Modelo de Anlise de Risco de Produo de Soja na Regio de Goiatuba GO.

INTRODUO

A produo agrcola apresenta caractersticas marcantes que a diferencia dos demais setores produtivos. Dentre estas caractersticas destacam-se: a instabilidade das condies climticas, o surgimento e a rpida disseminao de pragas e doenas, a alta variabilidade dos preos dos produtos e o custo do capital utilizado para financiar a produo. A conjuno destes fatores faz com que a atividade seja cercada por condies de risco e incerteza ( Pizzol, 2002). Entretanto, atividades que envolvem elevados riscos geralmente so potencialmente lucrativas, encorajando o empreendedor a investir os seus fatores de produo nas mesmas. Neste contexto, enquadra-se a atividade de produo de soja que, com uma produo nacional de 52 milhes de toneladas, em uma rea de 18 milhes de hectares (IBGE, 2003), vem representando para o Brasil um dos principais produtos na pauta de exportao, ocupando 12% do valor da pauta de exportao do agronegcio ( CONAB, 2004 ). A participao de Gois, com 12% da produo nacional (IBGE, 2003), significa fontes de divisa e progresso para o estado. A regio de Goiatuba GO, tradicionalmente produtora desta leguminosa, ocupa a maior parte de seu territrio agrcola com a referida cultura, sendo produzida por agricultores de pequena grande escala. O plantio de soja, nos dias atuais, requer um elevado investimento que deve ser efetuado da melhor maneira possvel, de acordo com as recomendaes tcnicas de profissionais competentes, para se tornar rentvel e responder aos objetivos do produtor. Na regio de estudo desta dissertao, os projetos de produo de soja so elaborados por empresas especializadas em consultoria e assistncia tcnica a agropecuaristas, composta 1

por engenheiros agrnomos e tcnicos agrcolas habilitados. Entretanto, verifica-se uma nfase parte tcnica do projeto e uma negligncia com a parte econmica. Observa-se que a prpria estrutura de projetos para financiamento de custeio da atividade, elaboradas pelas empresas de planejamento na regio e que eram apresentados ao Banco do Brasil S. A., at a safra 2002/2003, no compreendiam um estudo dos riscos envolvidos, evidenciando apenas uma parte tcnica referente aos insumos utilizados, uma parte cadastral e uma anlise financeira de relao benefcio/custo, feita partir de um fluxo de caixa global e especfico do financiamento. Considera-se anlise financeira pelo fato de que a razo benefcio/custo utilizada apenas para verificao da capacidade de pagamento e no leva em considerao o valor do dinheiro no tempo (Noronha, 1987). Atualmente, at mesmo estes projetos foram eliminados e a instituio exige apenas uma proposta acompanhada da anlise financeira do empreendimento. Possivelmente, devido tradio produtora da regio e especializao dos fatores de produo dos mesmos na referida cultura, os agricultores no se preocupem com os riscos da atividade. Assim, o objeto de estudo desta dissertao a avaliao do risco de produo de soja frente variabilidade do custo do capital, da produtividade da terra e do preo do produto projetado uma vez que, ao projetar o empreendimento com valores fixos para estes fatores, o produtor coloca-se em uma situao de risco no planejado e tais fatores podem assumir valores que venham a frustrar as expectativas do empreendedor.

1.1 - PROBLEMTICA E RELEVNCIA

O empreendimento de produo de soja tem constantemente atrado a ateno de empresrios e agricultores. Esse fato est refletido no grfico 1.1 no qual observa-se um aumento expressivo na rea de soja plantada no pas, sobretudo nos ltimos 5 anos. Entretanto, a anlise de rentabilidade do empreendimento, efetuada pela maioria dos agricultores e que leva a torn-lo to atrativo, no contempla variaes nos principais fatores de risco do mesmo. Normalmente, estas anlises so feitas partindo-se de planilhas referenciais de custos de produo, como as fornecidas pela CONAB (Companhia Nacional de Abastecimento) ou Secretaria da Agricultura s quais so agregadas as expectativas de produtividade da cultura. 2

Os fatores de risco mencionados apresentam suas fontes de variabilidade que podem ser evidenciadas diante de uma observao emprica, sendo a origem dessas oscilaes relatadas a seguir.
Grfico 1.1 - Evoluo de rea plantada com soja no Brasil 25.000,0

20.000,0

rea (1000 ha)

15.000,0

10.000,0

5.000,0

19 90 /9 19 1 91 /9 19 2 92 /9 19 3 93 /9 19 4 94 /9 19 5 95 /9 19 6 96 /9 19 7 97 /9 19 8 98 /9 19 9 99 /0 20 0 00 /0 20 1 01 /0 20 2 02 /0 20 3 03 /0 4

safras

Fonte de dados: CONAB elaborado pelo autor

1.1.1 Variao no Custo do capital, no Valor do Produto Vendido e na Produtividade da Terra. 1.1.1.1 - O Custo do Capital A variabilidade no custo do capital est relacionada s diferentes fontes de crdito existentes no mercado, s quais o produtor dever recorrer para financiar a sua produo. Devido soja ser uma cultura de elevada importncia econmica e estratgica para o pas, amplamente contemplada com recursos provenientes do crdito rural subsidiado, de tal forma que, em regies onde tradicionalmente produzida, o financiamento bancrio torna-se a primeira modalidade de custear os empreendimentos da referida cultura, vez que opera a uma taxa de juros fixa de 8,75% ao ano.

O Banco do Brasil S/A a instituio financeira que mais opera com crdito rural no municpio de Goiatuba GO. Considerando o financiamento da produo de soja, segundo pesquisa local, tal instituio responsvel por mais de 90% do valor de financiamentos concedidos via sistema bancrio. Entretanto, para concesso de financiamento, existe a necessidade de apresentao de projeto financeiro e acompanhamento por assistncia tcnica particular, alm de cadastro, garantias reais e/ou de aval e, recentemente, foi institudo um documento que avalia o muturio segundo o risco de financiamento do mesmo para a agncia bancria, concedendolhe o chamado Limite de Crdito. Este documento institudo pelo Banco do Brasil a partir de 1999, fornece ao produtor a quantidade mxima de recursos que ele poder utilizar via Banco do Brasil S. A., entre crdito subsidiado, Cdula de Produto Rural (CPR) com liquidao financeira (CPR financeira) e Crdito Pessoal (CDC). Elaborado anualmente atravs de um conjunto de dados, ponderados segundo critrios no divulgados para sua estimao, transforma o volume de recursos provenientes do Banco do Brasil S. A. em uma incgnita para o produtor a cada ano. A CPR financeira corresponde captao de crdito sob garantia por CPR (penhor da produo), mas com alternativa de liquidao financeira, sendo oferecida exclusivamente pelo Banco do Brasil a uma taxa de juros em torno de 1,9% a.m. Espera-se que o agricultor recorra a essa alternativa para complementar o crdito subsidiado, uma vez que na composio das fontes de recursos, representa a segunda fonte mais barata e acessvel. O crdito rural subsidiado apresenta limites de 100% 80% do valor orado, conforme categoria de classificao do produtor em pequeno, mdio ou grande porte, alm de um teto de R$ 200.000,00 por muturio. Todavia, essa fonte dependente da poltica agrcola nacional que fornece a disponibilidade de recursos oficiais subsidiados a cada ano e, conforme esta disponibilidade, os limites sobre o oramento podem ser reduzidos pela agncia para atender a um maior nmero de muturios. O CDC uma fonte de recursos mais cara, aproximadamente 4,5% de juros ao ms, e dever ser utilizado em ltimo caso, mesmo por que, sua disponibilidade em termos de valor acentuadamente menor que o volume total necessrio para custear a produo. Como o financiamento da produo de soja no totalmente suprido por recursos bancrios, surgem outras formas de se custear a produo. Dentre elas destacam-se: a venda antecipada de parte da produo, troca insumo produto e compra de insumos prazo de safra (Mello & Marques, 1999), expressando diferentes custos para o produtor, contabilizados na

forma de uma perda de valor do produto em relao venda na colheita, caso seja feita a troca de produto por mercadoria, e mais uma taxa de juros de 2,5% ao ms. Neste sentido o adiantamento de crdito na forma de insumo uma fonte alternativa de financiamento da produo e seu custo deve ser avaliado como em qualquer outra fonte disponvel. Esses mecanismos de financiamento explicam as variaes no custo do capital e conduzem o produtor de soja diferentes arranjos comerciais na venda do produto, vez que constitui tambm uma forma alternativa de custear a produo. 1.1.1.2 - O Valor do Produto Vendido A produo de soja poder ser comercializada em diferentes momentos ao longo do ano. Antecipadamente colheita o produtor dispe de mecanismos de pr-fixao de preos, com contratao em dlar ou moeda corrente, bem como a possibilidade de recebimento antecipado de parte do valor contratado, a chamada soja verde; pode tambm vender no ato da colheita ou armazenar a produo, na expectativa de melhores preos futuros. Cada combinao das diferentes formas de comercializao, expressa como percentual relativo do volume de cada venda ao longo do ano, forma um arranjo comercial. A comercializao da produo em momentos diferenciados ir resultar em um valor mdio do produto vendido que varia conforme o arranjo comercial adotado. Tal arranjo constitui um mecanismo de proteo de preos diante da oscilao dos mesmos, sendo recomendado inclusive por consultores, em palestras sobre comercializao de soja, proferidas na regio nos ltimos anos. Esses consultores tm recomendado dois arranjos padres, que so: pr-fixao do montante da produo que cubra as despesas efetuadas no ano ou a regra de 1/3, que seria a pr-fixao de 1/3 da expectativa de produo, a venda de 1/3 na colheita e o armazenamento do restante. Todavia, a comercializao antecipada da produo tem sofrido constantes turbulncias devido ao fato de gerarem uma excessiva desvalorizao do produto, em relao ao preo na colheita, nos ltimos trs anos. Esse fato ficou evidenciado com as quebras contratuais relatadas nos meios de comunicao ( Uniparcomerce, 2004; Abeas, 2004; entre outras ) Assim, no possvel esperar que os produtores adotem mecanismos padronizados de comercializao, uma vez que esses mecanismos podem ser funo de fatores como a necessidade de crdito, a disponibilidade de informaes e relaes comerciais que cada 5

produtor dispe, entre outros fatores que se alteram conforme a realidade do agricultor no ano corrente. Alm da variao devida aos arranjos comerciais, existe a variao anual dos preos da soja, fruto da interao de um conjunto de fatores ligados oferta e demanda. Segundo esses fatores, a produo mundial ir formar os estoques e o nvel de oferta anual que, em interao com os condicionantes de demanda, so responsveis pela formao do preo internacional da commoditie e, segundo Marques e Mello,1999, a Bolsa de Chicago (CBOT) seria o ponto de partida para formao dos preos internacionais da soja, inclusive no Brasil. Todavia, Caffagni (2004), sugere que, com o aumento da produo de soja na Amrica do Sul, sobretudo no Brasil e Argentina, a Bolsa de Chicago, deixa de ser o ponto de partida para a formao do preo, diminuindo gradualmente, com o passar dos anos, a correlao do preo da soja em Chicago, com o preo praticado no Brasil. 1.1.1.3 A Produtividade da Terra Alm do custo do capital e do valor do produto vendido, um terceiro fator, de acentuada variabilidade, e que dentro de certos limites foge ao controle do empresrio a produtividade da terra. Este fator tem, como principais causas de variabilidade, condicionantes ambientais e tecnolgicos. Os condicionantes ambientais so definidos pelo clima, pragas, doenas e solos e os condicionantes tecnolgicos esto relacionados aos insumos utilizados segundo sua qualidade e quantidade ( CNPSO, 2004 ). Conforme podemos observar, nas tabelas A.1 e A.2, a produtividade da terra ou rendimento mdio da soja, ao longo dos 30 anos analisados, apresenta uma tendncia de crescimento anual devido, principalmente, a fatores tecnolgicos. Todavia, analisando-se o quadro ano a ano, comparativamente, podemos observar oscilaes no rendimento mdio, da ordem de at 40% de variao em anos consecutivos (1973/74 e 1989/90) indicando ser a produtividade da soja um fator de risco altamente significativo para o empreendimento. Assim como a maioria dos produtos agropecurios, a cadeia da soja apresenta como elo frgil o setor de produo, cujo insucesso pode comprometer outros setores da cadeia. Esse fato ficou evidenciado recentemente com o expressivo volume de quebras contratuais entre produtores e traders devido a problemas de frustrao da safra pela doena ferrugem asitica e pela grande diferena de valor entre os preos nos contratos pr-fixados e o mercado efetivo ( Uniparcomerce, 2004). 6

Conforme se pde observar, a relao comercial e creditcia entre as empresas e o produtor de soja configuram transaes sob diferentes formas de arranjos comerciais. Esses arranjos refletem custos de transao diferenciados (Zylberstaign, 1995), que, juntamente s flutuaes de produtividade da terra, aumentam os nveis de risco do empreendimento podendo at mesmo inviabiliza-lo. Neste sentido que se destaca a importncia do estudo dos riscos assumidos pelos produtores ao optarem por arranjos diferenciados e se submeterem s condies que alteram a produtividade da terra. Alm de ser uma ferramenta estratgica para instituies de crdito, assessoria administrativa, polticas agrcolas e para o fortalecimento desta cadeia produtiva, a anlise de riscos de produo de soja constitui, tambm, um eficiente instrumental de tomada de decises. Informaes mais precisas acerca dos riscos assumidos pelos produtores de soja podem reduzir os custos das transaes de vrias formas. Para as instituies de crdito, sobretudo, no aval de CPR pelas mesmas; assessores administrativos podem oferecer maior segurana ao agricultor, ao mostrar as probabilidades de sucesso ou fracasso diante das possveis variaes nas variveis analisadas e os formuladores de polticas agrcolas ter melhores condies para analisar o crdito subsidiado ao elaborar, por exemplo, medidas de proteo do agricultor frente aos oligopsonistas. Os fatos expostos anteriormente evidenciam a necessidade de aprofundar os estudos a respeito do tema, uma vez que desconhecida a possibilidade de formao de custos de capitais que podem auferir retornos financeiros diferenciados atividade e conduzir empreendimentos inviabilidade econmica, podendo, at mesmo, coincidir elevados custos de capital com frustraes de safras e/ou valores mdios da produo desfavorveis. Dessa forma, a pesquisa centrada na seguinte questo: qual o risco, avaliado em termos de probabilidade de ocorrncia, de frustrao do resultado econmico do empreendimento devido s variaes nos valores das variveis analisadas?

1.2 - OBJETIVOS 1.2.1 - Objetivo Geral Contribuir para o fortalecimento da cadeia da soja a partir do estudo do seu elo mais frgil, o setor de produo, fornecendo uma ferramenta estratgica e um eficiente instrumental 7

de tomada de decises para organizaes de crdito, assessorias administrativas e formuladores de polticas agrcolas.

1.2.2 - Objetivos Especficos Especificamente, os objetivos a serem alcanados so os seguintes: a) b) c) d) e) avaliar e discutir as variaes no custo do capital utilizado para avaliar e discutir as variaes na produtividade; avaliar e discutir as variaes no valor da produo vendida; avaliar e discutir a produo de soja sob condies de risco. apresentar um modelo de avaliao de risco de produo de soja para a financiamento da produo de soja no municpio de Goiatuba GO;

regio de Goiatuba GO;

REVISO DE LITERATURA

Na reviso de literatura a respeito do tema anlise econmica de projetos agropecurios sob condies de risco, foram encontrados os seguintes trabalhos: A anlise de custos de produo agrcola, sob condies de risco, foi feita para as culturas de: feijo, trigo, milho, arroz e cana-de-acar por Noronha & Latapia (1988), a partir das planilhas de custo de produo agrcola fornecidas pelo Instituto de Economia Agrcola de So Paulo (IEA). Os autores selecionaram, como variveis, os fatores de produo que contribuam com mais de 7% de participao no custo operacional efetivo da referida cultura. Para definio do formato da curva de distribuio de freqncia de ocorrncia dos valores das variveis selecionadas na Simulao de Monte Carlo, foram utilizadas duas metodologias: para os fatores que apresentavam srie histrica, como a produtividade da cultura, foram utilizadas essas sries e para os demais fatores, foi utilizado o conceito de probabilidade subjetiva, segundo o qual, adota-se um formato previamente estabelecido, no caso foi adotada a distribuio de formato triangular, para a qual foram pesquisados os valores mximos, mnimos e modais, junto aos especialistas no assunto (agrnomos e agricultores). Os resultados do trabalho permitiram afirmar que as estimativas dos custos operacionais realizadas pelo IEA estariam subestimadas para a maioria das culturas e que se essas estimativas fossem utilizadas como parmetros para formulao de polticas ou tomadas de decises, haveria um risco de serem tomadas decises erradas. Azevedo Filho (1988), desenvolve "Software" para anlise econmica de projetos em situaes deterministas e de risco envolvendo simulao. No estudo apresentado o desenvolvimento de dois sistemas de programas computacionais que possibilitam a anlise 9

econmica de projetos em condies deterministas e de risco. A discusso considera as limitaes dos indicadores de avaliao selecionados - Taxa Interna de Retorno (TIR), Valor Atualizado (VA), Relao Benefcio Custo (RBC), "Payback" Simples (PBS), "Payback" Econmico (PBE) e Custo Total Atualizado (CTA) - para o processo de avaliao econmica de projetos, relatando que a simulao sob condies de risco o mtodo mais preciso para anlise econmica de projetos agropecurios, sobretudo os projetos de maior complexidade nos fatores variveis. Soffner (1993), avalia a confiabilidade em tratores agrcolas de esteiras, concluindo que a modelagem e simulao, a partir de dados empricos, podem ser uma ferramenta eficiente na determinao da realidade. Aguiar (1994), avalia o custo, risco e margem de comercializao de arroz e de feijo, no estado de So Paulo, atravs de anlise dinmica e teste de modelos alternativos. O modelo submetido anlise dinmica por meio de multiplicadores de Theil e da estimao de modelos auto-regressivos vetoriais, segundo o autor, o risco de preo e a taxa de juros foram importantes nos dois mercados sugerindo este tipo de anlise para outros mercados agrcolas. Tambm com relao formao de preos, Aguiar (1990), analisa a formao de preos na industria brasileira de soja no perodo de 1982 a 1989, podendo, pelos resultados, afirmar que os preos externos so responsveis pela formao dos preos internos e apresentam como fatores determinantes o poder do mercado de formao dos preos externos e o acesso que o mesmo tem s informaes. Analisando a rentabilidade da produo de frango de corte sob contratos de integrao vertical em Minas Gerais, sob condies de risco, Arajo (1996), utiliza como variveis de risco fatores relativos produtividade do frango de corte. Os projetos so analisados em relao taxa interna de retorno verificando acentuada variabilidade para a mesma. Uma anlise econmica da criao de peixes realizada sob condies de risco por Chabalin (1996). O estudo determina o custo de produo e a rentabilidade econmica da criao de pacu. Para determinao dos indicadores de rentabilidade utiliza tcnicas associadas simulao de Monte Carlo, considerando como variveis aleatrias os coeficientes tcnicos ligados produtividade e os preos obtidos para os produtos da criao. Sousa (1999) cria um programa computacional para simulao da ocorrncia de veranicos e queda de produo para qualquer cultura escolhida. Testando com a cultura de milho, atravs da simulao de Monte Carlo, utiliza distribuio Normal e Triangular

10

verificando diferena significativa entre as distribuies escolhidas, entretanto, conclui que ambas apresentam eficiente capacidade de ajustamento com as condies observadas. Ao desenvolver um modelo para a anlise de risco econmico aplicado ao planejamento de projetos de irrigao para cultura do cafeeiro, Souza (2001), utiliza o mtodo de Monte Carlo aplicado ao custo total e ao resultado econmico, verificando elevada significncia para a variao nos servios (40,7% e 60,4%) e para os materiais (entre 15,3% e 34,3%). Pizzol (2002), estuda o comportamento dos cafeicultores perante o risco fazendo uma anlise de trs sistemas de produo da regio de Marlia, SP. Para avaliar as condies de risco, a autora considera as variveis: preo e produtividade como determinantes do risco da atividade, entretanto utiliza a programao linear, na qual o risco introduzido atravs de um sistema denominado MOTAD. Para avaliar economicamente a produo de rosa de corte (Rosa sp), em campo e em estufa, sob condies de risco, no municpio de Holambra- SP, Groot (2003), compara os dois sistemas de produo utilizando o Mtodo de Monte Carlo para simular condies de risco. Considera fatores variveis o preo do produto e a quantidade comercializada. O trabalho remete a outras anlises em condies de risco, revelando que em futuros estudos necessria a considerao de outros fatores no controlveis, como os efeitos de chuvas de granizo, fortes geadas, alem da incorporao de um horizonte temporal de preo e produo mais longos. Jnior & Batista (2003), analisaram a cafeicultura no municpio de Viosa, sob condies de risco, atravs de simulao, utilizando probabilidade subjetiva (Noronha, 1987) para determinar o formato da curva de distribuio de freqncia de ocorrncia das variveis: custos de implementao; custos operacionais; preo e quantidade produzida de caf. A simulao foi realizada pelo mtodo Latin Hipercube, semelhante ao mtodo de Monte Carlo (n.a.), utilizando-se o software @Risk 3.5 (Palisade Corporation). A concluso do trabalho foi apresentada como a probabilidade do indicador econmico do projeto ser maior que o limite aceitvel para o mesmo. Ao descrever a anlise de projetos sob condies de risco, Antonik (2004), ressalta trs fontes de risco que devem ser consideradas em qualquer tipo de projeto, quer seja industrial, comercial ou agrcola, essas fontes so: o risco inflacionrio, quando tratar-se de projetos de longa durao; o risco conjuntural referente as incertezas da economia e do ambiente no qual executado o projeto e os riscos financeiros, materializados nas receitas de vendas e compras de insumos e nos emprstimos e financiamentos. De acordo com o autor, o 11

empresrio poder incorrer em altos custos financeiros ao realizar operaes que gerem receita em moeda diferente das operaes que gerem custos e no caso da obteno de capital para financiamento, os custos destes so extremamente variveis e diretamente proporcionais ao risco que o tomador oferece para a instituio fornecedora do recurso. Considera que o risco deva ser tratado de forma pontual, gerando assim diferentes fluxos de caixa a serem analisados segundo sua probabilidade de ocorrncia. Apresenta todas os exemplos de anlises de projetos partindo de estruturas de fluxo de caixa, sobre as quais so realizadas as anlises econmicas, em termos de valor presente lquido. Pela reviso de literatura, pde-se observar que os trabalhos realizados a respeito do tema anlise econmica de projetos sob condies de risco, normalmente associam o risco s variveis: produtividade e preo do produto e que o Mtodo de Simulao de Monte Carlo amplamente empregado em tais anlises.

12

REFERENCIAL TERICO

Para a compreenso das diferentes formas ou arranjos comerciais utilizados no financiamento e comercializao da soja e descrio do modelo a ser utilizado nesta obra, torna-se necessria a reviso de um corpo terico, fundamental para a avaliao dos riscos envolvidos. Para atingir o objetivo principal desta dissertao, o modelo de risco ser avaliado sob a tica do valor atual, atravs dos custos de produo, anlise de sensibilidade e simulao de Monte Carlo. Assim, o mercado de crdito agrcola ser descrito segundo os condicionantes histricos que levaram escassez do mesmo, conduzindo o produtor captao de fontes alternativas. A seguir apresentam-se os fundamentos tericos sobre custos de produo e avaliao de projetos atravs da anlise de sensibilidade, valor atual e simulao de Monte Carlo.

3.1 - O CRDITO AGRCOLA NO BRASIL

As primeiras tentativas de se criar uma poltica de crdito rural no Brasil ocorreram no incio do sculo passado, com o crescimento das lavouras cafeeiras. Assim, com o passar do 13

tempo e por presso dos cafeicultores, o governo passou no apenas a financiar o setor cafeeiro, como a lhe fornecer vantagens que outros setores da economia no tinham. No tardou, ento, para que a classe dos industririos tambm passasse a pressionar o governo, obtendo vantagens semelhantes s disponibilizadas aos cafeicultores. Desde ento, o setor pblico ocupa o principal papel de agente financiador do setor agrcola e de outros setores da economia. partir de ento, a demanda por recursos do governo tornou-se superior disponibilidade de recursos para financiamento, o que levou o mesmo a desenvolver programas baseados em experincias dos Estados Unidos e Europa. Todavia, enquanto os americanos tratavam de, aos poucos, transferir a funo de financiador aos bancos comerciais, no Brasil determinava-se o Banco do Brasil como agente oficial de financiamento agrcola, caracterizando uma poltica agrcola paternalista. Assim, em 1937, foi criada a Carteira de Crdito Agrcola e Industrial (CREAI) do Banco do Brasil (Lima, 2003). Com isso, o governo criou uma srie de estruturas e organismos com o objetivo de gerenciar o sistema de crdito agrcola, chegando a sua institucionalizao atravs da lei n 4.829, de 5 de novembro de 1965 (Talamini, 2002). Apesar de sua criao na dcada de 30, o volume de recursos destinado ao financiamento rural e o nmero de contratos efetuados at o final dos anos 60 no foram significativos, partir de ento, de 1968 a 1978 observa-se (Quadro 3.1) um aumento de 10 vezes no volume de recursos, em termos reais, concedidos agropecuria (Massuqueti,1998). A institucionalizao do crdito rural no Brasil, em 1965, e a determinao da obrigatoriedade de emprstimo agricultura atravs da exigibilidade bancria, instituda pela resoluo 69 do Banco Central do Brasil, permitiram uma forte expanso do crdito rural at o final da dcada de 70 (quadro 3.1). Entretanto, o aporte anual de recursos, vem sofrendo constantes oscilaes, transformando o crdito rural subsidiado em uma incgnita para o produtor com relao quantidade de recursos dessa fonte que o mesmo poder dispor. A partir dos anos 50, o setor rural passa por um perodo de transformaes e reestruturaes, buscando no somente o crescimento extensivo da produo agrcola, mas tambm a modernizao de sua base tcnica (Cano, 1985). Na poltica de industrializao por substituio das importaes coube ao setor agrcola a funo de gerar matria prima barata para a agroindstria exportadora e produzir alimentos a um custo baixo compatvel com o salrio urbano. O SNCR (Sistema Nacional de Crdito Rural) tornou-se mais do que um sistema de crdito j que assumia tambm a forma de instrumento de planejamento da produo para evitar gargalos no fornecimento de bens 14

primrios para os outros setores, inclusive a oferta de divisas para a importao de bens de capital. O crdito , neste caso, o mecanismo de incentivo que complementa o mercado para orientar a produo e os investimentos de longo prazo (Dias, 2004). Quadro 3.1 - Recursos disponibilizados para a concesso de crdito rural no Brasil de 1969 1985. Ano 1969 Valores deflacionados Em reais(2001) 13.450.593.840 Variao anual (%) Ano Valores deflacionados Em reais(2001) 42.099.273.654 Variao anual (%) (21,17) (29,43) (8,68) (42,87) 3,17 10,88 (14,13) 62,92 (54,53) (12,39) 44,40 9,25 (4,73) 2,07 18,37 (21,17) (29,43) (8,68)

198 7 1970 16.048.973.443 19,32 198 29.707.466.904 8 1971 18.563.390.021 15,67 198 27.128.072.694 9 1972 22.950.838.831 23,66 199 15.498288.692 0 1973 32.452.382.725 41,40 199 15.989.832.215 1 1974 48.132.032.563 23,66 199 17.729.264.889 2 1975 58.513.713.409 45,80 199 15.223.811.219 3 1976 59.947.155.668 2,45 199 24.802.444.803 4 1977 53.519.378.082 (10,72) 199 11.277.978.978 5 1978 54.414.957.941 1,67 199 9.880.325.725 6 1979 67.810.747.954 24,62 199 14.267.307.299 7 1980 64.849.873.840 (4,37) 199 15.587.358.819 8 1981 56.248.527.335 (13,26) 199 14.850.569.305 9 1982 54.469.407.940 (3,16) 200 15.157.453.678 0 1983 41.117.286.197 (24,51) 200 17.942.118.196 1 1984 25.114.817.927 (38,92) 198 42.099.273.654 7 1985 35.814.016.610 42,60 198 29.707.466.904 8 1986 53.405.005.605 49,12 198 27.128.072.694 9 Fonte: Banco Central do Brasil DEFIN- RECOR

15

Segundo Lima (2003) o incio da dcada de 80 caracterizou-se pelo esgotamento do processo de industrializao via substituio de importaes, pela crise da dvida externa e a conseqente interrupo do fluxo de poupana externa. A capacidade de poupana do setor pblico se exauriu e a inflao atingiu nveis insustentveis. A oferta de crdito oficial reduziu-se drasticamente e foram buscadas novas alternativas de financiamento para o setor. A intermediao no financiamento da agricultura brasileira passa ento a ser realizada tanto por instituies financeiras quanto por empresas comerciais e industriais. Assim, o setor produtivo (indstrias de defensivos, por exemplo), muitas vezes s consegue realizar suas vendas ao conceder prazo, adequando-se ao fluxo de caixa dos agricultores. O financiamento formal agricultura atravessou grande turbulncia no perodo de 1987-1996. Essa turbulncia explicada pelo esgotamento das fontes tradicionais de recursos com a resultante elevao do custo do dinheiro, pelos sucessivos planos macroeconmicos, pela busca de novas formas e fontes no-inflacionrias, bem como pelo crescente endividamento dos agricultores (Arajo, 2000). No incio dos anos 90, surgiu um novo ambiente institucional, com uma economia liberalizante e aberta aos mercados internacionais, passando a priorizar o desenvolvimento de novos mecanismos, em substituio atuao intervencionista do governo (exceto em pequenas estruturas produtivas), seja no fornecimento de crdito, no gerenciamento de riscos de preos ou na poltica de comercializao (Sousa,1998). Em 1996, os recursos necessrios s culturas de soja e milho no estado do Rio Grande do Sul foram equivalentes a US$1,025 bi, porm o valor liberado para custeio, via crdito formal, a essas culturas chegou a pouco mais de US$ 268 milhes, ou seja, a necessidade de crdito foi atendida formalmente em aproximadamente 26% (Arajo, 2000). Isso significa dizer que 74% do valor necessrio para custeio dessas culturas tiveram de ser obtidos via crdito informal. Em pesquisa recente, a Confederao da Agricultura e Pecuria do Brasil (CNA), apresentou as seguintes concluses: 1. A consulta demonstrou relativa dependncia do setor pelos recursos de crdito rural para alavancar a atividade agropecuria. Apenas 13% dos consultados informaram que no precisam de recursos de crdito para financiar a produo 2. Os recursos disponveis a taxa de juros de 8,75% ao ano para o crdito rural no esto atendendo s necessidades do setor. 16

 69% dos produtores rurais conseguem menos da metade dos recursos financiados a esta taxa. 54% financiam apenas 30% do total dos recursos necessrios taxa de 8,75% a.a. 3. As principais razes apontadas que explicam a dificuldade em adquirir recursos a taxas de 8,75% ao ano so os limites insuficientes por tomador e as dificuldades de acesso ao crdito. Razes apontadas por 54% dos produtores contatados Esse cenrio de escassez de crdito promove uma srie de distores econmicas no repasse do mesmo para os produtores, sendo necessria a utilizao de mecanismos alternativos de racionamento do crdito. O mecanismo alternativo de racionamento utilizado no SNCR foi o controle sobre a operao individual de crdito, introduzindo limites de desembolso por unidade de rea financiada (nas operaes de custeio e comercializao) ou pelo valor do bem de capital financiado nas operaes de investimento. O agente de crdito, a organizao bancria, e o gerente operador da carteira vo desenvolver mtodos alternativos de captao de parte do beneficio transferido para o tomador do crdito, o agricultor. Estas operaes, conhecidas como reciprocidades, vo se constituir num caso tpico de distoro do agente principal. O principal neste caso o governo, que v limitada a sua capacidade de controle sobre a operao do sistema de crdito; o agente neste caso o banco estatal (o Banco do Brasil principalmente) que faz predominar seus prprios objetivos sobre os do principal, como um grupo de interesse privado qualquer (Dias, 2004). Do que foi exposto neste captulo, importante ressaltar o fato de a escassez no crdito subsidiado ter direcionado a criao de novos mecanismos de financiamento da agricultura. Aos poucos, o mercado vai se ajustando nova realidade, desenvolvendo instrumentos que permitam aos produtores financiar suas atividades fora do sistema tradicional at ento. Dentre os principais instrumentos de financiamento informal da agricultura utilizados no Brasil esto: a) contrato a termo ou soja verde; b) contratos futuros; c) contratos de opes; d) escambo do tipo insumo/produto ou produto/servio; e) autofinanciamento; f) emprstimos em bancos privados ou firmas; g) poupana ou emprstimos realizados em grupos (Aguiar, 2000). Talamini (2002), analisando as principais opes de crdito informal, utilizadas pelos produtores exclusivamente informais, no Rio Grande do Sul, conclui que se destaca a utilizao de recursos prprios, o sistema troca-troca do tipo insumo/produto e emprstimos

17

junto a firmas do setor agrcola. Aponta, tambm, para o fato de que a utilizao do crdito informal diretamente proporcional ao tamanho da propriedade explorada. Para melhor entender e caracterizar os sistemas de crdito formal e informal o quadro 3.2 apresenta dados extrados de Arajo. et al. (2000), representando algumas caractersticas de ambas as formas de financiamento da agricultura. Portanto, percebe-se que a intermediao no financiamento da agricultura brasileira tem sido realizada tanto por instituies financeiras quanto por empresas comerciais a jusante e a montante dos produtores rurais. Porm, com uma srie de obstculos como a assimetria de informaes nos mercados financeiros, a seletividade intrnseca concesso de crdito e a fungibilidade do dinheiro ( Lima, 2003 ).

Quadro 3.2 Caractersticas do crdito formal e informal Formal Informal Bancos e cooperativas Vendedores de insumos, compradores de de crdito produtos, cooperativas, associaes, casa de penhor, exportadores,etc... Pblico Pblico e rea de Pblico e rea de atuao menor atuao maior Prazos e taxas de juros Prazos maiores e taxas Prazos menores e taxas de juros maiores de juros menores Custos de transaes Valores semelhantes Valores semelhantes ao formal ao informal Registro das operaes Registradas Geralmente sem registro formal, formalmente em sua dificultando inclusive o dimensionamento totalidade real Garantias Exigem garantias do Na maioria das vezes, no h exigncias de tipo penhor ou garantias por parte dos fornecedores de hipoteca crdito. Baseado no relacionamento entre o ofertante e o tomador. Fonte: Arajo et all Caractersticas Agentes responsveis pelo credito

3.2 CUSTOS DE PRODUO

Segundo Hoffman(1985), custo de produo a compensao que o empresrio espera receber sobre os fatores de produo fornecidos ao empreendimento para que ele continue 18

fornecendo estes fatores ao mesmo. O autor esclarece que o termo compensao devido ao fato que nem todos os fatores de produo devem ser remunerados financeiramente, uma vez que os objetivos do empresrio podem no ser exclusivamente financeiros. Estimativas de custo de produo agrcola tm sido um assunto controvertido tanto nos meios acadmicos como nas empresas agrcolas. Segundo SCHUH (1976), apud Martin (1994) "a teoria convencional sugere sete conceitos diferentes e, em princpio, cada um deles pode ser medido para cada extenso de prazo. Segundo o autor, quando um conjunto de fatores desagregado para especificar mais de dois ou trs fatores, o nmero de diferentes custos para um dado nvel de produo, em um conjunto de preos de fatores, pode crescer consideravelmente. O conceito de Custo Operacional Efetivo desenvolvido pelo IEA, descrito por MATSUNAGA et alii (1976), como sendo todos os itens de custo considerado variveis ou despesas diretas, representados pelo dispndio, em dinheiro, com mo-de-obra, sementes, fertilizantes, defensivos, combustveis e lubrificantes. Adicionando-se a depreciao de mquinas, seguros e juros sobre o capital, tem-se o Custo Operacional Total. Explorando o conceito de custo operacional total, esses mesmos custos podem ser classificados como custos diretos e indiretos (Vale & Maciel, 1998; Figueiredo, 2001). Os custos diretos correspondem queles facilmente observveis, sendo verificados por desembolsos ou sadas de caixa. Os custos indiretos so compostos pelo custo de oportunidade e equivalem ao emprego alternativo do capital; aos juros ou custo financeiro do capital e ainda outros custos que no representam desembolsos financeiros, como a depreciao. Para Turra (1990) todos os fatores de produo de propriedade do indivduo, exceto a capacidade empresarial, podem ter seus preos avaliados segundo seus custos de oportunidade no mercado. Friedman (1971) apud Turra (1990) define os custos totais de uma empresa como idnticos s receitas totais da mesma. Os custos totais incluem, ento, todos os pagamentos, a todos os fatores de produo, incluindo-se a capacidade empresarial do proprietrio da empresa. Os componentes dos custos de produo podem ento ser classificados em custos fixos e custos variveis. Os custos fixos so aqueles que no dependem da quantidade produzida, eles existem mesmo que a empresa no esteja produzindo, j os custos variveis dependem diretamente da quantidade produzida. Para Noronha (1987) os custos fixos so compostos por: depreciao, mo-de-obra fixa; seguros, taxas e impostos e juros sobre os fatores fixos de produo. Os custos variveis 19

so compostos por despesas com: mquinas, implementos, benfeitorias, aluguel, mo-de-obra temporria, insumos, transporte externo, recepo, secagem, limpeza, assistncia tcnica, seguros de produo, custos financeiros e despesas gerais existentes durante o processo produtivo. Uma varivel de complexa determinao no custo de produo o custo do capital utilizado pelo empreendedor, vez que o mesmo pode ser obtido de diferentes fontes de financiamento. Segundo Jnior (2003) uma das teorias mais importantes no clculo do custo de capital foi desenvolvida por Modigliani e Miller em 1958 com o artigo The Cost of Capital, Corporation Finance and the Theory of Investment , essa teoria mundialmente conhecida e sua utilizao se d atravs do WACC ou Weighted Average Cost of Capital Custo Mdio Ponderado de Capital. possvel evidenciar vrias utilizaes do custo de capital. Uma delas seria a utilizao do custo de capital de um projeto como uma taxa de corte para determinar a aceitao ou no de um projeto, outra aplicao seria utilizar o custo de capital para calcular o valor de uma empresa e compar-lo com o valor das aes no mercado, para avaliar a viabilidade de recompra dessas aes. Devido a essas e outras utilizaes do custo de capital, ele tambm pode ser chamado de custo de oportunidade (Thompson, 1995a). Segundo Sanvicente (1999), apud Jnior (2003), o resultado de uma avaliao extremamente sensvel ao custo de capital, desse modo, este deve ser o mais condizente possvel com o risco do projeto. Da afirmao anterior, observa-se a importncia de se definir minuciosamente o custo de capital de uma empresa. Para Noronha (1987) as empresas, para financiar e custear o processo produtivo, dependem de duas fontes de recursos financeiros: o capital prprio e os financiamentos de crdito. O capital prprio resultado de poupana feita em anos anteriores a partir das seguintes fontes: capitalizao; do ativo; O capital externo resultado de duas principais fontes: crdito formal proveniente do sistema nacional de crdito rural; crdito informal, partir de: crdito individual; comerciantes receitas obtidas na empresa, incluindo lucros retidos e venda de parte receitas fora da empresa, provenientes de diversas fontes alternativas de

atacadistas e firmas de insumos; sociedades ou contratos de parceria ( arrendamentos). 20

No setor agrcola, o acesso s fontes de crdito varia de modo geral com o porte econmico da firma. Assim, empresas de baixa renda e/ou baixa liquidez, so mais dependentes de recursos prprios ou crdito informal a taxas de juros relativamente maiores que as do crdito rural bancrio. Portanto, o custo do capital na empresa resultado de uma composio ponderada, formada partir das diversas fontes de financiamento da produo presentes na empresa. Matematicamente temos: CMPC = aKp + bKe Sendo a+b = 1 Onde, CMPC = Custo Mdio Ponderado do Capital Kp =Custo do Capital prprio a = participao percentual do Capital Prprio no valor do passivo total Ke = Custo do Capital Externo b = participao percentual do Capital Externo no valor do passivo total importante ter em vista que o capital externo pode ser proveniente de diversas fontes, o importante definir precisamente o custo e a composio percentual de cada uma delas, na composio total das fontes de financiamento, de tal forma que suas somas parciais correspondam a 100%. A grande dificuldade definir o Custo do Capital Prprio. O mais correto atribuir o custo relativo ao custo de oportunidade alternativa de aplicao efetiva (que o empresrio realmente poderia fazer) de risco semelhante, em ltimo caso costuma-se atribuir o custo equivalente taxa de rendimento da caderneta de poupana. Assim, na elaborao de custos de produo, deve-se procurar avaliar os fatores de produo dentro de conceitos que os aproxime o mximo possvel da realidade do empreendimento. Atravs destes conceitos so elaboradas as planilhas de custo de produo para as diferentes culturas. Essas planilhas so elaboradas visando objetivos diferenciados, segundo os quais, ocorrem em dois momentos distintos ( Neves & Shirota, 1987): (1) Antes do incio do ano agrcola. So estimativas de custos elaboradas antes de iniciar o processo de produo, estes oramentos so utilizados para atingir os seguintes objetivos dos agentes econmicos: Produtor individual: planejamento dos sistemas de produo eq 3.1

21

Cooperativas e associaes de classe (agregado de produtores): planejamento, previso de estoques de insumos e produtos, reivindicao de preos. Governo: orientao de poltica agrcola (2) Aps o trmino do ano agrcola. Tem-se, neste caso, o custo propriamente dito. Este custo determinado aps o desenvolvimento da safra, baseado em dados efetivamente realizados. Os objetivos alcanados so: Produtor individual: controle e rentabilidade dos sistemas de produo. Cooperativas e associaes de classe: sistemas de controle, estimativas de rentabilidade e apoio para o prximo planejamento. Governo: controle e subsdios para futuras polticas. Com o intuito de formulao de polticas de garantia de preos mnimos aos produtos agropecurios, o governo federal realizou, atravs da CONAB (1997) um trabalho de elaborao de planilhas de custos de produo para as diversas culturas amparadas pela poltica. Segundo este trabalho, o clculo do custo de uma determinada cultura estabelece custos de produo associados aos diversos padres tecnolgicos e preos de fatores em uso nas diferentes situaes ambientais. Desta forma, o custo obtido mediante a multiplicao da matriz de coeficientes tcnicos pelo vetor de preos dos fatores. No clculo do custo de produo de uma determinada cultura deve constar como informao bsica a combinao de insumos, de servios e de mquinas e implementos utilizados ao longo do processo produtivo. Esta combinao conhecida como pacote tecnolgico e indica a quantidade de cada item em particular, por unidade de rea, que resulta num determinado nvel de produtividade. Essas quantidades mencionadas, referidas a unidade de rea (hectare) so denominadas de coeficientes tcnicos de produo, podendo ser expressas em tonelada, quilograma ou litro (corretivos, fertilizantes, sementes e defensivos), em horas (mquinas e equipamentos) e em dia de trabalho (humano ou animal). Outra varivel essencial no clculo de custo de produo o vetor de preos dos fatores que fazem parte do processo de produo, representado pelos preos mdios efetivamente praticados na rea objeto do estudo. O vetor de preos utilizado pela CONAB nos clculos dos custos de produo proveniente de duas fontes distintas: a primeira fonte de informao constituda dos dados pesquisados mensalmente nas zonas de produo das Unidades da Federao por tcnicos dos 22

escritrios locais da EMATER, sob a orientao e coordenao da Fundao Getlio Vargas (FGV), que repassa os preos mdios estaduais CONAB para o clculo do ndice de Preos Pagos pelos Produtores - IPP. A segunda fonte resulta das pesquisas de campo conduzidas pelos prprios tcnicos da CONAB. Estas acontecem segundo um calendrio estabelecido de acordo com as necessidades de se calcular os custos de produo, no tendo, desta forma, uma periodicidade mensal como aquela exigida para o clculo do IPP. So implementadas atravs de visitas aos mais expressivos centros de comercializao de insumos, de mquinas e de servios agrcolas nas principais regies produtoras do Centro-Sul. Os dados pesquisados so ento, tratados estatisticamente, extraindo-se as mdias das regies Sul, Sudeste, Centro-Oeste e, por fim, Centro-Sul. As mdias encontradas so confrontadas com as divulgadas por outras instituies, a exemplo do DERAL e da FGV, com o objetivo de testar sua consistncia. Finalmente, cabe registrar que nesses centros de comercializao, os levantamentos so efetuados junto s cooperativas agropecurias e aos representantes e revendedores de insumos e mquinas agrcolas e, se necessrio, complementados via telefone ou fax, buscando-se com isso refletir, com a mxima fidedignidade, os preos efetivamente pagos pelos produtores. As planilhas de custos da CONAB esto organizadas de maneira a separar os componentes de acordo com sua natureza contbil e econmica. Em termos contbeis, os custos variveis so separados em despesas de custeio da lavoura, despesas de ps-colheita e despesa financeira, esta ltima incidente sobre o capital de giro utilizado. Da mesma forma, os custos fixos so diferenciados em depreciao do capital fixo e demais custos fixos envolvidos na produo e remunerao dos fatores terra e capital fixo. Em termos econmicos, os componentes do custo so agrupados, de acordo com sua funo no processo produtivo, nas categorias de custos variveis, custos fixos, custo operacional e custo total. Nos custos variveis so agrupados todos os componentes que participam do processo, na medida que a atividade produtiva se desenvolve, ou seja, aqueles que somente ocorrem ou incidem se houver produo. Enquadram-se aqui os itens de custeio, as despesas de pscolheita e as despesas financeiras. Nos custos fixos, enquadram-se os elementos de despesas que so suportados pelo produtor, independentemente do volume de produo, tais como depreciao, seguros, manuteno peridica de mquinas e outros. 23

O custo operacional composto de todos os itens de custos variveis (despesas diretas) e a parcela dos custos fixos diretamente associada implementao da lavoura. Difere do custo total apenas por no contemplar a renda dos fatores fixos, consideradas como remunerao esperada sobre o capital fixo e sobre a terra. O custo total de produo compreende o somatrio do custo operacional mais a remunerao atribuda aos fatores de produo.

3.3 AVALIAO DE PROJETOS AGROPECURIOS A anlise de projetos pode ser dividida em quatro ramos interdependentes: avaliao econmica, anlise de sensibilidade, anlise de risco e teoria da utilidade (Souza, 2004). Os mtodos modernos da avaliao econmica tm como base os conceitos de valor do dinheiro no tempo (conceito moderno de juro) e de fluxo de caixa (FC). Os mais importantes desses mtodos so o do valor atual (VA) e o da taxa interna de retorno (TIR), ambos baseados no desconto dos FCs, e o mtodo do valor anual equivalente (VAE), baseado na uniformizao de FCs. Esta dissertao utiliza o conceito de valor atual (VA), segundo o qual, todos os valores realizados ao longo do empreendimento so capitalizados ou descontados para um perodo de referncia, conforme se encontrem em um perodo anterior ou posterior ao mesmo. Assim, os valores realizados ex-ante so capitalizados segundo a equao:
n

VA =
em que :

Vt (1+j) n-t
t=0

eq.3.2

Vt => valor realizado no projeto, no perodo t (positivo para as entradas e negativo para as sadas, no perodo t) j => a taxa de capitalizao relevante n => vida til do projeto ou ms referencial. E os valores realizados ex-post so descontados segundo a equao: 24

VA =
em que :

t=0

Vt

eq.3.3

(1+i)t

Vt => valor realizado no projeto, no perodo t (positivo para as entradas e negativo para as sadas, no perodo t) i => a taxa de desconto relevante n => vida til do projeto

3.3.1 - Anlise de Sensibilidade Segundo Noronha (1987), ao elaborar-se projetos agropecurios existe uma tendncia em se usar as melhores estimativas para as variveis que compem o fluxo de caixa. Mesmo que se trabalhem com valores mdios, ou mnimos tem-se sempre a incerteza quanto probabilidade de ocorrncia destes valores. Uma vez que uma das principais finalidades dos projetos agropecurios diminuir o grau de risco assumido nas decises, torna-se racional a incorporao da anlise de risco na avaliao de projetos. Os riscos afetam a empresa de uma maneira geral produo, comercializao, finanas envolvendo aspectos quantitativos e qualitativos e, muitas vezes, constituindo determinantes do sucesso ou fracasso do empreendimento. A anlise de sensibilidade o primeiro passo no sentido de lidar com riscos na avaliao de projetos, todavia, seus resultados no oferecem a mesma abrangncia que as anlises de probabilidade oferecem. Para Oda L. et all (2004), a anlise de sensibilidade avalia o impacto da alterao de uma varivel nos resultados do projeto, sendo a forma mais simples de anlise de risco. Na prtica, esta anlise deve ser feita para as variveis que apresentam maior impacto nos custos, prazos ou outros resultados do projeto, ou seja, aquelas s quais o projeto mais sensvel. Esta ferramenta permite uma anlise mais realista do projeto, evidenciando os intervalos de valores que as variveis podem assumir e mostrando a importncia relativa de cada uma. Por outro lado, esta anlise no incorpora a probabilidade de ocorrncia de cada 25

valor dentro do intervalo e, em geral, cada varivel analisada de forma individual, dificultando a visualizao de relaes de interdependncia. Dessa forma, uma tcnica indicada para projetos simples, com poucas alternativas de implementao e poucos fatores de risco no-relacionados, sendo ideal para identificao das principais variveis de risco do projeto. 3.3.2 - Mtodo de Simulaes de Monte Carlo A simulao de Monte Carlo trabalha com as variveis estratgicas selecionadas pela anlise de sensibilidade e fornece como resultado a distribuio de probabilidade de todos os retornos possveis para o projeto em estudo. Dessa forma, responde a perguntas do tipo: qual a probabilidade da taxa de retorno do projeto ser superior rentabilidade exigida pelo empreendedor? Outras perguntas tambm podem ser respondidas de forma mais ilustrativa do que a resposta "pontual", dada pela avaliao econmica. Segundo Resende (2004), uma tcnica que usa gerao de nmeros aleatrios para simular a realidade. Os benefcios do modelo de simulao so: 1.Um entendimento da probabilidade de resultados especficos; 2.A habilidade de ser preciso e testar as variveis direcionais dentro do modelo; 3.Um modelo muito flexvel; 4.Tabelas resumidas e relatrios claros. Um dos problemas associados com os modelos de planilhas tradicionais que para variveis que so incertas, comum fornecer um nico melhor valor estimado. Entra-se, por exemplo, com um crescimento de 10% para o valor da produo referente ao ano 2003 mesmo sabendo que pode variar entre 0 e 20%. Se quiser examinar o efeito do crescimento de 20% no valor, pode-se mudar a varivel e rever os resultados. De qualquer forma esta anlise manual do tipo o que aconteceria se se torna tediosa quando mltiplas variveis incertas so analisadas. Com a anlise de Monte Carlo, possvel substituir cada varivel incerta por uma distribuio, em forma de funo, representativa de uma faixa de valores e maior probabilidade de ocorrncia. No exemplo anterior, pode-se usar uma distribuio normal (a clssica curva do sino) para representar possveis valores para a varivel produo dentro de uma faixa de 0% a 20% e um valor mdio de 10%. Como resultado, possvel descrever o crescimento do valor como 26

mais provvel ou perto de 10%, ou mesmo sua probabilidade de ocorrncia de qualquer valor entre 0% e 20%. A simulao de Monte Carlo usa estas distribuies, referido como parmetros, para automatizar o complexo processo o que aconteceria se e gerar os valores aleatrios determinsticos. Ao invs do modelo de um nico resultado, possvel rapidamente gerar milhares de cenrios possveis, ver os resultados estatsticos e avaliar seu risco. A seqncia de clculos proposta por Hertz, apud Noronha (1987), no mtodo de simulao de Monte Carlo, consta de quatro etapas: a) b) probabilidade. c) d) calcular o valor de escolha (TIR ou VA ou ambos) cada vez que for feito o repetir o processo at que se tenha uma confirmao adequada da sorteio do item anterior. distribuio da freqncia do indicador de escolha. A distribuio de probabilidades do item a) dever ser buscada atravs da obteno de dados empricos devendo tomar por base, sempre que possvel, dados histricos ou o maior nmero de resultados possveis para formar ou visualizar uma distribuio confivel. O mtodo de simulaes de Monte Carlo permite superar as limitaes das tcnicas pontuais de anlise de sensibilidade, incorporando todas as combinaes possveis entre as variveis, levando em considerao tanto as probabilidades de ocorrncia de cada valor quanto as associaes entre as variveis (Oda et all, 2004). Este mtodo apresenta a vantagem de forar o analista do projeto a refletir sobre todas as incertezas e interdependncias associadas aos diversos fatores de risco do projeto. Neste trabalho, foi utilizado o software @Risk (Palisade corporation), este programa processa os dados conforme Simulao de Monte Carlo e ainda apresenta vantagens como: Interface com Excel (Microsoft), incorporao de correlao entre as variveis, apresentao dos resultados em forma de grficos ou tabelas e estimativa do formato da curva de distribuio de freqncia a partir dos dados fornecidos. A incorporao de correlao entre as variveis feita atravs do coeficiente de correlao, pr-determinado, e especialmente til para evitar resultados improvveis, assim, por exemplo, podemos simular preos mais elevados correlacionados com anos de baixa produo interna. 27 identificar a distribuio de probabilidades de cada uma das variveis sortear um valor de cada varivel, a partir de sua distribuio de relevantes do fluxo de caixa do projeto.

MTODO

Para o desenvolvimento de um modelo analtico que venha atender os objetivos almejados nesta obra, foi utilizado o Mtodo de Simulao de Monte Carlo. O modelo analtico desenvolvido tem como referncia os conceitos apresentados anteriormente, dessa forma, o primeiro passo a escolha de um modelo de custo de produo. Os valores que compe o custo e os coeficientes tcnicos de produo foram obtidos atravs da planilha oramentria de produo de soja, fornecida pela CONAB, para as mesoregies de cada estado (ANEXO B), utilizou-se a planilha referente regio de Rio Verde GO, por ser a mais representativa em termos de tecnologia e proximidade regional (200km de

28

Goiatuba). A esta planilha, foram agregadas as variveis de risco analisadas, previamente tratadas, para a construo do modelo descrito a seguir.

4.1 - O MODELO

4.1.1 Variveis do modelo Produtividade da Terra A produtividade da terra foi definida em (Kg/ha) pela seguinte funo: Y = sP Aonde: sP => Produtividade simulada pelo mtodo de Monte Carlo Custo Mdio Ponderado do Capital (CMPC) eq. 4.1

Para compor o CMPC necessrio definir as diversas fontes de recursos e o custo do dinheiro de cada fonte. Na regio de estudo, os produtores podem recorrer a todas as fontes descritas anteriormente. Portanto, o primeiro passo calcular a necessidade de financiamento do custeio (NFC). NFC = VC-CD Onde : NFC => necessidade de financiamento do custeio (R$) VC => valor do oramento de custeio(R$) CD => capital prprio disponvel(R$) Se esses recursos sero captados, em princpio, de todas as fontes, inclusive o Crdito Rural Subsidiado(CR), tem-se em equilbrio : NFC = CR + FA Onde: NFC => necessidade de crdito para financiamento do custeio (R$) CR => crdito rural subsidiado (R$) FA => outras fontes alternativas de crdito (R$) 29 eq.4.3 eq.4.2

e FA = NFC CR gasto.

eq.4.4

Isto significa que no haver falta de recursos para o financiamento e todo o CD ser O Limite de Crdito (LC) corresponde quantidade de recursos disponveis via Banco do Brasil S. A. e inclui os recursos subsidiados ou Crdito Rural (CR) a CPR financeira (CPR) e o Crdito Pessoal no Banco (CDC) Portanto: LC = CR + CPR + CDC eq.4.5

Visto sob outro prisma, as fontes alternativas (FA) podem ser expressas pelas modalidades de crdito externo disponveis na regio, alm do CR. Assim, teremos: FA= CPR + CZ + VA + CM Em que, CPR => Cdula de Produto Rural com liquidao financeira(R$) CZ => compra a prazo(R$) VA => vendas antecipadas (R$) - referente troca insumo por produto e adiantamento de crdito (pr-fixao em dlar e soja verde) CM => crdito pessoal no mercado (R$) Dessa forma podemos definir o Custo Mdio Ponderado do Capital em funo das diferentes formas de financiamento da produo: CMPC = ks(cCR) + kr(CPR) + kz(cCZ) + kv(cVA) + kc(cCM) + kp(cCD) eq.4.7 Onde, k => participao relativa de cada fonte de crdito no total de recursos captados para financiamento. c => prefixo indicativo para o custo do capital de cada fonte utilizada. Valor do Produto Vendido eq. 4.6

O Valor do Produto Vendido pode ser expresso pela seguinte equao: VPV = q1VA+ q2VB + q3Varm + q4Vpf Onde: 30 eq.4.8

VPV = Valor do Produto Vendido. q1; q2; q3; q4 => participao relativa de cada fonte de comercializao no total do arranjo comercial adotado. VA= preo da soja com venda antecipada (R$/sc) VB= preo da soja com venda de balco(R$/sc) Varm = preo da soja armazenada(R$/sc) Vpf= preo da soja pr-fixada(R$/sc) 4.1.2 Coleta de dados Os dados para o clculo das variveis foram coletados atravs de entrevista direta, semi-estruturada, utilizando questionrio prprio. O universo amostral adotado foi composto por todos os produtores de soja, muturios do Banco do Brasil S/A de Goiatuba GO, uma vez que este responsvel por 98% dos financiamentos (Agncia Rural de Goiatuba GO, 2004) com recursos subsidiados para a cultura na regio. Posteriormente, foram entrevistados os Engenheiros Agrnomos, responsveis pelo servio de assistncia tcnica aos muturios entrevistados. Foram considerados tambm os dados secundrios de sries histricas de mdias do pas, estado e regio. O modelo de questionrio apresentado no anexo C. No questionrio, a primeira parte caracteriza a propriedade e o perfil do produtor, a segunda parte caracteriza a tecnologia empregada e a terceira parte coleta os dados necessrios obteno das distribuies probabilsticas associadas s variveis de interesse. 4.1.3 Tratamento dos dados A avaliao de risco um procedimento que trabalha fundamentalmente com sries temporais, para tanto, uma fonte de dados do passado utilizada para estimar a ocorrncia futura dos mesmos (Bernstein, 1997). Assim, a eficincia da anlise est condicionada a qualidade, quantidade e representatividade dos dados obtidos. Na tentativa de que estes parmetros de eficincia sejam alcanados, os dados foram obtidos das principais fontes disponveis para os mesmos, assim, as fontes secundrias utilizadas so as mais divulgadas no sistema de informaes para o complexo produtivo da soja no estado (IBGE, CONAB e Federao da Agricultura do Estado de Gois - FAEG). 31

Entretanto, para que os dados brutos possam ser utilizados nesta pesquisa, requerem um tratamento que ser descrito a seguir: Produtividade da terra

A produtividade da terra uma varivel que apresenta, para uma mesma regio, dois principais condicionantes de variao (CNPSO, 2004). A variao ocasional, determinada por influncias bio-climticas (intempries climticas e molstias sem medidas de controle), a qual pretende-se operacionalizar, e a variao de tendncia, determinada por condicionantes tecnolgicos e constituda por um acrscimo na produtividade ao longo dos anos (grfico 4.1). Na regio de Goiatuba, a tecnologia aplicada na produo da soja est associada com a capitalizao do produtor, com a sua experincia profissional e com as perspectivas de mercado, e materializa-se na utilizao de maiores nveis de adubao, uma vez que os demais insumos so de baixa tolerncia tecnolgica, ou seja, no possvel produzir economicamente sem a utilizao dos mesmos nas doses recomendadas. . Grfico 4.1 - Produtividade mdia da terra para a cultura da soja em Gois e Goiatuba ( srie histrica)
3.500 3.000 2.500 2.000 1.500 1.000 500 0
19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03

produtiv idade (Kg/ha)

Gois tendncia

Goiatuba

anos

Para que seja eliminado o efeito da tecnologia na variao anual da produtividade da terra, foi processada uma regresso linear com os dados da tabela A.1 para se estimar a tendncia (Silver, 2000), da seguinte forma: 32

Ao ser realizada a regresso linear, a linha obtida dever ser uma funo do tipo: Y = a + bX Onde: Y => produtividade anual da terra ( kg/ha ) a => constante representativa da produtividade obtida no ano de incio da apurao (ano 0), em kg/ha X => ano equivalente (cada ano ter um valor equivalente a partir do ano 0, assim, por exemplo, o ano 0 equivale 1990, o ano 1 a 1991 e assim sucessivamente ) b => tendncia da variao anual devido tecnologia. Foram selecionados os anos partir de 1990 por serem os dados disponveis para a regio de Goiatuba GO. Dessa forma, com o parmetro b da equao 4.9 teremos o incremento tecnolgico acrescentado, anualmente, a cada valor na produtividade, transportando-as para o ano referencial de anlise deste projeto, ou seja, 2004. Assim foi possvel agrupar os dados de produtividades da terra de produtores individuais e transform-los em um padro de ocorrncia geral, uma vez que as variaes na produtividade, extrado o efeito da tendncia, so devidas a efeitos no controlados que ocorrem de maneira aleatria nos empreendimentos. No questionrio elaborado, os dados que formaram a distribuio da frequncia de ocorrncia de diferentes produtividades da terra foram obtidos a partir das questes 20 a 25 da seguinte forma: As questes 20 e 21 forneceram as produtividades das ltimas trs safras, confirmadas pela questo 23. Optou-se por abordar as trs ltimas safras por serem mais representativas do nvel tecnolgico atualmente utilizado por cada produtor e testes preliminares evidenciaram uma dificuldade de obteno de dados fidedignos que fossem retroativos a mais de trs anos. A questo 22 forneceu a expectativa de produtividade dos produtores, as questes 24 e 25 forneceram as produtividades histricas mnimas e mximas e suas datas de ocorrncia para verificao de suas respectivas freqncias. A entrevista com os assessores tcnicos forneceu dados de ajuste para a obteno das produtividades modais e suas freqncias. Estas produtividades foram utilizadas como parmetros para a estimao da varivel (sP) na equao 2.10. eq. 4.9

33

Os dados foram obtidos em unidades de sacas (60 kg) / alqueire goiano (equivalente 4,84 ha) por ser a linguagem corrente entre os produtores, todavia, para tratamento e anlise foram previamente convertidos em Kg/ha. Dessa forma, com os dados coletados foi elaborado um roll de produtividades ajustadas (ANEXO D) e pode ser obtida a funo de distribuio de freqncia de ocorrncia das produtividades da terra na regio. Custo Mdio Ponderado do Capital (CMPC)

A variabilidade no CMPC est associada ao porte do produtor (em relao escala de produo), ao nvel de capitalizao do mesmo e poltica agrcola. Segundo estes fatores, cada produtor tender a executar uma engenharia financeira diferente a cada ano, partindo das fontes mais baratas at as mais onerosas para custear sua produo. Dessa forma, diferenciando-se os grupos de produtores, de pequeno grande, com relao ao extrato de rea plantada, foi eliminada a variao, no custo do capital, que poderia existir entre as escalas de produo. As demais fontes de variabilidade constituem fontes aleatrias e por isso podem ser comparadas entre produtores de mesmo grupo, uma vez que a poltica agrcola, na forma de incentivos, concesses, legislaes e represses ao complexo produtivo da soja tende a afetar produtores do mesmo grupo de forma semelhante, o mesmo acontecendo em relao ao nvel de capitalizao do produtor, que estar associado ao sucesso ou frustrao do empreendimento em anos anteriores. O questionrio coleta a percepo histrica do produtor quando utiliza a expresso normalmente quais as fontes..., assim, recorrendo memria, o agricultor fornecer a engenharia financeira normalmente utilizada, ao longo de sua experincia, para financiar sua produo. A participao relativa de cada fonte de recursos financeiros foi obtida atravs da questo 26. Os custos dessas fontes foram calculados pelo perodo efetivo de sua utilizao, conforme a equao 4.7. O custo do capital de cada fonte utilizada foi calculado pela sua taxa mensal capitalizada pelo perodo de sua utilizao at o ms referencial c = ( 1 + j )n em que: 34 eq.4.10

j => a taxa mensal de juros de cada fonte de crdito utilizada (%) n => nmero de meses, at o ms referencial de colheita (abril), em que a fonte de crdito foi utilizada. Dificuldade maior surge para determinar o custo do capital prprio. Todavia, Segundo Talamini (2002), a utilizao de recursos prprios como a principal fonte de financiamento do crdito informal est intimamente relacionada com os valores disponveis via crdito formal e com suas taxas de juros visto que, aumentando o valor do crdito obtido formalmente, a taxa de juros sobe, tornando-se mais atraente ao produtor investir seu prprio dinheiro, pois o custo de oportunidade, nesse caso, o rendimento da poupana, fica abaixo do juro pago pelo emprstimo. No caso de pequenos produtores, que tm o oramento plenamente atendido pelo crdito subsidiado, o custo do capital prprio equivale taxa da caderneta de poupana, uma vez que dificilmente utilizariam o mecanismo de CPR para captar recursos. J para alguns produtores com maiores reas de terra, os valores liberados a baixas taxas de juros (juros subsidiados) so insuficientes para o custeio da lavoura, portanto, razovel assumir que este custo seja igual melhor oportunidade de remunerao de risco equivalente e, dessa forma, podemos assumir um valor fixo igual ao da CPR, pois o produtor, empregando o capital prprio na produo, far menos CPR e menos VA. Assim, os CMPC encontrados foram agrupados e constituram a funo de distribuio de freqncia de ocorrncia dos CMPCs. Valor do Produto Vendido

A produo anual de soja pode ser comercializada segundo as formas descritas anteriormente. Essas modalidades de venda so executadas em perodos distintos ao longo do ano, aos quais correspondero preos diferenciados. Para detectar a freqncia e amplitude das oscilaes de preo mdio do produto vendido a questo 27 coletou os dados referentes percepo histrica do produtor, ou seja, o arranjo comercial mais executado pelo mesmo. As questes 28 e 29 forneceram os dados para o clculo do valor do produto vendido nas duas ltimas safras. Foram considerados apenas os dois ltimos anos devido dificuldade de obteno, atravs das entrevistas, de dados anteriores. Os valores obtidos em dlar foram transformados em reais, pela taxa de cmbio referente ao momento analisado. O valor de cada modalidade de venda nos anos anteriores aos obtidos no questionrio pde ser obtido atravs de tabelas do histrico dos preos da soja para a regio de Goiatuba. 35

Tais tabelas forneceram os preos semanais do produto, a partir da safra 2000/2001, e foram obtidas do banco de dados da FAEG (ANEXO E). De posse de tais valores foi calculado o valor do produto vendido, conforme equao 4.8. A relao entre o valor obtido e o preo referencial de cada ano (ms de abril) forneceu o ndice de arranjo comercial que expressa o percentual de variao do preo do arranjo realizado em relao ao referencial, por produtor e a cada ano. Foram utilizados os dados referentes aos ltimos 5 anos, uma vez que esses anos so mais representativos da expanso atual da soja (grfico 1.1) e por serem os nicos dados disponibilizados pela FAEG. Considerando que as modalidades de venda constituem um mecanismo de proteo de preos, o arranjo comercial final apresenta pouca relao com o porte do produtor, uma vez que todas as modalidades podem ser utilizadas pelo produtor conforme expectativa de mercado, assim, possvel agrupar tambm os resultados de cada produtor, sem a necessidade de separa-los por categorias. Portanto, a distribuio da freqncia, do valor do ndice de variao do preo obtido no arranjo em relao ao referencial, foi obtida do resultado do agrupamento referente aos cinco anos e aos produtores individuais. Para obteno da freqncia e amplitude de oscilao do valor anual do produto vendido, foi adotado o preo deflacionado (atravs do IGP-DI), para os ltimos dez anos, referente ao ms de abril (Quadro 4.1). Para a adaptao destes dados, os preos dos ltimos cinco anos so especficos para a regio de Goiatuba, e foram extrados dos dados da FAEG, apresentados no ANEXO E. Quadro 4.1 Preo histrico da soja para o ms de abril em Gois. Preo nominal Preo real* (R$/saca 60 Kg) (R$/saca 60 Kg) 1994 10594** 38,74 1995 7,80 17,13 1996 10,65 21,82 1997 14,42 28,20 1998 11,71 22,03 1999 13,39 24,95 2000 16,14 26,85 2001 16,22 25,40 2002 18,50 27,04 2003 30,00 35,93 2004 46,66 52,31 2005 26,00 26,00 * deflator IGP-DI FGV 36 Ano

** preo em Crz$ Fonte: FNP, FAEG adaptado pelo autor A funo de distribuio de freqncia dos diferentes valores do produto vendido foi obtida atravs da interao da funo de distribuio de freqncia do ndice de arranjo comercial multiplicado pela funo de distribuio de freqncia do valor anual do produto vendido. Assim, por exemplo, cada simulao vai gerar um ndice e um valor referencial a serem multiplicados para obteno do valor final do produto vendido. 4.1.4 Apresentao do modelo Os dados coletados foram tabulados e agrupados segundo os grupos de produtores. Foram, ento, submetidos a anlises estatsticas especficas, verificando-se a igualdade de mdias entre os grupos de produtores, atravs da anlise de varincia. Foram ento submetidas a aplicao do mtodo de anlise de sensibilidade do projeto s variaes das variveis de risco e finalmente realizou-se a simulao de Monte Carlo. As anlises foram feitas, utilizando-se os softwares SPSS e @Risk, conforme Oda, 2004. Os muturios foram divididos por categoria, pequeno, mdio e grande produtor, conforme a participao do crdito rural na composio das suas fontes de recursos para financiamento e a rea explorada pelo proponente. Esperava-se que pequenos produtores teriam uma proporo maior de recursos, provenientes do crdito rural oficial, na composio do custo do seu capital, devido aos tetos de financiamento por produto e aos programas de atendimento diferenciado para a categoria. oramento. Assim, considerando que o oramento referencial para as propostas de custeio de soja, fornecido pelo responsvel tcnico da agncia do Banco do Brasil de Goiatuba GO, foi de R$ 1.000,00 / ha, os grupos foram divididos da seguinte forma: - Pequenos produtores - exploram empreendimento agrcola de at 50 h; - Mdios produtores - exploram empreendimento agrcola entre 50 e 250 ha; - Grande produtores exploram empreendimento agrcola acima de 250 ha. Os dados obtidos na pesquisa foram utilizados na elaborao do oramento padro por categoria de produtor. As planilhas de custo apresentam o custo unitrio de todos os fatores utilizados na produo de soja. Nesta planilha foram acrescentadas as funes de distribuio de frequncia 37 O PROGER, por exemplo, atendendo a pequenos produtores, oferece cobertura de 100% das necessidades previstas em

de ocorrncia de produtividade, preo do produto e custo do capital ou juros sobre o capital utilizado. O conceito de Valor Atual foi utilizado para comparao de valores em um mesmo momento no tempo, assim, receitas e despesas efetuadas ao longo do ano no empreendimento foram transportadas para o ms referencial. O conceito de Valor Presente Lquido foi utilizado para descontar o valor da soja armazenada, uma vez que este valor se encontra em um momento posterior ao referencial, o custo do armazenamento foi obtido por consulta aos armazns e estipulado em um valor mdio de R$ 0,15 / saca ms, este valor foi tambm descontado do valor de venda do produto armazenado, para transport-lo para o ms de referncia. Nesta obra foi utilizado, ainda, o conceito de Valor Futuro Lquido aplicado aos valores realizados em um momento anterior ao referencial. Ao agregar os dois conceitos, conclui-se que a anlise a ser feita depende do momento referencial adotado, os valores que estiverem em um momento futuro em relao ao referencial devem ser descontados e aqueles que estiverem em um momento passado em relao ao referencial devem ser capitalizados. A estrutura de fluxo de caixa normalmente realizada na regio de estudo apresentada no quadro 4.2, esta estrutura foi elaborada com base em estudos locais e apresenta os principais fluxos em seus respectivos perodos de ocorrncia. As despesas gerais ocorrem ao longo do ano agrcola e foi considerada como recursos provenientes do crdito rural. Quadro 4.2 Fluxo de caixa esperado no decorrer do ano agrcola de produo de soja regio de Goiatuba GO . Meses Entradas Sadas Out Custeio safra atual Fertilizante Crdito defensivos Semente Soja pr-fixada Diesel Defensivos1 Nov Mo-de-obra plantio Manuteno e reparos plantio Dez Mo-de-obra plantio Manuteno e reparos plantio Jan Manuteno e reparos tratos culturais Fev Soja disponvel precoce Manuteno e reparos colheita precoce Mar Soja disponvel normal Manuteno e reparos colheita normal Abr Soja disponvel tardia Manuteno e reparos colheita tardia Soja pr-fixada Arrendamento do imvel Mai Defensivos Jun 38

Jul Soja armazenada Custeio Ago Soja armazenada Custeio Set Soja armazenada Custeio Out Soja armazenada Custeio 1- os defensivos so adquiridos em setembro/outubro, para pagamento em 30/04 Fonte: elaborado pelo autor O item custeio refere-se ao financiamento bancrio com crdito rural subsidiado, e formas alternativas como as CPRs financeiras e o crdito junto s firmas de defensivos. Sintetizando o fluxo de caixa apresentado (quadro 4.2), possvel elaborar um fluxo de caixa padro (quadro 4.3.) para fins de anlise. Essa sintetizao possvel, sem a perca da qualidade analtica, pelos seguintes fatos: Apesar dos insumos e servios serem adquiridos entre outubro e abril, normalmente eles so custeados pelo financiamento bancrio, cuja liberao ocorre em outubro, ou pelas firmas de defensivos, que tambm abrem o crdito em outubro, aps a liberao do Crdito Rural subsidiado. Observa-se tambm que o quadro 4.2 apresenta uma contabilidade de partidas dobradas, segundo a qual, o custeio entra como crdito em outubro e sai como insumos e servios ao longo do ano, havendo para este uma nova sada no perodo de julho a outubro, quando o mesmo deve ser ressarcido ao Banco, o mesmo acontecendo com o crdito de defensivos.

Quadro 4.3 Fluxo de caixa padro no decorrer do ano agrcola de produo de soja na regio de Goiatuba GO . Meses Entradas Sadas Out Soja pr-fixada Insumos e servios Nov Dez Jan Fev Soja disponvel precoce Mar Soja disponvel normal ABRIL (ms de referncia) Soja disponvel tardia Arrendamento do Soja pr-fixada imvel Mai Jun Jul Soja armazenada Custeio Ago Soja armazenada Custeio Set Soja armazenada Custeio Out Soja armazenada Custeio Fonte: elaborado pelo autor 39

Partindo do quadro 4.3, os valores de entradas e sadas so transportados para o ms de referncia, sendo capitalizados ou descontados, segundo sua posio relativa no tempo (quadro 4.4). Os valores dos insumos e servios fazem parte da planilha da CONAB e equivalem ao custeio do empreendimento. A capitalizao das sadas referentes aos insumos e servios foi separada na forma do valor dos juros, ou custo financeiro, uma vez que a anlise da variabilidade deste fator um dos objetivos desta obra. Quadro 4.4 tens de entradas e sadas de caixa, atualizados para o ms de referncia, utilizados na produo de soja regio de Goiatuba GO. Meses ABRIL(ms referncia) Entradas de Valor da produo da soja tardia (descontado) Valor da produo da soja precoce (capitalizado) Valor da produo da soja normal Valor do produto pr-fixado (capitalizado) Valor do produto armazenado (descontado) Fonte: elaborado pelo autor Sadas Arrendamento do imvel Insumos e servios Juros (despesas financeiras sobre insumos e servios)

Finalmente, o modelo do projeto a ser analisado definido no quadro 4.5. destacando se os fatores de variabilidade que sero tratados pelo modelo de simulao de Monte Carlo podendo ento evidenciar a probabilidade de ocorrncia de Lucro negativo e atingir o principal objetivo deste trabalho.

40

Quadro 4.5 - Modelo para avaliao do risco de produo de soja no municpio de Goiatuba GO
FAIXA DE PRODUTIVIDADE: 2.400 a 3.400kg/ha Mdia: 3.000 kg/ha A PREOS DE: 29-out-04

DISCRIMINAO
I - DESPESAS DE CUSTEIO DA LAVOURA 1 - Operao com avio 2 - Operao com mquinas 3 - Aluguel de mquinas 4 - Mo-de-obra temporria 5 - Mo-de-obra fixa 6 - Sementes 7 - Fertilizantes 8 - Defensivos TOTAL DAS DESPESAS DE CUSTEIO DA LAVOURA (A) II - DESPESAS PS-COLHEITA 1 - Transporte externo 2 - Recepo, limpeza, secagem, armazenagem 15-d 15-d 2 - PROAGRO 3 - Assistncia Tcnica TOTAL DAS DESPESAS DE PS COLHEITA (B) III - DESPESAS FINANCEIRAS 1 - Juros TOTAL DAS DESPESAS FINANCEIRAS (C) CUSTO OPERACIONAL EFETIVO (A+B+C = D)
IV - DEPRECIAES 1 - Depreciao de benfeitorias/instalaes 2 - Depreciao de implementos 3 - Depreciao de mquinas Total de Depreciaes (E) V - OUTROS CUSTOS FIXOS 1 - Manuteno peridica de mquinas 2 - Encargos sociais 3 - Seguro do capital fixo Total de Outros Custos Fixos (F) Custo Fixo (E+F = G) CUSTO OPERACIONAL (D+G = H) VI - RENDA DE FATORES 1 - Remunerao esperada sobre capital fixo

(R$/ha)
0,00
119,72 139,86 10,36 15,60 117,70 290,90 261,61 955,75

(R$/60 kg)
0,00
2,39 2,80 0,21 0,31 2,35 5,82 5,23 19,11

36,00 0,00 37,27 19,12 92,39

0,72 0,00 0,75 0,38 1,85

Simulao de Monte Carlo

Simulao de Monte Carlo

35,93 39,96 70,19 146,08 0,72 0,80 1,40 2,92

25,33 9,20 6,14 40,67 186,75

0,51 0,18 0,12 0,81 3,73

Simulao de Monte Carlo

89,57 1,79

41

2 - Terra Total de Renda de Fatores (I) CUSTO TOTAL (H+I = J) PRODUTIVIDADE DA TERRA ( E )

156,00 245,57

3,12 4,91

Simulao de Monte Carlo Simulao de Monte Carlo

PREO DO PRODUTO ( F ) Simulao de Monte Carlo (ndice de variao do preo do arranjo obtido em relao ao ms de referncia) x Simulao de Monte Carlo (preo anual deflacionado) IV - RECEITA PREVISTA ( E x F = G )

Simulao de Monte Carlo Simulao de Monte Carlo

V - RESULTADO ( G J )

ELABORAO: CONAB/DIGEM/SUINF/GECUP modificada pelo autor

Os resultados econmicos da simulao foram, ento, analisados a partir do lucro do empreendimento definido, segundo Noronha (1987) como: L = RB C Onde: L => Lucro do empreendimento, podendo assumir valores positivos ou negativos RB => Receita Bruta do Empreendimento C => Custo do empreendimento Assim, define-se: Lt = RB Ct Em que: Lt => Lucro Total Ct => Custos Totais eq.4.12 eq.4.11

LO = RB CO Onde: LO => Lucro Operacional CO => Custo Operacional E: LOE = RB COE Sendo: LOE => Lucro Operacional Efetivo COE => Custo Operacional Efetivo

eq.4.13

eq. 4.14

42

RESULTADOS E DISCUSSO

5.1 - DESCRIO DA AMOSTRA

A amostra coletada foi composta por 94 produtores de soja, de uma populao de 145 produtores, muturios do Banco do Brasil Goiatuba GO. A anlise aqui apresentada foi dividida em trs etapas: caracterizao do produtor e da propriedade, caracterizao da tecnologia empregada e variveis de risco. Os resultados estatsticos so apresentados a seguir:

5.1.1 - Caracterizao do produtor e da propriedade 43

A tabela 5.1 apresenta os resultados da estatstica descritiva para os grupos de produtores, os resultados mostram que os produtores apresentam uma distribuio diferenciada para a categoria de pequenos, com 17% do total, em relao aos demais, com aproximadamente 40% para cada categoria, mostrando que a atividade, na regio, tipicamente relacionada escala de produo. Tabela 5.1 - Frequncia dos produtores de soja entrevistados no municpio de Goiatuba GO, classificados segundo extratos de mesma rea cultivada. Frequencia Classifica Extrato de rea Absoluta Relativa o cultivada (N) (%) P Pequeno < 50 ha 16 17,0 M Mdio > 50 ha < 250 ha 40 42,6 G Grande > 250 ha 38 40,4 Amostra 94 100,0 Fonte: dados da pesquisa A tabela 5.2 apresenta a caracterizao dos produtores para cada extrato. Os dados mostram uma correlao positiva entre a classificao e a escolaridade, este fato merece maiores investigaes, fugindo dos objetivos deste trabalho, todavia constitui um indicador de que quanto menor a escala de produo menor o nvel mdio de instruo do produtor. J a rea plantada na ltima safra, como era de se esperar, apresenta uma elevada correlao (0.92) com a escala de produo. As demais variveis apresentaram correlao no significativa, indicando pouca relao com o extrato de rea plantada. Tabela 5.2 - Caracterizao dos produtores de soja da regio de Goiatuba GO, no ano de 2004, segundo extrato de rea plantada. Varivel P Extrato (rea) M G 43,85 9,09 15,80 385,64 227,15 158,49 Amostra Coeficiente de correlaoa Varivel x rea 0,111 0,316(**) 0,138 0,921(**) ----------------------44

idade(anos) 46,12 45,00 41,76 Escolaridade 6,40 8,97 10,26 experincia na atividade (anos) 14,00 15,42 16,95 rea plantada com soja em 2004 (ha) 31,94 139,13 794,06 quantidade de rea prpria (ha) 16,63 70,32 480,87 quantidade de rea arrendada (h) 15,31 68,80 313,19 ** Correlao significativa ao nvel de 0.01 (bi caudal).

* Correlao significativa ao nvel de 0.05 (bi caudal). a) coeficiente de correlao linear simples Fonte: dados da pesquisa Os produtores podem ser considerados experientes em relao ao tempo de atividade na cultura, os dados mostram que em mdia os produtores apresentaram 14 a 17 anos de experincia, estando a mais de 10 anos na atividade, que o parmetro teto na avaliao da experincia adotado pelo Limite de Crdito, calculado pelo Banco do Brasil S. A. Os pequenos produtores plantaram, na safra 2003/2004, uma rea mdia de 31,94 ha, enquanto os produtores de mdio porte plantaram 139,13 ha e os grandes produtores, uma rea mdia de 794,06 ha. Em relao propriedade da terra, pequenos e mdios produtores apresentam aproximadamente 50% do total da rea explorada na forma de arrendamento, este dado ligeiramente superior aos grandes produtores que possuem, aproximadamente, 40% do total explorado como rea arrendada, constituindo um indicador de maior capacidade relativa de capitalizao do grande produtor, vez que apresenta um componente da despesa geral menor no pagamento de arrendamentos.

5.1.2 - Caracterizao da tecnologia empregada

A tecnologia empregada foi analisada segundo os critrios apresentados na tabela 5.3, os resultados mostram que o pequeno produtor apresentou uma experincia mdia, em plantio direto, de 2 anos, enquanto os produtores de mdio porte apresentaram experincia mdia de 4 anos e os grandes produtores de 5 anos, indicando ser o plantio direto uma tecnologia mais accessvel aos produtores de maior escala de produo. Tabela 5.3 Caracterizao da tecnologia utilizada pelos produtores de soja na regio de Goiatuba GO, segundo extratos de rea plantada no ano de 2004. Varivel experincia com plantio direto (anos) nitrognio na adubao (kg/ha) fsforo na adubao (kg/ha) Extrato (rea) P 1,94 5,24 76,8 1 M 3,90 6,66 77,6 5 45 G 5,29 4,13 6,31 6,28 82,18 79,34 Amostra Coeficiente de correlao a Varivel x rea 0,535(**) 0,140 0,122

potssio na adubao (kg/ha) perodo gasto no plantio (dias)

63,5 0 3,75

66,8 0 17,9

72,37 68,49 31,45 20,97

0,273(**) 0,779(**)

0 ** Correlao significativa ao nvel de 0.01 (bi caudal). * Correlao significativa ao nvel de 0.05 (bi caudal). a) coeficiente de correlao linear simples Fonte: dados da pesquisa Para a caracterstica adubao, representada pelas variveis: quantidades de nitrognio, fsforo e potssio, observa-se que foram aplicados, como mdia geral entre os produtores, 6 kg de Nitrognio, 80 Kg de Fsforo e 70 Kg de Potssio por hectare. Este resultado, confirmado pela anlise de correlao, refora a hiptese de baixa tolerncia tecnolgica para a produo da soja, significando que o parmetro adubao no constitui um diferencial na varivel tecnologia adotada pelos produtores. Como era de se esperar, reas menores so plantadas mais rapidamente, os pequenos produtores gastam em mdia 4 dias de plantio, os de mdia escala levam 18 dias para plantar e os grandes produtores 31 dias. Entretanto, quando comparados estes dados com a rea mdia plantada por categoria (Tab 5.2 ) observa-se que pequenos produtores apresentam uma rendimento operacional de 8,5 ha / dia, os de mdia escala 7,7 ha / dia e os de grande escala de 25,24 ha / dia, confirmando a eficincia operacional e a maior especializao dos grandes produtores nos fatores operacionais da produo da soja. Alm dos dados apresentados na tabela, os produtores foram entrevistados em relao utilizao de calcrio e gesso na propriedade. Os resultados revelaram, em todas as respostas, que os produtores utilizam calcrio conforme a anlise e recomendao tcnica e no utilizam gesso agrcola na adubao. Os resultados apresentados para a caracterizao tecnolgica, demonstraram uma uniformidade para este parmetro na regio, confirmando os pressupostos apresentados anteriormente. O nico diferencial tecnolgico evidenciado foi o tempo de experincia com plantio direto.

5.1.3 - Caracterizao das variveis de risco

46

A estatstica descritiva da amostra das variveis de risco apresentada conforme os seguintes tpicos:

Produtividade da terra As produtividades da terra nos trs ltimos anos so comparadas com a expectativa dos produtores na tabela 5.4. Os dados revelam que os produtores normalmente alcanam suas expectativas de produtividade, com exceo da safra 2003/2004 que foi marcada por uma adversidade biolgica, a ferrugem asitica que atingiu drasticamente os produtores na regio (AGNCIA RURAL, 2004). Tabela 5.4 Produtividades da terra alcanadas pelos produtores de soja na regio de Goiatuba GO, durante sua experincia na atividade, agrupadas segundo extrato de rea plantada. Produtividades da terra (PT) P Extrato (rea) M G 45,93 46,89 47,43 39,72 49,00 44,05 41,27 54,87 53,35 49,68 Amostra Coeficiente de correlao a PT x rea 44,52 0,083 46,16 0,233(*) 46,48 0,075 34,38 0,377(**) 47,21 0,201 41,24 0,108 35,21 0,409(**) 53,95 0,150 51,99 0,286(*) 49,93 0,231

produtividade mdia esperada (sc/ha) 42,29 44,07 produtividade mdia 2001/2002 (sc/ha) 44,00 46,28 produtividade mdia 2002/2003 (sc/ha) 44,70 46,24 produtividade mdia 2003/2004 (sc/ha) 25,96 32,59 menor produtividade 1 ajustada (sc/ha) 43,18 47,20 menor produtividade 2 ajustada (sc/ha) 36,19 40,99 menor produtividade 3 ajustada (sc/ha) 26,80 33,01 maior produtividade 1 ajustada (sc/ha) 53,14 53,49 maior produtividade 2 ajustada (sc/ha) 48,90 52,02 maior produtividade 3 ajustada (sc/ha) 50,73 49,94 ** Correlao significativa ao nvel de 0.01 (bi caudal). * Correlao significativa ao nvel de 0.05 (bi caudal). a) coeficiente de correlao linear simples Fonte: dados da pesquisa

Assim, para uma expectativa total de 44,52 sacas / ha, os produtores alcanaram uma produtividade mdia de 46,16 sacas / ha na safra 2001/2002 e de 46,47 sacas / ha na safra 2002/2003. Entre os grupos de produtores, observa-se uma fraca correlao que, segundo Bisquerra (2004) pode ser classificada como baixa a muito baixa, entre o extrato de rea e a produtividade, com exceo de alguns anos especficos (2003/2004 e menor produtividade 3).

47

Esses dados, associados aos dados de tecnologia, da tabela 5.3, indicam a elevada variabilidade da produtividade, independente da tecnologia adotada.

Custo Mdio Ponderado do Capital

Os resultados referentes s modalidades de crdito disponvel para financiamento da soja, so apresentados na tabela 5.5. De uma maneira geral, o financiamento bancrio a crdito subsidiado, atende 59,26 % das necessidades de crdito, constituindo a principal fonte de financiamento da produo, seguida pelo financiamento via firmas de defensivos, com 14,79 % das necessidades. Observa-se que pequenos e mdios produtores utilizam uma proporo maior de crdito rural subsidiado para financiar sua lavoura em relao aos grandes produtores, entretanto, os pequenos produtores no utilizam dessa modalidade para financiamento do total do seu empreendimento como esperado. Tabela 5.5 Participao percentual das diferentes modalidades de financiamento da cultura da soja na composio do custo mdio ponderado do capital dos diferentes grupos de produtores. Modalidade Extrato (rea) Amostra Coeficiente de de correlao a P M G Financiamento (MF) MF x rea crdito rural Banco do Brasil (%) 65,00 65,00 50,79 59,26 -0,342(**) CPR financeira (%) 3,13 8,25 15,03 10,12 0,382(**) venda de soja verde (%) 2,50 5,50 4,08 4,41 0,139 adiantamento em dlar (%) 0,00 0,00 0,26 0,11 0,116 firmas de defensivos (%) 13,75 12,25 17,89 14,79 0,159 agiotas (%) 6,25 0,63 0,26 1,44 -0,084 recursos prprios (%) 9,38 8,88 11,95 10,20 0,234(*) custo mdio ponderado do capital (% a.m.) 1,27 1,12 1,27 1,21 0,347(**) ** Correlao significativa ao nvel de 0.01 (bi caudal). * Correlao significativa ao nvel de 0.05 (bi caudal). a) coeficiente de correlao linear simples Fonte: dados da pesquisa

48

Outro resultado importante foi a participao de agiotas, acentuadamente maior para a categoria dos pequenos produtores (6,25%), em relao aos demais com menos de 1% das necessidades. Esse fato pode constituir um indicador da dificuldade que os pequenos produtores tm em conseguir crdito a taxas menores de juros, devido falta de garantias reais. O CMPC apresentou baixa correlao, apesar de significativa, com o extrato de rea plantada.

Valor do Produto Vendido

A composio percentual das modalidades de venda da soja nos arranjos comerciais realizados pelo produtor para vender a sua produo e formar o preo mdio do produto vendido apresentada na tabela 5.6, segundo os dados, no existe correlao significativa entre a classificao dos produtores, segundo extratos de rea cultivada, e os arranjos comerciais adotados para vender a produo. Indicando que os produtores realizam arranjos comerciais movidos por fatores diversos e com pouca relao com a sua escala de produo A principal modalidade de venda a venda na colheita, com uma mdia geral de 59, 68 % do total da produo, seguida pela venda do produto armazenado, com 17,69 %, valor prximo ao da modalidade de pr-fixao em dlar, com 15,96 % do total da produo. Esses resultados mostram que o produtor geralmente comercializa sua produo segundo as modalidades tradicionais que seriam a venda na colheita e no armazenamento e no seguem nem mesmo as recomendaes propostas pelos consultores comerciais. Tabela 5.6 - Composio percentual das modalidades de venda da soja nos arranjos comerciais realizados pelo produtor para vender a sua produo e formar o preo mdio do produto vendido Modalidade Extrato (rea) Amostra Coeficiente de de correlao a P M G Venda (MV) MV x rea soja verde (%) 1,25 2,25 3,82 2,71 0,150 Pr-fixao em dlar (%) 7,50 19,13 16,18 15,96 0,098 pr-fixao em reais (%) 3,13 5,75 2,89 4,15 0,014 colheita (%) 66,88 56,50 60,00 59,68 -0,052 armazenamento (%) 21,25 16,79 17,11 17,69 0,009 ** Correlao significativa ao nvel de 0.01 (bi caudal). * Correlao significativa ao nvel de 0.05 (bi caudal). a) coeficiente de correlao linear simples 49

Fonte: dados da pesquisa

5.2 Anlise de regresso da srie histrica de produtividades da terra e obteno das produtividades modais.

A anlise de regresso linear foi utilizada para estimar a tendncia de aumento anual da produtividade da terra, para a cultura da soja, na regio de Goiatuba e no estado de Gois. Os dados histricos de produtividade da terra em Gois e Goiatuba GO utilizados so apresentados no ANEXO A, os resultados da anlise so apresentados nas tabela 5.7 e 5.8 e no grfico 5.1, segundo estes possvel observar um elevado coeficiente de determinao, estando adequado o modelo, portanto, para os propsitos deste trabalho.

Tabela 5.7 Resultado da anlise de regresso linear simples dos dados histricos de produtividade da terra, para a cultura da soja, na regio de Goiatuba GO e no estado de Gois Varivel Varivel mtodo R2 F Sigf b0 b1 independente dependente Ano (1990 2003) Prod Goiatuba linear 0,82 50,63 0,00 1528,3 94,7 2 0 8 7 Ano (1973 2004) Prod Gois linear 0,77 104,6 0,00 1185,3 48,6 7 2 0 7 8 Fonte: resultados da pesquisa O ajuste do modelo aos dados da amostra (Tab 5.7) indicam que existe um incremento anual na produtividade da terra em Goiatuba GO, devido tendncia, supostamente devido tecnologia, da ordem de 94,77 kg/ha ano, partir de 1990. A entrevista com os responsveis tcnicos pelos projetos e acompanhamento dos empreendimentos revelou que, em mdia, ocorrem 6 anos de produtividades normais, com variaes de menos de 7,5% em relao mdia, para cada produtividade acima ou abaixo desses valores. Esses dados podem ser confirmados pela tabela 5.8, aonde os valores destacados correspondem a produtividades acima de 7,5% de variao em relao mdia. Segundo 50

esses dados, para um perodo de 30 anos, foram obtidas 6 produtividades mximas e 6 produtividades mnimas com variao percentual acima de 7,5% em relao mdia. Grafico 5.1 Variao anual da produtividade da terra em Goiatuba GO e linha de tendncia estimada.
p d tiv ad d terra (so - G iatu a ro u id e a ja) o b
30 00 20 80 20 60 20 40 20 20 20 00 10 80 10 60 10 40 0 2 4 6 8 1 0 1 2 1 4 O s rv d be e L er in a

an o

A tabela D.1 apresenta o roll de produtividades mximas, mnimas e mdias. As produtividades mximas e mnimas foram extradas dos dados dos questionrios e ajustadas pelo incremento anual de 94,77 kg/ha ano. As produtividades modais foram obtidas tomandose a mdia das produtividades dos anos de 2002 e 2003, extradas do questionrio, uma vez que esses anos foram considerados anos de produtividades normais, a partir dessa mdia foi adicionada uma variao de 7,5% a mais e a menos e tabulou-se esses valores pelo dobro do nmero de valores mximos e mnimos. Portanto, a mdia da produtividade ajustada dos anos de 2002 e 2003, foi de 47,86 sacas / ha, considerando-se um valor de 7,5% a menos, tem-se uma produtividade de corte de 44,27 sacas/ha. Este valor foi considerado como parmetro de corte para eliminar dos dados coletados pelo questionrio as produtividades mnimas ajustadas, que estivessem acima deste valor. Para as produtividades mximas foi considerado como parmetro de corte o valor da produtividade mdia ajustada, referido anteriormente, acrescido de 7,5%, ou seja, 51,44

51

sacas/ha, assim, foram eliminados os dados do questionrio que estivessem abaixo deste valor. Aps a eliminao dos dados acima referidos, restaram 94 dados de produtividades mnimas e 111 dados de produtividades mximas, portanto foram adicionados ao roll 204 dados (o dobro da mdia entre 94 e 111) de 47,86 sacas/ha, 204 dados de 44,27sacas/ha e 204 dados de 51,44 sacas/ha, constituindo a proporo de 6 produtividades modais para 1 produtividade mnima ou mxima. Tabela 5.8 Srie histrica de produtividades da terra ajustadas e variao percentual em relao produtividade mdia ajustada para o estado de Gois.
Ano Produtividade da terra (Kg / ha) Produtividade da terra Ajustada * Variao Ano percentual em relao mdia ajustada (2694,51 kg/ha) Produtividade da terra (Kg / ha) Produtividade da terra Ajustada * Variao percentual em relao mdia ajustada (2694,51 kg/ha)

197 3 197 4 197 5 197 6 197 7 197 8 197 9 198 0 198 1 198 2 198 3 198 4 198 5 198 6 198 7 198

1520 900 1320 1480 1320 1040 1850 1852 1320 1768 1870 1456 1847 1813 1954 1937

3029,14 2360,46 2731,78 2843,10 2634,41 2305,73 3067,05 3020,37 2439,69 2839,00 2892,32 2429,64 2771,96 2689,28 2781,59 2715,91

12,42 -12,40 1,38 5,51 -2,23 -14,43 13,83 12,09 -9,46 5,36 7,34 -9,83 2,87 -0,19 3,23 0,79

198 9 199 0 199 1 199 2 199 3 199 4 199 5 199 6 199 7 199 8 199 9 200 0 200 1 200 2 200 3 200

2074 1294 2082 2185 2039 2080 1914 2208 2412 2467 2565 2745 2633 2840 2903 2390

2804,23 1975,55 2714,87 2769,18 2574,50 2566,82 2352,14 2597,46 2752,77 2759,09 2808,41 2939,73 2779,05 2937,36 2951,68 2390,00

4,07 -26,68 0,76 2,77 -4,45 -4,74 -12,71 -3,60 2,16 2,40 4,23 9,10 3,14 9,01 9,54 -11,30 52

8 4 Fonte : CONAB modificada pelo autor * produtividade da terra ajustada pelo valor de incremento tecnolgico, b1 (Tab 5.7) de 48,68 Kg/ha ano.

5.3 Anlise da varincia entre os grupos de produtores Para submeter os dados coletados ao modelo de simulao, foi necessria a verificao de diferenas significativas entre os grupos de produtores. O modelo estatstico adotado foi a Anlise de Varincia para comparao das mdias, conforme Bisquerra (2004). Este modelo foi aplicado as variveis de risco que constituem o objetivo especfico deste trabalho. Na tabela 5.9 so apresentados os resultados referentes s trs ltimas produtividades da terra, s trs maiores e as trs menores. Os resultados mostram que apenas para as produtividades de 2003/2004, menor produtividade 3 ajustada e maior produtividade 2 ajustada a diferena entre grupos foi significativa, entretanto, segundo os dados brutos, a menor produtividade 3 corresponde, em 76% dos casos, produtividade de 2003/2004, portanto, os dados revelam a grande variabilidade que existe nesta varivel, ao mostrar que a diferena entre grupos pode existir aleatoriamente em relao aos anos. Tabela 5.9 Anlise da varincia para comparao das mdias de produtividades da terra entre os diferentes grupos de produtores Quadrado Grau de Varivel Soma de quadrados df mdio F Signific produtividade Entre grupos 90,53 2 45,26 1,12 0,331 mdia 2001/2002 Dentro dos grupos 3636,88 90 40,41 (sc/ha) Total 3727,41 92 produtividade Entre grupos 83,78 2 41,89 0,72 0,489 mdia 2002/2003 Dentro dos grupos 5228,27 90 58,09 (sc/ha) Total 5312,05 92 produtividade Entre grupos 2248,28 2 1124,14 6,75 0,002 mdia 2003/2004 Dentro dos grupos 14817,54 89 166,49 (sc/ha) Total 17065,82 91 menor Entre grupos 375,32 2 187,66 1,94 0,149 produtividade 1 Dentro dos grupos 8577,67 89 96,38 ajustada (sc/ha) Total 8952,99 91 menor Entre Grupos 579,80 2 289,90 1,70 0,189 produtividade 2 Dentro dos grupos 11906,17 70 170,09 ajustada (sc/ha) Total 12485,98 72 Entre Grupos 1317,15 2 658,57 4,05 0,025 53

Dentro dos grupos menor Total produtividade 3 ajustada (sc/ha) maior Entre grupos produtividade 1 Dentro dos grupos ajustada (sc/ha) Total maior Entre grupos produtividade 2 Dentro dos grupos ajustada (sc/ha) Total maior Entre Grupos produtividade 3 Dentro dos grupos ajustada (sc/ha) Total Fonte: resultados da pesquisa

6828,65 8145,81 47,688 2327,60 2375,29 190,751 1784,46 1975,21 4,17 3609,20 3613,38

42 44 2 87 89 2 70 72 2 38 40

162,59

23,84 26,75 95,37 25,49 2,09 94,98

0,89 3,74 0,02

0,414 0,029 0,978

Tais resultados foram confirmados pela anlise de correlao apresentada anteriormente, segundo a qual existiria baixa correlao entre produtividade da terra e a classificao de produtores segundo extrato de rea plantada. A variabilidade da produtividade da terra demonstrada mais uma vez ao observar-se as maiores produtividades 1 e 3 ajustadas em que o valor do quadrado mdio dentro do grupo maior que o valor entre grupos, significando que a variabilidade maior dentro do grupo do que entre os grupos. A comparao das mdias do Custo do Capital (Tab. 5.10) entre os grupos de produtores evidencia que no existe diferena significativa entre os grupos, com um valor de F muito prximo da unidade (1,025) e uma elevada significncia (0,363). Tabela 5.10 - Anlise da varincia para comparao das mdias de custo mdio ponderado do capital entre diferentes grupos de produtores Mean Grau de Soma de quadrados df Square F Sig. Entre grupos 0,508 2 0,254 1,025 0,363 Dentro dos grupos 22,546 91 0,248 Total 23,054 93 Fonte: resultados da pesquisa Para os dados de ndice de arranjo comercial os resultados da anlise (Tab 5.11) revelam que nos anos de 2001 e 2002 as diferenas dentro dos grupos superaram a diferena entre os grupos, demonstrando a grande variabilidade do valor do ndice de arranjo comercial existente entre os produtores individuais e evidenciando a baixa correlao existente entre a classificao do produtor e o arranjo comercial utilizado para vender a produo. 54

Tabela 5.11 - Anlise da varincia para comparao das mdias de preo mdio do produto vendido, avaliado segundo o ndice de arranjo comercial. Grau Quadrado de Varivel Soma de quadrados df mdio F Sig. ndice de arranjo comercial Entre grupos 0,002 2 0,001 2,56 0,08 de 2000 Dentro dos grupos 0,031 91 0,000 Total 0,033 93 ndice de arranjo comercial Entre grupos 0,017 2 0,008 0,70 0,50 de 2001 Dentro dos grupos 1,090 91 0,012 Total 1,107 93 ndice de arranjo comercial Entre grupos 0,001 2 0,000 0,03 0,97 de 2002 Dentro dos grupos 0,779 91 0,009 Total 0,779 93 ndice de arranjo comercial Entre grupos 0,017 2 0,009 1,05 0,35 de 2003 Dentro dos grupos 0,759 91 0,008 Total 0,777 93 ndice de arranjo Entre grupos 0,075 2 0,037 3,30 0,04 comercial de 2004 Dentro dos grupos 1,031 91 0,011 Total 1,106 93 Fonte: resultados da pesquisa 5.4 Simulao do Modelo de Anlise de Risco de Produo de Soja na Regio de Goiatuba GO segundo o Mtodo de Monte Carlo. A simulao de Monte Carlo foi realizada utilizando-se o software @ RISK palisade Co, as funes de distribuio de frequncia foram obtidas dos dados apresentados nas tabelas do anexo D. Os resultados da adaptao das funes de distribuio de probabilidades so apresentados a seguir:

55

Grafico 5.2- Distribuio de frequncia e funo de distribuio de probabilidades estimada para os dados amostrais de custo mdio ponderado do capital
X < 0,728 = X< 2,015 = 95,0%

1,6 1,4

5,0%

frequncia

1,2 1 0,8 0,6 0,4 0,2 0 0,5 1 1,5

@RISK Trial Version

For Evaluation Purposes Only

2,5

3,5

4,5

juros (% a.m.)

A funo que melhor se ajustou aos dados de Custo do Capital foi a funo Loglogstica (Graf. 5.2) com parmetro de localizao = 0,451, parmetro de perfil = 3,398 e parmetro de escala = 0,657. A estatstica descritiva para os dados da amostra, para a mdia, desvio padro e varincia so significativas com um grau de significao de 0,2093(Tab 5.12) Tabela 5.12 Estatsticas da estimativa da funo de distribuio de probabilidades aos dados da amostra para custo mdio ponderado do capital Estimativas Dados Funo LogLogistic(0,45109; 0,65755; 3,3987) 0,451089788415522 0,657545868247051 N/A 3,39868712766513 N/A Media 1,16625 1,1668 Desvio padro 0,34397 0,3406 3 Varincia 0,118319 0,1147 9 Grau de significncia (p) 0,2093 N/A Fonte: resultados da pesquisa Em relao aos dados de produtividade da terra, a funo estimada pelo software foi a funo logistica com 47,83 e 3,48 apesar do grau de significao ser nulo, a funo apresentada foi a que melhor se adaptou aos dados amostrais (Graf. 5.3).

56

Grafico 5.3 Distribuio de frequncia e funo de distribuio de probabilidades estimada para os dados de produtividade da terra 8 7
X de = @RISK Versin < 37,60prueba 5,0% X< 58,07 = 95,0%

frequncia x100

6 5 4 3 2 1 0 0 10 20 30 40 50 60 70

produtividade (sacas/ha)

Os resultados estatsticos da funo estimada para os dados de produtividade da terra (Tab 5.13) comparam a mdia, desvio padro e varincia da funo estimada e dos dados originais, o critrio utilizado pelo @Risk, neste caso, foi o de proximidade entre estes parmetros, ainda assim, conforme Bernestein, 1997, a estimao apresentada constitui uma aproximao melhor que: no seguir nenhum critrio ou adotar uma funo predefinida. Alm disso, o software oferece como opes uma lista de funes estimadas que so sugeridas adaptao e um dos critrios de escolha o critrio de visualizao, observado no grfico 5.3. Tabela 5.13 Estatsticas da estimativa da funo de distribuio de probabilidades aos dados da amostra para produtividade da terra. Estimativa Funo Logistica(47,8323; 3,4765) 46,6355148741421 9,56432028416333 Mdia 47,8323 Desvio padro 6,3057 Varincia 39,7624 Grau de significncia(p) 0,000 Fonte: resultados da pesquisa Dados N/A N/A N/A 47,144 7,5668 57,181

A funo que melhor se ajustou aos dados de ndice de arranjo comercial foi a funo Logstica com parmetros 1,0089 e 7,3086 (Graf. 5.4)

57

Grafico 5.4- Distribuio de frequncia e funo de distribuio de probabilidades estimada para os dados amostrais de ndice de arranjo comercial
X< 0,7937 = X< 1 = ,2241 95,0%

8 7 6

5,0%

frequncia

5 4 3 2 1 0 0,6 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 1,5

@RISK Trial Version

For Evaluation Purposes Only

ndice

Neste caso, novamente, o critrio adotado foi o de proximidade visual dos dados e parmetros apresentados na tabela 5.14 Estatsticas da estimativa da funo de distribuio de probabilidades aos dados de ndice de arranjo comercial. Adaptao Dados Function Logistica(1,008906; 0,073086) N/A 1,00890566916329 N/A 7,30858710430502E-02 N/A Mdia 1,008906 1,00258 Desvio padro 0,132563 0,13840 Varincia 0,0175730 0,019116 Grau de significncia(p) 0,000 Fonte: resultados da pesquisa Tabela 5.14

Os dados de preo histrico da soja estimaram a funo Log logstica (Graf. 5.5) com parmetro de localizao = 12,878 e parmetro de perfil = 3,369 e parmetro de escala = 13,811.

58

Grafico 5.5- Distribuio de frequncia e funo de distribuio de probabilidades estimada para os dados de preo histrico da soja deflacionado
X< 18,64 = X< 45,98 = 95,0%

8 7

5,0%

frequncia Values x 10^-2

6 5 4 3 2 1 0 15 20 25 30 35 40 45 50 55

@RISK Trial Version

For Evaluation Purposes Only

preo da soja (R$/ha)

Pela tabela 5.15 possvel observar a qualidade da estimao sugerida pelo software. Neste caso, a estatstica descritiva para os dados da amostra, mdia, desvio padro e varincia so significativas e a adaptao apresenta um grau de significao de 1,000 Tabela 5.15 Estatsticas da estimativa da funo de distribuio de probabilidades aos dados da amostra para preo histrico deflacionado. Estimativa Dados Funo Log-logistica N/A 12,878527053602 N/A 13,811000429109 N/A 6 3,3690668856470 N/A 7 Mdia 28,011 28,867 Desvio padro 10,703 9,4124 Varincia 114,544 81,211 Grau de significncia(p) 1,000 Fonte: resultados da pesquisa As funes de distribuio de probabilidade estimadas so funes assintticas, entretanto, o @Risk permite que os dados de sada, gerados por essas funes, sejam filtrados durante a simulao, assim pode-se delimitar uma faixa de valores gerados, aumentando a qualidade da estimao.

59

Essa faixa de valores foi definida atravs dos valores mnimos e mximos apresentados no roll de dados coletados, assim os valores gerados durante o processo de simulao encontram-se dentro dos limites mnimos e mximos para cada varivel analisada. Aps a estimao das funes de distribuio de probabilidades para os dados amostrais, foi possvel a simulao do modelo de risco para produo de soja no municpio de Goiatuba GO. Foram executadas 50.000 interaes no modelo apresentado at que ele se estabilizasse com diferenas menores que 0,5% entre a ltima estimativa e a atual. Pela tabela 5.16 possvel observar a consistncia dos dados gerados pelas funes de distribuio de probabilidades estimadas, uma vez que os valores extremos das variveis de entrada esto muito prximos dos valores limites observados nas tabelas D.1 a D.3., indicando que os valores das variveis de sada no apresentam dados discrepantes devido a assintoticidade das funes de entrada. Tabela 5.16 Valores mnimos, mdios e mximos, das variveis de entrada e sada, obtidos aps a Simulao de Monte Carlo. Variveis Minimo Mdia Maximo Variveis de entrada JUROS (% a.m.) 0,7000 1,2272 4,6859 PRODUTIVIDADE DA TERRA (sc/ha) 8,5868 47,8148 79,9506 NDICE DE ARRANJO COMERCIAL 0,6010 1,0093 1,4399 PREO DO PRODUTOsimulado (R$/ha) 16,0030 28,0114 54,9887 Variveis de sada TOTAL DAS DESPESAS FINANCEIRAS (R$) 40,8509 62,1284 303,0430 CUSTO OPERACIONAL EFETIVO (R$) 1088,9910 1120,997 1350,371 0 0 CUSTO OPERACIONAL (R$) 1275,7410 1307,747 1537,121 0 0 CUSTO TOTAL (R$) 1521,3110 1553,317 1782,691 0 0 RECEITA PREVISTA (R$) 291,2549 1351,808 4382,747 0 0 RESULTADO (R$) - -201,3194 2832,410 1257,9810 0 RESULTADO OPERACIONAL (R$) - 44,25059 3077,980 1012,4110 0 RESULTADO OPERACIONAL EFETIVO (R$) -825,6609 231,0006 3264,730 0 Fonte: resultados da pesquisa, Goiatuba, 2004.

Resultados da simulao

60

O software @Risk, apresenta a anlise de sensibilidade e os resultados grficos e estatsticos. A anlise de sensibilidade identifica as variveis de entrada mais relevantes para alcanar os resultados obtidos, ela realizada mediante uma anlise de regresso. Com esta anlise, os valores da amostra das variveis de entrada so comparados regressivamente com os valores de sada, o qual resulta em uma medida de sensibilidade para cada varivel de entrada. Os resultados so mostrados no grfico 5.6, tipo tornado, com as barras mais largas representando as variveis de entrada mais significativas.

G rafico 5.6

-A nlise de sensibilidade d resultado o

s variveis de entrada

P E OD P O U Osim R O R D T ulado

,805

P O U IV A E D T R A R D T ID D A E R

,409

N IC D A R N C M R IA D E E R A JO O E C L

,397

JU O R S

-,063

-1

-0,75

-0,5

-0,25

0,2 5

0,5

0,7 5

C oeficiente de correlao

A anlise de sensibilidade revelou um coeficiente de determinao, para o grupo de variveis de entrada, de R2 = 0,976, sendo este altamente significativo. Considerando-se que o coeficiente de determinao, calculado pelo quadrado do coeficiente de correlao interpretado como a proporo da variabilidade da varivel dependente que explicada pela variabilidade da varivel independente(Bisquerra, 2004), possvel concluir, atravs do Grfico 5.6, que o resultado do empreendimento mais sensvel ao preo do produto, responsvel por 64% da variabilidade do lucro do empreendimento (0,805 2), seguido pela produtividade da terra e ndice de arranjo comercial, responsveis cada um por 16% da variabilidade do lucro, e por ltimo, o juros, com 0,4% de participao na variabilidade.

61

Conforme proposto, no incio deste trabalho, pretendeu-se analisar trs modelos de custo de produo: custo operacional efetivo, custo operacional e custo total. Tais modelos, quando so subtrados da receita do empreendimento, iro constituir: o lucro operacional efetivo, o lucro operacional e o lucro total. As diferenas entre tais conceitos e os seus valores so apresentadas na tabela 5.17

Tabela 5.17 Diferenas conceituais e valores dos modelos de custos de produo de soja analisados Conceito Definio Composio Valor mdio/ha Custo Despesas anuais com insumos Custeio da lavoura R$1120,00 operacional e operaes Despesas ps-colheita efetivo Necessrias conduo do Despesas financeiras (COE) empreendimento (juros) Custo (COE) + Custos fixos (COE) + R$ 1120,00 operacional depreciao e (CO) manuteno peridica de R$187,00 mquinas, instalaes e benfeitorias + encargos sociais e seguro do capital fixo Custo Total (COE) + (CO) + remunerao (COE) + (CO) R$ 1307,00 ao capital fixo e terra remunerao ao capital R$ 89,57 fixo remunerao terra R$ 156,00 Fonte: CONAB - adaptada pelo autor O principal objetivo deste trabalho quantificar a probabilidade de lucro negativo em cada um dos trs modelos de resultados. O grfico 5.7 destaca o valor (x;y) = (0; 74,27%) mostrando a probabilidade de obteno de um Lucro Total menor ou igual a zero, ou seja P(x<0) = 74,27%.

62

Graf 5.7 - Funo de probabilidade acumulada de obteno da faixa de valores esperados para Lucro Total

X<0 =

74.266%

probabilidade

0,8 0,6 0,4 0,2 0 -2 -1 0 1 2 3 4

@RISK Trial Version

For Evaluation Purposes Only

resultado econmico (1000R$/ha)

No grfico 5.8 observa-se o valor (x,y) = (0; 53,09%) que mostra a probabilidade de obteno de um Lucro Operacional menor ou igual a zero, ou seja P(x<0) = 53,09%.

Graf. 5.8 - Funo de probabilidade acumulada de obteno da faixa de valores esperados para Lucro Operacional
X<0 = X <3077,98 = 1 00%

1 0,8

53.0879%

probabilidade

0,6 0,4 0,2 0 -1,5

@RISK Versin de Prueba

Slo con fines de evaluacin

-1

-0,5

0,5

1,5

2,5

3,5

resultado econmico(1000R$/ha)

O grfico 5.9 apresenta o valor (x;y) = (0;32,84%) mostrando a probabilidade de obteno de um Lucro Operacional Efetivo menor ou igual a zero, ou seja P(x<0) = 32,84%.

63

Graf 5.9 - Funo de probabilidade acumulada de obteno da faixa de valores esperados para Lucro Operacional Efetivo X<0 = X < 3264,73 =
1 0,8
32.846% 100%

probabilidade

0,6 0,4 0,2 0 -1 -0,5

@RISK Versin de Prueba

Slo con fines de evaluacin

0,5

1,5

2,5

3,5

resultado econmico (1000R$/ha)

Esses resultados podem ser expressos como a probabilidade de frustrao no empreendimento. Assim, o sojicultor, na regio de Goiatuba GO, realizando seu empreendimento aos nveis de custos apresentados na planilha da CONAB, teria 38,40% de probabilidade de no conseguir recuperar o valor de depreciao das mquinas, seguros, instalaes e encargos sociais; 56,06% de probabilidade de no ter nenhum lucro, sobre o capital fixo, e 74,27% de no remunerar o custo de oportunidade sobre o capital fixo. Visto por um outro ngulo, o agricultor teria 61,60% de probabilidades de ter uma receita bruta maior que suas despesas anuais na lavoura, 43,94% de probabilidades de uma receita bruta que lhe proporcionasse alguma remunerao sobre o capital fixo, e 25,73% de probabilidade de que seu empreendimento viesse a superar a remunerao alternativa esperada para o capital fixo. A tabela 5.18 apresenta os resultados estatsticos dos grficos 5.7; 5.8 e 5.9., segundo os dados, o produtor de soja, ao mobilizar seus fatores de produo na cultura de soja, na regio de Goiatuba, aos nveis de preos dos fatores analisados, ter, em mdia, um Lucro Total de R$ - 236,78/ha no remunerando, assim, a terra mais o capital fixo (R$ 245,57/ha). Na mdia, o Lucro Operacional ser alcanado, remunerando o capital de giro, a depreciao dos fatores de produo e os encargos e seguros, restando um saldo de R$ 8,79/ha. Com relao ao capital de giro, ou seja, os recursos financeiros necessrios para realizar o empreendimento a cada ano, o produtor em mdia conseguir saldar os seus compromissos financeiros, restando um saldo de R$ 195,54/ha.

64

Tabela 5.18 - Resultados estatsticos das funes de probabilidade acumulada de obteno da faixa de resultados econmicos esperados. Estatstica Lucro Lucro Lucro Total Operacional Operacional (R$/ha) (R$/ha) Efetivo(R$/ha) Mnimo -1688,99 -1443,42 -1256,67 Mdia -236,78 8,79 195,54 Mximo 3063,72 3309,29 3496,04 Desvio padro 471,14 471,14 471,14 Varincia 221977,20 221977,20 221977,20 Esquerda de X 0 0 0 Probabilidade esquerda de X =0 74,27% 56,06% 38,40% Diferena direita de X=0 25,73% 43,94% 61,60% Fonte: resultados da pesquisa Observando na tabela 5.18 os valores mnimos e mximos alcanados para as modalidades de lucro analisadas, possvel levantar outra questo, os valores mnimos alcanados, sendo menores que os valores mximos alcanados, poderiam ser compensados no longo prazo? Essa questo pode ser respondida ao analisarmos os percentis equiprovveis das funes de distribuio de probabilidades acumulada, assim, para simplificao da anlise, a tabela 5.19 apresenta os percentis apenas da funo referente ao Lucro Operacional. A coluna diferena entre os extremos contm o resultado entre a soma das faixas equiprovveis, dessa forma 5% de probabilidade de obteno de resultado de at R$ -515,74 comparado com 5% de probabilidade de obteno de resultado acima de R$ 863,67. Os resultados revelam que longo prazo, o produtor ir saldar seus compromissos financeiros, recuperar a depreciao dos fatores de produo, encargos e seguro do capital fixo realizando um saldo de R$ 54,13 / ha ano. Tabela 5.19 - Percentis da funo de probabilidade acumulada de obteno de faixa de valores esperados para Resultado Operacional e diferena entre extremos equiprovveis Percentil 5% 10% 15% 20% 25% 30% 35% 40% Valor (R$/ha) Diferena entre os extremos -515,74 -427,11 -363,70 -309,23 -261,08 -212,89 -166,79 -122,02 347,93 185,27 105,74 46,20 7,03 -18,06 -37,25 -49,52 65

45% 50% 55% 60% 65% 70% 75% 80% 85% 90% 95%

-77,56 -31,20 20,06 72,50 129,54 194,83 268,11 355,43 469,44 612,39 863,67

MDIA Fonte: resultados da pesquisa

-57,50 -31,20 -57,50 -49,52 -37,25 -18,06 7,03 46,20 105,74 185,27 347,93 54,13

CONCLUSO

Este trabalho se props a avaliar e discutir o risco de produo de soja em um ambiente sujeito elevada variabilidade de trs componentes do planejamento da atividade. Assim, ao longo do trabalho, foram apresentados os fundamento tericos e empricos que subsidiaram a descrio destes componentes e suas fontes de variabilidade. Os resultados da pesquisa realizada comprovaram alguns pressupostos e rejeitaram outros. A caracterizao dos produtores e da tecnologia adotada procurou evidenciar diferenas significativas entre grupos de produtores, classificados segundo extratos de rea plantada. Os resultados apresentados permitiram concluir que existe grande variabilidade, para as caractersticas dos produtores constituindo fraca correlao entre estas caractersticas e o agrupamento proposto. 66

Em relao tecnologia, foi confirmado o pressuposto de baixa tolerncia tecnolgica na regio, significando que a produo de soja realizada segundo um pacote tecnolgico relativamente padronizado, independente da escala de produo. As concluses sobre o risco econmico de produo da soja na regio de Goiatuba GO so: O capital utilizado pelo produtor de soja para custear a produo obtido de diferentes fontes de financiamento, a custos diferenciados, resultando na formao de uma engenharia financeira e gerando um custo mdio ponderado para o capital (CMPC) de financiamento de 1,16% a.m. A anlise de risco do empreendimento em relao ao CMPC revelou que, mesmo sujeito a elevada variabilidade, com extremos de 0,7% 4,5% ao ms, este componente responsvel apenas por 0,4% da variabilidade no lucro do empreendimento. O valor do produto vendido resultado da interao de dois fatores analisados, o ndice de arranjo comercial e o preo anual do produto. O arranjo comercial, fruto do resultado da composio das diferentes formas de venda do produto ao longo do ano, apresentou pouca correlao com a escala de produo, todavia, sua participao nos componentes de risco da atividade revelou moderada sensibilidade do empreendimento ao mesmo, com uma participao de 16% na determinao do risco, resultado semelhante at mesmo a participao da produtividade. Os resultados apresentados revelam que o produtor de soja pode conseguir uma diferenciao de at 40% acima ou abaixo do valor referencial (venda na colheita) conforme o arranjo adotado. Este resultado remete importncia de um sistema de informaes de mercado e a necessidade de especializao do produtor na comercializao do seu produto. Todavia, ao apresentar um ndice mdio igual a um (1,0), os resultados evidenciam que os produtores tm dado pouca importncia otimizao deste fator. Em relao ao preo do produto, observa-se que as relaes histricas de oferta e demanda pela soja constituram um preo mdio de R$ 28,00 para a saca de soja na regio de Goiatuba GO, todavia, os valores extremos de R$ 17,00 R$ 54,00 mostram elevada instabilidade e conseqentemente risco da atividade a este componente. A sensibilidade do empreendimento a esse fator acentuadamente mais elevada do que os outros componentes de risco analisados, com uma participao de 64% na determinao do risco da atividade. A produtividade da terra foi analisada segundo: dados histricos, dados coletados e consulta com os tcnicos especializados. Os resultados revelaram elevada variabilidade neste fator, com extremos entre 8 sc/ha e 79 sc/ha, independente da tecnologia utilizada pelos 67

produtores. Com um valor de 16% na determinao do risco o segundo fator em importncia na sensibilidade do empreendimento ao risco das variveis analisadas. Ao analisar os resultados do empreendimento segundo a abordagem dos Custos Operacionais Efetivos, Custos Operacionais e Custos Totais, procurou-se evidenciar o risco que o empreendimento apresenta em no alcanar um resultado que remunere os custos apresentados. Assim, os resultados indicam que ha 32,84% de probabilidade de o produtor no conseguir alcanar remunerao suficiente para cobrir os custos operacionais efetivos. Os resultados mostram, tambm, que a probabilidade de o produtor no conseguir recuperar totalmente o valor de depreciao dos fatores fixos de 53,09%. Todavia, o lucro operacional mdio, com um valor de R$ 54,13, expressa o comportamento deste risco no longo prazo, significando que em mdia o produtor consegue permanecer na atividade porque remunera as despesas financeiras, o capital de giro, ou custos variveis e os custos de depreciao dos fatores fixos imobilizados no empreendimento. Entretanto, a grande questo com relao ao emprego alternativo do capital fixo imobilizado e para responder tal questo, parte-se da anlise do custo total do empreendimento que considera a remunerao terra, quer seja na forma de arrendamento do imvel ou na aplicao do valor imobilizado em ativos de risco semelhante, e a remunerao ao capital fixo (equipamentos e instalaes), assim, a renda do empresrio corresponde remunerao prevista para estes fatores de produo. A planilha de custos selecionada apresenta um valor de remunerao terra de R$ 156,00 e ao capital fixo de R$ 89,57 resultando em um total de R$ 245,57. Este valor pode ser comparado com o valor mdio do arrendamento de terras na regio que de 8 sacas / ha. Considerando a cotao histrica da soja R$ 28,00 temos um valor de arrendamento de R$ 224,00, valor que pode ser comparado com a aplicao alternativa para o capital imobilizado pelo empresrio apresentada pela CONAB. importante ter em mente a analogia de que o valor da remunerao terra pode representar um lucro quando o empreendedor proprietrio da terra ou tomado como um custo de arrendamento a ser computado pelo empresrio arrendatrio. O resultado alcanado pelo trabalho permite concluir que a probabilidade de no se alcanar o valor esperado para remunerar a terra e o empreendedor de 74,27%. Assim, o produtor de soja na regio de Goiatuba GO, aos nveis atuais de preos dos insumos, no tem conseguido alcanar os resultados esperados, se submetendo a uma atividade menos eficiente que a alternativa de arrendamento do imvel, por exemplo. 68

Consideraes finais A produo de soja, como a maioria das atividades de produo agropecuria, est cercada por um conjunto de fatores responsveis pela elevada variabilidade dos resultados da explorao do empreendimento. Esta obra considerou trs destes fatores como sendo os principais componentes de variabilidade. Ao trabalhar com a planilha de custos da CONAB, o fator custo dos insumos foi colocado como um valor fixo, limitando a anlise ao perodo referente ao levantamento dos custos da CONAB, ou seja, outubro de 2004. Entretanto, segundo a Fundao Getlio Vargas (FGV), o ndice de Preos Recebidos (IPR) evoluiu 195,36% de agosto de 1994 at dezembro de 2004. No mesmo perodo, o ndice de Preos Pagos (IPP) pelos agricultores mostra uma alta acumulada de 287,25% (Tab. 6.1 ), constituindo um indicador de que, caso essas condies persistam a atividade de produo de soja na regio de Goiatuba GO ser cada vez mais arriscada tornando-se insustentvel com o passar dos anos.

Tabela 6.1 ndice de preos pagos e ndice de preos recebidos pelos agricultores brasileiros Meses Dezembro/2003 Janeiro/2004 Fevereiro Maro Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro IPR(1) IPR (3) % Mensal 296,15 1,00 297,25 0,37 295,48 -0,59 296,96 0,50 301,64 1,58 303,24 0,53 304,08 0,28 299,32 -1,56 298,38 -0,31 299,22 0,28 297,03 -0,71 297,04 -0,02 295,36 -0,57 IPP(2) IPP (3) % Mensal 342,97 0,03 346,14 0,92 350,80 1,37 354,50 1,03 356,46 0,55 358,66 0,62 366,52 2,19 371,32 1,31 374,43 0,84 375,93 0,40 378,95 0,80 382,90 1,04 387,25 1,14

Notas: (1) ndice de Preos Recebidos pelos Agricultores. (2) ndice de Preos

69

Pagos pelos Agricultores. (3) Base: Agosto de 1994 = 100. Fonte: FGV.

A anlise de risco apresentada evidencia a necessidade de maior ateno por parte da cadeia de produo da soja procurando minimizar os riscos da atividade. Ao avaliar a sensibilidade do empreendimento s variveis de risco, o trabalho fornece esta cadeia uma srie de indicadores de risco. Historicamente, o empresrio se preocupa com a taxa de juros pagos pelo capital investido na produo, os resultados desta obra mostram que as taxas vigentes podem ser suportadas pela atividade uma vez que o empreendimento se revelou pouco sensvel a esta varivel em relao s demais. O ndice de arranjo comercial mostra a importncia dos empresrios se especializarem na comercializao da sua produo e abre espao na cadeia de produo para a instituio de empresas de consultoria, ao processo de comercializao, que visem otimizar os resultados dos arranjos comerciais. A produtividade constitui o segundo fator de risco em importncia na sensibilidade do empreendimento. O aumento da tecnologia na rea de agrometeorologia mostra que o zoneamento agroclimtico uma necessidade micro-regional (INPE, 2005) uma vez que evidencia micro-regies com ndices pluviomtricos e distribuio de chuvas diferenciados. Entretanto essa tecnologia ainda incipiente, ficando o risco da produtividade, devido ao fator climtico, totalmente sobre o produtor, uma vez que o seguro rural est totalmente desativado. Esta situao compromete um setor estratgico para a nao, uma vez que contribui com 12% de participao no agronegcio. O preo que produto pode alcanar a cada ano constitui a varivel de maior sensibilidade do empreendimento. O capital imobilizado na produo de soja apresenta pouca flexibilidade para ser alocado, no curto prazo, em outra alternativa. Dada a importncia da cultura para a economia do pas, justifica-se uma forma de estabilizao de um piso de preos que garanta a continuidade da produo responsvel pela gerao de empregos e renda em grande parte dos municpios da federao. Finalmente, espera-se que a modelagem de riscos no planejamento da produo seja considerada como uma forma de avaliao dos mesmos e mobilizao dos empreendedores na busca de alternativas que tornem o empreendimento sustentvel atravs da minimizao dos riscos envolvidos na atividade.

70

REFERNCIAS BIBLIOGRFICAS

ABEAS. Empresas Goianas Suspendem Compra Antecipada de Soja. Disponvel em: <http://www.abeas.com.br/wt/news.php?cod=703> . Acesso em: 14 de dezembro de 2004. AGRIANUAL. Anurio da Agricultura Brasileira. So Paulo: FNP Consultoria & Comrcio Ltda, 2004 e 2005. AGUIAR, Danilo Rolim Dias de. Custo, Risco e Margem de Comercializao de Arroz e de Feijo no Estado de So Paulo : analise dinmica e teste de modelos alternativos. Piracicaba, 1994. 185p. Tese (Doutorado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. AGUIAR, Danilo Rolim Dias de. Formacao de Preos na Industria Brasileira de Soja - 1982/1989. Piracicaba, 1990. 140p. Dissertao (Mestrado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. ANTONIK, Luis Roberto. Anlise de Projetos de Investimento sob Condies de Risco. Curitiba: Rev. FAE., v.7, n.1, p.67-76, jan./jun. 2004. 71

ARAJO, Maria da Piedade. Rentabilidade da Produo de Frango de Corte sob Contratos de Integrao Vertical em Minas Gerais. Piracicaba, 1996. 133p. Dissertao (Mestrado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. ARAUJO, Paulo Fernando Cidade. Crdito Rural e Endividamento em Perodo Recente. Preos Agrcolas. Piracicaba:ESALQ/CEPEA/USP, p.3-6, mar. 2000. AZEVEDO FILHO, Adriano J de B Vicente de. Anlise Econmica de Projetos : "Software" para situaes deterministas e de risco envolvendo simulao. Piracicaba, 1988. 127 p. Dissertao (Mestrado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. BERNSTEIN, Peter L. Desafio aos Deuses: a fascinante histria do risco. Rio de Janeiro:Campus. 1997. BISQUERRA, Rafael et all. Introduo Estatstica: enfoque informtico com o pacote SPSS. Porto Alegre: Artmed, 2004. CAFFAGNI, Luiz Cludio; MARQUES, Pedro Valentim; SOUZA, Eduardo Luiz Leo. Sistemas Agroindustriais e Tendncias da Comercializao de Gros no Brasil. Preos Agrcolas. Piracicaba:ESALQ/CEPEA/USP, p. 11-16, set. 1998. CANO, WILSON. Desequilbrios regionais e concentrao industrial no Brasil. 1930-1970. So Paulo, Global PNPE, 1985. Centro Nacional de Pesquisa da Soja (CNPSO). Tecnologias de Produo de Soja _ Regio Central do Brasil 2003. Londrina, Embrapa Soja , 2004. Chabalin, Eva. Anlise Econmica da Criao de Peixes Sob Condies de Risco : um estudo de caso do pacu. Piracicaba, 1996. 62p. Dissertao (Mestrado) Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo.

72

Confederao da Agricultura e Pecuria do Brasil (CNA). Consulta da CNA aos Produtores Sobre Crdito Rural - 2003. Disponvel em:<http://www.imea.com.br/redirect. php?url=docs/consulta_cna_aos_produtores.doc>. Acesso em: 15 de janeiro de 2004. Companhia Nacional de Abastecimento (CONAB). Metodologia dos Clculos dos Custos de Produo. Disponvel em http://www.conab.gov.br/indicadores agropecurios >.Acesso em: 12 de dezembro de 2003.

DIAS, de 2004

Guilherme

Leite

da

Silva.

FAO-

Poltica

de

Credito

Rural.

Disponvel em:<http:// www.rlc.fao.org/prior/desrural/brasil/dias.PDF> Acesso em: 20 de janeiro

FIANI, R. Teoria dos Custos de Transao: uma nota didtica. Rio de janeiro:UFRJ, 2000. FIGUEIREDO, R. S. Sistema De Apurao De Custos. In: BATALHA, Mrio Otvio (coord.). Gesto Agroindustrial. So Paulo: Atlas, 2001, 2ed. FILHO, Nelson Fontes Siffert. A Teoria dos Contratos Econmicos e a Firma. Departamento de Economia, FEAC/USP. 1996. 201p.(Tese de Doutorado) FAEG, Federao da Agricultura do Estado de Gois. Arquivos srie histrica preos da soja por semana e regies. Disponvel em: <http://www.faeg.com.br> Acesso em: 12 de maio de 2003. FETT, Mauro Sander. Anlise Econmica de sistemas de Cultivo de Macieiras no Municpio de Vacarias/RS. 2000. 145f. Dissertao (Mestrado em Economia Rural) Curso de Ps-Graduao em Economia Rural, Universidade Federal Do Rio Grande do Sul, Porto Alegre. FGV, Fundao Getlio Vargas. ndices de Preos Agrcolas. Disponvel em: < http// www.fgv.br > Acesso em: 25 de junho de 2005.

73

GROOT, Etinne. Avaliao Econmica da Produo de Rosa de Corte (Rosa sp), em Campo e em Estufa, Sob Condies de Risco, no Municpio de Holambra- SP : estudo de casos. Piracicaba, 2003. 78 p. Dissertao (Mestrado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. IBGE, INSTITUTO DE GEOGRAFIA E ESTATSTICA. Censo Agropecurio 1996: Goiatuba. Disponvel em: <http://www.ibge.gov.br> Acesso em: 28 de julho de 2004. INPE, Instituto Nacional de Pesquisas Espaciais. Srie histrica de precipitaes 1970 2005. Disponvel em: < http//www.cptec.inpe.br > Acesso em: 20 de junho de 2005. JNIOR, Cleber Gonalves. Adjusted Present Value (APV): avaliao de negcios com taxas de desconto diferenciadas. 2003. 181f. Dissertao (Mestrado em Cincias em Engenharia de Produo) Curso de Ps- Graduao em Engenharia de Produo, Universidade Federal de Itajub, Minas Gerais. JNIOR, Ferreira Slvio; BAPTISTA, Antnio Jos M. S. Impactos do Programa de Fomento Cafeicultura no Municpio de Viosa MG: uma anlise financeira sob condies de risco. Viosa: Revista de Economia e Agronegcios. v.1,n.4, 2003. LIMA, Roberto Arruda de Sousa. Informao, Capital Social e Mercado de Crdito Rural. 2003. 130f. Dissertao (Doutorado em Economia) Curso de Ps-Graduao em Economia Aplicada, Escola Superior de Agricultura, ESALQ/ USP, Piracicaba, So Paulo. MARQUES, Pedro V. Marques; MELLO, Pedro C. de. Mercados Futuros de Commodities Agropecurias: exemplos e aplicaes para os mercados brasileiros. 1 ed. So Paulo: BM&F, 1999.428 p. MATSUNAGA, Minoru et alii. Metodologia de custo de produo utilizada pelo IEA. Agricultura em So Paulo, SP, 23(1):123-139, 1976. MARTIN, Nelson Batista et alii. Custos: sistema de custos de produo agrcola. Informaes Econmicas, SP, v.24, n.9, set. 1994.

74

NORONHA, Jos. F. Projetos Agropecurios: administrao financeira, oramento e viabilidade econmica. 2 ed. So Paulo: Atlas, 1987. 269p. NORONHA, Jos. F.; LATAPIA, Maria Xnia I. C. Custos de Produo Agrcola sob Condies de Risco no Estado de So Paulo. Braslia: Revista de Economia e Sociologia Rural, v.26, n.3, p.275-287, jul./set. 1988. ODA,Andr Luiz; GRAA,Carolina Torres; LEME, Maristela Franco Paes. Anlise de Riscos de Projetos Agropecurios: um exemplo de como fundamentar a escolha entre projetos alternativos e excludentes. Disponvel em: <http:// www.fearp.usp.br/egna/Resumos
/Oda&Graca.pdf

> Acesso em: 05 de fevereiro de 2004.

PALISADE CORPORATION. @ RISK Risk Analysis and Simulation add in for 1-2-3 Worksheets. New York, 1995. PIZZOL, Silvia Janine Servidor. Comportamento dos Cafeicultores Perante o Risco: uma anlise de trs sistemas de produo da regio de Marlia, SP. Piracicaba, 2002. 168f. Dissertao (Mestrado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. REIS, 188 p. RESENDE, Henrique Augusto Pires. Os Benefcios da Simulao de Monte Carlo. Disponvel em:<http://www.ietec.com.br/ietec/techoje/techoje/gestaodeprojetos/2003/10/10/2 003_10_10_0002.2xt/-template_interna> Acesso em: 05 de fevereiro de 2004. RIES, Leandro Reneu; ANTUNES, Luciano Mdici. Comercializao Antnio Joo dos; CARVALHO, Flaviana Andrade de Pdua.

Comercializao Agrcola no Contexto Agroindustrial. 1 ed. Lavras: FAEPE/UFLA, 1999.

Agropecuria: mercado futuro e de opes. 1 ed. Guaba-RS: Agropecuria, 2000. 142 p. RODRIGUES, Vilela Rodrigo; FILHO, Moiss de Andrade Resende;

BRAGA,Marcelo Jos. Sistemas de terminao em confinamento: perspectivas para

75

dinamizao da cadeia produtiva da carne bovina em Minas Gerais. Disponvel em:<http://

www.fea.ufjf.br/departamentos/MARF/rbe.pdf> Acesso

em: 22 de janeiro de 2004.

SILVER, M. Estatstica para Administrao. So Paulo: Atlas, 2000. SOUSA, Srgio Antnio Veronez de. Programa Computacional Para Simulao da Ocorrncia de Veranicos e Queda de Produo. Piracicaba, 1999. 124 p + disquete. Tese (Doutorado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. SOUZA, Jorge Luiz Moretti de. Modelo Para a Anlise de Risco Econmico Aplicado ao Planejamento de Projetos de Irrigao para Cultura do Cafeeiro. Piracicaba, 2001. 253 p. Tese (Doutorado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. SOUZA, Ptain vila. O Status da Anlise de Investimento. Disponvel em:<http:// http://www.ietec.com.br/ietec/techoje/techoje/mineracao/2003/01/24/2003_01_24_0003.2xt/template_interna> Acesso em: 25 de janeiro de 2004. SOFFNER, Renato Kraide. Avaliao de Confiabilidade em Tratores Agrcolas de Esteiras. Piracicaba, 1993. 76p. Dissertao (Mestrado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. TALAMINI, Edson; MONTOYA, Marco Antonio. O Crdito Agrcola na Regio da Produo: informalidade versus formalidade. Rio Grande do Sul, Universidade de Passo Fundo. Texto para discusso n 01/2002. TURRA, Flvio Enir. Anlise de Diferentes Mtodos de Clculo de Custos de Produo na Agricultura Brasileira. Piracivaba, 1990. 134p. Dissertao (Mestrado). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo. UNIPARCOMMERCE. Indstrias de leo Ameaam Reduzir Crdito. Disponvel em<http://www.uniparcommerce.com.br/home.asp? idNoticia=860&idSecao=noticias&idSubSecao=crpnoticias> Acesso em: 14 de dezembro de 2004. 76

VALE, Snia Maria Leite Ribeiro; MACIEL, Marilia. Anlise Econmica da Empresa Rural. Braslia, ABEAS, 1998. ZYLBERZSTAJN, Dcio. Estruturas de Governana e Coordenao do Agribusiness: uma aplicao da nova economia das instituies. Departamento de Administrao, FEA/USP. 1995.238p.(Tese de Livre Doscncia) ZYLBERZSTAJN, Dcio; NEVES, Marcos Fava (coords.) et all. Economia e Gesto dos Negcios Agroalimentares. 1 ed. So Paulo: Pioneira, 2000.

77

A N E X O S

78

ANEXO A PRODUTIVIDADE DA TERRA OBTIDA NA PRODUO DE SOJA EM GOIATUBA, GOIS E BRASIL DADOS HISTRICOS

79

Tab A.1 Variao anual da produtividade da terra na produo de soja em Gois e no Brasil .
SOJA - GOIS/BRASIL GOIS ANOS 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 REA(ha) 59.000 110.000 55.600 32.920 68.000 96.600 152.650 246.066 289.916 317.302 370.688 581.910 734.210 621.810 544.485 773.520 989.237 972.430 797.740 822.860 982.023 1.110.543 1.121.399 913.633 1.016.388 1.375.466 1.333.632 1.490.766 1.538.988 BRASIL REND. MD. (kg/ha) 1.386 1.531 1.699 1.750 1.770 1.226 1.240 1.727 1.765 1.565 1.792 1.650 1.800 1.452 1.858 1.716 1.971 1.732 1.553 2.036 2.135 2.164 2.220 2.163 2.273 2.367 2.370 2.400 2.705 Variao anual.RELAT GO (%) ---40,79 46,67 12,12 -10,81 -21,21 77,88 0,11 -28,73 33,94 5,77 -22,14 26,85 -1,84 7,78 -0,87 7,07 -37,61 60,90 4,95 -6,68 2,01 -7,98 15,36 9,24 2,28 3,97 7,02 -4,08 1973-2001 Variao anual.RELAT BR (%) --10,46 10,97 3,00 1,14 -30,73 1,14 39,27 2,20 -11,33 14,50 -7,92 9,09 -19,33 27,96 -7,64 14,86 -12,13 -10,33 31,10 4,86 1,36 2,59 -2,57 5,09 4,14 0,13 1,27 12,71

PRODUO REND. MD. REA PRODUO (t) (kg/ha) (ha) (t) 89.701 1.520 3.615.058 5.011.614 99.000 900 5.143.367 7.876.527 73.392 1.320 5.824.492 9.893.008 48.722 1.480 6.417.000 11.227.123 89.760 1.320 7.070.263 12.513.406 100.464 1.040 7.782.187 9.540.577 282.402 1.850 8.256.096 10.240.306 455.799 1.852 8.777.023 15.155.804 382.713 1.320 8.501.169 15.007.367 560.916 1.768 8.203.277 12.836.047 693.106 1.870 8.137.112 14.582.347 847.261 1.456 9.421.202 15.540.792 1.356.240 1.847 10.153.405 18.278.585 1.127.560 1.813 9.181.587 13.330.225 1.063.990 1.954 9.134.291 16.968.827 1.497.990 1.937 10.515.250 18.049.413 2.051.768 2.074 12.200.556 24.051.673 1.258.440 1.294 11.483.456 19.887.890 1.661.260 2.082 9.618.313 14.938.113 1.797.670 2.185 9.419.079 19.180.879 2.001.872 2.039 10.627.471 22.694.398 2.309.979 2.080 11.514.425 24.912.345 2.146.700 1.914 11.609.119 25.775.026 2.017.703 2.208 10.668.697 23.077.523 2.451.163 2.412 11.299.199 25.687.137 3.393.240 2.467 13.273.496 31.423.197 3.420.563 2.565 13.006.952 30.822.455 4.092.164 2.745 13.619.991 32.688.027 4.052.169 2.633 13.931.264 37.686.592

FONTES: IBGE , in Anurio Estatstico do Brasil, 1937 - 1987 ; CEPAGRO, 1988 - 1992; LSPA, 1993 - 2001, GCEA, jan/02 Elaborao: SEAGRO/SUPLA modificada pelo autor.

Tabela A.2 - Rendimento mdio da produo por lavoura temporria Varivel = Rendimento mdio da produo (Quilogramas por Hectare) Lavoura temporria = Soja (em gro) Municpio Goiatuba GO Ano 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 868 1.740 1.800 1.850 1.600 1.800 2.008 2.355 2.404 2.479 2.700 2.354 2.800 2003 2.603

Fonte: IBGE - Produo Agrcola Municipal

80

ANEXO B CUSTO DE PRODUO ESTIMADO - CONAB

81

CUSTO DE PRODUO ESTIMADO SOJA - PLANTIO DIRETO

SAFRA DE VERO - 2004/2005 LOCAL: RIO VERDE - GO
FAIXA DE PRODUTIVIDADE: 2.400 a 3.400kg/ha Mdia: 3.000 kg/ha A PREOS DE: 29-out-04

DISCRIMINAO
I - DESPESAS DE CUSTEIO DA LAVOURA 1 - Operao com avio 2 - Operao com mquinas 3 - Aluguel de mquinas 4 - Mo-de-obra temporria 5 - Mo-de-obra fixa 6 - Sementes 7 - Fertilizantes 8 - Defensivos TOTAL DAS DESPESAS DE CUSTEIO DA LAVOURA (A) II - DESPESAS PS-COLHEITA 1 - Transporte externo 2 - Recepo, limpeza, secagem, armazenagem 15-d 15-d 2 - PROAGRO 3 - Assistncia Tcnica TOTAL DAS DESPESAS DE PS COLHEITA (B) III - DESPESAS FINANCEIRAS 1 - Juros TOTAL DAS DESPESAS FINANCEIRAS (C) CUSTO OPERACIONAL EFETIVO (A+B+C = D)
IV - DEPRECIAES 1 - Depreciao de benfeitorias/instalaes 2 - Depreciao de implementos 3 - Depreciao de mquinas Total de Depreciaes (E) V - OUTROS CUSTOS FIXOS 1 - Manuteno peridica de mquinas 2 - Encargos sociais 3 - Seguro do capital fixo Total de Outros Custos Fixos (F) Custo Fixo (E+F = G) CUSTO OPERACIONAL (D+G = H) VI - RENDA DE FATORES 1 - Remunerao esperada sobre capital fixo 2 - Terra Total de Renda de Fatores (I) CUSTO TOTAL (H+I = J)

(R$/ha)
0,00
119,72 139,86 10,36 15,60 117,70 290,90 261,61 955,75

(R$/60 kg)
0,00
2,39 2,80 0,21 0,31 2,35 5,82 5,23 19,11

PARTICIPAO
0,00%
7,91% 9,25% 0,68% 1,03% 7,78% 19,23% 17,29% 63,18%

36,00 0,00 37,27 19,12 92,39

0,72 0,00 0,75 0,38 1,85

2,38% 0,00% 2,46% 1,26% 6,11%

32,31 1.080,45

0,65 21,61

2,14% 71,42%

983,01

19,66

100,00%

35,93 39,96 70,19 146,08

0,72 0,80 1,40 2,92

2,38% 2,64% 4,64% 9,66%

25,33 9,20 6,14 40,67 186,75 1.267,20

0,51 0,18 0,12 0,81 3,73 25,34

1,67% 0,61% 0,41% 2,69% 12,34% 83,77%

89,57 156,00 245,57 1.512,77

1,79 3,12 4,91 30,25

5,92% 10,31% 16,23% 100,00%

ELABORAO: CONAB/DIGEM/SUINF/GECUP modificada pelo autor

82

ANEXO C QUESTIONRIO PARA COLETA DE DADOS

83

Avaliao do risco de produo de soja frente variao da produtividade; do custo do capital e da oscilao de preos de venda da produo. Questionrio para coleta de dados Seqncia de abordagem: I - ( Dizer que representa uma pesquisa de mestrado em agronegcios na UFG para avaliar o risco de produo de soja ) II Solicitar a contribuio do entrevistado, por 15 minutos aproximadamente. ( se houver preocupao por parte do entrevistado, comunicar que os dados so sigilosos e que o nome dele no aparecer em momento algum no trabalho.) II - ( ler a introduo)

I) - Introduo A atividade de produo de soja tornou-se particularmente atrativa aps as trs ltimas safras devido sua crescente importncia como principal fonte de matria prima para produo de leo e protena no mercado global.. Todavia, sabe-se que para a atividade ser lucrativa, necessria a conjuno de vrios fatores ao longo do empreendimento. Assim, o presente questionrio tem por objetivo a coleta de dados necessrios estimao do risco de produo de soja na regio de Goiatuba-GO. Para que a preciso de tal avaliao seja confivel de extrema importncia que as respostas s perguntas sejam dadas com segurana e seriedade. S ento os resultados podero gerar orientaes seguras aos interessados, como por exemplo: para a formulao de polticas agrcolas mais consistentes e que venham a para que os produtores tenham mais conscincia do risco que assumem atender as necessidades reais da atividade; ao mobilizar seus recursos de produo na cultura da soja.

84

QUESTIONRIO

Entrevistador: Telefone para contato: (Obs. 1 alqueire = 4,84 hectares) . Primeira parte: caracterizao do produtor e da propriedade 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) O entrevistado proprietrio ou responsvel pelo empreendimento: ( )Proprietrio ( )Responsvel Qual o nome completo do proprietrio: ________________________________ Qual a sua idade:_______________ anos Qual o seu nvel de escolaridade: _____________________________________ Qual sua profisso: ________________________________________________ Qual o telefone para contato (para confirmao de dados): _________________ quantos anos o proprietrio produz soja: _______________________ anos Quantos alqueires de lavoura de soja o proprietrio toca (confirmar se o entrevistado propriedade prpria ou arrendada, qual a rea de cada uma (alqueires): Arrendada(A):_________alq. Total(P+A): alq. Qual(ais) o(s) nome(s) da(s) propriedade(s) e o municpio de localizao:

fala em alqueires ou hectares): _________________________ alqueires. Prpria(P):_________ alq.

Segunda parte tecnologia 11) Qual o sistema de plantio adotado na propriedade: ( )Direto:____________alqueires ( )Convencional: __________alqueires 12) quantos anos pratica o plantio direto: anos

13) Quem lhe presta assistncia tcnica: ( ) empresa contratada ( ) assistncia prpria ( ) empresas de defensivos 14) Qual a freqncia que utiliza calcrio em cada rea ( de quantos em quantos anos ): __________________________anos 85

15) 16)

Qual a quantidade de calcrio normalmente aplicada _________________ ton/alq. Faz anlise de solos: ( ) Sim ( ) No

17) Qual a quantidade de adubo aplicada e qual a frmula mais usada ( )Cloreto de potssio quantidade/alq: Kg/alq. ( )super simples quantidade/alq: Kg/alq. ( )MAP quantidade/alq: Kg/alq. ( ) outras qual:____________________________quantidade/alq.:___________Kg/alq. 18) Utiliza gesso agrcola: - Porque: ( )sim ( )no

19) Qual o perodo em que normalmente efetua o plantio de suas lavouras de soja(data incio e trmino): - Incio: - Trmino: 20) Qual a produo total de soja nos ltimos trs anos: Safra Produo 2001/2002: 2002/2003: 2003/2004:

sacas sacas sacas

21)

Qual a rea de soja plantada nos ltimos 5 anos: Safra rea plantada 1999/2000 alqueires 2000/2001 alqueires 2001/2002: alqueires 2002/2003: alqueires 2003/2004: alqueires Terceira parte variveis de risco

22) Em todos os anos de lavoura, quantas sacas de soja por alqueire o Sr(a) normalmente colhe:________________sc/alq. 23) Qual a sua produtividade mdia de soja nos ltimos trs anos: 2001/2002: sc/alq. 2002/2003: sc/alq. 2003/2004: sc/alq. 24) Quais foram as suas trs menores produtividades de soja (pode relatar em termos aproximados): Produtividade sc/alq. sc/alq. Ano de ocorrncia

86

sc/alq. 25) Quais foram as suas trs maiores produtividades de soja( pode relatar em termos aproximados): Produtividade Ano de ocorrncia sc/alq. sc/alq. sc/alq. 26) Normalmente quais as fontes de recursos financeiros e o percentual utilizado de cada uma das fontes para tocar sua lavoura Fonte de recursos Percentual utilizado ( )Banco crdito rural 8,75% de juros ao ano % ( )Banco CPR financeira 2,3% de juros ao ms % ( )Banco outra fonte - qual a taxa de juros?: ____________% % ao ms ( )Banco CDC 4% ao ms % ( )Soja verde CPR fsica % ( )adiantamento em dlar % ( )firma de defensivos 1,5% de juros ao ms % ( ) agiotas mercado 5% de juros ao ms % ( )recursos prprios % 27) Como o proprietrio normalmente vende a sua produo e em que perodo do ano: Modalidade de venda perodo do ano em que faz a Percentual transao ( ) soja verde % ( ) pr-fixao em % dlar ( ) pr-fixao em reais % ( ) venda na colheita ------------------% ( ) armazenamento % Qual o preo de venda obtido nas duas ltimas safras Safra Safra 2002/2003 Safra 2003/2004 Modalidade Soja verde R$/sc R$/sc Pr-fixao em dlar Pr-fixao em reais Venda na colheita Armazenamento R$/sc R$/sc R$/sc R$/sc R$/sc R$/sc R$/sc R$/sc

28)

87

29)

Qual o faturamento bruto na lavoura de soja do proprietrio nas duas ltimas safras: Produo total Faturamento bruto Safra 2002/2003 Safra 2003/2004

Finalizao O Sr(a) acha arriscada a atividade de produzir soja? Porqu: (citar os fatores abaixo e anotar a ordem de importncia atribuda pelo entrevistado ( ) Fatores que afetam a produtividade( praga; clima; doena ) ( ) Juros sobre as fontes de recursos financeiros ( ) Variao de preos dos insumos ( ) Preo de venda da produo ( ) Outros Qual?: ( agradecer a ateno dispensada ) ( comunicar que os resultados estaro disponveis em fevereiro de 2005 ) Klaus de Oliveira Abdala
Eng Agrnomo CREA GO 9893 Mestrando Agronegcios - UFG

88

ANEXO D ROLL DE PRODUTIVIDADES DA TERRA, CUSTO MDIO PONDERADO DO CAPITAL E NDICE DE ARRANJO COMERCIAL PARA ESTIMAO DA FUNO DE DISTRIBUIO DE FREQUNCIAS NA SIMULAO DE MONTE CARLO

89

Tab D.1 - Roll de produtividades da terra para elaborao da funo de distribuio de frequncias 7,23 11,98 12,19 12,39 12,39 12,60 14,04 14,45 14,46 15,08 15,18 16,50 16,52 19,83 20,66 20,66 22,72 22,72 23,76 24,38 24,79 24,79 24,79 25,90 27,09 27,71 28,92 28,92 28,92 29,00 29,54 30,99 30,99 30,99 31,61 33,44 33,71 34,09 34,09 34,50 34,94 35,12 35,12 35,12 35,12 36,15 36,15 36,46 36,77 37,19 37,19 37,61 37,96 38,31 38,55 38,84 40,61 40,67 40,79 40,79 40,79 40,97 41,32 41,32 41,32 41,32 41,39 41,62 41,73 41,73 42,06 42,56 42,79 42,86 42,86 42,86 42,86 42,92 43,12 43,34 43,67 43,92 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 44,27 46,72 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86

90

Tab D.1 - Roll de produtividades da terra para elaborao da funo de distribuio de freqncias (cont)

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 52,33 53,01 53,60 54,60 55,01 55,40 56,05 56,97 57,67 58,40 60,15 65,41

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 52,33 53,19 53,66 54,66 55,19 55,43 56,22 57,10 57,70 58,50 60,42 65,60

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 52,33 53,20 53,90 54,78 55,20 55,43 56,25 57,14 57,70 58,68 60,60 66,55

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,47 52,39 53,36 54,00 54,80 55,22 55,43 56,28 57,14 57,90 59,03 60,60 67,51

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,65 52,70 53,36 54,05 54,80 55,22 55,60 56,29 57,30 58,06 59,20 61,04 69,01

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,85 52,89 53,40 54,16 54,81 55,25 55,60 56,40 57,30 58,10 59,56 61,92

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,89 52,89 53,50 54,20 54,84 55,26 55,78 56,90 57,43 58,11 59,56 64,28

47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 47,86 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 51,44 52,09 52,92 53,50 54,20 54,84 55,31 55,84 56,94 57,49 58,11 59,60 65,23

Tab D.2 Roll dos custos mdios ponderados do capital utilizado pelos produtores entrevistados, para financiar a atividade de produo de soja na regio de Goiatuba.
0,70 0,70 0,70 0,70 0,70 0,70 0,70 0,70 0,70

91

0,70 0,90 0,97 1,00 1,13 1,19 1,24 1,38 1,51 2,00

0,70 0,90 0,97 1,00 1,13 1,19 1,24 1,38 1,56 2,05

0,70 0,94 0,97 1,02 1,14 1,21 1,24 1,38 1,57 2,11

0,82 0,94 0,97 1,03 1,16 1,21 1,27 1,39 1,58 2,13

0,86 0,94 0,97 1,04 1,16 1,24 1,27 1,43 1,61 4,71

0,86 0,94 0,97 1,05 1,18 1,24 1,29 1,50 1,73

0,86 0,97 1,00 1,08 1,19 1,24 1,29 1,50 1,80

0,86 0,97 1,00 1,12 1,19 1,24 1,32 1,50 1,83

0,90 0,97 1,00 1,13 1,19 1,24 1,36 1,51 1,92

Tab D.3 - Roll dos ndices de variao do preo mdio do produto vendido em relao ao ms referencial (abril). 0,61 0,65 0,71 0,74 0,77 0,79 0,81 0,83 0,85 0,88 0,90 0,93 0,95 0,96 0,98 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,61 0,65 0,72 0,74 0,78 0,79 0,81 0,83 0,85 0,88 0,90 0,93 0,95 0,96 0,98 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,61 0,65 0,73 0,75 0,78 0,80 0,81 0,83 0,85 0,89 0,90 0,93 0,95 0,97 0,98 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,62 0,65 0,73 0,75 0,78 0,80 0,81 0,83 0,86 0,90 0,90 0,93 0,96 0,97 0,98 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,63 0,68 0,73 0,75 0,79 0,80 0,82 0,83 0,86 0,90 0,90 0,93 0,96 0,97 0,98 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,64 0,69 0,73 0,76 0,79 0,80 0,82 0,83 0,86 0,90 0,90 0,94 0,96 0,97 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,64 0,69 0,73 0,76 0,79 0,80 0,82 0,84 0,86 0,90 0,91 0,94 0,96 0,97 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,64 0,69 0,73 0,77 0,79 0,81 0,83 0,84 0,86 0,90 0,92 0,95 0,96 0,97 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01 0,64 0,71 0,74 0,77 0,79 0,81 0,83 0,84 0,87 0,90 0,93 0,95 0,96 0,98 0,99 0,99 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,01

Tab D.3 - Roll dos ndices de variao do preo mdio do produto vendido em relao ao ms referencial (abril) (continuao) 1,01 1,02 1,03 1,01 1,02 1,03 1,01 1,02 1,03 1,01 1,02 1,03 1,01 1,02 1,03 1,01 1,02 1,03 1,02 1,02 1,03 1,02 1,02 1,03 1,02 1,02 1,03

92

1,03 1,04 1,04 1,04 1,06 1,06 1,07 1,07 1,09 1,09 1,10 1,12 1,12 1,13 1,16 1,18 1,20 1,21 1,24 1,32 1,44

1,03 1,04 1,04 1,05 1,06 1,06 1,07 1,08 1,09 1,09 1,10 1,12 1,12 1,13 1,17 1,18 1,20 1,21 1,25 1,32

1,03 1,04 1,04 1,05 1,06 1,06 1,07 1,08 1,09 1,09 1,10 1,12 1,12 1,13 1,17 1,18 1,20 1,21 1,26 1,33

1,03 1,04 1,04 1,05 1,06 1,06 1,07 1,08 1,09 1,10 1,10 1,12 1,12 1,13 1,17 1,18 1,20 1,21 1,27 1,33

1,03 1,04 1,04 1,05 1,06 1,06 1,07 1,08 1,09 1,10 1,11 1,12 1,12 1,14 1,17 1,19 1,20 1,21 1,28 1,34

1,03 1,04 1,04 1,05 1,06 1,06 1,07 1,08 1,09 1,10 1,11 1,12 1,13 1,14 1,17 1,19 1,20 1,22 1,29 1,35

1,03 1,04 1,04 1,06 1,06 1,06 1,07 1,08 1,09 1,10 1,12 1,12 1,13 1,15 1,18 1,20 1,21 1,22 1,29 1,35

1,03 1,04 1,04 1,06 1,06 1,06 1,07 1,08 1,09 1,10 1,12 1,12 1,13 1,15 1,18 1,20 1,21 1,23 1,29 1,37

1,03 1,04 1,04 1,06 1,06 1,06 1,07 1,08 1,09 1,10 1,12 1,12 1,13 1,15 1,18 1,20 1,21 1,23 1,31 1,40

93

ANEXO E PREOS SEMANAIS DA SOJA NA REGIO DE GOIATUBA GO

Tab E.1 - Preos semanais recebidos (valores nominais) pelos produtores de soja (Goiatuba) em R$/60 kg ano 1997 1998 ms 1 semana 2 semana 3 semana 4 semana 1 semana 2 semana 3 semana 4 semana janeiro 15,00 15,00 fevereiro 14,70 13,20 13,00 maro 12,70 12,80 12,50 11,90 abril 12,00 11,80 maio 11,84 11,80 11,90 11,80 junho 11,60 11,50 12,00 julho 11,60 11,60 11,40

94

agosto 11,00 11,00 11,20 11,50 setembro 16,00 15,50 15,70 11,50 11,80 12,28 outubro 16,00 16,00 16,00 16,00 12,50 12,50 novembro 16,00 16,25 16,75 12,50 12,20 12,50 13,10 dezembro 17,00 17,00 12,50 12,10 ano 1999 2000 ms 1 semana 2 semana 3 semana 4 semana 1 semana 2 semana 3 semana 4 semana janeiro 12,50 15,50 18,30 18,80 18,40 fevereiro 16,50 16,50 16,00 15,50 18,00 17,80 16,40 maro 16,80 15,40 16,20 15,75 16,32 16,00 abril 13,90 13,60 13,70 16,20 16,40 16,20 16,07 maio 13,80 13,80 13,00 13,80 16,96 17,40 17,20 16,63 junho 14,20 14,60 15,40 15,70 16,50 16,50 16,25 16,00 julho 14,60 13,10 15,10 14,00 15,50 15,65 15,50 15,50 agosto 16,00 16,00 16,60 15,33 15,50 15,50 15,83 setembro 17,30 18,00 19,50 16,75 17,00 17,00 16,30 outubro 18,10 19,50 18,40 17,50 17,43 17,50 16,60 17,45 novembro 18,40 18,50 17,00 18,90 17,53 17,63 17,50 17,73 dezembro 17,30 18,50 17,50 18,66 19,80 19,80 19,80 Fonte : FAEG

Tab E.1 - Preos semanais recebidos (valores nominais) pelos produtores de soja (Goiatuba) em R$/60 kg ano 2001 2002 ms 1 semana 2 semana 3 semana 4 semana 1 semana 2 semana 3 semana 4 semana janeiro 19,80 17,75 19,40 19,00 23,00 23,07 23,05 21,00 fevereiro 19,00 18,00 16,17 19,50 19,50 19,25 18,75 maro 16,66 16,20 16,86 18,50 18,50 19,50 abril 16,16 16,00 16,70 16,00 18,50 18,50 maio 16,50 17,30 17,50 17,10 junho 16,93 17,50 17,97 18,00 19,10 22,10 julho 18,53 18,40 19,25 25,30 agosto 20,00 22,50 24,00 23,00 28,50 28,50 30,00 30,50

95

setembro 23,00 22,00 23,00 22,00 outubro 22,00 23,53 25,57 novembro 26,50 26,43 40,50 dezembro 26,50 25,33 23,00 ano 2003 2004 ms 1 semana 2 semana 3 semana 4 semana 1 semana 2 semana 3 semana 4 semana janeiro 35,00 39,50 39,50 39,50 40,00 fevereiro 37,00 37,00 39,50 40,50 40,66 maro 37,00 32,00 32,00 40,75 41,50 46,50 46,75 abril 30,00 50,00 45,00 45,00 maio 29,75 30,00 30,50 45,33 46,00 42,00 40,66 junho 30,50 40,00 julho 31,50 29,50 28,66 agosto 29,25 28,75 28,25 28,25 29,75 29,75 30,00 30,00 setembro 30,00 30,00 31,50 31,50 30,00 30,00 29,50 29,50 outubro 31,50 31,50 34,00 novembro 43,00 43,00 43,00 43,00 dezembro 39,75 40,25 40,50 26,80 Fonte: FAEG

96