Secretaria de Gestão e Desenvolvimento Institucional

Apresentação em tema: "Secretaria de Gestão e Desenvolvimento Institucional"— Transcrição da apresentação:

1 Distribuições probabilísticas de produtividade e implicações para risco de sistemas de produção
Secretaria de Gestão e Desenvolvimento Institucional NAD – Núcleo de Métodos e Estudos Quantitativos para Apoio a Decisão Dezembro de 2017

2 Objetivo/Diretriz:Informações Estratégicas e Políticas Públicas
INTEGRO Objetivo/Diretriz:Informações Estratégicas e Políticas Públicas Contribuição:Desenvolver estudos para subsidiar a formulação de políticas públicas Meta:Desenvolver estudos socioeconômicos para subsidiar a formulação de políticas públicas Ação gerencial local: Modelagem de Riscos de Produção - Avaliação estocástica da produtividade de commodities agropecuárias Coeficientes técnicos de sistemas de produção determinados e atualizados para produtos agropecuários selecionados Distribuição de probabilidades das produtividades de produtos agropecuários selecionados determinada, com objetivo de avaliar riscos de produção Modelagem estocástica do risco de produção determinada em função de pontos críticos nas distribuições de produtividade e dos coeficientes técnicos dos sistemas de produção selecionados

3 Introdução Alves et al. (2006): metodologia para o estabelecimento de prêmio de seguros para a produção agrícola de vários produtos em diferentes regiões Caracterização de limites de confiança para série de preços e da distribuição de probabilidades para a produtividade Coeficiente de variação da produtividade fixo em 10% Ajuste apropriado na família gama de distribuições Limite de risco econômico definido pelo quantil de 5% da distribuição Uso da distribuição gama carece justificativa apropriada Outras famílias de distribuição de probabilidades deveriam ser testadas: beta generalizada, gama truncada e normal truncada

4 Objetivo Estender o estudo de Alves et al. (2006) atualizando as previsões de preço e contextualizando a distribuição de probabilidade da produtividade face a observações atualizadas de produção e área A abordagem de limites de preço utilizada em Alves et al. (2006) é modificada Produtos: arroz, feijão, leite, milho, soja e trigo Séries de preços, exceto para o feijão e leite, são estudadas no mercado de commodities e ajustadas no nível municipal Séries de preços mensais, valores deflacionados (ago/17) Jan/1960 – Jul/2017: milho, soja e trigo (dólares) Jan/1986 – Jul/2017: arroz (dólares) Jan/1967 – Ago/2015: feijão (reais) Jan/1998 – Dez/2016: leite (reais) Séries de produtividade são estudadas no nível nacional (Brasil) e ulteriormente ajustadas no nível municipal Observações válidas de produção e área para o período 1993/94 a 2016/17.

5 Abordagem estatística

6 Abordagem estatística

7 Abordagem estatística

8 Abordagem estatística
Comparação dos três ajustes com a utilização de observações da distribuição empírica da produtividade no período 1993/ /17 Escolhido o melhor modelo, utiliza-se a previsão de produtividade de um passo à frente e os limites de produtividade com confiança de pelo menos 90% a partir de limites de 95% para área e produção (Método de Bonferroni) para refinar o ajuste da distribuição escolhida Solução de um sistema de duas equações não lineares, obtido igualando-se a média e a variância dessas distribuições à previsão de um passo (preditor da média) e a uma estimativa conservadora da variância assumindo entropia máxima em (a,b) (distribuição uniforme), respectivamente No caso da normal truncada faz-se uso do segundo momento ao invés da variância Método de previsão utilizado para a determinação dos limites de produtividade: previsão conjunta de área e produção, após transformação por diferença à estacionaridade, pela técnica de Akaike de Espaço de Estados

9 Abordagem estatística

10 Abordagem estatística

11 Dados

12 Dados

13 Dados

14 Resultados Produtividade da soja (1993/94 – 2016/17)
Soja: Distribuição beta generalizada Melhor reflete a média observada da distribuição amostral da produtividade

15 Resultados Densidades gama, beta e normal ajustadas às observações da produtividade da soja

16 Resultados Distribuição beta: usada para aproximar a distribuição de probabilidades da produtividade com suporte no intervalo de um passo à frente (2017/18), derivado das séries temporais de produção e área Parâmetros da beta: determinados via o método de momentos, com a utilização do valor predito como média da distribuição e de uma medida de variância máxima calculada por (b-a)2/12 Soja: a=2,7162, b=3,7578; valor predito=3,2037 =0,9305 =1,0576 Q5% = 2,7555 Q95% = 3,6922

17 Resultados Intervalos a pelo menos 90% para a projeção de um passo da produtividade

18 Resultados

19 Resultados Séries de preços Soja: transformação logarítmica
ARIMA sazonal ajustado à série Relação entre o limite inferior da previsão de preço e o valor predito é 0,9172 Procedimento análogo é aplicado ao milho Para as demais culturas não foi necessário efetuar a transformação logarítmica

20 Resultados Razão entre limite inferior a 95% e valor predito para a projeção do preço. Os números entre parênteses na coluna ARIMA representam os termos distintos de zero da componente AR(p) ou MA(q) correspondente.

21 Resultados Série de preços, previsão e limites da soja em US$/1000t

22 Resultados Leitura dos resultados nacionais para a base municipal da soja Preço, custo e produtividade de sistemas de produção representativos dos municípios produtores (Embrapa Agropecuária Oeste, Embrapa Soja, EPAGRI-CEPA, FAEG, CONAB/DIPAI/SUINF/GECUP) Arroz = 9 sistemas de produção Feijão = 28 sistemas de produção Leite = 54 sistemas de produção Milho = 31 sistemas de produção Soja = 57 sistemas de produção Trigo = 29 sistemas de produção

23 Resultados

24 Resultados

25 Resultados Ajustes para soja: coeficientes Condições críticas
0,9172 para o preço 0,8601 (limite de 5% da produtividade/valor predito de um passo) para o limite mínimo da produtividade 1,1525 (limite de 95% da produtividade/valor predito de um passo) para o limite máximo da produtividade Condições críticas Produtividade mínima a 5% a preços esperados (renda mínima) Produtividade máxima a 95% a preços mínimos Se esses limites são inferiores ao custo de produção, os sistemas de produção necessitam, potencialmente, de cobertura de seguro Soja (57 sist. prod.): 35% dos casos demandam seguro de cobertura e 5% estão em situação crítica  0% dos sistemas de produção do arroz, 96% de feijão, 86% de leite, 100% de milho e 100% de trigo demandariam seguros de cobertura

26 Resultados

27 Resultados

28 Considerações finais Implementação de um sistema de prêmio de risco para um sistema de produção Evolução de preços da cultura Intervalo de previsão para a produtividade Caracterização da distribuição de probabilidades da produtividade da cultura definida como o quociente entre produção e área Caracterização da distribuição da produtividade de arroz, feijão, leite, milho, soja e trigo Distribuições candidatas: beta generalizada, normal truncada e gama truncada. Parâmetros estimados em cada caso pelo método de momentos como solução de sistemas não lineares.

29 Considerações finais Séries de preços estimadas caso a caso usando preços internacionais, com exceção de feijão e leite, em termos reais e traduzidas no nível municipal para os sistemas de produção modais utilizando-se como fator de correção os níveis relativos máximos e mínimos estimados para as séries de preços consideradas Seis produtos e sua distribuição em sistemas de produção municipais 75% são potenciais candidatos a seguro 42% necessitam especial atenção nesse contexto Ajuste das distribuições de probabilidades para as produtividades Não é evidente a dominância de uma determinada distribuição Cada caso demanda uma análise específica