Autoria: GUIDUCCI, R. do C. N.; HIRAKURI, M. H.

Resumo: Resumo: Este trabalho teve por objetivo analisar o risco econômico em sistemas de produção de grãos nas cinco regiões brasileiras. Foram coletados dados primários da estrutura de custos e de receita em propriedades rurais nos municípios de Querência (MT), Cascavel (PR), Uberaba (MG), Balsas (MA), Araguaína (TO) e Paragominas (PA), safra 2017/2018. O método de Monte Carlo foi usado nas simulações de risco, tendo como variáveis séries históricas de produtividade e preços de grãos e de insumos nos mercados locais. Os resultados indicaram que a soja é o cultivo de maior estabilidade econômica. Milho safrinha apresentou maior risco comparado à safra verão, exceto no Nordeste e Norte. Em geral, os valores determinísticos do lucro líquido localizaram-se no intervalo de 90% de probabilidade, o que indica a confiabilidade das simulações na previsão dos resultados. A análise de sensibilidade mostrou que nas regiões tradicionais, preço é o fator de maior impacto nos resultados das simulações de risco para soja, enquanto produtividade teve maior influência nas demais culturas. Em regiões menos tradicionais na produção de grãos, a produtividade foi o fator determinante em todas as culturas. Semente e adubo foram os insumos de maior impacto nos resultados. Abstract: This work aimed to analyze the economic risk in grain production systems in the five Brazilian regions. Primary data on the cost and revenue structure were collected on rural properties in the municipalities of Querência (MT), Cascavel (PR), Uberaba (MG), Balsas (MA), Araguaína (TO) and Paragominas (PA), 2017/18 crop. The Monte Carlo method was used in risk simulations, having as variables historical series of productivity, grain price and input price in local markets. The results indicated that soybeans are the most economically stable crop. Safrinha corn presented higher risk compared to summer crop, except in the Northeast and North. In general, the deterministic values of net income were within the 90% probability range, which indicates the reliability of simulations in predicting the results. The sensitivity analysis showed that in traditional grain producing regions, price is the factor with the greatest impact on the results of risk simulations for soybeans, while productivity had a greater influence on other crops. In less traditional regions in grain production, productivity was the determining factor in all crops. Seed and fertilizer were the inputs with the greatest impact on results.

Ano de publicação: 2020

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Agroenergia

Palavras-chave: Análise de Risco, Grão, Lucro, Monte Carlo, Risk analysis