GERENCIAMENTO DE RISCO NA COMERCIALIZAÇÃO DO ARROZ

Transcrição

1 GERENCIAMENTO DE RISCO NA COMERCIALIZAÇÃO DO ARROZ Alan Fgueredo de Arêdes Doutor em Economa Aplcada/UFV Departamento de Cêncas Econômcas/UFF/Campos dos Goytacazez. RESUMO O gerencamento de rsco na comercalzação do arroz é de grande mportânca na mnmzação das perdas fnanceras e na melhor alocação dos recursos produtvos da atvdade. Nessa perspectva, o estudo faz uma análse do rsco da atvdade orzícola aplcando a métrca Value at Rsk (VaR). Especfcamente, o artgo teve dos objetvos. O prmero fo avalar o nível de rsco que os produtores de arroz estão expostos no processo de comercalzação da commodty. O segundo objetvo, por sua vez, consstu em avalar a aplcabldade da métrca VaR na mensuração do rsco de mercado do arroz dentfcando qual a melhor manera de se estmar o rsco da commodty, a saber: método paramétrco ou não paramétrco. Assm, a metodologa e a forma de análse dos resultados baseam-se na mensuração do nível de rsco de mercado do arroz usando a métrca VaR, empregando os métodos de cálculo paramétrco e não paramétrco. De acordo com os resultados, conclu-se que os agrcultores estão expostos a um alto rsco de osclação de preços, o que pode levar a perdas fnanceras e a descaptalzação do setor. Adconalmente, conclu-se que a métrca usada é uma valosa ferramenta na gestão de rsco e que, para o caso do arroz, apenas o método não paramétrco é ndcado para a estmação do VaR, uma vez que a sére de preços não apresentou uma dstrbução normal. Palavras-chave: arroz, preço, valor em rsco. ABSTRACT Rsk management n the marketng of rce s of great mportance for mnmzng fnancal losses and better allocaton of producton resources. From ths perspectve, ths study analyzes the rsks of rce producton by applyng the measure Value at Rsk (VaR). Specfcally, ths artcle had two objectves. The frst was to assess the level of rsk that rce farmers are exposed to n the process of marketng the commodty; and the second was to assess the applcablty of the VaR for measurng the market rsk of rce, dentfyng how best to estmate the rsk of the commodty, namely the parametrc or nonparametrc method. Thus, the methodology and the analyss of the results are based on measurng the market rsk level for rce usng the metrc VaR and employng parametrc and nonparametrc calculaton methods. Accordng to the results, t was concluded that farmers are exposed to a hgh rsk of prce fluctuaton, whch can lead to fnancal losses and dsnvestment n the sector. It was further concluded that the metrc used s a valuable tool for the management of rsk and that n the case of rce, only the nonparametrc method s sutable for estmatng the VaR, snce the prce seres dd not show a normal dstrbuton. Key words: rce, prce, value at rsk. 1. INTRODUÇÃO O gerencamento de rsco é valoso para os agrcultores, vsto que a gestão do rsco permte a mnmzação das perdas fnanceras e a melhor alocação dos recursos, reduzndo a probabldade de prejuízos das empresas agrícolas. No caso do agronegóco do arroz, essas análses são de grande mportânca, uma vez que além do preço do arroz possur consderável volatldade, o grão não possu um contrato futuro negocado na bolsa braslera (CAPITANI et al., 010), o que torna pertnente o uso e o desenvolvmento de mecansmos alternatvos para o gerencamento de rsco da atvdade orzícola. 55

2 Assm, a mportânca do presente artgo está em dentfcar o nível de rsco da commodty e com base nela alertar os agrcultores e autordades sobre as potencaldades de perdas e descaptalzações fnanceras da atvdade, bem como, justfcar projetos que vsem a mplementação de mecansmos que mnmzem os rscos do nvestmento no setor, como a mplantação de contratos futuros para o grão na bolsa braslera. Nesse sentdo, o artgo faz uma análse do rsco da atvdade orzícola aplcando a métrca Value at Rsk (VaR). O estudo procura também avalar a métrca como ferramenta para a gestão de rsco pelos agrcultores. O VaR é de fácl aplcação e pode contrbur no planejamento agrícola, favorecendo o agrcultor na tomada das melhores decsões no gerencamento do negóco. Especfcamente, o artgo teve dos objetvos, o prmero fo avalar o nível de rsco que os produtores de arroz estão expostos no processo de comercalzação da commodty. O segundo, por sua vez, consstu em avalar a aplcabldade da métrca VaR na mensuração do rsco do arroz e dentfcar qual a melhor manera de se estmar o rsco da commodty, pelo método paramétrco ou não paramétrco.. Materas e Métodos Para o melhor entendmento dos resultados, é apresentada nesse tópco a teora sobre rsco, sua defnção, fonte, mensuração e forma de avalação..1. Rsco Rsco é a possbldade da ocorrênca de um prejuízo fnancero, sendo mutas vezes defndo como a varabldade dos retornos dos atvos (GITMAN, 1997), sendo, para Woler e Mathas (1996), devdos prncpalmente à grande quantdade de nformação contda no projeto e de estmação dos valores utlzados para as varáves, o que é nevtavelmente um rsco, pos não se trabalha com valores reas. Segundo os autores, rscos podem ser classfcados como nternos e externos, sendo os prmeros provenentes de fontes endógenas e passíves de nfluêncas empresaras, ao passo que os rscos externos são orundos de fontes exógenas e as empresas possuem poucos meos para contorná-los. Thry-Cherques (004) sugere as seguntes alternatvas para mnmzação dos rscos: exaustva análse das nfluêncas das externaldades no projeto, obtenção de nformações hstórcas recentes no setor onde o projeto será concretzado e levantamento de dados de mercado e de nformações comercas. Buarque (1991) apresenta três maneras de reduzr os rscos: a) Análse cudadosa dos dados futuros, como as condções e possbldades da propagação dos preços e nsumos e da vda útl dos equpamentos. b) Aplcação de dados conservadores quando o valor da varável for duvdoso. c) Utlzação de valores otmstas, realstas e pessmstas para as prncpas varáves do projeto. Com o propósto de mnmzar os rscos, Woler e Mathas (1996) sugerem: fazer estmatvas mas cudadosas; proceder a ajustes empírcos para não superestmar ou subestmar os valores; elaborar projeções pessmsta, méda e otmsta das varáves, promover o ajuste da taxa de desconto pelo rsco, elevando a taxa para nvestmentos mas arrscados; fazer o ajuste pela ncerteza equvalente; e promover análse de sensbldade. Esses autores salentam anda que a análse de rsco é aperfeçoada pelo emprego das smulações de Monte Carlo, baseadas na aleatoredade dos valores das varáves. Dante do rsco, os ndvíduos podem apresentar três dferentes comportamentos: ser avesso, tendencoso ou ndferente (GITMAN, 1997). A Fgura 1 demonstra de forma gráfca os dferentes comportamentos. 56

3 Retorno Avesso ao rsco Indferente ao rsco Propenso ao rsco Fonte: Gtman (1997). Rsco Fgura 1 - Preferêncas e comportamentos em relação ao rsco. Pela Fgura 1, quando o ndvíduo é ndferente ao rsco, nenhuma alteração no nível do retorno de um atvo é exgda quando ocorre elevação do rsco. No entanto, alguns ndvíduos são propensos ao rsco, sendo atraídos pela sua elevação. Essa tendencosdade leva o ndvíduo a requerer maores rscos, mesmo dante de menores retornos. Por outro lado, quando se é avesso ao rsco, ncrementos na taxa do retorno são exgdos na alta dos rscos; caso contráro, o atvo é desprezado, pos se exge uma compensação quando a possbldade de perdas eleva-se. A maora das pessoas se enquadra nesse tpo de comportamento conservador e não-agressvo (GITMAN, 1997). De modo geral, os ndvíduos tendem a preferr atvos com maor relação retorno/rsco aos atvos com menor retorno/rsco. Além dsso, como as prevsões futuras possuem maores níves de erros, com o passar do tempo, a varabldade dos retornos dos atvos eleva-se com o tempo, caracterzando o rsco como uma função crescente do tempo, como é vsto na Fgura. Retorno (%) Fonte: Gtman (1997). Probabldade Probabldade Tempo Fgura - Rsco como função crescente do tempo. 57

4 Os rscos podem ser mensurados quanttatvamente pela transformação das possbldades das perdas em probabldades, sendo geralmente expressos por gráfcos de barras, que relaconam cada taxa de retorno a cada probabldade de ocorrênca. Quando se tem todas as possíves taxas de retorno e as respectvas probabldades, o rsco é melhor mensurado. Nesse caso, é vável expressar o rsco pela dstrbução de probabldade contínua, construída a partr da dstrbução de freqüênca dos retornos passados, como é demonstrado na Fgura 3 (GITMAN, 1997). Probabldade Atvo A Atvo B Fonte: Gtman (1997). Retorno Fgura 3 - Dstrbução de probabldade contínua do retorno do atvo. Segundo Gtman (1997), o rsco pode ser mensurado pelo desvo-padrão, medndo a dspersão dos retornos em relação ao seu valor esperado ou médo. Quanto maor o desvo, maor o rsco do atvo. Na Fgura 3, o atvo B apresenta maor rsco que o atvo A, pos o retorno do atvo B possu maor varabldade. O cálculo do desvo-padrão é dado pela equação: σ K = n = 1 ( K K) n 1 em que σ K é o desvo-padrão dos retornos do atvo; K, os retornos para cada observação ; n, o número de observações analsadas; e K, o retorno esperado, que é dado pela equação: K = n = 1 K / n Anda de acordo com Gtman (1997), quando se quer medr e comparar rscos de atvos com dferentes retornos, usa-se o ndcador de coefcente de varação, pos é mas ndcado para análse da dspersão relatva dos retornos quando as médas dos retornos são dferentes. O coefcente de varação é determnado pela equação: CV = σ / k K 58

5 em que CV é o coefcente de varação. Quanto maor o CV, maor o rsco do atvo, vsto que maor é a proporção do desvo-padrão em relação à méda do retorno do atvo. Conforme Ross et al. (1997), o rsco pode ser sstemátco e não-sstemátco. O prmero é o rsco não dversfcado ou de mercado, que nfluenca a grande maora dos atvos. A formação de cartera de nvestmento e sua dversfcação não elmnam esse tpo de rsco. Por sua vez, a dversfcação da cartera pela nclusão de novos atvos reduz o rsco não-sstemátco ou dversfcado. Isso é possível porque, ao contráro do rsco sstemátco, o não-sstemátco atnge apenas um pequeno grupo de atvos. Dessa forma, a dversfcação das carteras de nvestmento é efcaz na redução do rsco, mas não totalmente, porque uma parte do rsco é não-dversfcada. Uma representação dos efetos da dversfcação sobre as carteras é mostrada na Fgura 4, na qual se observa que o aumento do número de atvos na cartera promove a queda do rsco, embora o rsco sstemátco não seja elmnado, pos ele nfluenca pratcamente todos os atvos da cartera e não apenas um pequeno grupo desses (ROSS et al., 1997). Desvo-padrão médo (%) Rsco dversfcado Rsco não-dversfcado Número de atvos na cartera Fonte: Ross et al. (1997). Fgura 4 - Rsco e dversfcação de carteras. Tendo a dversfcação a capacdade de elmnar o rsco não-sstemátco, o retorno esperado da cartera e de cada atvo depende exclusvamente do rsco sstemátco. Dessa forma, o ajuste do retorno da cartera ou do atvo em assumr rsco deve ser efetuado apenas pelo rsco sstemátco (ROSS et al., 1997). Conforme esses autores, o retorno de um atvo ajustado pelo nível de rsco sstemátco é dado pela equação: E ( R ) = R f + β [ E ( R m ) R f ] em que E( R ) é o retorno esperado de um atvo ; R f, o retorno lvre de rsco; β, o nível de rsco sstemátco do atvo; E ( Rm ), o retorno esperado do mercado; e E( R m ) R f, o prêmo por assumr rsco. Segundo Varan (003), a condção para equlíbro no mercado de atvo é que o retorno esperado dos atvos, que são ajustados pelo rsco, seja gual, pos atvos que possuem maor relação retorno/rsco 59

6 despertam um rápdo nteresse dos ndvíduos, fazendo com que seu preço suba e apresente a mesma relação retorno/rsco que os demas atvos do mercado. Conforme Varan (1993), a equação conhecda como CAPM (Captal Asset Precng Model), dervase do ponto de nterseção da reta orçamentára e da curva de ndferença do comportamento do ndvíduo em relação ao rsco. Nesse ponto, a Taxa Margnal de Substtução (TMS) entre rsco e retorno é gual à nclnação da reta orçamentára, sendo essa nclnação o preço do rsco. A Fgura 5 demonstra o ponto de nterseção das curvas para um ndvíduo avesso ao rsco. A curva de ndferença mede as preferêncas do ndvíduo em relação ao retorno e ao rsco, enquanto a reta orçamentára expressa o custo em consegur maor retorno dado à elevação do rsco, medda pelo desvopadrão do retorno (VARIAN, 1993). Na Fgura 5 é demonstrado o ponto de nterseção das curvas para um ndvíduo avesso ao rsco. A curva de ndferença mede as preferêncas do ndvíduo em relação ao retorno e ao rsco, enquanto a reta orçamentára expressa o custo em consegur maor retorno dado à elevação do rsco, medda pelo desvopadrão do retorno (VARIAN, 1993). Fonte: Varan (1993). Fgura 5 - Rsco e retorno. Matematcamente, no ponto de escolha ótma entre retorno e rsco tem-se: ( R R f ) p = TMS = σ em que p é o preço do rsco; TMS, a taxa margnal de substtução entre rsco e retorno; R, o retorno do atvo de rsco; R f, o retorno lvre de rsco; e σ, o desvo-padrão dos retornos do mercado. 60

7 .. Referencal analítco Como método de análse, o artgo utlza a métrca Value at Rsk (VAR) e ndcadores estatístcos, como: desvo-padrão, assmetra e curtose. É realzado também o teste de normaldade de Jarque-Bera (JB). Dada a mportânca desses ndcadores na mensuração do rsco e o seu uso no artgo, segue abaxo a apresentação e dscussão dos ndcadores...1. O Value at Rsk (VAR) O Valor em Rsco (VaR Value at Rsk) é uma ferramenta de gerencamento do rsco que tem se dfunddo cada vez mas no mercado fnancero. A métrca nforma o rsco de uma cartera, empresa ou nsttução fnancera em um únco número (PAMPLONA, 003). O VaR fo desenvolvda pelos executvos do Banco J. P. Morgan, na década de 1980, cuja ntenção era medr o rsco potencal de uma perda através de um únco ndcador em um dado ntervalo de tempo a um nível determnado de sgnfcânca (JORION, 003), na forma de equação: Pr( R t VaR ) = α % t em que Pr é a probabldade de ocorrênca de uma perda máxma dada pela monetára do atvo ou portfólo, em um nstante t ao nível de sgnfcânca α. Rt, varação Em seu estudo Rugan e Slvera (006) estmaram a máxma perda potencal e calcularam a relação entre o VaR e o valor nvestdo. Conforme esses autores, essa relação permte obter o Percentual de Rsco, sto é, o rsco absorvdo pelo agente. Em termos de equação, a relação entre o VaR e o valor nvestdo é escrta como: VaR PR = I x100 em que PR é o Percentual de Rsco ou VaR em percentagem do valor nvestdo; VaR é o Value at Rsk; e I, o nível de nvestmento realzado pelo agente. Quanto maor o PR, maor a exposção ao rsco. Para o cálculo do VaR, exstem duas formas: a manera paramétrca e a não paramétrca. Na prmera, é pressuposto determnada dstrbução de probabldade (normal ou log normal) e usadas meddas estatístcas como varânca, desvo-padrão e covarânca para mensuração dos rscos dos atvos e dos portfólos. Já para o método não paramétrca ou de smulação, não se faz a pror pressuposções sobre o comportamento das varáves, sto é, não se pressupõe a dstrbução de probabldade nem correlação (SILVA NETO, 00). Conforme Slva Neto (00), o VaR pode ser calculado usando o método paramétrco normal e os métodos não paramétrcos de Smulação Hstórca e de Monte Carlo. Porém, como mutos atvos não apresentam uma dstrbução normalmente dstrbuída, tem-se buscado superar esse problema aplcando-se os modelos não paramétrcos. Segundo Slva Neto (00), cada modelo (paramétrco e não paramétrco) possu vantagens e desvantagens, sendo a decsão de uso desses modelos uma opção ndvdual. No entanto, os modelos não paramétrcos, embora mas complcados de mplementação e de necesstarem de mas processamento, tem 61

8 ganhado espaço, sendo a prncpal vantagem desses modelos o fato de adaptarem aos retornos de atvos que afastam da dstrbução normal Indcadores estatístcos A prmera etapa do trabalho fo verfcar as propredades estatístcas da sére de preços do arroz. Para sso, obteve-se nformações sobre a sua dstrbução hstórca no período em estudo, através de seus valores médo, máxmo e mínmo; e de seus valores estatístcos: desvo-padrão, assmetra, curtose. Além dsso, promoveu-se o teste estatístco de normaldade de Jarque-Bera (JB) para verfcar se a sére de preços é normalmente dstrbuída. Para o cálculo do preço médo e desvo-padrão da sére de preços do arroz, foram aplcadas as equações: P = n = 1 P / n σ P = n = 1 ( P P) n 1 em que P é o valor do preço para cada observação ; n, o número de observações; P, o valor médo dos preços; e σ, o desvo-padrão da sére de preços. p Para completar a análse, fo obtdo também os valores da smetra e da curtose e realzado o teste de JB para a dstrbução da sére de preços. Assm, verfcou se a sére obedece a função de dstrbução normal: f ( x, µ, σ ) = 1 πσ e ( x µ ) σ em que µ e σ são os dos prmeros momentos da dstrbução, sendo o prmero a méda e o segundo o desvo-padrão e y e a exponencal (GUJARATI, 000). Para testar a hpótese de normaldade da dstrbução, fo empregado o teste estatístco de JB: S JB = n 6 ( C 3) + 4 em que é testado a hpótese nula de normaldade, tendo JB dstrbução qu-quadrado com graus de lberdade. Na equação, S é a Assmetra e C a Curtose da dstrbução. Especalmente no caso da dstrbução normal, quando S=0 e C=3, se dz que a dstrbução é normal, smétrca e mesocúrtca (GUJARATI, 000). Caso a sére de preços tver dstrbução normal, a sua assmetra deverá ser próxma de zero e a curtose próxma de três, podendo a função de dstrbução normal ser empregada na estmação do VaR pelo 1 Para um melhor entendmento dos modelos paramétrcos e não paramétrcos para o cálculo do Value at Rsk (VaR) ver Slva Neto (00), pag

9 método paramétrco. Caso a sére de preços não tver dstrbução normal, rá ser aplcado apenas os métodos não paramétrcos para cálculo do VaR.... Procedmentos e fonte de dados Para a realzação das estmatvas fo utlzada a sére de preços mensal do qulo do arroz em casca ao produtor no Estado de São Paulo no período de janero de 1995 a feverero de 01. A sére de preços fo coletada junto ao Insttuto de Economa Agrícola (IEA). 3. RESULTADOS E DISCUSSÃO Antes de estmar o VaR, foram obtdos os dados estatístcos da sére de preços do qulo do arroz ao nível do produtor, no período de janero de 1995 a feverero de 01. Analsando as propredades estatístcas da sére de preços do arroz, notou-se que o preço médo do Kg recebdo pelo produtor fo de R$ 0,41, tendo o preço ao produtor alcançado o preço mínmo de R$ 0,15 e o máxmo de R$ 0,71. Em relação a dspersão dos preços, dada pelo desvo-padrão, a sére de preços osclou cerca de R$ 0,16 (Tabela 1). Tabela 1: Análse das propredades estatístcas das séres de preços do arroz, 01/1995 a /01. Indcador Valor Méda 0,4141 Máxmo 0,7100 Mínmo 0,1500 Desvo-padrão 0,1587 Assmetra 0,1005 Curtose 1,6967 Jarque-Bera (JB) 14,95 Probabldade (JB) 0,0006 Fonte: Resultados da pesqusa obtdos usando a sére de preços. Além dsso, pela Tabela 1, pode-se verfcar pelo teste de Jarque-Bera (JB) que a sére de preços não é normalmente dstrbuída, sendo rejetada a hpótese nula de normaldade, uma vez que a estatístca calculada fo maor que o valor tabelado da estatístca qu-quadrado com graus de lberdade e 10% (4,61). Conforme Gujarat (000), se o valor p (probabldade) da estatístca qu-quadrado calculada for sufcentemente baxa, pode-se rejetar a hpótese de normalmente. No caso da atual sére de preços, o valor p da estatístca fo de apenas 0,0006. Adconalmente, o valor da Assmetra e da Curtose foram de 0,1005 e 1,6967, dferentes dos valores condzentes de uma sére com dstrbução normal. Nesse sentdo, dado que a sére não se dstrbu normalmente, o cálculo do VaR fo realzado usando apenas os métodos não paramétrcos de Smulação Hstórca e de Monte Carlo. Na Tabela estão os valores do VaR calculados pelo método de Smulação Hstórca para a posção de comercalzação de 100, 500 e 1000 sacas de arroz de 60 kg, aos níves de confança de 99%, 95% e 90%. 63

10 Os resultados na Tabela mostram que para o agrcultor que possu 100 sacas de arroz ele tem a preços de feverero de 01 um valor nvestdo de R$ 3.3,00, estando sujeto a uma perda máxmo de R$ 897,00 em um mês, com 99% de confança. Porém, quando o nível de confança passa para 95% e 90%, os rscos de perdas fnanceras aumentam para R$ 1.138,00 e R$ 1.39,00. Interpretação smular é feta para o nvestmento em 500 sacas e para o nvestmento em sacas. Tabela : Value at Rsk (VaR) obtdo pelo método de Smulação Hstórca. Nível de sgnfcânca Posção 100 sc 500 sc 1000 sc 99% R$ 897,00 R$ 4.485,00 R$ 8.970,00 95% R$ 1.138,00 R$ 5.690,00 R$ ,00 90% R$ 1.39,00 R$ 6.195,00 R$ 1.390,00 Valor de mercado R$ 3.3,00 R$ ,00 R$ 3.30,00 Fonte: Resultados obtdos pelo processamento da sére de preços. Já na Tabela 3 estão os valores do VaR calculados pelo método de Monte Carlo. Comparando esse método com o de Smulação Hstórca, nota-se que o rsco mensurado pelo método de Monte Carlo fornece valores lgeramente maores. Por exemplo, no caso do nvestmento em sacas, o rsco dentfcado pelo método de Monte Carlo fo de R$ 1.471,13 ao nível de confança de 90%, contra R$ 1.390,00 dentfcados pelo método de Smulação Hstórca. Tabela 3: Value at Rsk (VaR) obtdo pelo método de Monte Carlo. Nível de sgnfcânca Posção 100 sc 500 sc 1000 sc 99% R$ 956,57 R$ 4.78,85 R$ 9.565,70 95% R$ 1.115,56 R$ 5.577,80 R$ ,60 90% R$ 1.47,11 R$ 6.35,57 R$ 1.471,13 Valor de mercado R$ 3.3,00 R$ ,00 R$ 3.30,00 Fonte: Resultados obtdos pelo processamento da sére de preços. Uma melhor vsualzação do grau de rsco dentfcado pelos métodos é vsto nas Tabelas 4 e 5. Pelas Tabelas, os agrcultores estão consderavelmente expostos aos rscos de perdas fnanceras e, consequentemente, o setor está sujeto a descaptalzação, comprometendo a produção e o consumo de um mportante almento pelas famílas brasleras, prejudcando especalmente as classes socas mas carentes. Segundo o método de Smulação Hstórca (Tabela 4), o agrcultor que possu um nvestmento em 100 sacas está sujeto a uma perda de nvestmento de 8% ao nível de confança de 99%. Porém, para agrcultores menos avessos ao rsco, o percentual de rsco é de 35% e 38%, ao nível de segurança de 95% e 90%. 64

11 Tabela 4: Value at rsk (VaR) em percentual obtdo pelo método de Smulação Hstórca. Nível de sgnfcânca Posção 100 sc 500 sc 1000 sc 99% 8% 8% 8% 95% 35% 35% 35% 90% 38% 38% 38% Fonte: Resultados obtdos pelo processamento da sére de preços. De forma semelhante, o método de Monte Carlo apresenta um percentual de rsco de 30%, 35% e 39%, aos níves de confança de 99%, 95% e 90% (Tabela 5). Assm, dentfca-se que os métodos foram semelhantes na estmação do grau de rsco, embora o método de Monte Carlo tenha capturado um nível de rsco um pouco maor. Tabela 5: Value at rsk (VaR) em percentual obtdo pelo método de Monte Carlo. Nível de sgnfcânca Posção 100 sc 500 sc 1000 sc 99% 30% 30% 30% 95% 35% 35% 35% 90% 39% 39% 39% Fonte: Resultados obtdos pelo processamento da sére de preços. No caso do café, Rugan e Slvera (006) estmaram, para o período de 1980 a 005, pelo método de Smulação Hstórca, um VaR de 4,60% ao nível de confança de 99% para os cafecultores na regão do Sul de Mnas Geras. Assm, segundo os autores, para o nvestmento de US$ 5.000,00 em sacas de café, exste 1% de chance das perdas serem no máxmo gual a US$ 6.151,05. Por fm, realzou-se uma análse do rsco em três cenáros na comercalzação de arroz. No prmero cenáro, consderou-se que o agrcultor tenha R$ ,00 nvestdos em sacas de arroz; no segundo cenáro, consderou-se que foram nvestdos R$ 5.000,00; e no tercero, consderou-se que foram nvestdos R$ ,00. Pela Fgura 6, observa-se que ao nível de segurança de 99% os dos métodos forneceram estmatvas próxmas de rsco. Por exemplo, quando foram nvestdos R$ ,00, o método de Smulação Hstórca e de Monte Carlo, estmaram perdas máxmas de aproxmadamente R$.500,00. 65

12 Fonte: Resultados obtdos pelo processamento da sére de preços. (MC) Fgura 6 - Value at rsk (VaR) obtdo pelos métodos de Smulação Hstórca (SH) e de Monte Carlo Comparando esses resultados com os encontrados por Rugan e Slvera (006) para o nvestmento em sacas de café, constata-se que o nvestmento em sacas de arroz é de alto rsco, quando comparado ao rsco do preço do café. Conforme Captan et al. (010), embora o arroz seja uma das prncpas commodtes produzda e consumda no Brasl e possua mportânca na segurança almentar, anda não possu um contrato futuro negocando na bolsa do país. Além dsso, os autores notaram que no período de setembro de 005 a dezembro de 009 o preço do arroz teve a maor volatldade (6,3%) quando comparado com as prncpas commodtes agrícolas negocadas na BM&F, a saber: café, mlho, soja, açúcar e bo-gordo, respectvamente. O que evdenca a necessdade de mecansmos de proteção de rsco por parte dos produtores e ndústra orzícola no país, como um contrato futuro (CAPITANI et al., 010). 4. CONCLUSÃO Para contnuar no mercado, cada vez mas é exgdo o aperfeçoamento das técncas de produção e de gerencamento da atvdade, entre elas a adoção de sstemas de gerencamento de rsco que permtem a mnmzação do rsco da atvdade, como é o caso dos contratos futuros, e de ferramentas que possbltem a prevsão de perdas, como é o caso da métrca Value at Rsk (VaR). Nesse sentdo, dada a mportânca do montoramento dos preços agrícolas, o trabalho avalou o nível de rsco que os produtores de arroz estão expostos no processo de comercalzação da commodty utlzando a métrca VaR. Conforme os resultados, os agrcultores estão expostos a um alto rsco de osclação de preços, o que pode levar a perdas fnanceras e, consequentemente, a descaptalzação do setor, o comprometmento da 66

13 renda agrícola e a segurança almentar, pos afeta prncpalmente as famílas mas carentes, que tem no arroz um dos prncpas almentos. Fo verfcado também, que a métrca VaR pode ser aplcada ao gerencamento do rsco da commodty, permtndo o melhor planejamento das atvdades e a mnmzação dos rscos. Porém, para o caso do arroz, apenas o método não paramétrco é ndcado para a estmação da métrca, uma vez que a sére de preços não apresentou uma dstrbução normal. 5. REFERÊNCIAS BUARQUE, C. Avalação econômca de projetos: uma apresentação ddátca. 8ª ed. Ro de Janero: Campus, p. CAPITANI, D. H. D.; REGAZZINI, L. C.; MATTOS, F.L. Vabldade de mplantação de um contrato futuro de arroz no Brasl: uma análse dos pré-requstos necessáros. In: XLVIII Congresso da Socedade Braslera de Economa, Admnstração e Socologa Rural, 010, Campo Grande - MS. Anas do XLVIII Congresso da Socedade Braslera de Economa, Admnstração e Socologa Rural, 010. GITMAN, L. J. Prncípos de admnstração fnancera. 7ª ed. São Paulo: Harbra, GUJARATI, D. N. Econometra básca. 3ª ed. São Paulo: Pearson Makron Books, p. JORION, P. Value at Rsk: a nova fonte de refrênca para a gestão do rsco fnancero. São Paulo: Bolsa de Mercadoras e Futuros. ª ed., 003. PAMPLONA, E. O. Gerencamentos de Rscos em Custos. VIII Congresso Internaconal de Costos. Punta Del Leste, Uruguay, 6 a 8 de novembro de 003. ROSS, S. A.; WESTERFIELD, R. W.; JORDAN, B. D. Prncípos de admnstração fnancera. ª ed. São Paulo: Atlas, p. RUGANI, F. L.; SILVEIRA, S. F. R. Análse de rsco para o café em Mnas Geras. Revsta de Economa e Agronegóco, v. 4, p , 006. SILVA NETO, L. A. Dervatvos: defnções, emprego e rsco. 4ª ed., São Paulo: Atlas, 00, 98 p. THIRY-CHERQUES, H. R. Modelagem de projetos. ª ed. São Paulo: Atlas, p. VARIAN, H. R. Intermedate mcroeconomcs: a modern approach. New York: W. W. Norton e Company º ed., 63p. WOILER, S.; MATHIAS, W. F. Projetos: planejamento, elaboração e análse. São Paulo: Atlas, p. 67