Análise de rentabilidade e risco na produção de milho verão, em três sistemas produtivos, na região de Botucatu/SP.

Transcrição

1 Análise de rentabilidade e risco na produção de milho verão, em três sistemas produtivos, na região de Botucatu/SP. Alexandre Bochichio Kurosaki Andréa Regina Paes Maura Seiko Tsutsui Esperancini Fernando Goulart de Andrade e Souza RESUMO Qualquer que seja o tamanho da exploração, ou o tipo de sistema produtivo a produção de milho está sujeita a basicamente dois tipos de risco, o risco biológico e o risco de mercado. Tanto um quanto o outro afetam os resultados econômicos dos produtores, o primeiro com efeitos mais diretos sobre a produtividade e conseqüentemente sobre os custos de produção, e o segundo sobre os preços e conseqüentemente sobre a receita auferida na exploração. O mapeamento destas possibilidades dos resultados econômicos permite identificar os níveis de risco associados a diferentes sistemas de produção, sejam aqueles adotados por grandes ou pequenos produtores, os primeiros com maiores investimentos em capital fixo e, portanto com maiores custos unitários de produção, mas com níveis mais elevados de produtividade, bem como aqueles com menor montante de capital imobilizado, mas com menores níveis de produtividade. Desta forma, o objetivo deste trabalho foi analisar a rentabilidade da produção de milho, em três sistemas de produção presentes na região de Botucatu sob condições de risco, inserindo as possibilidades de alteração de produtividade por área e de preços praticados no mercado. Foram determinados três cenários para análise, relacionados a diferentes sistemas produtivos: Sistema A, intensivo em capital próprio e insumos, com elevada produtividade e área de cultivo, o Sistema B representativo de produtores com parte do capital próprio, e produtividade e área de cultivo médias e Sistema C, representativo de médios produtores com pouco capital imobilizado e grande parte das operações de produção utilizando serviços de terceiros, com produtividade e área de cultivo médias. Para as variáveis de preços e produtividade, foram coletados preços médios mensais de milho pagos ao produtor e produtividade mínima e máxima da região. Para cada uma delas foi determinada a distribuição de freqüência que melhor se ajustava aos dados. Utilizando-se o método de simulação de Monte Carlo, foram identificados os níveis mínimos de renda a partir de cada nível de risco, definido pela distribuição de probabilidade da renda líquida acumulada. Verificou-se que o sistema A apresentou maiores níveis de rentabilidade e maiores níveis de risco, em relação aos demais sistemas. Os sistemas B embora seja tecnologicamente semelhante ao sistema C apresentou maiores níveis de rentabilidade líquida em todos os níveis de risco, por não incorrer em custos fixos. Esta análise permite subsidiar produtores de milho na região quanto à rentabilidade líquida por área da exploração sob condições de risco de preços e produtividade, de acordo com o sistema produtivo adotado pelo produtor. PALAVRAS CHAVE: milho, rentabilidade, risco

2 INTRODUÇÃO A safra 2000/2001 marcou uma mudança no mercado brasileiro de milho, que passou de importador líquido a exportador, volume que atingiu 12% da produção interna estimada em cerca de 40 milhões de toneladas. O incremento da produção foi possibilitado por avanços tecnológicos e incremento da área cultivada, particularmente na região do cerrado brasileiro e na região oeste da Bahia. Embora algumas regiões tenham apresentado grande evolução tecnológica, o que refletiu-se em aumento de importância em termos de produção e produtividade (com destaque para o estado da Bahia, que dobrou a produção em 6 anos, com aumento de área de apenas 20%), a cultura está presente em praticamente todos os estados brasileiros, cultivada sob os mais diversos níveis tecnológicos, escalas de produção e sistemas produtivos. O estado de São Paulo, que responde por metade da produção da região Sudeste e por cerca de 9% da produção nacional, também abriga grande diversidade de sistemas produtivos, que podem ser avaliadas a partir da grande variação da produtividade encontrada no estado. Podem ser obtidas desde uma produção de cerca de 90 sacas de 60 quilos por ha, no EDR (Escritório de Desenvolvimento Regional) de Orlândia, até uma produtividade de 30 sacas por ha na EDR de Registro. A produtividade média do estado está em torno de 70 sacas por hectare. A EDR de Botucatu, embora não seja uma relevante região produtora no estado, pois produz em torno de 1 milhão de sacas por ano, a cultura do milho na região é uma importante atividade econômica para os pequenos e médios produtores, bem como para os poucos grandes produtores na região 1. Qualquer que seja o tamanho da exploração, ou o tipo de sistema produtivo, a produção de milho está sujeita a basicamente dois tipos de risco, o risco biológico e o risco de mercado. Tanto um quanto o outro afetam os resultados econômicos dos produtores, o primeiro com efeitos mais diretos sobre a produtividade e conseqüentemente sobre os custos de produção, e o segundo sobre os preços e conseqüentemente sobre a receita auferida na exploração. Esta variação afeta a rentabilidade média da cultura, que fica sujeita a duas variáveis: o preço por unidade de produto, que reflete as condições de mercado e a produtividade por área, que reflete basicamente o nível tecnológico e capacidade gerencial do produtor, a disponibilidade de recursos e as condições edafoclimáticas da região. No caso do milho, do ponto de vista dos preços, verifica-se que nas safras 1999/2000 e 2000/2001, os preços recebidos pelos produtores tornaram a atividade altamente compensadora, particularmente com o incremento das exportações do milho, bem como das exportações de aves e suínos. Já a safra 2001/2002 apresentou forte retração dos preços, principalmente quando comparados aos da soja, o que levou o governo a procurar intervir no mercado realizando contratos de opção de venda para garantir um preço mínimo de R$ 10,00 a saca. 1 A maioria das grandes propriedades tem como principal exploração, a atividade de reflorestamento para produção de chapas de madeira.

3 Assim o produtor de milho está sujeito aos riscos externos associados a um mercado imprevisível, sujeito a um grande número de fatores como, mercado de outros produtos (aves, suínos, soja), demanda interna, demanda externa, oferta interna, oferta externa e câmbio. Ressalte-se que os riscos de mercado atingem indistintamente os mais diversos produtores. Do lado da produção, a produtividade por área, embora possa sofrer riscos devido à ocorrência de eventos imprevisíveis do ponto de vista biológico e climático, esta variável está mais associada ao nível tecnológico do produtor, que ao investir em melhores tecnologias pode obter maiores níveis de produtividade, embora com custos mais elevados de produção. Produtores com menores níveis tecnológicos podem obter menores níveis de produtividade, embora com custos menores de produção. Mesmo assim em cada sistema produtivo, podem ocorrer variações no nível de produtividade, devendo-se inserir esta possibilidade na análise de rentabilidade líquida dos sistemas produtivos. Assim, podem ser identificados diversos cenários que resultam em diferentes possibilidades de resultados econômicos para os produtores, particularmente no que diz respeito a duas variáveis críticas para a lucratividade da exploração: os custos unitários de produção e os preços praticados no mercado. O mapeamento destas possibilidades dos resultados econômicos permite identificar os níveis de risco associados a diferentes sistemas de produção, sejam aqueles adotados por grandes ou pequenos produtores, os primeiros com maiores investimentos em capital fixo e, portanto com maiores custos unitários de produção, mas com níveis mais elevados de produtividade, bem como aqueles com menor montante de capital imobilizado, mas com menores níveis de produtividade. Desta forma, o objetivo deste trabalho foi analisar a rentabilidade da produção de milho, sob condições de risco de preços e produtividade em três sistemas de produção presentes na região de Botucatu, que são Sistema A: sistema intensivo em capital próprio e insumos, com elevada produtividade e área de cultivo, Sistema B: sistema representativo de médios produtores com grande parte do capital próprio, produtividade média e área de 30 ha. e Sistema C: sistemas representativos de médios produtores com pouco capital imobilizado e grande parte das operações de produção utilizando serviços de terceiros, média produtividade e área de 30 ha, inserindo na análise de rentabilidade as possibilidades de alteração de produtividade por área em cada um dos sistemas produtivos e preços praticados no mercado.

4 MATERIAIS E MÉTODOS A fonte de dados utilizada para analisar a rentabilidade do cultivo do milho, sob condições de risco de produtividade e preços foram os coeficientes de desempenho de máquinas e mão-de-obra, produtividade (sc/ha) e níveis de adubação, determinados para a região de Botucatu/SP, bem como as matrizes de coeficientes técnicos montados a partir de dados da Fazenda Experimental Lageado, de informações do EDR de Botucatu e de técnicos especializados da região. Os preços mensais médios de milho recebidos pelo agricultor foram coletados junto à Secretaria de Agricultura e Abastecimento de São Paulo SAAESP, no período 1996 a As características gerais da região são: elevado custo de colheita, produtividade mais baixa em relação a média do estado, com possibilidade de expansão de área de cultivo em substituição às grandes áreas de pastagens e aumento da demanda regional, em função da expansão da atividade avícola para corte. Foram definidos 3 sistemas de produção, Sistema A: sistema intensivo em capital próprio e insumos, com elevada produtividade, área média em torno de 500 ha, grande volume de capital imobilizado em máquinas de grande porte e elevado rendimento, Sistema B: sistema representativo de médios produtores com grande parte do capital próprio, média produtividade,área de cultivo em torno de 30 ha e maquinário de potência média. A produtividade e áreas consideradas foram aquelas mais freqüentes na região e Sistema C: sistema representativo de médios produtores com reduzido volume de capital imobilizado e grande parte das operações de produção utilizando serviços de terceiros (patrulha), produtividade igual à do sistema anterior e área de 30 ha. O sistema de patrulha consiste no aluguel das máquinas, pertencentes à Casa da Agricultura, a um custo menor em relação ao valor de mercado. O maior diferencial em relação ao Sistema B é dado pela ausência de custos fixos de máquinas. Para os sistemas A e B foram determinados os custos fixos e variáveis para o maquinário, conforme definido por Balastreire (1987). Os custos fixos de máquinas foram dados por depreciação, juros, abrigo, seguro, manutenção e os custos variáveis foram dados por gastos em lubrificante e combustível. No custo variável total do milho foram incluídos, ainda, os gastos com insumos e mão-de-obra. Para o sistema C, como os serviços de máquinas são terceirizados, não foram determinados os custos fixos. Foram definidos, 3 cenários, cada um representativo de um sistema de produção, conforme caracterizado anteriormente, utilizando a definição de Gitman (2002) onde a análise de cenários é a abordagem que avalia o impacto sobre o retorno da empresa a partir de mudanças simultâneas em determinado número de variáveis. Os cenários definidos são apresentados na tabela a seguir.

5 Tabela 1 Cenários propostos, para a região de Botucatu/SP, com variação de produtividade e custo unitário. Cenário Sistema Produtivo A Sistema Produtivo B Sistema Produtivo C Área Média (ha) Produtividade Média (sc/ha) Custo Fixo Unitário (R$/sc) 5,43 10,37 0,00 Custo Variável Unitário 8,23 1,83 11,73 (R$/sc) Custo Total Unitário 13,66 12,19 11,73 (R$/sc) Fonte: Dados do autor (2004) Uma das variáveis definidas para serem utilizadas na simulação dos resultados econômicos nos diferentes sistemas foram os preços médios mensais recebidos pelo produtor. Embora muitos trabalhos considerem que os preços da maioria dos produtos agrícolas tenham uma distribuição normal, optou-se por determinar as medidas estatísticas da série de preços, para verificar se a amostra de preços deste estudo pertence a uma população com distribuição normal. Para isto foram determinadas as medidas de posição (média), de dispersão (desviopadrão) e curtose (coeficiente de curtose). Foi realizado, ainda, o teste de aderência de Kolmogorov-Smirnov (COSTA NETO, 1977) para testar a aderência dos dados a uma população com distribuição normal de probabilidade aos níveis de 1% e 5% de significância. Este teste é adequado para testar diferenças entre distribuições de freqüências empíricas e distribuições de freqüências teóricas, e verificar, se de fato, a amostra dada pela série de preços ajusta-se a uma distribuição normal. Outra variável crítica, definida para este trabalho foi a produtividade dada em sacas por hectare. Devido à escassez de dados que possam compor uma amostra suficientemente grande para determinar medidas estatísticas, foram considerados apenas os dados de produtividade mínima e máxima, para determinar a distribuição de freqüência desta variável. A formulação utilizada para a simulação foi: L = P * Y C u * Y, onde: L = rentabilidade líquida (R$/ha) P = distribuição de freqüência de preços (R$/sacas) Y = distribuição de freqüência de produtividade (sacas/ha) C u = custo total unitário (custo fixo unitário + Custo variável unitário) (R$/sacas) Para realizar a análise de rentabilidade do milho, em três sistemas de produção, com simulação de preços e produtividade, foi desenvolvido software em linguagem Visual Basic 6.0, com capacidade de geração de números aleatórios, para três tipos de distribuição de probabilidade e interações, na FCA/UNESP, SP.

6 RESULTADOS E DISCUSSÃO Os dados obtidos pela determinação das medidas estatísticas da variável preço demonstraram que a série de preços utilizada no estudo não se ajusta à uma distribuição normal de probabilidade, pois o coeficiente de curtose igual a 4, 19 aponta para um a forma de achatamento leptocúrtica (coeficiente de curtose > 3), e a distribuição normal é caracterizada como mesocúrtica (coeficiente = 3). Além disto, o histograma de distribuição de freqüências mostrou que esta é uma distribuição assimétrica e que portanto, não se comporta como uma distribuição normal. Para comprovar esta hipótese foi realizado o teste de Kolmogorov-Smirnov que comprovou que a série de preços não pertence a uma população com distribuição normal de probabilidade, conforme mostra a tabela abaixo: Tabela 2 Teste de aderência de Kolmogorov-Smirnov para a série de preços Distribuição cumulativa observada dos dados Distribuição cumulativa esperada dos dados 0,2711 0,0363 0,4237 0,0909 0,6440 0,1454 0,7627 0,3090 0,8474 0,3454 0,8813 0,6000 0,9152 0,8727 0,9491 0,9454 0,9494 0,9818 1,0000 Desvio máximo calculado = 0,502 1,0000 Valor crítico para (0,05) = 0,174 para (0,01) = 0,208 Fonte: Resultados obtidos pelo autor (2004). O teste de Kolmogorov-Smirnov mostra que, se o desvio máximo determinado é maior que os valores críticos aos níveis de significância de 1% e 5%, a amostra não se ajusta a uma população com distribuição normal. O valor do desvio máximo determinado foi 0,502 que é maior que o valor crítico nos dois níveis de significância (0,174 a 1% e 0,208 a 5% de significância). Tendo em vista que foi rejeitada a hipótese de aderência dos dados da amostra a uma população com distribuição normal, foi analisada a medida de tendência central, que mostrou que os preços apresentavam tendência central com maior freqüência de valores próximos à média. Assim, verificou-se que a distribuição que melhor se ajustava aos preços era a distribuição triangular, por ter esta característica. Para a variável produtividade, a distribuição de probabilidade utilizada foi a distribuição uniforme, dada a partir da produtividade mínima (80 sacas/ha) e máxima (140 sacas/hectare) para o sistema A, e produtividade mínima de 50 e máxima de 90 sacas por hectare para os sistemas B e C.

7 A geração de números aleatórios para a variável preço, segundo uma distribuição triangular, conforme determinada anteriormente, foi feita utilizando-se o modelo de Rutt (1998), que mostra que qualquer triângulo apresenta área igual a um pelos parâmetros da média, valor mínimo e valor máximo. O valor médio foi determinado pela média do valor máximo e mínimo, conforme Campilho (2003). O valor máximo de preço (R$ 27,39/saca) e o valor mínimo (R$ 7,8/ saca) foram extraídos diretamente da série de dados. A geração de números aleatórios para a variável produtividade foi feita admitindo-se uma distribuição uniforme, que utiliza apenas os valores máximo e mínimo, já estabelecidos anteriormente. Os resultados obtidos foram dados pela distribuição acumulada da receita líquida entre 0% e 100%, divididas de 5 em 5%, e são apresentados na forma de risco, e pela distribuição da freqüência da receita líquida em 10 classes, para cada um dos cenários, ou sistemas produtivos. A tabela 3, a seguir, mostra a distribuição de probabilidade de receita líquida em R$/ha nos três sistemas propostos. A primeira coluna indica o risco da receita líquida ser maior ou igual ao valor correspondente em cada sistema. Tabela 3 Distribuição de risco das receitas líquida por hectare para os 3 sistemas. CENÁRIO Risco Sistema A Sistema B Sistema C 0% -698,28-319,51-278,57 5% -179,74-16,24 17,82 10% -39,6 81,6 110,58 15% 59,92 136,62 165,36 20% 116,15 174,9 204,75 25% 171,6 206,08 234,98 30% 236,3 248,4 279,62 35% 293,56 290,5 323,19 40% 348,09 318,78 348,84 45% 404,2 356,48 385,92 50% 450,3 387,78 419,52 55% 517,28 430,35 463,24 60% 577,8 467,25 499,2 65% 639,23 514,6 548,02 70% 723,75 566,4 600,99 75% 804,75 617,32 650,52 80% 894,61 672,29 708,32 85% 996,26 742,7 774,9 90% 1168,2 859,41 895,23 95% 1651, ,5 1242,9 100% 1698,8 1220, ,04 Fonte: Dados do autor (2004). Segundo Anderson (1976), citado por Ambrosi (2001), o critério da distribuição de probabilidade acumulada da receita líquida permite a escolha da alternativa com base em determinada possibilidade de garantir renda líquida, em dado nível de aceitação do risco por parte do tomador de decisão.

8 Este princípio baseia-se no critério da segurança, ou seja, o tomador de decisão, baseado na aversão ou aceitação pessoal do risco, pode verificar o risco de sua renda líquida ser superior a um determinado valor, dentro da faixa de possibilidades que vai de 0% a 100%, Os tomadores de decisão, que aceitam maiores riscos, estão entre as menores faixas de distribuição de probabilidade acumulada da recita líquida e, por conseguinte nas maiores faixas de risco, e podem obter maiores receitas líquidas, de acordo com o sistema produtivo adotado. No sistema C, os tomadores de decisão, mais aversos ao risco, por exemplo, na faixa de 15% de risco tem a possibilidade de 85% de obter renda líquida superior a R$ 165,4/ha. No sistema B, neste mesmo nível de risco, pode obter renda líquida superior a R$ 136,6/ha e superior a R$ 59,92/ha no sistema A. Tomando-se um produtor mais disposto à assumpção de riscos, por exemplo, na faixa de 90% (e, portanto de 10% de probabilidade acumulada de receita líquida), os resultados podem ser interpretados como a possibilidade de 10% de obter renda líquida superior a R$ 1168,2/ha no sistema A, R$ 859,4/ha no sistema B e R$ 895,2/ha no sistema C. O ponto de inversão da renda líquida, ou seja, quando o sistema A apresenta rentabilidade líquida superior aos sistemas B e C, é obtido a partir do nível de risco de 45%. As maiores rendas líquidas foram obtidas no sistema A, onde somente a partir do nível de risco de 15% apresenta renda líquida positiva. Os custos fixos superiores do sistema A, em relação aos demais implica em uma necessidade de maior produtividade, a fim de cobrir tais custos. A renda líquida no sistema B, a partir do nível de risco de 10%, apresenta renda positiva devido aos custos fixos mais reduzidos e o sistema C a partir de 5%. O sistema C apresenta rentabilidade líquida superior em relação ao sistema B, emboram seja tecnologicamente semelhantes, em todos os níveis de risco, pelo fato de apresentar custos fixos iguais a zero. As tabelas a seguir mostram os resultados da receita líquida média e o desvio padrão correspondente a cada sistema. Tabela 4 - Receitas líquidas médias e desvio-padrão para os sistemas Sistemas Receita líquida média (R$/ha) Desvio-padrão A R$ 423,68 R$ 440,07 B R$ 372,21 R$ 284,20 C R$ 404,46 R$ 285,39 Fonte: Dados do autor (2004). Verificou-se que o sistema A apresenta maior nível de renda líquida média (R$ 423,68/ha) e o sistema B, o menor nível de renda líquida média (R$ 372,21/ha). Por outro lado, o sistema A apresenta maior risco, indicado pelo maior valor do desvio-padrão (R$ 440,07) e o sistema B é o de menor risco, pois o desvio-padrão é de R$ 284,20, o menor dos três sistemas. A receita líquida média em A apresentou-se maior, na combinação de maiores investimentos em capital fixo com maior produtividade por área. O desvio-padrão demonstra a possibilidade de variação de resultados de rentabilidade em todos os níveis de risco O desvio-padrão dos sistemas B e C são valores próximos, mas com renda média líquida superior em C. Na tabelas 5 a seguir, são apresentados os resultados do intervalo de confiança e erro dos resultados obtidos.

9 Tabela 5 Intervalo de confiança e erro Sistemas Erro (R$) Intervalo de confiança (R$) 1 22,96 400,71 a 446, ,82 357,38 a 387, ,89 389,56 a 419,35 Fonte: Dados do autor (2004). Ao nível de significância de 10%, o intervalo de confiança para a renda líquida média para o sistema A foi de R$ 400,71 a R$ 446,64, no sistema B de R$ 357,38 a R$ 387,03 e sistema C, de R$ 389,56 a R$ 419,35. A seguir são mostradas as distribuições de freqüência de renda líquida em 10 classes para cada sistema de produtivo. Para o sistema A as classes com maiores freqüências de renda líquida foram as classes 5, de R$ 261,00 a R$ 500,00, com freqüência de 22%, e classe 4, de de R$ 21,00 a R$ 260,55, com freqüência de 17,4%. As classes 4, 5 e 6 foram as que apresentaram freqüência superior a 15%. Figura 1 - Distribuição de freqüências da receita líquida sistema A Fonte: Dados do autor (2004) Para o sistema B, as classes com maiores freqüências de renda líquida foram as classes 5, de R$ 297,00 a R$ 450,50, com freqüência de 20,7% e classe 4, de R$ 297,00 a R$ 450,00, com freqüência de 20,7%. As classes 4, 5 e 6 foram as que apresentaram freqüência superior a 15%.

10 Figura 2 - Distribuição de freqüências da receita líquida para o sistema B Fonte: Dados do autor (2004) Para o sistema C as classes com maiores freqüências de renda líquida foram as classes 5, de R$ 338,00 a R$ 492,00, com freqüência de 21,%, e 4, de R$ 184,00 a R$ 337,30, com freqüência de 21%. As classes 4, 5 e 6 foram as que apresentaram freqüência superior a 15%. Figura 3 - Distribuição de freqüências da receita líquida para o sistema C Fonte: Dados do autor (2004) As distribuições de freqüências da renda líquida assemelham-se para os três sistemas e pode-se verificar que apresentam uma distribuição próxima à normal. CONCLUSÃO Os resultados mostram que o sistema de produção A, com características de maior volume de capital imobilizado, maior área cultivada e maiores níveis de produtividade

11 apresentam maior rentabilidade líquida, em relação aos demais sistemas, a partir de 45% de risco. O sistema A, deve apresentar maiores níveis de produtividade para cobrir custos fixos unitários mais elevados, por isto em situações de queda de produtividade e preços, o sistema pode apresentar maiores níveis de risco. O sistema B, embora seja tecnologicamente semelhante ao sistema C, apresenta menores níveis de rentabilidade líquida média, por incorrer em custos fixos unitários maiores que o sistema C, que terceiriza atividades de operação de máquinas. Esta análise permite subsidiar produtores de milho quanto à rentabilidade líquida média, sob condições de risco e produtividade, de acordo com o sistema produtivo adotado pelo produtor. Estes resultados embora representem sistemas de produção relativos à indicadores da média de grupos de produtores, pode ser reproduzido ao nível do produtor individual, incluindo especificidades da produção, mapeando, em cada situação, as possibilidades de rentabilidade líquida em diversas situações de produtividade e preços. BIBLIOGRAFIA CONSULTADA ALMEIDA, R. C.; GROOT, E.; ANDREA, P. A. D. Análise de investimentos em condições de risco na citricultura: estudo de caso para um sistema de produção alternativo. In: SIMPÓSIO INTERNACIONAL DE INICIAÇÃO CIENTÍFICA, 11,2003, Piracicaba, SP. Simpósio internacional..., Piracicaba, SP: ESALQ, Resumos (CD). AMBROSI, I. et al. Lucratividade e risco de sistemas de produção de grãos combinados com pastagens de inverno. Pesq. Agrop. Bras. v.36, n.º 10, Brasília, out ANDERSON, J. R. Modeling decision-making under risk. México: Cimmyt, BALASTREIRE, L.A., Máquinas Agrícolas, São Paulo, Manolé, CAMPILHO, A. Distribuição dos dados e incerteza-padrão. p Universidade do Porto Faculdade de Engenharia. Portugal. Disponível em: visitado em 10/11/2003. COSTA NETO, P. L. Estatística. São Paulo: Edgard Blucher, p. CRUZ, E. M. da. Aspectos teóricos sobre incorporação de risco em modelos de decisão. In: CONTINI, E.; ARAÚJO, J. D. de; OLIVEIRA, A. J. de; GARRIDO, W. E. Planejamento da propriedade agrícola: modelos de decisão. 2. Ed. Ver. Brasília: Embrapa-DDT, p (Embrapa-DEP. Documentos, 7). ESCRITÓRIO DE DESENVOLVIMENTO REGIONAL, Levantamento Subjetiva, Disponível em: Acessado em: 01/03/2004. FNP CONSULTORIA & COMÉRCIO. Agrianual 2003: Anuário da agricultura brasileira. São Paulo, p : Milho GITMAN, L. J.; trad. Jorge Ritter. Princípios de Administração Financeira - Essencial. 2.ª edição Porto Alegre: Ed. Bookman, p.

12 KUROSAKI, A.B. et al. Análise das condições de rentabilidade econômica do milho. In: REUNIÃO CIENTÍFICA DO LAGEADO, 10, 2003, Botucatu, SP. Reunião Científica..., Botucatu, SP: FCA/UNESP, Resumos (CD). MELO FILHO, G.A., Estimativas de Custos de Producão de Milho 1a. safra, 01/02, em Mato Grosso do Sul - Comunicado Técnico 42, Ministério da Agricultura, Pecuário e Desenvolvimento, Dourado, MS, Dezembro de NORONHA, J. F O sistema de avaliação econômica de projetos agropecuários na política brasileira de crédito rural f. Tese (Livre docência) - Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba, RODRIGUES, R. N. Avaliação de empresas em condições de risco. In: Seminário USP de Contabilidade, 2, 2002, São Paulo. Seminário USP... São Paulo, SP RUTT, R. Derivation of the triangular distribution. Disponível em: , visitado em 06/01/2004. SANT ANA, D. D.; SILVA,C. A. B.; GOMES, S. T. Análise de risco da implantação de tanques de resfriamento de leite em propriedades rurais. Revista de Economia e Sociologia Rural, v. 41, n.º 2, p , abr./jun., SECRETARIA DE AGRICULTURA E ABASTECIMENTO DO ESTADO DE SÃO PAULO. Preços médios pagos pelos agricultores, Disponível Acessado em: 01/03/2004. SECRETARIA DE AGRICULTURA E ABASTECIMENTO DO ESTADO DE SÃO PAULO. Salários rurais Escritório de Desenvolvimento Regional de Botucatu, Disponível em Acessado em: 01/03/2004.