análises envolvendo apenas os impactos de fatores de mercado sobre os
desempenhos econômicos dos sistemas de produção, o uso de produtividades
variáveis permitiu avaliar os efeitos conjuntos decorrentes de mudanças em
fatores operacionais e de mercado sobre os referidos desempenhos.
Matematicamente, as séries de LT podem ser representadas da seguinte
forma:
jtjtjt
CTRTLT
−=
(26)
em que:
jt
LT
é o lucro total da atividade j, no período t;
jt
RT
corresponde à
receita total dessa atividade, que é resultante da multiplicação do preço de venda
pela produtividade do produto observados no período t; e
jt
CT
é o custo total da
atividade j, formado pelos custos fixos e variáveis no período t.
Os custos fixos, que independem do nível de atividade da empresa, são
representados pelo somatório dos valores anuais associados, principalmente, com
mão-de-obra permanente, depreciação, seguro e manutenção dos bens de capital.
Por outro lado, os custos variáveis correspondem ao somatório dos gastos
relacionados com insumos consumidos no processo produtivo, operações
agrícolas e outros itens, como mão-de-obra temporária, assistência técnica,
recepção do produto e Contribuição Especial da Seguridade Social Rural
(CESSR). Utilizando uma TMA real de 12,0% a.a., aos custos fixos e variáveis
foram também adicionados, respectivamente, os custos de oportunidade dos
capitais imobilizado e mobilizado (capital consumido no processo produtivo).
Para calcular os resultados econômicos de cada atividade agropecuária,
deve-se salientar ainda que foram utilizados critérios de rateio, descritos no
Apêndice B, para fazer a distribuição dos custos fixos não vinculados
diretamente com determinada atividade (exemplo: custos com administração da
propriedade rural e com manutenção de máquinas e equipamentos agrícolas).
77
Finalmente, a partir das séries de CT e LT, foram geradas as séries de
retornos esperados, expressos pela relação LT/CT, para os três sistemas de
produção. Esses retornos são representados pela seguinte equação:
( )
∑
=
=
N
j
jtjSt
RwRE
1
, sendo
jt
jt
jt
CT
LT
R =
(27)
em que:
(
)
st
RE
é o retorno esperado, para o período t, do sistema de produção
composto por N atividades agropecuárias comerciais;
j
w
é a participação média
do custo total de cada atividade agropecuária no custo total do sistema de
produção
≥=
∑
=
0 e 1
1
j
N
j
j
ww ; e
jt
R
corresponde ao retorno da atividade j, no
período t.
3.3.3.2. Estimação das matrizes de variâncias e covariâncias
Tomando como base as séries de retornos, foram desenvolvidos os
procedimentos que visavam a gerar resultados acerca dos coeficientes de
correlação simples e de variância relativa, bem como do VaR. Utilizando
produtividades esperadas, inicialmente foi estimada a matriz Var-Cov dos
retornos econômicos de cada sistema. Essa matriz pode ser representada como:
∑∑
= =
===−
N
j
N
i
NNNNBBNNAAN
BNNBBBBBAAB
ANNAABBAAAA
jiijp
wwwww
wwwww
wwwww
wwCovVar
1 1
2
2
2
2
σσσ
σσσ
σσσ
σσ
L
MOMM
L
L
(28)
em que:
2
p
σ
é a variância dos retornos econômicos de cada sistema de produção,
composto por N atividades agropecuárias;
j
w
é a participação média do custo
total de cada atividade agropecuária no custo total do sistema de produção
78
≥=
∑
=
0 e 1
1
j
N
j
j
ww
; e
ji
σ
corresponde à covariância entre os retornos
econômicos das atividades j e i.
As estimativas das matrizes em questão foram realizadas com base nas
amostras totais de dados. Assumindo que os retornos das atividades que
compõem os sistemas de produção estudados são normalmente distribuídos,
foram estimadas as variâncias e covariâncias mediante o emprego,
respectivamente, das expressões (29) e (30).
( )
2
1
2
1
1
∑
=
−
−
=
T
t
t
RR
T
σ
(29)
em que:
2
σ
é a variância dos retornos de uma determinada atividade, levando em
consideração o total de observações disponíveis, que é igual a T; e
t
R
e
R
correspondem, respectivamente, ao retorno observado no período t e à média
aritmética dos retornos dessa atividade.
( )
( )
∑
=
−−
−
=
T
t
jjtiitij
RRRR
T
1
1
1
σ
(30)
em que:
ij
σ
é a covariância entre os retornos das atividades i e j, considerando o
total de observações disponíveis;
it
R
e
jt
R
correspondem, respectivamente, aos
retornos das atividades i e j observados no período t; e
i
R
e
j
R
são as médias
aritméticas, respectivamente, dos retornos das atividades i e j.
3.3.3.3. Obtenção dos valores efetivos associados com as medidas de risco
A partir das séries de retornos e das estimativas das matrizes de variâncias
e covariâncias, foram gerados os resultados efetivos dos coeficientes
Θ
e
β
, que
medem a contribuição das atividades agropecuárias para a redução (ou não) dos
79
riscos de mercado, bem como do VaR dos sistemas de produção estudados. Para
calcular os coeficientes citados, utilizaram-se as matrizes de variâncias e
covariâncias estimadas para os retornos esperados dos sistemas diversificados
(produção vegetal e integração lavoura-pecuária). Por sua vez, os valores do VaR
foram obtidos mediante o emprego de três métodos distintos: simulação histórica
com produtividades constantes, delta normal e simulação histórica com
produtividades variáveis. Nessa perspectiva, cabe salientar que, embora o VaR
constitua uma medida usada para avaliar os riscos de mercado, neste trabalho, ao
variar as produtividades físicas, essa medida foi também adotada para capturar
efeitos conjugados, que estão vinculados com riscos operacionais e de mercado.
Nos métodos de simulação com produtividades constantes e variáveis, as
séries efetivamente observadas dos retornos esperados, relativas aos três sistemas
de produção, foram ordenadas de forma crescente. Após esse ordenamento,
obteve-se, para cada série, o retorno esperado correspondente ao percentil de 5%;
o valor obtido representa o pior retorno esperado para o nível de confiança de
95%. Com relação ao método delta normal, para calcular o VaR de cada sistema,
foram utilizados os resultados decorrentes do emprego das expressões (29) e
(30). É importante destacar que, neste estudo, a utilização dos métodos de
simulação histórica e delta normal é plenamente justificada. Isso porque, dadas as
distribuições de probabilidade específicas que cercam os retornos econômicos
dos três sistemas de produção, pode-se, mediante os empregos do primeiro e
segundo métodos, minimizar a ocorrência de possíveis problemas de estimativas
do VaR associadas com retornos que sigam, respectivamente, distribuições não-
normal e normal (KONDAPANENI, 2005).
Especialmente em relação ao VaR, é necessário efetuar alguns
comentários adicionais acerca dos cálculos, da verificação da acurácia desta
medida e da sua utilização para avaliar a relação entre risco e retorno. Pelos
métodos de simulação histórica e delta normal, os cálculos do VaR de cada
sistema foram realizados com base, respectivamente, nas expressões (31) e (32).
A respeito desses cálculos, embora se utilize a expressão VaR, é pertinente
assinalar que esta, na verdade, é uma medida do lucro em risco, pois se buscou
80
avaliar a variabilidade, ao longo do tempo, de resultados econômicos de
empresas agropecuárias. Seguindo os procedimentos principais ressaltados por
Wiedemann et al. (2006), neste trabalho o VaR representa o pior lucro total que o
sistema de produção pode apresentar, em um ano agrícola, ao se assumir um
nível de confiança de 95%. Assim, têm-se:
*
RCTVaR
MédioHistórico
×=
(31)
)65,1(
σµ
−×=
MédioDN
CTVaR
(32)
em que:
Médio
CT
corresponde ao custo total médio estimado para cada sistema;
*
R
é o retorno crítico, associado com o percentil 5%, do sistema de produção;
µ
representa o retorno médio da série de retornos de cada sistema;
σ
é o desvio
padrão relativo à série de retornos de cada sistema; e 1,65 indica, para uma
distribuição normal padronizada, o número de desvios padrão associado com o
nível de confiança unicaudal de 95%.
Quanto à acurácia das estimativas do VaR, foram utilizados dois testes
estatísticos (Kupiec e Z) para avaliar o número de violações ocorridas. Foram
consideradas violações o número de períodos em que o lucro total efetivamente
calculado foi menor que aquele previsto a partir da estimativa do VaR. Para obter
a taxa ou percentual de violações, esse número foi, então, dividido pelo tamanho
da amostra em análise. Para que a estimativa do VaR apresentasse acurácia
significativa, essa taxa deveria estar próxima ao nível de significância
preestabelecido para o cálculo desta medida de risco (GOORBERGH &
VLAAR, 1999). Neste trabalho, eram esperadas 5% de violações.
Para avaliar se, estatisticamente, a hipótese nula de que a proporção
verdadeira de violações p do modelo é igual ao nível de significância
%
α
utilizado para o cálculo do VaR, Kupiec (1995), citado por Goorbergh e Vlaar
(1999), desenvolveu um teste de razão de verossimilhança
(
)
LR
, representado em
(33), em que a estatística LR, sob a hipótese nula, tem, assintoticamente,
distribuição qui-quadrado com um grau de liberdade.
81
( )
[ ]
2
1
~1ln1ln2
χ
−−
−
=
−
−
NT
N
NTN
pp
T
N
T
N
LR
(33)
Para determinados níveis de significância e diferentes tamanhos de
amostras, podem-se construir intervalos de não rejeição da hipótese nula. Por
exemplo, assumindo p igual a 5% e uma amostra com 150 observações, o
intervalo de não rejeição da hipótese nula será:
133
≤
≤
N
, em que N é o número
de vezes em que o valor observado foi pior do que o VaR da amostra de tamanho
T.
Por sua vez, Mahoney (1996), citado por Manfredo e Leuthold (1999),
destaca que o teste Z também permite avaliar se o número de violações ocorridas
é estatisticamente igual (ou não) ao número de violações previstas. Baseado em
uma distribuição de probabilidade binomial, esse teste, que para grandes
amostras é normalmente distribuído, tem a seguinte representação:
( )
1,0~
)1(
)1(
N
cNc
cNL
Z
realizado
calculado
−
−
−
=
(34)
em que:
realizado
L
representa, para um determinado nível de confiança c, o número
de violações ocorridas; N é o número de observações que compõem a amostra;
)1( cN
−
constitui o número de violações previstas, associadas com a estimativa
do VaR; e
)1( cNc
−
corresponde à variância da referida estimativa.
Com os resultados do teste Z, é possível chegar a três conclusões: 1)
quando o
calculado
Z
é estatisticamente igual a zero, não se rejeita a hipótese nula,
ou seja, o modelo usado para estimar o VaR está prevendo adequadamente os
riscos; 2) para um
calculado
Z
estatisticamente maior do que zero, conclui-se que o
modelo subdimensiona os riscos; e 3) quando o
calculado
Z
é estatisticamente menor
do que zero, diz-se que o modelo superdimensiona os riscos.
Finalmente, após encontrado o VaR de cada sistema de produção, com
base em procedimentos similares ao empregados por Costa (2003), foram
82
efetuadas comparações estatísticas entre os resultados dos diferentes sistemas.
Utilizando o Índice Sharpe Adaptado (ISA), definido pela equação (35), foi
gerado um valor que permitiu analisar, para cada configuração possível de
sistema produtivo, a relação entre risco e retorno esperados, em que um menor
valor do ISA indica que um determinado sistema apresenta retornos menos
voláteis ao longo do tempo.
)(
k
k
k
RE
VaR
ISA =
(35)
em que: ISA
k
é o Índice Sharpe Adaptado referente ao sistema de produção k;
k
VaR
corresponde, em termos percentuais, ao value-at-risk do referido sistema; e
(
)
k
RE
representa o retorno esperado, em termos percentuais, no sistema k.
3.4. Fontes de dados e recursos computacionais
As informações técnicas para a estruturação dos modelos de sistemas de
produção estudados foram provenientes de resultados de pesquisas gerados pelo
Departamento de Fitotecnia e Fitossanitarismo da Universidade Federal do
Paraná e pela Cooperativa Agrária Agroindustrial de Guarapuava - PR.
A respeito dos dados históricos relativos aos preços recebidos e pagos
pelos produtores rurais, eles foram obtidos no Departamento de Economia Rural
da Secretaria da Agricultura e do Abastecimento do Estado do Paraná.
Especialmente sobre os preços pagos, deve-se ressaltar que, embora na grande
maioria dos meses compreendidos entre janeiro de 1995 e agosto de 2007 tenham
sido coletados os dados efetivos para todas as variáveis utilizadas neste estudo,
para completar as séries de dados, em alguns meses desse período e para algumas
observações desses preços, foi necessário definir os valores com base em
variações nos preços de variáveis similares, ou seja, devido a problemas de falta
de coleta de dados em alguns meses, foram utilizadas, como referência para
definir os valores das observações faltantes, as variações nos preços de variáveis
83
que têm comportamentos muito semelhantes àqueles das variáveis originais (por
exemplo: fertilizantes 00-20-20 e 00-22-20 são variáveis que, ao longo do tempo,
apresentam preços com comportamentos muito similares). Essas variações
foram, então, acrescidas aos valores das variáveis originais.
A partir das informações e dos dados coletados, para desenvolver a análise
financeira, além da planilha eletrônica Microsoft Excel, utilizaram-se os
softwares @Risk e BestFit, versões 4.5.2, desenvolvidos pela Palisade
Corporation (2002a). Quanto à análise de volatilidade, ela foi realizada mediante
o emprego da planilha eletrônica Microsoft Excel e do software BestFit.
É importante salientar que, para desenvolver as análises em questão, os
preços históricos foram deflacionadas, com o Índice Geral de Preços -
Disponibilidade Interna (IGP-DI), da Fundação Getúlio Vargas, para março de
2008.
84
4 - RESULTADOS E DISCUSSÃO
Neste capítulo, a apresentação e a discussão dos resultados da pesquisa
estão organizadas em três seções principais. A primeira trata da caracterização,
sob os pontos de vista operacional e técnico, dos três sistemas: produção vegetal
(PV), integração lavoura-pecuária (ILP) e bovinocultura de corte (BC). Na seção
dois, são desenvolvidas análises relacionadas com indicadores financeiros,
decorrentes da implantação dos três sistemas. Por fim, a análise de volatilidade,
que está associada com os retornos econômicos dos sistemas produtivos em
questão, é realizada na terceira seção.
4.1. Caracterização dos sistemas de produção
A exploração de qualquer sistema de produção agropecuária requer, por
parte do produtor rural, um conhecimento prévio de importantes características
relacionadas, sobretudo com a infraestrutura, a tecnologia de produção e os
desempenhos técnicos das atividades produtivas que compõem esse sistema.
Diante disso, efetua-se, a seguir, uma caracterização envolvendo os principais
aspectos operacionais e técnicos dos sistemas definidos como objeto de estudo,
destacando-se os aspectos gerais e as dinâmicas de funcionamento dos sistemas,
85
os desempenhos e componentes tecnológicos e, finalmente, algumas
considerações adicionais acerca das estruturas dos sistemas em questão.
4.1.1. Considerações gerais e dinâmicas de funcionamento dos sistemas
Considerando que a disponibilidade de terra é condição imprescindível
para a exploração agropecuária, foi fixada, para cada sistema, uma área para
lavouras e pastagens de 300 hectares. No entanto, ao analisar o Quadro 3,
observa-se que, ao serem somadas as áreas empregadas nas atividades comerciais
e nas atividades-meio
29
, a área efetiva anual dos sistemas de PV e ILP supera os
300 hectares. Isso se justifica, pois, em determinadas áreas, são efetuadas duas
explorações anuais (por exemplo, milho no verão e trigo no inverno).
Ao serem comparados os sistemas de PV e ILP, constata-se ainda que as
áreas comerciais destinadas às atividades agrícolas são menores no sistema de
integração. Essa constatação deve-se ao fato de que parte da área deve ser
destinada à exploração da bovinocultura de corte, ou seja, é necessário
estabelecer uma área de pastagem permanente de verão, que fica indisponível
para as culturas agrícolas comerciais. Em função da atividade de pecuária, na ILP
as áreas de soja, milho e trigo são 20% menores que aquelas utilizadas no sistema
de PV. No sistema de integração, além das áreas de pastagem cultivada, são
destinados, anualmente, 60 hectares exclusivos (52,1 ha de pastagem permanente
mais 7,9 ha de milho para silagem) para a produção de carne bovina.
29
Neste estudo, as explorações de carne bovina, milho, soja e trigo são definidas como atividades
comerciais, pois têm como finalidades principais obter produtos comercializáveis. Por outro lado, as
pastagens permanente e cultivada, o milho para silagem e o confinamento representam as atividades-
meio, que são desenvolvidas com o objetivo de fornecer suportes fundamentais para viabilizar,
tecnicamente, as produções relacionadas com as atividades comerciais dos três sistemas.
86
Quadro 3 - Composição anual dos sistemas em termos de atividades comerciais e
atividades-meio
Atividades comerciais Período
PV ILP BC
Soja (ha) Verão 200,0 160,0 0,0
Milho (ha) Verão 100,0 80,0 0,0
Trigo (ha) Inverno 100,0 80,0 0,0
Bovinocultura de corte (cab) -- 0 495 1.350
Atividades-meio Período PV ILP BC
Pastagem permanente de tifton (ha) Verão 0,0 52,1 278,5
Pastagem cultivada de aveia/azevém (ha) Inverno 200,0 220,0 300,0
Milho para silagem (ha) Verão 0,0 7,9 21,5
Confinamento (cab) -- 0 495 1.350
Fonte: Pesquisa de campo.
Notas: 1) Neste trabalho, os períodos de verão e inverno representam, respectivamente, os períodos de
novembro a abril e de maio a outubro; e 2) PV, ILP e BC indicam, respectivamente, os sistemas de
produção vegetal, integração lavoura-pecuária e bovinocultura de corte.
Na composição dos sistemas, verifica-se também que, durante o inverno,
enquanto na ILP toda a área disponível é utilizada com finalidade comercial, no
sistema de PV apenas 33,3% da área agricultável é explorada com esse fim. Esse
dado é plenamente justificado em função de que, na região de Guarapuava (PR),
os produtores que desenvolvem o sistema de PV e que apenas cultivam, de forma
comercial, trigo no inverno, tendem a explorar a triticultura em somente parte da
área. Esse uso parcial da área deve-se a problemas de rentabilidade e de riscos
climáticos, que comumente cercam esta cultura. No restante da área, são
cultivadas apenas pastagens de inverno visando à cobertura do solo.
Sobre o sistema de BC, é pertinente inferir que, na prática, ele é pouco
adotado pelos produtores rurais da região em estudo. Contudo, ele é um sistema
tecnicamente viável e que, neste estudo, tem significativa importância, sobretudo
para gerar indicadores econômicos muito úteis para efetuar comparações com
outras alternativas de sistemas de produção.
87
Ao analisar o sistema de BC, é fácil perceber que ele é especializado em
apenas uma atividade comercial. Adicionalmente, a comparação entre os
sistemas de BC e PV mostra que eles apresentam características estruturais e
funcionais muito distintas. Isso porque, enquanto no sistema de BC toda a área
agropecuária é direcionada para a pecuária (278,5 ha de pastagem permanente e
21,5 ha de milho para silagem), no sistema de PV essa área é exclusiva para as
atividades agrícolas. Por sua vez, ao comparar os sistemas de BC e ILP, também
são percebidas importantes diferenças: enquanto o primeiro é o mais
especializado, o de ILP é o mais diversificado dos três sistemas, pois contempla
todas as atividades presentes nos demais sistemas analisados.
Especialmente relacionado com a bovinocultura de corte, é relevante
assinalar que, nos sistemas de ILP e BC, ela é explorada de maneira tecnológica
muito similar, isto é, nos dois sistemas as fases de recria e engorda
30
dos animais
são efetuadas por meio da utilização, respectivamente, de pastagens e
confinamento. A maior diferença na condução da atividade de pecuária nos dois
sistemas reside, principalmente, no tamanho da exploração: à medida que no
sistema de ILP são adquiridos, anualmente, cerca de 495 bezerros, no sistema de
BC esse número é da ordem de 1.350. Com esses números, busca-se manter
lotações equilibradas nas áreas de pastagens de verão e inverno dos dois
sistemas, ou seja, manter lotações que não resultem em problemas técnicos,
como compactação do solo e baixa oferta de alimentos para os animais.
Ainda referente ao Quadro 3, é pertinente efetuar, também, alguns
comentários gerais a respeito das atividades-meio, representadas pelas pastagens
permanente e cultivada, pelo milho para silagem e pela atividade de
confinamento. Quanto à pastagem permanente de tifton, ela está implantada
apenas nos sistemas em que a bovinocultura de corte constitui atividade
comercial. Essa pastagem, que tem vida útil de cerca de 15 anos, visa
basicamente a fornecer alimentos para os animais durante boa parte do período
de verão.
30
Enquanto a fase de recria compreende o período desde a aquisição dos animais (aproximadamente 180
kg de peso vivo) até o início da fase de engorda (peso vivo em torno de 400 kg), esta termina quando os
animais atingem cerca de 450 kg de peso vivo.
88
O cultivo e a utilização da pastagem de aveia/azevém são realizados no
período de inverno. Para tanto, são utilizadas conjuntamente sementes de aveia e
de azevém. Isso porque a aveia, embora apresente crescimento mais rápido,
possui ciclo mais curto que o azevém, podendo ser utilizada entre maio e junho.
Por outro lado, o azevém, apesar do crescimento mais lento, permite prolongar a
oferta de forragens de boa qualidade, pois pode ser utilizado entre os meses de
junho a outubro. Portanto, a mistura de aveia e azevém visa a associar os picos de
produção de massa verde das diferentes espécies, estendendo o período de
produção e evitando a flutuação da oferta de forragens (ROSO et al., 1999).
Dependendo do sistema de produção adotado, a implantação de pastagens
de inverno pode ter diferentes objetivos: no sistema de PV, visa a produzir massa
verde para a cobertura do solo, favorecendo, assim, a proteção deste recurso
produtivo e o uso da técnica de plantio direto da soja e do milho; no sistema de
ILP, a implantação em questão, além dos mesmos objetivos destacados para o
sistema de PV, é imprescindível para a produção de alimentos para os bovinos; e
no sistema de BC, a pastagem de aveia/azevém tem como finalidade atender à
demanda alimentar dos animais no período do inverno.
Ainda associado com a pastagem de inverno, ressalta-se que, para os
sistemas de ILP e BC analisados neste trabalho, a aveia e o azevém, além de
serem cultivados em parte da área explorada com culturas de verão, são
implantados anualmente sobre a pastagem permanente de tifton. Essa técnica de
cultivo sobre a pastagem permanente é conhecida como sobressemeadura, que
constitui importante alternativa de ajuste no fornecimento de forragem, pois
permite a ocupação das áreas durante todo o ano, tornando mais eficiente a
utilização de pastagens (ROCHA et al., 2007) sem destruir a vegetação existente.
A sobressemeadura é apropriada para áreas formadas com capins de clima
tropical (capim braquiarião, capim-braquiária, capim elefante e outros) ou
subtropical (capim-coastcross, grama-estrela, capim tifton e outros),
aproveitando melhor a área na época em que este recurso produtivo ficaria ocioso
devido ao crescimento limitado da pastagem permanente. A principal vantagem
dessa tecnologia, segundo Oliveira et al. (2005), é a redução de custos. Seu uso,
89
por exemplo, faz com que seja menor a necessidade de suplementação com
concentrados, pois as forragens produzidas são de alta qualidade.
A produção de milho para silagem, do mesmo modo que a pastagem de
tifton, está presente apenas nos sistemas que possuem bovinos de corte. O
objetivo da silagem é fornecer alimentos para os animais na fase de engorda
(após a recria), por meio de confinamento durante um curto período de tempo, ou
seja, os bovinos são transferidos das áreas de pastagens para uma área de
confinamento, onde recebem dietas compostas de volumosos (silagem) e
concentrados (ração pronta para engorda). O confinamento, além de permitir que
os animais atinjam o peso de abate planejado, tem como principal meta garantir
que eles tenham adequado grau de acabamento de carcaça, que é representado
por uma espessura de gordura, na 12ª costela, entre 3 e 10 milímetros. A
principal função da gordura é, durante o processo de resfriamento, proteger a
qualidade da carcaça, pois o frio provoca o encurtamento das fibras musculares,
tornando rígidas as carnes mais superficiais.
É importante assinalar que a fase de engorda poderia ser realizada por
meio de duas alternativas: confinamento ou semiconfinamento (suplementação
alimentar a pasto por meio da utilização de alimentos concentrados, que possuem
alta densidade energética e conteúdo de proteína variando entre 18% a 25%)
(THIAGO & SILVA, 2000). Neste trabalho, optou-se pelo sistema de
confinamento pelo fato de os animais tenderem a ser abatidos mais
precocemente.
4.1.2. Desempenho e componentes tecnológicos dos sistemas de produção
Em termos tecnológicos, é possível inferir que os sistemas de produção
estudados são altamente tecnificados. Tomando como base registros de campo da
Cooperativa Agrária Agroindustrial de Guarapuava - PR, constata-se que, entre
as safras 1997/98 e 2006/07, as atividades agrícolas comerciais, desenvolvidas
nos sistemas de PV e ILP, apresentaram excelentes desempenhos produtivos.
Isso porque, de acordo com os dados apresentados no Quadro 4, as
90
produtividades médias dos sistemas analisados foram bastante superiores àquelas
registradas pela Conab (2008) para o Brasil, para a Região Sul e para o Estado do
Paraná. Usando como referencial comparativo os resultados observados no
Paraná (possui médias de soja, milho e trigo superiores às médias nacional e da
Região Sul), evidencia-se que as médias históricas de produtividades de soja,
milho e trigo, obtidas nos sistemas de PV e ILP, foram 10,6%, 71,8% e 41,5%
maiores, respectivamente, que aquelas registradas para as referidas culturas
exploradas nesse Estado.
O excelente desempenho das atividades agrícolas exploradas nos sistemas
em discussão deve-se a três fatores principais: 1) na região de Guarapuava (PR)
existem condições agroecológicas (terra e clima) muito favoráveis para
desenvolver a agropecuária de alto rendimento técnico; 2) os produtores rurais
que desenvolvem os sistemas em questão, em geral, tendem a ser bastante
propensos a empregar altos níveis tecnológicos; e 3) existe na região estudada
adequado suporte em termos de assistência técnica.
Quadro 4 - Produtividades de soja, milho e trigo no Brasil, na Região Sul, no
Paraná e nos sistemas de PV e ILP - kg/ha
Atividade
Produtividade
Brasil Região Sul Paraná Sistema (PV e ILP)
Média
2.512 2.287 2.713
3.000
Máxima
2.823 2.850 3.060
3.200
Soja
Mínima
2.245 1.538 2.340
2.600
Média
3.183 3.990 4.949
8.500
Máxima
3.855 5.462 6.680
9.500
Milho
Mínima
2.713 3.150 3.700
7.000
Média
1.722 1.708 1.767
2.500
Máxima
2.227 2.211 2.350
3.900
Trigo
Mínima
1.130 1.111 737
1.600
Fontes: Registros da Cooperativa Agrária Agroindustrial e relatórios da Conab
(2008) para o período compreendido entre as safras 1997/98 e 2006/07.
91
A partir do Quadro 4, se observa que os sistemas de PV e ILP possuem as
mesmas produtividades agrícolas. Isso ocorre em função de que, embora esses
sistemas apresentem algumas diferenças importantes na composição e na
dinâmica de funcionamento, os insumos agrícolas (e suas respectivas
quantidades) usados nas produções de soja, milho e trigo não apresentam
diferenças (Quadro 1C do Apêndice C), ou seja, a tecnologia empregada na
exploração das atividades agrícolas em questão é similar nos dois sistemas. A
não existência de diferenças relacionadas com o emprego de insumos deve-se ao
fato de que, para obter altos rendimentos, o produtor, independentemente de
desenvolver o sistema de PV ou ILP, tende a seguir recomendações técnicas na
forma de "pacotes tecnológicos" associados com as culturas agrícolas em
discussão.
Especialmente em relação ao milho para silagem, produzido nos sistemas
de ILP e BC, cabe salientar que, na maior parte do processo de produção, a
tecnologia é semelhante àquela adotada para a produção do milho comercial. A
diferença fundamental está na fase final, onde a cultura, ao invés de seguir o seu
ciclo natural até a colheita de grãos bem secos (com umidade em torno de 14%),
tem seu ciclo de desenvolvimento interrompido, ou seja, passa pelo processo de
ensilagem, que consiste basicamente em cortar a planta inteira quando os grãos
estiverem no ponto farináceo-duro. O produto resultante desse corte, que é
armazenado em silos, constitui alimento volumoso de alta qualidade para ser
utilizado na alimentação dos bovinos. Em média, espera-se uma produção de
silagem de milho da ordem de 48 toneladas de matéria verde por hectare.
Quanto à exploração da bovinocultura de corte, no Quadro 5 estão os
principais indicadores técnicos associados com esta atividade, presente na
composição dos sistemas de ILP e BC. A tecnologia empregada na produção de
bovinos de corte é também muito similar nos dois sistemas supracitados. As
diferenças técnicas fundamentais na condução da exploração estão associadas
com as taxas de lotação das pastagens permanente e cultivada.
92
Quadro 5 - Indicadores técnicos médios da produção de bovinos de corte nos
sistemas de ILP e BC
Indicador técnico Medida ILP BC
Peso de aquisição dos bezerros kg de peso vivo 180 180
Peso de venda dos animais para o abate kg de peso vivo 450 450
Fase de recria (pastagens) dia 270
1
270
1
Fase de engorda (confinamento) dia 45 45
Tempo total (recria e engorda) dia 315 315
Ganho de peso total/animal kg de peso vivo 270 270
Ganho médio de peso vivo kg/animal/dia 0,86
2
0,86
2
Lotação na pastagem permanente (verão) animais/ha 9,50 4,85
Lotação na pastagem cultivada (inverno) animais/ha 2,25 4,50
Total de animais cab 495 1.350
Rendimento de carcaça % 53,0 53,0
Taxa de mortalidade de animais % 1,0 1,0
Fonte: Pesquisa de campo.
1
Do total de 270 dias, os animais ficam em torno de 135 dias em cada pastagem (permanente e cultivada).
2
Admite-se que o ganho de peso diário pode variar, para mais ou para menos, até cerca de 10%.
Para não comprometer a qualidade e o desenvolvimento das pastagens,
deve-se dispensar atenção especial à lotação animal. Nessa linha, a pastagem
permanente de verão, em relação à pastagem cultivada (aveia/azevém), é menos
suscetível a apresentar problemas de desenvolvimento decorrentes de cargas
animais excessivas. Essa menor suscetibilidade deve-se ao fato de que as
pastagens permanentes, em geral, têm um crescimento mais acentuado e, sendo
bem formadas e manejadas com adubações e lotações adequadas, enfrentam
menores riscos de sofrer com o pisoteio de uma alta carga animal (MORAES &
LANG, 2006). Diante disso, utilizando resultados de pesquisas, determinou-se o
número de animais em cada sistema a partir da definição das lotações máximas.
Para o sistema de ILP, a lotação no inverno foi estabelecida como 2,25
animais/ha, o que resulta em um total de 495 animais no sistema (220 ha de
pastagem cultivada x 2,25); a lotação no verão ficou em 9,5 animais/ha (495
animais ÷ 52,1 ha de pastagem permanente). Para o sistema de BC, estabeleceu-
se, como lotação máxima para o período do inverno, o dobro da lotação utilizada
no sistema ILP, ou seja, 4,5 animais/ha, o que totaliza 1.350 animais no sistema
93
(300 ha de pastagem cultivada x 4,5); a lotação no verão foi de 4,85 animais/ha
(1.350 animais ÷ 278,5 ha de pastagem permanente). É importante destacar que
as lotações de 9,5 e 4,5 animais/ha, respectivamente, nas pastagens permanente e
cultivada, estão próximas aos limites superiores, a partir dos quais as pastagens
estão mais sujeitas a apresentar problemas de desenvolvimento associados, por
exemplo, com compactação do solo em períodos mais chuvosos.
A partir dos ajustes de lotações, foram estabelecidas as produtividades
esperadas. Devido a diferenças de lotações entre os dois sistemas, na pastagem
de verão foram admitidos ganhos médios (kg de peso vivo/animal/dia) de 0,70kg
e 0,80kg, respectivamente, nos sistemas de ILP e BC; para a pastagem de
inverno, esses ganhos ficaram definidos como 0,90kg e 0,80kg, respectivamente,
nos sistemas de ILP e BC. Quanto à produtividade no período de confinamento,
considerou-se, para os dois sistemas, um ganho da ordem de 1,2kg de peso
vivo/animal/dia. Finalmente, tomando como base as produtividades nas
pastagens e no confinamento, bem como o tempo de permanência dos animais
em cada local, chegou-se a uma produtividade ponderada diária, para os dois
sistemas, da ordem de 0,86kg/animal. De outra maneira, pode-se mostrar que,
como os animais são adquiridos e vendidos com pesos médios, respectivamente,
de 180kg e 450kg de peso vivo, a produtividade diária por animal será de 0,86kg,
pois no período de 315 dias espera-se um ganho de peso de 270kg/animal.
Para a produção de bovinos de corte nos sistemas de ILP e BC, são
utilizados diversos insumos (Quadro 2C do Apêndice C), como: bezerros
desmamados, produtos veterinários e concentrado para engorda. Além dos
insumos, conforme já discutido anteriormente, são utilizadas pastagens
(permanente e cultivada) e silagem de milho. Enquanto as pastagens são
utilizadas, em média, por um período de 270 dias, a silagem de milho é fornecida
por 45 dias, que corresponde ao período de confinamento, visando à engorda e ao
acabamento dos animais.
Sobre o confinamento, cabe destacar que ele é conduzido principalmente
com o fornecimento de silagem de milho e concentrado para engorda. Durante
cerca de 45 dias, os animais são alimentados, sobretudo com uma dieta contendo
94
uma relação volumoso (silagem):concentrado, baseada na matéria seca (MS), de
60:40; as quantidades de MS da silagem e do concentrado são, respectivamente,
da ordem de 35% e 90%. Em termos de administração da dieta, diariamente os
animais recebem uma quantidade de alimentos, relativa à MS, correspondente a
cerca de 2,4% do seu peso vivo.
A respeito das pastagens, foi elaborado o Quadro 6, que apresenta os
principais insumos empregados para sua formação. A partir desse Quadro, pode-
se observar que, além das sementes (aveia e azevém) e mudas (tifton), a
utilização de nutrientes químicos (fertilizantes e adubação de cobertura) constitui
aspecto fundamental para a adequada produção forrageira. Na pastagem
cultivada dos sistemas de ILP e BC, emprega-se o dobro dos nutrientes utilizados
para formar essa mesma pastagem no sistema de PV. Isso se justifica pelo fato de
que, nos sistemas de ILP e BC, a pastagem visa tanto à alimentação animal como
à formação de biomassa, que serve para proteger o solo e viabilizar tecnicamente
o plantio direto das culturas subsequentes.
Quadro 6 - Insumos agrícolas usados nos sistemas de PV, ILP e BC para as
produções das pastagens permanente e cultivada (quantidades/ha)
Pastagem Insumo Nome comercial Unidade PV ILP BC
Semente de aveia Aveia kg 40,00 40,00 40,00
Semente de azevém Azevém kg 20,00 20,00 20,00
Fertilizante 08-30-20 t 0,05 0,10 0,10
Cultivada
Adubação de cobertura Uréia t 0,04 0,08 0,08
Muda de tifton Tifton
muda 0,00 10.000 10.000
Fertilizante 05-25-25 t 0,00 0,05 0,05
Permanente
Adubação de cobertura
Uréia t 0,00 0,08 0,08
Fonte: Pesquisa de campo.
Notas: 1)
As quantidades dos insumos, com exceção das mudas de tifton, são utilizadas anualmente; 2) o
plantio de novas mudas de tifton é realizado a cada 15 anos; e 3), nos sistemas de ILP e BC, são
utilizadas duas aplicações anuais de uréia nas pastagens permanente e cultivada (cada aplicação é
de 40kg/ha).
95
Sobre os dados apresentados no Quadro 6, deve-se inferir que, embora a
pastagem cultivada no sistema de PV tenha como finalidade a formação de
cobertura vegetal do solo, também são utilizados nutrientes químicos por duas
razões principais: 1) garantir uma boa produção de massa verde; e 2)
reaproveitar, para as culturas subsequentes (soja e milho), parte dos nutrientes
empregados nessa pastagem.
Para desenvolver as diversas atividades que compõem os sistemas em
estudo, são necessárias ainda várias operações agrícolas, como plantio,
aplicações de defensivos, calagem (aplicação de calcário para melhorar a
qualidade do solo) e colheita. O Quadro 3C do Apêndice C mostra uma síntese
do conjunto das operações realizadas em cada sistema. Com exceção da
implantação da pastagem de tifton, todas as demais operações são desenvolvidas
de acordo com os princípios da técnica de plantio direto, ou seja, não são
utilizadas as operações de aração e gradagem.
Especialmente em relação à pastagem de tifton, é necessário fazer alguns
comentários adicionais. Para implantar, além das duas gradagens aradoras e uma
niveladora, no preparo do solo são efetuadas duas operações de calagem (em
cada operação, são aplicadas cinco toneladas de calcário). Após implantado,
desde que mantido, anualmente, um correto manejo em termos de lotação animal
e nutrição química, o tifton pode produzir forragens de boa qualidade por um
período de cerca de 15 anos.
4.1.3. Outras considerações sobre as estruturas dos sistemas de produção
Para executar as várias atividades e operações (administrativas, técnicas e
comerciais), foram também definidas as demandas de mão-de-obra de cada
sistema. Na composição da mão-de-obra, dividida em permanente e temporária,
há quatro tipos de empregados: 1) operário rural, que tem por objetivo
desenvolver e/ou auxiliar as diversas operações (agrícolas e/ou pecuárias) que
fazem parte do cotidiano da propriedade rural; 2) operador de máquinas, cuja
função principal está associada com a condução das máquinas agrícolas (trator
96
e/ou colhedeira) durante as operações que requerem o uso desses bens de capital;
3) administrador, que é responsável por executar todas as funções
administrativas da empresa, ou seja, executar as funções de planejamento,
organização, direção e controle das diversas atividades, técnicas ou não, que
fazem parte do funcionamento do estabelecimento rural; e 4) diarista, que
corresponde à mão-de-obra contratada temporariamente para auxiliar a execução
de determinadas operações agropecuárias (por exemplo: aplicações de defensivos
agrícolas e vacinação dos animais), que demandam maiores quantidades do fator
trabalho.
Para os sistemas de PV e ILP, a composição final da mão-de-obra ficou a
mesma, ou seja, dois operários rurais, um operador de máquinas, um
administrador e 4 diaristas contratados durante 120 dias por ano. Com relação ao
sistema de BC, em comparação com os demais sistemas, houve ligeira
modificação na composição dos recursos humanos, isto é, se por um lado houve
necessidade de incluir mais um operário rural, por outro foi estabelecida menor
demanda de mão-de-obra temporária (apenas três diaristas) (Quadro 7).
Quadro 7 - Demanda de mão-de-obra (número de trabalhadores) nos sistemas
Utilização Período (dias/ano) Finalidade PV ILP BC
Operário rural 2 2 3
Operador de máquinas 1 1 1
Permanente 365
Administrador 1 1 1
Temporária 120 Diarista 4 4 3
Fonte: Pesquisa de campo.
Ainda a respeito da composição da mão-de-obra, cabe assinalar que no
sistema de PV há, em relação ao de ILP, uma certa ociosidade do fator trabalho.
Isso porque, enquanto na integração utilizam-se 1,2 e 0,8 operário rural
97
permanente para desenvolver, respectivamente, as atividades agrícolas (soja,
milho e trigo) e de pecuária (bovinocultura de corte), no sistema de PV, com base
nos mesmos parâmetros da ILP, é necessário em torno de 1,5 operário rural
permanente, o que resulta em uma ociosidade de 0,5 homem; na prática, são
contratados 2 empregados, pois não é possível contratar exatamente 1,5
empregado. Com relação ao operador de máquinas, no sistema de ILP utiliza-se
0,6 e 0,4 homem para executar, respectivamente, as explorações vegetais e
animal. Para o sistema de PV, demanda-se apenas 0,8 operador de máquinas, o
que implica ociosidade de 0,2 homem.
No sistema de BC, em relação ao de ILP, também existe certa ociosidade
associada com o operário rural permanente. Enquanto na ILP emprega-se 0,8
homem para desenvolver a atividade de bovinocultura de corte, no sistema de
BC, em função da maior dimensão dessa atividade, são necessários em torno de
2,5 operários rurais permanentes, havendo, assim, ociosidade de 0,5 homem.
Sobre os bens de capital necessários ao desenvolvimento de cada sistema,
eles foram classificados em quatro categorias principais: máquinas agrícolas,
equipamentos agrícolas, equipamentos pecuários e instalações. As máquinas
agrícolas são representadas por tratores e colhedeiras de grãos. Os equipamentos
agrícolas são formados por diversos itens: carreta agrícola, distribuidor de
calcário, distribuidor de esterco, grade aradora, grade niveladora, pulverizador de
defensivos, roçadeira, semeadora-adubadeira e terraceador. Para os equipamentos
pecuários, específicos para o desenvolvimento da bovinocultura de corte, têm-se
os seguintes bens: desensilador, forrageira de milho, misturador de ração e vagão
forrageiro.
Com relação às instalações, nos três sistemas tem-se um barracão de
alvenaria (625m
2
) para ser usado como local de depósito e garagem de máquinas
e equipamentos. Para os sistemas de ILP e BC, existem também instalações
específicas para a atividade de pecuária: balança e tronco de contenção,
bebedouros, cochos para sal, cercas de arame farpado e elétrica, curral de
manejo, infraestrutura de confinamento (silos para silagem e ração, cochos,
bebedouros e demais instalações), reservatório de água e poço artesiano.
98
O Quadro 4C do Apêndice C apresenta uma síntese com os principais
bens de capital que compõem a infraestrutura de cada sistema, acompanhados da
vida útil empregada para calcular os custos de depreciação e o valor residual.
Além dos itens de máquinas, equipamentos e instalações, existem outros
investimentos menores, como: cavalos para serviço (sistemas de BC e ILP),
máquinas e equipamentos para transporte de água e pequenos utensílios (agulhas
e seringas para vacinação dos animais, enxadas manuais, equipamento para
tratamento de sementes, foices, pás e outros), que também foram considerados
nas análises econômicas.
Finalmente, sobre os sistemas tomados como objeto de análise, é
necessário destacar que, embora eles constituam opções reais para uso por parte
dos produtores rurais da região de Guarapuava (PR), na prática, estes agentes
econômicos podem tomar decisões que levem à adoção de sistemas que
apresentem algumas variações em relação aos discutidos neste estudo. Essas
variações podem ocorrer, por exemplo, na composição das atividades e no nível
de tecnologia empregada.
4.2. Análise financeira dos sistemas de produção
No setor agropecuário, os resultados financeiros decorrentes de
investimentos em distintas alternativas de sistemas de produção podem variar de
maneira acentuada. Partindo desse pressuposto, esta seção foi construída com o
intuito de desenvolver análises, para um horizonte de planejamento de longo
prazo, dos possíveis resultados financeiros associados com a efetivação de
investimentos de capital nos três sistemas definidos como objeto de estudo.
Estruturalmente, a seção está organizada em quatro partes. Na primeira, tem-se a
avaliação dos investimentos necessários para implantar cada sistema. Os
indicadores obtidos sob condições determinísticas são apresentados e discutidos
na segunda parte. As análises de sensibilidade, que tratam da identificação das
variáveis chave, são efetuadas na parte três. Na parte final, discorre-se a respeito
99
dos indicadores financeiros gerados sob condições de riscos operacionais e de
mercado.
4.2.1. Investimentos nos sistemas de produção
Os sistemas de produção avaliados neste estudo são tratados como
alternativas mutuamente exclusivas, ou seja, o produtor rural pode tomar
decisões que, para uma determinada área, conduzam à implantação de apenas um
dos três sistemas: PV, ILP ou BC. Contudo, para esse processo decisório, devem
ser analisados diversos aspectos técnicos e econômicos que cercam as diferentes
alternativas.
Dentre os aspectos econômicos, merecem atenção especial os
investimentos em recursos produtivos de longa duração, pois estes são
fundamentais para, entre outras coisas, definir a capacidade produtiva e viabilizar
tecnicamente o desenvolvimento das atividades econômicas. Nessa perspectiva,
de acordo com os dados apresentados no Quadro 8, constata-se que, para um
produtor da região de Guarapuava (PR), que disponha de 300 hectares de área
agricultável e que tenha interesse em implementar um dos três sistemas
supracitados, os montantes de capital a serem investidos nas distintas alternativas
apresentam diferenças importantes.
Quadro 8 - Investimentos necessários para os sistemas de produção (em R$)
Itens de investimento PV ILP BC
Máquinas agrícolas 664.448 664.448 325.218
Equipamentos agrícolas 143.952 143.952 116.385
Equipamentos para a pecuária 0,0 101.946 101.946
Benfeitoria (barracão de alvenaria) 207.973 207.973 207.973
Instalações para a pecuária 0,0 232.187 323.934
Outros
1
10.164 15.410 13.612
Total 1.026.537 1.365.916 1.089.068
Fonte: Resultados da pesquisa.
1
Investimentos menores, como: cavalos para serviço (sistemas de BC e ILP), máquinas e equipamentos
para transporte de água e pequenos utensílios agropecuários.
100
A necessidade de inversão de capital no sistema de ILP é cerca de 33% e
25% maior, respectivamente, que aquela necessária para os sistemas de PV e de
BC. Na ILP existe maior nível de investimento devido ao fato de que, além de
requerer os mesmos investimentos efetuados para desenvolver o sistema de PV,
devem ser efetuadas inversões em bens específicos para viabilizar tecnicamente a
exploração da atividade de pecuária.
Para os sistemas de PV e de ILP, a maior parte dos investimentos está
associada com a aquisição de máquinas e equipamentos agrícolas: 79% e 59%,
respectivamente. Por sua vez, no sistema de BC existe uma distribuição menos
concentrada dos investimentos nos diferentes itens que compõem a infra-
estrutura; por exemplo, do total de recursos de capital, 40% e 39% são
investidos, respectivamente, em máquinas e equipamentos agrícolas e em
equipamentos e instalações para a pecuária. Sobre as instalações para a
bovinocultura de corte, cabe destacar que, devido a diferenças no tamanho da
exploração, o montante a ser investido no sistema de ILP é ao redor de 28%
menor que aquele do sistema de BC.
Após avaliar as demandas técnicas e de recursos de capital, é
imprescindível que o agente econômico, neste estudo representado pelo produtor
rural, analise os resultados financeiros que podem ser gerados ao efetuar
investimentos nas possíveis alternativas. Para tanto, é relevante que essas
análises considerem os resultados em termos de longo prazo. Isso porque no setor
agropecuário, em geral, os investimentos em recursos produtivos exigem um
período de comprometimento relativamente grande do capital, ou seja, para obter
retornos financeiros satisfatórios, compensando os resultados que poderiam ser
obtidos com outras possíveis alternativas de investimento (por exemplo: mercado
financeiro), podem ser necessários vários anos.
Adicionalmente, é pertinente inferir que, em função de os investimentos
na agropecuária normalmente envolverem consideráveis somas, serem cercados
por amplo número de fatores de riscos e serem de difícil reversão, as análises em
questão são plenamente justificadas. Desse modo, partindo dos aspectos
estruturais, técnicos e econômicos associados com os sistemas que são objeto
101
deste estudo, nos próximos itens são realizadas análises comparativas, sob
condições determínisticas e de riscos, acerca dos resultados financeiros que
podem ser obtidos em um horizonte de planejamento de longo prazo.
4.2.2. Indicadores financeiros sob condições determinísticas
Utilizando produtividades constantes, representadas pelas produtividades
esperadas (Quadros 4 e 5), e as médias de preços reais observadas em cada ano
(período de janeiro de 1995 a agosto de 2007), foram calculados indicadores
financeiros, que poderiam ser obtidos em decorrência da implementação dos
sistemas de produção em estudo (Quadro 9).
Em termos de indicadores que não consideram o valor do capital ao longo
do tempo, há a taxa média de retorno (TMR) e o período de payback na sua
concepção original
31
(PP original). Analisando os resultados da TMR, observa-se
que o sistema de BC teria um desempenho ligeiramente superior ao observado no
sistema de ILP (cerca de 2,9% maior); em relação ao sistema de PV, esse
resultado seria da ordem de 9,5% maior. Para os três sistemas, verifica-se ainda
que ocorreria um retorno anual, medido pela TMR, superior a 16,5%.
Quadro 9 - Indicadores financeiros determinísticos dos sistemas de PV, ILP e BC
Indicador
1
Unidade PV ILP BC
TMR % 16,56 17,62 18,13
PP original Ano 5,79 5,52 5,43
PP descontado Ano 9,46 9,22 9,54
VPL R$ 98.951 198.334 165.830
TIR % 13,99 14,91 14,95
B/C -- 1,018 1,025 1,016
Fonte: Resultados da pesquisa.
1
As bases dos cálculos são os fluxos de caixa apresentados nos Quadros 5C, 6C e 7C do Apêndice C.
31
Na concepção original, a técnica do PP não considera o efeito do tempo. Nesse caso, em relação à
expressão (13), não se utiliza nenhuma taxa para descontar os fluxos de caixa.
102
Sobre o PP original, os valores obtidos apontam para a mesma direção da
TMR, pois mostram que, em condições determinísticas, o sistema de BC
necessitaria de um período de tempo ligeiramente menor para recuperar o capital
investido. Mediante essa medida, o tempo de recuperação do investimento seria
de 5,43, 5,52 e 5,79 anos, respectivamente, para os sistemas de BC, ILP e PV.
Apesar de os resultados da TMR e do PP original terem apontado para um
desempenho ligeiramente superior do sistema de BC, deve-se salientar que esses
indicadores são muito limitados no sentido de serem assumidos como referências
chave para a tomada de decisão; eles devem ser usados apenas como indicativos
iniciais. A grande restrição dos indicadores em questão deve-se ao fato de que os
mesmos desconsideram o efeito do tempo sobre o capital, ignorando, portanto, o
custo de oportunidade de investir os recursos monetários em outras possíveis
alternativas. Para tomar decisões finais, devem ser analisados principalmente os
indicadores que levem em conta o custo de oportunidade: PP descontado, valor
presente líquido (VPL), taxa interna de retorno (TIR) e razão benefício/custo
(B/C).
Ao analisar o PP descontado, observa-se que houve, para os três sistemas,
considerável aumento no tempo de recuperação do capital investido, ou seja, esse
tempo supera os nove anos. Adicionalmente, este indicador mostra que, ao levar
em conta o custo de oportunidade do capital, o sistema de ILP passa a constituir,
em relação aos outros dois sistemas, a melhor alternativa financeira. Essa
constatação é também corroborada pelo VPL, haja vista que, frente a uma taxa
mínima de atratividade (TMA) de 12,0% a.a., o valor presente do sistema de ILP
foi da ordem de 100,4% e 19,6% maior, respectivamente, que aqueles calculados
para os sistemas de PV e BC.
A respeito do VPL, é possível ressaltar que, em condições determinísticas,
os valores gerados nos três sistemas permitem superar o custo de oportunidade
do capital, representado pela TMA de 12,0% a.a. Caso os fluxos de caixa
líquidos de cada ano fossem aplicados a essa taxa, os valores obtidos nos
sistemas de ILP, BC e PV seriam aumentados, respectivamente, em cerca de
R$198.334,00 R$165.830,00 e R$98.951,00.
103
A constatação de que o sistema de ILP gera melhor retorno financeiro que
os demais sistemas é ainda comprovada pelo indicador B/C, pois este mostra que,
para cada unidade de custo, obtêm-se para os sistemas de ILP, PV e BC,
respectivamente, 1,025, 1,018 e 1,016 unidades de benefício.
Por fim, ao analisar os resultados da TIR, evidencia-se que a rentabilidade
dos três sistemas supera o custo de oportunidade do capital. No entanto, existe
uma discrepância com os resultados do VPL: enquanto pela TIR o sistema com
maior retorno financeiro é o de BC, pelo VPL o sistema de ILP seria a melhor
alternativa. Em virtude dessa divergência e devido ao fato de o valor do
investimento no sistema de ILP ser superior ao do sistema de BC (Quadro 8),
tornou-se necessário calcular a Taxa de Fisher (TF).
Ao calcular a TF a partir da diferença entre os fluxos de caixa dos
sistemas de ILP e BC, chegou-se ao valor de 14,73%. O fato de a TF ter superado
a TMA indica que o valor de R$276.848,00, que corresponde à diferença entre os
investimentos nos dois sistemas, será mais bem remunerado se aplicado no
sistema de ILP. Essa conclusão é semelhante à do VPL, que mostra que o sistema
de ILP, em relação ao de BC, apresenta maior viabilidade financeira.
Embora a maior parte dos indicadores apresentados no Quadro 9 aponte
para o sistema de ILP como a melhor alternativa financeira, a decisão de investir
em um dos três sistemas requer, por parte do produtor rural, análises criteriosas
que considerem outros importantes aspectos, como as possíveis variações nas
produtividades e nos preços de vendas de produtos e de compras de insumos.
Essas análises são fundamentais pelo fato de o setor agropecuário ser afetado por
uma série de riscos operacionais e de mercado. Diante disso e em virtude de os
indicadores dispostos no Quadro 9 serem gerados sob condições determinísticas,
as análises financeiras, realizadas até o momento, não permitem tirar conclusões
definitivas sobre qual das opções de sistemas propicia, na prática, os melhores
resultados ao serem admitidas possíveis variações nas principais variáveis
técnicas e econômicas, que afetam os fluxos de caixa anuais.
Uma das grandes limitações dos indicadores gerados deterministicamente
reside no fato de serem mantidos constantes os desempenhos técnicos, ou seja,
104
terem sido considerados apenas os níveis de produtividades esperados das
atividades agropecuárias (soja, milho, trigo e bovinocultura de corte). Essa
limitação é muito significativa, pois se sabe que, na agricultura, os desempenhos
técnicos podem variar de maneira acentuada, influenciados por inúmeros fatores,
associados, por exemplo, com clima, qualidade do solo, doenças e pragas. Como
consequência dessas variações, podem-se observar mudanças altamente
expressivas nos resultados econômicos.
Para superar as limitações discutidas, bem como verificar se existe
confirmação dos indicativos apresentados no Quadro 9, nos próximos dois itens
são desenvolvidas análises que levam em conta possíveis variações
probabilísticas nos valores das principais variáveis que afetam os fluxos de caixa
dos três sistemas. Essas análises são realizadas a partir de resultados gerados sob
condições de riscos operacionais e de mercado.
4.2.3. Análises de sensibilidade
Para avaliar o comportamento dos indicadores financeiros sob condições
de riscos, inicialmente foram desenvolvidas análises para testar a sensibilidade
do VPL de cada sistema de produção frente a variações individuais em variáveis
técnicas (produtividades agropecuárias) e econômicas (preços pagos e recebidos
pelos produtores). Mediante essas análises, foram determinadas as variáveis
chave, ou seja, aquelas que, em decorrência de sofrerem variações de 10% na
direção em que reduzem o VPL, causam impactos negativos iguais ou superiores
a 5% no valor desse indicador.
As variáveis independentes, submetidas à análise de sensibilidade, estão
listadas no Quadro 8C do Apêndice C. Observa-se que, das 91 variáveis
avaliadas, 59 (64,8%) e 32 (35,2%) estão presentes na estrutura dos fluxos de
caixa, respectivamente, de dois e três sistemas. No sistema de ILP, em virtude de
contemplar todas as atividades agropecuárias que compõem os demais sistemas,
estão presentes as 91 variáveis; para os sistemas de PV e BC, têm-se,
respectivamente, 57 e 66 variáveis independentes.
105
Ao analisar a sensibilidade do VPL frente a variações no valor dos
investimentos em capital produtivo (Quadro 10), evidencia-se que essa variável
pode causar efeitos acentuados sobre os resultados financeiros dos três sistemas
de produção. No sistema de PV, que requer a menor inversão de capital, um
aumento de 10% no valor investido, mantidas constantes as demais variáveis
independentes, provoca a maior redução relativa no VPL (-52,3%); nos sistemas
de ILP e BC, essas reduções são, respectivamente, de -37,9% e -34,8%.
A constatação de que as variações no investimento causam maiores
impactos relativos no VPL do sistema de PV pode ser explicada a partir da
estrutura e da composição das atividades dos sistemas. Isso porque, com base nos
dados constantes nos Quadros 5C, 6C e 7C do Apêndice C, verifica-se que no
sistema de PV a estrutura e a composição das atividades permitem gerar, durante
o horizonte de planejamento estudado, um valor final de caixa total que supera
em apenas 15,2% o valor do investimento total; para os sistemas de ILP e de BC,
esses valores são, respectivamente, 29,1% e 35,7%. Esses dados, de certa forma,
são indicativos de que no sistema de PV existe menor eficiência econômica,
principalmente sob a perspectiva técnica
32
, que nos demais sistemas.
Quadro 10 - Impactos de variações nos investimentos sobre o VPL dos sistemas
Sistema Variação no investimento (%) Impacto no VPL (%)
Produção vegetal (PV) 10,0 -52,3
Integração lavoura-pecuária (ILP) 10,0 -37,9
Bovinocultura de corte (BC) 10,0 -34,8
Fonte: Resultados da pesquisa.
32
A eficiência econômica é dividida em dois componentes: técnico e alocativo. Enquanto a eficiência
técnica refere-se à capacidade da firma em obter o máximo de produto, dada a quantidade de fatores
disponível, a eficiência alocativa diz respeito à capacidade da firma em utilizar os fatores de produção na
proporção ótima, minimizando os custos de produção (Farrell, 1957, e Shirota, 1995, citados por Ohira e
Shirota, 2005).
106
Ao estudar os impactos das variáveis associadas com receitas e despesas
operacionais dos fluxos de caixa, evidencia-se que, do total de variáveis
analisadas em cada sistema, o de PV é aquele cujo VPL pode ser afetado de
maneira significativa pelo maior número de variáveis: das 56 variáveis (exclui a
variável investimento) independentes, 20 (35,7%) ocasionam reduções superiores
a 5% no VPL. No sistema de BC, 12 (18,5%) das 65 variáveis analisadas são
consideradas como chave. Por sua vez, na ILP, de um total de 90 variáveis, 15
(16,7%) produzem impactos mais expressivos sobre o referido indicador (Quadro
11).
O menor percentual de variáveis chave no sistema de ILP mostra que, por
se tratar do sistema mais diversificado, os impactos individuais das variáveis
independentes sobre o VPL tendem a ser reduzidos. Tomando como exemplo as
variáveis "preço de venda do boi gordo" e "produtividade de soja", é fácil
justificar essa afirmativa: as diminuições do VPL dos sistemas de ILP e BC,
associadas com queda de 10% no preço de venda do boi gordo, são,
respectivamente, de 95,0% e 302,2%; considerando uma perda de 10% na
produtividade de soja, as quedas no VPL dos sistemas de ILP e PV são,
respectivamente, de 53,0% e 121,1%.
Observando o Quadro 11, nota-se ainda que foram identificadas 10
distintas funções de distribuição de probabilidade para ajustar as séries de dados
relativas às 26 variáveis definidas como chave. As funções beta e triangular
foram as mais frequentes. Para maiores detalhes sobre todas essas funções, pode-
se consultar Law e Kelton (1991) e Palisade Corporation (2002b).
107
Quadro 11 - Impactos das variáveis chave de receitas e despesas sobre o VPL
Sistema N° Variável Unidade
Valor esperado
(R$)
Fdp
1
Variação no
VPL (%)
1 Produtividade de soja kg/ha 3.000,00 Triangular -121,1
2 Preço de venda da soja R$/sc 39,47 Pearson5 -118,6
3 Produtividade de milho kg/ha 8.500,00 Triangular -82,8
4 Preço de venda do milho R$/sc 19,06 Logística -82,2
5 Produtividade de trigo kg/ha 2.500,00 Triangular -37,0
6 Preço de venda do trigo R$/sc 28,9 Log-normal -36,0
7 Preço do óleo diesel R$/l 1,55 Beta (Generalizado) -17,5
8 Preço da uréia R$/t 939,68 Uniforme -13,7
9 Salário do administrador R$ 2.165,01 Triangular -13,0
10 Preço do fertilizante 08-30-20 R$/t 997,46 Beta (Generalizado) -12,0
11 Preço do fungicida Folicur R$/l 117,55 Beta (Generalizado) -11,4
12 Preço do fertilizante 00-20-20 R$/t 785,95 Beta (Generalizado) -10,1
13 Preço do fertilizante 10-26-24 R$/t 1.007,20 Beta (Generalizado) -9,1
14 Preço da semente de milho R$/sc 202,72 Triangular -7,8
15 Salário do operário rural permanente R$ 626,17 Log-logística -7,5
16 Preço do calcário R$/t 60,58 Valor extremo -5,9
17 Diária do operário rural temporário R$ 22,35 Log-logística -5,4
18 Preço da semente de soja R$/kg 1,38 Weibull -5,4
19 Salário do operador de máq. perm. R$ 884,83 Logística -5,3
PV
20 Preço da semente de trigo R$/kg 1,08 Pearson5 -5,2
1 Preço de venda do boi gordo R$/@ 70,75 Triangular -95,0
2 Produtividade de bovino kg/dia 0,86 Triangular -72,1
3 Produtividade de soja kg/ha 3.000,00 Triangular -53,0
4 Preço de venda da soja R$/sc 39,47 Pearson5 -51,9
5 Preço do bezerro R$/cab 476,95 Beta (Generalizado) -41,6
6 Produtividade de milho kg/ha 8.500,00 Triangular -36,3
7 Preço de venda do milho R$/sc 19,06 Logística -36,0
8 Produtividade de trigo kg/ha 2.500,00 Triangular -16,2
9 Preço de venda do trigo R$/sc 28,9 Log-normal -15,8
10 Preço do concentrado para engorda R$/kg 0,53 Beta (Generalizado) -9,3
11 Preço do óleo diesel R$/l 1,55 Beta (Generalizado) -9,0
12 Preço da uréia R$/t 939,68 Uniforme -8,9
13 Preço do fertilizante 08-30-20 R$/t 997,46 Beta (Generalizado) -7,8
14 Salário do administrador R$ 2.165,01 Triangular -7,1
ILP
15 Preço do fungicida Folicur R$/l 117,55 Beta (Generalizado) -5,0
1 Preço de venda do boi gordo R$/@ 70,75 Triangular -302,2
2 Produtividade de bovino kg/dia 0,86 Triangular -229,4
3 Preço do bezerro R$/cab 476,95 Beta (Generalizado) -132,5
4 Preço do concentrado para engorda R$/kg 0,53 Beta (Generalizado) -29,5
5 Preço da muda de tifton R$/muda 0,03 Pearson5 -10,9
6 Preço da uréia R$/t 939,68 Uniforme -10,2
7 Preço do sal mineralizado R$/kg 1,74 Normal -9,7
8 Salário do administrador R$ 2.165,01 Triangular -8,3
9 Salário do operário rural permanente R$ 626,17 Log-logística -7,2
10 Preço do fertilizante 08-30-20 R$/t 997,46 Beta (Generalizado) -6,5
11 Preço do calcário R$/t 60,58 Valor extremo -6,1
BC
12 Preço do óleo diesel R$/l 1,55 Beta (Generalizado) -5,1
Fonte: Resultados da pesquisa.
1
Indica, para cada variável chave, a função de distribuição de probabilidade (fdp) com melhor ajuste.
108
Com base nos dados apresentados no Quadro 11, é possível fazer outras
considerações interessantes acerca dos riscos operacionais e de mercado, que
podem afetar o VPL dos sistemas em questão. Relacionado com os riscos
operacionais, percebe-se que as produtividades agropecuárias estão situadas entre
as variáveis chave que causam variações mais expressivas no VPL dos três
sistemas. Essa constatação permite inferir que, para o setor agropecuário, a
tomada de decisão baseada em análises financeiras determinísticas, mantendo
constantes as produtividades, pode conduzir a escolha, entre opções mutuamente
exclusivas, de sistemas de produção que, na prática, venham a apresentar
resultados econômicos muito sensíveis aos desempenhos técnicos.
A respeito dos riscos de mercado, verifica-se que as maiores
sensibilidades do VPL dos três sistemas tendem a estar associadas com os preços
recebidos pelas vendas dos produtos agropecuários. Essa observação, juntamente
com as análises dos impactos das produtividades, deixam claro que os VPLs
desses sistemas são muito mais sensíveis às variáveis chave vinculadas com
receitas do que com despesas operacionais.
O fato de as variáveis determinantes das receitas serem aquelas com
maiores potenciais de impactar, negativamente, o VPL dos sistemas em estudo
constitui justificativa pertinente para que o produtor rural, além de diversificar a
produção agropecuária visando a minimizar riscos operacionais, adote planos de
comercialização, utilizando, por exemplo, estratégias associadas com mercado
futuro e/ou venda antecipada de parte da produção. A necessidade de adotar
planos de comercialização, buscando garantir ao menos uma rentabilidade que
permita cobrir todos os custos de produção, é também reforçada ao ressaltar que
os preços dos produtos e insumos agropecuários, em geral, são muito sujeitos a
flutuações, haja vista que têm forte dependência do comportamento da oferta e da
demanda desses produtos nos mercados doméstico e internacional.
A partir do conjunto de dados e discussões acerca das análises de
sensibilidade, fica evidente que, ao se tratar de escolhas envolvendo distintas
alternativas de investimentos na agropecuária, a obtenção de indicadores
financeiros sob condições de riscos operacionais e de mercado, normalmente,
109
deve ser vista como imprescindível para minimizar as chances de optar por
alternativas que venham a apresentar resultados financeiros menos estáveis.
Nessa linha de pensamento, no item a seguir são desenvolvidas análises baseadas
nos resultados oriundos de simulações probabilísticas dos fluxos de caixa. Para
realizar essas simulações, foram utilizadas as variáveis chave identificadas em
cada sistema de produção.
4.2.4. Indicadores financeiros sob condições de incertezas
Visando a obter os indicadores financeiros sob condições de incertezas,
foram realizadas simulações contendo 5.000 iterações dos fluxos de caixa dos
sistemas em estudo. Para realizar essas simulações, utilizaram-se, para as
diversas variáveis chave listadas no Quadro 11, as funções de distribuição de
probabilidade que apresentaram os melhores ajustes. Quanto à variável
investimento de cada sistema, para gerar diferentes valores probabilísticos e pelo
fato de estar presente apenas no ano zero, optou-se por utilizar a distribuição
triangular. Segundo Moura (2004), em estudos de rentabilidade de projetos,
quando existe falta de informações que permitam um ajustamento mais criterioso
das distribuições, a distribuição triangular, em geral, é aceita como satisfatória. A
principal vantagem é sua facilidade de uso, pois para defini-la são necessários
apenas três valores: mínimo, máximo e mais provável da variável. Em termos
operacionais, para a variável investimento de cada sistema, adotou-se como valor
mais provável aquele utilizado para calcular os fluxos de caixa determinísticos.
Por sua vez, os valores mínimo e máximo foram assumidos como
correspondentes a variações, respectivamente, de -15% e +15% no valor definido
como mais provável.
Sobre os resultados dos indicadores em questão, no Quadro 12 são
apresentadas as principais estatísticas associadas com o VPL, a TIR e a razão
B/C. Avaliando o VPL, verifica-se que, pelo valor esperado (ou média), os
resultados apontam na mesma direção do VPL determinístico (Quadro 9), ou
seja, os sistemas com maior VPL esperado foram, em ordem decrescente, o de
110
ILP (R$114.367,00), BC (R$81.610,00) e PV (-R$3.659,00). É interessante notar
também que, ao admitir a ocorrência de riscos operacionais e de mercado, os
valores esperados do VPL dos três sistemas foram significativamente inferiores
àqueles observados em situações determinísticas. As quedas mais e menos
expressivas ocorreram nos VPLs, respectivamente, dos sistemas de PV (-
103,7%) e de ILP (-42,3%); para o sistema de BC, o VPL sob condições de
incertezas caiu -50,8% em relação ao valor determinístico.
Quadro 12 - Indicadores financeiros obtidos com simulações dos fluxos de caixa
dos sistemas de PV, ILP e BC
Sistema Estatísticas VPL
TIR B/C
Média -3.659 12,0% 1,00
Valor mínimo -602.133 0,7% 0,89
Valor máximo 699.853 29,4% 1,12
Desvio padrão 165.947 3,2% 0,03
Coeficiente de variação 4535,5% 26,9% 3,0%
Chance de resultado positivo 47,7% 47,7% 47,7%
PV
Chance de resultado negativo 52,3% 52,3% 52,3%
Média 114.367 13,7% 1,01
Valor mínimo -558.934 5,0% 0,93
Valor máximo 743.701 26,0% 1,09
Desvio padrão 176.585 2,6% 0,02
Coeficiente de variação 154,4% 18,7% 2,1%
Chance de resultado positivo 74,0% 74,0% 74,0%
ILP
Chance de resultado negativo 26,0% 26,0% 26,0%
Média 81.610 13,6% 1,01
Valor mínimo -1.107.459 -7,6% 0,89
Valor máximo 1.069.026 32,1% 1,11
Desvio padrão 315.365 5,6% 0,03
Coeficiente de variação 386,4% 41,0% 3,1%
Chance de resultado positivo 60,8% 60,8% 60,8%
BC
Chance de resultado negativo 39,2% 39,2% 39,2%
Fonte: Resultados da pesquisa.
Quanto às médias da TIR e da razão B/C, é pertinente fazer três
comentários principais: 1) elas também indicam menor retorno financeiro para o
111
sistema de PV; 2) em condições de incerteza, o sistema de PV apresenta
rentabilidade esperada muito próxima do custo de oportunidade do capital; e 3)
para os sistemas de ILP e BC, apesar de os dois indicadores em questão
conduzirem a resultados muito próximos, pode-se inferir que na ILP, devido ao
maior nível de investimento e usando a noção da Taxa de Fisher, os resultados
em termos de valores esperados são melhores.
Embora a análise dos valores esperados seja importante para a tomada de
decisão, é fundamental avaliar a variabilidade dos resultados. Mediante os dados
do Quadro 12, percebe-se que, ao serem levados em consideração os valores
mínimo e máximo, o sistema de ILP é o que tende a apresentar valores extremos
mais próximos da médias esperadas. Para deixar claro essas constatações, usando
como referência os resultados em termos de VPL, verifica-se que os valores
mínimos correspondem a -75,2%, -86,0% e -103,6% dos valores máximos,
respectivamente, dos sistemas de ILP, PV e BC.
Por meio do coeficiente de variação, verifica-se também que a estrutura e
a composição de atividades do sistema de ILP, em comparação com aquelas dos
demais sistemas, possibilitam obter indicadores financeiros menos dispersos em
torno das médias. Nesse caso, utilizando a TIR como medida de referência,
constata-se que o risco por unidade de retorno esperado é de 18,7%, 26,9% e
41,0%, respectivamente, nos sistemas de ILP, PV e BC.
As menores variabilidades nos indicadores financeiros associados com o
sistema de ILP, de certa maneira, corroboram importantes inferências destacadas
ao longo das análises de sensibilidade. Dentre essas inferências, estão aquelas
que tratam, sobretudo, dos impactos individuais, relativos às variáveis chave,
sobre os indicadores financeiros.
Ainda com base no Quadro 12, as medidas que determinam as chances de
obter resultados positivos e negativos são, também, muito úteis para auxiliar na
escolha da alternativa de sistema que propicie os melhores resultados financeiros.
Isso porque, neste trabalho, entende-se por chance de resultado positivo os
valores das probabilidades de encontrar um VPL maior do que zero, bem como
obter uma razão B/C superior a 1 e uma TIR maior do que a TMA de 12,0% a.a.;
112
a chance de resultado negativo está vinculada às probabilidades de não ocorrerem
os valores citados para esses três indicadores. Ao analisar essas medidas
probabilísticas, constata-se que o sistema de ILP apresenta a maior probabilidade
de ocorrerem resultados positivos, pois, em 74,0% dos fluxos de caixa simulados,
o VPL foi maior do que zero, a TIR superou a taxa de 12,0% e a razão B/C
esteve acima da unidade; para os sistemas de BC e de PV, essas probabilidades
são, respectivamente, de 60,8% e 47,7%.
Usando como comparações as distribuições de probabilidade acumulada
do VPL (Figura 15), fica fácil ilustrar que, dos três sistemas, o de PV gera o
maior risco (52,3%) de o produtor não obter, ao final do horizonte de
planejamento, resultados suficientes para ao menos cobrir os custos de
oportunidade do capital; para os sistemas de BC e ILP, esses riscos são,
respectivamente, da ordem de 39,2% e 26,0%.
Fonte: Resultados da pesquisa.
Figura 15 - Funções de distribuição de probabilidade acumulada
(
)
)(XF
do VPL.
A respeito do VPL, foi elaborada ainda a Figura 16, que mostra, para os
três sistemas, as várias possibilidades de valores presentes, vinculadas a
diferentes níveis de probabilidades. Em nenhum nível de probabilidade, o VPL
do sistema de PV supera o da ILP. Quanto ao sistema de BC, pode-se observar
113
que, em até cerca de 55% de probabilidade, o VPL esperado é menor do que
aquele do sistema de ILP.
-500.000,00
-400.000,00
-300.000,00
-200.000,00
-100.000,00
0,00
100.000,00
200.000,00
300.000,00
400.000,00
500.000,00
600.000,00
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95
Probabilidades (%)
VPL(R$)
VPL_PV VPL_ILP VPL_BC
Fonte: Resultados da pesquisa.
Figura 16 - Valores de VPL frente a diferentes níveis de probabilidade.
Em termos de relações do VPL com as variáveis chave de cada sistema, a
partir dos dados dispostos no Quadro 9C do Apêndice C, é possível efetuar
quatro comentários adicionais importantes:
1. nos três sistemas, o VPL é mais influenciado, de maneira individual, por
mudanças em variáveis de receitas do que de despesas operacionais. Isso
porque a maior parte das variáveis que determinam os valores de receitas, ao
contrário daquelas associadas com despesas, tende a apresentar maiores
correlações lineares com o VPL. Por exemplo, nos sistemas de PV e de ILP,
esse indicador financeiro apresenta a maior correlação positiva (movimento
na mesma direção) com o preço de venda da soja: respectivamente, 0,69 e
0,51; para os sistemas de BC e ILP, o preço de venda do boi gordo também
114
apresenta destacada correlação positiva com o VPL: 0,74 e 0,46,
respectivamente;
2. a maioria das variáveis que determina os valores das despesas operacionais
tende a apresentar baixa correlação negativa com o VPL. Esses resultados
indicam que, individualmente, as variáveis chave que causam mudanças de
sentido contrário no valor presente são, em geral, pouco impactantes no VPL
dos três sistemas. Entre as variáveis chave que mais se correlacionam
negativamente com o VPL dos sistemas de BC e ILP, destaca-se o preço do
bezerro: respectivamente, -0,45 e -0,29; as demais variáveis chave,
relacionadas com despesas nos três sistemas, apresentam correlações
negativas menores que 0,11;
3. quanto aos investimentos, eles apresentam correlações negativas que também
tendem a ser baixas. Nos sistemas de ILP, PV e BC, essas correlações são da
ordem, respectivamente, de -0,38, -0,30 e -0,14; e
4. os resultados das relações lineares também evidenciam que, as correlações
entre o VPL e as variáveis chave são, em geral, maiores nos sistemas mais
especializados. Estes são os casos, por exemplo, do preço do bezerro nos
sistemas de BC (-0,45) e ILP (-0,29) e dos preços de vendas dos produtos e
das produtividades agropecuárias nos três sistemas. Essa constatação permite
inferir que os resultados financeiros decorrentes da implantação da ILP são,
em relação aos dos outros dois sistemas, menos vulneráveis a variações em
variáveis individuais. Portanto, na ILP existe melhor aproveitamento dos
benefícios da diversificação no sentido de reduzir riscos não-sistemáticos, que
são riscos específicos das atividades que compõem os sistemas.
4.3. Análise de volatilidade dos retornos dos sistemas de produção
O desempenho econômico de um determinado sistema de produção
agropecuária pode, ao longo do tempo, variar de maneira significativa. Diante
disso, foi construída esta seção com o objetivo de desenvolver análises que
indiquem, também para o curto prazo (até um ano), os prováveis retornos e riscos
115
econômicos com os quais o produtor rural pode se deparar ao adotar qualquer um
dos três sistemas de produção estudados. A seção está estruturada em quatro
partes principais. A primeira trata da determinação dos coeficientes de
participação das atividades agropecuárias no custo total dos sistemas. Na segunda
parte, discorre-se a respeito do comportamento temporal dos retornos esperados.
As contribuições das diferentes atividades para a redução (ou não) dos riscos de
mercado, que cercam os sistemas diversificados (PV e ILP), são destacadas na
terceira parte. Na parte final, são efetuadas discussões envolvendo estimativas de
perdas monetárias e de relação risco/retorno para cada sistema.
4.3.1. Participação das atividades no custo total de cada sistema
Neste trabalho, as análises de retornos e dos riscos associados foram
baseadas, sobretudo, na relação lucro total/custo total. Optou-se por avaliar a
performance de cada sistema em relação ao custo total pelo fato de este poder ser
visto como um investimento de capital de curto prazo. Considera-se que,
mediante as análises em questão, que devem medir a eficiência e os riscos
vinculados ao tipo de investimento referido, é possível determinar, por exemplo,
as maiores dificuldades econômicas que o produtor pode enfrentar, em certos
anos, para se manter na exploração de um dado sistema de produção.
Para calcular anualmente os retornos esperados dos sistemas de PV e ILP,
foram definidos os coeficientes de participação das atividades
33
. Usando os
pressupostos da teoria do portfólio e fazendo uma analogia com uma carteira de
ativos, esses coeficientes representam as frações do capital total investidas nas
distintas atividades. Para cada atividade, o coeficiente em discussão corresponde
à média de participação do custo total da atividade no custo total do sistema.
Com base no Quadro 13, pode-se destacar que o emprego das referidas
médias mostrou-se bastante adequado, haja vista que os coeficientes de variação
foram baixos, ou seja, nos sistemas de PV e ILP, para todas as atividades, as
33
Para o sistema de BC, em função de ser especializado na bovinocultura de corte, não se tem a definição
de coeficientes para calcular, anualmente, os retornos esperados.
116
variabilidades dos dados em relação às médias foram inferiores a 5,5%. É
possível inferir que os coeficientes de variação são baixos, pois, segundo Gomes
(1985), em ensaios agrícolas, eles são classificados como baixos quando menores
do que 10%, o que indica grande homogeneidade do conjunto de dados.
A utilização de coeficientes representados pelas médias de participação no
custo total é, também, justificada pelo fato de as atividades possuírem níveis
muito distintos de custos. Por exemplo, no sistema de PV, o custo médio por
hectare de milho é cerca de 34% e 78% maior, respectivamente, que os custos
médios por hectare de soja e trigo.
Quadro 13 - Participação das atividades agropecuárias no custo total de cada
sistema de produção
PV (%) ILP (%) BC (%)
Atividade agropecuária
Média
1
CV
2
Média
1
CV
2
Média
Bovinocultura de corte
0,0 0,0 48,0 4,9 100,0
Milho
32,8 2,2 17,1 5,3 0,0
Soja
48,8 2,0 25,5 4,8 0,0
Trigo
18,4 2,7 9,4 5,4 0,0
Fonte: Resultados da pesquisa.
1
Correspondem às médias associadas com os resultados econômicos de 152 observações, que
contemplam preços pagos e recebidos, observados no período de janeiro de 1995 a agosto de 2007, bem
como produtividades constantes (esperadas) das atividades agropecuárias.
2
CV = coeficiente de variação.
A partir da definição dos coeficientes de participação e dos cálculos de
receitas, custos e lucros das atividades, nos próximos itens são efetuadas análises
envolvendo o comportamento dos retornos e riscos associados.
4.3.2. O comportamento dos retornos esperados dos sistemas de produção
Para os três sistemas, avaliou-se o comportamento dos retornos esperados
sob duas situações distintas de produtividades: constantes e variáveis. Enquanto a
117
primeira situação possibilitou avaliar apenas os impactos de fatores de mercado
(preços pagos e recebidos), na segunda foram feitas avaliações com a inclusão
dos efeitos operacionais (desempenhos técnicos) sobre os resultados econômicos.
4.3.2.1. Os retornos com produtividades constantes
Mediante a utilização de produtividades constantes (Quadros 4 e 5) e dos
preços pagos e recebidos pelos produtores rurais no período de janeiro de 1995 a
agosto de 2007, foram calculadas séries históricas de resultados econômicos, que
poderiam ser obtidos em cada sistema de produção.
No Quadro 14, onde têm-se resultados em termos de valores esperados,
nota-se que os retornos, medidos pelas relações lucro total/receita total (LT/RT) e
lucro total/custo total (LT/CT), das atividades agrícolas (soja, milho e trigo)
presentes no sistema de PV são menores que aqueles associados com essas
mesmas atividades presentes no sistema de ILP. Como a tecnologia de produção
é similar, os desempenhos inferiores no sistema de PV se devem a dois pontos
principais: 1) alocação dos custos da pastagem de aveia e azevém, pois,
enquanto no sistema de PV o custo total dessa pastagem é distribuído apenas para
as explorações de soja e milho, no sistema de ILP parte desse custo é alocada
para a atividade de bovinocultura de corte; e 2) a maior ociosidade da estrutura
produtiva, que acaba onerando os custos de produção e, consequentemente,
diminuindo os retornos. Diante disso, os custos totais médios das sacas de soja,
milho e trigo, produzidas no sistema de PV, são cerca de 2,0%, 2,0% e 3,6%
maiores, respectivamente, que aqueles observados na ILP.
Relacionado com a discussão sobre ociosidade, é pertinente destacar os
trabalhos de Kichel e Miranda (2001), Mello et al. (2004), Alvarenga e Noce
(2005) e Spera et al. (2006). Nesses trabalhos, salienta-se, entre outras coisas,
que nos sistemas de ILP existe maior eficiência na utilização dos recursos
produtivos, especialmente referentes a máquinas, equipamentos e mão-de-obra,
ou seja, há melhor otimização desses recursos, pois durante o ano são utilizados
por maiores períodos de tempo. Assim, pode-se inferir que os sistemas de ILP,
118
em relação aos sistemas de PV e BC, apresentam infraestruturas que tendem a ser
mais bem ajustadas às demandas tecnológicas, o que implica menor ociosidade
da capacidade instalada.
Quadro 14 - Valores esperados, com produtividades constantes, para atividades e
sistemas de produção
SISTEMA PV
Item Soja Milho Trigo Boi Gordo Sistema
RT (R$)
1
395.256,55 271.102,79 119.979,94 Ausente 786.339,28
CT (R$) 347.670,80 233.305,93 130.770,21 Ausente
711.746,94
LT (R$) 47.585,75 37.796,86 -10.790,27 Ausente
74.592,34
LT/RT (%) 12,04 13,94 -8,99 Ausente
9,49
LT/CT (%) 13,69 16,20 -8,25 Ausente
10,48
RT média (R$/unidade) 39,53 19,14 28,80 Ausente
--
CT médio (R$/unidade) 34,77 16,47 31,38 Ausente
--
LT médio (R$/unidade) 4,76 2,67 -2,59 Ausente
--
SISTEMA ILP
Item Soja Milho Trigo Boi Gordo Sistema
RT (R$)
1
316.241,67 216.931,25 95.995,09 552.213,47 1.181.381,47
CT (R$) 272.609,84 182.881,15 100.973,45 513.595,19 1.070.059,63
LT (R$) 43.631,83 34.050,10 -4.978,37 38.618,28 111.321,84
LT/RT (%) 13,80 15,70 -5,19 6,99 9,42
LT/CT (%) 16,01 18,62 -4,93 7,52 10,40
RT média (R$/unidade) 39,53 19,14 28,80 70,88 --
CT médio (R$/unidade) 34,08 16,14 30,29 65,92 --
LT médio (R$/unidade) 5,45 3,00 -1,49 4,96 --
SISTEMA BC
Item Soja Milho Trigo Boi Gordo Sistema
RT (R$)
1
Ausente Ausente Ausente 1.506.034,60 1.506.034,60
CT (R$) Ausente
Ausente
Ausente
1.445.856,44 1.445.856,44
LT (R$) Ausente
Ausente
Ausente
60.178,17 60.178,17
LT/RT (%) Ausente
Ausente
Ausente
4,00 4,00
LT/CT (%) Ausente
Ausente
Ausente
4,16 4,16
RT média (R$/unidade) Ausente
Ausente
Ausente
70,88 --
CT médio (R$/unidade) Ausente
Ausente
Ausente
68,05 --
LT médio (R$/unidade) Ausente
Ausente
Ausente
2,83 --
Fonte: Resultados da pesquisa.
1
Para determinar cada valor de RT esperada, inicialmente foi multiplicado o valor médio da relação
LT/CT pelo CT esperado, obtendo-se, assim, o LT esperado; finalmente, ao somar o LT com o CT
esperados, chegou-se ao valor da RT esperada.
119
A respeito do trigo, os resultados obtidos também demonstram que esta
cultura tende a apresentar problemas de rentabilidade. Isso porque, nos dois
sistemas em que está presente, os retornos médios em termos de relação LT/CT
foram negativos: -8,25% e -4,93%, respectivamente, na PV e ILP. É relevante
enfatizar que esses dados são corroborados por resultados de pesquisas de duas
importantes instituições: Conab (Companhia Nacional de Abastecimento) e
Embrapa Trigo. Baseado em dados da Conab, ao analisar os desempenhos
econômicos da triticultura dos estados do Paraná e Rio Grande do Sul, Bracale
(2006) mostra que, na maioria das safras agrícolas entre os períodos de 1998/99 e
2005/06, foram registradas rentabilidades negativas, que acabam sendo muito
desfavoráveis à exploração da cultura. Nesse mesmo período, estimativas da
Embrapa Trigo também confirmam os problemas de rentabilidade do trigo
(AMBROSI, 2000; MORI, 2004; MORI, 2006).
Embora o trigo tenda a apresentar retornos esperados negativos, é
fundamental destacar que essa cultura desempenha papel importante nos sistemas
de PV e ILP. Isso porque as produções das atividades exploradas na sequência
(atividades de verão) são favorecidas, por exemplo, pela redução da infestação de
plantas daninhas e pela melhoria da qualidade do solo associada com o uso de
nutrientes químicos e com a cobertura deste fator de produção.
Com relação à bovinocultura de corte, os dados do Quadro 14 evidenciam
que ela apresenta retornos esperados positivos nos sistemas de ILP e BC. Na ILP,
tem-se maior desempenho econômico dessa atividade de pecuária, pois,
conforme já destacado, existe melhor aproveitamento e utilização dos recursos
produtivos. Considerando o custo total médio da arroba do boi gordo, verifica-se
que no sistema de BC ele é cerca de 3,2% maior do que aquele calculado para o
sistema de ILP.
Ao analisar os sistemas como um todo, pode-se inferir que, no curto prazo,
apesar das diferenças, os resultados econômicos médios dos três sistemas
possibilitam cobrir todos os custos fixos e variáveis, gerando ainda um lucro
positivo. Adicionalmente, mesmo com menores retornos das atividades agrícolas,
ao serem assumidas produtividades constantes, o sistema de PV apresenta retorno
120
esperado muito semelhante àquele observado na ILP. Esse desempenho se
justifica pelo fato de as áreas destinadas às culturas da soja e do milho, que
apresentam os maiores retornos esperados, serem maiores no sistema de PV.
Por sua vez, em função de a bovinocultura de corte apresentar retornos
esperados que superam apenas os da triticultura, o sistema de BC é aquele que
apresenta o menor retorno esperado. Usando como referência a relação LT/CT,
observa-se que os sistemas de PV, ILP e BC apresentam retornos esperados,
respectivamente, de 10,48%, 10,40% e 4,16%.
No tocante à variabilidade dos retornos, foi elaborado o Quadro 15, por
meio do qual é possível avaliar a dispersão dos valores relativos às atividades
individuais e aos sistemas como um todo. Tomando como referência os
coeficientes de variação calculados, percebe-se que, das atividades
agropecuárias, o trigo apresenta as maiores variações em torno da média. Como
as produtividades são mantidas constantes, pode-se inferir que essa atividade é a
mais sensível a mudanças em fatores de mercado. Por outro lado, o milho foi,
entre as culturas agrícolas, o que apresentou menor variabilidade frente a
mudanças nos fatores citados.
Quanto à bovinocultura de corte, são observados coeficientes de variação
bastante distintos quando considerados os sistemas de BC e ILP: 166,35% e
94,41%, respectivamente. No sistema de BC existe maior dispersão dos retornos
esperados em virtude de o mesmo ser especializado apenas na atividade de
pecuária, que é, portanto, totalmente afetada pelos fatores de mercado que
determinam os resultados econômicos do sistema.
A respeito dos sistemas como um todo, ainda usando como medida o
coeficiente de variação, nota-se que na ILP existe menor volatilidade dos
retornos esperados (109,3%); para os outros dois sistemas, a variabilidade é
muito semelhante: em torno de 166,5%. Esses dados, de certa forma, constituem
indicativos importantes no sentido de mostrar que, levando em conta as
características dos três sistemas estudados, a combinação de atividades agrícolas
e de pecuária traz vantagens em termos de redução da sensibilidade dos retornos
econômicos frente às oscilações que ocorrem no mercado agropecuário.
121
Quadro 15 - Estatísticas associadas aos retornos esperados (LT/CT), com
produtividades constantes, das atividades e sistemas de produção
SISTEMA PV
Estatística Soja Milho Trigo Boi Gordo Sistema
2
Média (%) 13,69 16,20 -8,25 Ausente 10,48
Máximo (%) 74,58 91,55 58,84 Ausente
70,61
Mínimo (%) -22,33 -25,94 -34,46 Ausente
-24,65
Desvio padrão (%) 21,78 21,52 14,12 Ausente
17,47
CV
1
(%) 159,09 132,84 171,15 Ausente 166,70
SISTEMA ILP
Estatística Soja Milho Trigo Boi Gordo Sistema
Média (%) 16,01 18,62 -4,93 7,52 10,40
Máximo (%) 77,09 94,37 63,87 29,23 46,75
Mínimo (%) -20,72 -24,38 -32,06 -9,45 -13,87
Desvio padrão (%) 22,09 21,92 14,47 7,10 11,37
CV (%) 137,98 117,72 293,51 94,41 109,33
SISTEMA BC
Estatística Soja Milho Trigo Boi Gordo Sistema
Média (%) Ausente Ausente Ausente 4,16 4,16
Máximo (%) Ausente
Ausente
Ausente
25,61 25,61
Mínimo (%) Ausente
Ausente
Ausente
-12,75 -12,75
Desvio padrão (%) Ausente
Ausente
Ausente
6,92 6,92
CV (%) Ausente
Ausente
Ausente
166,35 166,35
Fonte: Resultados da pesquisa.
1
CV = coeficiente de variação.
2
Pelo teste t, as médias dos retornos dos sistemas de PV e ILP são, para um nível de significância de 1%,
estatisticamente iguais; por outro lado, a média dos retornos do sistema de BC, para esse mesmo nível
de significância, difere das médias dos outros dois sistemas.
Apesar das diferenças observadas em termos de variabilidade nos retornos
de atividades e sistemas, também baseado no Quadro 15, é pertinente destacar
que, no setor agropecuário, as mudanças em fatores de mercado tendem a causar
impactos altamente significativos sobre os resultados esperados. Isso porque,
para todas as atividades e sistemas, os coeficientes de variação estimados foram
muito altos, o que acaba reforçando a justificativa de que os produtores devem
adotar estratégias diferenciadas, relacionadas com a compra de insumos,
produção e/ou comercialização, visando a minimizar as influências desses
fatores. Dentre essas estratégias, podem ser citadas a diversificação da produção
e as vendas efetuadas por meio de contratos que apresentem garantias de preços.
122
Para auxiliar as discussões referentes à variabilidade dos retornos, também
foi construída a Figura 17. Visualmente se percebe que, para os três sistemas, os
retornos esperados apresentam grandes variações ao longo do tempo. O fato de as
variações mais acentuadas serem evidenciadas no sistema de PV permite inferir
que as atividades agrícolas (soja, milho e trigo), quando em situações de mercado
favoráveis (maior relação preços recebidos/preços pagos), propiciam altos
retornos, superando aqueles dos sistemas em que a atividade de pecuária está
presente. No entanto, em situações de mercado desfavoráveis, as atividades
agrícolas tendem a ser mais afetadas negativamente, provocando, assim,
acentuadas quedas nos retornos do sistema. Essas constatações, de certa maneira,
vão de encontro aos achados de Canziani e Guimarães (2007), pois, ao estudarem
a viabilidade econômica da pecuária de corte no sistema de ILP no Paraná, por
meio da utilização de dados mensais que compreendem o período de 1996 a
2006, observaram que, quando os preços pagos pelos produtos agropecuários
(milho, trigo e boi gordo) estão baixos, a pecuária aparece como alternativa mais
rentável, especialmente para a safra de inverno. Por outro lado, nas situações em
que todos os preços destes produtos estão altos, as atividades agrícolas, em geral,
resultam em maiores retornos em relação à pecuária.
O sistema de BC, apesar de apresentar o menor retorno esperado e um
coeficiente de variação superior ao calculado para o sistema de ILP, é aquele que,
visualmente, possui a série de retornos com menos clusters de volatilidade, ou
seja, não se visualizam claramente, em comparação com as séries de retornos dos
outros dois sistemas, períodos com pequenas oscilações alternados com períodos
de grandes oscilações nos retornos. Com isso, ao incluir a atividade de pecuária
no sistema que antes era especializado na produção vegetal, reduz-se o tamanho
das variações na série de retornos. Isso porque, conforme se verifica na Figura
17, a série de retornos do sistema de ILP tende a se situar em uma posição
intermediária entre as séries de retornos dos outros dois sistemas, indicando
novamente que existem benefícios técnicos (já comprados por diversos trabalhos
científicos) e econômicos associados com a combinação das atividades agrícolas
e de pecuária.
123
-30%
-15%
0%
15%
30%
45%
60%
75%
jan/95
jul/95
jan/96
jul/96
jan/97
jul/97
jan/98
jul/98
jan/99
jul/99
jan/00
jul/00
jan/01
jul/01
jan/02
jul/02
jan/03
jul/03
jan/04
jul/04
jan/05
jul/05
jan/06
jul/06
jan/07
jul/07
Retorno
PV
ILP
BC
Fonte: Resultados da pesquisa.
Figura 17 - Séries de retornos esperados (LT/CT), com produtividades
constantes, dos sistemas de produção.
Sobre as séries de retornos apresentadas na Figura 17, foram calculadas
também as distribuições de frequências relativas (FR) e acumuladas (FA).
Analisando a Figura 18, percebe-se claramente, pela FR, que, enquanto o sistema
de BC é aquele que possui os retornos distribuídos mais próximos do valor
esperado, no sistema de PV tem-se a maior amplitude de variação em relação a
esse valor. Contudo, embora o sistema de BC apresente, visualmente, retornos
menos dispersos em relação aos dos outros dois sistemas, é possível perceber que
na ILP os retornos se distribuem de forma mais favorável, pois, se por um lado o
valor mínimo calculado está muito próximo daquele associado com o do sistema
de BC (-13,87% e -12,75%, respectivamente), por outro o valor máximo é
bastante superior ao observado nesse sistema (46,75% e 25,61%,
respectivamente) (Quadro 15). A partir das representações das frequências
124
relativas, evidencia-se ainda que o sistema de ILP, em comparação com o de PV,
apresenta menor variabilidade nos seus retornos. Isso porque, para retornos
esperados muito semelhantes (10,40% e 10,48%), os dois conjuntos de dados são
claramente diferentes, sendo muito mais dispersos no sistema de PV.
0,00
0,10
0,20
0,30
0,40
0,50
-0,40 -0,20 0,00 0,20 0,40 0,60 0,80
Retorno
FR
PV
ILP
BC
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
-0,40 -0,20 0,00 0,20 0,40 0,60 0,80
Retorno
FA
PV
ILP
BC
Fonte: Resultados da pesquisa.
Figura 18 - Representações das frequências relativas e acumuladas das séries de
retornos esperados (LT/CT), com produtividades constantes.
As constatações destacadas no parágrafo anterior são também visualizadas
por meio das distribuições de frequências acumuladas. Observa-se que os
retornos do sistema de ILP superam os da BC com um nível de probabilidade
menor que 10%; por outro lado, o sistema de PV apresenta retornos maiores que
os observados para os sistemas de BC e ILP apenas quando considerados os
níveis de probabilidade, respectivamente, em torno de 28% e 50%.
Cabe salientar ainda que, sobre as séries de retornos esperados dos três
sistemas, foram realizados testes para identificar as funções de distribuição de
probabilidade que melhor explicam seus comportamentos ao longo do tempo.
Pelo teste de Jarque-Bera, que é um teste assintótico, realizado com base nos
coeficientes de assimetria e curtose, visando a avaliar se os dados seguem ou não a
125
distribuição normal (GUJARATI, 2000), constatou-se que, para os sistemas de
ILP e BC, não se rejeita a hipótese nula de que as séries de retornos são
normalmente distribuídas. Para a série do sistema de PV, mediante a utilização
do programa Best Fit, verificou-se que os dados são mais bem explicados pela
função logística. Para essa série, o valor da curtose foi de 4,2 (para uma
distribuição normal, o valor esperado é igual a 3,0), caracterizando uma
distribuição leptocúrtica, que em geral está presente em séries com
heteroscedasticidade (variância não constante) e com agrupamentos (clusters) de
volatilidade.
Em síntese, as análises e observações realizadas neste item dão conta que,
em termos econômicos, a combinação de atividades agrícolas e de pecuária pode
trazer vantagens interessantes, especialmente por propiciar, no curto prazo,
adequados retornos e reduzir a instabilidade na renda do produtor rural. No
entanto, para dar suporte às discussões já efetuadas, e tendo em vista que os
resultados econômicos dependem, em muito, das produtividades, é necessário
efetuar análises em que se admitem desempenhos técnicos variados. Nessa
perspectiva, a seguir são apresentados e discutidos resultados obtidos com
simulações de distintos níveis de produtividade das atividades que compõem os
sistemas em estudo.
4.3.2.2. Os retornos com produtividades variáveis
Ao variar, por meio de simulação, as produtividades das atividades
agropecuárias, constatou-se que os resultados econômicos (Quadro 16) tendem a
seguir comportamentos similares àqueles obtidos com a manutenção de
desempenhos técnicos constantes (Quadro 14).
As atividades agrícolas (soja, milho e trigo) presentes no sistema de PV
continuam apresentando retornos esperados menores (LT/RT e LT/CT) do que
aqueles associados com essas mesmas atividades presentes no sistema de ILP.
Em relação à bovinocultura de corte, o Quadro 16 também evidencia que os
126
retornos esperados, embora positivos nos sistemas de ILP e BC, superam apenas
os da triticultura.
Quadro 16 - Valores esperados, com produtividades variáveis, para atividades e
sistemas de produção
SISTEMA PV
Item Soja Milho Trigo Boi Gordo Sistema
RT (R$) 386.469,66 265.761,79 127.799,45 Ausente 780.030,90
CT (R$) 347.221,78 233.035,50 131.178,89 Ausente
711.436,17
LT (R$) 39.247,88 32.726,29 -3.379,44 Ausente
68.594,73
LT/RT (%) 10,16 12,31 -2,64 Ausente
8,79
LT/CT (%) 11,30 14,04 -2,58 Ausente
9,64
RT média (R$/unidade) 38,65 18,76 30,67 Ausente
--
CT médio (R$/unidade) 34,72 16,45 31,48 Ausente
--
LT médio (R$/unidade) 3,92 2,31 -0,81 Ausente
--
SISTEMA ILP
Item Soja Milho Trigo Boi Gordo Sistema
RT (R$) 309.210,35 212.656,25 102.245,36 552.778,50 1.176.890,45
CT (R$) 272.250,63 182.664,81 101.300,40 514.256,32 1.070.472,15
LT (R$) 36.959,72 29.991,44 944,96 38.522,18 106.418,31
LT/RT (%) 11,95 14,10 0,92 6,97 9,04
LT/CT (%) 13,58 16,42 0,93 7,49 9,94
RT média (R$/unidade) 38,65 18,76 30,67 70,95 --
CT médio (R$/unidade) 34,03 16,12 30,39 66,01 --
LT médio (R$/unidade) 4,62 2,65 0,28 4,94 --
SISTEMA BC
Item Soja Milho Trigo Boi Gordo Sistema
RT (R$) Ausente Ausente Ausente 1.507.435,46 1.507.435,46
CT (R$) Ausente
Ausente
Ausente
1.447.659,52 1.447.659,52
LT (R$) Ausente
Ausente
Ausente
59.775,94 59.775,94
LT/RT (%) Ausente
Ausente
Ausente
3,97 3,97
LT/CT (%) Ausente
Ausente
Ausente
4,13 4,13
RT média (R$/unidade) Ausente
Ausente
Ausente
70,95 --
CT médio (R$/unidade) Ausente
Ausente
Ausente
68,13 --
LT médio (R$/unidade) Ausente
Ausente
Ausente
2,82 --
Fonte: Resultados da pesquisa.
Analisando conjuntamente os dados dos Quadros 14 e 16, constata-se que
o trigo foi, entre todas as atividades que compõem os sistemas, a única que
apresentou melhoria nos retornos esperados ao se assumirem diferentes níveis de
127
produtividade; para as demais atividades, esses retornos caíram em consequência
das variações nos desempenhos técnicos.
Os retornos médios do trigo, medidos pela relação LT/CT, passaram de -
8,25% e -4,93% para -2,58% e 0,93%, respectivamente, nos sistemas de PV e
ILP. As melhorias nos resultados da triticultura devem-se ao fato de que, a
diferença entre as produtividades esperada e máxima é superior àquela observada
entre as produtividades esperada e mínima: 1.400 e 900kg/ha, respectivamente
(Quadro 4). Assim, durante o processo de simulação, baseado no método Latin
Hypercube, em que a totalidade da área da distribuição é amostrada de forma
mais uniforme e consistente (DECISIONEERING, 2007), os dados gerados, ao
invés de se concentrarem em torno da média, tendem a ser mais bem distribuídos
em toda a área delimitada pelos valores extremos (mínimo e máximo).
Em termos de sistemas como um todo, nota-se que, mesmo variando as
produtividades, os retornos esperados, apesar de ligeiramente menores que
aqueles apresentados no Quadro 14, são positivos, corroborando a idéia de que,
no curto prazo, os resultados econômicos médios possibilitam cobrir todos os
custos fixos e variáveis. Além disso, com produtividades variadas, o sistema de
ILP, em comparação com o de PV, passa a apresentar retornos esperados
ligeiramente superiores, indicando, de certa maneira, que os resultados
econômicos em sistemas baseados apenas em atividades agrícolas tendem a ser
mais afetados por variações nos desempenhos técnicos. Mediante a relação
LT/CT, verifica-se que os sistemas de ILP, PV e BC apresentam retornos
esperados, respectivamente, de 9,94%, 9,64% e 4,13% (com produtividades
constantes, esses retornos são, respectivamente, de 10,40%, 10,48% e 4,16%).
A respeito da variabilidade dos retornos, observa-se que tanto as
atividades individuais como os sistemas continuam apresentando altas dispersões
em torno das médias (Quadro 17). Frente a diferentes produtividades, ao analisar
os coeficientes de variação, é fácil perceber que o trigo possui, entre todas as
atividades agropecuárias, os retornos mais dispersos, o que demonstra ser a
atividade mais sensível a mudanças em fatores operacionais e de mercado.
128
Quadro 17 - Estatísticas associadas aos retornos esperados (LT/CT), com
produtividades variáveis, das atividades e sistemas de produção
SISTEMA PV
Estatística Soja Milho Trigo Boi Gordo Sistema
1
Média (%) 11,30 14,04 -2,58 Ausente 9,64
Máximo (%) 84,28 110,39 129,38 Ausente 86,52
Mínimo (%) -31,24 -37,26 -55,95 Ausente -32,87
Desvio padrão (%) 21,75 22,11 22,26 Ausente 17,77
CV (%) 192,45 157,46 864,08 Ausente 184,34
SISTEMA ILP
Estatística Soja Milho Trigo Boi Gordo Sistema
Média (%) 13,58 16,42 0,93 7,49 9,94
Máximo (%) 86,91 113,44 136,36 37,08 55,47
Mínimo (%) -29,80 -35,93 -54,32 -16,03 -20,13
Desvio padrão (%) 22,07 22,53 22,92 7,85 11,58
CV (%) 162,56 137,19 2.456,94 104,76 116,49
SISTEMA BC
Estatística Soja Milho Trigo Boi Gordo Sistema
Média (%) Ausente Ausente Ausente 4,13 4,13
Máximo (%) Ausente Ausente Ausente 33,02 33,02
Mínimo (%) Ausente Ausente Ausente -18,72 -18,72
Desvio padrão (%) Ausente Ausente Ausente 7,59 7,59
CV (%) Ausente Ausente Ausente 183,78 183,78
Fonte: Resultados da pesquisa.
1
Pelo teste t, as médias dos retornos dos três sistemas são, para um nível de significância de 1%,
estatisticamente diferentes entre si.
Referente aos sistemas, usando como medida o coeficiente de variação,
nota-se novamente que na ILP existe menor volatilidade dos retornos esperados
(116,49%); para os outros dois sistemas, a variabilidade é muito semelhante: em
torno de 184,0%.
Em resumo, ao serem analisados os dados do Quadro 17, em comparação
com aqueles do Quadro 15, constatam-se comportamentos muito similares em
termos de variabilidade nos retornos de atividades e sistemas. No entanto, ao se
variarem as produtividades, ocorrem aumentos significativos nos coeficientes de
variação, indicando que, no setor agropecuário, os resultados econômicos são
muito influenciados por fatores de ordens técnica e mercadológica.
129
A partir das séries de retornos esperados, geradas com diferentes níveis de
produtividades, calcularam-se também as distribuições de frequências relativas
(FR) e acumuladas (FA). Ao avaliar a Figura 19, são feitas constatações muito
semelhantes àquelas assinaladas para a Figura 18. Isso porque, visualmente,
percebe-se novamente que os retornos esperados do sistema de ILP, embora um
pouco mais dispersos que aqueles do sistema de BC, continuam se distribuindo
de forma mais favorável. Por outro lado, evidencia-se que os retornos do sistema
de PV são muito mais voláteis frente a variações em fatores operacionais e de
mercado, inclusive superando os retornos esperados do sistema de ILP apenas
quando se assume um nível de probabilidade da ordem de 55%.
0,00
0,10
0,20
0,30
0,40
-0,40 -0,20 0,00 0,20 0,40 0,60 0,80 1,00
Retorno
FR
PV
ILP
BC
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
-0,40 -0,20 0,00 0,20 0,40 0,60 0,80 1,00
Retorno
FA
PV
ILP
BC
Fonte: Resultados da pesquisa.
Figura 19 - Representações das frequências relativas e acumuladas das séries de
retornos esperados (LT/CT), com produtividades variáveis.
Sobre as séries de retornos esperados, obtidas com variações nos
desempenhos técnicos, foram também realizados testes para identificar as
funções de distribuição de probabilidade. Enquanto as séries de retornos dos
sistemas de ILP e BC continuaram sendo mais bem ajustadas pela distribuição
130
normal, para a série do sistema de PV, a função log-logística, com curtose
estimada em 5,3, passou a ser aquela que melhor explica seu comportamento.
Finalmente, pode-se inferir que o conjunto de resultados e discussões a
respeito do comportamento dos retornos esperados, tanto com produtividades
constantes como variáveis, mostra diferenças importantes entre os três sistemas
de produção. Contudo, para avaliar os possíveis riscos e perdas que os produtores
podem enfrentar, especialmente no curto prazo, nos próximos dois itens são
desenvolvidas análises mais específicas e avançadas para estudar a volatilidade
dos retornos associados com a exploração dos sistemas em questão.
4.3.3. Impactos das atividades agropecuárias nos riscos de mercado
Conforme já discutido em itens anteriores, os resultados econômicos dos
sistemas de produção agropecuária são muito influenciados por fatores de
mercado. Para minimizar a sensibilidade frente a mudanças nesses fatores, a
diversificação com atividades que, ao longo do tempo, tendem a gerar retornos
que se movem de maneiras distintas pode constituir alternativa bastante
interessante. Assim, utilizando produtividades constantes das atividades que
compõem os sistemas de PV e ILP, foram obtidos resultados que mostram a
contribuição de cada atividade para a redução (ou não) dos riscos de mercado.
Com base na Figura 20, visualmente se observa que, nos dois sistemas, as
atividades agrícolas apresentam comportamentos semelhantes, ou seja, os
comportamentos dos retornos da soja, do milho e do trigo explorados no sistema
de PV são similares àqueles dessas mesmas atividades desenvolvidas na ILP.
Essas semelhanças são plenamente justificadas pelo fato de que, nos dois
sistemas, emprega-se a mesma tecnologia de produção agrícola. Ainda a respeito
dessas atividades, é pertinente fazer dois comentários adicionais: 1) o trigo é a
cultura com maiores problemas de rentabilidade, pois, na maior parte do período
analisado, apresentou retornos negativos; e 2) na maioria das oscilações se nota
que, tanto na PV como na ILP, os retornos das três culturas agrícolas seguem
movimentos um tanto similares. Para os retornos da atividade de pecuária, que
131
são aparentemente mais estáveis que aqueles das atividades agrícolas, não existe
tanta clareza de que sigam movimentos similares aos retornos dessas atividades.
Essas análises referentes à Figura 20 sugerem que a combinação de
atividades no sistema de PV propicia, em relação àquela do sistema de ILP,
menores benefícios associados com a redução dos riscos não-sistemáticos, isto é,
que poderiam ser minimizados por meio da diversificação agropecuária.
-35%
-20%
-5%
10%
25%
40%
55%
70%
85%
100%
j
a
n
/
9
5
j
u
l
/
9
5
j
a
n
/
9
6
j
u
l
/
9
6
j
a
n
/
9
7
j
u
l
/
9
7
j
a
n
/
9
8
j
u
l
/
9
8
j
a
n
/
9
9
j
u
l
/
9
9
j
a
n
/
0
0
j
u
l
/
0
0
j
a
n
/
0
1
j
u
l
/
0
1
j
a
n
/
0
2
j
u
l
/
0
2
j
a
n
/
0
3
j
u
l
/
0
3
j
a
n
/
0
4
j
u
l
/
0
4
j
a
n
/
0
5
j
u
l
/
0
5
j
a
n
/
0
6
j
u
l
/
0
6
j
a
n
/
0
7
j
u
l
/
0
7
Retorno
PV Soja Milho Trigo
-35%
-20%
-5%
10%
25%
40%
55%
70%
85%
100%
j
a
n
/95
j
a
n
/96
jan/97
j
a
n
/
9
8
j
a
n
/99
jan/00
j
a
n
/
0
1
j
a
n
/02
j
a
n
/03
jan/04
j
a
n
/
0
5
j
a
n
/06
jan/07
Retorno
ILP Soja Milho Trigo Bovino
(a) (b)
Fonte: Resultados da pesquisa.
Figura 20 - Séries de retornos esperados (LT/CT), com produtividades
constantes, das atividades e sistemas de PV(a) e ILP(b)
As considerações feitas a partir da Figura 20 são corroboradas pelos
coeficientes que medem as correlações simples médias entre as atividades
presentes nos dois sistemas. Isso porque, mediante os resultados dispostos no
Quadro 18, evidencia-se que as maiores correlações positivas estão associadas
com as séries de retornos esperados das três atividades agrícolas. Para o caso da
bovinocultura de corte, foi estimada uma correlação média positiva menor que
aquelas obtidas para as demais atividades.
Portanto, embora a atividade de pecuária propicie retornos que, ao longo
do tempo, tendem a seguir a mesma direção daqueles associados com as
132
atividades agrícolas, porém com menores similaridades nos movimentos,
existem, de acordo com o Quadro 18, benefícios em combinar produções vegetal
e animal. Quando incluída no sistema especializado em lavouras comerciais, a
bovinocultura de corte constitui a atividade com maior poder no sentido de
contribuir com a redução da variabilidade dos retornos do sistema como um todo.
Quadro 18 - Correlações simples médias, com produtividades constantes, entre as
séries de retornos esperados (LT/CT) das atividades presentes nos
sistemas de PV e ILP
Sistema Soja Milho Trigo Bovino
PV 0,545 0,596 0,594 Ausente
ILP 0,504 0,579 0,456 0,389
Fonte: Resultados da pesquisa.
Finalmente, para confirmar ou não as discussões analíticas associadas com
a Figura 20 e com o Quadro 18, é fundamental avaliar os resultados em termos
de coeficientes de variância relativa
(
)
β
, pois estes representam, segundo Popp e
Rudstrom (2000), uma medida mais completa para avaliar a participação de cada
atividade na variância dos resultados do sistema produtivo. Com base no Quadro
19, pode-se concluir que a atividade de pecuária é a que apresenta maior
contribuição para reduzir os riscos de mercado que cercam os retornos do sistema
de ILP. Isso porque o coeficiente
β
médio da bovinocultura de corte, além de
ser menor do que 1, indicando que a atividade diminui a variância dos retornos
do sistema, foi o menor (0,45) entre todos aqueles das atividades que fazem parte
da ILP. Sobre as atividades agrícolas, nota-se que, tanto na PV como na ILP, a
triticultura, embora tenda a apresentar, ao longo do tempo, rentabilidade
negativa, é a única que contribui para reduzir a variância em questão.
133
Quadro 19 - Coeficientes de variância relativa e contribuições das atividades,
com produtividades constantes, para a variância dos retornos
esperados (LT/CT) dos sistemas de PV e ILP
Sistema Medida estatística Soja Milho Trigo Bovino
Participação no custo total (%) 48,84 32,80 18,37 Ausente
Coeficiente de variância relativa médio 1,13 1,03 0,60 Ausente
PV
Contribuição para a variância média (%) 55,40 33,63 10,97 Ausente
Participação no custo total (%) 25,48 17,11 9,44 47,97
Coeficiente de variância relativa médio 1,69 1,62 0,83 0,45
ILP
Contribuição para a variância média (%) 42,94 27,74 7,86 21,45
Fonte: Resultados da pesquisa.
Ainda a respeito dos dados dispostos no Quadro 19, é possível fazer três
comentários, em que são analisadas relações entre a participação no custo total e
a contribuição de cada atividade para a variância média dos retornos esperados
dos dois sistemas supracitados: 1) as culturas de soja e milho aumentam os riscos
de mercado nos dois sistemas, pois as contribuições dessas atividades para a
variância dos retornos são superiores às participações no custo total; 2) nos
sistemas de PV e de ILP, o trigo é a única atividade agrícola que contribui para
diminuir os riscos de mercado, haja vista que os valores da participação no custo
total são maiores que os da contribuição para a variância média; e 3) a
bovinocultura de corte apresenta maior potencial de redução dos riscos de
mercado que cercam o sistema de ILP, pois, se por um lado responde por quase
50% do custo total, por outro contribui com apenas 21,45% para a variância
média dos retornos esperados.
Em síntese, todas as análises envolvendo os impactos das atividades
agropecuárias sobre os riscos de mercado conduzem à mesma conclusão: os
retornos esperados do sistema de ILP, em relação aos do sistema de PV,
apresentam menor volatilidade frente a variações em fatores de mercado. Assim,
é de se esperar que, nas situações mais desfavoráveis do mercado, e considerando
as características e dinâmicas de funcionamento dos sistemas, o produtor que
134
optar pelo sistema de PV, em relação ao de ILP, fique mais sujeito a se deparar
com maiores perdas em termos de rentabilidade. A respeito dessas perdas, a
seguir, utilizando como medida principal o value-at-risk, são desenvolvidas
análises que envolvem estimativas probabilísticas das piores perdas esperadas,
em termos monetários, para os sistemas de PV, ILP e BC.
4.3.4. O value-at-risk e a relação risco/retorno de cada sistema
Antes de discutir as estimativas dos valores críticos, que representam os
piores resultados econômicos esperados para um ano agrícola, é necessário fazer,
novamente, alguns comentários acerca dos resultados econômicos médios para os
três sistemas, isto é, que seriam obtidos mediante a ocorrência de condições
normais (ou esperadas) em termos de mercado e produtividades (Quadro 20).
Avaliando a relação margem de contribuição
34
/custo variável (MC/CV),
verifica-se que os sistemas com maior e menor retornos médios seriam,
respectivamente, os de PV e BC, haja vista que, nas condições em questão, a
atividade de bovinocultura de corte, em comparação com as demais atividades,
tende a apresentar menor relação MC/CV. Portanto, ao considerar apenas os
custos variáveis, o sistema de PV apresentaria a melhor eficiência econômica
média, sob a perspectiva alocativa, associada com a utilização dos fatores de
produção variáveis. No entanto, ao assumir os custos totais, além de o sistema de
BC continuar com o menor retorno, nota-se que as diferenças nas estruturas de
produção fazem com que os sistemas de PV e de ILP passem a apresentar
retornos muito próximos, medidos pela relação LT/CT. Essas constatações
evidenciam que o desempenho do sistema de PV, especialmente em comparação
com o da ILP, em geral, é mais afetado negativamente quando se considera toda
a estrutura de produção, pois o capital imobilizado é, em termos relativos, maior
no sistema de PV. Nesse caso, pode-se dizer que, diante dos fatores de produção
fixos e variáveis, o sistema de ILP apresenta a melhor eficiência econômica
média, tanto sob a ótica técnica como alocativa. Essa inferência é justificada por
34
A margem de contribuição corresponde à diferença entre a receita total e o custo variável.
135
dois aspectos: 1) em termos de composição do CT, no sistema de PV existe
maior participação do custo fixo (CF): cerca de 22,1%; para os sistemas de ILP e
BC, essa participação é, respectivamente, de 17,5% e 10,5%; e 2) ao dividir a
relação LT/CT pela relação MC/CV, obtém-se na ILP o maior valor relativo
(30,7%), demonstrando, assim, que esse sistema possui a estrutura fixa menos
impactante nos resultados econômicos; para os sistemas de PV e BC, esses
valores são, respectivamente, de 25,1% e 25,6%.
Quadro 20 - Valores anuais esperados para os sistemas de PV, ILP e BC
Valores esperados com produtividades constantes
Sistema
RT (R$) CF (R$)
CV(R$) CT (R$) MC(R$) LT (R$)
MC/CV (%)
LT/CT (%)
CF(%)
CV(%)
PV 786.339 157.627 554.120 711.747 232.219 74.592 41,9 10,5 22,1 77,9
ILP 1.181.381 187.750 882.309 1.070.060 299.072 111.322 33,9 10,4 17,5 82,5
BC 1.506.035 152.462 1.293.394 1.445.856 212.640 60.178 16,4 4,2 10,5 89,5
Valores esperados com produtividades variáveis
Sistema
RT (R$) CF (R$)
CV(R$) CT (R$) MC(R$) LT (R$)
MC/CV (%)
LT/CT (%)
CF(%)
CV(%)
PV 780.031 157.627 553.809 711.436 226.221 68.595 40,8 9,6 22,2 77,8
ILP 1.176.890 187.750 882.722 1.070.472 294.169 106.418 33,3 9,9 17,5 82,5
BC 1.507.435 152.462 1.295.198 1.447.660 212.238 59.776 16,4 4,1 10,5 89,5
Fonte: Resultados da pesquisa.
Variando as produtividades, observam-se, para os três sistemas, apenas
pequenas oscilações em relação aos resultados obtidos com produtividades
constantes. Contudo, nessa nova situação, o desempenho da ILP, avaliado pela
relação LT/CT, torna-se ligeiramente superior ao da PV, evidenciando que, frente
a variações nos desempenhos técnicos, os resultados econômicos dos sistemas
que possuem a atividade de pecuária são menos afetados que aqueles do sistema
especializado em produção vegetal. Para dar consistência a esse comentário,
constata-se que, variando as produtividades, as menores variações no LT
ocorrem no sistema de BC (-0,7%), seguido pelo de ILP (-4,4%); no sistema de
PV tem-se a maior variação negativa (-8,0%).
136
Como síntese geral dos resultados apresentados no Quadro 20, é possível
destacar que, mesmo com diferenças importantes entre os três sistemas, os
valores esperados para o LT possibilitam cobrir todos os custos de produção
(incluindo os custos de oportunidade dos capitais mobilizado e imobilizado), e
ainda gerar lucros positivos. Contudo, essas análises são muito limitadas,
especialmente por desconsiderar as possíveis variações que, ao longo do tempo,
podem ser observadas nos distintos sistemas de produção. Nessa perspectiva,
utilizando como referência principal o value-at-risk (VaR), que neste trabalho
representa o lucro em risco, foram estimados, para um nível de confiança de
95%, os piores lucros esperados que podem ser observados em um ano agrícola.
As estimativas referidas, realizadas pelos métodos histórico com
produtividades constantes (HPC), delta normal (DN) e histórico com
produtividades variáveis (HPV), mostram que o sistema de PV está sujeito a
apresentar os maiores prejuízos. Isso porque, na média das três estimativas, o
VaR desse sistema foi de -R$129.111, que representa, em relação ao CT
esperado, um retorno de cerca de -18,1%. Por outro lado, enquanto no sistema de
ILP se registrou o menor prejuízo monetário (o VaR médio foi de -R$100.769),
no de BC se estimou o menor prejuízo médio relativo (-7,6%). De outra maneira,
pode-se dizer que, para um nível de significância de 5%, os máximos prejuízos
que o produtor rural poderá esperar em um ano agrícola são, pelas médias das
três estimativas, de R$129.111, R$110.254 e R$100.769 ao optar,
respectivamente, pelos sistemas de PV, BC e ILP (Quadro 21).
Ao analisar o Quadro 21, percebe-se que os três métodos citados geraram
resultados que conduzem às mesmas conclusões quando são efetuadas
comparações entre os sistemas. Além disso, deve-se destacar que os três métodos
tenderam a apresentar acurácia significativa, ou seja, com exceção apenas da
estimativa do VaR do sistema de BC a partir do método HPV, nas demais
estimativas não se rejeitou, pelos testes de Kupiec e Z, a hipótese nula de que a
proporção verdadeira de violações era igual ao nível de significância de 5%
utilizado para calcular o VaR. Com relação à estimativa do VaR por meio do
método HPV no sistema BC, cabe assinalar que, embora apresentou ligeira
137
superestimação do prejuízo, pois o percentual de violações ocorridas foi de 4,5%,
o fato de ser baseada em um grande número de observações (15.200), de certa
forma, torna seu resultado consistente. Adicionalmente, é pertinente enfatizar
que, embora os retornos obtidos com produtividades esperadas para o sistema de
PV apresentaram comportamento mais bem explicado pela distribuição logística
e não pela distribuição não-normal, o método DN revelou grande acurácia para
estimar a matriz Var-Cov desses retornos (Quadro 10C do Apêndice C).
Quadro 21 - Estimativas do value-at-risk (VaR), associadas com os retornos
esperados (LT/CT), para cada sistema de produção
Sistema Método
1
LT esperado (R$) LT esperado (%
2
) VaR (R$) VaR (%
3
)
HPC 74.592,3 10,5 -123.710,9 -17,4
DN 74.592,3 10,5 -130.594,1 -18,3
PV
HPV 68.594,7 9,6 -133.028,1 -18,7
HPC 111.321,8 10,4 -102.276,4 -9,6
DN 111.321,8 10,4 -89.407,8 -8,4
ILP
HPV 106.418,3 9,9 -110.621,4 -10,3
HPC 60.178,2 4,2 -105.244,7 -7,3
DN 60.178,2 4,2 -104.837,4 -7,3
BC
HPV 59.775,9 4,1 -120.681,3 -8,3
Fonte: Resultados da pesquisa.
1
Para as estimativas realizadas pelos métodos HPC e DN, foram utilizadas produtividades esperadas; no
método HPV, usando os dados apresentados no Quadro 4 e a função de distribuição de probabilidade
triangular, foram gerados, aleatoriamente e para cada observação, 100 diferentes níveis de
produtividades das atividades agropecuárias.
2
Representa o retorno medido pela relação LTesperado/CTesperado.
3
Corresponde ao retorno associado com a relação VaR/CTesperado.
As estimativas mostram também que, para os três sistemas, os maiores
prejuízos, medidos pelo VaR, ocorrem quando são utilizadas produtividades
variáveis. Essa constatação corrobora inferências anteriores, em que se afirma a
importância de que, na tomada de decisão a respeito de escolhas de alternativas
de exploração agropecuária, sejam analisados com bastante cuidado os diversos
138
fatores operacionais e de mercado, que podem afetar significativamente os
resultados econômicos da propriedade rural.
Com base nas estimativas apresentadas no Quadro 21 e nos valores
esperados que formam o Quadro 20, é possível fazer comentários adicionais em
que se consideram apenas os resultados em termos de MC. Para tanto, ao somar
os valores monetários do VaR com o CF esperado de cada sistema, foram
calculadas as piores margem de contribuição (PMC) (Quadro 22). Esses cálculos,
de certo modo, evidenciam que, ao avaliar apenas o desempenho econômico em
relação aos custos variáveis, o sistema de ILP também apresenta características
que o tornam menos sensível a situações desfavoráveis, vinculadas com aspectos
técnicos e/ou mercadológicos. Isso porque, pelos três métodos, na ILP, além das
menores perdas, observam-se as maiores relações PMC/MCesperada; por outro
lado, no sistema de PV são evidenciados os menores valores nessa relação.
Quadro 22 - Estimativas da pior margem de contribuição (PMC), associadas com
os retornos esperados (MC/CV), para cada sistema de produção
Sistema Método
MC esperada
(R$)
MC esperada
(%
1
)
PMC
(R$)
PMC
(%
2
)
PMC/
MC esperada (%)
HPC 232.219,0 41,9 33.915,8 6,1 14,6
DN 232.219,0 41,9 27.032,6 4,9 11,7
PV
HPV 226.221,4 40,8 24.598,6 4,4 10,8
HPC 299.072,2 33,9 85.474,0 9,7 28,6
DN 299.072,2 33,9 98.342,6 11,1 32,7
ILP
HPV 294.168,7 33,3 77.129,0 8,7 26,1
HPC 212.640,1 16,4 47.217,2 3,7 22,6
DN 212.640,1 16,4 47.624,6 3,7 22,6
BC
HPV 212.237,9 16,4 31.780,6 2,5 15,2
Fonte: Resultados da pesquisa.
1
Representa o retorno medido pela relação MCesperada/CVesperado.
2
Corresponde ao retorno associado com a relação PMC/CVesperado.
139
Finalmente, para analisar comparativamente os desempenhos econômicos
dos três sistemas de produção, foi elaborado o Quadro 23, em que são
apresentados os resultados em termos de relação risco/retorno, medida pela
Índice Sharpe Adaptado (ISA). Levando em conta que, quanto menor o valor do
ISA, menor é a volatilidade nos retornos, pode-se afirmar que o sistema de ILP,
pelos resultados obtidos com os três métodos de estimação, tende a propiciar
retornos mais estáveis ao longo do tempo. Para os outros dois sistemas, os
valores do ISA são bastante semelhantes.
Quadro 23 - Estimativas da relação risco/retorno medida pelo ISA
Método para estimar o VaR
Sistema
HPC DN HPV
Média
PV 1,658 1,751 1,939 1,783
ILP 0,919 0,803 1,039 0,920
BC 1,749 1,742 2,019 1,837
Fonte: Resultados da pesquisa.
Tomando como referência as médias das relações risco/retorno estimadas
para cada sistema, pode-se dizer que, no sistema de ILP, para cada unidade de
retorno, existe 0,920 unidade de risco associada; para os sistemas de PV e BC,
têm-se, respectivamente, 1,783 e 1,837 unidade de risco para cada unidade de
retorno. Esses resultados demonstram que, em termos econômicos, a combinação
de atividades agrícolas e de pecuária, além de propiciar adequados retornos
esperados, pode trazer, em relação aos sistemas especializados em produções
vegetal ou animal, maiores estabilidades nesses retornos.
140
5. RESUMO E CONCLUSÕES
O setor agropecuário nacional é caracterizado por uma grande diversidade
de sistemas de produção, cujas configurações são condicionadas por inúmeros
fatores agroecológicos, tecnológicos, econômicos e sociais. Quanto aos
resultados desses sistemas, eles são, em geral, cercados por vários riscos, dentre
os quais merecem atenção especial os de naturezas operacional e mercadológica.
Para minimizar esses riscos, a diversificação de atividades agropecuárias pode
constituir interessante estratégia, permitindo obter resultados econômicos que,
além de atender aos objetivos do produtor, sejam mais estáveis ao longo do
tempo.
Essas considerações gerais, juntamente com o fato de este estudo estar
focado no desenvolvimento de análises comparativas relacionadas com o
desempenho econômico e os riscos associados com diferentes opções de sistemas
agropecuários, levaram a estruturar o quadro teórico com três aspectos
fundamentais: o processo decisório, os investimentos de capital e a tomada de
decisão sob condições de incertezas. Baseado nas teorias do processo decisório, é
possível inferir que a escolha de qualquer sistema de produção é um tanto
complexa, pois depende de uma gama de fatores objetivos e subjetivos, que
condicionam as decisões e ações dos produtores rurais. Sobre os fatores
141
objetivos, destacam-se as informações associadas com os investimentos de
capital e os prováveis retornos e riscos vinculados com esses investimentos.
A respeito das inversões de capital, utilizando os pressupostos da teoria
Keynesiana, assume-se que os produtores rurais tendem a adotar sistemas
produtivos que, teoricamente, proporcionem taxas esperadas de rentabilidade que
ao menos compensem os custos de oportunidade do capital. No entanto, tendo
em vista que esses agentes econômicos são, em geral, avessos ao risco, na
escolha final da alternativa de sistema são, também, consideradas as principais
incertezas que, ao longo do tempo, circundam as expectativas de retornos.
Portanto, de posse de informações adequadas, poderão optar pela alternativa que,
além de atender a seus anseios socioeconômicos, respeitando as restrições de
recursos produtivos, apresente a menor relação risco/ retorno esperados.
Diante do problema de pesquisa e do quadro teórico exposto, admitiu-se
como útil empregar modelos analíticos que contemplam dois tipos de análises,
denominadas financeira e de volatilidade. Levando em conta um horizonte de
planejamento de longo prazo, a análise financeira, baseada em diversos
indicadores, como o VPL e a TIR, permitiu medir, tanto em condições
determinísticas como de incertezas, a viabilidade financeira decorrente da
realização de investimentos de capital em três distintas alternativas de sistemas
de produção da região de Guarapuava (PR): produção vegetal (PV), integração
lavoura-pecuária (ILP) e bovinocultura de corte (BC). Por outro lado, a análise
de volatilidade, seguindo procedimentos comumente empregados no mercado
financeiro, possibilitou efetuar avaliações da variabilidade dos retornos
esperados, que podem ser obtidos no curto prazo, ou seja, avaliar as possíveis
situações econômicas que os produtores rurais podem enfrentar, em cada ano
agrícola, ao explorar os sistemas de produção definidos como objeto de estudo.
A respeito das principais conclusões relacionadas com os resultados deste
estudo, elas abrangem os seguintes pontos: as características dos sistemas de
produção agropecuária, as análises financeira e de volatilidade dos resultados
econômicos desses sistemas, os avanços científicos e as limitações e sugestões do
estudo.
142
Sobre os sistemas de produção em questão, embora apresentem muitos
componentes tecnológicos em comum, eles possuem diferenças bastante
expressivas entre si. Essas diferenças devem-se, sobretudo, à composição das
atividades. Enquanto o sistema de BC é especializado apenas na atividade de
pecuária e o sistema de PV só contempla atividades agrícolas (soja, milho e
trigo), o de ILP é o mais diversificado, pois possui todas as atividades
agropecuárias presentes nos outros dois sistemas analisados.
Em termos de complexidade técnica, verifica-se que o sistema de ILP
tende a ser o mais complexo, uma vez que requer operações relacionadas com
atividades agrícolas e de pecuária. Nessa linha de pensamento, é relevante
destacar que, para um produtor que já adota um determinado sistema e que queira
passar a explorar outro sistema, são exigidas mudanças importantes, tanto na
estrutura de produção como nos conhecimentos tecnológicos. Por exemplo, para
um produtor especializado na bovinocultura de corte e que queira adotar a ILP,
além da aquisição de certos bens de capital, é necessário buscar previamente,
junto aos serviços de assistência técnica e/ou extensão rural, conhecimentos
técnicos e mercadológicos fundamentais para o adequado desenvolvimento das
atividades agrícolas.
Analisando as estruturas de produção e as dinâmicas de funcionamento,
constata-se, ainda, que os sistemas de PV e BC, embora demandem menores
estruturas que o sistema de ILP, tendem a apresentar maior ociosidade nos
recursos produtivos associados com a mão-de-obra e com os bens de capital. Na
ILP há menor ociosidade pelo fato de existir um maior conjunto de operações
agropecuárias, o que conduz para uma ocupação mais contínua de toda a
capacidade de produção instalada.
Sobre os três sistemas analisados, cabe salientar que, embora tenham sido
pesquisados para a região de Guarapuava (PR), em função das características
agroecológicas desta região, eles constituem alternativas técnicas viáveis que,
desde que adequadamente ajustadas, podem ser utilizadas por amplo número de
pequenos, médios e grandes produtores rurais da Região Sul do Brasil.
143
Como os sistemas apresentam certas complexidades e implicam altos
investimentos de capital, além dos aspectos técnicos e estruturais, é fundamental
que o produtor analise, com muito critério, os prováveis resultados em termos de
viabilidade financeira. Isso porque se sabe que no setor agropecuário,
geralmente, os investimentos em bens de capital de longa duração, além de serem
de difícil reversão, exigem um período de comprometimento relativamente
grande por parte do produtor rural. Diante disso, ao efetuar análises comparativas
de indicadores financeiros dos três sistemas de produção, observou-se que, tanto
em situações determinísticas como de incertezas, o sistema de ILP é apontado
como a melhor alternativa financeira. Ao assumir variações probabilísticas nas
principais variáveis que afetam os referidos indicadores, conclui-se que na ILP
existe uma probabilidade de 74,0% de obter resultados positivos, representados
por um VPL maior do que zero, uma razão B/C superior a 1 e uma TIR maior do
que o custo de oportunidade do capital, que foi assumido como 12,0% a.a; para
os sistemas de BC e de PV, essas probabilidades são, respectivamente, de 60,8%
e 47,7%. Esses resultados financeiros comprovam a primeira parte da hipótese de
pesquisa, em que se pressupõe que, para um horizonte de planejamento de longo
prazo, o sistema de ILP, em comparação com os sistemas de PV e BC, constitui
melhor alternativa financeira.
A análise financeira evidenciou, também, que os fluxos de caixa dos
sistemas estudados estão cercados por vários riscos operacionais e de mercado.
De maneira significativa, esses fluxos são influenciados por diversas variáveis,
dentre as quais se destacam os investimentos, as produtividades e os preços de
vendas dos produtos agropecuários. Ao testar a sensibilidade do VPL frente às
variáveis independentes, verificou-se que os sistemas de PV e ILP são, em
termos relativos, aqueles que apresentam resultados financeiros, respectivamente,
mais e menos sensíveis a mudanças em um maior número de variáveis.
Considerando o curto prazo, a análise de volatilidade mostrou que o
desempenho econômico dos três sistemas de produção pode, entre intervalos de
um ano agrícola, variar significativamente. Entretanto, ao comparar os resultados
observados em cada sistema, é possível afirmar que a ILP propicia melhores
144
resultados também para o curto prazo. Mesmo em situações desfavoráveis,
vinculadas com aspectos técnicos e/ou mercadológicos, esse sistema, com base
nas medidas de retorno esperado e do value-at-risk, apresenta a relação mais
favorável entre retornos e riscos. Por sua vez, o sistema de PV é o que apresenta
retornos econômicos mais voláteis quando se assume um horizonte temporal de
um ano agrícola. Portanto, em termos econômicos, a combinação de atividades
agrícolas e de pecuária pode trazer vantagens interessantes, como a redução da
relação risco/retorno esperados. Confirma-se, assim, a segunda parte da hipótese
de pesquisa, em que se supõe que, para o curto prazo, o sistema de ILP, em
comparação com os sistemas de PV e BC, gera retornos econômicos que são
menos voláteis, diminuindo a relação risco/retorno esperados.
Na análise de volatilidade, o fato de a ILP apresentar resultados mais
favoráveis se deve, em grande parte, à combinação das atividades agropecuárias.
Nesse sistema, a partir dos coeficientes que mediram a contribuição de cada
atividade para a redução (ou não) dos riscos de mercado, notou-se que a
atividade de pecuária é aquela que mais contribui para reduzir a variância dos
retornos. Por outro lado, das atividades agrícolas (soja, milho e trigo), apenas o
trigo apresentou algum poder de redução dessa variância nos sistemas de PV e
ILP.
Especialmente a respeito da triticultura, é fundamental ressaltar que,
embora seja importante na configuração dos sistemas de PV e ILP, observou-se
que ela tende a apresentar problemas de rentabilidade, o que acaba sendo um
fator muito limitante à expansão dessa cultura no Brasil.
A partir dos resultados obtidos com as análises financeira e de
volatilidade, conclui-se que, para desenvolver estudos econômicos associados
com distintas alternativas de sistemas de produção agropecuária, a combinação
de diferentes modelos analíticos pode ser bastante adequada, especialmente
quando levam em conta os riscos em termos de curto e longo prazos. Neste
trabalho, as análises financeira e de volatilidade conduziram a conclusões
semelhantes acerca do sistema que propicia melhores resultados econômicos.
Considerando os VPLs obtidos em condições de incertezas (análise financeira) e
145
as relações risco/retorno medidas pelo Índice Sharp Adaptado (análise de
volatilidade), evidenciou-se que, para diferentes horizontes temporais, a
diversificação agropecuária baseada na ILP, em comparação com os demais
sistemas estudados, constitui a melhor alternativa para o produtor rural.
É relevante assinalar que, dependendo da dimensão temporal (curto ou
longo prazo) considerada para desenvolver um determinado estudo econômico,
as análises financeira e de volatilidade poderiam conduzir a conclusões distintas.
Nessa perspectiva, ao utilizar apenas os resultados da análise financeira para
escolher a melhor alternativa de sistema de produção, um produtor rural,
dependendo da composição do sistema escolhido, poderia enfrentar sérias
dificuldades, em termos de curto a médio prazos, para se manter no setor
agropecuário. Essa afirmativa é plenamente justificada, pois, ao levar em conta
somente os indicadores financeiros obtidos para um horizonte de planejamento
de longo prazo, na tomada de decisão tendem a ser desconsiderados importantes
comportamentos econômicos de curto a médio prazos, que podem inviabilizar
todo o planejamento do estabelecimento agropecuário. Por outro lado, ao
considerar apenas os resultados da análise de volatilidade, há riscos de que a
alternativa escolhida traga consequências muito desfavoráveis em termos de
longo prazo. Isso porque, embora um determinado sistema de produção
apresente, para o curto prazo, menor relação risco/retorno esperados, no longo
prazo ele pode gerar resultados insuficientes para cobrir os custos de
oportunidade associados com os investimentos de capital de longa duração, que,
em geral, requerem um período de comprometimento relativamente grande por
parte do produtor rural.
Portanto, no desenvolvimento de estudos que envolvem projetos de
investimentos de capital, mesmo existindo a possibilidade de levar a conclusões
distintas, a combinação das duas análises (financeira e de volatilidade) pode ser
muito pertinente, especialmente por gerar informações fundamentais para a
elaboração de planejamentos de curto a longo prazos, minimizando, assim, os
riscos de inviabilizar a continuidade de determinado empreendimento.
146
Esta investigação trouxe, também, importantes avanços científicos
relacionados com o tema e o problema de pesquisa. Além de ampliar, na
literatura nacional, o número de estudos econômicos baseados em dados de
sistemas de produção que contemplam o longo prazo, foram atingidos resultados
que reforçam a justificativa de que a ILP constitui relevante opção para
contribuir com a sustentabilidade, especialmente sob a perspectiva econômica,
das propriedades rurais.
Os resultados de pesquisa podem, ainda, ser considerados muito úteis para
os serviços de assistência e extensão rural, que visam a melhorar o processo de
gestão e a sustentabilidade das propriedades citadas. Como na prática a opção por
implantar determinado sistema depende, fundamentalmente, das preferências e
escolhas efetuadas pelo produtor rural, os serviços em questão podem, a partir
das informações geradas por este estudo, aprimorar as estratégias de assessoria
junto a esses agentes econômicos. Contudo, deve-se ressaltar que muitos
produtores rurais, mesmo diante de resultados que mostram que deveriam
promover alterações em seus sistemas de produção, têm baixa propensão a
processar mudanças significativas na condução desses sistemas (CARRIERI et
al., 1995; LAZZAROTTO, 2000). Diante disso, para atingir o sucesso associado
com a difusão dos sistemas de ILP, e considerando os fundamentos teóricos
relacionados com a visão substantiva do processo decisório, é imprescindível que
as estratégias de assessoria sejam elaboradas a partir do conhecimento prévio das
principais particularidades objetivas e subjetivas que condicionam o
comportamento administrativo dos agricultores.
Este estudo também apresentou contribuições em termos de modelos
analíticos. Se por um lado mostrou a relevância em combinar diferentes tipos de
análises, por outro, visando a avaliar e gerenciar riscos que cercam os resultados
econômicos das atividades agropecuárias, evidenciou a adequada aplicabilidade
de técnicas comumente empregadas no mercado financeiro. Dentre essas
técnicas, merece destaque o value-at-risk, que revelou grande eficiência para
estimar, entre intervalos de um ano agrícola, as prováveis perdas monetárias, que
estão vinculadas à condução dos três sistemas definidos como objeto de estudo.
147
Quanto às principais limitações deste trabalho, elas são de ordem
metodológica, estando relacionadas com os dados utilizados. Nessa perspectiva,
sobretudo para ampliar o número de observações necessárias ao desenvolvimento
da análise de volatilidade e diante da restrição de séries temporais mais amplas
de preços pagos e recebidos pelos produtores rurais, foi necessário assumir que
cada uma das 152 observações mensais, compreendendo o período de janeiro de
1995 a agosto de 2007, representava um ano agrícola, ou seja, assumiu-se que os
preços observados nos meses que compõem a amostra de dados são aqueles que
teriam ocorrido em distintos anos agrícolas.
Finalmente, considerando que a combinação de atividades agrícolas e de
pecuária constitui interessante alternativa para os estabelecimentos
agropecuários, podem ser assinaladas quatro sugestões para a realização de novas
pesquisas envolvendo os sistemas de ILP: 1) conduzir estudos comparativos
vinculados aos resultados econômicos de distintas possibilidades de sistemas de
ILP, ou seja, efetuar estudos que contemplem comparações de resultados
decorrentes da implantação de possíveis variantes do sistema de ILP tratado neste
trabalho; 2) desenvolver pesquisas, de natureza similar a esta investigação, para
outras regiões do Brasil visando a avaliar, sob diferentes condições
mercadológicas e agroecológicas, o comportamento econômico de distintas
alternativas de sistemas de produção agropecuária; 3) realizar pesquisas na área
de otimização para definir, dentro do sistema de ILP, as frações de área e/ou de
investimentos, para as várias atividades, que resultem na maior relação
retorno/risco esperados; e 4) desenvolver estudos socioeconômicos que, adotando
procedimentos da pesquisa qualitativa, busquem identificar, junto aos produtores
rurais, os principais fatores objetivos e subjetivos que fazem com que esses
agentes econômicos sejam resistentes (ou não) a adotar sistemas de ILP.
148
6. REFERÊNCIAS BIBLIOGRÁFICAS
ALARCON, C. M. Avaliação de modelos de value-at-risk para ações. 2005.
142f. Dissertação (Mestrado em Economia) - Universidade Estadual de
Campinas, Campinas, 2005.
ALVARENGA, R. C.; NOCE, M. A. Integração lavoura e pecuária. Sete
Lagoas: Embrapa Milho e Sorgo, 2005. 16p. (Embrapa Milho e Sorgo.
Documentos, 47).
AMBROSI, I. Custo de produção de trigo, de soja, de milho e de aveia sob
sistema plantio direto para o Rio Grande do Sul no ano 2000. Passo Fundo:
Embrapa Trigo, 2000. (Embrapa Trigo. Comunicado Técnico Online, 51).
Disponível em: <http://www.cnpt.embrapa.br/biblio/p_co51.htm>. Acesso em:
06 de agosto de 2008.
AMBROSI, I.; SANTOS, H. P. dos; FONTANELI, R. S. Análise de risco em
sistemas de produção de grãos envolvendo pastagens sob sistema plantio direto.
In: REUNIÃO DE PESQUISA DE SOJA DA REGIÃO SUL, 26., 1998, Cruz
Alta. Soja: resultados de pesquisa, 1997/98. Passo Fundo: Embrapa Trigo, 1998.
p.260-267. (Embrapa Trigo. Documentos, 51).
ARIEIRA, J. de O.; CODATO, J. M.; MATOS JUNIOR, M. de; DIAS-ARIEIRA, C.
R.; FUSCO, J. P.A. Análise de investimentos para três projetos de produção de soja e
milho na região de Umuarama - Paraná. In:
CONGRESSO BRASILEIRO DE
ECONOMIA E SOCIOLOGIA RURAL
, 46., 2008, Rio Branco.
Anais..., Rio
Branco
: SOBER, 2008. 1 CD-ROM.
ASSAF NETO, A. Mercado financeiro. 5.ed. São Paulo: Atlas, 2003. 400p.
ASSMANN, A. L.; PELISSARI, A.; MORAES, A. de; ASSMANN, T. S.;
OLIVEIRA, E. B. de; SANDINI, I. Produção de gado de corte e acúmulo de
matéria seca em sistema de integração lavoura-pecuária em presença e ausência
149
de trevo branco e nitrogênio. Revista Brasileira de Zootecnia, Viçosa, v.33, n.1,
p.37-44. Jan./Fev. 2004.
BELTRAME, R. T. Simulação bioeconômica da transferência de embriões
em bovinos da raça nelore. 2006. 100f. Dissertação (Mestrado em Produção
Animal) - Universidade Estadual do Norte Fluminense, Campos dos Goytacazes,
2006.
BIGNOTTO, E. C. Comunicação de risco financeiro e perspectivas de aplicação
do VaR na agroindústria. Resenha BM&F, n.141, p.60-64. 2000.
BINGER, B. R.; HOFFMAN, E. Microeconomics with calculus. 2.ed.
Massachusetts: Addison-Wesley, 1998. 633p.
BNDES - BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E
SOCIAL. Programa de integração lavoura-pecuária - PROLAPEC. Rio de
Janeiro. Jul. 2006. (Carta-Circular n. 25/2006). Disponível em:
<http://www.bndes.gov.br/programas/programas.asp>. Acesso em: 20 de maio
de 2007.
BODIE, Z.; MERTON, R. C. Finanças. Porto Alegre: Bookman Editora, 2002.
456p.
BONA FILHO, A. Integração lavoura x pecuária com a cultura do feijoeiro e
pastagem de inverno, em presença e ausência de trevo branco, pastejo e
nitrogênio. 2002. 105f. Tese (Doutorado em Agronomia) - Universidade Federal
do Paraná, Curitiba, 2002.
BRACALE, G. Prospecção para a safra 2006/07 - trigo. Ano de 2006.
Disponível em:
<http://www.conab.gov.br/conabweb/download/cas/especiais/prospeccao_para_a
_safra_2006_07_Trigo.pdf>. Acesso em: 24 de junho de 2008.
BRAGA, R. Fundamentos e técnicas de administração financeira. São Paulo:
Atlas, 1992. 408p.
BRANDAO, A. S. P. Relatório final de pesquisa: avaliação econômica do
plantio direto. Rio de Janeiro: [s.n.], 1981. 91p.
BRUNI, A. L.; FAMÁ, R.; SIQUEIRA, J. de. Análise do risco na avaliação de
projetos de investimento: uma aplicação do método de Monte Carlo. Caderno de
Pesquisas em Administração, São Paulo, v.1, n.6, p.62-75. Jan./Mar. 1998.
BRYMAN, A. Organization studies and the concept of rationality. Journal of
Management Studies, v.21, n.4, p.391-408. 1984.
BUARQUE, C. Avaliação econômica de projetos: uma apresentação didática.
Rio de Janeiro: Campus, 1991. 266p.
BULGACOV, S. Estudos comparativo e de caso de organizações de estratégias.
Organizações e Sociedade, Rio de Janeiro, v.5, n.11, p.53-89. Jan./Abr. 1998.
CALEGARI, A.; FERRO, M.; GRZESIUK, F.; JACINTO JUNIOR, L. Plantio
direto e rotação de culturas: experiência em latossolo roxo (1985 - 1992).
[S.l.]: COCAMAR/Zeneca, 1992. 64p.
150
CANZIANI, J. R.; GUIMARÃES, V. D. A. Análise da viabilidade econômica da
pecuária de corte no “sistema de integração lavoura-pecuária” em substituição às
culturas de trigo e milho safrinha no Estado do Paraná. In.: SIMPÓSIO
INTERNACIONAL EM INTEGRAÇÃO LAVOURA-PECUÁRIA, 2007.
Palestras..., Curitiba: UFPR/UFRGS/OHIO STATE, 2007. 16p. 1 CD-ROM.
CARRIERI, A. P. et al. Práticas agrícolas e práticas administrativas na
configuração de sistemas de produção rural. Caderno de Administração Rural,
Lavras, v.7, n.2, p.83-101. Jul./Dez. 1995.
CARVALHO, D. B. de; BELLO, M. Enfoque sistêmico como estratégia de
estudo para expansão da integração lavoura-pecuária na região de Guarapuava-
PR. Revista Acadêmica, Curitiba, v.2, n.1, p.31-34. Jan./Mar. 2004.
CARVALHO, D. B. de; BELLO, M.; PISSAIA, A.; MORAES, A. de;
PELISSARI, A.; MARQUES, R.; BONA FILHO, A. Fertilidade do solo em
integração lavoura-pecuária na região de Guarapuava/PR. Revista Acadêmica,
Curitiba, v.3, n.1, p.57-65. Jan./Mar. 2005.
CEPEA - CENTRO DE ESTUDOS AVANÇADOS EM ECONOMIA
APLICADA. PIB do agronegócio. Disponível em:
<http://www.cepea.esalq.usp.br/pib/>. Acesso em: 10 de julho de 2007.
CHANDLER, A. D. Strategy and structure. Cambridge: MIT Press. 1962.
463p.
CHIAVENATO, I. Introdução à teoria geral da administração. 4.ed. São
Paulo: Makron Books, 1993. 920p.
COELHO, M. A. S. Análise de custo/volume/lucro e investimentos em
carcinicultura de pequeno porte. Custos e Agronegócio on line, Recife, v.1, n.1,
p.62-84. Jan./Jun. 2005. Disponível em:
<www.custoseagronegocioonline.com.br>. Acesso em: 06 de agosto de 2008.
COIMBRA-LISBOA, P. C. Teoria da escolha envolvendo o risco: uma
abordagem introdutória. Rio de Janeiro: EPGE/FGV, 2005. (Notas de Aula).
CONAB - COMPANHIA NACIONAL DE ABASTECIMENTO. Séries
históricas de produtividade de grãos: safra 1976/77 a 2006/07. Disponível em:
<http://www.conab.gov.br/conabweb/index.php?PAG=131>. Acesso em: 13 de
julho de 2008.
CONAB - COMPANHIA NACIONAL DE ABASTECIMENTO. Sétimo
levantamento de avaliação da safra 2006/2007. Disponível em:
<http://www.conab.gov.br/conabweb/>. Acesso em: 17 de abril de 2007.
CONSALTER, M. A. S. Sistema de produção lavoura-pecuária: uma
abordagem para a construção de indicadores integrados de sustentabilidade.
2008. 224f. Tese (Doutorado em Agronomia) - Universidade Federal do Paraná,
Curitiba, 2008.
COSTA, L. B. da.; CERETTA, P. S.; GONÇALVES, M. B. F. Viabilidade
econômica: análise da bovinocultura de corte. Informações Econômicas, São
Paulo, v.36, n.8, p.26-38. Ago. 2006.
151
COSTA, T. M. T. Viabilidade da utilização de derivativos agropecuários em
carteiras de investimentos de Fundos de Pensão no Brasil. 2003. 102f.
Dissertação (Mestrado em Economia Aplicada) - Universidade Federal de
Viçosa, Viçosa, 2003.
CUSINATO, R. T. Teoria da decisão sob incerteza e a hipótese da utilidade
esperada: conceitos analíticos e paradoxos. 2003. Dissertação (Mestrado em
Economia) - Universidade Federal do Rio Grande do Sul, Porto Alegre, 2003.
DAROLT, M. R. Considerações gerais e perspectivas de expansão. In:
DAROLT, M. R. (Org.). Plantio direto: pequena propriedade sustentável.
Londrina: IAPAR, 1998. p.01-15. (IAPAR. Circular, 101).
DECISIONEERING. Technote: when should I use IatinH sampling? Disponível
em: <http://www.crystalball.com/support/simulation/cbl_gen_008A.html/>.
Acesso em: 22 de junho de 2007.
DIXIT, A. K.; PINDYCK, R. S. Investment under uncertainty. New Jersey:
Princeton University Press, 1994. 468p.
DONANGELO, A.; SILVA, W. C. P. da; LEMGRUBER, E. F. Estimadores de
volatilidades para modelos de valor em risco de ativos lineares e não-
lineares: investigação para períodos de crises e estáveis no mercado brasileiro.
Rio de Janeiro: UFRJ/COPPEAD, 2000. 16p. (Relatórios COPPEAD, 328).
DUARTE JÚNIOR, A. M. Risco: definições, tipos, medição e recomendações
para seu gerenciamento. In: LEMGRUBER, E. F.; SILVA, A. L. C. da; LEAL,
R. P. C.; COSTA Jr., N. C. A. da. Gestão de risco e derivativos: aplicações no
Brasil. São Paulo: Atlas, 2001. p.103-111.
ELTON, E. J.; GRUBER, M. J.; BROWN, S. J.; GOETZMANN, W. N. Modern
portfolio theory and investment analysis. 6.ed. New York: John Wiley & Sons,
2003. 705p.
EMBRAPA. Cerrado brasileiro. Disponível em:
<http://www.embrapa.br/linhas_de_acao/ecossistemas/cerrado/index_html/mostr
a_documento>. Acesso em: 11 de junho de 2007.
EMBRAPA Soja. A cultura da soja no Brasil. Londrina: Embrapa Soja/BASF,
2000. 1 CD-ROM.
EMBRAPA Soja. Rotação de culturas. In: TECNOLOGIAS DE PRODUÇÃO
DE SOJA - Região Central do Brasil - 2001/2002. Londrina: Embrapa Soja,
2001. p.68-72.
FACCIONI, G. de C.; OLIVEIRA, A. J. de; FIGUEIREDO, C. C. de; SANTO,
E. do E. Estudo da viabilidade financeira da implantação de pivô central com a
utilização de rotação de culturas no oeste baiano. In: CONGRESSO
BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 44., 2006, Fortaleza.
Anais..., Fortaleza: UNIFOR/SOBER, 2006. 1 CD-ROM.
FIGUEIREDO, A. M.; SANTOS, P. A. dos; SANTOLIN, R.; REIS, B. dos S.
Integração na criação de frangos de corte na microrregião de Viçosa - MG:
152
viabilidade econômica e análise de risco. Revista de Economia e Sociologia
Rural, Rio de Janeiro, v.44, n.4, p.713-730. Out./Dez. 2006.
FLEURY, A. F.; FLEURY, M. T. L. Aprendizagem e inovação
organizacional: as experiências de Japão, Coréia e Brasil. 2.ed. São Paulo:
Atlas, 1997. 237p.
FONTANELI, R. S.; AMBROSI, I.; DIKESCH, J. A. Análise econômica de
sistemas de rotação de culturas para trigo com pastagens anuais de inverno, em
plantio direto. In: REUNIÃO CENTRO-SUL DE ADUBAÇÃO VERDE E
ROTAÇÃO DE CULTURAS, 4., 1993, Passo Fundo. Anais... Passo Fundo:
Embrapa Trigo, 1994. p.106-110. (Embrapa Trigo. Documentos, 14).
FONTANELI, R. S.; SANTOS, H. P. dos; AMBROSI, I.; IGNACZAK, J. C.
Análise econômica de sistemas de produção de grãos com pastagens anuais de
inverno e perenes, sob plantio direto. In: REUNIÃO DE PESQUISA DE SOJA
DA REGIÃO SUL, 26., 1998, Cruz Alta. Soja: resultados de pesquisa, 1997/98.
Passo Fundo: Embrapa Trigo, 1998. p.252-259. (Embrapa Trigo. Documentos,
51).
FRANK, R. Microeconomics and behavior. New York: McGraw Hill. 1991.
694p.
GARVIN, D. A. Building a learning organization. Harvard Business Review,
p.78-91. Jul./Aug. 1993.
GASSEN, D. N.; HASS, F. D. Manejo de plantas daninhas pós-colheita. Revista
Plantio Direto, Passo Fundo, v.62, p.14-15. Mar./Abr. 2001.
GITMAN, L. J. Princípios de administração financeira. 10.ed. São Paulo:
Pearson Addison Wesley, 2004. 745p.
GODINHO, M. de L. F; CARVALHO, M. L S. Contribuição das políticas
agrícolas para a sustentabilidade do ambiente num sistema agrícola mediterrâneo.
In: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL,
44., 2006, Fortaleza. Anais..., Fortaleza: UNIFOR/SOBER, 2006. 1 CD-ROM.
GOMES, F. P. Curso de estatística experimental. 13.ed. São Paulo:
ESALQ/USP, 1985. 467p.
GOORBERGH, R. van den; VLAAR, P. Value-at-Risk analysis of stock
returns: historical simulation, variance techniques or tail index estimation?
Amsterdam: Netherlands Central Bank, 1999. 37p. (DNB Staff Reports, n.40).
Disponível em: <http://www.smartquant.com/references/VaR/var46.pdf>.
Acesso em: 22 de junho de 2007.
GRASEL, D. Determinantes do investimento no Brasil: 1980/90. 1996.
Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de
Santa Catarina, Florianópolis, 1996.
GUJARATI, D. N. Econometria básica. 3.ed. São Paulo: Makron Books, 2000.
846p.
153
HADAWAY, S. C. Diversification possibilities in agricultural land investments.
The Appraisal Journal¸ v.46, n.4, p.529-537. Oct. 1978.
HATTINGH, J. J. Portfolio management: the use of alternative investments for
the purpose of diversification. 2004. Dissertation (Magister Commercii in
Investment Management) - Rand Afrikaans University, Johannesburg Study,
2004.
HAVERROTH, C. Plantio direto viabiliza a pequena propriedade. Revista
Plantio Direto, Passo Fundo, v.60, p.12-14. Nov./Dez. 2000.
HENDRICKS, D. Evaluation of value-at-risk models using historical data.
Federal Reserve Bank of New York Economic Policy Review, p.39-69. Apr.
1996.
IAPAR. Soja no arenito: propostas tecnológicas básicas para uma agricultura
sustentável. Londrina: IAPAR, 1997. p.34-37.
IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Área
dos estabelecimentos na agropecuária - Brasil - 1996. Disponível em:
<http://www.sidra.ibge.gov.br/bda/pecua/>. Acesso em: 17 de maio de 2007.
IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA.
Banco de dados agregados. Disponível em:
<http://www.sidra.ibge.gov.br/bda>. Acesso em: 18 de fevereiro de 2004.
J.P. MORGAN. RiskMetrics - technical document. 4.ed. New York: Morgan
Guaranty Trust Company, 1996. 284p. Disponível em: <www.riskmetrics.com>.
Acesso em: 15 de novembro de 2006.
JANTALIA, C. P.; SANTOS, H. P. dos; DENARDIN, J. E.; KOCHHANN, R.;
ALVES, B. J. R.; URQUIAGA, S.; BODDEY, R. M. Influência de rotações de
culturas no estoque de carbono e nitrogênio do solo sob plantio direto e preparo
convencional. Agronomia, v.37, n.2, p.91-97. 2003.
JORION, P. Value at risk: a nova fonte de referência para a gestão do risco
financeiro. 2.ed. São Paulo: Bolsa de Mercadorias & Futuros, 2003. 487p.
KEYNES, J. M. A teoria geral do emprego, da renda e da moeda; inflação e
deflação. 2.ed. São Paulo: Nova Cultural, 1985. 333p.
KICHEL, A. N.; MIRANDA, C. H. B. Sistema de integração agricultura &
pecuária. Campo Grande: Embrapa Gado de Corte, 2001. (Embrapa Gado de
Corte. Circular Técnica, 53).
KICHEL, A. N.; TAMBOSI, S. A.; COELHO, K. M. Plantio direto da soja em
pastagens. Revista Plantio Direto, Passo Fundo, v.34, p.34-35. Jul./Ago. 1996.
KLUTHCOUSKI, J.; STONE, L. F.; AIDAR, H. (Ed.). Integração lavoura-
pecuária. Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2003. 570p.
KONDAPANENI, R. A study of the delta normal method of measuring VaR.
2005. 87f. Thesis (Master in Financial Mathematics) - Worcester Polytechnic
Institute, Worcester, 2005.
154
LACERDA, N. B. de; SILVA, J. R. C. Efeitos do manejo do solo e da adubação
orgânica no rendimento do algodoeiro. Revista Brasileira de Engenharia
Agrícola e Ambiental, Campina Grande, v.11, n.2, p.167-172. 2007.
LAW, A. M.; KELTON, W. D. Simulation modeling and analysis. 2.ed.
Singapore: McGraw-Hill, 1991. 759p.
LAZZAROTTO, J. J. Estratégias e mudanças em unidades de produção
rural: estudo comparativo no município de Pato Branco (PR). 2000. 177f.
Dissertação (Mestrado em Administração Rural) - Universidade Federal de
Lavras, Lavras, 2000.
LEAL, A. J. F.; LAZARINI, E.; TARSITANO, M. A. A.; SÁ, M. A. E. de;
GOMES JÚNIOR, F. G. Viabilidade econômica da rotação de culturas e adubos
verdes antecedendo o cultivo do milho em sistema de plantio direto em solo de
Cerrado. Revista Brasileira de Milho e Sorgo, v.4, n.3, p.298-307. 2005.
LEISMANN, E. L. Retornos e riscos na comercialização de milho no Estado
do Paraná: uma aplicação do modelo value-at-risk. 2002. 156f. Tese (Doutorado
em Economia Aplicada) - Universidade Federal de Viçosa, Viçosa, 2002.
LEITÃO, S. P. Para uma nova teoria da decisão organizacional. Revista de
Administração Pública, Rio de Janeiro, v.31, n.2, p.91-107. Mar./Abr. 1997.
LIMA, A. P. de.; BASSO, N.; NEUMANN, P. S. et al. Administração da
unidade de produção familiar: modalidades de trabalho com agricultores. Ijuí:
UNIJUÍ, 1995. 175p.
LIMA, J. B. Decisão e ação: categorias elementares para estudos de organizações
rurais. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PROGRAMAS
DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO, 13., 1989, Belo Horizonte.
Anais..., Belo Horizonte: ANPAD, 1989.
LLANILLO, R. F.; RICHART1, A.; TAVARES FILHO, J.; GUIMARÃES, M.
de F.; FERREIRA, R. M. Evolução de propriedades físicas do solo em função
dos sistemas de manejo em culturas anuais. Ciências Agrárias, Londrina, v.27,
n.2, p.205-220. Abr./Jun. 2006.
LUSTOSA, S.B.C. Efeito do pastejo nas propriedades químicas do solo e no
rendimento de soja e milho em rotação com pastagem consorciada de
inverno no sistema de plantio direto. 1998. 84f. Dissertação (Mestrado em
Agronomia) - Universidade Federal do Paraná, Curitiba, 1998.
MACHADO-DA-SILVA, C. L.; FONSECA, V. S.; FERNANDES, B. H. R. Um
modelo e quatro ilustrações: em análise a mudança nas organizações. In:
ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PROGRAMAS DE PÓS-
GRADUAÇÃO EM ADMINISTRAÇÃO, 23., 1999, Foz do Iguaçu. Anais...,
Foz do Iguaçu: ANPAD, 1999. 1 CD-ROM.
MANFREDO, M. R.; LEUTHOLD, R. M. Agricultural applications of Value-
at-Risk analysis: a perspective. Champaign: University of Illinois at Urbana,
1998. 16p. (Office for Futures and Options Research, n.98-04).
155
MANFREDO, M. R.; LEUTHOLD, R. M. Market risk measurement and the
cattle feeding margin: an application of Value-at-Risk. Champaign: University
of Illinois at Urbana, 1999. 30p. (Office for Futures and Options Research, n.99-
04).
MANFREDO, M. R.; LEUTHOLD, R. M.; IRWIN, S. H. Forecasting cash
price volatility of fed cattle, feeder cattle, and corn: time series, implied
volatility, and composite approaches. Champaign: University of Illinois at
Urbana, 1999. 41p. (Office for Futures and Options Research, n.99-08).
MAPA - MINISTÉRIO DA AGRICULTURA PECUÁRIA E
ABASTECIMENTO. Portaria n.162, de 19 de junho de 2006: criação do
Comitê Nacional de Integração Lavoura Pecuária e dos Comitês de Integração
Lavoura Pecuária nas Unidades da Federação. Disponível em:
<http://extranet.agricultura.gov.br/sislegis-consulta/consultarLegislacao.do>.
Acesso em: 20 de maio de 2007.
MARKOWITZ, H. M. Portfolio selection. The Journal of Finance, v.7, n.1,
p.77-91. Mar. 1952.
MARKOWITZ, H. M. Foundations of portfolio theory. Journal of Finance,
v.46, n.2, p.469-477. Jun. 1991.
MARTINS, D. S.; ASSIS, E. G. Estudo da viabilidade econômica da implantação
de um biodigestor em uma granja de perus. In: ENCONTRO NACIONAL DE
ENGENHARIA DE PRODUÇÃO, 27., 2007. Foz do Iguaçu. Anais..., Foz do
Iguaçu: Associação Brasileira de Engenharia de Produção, 2007. 9p.
MATTOSO, M. J.; CRUZ, J. C.; PERREIRA FILHO, I. A. Custo de produção
em plantio direto. Informe Agropecuário, Belo Horizonte, v.22, n.208, p.109-
116. Jan./Fev. 2001.
MELLO, L. M. M. de; YANO, É. H.; NARIMATSU, K. C. P. et al. Integração
agricultura-pecuária em plantio direto: produção de forragem e resíduo de palha
após pastejo. Engenharia Agrícola, Jaboticabal, v.24, n.1, p.121-129. Jan./Abr.
2004.
MELLO, M. A. A trajetória da produção e transformação de leite no oeste
catarinense e a busca de vias alternativas. 1998. Dissertação (Mestrado em
Agroecossistemas) - Universidade Federal de Santa Catarina, 1998.
MELO FILHO, G. A. de; MENDES, D. S. Estimativa de custo de produção de
soja, nos sistemas plantio direto e convencional, safra 1999/2000. Dourados:
Embrapa Agropecuária Oeste, 1999. 3p. (Embrapa Agropecuária Oeste.
Comunicado Técnico, 2).
MENDES, J. T. G.; PADILHA JUNIOR, J. B. A seleção de portfólios e a
eficiente diversificação da comercialização da soja paranaense. In: SEMINÁRIO
DE GESTÃO DE NEGÓCIOS, 2., 2005, Curitiba. Anais..., Curitiba: FAE, 2005.
Disponível em:
<http://www.fae.edu/publicacoes/pdf/IIseminario/gestao/gestao_03.pdf>. Acesso
em: 10 de julho de 2007.
156
MESQUITA FILHO, E. M.; ARRAES, R. de A.; COIMBRA, R. A.
Determinantes do investimento no Brasil. Revista Eletrônica de Administração
e Contabilidade da FA7, Fortaleza, v.3, n.1. 2006.
(http://www.fa7.edu.br/rea7/artigos/volume3/artigos/artigo2.doc).
MILLER, S. J.; HICKSON, D. J.; WILSON, D. C. Decision-making in
organizations. In: CLEGG, S. R.; HARDY, C.; NORD, W. R. (Ed.). Handbook
of organization studies. London: Sage, 1996. p.293-312.
MINTZBERG, H. Strategy formulation as a historical process. International
Studies of Management & Organization, v.7, n.2, p.28-40. 1977.
MINTZBERG, H.; WATERS, J. A. Tracking strategy in an entrepreneurial firm.
Academy of Management Journal, v.25, n.3, p.465-499. 1982.
MISHRA, A. K.; EL-OSTA, H. S.; SANDRETTO, C. L. Factors affecting farm
enterprise diversification. Agricultural Finance Review, v.64, n.2, p.151-166.
2004.
MÓL, A. L. R. Value at risk como medida de risco da volatilidade dos ajustes
diários em mercados futuros de café. 2003. 100f. Dissertação (Mestrado em
Administração) - Universidade Federal de Lavras, Lavras, 2003.
MORAES, A. de; ALVES, S. J.
; PELISSARI, A.; CARVALHO, P. C. de F.
Integração lavoura-pecuária no Sul do Brasil. In: WORLD SOYBEAN
RESEARCH CONFERENCE, 7.; INTERNATIONAL SOYBEAN
PROCESSING AND UTILIZATION CONFERENCE, 4.; BRAZILIAN
SOYBEAN CONGRESS, 3., 2004, Foz do Iguaçu. Proceedings..., Londrina:
Embrapa Soja, 2004. p.1231-1240.
MORAES, A. de; CARVALHO, P. C. de F.; PELISSARI, A.; ALVES, S. J.;
LANG, C. R. Sistemas de integração lavoura-pecuária no subtrópico da América
do Sul: exemplos do Sul do Brasil. In.: SIMPÓSIO INTERNACIONAL EM
INTEGRAÇÃO LAVOURA-PECUÁRIA, 2007. Palestras..., Curitiba:
UFPR/UFRGS/OHIO STATE, 2007. 27p. 1 CD-ROM.
MORAES, A.; LANG, C. Integração lavoura pecuária exige manejo de aveia
e azevém. Curitiba: FAEP. 2006 (Boletim Informativo, 920).
MORI, C. de. Custo de produção de trigo e de aveia: estimativa para a safra
2004. Passo Fundo: Embrapa Trigo, 2004. 6p. (Embrapa Trigo. Comunicado
Técnico Online, 117). Disponível em:
<http://www.cnpt.embrapa.br/biblio/co/p_co117.htm>. Acesso em: 06 de agosto
de 2008.
MORI, C. de. Custo de produção de trigo e de aveia: estimativa para a safra
2005. Passo Fundo: Embrapa Trigo, 2006. 6p. (Embrapa Trigo. Comunicado
Técnico Online, 181). Disponível em:
<http://www.cnpt.embrapa.br/biblio/co/p_co181.htm>. Acesso em: 06 de agosto
de 2008.
MOURA, A. D. de. Avaliação de projetos sob condições de risco utilizando o
@RISK. Viçosa: DER/UFV, 2004. 16p. (Apostila Didática).
157
NICOLOSO, R. da S. Dinâmica da matéria orgânica do solo em áreas de
integração lavoura-pecuária sob sistema plantio direto. 2005. Dissertação
(Mestrado em Ciência do Solo) - Universidade Federal de Santa Maria, Santa
Maria, 2005.
NORONHA, J. F. Projetos agropecuários: administração financeira, orçamento
e viabilidade econômica. 2.ed. São Paulo: Atlas, 1987. 269p.
NYGAARD, R. Uma análise da emenda ao acordo da Basiléia e sugestões
para implementação no Brasil. 1999. Dissertação (Mestrado em
Administração) - Universidade Federal do Rio Grande do Sul, Porto Alegre,
2000.
ODA, A. L.; GRAÇA, C. T.; LEME, M. F. P. Análise de riscos de projetos
agropecuários: um exemplo de como fundamentar a escolha entre projetos
alternativos e excludentes. Disponível em:
<http://www.fearp.usp.br/egna/resumos/Oda&Graca.pdf>. Acesso em: 13 de
maio de 2007.
ODENING, M.; HINRICHS, J. Using extreme value theory to estimate value-
at-risk. Agricultural Finance Review, v.63, n.1, p.55-73. 2003.
OHIRA, T. H.; SHIROTA, R. Eficiência econômica: uma aplicação do modelo
de fronteira estocástica em empresas de saneamento. In: ENCONTRO
NACIONAL DE ECONOMIA, 33., 2005, Natal. Anais..., Natal: ANPEC, 2005.
Disponível em: <http://www.anpec.org.br/encontro2005/artigos/A05A142.pdf>.
Acesso em: 28 de agosto de 2008.
OKAWA, H. Custos administrativos nas propriedades agrícolas. São Paulo:
IEA, 2003. (Análise Conjuntural). Disponível em:
<http://www.iea.sp.gov.br/out/verTexto.php?codTexto=638>. Acesso em: 25 de
junho de 2008.
OLIVEIRA, P. P. A. et al. Recomendação da sobressemeadura de aveia
forrageira em pastagens tropicais ou subtropicais irrigadas. São Carlos:
Embrapa Pecuária Sudeste, 2005. 7p. (Embrapa Pecuária Sudeste. Comunicado
Técnico, 61).
ORSSATTO, C. H.; CUNHA, C. J. C. A. Mudança estratégica organizacional: o
caso da S/A Indústria e Comércio Chapecó. In: ENCONTRO DA
ASSOCIAÇÃO NACIONAL DE PROGRAMAS DE PÓS-GRADUAÇÃO EM
ADMINISTRAÇÃO, 19., 1995, João Pessoa. Anais..., João Pessoa: ANPAD,
1995.
PALISADE CORPORATION. @RISK - version 4.5: risk analysis and
simulation add-in for Microsoft® Excel. New York, 2002a.
PALISADE CORPORATION. A concise summary of @RISK probability
distribution functions. New York, 2002b.
PAMPLONA, E. de O.; MONTEVECHI, J. A. B. Engenharia Econômica I.
Disponível em: <http://www.iem.efei.br/edson/download.htm>. Acesso em: 18
de maio de 2007.
158
PAMPLONA, E. de. O. Gerenciamento de risco em custos. In: CONGRESO
INTERNACIONAL DE COSTOS, 8. Punta Del Leste, Uruguay, 2003. 13p.
PETTIGREW, A. M. Strategy formulation as a political process. International
Studies of Management & Organization, v.7, n.2, p.78-87. 1977.
PIMENTEL, L. D.; WAGNER JÚNIOR, A.; SANTOS, C. E. M. dos;
BRUCKNER, C. H. Estimativa de viabilidade econômica no cultivo da castanha-
do-Brasil. Informações Econômicas, São Paulo, v.37, n.6, p.26-36. Jun. 2007.
POPP, M.; RUDSTROM, M. Crop enterprise diversification and speciality crops.
Agricultural Finance Review, v.60, n.1, p.85-98. 2000.
PORTAL Tributário. Resumo dos principais tributos ou sistemas de
tributação no Brasil. Disponível em:
<http://www.portaltributario.com.br/tributos/irpj.html>. Acesso em: 01 de maio
de 2008.
PORTILLO, J. L. Evaluación economica de la siembra directa. In: CURSO
SOBRE SIEMBRA DIRECTA, 1997, Encarnacion. Capitan Miranda: CRIA,
1997. p.175-186. (PROCISUR. Programa Cooperativo para el Desarrollo
Tecnologico Agropecuario del Cono Sur. Proyecto Siembra Directa/BID).
REILLY, F. K.; BROWN, K. C. Investment analysis and portfolio
management. 7.ed. Cincinnati: Thomson-South Western. 2003. 1162p.
REZENDE, J. L. P. de; OLIVEIRA, A. D. de. Análise econômica e social de
projetos florestais. Viçosa: UFV, 2001. 389p.
RICHERS, R. Estratégia, estrutura e ambiente. Revista de Administração de
Empresas, Rio de Janeiro, v.21, n.4, 1981.
RICHETTI, A.; MELO FILHO, G. A. de. Estimativa de custo de produção de
soja, no sistema plantio direto e no plantio convencional, safra 1998/99.
Dourados: Embrapa Agropecuária Oeste, 1998. 4p. (Embrapa Agropecuária
Oeste. Comunicado Técnico, 33).
RIZZARDI, M. A. Conceituações e terminologias sobre rotação de culturas e
adubação verde. In: REUNIÃO CENTRO-SUL DE ADUBAÇÃO VERDE E
ROTAÇÃO DE CULTURAS, 4., 1993, Passo Fundo. Anais..., Passo Fundo:
Embrapa Trigo, 1994. p.28-33. (Embrapa Trigo. Documentos, 14).
ROCHA, M. G. da. et al. Produção e qualidade de forragem da mistura de aveia
e azevém sob dois métodos de estabelecimento. Revista Brasileira de
Zootecnia, Viçosa, v.36, n.1, p.7-15. Jan./Feb. 2007.
RODRIGUES, W. Valoração econômica dos impactos ambientais de tecnologias
de plantio em região de Cerrados. Revista de Economia e Sociologia Rural, Rio
de Janeiro, v.43, n.1, p.135-153. Jan./Mar. 2005.
ROSO, C.; RESTLE, J.; SOARES, A. B. Produção e qualidade de forragem da
mistura de gramíneas anuais de estação fria sob pastejo contínuo. Revista
Brasileira de Zootecnia, Viçosa, v.28, n.3, p.459-467, 1999.
159
ROSS, S. A.; WESTERFIELD, R. W.; JAFFE, J. F. Administração financeira:
corporate finance. São Paulo: Atlas, 1995. 698p.
ROTZ, C. A. Modeling integrated farm systems: a tool for developing more
economically and environmentally sustainable farming systems. In.: SIMPÓSIO
INTERNACIONAL EM INTEGRAÇÃO LAVOURA-PECUÁRIA, 2007.
Palestras..., Curitiba: UFPR/UFRGS/OHIO STATE, 2007. 14p. 1 CD-ROM.
RUEDELL, J. A soja numa agricultura sustentável. In: SILVA, M. T. B. da.
(coord.). A soja em rotação de culturas no plantio direto. Cruz Alta:
FUNDACEP/FECOTRIGO, 1998. p.1-34.
RUEDELL, J. Plantio direto na região de Cruz Alta. Cruz Alta:
FUNDACEP/FECOTRIGO, 1995. 134p.
SACOMAN, A. Resultados da integração agricultura x pecuária no Arenito
Caiuá. In: WORLD SOYBEAN RESEARCH CONFERENCE, 7.;
INTERNATIONAL SOYBEAN PROCESSING AND UTILIZATION
CONFERENCE 4.; BRAZILIAN SOYBEAN CONGRESS, 3., 2004, Foz do
Iguaçu. Proceedings..., Londrina: Embrapa Soja, 2004. p.1241-1251.
SAMAHA, M. J.; GUERREIRO, E.; SANTOS FILHO, J. I. dos. A economia do
plantio direto. In: DAROLT, M. R. (Org.). Plantio direto: pequena propriedade
sustentável. Londrina: IAPAR, 1998. p.191-221. (IAPAR. Circular, 101).
SANTOS, H. P. dos. et al. Sistemas de produção de grãos com pastagens
anuais de inverno e de verão, sob plantio direto. Passo Fundo: Embrapa Trigo,
2004. 39p. (Embrapa Trigo. Documentos Online, 45). Disponível em:
<http://www.cnpt.embrapa.br/biblio/do/p_do45_1.htm>. Acesso em: 28 de
setembro de 2007.
SANTOS, H. P. dos; REIS, E. M. Rotação de culturas em plantio direto. Passo
Fundo: Embrapa Trigo, 2001. 212p.
SANTOS, H. P. dos; REIS, E. M.; ANDIA, L. H. Análise econômica dos
sistemas de rotação de culturas para cevada, em plantio direto. In: REUNIÃO
CENTRO-SUL DE ADUBAÇÃO VERDE E ROTAÇÃO DE CULTURAS, 4.,
1993, Passo Fundo. Anais... Passo Fundo: Embrapa Trigo, 1994. p.82-86.
(Embrapa Trigo. Documentos, 14).
SANTOS, H. P. dos; REIS, E. M.; DERPSCH, R. Rotação de culturas. In:
Embrapa Trigo, FUNDACEP-FECOTRIGO, FUNDAÇÃO ABC. Plantio direto
no Brasil. Passo Fundo: Aldeia Norte, 1993. p.85-103.
SANVICENTE, A. Z. Administração financeira. São Paulo: Atlas, 1999. 288p.
SCALÉA, M. Plantio direto e rotação de culturas: benefícios que se somam.
Revista Plantio Direto, Passo Fundo, v.56, p.31. Mar./Abr. 2000.
SEAB - SECRETARIA DA AGRICULTURA E DO ABASTECIMENTO DO
PARANÁ. Pecuária: quadro comparativo (Paraná/Brasil) do rebanho e da
produção para o ano de 2002. Disponível em:
<http://www.seab.pr.gov.br/arquivos/File/deral/cpprbr.xls>. Acesso em: 17 de
maio de 2007.
160
SECURATO, J. R. Decisões financeiras em condições de risco. São Paulo:
Atlas, 1996. 244p.
SILVA, R. I. da; DHEIN, R. A. Viabilização socioeconômica da rotação de
culturas e da adubação verde na COTRIJUI. In: REUNIÃO CENTRO-SUL DE
ADUBAÇÃO VERDE E ROTAÇÃO DE CULTURAS, 4., 1993, Passo Fundo.
Anais... Passo Fundo: Embrapa Trigo, 1994. p.15-27. (Embrapa Trigo.
Documentos, 14).
SIMON, H. A. Comportamento administrativo: estudo de processos decisórios
nas organizações administrativas. 2.ed. Rio de Janeiro: FGV, 1971. 277p.
SIMONSEN, M. H. Dinâmica macroeconômica. São Paulo: McGraw-Hill,
1983. 510p.
SOBRINHO, J. D. V. Matemática financeira. 6.ed. São Paulo: Atlas, 1997.
411p.
SORRENSON, W. J. Implicações econômicas da erosão do solo e do uso de
algumas práticas conservacionistas no Paraná. Londrina: IAPAR, 1989. 104p.
(IAPAR. Boletim Técnico, 21).
SOUZA, A.; CLEMENTE, A. Decisões financeiras e análise de investimentos:
fundamentos, técnicas a alicações. 2.ed. São Paulo: Atlas, 1997. 142p.
SOUZA, R. de; GUIMARÃES, J. M. P; VIEIRA, G.; MORAIS, V. A.;
ANDRADE, J. G. de. A administração da fazenda. 5.ed. São Paulo: Globo,
1995. 211p.
SPERA, S. T. et al. Efeito de pastagens de inverno e de verão em características
físicas de solo sob plantio direto. Ciência Rural, Santa Maria, v.36, n.4, p.1193-
1200. Jul./Ago. 2006.
SULC, R. M. Integrated crop–livestock systems in North America. In.:
SIMPÓSIO INTERNACIONAL EM INTEGRAÇÃO LAVOURA-PECUÁRIA,
2007. Palestras..., Curitiba: UFPR/UFRGS/OHIO STATE, 2007. 18p. 1 CD-
ROM.
THIAGO, L. R. de S.; SILVA, J. M. Suplementação de bovinos em pastejo.
Campo Grande: Embrapa Gado de Corte, 2000. (Texto base para o curso
suplementação em pasto e confinamento de bovinos).
TORRES, E.; SARAIVA, O. F.; GAZZIERO, D. L. P. Avaliação de sistemas de
preparo do solo e semeadura da soja. In: EMBRAPA, Centro Nacional de
Pesquisa de Soja, Londrina, PR. Resultados de pesquisa de soja. Londrina:
Embrapa Soja, 1997. p.144-148. (Documentos, 118).
TRACY, B. F. The ecology of integrated crop-livestock systems. In.: SIMPÓSIO
INTERNACIONAL EM INTEGRAÇÃO LAVOURA-PECUÁRIA, 2007.
Palestras..., Curitiba: UFPR/UFRGS/OHIO STATE, 2007. 10p. 1 CD-ROM.
TRAVERS, F. J. Investment manager analysis: a comprehensive guide to
portfólio selection, monitoring, and optimization. New Jersey: John Wiley &
Sons, 2004. 384p.
161
VARIAN, H. R. Microeconomia: princípios básicos. 6.ed. Rio de Janeiro:
Elsevier/Campus, 2003. 778p.
VERAS, L. L. Matemática financeira. 3.ed. São Paulo: Atlas, 1999. 259p.
WEISENSEL, W. P.; SCHONEY, R. A. An analysis of the yield-price risk
associated with specialty crops. Western Journal of Agricultural Economics,
v.14, n.2, p.293-299. Dec. 1989.
WEST, G. An introduction to Modern Portfolio Theory: Markowitz, CAP-M,
APT and Black-Litterman. Parktown North: Financial Modelling Agency, 2006.
30p. Disponível em: <http://davood.rahmanifard.googlepages.com/MPT.pdf>.
Acesso em: 13 de novembro de 2008.
WIEDEMANN, A.; HAGER, P.; ROEHRL, A. Integrated risk management
with Cash-Flow-at-Risk/Earnings-at-Risk methods. Disponível em:
<http://www.risknet.de/uploads/tx_bxelibrary/Wiedemann-Cash-Flow-at -
Risk.pdf> Acesso em: 05 de outubro de 2006.
WOILER, S.; MATHIAS, W. F. Projeto: planejamento, elaboração, análise. São
Paulo: Atlas, 1994. 294p.
YOKOYAMA, L. P.; VIANA FILHO, A.; BALBINO, L. C.; OLIVEIRA, I. P.
de; BARCELLOS, A. de. Avaliação econômica de técnicas de recuperação de
pastagens. Pesquisa Agropecuária Brasileira, Brasília, v.34, n.8, p.1335-1345.
Ago. 1999.
ZANETTA, D. A.; TARSITANO, M. A. A.; LAZARINI, E.; BASSAN
JUNIOR, O. Análise comparativa de custo de produção de soja em sistema de
plantio direto e plantio convencional. In: CONGRESSO BRASILEIRO DE
SOJA, 1999, Londrina. Anais..., Londrina: Embrapa Soja, 1999. 533p. (Embrapa
Soja. Documentos, 124).
ZANINE, A. de M.; SANTOS, E. M.; FERREIRA, D. de J.; CARVALHO, G. G.
P. de. Potencialidade da integração lavoura- pecuária: relação planta-animal.
Revista Electrónica de Veterinaria REDVET, v.7, n.1. Jan. 2006. Disponível
em: http://www.veterinaria.org/revistas/redvet. Acesso em: 13 de novembro de
2007.
162
APÊNDICES
163
APÊNDICE A
Conforme demonstração de West (2006), a diversificação de ativos resulta
em maior efeito na minimização dos riscos quando os ativos apresentam, entre si,
coeficientes de correlação mais próximos de -1. Para evidenciar esse efeito,
considera-se um portfólio composto por dois ativos de risco e com os seguintes
parâmetros estatísticos:
a)
0, ≥
BA
ww
, em que
A
w
e
B
w
representam as participações, respectivamente,
dos ativos A e B no portfólio; sendo
1=+
BA
ww
;
b)
(
)
(
)
(
)
BBAAp
REwREwRE
+=
, em que
(
)
p
RE
,
(
)
A
RE
e
(
)
B
RE
correspondem
aos retornos esperados, respectivamente, do portfólio, do ativo A e do ativo B;
e
c)
(
)
BABABBAAp
wwwwR
σρσσσσ
2
22222
++=
, em que
(
)
p
R
2
σ
,
2
A
σ
,
2
B
σ
,
ρ
,
A
σ
e
B
σ
constituem, respectivamente, a variância dos retornos do portfólio, a variância
dos retornos do ativo A, a variância dos retornos do ativo B, o coeficiente de
correlação entre os retornos dos dois ativos, o desvio padrão dos retornos do
ativo A e o desvio padrão dos retornos do ativo B.
A expressão da variância dos retornos do portfólio pode ser apresentada
também em termos matriciais:
164
( )
[ ]
=
B
A
B
A
B
A
BAp
w
w
wwR
0
0
1
1
0
0
2
σ
σ
ρ
ρ
σ
σ
σ
(1A)
Assim, considerando agora três casos especiais para o coeficiente de
correlação, são obtidos distintos valores para o risco do portfólio:
a) se
1
=
ρ
, então
(
)
(
)
2
2
BBAAp
wwR
σσσ
+=
, que resulta em
(
)
BBAAp
wwR
σσσ
+=
;
b) se
0
=
ρ
, então
(
)
22222
BBAAp
wwR
σσσ
+=
; e
c) se
1
−
=
ρ
, então
(
)
(
)
2
2
BBAAp
wwR
σσσ
−=
, que resulta em
(
)
BBAAp
wwR
σσσ
−=
.
Portanto, com esses três casos, demonstra-se que, quando o valor de
ρ
é
igual a +1 e -1, o portfólio apresenta, respectivamente, o maior e o menor risco.
Como
AB
ww −=
1 , pode-se determinar a fração do portfólio a ser investida
em cada ativo para gerar o mínimo risco possível:
BABA
BAB
A
w
σρσσσ
σρσσ
2
22
2
−+
−
=
(2A)
165
APÊNDICE B
Na determinação dos custos fixos de cada atividade agropecuária presente
nos sistemas de produção vegetal (PV) e integração lavoura-pecuária (ILP),
foram rateados os seguintes custos fixos da propriedade rural, pois não estão
associados diretamente com determinada atividade: administrativos e
depreciação, seguro e manutenção de bens de capital. Para o caso do sistema de
bovinocultura de corte (BC), todos os custos da propriedade foram alocados para
a atividade de pecuária, haja vista que o sistema é especializado na produção de
carne bovina.
Enquanto no sistema de PV os critérios de rateio foram estabelecidos com
base nos custos variáveis, no sistema de ILP eles foram definidos a partir da
utilização desses custos e também dos níveis de investimentos associados com as
atividades agrícolas e de pecuária.
Para o sistema de PV, optou-se por utilizar os custos variáveis como
critério para distribuir os custos não específicos (indiretos) pelo fato de existirem
diferenças muito significativas entre os resultados econômicos, por unidade de
área, das atividades de produção de soja, milho e trigo. Em situações como esta,
Okawa (2003) destaca que o critério mais adequado é o do rateio pelo montante
dos custos variáveis das culturas. Nessa perspectiva, adotaram-se três
procedimentos para determinar os coeficientes de rateio do sistema de PV: 1)
166
fez-se o somatório, para cada atividade agrícola, dos custos variáveis com
insumos, operações agrícolas e outros (transporte e recepção do produto e
Contribuição Especial da Seguridade Social Rural); 2) os custos variáveis de
cada atividade foram somados para determinar o custo variável do sistema; e 3)
finalmente foram obtidos os coeficientes de rateio mediante a divisão do custo
variável de cada atividade pelo custo variável do sistema.
Para o sistema de ILP, foram adotados dois passos principais para chegar
aos coeficientes em questão. No primeiro, considerando que a bovinocultura de
corte, além de gerar, por hectare, receitas e custos muito superiores àqueles das
atividades agrícolas, possui um sistema de exploração muito distinto daqueles
empregados nessas atividades, e, para definir seu coeficiente, fez-se uma
separação inicial dos investimentos associados com as produções vegetal e
animal. Para essa separação, utilizou-se como referência o valor do investimento
no sistema de PV e, a partir da multiplicação da relação área agrícola (soja,
milho e trigo) na ILP/área agrícola na PV pelo valor do investimento no sistema
de PV, chegou-se ao valor do investimento relativo associado com as atividades
agrícolas no sistema de ILP; o restante do investimento na ILP foi atribuído à
atividade de pecuária. Assim, o coeficiente de rateio da bovinocultura de corte
correspondeu ao valor da relação investimento na pecuária/investimento na ILP.
No segundo passo, a proporção restante dos custos fixos indiretos, dada pela
diferença "1-coeficiente de rateio da bovinocultura", foi distribuída entre as
atividades agrícolas. Para tanto, os coeficientes de rateio foram determinados por
meio do emprego de procedimentos similares aos utilizados no sistema de PV, ou
seja, para cada atividade agrícola, o coeficiente representa a participação do custo
variável da atividade no custo variável associado com as atividades de produção
vegetal (soja, milho e trigo) do sistema de ILP.
167
APÊNDICE C
Quadro 1C - Insumos agrícolas usados nos sistemas de PV, ILP e BC para as
produções de soja, milho (comercial e/ou para silagem) e trigo
Atividade Insumo Nome comercial Unidade Quantidade/ha
Herbicida dessecante Roundup Original l 1,70
Adjuvante Assist l 1,00
Sementes Soja kg 60,00
Fungicida (sementes) Cercobin 700PM kg 0,10
Micronutrientes CoMo l 0,06
Inoculante Nitragin dose 1,00
Fertilizante 00-20-20 t 0,20
Adubação de cobertura Potássio t 0,08
Herbicida pós-emergente Classic kg 0,04
Herbicida pós-emergente Select l 0,30
Herbicida pós-emergente Pivot l 0,60
Fungicida
1
Folicur l 1,20
Inseticida Dimilin kg 0,05
Soja
Inseticida Karate l 0,20
Herbicida dessecante Roundup Transorb l 1,71
Adjuvante Energic l 0,77
Adjuvante Assist l 0,86
Adjuvante Óleo mineral l 0,72
Sementes Milho sc 1,20
Fertilizante 10-26-24 t 0,28
Fertilizante 08-30-20 t 0,074
Inseticida (sementes) Semevin l 0,40
Adubação de cobertura Uréia t 0,29
Herbicida pós-emergente Gesaprim500 l 2,00
Herbicida pós-emergente Basagram600 l 1,20
Micronutrientes Starter l 0,71
Inseticida Dimilin kg 0,04
Milho
Inseticida Metafós l 0,62
Continua...
168
Quadro 1C, cont.
Atividade Insumo Nome comercial Unidade Quantidade/ha
Herbicida dessecante Roundup Original l 1,50
Adjuvante Assist l 0,86
Sementes Trigo kg 150,00
Fertilizante 08-30-20 t 0,20
Adubação de cobertura Uréia t 0,08
Fungicida (sementes) Rhodiauram l 0,46
Herbicida pós-emergente Ally g 4,00
Inseticida Match l 0,10
Fungicida Folicur l 0,62
Trigo
Fungicida Bayfidan l 0,25
Fonte: Pesquisa de campo.
1
Na cultura da soja, em geral, são utilizadas duas aplicações de fungicida por hectare (0,6 l/aplicação).
Quadro 2C - Insumos usados nos sistemas de ILP e BC para a produção de
bovinos de corte
Insumo Nome comercial Unidade Quantid. - ILP
1
Quantid. - BC
1
Bezerro Bezerro cab 9,50 4,85
Vermífugo Ivomec l 0,10 0,05
Carrapaticida Cypermil Pour-On l 0,40 0,25
Matabicheira Spray matabicheira 500 ml 1,00 0,63
Antibiótico Agrovet 50 ml 0,90 0,60
Vacinas Febre aftosa e carbúnculo dose 19,00 9,69
Sal mineralizado Sal mineralizado kg 190,00 96,94
Concentrado para engorda Concentrado kg/dia 42,22 21,54
Brinco de identificação Brinco un 9,50 4,85
Pastagem permanente de verão Tifton ha 52,10 278,50
Pastagem cultivada de inverno Aveia e azevém ha 220,00 300,00
Silagem Milho ha 7,90 21,50
Fonte: Pesquisa de campo.
1
As quantidades de insumos, com exceção das pastagens de verão e inverno e da silagem, são aquelas
utilizadas para atender aos animais em um hectare de pastagem permanente de verão.
169
Quadro 3C - Principais operações agrícolas desenvolvidas nos sistemas de
produção (em número de operações/ha)
Atividade ou operação Operações específicas PV ILP BC
Plantio e aplicação de fertilização 1 1 --
Aplicação de adubação de cobertura 1 1 --
Aplicação de herbicida 3 3 --
Aplicação de inseticida 2 2 --
Aplicação de fungicida 2 2 --
Soja
Colheita da soja 1 1 --
Plantio e aplicação de fertilização 1 1 1
Aplicação de adubação de cobertura 1 1 1
Aplicação de herbicida 3 3 3
Aplicação de inseticida 2 2 2
Milho
Colheita e/ou ensilagem do milho 1 1 1
Plantio e aplicação de fertilização 1 1 --
Aplicação de adubação de cobertura 1 1 --
Aplicação de herbicida 2 2 --
Aplicação de inseticida 1 1 --
Aplicação de fungicida 1 1 --
Trigo
Colheita do trigo 1 1 --
Plantio e aplicação de fertilização 1 1 1
Aveia e azevém
Aplicação de adubação de cobertura 1 2 2
Aplicação anual de fertilizante -- 1 1
Pastagem de tifton
Aplicação anual de adubação de cobertura -- 2 2
Número de gradagem aradora -- 2 2
Implantação do tifton
Número de gradagem niveladora -- 1 1
Número de anos para realizar nova calagem 3 3 3
Calagem do solo
Quantidade de calcário (toneladas/ha) 3 3 3
Fonte: Pesquisa de campo.
Notas: 1) A cultura do milho, dependendo do sistema, é explorada para atingir dois objetivos: venda de
grãos (PV e ILP) e confecção de silagem para os animais (ILP e BC); e 2) nas áreas de lavouras,
relativas aos sistemas de PV e ILP, são também contempladas as operações de construção e
manutenção de terraços.
170
Quadro 4C - Bens de capital necessários para o funcionamento dos sistemas de
produção
Quantidade por sistema
Categoria Bem de capital
PV ILP BC
Vida útil
(anos)
Trator 2 2 2 13
Máquinas agrícolas
Colhedeira de grãos 1 1 -- 13
Carreta agrícola 1 1 1 13
Distribuidor de calcário 1 1 1 13
Distribuidor de esterco -- 1 1 13
Grade aradora 1 1 1 13
Grade niveladora 1 1 1 13
Pulverizador 1 1 1 13
Roçadeira 1 1 1 13
Semeadora-adubadeira 1 1 1 13
Equipamentos
agrícolas
Terraceador 1 1 -- 13
Desensilador -- 1 1 13
Forrageira de milho -- 1 1 13
Misturador de ração -- 1 1 13
Equipamentos
pecuários
Vagão forrageiro -- 1 1 13
Barracão de alvenaria (m
2
) 625 625 625 25
Balança e tronco de contenção -- 1 1 15
Bebedouro -- 6 6 13
Cocho para sal -- 6 6 15
Cerca de arame farpado (m) -- 8.660 8.140 20
Cerca elétrica (m) -- 6.928 7.448 15
Curral de manejo -- 1 1 25
Infra-estrutura de confinamento -- 1 1 20
Reservatório de água -- 1 1 13
Instalações
Poço artesiano -- 1 1 30
Fonte: Pesquisa de campo.
Notas: 1) Embora nos três sistemas se utilize o plantio direto, nos equipamentos agrícolas estão incluídas
uma grade aradora e uma niveladora por duas razões: a) são equipamentos necessários para o
preparo inicial do solo, ou seja, são utilizados antes de os sistemas começarem a produzir; e b)
porque em determinados anos o produtor pode, dependendo da situação da área, ser obrigado a
executar alguma operação que exige maior mobilização do solo; 2) os currais de manejo dos
sistemas de ILP e BC possuem dimensões que possibilitam atender, respectivamente, a 250 e 500
animais; 3) os bebedouros utilizados nos sistemas de ILP e BC têm capacidades individuais,
respectivamente, de 3.000 e 6.000 litros; 4) os reservatórios de água apresentam capacidades de
50.000 e 100.000 litros, respectivamente, para os sistemas de ILP e BC; 5) para mensurar a
quantidade de cerca de arame farpado para os sistemas de ILP e BC, foram levadas em
consideração a área externa da propriedade e as áreas de lavouras, ou seja, além de cercar,
externamente, toda a propriedade, foram separadas, com cerca de arame farpado, as áreas de
pastagem permanente e de lavouras de verão; e 6) nos sistemas de ILP e BC, a propriedade foi
dividida em 10 piquetes de aproximadamente 30 hectares (a maior parte dos piquetes foi separada
por meio de cerca elétrica).
171
Quadro 5C - Fluxos de caixa do sistema de produção vegetal
ITENS Ano 0 Ano 1 Ano 2
Ano 3
Ano 4
Ano 5
Ano 6
Ano 7
Ano 8
Ano 9
Ano 10
Ano 11
Ano 12
Ano 13
RECEITAS
Vendas de soja 0 315.611
426.048
465.170
362.254
386.055
360.410
398.176
499.041
504.542
484.635
324.139 289.844 315.440
Vendas de milho 0 255.944
310.782
240.347
265.921
298.134
325.089
227.430
338.234
298.366
276.885
235.437 200.703 237.038
Vendas de trigo 0 118.044
141.256
103.133
99.219 116.275
112.186
118.354
155.101
152.622
130.363
95.737 102.248 121.057
Subtotal (A) 0 689.598
878.086
808.650
727.394
800.463
797.685
743.960
992.376
955.529
891.883
655.313 592.796 673.535
Valor residual (B) -- -- -- -- -- -- -- -- -- -- -- -- -- 99.827
DESPESAS OPERACIONAIS
Insumos 0 367.599 366.931 343.328 333.466 398.604 368.076 368.153 385.125 421.694 430.393 383.373 330.384 318.310
Máquinas, equipamentos e operações 0 57.501 54.879 55.553 54.040 59.485 62.971 67.056 74.142 83.388 81.600 86.767 90.630 86.860
Benfeitorias 0 4.435 4.616 4.484 4.338 4.161 3.999 3.949 3.918 3.689 3.713 3.782 3.882 3.539
Mão-de-obra 0 89.110 98.913 100.581 103.836 101.027 91.783 91.854 93.031 87.424 90.100 94.619 101.718 112.430
Outros 0 44.053 56.253 52.290 46.418 51.038 50.484 48.120 63.725 61.725 57.586 41.897 38.122 43.217
Subtotal (C) 0 562.698
581.592
556.235
542.099
614.316
577.314
579.133
619.941
657.920
663.393
610.439 564.736 564.356
Depreciação total (D) 0 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285
INVESTIMENTOS NO SISTEMA
Subtotal (E) 1.026.537 0 0 0 0 0 0 0 0 0 0 0 0 0
FLAT
1
= A+B-C-D-E (1.026.537) 55.615 225.209
181.129
114.010
114.862
149.085
93.542 301.149
226.323
157.205
(26.412) (43.226) 137.720
Imposto de renda sobre (IR) -- 8.342 33.781 27.169 17.101 17.229 22.363 14.031 51.287 33.948 23.581 0 0 5.684
Contribuição social sobre o lucro (CSSL) -- 5.005 20.269 16.302 10.261 10.338 13.418 8.419 27.103 20.369 14.148 0 0 3.410
FLDT
2
= FLAT-IR-CSL (1.026.537) 42.267 171.159
137.658
86.647 87.295 113.305
71.092 222.759
172.005
119.476
(26.412) (43.226) 128.626
Depreciação total (D) -- 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285 71.285
Valor final de caixa = FLDT+D (1.026.537) 113.553
242.444
208.943
157.933
158.580
184.590
142.378
294.044
243.291
190.761
44.873 28.059 199.911
Fonte: Resultados da pesquisa.
1
FLAT = fluxo líquido antes dos tributos (os tributos IR e CSSL foram calculados sobre o saldo de A-C-D); e
2
FLDT = fluxo líquido depois dos tributos.
172
Quadro 6C - Fluxos de caixa do sistema de integração lavoura-pecuária
ITENS Ano 0 Ano 1 Ano 2
Ano 3
Ano 4
Ano 5
Ano 6
Ano 7
Ano 8
Ano 9
Ano 10
Ano 11
Ano 12
Ano 13
RECEITAS
Vendas de soja 0 252.489 340.839 372.136 289.803 308.844 288.328 318.541 399.233 403.633 387.708 259.311 231.875 252.352
Vendas de milho 0 204.755 248.626 192.277 212.737 238.507 260.072 181.944 270.587 238.693 221.508 188.349 160.563 189.630
Vendas de trigo 0 94.435 113.004 82.507 79.375 93.020 89.748 94.683 124.080 122.097 104.290 76.589 81.798 96.845
Vendas de boi gordo 0 593.127 510.022 520.840 539.132 599.265 627.347 603.544 610.778 589.284 566.655 470.039 449.419 486.423
Subtotal (A) 0 1.144.806
1.212.490
1.167.759
1.121.047
1.239.635
1.265.495
1.198.713
1.404.678
1.353.707
1.280.161
994.289 923.655 1.025.251
Valor residual (B) -- -- -- -- -- -- -- -- -- -- -- -- -- 176.114
DESPESAS OPERACIONAIS
Insumos 0 719.329 645.217 621.602 626.022 716.345 705.523 738.607 749.219 758.944 727.368 649.916 590.119 607.478
Máquinas, equipamentos e operações 0 51.748 49.294 49.637 48.365 52.880 55.644 58.891 64.791 72.439 71.415 75.518 78.714 75.453
Benfeitorias 0 9.288 9.436 8.987 8.768 8.399 8.043 7.911 7.882 7.383 7.584 7.818 8.202 7.676
Mão-de-obra 0 89.110 98.913 100.581 103.836 101.027 91.783 91.854 93.031 87.424 90.100 94.619 101.718 112.430
Outros 0 56.873 64.717 62.130 57.580 63.198 62.260 59.192 71.509 68.597 65.209 50.024 46.784 51.685
Subtotal (C) 0 926.348 867.577 842.937 844.571 941.848 923.253 956.455 986.433 994.788 961.675 877.895 825.537 854.722
Depreciação total (D) 0 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523
INVESTIMENTOS NO SISTEMA
Subtotal (E) 1.365.916 0 0 0 0 0 0 0 0 0 0 0 0 0
FLAT
1
= A+B-C-D-E (1.365.916)
126.934 253.390 233.300 184.953 206.263 250.718 150.734 326.722 267.396 226.963 24.871 6.595 255.120
IR -- 19.040 39.348 34.995 27.743 30.940 38.680 22.610 57.681 42.849 34.044 3.731 989 11.851
CSSL -- 11.424 22.805 20.997 16.646 18.564 22.565 13.566 29.405 24.066 20.427 2.238 594 7.111
FLDT
2
= FLAT-IR-CSL (1.365.916)
96.470 191.238 177.308 140.564 156.760 189.474 114.558 239.637 200.481 172.492 18.902 5.012 236.158
Depreciação total (D) -- 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523 91.523
Valor final de caixa = FLDT+D (1.365.916)
187.993 282.761 268.831 232.088 248.284 280.997 206.081 331.160 292.005 264.015 110.425 96.536 327.682
Fonte: Resultados da pesquisa.
1
FLAT = fluxo líquido antes dos tributos (os tributos IR e CSSL foram calculados sobre o saldo de A-C-D); e
2
FLDT = fluxo líquido depois dos tributos.
173
Quadro 7C - Fluxos de caixa do sistema de bovinocultura de corte
ITENS Ano 0 Ano 1 Ano 2
Ano 3
Ano 4
Ano 5
Ano 6
Ano 7
Ano 8
Ano 9
Ano 10
Ano 11
Ano 12
Ano 13
RECEITAS
Vendas de boi gordo 0 1.617.620
1.390.968
1.420.471
1.470.361
1.634.358
1.710.946
1.646.030
1.665.757
1.607.137
1.545.423
1.281.925
1.225.688
1.326.609
Subtotal (A) 0 1.617.620
1.390.968
1.420.471
1.470.361
1.634.358
1.710.946
1.646.030
1.665.757
1.607.137
1.545.423
1.281.925
1.225.688
1.326.609
Valor residual (B) -- -- -- -- -- -- -- -- -- -- -- -- -- 211.141
DESPESAS OPERACIONAIS
Insumos 0 1.242.739
1.022.948
1.008.967
1.046.139
1.141.719
1.174.162
1.260.988
1.262.446
1.221.469
1.100.839
987.829 946.436 1.015.642
Máquinas, equipamentos e operações 0 10.024 9.225 8.852 8.627 8.734 8.392 8.447 8.760 9.624 9.994 10.167 9.948 9.553
Benfeitorias 0 11.240 11.445 10.941 10.661 10.212 9.781 9.621 9.581 8.973 9.175 9.428 9.863 9.197
Mão-de-obra 0 95.073 105.895 107.603 111.422 108.392 99.767 100.068 101.252 94.870 97.180 101.878 109.359 121.039
Outros 0 57.463 52.214 53.790 54.177 59.480 58.205 55.020 54.564 50.996 50.599 43.270 42.492 44.530
Subtotal (C) 0 1.416.538
1.201.726
1.190.152
1.231.026
1.328.537
1.350.307
1.434.144
1.436.604
1.385.932
1.267.787
1.152.573
1.118.098
1.199.961
Depreciação total (D) 0 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533
INVESTIMENTOS NO SISTEMA
Subtotal (E) 1.089.068 0 0 0 0 0 0 0 0 0 0 0 0 0
FLAT
1
= A+B-C-D-E (1.089.068)
133.549 121.709 162.786 171.802 238.289 293.106 144.353 161.620 153.672 210.103 61.820 40.057 270.256
IR 20.032 18.256 24.418 25.770 35.743 49.277 21.653 24.243 23.051 31.515 9.273 6.009 8.867
CSSL 12.019 10.954 14.651 15.462 21.446 26.380 12.992 14.546 13.831 18.909 5.564 3.605 5.320
FLDT
2
= FLAT-IR-CSL (1.089.068)
101.497 92.499 123.718 130.569 181.100 217.450 109.708 122.831 116.791 159.678 46.983 30.443 256.068
Depreciação total (D) 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533 67.533
Valor final de caixa = FLDT+D (1.089.068)
169.030 160.032 191.250 198.102 248.632 284.983 177.241 190.364 184.324 227.211 114.516 97.976 323.601
Fonte: Resultados da pesquisa.
1
FLAT = fluxo líquido antes dos tributos (os tributos IR e CSSL foram calculados sobre o saldo de A-C-D); e
2
FLDT = fluxo líquido depois dos tributos.
174
Quadro 8C - Variáveis independentes submetidas à análise de sensibilidade
N°
°°
°
Variável Sistemas
N°
°°
°
Variável Sistemas
1 Custo da assistência veterinária 2 e 3 47 Preço do inseticida Metafós 1, 2 e 3
2 Custo do transporte de bovinos 2 e 3 48 Preço do inseticida Semevin 1, 2 e 3
3 Diária do operário rural temporário 1, 2 e 3 49 Preço do Matabicheira (Spray) 2 e 3
4 Investimento total 1, 2 e 3 50 Preço do micronutriente CoMo 1 e 2
5 Preço do adjuvante Energic 1, 2 e 3 51 Preço do micronutriente Starter 1, 2 e 3
6 Preço da lona (m
2
) 2 e 3 52 Preço do óleo diesel 1, 2 e 3
7 Preço da muda de tifton 2 e 3 53 Preço do potássio 1 e 2
8 Preço da semente de aveia 1, 2 e 3 54 Preço do sal mineralizado 2 e 3
9 Preço da semente de azevém 1, 2 e 3 55 Preço do vermífugo Ivomec 2 e 3
10 Preço da semente de milho 1, 2 e 3 56 Preço do inoculante para soja 1 e 2
11 Preço da semente de soja 1 e 2 57 Preço do óleo mineral adjuvante 1, 2 e 3
12 Preço da semente de trigo 1 e 2 58 Produtividade de bovino 2 e 3
13 Preço da uréia 1, 2 e 3 59 Produtividade de milho 1 e 2
14 Preço da vacina para bovino 2 e 3 60 Produtividade de soja 1 e 2
15 Preço de venda da soja 1 e 2 61 Produtividade de trigo 1 e 2
16 Preço de venda do boi gordo 2 e 3 62 Salário do administrador 1, 2 e 3
17 Preço de venda do milho 1 e 2 63 Salário do operador de máquinas permanente 1, 2 e 3
18 Preço de venda do trigo 1 e 2 64 Salário do operário rural permanente 1, 2 e 3
19 Preço do adjuvante Assist 1, 2 e 3 65 Valor da balança e do tronco de contenção 2 e 3
20 Preço do antibiótico Agrovet 2 e 3 66 Valor da bomba para água 2 e 3
21 Preço do aparelho elétrico 2 e 3 67 Valor da carreta agrícola 1, 2 e 3
22 Preço do bezerro 2 e 3 68 Valor da cerca elétrica 2 e 3
23 Preço do brinco para bovino 2 e 3 69 Valor da cerca externa 2 e 3
24 Preço do calcário 1, 2 e 3 70 Valor da colhedeira de grãos 1 e 2
25 Preço do carrapaticida Cypermil Pour-On 2 e 3 71 Valor da construção do poço artesiano 2 e 3
26 Preço do cavalo para serviço 2 e 3 72 Valor da forrageira 2 e 3
27 Preço do concentrado para engorda 2 e 3 73 Valor da grade niveladora 1, 2 e 3
28 Preço do fertilizante 00-20-20 1 e 2 74 Valor da grade pesada 1, 2 e 3
29 Preço do fertilizante 05-25-25 2 e 3 75 Valor da infra-estrutura de confinamento 2 e 3
30 Preço do fertilizante 08-30-20 1, 2 e 3 76 Valor da mangueira 3/4" 2 e 3
31 Preço do fertilizante 10-26-24 1, 2 e 3 77 Valor da roçadeira 1, 2 e 3
32 Preço do fungicida Bayfidan 1 e 2 78 Valor da semeadora/plantadeira 1, 2 e 3
33 Preço do fungicida Cercobin 700 PM 1 e 2 79 Valor do bebedouro para bovino 2 e 3
34 Preço do fungicida Folicur 1 e 2 80 Valor do cocho para sal 2 e 3
35 Preço do fungicida Rhodiauram 1 e 2 81 Valor do conjunto pá/lâmina 2 e 3
36 Preço do herbicida Ally 1 e 2 82 Valor do CUB rural (m
2
) 1, 2 e 3
37 Preço do herbicida Basagram600 1, 2 e 3 83 Valor do curral de manejo 2 e 3
38 Preço do herbicida Classic 1 e 2 84 Valor do distribuidor de calcário 1, 2 e 3
39 Preço do herbicida Gesaprim500 1, 2 e 3 85 Valor do distribuidor de esterco 2 e 3
40 Preço do herbicida Pivot 1 e 2 86 Valor do misturador de ração 2 e 3
41 Preço do herbicida Roundop Original 1 e 2 87 Valor do pulverizador 1, 2 e 3
42 Preço do herbicida Roundop Transorb 1, 2 e 3 88 Valor do reservatório de água 2 e 3
43 Preço do herbicida Select 1 e 2 89 Valor do terraceador 1 e 2
44 Preço do inseticida Dimilin 1, 2 e 3 90 Valor do trator 1, 2 e 3
45 Preço do inseticida Karate 1 e 2 91 Valor do vagão forrageiro 2 e 3
46 Preço do inseticida Match 1 e 2
Sistemas: 1 = produção vegetal; 2 = integração lavoura-pecuária; 3 = bovinocultura de corte.
Fonte: Resultados da pesquisa.
175
Quadro 9C - Coeficientes de correlação simples entre o VPL e as variáveis chave
de cada sistema
Variável Correlações negativas Variável Correlações positivas
Investimentos -0,30 Preço de venda da soja 0,69
Preço do óleo diesel -0,10 Preço de venda do milho 0,39
Preço do fungicida Folicur -0,07 Preço de venda do trigo 0,21
Preço da semente de trigo -0,06 Produtividade de trigo 0,17
Preço da uréia -0,05 Produtividade de soja 0,12
Preço da semente de milho -0,05 Produtividade de milho 0,11
Preço do fertilizante 00-20-20 -0,04
Preço da semente de soja -0,04
Preço do fertilizante 08-30-20 -0,04
Salário do administrador -0,03
Preço do fertilizante 10-26-24 -0,03
Diária do operário rural temporário -0,02
Preço do calcário -0,02
Salário do operador de máquinas perm. -0,01
Produção vegetal
Salário do operário rural permanente 0,00
Investimentos -0,38 Preço de venda da soja 0,51
Preço do bezerro -0,29 Preço de venda do boi gordo 0,46
Preço do óleo diesel -0,09 Preço de venda do milho 0,29
Preço do fungicida Folicur -0,05 Preço de venda do trigo 0,14
Preço da uréia -0,05 Produtividade de trigo 0,13
Preço do concentrado para engorda -0,05 Produtividade de bovino 0,12
Salário do administrador -0,04 Produtividade de soja 0,10
Integração lavoura-
pecuária
Preço do fertilizante 08-30-20 -0,01 Produtividade de milho 0,09
Preço do bezerro -0,45 Preço de venda do boi gordo 0,74
Investimentos -0,14 Produtividade de bovino 0,18
Preço da muda de tifton -0,09
Preço do concentrado para engorda -0,07
Preço da uréia -0,04
Salário do administrador -0,03
Preço do óleo diesel -0,02
Salário do operário rural permanente -0,02
Preço do calcário -0,01
Preço do sal mineralizado -0,01
Bovinocultura de corte
Preço do fertilizante 08-30-20 0,00
Fonte: Resultados da pesquisa.
176
Quadro 10C - Avaliação da acurácia das estimativas do VaR
Sistema PV
Método HPC DN HPV
Número de observações 152 152 15.200
Número de violações previstas 7,6 7,6 760
Número de violações ocorridas 7 7 758
% de violações previstas 5,0 5,0 5,0
% de violações ocorridas 4,6 4,6 5,0
Valor médio das violações -149.063 -149.063 -158.694
Violação máxima -170.039 -170.039 -225.911
Violação mínima -133.546 -133.546 -133.139
Teste de Kupiec: LR calculado 0,051 0,051 não calc
Teste de Kupiec: conclusão Aceita H0 Aceita H0 não calc
Teste Z: Z calculado -0,22 -0,22 -0,07
Teste Z: conclusão Aceita H0 Aceita H0 Aceita H0
Sistema ILP
Método HPC DN HPV
Número de observações 152 152 15.200
Número de violações previstas 7,6 7,6 760
Número de violações ocorridas 8 11 731
% de violações previstas 5,0 5,0 5,0
% de violações ocorridas 5,3 7,2 4,8
Valor médio das violações -124.489 -116.643 -136.882
Violação máxima -140.824 -140.824 -209.999
Violação mínima -102.857 -93.057 -110.670
Teste de Kupiec: LR calculado 0,02 1,42 não calc
Teste de Kupiec: conclusão Aceita H0 Aceita H0 não calc
Teste Z: Z calculado 0,15 1,27 -1,08
Teste Z: conclusão Aceita H0 Aceita H0 Aceita H0
Sistema BC
Método HPC DN HPV
Número de observações 152 152 15.200
Número de violações previstas 7,6 7,6 760
Número de violações ocorridas 7 7 689
% de violações previstas 5,0 5,0 5,0
% de violações ocorridas 4,6 4,6 4,5
Valor médio das violações -139.151 -139.151 -162.301
Violação máxima -212.307 -212.307 -334.546
Violação mínima -109.667 -109.667 -120.701
Teste de Kupiec: LR calculado 0,051 0,051 não calc
Teste de Kupiec: conclusão Aceita H0 Aceita H0 não calc
Teste Z: Z calculado -0,22 -0,22 -2,64
Teste Z: conclusão Aceita H0 Aceita H0 Superestima
Fonte: Resultados da pesquisa.
Notas: 1) testes estatísticos com nível de significância de 5%; 2) LR tabelado = 3,84; e 3) Z tabelado =
1,96.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
