FERRAMENTA DE SIMULAÇÃO PARA AUXILIAR O PRODUTOR

BRASILEIRO DE SOJA NO DESENVOLVIMENTO DE ESTRATÉGIA

LOGÍSTICA E FINANCEIRA DE COMERCIALIZAÇÃO DE UMA SAFRA DO

PRODUTO A GRANEL

Edson José Dalto

Universidade Federal do Rio de Janeiro

Instituto COPPEAD de Administração

Orientador: Prof. Eduardo Saliby, Ph. D.

Rio de Janeiro, RJ – Brasil

Dezembro de 2003

iii

Dalto, Edson José

Ferramenta de Simulação para Auxiliar o Produtor Brasileiro de Soja no Desenvolvimento de Estratégia Logística e Financeira de Comercialização de uma Safra do Produto a Granel / Edson José Dalto – Rio de Janeiro, 2003.

xvii, 230 f.: il.

Tese (Doutorado em Administração) – Universidade Federal do Rio de Janeiro – UFRJ, Instituto COPPEAD de Administração, 2003.

Orientador: Eduardo Saliby

1. Logística Empresarial. 2. Agronegócios. 3. Simulação. 4. Administração – Teses.

I. Saliby, Eduardo (Orient.). II. Universidade Federal do Rio de Janeiro. Instituto COPPEAD de Administração. III. Título.

iv

Dedico este trabalho a minha mãe, Dona Isaura, como homenagem póstuma.

Dela guardo as melhores lembranças de minha formação.

A minha irmã Rita que, na ausência de Dona Isaura, assumiu o papel de mãe para mim.

Carinhosa, apoiando-me, aconselhando-me em cada passo e sempre pendente dos

resultados.

Ao meu pai, Seu Luiz, que apostou em minha escolha, viabilizou financeiramente boa

parte desse caminho e transmitiu-me os seus valores, sempre muito importantes em

minha vida

v

AGRADECIMENTOS

Ao professor Eduardo Saliby, amigo e bom guia nesta longa e difícil trajetória do

Doutorado. Agradeço-o pelo acolhimento desde quando o procurei com a intenção de

iniciar o curso, por ter apostado em mim, pelos ensinamentos transmitidos, pelo apoio,

proteção e orientação que recebi, por ter sabido dividir comigo as alegrias e dificuldades

do processo e por ter-me ouvido nas angústias que fazem parte desse caminho.

Ao Prof. Nélio Pizzolato, membro da banca de Tese, do Exame de Qualificação e do

Projeto de Tese. Obrigado pelos conselhos e pelas diversas ajudas sempre que fui

procurá- lo e por ter se interessado, de verdade, pelo meu trabalho. Penso que posso

chamá-lo de co-orientador.

Ao Prof. Licínio Portugal, membro da banca e amigo das horas difíceis. Meus sincero

agradecimento por ter aceitado participar da banca, apesar do convite em uma hora

intempestiva e pelos conselhos relevantes durante a defesa.

Ao Professor Celso Lemme, membro da banca de Tese e do Projeto de Tese. Sempre

muito prestativo, oferecendo-me bons conselhos, ajuda efetiva e deslindando horizontes

mais amplos para o meu trabalho. Suas colocações durante as defesas do Projeto e da

Tese foram muito agudas e oportunas.

Ao Prof. Virgílio que me acompanhou durante o Exame de Qualificação, Projeto de

Tese e formou parte da banca de Defesa de Tese. Agradeço pelas sugestões,

esclarecimentos e por ter-me ouvido sempre que necessitei.

Ao Prof. Carlos Nassi que, embora não tenha podido participar da Banca de Defesa de

Tese é um amigo por quem guardo muita admiração.

Aos professores do Instituto COPPEAD que compartilharam conosco seus

conhecimentos e nos ensinaram a tomar um gosto ainda maior pela pesquisa e o estudo.

vi

Aos funcionários do Instituto COPPEAD que prestaram sua valiosa colaboração nas

diversas tarefas de apoio. Gostaria de fazer uma referência especial a Cida, por sua

extraordinária dedicação.

Aos colegas de curso, com quem muitas vezes compartilhamos dores e alegrias neste

longo caminho e que, pela compreensão, apoio e reciprocidade tornaram-se grandes

amigos. Destaco deste grupo, meu grande amigo Paulo Roberto, referência imediata nas

minhas necessidades de comunicação.

Ao CNPq, pelos quase 4 anos de apoio financeiro.

A todos os amigos que prestigiaram minha defesa e vieram dar o seu apoio neste

momento muito importante e àqueles que, querendo participar, não puderam estar

presentes. Lamento não poder destacar seus nomes. Foram inúmeros.

Àqueles que involuntariamente omiti e que, de alguma forma, me ajudaram no

desenvolvimento deste trabalho, meus mais sinceros agradecimentos.

Agradeço sobretudo a Deus a quem devo em primeiro lugar tudo o que de bom há em

mim.

Finalmente, gostaria de afirmar que me sinto muito orgulhosos e honrado em participar

desta seleta comunidade, o Instituto COPPEAD de Administração, que me

proporcionou os mais ricos anos de formação profissional em minha vida.

vii

RESUMO

Esta pesquisa visa a apresentar o projeto de uma ferramenta de simulação, em

forma de planilha, para que um produtor de soja possa, em cada região de cultivo e de

acordo com seu perfil de aversão ao risco e necessidade de formação de capital de

custeio, desenvolver uma estratégia logística e financeira de comercialização de uma

safra do produto a granel, com o propósito de maximizar sua receita de venda. Através

desse instrumento o produtor terá a possibilidade de decidir sobre a forma de

comercialização (venda especulativa, antecipada, futura ou opção de venda), o local de

entrega do produto e as quantidades vendidas em cada época, em uma decisão

reavaliada mês a mês. As premissas para a tomada desse conjunto de decisões

fundamentam-se na consideração das expectativas de valor futuro da cotação do grão na

Bolsa de Chicago e nos mercados locais, da taxa de câmbio e dos custos logísticos nos

canais de escoamento do produto. O modelo contempla as principais áreas produtoras

de soja do país, porém a análise é individual para a região escolhida. O ambiente de

planejamento envolve um horizonte de 18 meses onde, para cada mês, são

contabilizados receitas e custos provenientes da produção e da venda do produto.

viii

ABSTRACT

The objective of this research is the proposal of a simulation tool, in spreadsheet

form, so that a soybean producer might be able to develop a logistical and financial

strategy of commercialization of the harvest in bulk form, in a way to maximize its

gross income, in accordance of the region selected for analysis and the producer’s

profile of risk aversion and his necessity of expenditure capital. Through this model, the

producer will decide on the commercialization form (speculative, anticipated, future or

selling option), the place of delivery of the product and the amounts sold at each time, in

a month by month reevaluation decision. For taking decisions, the assumptions used in

the model are based on the expectations about future values of the grain in the Chicago

Board of Trade and in local markets, the exchange rate and the logistical costs of

transporting the product to the closest port. The model contemplates the main producing

areas of soybean of the country, however the analysis is specialized for the chosen

region. The planning environment involves a horizon of 18 months where, for each

month, accounted incomes are forecasted and costs proceeding from the production and

selling of the product are taken into consideration.

ix

LISTA DE FIGURAS

Figura I.1 – Evolução da produção de Soja dos três principais países produtores

Figuras II.1 a), b) e c) – Principais produtores, exportadores e importadores de soja

estimados para a safra 2002/03

Figuras II.2 a), b) e c) – Evolução comparada da área cultivada, produção e

produtividade da soja entre as regiões Sul e Centro-Oeste do Brasil

Figura II.3 – Evolução da produção da soja nos principais estados do Brasil

Figura II.4 – Capacidade Instalada de Processamento de Oleoginosas por estados do

Brasil

Figura III.1 – Custos comparativos de produção de soja no Brasil, EUA e Argentina

Figura III.2 – Matriz de Transportes para a soja entre os países exportadores

Figura III.3 – Evolução na participação dos portos dos portos brasileiros na exportação

de soja em grãos

Figura III.4 – Principais áreas produtoras de soja do Cerrado e corredores da malha

brasileira de escoamento de grãos

Figura III.5 – Valor no tempo de uma opção

Figura IV.1 – Cotações da Soja em grãos na CBOT

Figura IV.2 – Cotações da Soja em grãos em Chicago e Paranaguá e Cotação do Dólar

em uma situação hipotética

Figura V.1 – Painel Formas de Comercialização ilustrando o acesso por via de atalho

Figura V.2 – Ilustração da forma de inserção de dados em um formulário

Figura V.3 – Mapa do Brasil com todas as regiões produtoras de soja contempladas pelo

modelo e rede logística para exportação

Figura V.4 – Tela para inserção das Informações Iniciais para o planejamento

Figura V.5 – Tela para inserção de Distâncias e Cotações Iniciais

Figura V.6 – Tela para inserção da Área Plantada e Volume Colhido

Figura V.7 – Tela mostrando o Ambiente de Planejamento

Figura V.8 – Tela de aviso alertando sobre a contratação de transporte sem uma

correspondente venda no porto para a data

Figura V.9 – Tela de aviso alertando sobre a venda de parte da produção para entrega no

porto sem contratação de transporte para a data

Figura V.10 – Tela de aviso alertando sobre o saldo negativo em caixa

x

Figura V.11 – Tela indicando o final da etapa de planejamento

Figura V.12 – Informações acessadas através do botão Analisar Gráfico

Figura V.13 – Gráfico acessado pelo acionamento do botão Cotações em US$

Figura V.14 – Tela de interface para seleção de Formas de Comercialização

Figura V.15 – Tela de aviso mostrada ao se acionar o botão Refazer, alertando sobre as

conseqüências dessa decisão

Figura V.16 – Tela de interface para contratação de CPR

Figura V.17 a), b) e c) – Telas de aviso mostrando a necessidade de alguma decisão

prévia para dar continuidade ao planejamento

Figura V.18 – Tela de aviso mostrando a disponibilidade de volume para a Forma

Contratual pretendida

Figura V.19 – Tela de interface para contratação de CPR Financeira

Figura V.20 – Tela de interface para contratação de Futuro

Figura V.21 – Tela de interface para contratação de Opção

Figura V.22 – Tela de interface para contratação de CPRF + Seguro de Preço

Figura V.23 – Tela de interface para comercialização Spot

Figura V.24 – Tela de interface para contratação de transporte

Figura V.25 – Área de Informações sobre Frete Multimodal

Figura V.26 – Área de Informações sobre Frete Rodoviário

Figura V.27 – Área de Informações sobre disponibilidade de transporte multimodal na

planilha Sazonalidades

Figura V.28 – Processo de cálculos dos “missing values” para a Cotação Paranaguá

Figura V.29 – Custos Unitários de Produção considerados no modelo

Figura V.30 – Exemplo ilustrativo da construção das variáveis do Painel de Tendências

Figura V.31 – Curva de atenuação de probabilidade de acerto nas previsões de Longo

Prazo

xi

LISTA DE TABELAS

Tabela II.1 – Capacidade Instalada de Processamento de Oleoginosas por empresas no

Brasil

Tabela III.1 – Custos de produção da soja: EUA, Brasil e Argentina, safra 98/99

Tabela III.2 - Custos de exportação da soja: EUA, Brasil e Argentina, safra 98/99

Tabela III.3 - Produção de soja no Brasil, segundo a condição de posse e área do

produtor (Safra 95/96)

Tabela III.4 – Área cultivada com soja, segundo grupos de área total dos

estabelecimentos nos estados de maior participação na produção - 1995/96 (mil ha)

Tabela III.5 - Plantio e colheita de soja por região brasileira

Tabela III.6 - Ciclo produtivo da soja nos principais países produtores

Tabela III.7 – Paridade para Exportação x Mercado Interno

Tabela III.8 – Participação dos principais portos brasileiros na exportação do complexo

soja no ano de 2001

Tabela III.9 – Exemplo ilustrativo da formação de hedge em mercado futuro com ganho

na Bolsa

Tabela III.10 – Exemplo ilustrativo da formação de hedge em mercado futuro com

perda na Bolsa

Tabela III.11 – Meses de expiração para contratos futuro e de opção e para séries de

opões da soja a granel negociados na CBOT

xii

LISTA DE ANEXOS

Figura 1 – Mapa geral dos produtos originados da soja

Figura 2 – Histórico de valores do Dólar, Prêmio em Paranaguá e cotação da soja em

diversos pontos de venda

Figura 3 – Prêmio no preço da soja por porto de embarque

Figura 4 – Áreas de Informações apresentadas na planilha Real

Figura 5 a) – Áreas de Informações apresentadas na planilha Sazonalidade

Figura 5 b) – Áreas de Informações apresentadas na planilha Sazonalidade

Figura 6 – Áreas de Informações apresentadas na planilha Produção

Figura 7 a) – Cálculo dos fatores de decomposição da Cotação Chicago

Figura 7 b) – Cálculo dos fatores de decomposição da Cotação Chicago

Figura 7 c) – Cálculo dos fatores de decomposição da Cotação Chicago

Figura 7 d) – Cálculo dos fatores de decomposição da Cotação Chicago

Figura 7 e) – Cálculo dos fatores de decomposição da Cotação Chicago

Figura 8 a) – Valores históricos de volatilidade da soja na Bolsa de Chicago

Figura 8 b) e c) – Valores históricos de volatilidade da soja na Bolsa de Chicago

Figura 9 a), b), c) e d) – Estatísticas geradas no processo de calibração da Cotação

Chicago

Figura 10 a) e b) – Calibração dos parâmetros da equação da Cotação Paranaguá

Figura 10 c) – Calibração dos parâmetros da equação da Cotação Paranaguá

Figura 11 a), b), c) e d) – Estatísticas geradas no processo de calibração da Cotação

Paranaguá

Figura 12 a), b), c) e d) – Estatísticas geradas no processo de calibração da Cotação

Dólar

Figura 13 a) – Comparações de Cotações da soja em Paranaguá, Maringá, Mogiana,

Passo Fundo e Rondonópolis

Figura 13 b) – Comparações de Cotações da soja em Paranaguá, Maringá, Mogiana,

Passo Fundo e Rondonópolis

Figura 14 a) – Cálculo dos valores de frete em cada mês e ligação

Figura 14 b) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 c) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 d) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

xiii

Figura 14 e) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 f) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 g) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 h) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 i) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 j) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação na ligação

de curta distância

Figura 15 a) – Cálculo dos valores de Frete Ferroviário em cada mês e ligação

Figura 15 b) – Cálculo dos valores de Frete Ferroviário em cada mês e ligação

Figura 15 c) – Cálculo dos Fatores Sazonais Ferroviários

Figura 16 a) – Cálculo dos valores de Frete Hidroviário em cada mês e ligação

Figura 16 b) – Cálculo dos valores de Frete Hidroviário em cada mês e ligação

Figura 16 c) – Cálculo dos Fatores Sazonais Hidroviários

Figura 17 – Processo de construção da variável Auxiliar1

Figura 18 – Exemplo de Restrição imposta por Auxiliar1 para Volume Disponível para

Venda Spot

Figura 19 – Processo de construção da variável Auxiliar2

Figura 20 – Exemplo de Restrição imposta por Auxiliar2 para Volume Disponível para

Venda CPR

Figura 21 – Exemplo de cálculo da variável Volume Disponível para Venda na Fazenda

Figura 22 – Exemplo ilustrativo do Volume Disponível para Venda no Porto

Figura 23 – Ilustração do preenchimento do vetor Disponibilidade Multimodal

Figura 24 – Exemplo ilustrativo dos valores assumidos pela variável Volume

Disponível para Transporte

Figura 25 – Exemplo ilustrativo da composição da variável Futuro e Opção a partir das

informações sobre os Contratos

Figura 26 – Equação de regressão para o cálculo do Custo da Terra

Figura 27 – Utilização da equação de regressão para o cálculo do Custo da Terra

Figura 28 – Processo de Cálculo dos Custos Fixos

Figura 29 – Relação de atenuação dos Custos Fixos com o tamanho do lote

Figura 30 – Processo construtivo do Cronograma de Desembolso para os Custos de

Produção

xiv

SUMÁRIO

I – INTRODUÇÃO...........................................................................................................1

I.1 – CONTEXTUALIZAÇÃO DO TRABALHO..................................................1

I.2 – OBJETIVO DA PESQUISA...........................................................................3

I.3 – IMPORTÂNCIA DA PESQUISA...................................................................4

I.4 – ESTRUTURA E CONTEÚDO DO TRABALHO..........................................5

II – O AGRONEGÓCIO DA SOJA..................................................................................6

II.1 – HISTÓRICO DO DESENVOLVIMENTO DA SOJA..................................6

II.2 – A SOJA COMO PROPULSIONADORA DO AGRONEGÓCIO

BRASILEIRO..........................................................................................................7

II.3 – ESTRUTURA DA OFERTA E DEMANDA MUNDIAL E NACIONAL...8

II.4 – O PROCESSO INDUSTRIAL.....................................................................12

III – FATORES DA COMPETITIVIDADE DO COMPLEXO DA SOJA....................15

III.1 – INTRODUÇÃO..........................................................................................15

III.2 – ESTRUTURA AGRÁRIA NA PRODUÇÃO DA SOJA...........................17

III.3 – FATORES DE COMPETITIVIDADE DE PRODUÇÃO..........................20

III.3.1 – Plantio Direto..................................................................................22

III.3.2 – A Soja Transgênica.........................................................................23

III.4 – FATORES DE COMPETITIVIDADE DE MERCADO............................26

III.5 – FATORES DE COMPETITIVIDADE DE COMERCIALIZAÇÃO.........31

III.5.1 – Logística para o Escoamento da Soja.............................................32

III.5.2 – Instrumentos Financeiros para a Comercialização da Soja............38

III.5.2.1 – Venda Especulativa............................................................40

III.5.2.2 – Mercado Futuro..................................................................41

III.5.2.3 – Mercado de Opções............................................................45

III.5.2.4 – Mercado a Termo...............................................................51

III.5.2.5 – A Utilização dos Mecanismos de Comercialização...........54

IV – PROPOSTA CONCEITUAL DE UM MODELO DE SIMULAÇÃO PARA

COMERCIALIZAÇÃO DE SOJA EM GRÃO..............................................................57

IV.1 – O PROCESSO DE COMERCIALIZAÇÃO DA SOJA EM GRÃO..........57

IV.2 – CARACTERIZAÇÃO DO MODELO PROPOSTO..................................60

IV.2.1 – Características gerais da modelagem..............................................61

xv

IV.2.2 – Horizonte de Planejamento.............................................................62

IV.2.3 – Condições de Venda.......................................................................62

IV.2.4 – Regiões Contempladas...................................................................63

IV.2.5 – Opções de Escoamento para Exportação........................................64

IV.2.6 – Formas Comerciais Adotadas.........................................................65

IV.2.7 – Custos de Produção........................................................................67

IV.2.8 – Estrutura de Armazenagem............................................................68

IV.2.9 – Cotações Futuras............................................................................69

V – CONSTRUÇÃO E CALIBRAÇÃO DO MODELO................................................76

V.1 – ASPECTOS GERAIS DO MODELO..........................................................76

V.2 – DESCRIÇÃO DO FUNCIONAMENTO DO MODELO............................80

V.2.1 – Regiões Produtoras de Soja.............................................................81

V.2.2 – Informações Iniciais.........................................................................82

V.2.3 – Distâncias e Cotações Iniciais..........................................................84

V.2.4 – Área Plantada e Volume Colhido....................................................86

V.2.5 – Ambiente de Planejamento..............................................................88

V.2.5.1 – Informações Estáticas..........................................................91

V.2.5.2 – Informações sobre os Volumes...........................................92

V.2.5.3 – Informações sobre Cotações................................................92

V.2.5.4 – Informações sobre Formas Comerciais...............................92

V.2.5.5 – Informações sobre Localidades de Venda...........................93

V.2.5.6 – Informações sobre Transportes...........................................93

V.2.5.7 – Informações sobre Armazenagem.......................................94

V.2.5.8 – Informações sobre Fluxos Contratuais................................94

V.2.5.9 – Informações sobre Custos...................................................95

V.2.5.10 – Informações sobre o Caixa................................................96

V.2.5.11 – Informações sobre os Contratos........................................97

V.2.6 – Botão Próximo Mês.........................................................................98

V.2.7 – Botão Analisar Gráfico..................................................................100

V.2.8 – Botão Formas Comerciais..............................................................103

V.2.8.1 – Forma de Comercialização CPR.......................................104

V.2.8.2 – Forma de Comercialização CPR Financeira.....................106

xvi

V.2.8.3 – Forma de Comercialização Futuro....................................107

V.2.8.4 – Forma de Comercialização Opção....................................107

V.2.8.5 – Forma de Comercialização CPRF + Seguro de Preço.......108

V.2.8.6 – Forma de Comercialização Spot........................................109

V.2.9 – Botão Transporte............................................................................109

V.3 – ESTRUTURAÇÃO DO MODELO...........................................................110

V.3.1 – Planilha Mapa................................................................................111

V.3.2 – Planilha Modelo.............................................................................111

V.3.3 – Planilha Real..................................................................................112

V.3.4 – Planilha Fretes................................................................................114

V.3.5 – Planilha Sazonalidade....................................................................115

V.3.6 – Planilha Produção..........................................................................117

V.4 – METODOLOGIA CONSTRUTIVA E CALIBRAÇÃO DO MODELO..118

V.4.1 – Regiões Produtoras de Soja...........................................................118

V.4.2 – Informações Estáticas....................................................................119

V.4.3 – Informações sobre os Volumes......................................................122

V.4.4 – Informações sobre Cotações..........................................................122

V.4.4.1 – Cotação Chicago................................................................122

V.4.4.2 – Cotação Paranaguá............................................................124

V.4.4.3 – Cotação Dólar....................................................................127

V.4.4.4 – Cotação Porto....................................................................128

V.4.4.5 – Cotação Fazenda................................................................129

V.4.4.6 – Cotação Rodoviário...........................................................129

V.4.4.7 – Cotação Multimodal..........................................................134

V.4.5 – Informações sobre Formas Comerciais..........................................136

V.4.6 – Informações sobre Localidades de Venda.....................................139

V.4.7 – Informações sobre Transportes......................................................141

V.4.8 – Informações sobre Armazenagem.................................................143

V.4.9 – Informações sobre Fluxos Contratuais..........................................144

V.4.10 – Informações sobre Custos............................................................147

V.4.10.1 – Custo de Produção...........................................................147

V.4.10.2 – Custo de Armazenagem e de Estoque.............................151

xvii

V.4.10.3 – Custo de Transportes.......................................................152

V.4.10.4 – Custo Contratuais e Custo Total......................................153

V.4.11 – Informações sobre o Caixa..........................................................153

V.4.12 – Informações sobre os Contratos...................................................154

V.4.12.1 – CPR’s...............................................................................154

V.4.12.2 – Futuro..............................................................................155

V.4.12.3 – Opção...............................................................................158

V.4.12.4 – Spot..................................................................................160

V.4.13 – Informações sobre Tendências.....................................................160

VI – CONCLUSÕES E RECOMENDAÇÕES.............................................................166

RERERÊNCIAS............................................................................................................171

ANEXOS.......................................................................................................................178

1

CAPÍTULO I

INTRODUÇÃO

I.1 – CONTEXTUALIZAÇÃO DO TRABALHO

O Brasil vem ocupando a cada ano uma posição de maior destaque entre os

principais produtores mundiais de soja, impulsionado pelo forte aquecimento da

demanda mundial, com preços recompensadores. A produção nacional, estimada

preliminarmente para a safra de 2002/03, segundo o Departamento de Agricultura dos

Estados Unidos (USDA, 2003, p.6), será de 52,5 milhões de toneladas, enquanto os

Estados Unidos produzirão 74,8 milhões de toneladas (USDA, 2003, p.6). Soma-se

ainda que a possibilidade de expansão produtiva mundial está quase toda no Brasil, em

termos topográficos, meteorológicos, de disponibilidade de terras e tecnológicos, que

propiciam o cultivo em larga escala, tendência mundial na produção de grãos

(EMBRAPA, 2001).

A figura I.1 ilustra a evolução comparada da produção de soja dos três principais

países produtores, desde a safra de 99/00, até aquela prevista para o ano safra 03/04.

Figura I.1 – Evolução da produção de Soja dos três principais países produtores

Evolução da Produção de Soja

0

10

20

30

40

50

60

70

80

90

99/00 00/01 01/02 02/03 03/04

Safras

Milh

ões

de

To

nel

adas

Estados Unidos Brasil Argentina

Fonte: USDA.

2

Estima-se que sistema agro-industrial brasileiro, como um todo, contribua com

35% no valor total do PIB, ou seja, US$ 163 bilhões do PIB projetado para 2003 de

US$ 467 bilhões. Desse total, a cadeia agro- industrial da soja participa com pelo menos

16%, o que significa um montante de US$ 26 bilhões anuais (EMBRAPA, 2001). Esses

números mostram a importância econômica da soja para o País.

As projeções para a safra de 2002/03 indicam que o Brasil baterá novos recordes

de exportação, atingindo 21 milhões de toneladas de soja em grão (57%), 13,75 milhões

de toneladas de farelo (37 %) e apenas 2,25 milhões de toneladas de óleo (6%), de um

total de 37 milhões de toneladas exportadas, representando acréscimo de 21% sobre as

exportações da safra anterior e superando as exportações dos EUA, que registrarão para

o complexo soja (grãos, farelo e óleo), 35 milhões (USDA, 2003). Em valores

monetários, as exportações de soja brasileira devem situar-se perto de US$ 8 bilhões

contra US$ 7,2 bilhões dos norte-americanos.

Com a atual safra de grãos prevista em 122,2 milhões de toneladas (IBGE,2003),

o Agronegócio brasileiro deverá atingir em 2003 um superávit comercial de US$ 25

bilhões, contra US$ 20,3 bilhões de 2002 (mais de 23 % em um ano), sendo o mercado

exportador mais dinâmico da economia brasileira. O agronegócio representa mais de

40% da pauta de exportações e 11% de importações.

Costuma-se afirmar que o agricultor brasileiro é extremamente competitivo da

porteira para dentro da fazenda e os números da produtividade comparada dos três

principais players confirmam essa informação1. Entre os elementos que propiciam essa

posição de relevo na agricultura mundial, destacam-se o desenvolvimento de sementes

adequadas a cada região, resistentes às doenças; o tratamento científico dos solos; o

sistema inovador de plantio direto2 e a intensa mecanização da lavoura (PAULA e

FAVERET, 2000, p.1).

Por outro lado, o aspecto da comercialização da produção não acompanha o

mesmo desenvolvimento contemplado no campo. As deficiências no sistema de

armazenagem obrigam o produtor a vender quase a totalidade de sua safra no momento

1 As produtividades em toneladas por hectare, para os Estados Unidos, Brasil e Argentina, nesta ordem, os maiores produtores mundiais, foram, para a safra 2002/03, respectivamente de: 2,55; 2,85 e 2,82. 2 Ver item III.3.1.

3

da colheita, quando os preços são mais baixos e os fretes mais caros; a restrição nas

opções de compradores, devido a uma visão do negócio muito regionalizada, sem

considerar a possibilidade de exportação direta; as dificuldades da operacionalização

logística e os altos volumes exigidos em uma exportação; o elevado custo de

escoamento, devido à escassez de modais mais baratos, condições inadequadas de

estradas e custos excessivos de terminais portuários; o desconhecimento dos sistemas de

proteção de preço em mercado futuro; as elevadas taxas de desconto cobradas pelos

mecanismos de antecipação da venda para custeio da lavoura; a escassa ou ineficiente

assistência de cooperativas em algumas regiões produtoras, entre outros problemas,

fazem com que o produtor perca boa parte da competitividade alcançada na produção.

I.2 – OBJETIVO DA PESQUISA

O principal objetivo desta tese consiste no desenvolvimento de uma ferramenta

de simulação, em forma de planilha, que auxilie o produtor na determinação de uma

estratégia de venda, mês a mês, de uma safra de soja a granel.

Com o apoio desse instrumento, o produtor terá a possibilidade de decidir sobre

a forma de comercialização (venda especulativa, antecipada, futura ou opção de venda),

o local de entrega do produto e as quantidades vendidas em cada época, em uma decisão

reavaliada mês a mês. As premissas para a tomada desse conjunto de decisões

fundamentam-se na consideração das expectativas de valor futuro, para cada mês, da

cotação do grão na Bolsa de Chicago e nos mercados locais, da taxa de câmbio e dos

custos logísticos nos canais de escoamento do produto.

O modelo contempla as principais áreas produtoras de soja do país, porém a

análise é individual para a região escolhida. O ambiente de planejamento envolve um

horizonte de 18 meses onde, para cada mês, são contabilizados receitas e custos

provenientes da produção e da venda do grão.

4

I.3 – IMPORTÂNCIA DA PESQUISA

A literatura concede grande importância ao estudo dos aspectos de

competitividade na produção e comercialização da soja, encarada, sobretudo, em uma

perspectiva macroeconômica. No entanto, estudos relacionados à competitividade do

produtor são escassos. Este trabalho pretende abordar o problema das decisões logísticas

e financeiras que afetam o produtor de soja, em sua estratégia de comercialização de

uma safra, particularizando cada região produtora e época do ano, com o apoio de um

modelo de simulação em forma de planilha eletrônica.

Ao planejar a comercialização de uma safra anual de soja, o modelo permite ao

analista considerar, em suas especificidades logísticas, cada uma das principais regiões

produtoras do país, delimitadas pelo critério da homogeneidade dos canais de

escoamento para exportação. O decisor pode escolher entre os locais de venda na

fazenda ou no porto, analisando os custos comparados do deslocamento do produto por

um processo multimodal ou exclusivamente rodoviário.

Simultaneamente, o programa facilita a análise do papel que a armazenagem

desempenha, como vantagem comercial para o produtor, na retenção da venda, em cada

época do ano.

Além das decisões relacionadas ao ponto de venda, retenção de estoques e

escolha modal, o modelo permite a consideração, de maneira integrada, sobre a

utilização de formas de comercialização (venda especulativa, antecipada, formação de

hedge e seguro de preço) e a quantidade negociada em cada etapa da venda.

Esse painel abrangente de decisões, que devem ser tomadas de forma integrada,

em um cenário mutante, constitui um problema muito complexo para o analista, daí a

conveniência de que ele disponha de uma ferramenta que o auxilie no sentido de

maximizar sua receita comercial, de forma coerente com sua necessidade de formação

de capital de custeio para a safra e seu perfil de aversão ao risco.

5

I.4 – ESTRUTURA E CONTEÚDO DO TRABALHO

Esta tese foi organizada em seis capítulos, mais uma parte de anexos.

O capítulo de introdução situa o trabalho no contexto do agronegócio brasileiro e

apresenta os objetivos e a importância da pesquisa. O capítulo seguinte revela um

aspecto da revisão de literatura, apresentando uma breve história do desenvolvimento da

soja. A seguir destaca o papel desta commodity como propulsionadora do agronegócio

brasileiro, apresenta a estrutura da oferta e demanda mundial e nacional e o processo

industrial da soja. No terceiro capítulo, segue-se outra abordagem da revisão de

literatura relacionada aos fatores de competitividade do complexo da soja,

apresentando-se a estrutura agrária na produção desta oleoginosa e os fatores de

competitividade de produção, de mercado e de comercialização.

No quarto capítulo, começa-se a esboçar a ferramenta proposta, com a

proposição conceitual um modelo de simulação para comercialização de soja em grãos,

esmiuçando-se as etapas deste processo e caracterizando-se a sua estrutura teórica,

acompanhada de uma declaração de escopo.

O quinto capítulo é o cerne da metodologia do trabalho e intitula-se Construção

e Calibração do Modelo. Inicialmente são apresentados os aspectos gerais da

modelagem, com ênfase para as características adotadas na programação;

posteriormente, descreve-se o funcionamento do modelo, sua estruturação em módulos

e, encerrando o capítulo, a metodologia construtiva e o processo de calibração do

modelo.

O sexto capítulo é reservado às conclusões e recomendações, destacando as

principais virtudes e limitações do modelo e proposições sobre as características a serem

consideradas em novos estudos.

Finalmente, nos anexos, são apresentadas algumas figuras que complementam o

entendimento do texto da tese.

6

CAPÍTULO II

O AGRONEGÓCIO DA SOJA

II.1 – HISTÓRICO DO DESENVOLVIMENTO DA SOJA

De acordo com a Embrapa (2001, p.1), “a soja é uma leguminosa cultivada pelos

chineses há cerca de cinco mil anos. Sua espécie mais antiga, a soja selvagem, crescia

principalmente nas terras baixas e úmidas, junto aos juncos nas proximidades dos lagos

e rios da China Central. Há três mil anos a soja se espalhou pela Ásia, onde começou a

ser utilizada como alimento. Foi no início do século XX que passou a ser cultivada

comercialmente nos Estados Unidos. A partir de então, houve um rápido crescimento na

produção, com o desenvolvimento das primeiras cultivares comerciais.”

No Brasil, o “feijão chinês”, como algumas vezes é chamada a soja, chegou em

1882, implantado na Bahia. Em 1941, apareceu pela primeira vez nas estatísticas

oficiais do Rio Grande do Sul (VERNETTI, 1977), onde, neste mesmo ano, foi

construída a primeira fábrica de processamento de soja.

O grão de soja dá origem a subprodutos dos quais os principais são o farelo e o

óleo. Outros, mais elaborados, são utilizados pela agroindústria de alimentos e indústria

química. A proteína de soja dá origem a produtos comestíveis (ingredientes de padaria,

massas, produtos de carne, cereais, misturas preparadas, bebidas, alimentação para

bebês, confecções e alimentos dietéticos). É utilizada também pela indústria de adesivos

e nutrientes, alimentação animal, adubos, formulador de espumas, fabricação de fibra,

revestimento, papel, emulsão para tintas e outras aplicações. A soja integral é utilizada

pela indústria de alimentos em geral e o óleo bruto se transforma em óleo refinado e

lecitina, que dá origem a inúmeros outros produtos (EMBRAPA, 2001, p.1).

A figura 1 dos Anexos apresenta um mapa geral dos produtos originados da soja.

O interesse do Governo brasileiro pela expansão na produção da soja para

atender à indústria fez com que a leguminosa ganhasse cada vez mais incentivos

oficiais. Para atender às exigências de produção de uma cultura altamente demandante

7

de tecnologia, foi criado, em 1975, em Londrina, o Centro Nacional de Pesquisa de Soja

(atual Embrapa Soja), como uma das unidades da Empresa Brasileira de Pesquisa

Agropecuária (Embrapa). Sua principal incumbência era conquistar a independência

tecnológica para a produção brasileira, que até então estava concentrada nos estados do

Sul do País, aproveitando a entressafra da cultura do trigo que, na época, recebia

incentivos do governo. A boa adaptação da soja nas terras do Sul do país e a crescente

demanda dos mercados interno e externo deram estabilidade aos preços do produto, o

que incentivou o aumento de área.

Em pouco tempo, os cientistas não só criaram tecnologias específicas para as

condições de solo e clima do Sul, como conseguiram desenvolver a primeira cultivar

para regiões tropicais brasileiras, que viabilizou a produção no Cerrado, onde antes a

planta não se desenvolvia. A criação de novas sementes fez muito mais do que

desbravar as novas fronteiras agrícolas do Brasil, até então consideradas improdutivas;

levaram a soja a todas as regiões de clima tropical do mundo.

II.2 – A SOJA COMO PROPULSIONADORA DO AGRONEGÓCIO

BRASILEIRO

De acordo com Paula e Faveret (2000, p.1) “Pode-se dizer, sem medo de errar,

que a expansão da cultura da soja foi a principal responsável pela introdução do

conceito de agronegócio no país, não só pelo volume físico e financeiro envolvido, mas

também pela necessidade da visão empresarial de administração da atividade por parte

dos produtores, fornecedores de insumos, processadores da matéria-prima e

negociantes, de forma a manter e ampliar as vantagens competitivas da produção.”

O processo de mecanização da agricultura brasileira e a introdução de técnicas

modernas de plantio, colheita e processamento de grãos devem-se, em grande parte, à

expansão do cultivo de soja ocorrido nas últimas três décadas.

Os setores agro- industriais relacionados à produção de carnes consolidaram-se e

expandiram-se, graças à oferta abundante de rações obtidas através da soja.

8

Cooperativas e traders ampliaram significativamente suas atividades, apoiadas

na oferta interna de grãos e na facilidade de comércio desta commodity, tanto no

mercado interno como para exportação.

A conquista do oeste brasileiro ocorreu no rastro do “ouro-verde”, que hoje já

procura as fronteiras do Norte para ocupar seu espaço (PAULA e FAVERET, 2000,

p.1).

Estruturas de armazenagem, processamento, transporte e exportação foram

bastante ampliados a partir do significativo aumento da produção e expandiram-se fora

das regiões tradicionais de plantio, acompanhando a ampliação da fronteira agrícola,

embora em ritmo descompassado.

A competição acirrada no comércio internacional exige grande dinamismo de

todos os fatores, razão pela qual a pesquisa tecnológica, especialmente agronômica,

desenvolveu-se no mesmo diapasão, oferecendo novas técnicas e cultivares adequados

às regiões, de diversas especificações (conforme o uso pretendido) e resistentes às

doenças.

II.3 – ESTRUTURA DA OFERTA E DEMANDA MUNDIAL E NACIONAL

Estados Unidos, Brasil, Argentina e China lideram a produção mundial de soja,

respondendo, em média, por 91% do total produzido, conforme estimativas do United

States Department of Agr iculture (USDA, 2003) para a safra de 2002/03. Estes mesmos

países, com exceção da China, lideram o ranking de exportação. Entre os principais

importadores do complexo soja, a União Européia, China, Japão e México respondem

por 57% do volume total. As figuras II.1 a), b) e c) ilustram essas informações.

A União Européia é a grande importadora, com uma parcela superior a 30%. A

China tornou-se forte importadora no início do século, assumindo cerca de 18% do total

comercializado, como resultado do grande crescimento da demanda interna de carnes.

Japão e México têm parcelas semelhantes, em torno de 4%. Países da Oceania, embora

9

não apareçam no gráfico, importam perto de 8 milhões de toneladas de farelo de soja,

para alimentação de seu expressivo rebanho bovino.

Figuras II.1 a), b) e c) – Principais produtores, exportadores e importadores de

soja estimados para a safra 2002/03

Fonte: USDA

Dentre as nações que se destacam como as mais promissoras importadoras de

soja para o futuro, estão a China, os países do Leste Europeu, Norte da África, Oriente

Médio e América Latina, particularmente o México. Nesses países, a maior parte da

população apresenta alta elasticidade-renda na demanda de alimentos, principalmente de

origem animal. Dessa forma, o aumento esperado da renda per capita desses países,

causará um aumento sem precedentes na demanda de oleaginosas (EMBRAPA, 2001).

De acordo com dados do USDA (2003), a produção brasileira de soja alcançará

60 milhões de toneladas na safra de 2003/04, ocupando uma área de 21 milhões de

hectares com uma produtividade de 2,86 t/ha.

A evolução da área cultivada, produção e produtividade da soja brasileira,

apresentadas em forma comparativa entre as regiões Sul e Centro-Oeste, podem ser

10

acompanhadas nas figuras II.2 a), b) e c), extraída do relatório Agriculture in Brazil and

Argentina: Developments and Prospects for Major Field Crops (USDA, 2001).

Figuras II.2 a), b) e c) – Evolução comparada da área cultivada, produção e produtividade da soja entre as regiões Sul e Centro-Oeste do Brasil

A expansão da área cultivada de soja no Brasil é resultado tanto da incorporação

de novas áreas, nas regiões Centro-Oeste e Norte, quanto da substituição de outras

culturas, na Região Centro-Sul, segundo a Embrapa (2001). Quanto ao aumento da

produtividade o fator decisivo foi o sistema de pesquisa da Embrapa (PAULA e

FAVERET, 2000, p.5).

11

Em termos regionais, a figura II.3 revela a evolução da produção nos principais

estados onde a soja é cultivada.

Figura II.3 – Evolução da produção da soja nos principais estados do Brasil

Soja - Evolução da Produção nos principais estados

0

1.000

2.000

3.000

4.000

5.000

6.000

7.000

8.000

9.000

10.000

11.000

12.000

13.000

14.000

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

ano

mil

ton

Fonte: IBGE e CONAB

MT

PR

RS

GO

MS

BA

Cabe destaque ao crescimento da produção e da produtividade no Mato Grosso

que assumiu, na safra de 1999/00, a posição de maior produtor brasileiro de soja, com

um volume de 8,77 milhões de toneladas em uma área plantada de 2,91 milhões de

hectares, perfazendo uma produtividade superior a 3 t/ha, quando a média nacional

naquela safra foi de 2,34 t/ha. Tecnologia, terras planas, grandes lotes e regularidade

climática explicam a liderança na produtividade e o crescimento da produção neste

estado.

O Rio Grande do Sul, berço da cultura da soja, apresenta grandes variações de

produção e produtividade em razão de flutuações climáticas prejudiciais à cultura na

época da colheita.

12

II.4 – O PROCESSO INDUSTRIAL

O processo de industrialização da soja, de acordo com Paula e Faveret (2000,

p.14) inicia-se pela secagem e limpeza do grão, quebra e prensagem. Desse

processamento resulta o óleo e uma massa que é lavada com solvente. O óleo passa por

um sistema de retirada de goma (degomagem) para alcançar o estágio de óleo bruto,

enquanto a massa, após secagem e tostagem, resulta no farelo. A goma tanto pode ser

utilizada para a produção de lecitina de soja quanto ser adicionada ao farelo. No início

do processo industrial pode ser feita a retirada da casca do grão, resultando em um

farelo de maior quantidade de proteína (hi-pro).

O destino do óleo é o refino e o farelo vai para a alimentação animal,

diretamente ou através das misturas feitas pelas fábricas de ração. O aproveitamento

médio do grão resulta em 79% de farelo e 19,8% de óleo bruto.

A cadeia não pára nestes dois produtos. O óleo segue seu caminho, sendo

transformado em vários subprodutos, dos quais a margarina se coloca em maior

destaque.

Esmagamento

Boa parte das esmagadoras funciona com capacidade ociosa acima de 40%,

iniciando em março e parando em setembro, período que coincide com escoamento da

safra, quando cerca de 79% de toda a soja é esmagada. O volume restante, processado

nos outros meses, origina-se da soja precoce no mês de fevereiro (4% a 5% do

esmagamento total), drawback e estoques (PAULA e FAVERET, 2000, p.15).

O motivo básico para o superdimensionamento das plantas industriais é a

concorrência pela compra da matéria-prima no início da safra, quando os preços são

mais favoráveis. Além disso, a maioria das plantas são conversíveis para o

processamento de outras oleaginosas, não demandando maiores modificações de fluxo

para esmagar soja, milho ou girassol.

A indústria do esmagamento da soja é bastante concentrada, tanto em termos de

empresas quanto de localização.

13

Quanto à localização, a figura II.4 ilustra os estados com suas respectivas

capacidades instalada de processamento.

Figura II.4 – Capacidade Instalada de Processamento de Oleoginosas por estados

do Brasil

Fonte: ABIOVE

O fato das grandes firmas poderem integrar as cadeias de grãos e carnes – a

partir da produção de óleo e farelo – confere a elas uma enorme capacidade de gerar

sinergias. Sendo os conglomerados transnacionais os líderes nesses mercados, como

ilustra a tabela II.1.

Tabela II.1 – Capacidade Instalada de Processamento de Oleoginosas por

empresas no Brasil

t/dia %Bunge 29.180 24,8%Louis Dreyfus 8.350 7,1%ADM 6.890 5,8%Cargill 6.700 5,7%Outras 66.755 56,6%Total 117.875 100,0%

Capacidade de EsmagamentoEmpresa

14

Refino

A concentração na área do refino de óleos não é muito diferente do que ocorre

no setor de esmagamento, embora o número de empresas que trabalham com refino seja

menor: 47 refinadoras contra 67 esmagadoras (PAULA e FAVERET, 2000, p.22).

As quatro maiores refinadoras detêm 46% da capacidade instalada. As tradings

concentram 34%, participação menor que no setor de esmagamento, e a Bunge sozinha

detém 28%.

15

CAPÍTULO III

FATORES DA COMPETITIVIDADE DO COMPLEXO DA SOJA

III.1 – INTRODUÇÃO

A competitividade no mercado de commodities, tal como apresentado pelo

Relatório Agriculture in Brazil and Argentina: Developments and Prospects for Major

Field Crops (2001, p.53) é resultado da influência de muitos fatores, como a

disponibilidade de recursos naturais e condições agroclimáticas, o impacto de políticas

macroeconômicas (que afetam a taxa de câmbio, mercado de trabalho, investimentos,

disponibilidade e custos de energia etc.), políticas específicas do setor (tais como

créditos subsidiados, taxas de importação e exportação para insumos e produtos

acabados), infra-estrutura (para armazenagem e transporte) e instituições de suporte

(tais como créditos, regulamentação, notícias e informações etc.) que ajudam os

mercados a operar eficientemente. A conquista de mercados e o crescimento também

dependem da demanda interna, da remuneração relativa a outras culturas e outras

condições.

No entanto, de forma mais simples, a competitividade no mercado internacional

consiste na capacidade de colocar o produto no ponto de venda ao mais baixo custo

possível, isto é, com o mais baixo custo combinado no nível de produção na fazenda,

transporte e custos de comercialização. Neste sentido, a análise comparada da estrutura

de custos entre Brasil, Argentina e Estados Unidos, para a safra de 1998/99, relativa à

produção, transporte e comercialização de soja desde as principais áreas de plantio até

um porto de exportação comum, Roterdã, sugere que os EUA ficam ligeiramente atrás

de Argentina e Brasil, conforme ilustram as tabelas III.1 e III.2 apresentadas a seguir.

16

Tabela III.1 – Custos de produção da soja: EUA, Brasil e Argentina, safra 98/99

Itens de custo

Custos variáveis:Sementes 19,77 16,69 11,23 n/d 17,90Fertilizantes 8,22 20,66 44,95 n/d 0,00Produtos Químicos 27,31 20,56 39,97 n/d 16,90Máquinas Operação/Reparos 20,19 26,88 18,22 n/d 24,00Juros 1,81 5,63 12,11 n/d n/dMão-de-obra contratada 1,29 22,72 5,58 n/d 4,30Colheita n/d n/d n/d n/d 22,24Outros n/d 2,00 n/d n/d n/dTotal de custos variáveis 78,59 115,14 132,06 96,29 85,34

Custos fixos:

47,99 41,04 8,97 19,08Custo da terra (taxa de aluguel) 87,96 14,28 5,84 62,72Taxas e seguro 6,97 1,63 0,55 n/dOverhead 13,40 n/d n/d 20,67Total de custos fixos 156,32 56,95 30,01 102,47

Custo total de produção 234,91 172,09 162,08 198,76

Produtividade (bushels/acre) 46,00 41,35 41,65 50,60Custo variável por bushel 1,71 2,78 3,17 1,90Custo fixo por bushel 3,40 1,38 0,72 2,02Custo total por bushel 5,11 4,16 3,89 3,92Fonte: USDA

US$ / acre

Depreciação de máquinas e equipamentos

Brasil Argentina

Paraná Mato Grosso

Norte de Buenos

Aires e Sul de Santa Fé

Chaco

Principal Área

Produtora dos EUA

Tabela III.2 - Custos de exportação da soja: EUA, Brasil e Argentina, safra 98/99

Itens de custo

Custos de Produção:Custos Variáveis 1,71 2,78 3,17 1,90Custos Fixos 3,40 1,38 0,72 2,02Custo Total de Produção 5,11 4,16 81 3,89 76 3,92 7 7

Transporte interno e comercialização 0,43 0,85 1,34 0,81Custo a bordo 5,54 5,01 90 5,23 94 4,73 8 5

Custo de Frete para Roterdã 0,38 0,57 0,57 0,49Preço em Roterdã 5,92 5,58 94 5,80 98 5,22 8 8Fonte: USDA

% Custo EUA

Principal Área Prod.

dos EUAParaná

ArgentinaBrasil

Mato GrossoBuenos Aires e

Santa Fé

US$/bu US$/bu US$/bu US$/bu% Custo

EUA% Custo

EUA

De acordo com o relatório da Embrapa (2001), a produção brasileira de soja,

bem como seus derivados semi- industrializados e industrializados, sofre forte

concorrência mundial, com tendências a se acirrar na primeira década do novo milênio.

17

As políticas dos países desenvolvidos que procuram restringir o acesso aos seus

mercados domésticos, agravadas pelos subsídios às exportações; a estabilização do

consumo de proteínas de origem animal nos países de alta renda per capita, o

surgimento de produtos substitutos dos óleos vegetais e proteínas para ração animal e o

aumento de produção dos países competidores, são alguns fatores que pressionam a

posição brasileira no mercado mundial de soja e seus derivados.

Internamente, a necessidade de reestruturação do sistema industrial para fazer

frente à globalização também afeta a cadeia agro- industrial da soja. Essa combinação de

competitividade externa, aliada à situação interna, exige a crescente busca de vantagens

comparativas por parte dos setores e empresas participantes da cadeia da soja, e de

políticas públicas que garantam suporte e incentivo para sua capacitação competitiva.

III.2 – ESTRUTURA AGRÁRIA NA PRODUÇÃO DA SOJA

De acordo com a Embrapa (2001) é difícil conhecer o número de pessoas

ocupadas na produção de soja, já que não existem estatísticas que forneçam essa

informação de maneira direta. É possível, no entanto, estimar este valor. Segundo o

Censo Agropecuário do IBGE, o pessoal ocupado com lavouras temporárias no Brasil,

no ano de 1996, era de 6 780 333 trabalhadores, em 1 844 451 estabelecimentos

agropecuários. Isto significa aproximadamente 3,67 pessoas por estabelecimento.

Sabendo-se que existiam, entre estes estabelecimentos, 242 998 unidades que se

dedicavam também ou exclusivamente ao cultivo de soja (13,17%), pode-se estimar a

existência de 891 802 pessoas ocupadas diretamente com a produção de soja no País.

Naturalmente, essa é uma estimativa baseada em apenas um critério e sujeita a erros.

Sabe-se que a soja é uma cultura totalmente mecanizada, não possuindo, portanto, o

mesmo número de pessoas ocupadas quando comparado com outras culturas.

Embora a produção de soja tenha aumentado significativamente de 1996 para

2003, não se acredita que o número de pessoas diretamente envolvidas com essa

produção tenha crescido. Ao contrário, estima-se que a expansão da soja na Região

18

Centro-Oeste e a diminuição das pequenas propriedades da Região Sul tenham

contribuído para a queda do número de pessoas envolvidas diretamente com a cultura.

A partir dos dados censitários de 1996, observa-se que o produtor médio de soja

ocupou uma área de 38,02 ha e produziu 88,84 toneladas de grãos, equivalente a uma

produtividade de 2 273 kg/ha (Tabela III.3).

Tabela III.3 - Produção de soja no Brasil, segundo a condição de posse e área do

produtor (Safra 95/96)

Com relação à situação de posse da terra dedicada à soja nota-se, com os dados

do censo de 1996, que os proprietários representavam 82,26% dos produtores,

produzindo 84,81% da safra total e ocupando 84,57% da área total destinada à cultura.

Os arrendatários constituíam 8,68% dos produtores e produziam 12,12% da soja, com

um volume médio de 124,06 toneladas. A produtividade do produtor arrendatário era de

2 304 kg/ha, muito próxima do valor dos proprietários que era de 2 343 kg/ha,

indicando que a tecnologia utilizada é semelhante. Os parceiros constituíam 5,70% dos

produtores, mas sua produção atingiu apenas 2,13% da produção total, o que

corresponde à observação de que o tamanho médio da área do produtor parceiro estava

bem abaixo da média geral, já que a produtividade dessa categoria foi de 2 293 kg/ha,

indicando o uso da mesma tecnologia das categorias anteriores. Os ocupantes

constituíam 3,36% dos produtores de soja, gerando apenas 0,90% do volume colhido. A

área média ocupada foi a mais baixa entre os quatro grupos, o mesmo ocorrendo com a

produtividade que foi de 2 252 kg/ha.

Totais 242.998,0 21.588.193,0 9.240.289,0 88,8 38,0

Proprietários 199.884,0 18.309.949,0 7.814.314,0 91,6 39,1 2.343 Arrendatários 21.101,0 2.617.882,0 1.136.301,0 124,1 53,9 2.304 Parceiros 13.839,0 460.868,0 201.002,0 33,3 14,5 2.293 Ocupantes 8.174,0 199.494,0 88.672,0 24,4 10,8 2.252

Ganho %Menos de 10 ha 57.203,0 356.726,0 195.068,0 6,2 3,4 1.830 - 10 a 100 ha 157.147,0 5.059.819,0 2.337.097,0 32,2 14,9 2.165 18,34%100 a 1000 ha 24.713,0 8.602.393,0 3.759.820,0 348,1 152,1 2.288 5,66%1000 a 10000 ha 3.774,0 6.656.601,0 2.809.816,0 1.763,8 744,5 2.369 3,54%Mais de 10000 ha 153,0 912.441,0 386.171,0 5.963,7 2.524,0 2.363 -0,26%Não informado 8,0 213,0 96,0 26,6 12,0 2.218

Fonte: FIBGE - Censo Agropecuário do Brasil de 1995/96.

Área Média (ha)

Condição do produtor

Grupos de Área

Produtividade (kg/ha)

Número de Informantes

Produção (t) Área (ha)Produção Média (t)

19

Observa-se, com base nos dados anteriores, um ganho de produtividade

decrescente ao se passar dos estratos de menor área para as maiores glebas. O efeito

positivo da área sobre a produtividade justifica-se pelo emprego de um melhor nível de

tecnologia, que se manifesta até um determinado tamanho de propriedade, a partir do

qual é desprezível.

A tabela III.4 revela a distribuição dos tamanhos de propriedades que cultivam

soja nos principais estados produtores.

Tabela III.4 – Área cultivada com soja, segundo grupos de área total dos

estabelecimentos nos estados de maior participação na produção - 1995/96 (mil ha)

Analisando-se a tabela III.4, pode ser observado que, no Rio Grande do Sul e no

Paraná, os produtores que trabalhavam áreas menores que 100 ha representavam quase

50% da área cultivada com soja. Os produtores que trabalhavam áreas entre 100 ha e

1 000 ha representavam 41% da área total cultivada no Rio Grande do Sul e 44% no

Paraná. Os produtores com mais de 1 000 ha representavam 10% e 8%,

respectivamente, da área cultivada. No entanto, a produção nas áreas acima de 100 ha,

representava, respectivamente, 51% e 53% do total.

No Mato Grosso, no Mato Grosso do Sul e em Goiás, a área cultivada por

produtores de menos de 100 ha representava uma parcela muito reduzida da área total,

sendo esses valores, respectivamente, 0,3%, 6,7% e 3%. A área cultivada entre 100 ha e

Grupos de área Brasil RS PR MT MS GO Outros0 - 10 ha 195 112 72 1 3 - 7 10 - 100 ha 2.168 1.070 1.002 4 47 26 19 100 - 1000 ha 3.759 977 1.007 383 332 392 668 1000 - 10000 ha 2.810 244 182 122 315 429 518 10000 ha e mais 383 - 5 230 50 16 83 sem dados 1 - - - - - - Total 9.316 2.403 2.268 1.740 747 863 1.295

0 - 10 ha 2,09 4,67 3,17 0,06 0,40 - 0,5410 - 100 ha 23,27 44,53 44,18 0,23 6,29 3,02 1,47100 - 1000 ha 40,35 40,66 44,40 22,01 44,44 45,42 51,581000 - 10000 ha 30,16 10,14 8,02 64,48 42,18 49,71 40,0010000 ha e mais 4,12 0,00 0,23 13,22 6,69 1,85 6,41sem dados 0 - - - - - - Total 100 100 100 100 100 100 100Fonte: IBGE - Censo Agropecuário do Brasil de 1995/96.

Em percentuais de produção

Valores em Hectares

20

1 000 ha representava, respectivamente, 22%, 44% e 45%. A área cultivada por

produtores, cuja propriedade possuía mais de 1 000 ha, representava 77% no caso do

Mato Grosso, 49% no Mato Grosso do Sul e 52% em Goiás.

Observa-se assim que os produtores do Centro-Oeste (principalmente no caso do

Mato Grosso) ocupavam áreas bem maiores do que os da Região Sul. Essa observação

permite inferir que a grande expansão da soja no Centro-Oeste se realizou e está se

realizando com base em cultivos extensivos, aproveitando economias de escala,

enquanto que no Sul houve e continua havendo uma tendência de aumento da área das

propriedades produtoras de soja, pois a produção de grãos não se sustenta mais em

pequenas propriedades que procuram fazer dessa atividade a sua principal fonte de

receita (EMBRAPA, 2001).

Para se ter uma idéia da tendência da produção de soja quanto aos parâmetros

analisados, procura-se compará- los com os dados do Censo Agropecuário de 1985. Os

dados comparativos dos dois Censos indicam que houve uma diminuição de 177 206

estabelecimentos que produziam soja de 1985 a 1996. Naturalmente, a maior parte

desses estabelecimentos possuía pequenas áreas. Por exemplo, as propriedades de áreas

abaixo de 100 ha diminuíram, nesse período, em 13,50%. As áreas, na faixa de 100 ha a

1 000 ha permaneceram no mesmo percentual, em torno de 40%. No entanto, as áreas

acima de 1 000 ha passaram de 18% para 30%. Na verdade, a grande produção de soja a

partir dos anos 90 está concentrada em propriedades cuja área está acima de 200 ha

(65%) e a tendência é que a produção se concentre cada vez mais em propriedades

acima dos 500 ha (EMBRAPA, 2001).

III.3 – FATORES DE COMPETITIVIDADE DE PRODUÇÃO

A competitividade na produção da soja, enquanto matéria-prima, não consiste no

maior problema da cadeia produtiva deste insumo, como pode ser visto na tabela III.1.

O Brasil está na vanguarda mundial da tecnologia de produção desta oleoginosa nas

regiões tropicais. A potencialidade do aumento de produção de soja no mundo está

localizada entre os paralelos 20ºS e 20ºN (EMBRAPA, 2001). Estima-se que o Brasil

21

possua entre 90 e 100 milhões de hectares de Cerrado para exploração agrícola, o que

permitiria aumentar em até dez vezes a produção atual de soja (WARNKEN, 2000,

P.62).

Levantamentos sobre custos de produção demonstram que, ao contrário do que

se poderia imaginar, não são tão grandes as diferenças entre o Cerrado e o Sul. Os dados

dão conta de custos na faixa de US$ 5,31 a US$ 6,01 por saca, para uma produtividade

de 55 sc/ha em plantio direto. A razão principal é que os custos se compensam:

enquanto o Sul tem custos menores de insumos, no Cerrado o custo de mão-de-obra e

remuneração da terra são mais baixos. A figura III.1 ilustra comparativamente os custos

de produção para diversos estados brasileiros, para a média brasileira e para EUA e

Argentina.

Figura III.1 – Custos comparativos de produção de soja no Brasil, EUA e

Argentina

Existem algumas variedades de sementes que viabilizam um ciclo de produção

mais curto ou mais longo, conforme as necessidades. As cultivares precoces possuem

um ciclo de produção de 110 dias, as semi-precoces de 130 dias e as tardias de 145 dias.

22

Estima-se que, na safra 01/02, 42% das áreas brasileiras foram cultivadas com sementes

de ciclo médio, 29% com ciclo tardio, 23% com precoces e 2% com superprecoces

(SOUZA, 2003).

Regionalmente, os ciclos de plantio e colheita variam como indica a tabela III.5.

Tabela III.5 - Plantio e colheita de soja por região brasileira

Regiões Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov DezNorte P C C C P P PNordeste P C C C P P PSudeste C C C C C P P P PSul C C C C P P P PCentro-Oeste C C C C C P P P PLegenda: P = Plantio; C = Colheita

Fonte: EMATER

Comparativamente entre Brasil, EUA e Argentina, o ciclo completo de produção

é mostrado na tabela III.6.

Tabela III.6 - Ciclo produtivo da soja nos principais países produtores

Ciclo produtivo da soja nos principais países produtoresPaíses Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov DezEUA P P C/F V G H HBrasil F V G H H P P CArgentina C F V G H H P PLegenda: P = Plantio; C = Crescimento; F = Florescimento; V = Emissão de Vagens;

G = Formação de Grãos; H = ColheitaFonte: USDA

Fonte: USDA

III.3.1 – Plantio Direto

De acordo com Paula e Faveret (2000, p.32), preocupados com os custos de

mecanização, uso de insumos e degradação do solo com as sucessivas safras a campo

aberto, pesquisadores e agricultores uniram-se na busca de novas técnicas de plantio e

manejo. A técnica do plantio direto consiste em plantar, sem utilização das operações

usuais de gradagem e aração, sobre os restos de uma cultura anterior, que fazem a

cobertura do solo, evitando o seu ressecamento e a evaporação de nutrientes.

23

A maioria dos estudos apontam significativas vantagens desse sistema em

comparação ao convencional. Além da diminuição dos custos de mecanização, a

dispensa de operações de gradagem e aração traz vantagens como a não compactação do

solo em virtude de menor trânsito de tratores pesados. Com a manutenção da palha

sobre o solo e a conseqüente criação de condições para desenvolvimento e manutenção

da fauna microbiana, as pesquisas constataram maior aeração do solo e melhor

distribuição dos nutrientes, o que traz como resultado menor necessidade de adubação e

calagem.

Outra observação importante, tanto em benefício ambiental como econômico, é

que, com cobertura, o solo fica menos suscetível a perdas por carregamento pelas

chuvas que provocam lixiviação (perda de nutrientes) e assoreamento dos rios.

Observações de pesquisa chegam a detectar perdas de 18,4 toneladas/hectare/ano de

solo no plantio convencional, contra 0,14 tonelada/hectare/ano no plantio direto sobre a

palha.

Esta melhoria, além do aspecto de menor custo proporciona uma melhor

produtividade, como confirma um estudo de Richetti e Mello Filho (2002).

Comparações entre os sistemas de plantio direto e convencional para Dourados (MS)

revelam custos de US$ 343,85/ha e uma produtividade de 50 sc/ha, para o plantio

convencional, contra um custo de US$ 322,93/ha e uma produtividade de 55 sc/ha para

o plantio direto.

III.3.2 – A Soja Transgênica

Das novas tecnologias aplicadas ao cultivo da soja, destaca-se a criação de

sementes geneticamente modificadas, nas quais genes da planta original são

modificados a fim de se obter maior rendimento na extração de óleo ou maior

resistência a doenças.

Das chamadas variedades transgênicas, destaca-se o cultivar da Monsanto, a

Roundup Ready (RR), geneticamente modificado para resistir ao herbicida da empresa.

24

Grandes polêmicas têm sido travadas sobre os limites da manipulação genética e

seus efeitos sobre o biossistema, tanto pelos ambientalistas como também por técnicos e

estudiosos da agricultura. A polêmica principal, por parte dos ambientalistas, é a

conseqüência que a modificação genética pode trazer na alimentação humana,

principalmente em relação à saúde. Os técnicos argumentam que ainda não está

devidamente provado que a resistência a herbicidas não será expandida para o ambiente,

tornando outras plantas, inclusive as invasoras, resistentes também (PAULA e

FAVERET, 2000, p.30).

No Brasil, a definição está a cargo da Comissão Técnica Nacional de

Biossegurança (CTNBIO), que tem permitido alguns experimentos de pesquisa com a

soja geneticamente modificada.

Discute-se a rotulação de produtos que utilizem insumos modificados

geneticamente, de forma que o consumidor possa ter informação sobre o conteúdo do

alimento que está comprando.

De acordo com o USDA (PESSÔA, 2001), 78% do volume plantado nos EUA

na safra de 00/01, foi de soja transgênica. Na Argentina, esse percentual excede 95%.

No Brasil, especula-se que seja entre 15% e 20%, cultivados sobretudo no Rio Grande

do Sul, onde o percentual ultrapassa os 70%.

União Européia e Japão mantêm resistência ao consumo de produtos

transgênicos e, em decorrência, à sua importação. A liberação do plantio, no Brasil,

pode·significar uma eventual restrição às exportações para aqueles mercados. Será mais

difícil assegurar a não “contaminação” dos produtos, estando liberado seu plantio no

país. A maior parte das exportações agrícolas brasileiras (cerca de 60% da soja, 75% do

farelo de soja e 60% do total de exportações agr ícolas) são dirigidas à Europa

(ARAÚJO, 2001, p.33).

Discute-se, no entanto, este impacto, uma vez que, de acordo com Pessôa

(2001), a União Européia tem adquirido cada vez mais soja Norte Americana e

Argentina e sabe-se que menos de 10% da soja não transgênica é certificada nesses

países. “Se houvesse, de fato, restrição, deveríamos estar enfrentando uma gigantesca

25

pressão sobre a cotação da soja brasileira com prêmios nas alturas, mas não é isso que

temos visto. O que vimos foi a União Européia comprando mais e mais soja transgênica

americana e argentina. Portanto, o bom senso exige uma reflexão desapaixonada de qual

é, de fato, o tamanho do mercado de não transgênicos hoje e no futuro, pois estou

convencido de que esse será muito pequeno, apenas um nicho de mercado”.

Ainda de acordo com Pessôa (2001), “nos EUA, onde já existia a prática de

segregação de tipos diferentes de produto, antes mesmo da existência dos transgênicos,

o prêmio pago por produto não transgênico, segregado desde o plantio, passando pela

armazenagem e contando com certificação até a chegada ao porto de exportação ou à

porta da fábrica, gira entre 1,0 e 3,0% no caso da soja, e chega a 6% no caso do milho,

sobre o valor do produto não segregado e não certificado. Ressalte-se que esse prêmio,

na maioria dos casos, mal cobre os custos relativos à sua segregação e certificação”.

De fato, se comparados os preços cotados na Chicago Board of Trade (CBOT)

com aqueles praticados em Paranaguá, para o período entre janeiro de 1998 e setembro

de 2003, observa-se para aqueles uma média de 191,42 US$/t, contra 201,79 para

Paranguá, uma diferença de 5,4% (ABIOVE, 2003). Deve-se ressaltar que os preços da

CBOT também levam em consideração a produção brasileira e que influenciam nestes

valores questões logísticas e aspectos particulares do mercado nacional. No entanto, a

diferença nas médias indica a existência de um prêmio maior para a soja convencional.

Recentemente surgiu um atrito na exportação de soja brasileira para a China,

uma vez que esta nação baixou uma nova regulação que exige do país de origem uma

certificação de que o produto não traz riscos à saúde humana, à saúde animal e ao meio

ambiente. O governo brasileiro entrou em acordo com o governo chinês para emitir um

certificado provisório, atestando que a soja exportada é preponderantemente

convencional, mas que pode haver contaminação, em algumas cargas, de soja

transgênica e que, se isso ocorrer, será com a soja do tipo Roundup Ready, que já

recebeu da CTNBio um atestado de que não traz riscos para a saúde humana, animal ou

ao meio ambiente, sendo do mesmo tipo que os chineses estão importando regularmente

dos EUA e da Argentina.

26

O aspecto mais importante, do ponto de vista econômico, relacionado à liberação

ou não da soja geneticamente modificada, reside nos custos de produção, com

diminuição do uso de herbicidas. Um estudo desenvolvido pela Embrapa (ROESSING,

2002, p.17), sinaliza uma redução de custos de produção da ordem de 17% (US$

6,05/saca de 60 Kg para soja convencional e US$ 5,02/saca de 60 Kg para soja

transgênica).

III.4 – FATORES DE COMPETITIVIDADE DE MERCADO

De acordo com Paula e Faveret (2000, p.11), os preços no Brasil guardam

relação direta com os internacionais e são praticados em estreita sintonia com a Bolsa de

Chicago, o que reflete a grande importância das exportações como destino da produção

(cerca de 71% da safra de 02/03). Trata-se de um dos produtos com maior exposição

internacional.

Os preços pagos ao produtor são baseados no preço internacional, descontados

os valores referentes a frete e impostos, que levam ao chamado preço de internalização

ou de paridade, conforme ilustra a tabela III.7.

O prêmio é uma variável de ajuste na negociação internacional que leva em

conta a origem e o destino do produto exportado, a qualidade e a oportunidade. A

inclusão da variável de ajuste da negociação internacional nas compras nacionais (que

não sejam para exportação) procura adequar o preço pago ao produtor com o valor

internacional do produto. Assim, a tendência de preços da soja no mercado interno

segue a mesma verificada do mercado mundial.

Deve ser observado, como nota o Relatório Agriculture in Brazil and Argentina:

Developments and Prospects for Major Field Crops (2001, p.44) que a taxa de ICMS

(Imposto sobre Circulação de Mercadorias e Serviços) causa distorções no mercado

para as indústrias esmagadoras domésticas.

O ICMS representa a principal fonte de recurso dos estados e varia de 5% a 13%

dependendo do produto e se este é vendido no limite do estado, para outro estado ou se

27

é exportado. No entanto, a Lei 87 (conhecida com lei Kandir) promulgada em setembro

de 1996, isenta dessa taxa a exportação de insumos e produtos semimanufaturados.

Tabela III.7 – Paridade para Exportação x Mercado Interno

FARELO ÓLEO

1 - Fechamento Chicago* 642,50 642,50 642,50 156,20 28,372 - Prêmio/Desconto -9,00 -5,00 -9,00 -16,50 1,003 - Conversão (US$/Tonelada) 232,77 234,24 232,77 153,99 647,494 - Relação Cambial 1,15 1,15 1,15 1,15 1,155 - Receita Bruta (R$/Tonelada) 266,41 268,09 266,41 176,24 741,056 - DespesasICMS 0,00 0,00 0,00 0,00 0,00Fretes 26,00 19,00 54,00 10,50 10,23Despesas Porto 8,01 8,01 8,01 8,01 11,45PISTaxas/Comissões 0,57 0,57 0,57 0,57 1,14Corret. Câmbio 0,50 0,50 0,50 0,33 1,39Cofins7 - Despesa Total 35,08 28,09 63,08 19,41 24,218 - Receita Líquida 231,32 240,00 203,32 156,83 716,849 - Paridade/60 Kg 13,88 14,40 12,2010 - Mercado Interno 13,80 14,50 11,90 180,00 720,0011 - Relação % (10)/(9) -0,57 0,69 -2,45 14,77 0,44Fonte: Safras & Mercado.* Em US$ cents/bushel para soja, US$/tonelada curta para farelo e US$ cents/libra para óleo.

Referência: 05/1998

Ponta Grossa

Ponta Grossa

SOJA EM GRÃO

CascavelPasso Fundo

Rondonópolis

As esmagadoras, quando compram a soja de outros estados para reexportá- lo,

pagam o ICMS, recuperando-o em data posterior. Entretanto, como sustenta o referido

relatório (2001, p.45), o sistema de recuperação desse imposto não funciona bem. As

esmagadoras, quando supridas por insumos de um outro estado, acumulam os

descontos, em forma de bônus, até que efetivamente exportem o produto final. Para

evitar esta restrição no fluxo de caixa, as esmagadoras competem por insumos dentro do

próprio estado, o que pode fazer com que o preço local aumente, se a capacidade de

esmagamento dentro do estado é grande, relativamente ao suprimento. Assim, os

pequenos esmagadores estão em desvantagem, uma vez que suas margens apertadas não

lhes permitem pagar o mesmo preço pago pelas trading companies no mercado

internacional. Grandes empresas multinacionais que tanto esmagam quando

comercializam internacionalmente são menos afetadas.

28

A peculiaridade dessa taxa tem encorajado produtores brasileiros a investir em

fazendas de soja nos vizinhos países Paraguai e Bolívia. A soja importada para o Brasil

não é taxada com ICMS se o produto, processado ou não, é reexportado. Este fato tem

estimulado a importação de soja paraguaia e boliviana para as plantas brasileiras.

O farelo segue as mesmas tendências do grão, pois não tem no mercado, como

fonte protéica para ração animal, concorrentes de peso, sendo o preço do grão o

determinante para o farelo. Já o óleo sofre a concorrência dos diversos tipos de óleos

vegetais, seja para uso basicamente doméstico (colza, girassol e oliva) ou misto, como

palma, algodão, coco e amendoim. Desta maneira, seu preço sofre a influência da oferta

de outros óleos, além da atividade industrial do setor de alimentos.

Além dos fatores de formação de preço, a questão da carência de estrutura de

armazenagem para muitos produtores, os força à comercialização durante a safra,

quando os preços do produto estão mais baixos e os fretes são significativamente mais

caros, em função do aumento da demanda por transporte Caixeta Filho et al. (2001,

p.136). Nos Estados Unidos, os produtores maximizam a lucratividade conjugando a

armazenagem na fazenda com o transporte da safra via ferrovia-hidrovia. Já no Brasil só

os grandes produtores dispõem de estrutura de armazenagem na fazenda, enquanto os

pequenos e médios defrontam-se com duas opções: ou fazem a venda logo após a

colheita, ou utilizam armazéns de terceiros.

Dados de mercado (Gazeta Mercantil, 27 mai. 2003) registram que, no Brasil,

apenas 5% da capacidade total de armazenagem está dentro das fazendas entre 30 e 500

hectares, contra uma média de 65% nos EUA, 50% na Europa e 25% na Argentina.

Por outro lado, as cooperativas e empresas privadas possuem uma boa

capacidade de armazenamento da soja, fazendo com que as unidades agrícolas sejam as

que mais sofrem com esta descompensação nos fretes.

Do lado da demanda por transportes, estão os produtores rurais, as agroindústrias

e as tradings e, ofertando estes serviço, encontram-se as transportadoras e os autônomos

e seus agenciadores. Os produtores rurais, individualmente, movimentam baixos

volumes de carga, e dificilmente colocam sua produção em pontos distantes de sua

29

fazenda ou de lá trazem mercadorias. Podem realizar o transporte através de uma

cooperativa, agroindústria ou pulverizadamente, sendo comum, nestes casos, o

agricultor se responsabilizar pelos custos de transporte, mas com a agroindústria ou

tradings representando-o nas negociações.

A agroindústria exerce a atividade mais abrangente no setor, sendo um elemento

bastante capacitado para administrar o abastecimento de matérias-primas ou o

escoamento da produção. Quanto às tradings, que se caracterizam por serem grandes

compradores de commodities, suas operações proporcionam menor volatilidade ao

mercado de frete e o uso de menor número de veículos, além da possibilidade de

utilização de outros modais, o que seria ainda pouco viável aos agricultores.

Principalmente no caso de distâncias maiores, o comprador da soja adquire o produto

FOT (Free on Truck), responsabilizando-se assim pelo transporte (CAIXETA FILHO et

al., 2001, p.138).

Segundo Soares & Caixeta Filho (1996), a diferença entre transportadoras e os

motoristas autônomos (carreteiros) reside no preço do frete. As transportadoras são

empresas que concentram a maior parte do transporte nos veículos da própria frota,

controlam seus custos e oferecem seguro por perdas que possam ocorrer em função de

quebras durante o transporte. Mas a frota das transportadoras não é suficiente para

movimentar o volume gerado pelas safras, fazendo com que os motoristas autônomos

desempenhem uma importante função na oferta de veículos. No transporte de grãos e

outras mercadorias ensacadas, os autônomos acabam por dominar o mercado, tendo

como principal fator de competitividade o baixo preço a que se sujeitam a operar. O

contato entre os motoristas autônomos e os embarcadores é implementado pelos

agenciadores, que intermedeiam as negociações entre os carreteiros e os proprietários de

cargas. Esses agenciadores não se responsabilizam por quebras de transporte, havendo

necessidade de que os embarcadores providenciem o seguro, caso desejem. Mas,

segundo os demandantes, a perda obtida com transporte de cargas de baixo valor

agregado não é significante, sendo preferível assumir o risco de se trabalhar com

autônomos (EMBRAPA, 2001).

O pico da safra de soja começa na segunda quinzena de março e vai até a

segunda quinzena de abril. A primeira etapa consiste no transporte entre o produtor e a

30

indústria de esmagamento, ou armazenamento do produto. Essa fase representa um

custo mais elevado, em decorrência das estradas rurais não serem pavimentadas,

ocasionando deslocamento mais lento, períodos de interrupção por causa das chuvas,

além de elevação dos custos de manutenção do caminhão. A segunda etapa caracteriza-

se pelo transporte do grão armazenado para a indústria de processamento ou dos

armazéns e indústrias aos portos, com destino ao mercado externo. Ao contrário do que

acontece com o milho, existe maior capacidade de armazenagem de soja graças às

instalações de cooperativas e outras empresas. Isso implica em que o verdadeiro pico no

mercado de frete, ocorra nos trechos que têm como origem a unidade agrícola.

Com relação à produtividade dos veículos, o fato do carregamento se realizar na

própria lavoura, devido à já referida carência de armazenagem, restringe a velocidade de

operação da carga, sendo comum que as más condições climáticas impeçam a operação

das máquinas que efetuam a colheita.

O escoamento do farelo de soja não tem como característica picos de atividade,

pois a soja em grãos é estocada de modo a estabilizar a produção das esmagadoras. Seu

armazenamento, por outro lado, torna-se dispendioso, em virtude de sua baixa relação

valor/volume, havendo algumas implicações de ordem logística. Dessa forma, os

administradores devem operar de modo a minimizar o tempo de estocagem do produto

dentro da empresa.

O mercado de frete para o farelo de soja é distinto do da soja em grão. O farelo

sai da esmagadora e vai para a fábrica de ração ou armazém. Não são envolvidos

agricultores, com o produto sendo escoado conforme as condições de mercado.

Naturalmente, em uma situação em que o produto esteja bem cotado, a solicitação de

transporte aumenta.

O caminhão utilizado é exatamente o mesmo da soja e do milho em grãos.

Normalmente, os agentes do mercado de farelo entram no mercado spot de fretes,

procurando motoristas que efetuem o serviço.

31

O transporte de farelo de soja tende a concentrar a procura por transportes em

ofertantes da própria região de origem, já que as distâncias envolvidas são relativamente

menores. A soja em grãos, ao contrário, atrai caminhões de diversificada gama de pólos.

Outra questão que também interfere na rentabilidade do produtor, de acordo com

Paula e Faveret (2000, p. 16), e que passa despercebida na maioria das análises, é o

nível de juros praticado pelo mercado, o que se explica pelo fato de que a análise

clássica leva em conta, no cálculo dos juros do custeio da safra, a taxa praticada para o

crédito rural, determinado pelo plano de safra nacional, atualmente em 8,75% ao ano.

Porém, sendo a soja uma produção de larga escala, médios e grandes produtores têm

necessidade de custeio superior ao limite fixado pelo Conselho Monetário Nacional e,

para se financiarem, recorrem ao mercado bancário comum, ou utilizam outros

instrumentos de financiamento, sujeitando-se às taxas de juros normais, que, nos

últimos tempos, estão bastante elevadas.

Ainda outra questão importante sob a ótica comercial é que, de acordo com

Warnken (2000, p.64), nenhuma outra política econômica pode ter um impacto

potencial maior sobre o setor da soja brasileira do que o preço da moeda do país. A taxa

de câmbio é o preço mais importante no Brasil e, no caso do setor da soja, é vital para

alcançar, manter ou perder a posição competitiva no mercado internacional.

III.5 – FATORES DE COMPETITIVIDADE DE COMERCIALIZAÇÃO

Na perspectiva de aumento da competitividade da soja brasileira do ponto de

vista da comercialização, dois aspectos mostram-se fundamentais. Em um primeiro

plano reside o melhor equacionamento da rede logística, que, como pode ser observado

na tabela III.2, onera significativamente o ciclo produção-comercialização da safra

nacional, principalmente a partir das grandes distâncias a serem percorridas das

fronteiras agrícolas até os portos de embarque para exportação. Por outro lado, conciliar

uma demanda estável com uma oferta agrícola que flutua sazonalmente é o outro

desafio da comercialização de produtos agro- industriais. De um modo geral, os

mecanismos financeiros de comercialização foram desenvolvidos para dar conta do

32

descasamento entre procura e oferta. Como as margens de lucro envolvidas no

agronegócio são geralmente estreitas, garantidas pelo esforço de reduzir os custos de

produção, muitas vezes a não utilização ou escolha equivocada de um mecanismo de

comercialização pode pôr tudo a perder. A eficiência de um negócio, portanto, é mais

abrangente do que simplesmente seu desempenho produtivo.

III.5.1 – Logística para o Escoamento da Soja

O transporte da soja brasileira, desde a lavoura aos armazéns e daí para as

indústrias esmagadoras ou aos portos para a exportação, onera o produto, como já visto,

e afeta a sua competitividade. Na verdade, esse problema logístico reflete a situação

geral do escoamento de grãos no país, com a concentração no uso do modo rodoviário.

Para efeito de comparação, considerando-se uma mesma distância da região

produtora ao porto (1 400 km), o frete no Brasil custa em torno de US$ 50/t, enquanto o

produtor do Mississipi (Estados Unidos) despende apenas US$ 6,60/t, segundo dados da

Companhia Vale do Rio Doce (PAULA e FAVERET, 2000, p.23). A figura III.2 ilustra

comparativamente a matriz de transportes para a soja entre os principais exportadores.

Figura III.2 – Matriz de Transportes para a soja entre os países exportadores

Rodovia Ferrovia Hidrovia

Fonte: Associação Nacional de Exportadores de Cereais (Anec)

Distância Média ao Porto

900 a 1 000 Km 1 000 Km 250 a 300 Km

Como a Soja chega ao Porto

Estados Unidos

16%

23%61%

Brasil

60%33%

7%

Argentina

82%

16% 2%

33

O custo do frete por tonelada de grãos em geral, em trecho médio de mil

quilômetros, é de US$ 32,00 pelo modal rodoviário; US$ 15,00 a 18,00 por ferrovia e

apenas US$ 7,00 a 8,00 na hidrovia (A Granja, abr 2001). No caso dos sojicultores, o

valor do frete chega a representar 30% do preço recebido, segundo um levantamento

realizado em janeiro de 2000 pela Embrapa (2001), para escoamento do produto a

granel, entre Campo de Parecis (MT) e o porto de Paranaguá (PR).

A conjugação de alguns fatores de ordem logística leva o produtor de soja

brasileiro à perda de competitividade, de acordo com Paula e Faveret (2000, p.15):

• Quase 60% do transporte de carga no Brasil é feito por rodovia;

• Por duas décadas o país praticamente não investiu na melhoria de sua malha viária,

que se deteriorou sensivelmente;

• A produção se interiorizou cada vez mais, ficando dependente da malha viária

decadente;

• A frota de veículos também envelheceu, gerando mais custos aos seus operadores,

que os repassam ao preço do frete;

• O mercado de frete não tem transparência suficiente que possibilite ao seu

consumidor um controle sobre os preços; e

• Os outros modais de transporte ainda não oferecem versatilidade, confiabilidade e

oferta suficientes para se tornarem alternativas reais ao transporte rodoviário.

De acordo com Caixeta Filho (2001, p.16), “a principal razão de o Brasil não ter

um sistema hidroviário que venha a solucionar o problema de transporte, a exemplo do

que acontece nos EUA, reside no fato de que não há rios navegáveis que desemboquem

no oceano. Os rios brasileiros, com exceção do sistema Tietê-Paraná, não estabelecem

ligações entre centros econômicos importantes. Isso torna necessárias várias operações

de transbordo, para que o produto chegue ao destino final. Essas operações significam

custos operacionais e perdas que desestimulam o uso da hidrovia. Torna-se assim mais

racional, em muitos casos, para o tomador de decisão, colocar a carga em um caminhão,

sem que haja transbordos, e desfrutar de um serviço porta a porta.”

34

Embora este fato faça com que o Brasil jamais possa alcançar um preço de

escoamento desde a fazenda ao porto, no mesmo nível do praticado nos EUA, a

exploração de corredores viários, utilizando fórmulas intermodais de transporte, com

ênfase nos modos ferroviário e hidroviário, em substituição ao rodoviário, trará maiores

economias.

Entre os portos brasileiros com maior participação no volume do complexo soja

escoado para exportação, destaca-se Paranaguá, que é, atualmente, a porta de

escoamento internacional das exportações de grãos e farelo de soja, suplantando em

mais de 50% o quantitativo exportado pelo porto de Santos, segunda principal

plataforma nacional, como ilustra a Tabela III.8.

Tabela III.8 – Participação dos principais portos brasileiros na exportaçao do

complexo soja no ano de 2001

A figura III.3 ilustra a evolução na participação dos portos brasileiros no

escoamento da soja em grãos desde 1998 até 2002, com destaque para o crescimento

nos embarques efetuados em Santos e Vitória, com aumentos de 168% e 200%,

respectivamente.

A seguir, apoiado no estudo de Paula e Faveret (2000, p. 23), são apresentados

os principais corredores que compõem a malha de escoamento da safra brasileira de

grãos, interligando os mais importantes pólos produtivos. A figura III.4 auxilia a

compreensão do texto que detalha os principais corredores.

35

Figura III.3 – Evolução na participação dos portos dos portos brasileiros na

exportação de soja em grãos

3,7

1,91,6

0,5

3,7

2,4

0,8

0,4

4,5

3,2

1,4

0,6

4,94,6

2,7

0,7

5,1 5,1

1,81,5

0

1

2

3

4

5

6

x 10

00 t

1998 1999 2000 2001 2002

Ano

Quantidades de Soja em grãos enviadas via marítima (em milhões de toneladas)

Paranaguá (PR) Santos (SP) Rio Grande (RS) Vitória (ES)

Fonte: Departamento de Operações de Comércio Exterior / MDIC

Corredor Noroeste

O corredor multimodal de transporte do Noroeste abrange as áreas do norte do

Mato Grosso, Rondônia e sul do Amazonas, envolvendo o transporte hidroviário nos

rios Madeira e Amazonas, da foz até Itacoatiara, e o transporte rodoviário entre Porto

Velho e a Chapada dos Parecis. Em longo prazo, também poderá fazer parte do corredor

Noroeste a hidrovia projetada a partir do rio Teles, interligando com o rio Tapajós até o

Amazonas.

O caso da hidrovia do Madeira é um exemplo característico de solução a partir

da necessidade de diminuir os custos de transporte da produção: o Grupo Maggi

investiu US$ 66,1 milhões na implantação de um sistema multimodal de transporte de

soja a partir da sua fazenda em Sapezal, no norte do Mato Grosso, com ligação a um

porto em Itacoatiara, no Amazonas. O sistema consiste em transportar a produção, por

via rodoviária, de Sapezal até Porto Velho, em Rondônia (900 km), fazendo o

transbordo para balsas que descem o rio Madeira até o porto de Itacoatiara, onde o

produto é transferido para navios que levarão a carga até Roterdã.

36

Figura III.4 – Principais áreas produtoras de soja do Cerrado e corredores da

malha brasileira de escoamento de grãos

Em comparação com a rota tradicional (Paranaguá, no Paraná), o sistema

proporciona uma diminuição do percurso em 650 km e do custo por tonelada em 30%.

Além do transporte de grãos, a hidrovia também pode viabilizar o abastecimento

de insumos aproveitando o retorno das barcaças, conforme já noticiada a intenção do

Grupo Maggi de importar fertilizantes de Israel para distribuir na região abrangida pela

hidrovia.

Ferronorte

A Ferronorte envolve a construção de 5 000 km de linhas férreas. A primeira

etapa compreende o trecho de Aparecida do Taboado (Mato Grosso do Sul) até Alto

37

Araguaia (Mato Grosso), num total de 500 km, e depois até Cuiabá (Mato Grosso), de

onde seguirá até Porto Velho (Rondônia) e Santarém (Pará).

Em Aparecida do Taboado, a Ferronorte se conecta com a Ferroban para, através

desta, atingir o porto de Santos (São Paulo), ou interligar-se futuramente ao porto de

Sepetiba (Rio de Janeiro). Está previsto que em breve esta atingirá Rondonópolis, no

Mato Grosso, um importante pólo produtor brasileiro.

A perspectiva dos operadores da Ferronorte é de uma economia de 40% no frete

entre Alto Araguaia e o porto de Santos.

Corredor Centro-Norte

Este corredor envolve as hidrovias do Tocantins (420 km), Araguaia (1 230 km)

e rio das Mortes (580 km), as ferrovias de Carajás (600 km) e Norte-Sul (230 km) e a

rodovia Belém-Brasília (1 500 km), além do porto de Ponta da Madeira/Itaqui

(Maranhão), servindo às regiões do leste de Mato Grosso, noroeste de Goiás, sudeste do

Pará, sul do Maranhão e todo o Estado do Tocantins.

A ligação hidroviária pelo rio Araguaia poderia ser feita a partir de Nova

Xavantina (Mato Grosso), seguindo o rio das Mortes até o Araguaia (580 km), neste até

Xambioá (Tocantins) (1 230 km), fazendo a ligação através de rodovia até Estreito

(Maranhão) (180 km) e daí através da ferrovia Norte-Sul, que se liga com a ferrovia de

Carajás e aporta em Ponta da Madeira.

A ligação através do rio Tocantins partiria de Miracema (Tocantins) até Estreito

(420 km), ligando-se então com a ferrovia Norte-Sul para chegar ao porto de Ponta da

Madeira.

A hidrovia do Araguaia já recebeu alguns investimentos, porém ainda não está

operacional. Em Xambioá existe infra-estrutura para transbordo e armazenagem,

construída pela Cia. Vale do Rio Doce.

A ferrovia Norte-Sul, que está operacional até Estreito (Maranhão), já serve hoje

ao escoamento da produção de Balsas (Maranhão). A produção do pólo é transportada

38

por via rodoviária até Estreito (300 km), onde é feito o transbordo para a ferrovia, que

leva os produtos até o porto de Ponta da Madeira e daí até os portos europeus.

A economia no sistema é estimada em US$ 10/t frente ao sistema rodoviário.

Corredor Nordeste

O corredor Nordeste é composto pela hidrovia do São Francisco e pelas ligações

rodoviárias em torno de Pirapora e de Petrolina, servindo às regiões do cerrado de

Minas Gerais, oeste da Bahia, interior de Pernambuco e sul do Piauí.

As ligações a partir de Petrolina com os portos de Suape (Pernambuco) e

Fortaleza são feitas atualmente por via rodoviária.

Há previsão de construção de ramal ferroviário entre Petrolina e Salgueiro,

possibilitando a interligação com a malha ferroviária do Nordeste e, por esta, até o porto

de Suape.

Corredor Centro-Leste

Este corredor, que tem área de influência no entorno do Distrito Federal e

noroeste de Minas, é formado basicamente pela estrada de ferro Vitória-Minas, com

ligação até Pirapora, via ramal ferroviário Belo Horizonte-Pirapora.

Hidrovia Tietê-Paraná

A hidrovia Tietê-Paraná liga São Simão (Goiás), no rio Paraná, até Pederneiras

(São Paulo), no rio Tietê, como também até Itaipu (Paraná), numa extensão de 600 km,

e tem influência sobre as regiões sul de Goiás, Triângulo Mineiro e norte de São Paulo,

estando pronta e operacional.

III.5.2 – Instrumentos Financeiros para a Comercialização da Soja

Poucos são os produtores que planejam a safra agrícola seguindo estratégias de

longo prazo previamente definidas. Segundo Manoel Pereira de Queiroz, agrônomo da

39

Scot Consultoria (A Granja, set. 2001), “o empresário rural deve ter um olho no

mercado, no curto prazo, e outro na estratégia, no longo prazo”. Queiroz acredita que a

estratégia de gerenciamento ideal da propriedade, no longo prazo, deve ser feita por

cinco anos, mas não pode ser estática. “Isso porque a expectativa para os negócios pode

sofrer alterações em função do mercado”.

Para o professor de mecanização agrícola da Faculdade de Ciências Agrárias da

Universidade Federal do Paraná (UFPR), Iackson Borges (A Granja, set. 2001), de um

modo geral, os agricultores brasileiros planejam precariamente a safra. No seu entender,

“as decisões são tomadas com base em cenários de curto prazo e em critérios

subjetivos”. No entanto, em sua avaliação, “o agricultor que não planeja vive em um

ciclo descendente. Para a safra, mesmo no curto prazo, o produtor deve fazer o exercício

do planejamento para otimizar os recursos, reduzir os riscos e maximizar a

rentabilidade”.

A atividade agropecuária apresenta-se com características específicas que a

diferencia dos setores industrial e comercial. Essas características estão relacionadas a

fatores adversos como: clima, perecibilidade dos produtos, ciclo da cultura, doenças e

pragas, fazendo da agropecuária uma atividade com grande risco financeiro (BB, 2000,

p.10).

Basicamente existem dois tipos de riscos: de produção e de preço. Os riscos de

produção compreendem perdas por estiagem, geadas, doenças e pragas e podem ser

minimizados pelo uso adequado de tecnologia e por seguro rural. Já os riscos de preços

decorrem das oscilações nos preços das mercadorias e, dependendo dessas oscilações, o

produtor poderá não cobrir seus custos de produção.

Os preços da soja, estabelecidos pela Bolsa de Chicago (CBOT), sofrem uma

acentuada volatilidade (valorizações ou desvalorizações), em torno de 4% ao mês, com

picos de até 26%, determinada pelas condições climáticas nas principais regiões

produtoras, volumes estocados e outros condicionantes de mercado.

Em função disso, a época de venda condiciona uma maior ou menor

lucratividade para a atividade. Por um lado, as necessidades de custeio da produção

40

comprometem uma parte considerável do volume colhido (estima-se para o custo de

produção uma faixa de 88 a 100 dólares por tonelada, algo entre 38% e 43% do preço de

venda de junho de 2003), obtidos, na maior parte dos casos, com venda antecipada, a

um custo de capital que pode chegar a 30% ao ano (BB, 2000, p.5). Vale lembrar que a

época de plantio se estende de outubro a dezembro e a colheita de fevereiro a maio.

Por outro lado, como já apresentado, a carência de silos de armazenagem obriga

o agricultor a vender quase a totalidade de sua safra no momento da colheita,

exatamente quando o excesso de oferta deprime o preço e os fretes são mais elevados,

devido a uma acentuada demanda por transportes. Além disso, na época da safra, os

modais de transportes mais baratos encontram-se indisponíveis aos produtores, pois já

estão comprometidos com quem tem maior poder de barganha e transportam um volume

elevado.

As decisões financeiras que condicionam a comercialização da safra restringem-

se a um conjunto básico de quatro alternativas, como se verá a seguir: a venda

especulativa, os contratos futuro, de opção e venda a termo, este último principalmente

representado pela CPR (Cédula do Produto Rural).

III.5.2.1 – Venda Especulativa

O mercado spot, que caracteriza a venda especulativa, é o que apresenta maior

risco para o produtor, já que o custo de produção varia em dólar e os preços futuros, na

boca da colheita, são incertos. Todavia, quando adequadamente combinado com a

armazenagem, propicia maior oportunidade de ganho. Apesar disso, a maioria dos

agricultores brasileiros ainda vende o que produz, no mercado spot, imediatamente após

a colheita, devido à ausência de infra-estrutura de armazenagem, à liquidez do mercado

à vista durante a safra, pelo fato de já terem comprometido uma porção considerável da

safra no financiamento dos custos de produção, ou por simples falta de informação (A

Granja, mai. 2002).

Outras formas de comercialização complementam o mercado especulativo,

minimizando esse grau de incerteza em relação ao ganho esperado. Fazer hedge

41

(proteção) de preço é uma das alternativas para fugir da instabilidade do mercado spot.

No mercado de derivativos agrícolas existem dois mecanismos para proteger preços: o

mercado futuro e de opções.

III.5.2.2 – Mercado Futuro

De acordo com uma apostila preparada pelo CBOT, denominada Introduction to

Hedging with Futures and Options (CBOT, 2000, p. 6), o maior benefício obtido na

cobertura de risco no mercado futuro é a possibilidade de se estabelecer um nível de

preço adequado antes de se vender ou comprar uma commodity. Há dois tipos de

pessoas que buscam proteção neste tipo de mercado, os chamados hedgers: aqueles que

buscam proteção contra uma queda nos preços, como os produtores, vendendo contratos

futuros, e aqueles que visam proteger-se contra um aumento nos preços, como os

processadores de grãos, que compram contratos futuros. Além desses dois agentes,

ainda existe a figura do especulador, fundamental para injetar recursos às operações,

que atua comprando a mercadoria porque acredita que o preço vai subir ou vendendo-a

porque pensa que o preço vai cair.

No jargão do mercado, aqueles que vendem contratos futuros assumem posição

curta (short) neste mercado. Aqueles que compram, assumem posição longa (long). Os

hedgers precisam saber duas coisas para determinar o preço de venda ou compra

esperado. Primeiramente o preço futuro da commodity na data em que pretendem fechar

fisicamente a transação, depois a diferença entre as cotações nos mercados local e

futuro.

Exemplificando, assuma-se que, em novembro, o preço futuro da soja para

entrega em julho esteja cotado a $5,20/bu (5,20 dólares por bushel – esta é a cotação

usual para a CBOT, onde 1 bushel equivale a 27,22 Kg). Suponha-se agora que, em

dezembro, este valor suba para $5,50/bu. Por hipótese, o preço agora é mais elevado

porque o mercado prevê que fenômenos meteorológicos prejudiquem a oferta de soja.

Um produtor perspicaz poderia obter vantagem dessa oportunidade, em seu

planejamento de venda. O preço futuro que ele deveria seguir seria o mais próximo,

42

porém não anterior, àquele que de fato planeja vender o grão. Dessa forma, se o

produtor pretende vender seu produto em junho, deveria vender contratos futuros de

soja para julho. Ao chegar próximo da data de expiração do contrato, o produtor

compraria contratos futuros para a mesma data anteriormente vendida, compensando

sua posição.

A compensação é o método mais comum utilizado para se liquidar um contrato

futuro. A entrega física na Bolsa ocorre em menos de 1% dos contratos negociados

(CBOT, 1990, p.5).

O segundo item necessário para a determinação do preço de venda é a base

esperada ou a diferença entre as cotações nos mercados local e futuro, uma vez que a

venda física se realiza, de maneira geral, no mercado local. As razões para a diferença

nos preços são os custos de transportes para o local onde a commodity é cotada

(Chicago), custos de armazenagem e diferenças entre demanda local e mundial para o

produto. A base é mais estável e previsível do que os preços no mercado futuro.

Através de um novo exemplo, pode-se notar mais claramente o modo de

funcionamento do mercado futuro e o papel da base. Assumindo-se que em dezembro

um produtor espere colher pelo menos 4 500 sacas de soja em abril, ele poderia vender

futuros para maio e, assim, travar o preço de venda, protegendo-se contra uma possível

queda de preços próximo à data de venda física. Em dezembro, o preço no mercado

local da soja é de $6,00/bu e o futuro para maio é cotado a $6,25. O produtor então

vende dois contratos futuros para maio (2 268 sacas por contrato) a $6,25. No começo

de maio, os preços nos mercados futuro e local caem. Quando o produtor vende a sua

produção no mercado local por $5,72, ele compensa sua posição no mercado futuro

comprando 2 contratos por $5,95. Os $0,30 ganhos no mercado futuro compensam o

preço mais baixo recebido no mercado local, como ilustra a tabela III.9.

Se o produtor não tivesse feito hedge, ele receberia apenas $5,72/bu pela sua

safra, $0,30 a menos do que ele de fato recebeu. Observa-se também neste exemplo o

fortalecimento da base entre as duas datas em $0,02, ou seja, a diferença de preços entre

os mercados local e futuro cresceu favoravelmente ao produtor em $0,02.

43

Tabela III.9 – Exemplo ilustrativo da formação de hedge em mercado futuro com

ganho na Bolsa

Mercado Local Mercado Futuro Base

Preço da soja: $6,00/bu Vende 2 contratos de soja para maio a $6,25/bu - $0,25

Vende 4 536 sacas de soja a $5,72/bu Compra 2 contratos de soja a $5,95/bu - $0,23+ $0,02

Preço no mercado local $5,72/buGanho no mercado futuro $0,30/buPreço de venda líquido $6,02/bu

Resultado

Dezembro

Maio

Ao apostar em uma operação futura, o produtor visa apenas travar um preço de

venda na época em que pretende se desfazer do produto colhido. No exemplo, o preço

inicial de $6,00/bu foi mantido, exceto pelo ganho adicional de $0,02/bu obtido pelo

fortalecimento da base. Caso o preço no mercado futuro aumentasse, por exemplo para

$$6,50/bu em maio, mantendo-se a mesma valorização da base em $0,02/bu, o preço

total de venda líquido seria obtido como exemplifica a tabela III.10.

Tabela III.10 – Exemplo ilustrativo da formação de hedge em mercado futuro com

perda na Bolsa

Mercado Local Mercado Futuro Base

Preço da soja: $6,00/bu Vende 2 contratos de soja para maio a $6,25/bu - $0,25

Vende 4 536 sacas de soja a $6,27/bu Compra 2 contratos de soja a $6,50/bu - $0,23+ $0,02

Preço no mercado local $6,27/buPerda no mercado futuro $0,25/buPreço de venda líquido $6,02/bu

Maio

Resultado

Dezembro

Neste caso, se o produtor não tivesse feito hedge, ele teria ganho $6,27/bu, no

entanto correria o risco de perder dinheiro caso o preço ficasse abaixo dos $6,00

pretendidos inicialmente.

Este acerto de contas não ocorre no vencimento do contrato futuro, mas por

meio de ajustes diários, através do qual credita-se ou debita-se na conta do portador do

contrato a diferença entre o preço de fechamento do pregão do dia e o do dia anterior.

Se o produtor estiver com contratos de venda (posição vendida, ou short) na

Bolsa e o mercado cair, os ajustes são positivos e ele receberá a diferença entre a

cotação de ajuste diário de hoje e a de ontem; se ele estiver na posição comprada (long)

44

os ajustes são negativos, ou seja, a ele será debitada a diferença entre a cotação do dia

anterior e a do dia de hoje. Esses ajustes são efetuados diariamente pela Bolsa, de forma

a liquidar os débitos e os créditos antes do vencimento do contrato, aumentando a

segurança do sistema (BB, 2000, p.9).

Para operar no mercado futuro, a Bolsa exige um depósito para garantir cada

operação. Esse depósito é denominado “Margem de Garantia”, sendo realizado em

dinheiro, carta de fiança bancária, títulos públicos e privados e outros ativos que

proporcionem auto- liqüidez. Caracteriza-se como uma fiança de garant ia para honrar o

contrato. A margem que um cliente deve manter em depósito em sua conta de

corretagem é definida pela Câmara de Compensação e está sujeita a uma porcentagem

mínima determinada pela Bolsa. Se uma mudança no preço futuro resulta em perdas em

uma posição de futuros aberta de um dia para outro, serão retirados fundos da conta de

margem do cliente para cobrir a perda. Quando o valor em conta fica aquém do mínimo

requerido, o cliente recebe uma “chamada de margem”, devendo depositar dinheiro

adicional na conta para cumprir com os requisitos de margem (CBOT, 1990, p.7).

Diversas commodities agrícolas são objeto de contratos futuros, em quantidade

comercializada necessariamente em múltiplo inteiro de um lote padrão. Elas atendem

aos requisitos de padronização em um contexto de comércio internacional. As datas de

vencimento de contrato futuro são concentradas em alguns meses do ano, como pode ser

visto na tabela III. 11, para gerar um maior volume transacionado nessas datas,

garantindo maior liquidez ao sistema.

Todos os termos de um contrato futuro são estabelecidos antecipadamente,

exceto o preço, que é determinado em viva voz no pregão da Bolsa, ou via um sistema

eletrônico operado por ela.

De acordo com a apostila do Banco do Brasil (2000), o custo de se transacionar

contratos futuro e de opção é muito inferior ao de outro qualquer, porque a

padronização reduz problemas informacionais e elimina as especificações da relação

contratual. O comprador de um lote de milho pode desincumbir-se de inspecionar o

produto ou de acompanhar o cumprimento do contrato, uma vez que este é assegurado

pela instituição responsável pela transação.

45

Uma particularidade dos mercados futuro e de opção, para o caso da soja no

Brasil, é que a Bolsa de Mercadorias e de Futuros (BM&F) que transaciona esses

contratos não oferece liquidez, por movimentar poucos contratos. Dessa forma, os

investidores contratam futuro e opção de venda na Bolsa de Chicago (CBOT). A cada

dia, a bolsa de Chicago comercializa mais de 300 mil derivativos agr ícolas (CBOT,

2003).

Outra característica importante dessas duas formas de contrato é que o produtor

não compromete nenhum volume físico do produto ao contrair essas modalidades. Em

primeiro lugar porque se trata de um contrato financeiro (embora haja a possibilidade de

entrega física do produto, para um mercado operado em Bolsa local), depois porque os

ajustes diários promovidos pelo contrato futuro e o prêmio pago pelo contrato de opção

condicionam a uma operação exclusivamente financeira. Dessa forma, o produtor ficará

livre para realizar a venda física da commodity negociada em qualquer época que

desejar, mesmo antes de findo o contrato.

III.5.2.3 – Mercado de Opções

O contrato de opção, é uma modalidade de seguro contra a queda ou aumento de

preços, de acordo com a necessidade de quem busca a proteção. Nessa forma de

contrato, o comprador (titular) da opção adquire do vendedor (lançador) o direito de

comprar (se opção de compra) ou de vender (se opção de venda) uma determinada

mercadoria por um preço preestabelecido (de exercício), em uma data prefixada,

pagando por esse direito um valor, denominado prêmio. Os custos do adquirente da

opção estão limitados ao valor do prêmio e outras despesas contratuais (BB, 2000,

p.16).

A opção permite aos vendedores de produtos agrícolas estabelecerem preços

mínimos para se proteger contra queda futura de preços sem ter que renunciar à

oportunidade de beneficiar-se dos mercados em alta. De idêntica forma, as opções

permitem aos compradores de produtos agrícolas estabelecerem preços máximos para se

46

proteger contra o aumento dos preços. Ao mesmo tempo, estes retêm a capacidade de

beneficiar-se de qualquer baixa nos preços.

De acordo com a apostila Futuros y Opciones Agrícolas: Curso de Auto-estudio,

editado pela CBOT (1990, p.23), uma opção é simplesmente o direito, mas não a

obrigação, de comprar ou vender um contrato futuro com preço predeterminado em uma

data, dentro de um período de tempo especificado. A opção de comprar um contrato

futuro se conhece como opção call e a opção de vender um contrato futuro se conhece

como opção put.

Em qualquer momento antes que a opção expire, o comprador da mesma pode

exercê- la, ou seja, converter a opção em um contrato futuro ao preço de exercício. O

comprador da opção também pode vendê- la (comprar a posição) ou não fazer nada e

deixar que a opção expire. Esta decisão fica inteiramente nas mãos do comprador da

opção, a quem às vezes também se conhece como detentor da opção.

A compra de uma opção não requer o depósito de margem de garantia, porque

todo o risco assumido pelo adquirente está expresso no valor do prêmio.

Quanto ao vendedor da opção, este recebe o prêmio do comprador no momento

em que é levada a cabo a transação. Se o comprador exerce a opção, o vendedor está

obrigado a assumir uma posição de futuros oposta, ao preço de exercício. Desta

maneira, o vendedor deverá depositar uma margem e enfrentar a possibilidade de

receber uma chamada de margem. Em qualquer momento, antes que o vendedor

enfrente o exercício, poderá comprar novamente a opção (compensar a posição) ao seu

preço atual. Para ilustrar esta situação, suponha-se que um investidor comprou uma

opção call de soja em grãos para julho com preço de exercício de $6,00/bu. Se os

futuros ultrapassarem os $6,00, antes que expire a opção call, poderia ser proveitoso

para o comprador exercer a opção – ou seja, assumir uma posição longa de futuro

abaixo do preço atual no mercado. Por exemplo, se o preço no mercado alcança $6,22,

ao exercer a opção call, o investidor contará com uma oposição longa de futuro para

$6,00 que lhe renderá um ganho de $0,22. No jargão comercial, é dito que a opção está

in-the-money por $0,22.

47

Não obstante, se os futuros de soja em grão de julho são cotados a $6,00 ou

menos, não valeria a pena exercer a opção. Por exemplo, se o preço no mercado

alcançasse apenas $5,80, o exercício da opção call para assumir a oposição longa de

futuros a $6,00 se traduzia em uma perda de $0,20. Neste cenário, o investidor poderia

conservar a opção e esperar que se produzisse uma alta nos preços ou vender a opção.

Uma opção cujo preço de exercício seja aproximadamente igual ao preço de futuros

subjacente, se conhece como at-the-money, enquanto que uma opção que se exercite e

resulte em uma perda, se denomina out-of the-money. Não seria de nenhuma utilidade

exercer as opções at-the-money ou out-of the-money.

As opções da CBOT são negociadas de maneira muito semelhante aos contratos

futuros subjacentes. Toda compra e venda se realiza mediante posições oferecidas e

demandadas, levadas a cabo no pregão da CBOT ou via o sistema eletrônico de

operação.

A negociação de opções call é completamente independente e distinta da

negociação das opções put. A compra ou venda de uma opção call não inclui nenhuma

opção put. As opções call e put constituem contratos independentes, não são lados

opostos de uma mesma transação.

Os meses de contrato para as opções padrão são os mesmos que para o contrato

futuro subjacente, no entanto, como explica a apostila editada pelo CBOT, Agricultural

Futures and Options for the Beginner (CBOT, 1996 , p. 12), as opções seguem um

calendário diferente dos futuros subjacentes. Tipicamente, expiram um mês antes do

contrato futuro associado. Por exemplo, opções de milho para dezembro encerram suas

negociações na terceira semana de novembro, enquanto os contratos futuros para

dezembro não interrompem suas negociações até meados de dezembro.

Além das opções padrão, nos meses para os quais estas não são cotadas, são

lançadas as opções em série (ou série de opções) que se caracterizam por serem de curto

prazo, sendo negociadas por aproximadamente 30 dias, expirando durante os meses nos

quais não há opções padrão.

48

A tabela III.11 apresenta os meses de expiração para os contratos futuros e de

opção padrão e para as séries de opções de soja em grãos.

Tabela III.11 – Meses de expiração para contratos futuro e de opção e para séries

de opões da soja a granel negociados na CBOT

Janeiro FevereiroMarço AbrilMaio JunhoJulho OutubroAgosto DezembroSetembroNovembro

Soja em grãosMeses padrão

Meses em série

Fonte: CBOT

Os preços de exercício para os meses de contrato padrão são cotados em

múltiplos predeterminados para cada produto físico. Por exemplo, para soja em grão se

realizam em $0,20 por bushel.

O prêmio é a única parte do contrato da opção que se negocia durante transação;

os demais termos do contrato são predeterminados. Para o comprador de uma opção o

prêmio representa o montante máximo que se pode perder, dado que o comprador está

limitado unicamente ao investimento inicial.

Em contraste, para o vendedor de uma opção, o prêmio representa a quantidade

máxima que se pode ganhar, posto que o vendedor enfrenta a possibilidade de que se

exerça a opção. Assim, se exercida a opção, a posição de futuros assinalada ao vendedor

será quase sempre desfavorável, uma vez que, geralmente, o comprador da opção

exercerá apenas a opção in-the-money.

Fixação de preços das opções

Os princípios básicos de oferta e demanda determinam o prêmio. Em um

mercado aberto, os compradores desejam pagar o preço mais baixo possível por uma

opção e os vendedores e desejam obter o prêmio mais alto possível.

49

Pode-se dizer que os prêmios das opções estão constituídos por 2 componentes:

o valor intrínseco e o valor no tempo. O prêmio de uma opção em qualquer data é a

soma total do seu valor intrínseco e do seu valor no tempo.

Exemplificando, considere-se que um investidor conserva uma opção put de soja

em grãos com preço de exercício de $6,30/bu e o preço futuro na data de expiração é de

$6,70. Nesta situação, ninguém estará disposto a pagar, pelo direito de vender um

contrato futuro por apenas $6,30. Esta opção estaria out-of the-money por $0,40. Por

outro lado, se o preço futuro subjacente é cotado a $6,00, o direito de vender um

contrato futuro a $6,30 estaria in-the-money por $0,30. Quer dizer, teria um valor

intrínseco de $0,30. O investidor teria um ganho de $0,30 ao vender a opção.

O valor intrínseco dos prêmios de opção é o montante no qual a opção está

atualmente in-the-money. Para uma opção call, é o quanto o preço futuro é maior do que

o preço de exercício. Para uma opção put, é o quanto o preço futuro é menor do que o

preço de exercício.

Se uma opção estivesse out-of the-money, não teria nenhum valor intrínseco.

Neste caso, o prêmio consistiria unicamente no valor no tempo.

Tautologicamente, o valor no tempo é igual ao prêmio menos o valor intrínseco.

O valor no tempo – às vezes conhecido como valor extrínseco – reflete a quantidade de

dinheiro que os compradores estão dispostos a pagar com a esperança de que o exercício

de uma opção, na data de expiração, ou antes, seja de utilidade.

Um dos componentes do valor no tempo reflete a quant idade de tempo que resta

antes que a opção expire. Por exemplo, suponha-se que um dia qualquer, em meados de

maio, o preço futuro da soja em grãos para novembro esteja cotado a $6,30/bu. Naquele

dia de maio, as opções call com preço de exercício de $6,50 sobre o futuro de soja em

grão de novembro se negociam, por hipótese, ao preço de $0,12/bu. A opção está out-of

the-money e, portanto, não tem nenhum valor intrínseco. Ainda assim, a opção tem um

valor no tempo de $0,12 (prêmio da opção) se um comprador estiver disposto a pagar

$0,12 por ela.

50

Isto se explica pelo fato da opção, ter ainda cinco meses de vigência antes de que

expire em outubro. Durante este tempo, espera-se que o preço futuro subjacente

ultrapasse o preço de exercício de $6,50. Se o preço aumentasse além de $6,62 (preço

de exercício de $6,50 mais prêmio de $0,12), o detentor da opção poderia obter um

ganho.

Os fatores principais que afetam o valor do tempo são: o tempo que resta até a

data de expiração e a volatilidade do preço de futuros subjacente.

Em igualdade de circunstâncias, quanto mais tempo reste até a data de expiração

de uma opção, maior será o prêmio. Isto se deve ao fato de que a opção terá mais tempo

para incrementar o seu valor. Do mesmo modo, o valor no tempo de uma opção

diminuirá na medida em que se aproxima a data de expiração.

A figura III.5 ilustra o comportamento do valor de uma opção na medida em que

o tempo avança até a data de sua expiração.

Figura III.5 – Valor no tempo de uma opção

9 8 7 6 5 4 3 2 1 0

Val

or

no

tem

po

Meses até a data de expiração

Em igualdade de circunstâncias, o prêmio de uma opção é, de forma geral, mais

alto durante períodos em que se observa maior volatilidade no preço futuro subjacente.

A volatilidade do mercado traz um maior risco nos preços e, portanto, uma maior

necessidade de protegê- los. O custo de obter-se o seguro relacionado com as opções é

maior, resultando em prêmios mais altos.

Além da data até a expiração e da volatilidade do mercado, outros fatores afetam

o valor no tempo. A relação entre o preço futuro subjacente e o preço de exercício da

51

opção é outro fator que afeta o seu valor. Em igualdade de circunstâncias (tais como

volatilidade e tempo que resta até a data de expiração), uma opção at-the-money terá

mais valor no tempo do que uma opção out-of the-money. O surpreendente é saber que

uma opção at-the-money possa ter maior valor no tempo do que uma opção

substancialmente in-the-money (chamada também deep in-the-money option).

Um dos atrativos da negociação de opções é a "alavancagem" ou a capacidade

de controlar recursos relativamente grandes através de um investimento relativamente

pequeno. Uma opção nunca será negociada por menos do seu valor intrínseco, por isso,

quando ela está in-the-money, os compradores usualmente terão que pagar além do

valor intrínseco para ter o direito sobre a opção. Uma opção deep in-the-money requer

um maior investimento e compromete a alavancagem relacionada com ela.

Em geral, para uma data de expiração dada, quanto maior for o valor intrínseco

de uma opção, menor valor no tempo terá. Em algum momento, uma opção deep in-the-

money carecerá de valor no tempo, ainda que, todavia, reste algum tempo antes da sua

expiração.

As taxas de juro constituem outro fator que afeta o valor no tempo. Ainda que o

efeito seja mínimo, é importante saber que quando as taxas de juros aumentam, o valor

no tempo diminui. O contrário também é certo, quando as taxas de juros diminuem, o

valor no tempo aumenta.

III.5.2.4 – Mercado a Termo

Um contrato a termo representa um acordo entre duas partes para comprar ou

vender uma mercadoria, numa data futura, por um preço preestabelecido. O produtor

negocia um preço e efetua a venda da safra em qualquer fase da lavoura, que

compreende desde o preparo da terra até a colheita, podendo receber ou não

adiantamento de recursos. O acerto de contas, no caso do não recebimento antecipado,

fica para o vencimento do contrato, quando o vendedor entrega o produto negociado ao

comprador e este paga o preço combinado anteriormente, quando o contrato foi

assinado.

52

A venda antecipada dos produtos agrícolas, seja para capitalizar o produtor ou

para que ele receba os insumos que viabilizem a safra, é bastante comum atualmente (A

Granja, mai. 2002). Tendo-se em vista a escassez de recursos governamentais para o

custeio agrícola e a descapitalização inerente à atividade primária, o mercado a termo,

personificado pela CPR, é uma das formas seguras de angariar recursos antes da

colheita. O Banco do Brasil – onde a operação se originou – é a instituição financeira de

maior destaque nas operações de CPR no país.

A CPR é um título cambial por meio do qual o emitente – produtor rural e suas

associações ou cooperativas de produção – vende antecipadamente a safra agropecuária,

recebe o valor da venda no ato da formalização do negócio, com o compromisso de

entregar o produto vendido na quantidade, qualidade, local e data estipulados na cédula.

A legislação que criou e regulamentou as operações com CPR foi instituída em

1994. Para os financiadores, este foi o primeiro esforço efetivo na criação de normas e

de um mínimo de transparência para um mercado que, naquela ocasião, já operava

aproximadamente US$1,0 bilhão/ano em crédito lastreado em contratos futuros de grãos

(PIMENTEL, 2000).

Voltando um pouco no tempo, ao final da década de 80, as compras e vendas

antecipadas de soja já eram bastante difundidas entre os produtores, tradings e

cerealistas da região do Cerrado, apesar da falta de normatização. Esta era considerada a

melhor forma de captar recursos para o plantio, viabilizados pelas linhas de crédito para

exportação (ACC).

A princípio estas operações não eram “travadas” em preço, eram negociadas

através de contratos com preço a fixar, onde o produtor comprometia um volume maior

de soja contra o adiantamento do recurso para o custeio da safra. A fixação do preço era

feita após a entrega do grão e o saldo restante era então pago ao produtor. Em 1987, a

Cutrale Quintella (exportadora, de capital nacional) passou a oferecer a prefixação da

soja, ou soja verde, onde tudo já ficava travado no fechamento da operação: preço

futuro internalizado e câmbio. Com isso, os produtores obtinham uma proteção de preço

(hedging) que compreendia também o frete rodoviário, repassando este risco para as

tradings e cerealistas.

53

Em 1988, a mesma Cutrale Quintella, lançou a “troca” de soja por insumos

(fertilizantes, agroquímicos e sementes), definindo um volume X de sacas de soja,

contra uma quantidade de insumos Y. Isso era extremamente conveniente para os

produtores e permitia um ganho de escala no frete do fertilizante / soja e na compra de

outros insumos por parte da trading. Em seguida estas operações passaram a ser

replicadas por cerealistas locais e tradings concorrentes, apesar das críticas iniciais a

esta prática.

Com o crescimento rápido e desordenado, tanto das operações de soja verde

como as de troca, abriu-se a possibilidade do produtor, por descontrole ou má fé, vender

antecipadamente mais de uma vez a sua safra. Como não havia forma de consolidar o

volume de soja vendido por produtor ou propriedade, muitos financiadores perderam

dinheiro com inadimplência (default), apesar dos esforços da ANEC (Associação

Nacional dos Exportadores de Cereais) em tentar padronizar e integrar as operações de

crédito, lastreadas em soja, por seus associados. Até que em 1994 foi instituída a Cédula

do Produto Rural.

Para fazer uma emissão de CPR, o produtor ou cooperativa deve procurar uma

instituição (banco ou seguradora) que dê garantia ao papel, pois isso aumenta o universo

de compradores interessados em adquiri- lo. Essa instituição, após análise do cadastro e

garantias que o emissor oferece, acrescenta seu aval ou agrega um seguro. De posse da

cédula, avalizada ou segurada, o emissor pode negociá- la no mercado. A CPR implica

em garantias para quem a adquire. Dependendo da instituição que está analisando o

cadastro, podem ser exigidas certidões negativas de ônus, penhor do produto, hipoteca,

alienação fiduciária de máquinas/ implementos e outras garantias cadastrais.

Depois desse trâmite, a cédula está ponta para ser negociada por intermédio do

mercado de balcão – onde a negociação se dá pelo encontro direto entre vendedor e

comprador –, ou através de leilões em Bolsas de Mercadorias. Pode-se utilizar também

o leilão eletrônico do Banco do Brasil, que interliga as Bolsas. Não existe um período

do ano específico para a utilização da CPR. Os contratos podem ser emitidos durante

todo o ciclo produtivo, tanto na fase de planejamento, desenvolvimento e pré-colheita

como na de pós-colheita (produto colhido).

54

Qualquer produto agropecuário “in natura”, beneficiado ou industrializado pode

ser negociado via CPR. Além da forma tradicional do recebimento antecipado de

dinheiro contra a entrega futura de um volume de produção estipulado na cédula, que

configura a CPR tradicional, também chamada de CPR Física, é possível negociá-la por

insumos agropecuários, máquinas e implementos agrícolas ou, se for mais interessante,

por dinheiro. Neste último caso, denomina-se CPR Financeira (CPRF).

Além das modalidades física e financeira, existe a CPR Exportação que

possibilita a venda direta da produção a compradores não residentes no país e a CPR

Financeira Seguro de Preços, vinculada à compra de opção de venda, em quantidade de

produto maior ou igual àquele negociado na CPRF, com o objetivo de garantir um

seguro de preço ao emitente da cédula.

Os custos associados à emissão de uma CPR estão constituídos pela taxa de aval,

aplicada sobre o valor do negócio, que varia de 0,45% a 0,65% ao mês, em função do

produto negociado e do estágio da lavoura, e pelos custos de registro do título. Deve ser

lembrado que, como afirmam Honda e Weydmann (2001, p. 28), a CPR enseja uma

antecipação de recursos financeiros pela aquisição de uma mercadoria com entrega

futura. Este capital, trazido à data presente, deve ser remunerado através de um deságio

aplicado sobre as cotações futuras do produto para o mês de entrega. Segundo esses

autores, na safra 99/00, pesquisaram-se os custos de financiamentos obtidos diretamente

com fornecedores de insumos, tendo sido levantados custos médios de 2,50% ao mês.

III.5.2.5 – A Utilização dos Mecanismos de Comercialização

Com relação aos mecanismos de comercialização, não há uma fórmula mágica

para determinar a melhor estratégia de colocação dos produtos. O que parece ser ideal

em um determinado ano, pode se mostrar totalmente desastrado em outro. Portanto, a

primeira lição é aprender a conviver com o inesperado, mas em prontidão para agir

assim que for necessário. Para isso valem o assessoramento com corretoras e a busca de

informações de mercado (A Granja, mai. 2002).

55

A título ilustrativo da utilização dos mecanismos de comercialização, vale a

pena conhecer um caso apresentado pela revista A Granja (mai. 2002).

O sofrimento para comercializar

Rubens Toshikazu Doi, de Castro/PR, se confessa 'perdido' na hora de vender a

produção. “A cada ano é uma novidade”, desabafa o produtor, que possui uma propriedade

de 800 hectares plantados com soja e milho. Os 10 anos de experiência em comercialização

lhe ensinaram algo valioso: é melhor usar todos os mecanismos possíveis e ganhar num

todo, ficando com um lucro médio, do que arriscar todas as fichas em uma única

modalidade de venda.

A primeira providência a ser tomada diz respeito à venda antecipada da produção.

Na visão de Doi, o produtor não deve comprometer mais do que 30% nessa fase, mesmo

que isso não chegue a ser suficiente para cobrir os custos. Em vez disso, deve arriscar com

outras modalidades de comercialização. No período da safra, por exemplo, ele costuma

fazer algumas posições com contratos de opção, intermediados pelo Banco do Brasil e

transacionados nas bolsas de Chicago e de Nova York. Como tem estrutura de

armazenagem na propriedade, com capacidade estática para 20 mil sacas, reserva outro

tanto para colocar de forma escalonada na entressafra. Parte da soja produzida por Doi é

orgânica e obedece a uma dinâmica de venda diferenciada. Cem por cento da produção é

negociada de forma antecipada, com um ágio de preço que varia entre 40% a 50%. Já na

soja convencional, ele assegura o preço com contratos de opção. Na atual safra, fez um

seguro para 20 mil sacas, assegurando uma cotação de US$ 10,14 a unidade. Se o preço à

vista no vencimento estiver abaixo desse valor, ele exercerá o contrato sabendo que

resguardou uma margem de lucro de 25%, segundo os seus cálculos. O custo para essa

transação foi de US$ 0,44 por saca.

Outra que acredita que utilizar mais de um mecanismo é a decisão acertada para

diluir ao máximo os riscos de comercialização é a engenheira agrônoma Ana Carla Ludwig.

“O que acaba sendo melhor é a média. Quem espera ganhar muito no pico, que pode não

acontecer, acaba não faturando nada”, diz. Ela é sócia de um empreendimento rural com

três fazendas – duas das quais no Paraná e uma no Mato Grosso – e uma área plantada de 3

mil hectares.

Do volume de 150 mil sacas de soja previstos para este ano, boa parte já está

comprometida com contratos antecipados em real ou em dólar. Trinta mil sacas foram

comercializadas antecipadamente por R$ 25 a unidade, o que se mostrou vantajoso. Quando

o contrato foi fechado, no fim de 2001, muitos vizinhos da propriedade localizada em

Sertanópolis/PR apostaram que uma desvalorização mais acentuada levaria à relação de três

56

por um entre as moedas brasileira e norte- americana. Isso não se confirmou, e quem

esperou até agora terá uma remuneração desfavorável.

Ana Carla ainda fez hedge de preço na bolsa de Chicago com um contrato de

opções para 2.260 sacas, apenas a título de teste. O desembolso com o 'prêmio' chegou a

setenta centavos de dólar, considerado caro pela agrônoma. A família Ludwig foi a única na

região a executá-lo, pois esperava uma queda mais acentuada no valor do mercado à vista.

“Fui acompanhando as cotações diariamente e me decidi pela liquidação. Acabei não

perdendo nada”, diz Ana Carla.

Muitos agricultores preferem repassar o produto do trabalho de uma safra para as

cooperativas. A Cooperativa Mista dos Produtores Rurais do Sudoeste Goiano (Comigo),

posicionada entre as 10 maiores do País, adquire, em média, 400 mil toneladas de soja

anuais, garantindo um preço fixado na Bolsa de Chicago aos associados. Até janeiro, 40%

da safra já havia sido arrematada antecipadamente pela Comigo. Os contratos fechados em

agosto de 2001 atingiram uma cotação que variou de US$ 8,80 a US$ 9,00. Parte do acordo

envolve o fornecimento de insumos, o que chega a comprometer até 70% da receita dos

produtores. Os pagamentos iniciam em fevereiro e se estendem até o começo de maio.

Apesar dos riscos inerentes, o presidente da cooperativa, Antônio Chavaglia, diz que nos

últimos anos a fixação antecipada tem sido positiva aos produtores.

57

CAPÍTULO IV

PROPOSTA CONCEITUAL DE UM MODELO DE SIMULAÇÃO PARA

COMERCIALIZAÇÃO DE SOJA EM GRÃOS

Pretende-se descrever, neste capítulo, o processo de comercialização de uma

safra de soja, sob o ponto de vista do produtor, caracterizando a complexidade dessa

atividade para, a seguir, apresentar conceitualmente uma ferramenta que atende a essa

necessidade.

IV.1 – O PROCESSO DE COMERCIALIZAÇÃO DA SOJA EM GRÃO

O processo de comercialização de uma safra de soja por parte do produtor

começa, na verdade, muito antes do início da colheita ou mesmo do plantio. A

necessidade de compra antecipada de insumos compromete previamente uma elevada

quantia de recursos, como apresentado em III.5.2, na maioria dos casos não disponível.

A descapitalização do setor primário no Brasil é algo muito conhecido e os recursos de

custeio público, com juros favoráveis são escassos e incertos. Dessa maneira, o produtor

deve comprometer uma parte de sua colheita futura para alavancar esse recursos. Nesse

sentido, o ciclo da comercialização da nova safra começa tão logo o agricultor termina

de colher a safra atual.

Entre os mecanismos disponíveis para o produtor antecipar o volume de recursos

necessários para o custeio da nova safra, encontram-se, desde a troca informal de

insumos por produção, até mecanismos mais sofisticados como a Cédula do Produto

Rural, com garantia de execução por meio de aval, conforme apresentado no item

III.5.2.4. O principal elemento a ser considerado na avaliação do percentual da safra a

ser comprometido neste processo refere-se ao custo do deságio cobrado pelo adquirente

da cédula no momento da negociação. Normalmente esse valor situa-se acima do custo

de oportunidade de capital disponível para o produtor.

58

Ainda no escopo dos mecanismos de venda, uma outra preocupação que ronda o

espírito do agricultor é o valor que terá o produto na época da colheita. Ele sabe que

seus insumos comprometem uma fatia considerável de sua rentabilidade e não pode

despreocupar-se dos preços que irá receber quando possui o produto disponibilizado

para a venda. Neste sentido, se quiser expor-se menos ao risco, poderá efetuar

previamente contratos no mercado futuro que lhe garantem uma faixa de lucratividade

melhor estimada. Dois mecanismos desempenham esse papel, como apresentados no

item III.5.2: o contrato futuro e de opção.

Outro elemento que convém que o produtor decida previamente diz respeito ao

local de venda do produto. As opções de que dispõe são fundamentalmente de quatro

tipos: venda na porta da fazenda; venda CIF3 na esmagadora ou outro local especificado

pelo comprador, como um armazém ou um porto para exportação; venda FOB4 porto

Brasil; ou ainda venda CIF porto de destino. A primeira modalidade de venda é, de

longe, a mais comum, seja porque é mais simples ou porque a maior escala do

comprador (normalmente uma trading e/ou esmagadora) favorece a negociação de frete.

A opção de entrega na qual o vendedor deve arcar com os custos de transporte e seguro

da carga acontece eventualmente, mas com maior intensidade na época de safra, com

entregas diretas no porto para exportação, com a venda já previamente realizada.

A venda FOB porto Brasil apresenta a dificuldade de que apenas o porto de

Paranaguá apresenta liquidez para o produto vendido em pequenos volumes em

qualquer época do ano. Para os outros portos, o volume a ser embarcado deve ser

necessariamente elevado, acima de 30 mil toneladas, restringindo a opção do produtor, a

menos que embarque em consórcio com outros fornecedores ou que, sozinho, tenha um

porte de produção significativamente avantajado. Para a formação de um pool de

embarcadores seria necessária a coordenação de alguma trading, empresa

intermediadora5ou cooperativa.

3 Cost Insurance and Freight – Modalidade de embarque na qual o vendedor fica responsável pelo produto transportado até o ponto especificado de entrega, arcando com os custos do frete e seguro da carga. 4 Free on Board – modalidade de embarque na qual o vendedor responsabiliza-se pela entrega da carga em um ponto especificado ficando desonerado de qualquer custo e responsabilidade a partir desse local. 5 A diferenciação entre trading e empresa intermediadora refere-se ao fato de que uma trading company compra o produto para depois revender, enquanto uma intermediadora tem apenas o papel de facilitadora no processo de exportação, sendo a venda fechada diretamente entre exportador e importador.

59

Do mesmo modo, como um navio requer grandes volumes para o embarque, os

sistemas multimodais também o exigem, embora em menor escala. Dada a restrição de

oferta da opção ferroviária e hidroviária no Brasil, especialmente na época de safra,

quando os volumes escoados para exportação excedem em muito a capacidade desses

modais, é necessário que o embarcador se comprometa previamente com o booking de

sua carga para a data pretendida. Isso se faz mediante o pagamento antecipado, pelo

menos de parte do volume a ser embarcado.

Embora a venda no porto seja muito mais complexa, as oportunidades de ganho

são maiores, de modo que o produtor não deveria desconsiderar esta opção de entrega.

A venda CIF porto de destino enquadra-se em uma complexidade ainda maior do que a

apresentada no caso anterior, razão pela qual é raras vezes empregada.

A decisão sobre onde vender a safra envolve o conhecimento do custo da

logística do deslocamento do produto desde a fazenda até o ponto de entrega

considerado, confrontado com a cotação na fazenda.

Como se não bastassem as decisões sobre comercialização que o produtor deve

tomar antes mesmo do plantio da safra, quando ele dispõe do produto colhido, é

necessário que compatibilize seu cronograma de vendas com um espaço de

armazenagem. A grande vantagem em retardar a venda para um período de entressafra

reside no fato de que, nessa época, os preços tendem a subir e os fretes a cair. No

entanto, essa decisão não é trivial já que existe um trade-off entre os custos de

armazenagem mais o carregamento de estoques6 com relação à melhor cotação do

produto fora da safra mais a vantagem dos fretes.

Este cenário especulativo exige do produtor um acompanhamento dedicado aos

valores da soja na Bolsa de Chicago, nos portos brasileiros para exportação, da cotação

na fazenda, da taxa de câmbio e dos valores de fretes. A ponderação sobre quanto,

quando e onde vender a cada momento requer, além de uma análise criteriosa, um

posicionamento quanto à exposição ao risco e retorno esperado em cada situação

particular da configuração das variáveis que condicionam as escolhas.

60

Apresentado o cenário do conjunto de decisões que devem ser tomadas por parte

do produtor, é imediato evidenciar a complexidade desse processo. Nesse sentido, um

instrumento que pudesse integrar em um único ambiente de planejamento esse conjunto

de variáveis intercorrelacionadas; com apresentação gráfica de suas volatilidades ao

longo do tempo; organizado de modo a que se perceba o impacto financeiro de cada

decisão; que conduzisse o analista no processo de análise, apresentado- lhe cenários de

tendências e valores históricos das informações de interesse; tudo isso em um ambiente

amigável, facilitando o preenchimento das decisões, delimitando o escopo de valores

das variáveis de interesse e não permitindo a introdução de valores inconsistentes, sendo

robusto de modo a avaliar as decisões do usuário e seu impacto sobre os resultados;

seria de grande valia para que o produtor pudesse estabelecer previamente uma

estratégia de comercialização para uma safra de sua produção. É exatamente a esse

propósito que visa este trabalho de pesquisa, cujo resultado consiste no

desenvolvimento de uma ferramenta de simulação em forma de planilha com todas as

características apontadas.

IV.2 – CARACTERIZAÇÃO DO MODELO PROPOSTO

Nesta parte do trabalho começa a ser desenhado o modelo proposto no seu

aspecto conceitual. Outros tópicos mais adiante, tratarão das particularidades da

modelagem, trazendo uma compreensão acabada de toda a metodologia empregada na

construção da ferramenta que é o objeto desta pesquisa.

O que se entende por modelo conceitual é um esboço teórico da estrutura da

ferramenta, acompanhado de uma declaração formal de escopo, que busca identificar

quais características o modelo incorporará e quais não.

O protótipo do modelo aqui apresentado contempla todos os aspectos

relacionados à comercialização de uma safra de soja a granel por parte do produtor,

construído em um ambiente integrado e com todas as características apontadas em IV.1.

6 Aqui diferencia-se o custo da armazenagem, composto por aluguel de armazém (ou oportunidade de aluguel, caso o armazém seja próprio) e outros custos de beneficiamento e movimentação do produto, dos custos financeiros de estoque que se referem ao ônus de manter o produto em detrimento de vendê-lo antes e aplicar o dinheiro desfrutando dos juros pagos pelo sistema financeiro.

61

Algumas simplificações, hipóteses e restrições, naturalmente, devem ser estabelecidas

para que se possa tratar o problema do ponto de vista prático e o que se apresenta a

seguir são algumas considerações a esse respeito, após um detalhamento do objetivo

principal do trabalho. Procurou-se agrupar os diversos aspectos respeitados na

modelagem em núcleos comuns, conforme se apresenta nos subtítulos a seguir.

IV.2.1 – Características gerais da modelagem

O objetivo básico do modelo proposto é servir como um instrumento de

planejamento para que o produtor de soja possa, em cada região de cultivo e de acordo

com seu perfil de aversão ao risco e necessidade de formação de capital de custeio,

desenvolver uma estratégia de comercialização de uma safra do produto a granel, com o

propósito de maximizar sua receita de venda.

Através desse instrumento o produtor terá a possibilidade de decidir sobre a

forma de comercialização (venda especulativa, antecipada, futura ou opção de venda), o

local de entrega do produto e as quantidades vendidas em cada época, em uma decisão

reavaliada mês a mês. As premissas para a tomada desse conjunto de decisões

fundamentam-se na consideração das expectativas de valor futuro, para cada mês, da

cotação do grão na Bolsa de Chicago e nos mercados locais, da taxa de câmbio e dos

custos logísticos nos canais de escoamento do produto.

Para atender a esse objetivo, o modelo estrutura-se através de um horizonte de

planejamento de um ano e meio, sendo que, em cada mês, vão se realizando as decisões

de comercialização que afetam o fluxo de caixa do produtor, mediante receitas

provenientes da venda do produto e despesas decorrentes do processo de produção,

adoção de mecanismos de comercialização, transportes, armazenagem e custos

financeiros.

Ao se passar de um mês a outro do planejamento, a posição de caixa é corrigida

e calcula-se a lucratividade. Estas duas informações, associadas às expectativas de

cotações futuras das variáveis de decisão, dinamizam todo o processo de

comercialização, em cujo cenário o analista visa maximizar sua lucratividade.

62

IV.2.2 – Horizonte de Planejamento

O horizonte de planejamento estabelecido no modelo abrange uma extensão de

18 meses, começando em julho e terminando em dezembro do ano seguinte.

Este escopo de tempo constitui um intervalo suficiente para que o produtor tome

as decisões de aquisição de insumos para o plantio, prepare a terra, efetue a semeadura,

colha, armazene e comercialize toda a produção.

Configura-se uma prática no mercado brasileiro que, a partir de julho o produtor

de soja passe a planejar a safra seguinte (A Granja, set. 2001), já que até o final do mês

de maio ele continua colhendo a safra anterior e junho concentra ainda um grande

esforço de comercialização. Em setembro começará a semear a soja futura. O período

de colheita estende-se de janeiro a maio e é possível que até o final do ano alguns

produtores ainda tenham algum volume a comercializar, sendo que em janeiro do ano

seguinte já começa o novo ciclo de colheita.

Por se tratar de um ambiente de planejamento e não de um instrumento de

efetivação de transações de comercialização, é razoável que se considere um intervalo

de atualização de dados, ou passo incremental, de um mês.

No modelo, assume-se que todas as cotações apresentadas refiram-se ao

primeiro dia do mês considerado, o que equivale à cotação de fechamento do último dia

do mês anterior. Considera-se que todas as decisões de comercialização efetuadas

dentro de um mesmo mês aconteçam no primeiro dia, assim, ao se passar de um mês a

outro do planejamento, as informações de caixa serão corrigidas para um mês completo

pelo custo de capital pertinente.

IV.2.3 – Condições de Venda

No item IV.1, apresentou-se como possíveis condições de venda para o produtor,

quatro possibilidades de entrega do produto: na porta da fazenda, CIF na esmagadora,

ou outro ponto especificado pelo comprador, FOB porto Brasil ou CIF porto de destino.

63

Para efeito de modelem serão consideradas apenas duas possibilidades: a venda na porta

da fazenda ou armazém próximo desta e FOB porto Brasil.

A venda na porta da fazenda ou em algum armazém vizinho é uma prática muito

comum entre os produtores e não apresenta muita dificuldade de modelagem. A opção

FOB porto Brasil já envolve alguma complexidade de modelagem e operação, como

apresentado em IV.1, mas apresenta-se como uma excelente oportunidade de ganho

para o produtor. A diferença de cotações entre a fazenda e o porto pode ser

significativamente maior do que o custo de se deslocar o produto entre esses dois

pontos, justificando um ganho que compensa, em muitos casos, a transferência do

produto até o porto de embarque.

Já a venda CIF esmagadora ou outro ponto especificado pelo comprador envolve

uma complexidade extrema, já que, teoricamente, são inúmeras as possibilidades de

pontos de destino para cada uma das regiões produtoras. Além disso, trata-se de uma

prática menos comum, uma vez que os agentes compradores, por terem maior escala,

podem conseguir melhores preços de fretes, preferindo buscar o grão na porta da

fazenda, como já apresentado em III.4.

A opção de venda CIF porto de destino é também bastante complicada do ponto

de vista operacional, porque envolve operação internacional e os ganhos adicionais,

comparados à venda FOB porto Brasil, não justificam a adoção dessa possibilidade. Na

prática é um fenômeno raro a entrega direta do produtor no porto de destino.

Desta maneira, justifica-se a restrição adotada pelo modelo em considerar apenas

as condições de venda na porta da fazenda e FOB porto Brasil.

IV.2.4 – Regiões Contempladas

As regiões contempladas no modelo constituem as principais áreas produtoras de

soja do Brasil. Um estudo efetuado pelo Geipot, em setembro de 2001, denominado

“Corredores Estratégicos de Desenvolvimento – Alternativas de Escoamento de Soja

para Exportação” (GEIPOT, 2001), auxiliou na definição das áreas a serem

64

consideradas no trabalho. Na verdade, esse estudo apresenta apenas as regiões do

Cerrado brasileiro que respondem por cerca de 58 % do volume total produzido no país.

As regiões do sul que representam outros 38 % foram incluídas a partir de informações

obtidas no Banco de dados do IBGE (2003).

Para cada uma dessas regiões, foi definido um centróide que se configura como

um ponto de referência logística para o escoamento da produção. O mapa, mostrado na

figura V.3, ilustra todas as 22 regiões tratadas pelo modelo, bem como os principais

corredores de escoamento para os portos de exportação.

Embora o modelo permita a análise de qualquer uma dessas 22 regiões, deve ser

destacado que o cenário do processo de comercialização contempla apenas a área

selecionada para estudo.

IV.2.5 – Opções de Escoamento para Exportação

Para efeito de modelagem, foram consideradas apenas duas alternativas de

escoamento para exportação para cada uma das regiões. Uma exclusivamente rodoviária

e outra multimodal, quando disponível, ambas configurando, em cada caso, a opção

mais econômica entre aquelas possíveis. Os canais de escoamento de cada uma das

regiões, com os respectivos pontos de transbordo, distâncias percorridas em cada trecho

e fretes são mostrados nas figura V.25 e V.26. Observa-se que apenas a região de

Barreiras, na Bahia, não apresenta nenhuma alternativa multimodal, por ser muito

desvantajosa frente ao transporte exclusivamente rodoviário.

Essa simplificação se justifica pelo fato de se tratar de um modelo de

planejamento cujo foco é a otimização dos recursos com vistas a uma melhor

lucratividade na operação de comercialização.

O estudo do caminho logístico de menor custo, para as regiões do Cerrado foi

obtido do trabalho do Geipot apontado anteriormente (2001) e, para as áreas de

produção do Sul foram definidos com o auxílio de um software de geoprocessamento

que calcula o melhor caminho entre dois pontos especificados. Os canais de escoamento

65

respeitam, naturalmente, todas as restrições operacionais, tal como a existência de

terminais nos portos que operem grãos.

Quanto à possível indisponibilidade de alguns modais de transporte na época da

safra, o modelo considera esta possibilidade tratando cada ligação intermodal de forma

particularizada. Assume-se que todas as ferrovias possuam restrição de capacidade,

respeitando um cronograma de disponibilidade que se torna cada vez mais restritivo

quanto mais perto da safra ocorre a tentativa de contratação. Este processo será

detalhado nos itens V.3.5 e V.4.7. Quanto às hidrovias, não é presumida nenhuma

restrição de capacidade.

O modelo também obedece a condicionantes para a venda direta no porto para

exportação, com a imposição de um volume mínimo para o transporte multimodal e no

terminal de exportação. Sabe-se que nem todos os terminais portuários brasileiros

possuem liquidez para venda imediata do produto e, dessa maneira, para esses

terminais, apenas faria sentido o embarque de um volume grande o bastante para

preencher o porão de um navio. Isso condicionaria, por exemplo, à formação de um

pool de exportadores, cada um contribuindo com um elevado volume para compor um

lote de navio.

IV.2.6 – Formas Comerciais Adotadas

As formas de comercialização disponíveis para que o produtor efetue a venda de

uma parcela de sua produção, já detalhadas no item III.5.2, podem ser divididas em três

categorias: mecanismos de antecipação de receita, de formação de hedge e venda spot.

A escolha da venda spot não oferece dificuldades para a modelagem. Exige

apenas a definição do local de entrega e volume negociado. O fluxo de caixa restringe-

se à atualização do mês atual de planejamento com as receitas advindas da venda e o

eventual custo de transporte para levar o produto ao porto.

Entre os mecanismos de antecipação de receita ao produtor, o modelo

considerará apenas a CPR, seja na forma física ou financeira, por se tratar de um

66

mecanismo mais vantajoso na negociação, já que conta com o aval de uma instituição

com crédito no mercado para honrar um possível default do produtor.

Existe uma diferença importante entre a CPR física e a financeira no aspecto

referente ao fluxo de recursos para a modelagem. No primeiro caso, o produtor

compromete um volume físico a ser entregue em data futura, não importando a sua

cotação na data de vencimento da cédula. No caso da CPR financeira, no ato da

contratação, fica travado o preço futuro da execução do contrato, baseado na expectativa

de cotação do produto na data futura considerada. Assim, o volume físico a ser

convertido para a quitação da cédula (caso o produtor não disponha de recursos

financeiros) será variável, em função da cotação do mesmo no local e data do

vencimento. Se a cotação melhorar, o volume comprometido será menor e vice-versa.

A modelagem de um contrato CPR exige o conhecimento dos custos

transacionais que são fornecidos pelos organismos financeiros que operam esta forma

de contrato, como o Banco do Brasil, por exemplo, e taxas de desconto praticadas pelo

mercado.

Os contratos futuro e de opção de venda constituem um tipo de seguro para o

produtor, sendo que, no mercado futuro, o produtor trava o preço (forma hedge) de um

lote de sua produção na data em que pretende se desfazer dessa porção de estoque. Já o

contrato de opção de venda garante ao produtor, no mínimo, o preço fixado para um lote

do produto, até a data de vencimento do contrato, mediante o pagamento de um prêmio

de seguro.

Deve ser destacado que, para efeito de modelagem, considera-se que o produtor,

ao utilizar um contrato futuro ou de opção esteja interessado apenas na formação de

hedge e não como instrumento para especulação de preços. Nesse sentido, faria pouco

sentido a utilização de opção de compra (call), porque, neste caso, ele estaria se

protegendo contra um aumento do preço futuro, quando, para quem tem o produto

físico, esse evento seria benéfico. Da mesma forma, não faria sentido para o produtor

assumir a posição comprada (long) em um contrato futuro, pelo mesmo motivo alegado.

67

No contrato de opção, a fixação do prêmio é realizada, no modelo, pela equação

proposta por Black & Scholes (ROSS et al., 1995). Considera-se, para efeito de

modelagem, que o contrato de opção não admita exercício antes da data de expiração do

mesmo. Embora haja essa liberdade nos contratos de opção (conhecidos como opção

americana), raramente acontece essa escolha, porque, neste caso, o contratante fica

comprometido com um contrato futuro, até se desfazer dessa outra posição, além do

que, com a negociação do contrato de opção antes do vencimento, o seu portador pode

conseguir um valor maior do que aquele obtido com o exercício (valor intrínseco mais o

valor no tempo) (CBOT, 1996, p. 11).

Os custos contratuais para os derivativos agrícolas são estabelecidos pelas

instituições que operam essas formas de contrato.

Existe ainda uma forma comercial mista, a ser contemplada pelo modelo,

denominada CPRF + Seguro de Preço, através da qual o produtor, ao emitir uma CPR

Financeira se compromete a adquirir contratos de opção de venda referenciados na

Bolsa de Chicago em quantitativo de produto pelo menos igual àquele negociado na

CPRF e por preço de exercício igual ou maior que o da CPRF. A data de vencimento do

contrato fica limitada aos meses das opções negociadas na CBTO.

IV.2.7 – Custos de Produção

Um aspecto não diretamente relacionado à comercialização, mas que afeta o

fluxo de caixa na modelagem e condiciona a venda antecipada de parte da safra, são os

custos de produção.

Estes custos, no modelo, são decompostos em uma componente variável, que se

modifica direta e proporcionalmente ao volume produzido, e outra parcela fixa, que,

embora não seja estática, varia proporcionalmente, porém de forma amortecida, com o

tamanho do lote cultivado. Esta composição de custos será vista com detalhes em V.3.6.

Assume-se na modelagem um custo padrão para todas as regiões produtoras no

Brasil, excetuado o custo da terra, embora este fato não seja rigorosamente uma

68

verdade. Por exemplo, os gastos com insumos dependem da localização da fazenda, os

custos de transporte da fazenda ao armazém – contabilizados como custos de produção

– dependem da distância entre um e outro, os custos de mão-de-obra variam de acordo

com a região etc. Para o custo da terra, assume-se um valor inversamente proporcional

ao custo de deslocamento fazenda-porto, como se verá em V.4.10.1.

Os custos de produção incidem durante um ano, dentro do horizonte de

planejamento, já que o ciclo de produção da soja é anual. Não é considerada a

possibilidade de haver uma cultura de inverno, como o milho, por exemplo, que

assumiria parte dos custos fixos do período.

O cronograma de desembolso durante o ciclo produtivo é variável, de acordo

com a necessidade diferenciada da utilização de cada um dos componentes de custo de

produção. Assim, por exemplo, os insumos de plantio concentram-se nos primeiros

meses do ciclo, os de cultivo durante as etapas de crescimento e colheita, e assim

sucessivamente, compondo um fluxo de recursos variável ao longo dos meses.

Todas essas simplificações derivam-se da dificuldade em se encontrar

informações detalhadas a esse respeito. Embora os custos de produção consumam uma

parcela significativa da receita recebida, algo em torno de 50 a 70% e, por isso,

mereceriam um tratamento mais preciso, o tratamento detalhado estabelecido para a

contabilização desses custos, como se verá em V.3.6, aliado a informações de campo,

no estabelecimento do cronograma de desembolso, amenizam o impacto de eventuais

imprecisões cometidas no processo de custeio da safra.

IV.2.8 – Estrutura de Armazenagem

Assume-se no modelo que o produtor dispõe de uma capacidade irrestrita de

armazenagem em qualquer época do ano. Embora seja uma simplificação bastante

irrealista, dado que apenas 5% dos produtores possuem armazéns na própria fazenda

(item III.4) e os armazéns públicos ou de cooperativas nem sempre estão disponíveis no

prazo e espaço requeridos, ou localizam-se muito distantes da fazenda, um dos objetivos

da modelagem consiste na análise do trade-off entre a retenção da venda, assumindo-se

69

os custos decorrentes disso e o escoamento imediato, a um preço geralmente menor.

Neste sentido, o modelo objetiva apresentar ao produtor a possibilidade de analisar

estratégias especulativas sobre o momento e quantidade a ser vendido na entressafra.

Outra hipótese adotada sobre a armazenagem é que o custo de aluguel ou de

oportunidade sobre o aluguel, conforme seja de terceiros ou próprio o armazém, sem

que haja uma discriminação de valores, é uniforme ao longo de todo o horizonte de

planejamento e para qualquer região produtora. Esta simplificação deve-se à ausência de

informações mais precisas que permitam fazer a distinção entre os meses e localidades.

Embora simplificadora, o impacto do custo de armazenagem é pequeno na composição

total de comercialização.

Os custos financeiros da armazenagem, também denominados custos de estoque,

são tratados de forma diferenciada, discriminando-se regiões e época do ano, através da

composição do custo de oportunidade de capital com a cotação do produto na fazenda.

Este valor, para as taxas de juros praticadas no país impactam significativamente mais a

relação de trade-off especulativas do que os custos estáticos da armazenagem.

IV.2.9 – Cotações Futuras

O principal conjunto de informações que estrutura toda a modelagem é formado

pelas variáveis de cotação Chicago, Paranaguá, Dólar, Porto, Fazenda, Multimodal e

Rodoviário.

A primeira refere-se à cotação da soja em grão na Bolsa de Chicago, em US$/t.

Paranaguá representa a cotação do mesmo produto na mesma unidade para o porto de

referência no Brasil. Dólar mede a taxa de conversão da moeda norte americana para o

Real. Porto mostra a cotação em R$/t para o terminal marítimo de escoamento da região

escolhida. Fazenda traz o preço no local de produção da área selecionada, em moeda

nacional. Multimodal apresenta todo o custo, em R$/t, envolvido no deslocamento

multimodal do produto desde a fazenda até a sua colocação a bordo do navio no porto

de referência para a região. Finalmente Rodoviário, revela o mesmo conceito descrito

em Multimodal, porém para o transporte exclusivamente rodoviário.

70

A cotação da soja na CBOT, é a informação mais básica no processo de

comercialização. Ela influencia diretamente a cotação em Paranaguá e, por decorrência,

em qualquer ponto de venda. Sua representação no modelo apresenta um duplo aspecto.

Um olhar sobre o histórico das cotações Chicago mês a mês reflete um perfil de

variabilidade que pode ser contemplado na figura IV.1, com diferenças de um mês para

outro que pode chegar até a 27%. No entanto, este é o segundo aspecto, quando

observadas as cotações futuras, os preços são mais bem comportados.

Figura IV.1 – Cotações da Soja em grãos na CBOT

Cotação Chicago, MMC12 e Linha de tendência

150160170180190200210220230240250260270280290300310320330340350

jan/

78

jan/

79

jan/

80

jan/

81

jan/

82

jan/

83

jan/

84

jan/

85

jan/

86

jan/

87

jan/

88

jan/

89

jan/

90

jan/

91

jan/

92

jan/

93

jan/

94

jan/

95

jan/

96

jan/

97

jan/

98

jan/

99

jan/

00

jan/

01

jan/

02

jan/

03

Meses

US

$/To

n

Cotação MMC12 Linear (Cotação)

Fonte: CBOT

Para que se compreenda melhor a diferença na volatilidade do mercado spot

comparada ao mercado futuro, devem ser conhecidos os fatores que influenciam ambos

os casos.

As cotações no mercado de commodities agrícolas são influenciadas

principalmente por fatores de oferta e demanda do produto, clima, sazonalidade e nível

de estoques, no âmbito dos principais agentes que negociam no mercado. A Chicago

Board of Trade caracteriza-se como um mercado de referência mundial para a soja e,

por este motivo, incorpora expectativas de players do mundo inteiro, de forma

71

ponderada. Assim, por exemplo, uma expectativa de seca nas regiões produtoras dos

EUA, durante a fase de desenvolvimento do grão, causando uma quebra de safra de

20%, provocará uma elevação acentuada nos preços, muito maior do que se o mesmo

fenômeno, nas mesmas proporções, fosse noticiado na China, que responde por cerca de

8% da produção mundial, frente a 38% da produção norte americana.

O mercado spot, ou disponível, sofre a influência de todas essas e outras

variáveis compondo um preço de equilíbrio. Este valor tende a modificar-se a cada

momento, de forma dinâmica, na medida em que novas informações de mercado

alimentam o sistema, gerando uma volatilidade como a observada na figura IV.1.

O mercado futuro de produtos perecíveis, naturalmente, sofre as mesmas

influências de expectativas do mercado disponível, além das composições de

sazonalidade e um prêmio de risco associado a posições futuras (DAMODARAN,

2002). Assim, por exemplo, se a cotação da soja em Chicago for US$ 200/t em janeiro,

o preço futuro para maio incorporará um fator de sazonalidade, elevando o preço,

hipoteticamente a US$ 205,00/t, mais um prêmio de risco que determina a cotação para

maio em US$ 208,00/t.

Dado que existe um comprador e um vendedor em contratos futuros, o tamanho

e a direção do prêmio de risco variam caso a caso e dependerá de se o comprador é visto

como provendo um serviço ao vendedor ou vice-versa. Quando se considera que os

produtores são os principais vendedores de contratos futuros e investidores individuais

são os compradores, pode ser argumentado que os últimos estão provendo um serviço

de proteção de preço aos primeiros e, por isso, devem ser recompensados. Neste

cenário, descontadas as outras variáveis de mercado, pode-se afirmar que os preços

futuros serão mais baixos do que o preço spot esperado. Neste tipo de relação entre

preços futuro e disponível, costuma-se dizer que os preços exibem uma “normal

backwardation” (DAMODARAN, 2002).

Nos contratos futuros, onde os compradores são usuários de matérias primas

agrícolas e desejam uma proteção contra o aumento dos preços no futuro, e os

vendedores são investidores individuais, estes provêem um serviço aos compradores e,

por isso, devem ser recompensados, conduzindo a um prêmio de risco que, neste caso, é

72

positivo. Nesta situação, os preços futuros serão maiores do que o preço spot esperado e

diz-se que os preços futuros exibem uma “normal contango” (DAMODARAN, 2002).

Na maioria dos mercados futuros de commodities, nem sempre existe um

desequilíbrio entre vendedores e compradores e, por isso, não existe, a priori, nenhuma

razão para se acreditar que o risco de prêmio deva ser positivo ou negativo. De fato, se

ambos, compradores e vendedores, estão especulando, ao invés de se protegerem contra

riscos de preço de compra e venda, o valor do prêmio tende a ser zero. Nesses casos, os

preços futuros serão iguais aos preços disponíveis esperados (DAMODARAN, 2002).

De acordo com Damodaran (2002), “a evidência empírica sobre os mercados

futuros de commodities é contraditória. Um estudo recente de Houthaker revelou que os

preços futuros de commodities são geralmente menores do que os preços spot esperados,

refletindo uma conformação “normal backwardation”. Telser e Gray, no entanto,

reportaram uma evidência contrária para os mercados de trigo e milho”.

Voltando agora ao ponto de origem dessa discussão, quanto à diferença entre as

cotações spot e futura, foi sugerido que as cotações históricas apresentam uma

volatilidade muito maior do que as que se projetam para o futuro. Ora, isso parece

contraditório frente ao exposto, dado que além das mesmas variáveis que influenciam as

cotações spot, devem ainda ser incorporadas às cotações futuras a sazonalidade e o

prêmio de risco.

No entanto, as cotações futuras, para cada mês, num dado momento, sofrem os

mesmos fatores de expectativa, enquanto nas cotações passadas, cada uma representa

um cenário de mercado diferente, fazendo com que os preços oscilem muito mais.

Para exemplificar essa situação considere o gráfico apresentado na figura IV.2,

extraído do modelo desenvolvido, representando, numa situação hipotética, as cotações

em Chicago e Paranaguá em US$/t e Dólar em R$/US$, para uma posição no tempo no

mês de março. Pode ser evidenciado que do mês inicial de julho até março, a

volatilidade de todas as variáveis é muito maior do que a partir desse mês, quando se

projeta o comportamento do mercado para um mesmo cenário de expectativas.

73

Figura IV.2 – Cotações da Soja em grãos em Chicago e Paranaguá e Cotação do

Dólar em uma situação hipotética

Cotações

100,00

150,00

200,00

250,00

300,00

350,00

400,00

Jul Ago Set Out Nov Dez Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez

Mês

US

$/to

n

1,50

2,00

2,50

3,00

3,50

4,00

4,50

R$/

US

$

Chicago (US$/t) Paranaguá (US$/t) Dólar (R$/US$)

Este fenômeno vale não apenas para a cotação Chicago, mas para todas as

variáveis consideradas nesta análise.

Finalizando este ponto, deve ser mencionado que, no modelo, para as cotações

futuras da soja em Chicago, não foi considerado o efeito de prêmio de risco sobre os

preços futuros, ou seja, os preços futuros serão iguais aos preços spot esperados,

excetuado o fator de sazonalidade de um mês para outro.

Isto pode ser justificado pela complexidade dessa análise, aliada ao fato de ser

contraditória a evidência de um ou outro efeito, como apontado mais acima.

No modelo, todos os valores de mercado disponível são gerados por um

processo de simulação e os futuros incorporaram apenas tendências de projeção, como

se verá em detalhes no item V.4.4.

No começo desse item, foi dito que um conjunto de sete variáveis estruturam o

processo de modelagem, das quais apenas se argumentou sobre a primeira. As demais

terão uma apresentação muito mais breve,como se verá.

74

A cotação em Paranaguá deriva-se imediatamente da cotação Chicago, de acordo

com um valor de prêmio estabelecido por condições de mercado local. Este valor pode

ser positivo ou negativo, conforme a época do ano, tendendo a ser significativamente

maior na época da entressafra brasileira. Um histórico de valores de prêmio em

Paranaguá pode ser visto na figura 2 dos anexos. A estimação dos valores em

Paranaguá, a partir das cotações Chicago, é estabelecida através de um processo de

regressão múltipla que se verá com detalhes em V.4.4.2.

A cotação do Dólar merece os mesmos comentários desenvolvidos quando se

tratou da cotação Chicago, uma vez que o mercado futuro de câmbio visa proporcionar

aos que nele negociam um serviço de proteção contra variações desfavoráveis futuras,

ou uma oportunidade de ganho especulativo.

Outras variáveis, além do risco de prêmio, também influenciam na diferenciação

de cotação do dólar futuro para a expectativa de seu valor spot, tais como a

possibilidade de arbitragem e o risco país (GARCIA, 1997).

No modelo, por simplificação, não é contemplada a contratação de dólar futuro

como forma de hedge, sendo, por isso, a cotação do dólar futuro idêntica à sua

expectativa de preço spot no futuro. A regra de projeção do valor futuro será

apresentada em V.4.4.3.

A cotação da soja em cada porto de exportação brasileiro sofre influência dos

mercados regionais e da maior ou menor proximidade do mercado importador. Existe

uma tendência de um prêmio ligeiramente maior, quanto mais ao norte for o porto de

embarque, como mostra a figura 3 dos anexos, em virtude da maior proximidade do

hemisfério setentrional, que é muito maior demandante de soja, comparado ao

meridional.

No modelo não é feita qualquer distinção de preço entre os portos de embarque,

por se carecer de um conjunto histórico de dados que viabilize tal análise. Além disso,

as diferenças muito pequenas nas cotações entre um porto e outro justificam esta

simplificação. As variações por conta de particularidades de mercados locais são

contempladas através de uma aleatoriedade simulada, apresentada em V.4.4.4.

75

O valor do produto na fazenda é particularmente influenciado pela distância da

região ao porto de exportação. No modelo, o cálculo da cotação na fazenda é realizado

mediante o desconto do custo do deslocamento rodoviário exclusivo sobre o valor do

produto no porto. Uma perturbação aleatória é introduzida nessa correção do valor na

fazenda, como forma de incorporar especificidades de mercado nas diversas regiões de

cultivo. Esta análise está bem justificada no item V.4.4.5.

A cotação do transporte multimodal e exclusivamente rodoviário incorporam,

além do próprio frete de cada modal que compõe o trajeto fazenda-porto, os custos de

transbordos e terminais, de modo a representar o custo total da transferência do produto

até sua colocação a bordo do navio.

Os valores modelados respeitam a sazonalidade natural observada no mercado,

calculadas sobre um valor básico do custo dos fretes. Incorporam além disso uma

aleatoriedade para configurar particularidades do mercado de fretes em cada ligação.

76

CAPÍTULO V

CONSTRUÇÃO E CALIBRAÇÃO DO MODELO

Depois de apresentada a estrutura conceitual do modelo e definido seu escopo,

este capítulo tratará de detalhar os aspectos da organização, construção e calibração da

ferramenta. Inicialmente será vista a construção do modelo em seus aspectos mais

gerais, com ênfase nas características de programação adotadas. A seguir é analisado

detalhadamente o seu funcionamento. Mais adiante, apresenta-se a sua organização em

forma de módulos e o capítulo é concluído com uma descrição metodológica da

construção e calibração das principais variáveis que estruturam o modelo.

V.1 – ASPECTOS GERAIS DO MODELO

O modelo aqui apresentado, foi desenvolvido através de uma interface em

Microsoft Excel, com a utilização de programação de macros com o Visual Basic for

Applications (VB).

Construído em um ambiente amigável o programa comunica-se com o usuário,

inicialmente, através de uma tela contendo o mapa do Brasil com as principais regiões

produtoras de soja, para que seja escolhida a área de análise, por meio de um clique do

mouse. Feita esta opção, o cenário do modelo migra para uma planilha principal

contendo todas as informações necessárias para que o produtor possa desenvolver, mês

a mês, no horizonte de planejamento, as escolhas que lhe permitam maximizar sua

lucratividade, em função das variáveis de mercado. A inserção de dados realiza-se

exclusivamente através de formulários específicos para cada decisão a ser estabelecida

(máscaras em VB), acessados através de botões de comando. As informações

introduzidas são transferidas para a planilha principal, mediante uma verificação prévia

de consistência.

Todos os botões de comando presentes no modelo, bem como as alternativas

explicitadas no painel Formas de Comercialização (figura V.1), podem ser acionados

77

mediante o clique do mouse ou teclas de atalho. Neste último caso, uma letra sugestiva

sublinhada, identifica o caminho do atalho. O comando correspondente é ativado

mediante o acionamento simultâneo das teclas Alt com a referida letra. Por exemplo,

Alt + P provoca a marcação do item CPR. A tela mostrada na figura V.1 ilustra o

funcionamento dos comandos de acesso.

Figura V.1 – Painel Formas de Comercialização ilustrando o acesso por via de

atalho

Os formulários de comunicação foram construídos de modo a facilitar ao

máximo a inserção de dados, sendo, quando conveniente, inicializados com valores que

contemplam uma situação padrão ou estabelecidos de acordo com uma outra escolha

previamente feita, que condiciona a decisão atual. São exemplos do primeiro caso a pré-

definição de uma distância nula entre a fazenda e o centróide da região escolhida, para

os transportes rodoviário e multimodal, como mostra a figura V.5 e, do segundo caso, a

pré-definição automática da opção modal rodoviária, quando o transporte multimodal

não estiver disponível para um mês previamente escolhido.

Os dados numéricos são fornecidos sempre através de uma barra de rolagem que

modifica o valor apresentado em uma caixa de texto contígua, como ilustra a

informação de Volume na figura V.2. Clicando-se nas setas extremas da barra de

rolagem, os valores da caixa de texto alteram-se em incrementos menores do que

quando se clica no interior da própria barra de rolagem. O cursor que percorre a barra de

um extremo ao outro pode ser arrastado para qualquer posição, porém a precisão de

ajuste que se consegue é pequena.

78

Nunca é permitido o acesso direto à caixa de texto bem como às células da

planilha. Valores a serem selecionados entre um conjunto limitado são acessados

através de uma “caixa combo”, que pode ser vista nesta mesma figura V.2, na seleção

do Local de Entrega.

Figura V.2 – Ilustração da forma de inserção de dados em um formulário

As informações numéricas a serem fornecidas são sempre limitadas a um

intervalo válido de valores, como, por exemplo, um custo de capital entre 0 e 100%, e

respeitam restrições de limites aceitáveis em um intervalo, como, por exemplo, um

índice de produtividade entre 1 500 e 4 000 kg/ha.

Do mesmo modo, as informações fornecidas através de uma “caixa combo”

restringem um limite aceitável de valores, como é o caso, por exemplo, da possibilidade

de escolha de um mês de vencimento de um contrato futuro apenas entre os definidos

pela Bolsa e sempre que posterior ao mês atual de planejamento.

O modelo também avalia criticamente valores que sejam inconsistentes, como,

por exemplo, a venda de um volume maior do que o disponível para um mês futuro,

informando o usuário e reapresentando a tela para reinserção dos valores. Além disso,

antecipa algumas necessidades que se apresentarão no futuro, cuja definição na situação

atual pode ser vantajosa, como a contratação de transporte para uma data futura, em

função de uma venda efetuada no mês atual de planejamento para entrega no porto,

lembrando que a disponibilidade de transporte multimodal, que geralmente é mais

barato, é tanto menor quanto mais próximo dos meses de escoamento da safra. Uma

última característica do modelo que merece comentário são as advertências feitas

quando uma decisão a ser tomada pelo usuário pode não ser a mais adequada para

aquela situação. Isto acontece, por exemplo, ao se passar de um mês para outro, estando

79

o caixa negativo. O modelo avisará que o analista incorrerá em um elevado encargo

financeiro e sugerirá a venda de parte da produção para cobrir esse hiato no caixa.

Todos os formulários de interface apresentam os botões de comando OK e

Cancelar e, em alguns casos, um terceiro botão com o título Refazer. O botão OK

representa a aceitação dos dados fornecidos e dispara o evento de transferências dos

valores inseridos na máscara para a planilha de trabalho, fazendo com que desapareça a

referida máscara. O botão Cancelar redefine os valores originais, quando uma tela de

escolha é obrigatória, fazendo com que esta permaneça ativa na área de trabalho até que

se clique em OK, ou então, quando o formulário não constitui uma obrigação de

preenchimento, funciona como uma desistência, mantendo intacta a planilha de trabalho

e desaparecendo com a máscara após o clique do mouse. O terceiro botão mencionado

permite ao usuário redefinir escolhas prévias dentro de um mesmo mês de trabalho.

Apenas as máscaras “Contratação de Transportes” e “Formas de Comercialização”

apresentam a opção Refazer. Seu acionamento faz com que todos os transportes ou

formas comerciais, conforme o caso, contratados dentro do mês atual de planejamento,

sejam desfeitos e restaurados os valores vazios originais para cada mês.

Todas essas características apontadas contribuem para a robustez do modelo e

configuram um ambiente de trabalho bastante amigável e de fácil entendimento do

processo seqüenciado de decisões.

Quanto ao ambiente de planejamento, este abrange uma extensão de 18 meses,

começando em julho e terminando em dezembro do ano seguinte. Na planilha, os meses

são apresentados na forma abreviada (Jan, Fev, etc) e associados a um número de 1 a

18, de acordo com sua seqüência no tempo, para que não haja confusão, já que existem

dois meses com a mesma grafia entre Jul e Dez. O mês atual de planejamento é

destacado na cor vermelha, como ilustra a figura V.7. Durante o texto, a partir desse

momento, cada mês será tratado também na forma abreviada, acompanhado à direita de

um número entre parênteses, indicando sua seqüência no planejamento, como por

exemplo, Jan (7).

Todas as decisões são realizadas mediante o acionamento de 4 botões

posicionados na parte superior esquerda da tela de trabalho, que permanecem sempre

80

visíveis ao analista. Através do primeiro deles, o usuário passa ao mês seguinte do

horizonte de planejamento. O segundo botão permite obter uma visualização gráfica das

informações que condicionam seu conjunto de decisões. Acionando o terceiro botão, o

analista acessa os mecanismos financeiros para venda. O último botão conduz a um

formulário para contratação de transportes para entrega do produto no porto.

V.2 – DESCRIÇÃO DO FUNCIONAMENTO DO MODELO

Neste item será apresentada, de forma detalhada, cada uma das interfaces de

comunicação com o usuário, descrevendo-se seus elementos mais importantes,

explicando-se o papel das variáveis, como estas se relacionam com outras variáveis do

modelo, as características de programação observadas na construção e as hipóteses

adotadas nesse procedimento, respeitando-se um seqüenciamento natural no processo de

planejamento. Não será visto neste tópico V.2 o modo como foram concebidas as

variáveis, ou como elas funcionam, bem como o processo de calibração, coisa que se

fará no item V.4.

As variáveis são apresentadas com a primeira letra em maiúscula, tal como

aparecem nas telas de comunicação, para facilitar o entendimento quando a elas se

refere o texto, como, por exemplo, Local de Entrega, para se referir à variável cuja

função é definir o local de entrega do produto vendido.

A ordem natural de apresentação das telas de comunicação obedece, de maneira

geral, como se verá, a um grau crescente de complexidade, de modo que as posteriores

incorporam algumas informações já utilizadas e descritas nas anteriores, embora sejam

específicas para cada caso. Por exemplo, o Volume a ser inserido na tela CPR (figura

V.16) coincide com a informação de Volume requisitado na CPRF (figura V.19),

embora seja específico para cada caso. Deste modo, na medida em que forem

apresentadas as novas telas, as características já analisadas nas máscaras anteriores

serão omitidas.

Por ser este um tópico extenso, procurou-se itemizar os componentes,

agrupando-os pelas interfaces de comunicação com o usuário.

81

V.2.1 – Regiões Produtoras de Soja

Ao carregar o programa, o usuário é remetido automaticamente a uma tela

contendo o mapa do Brasil (figura V.3) com o título “Regiões Produtoras de Soja”, onde

escolherá a área que pretende analisar. Cada região produtora é delimitada por um

círculo contendo em seu interior o nome do centróide dessa área, que se caracteriza

como um ponto de referência logística para o escoamento da produção. Os centróides

estão grafados em cores diferentes de acordo com o estado em que se encontra cada

região. Assim, por exemplo, as regiões de Goiânia e Rio Verde aparecem na mesma cor

verde claro por pertencerem ao estado de Goiás.

Figura V.3 – Mapa do Brasil com todas as regiões produtoras de soja

contempladas pelo modelo e rede logística para exportação

82

Uma visão geral sobre essa primeira tela de comunicação com o usuário revela a

presença de uma janela que enquadra perfeitamente o mapa a ser analisado e uma barra

de ferramentas na parte inferior, que contém um único comando, permitindo ao usuário

sair do ambiente de planejamento, fechando a pasta de trabalho. O mesmo efeito é

produzido ao se clicar no botão em forma de X na parte superior direita da planilha. A

barra de ferramentas apresenta também uma área de ajuda, no entanto essa função não

foi implementada no modelo.

Clicando sobre uma região produtora, o sistema migra para a planilha principal

de trabalho, mostrada na figura V.7, transfere para ela o nome do centróide da região

escolhida e particulariza a interface, carregando as informações que são específicas da

área selecionada. Tais valores compreendem as cotações no porto e na fazenda; custos

do deslocamento rodoviário e multimodal para transferência da soja desde o centróide

até o porto para exportação e custos de produção.

Tão logo o programa ativa a planilha principal aparecerão, seqüencialmente, 3

telas de diálogo solicitando os dados estáticos do planejamento.

V.2.2 – Informações Iniciais

A primeira tela, intitulada “Informações Iniciais”, é mostrada na figura V.4 e

solicita ao usuário as informações do volume total produzido na safra, a Área total

Cultivada e os Custos de Capital, que podem ser de 3 tipos: custo de Oportunidade,

Desconto e Empréstimo.

O Volume total de Produção é fornecido em toneladas e o sistema

automaticamente apresenta o valor equivalente em número de sacas de 60 kg, que é a

unidade padrão de embalagem da soja. A Área Cultivada é fornecida em hectares (ha),

que corresponde à dimensão de 10 mil m2. Existe uma amarração entre essas duas

variáveis através de uma produtividade padrão de 2 500 kg/ha. Ao se definir, por

exemplo, uma produção de 10 000 t, a área de produção será automaticamente

preenchida com 4 000 ha e vice-versa. Entretanto, essa amarração não é rígida, havendo

83

um grau de liberdade para as duas variáveis dentro do limite de produtividade entre

1 500 e 4 000 kg/ha, que delimitam valores realísticos.

Figura V.4 – Tela para inserção das Informações Iniciais para o planejamento

Os Custos de Capital, medidos em % ao ano, representam uma taxa de juros

anual de remuneração do dinheiro. A taxa de Oportunidade é definida como a

remuneração básica que o produtor pode obter no mercado e utilizada para atualizar os

valores de caixa, quando o sistema passa de um mês de planejamento para outro, e

também como deságio na contratação de transportes antecipadamente por parte do

produtor. Assim, por exemplo, se o produtor tiver em caixa R$ 1 000 e a taxa de juros

for definida como sendo 20% ao ano, o que equivale a 1,53% ao mês, ao passar de Jul

(1) para o mês seguinte, o sistema corrige o caixa para R$ 1 000 x 1,0153, ou R$

1 015,30. Do mesmo modo, ao contratar em Jul (1) um transporte para Jan (7), no valor

de R$ 100/t, o decisor pagará, no mês 1, R$ 100/(1+1,53%)6, ou R$ 91,29/t, que

equivale ao deságio de seis meses para o custo de R$ 100.

A taxa de Desconto mede a remuneração de capital a que o produtor está sujeito

ao contratar um mecanismo de antecipação de receitas para custear a safra. Esta taxa

funciona como um deságio nesse processo, tal como exemplificado no caso da

contratação de transportes. A diferença é que, ao antecipar receitas para custeio, o

produtor recebe com deságio, enquanto, ao contratar transporte, ele paga com deságio.

De maneira geral, essa taxa é superior ao custo de Oportunidade do produtor, daí que

ele deve ser cauteloso ao adquirir uma CPR, limitando ao mínimo o dinheiro a ser

antecipado para o custeio, sob pena de estar pagando um valor mais caro por um recurso

excedente, de que ele não necessita de antemão.

84

A taxa de Empréstimo funciona como um ônus de ágio a ser cobrado do

produtor, caso ele fique com o caixa negativo. Funciona de forma equivalente à tomada

de empréstimo em um agente financeiro. Naturalmente esta taxa tende a ser ainda mais

elevada que as outras duas. Ela é utilizada no modelo apenas para corrigir o caixa ao se

passar de um mês a outro do planejamento, na situação do caixa ficar negativo.

Existe uma amarração entre esses 3 valores de Custo de Capital, que condiciona

a que a taxa de Empréstimo deve ser maior ou igual à taxa de Desconto, que deve ser

maior ou igual à taxa de Oportunidade.

O formulário que contém todas essas informações é apresentado com valores

previamente preenchidos, de modo a facilitar o trabalho do usuário. Para esta interface,

os valores default, são de 10 000 t para o Volume de Produção, 4 000 ha para a Área de

Plantio e, para o Custo de Capital, são sugeridos os valores de 20%, 30% e 50% ao ano,

respectivamente para as taxas de Oportunidade, Desconto e Empréstimo.

Ao clicar no botão de comando OK, todos os dados introduzidos nessa máscara

em VB são transferidos para a planilha de trabalho.

V.2.3 – Distâncias e Cotações Iniciais

A segunda tela de informações estáticas para configurar o ambiente de

planejamento, solicita as informações das Distâncias, em quilômetros, da Fazenda ou

ponto de armazenagem local, até o Centróide da Região, tanto para o caso do transporte

Exclusivamente Rodoviário como o Multimodal, e também as Cotações para o mês

Inicial de planejamento (julho) da soja na CBOT, em US$/t, e a taxa de câmbio, em

R$/US$. O layout dessa interface é apresentado na figura V.5.

O primeiro grupo de informações é solicitado para se fazer um ajuste fino no

cálculo do frete desde o ponto de origem até o porto de exportação. A origem da carga

pode ser tanto a fazenda, onde a soja é colhida, como um local onde ela é armazenada.

Caso o grão seja transferido para um armazém próximo da fazenda, antes de ser

comercializado, o custo desse deslocamento é contabilizado como custo de produção.

85

Figura V.5 – Tela para inserção de Distâncias e Cotações Iniciais

O centróide da região caracteriza-se como um ponto de referência logística para

a área, ou seja, um ponto a partir do qual é contabilizada a distância de transporte desde

a região considerada, até o porto de exportação que apresenta menor custo de transporte

para aquela área. Para cada uma das modalidades disponíveis no modelo (rodoviário

exclusivo e multimodal) a distância do ponto de origem da carga até o centróide pode

ser diferente. Eventualmente, uma fazenda pode estar à margem da rodovia que conduz

ao porto de referência e distante de um terminal ferroviário que atende à região. Nesse

sentido entende-se que devam ser diferentes as distâncias para os dois casos.

Quando o ponto de origem da carga encontra-se mais próximo do porto de

referência do que o centróide, para o transporte exclusivamente rodoviário, haveria uma

distância negativa e, portanto, uma economia com relação ao frete de referência. Nesta

situação, tal economia é desconsiderada, e adota-se como origem da carga o centróide

da região. Tanto é assim que a caixa de diálogo que recebe tal variável não comporta

valores negativos. Esta simplificação não prejudica a validação do modelo, já que os

fretes cobrados desde uma mesma região para grandes distâncias são equivalentes.

No caso da distância ser positiva, indiferentemente do modal a ser adotado na

longa distância, haveria uma “perna” rodoviária desde o ponto de origem até o centróide

de referência e, como ocorre nesses casos, a distância é curta e, muitas vezes, percorrida

em estradas vicinais. Desse modo o frete costuma ser proporcionalmente mais caro do

que o transporte rodoviário para longas distâncias. Nesta situação, para o cálculo do

valor adicional do frete, adota-se um “momento de transporte”, que equivale a um custo

medido em R$ / t x Km, uniforme para qualquer região sob análise. Embora, como dito,

86

a tal “perna” rodoviária costume ser curta, o modelo permite um limite de distância,

desde a origem da carga até o centróide de referência, de até 500 Km.

O segundo grupo de informações desse formulário, refere-se às Cotações Iniciais

da soja em grãos na Bolsa de Chicago e da taxa de conversão do Real para o Dólar.

A cotação em Chicago determina todos os demais valores de cotação, seja em

Paranaguá, que é o porto de referência brasileiro, ou qualquer outro porto nacional, bem

como os valores recebidos pelo produtor para a venda na fazenda, em qualquer região

brasileira, conforme apresentado em IV.2.9. A forma de obtenção das cotações para os

demais meses é apresentada no item V.4.4.1.

A Cotação Inicial do Dólar determina o patamar da base de previsão para os

demais meses e o processo de estimação futura é apresentado no item V.4.4.3.

Os limites de variabilidade da cotação CBOT e Câmbio são, respectivamente,

entre 0 e 500 US$/t e 0 e 10 R$/US$.

Os valores pré-definidos para as Distâncias da Fazenda ao Centróide da Região

são nulos para os dois modais considerados e de US$ 220,75/t para a cotação Chicago e

R$ 2,85/US$ para o Câmbio.

Após clicar no botão OK, as informações inseridas no formulário são

transferidas para a planilha. Cabe observar que, caso sejam alteradas as Distâncias da

Fazenda ao Centróide, os valores de fretes originais são recalculados na planilha,

assumindo valores mais elevados.

V.2.4 – Área Plantada e Volume Colhido

O último dos três formulários que recebem as informações estáticas do

planejamento surge automaticamente depois do usuário clicar em OK na tela anterior e

solicita a Área Plantada e o Volume Colhido em cada um dos meses de planejamento. A

figura V.6 ilustra a tela a que se faz referência.

87

Figura V.6 – Tela para inserção da Área Plantada e Volume Colhido

A Área Plantada é fornecida como um valor percentual para cada mês, sobre a

área total a ser cultivada. Os meses disponíveis (Setembro a Janeiro) contemplam uma

possibilidade realista para o período de semeadura nas regiões contempladas pelo

modelo, como apresentado no item III.3.

Considera-se no modelo uma produtividade uniforme, independentemente da

época plantada ou do tipo de semente utilizada, embora haja uma ligeira diferenciação

de rendimento de acordo com época de plantio e o tipo de semente que melhor se adapta

a cada época, como explicado em III.3.

Do mesmo modo o Volume Colhido é estimado como um valor percentual para

cada mês sobre o total a ser produzido. Igualmente também se respeita o critério de

realismo quanto aos meses disponíveis para colheita (Janeiro a Maio).

A máscara é inicializada com valores default para a Área Plantada, e Volume

Colhido, como indica a figura V.6.

O sistema de inserção de dados corrige-se automaticamente de forma que a soma

total dos valores, tanto no primeiro caso quanto no segundo, permaneça sempre em

100%. O processo de correção foi concebido em um sistema carrossel, onde o último

mês conecta-se com o primeiro. Assim, a alteração em um dos meses da seqüência,

transfere a correção para o seguinte e do último para o primeiro. Dessa maneira, por

exemplo, ao se aumentar em 1% o valor de Setembro para a Área Plantada, o sistema

automaticamente subtrai do mês seguinte 1%. O mesmo, em sentido inverso, ocorreria

caso se diminuísse em 1% o valor de Setembro, acarretando um aumento de 1% em

Outubro. Como em nenhum mês pode haver valor negativo, caso se aumente o valor de

88

Dezembro da área colhida em 1%, estando Janeiro e Setembro zerados, haverá

diminuição de 1% no mês de Outubro.

Por hipótese, não existe nenhuma perda no volume desde quando se planta até a

entrega do produto vendido.

Ao acionar o botão OK, as informações sobre Área Plantada e Volume Colhido

são transferidas para a planilha e o modelo está preparado para que o processo de

comercialização da safra de soja possa ser iniciado.

V.2.5 – Ambiente de Planejamento

Nesse instante, a planilha principal de trabalho apresenta o aspecto mostrado na

figura V.7. O ambiente de planejamento ali revelado, subdivide-se em onze áreas de

informações que são apresentadas na seqüência do texto.

Uma visão geral da área de trabalho revela que as áreas de informação estão

separadas por linhas na cor cinza e as barras de rolagem permitem o acesso a todo o

conteúdo da planilha. Da mesma forma como apresentado em V.2.1, uma barra de

ferramentas na parte inferior permite ao usuário sair do ambiente de planejamento

fechando a pasta de trabalho.

Uma característica que confere praticidade ao se deslocar pelo ambiente de

planejamento é o congelamento de painel (um recurso do Excel) na célula B11. Esta

característica permite que fique sempre visível a área compreendida acima da linha 11 e

à esquerda da coluna B, ou seja, as Informações Estáticas, a indicação dos meses de

planejamento e os nomes das variáveis.

89

Figura V.7 – Tela mostrando o Ambiente de Planejamento

90

Figura V.7 (continuação) – Tela mostrando o Ambiente de Planejamento

91

V.2.5.1 – Informações Estáticas

A primeira área de informações, presente na parte superior da planilha,

denomina-se Informações Estáticas, não por serem inalteráveis ao longo da elaboração

da estratégia de comercialização, mas por não estarem vinculadas aos 18 meses de

planejamento. Este grupo de informações apresenta, inicialmente, o título do trabalho na

primeira linha da planilha: “ESTRATÉGIA DE COMERCIALIZAÇÃO DE UMA

SAFRA DE SOJA”, na cor amarelo ouro. Do lado esquerdo aparecem 4 botões de

comando, já apresentados no item V.1, que acionam todos os eventos que realizam o

planejamento.

Logo à direita dos botões, na parte superior, aparece uma pequena moldura que

enquadra o nome da região produtora em vermelho. Abaixo desse quadro, são

mostrados o Volume de Produção em toneladas, a Área Cultivada em hectares e o

Capital de Giro Inicial, em Reais, para cobrir os primeiros gastos de produção e

comercialização.

Mais à direita, na parte de cima, aparece o Mês Atual de planejamento. O

número, como já explicado em V.2, indica a ordem entre os 18 meses possíveis e a

abreviatura especifica o mês em questão. Abaixo dessa informação apresenta-se o valor

do dinheiro em Caixa em duas situações: Inicial e Atualizada. O primeiro valor traz o

Capital de Giro para o primeiro mês de planejamento ou o dinheiro corrigido ao se

passar de um mês a outro. O segundo corrige o valor inicial, adicionando ou subtraindo

o dinheiro em Caixa para o mês corrente, cuja composição será vista em V.2.5.10. Este

segundo número é o que, efetivamente, estabelece o valor real acumulado em caixa no

Mês Atual.

O quarto grupo de informações estáticas é composto pelas Taxas de Capital

medidos nas formas de custo de Oportunidade, de Desconto e Empréstimo, conforme já

explicado em V.2.2, e apresentados na forma de % ao ano e ao mês.

Logo à direita aparecem as Distâncias do ponto de armazenagem ao Centróide

da Região, tanto para o transporte Exclusivamente Rodoviário como para o Multimodal,

que também já foram explicados em V.2.3.

92

Por último aparece um Painel de Lucratividade até o mês corrente. O quadro

apresenta a informação de Receita total acumulada; do Lucro acumulado, calculado pela

diferença entre receitas e custos e a Lucratividade, medida pela relação entre Lucro e

Receita acumulada. Quando o Lucro é negativo em um determinado mês, a relação de

Lucratividade aparece com não disponível (N/D).

Logo abaixo desse primeiro grupo de informações aparece a seqüência dos 18

meses de planejamento destacados na cor amarelo claro. Todas as informações

subseqüentes aparecem na forma ve torial7 para todo o horizonte de planejamento.

V.2.5.2 – Informações sobre os Volumes

O segundo bloco de informações, intitulado “VOLUMES”, refere-se à Área

Plantada e Volume Colhido, medidos ambos em % sobre o total produzido, e Volume

Total, em toneladas, que corresponde, a cada mês, ao volume percentual multiplicado

pelo volume total absoluto em toneladas de produção.

V.2.5.3 – Informações sobre Cotações

O terceiro grupo apresenta as cotações mensais da soja em grãos em Chicago e

Paranaguá, ambos medidos em US$/t; a taxa de câmbio; a cotação no Porto de

referência para a região e na Fazenda, em R$/t e os valores de fretes Multimodal e

exclusivamente Rodoviário, em R$/t, para deslocar o produto da fazenda ao porto

considerado.

V.2.5.4 – Informações sobre Formas Comerciais

Este bloco de informações apresenta os valores comprometidos, na forma de

percentagem sobre o total produzido, em cada uma das seis formas comerciais possíveis

93

de se contratar. Todas elas, exceto a venda spot, são contraídas em uma data prévia a

sua expiração, daí a necessidade da informação sobre o mês de liquidação, já que essas

duas datas afetam o fluxo de caixa, essencial na condução do planejamento.

As duas últimas linhas desse bloco de informações revelam, respectivamente, o

Volume disponível para a Venda CPR e Spot. Esses dados são importantes na avaliação

sobre a possibilidade ou não da contratação de cada uma dessas formas, para que a

modelagem seja consistente. A forma de construção desses vetores são apresentadas na

parte metodológica presente no item V.4.5.

V.2.5.5 – Informações sobre Localidades de Venda

O quinto bloco de informações reporta os valores vendidos respectivamente na

Fazenda e no Porto, como percentual do volume total disponível. Além dessas duas

linhas, outras quatro compõem a condição de travamento para consistência das

informações. São elas, as vendas na Fazenda, no Porto e Total Acumuladas, e o Volume

Disponível para a Venda na Fazenda. A construção desses vetores é apresentada no item

V.4.6.

V.2.5.6 – Informações sobre Transportes

O sexto grupo de informações recebe o nome de “TRANSPORTES”. O primeiro

vetor apresenta a Disponibilidade de transporte Multimodal para cada um dos meses

futuros, quando é possível efetuar o deslocamento da safra atual para o porto, ou seja, a

partir de Jan (7). Observe que a disponibilidade refere-se à contratação no mês atual

para transporte em data futura. A informação é binária, do tipo Sim ou Não. Para

facilidade de visualização, quando disponível o transporte Multimodal em uma data

futura, o Sim é grafado em verde e o Não em vermelho.

7 Um vetor de informações corresponde a um conjunto seqüenciado de valores de uma variável. Um exemplo disso, aplicado ao modelo que está sendo apresentado, seria o conjunto de cotações da soja na Bolsa de Chicago, em US$/t, para os 18 meses de planejamento.

94

O segundo e terceiro vetores de informações reportam, respectivamente, os

Volumes Multimodal e Rodoviário contratados, medidos como porcentagem do volume

total produzido.

As duas últimas linhas desse grupo apresentam, respectivamente, o Volume

Contratado Acumulado, para os dois modos, e o Volume Disponível para Transporte,

ambas medidas também na forma percentual. Essas informações auxiliam a construção

da consistência do modelo e seus procedimentos são descritos em V.4.7.

V.2.5.7 – Informações sobre Armazenagem

O sétimo bloco de informações intitula-se “ARMAZENAGEM” e apresenta

apenas três variáveis: Volume Colhido Acumulado; Volume Armazenado, ambos em

porcentagem sobre o total produzido; e Custo Unitário de Armazenagem, em R$/t. O

segundo vetor modifica-se na medida em que são efetuadas entregas de produtos

vendidos (liquidação de CPR e venda spot) e não quando vendidos.

O Custo Unitário de Armazenagem assume, por hipótese no modelo, um valor

único para todos os meses e regiões de produção.

V.2.5.8 – Informações sobre Fluxos Contratuais

Este bloco registra os fluxos financeiros decorrentes da contratação de qualquer forma

comercial, excetuados os eventuais custos contratuais, margens e prêmios, que

aparecerão no próximo grupo de informações (V.2.5.9).

Apenas quatro vetores compõem este bloco. Todas as formas de CPR foram

agrupadas em uma única variável, denominada CPR’s; contratos de derivativos

agrícolas aparecem como Futuro e Opção e, isoladamente, vem a venda Spot. O último

vetor apenas sumariza o resultado dos outros três. Aqui cabe lembrar que um contrato

do tipo CPR Financeira com Seguro de Preços apareceria tanto no vetor CPR’s quanto

em Futuro e Opção, por se tratar de uma forma mista.

95

Para ilustração do preenchimento dos Fluxos Contratuais, pode-se imaginar a

emissão de uma CPRF no mês de Ago (2), para vencimento em Mar (9), a um preço de

R$ 600,00/t, para um volume de 100 t. Supondo-se uma taxa de deságio de 30% a.a. ou

2,21% a.m., ter-se-ia, para Ago (2), um valor de 100 x 600 / (1+2,21%)7, que é igual a

R$ 51 486,99. Para Mar (9), o valor negativo de R$ 100 x 600 = R$ 60 000,00; já que se

trata de um valor devido.

A formatação condicional respeitada neste bloco de informações permite

visualizar os fluxos positivos em azul e os negativos em vermelho.

V.2.5.9 – Informações sobre Custos

Este grupo de informações é composto por seis variáveis, todas grafadas na cor

vermelha por representarem desembolsos. A primeira registra os custos de Produção,

que abrange um período completo de 1 ano, desde Jul (1) até Jun (12). Os custos de

Produção dos meses posteriores devem ser contabilizados para a nova safra, daí o

motivo de não aparecerem na planilha. Seus valores são variáveis de acordo com o

fluxo de desembolso para custeio, a ser apresentado em V.4.10.1.

A segunda variável, Armazenagem, registra os custos de ocupação de espaço da

soja em armazém. Equivale a um custo de aluguel mensal devido pelo produtor para

manter estocado um volume do seu produto. Embora os custos futuros de Armazenagem

estejam apresentados na planilha, não significa que sejam valores devidos pelo

produtor. Estes apenas serão absorvidos ao Caixa a partir do momento em que o Mês de

planejamento Atual coincidir com o mês em que haja custo de armazenagem a

incorporar, sofrendo, até esta data, modificações decorrentes do volume comercializado.

Assim, por exemplo, se para o mês de Fev (8) houver um custo projetado de

Armazenagem de R$ 1 000 e, no Mês Atual, por hipótese, Ago (2), ocorrer uma venda

CPR, para aquele mês, reduzindo o valor projetado a R$ 500, este novo valor aparecerá

na planilha e, apenas será incorporado ao caixa a partir de Fev (8), pois até este mês,

incluído, poderá sofrer alterações.

96

O terceiro vetor, Estoque, mede o custo de oportunidade de manter armazenado

algum volume do produto. Este valor representa um custo financeiro que poderia ser

auferido na passagem de um mês para o outro, caso o volume armazenado fosse

totalmente vendido naquela data. Da mesma forma como exemplificado para o vetor

Armazenagem, a variável Estoque também é apresentada na planilha com os valores

subseqüentes de planejamento estimados.

A quarta variável denomina-se Transportes e mede os custos de contratação de

transportes ao longo dos meses de planejamento. Esta variável embute não apenas o

valor do frete no percurso desde o centróide da região até o porto, mas também os

custos de terminais portuários, transbordos e os eventuais deslocamento da fazenda até

o centróide.

Os Custos Contratuais são medidos pela quinta variável do conjunto, que

estabelece os desembolsos devidos pelo fechamento de qualquer contrato negociado

entre comprador e vendedor, tais como corretagens, registros e emolumentos pagos à

Bolsa, custos de aval em cédulas CPR e também margens de garantia, que podem,

eventualmente, ser resgatadas no final do período.

Finalmente, Custo Total sumariza os outros cinco vetores de custos.

V.2.5.10 – Informações sobre o Caixa

O vetor Caixa, medido em R$, contabiliza todos os fluxos financeiros a cada

mês, sendo composto pelos Fluxos Contratuais e variáveis de Custos.

Para os meses anteriores ao Mês Atual de planejamento, os valores registrados

são aqueles efetivamente incorporados ao Caixa. Os meses atual e futuros compõem

informações projetadas, como já explicado em V.2.5. 9, que podem sofrer modificações

na medida em que novas vendas são efetivadas. O vetor Caixa apresenta uma

formatação condicional que permite visualizar fluxos positivos em azul e negativos em

vermelho.

97

V.2.5.11 – Informações sobre os Contratos

A última área de informações da planilha principal de trabalho é organizada com

um aspecto diferente do formato vetorial respeitado pelas variáveis apresentadas desde

o item V.2.5.2 até V.2.5.10. Neste bloco, cada novo contrato comercial efetivado, é

representado seqüencialmente, da esquerda para a direita, revelando detalhadamente os

valores das variáveis estabelecidas no contrato. Nem todas as informações presentes na

primeira coluna da planilha (as variáveis) servem para todas as formas comerciais.

Assim, para cada contrato, são preenchidas apenas as variáveis pertinentes.

A primeira linha mostra o número do Contrato, respeitando a seqüência

temporal. Existe um limite de até 18 contratos a serem estabelecidos durante o processo

de comercialização. A seguir vem o Tipo de contrato, tais como CPR, Futuro e outros.

A terceira linha mostra o Mês em que foi efetivada a contratação. A seguir vem o mês

de Vencimento, tanto na forma descritiva (Jan, Fev etc.) como numérica (7, 8 etc.). A

próxima informação apresenta o Local de Entrega do produto, quando se aplica. Depois,

apresenta-se o Volume comprometido no contrato, tanto na forma de percentual sobre o

volume produzido como na quantidade em toneladas. A seguir vem o Preço Unitário de

Contratação, que representa o valor pelo qual foi vendido o produto. Logo abaixo segue

o Valor do Negócio, que nada mais é do que o volume comprometido, multiplicado pelo

preço unitário. O Custo Contratual é expresso na linha seguinte, sem discriminar sua

composição. Mais abaixo vem a Cotação do Dólar para o mês de vencimento do

contrato.

A seguir surgem algumas informações que se aplicam apenas aos derivativos. A

primeira delas é o Número de Contratos negociados. O Preço de Referência, que vem

logo abaixo, serve apenas para o contrato futuro e estabelece o valor unitário de

referência para comparação na liquidação do contrato. Caso o Valor Futuro Atualizado,

que aparece na próxima linha, for maior do que o valor de Referência na data de

liquidação, o portador do contrato deverá pagar a diferença à Bolsa, do contrário,

receberá a diferença. O Preço de Exercício, mostrado na linha seguinte, é utilizado para

os contratos de opção e serve como um preço de referência a ser comparado com o

Valor Futuro Atualizado. Como se sabe, nessa forma de contrato, o preço de exercício é

estipulado pelo adquirente do contrato, proporcionalmente ao Prêmio pago, que é

98

mostrado duas linhas mais abaixo. A Margem de Garantia, mostrada entre Preço de

Exercício e Prêmio, representa um valor a ser depositado na Bolsa pelo vendedor de um

contrato futuro. Serve para cobrir eventuais perdas com a valorização do produto no

mercado físico. Este valor é contabilizado como saldo positivo no acerto final de contas,

ou seja, o que foi pago ao se fecha r o contrato é restituído no saldo credor ou devedor

no vencimento do contrato. As duas últimas linhas desse bloco de informações, servem

como auxiliares para o cálculo do valor a ser pago ou recebido nos contratos de

derivativos agrícolas.

Abaixo desses onze blocos de informações aparece uma linha preenchida na cor

preta, contendo uma indicação em letras na cor branca, dizendo que abaixo segue um

“Espaço reservado para cálculos auxiliares”.

Feita esta detalhada apresentação da planilha principal de trabalho, pode-se

passar agora ao conhecimento das telas que dão seqüência ao processo de planejamento

e são acessadas através dos botões de comando, presentes no canto superior esquerdo da

referida planilha, e que podem ser vistos na figura V.7.

V.2.6 – Botão Próximo Mês

O primeiro botão, denominado Próximo Mês, na verdade, não aciona o

surgimento de nenhuma nova tela de diálogo. Ele, inicialmente, verifica a consistência

dos dados e, se necessário, solicita o fornecimento de informações adicionais para a

complementação do trabalho no Mês Atual. A seguir, o sistema atualiza algumas

informações na planilha, preparando o ambiente de planejamento para os próximos

meses.

Uma primeira verificação efetuada refere-se à possibilidade de haver sido

contratado transporte para o corrente mês, para um volume de carga superior ao até

então vendido. Neste caso, haverá um aviso, ilustrado na figura V.8, alertando o usuário

para o fato, o que lhe permitirá completar a venda, antes de passar adiante. Caso ele

recuse a venda, o dinheiro antecipado na contratação do transporte será perdido.

99

Figura V.8 – Tela de aviso alertando sobre a contratação de transporte sem uma

correspondente venda no porto para a data

A verificação contrária também é estabelecida, isto é, se a venda efetivada para

entrega no porto não corresponder ao volume para transporte contratado até a presente

data, o sistema avisará do fato e obriga rá, neste caso, o usuário a contratar o transporte

complementar para levar a carga, como mostra a figura V.9.

Figura V.9 – Tela de aviso alertando sobre a venda de parte da produção para

entrega no porto sem contratação de transporte para a data

A seguir é feita uma verificação do dinheiro em Caixa disponível. Caso este

valor seja negativo, haverá uma informação alertando o usuário de que o Custo de

Capital a ser pago é elevado e lhe permitirá complementar a venda para restituir um

saldo positivo, antes de passar ao próximo mês, como mostra a figura V.10.

Figura V.10 – Tela de aviso alertando sobre o saldo negativo em caixa

O próximo passo, depois de verificadas as informações, é atualizar a planilha

para o mês seguinte e os subseqüentes. Uma primeira evidência da atualização pode ser

constatada na mudança do Mês Atual de planejamento mostrado em uma moldura

100

presente na parte superior da planilha e na barra de indicação dos meses, onde o Mês

Atual é mostrado na cor vermelha. Também o valor em Caixa é corrigido, atualizado

pelo custo de Oportunidade ou pela taxa de Desconto, caso o valor em caixa tenha

virado o mês negativo. De igual modo, o Quadro de Lucratividade, presente na mesma

área superior da planilha tem suas informações alteradas.

Entre as principais atualizações efetuadas na passagem de um mês ao outro do

planejamento estão os valores de cotações para os meses futuros, isto é, todos os vetores

de variáveis presentes no bloco Cotações (Item V.2.5.3). As outras informações,

dependentes das cotações, naturalmente, também sofrem alterações. Tais são os casos

de todos os itens de custos pré-estabelecidos na planilha, como o valor unitário e

absoluto de Armazenagem, custo financeiro de manter Estoque e custo de Produção.

Caso tenha-se atingido o mês 18 do planejamento, o Botão “Próximo Mês”

muda sua inscrição para “Concluir” e, depois de acionado, corrige o valor de Caixa para

o final daquele mês e mostra um aviso de que o trabalho foi encerrado com sucesso,

como ilustrado na figura V.11. Ao se clicar em OK, o botão, antes com a inscrição

“Concluir”, muda novamente para “Reiniciar”. Ao se clicar em Reiniciar, o sistema

volta ao mapa que dá origem ao processo de planejamento.

Figura V.11 – Tela indicando o final da etapa de planejamento

V.2.7 – Botão Analisar Gráfico

A escolha da análise gráfica remete o planejador a uma região, dentro da mesma

planilha, contendo um Gráfico de Cotações, um Quadro de Tendências e a reprodução

de uma parte do Painel de Informações Estáticas analisados em V.2.5.1. A figura V.12

ilustra a região acessada pelo botão Analisar Gráfico.

101

Figura V.12 – Informações acessadas através do botão Analisar Gráfico

O gráfico traz as cotações da soja, em R$/t, no Porto e na Fazenda, como

definidas em IV.2.9, e os valores dos custos Multimodal e exclusivamente Rodoviário

para se deslocar o produto desde a fazenda até o porto de embarque.

O Painel de Tendências das cotações futuras revela uma expectativa de como se

comportará cada variável apresentada no quadro, quanto ao seu valor no curto prazo

(mês seguinte) e no último mês do planejamento, comparado ao mês atual. A seta para

cima indica sinal de crescimento e para baixo, uma queda na cotação. Para as quatro

primeiras variáveis, a seta em ascensão, apresentada em verde, indica um valor

favorável para o produtor. A seta para baixo é representada em vermelho, indicando ser

desfavorável. As duas últimas cotações, representando os fretes, revelam

comportamento diferente quanto à expectativa do analista. Um valor de crescimento

102

indica um sinal desfavorável, enquanto um descendente, sinaliza favoravelmente ao

analista. Por esse caráter, as cores utilizadas são diferenciadas, sendo roxa, quando

apontarem para cima e azul, quando para baixo.

O quadro que vem à direita do Painel de Tendências apresenta algumas

informações úteis durante a decisão do usuário. A Região Produtora e o Mês Atual,

servem como referência de ancoragem para o analista. O valor em Caixa, sinaliza,

especialmente quando negativo, o montante de volume a ser comprometido para se

chegar a um equilíbrio nas contas com um custo de capital maior, ajudando na definição

do quanto vender em cada etapa.

Dois botões presentes entre os Painéis e o Gráfico permitem o retorno ao

ambiente da planilha ou o acesso ao gráfico das cotações em US$, conforme o caso.

Acionando-se este segundo botão, aparece o gráfico das cotações da soja em

Chicago e em Paranaguá, ambos em US$/t, e a taxa de câmbio, em R$/US$, com uma

escala mostrada no eixo vertical direito do gráfico, tal como revela a figura V.13.

Figura V.13 – Gráfico acessado pelo acionamento do botão Cotações em US$

103

Os Painéis de Tendências e Informações Estáticas permanecem presentes na

parte superior do quadro de análise e dois novos botões se mostram presentes na parte

superior do gráfico. O primeiro permite o retorno aos dados e o segundo o acesso ao

gráfico das cotações em R$, mostrado mais acima.

As informações contidas nos Gráficos, combinadas com o Painel de Tendências

das cotações futuras e a necessidade de Caixa, servirão de base para as decisões sobre a

contratação imediata ou não de alguma forma comercial, dentre as disponíveis.

V.2.8 – Botão Formas Comerc iais

A decisão de escolha de contratação de alguma forma comercial, com o

acionamento do terceiro botão presente na planilha principal, faz com que surja na tela

uma interface apresentando as opções disponíveis, como ilustra a figura V.14.

Figura V.14 – Tela de interface para seleção de Formas de Comercialização

Ao optar por uma das formas de comercialização apresentadas, e clicar no botão

OK, o usurário é remetido a outra tela específica relacionada com a forma de contrato

escolhida. O painel permite a escolha de apenas uma forma de cada vez. Cada uma

dessas telas de comunicação será mostrada nos itens subseqüentes.

Na apresentação das diferentes formas comerciais será respeitada a ordem

natural da seqüência mostrada na figura V.14, com exceção da Forma CPRF + Seguro

de Preço, que será deslocada para a posição subseqüente à Forma Opção, uma vez que a

forma em questão possui uma característica combinada entre a CPRF e a Opção.

104

O botão Cancelar faz com que a interface de comunicação seja desativada.

Refazer tem o papel de restaurar ao estado original, dentro do Mês Atual de

planejamento, todas as contratações efetivadas, ou seja, este botão anula todos os

contratos comerciais firmados dentro do Mês Atual, trazendo a planilha de volta ao

estado inicial, quando se passa de um mês ao outro do planejamento. Além do

cancelamento das formas comerciais contratadas, este botão restaura também os

transportes eventualmente contratados durante o mês, já que algumas formas

comerciais, comandam a contratação automática de transportes, como se verá em

V.2.8.1 e V.2.8.6.

Caso seja acionado o botão Refazer, o usuário será alertado sobre as

conseqüências dessa sua escolha e terá ainda a opção de voltar atrás, como indica a

figura V.15.

Figura V.15 – Tela de aviso mostrada ao se acionar o botão Refazer, alertando

sobre as conseqüências dessa decisão

Para facilitar a localização no tempo, a máscara que comanda a escolha da forma

contratual apresenta na sua parte mais alta (barra na cor azul), além do nome do

formulário, também o Mês Atual de planejamento (figura V.14).

V.2.8.1 – Forma de Comercialização CPR

A interface que permite a inserção dos dados da forma contratual CPR apresenta

a Data de Contratação, que é o Mês Atual de planejamento, solicita o mês de

Vencimento do contrato, o Local de Entrega e o Volume, na forma de percentual sobre

o total produzido, como mostra a figura V.16.

105

Figura V.16 – Tela de interface para contratação de CPR

O mês de vencimento deve ser escolhido entre Jan (7) e Dez (18), quando pode

haver algum volume disponível para venda da safra atual. O local de entrega limita-se

às opções de fazenda e porto, conforme já apresentado em V.4.6. O volume é definido

pelo acionamento da barra de rolagem sendo imediatamente convertido para número de

sacas, no espaço reservado à direita.

O acionamento de OK faz com que os dados inseridos passem por um processo

crítico de análise de consistência e, se aceitos, são transferidos para a planilha. Cancelar

produz o desaparecimento do formulário CPR e restaura a tela de Formas Contratuais

(figura V.14).

Caso não se tenha completado todo o quadro de informações requeridas, nesta,

assim como em todas as próximas telas de comunicação, haverá um aviso para que isso

se faça, como ilustram as figuras V.17 a), b) e c).

Figura V.17 a), b) e c) – Telas de aviso mostrando a necessidade de alguma decisão

prévia para dar continuidade ao planejamento

106

Se o volume de venda CPR for maior do que o disponível, por não ter sido

colhido uma quantidade suficiente até o mês de vencimento, ou por já se ter

comprometido algum volume em alguma venda anterior, ao acionar o botão OK, o

analista será avisado através de uma mensagem, como exemplifica a figura V.18, e será

remetido à tela de Formas Contratuais.

Figura V.18 – Tela de aviso mostrando a disponibilidade de volume para a Forma

Contratual pretendida

V.2.8.2 – Forma de Comercialização CPR Financeira

A forma que permite a inserção dos dados que configuram o contrato CPRF,

apresenta a Data de Contratação, solicita o mês de Vencimento, revela o Preço Unitário

do produto, condicionado ao mês selecionado de vencimento, em R$/t e R$/sc e

requisita o Volume a ser negociado. A interface CPRF é mostrada na figura V.19.

Figura V.19 – Tela de interface para contratação de CPR Financeira

Os botões OK e Cancelar realizam os mesmos papéis apresentados em V.2.8.1 e

a mesma análise crítica com relação ao volume é feita para o caso CPRF. Observe que

nesta forma de contrato, não é necessária a definição do local de entrega, já que a

quitação do contrato é puramente financeira, não envolvendo, portanto, a entrega física

do produto.

107

V.2.8.3 – Forma de Comercialização Futuro

O Contrato Futuro, mostrado na figura V.20, apresenta, como no caso CPRF, a

Data de Contratação, o mês de Vencimento, o Preço Unitário no vencimento e o

Volume, só que este, agora, na forma de número de contratos, que corresponde a 2 268

sacas de 60 Kg.

Figura V.20 – Tela de interface para contratação de Futuro

Existe uma limitação no valor máximo a ser inserido em Volume, que

corresponde ao número de sacas produzidas. Embora o contrato futuro não comprometa

o produtor a uma entrega física do produto, esta restrição se justifica pela hipótese de

que a utilização desse tipo de contrato visa apenas à formação de hedge e não como

instrumento de especulação, como apresentado em IV.2.6.

V.2.8.4 – Forma de Comercialização Opção

A forma Opção apresenta as informações mostradas na figura V.21. Uma

novidade presente nesta tela refere-se ao Preço de Exercício, que pode ser estabelecido

pelo usuário, com variações entre -50% e + 50% da cotação da soja no mês de

vencimento, em intervalos de 0,1%.

Embora, como apresentado em III.5.2.3, o lançamento de opções para a soja em

grãos realiza-se em intervalos de $0,20/bu, no modelo, este incremento é definido em

termos percentuais sobre a cotação futura para o mês pretendido, para valores em US$/t.

108

Figura V.21 – Tela de interface para contratação de Opção

A escolha do Preço de Exercício é condicionada pela seleção prévia do Mês de

Vencimento. Ao se definir o Preço de Exercício, o valor do Prêmio, em US$/t e R$/sc é

automaticamente calculado pelo método Black & Scholes, explicado em V.4.12.3, e

mostrado na máscara no local especificado.

V.2.8.5 – Forma de Comercialização CPRF + Seguro de Preço

Esta Forma de Comercialização é uma mescla entre um contrato CPRF e uma

Opção, conforme apresentado em III.5.2.4. Por esse motivo, a interface possui um

aspecto bastante semelhante à tela de Opção, que, por sua vez, incorpora as informações

necessárias ao contrato CPRF. A diferença específica do contrato em tela para o de

Opção consiste em que o Preço de Exercício tem de ser necessariamente maior ou igual

do que a cotação do mês de Vencimento. Assim, a barra de rolagem contígua ao Box do

Preço de Exercício, permite a inserção de valores começando em 0% e vai até +50% do

valor de Exercício. A figura V.22 ilustra a forma contratual CPRF + Seguro de Preço.

109

Figura V.22 – Tela de interface para contratação de CPRF + Seguro de Preço

V.2.8.6 – Forma de Comercialização Spot

A forma de comercialização Spot possui uma configuração bastante simples, como

mostra a figura V.23.

Figura V.23 – Tela de interface para comercialização Spot

Devido ao fato de ser um “contrato” para vencimento imediato, com entrega

física, precisa apenas das informações do Local de Entrega e Volume vendido.

V.2.9 – Botão Transporte

Este último botão da planilha de trabalho, ao ser acionado faz com que se

apresente na tela uma interface como a representada na figura V.24.

110

Figura V.24 – Tela de interface para contratação de transporte

Nesta interface consta o Mês Atual de Planejamento, a Data requisitada para o

Transporte, o Modal e o Volume, este como percentual do volume colhido e o

correspondente valor em número de sacas.

As possíveis datas de transporte disponibilizadas para escolha são os meses de

Jan(7) a Dez (18), quando efetivamente pode haver produto da safra atual a transportar.

Os modais são apenas de dois tipos, Multimodal e Rodoviário Exclusivo, como

explicado em IV.2.5.

Esta tela apresenta a possibilidade de se refazer, dentro de um mesmo mês de

planejamento, todas as contratações de transportes efetivadas. Caso o usuário acione o

botão Refazer, ele será alertado desse fato, podendo optar por seguir adiante ou recuar

desta sua decisão, como mostrado na figura V.15.

V.3 – ESTRUTURAÇÃO DO MODELO

Devido a sua complexidade, o modelo foi construído em módulos auxiliares

contendo informações que alimentam a planilha principal de trabalho. Neste tópico

serão apresentados esses módulos e o processo de geração das informações que

estruturam o ambiente de planejamento.

O modelo é subdividido em seis módulos, organizados em forma de planilhas,

denominadas Mapa, Modelo, Real, Fretes, Sazonalidade e Produção. As duas primeiras

constituem as interfaces visíveis ao usuário, já apresentadas detalhadamente nos itens

111

V.2.1 e V.2.5. As outras quatro encontram-se ocultas, alimentando de informações a

planilha principal de trabalho (Modelo).

Segue, nos próximos tópicos, uma breve reapresentação das duas primeiras

planilhas e uma análise mais detalhada das quatro últimas, das quais serão mostradas

suas áreas de informações, as variáveis, bem como a função que desempenham no

processo de modelagem, sem serem revelados os processos como foram concebidas. Tal

detalhamento será feito no item V.4.

V.3.1 – Mapa

Contém o mapa do Brasil com as principais regiões produtoras de soja,

delimitadas por um círculo, contendo em seu interior o nome do município mais

representativo da região (centróide), que servirá como referência logística. A figura V.3,

apresentada em V.2.1 ilustra todas as regiões consideradas no modelo.

V.3.2 – Modelo

Constitui-se na tela principal de interface com o usuário; contém quatro botões

principais de comando, denominados Próximo Mês, Analisar Gráfico, Formas

comerciais e Transporte, que acionam todo o processo de planejamento, e está

subdividida em onze áreas de informações separadas por linhas na cor cinza. Essas áreas

são denominadas, sucessivamente, como: Informações Estáticas, Volumes, Cotações,

Formas Comerciais, Localidades de Venda, Transportes, Armazenagem, Fluxos

Contratuais, Custos, Caixa e Contratos. A figura V.7 ilustra a planilha modelo e o item

V.2.5 mostra detalhadamente todos os seus elementos.

112

V.3.3 – Real

Este módulo é responsável pela determinação de todas as cotações que são

transferidas para a planilha principal na área de informações Cotações, bem como pela

sinalização do Painel de Tendências mostrado na figura V.12. Todos esses valores são

gerados através de um processo de simulação que será explicado em V.4.4.

Até chegar às cotações finais, Real processa um conjunto de variáveis

intermediárias e organiza-se em áreas de informações, de forma semelhante à planilha

Modelo. Tais áreas, que serão apresentadas a seguir, denominam-se: Valores Iniciais,

Aleatórios, Valores Fixos, Sazonalidade, Cotações Básicas, Valores Futuros,

Tendências, Tendências Fixas no Curto Prazo e Tendências Fixas no Longo Prazo.

Todas essas áreas de informação são formadas por um conjunto de variáveis comuns,

denominadas: Chicago, Porto, Dólar, Fazenda, Multimodal e Rodoviário. Cada uma das

áreas de informações compõe aspectos desse conjunto de variáveis.

A figura 4 dos anexos mostra a planilha Real de forma completa, com suas áreas

de informações e variáreis. Adota-se, por conveniência, na apresentação das áreas de

informações, uma seqüência diferente da que se observa na planilha.

Valores Iniciais constituem as variáveis de calibração de cotações para o

primeiro mês de planejamento, isto é Jul (1). Es ta é a única área de informações desta

planilha que não obedece à forma vetorial com os 18 meses de planejamento.

Na figura V.5, mostrada no item V.2.3, são fornecidas as cotações, para o

primeiro mês de planejamento, para Chicago e Dólar, que são transferidas para esta

planilha. A cotação Porto é estabelecida a partir da cotação Chicago. As cotações

Multimodal e Rodoviário são trazidas da planilha Fretes e, finalmente, Fazenda é obtido

da diferença entre a cotação Porto e Rodoviário. Todos os valores são fornecidos em

US$/t.

Aleatórios abriga um conjunto de 18 valores aleatórios, obedecendo a uma

distribuição normal padrão8, para cada uma das 6 variáveis de Cotações. Estas células

8 Esta distribuição possui a forma de sino, com média zero e desvio -padrão um.

113

são coladas como valor9 para uma outra área de informações, denominada Aleatórios

Fixos.

Sazonalidade apresenta um valor percentual de sazonalidade para cada uma das

variáveis. Chicago obedece a um parâmetro de calibração a ser mostrado em V.4.4.1.

Porto é calculado em função de Chicago por um processo de regressão múltipla a ser

apresentado em V.4.4.4. Para o Dólar é estimado um crescimento uniforme no horizonte

de planejamento de 5% ao ano que será justificado em V.4.4.3. As sazonalidades dos

modos de transportes são obtidas da planilha Sazonalidade, como se verá em V.3.5.

Nesta área de informações é desmembrada a sazonalidade do transporte Multimodal

para todos os modos que compõem esse sistema.

Cotações Básicas compõe o vetor de cotações de cada uma das variáveis,

levando em consideração a Cotação Inicial, a Sazonalidade e uma perturbação aleatória,

cujo fator de perturbação está registrado em Aleatórios Fixos. As equações que regem

esse processo de simulação são apresentadas em V.4.4.

Valores Futuros realiza uma ponderação quanto ao mês atual. A cotação do mês

atual e as anteriores são mantidas estáticas de acordo com os valores estabelecidos em

Cotações Básicas. As posteriores ao mês atual são projetadas, a partir do valor atual,

respeitando apenas a sazonalidade e tendência de cada variável, sem ser considerada a

aleatoriedade. Esta distinção se deve ao fato dos valores futuros estarem sujeitos aos

mesmos fatores de expectativa, conforme apresentado em IV.2.9.

Em Tendências são gerados 6 vetores com 18 elementos para as variáveis

básicas (Chicago, Porto, Dólar, Fazenda, Multimodal e Rodoviário), respeitando uma

distribuição uniforme padrão10. Estes números são copiados como valores para a região

Tendências Fixas no Curto Prazo. Depois de atualizados, os novos valores gerados em

Tendências são copiados como valor para Tendências Fixas no Longo Prazo,

apresentando, dessa forma, números diferentes do Curto Prazo. O conjunto de valores

fixos para o Curto e Longo Prazos comporá o Painel de Tendências, cuja construção

será detalhada em V.4.13.

9 Forma de cópia do Excel que elimina a formulação que compõe a variável, tornando-a constante. 10 Nesta distribuição são gerados valores equiprováveis no intervalo zero, um.

114

V.3.4 – Fretes

O módulo Fretes compõe as informações básicas sobre os valores de fretes que

servirão de subsídio à planilha Real. Os valores ali apresentados estão dessazonalizados,

representando, por isso, valores chamados básicos. Esta planilha apresenta apenas duas

áreas de informação, separadas pelos tipos modais contemplados pelo modelo.

A área de informações Multimodal é apresentada na figura V.25, contendo, para

cada uma das 22 regiões contempladas pelo modelo, o Pólo (centróide), ou nome da

região com seu respectivo número, a Rota desde o centróide até o porto de exportação, a

Extensão em Km e o valor do Frete em US$/t para os modos Rodoviário, Ferroviário e

Hidroviário, o Custo dos Terminais utilizados no trajeto, e um resumo do Frete Total.

Figura V.25 – Área de Informações sobre Frete Multimodal

Observa-se que quando não é utilizado algum dos modais na ligação fazenda-

porto, os valores aparecem vazios. Para a região de Barreiras, pode ser notado que não

existe ligação Multimodal, daí o fato de estarem em branco as células correspondentes.

A mesma estrutura de campos é respeitada para o transporte Exclusivamente

Rodoviário, com exceção da introdução do Custo da Terra, em US$/ha, que é

estabelecido como função do frete rodoviário até o porto de destino, como se verá em

V.4.10.1. Os valores das variáveis básicas para este modal, bem como o Custo da Terra

é apresentado na figura V.26.

115

Figura V.26 – Área de Informações sobre Frete Rodoviário

Observa-se nessa figura que todos os campos da ligação rodoviária estão

preenchidos, uma vez que todas as ligações fazenda-porto podem ser feitas pelo modo

rodoviário e, como é natural, os campos correspondentes aos modos ferroviário e

hidroviário estão vazios.

Uma vez selecionada a região de trabalho, os valores básicos de frete daquela

área são transferidos para a planilha Real, na área de informações Cotações Básicas, de

forma segregada, já que cada modal sofre fatores sazonais diferentes.

V.3.5 – Sazonalidade

Esta planilha contém duas macro-regiões de informações: uma que traz os

fatores de sazonalidade para cada um dos 12 meses do ano, para cada um dos modais,

em cada uma das 22 ligações centróide-porto. A segunda apresenta uma matriz de

disponibilidade de transporte multimodal a ser comentada mais adiante. As figuras 5 a)

e b) dos anexos apresenta uma visão completa da planilha Sazonalidade.

A primeira macro-região (figura 5 a) revela, de forma percentual, o fator de

ponderação sazonal de cada mês sobre o valor básico de frete, como apresentado em

V.3.4. Embora apareçam na referida figura os 18 meses do planejamento, os números

116

que correspondem aos mesmos meses, como Jul (1) e Jul (13), são idênticos, dado que a

sazonalidade é mensal.

Uma vez selecionada a região de trabalho, os fatores sazonais para cada um dos

modos de transportes são transferidos para a planilha Real, na Área de Informações

Sazonalidade.

A segunda macro-região de informação desta planilha, que também pode ser

vista na figura 5 b) dos anexos, ilustra a seleção de uma região de categoria B, dentro de

um critério que será detalhado no item V.4.7. A figura V.27, apresentada abaixo,

reproduz parcialmente a referida macro-região, para facilitar a exemplificação do

processo de transferência da disponibilidade de transporte Multimodal para a planilha

principal de trabalho.

Figura V.27 – Área de Informações sobre Disponibilidade de Transporte

Multimodal na planilha Sazonalidades

Na vertical apresentam-se todos os 18 meses do planejamento e na horizontal, os

meses de Jan a Dez, quando pode ser transportada a safra sob estudo.

Assumindo-se, por exemplo, que o Mês Atual de planejamento seja Jul (1),

pode-se verificar que existe disponibilidade de transporte Multimodal para qualquer mês

a partir de Jan (7), representado pelo Sim em verde na planilha. Já, se o Mês Atual for

Jan (7), não haverá disponibilidade de transporte Multimodal para os meses Mar (9),

Abr (10) e Mai (11), indicados com Não em vermelho nas correspondentes datas.

Observe que existe uma região vazia na planilha, indicando que não se pode contratar

transporte para os meses anteriores ao atual, o que seria inconsistente.

117

Na medida em que se percorrem os meses de planejamento, na planilha principal

de trabalho, durante processo de comercialização da safra de soja, os valores de

disponibilidade para o transporte multimodal, para o correspondente mês de

planejamento, são atualizados, de acordo com os valores apresentados nesta macro-

região de informações da planilha Sazonalidade, respeitando a mesma formatação

condicional em verde e vermelho para as condições de disponibilidade ou

indisponibilidade, respectivamente.

Detalhes sobre os critérios adotados na construção dessa matriz de

Disponibilidade de Transporte Multimodal são apresentados em V.4.7.

V.3.6 – Produção

Este módulo é responsável pelas informações fornecidas à planilha Modelo em

sua área de informações denominada Custos, mais precisamente à primeira linha desse

grupo de variáveis, o vetor Produção.

O módulo Produção possui quatro áreas de informações, denominadas:

Volumes, Custos Unitários, Cronograma de Desembolso e Custos de Produção, que são

explicadas a seguir e apresentadas na figura 6 dos anexos.

Volumes nada mais é do que uma repetição da área de informações Volumes da

planilha Modelo, como apresentada no item V.2.5.2 e na figura V.7.

Custos Unitários tem a função de apresentar, para cada um dos itens de custo, o

valor unitário. Os Custos Operacionais ou Variáveis dependem direta e

proporcionalmente do Volume Produzido. O Custo da Terra varia também direta e

proporcionalmente com a Área Cultivada. Já os Custos Fixos, variam

proporcionalmente com a Área Cultivada, regidos por uma equação logarítmica a ser

discutida em V.4.10.1.

A área de informações Cronograma de Desembolso desempenha o papel de

atribuir um peso proporcional ao fator de incidência do custo para cada um dos meses

de produção. A soma dos valores de cada item de custo corresponde a 100%.

118

Finalmente, a área de informações Custos de Produção apresenta os custos

totais, em US$, detalhados para cada um dos itens de custo e um valor Totalizado que é

transferido para a planilha Modelo. Os Custos de Produção ajustados à região escolhida

e aos cronogramas de plantio e colheita são compostos a partir das outras áreas de

informações apresentadas. Conhecendo-se os Custos Unitários, Cronograma de

Desembolso, o Volume Produzido e Área Cultivada, chega-se aos valores mensais de

custos, como mostra a figura 6 dos anexos.

V.4 – METODOLOGIA CONSTRUTIVA E CALIBRAÇÃO DO MODELO

Neste item será estabelecido o modo como foram concebidas cada uma das

variáveis que compõem o modelo em seu aspecto operacional, ou seja, como elas foram

pensadas, que papel desempenham, como se relacionam com outras variáveis e como

foram calibradas, no sentido de representarem, da melhor forma possível, valores

realistas.

A organização deste item obedecerá à forma natural de utilização do modelo,

seguindo, em linhas gerais, a mesma estrutura apresentada no item V.2, na forma

itemizada. Porém, como todas as informações inseridas através das interfaces de

comunicação construídas em Visual Basic, são transferidas para a planilha principal,

bem como as informações processadas nas planilhas de apoio, será dado ênfase à

apresentação da planilha principal de trabalho, subdividida através de suas áreas de

informações, conforme visto em V.2.5.

V.4.1 – Regiões Produtoras de Soja

Assim que o modelo é carregado, o usuário é apresentado a um mapa do Brasil,

contendo as principais regiões produtoras de soja. Ao percorrer o mouse sobre o mapa,

passando sobre o nome das regiões, observa-se que o cursor toma o formato de uma

pequena mão direita, com o dedo indicador levantado, sinalizando que ali existe um

hiperlink. Este fato indica que existe uma macro associada a cada uma dessas diferentes

119

áreas. O usuário, ao clicar sobre uma dessas regiões, faz com que se desencadeie uma

seqüência de eventos, cujo objetivo se resume em transferir para a planilha Modelo,

todas as informações específicas relacionadas à região escolhida.

Imediatamente, o nome da região selecionada é transferido para a planilha

Modelo, na área reservada às Informações Estáticas. A seguir, verifica-se o grupo

(categoria) a que pertence a região escolhida, para que se possa estabelecer o

cronograma de Disponibilidade de Transporte Multimodal, processo que será mais bem

detalhado no item V.4.7. Esta informação, associada ao mês inicial de planejamento

(Mês 1), como explicado em V.3.5, é transferida para a planilha Modelo, para a área de

informações sobre Transportes, no formato Sim ou Não, nas cores verde ou vermelho.

As cotações dos transportes Exclusivamente Rodoviário e Multimodal são

estabelecidas de acordo com a região escolhida. Cálculos intermediários envolvendo as

planilhas Fretes e Sazonalidade, apresentados em V.3.4 e V.3.5, determinam os vetores

de cotações dos sistemas de transportes, em US$/t, que são transferidos à planilha

Modelo, após serem corrigidos pela cotação do dólar, já que estas cotações são

mostradas em R$/t.

V.4.2 – Informações Estáticas

Tão logo o modelo migra para a planilha principal, três telas solicitam

informações para a configuração do ambiente de planejamento. Para esta área de

Informações Estáticas são transferidos o Volume de Produção (t), a Área Cultivada (ha),

as Taxas de Capital Anual, correspondentes aos valores das taxas de Oportunidade,

Desconto e Empréstimo, e a Distância do Centróide (Km) para os modos Rodoviário

Exclusivo e Multimodal. Todas essas variáveis foram apresentadas em V.2.2 e V.2.3.

Além dessas, outras variáveis, também já apresentadas em V.2.5.1, compõem

esta área de informações. Aqui se mostrará qual o processo percorrido para se chegar

aos seus valores.

120

O Capital de Giro Inicial (R$) é calculado tomando-se por base a cotação do

produto na Fazenda (R$/t) para o primeiro mês de planejamento, multiplicado por 15%

do Volume de Produção (t), como indica a fórmula abaixo :

Capital de Giro Inicial = 15% * Volume de Produção * Cotação Fazenda1

Onde: o número 1 indica o valor do primeiro mês de planejamento, Jul (1)

Este parâmetro de 15% é arbitrário e estabelece um capital inicial para que o

produtor possa cobrir uma parcela dos custos de produção da nova safra.

O valor em Caixa (R$) contém duas informações. Um valor Inicial e outro

Atualizado. O valor Atualizado, corrige o Caixa Inicial adicionando as receitas

auferidas e subtraindo os custos e outras despesas incorridos durante o Mês Atual. Seu

cálculo é estabelecido pela soma do valor do Caixa Inicial, com o valor do CAIXA

(R$), na linha 67 da planilha principal (figura V.7), como indicado na fórmula abaixo:

Caixa Atualizadot = CAIXAt + Caixa Inicialt

Onde: t representa o Mês Atual

O Caixa Inicial nada mais é do que o valor em caixa no início do processo de

planejamento para cada mês. Para o mês 1, será o valor do Capital de Giro Inicial (R$);

para os outros meses representará o valor corrigido do Caixa Atualizado pela Taxa de

Capital, ao se passar para o mês em questão, como explicitado pela fórmula abaixo:

Caixa Inicialt = Caixa Atualizadot-1 * (1 + Taxa de Capital Mensal)

Onde: t-1 representa o mês anterior

Taxa de Capital pode ser a Taxa de Oportunidade ou a Taxa de Empréstimo,

dependendo se o Caixa Inicial for positivo ou negativo, respectivamente

A Taxa de Capital Mensal, em cada um dos seus três formatos, é calculada a

partir da Taxa Anual pela seguinte fórmula:

Taxa Mensal = (1+Taxa Anual)^(1/12) - 1

121

O Quadro de Lucratividade, presente nesta área de informações, Mostra o Mês

Atual de planejamento, Lucro, Receitas e Margem, ou L/R. Receitas é calculada

acumulando-se ao valor anterior o total de vendas, em R$, realizadas no Mês Atual,

definido pela linha 58 (Fluxo Total) da planilha principal (figura V.7), corrigido a cada

mês pela taxa de Oportunidade. Sua fórmula de cálculo é:

Receitast = (Receitast-1 + Fluxo Totalt-1) * (1 + Taxa de Oportunidade)

Embora o Fluxo Total para um mês qualquer possa ser negativo, eventualmente,

como acontece, por exemplo, na liquidação de uma CPRF, gerando, neste caso, uma

“receita negativa”, o que parece contraditório, acontece que o pagamento da CPRF

passa, geralmente, por uma venda Spot prévia. Caso a liquidação da CPRF não contasse

negativamente, haveria geração dupla de receita na venda do mesmo produto. Dessa

maneira, a liquidação da CPRF entrará como “receita negativa”, como ocorre de fato no

valor registrado em Fluxo Total. Pelo fato da Taxa de Capital aplicada na antecipação

de dinheiro por uma CPRF (Taxa de Desconto) não ser a mesma na correção do Fluxo

de Receitas (Taxa de Oportunidade), a diferença fica como pagamento do serviço

financeiro. A mesma “receita negativa” pode acontecer na liquidação de um contrato

futuro, quando o preço na data da liquidação for maior do que o preço de referência na

contratação do derivativo. Essa “receita negativa” também entrará no cálculo como um

pagamento do serviço financeiro.

Lucro é calculado acumulando-se ao seu valor anterior o fluxo de CAIXA,

definido na linha 67 da planilha principal (figura V.7), para o mês corrente, em R$,

corrigido a cada mês pela taxa de Oportunidade. Sua fórmula de cálculo é:

Lucrot = (Lucrot-1 + CAIXAt-1) * (1 + Taxa de Oportunidade)

A variável CAIXA acumula, como se verá em V.4.11, receitas e custos em um

mesmo período, originando lucro ou prejuízo no período.

A Margem é definida pela relação entre Lucro e Receitas. Sua fórmula de

Cálculo é, portanto:

Margemt = Lucrot / Receitast

122

Quando o Lucro acumulado para o Mês Atua l de planejamento for negativo, a

relação de Lucratividade foi definida com Não Disponível (N/D).

V.4.3 – Informações sobre os Volumes

Esta área de informações simplesmente recebe em suas duas primeiras variáveis

(Área Plantada (%) e Volume Colhido (%)), os valores estabelecidos na última das três

telas de informações, que se apresentam quando o modelo migra do Mapa para o

Ambiente de Planejamento. A terceira variável deste grupo, Volume Total (t), é

calculado pelo produto do Volume Colhido (%) pelo Volume de Produção (t), como

explicita a fórmula abaixo:

Volume Totalt = Volume Colhidot * Volume de Produção

V.4.4 – Informações sobre Cotações

Esta região constitui o núcleo principal do modelo, sendo composta por sete

variáveis de cotações, já apresentadas em V.2.5.3, que são: Chicago (US$/t), Paranaguá

(US$/t), Dólar (R$/US$), Porto (R$/t), Fazenda (R$/t), Multimodal (R$/t) e Rodoviário

(R$/t). Cada uma delas será detalhada em um tópico específico a seguir.

V.4.4.1 – Cotação Chicago

A cotação Chicago (US$/t), a primeira das sete variáve is é obtida da seguinte

maneira:

Na segunda tela de informações estáticas, denominada Distâncias e Cotações

Iniciais, que surge na transição do Mapa para a planilha principal, é estabelecida uma

estimativa da cotação para o primeiro mês de planejamento para esta variável,

denominada Cotação Inicial Chicago. Este valor é transferido para a planilha Real e

constitui o patamar de referência para as cotações dos 18 meses de planejamento.

123

Na planilha Real, na área de informações Cotações Básicas, o primeiro valor da

Cotação Básica Chicago é estabelecido mediante o cálculo da Cotação Inicial Chicago,

multiplicado pelo fator de Sazonalidade para o primeiro mês, multiplicado por um fator

de Calibração que multiplica um valor gerado aleatoriamente, segundo uma distribuição

normal padrão. Os fatores de Sazonalidade e Calibração serão explicados mais adiante.

A equação que rege este processo é:

Cotação Básica Chicago1 = Cotação Inicial Chicago * Sazonalidade Chicago1 * (1+5%

* N (0,1))

Onde: N (0,1), representa a distribuição normal padrão

A partir do segundo mês de planejamento, a Cotação Básica Chicago é calculada

pela seguinte equação:

Cotação Básica Chicagot = Cotação Inicial Chicago t-1 * Sazonalidade Chicagot /

Sazonalidade Chicagot-1 * (1+5% * N (0,1))

Onde: t > 1

A Sazonalidade Chicago é estabelecida mediante um processo de Decomposição

Clássica (VATTER, 1978), de uma série histórica que compreende valores de abril de

1978 a setembro de 2003. A série histórica e todos os procedimentos adotados para se

chegar aos fatores sazonais são mostrados na figura 7 a), b), c), d) e e) dos anexos.

No modelo, optou-se por desprezar os fatores de tendência e ciclo da série

histórica.

O fator de calibração (5%) foi medido através de um processo de simulação,

com a utilização do software Cristal Ball, com testes de vários fatores, até se chegar a

uma relação de volatilidade das cotações Chicago compatível com um valor médio

histórico dessas cotações, estabelecido em torno de 18,5% (CBOT, 2003). As figuras 8

a), b) e c) dos anexos mostra os valores históricos de volatilidade da soja na Bolsa de

Chicago e as figuras 9 a), b), c) e d) dos anexos revela as estatísticas geradas no

processo de calibração da variável.

124

Embora os valores médios de volatilidade sejam diferentes para cada mês, como

mostra a figura 8 c) dos anexos, optou-se, na modelagem, pela adoção de um único

valor médio para todos os meses.

Após o cálculo das Cotações Básicas, em cada um dos meses de planejamento, o

vetor Chicago é copiado como valor para a área de informações Valores Fixos, da

planilha Real. Estes valores são confrontados com o Mês Atual de planejamento e as

cotações de data igual ou inferior ao mês atual são transferidas para a área de

informações Valores Futuros, na planilha Real. As cotações com data posterior ao mês

atual são obtidas mediante a correção sazonal sobre o valor do mês anterior. A fórmula

que rege este fenômeno é mostrada a seguir.

Chicagot = SE(Mêst <= Mês Atual; Chicago t(Valores Fixos) ; Chicagot-1 * Sazonalidade

Chicagot / Sazonalidade Chicagot-1)

Leitura da Fórmula: Se o Mês t for menor ou igual ao Mês atual, então Chicagot será

igual à Cotação Chicago t estabelecida na área de informações

Valores Fixos da Planilha Real, senão Chicago t será igual à

cotação Chicagot-1, multiplicado pela relação de sazonalidades dos

períodos t e t-1.

Este vetor, estabelecido em Valores Futuros, é transferido para a Planilha

Modelo, para a Cotação Chicago.

O processo de construção das outras seis variáveis que compõem a área de

informações Cotações da planilha Modelo, é semelhante ao que se apresentou para o

vetor Chicago. A seguir serão mostradas apenas as particularidades da calibração de

cada uma delas.

V.4.4.2 – Cotação Paranaguá

Paranaguá (US$/t) é obtido a partir da cotação Chicago mediante uma correção

de correlação existente entre as duas variáveis, adicionada a uma perturbação aleatória

que simula fatores particulares de mercado.

125

Através de uma equação de regressão multivariada (HAIR et al., 1998) os

fatores de calibração da cotação Paranaguá, explicadas pela cotação Chicago e o mês

em questão, são estabelecidos, de acordo com a seguinte equação genérica:

Paranaguát = a + b*Chicagot + c1*Jan + c2*Fev + c3*Mar + c4*Abr + c5*Mai + c6*Jun +

c7*Jul + c8*Ago + c9*Set + c10*Out + c11*Nov + c12*Dez

Onde: Jan a Dez são variáveis dummy11

a, b e cn são fatores de calibração da equação

n representa um dos doze meses (Jan a Dez)

A calibração dos parâmetros da equação foi obtida a partir de uma série histórica

das cotações Chicago e Paranaguá, de Jan/98 a Ago/03, mostrado na figura 2 dos

anexos.

A série original de dados da cotação Paranaguá não dispõe de algumas

informações, especialmente nos últimos meses do ano e janeiro, devido a pouca

movimentação da soja nesta época do ano. Os “missing values” foram estimados a partir

da cotação para a região de Maringá, de onde se dispunha da série de dados completa.

Os “missing values” estimados para a cotação Paranaguá são mostrados em

vermelho na figura 2 dos anexos e calculados da maneira explicada mais abaixo,

valendo-se do apoio da figura V.28.

Figura V.28 – Processo de cálculos dos “missing values” para a Cotação Paranaguá

11 Uma variável dummy assume apenas os valores zero ou um.

126

Tomou-se a média das cotações Paranaguá, desde o primeiro até o último mês

com dados disponíveis, do ano considerado (mostrados na primeira moldura azul na

figura V.28), sendo o mesmo cálculo feito para as cotações Maringá (segunda moldura

azul). Calculou-se, então, o quanto a média da cotação Maringá está percentualmente

acima ou abaixo de cada uma das cotações Maringá correspondentes aos missing values

de Paranaguá (valores marcados com um pequeno ponto azul na penúltima coluna). Os

mesmos fatores percentuais foram aplicados aos missing values Paranaguá, chegando-se

às cotações estimadas, grafadas em vermelho na última coluna da figura V.28. Estes

valores são copiados para a quinta coluna da planilha que representa as cotações

Paranaguá.

A partir das séries completas de Chicago e Paranaguá estimaram-se os

parâmetros de calibração da equação de regressão multimodal, através do pacote

estatístico SPSS, utilizando-se o método stepwise12 de regressão. Os resultados são

mostrados nas figuras 10 a), b) e c) dos anexos e a equação resultante do processo de

calibração é mostrada abaixo.

Paranaguát = -10,939 + 1,062*Chicagot + 17,416*Jan + 0*Fev + 0*Mar + 0*Abr +

0*Mai + 0*Jun + 0*Jul + 11,472*Ago + 14,295*Set + 17,886*Out +

28,550*Nov + 32,226*Dez

Foi mencionado anteriormente que a cotação Paranaguá é calculada mediante

uma correção de correlação com Chicago, acrescentada de uma perturbação aleatória. A

correlação com Chicago é presidida pela equação de regressão apresentada acima. A

perturbação aleatória é obtida, como no caso da cotação Chicago, através de um fator de

calibração calculado por simulação de vários fatores até se chegar a uma relação de

volatilidade semelhante a um valor médio histórico das cotações Paranaguá, algo em

torno de 24%, como mostra a figura 2 dos anexos. A figura 11 a), b), c) e d) dos anexos

revela as estatísticas geradas no processo de calibração da variável, com 10 000 valores

simulados de volatilidade para a seqüência de 18 meses de planejamento.

A equação que rege o valor da cotação Paranaguá, depois de calibrada é:

12 O método stepwise de regressão adiciona e remove variáveis no processo de cálculo, de modo a se chegar a um modelo com a maior capacidade possível de previsão com as variáveis disponíveis.

127

Paranaguát = (-10,939 + 1,062 * Chicagot + Fatorn * Mêsn) * (1+4% * N (0,1))

Onde: Fatorn representa o fator de calibração para o Mêsn

O cálculo dos valores futuros para a cotação Paranaguá é feito do mesmo modo

como explicado para a cotação Chicago, confrontando-se cada um dos meses com o

Mês Atual de planejamento. As cotações dos meses passados e presente são mantidas,

sendo as cotações futuras corrigidas apenas pelo fator de correlação entre Chicago e

Paranaguá, descontada a perturbação aleatória, ou seja, as cotações futuras para

Paranaguá são regidas pela seguinte fórmula:

Paranaguát = SE (Mêst <= Mês Atual; Paranaguát(Valores Fixos) ; (-10,939 + 1,062 *

Chicagot + Fatorn * Mêsn))

Leitura da Fórmula: Se o Mês t for menor ou igual ao Mês atual, então Paranaguá t será

igual à Cotação Paranaguát estabelecida na área de informações

Valores Fixos da Planilha Real, senão Paranaguát será igual à

cotação Paranaguát, descontado o fator aleatório.

V.4.4.3 – Cotação Dólar

A cotação Dólar (R$/US$) é calculada da seguinte maneira: Na segunda tela de

informações estáticas, denominada Distâncias e Cotações Iniciais, que se apresenta na

transição do Mapa para a planilha Modelo, é definida uma estimativa da taxa de câmbio

para o primeiro mês de planejamento Jul (1), que se denomina Cotação Inicial Dólar.

Este valor é transferido para a planilha Real e constitui o patamar de referência para as

cotações dos 18 meses de planejamento.

Assume-se uma expectativa de crescimento linear e homogêneo da taxa de

câmbio, ao longo do horizonte de planejamento, de 5% ao ano, o que equivale a 0,41%

ao mês.

O cálculo da cotação mensal do dólar leva em consideração, além da tendência

de crescimento de 5% ao ano, um fator de perturbação aleatória. O valor histórico da

128

volatilidade mensal desta variável, calculada para o período de Jan/88 até Ago/03,

aponta para algo em torno de 0,72, como mostra a figura 2 dos anexos. No entanto,

assume-se no modelo uma volatilidade menor, da ordem de 0,25, presumindo-se um

cenário econômico mais estável. A equação que rege a estimativa do dólar é mostrada a

seguir e o fator de calibração é mostrado, no, anexo, na figura 12 a), b), c) e d).

Cotação Dólar1 = Cotação Inicial Dólar * (1+0,41%) * (1+5% * N (0,1))

Onde: Cotação Dólar1 é a cotação do Dólar para o primeiro mês do horizonte de

planejamento

Cotação Dólart = Cotação Dólart-1 * (1+0,41%) * (1+5% * N (0,1))

Onde: Cotação Dólart é a cotação do Dólar para um mês genérico dentro do

horizonte de planejamento

Os valores de meses posteriores ao atual são calculados de forma semelhante ao

que se explicou para as cotações Chicago e Paranaguá, ou seja, cada cotação futura do

Dólar é determinada pela cotação anterior, multiplicada apenas pela tendência de

crescimento, sem levar em consideração a perturbação aleatória.

V.4.4.4 – Cotação Porto

A Cotação Porto (R$/t) é determinada simplesmente pelo produto da Cotação

Paranaguá (US$/t), pela Cotação Dólar (US$/R$), uma vez que, por hipótese no

modelo, não é feita nenhuma diferenciação de cotação entre os portos de exportação

brasileiros que operam soja, como apresentado em IV.2.9. A fórmula apresentada a

seguir ilustra o processo simples de cálculo da Cotação Porto.

Cotação Portot = Cotação Paranaguát * Cotação Dólart

129

V.4.4.5 – Cotação Fazenda

A cotação Fazenda (R$/t) é determinada no modelo apenas pela diferença entre a

Cotação Porto (R$/t) e o Frete Rodoviário (R$/t), mais uma perturbação aleatória.

Comparações efetuadas para as cotações Paranaguá, com as cotações em três

regiões de onde se dispõe de dados de fretes rodoviários (Maringá, Passo Fundo e

Rondonópolis), acrescentado o valor desses fretes, chega-se a valores médios muito

próximos, como evidenciam as figuras 13 a) e b) dos anexos. Concretamente, para essas

três regiões, as diferenças percentuais comparadas à cotação Paranaguá, para uma série

que compreende valores de Jan/88 a Ago/03, são, respectivamente, de -0,13%, 2,45% e

-1,85%, para Maringá, Passo Fundo e Rondonópolis. Essa pequena diferença pode ser

explicada pelo erro de calibração no cálculo do frete médio, adicionada a fatores locais

de mercado. Além disso, quando as cotações locais são comparadas, mês a mês, com

Paranaguá, seguem um perfil muito semelhante, como evidencia a figura 13 a) dos

anexos (colunas 6, 11 e 15). Embora não tenha sido feito um teste estatístico de

comparação de médias, pode-se afirmar, pela comparação das médias gerais das séries e

pela semelhança gráfica dos perfis de cotações (figura 13 b) dos anexos), que a hipótese

adotada de que o preço na Fazenda pode ser calculado pela diferença entre o preço em

Paranaguá, descontado o frete rodoviário é perfeitamente aceitável.

A perturbação aleatória foi determinada pela adoção de um fator arbitrário,

estabelecido conforme expressa a seguinte equação:

Cotação Fazendat = (Cotação Portot – Frete Rodoviáriot) * (1+5% * N (0,1))

De modo semelhante aos casos anteriores, a cotação futura desta variável, para

os meses posteriores ao atual, é estabelecida apenas pela diferença entre a Cotação

Paranaguá e o Frete Rodoviário, sem levar em conta a perturbação aleatória.

V.4.4.6 – Cotação Rodoviário

O vetor de Cotação Rodoviário (R$/t) é calculado como se segue:

130

Inicialmente, é estabelecido um frete médio para cada uma das 22 ligações

fazenda-porto contempladas no modelo. Calcula-se também um momento de transporte,

que representa o custo do frete em US$/t*Km, para ligações em pequenas distânc ias,

desde a fazenda, ou armazém, até o centróide da região. A seguir, determina-se o fator

de sazonalidade de cada um dos 12 meses do ano para as 22 ligações. A partir de uma

região selecionada, a Cotação Rodoviária para um determinado mês de planejamento é

calculada pelo frete rodoviário médio na ligação, adicionado à distância armazém-

centróide, multiplicada pelo momento de transporte e, tudo isso multiplicado pela

sazonalidade do mês correspondente. O resultado é então multiplicado por um fator

aleatório, e, finalmente, adiciona-se o custo do terminal portuário. A fórmula resultante

desse processo é mostrada a seguir:

Cotação Rodoviáriat = (Cotação Rodoviária Média + Distância Rodoviária ao Centróide

* Momento Médio) * Sazonalidaden * (1+5% N(0,1) + Custo do

Terminal

O processo para se chegar ao Frete Médio em cada uma das ligações é mostrado

a seguir. Da mesma forma, mais adiante, se mostrará o procedimento para o cálculo dos

Fatores Sazonais e do Momento de Transportes.

A partir de um banco de dados de cotações mensais, obtido do Sistema Sifreca

da Esalq (2003), para o período de Jun/02 a Jun/03, extraíram-se as informações de

valores de fretes, em R$/t, para o transporte de soja em grãos entre as 22 regiões

estudadas e o porto de menor custo para exportação, como explicado em IV.2.5 e V.2.3.

O pequeno intervalo de dados deve-se a uma restrição nas informações disponíveis. No

entanto, deve ser considerado que o intervalo abrange um período de 13 meses, podendo

ser estimado um perfil de sazonalidade e, também deve ser levado em conta que as

condições do mercado variam de ano para ano, de acordo com a maior ou menor

retenção de venda por parte dos vendedores, alterando-se o perfil de sazonalidade. Desta

maneira, em situações normais, valores mais recentes devem representar melhor a

migração do perfil de sazonalidades.

Na estimação do frete médio em cada mês e ligação, foi considerado, não apenas

o centróide como origem das ligações até o porto, mas também outras cidades

131

circunscritas em um raio de 30 Km a partir do centróide, de forma a se obter um maior

conjunto de dados para cada ligação e mês. Para este conjunto de dados, foi verificado

se havia valores discrepantes (fora de um intervalo de 10% para mais e para menos

sobre a média) que foram excluídos. A média do valor do frete foi considerada como

representativa para aquela região e mês. A figura 14 a) dos anexos ilustra o cálculo dos

valores de fretes, sendo que as células em branco correspondem a valores não

disponíveis.

O próximo passo foi corrigir os va lores de fretes de R$/t para US$/t e interpolar

os valores em branco para que se pudesse ter uma série completa. A figura 14 b) dos

anexos apresenta a série de valores interpolados e corrigidos pelo dólar.

Os valores em branco para as sete primeiras ligações e para as regiões 16 e 17

foram interpolados por um critério linear. Para exemplificar, considere-se a ligação 1,

entre Parecis e Paranaguá. O valor do frete correspondente aos meses de Jul e Ago estão

faltando. Considerou-se o valor de Jun, de 61,82 e de Set, 37,63 e calculou-se Jul e Ago

pelas fórmulas:

Jul = (Jun - Set)/3 * 2 + Set e

Ago = (Jun - Set)/3 + Set

A partir das sete primeiras regiões, mais as de número 16 e 17, todas essas com

alguns poucos valores interpolados, além da região 19 que não teve necessidade de

interpolação de nenhum valor, calculou-se o valor médio de fretes, mostrados na

terceira coluna da figura 14 d) dos anexos (valores em preto).

Para essas regiões calculou-se o momento médio, dividindo-se a distância na

ligação pelo valor do frete, que é mostrado na quarta coluna da figura 14 d) dos anexos.

Dos 10 valores iniciais, descartaram-se as regiões 5, 7 e 19. A primeira por

possuir os valores de fretes copiados de 3, já que as distâncias ao porto são muito

próximas; a segunda, cujos fretes são copiados de 6 pela mesma razão e a região 19

(Cascavel) que possui um momento distorcido, quando comparada com as demais

regiões, como mostra a figura 14 e) dos anexos.

132

Para cada uma das 7 regiões que restaram para a calibração, foi calculado o

antilogaritmo neperiano dos momentos, como forma de corrigir a curvatura natural

existente na relação entre distâncias e momentos, já que, quanto menor a distância a ser

vencida, maiores são os custos fixos do transporte, impactando no maior valor do frete

(LIMA, 2002). A fórmula que rege a correção logarítmica é mostrada a seguir:

Momento Corrigido = - ln (Momento)

A correção permite trabalhar com uma relação linear, como mostra a figura 14 f)

dos anexos.

Com a equação de regressão, obtida da relação Distância x Momento corrigido,

apresentada na figura 14 g) dos anexos, pode-se, num primeiro momento, corrigir os

valores de momento das regiões utilizadas para calibração, e também estimar os

momentos das demais regiões. Estes resultados são apresentados na figura 14 h) e i) dos

anexos, onde se ilustra o processo de calculo do momento para a primeira região.

Os momentos corrigidos são transferidos para a planilha de apoio, mostrada na

figura 14 d) dos anexos, em sua quinta coluna e os fretes corrigidos são calculados na

sexta coluna desta mesma figura, pela multiplicação do momento pela distância em cada

ligação.

Os fretes médios em cada uma das ligações contempladas no modelo são

copiados para a planilha Fretes.

O momento médio para pequenas distâncias é estabelecido da seguinte maneira:

Inicialmente, são selecionadas do banco de dados do Sifreca, todas as ligações

com distância inferior a 120 Km. Calcula-se o momento médio em US$/t*Km para

todas as ligações medidas dentro de um mesmo mês, como ilustra a figura 14 j) dos

anexos. A média desses valores médios será adotada com momento médio para

pequenas ligações. O valor resultante, de 0,0373 US$/t*Km é copiado para a planilha

Fretes.

O cálculo das sazonalidades deriva do cálculo das cotações Rodoviárias

corrigidas para US$/t, mostradas na figura 14 c) dos anexos. A partir do cálculo dos

133

fretes em cada região e mês, dividido pelo valor médio anual original de cada região

(valor não corrigido), chega-se ao fator de sazonalidade em cada ligação, como mostra a

figura 14 c) dos anexos, ilustrando o cálculo do primeiro valor de sazonalidade para a

ligação 1.

A razão da utilização dos valores originais, no lugar dos Fretes Médios

Corrigidos é que os valores dos fretes individuais em cada região e mês não foram

corrigidos.

Os valores de sazonalidades são estabelecidos apenas para as ligações com os

vetores de cotações completos ou completados após as interpolações, ou seja, as sete

primeiras regiões, mais a 16, 17 e 19. As sete primeiras representam regiões do Cerrado,

enquanto as três últimas são representantes do Sul.

Optou-se pelo estabelecimento de duas categorias gerais de sazonalidade, de

acordo com as macro-regiões produtoras (Cerrado e Sul), que, supostamente, possuem

um perfil diferente. Para as ligações representantes do Cerrado, calculou-se, para cada

mês, a média de 5 das 7 regiões (descontadas as de número 5 (Nova Xavantina) e 7 (Rio

Verde), cujos valores são copiados das regiões 3 (Primavera do Lese) e 6 (Goiânia),

respectivamente), chegando-se aos valores mostrados na segunda linha da figura 14 c)

dos anexos, que ilustra também o método de cálculo para o fator sazonal de Jan. Do

mesmo modo, a média das três regiões do Sul representam, para cada mês, o fator

sazonal desta macro-região (última linha da figura 14 c) dos anexos).

Os fatores de sazonalidade são copiados para a planilha Sazonalidade, de acordo

com a macro-região a que pertence cada uma das ligações.

O fator de perturbação aleatória é arbitrado como sendo 5% do valor de frete

resultante da composição do frete básico, frete de curta distância e sazonalidade.

O custo do terminal é adicionado no final e seu valor é obtido de informações de

campo e apresentado na antepenúltima coluna da figura V.26.

Os valores futuros das cotações rodoviárias são obtidos pela confrontação com o

mês atual de trabalho. Valores de datas igual ou inferiores ao mês atual são copiados de

134

Valores Fixos, da planilha Real e os valores futuros são estimados pela cotação presente

descontada a perturbação aleatória, de modo similar ao que se expôs para os vetores de

cotações anteriores.

V.4.4.7 – Cotação Multimodal

O vetor de Cotação Multimodal (R$/t) é obtido de modo muito semelhante ao

que se explicou para a cotação exclusivamente rodoviária.

A fórmula que rege a estimação da Cotação Multimodal é apresentada a seguir:

Cotação Multimodalt = ((Cotação Rodoviária Média + Distância Rodoviária ao

Centróide * Momento Médio) * Sazonalidade Rodoviárian +

Cotação Ferroviária Média * Sazonalidade Ferroviárian +

Cotação Hidroviária Média * Sazonalidade Hidroviárian) *

(1+5% N(0,1) + Custo do Terminal Multimodal

O Frete Rodoviário Médio é calculado aproveitando-se a equação de regressão

desenvolvida para o cálculo das ligações Rodoviárias Exclusivas. A figura 14 d) dos

anexos apresenta os valores de momentos e fretes resultantes da aplicação dos fatores de

calibração.

A Distância Rodoviária ao Centróide para o sistema Multimodal é fornecida na

segunda tela de transição do Mapa para Modelo e o Momento Médio é o mesmo valor

calculado para o sistema Rodoviário Exclusivo, já que se utiliza o mesmo transporte

Rodoviário para se chegar ao centróide de referência multimodal.

Também a Sazonalidade Rodoviária é a mesma calculada para o transporte

Rodoviário Exclusivo, com a diferenciação estabelecida entre as duas macro-regiões:

Cerrado e Sul, como apontado em V.4.4.6.

A cotação Ferroviária média é calculada a partir da avaliação dos valores de

fretes do banco de dados do Sifreca, que cobre o período de Jun/02 a Jun/03. Estes

valores estão mostrados na figura 15 a) dos anexos.

135

Nesta figura pode ser observado que existem algumas poucas ligações básicas

que se repetem em diversas regiões, sendo três as ferrovias utilizadas. Nas ligações Alto

Taquari-Santos ou Goiânia-Santos, a operadora é a Brasil Ferrovias. As ligações do Sul

são operadas pela ALL e entre Porto Franco e Ponta da Madeira, utiliza-se a Ferrovia

Norte-Sul. Os fretes em vermelho foram interpolados linearmente a partir dos valores

vizinhos e duas distâncias em vermelho foram estimadas, por não constarem na base do

Sifreca.

A seguir, os fretes foram corrigidos para US$/t, e calculadas as médias e

momentos das ligações disponíveis, desprezando-se as cotações de Jun/02, cujos valores

são discrepantes, comparados aos outros. A figura 15 b) dos anexos ilustra esses

cálculos.

Os momentos em vermelho, nesta mesma figura, foram repetidos dos valores

disponíveis, quando se repetia a operadora. Assim, na ligação Goiânia-Santos, foi

tomado o mesmo valor obtido na ligação Alto Taquari-Santos. Entre Anhembi e Santos,

repetiu-se também o mesmo valor anterior, já que a operadora é a mesma. Finalmente

nas ligações do Sul, tomou-se o momento disponível para Cascavel-Paranaguá. O

cálculo do frete médio é imediato a partir do momento e da distância centróide-porto.

O cálculo dos fatores sazonais por operadora é obtido pela divisão de cada valor

mensal pelo frete médio. A figura 15 c) dos anexos mostra esses valores.

Finalmente, as cotações hidroviárias são obtidas de modo muito semelhante ao

mostrado para os fretes ferroviários e as figuras 16 a) e 16 b) dos anexos ilustram,

respectivamente as cotações em R$/t e US$/t, com os respectivos valores médios e

momentos.

A figura 16 c) dos anexos revela os fatores sazonais para as duas ligações

hidroviárias disponíveis no modelo.

A composição de todos esses valores, de acordo com a equação apresentada no

começo deste item, sofre uma perturbação aleatória, regida pela distribuição normal

padrão e, ao resultado, é acrescentado o custo dos terminais de transbordo para o

sistema intermodal, cujos valores são apresentados na figura V.25.

136

V.4.5 – Informações sobre Formas Comerciais

Nesta área de informações estão presentes as variáveis que configuram o

comprometimento comercial da safra produzida. Para cada uma das seis formas

comerciais disponíveis no modelo, são definidos o volume negociado e a data de

liquidação do contrato, ambos na forma percentual sobre o total produzido. Para a venda

Spot, não é estabelecida uma data de vencimento, pois a liquidação é imediata. Estas

variáveis são alimentadas pelas máscaras que representam cada uma das formas

contratuais, apresentadas nos itens V.2.8.1 a V.2.8.6.

As duas últimas variáveis desse conjunto (Volumes disponíveis para venda CPR

e Spot) configuram condições de restrição na contratação dessas duas modalidades, uma

vez que no mercado existem limitações legais à contratação de um volume CPR, em

suas duas formas possíveis (física e financeira), que seja maior do que o volume a ser

colhido, como também não pode ser vendido no mercado Spot, um volume maior do

que o colhido, adicionado ao já comprometido com uma entrega CPR futura.

Para configurar essas restrições foram desenvolvidas duas variáveis auxiliares,

presentes na planilha Modelo no “Espaço Reservado para Cálculos Auxiliares”,

denominadas Auxiliar1 e Auxiliar2.

O vetor Auxiliar1 é definido pela equação abaixo e a figura 17 dos anexos ajuda

a compreender o modo de construção desta variável, exemplificando a composição do

seu valor para o mês de Jan (7).

∑ ∑∑ −−=t

1

t

1

t

1t SpotCPRLiquidaçãoidoVolumeColh1Auxiliar

O significado dessa variável é que para cada mês considerado, são acumulados

os valores do volume colhido desde o primeiro mês de planejamento até o mês em

questão, descontados o que se comprometeu em entrega física, com as vendas CPR ou

Spot. Nesta equação não é considerado o volume comprometido com venda CPRF

porque sua liquidação é puramente financeira e, havendo necessidade de formação de

capital para liquidação desse contrato, recorre-se a uma venda Spot (caso geral) ou a

uma outra CPR.

137

A variável Volume Disponível para Venda Spot é definida a partir de Auxiliar1,

pela seguinte equação:

18tt )(Auxiliar1 MÍNIMOSpot_Venda_para_Disponível_Volume =

Esta variável significa que o volume disponível para venda Spot em um mês

genérico t, é o menor valor de Auxiliar1 entre os meses contados deste t até o final (mês

18), valor este que relaciona o cronograma de colheita com os volumes comprometidos

com a venda CPR e Spot no horizonte de planejamento.

Embora seja complexo esse entendimento, trata-se de uma relação matemática

que restringe a venda Spot, para um mês qualquer, a um volume que seja menor do que

o colhido até aquele mês, descontados os volumes já comprometidos com uma entrega

futura, e outras vendas passadas, como dito no segundo parágrafo deste item. Isso nada

mais é do que a velha conhecida equação da continuidade13. A figura 18 dos anexos,

que reproduz parcialmente o ambiente de trabalho, ajuda na compreensão desta

variável, ilustrado o caso de uma venda CPR de 60% do volume de produção no mês 2

para entrega no mês 9. Ali pode ser notado que, embora o cronograma de colheita seja

respectivamente de 5%, 25% e 40% nos meses 7, 8 e 9, os volumes disponíveis para

venda Spot em cada um desses meses, depois do fechamento do contrato de 60% para

entrega no mês 9, serão de 5%, 10% e 10%, respectivamente, já que a entrega de 60%

no mês 9, confrontado com o volume total colhido de 70%, deixa uma margem de

negociação de 10% entre os meses 7 a 9. No entanto, como no mês 7 é produzido

apenas 5%, a restrição fica sendo esta para aquele mês.

O vetor Auxiliar2, que ajuda na construção do Volume Disponível para Venda

CPR, é calculado pela equação mostrada a seguir e ilustrado pela figura 19 dos anexos,

que exemplifica a composição da variável para o mês de Jan (7).

∑∑

∑∑∑

−+

−−−=

t

1

t

1

t

1

t

1

t

1t

SpotSeguroCPRFLiquidação

CPRFLiquidaçãoCPRLiquidaçãoidoVolumeColh2Auxiliar

138

O significado dessa variável, de modo semelhante ao explicado para Auxiliar1, é

que, para cada mês considerado, são acumulados os valores do volume colhido desde o

primeiro mês de planejamento até o mês em questão, descontados o que se

comprometeu com as liquidações CPR, CPRF, CPRF+Seguro e Spot.

A variável Volume Disponível para Venda CPR é definida a partir de Auxiliar2,

pela equação:

)SeguroCPRFLiquidação

CPRFLiquidação;Spot( MÍNIMO))(Auxiliar2 MÍNIMO

;(Auxiliar2 MÍNIMOCPR_Venda_para_Disponível_Volume

18

1

18

1

t

1

181t

tt

∑

∑∑

+

++

=

+

Esta equação, ainda mais complexa, compõe inicialmente o valor mínimo entre

toda a venda Spot até o mês considerado (t) e as liquidações CPRs nas formas

financeiras para todo o horizonte de planejamento. A este valor é adicionado o menor

valor de Auxiliar2 desde t+1 até o mês 18. O resultado é comparado com auxilizar2 no

mês t. O menor valor dessa comparação é considerado o Volume Disponível para Venda

CPR na data t.

De forma bastante simplificada, esta variável quer significar que o Volume

Disponível para Venda CPR em um mês genérico é igual ao volume colhido até o mês

considerado, descontados todos os comprometimentos com vendas futuras em qualquer

forma de CPR e descontadas também as entregas já realizadas através de CPRs físicas

passadas e vendas Spot.

Esta restrição, ainda mais forte que o Volume Disponível para Venda Spot,

representa também uma equação de continuidade para a venda na forma CPR. A figura

20 dos anexos ilustra uma situação semelhante àquela mostrada na figura 18 dos anexos,

cuja diferença consiste na forma de contrato CPRF no lugar de CPR, porém com o

comprometimento do mesmo volume e mesmas datas. Na comparação das duas figuras,

pode ser notado como o Volume Disponível para Venda CPR apresenta os mesmos

13 A equação da continuidade, no seu aspecto geral, expressa que, em um sistema conservativo, durante um intervalo de tempo, tudo o que sai do sistema é igual ao que já havia no seu interior, mais o que entrou, menos o que permanece no seu interior, de tal forma a se manter constante o volume.

139

valores de Volume Disponível para Venda Spot, do caso anterior e, para o caso

presente, o Volume Disponível para Venda Spot não apresenta nenhuma restrição, já

que a venda Spot visa cobrir a dívida que será gerada com a liquidação do contrato

CPRF.

V.4.6 – Informações sobre Localidades de Venda

Esta área de informações é composta por seis variáveis: Venda na Fazenda,

Venda no Porto, Venda na Fazenda Acumulada, Venda no Porto Acumulada, Venda

Total Acumulada e Volume Disponível para Venda na Fazenda.

As duas primeiras são alimentadas pelas máscaras em VB das formas contratuais

CPR e Spot, que são apresentadas, respectivamente em V.2.8.1 e V.2.8.6.

A Venda na Fazenda Acumulada é calculada pelo seguinte par de fórmulas:

Venda na Fazenda Acumulada1 = Venda na Fazenda1

Venda na Fazenda Acumuladat = Venda na Fazenda Acumuladat-1 + Venda na Fazendat

A Venda no Porto Acumulada é calculada pelo mesmo critério, como indicam as

fórmulas seguintes:

Venda no Porto Acumulada1 = Venda na Porto1

Venda no Porto Acumuladat = Venda no Porto Acumuladat-1 + Venda no Porto t

Venda Total Acumulada também é bastante simples e compõe a Venda Total

Acumulada do período anterior com a soma das vendas na Fazenda e no Porto, no

período considerado, como apresentado nas fórmulas abaixo.

Venda Total Acumulada1 = Venda na Fazenda1 + Venda na Porto1

Venda Total Acumuladat = Venda total Acumuladat-1 + Venda na Fazendat + Venda no

Porto t

140

A última variável desta área de informações possui um cálculo ligeiramente mais

sofisticado, como indicam as fórmulas abaixo e a exemplificação para o mês de Jan (7),

mostrada na figura 21 dos anexos.

Volume Disponível Venda Fazt = MÍNIMO (Volume Colhido Acumuladot – Venda

Total Acumuladat – SE (Vol contratado

Acumuladot > Venda Porto Acumuladot; Vol

contratado Acumuladot - Venda Porto Acumuladot;

0); Volume Disponível Venda Fazt+1)

Volume Disponível Venda Faz18 = Volume Colhido Acumulado18 – Venda Total

Acumulada18 – SE (Vol contratado Acumulado18

> Venda Porto Acumulado18; Vol contratado

Acumulado18 - Venda Porto Acumulado18; 0)

Na composição do Volume Disponível para Venda na Fazenda, inicialmente é

verificado se o Volume Total de Transporte Contratado até a data considerada é maior

do que a quantidade Total Vendida no Porto. Caso positivo, é tomada a diferença entre

esses dois valores, caso contrário é tomado o valor zero. Então, calcula-se o volume

colhido acumulado até a data t, menos a venda total acumulada até a mesma data e,

desse resultado, subtrai-se o valor obtido no cálculo feito inicialmente. Toma-se então o

mínimo valor entre esse resultado e o Volume Disponível para Venda na Fazenda no

período seguinte. Para o mês 18 o cálculo é um pouco mais simples.

Conceitualmente, o Volume Disponível para Venda na Fazenda em uma data

genérica é o total colhido até a data considerada, menos o total já vendido na fazenda e

porto, menos um eventual comprometimento de entrega no porto, pela contratação

prévia de transporte, cujo produto será vendido até a data em questão. Este valor é

comparado com o de data imediatamente posterior e entre eles é tomado o mínimo, já

que pode haver um comprometimento de entrega futura, através de venda CPR, que

limita o total a ser vendido na data em questão. Para o mês 18 não há que se comparar

com comprometimentos futuros, já que o horizonte de planejamento termina neste mês.

141

Uma pergunta que poderia surgir neste momento é: Qual seria o volume

disponível para venda no porto? A resposta é: Este valor é restringido apenas pelos

volumes disponíveis para venda CPR e Spot, definidos anteriormente. A figura 22 dos

anexos ilustra uma situação comercial que esclarece a situação colocada. Lá é mostrado

uma venda CPR de 60% de soja no mês 2 para entrega no mês 9, no porto, e

contratações antecipadas de transportes de 60% para o mês 9 e de 20% para o mês 10.

Ali pode ser observado como o volume disponível para venda na fazenda para o mês 10

ficou restrito a 15%, já que se espera uma venda de 20% para entrega no porto no mês

10, enquanto o volume disponível para venda no porto não sofre esta restrição.

V.4.7 – Informações sobre Transportes

Esta área de informações contém cinco variáveis, denominadas, em sua

seqüência de apresentação: Disponibilidade Multimodal, Volume Multi Contratado,

Volume Rodo Contratado, Volume Contratado Acumulado e Volume Disponível para

Transporte.

A primeira variável mostra se o transporte Multimodal está ou não Disponível

para cada um dos meses em que pode haver deslocamento da soja para o porto. Se o

Mês Atual for anterior a Jan (7), o vetor Disponibilidade Multimodal é completado com

“Sim” ou “Não” para cada um dos meses, a partir de Jan (7), em verde ou vermelho,

conforme o caso de haver ou não Disponibilidade de transporte Multimodal para cada

um dos meses. Quando o Mês Atual for posterior a Jan (7), os meses entre Jan (7) e o

Atual, este excluído, serão completados com um traço, indicando que o mês já passou,

como exemplificado na figura 23 dos anexos.

A formação desta variável inicia-se com a criação de 4 categorias de regiões,

conforme os sistemas de transporte utilizados na ligação fazenda-porto. A figura 5 b)

dos anexos identifica cada uma das regiões com as respectivas categorias.

A região tipo A caracteriza as ligações que utilizam os sistemas rodoviário e

hidroviário. O sistema rodoviário nunca apresenta restrição de disponibilidade. No

modelo, a mesma consideração é feita com relação ao sistema hidroviário. Desta forma,

142

a região tipo A apresenta uma Matriz sem restrições. A maneira de se interpretar a

Matriz de Restrições é apresentada no item V.3.5.

A região tipo B representa todas as ligações que utilizam o sistema ferroviário,

com exceção das ligações operadas pela ferrovia Norte-Sul, cuja disponibilidade é

menos restritiva e configura as regiões de categoria C. A região de categoria D, que no

modelo é representada apenas por Barreiras, é aquela cuja restrição é total. Barreiras

não apresenta nenhuma alternativa de escoamento multimodal.

Para cada uma das células da variável Disponibilidade Multimodal, a partir de

Jan (7), a fórmula que apresenta a Disponibilidade ou não do sistema Multimodal é dada

pela equação abaixo:

Disponibilidade Multimodalt = SE (PROCV (t; Matriz de Disponibilidades, coluna t) =

“”; “-”; PROCV (t; Matriz de Disponibilidades,

coluna t)

Esta fórmula executa a seguinte ação: Verifica na Matriz de Disponibilidades o

valor da linha e coluna correspondentes ao mês t (ver figura V.27). Caso este valor

esteja vazio, o valor retornado é “-”, caso contrário, será o valor encontrado na posição

da matriz, no caso, “Sim” ou “Não”.

A segunda e terceira variáveis da Área de Informações sobre Transportes, são

alimentadas através das contratações de transportes Multimodal e Rodoviário,

respectivamente, realizadas pela máscara em VB, denominada Contratação de

Transporte, apresentada na figura V.24.

A quarta variável, denominada Volume Contratado Acumulado é calculada pela

fórmula seguinte:

Volume Contratado Acumuladot = Volume Contratado Acumuladot-1 + Volume Multi

contratadot + Volume Rodo Contratadot

Esta variável simplesmente acumula todo o volume contratado até a data

considerada.

143

A última variável desta área de informações, Volume Disponível para

Transporte é calculada pela equação abaixo:

Volume Disp p/ Transpt = MÍNIMO (Volume Colhido Acumuladot - Volume

Contratado Acumuladot - Venda Fazenda Acumt;

Volume Disp p/ Transpt+1)

Seu significado é: O Volume Disponível para Transporte em uma data genérica

é dado pelo Volume Total Colhido até a data considerada, descontados o Volume de

Transporte Contratado até aquela data e a Venda Acumulada efetuada na Fazenda, já

que esta restringe também o volume total e não precisará de transporte para o

deslocamento. A razão da escolha do menor valor entre o calculado para o período

considerado e o posterior é que pode haver sido contratado algum transporte para data

posterior que restringiria o volume a ser contratado na data considerada, como

exemplifica a figura 24 dos anexos, que ilustra a venda de 20% do volume na fazenda,

após ter sido efetuada uma contratação de transporte para o mês 10, para levar de 50%

do volume produzido ao porto, tudo isto contratado no mês 1. Nesta figura pode ser

feita a comparação do Volume Colhido Acumulado com o Disponível para Transporte.

V.4.8 – Informações sobre Armazenagem

Este bloco de informações apresenta apenas três variáveis: Volume Colhido

Acumulado, Volume Armazenado e Custo Unitário de Armazenagem (R$/t).

Volume Colhido Acumulado é calculado pela seguinte fórmula de interpretação

imediata:

Volume Colhido Acumuladot = Volume Colhido Acumuladot-1 + Volume Colhidot

Volume Armazenado é definido como se segue:

Volume Armazendadot = Volume Armazendadot-1 + Volume Colhidot - (Liquidação

CPRt - Spott)

144

Esta fórmula significa que o volume armazenado no mês considerado equivale

ao acumulado do mês anterior, descontados os volumes liquidados por CPR e Spot no

mês em questão, já que apenas estas duas modalidades comprometem entrega física,

desonerando o volume a ser armazenado.

O Custo Unitário de Armazenagem (R$/t) é trazido como valor médio da

planilha Real, multiplicado pela Sazonalidade e corrigido a cada mês para R$/t na

planilha Modelo, como indica a fórmula abaixo:

Custo Unit Armazt = Custo Unit Armaz Médio * Sazonalidade Armazt * Cotação Dólart

Como se considera no modelo que não existe sazonalidade para o Custo Unitário

de Armazenagem, o cálculo torna-se ainda mias simples.

V.4.9 – Informações sobre Fluxos Contratuais

Esta área de informações é composta por quatro variáveis, cujo processo

construtivo será mostrado mais abaixo: CPR’s, Futuro e Opção, Spot e Fluxo Total.

A primeira variável é responsável pela apresentação de todo o fluxo de capital

proveniente da venda e liquidação das duas formas de contrato CPR, desconsiderados os

custos de contratação. No caso da CPR física, o fluxo CPR possui duas possibilidades:

Se o produto for vendido na fazenda, o cálculo do seu valor é realizado pela fórmula

abaixo:

Fluxo CPRt = Fluxo CPRt + (Cotação Fazendan / (1 + Taxa de Desconto Mensal) ^ (n -

t)) * Volume CPRt * Volume Total de Produção

Onde: Fluxo CPRt é o fluxo monetário proveniente da venda CPR no mês t;

Cotação Fazendan é a cotação da soja na região de plantio para o mês em

que irá ser efetuada a entrega;

Taxa de Desconto Mensal é definida na área de Informações Estáticas da

planilha Modelo, na forma percentual;

145

(n – t) é o número de meses entre o vencimento do contrato e a data da

contratação;

Volume CPRt é o volume percentual do montante comprometido na cédula

CPR;

Volume Total de Produção é o total produzido em toneladas na safra

considerada.

O motivo de se acumular na mesma célula o valor anterior é que uma outra

contratação CPR pode ter sido feita previamente. A fórmula também explicita o deságio

sofrido para se trazer o recurso financeiro à data presente, contra um pagamento em

produto em data futura.

Se o local de venda for o porto, a fórmula é bastante semelhante, como mostrada

abaixo:

Fluxo CPRt = Fluxo CPRt + (Cotação Porton / (1 + Taxa de Desconto Mensal) ^ (n - t))

* Volume CPRt * Volume Total de Produção

Para o caso da CPR Financeira, o sistema de equações que rege o Fluxo CPR

forma um binário, uma vez que a liquidação será em dinheiro, na data de vencimento da

cédula. Assim:

Fluxo CPRt = Fluxo CPRt + (Cotação Porton / (1 + Taxa de Desconto Mensal) ^ (n - t))

* Volume CPRFt * Volume Total de Produção

Fluxo CPRn = Fluxo CPRn – (Cotação Porton * Volume CPRFt * Volume Total de

Produção

O preço utilizado para o cálculo da CPRF é a Cotação Porto, que não sofre

interferências de flutuações dos mercados locais. O valor do Fluxo CPR para a data de

vencimento (n), não sofre deságio, como é típico dos contratos a termo, com o qual se

trava o preço futuro para liquidação total na data de vencimento.

O sinal negativo na segunda equação significa que o fluxo é de desembolso.

146

A segunda variável desta área de informações, Futuro e Opção, é calculada a

partir da composição dos contratos de mesmo nome que serão mostrados em V.4.12.2 e

V.4.12.3. Seus valores são definidos apenas para os meses em que pode haver produção,

já que, por hipótese, essas formas de contrato, no modelo, são utilizadas apenas para

formação de hedge. A fórmula que determina o seu valor é:

∑ ==18

1t ção) Futuro/OpContato ; “t” Vencimento de (Mês SEOpção_e_Futuro_Fluxo

Onde: Contrato Futuro/Opção corresponde ao fluxo financeiro proveniente do

vencimento de algum contrato futuro ou de Opção no mês t;

A figura 25 dos anexos ilustra a composição desta variável para o mês de Jan

(7), com a contratação de Futuro e Opção para vencimentos, respectivamente nos meses

de Mar (9) e Mai (11). Os dois contratos são efetuados no mês Jul (1).

O cálculo da terceira variável desta área de informações, Fluxo Spot, depende do

local onde o produto é vendido, de modo semelhante ao que se considerou para a venda

CPR. As duas fórmulas apresentadas abaixo, configuram esse par de situações:

Fluxo Spott = Fluxo Spott + Cotação Fazendat * Volume Spott * Volume Total de

Produção

Fluxo Spott = Fluxo Spott + Cotação Portot * Volume Spott * Volume Total de Produção

Como a venda Spot se realiza no momento presente pela cotação atual, sua

formulação é bastante simples, sem levar em consideração deságios. Também aqui se

acumula na mesma célula o valor anterior, pois uma outra venda Spot pode ter sido feita

previamente.

Finalmente, a variável Fluxo Total, compõe a soma de todos os fluxos

considerados, como apresentado na fórmula abaixo:

Fluxo Totalt = Fluxo CPRt + Fluxo Futuro e Opçãot + Fluxo Spott

A formatação condicional, respeitada nesta área de informações, permite

visualizar os fluxos positivos em azul e os negativos em vermelho.

147

V.4.10 – Informações sobre Custos

Esta área de informações possui seis variáveis relacionadas aos custos:

Produção, Armazenagem, Estoque, Transportes, Contratuais e Custo Total. Todas

aparecem na cor vermelha, por representarem desembolsos. Para facilitar a apresentação

do equacionamento dessas variáveis, elas foram agrupadas de acordo com o grau de

complexidade em sua elaboração. As mais intrincadas aparecem em um item exclusivo

e as mais simples são agrupadas em uma mesma família.

V.4.10.1 – Custo de Produção

A variável Custo de Produção possui uma formulação um tanto complexa, tanto

que dispõe de uma planilha exclusiva para o seu cálculo (Produção). Os procedimentos

para se chegar aos valores presentes neste vetor passam a ser apresentados a seguir:

Inicialmente é definido, no módulo Produção, um conjunto de itens de Custos

Unitários, agrupados nas categorias Custo Operacional, Custos Fixos e Custo da Terra.

Estes valores são obtidos a partir de um estudo efetuado pela FecoAgro/RS (MINETTO,

2002) que os apresenta, originalmente, em R$/saca 60 Kg. A unidade monetária de

referência para a planilha Produção é o US$. A figura V.29, que também aprece nos

anexos (figura 6), é reapresenta a seguir para facilitar a interpretação dos itens de Custos

Unitários considerados na modelagem.

Figura V.29 – Custos Unitários de Produção considerados no modelo

Fonte: Adaptado de MINETTO

148

Os custos Operacionais são extraídos diretamente do estudo da FecoAgro/RS. O

Custo da Terra é obtido da planilha fretes, conforme a região selecionada para análise,

uma vez que os seus valores estão inversamente relacionados com o custo do transporte

rodoviário exclusivo da fazenda ao porto, como se explica a seguir.

A partir de um estudo semelhante ao da FecoAgro/RS, realizado pela Embrapa

(RICHETTI e MELO FILHO, 2002), compreendendo as regiões de Sorriso, Primavera

do Leste, Chapadão do Sul e Dourados, obteve-se uma estimativa para os valores da

Terra. Relacionando-se estes valores com os custos do deslocamento rodoviário

centróide-porto, para cada uma dessas regiões, chegou-se a uma equação de regressão

mostrada na figura 26 dos anexos.

A aplicação dos coeficientes de regressão para as demais regiões conduz aos

valores de Terra mostrados na figura 27 dos anexos, que exemplifica o cálculo para

primeira a região. Nesta figura são confrontados os valores de estimativa originais (em

vermelho) com os corrigidos pela equação de regressão, na última coluna.

Os valores de Custo da Terra são copiados para a planilha Fretes, que transfere

para a planilha Produção o valor específico para a região selecionada, como mostrado

na figura V.29, na segunda coluna, posição mais inferior.

Os Custos Fixos são obtidos a partir de uma equação logarítmica que atenua o

fator de crescimento com o tamanho do lote cultivado. O cálculo dessa componente de

custo teve por embasamento o mesmo estudo da FecoAgro/RS, estabelecido para uma

Área Base de cultivo de 70 ha, na qual se separam os itens em Construções e

Instalações, Máquinas e Implementos e Mão-de-Obra, como mostra a figura 28 dos

anexos, reproduzida parcialmente, onde esses itens aparecem abreviados,

respectivamente como C+I, M+I e M-D-O.

Embora a FecoAgro/RS avalie a Mão-de-Obra como um Custo Operacional, no

modelo ela é tratada no como um Custo Fixo, porque se considera, hipoteticamente, que

existe uma relação de produtividade do homem com o tamanho da terra, semelhante ao

que se observa no uso de máquinas.

149

Arbitrou-se um fator de atenuação na relação Tamanho do Lote x Custo Fixo,

regido pela equação apresentada abaixo, cujo cálculo da primeira célula é ilustrado na

figura 28 dos anexos:

Custo FixoA = Custo Base + 4 000 * LN (A / Área Base)

Onde: A é área para a qual se deseja calcular o Custo Fixo ;

Custo Base é estimado pela composição de C+I, M+I e M-D-O, a partir do

estudo da FecoAgro/RS, como sendo 3 903,57 US$/ha;

Área Base é a área de cultivo para a qual se conhece o Custo Base.

A relação de atenuação é mostrada graficamente na figura 29 dos anexos.

A equação de estimação do custo fixo é copiada para a planilha Produção, como

se observa na figura V.29, nas duas últimas colunas.

Finalmente, conhecido o tamanho do lote a ser cultivado, que é inserido na

primeira máscara em VB, que surge após a seleção da região de trabalho no Mapa, o

cálculo do custo fixo é definido pela equação apresentada abaixo:

Custo FixoA = SE (A < 70; Custo Base; Custo Base + 4 000 * LN (A / Área Base)

A diferença entre esta fórmula e a anterior é que, para lotes inferiores a 70 ha,

adota-se como custo fixo o valor do Custo Base, ou seja, 3 903,57 US$/ha.

O Custo Fixo Unitário então é facilmente obtido pelo valor calculado na última

fórmula, dividido pelo Lote Cultivado.

A figura V.29, em sua quarta coluna, oferece uma avaliação da proporção de

cada um dos itens de Custo Operacional, do Custo da Terra e dos Custos Fixos de forma

agregada.

O passo seguinte no cálculo dos Custos de Produção consiste na atribuição de

pesos aos itens de custos, proporcionalmente ao seu Cronograma Mensal de Incidência

durante o processo produtivo, já que os valores obtidos anteriormente são anuais.

150

O ciclo de desembolso com a produção inicia-se em Jul (1) e termina em Jun

(12), perfazendo um total de 12 meses, e a soma dos valores de cada item de custo

corresponde a 100%. A figura 30 dos anexos ilustra o Cronograma de Desembolso para

cada um dos itens de custo e seus processos construtivos, cujas fórmulas são

apresentadas a seguir.

Máquinas e Implementost = 0,1 / 12 + 0,3 * Área Plantadat + 0,6 * Volume Colhidot

Onde: 0,1; 0,3 e 0,6 são pesos arbitrados, respectivamente, para um gasto geral

com o item considerado; para a Área Plantada e o Volume Colhido para um

período t, genérico.

O item Máquinas e Implementos, representa aqui apenas os custos operacionais

da utilização desses fatores de produção, não os custos de investimento na aquisição

desses bens ou da depreciação, fatores estes que são contemplados nos custos fixos.

Insumos de Plantiot = Área Plantadat+3

Insumos de Cultivot = SE (t < 3; 0; SE (Área Plantadat-2 > 0; Área Plantadat-2; 0)

Esta fórmula significa que o custo dos Insumos de Cultivo é proporcional à Área

Plantada no período t-2, a partir do terceiro período do horizonte de planejamento.

Transporte Externot = 0,1 * MÉDIA (Insumos de Plantiot; Insumos de Cultivot) + 0,9 *

Volume Colhidot

O transporte externo é considerado apenas para remoção do produto da lavoura

até o armazém, a uma distância padrão de 10 Km, e também o frete pago pelo produtor

quando da aquisição de insumos (normalmente a partir de uma cooperativa). Os pesos

arbitrados são, respectivamente, de 0,9 e 0,1 para cada um desses casos.

Beneficiamentot = Volume Colhidot

Correção do Solot = SE (OU (t =1; t = 2); 50%; 0%)

O custo de Correção do Solo incide apenas nos dois primeiros meses de

planejamento, na mesma proporção de 50% para cada mês.

151

Para todos os itens de Custo Fixo, bem como para o Custo da Terra, considerou-

se uma distribuição uniforme de incidência ao longo dos meses de planejamento.

Finalmente, todos os itens de custos mensais são calculados pela multiplicação

do Valor Unitário, pela Taxa de Incidência Mensal e pelo Volume Total Produzido ou

Área Total Cultivada, conforme se represente o Custo Unitário. Estes valores são

transferidos para a planilha Modelo, depois de corrigidos para a cotação em R$.

V.4.10.2 – Custo de Armazenagem e de Estoque

O Custo de Armazenagem possui uma formulação bastante simples e incide no

fluxo de caixa apenas a partir do mês de Jan (7), quando pode haver algum volume

colhido. A equação que rege o cálculo do Custo de Armazenagem é mostrada a seguir:

Armazenagemt = Volume Armazenadot * Custo Unitário de Armazenagemt * Volume

de Produção

O Custo de Estoque, embora de cálculo simples, possui algumas especificidades

que são discutidas logo após a apresentação de sua equação:

Estoquet = Volume Armazenadot-1 * Volume de Produção * Cotação Fazenda t-1 * Taxa

de Oportunidade Mensal

Onde: t varia de 8 a 18.

A razão de se tomar as variáveis independentes, com variação no tempo, para o

período t-1 é que a componente de custo financeiro realiza-se no tempo. Como o

intervalo obedecido entre períodos sucessivos é o mês, é razoável que a contabilização

do custo de estoque seja atribuída ao mês sucessivo àquele quando seus condicionantes

são apurados. Deve ser lembrado também que a transição, no ambiente de

planejamento, de um mês para outro, faz com que se atualize o caixa pela Taxa de

Capital. Caso o custo de estoque fosse apurado dentro do mesmo mês em que ocorre,

haveria uma dupla contabilização do seu valor.

152

O Preço do Produto estabelecido para a apuração do Custo de Estoque é aquele

associado ao local onde se encontra, daí a razão de se tomar a Cotação Fazenda.

O resultado do Custo de Estoque para um período genérico é, portanto, o

produto do Volume Armazenado no período anterior, na forma percentual, pelo Volume

Total de Produção em toneladas, multiplicado pelo Preço da soja na Fazenda para o mês

anterior e multiplicado pela Taxa de Oportunidade Mensal de capital.

Para o mês 18, o modelo condiciona necessariamente a venda de toda a

produção, daí que não poderia haver Custo de Estoque para o mês seguinte.

V.4.10.3 – Custo de Transportes

O valor do Custo de Transportes é definido pelo seguinte par de fórmulas,

conforme o sistema escolhido:

Transportest = Transportet + Volume Multi Contratadon * Volume de Produção *

Cotação Multimodaln / (1 + Taxa de Oportunidade Mensal) ^ (n – t)

Onde: Transportet é o custo do transporte contratado no mês genérico t;

Volume Multi Contratadon é o Volume de Transporte pelo sistema

Multimodal a ser utilizado no mês n, em que irá ser efetuada a entrega;

Volume Total de Produção é o total produzido em toneladas na safra

considerada;

Taxa de Oportunidade Mensal é definida na área de Informações Estáticas

da planilha Modelo, na forma percentual;

(n – t) é o número de meses entre o vencimento do contrato e a data da

contratação.

Transportest = Transportet + Volume Rodo Contratadon * Volume de Produção *

Cotação Rodoviárian / (1 + Taxa de Oportunidade Mensal) ^ (n – t)

153

O Custo de Transportes acumula o valor anterior, porque pode haver sido

contratado previamente outro volume, no mês atual, para qualquer período futuro de

utilização.

No modelo, considera-se que, ao se contratar transporte para uma data futura, o

produtor paga no ato da contratação, pelo preço de cotação na época de realização do

transporte, uma vez que este possui componentes de tendência e sazonalidade, porém

com um deságio definido pela Taxa de Oportunidade, em função de estar antecipando

dinheiro para o prestador do serviço.

V.4.10.4 – Custo Contratuais e Custo Total

Os Custos Contratua is são específicos de cada modalidade de contrato e serão

explicados detalhadamente no item V.4.12, quando se tratará particularmente de cada

uma delas.

A última variável desta área de informações, o Custo Total, simplesmente

sumariza todos os itens de custo tratados no modelo. Sua equação é apresentada a

seguir:

Custo Totalt = Produçãot + Armazenagemt + Estoquet + Transportest + Contratuaist

V.4.11 – Informações sobre o Caixa

A variável caixa possui uma formulação bastante simples, como expressa a

equação abaixo:

Caixat = Fluxo Totalt – Custo Totalt

Este vetor simplesmente condensa o fluxo monetário total para o mês

considerado, que será adicionado ao valor em Caixa Inicial, para compor o Caixa

Atualizado, na área de Informações Estáticas da planilha Modelo.

154

V.4.12 – Informações sobre os Contratos

Nesta área de informações, cada um dos contratos é detalhado nas suas

informações constitutivas. As variáveis presentes nesta área de informações cobrem, de

forma genérica, qualquer das Formas Contratuais tratadas no modelo, no entanto, na

particularização de cada um deles, nem todas as variáveis são utilizadas. Todas estas

variáveis já foram apresentadas no item V.2.5.11 e aqui será dado destaque à

formulação estabelecida na construção das Formas Contratuais.

V.4.12.1 – CPR’s

Para a cédula CPR, seja na forma Física ou Financeira, as informações sobre o

Mês de Contratação, Vencimento, Volume e Local de Entrega (este apenas para a forma

Física) são fornecidos diretamente na mascara em VB. O Preço de Contratação é o valor

sobre o qual serão estabelecidos os gastos contratuais, que é tomado da cotação da soja

na data presente. Para a forma Física, a cotação terá por referência a fazenda ou porto,

conforme for a escolha do Local de Entrega e, para a forma Financeira, considera-se

como local de cotação o porto, pelo argumento apresentado em V.4.9. O Valor do

Negócio é estabelecido pelo produto do Preço de Contratação (R$) e Volume (t). O

Custo Contratual é calculado pela fórmula apresentada abaixo:

Custo Contratual = Custo do Registro + Valor do Negócio * Custo do Aval

Onde: Custo do Registro é estabelecido como R$ 50,00;

Custo do Aval é estabelecido como 0,60% do Valor do Negócio.

Embora o custo do aval de uma cédula CPR varie entre 0,45% e 0,65% ao mês,

em função do estágio da lavoura (BB, 2000, p. 8), no modelo, por simplificação,

estabeleceu-se a taxa única de 0,60%.

155

V.4.12.2 – Futuro

No lançamento ou venda de um Contrato Futuro define-se, na máscara em VB, o

Mês de Contratação, a data de Vencimento e o Volume, expresso na forma de Número

de Contratos, que é convertido para número de sacas de 60 Kg e toneladas, onde cada

contrato representa um número de 2 268 sacas.

O Preço de Contratação tem um conceito ligeiramente diferente daquele

apresentado para as CPR’s. Como a contratação é efetivada na CBOT, o preço de

referência é Chicago, para a data presente, trazido para a cotação em Reais. Pelo

produto do Volume e Preço de Contratação, obtêm-se o Valor do Negócio.

O Custo Contratual é definido pela fórmula abaixo:

Custo Contratual = (Custo do Registro * Número de Contratos + Margem de Garantia)

* Cotação Dólar + Valor do Negócio * Custo de Corretagem * (1 +

Emolumentos)

Onde: Custo do Registro é estabelecido como US$ 0,08;

Margem de Garantia será apresentada mais abaixo;

Custo da Corretagem corresponde a 0,3% do Valor do Negócio;

Os Emolumentos ou Taxa da Bolsa corresponde a 6,32% do valor da

Corretagem.

O Preço de Referência (US$/t) representa o valor pelo qual o preço futuro é

travado. Seu cálculo é mostrado na fórmula abaixo:

Preço de Referênciat = Cotação Chicagon

Onde: t é a data atual;

n é o mês de vencimento do contrato futuro.

156

O Preço Futuro Atualizado (US$/t) simplesmente atualiza a Cotação Chicago

para o Mês Atual. Este valor será comparado com o Preço de Referência na data de

vencimento para efeitos de liquidação do contrato.

A Margem de Garantia (US$) é calculada pela expressão abaixo:

Margem de Garantia = Número de Contratos * Margem Unitária

Onde: A Margem Unitária definida pela CBOT é de US$ 1 250,00

Sabe-se, pelo que se explicou em III.5.2.2, que as correções na conta de um

investidor em Mercado Futuro acontecem diariamente. No modelo, as atualizações são

mensais, portanto não fariam sentido as correções diárias. No entanto, por

simplificação, adotou-se na modelagem que o acerto de contas de uma posição de futuro

ocorre apenas no mês de vencimento do contrato, quando se credita ou debita na conta

do investidor toda a desvalorização ou valorização da commodity acumulada no período

entre a contratação e o vencimento do derivativo.

As duas últimas variáveis da área de informações sobre contratos, determinam o

montante a ser pago ou recebido no vencimento do contrato futuro ou a receber no

contrato de opção. A primeira delas verifica a data de vencimento e o tipo de contrato e

possui a seguinte formulação:

Vencimento e Tipo = SE (Mês de Vencimento <= Mês Atual; SE (Tipo = "CPRF+S";

"Opção"; Tipo))

Inicialmente a fórmula verifica se o contrato é vincendo, isto é, se vencerá em

data futura. Em caso positivo, o valor da variável será FALSO. Caso contrário, isto é,

que esteja vencido ou vencendo no Mês Atual, é verificado se a forma do contrato é

"CPRF+S". Caso positivo, o valor da variável será “Opção”, senão receberá o nome do

Tipo de Contrato registrado segunda variável dessa área de informações.

A segunda variável desse subconjunto, denominada Futuro/Opção, determinará

o montante a ser pago ou recebido quando o contrato for de um desses dois tipos

(Futuro ou Opção) e estiver venc ido ou vencendo, e possui o seguinte equacionamento:

157

Futuro/Opção = SE (É.NÃO.DISP (SE (Vencimento e Tipo = “Futuro”; (Preço

Referência – Preço Futuro Atz) * Volume + Margem de Garantia; SE

(Vencimento e Tipo = “Opção”; SE (Preço de Exercício > Preço

Futuro Atz; (Preço de Exercício - Preço Futuro Atz) * Volume); 0)) *

Cotação Dólar); 0; SE (Vencimento e Tipo = “Futuro”; (Preço

Referência – Preço Futuro Atz) * Volume + Margem de Garantia; SE

(Vencimento e Tipo = “Opção”; SE (Preço de Exercício > Preço

Futuro Atz; Preço de Exercício - Preço Futuro Atz) * Volume); 0)) *

Cotação Dólar)

Esta fórmula, aparentemente ininteligível, realiza a seguinte contabilização.

Inicialmente verifica se, na célula superior, o valor de Vencimento e Tipo é ou não

disponível (marcado como N/D). Caso positivo, Futuro e opção valerá zero. Caso

contrário, verifica-se se o seu valor é “Futuro”. Se sim, Calcula-se o valor a ser pago ou

recebido pela diferença entre o Preço de Referência e o Preço Futuro Atz, multiplicado

pelo Volume, tudo isso acrescentado à Margem de Garant ia restituída. Quando o valor

de Vencimento e Tipo é “Opção”, verifica-se se o Preço de Exercício é maior do que o

Preço Futuro Atz. Se sim, Calcula-se esta diferença e multiplica-se pelo Volume. O

valor calculado em qualquer um dos dois casos está expresso em US$. Para trazê- lo a

Real, multiplica-se pela Taxa de Câmbio. Quanto Vencimento e Tipo não é nem

“Futuro”, nem “Opção”, o valor retornado é ND, caindo-se no caso inicial, em que a

variável Futuro e Opção assume o valor zero.

As particularidades referentes ao contrato de Opção serão vistas no próximo

tópico.

O resultado dessa operação, apresentado pela variável Futuro/Opção será

transferido para a variável Futuro e Opção na Área de Informações Fluxo de Contratos,

na posição de cada mês, caso, naquele mês, haja algum contrato Futuro e Opção

vencendo, como explicado em V.4.9, quando se tratou particularmente daquela variável.

Havendo mais de um, esses valores serão somados, como explicita a fórmula

apresentada naquele item.

158

V.4.12.3 – Opção

Na aquisição de um Contrato de Opção definem-se, na mascara em VB, o Mês

de Contratação, a data de Vencimento, o Volume e o Preço de Exercício. Esta última

condiciona o valor da opção que é calculado pelo modelo proposto por Black & Scholes

(ROSS et al., 1995), explicitado pela fórmula abaixo:

t*dd

t*

t*)*21r()E/Sln(d

)d(N*S)d(N*e*EP

212

2

2

1

12rt

σ−=

σ

σ++=

−−−= −

Onde: P é o preço da opção de venda ou “Put”;

E é o preço de Exercício;

r é a taxa contínua livre de risco anualizada;

t é o tempo em anos até a data de vencimento;

N(d) é a probabilidade de que uma variáve l aleatória, com distribuição

normal padronizada, seja menor ou igual a d;

S é o preço corrente do ativo;

σ2 é a variância anual do ativo.

No modelo é considerada uma volatilidade para a cotação Chicago, uniforme, de

18,5%, como explicado em V.4.4.1, implicando em uma variância do ativo de,

aproximadamente, 0,034. Para a taxa t, assume-se o valor de 1% ao ano, compatível

com a taxa básica de juros dos EUA.

Na máscara em VB, a cada alteração no Preço de Exercício, o valor do Prêmio

Unitário é recalculado pela aplicação da fórmula mostrada acima e apresentado na

máscara, no formato US$/t e US$/sc.

159

O Preço de Contratação e Valor do Negócio são calculados exatamente da

mesma forma como explicado para o contrato Futuro.

O Custo Contratual é calculado como se segue:

Custo Contratual = (Custo do Registro * Número de Contratos + Prêmio * Volume) *

Cotação Dólar + Valor do Negócio * Custo de Corretagem * (1 +

Emolumentos)

Onde: Custo do Registro é estabelecido como US$ 0,05;

Custo da Corretagem corresponde a 0,15% do Valor do Negócio;

Os Emolumentos ou Taxa da Bolsa corresponde a 6,32% do valor da

Corretagem.

O Preço de Exercício (US$/t) faz o mesmo papel do Preço de Referência para o

contrato Futuro, representando o valor pelo qual o preço da opção é travada. Seu

cálculo, como no caso do Preço de Referência, tem por base a Cotação Chicago na data

de vencimento do contrato. Seu valor é transferido diretamente da máscara em VB,

onde ele é fixado.

O Preço Futuro Atualizado (US$/t) é determinando exatamente como feito para

o contrato Futuro e seu valor é comparado com o Preço de Exercício na data de

vencimento para efeitos de liquidação do contrato.

A Margem de Garantia não é requisitada para contratos de opção, haja vista o

valor da possível perda já ter sido coberto pelo Prêmio pago na data da contratação.

As variáveis Vencimento e Tipo e Futuro/Opção funcionam, para essa forma de

contrato, exatamente como explicado para o contrato Futuro.

160

V.4.12.4 – Spot

As informações geradas pela contratação Spot são bastante simples. Na máscara

em VB são definidos o Local de Entrega e o Volume Vendido. O Mês de Contratação é

necessariamente o Mês Atual. O Preço de Contratação refere-se à cotação unitária no

Porto ou Fazenda, conforme tenha sido estabelecido o local da venda. O Valor do

Negócio é calculado pelo produto do Volume (t) pelo Preço de Contratação (R$/t).

Apenas essas variáveis definem as informações do contrato CPR.

V.4.13 – Informações sobre Tendências

As Informações sobre Tendências aparecem em um Painel mostrado na figura

V.12, quando o botão Analisar Gráfico é acionado.

A construção desse Painel, que informa apenas graficamente sobre o

comportamento futuro das variáveis de decisão, é realizada na planilha Real da maneira

explicada a seguir.

Inicialmente é gerado um valor aleatório, segundo uma distribuição uniforme, no

intervalo [0,1], para cada um dos 18 componentes (meses de planejamento) das 6

variáveis de decisão: Chicago, Porto, Dólar, Fazenda, Multimodal e Rodoviário.

Esses números são copiados como valor para uma área de informações nessa

planilha, denominada Tendências Fixas no Curto Prazo.

Novamente o mesmo conjunto de 108 componentes aleatórios é gerado e

copiado como valor para outra área de informações, chamada de Tendências Fixas no

Longo Prazo.

A seguir, para cada mês, é estabelecido, para cada uma das 6 variáveis, qual será

a sua verdadeira tendência no Curto Prazo (mês seguinte) e no Longo Prazo (até o mês

18). Este indicador é desenvolvido a partir do conjunto de valores Aleatórios Fixos,

presente na planilha Real, gerados de uma distribuição normal padrão, como

161

apresentado em V.3.3, que comporão as tendências de crescimento ou não das variáveis

de decisão.

A figura V.30 ilustra a construção das variáveis que comporão o Painel de

Tendências mostrado na figura V.12.

Figura V.30 – Exemplo ilustrativo da construção das variáveis do Painel de

Tendências

A construção das varáveis Próximo Mês e Final (primeira e segunda colunas da

figura V.30), para a variável Chicago, é mostrada nas fórmulas abaixo:

Próximo Mês = SE (Mês Atual = 18; Chicago18; PROCH (Mês Atual + 1; Aleatórios

Fixos; 2))

Onde: Próximo Mês é a variável que revela a verdadeira tendência de crescimento

(se positivo) ou não (se negativo) da variável considerada;

Chicago18 é o valor da variável aleatória Chicago para o mês 18;

Aleatórios Fixos é uma matriz 6 x 18 representando os valores aleatórios

com distribuição normal padronizada para as 6 variáveis de decisão.

Esta fórmula indica que, inicialmente, é verificado se o Mês Atual é 18. Caso

positivo, a variável Próximo Mês assumirá o valor constante na última posição do vetor

Aleatórios Fixos de Chicago. Senão, será procurado, na matriz Aleatórios Fixos, o valor

posicionado na linha 2 (variável Chicago), e coluna Mês Atual + 1.

162

Aqui cabe a observação de que o processo de construção de Próximo Mês das

demais variáveis de decisão segue, rigorosamente, o mesmo critério que foi

exemplificado para Chicago.

A fórmula para o cálculo de Final da variável Chicago (o mesmo vale para as

outras variáveis de decisão), um pouco mais sofisticada, embora de expressão mais

simples, é mostrada na expressão abaixo.

Finalt = SOMA (DESLOC (Chicago1; 0; t): Chicago18)

Onde: t é o Mês Atual.

Esta fórmula Considera o primeiro valor do vetor Chicago, desloca-se zero

linhas, ou seja, permanece no vetor Chicago e desloca-se, neste vetor, até o Mês Atual

(t). A seguir, registra o último valor do vetor Chicago, definindo um intervalo [t,

Chicago18]. A soma de todos os valores desse intervalo determinará o valor da variável

Final para o Mês Atual.

O próximo passo consiste na determinação dos valores Aleatórios de Curto e

Longo Prazos que sinalizarão o crescimento ou não das variáveis de decisão, em acordo

ou desacordo com as tendências reais determinadas pelas variáveis Próximo Mês e Final

recém calculadas.

Para o vetor Chicago (idem para as outras variáveis de decisão), o cálculo do

valor Aleatório de Curto Prazo é mostrado na formulação abaixo:

AleatórioCPt = PROCH (t, TendênciasCP; 3)

Onde: t é o Mês Atual.

Esta fórmula indica que é procurado, na matriz TendênciasCP; aquela que

registra os valores gerados segundo uma distribuição uniforme; a posição da terceira

linha (Chicago) e coluna Mês Atual (t).

O valor Aleatório de Longo Prazo para Chicago (idem para as outras variáveis

de decisão) é calculado pela expressão abaixo:

163

AleatórioLPt = SE (t >= 17; AleatórioCPt; PROCH (t, TendênciasLP; 3)

Onde: t é o Mês Atual.

Inicialmente é verificado se o Mês Atual é um dos dois últimos do planejamento.

Em caso afirmativo, a variável AleatórioLP assumirá o mesmo valor de AleatórioCP, já

que não faz sentido a possibilidade de sinalização diferenciada para o último mês de

planejamento, quando Longo Prazo coincide com Curto Prazo no horizonte de

planejamento. Caso contrário, Aleatório LP assumirá o valor encontrado na terceira

linha da matriz TendênciasLP (vetor Chicago), e coluna Mês Atual (t).

A sinalização das variáveis de tendências, em conformidade ou não com os

rumos reais (crescimento ou decréscimo) que tomarão as variáveis de decisão,

dependerão da comparação das variáveis AleatórioCP e AleatórioLP, para cada vetor de

decisão, com limites de corte para essas duas variáveis. Os chamados “limites de corte”

estão associados à maior ou menor probabilidade de uma sinalização de mercado acertar

ou não os seus prognósticos. Assim, por exemplo, pode-se dizer, hipoteticamente, que o

mercado possui um índice de acerto de 70% para a tendência de crescimento da Cotação

Chicago para o mês seguinte e de 50% para um horizonte de um ano. Estes números

(70% e 50%), seriam, então, respectivamente, os limites de corte para a variável

Chicago nas previsões de Curto e Longo Prazos.

O estabelecimento dos limites de corte, ou ProbCP e ProbLP, como aprecem na

figura V.30, é realizado por bom senso apenas. Adota-se, arbitrária e

indiscriminadamente para as 6 variáveis de decisão, um índice de acerto de 70% nas

previsões com um mês de horizonte (Curto Prazo), lembrando que a probabilidade

natural de acerto é de 50%, já que o modelo oferece apenas a informação de se a

variável vai ou não crescer no próximo mês, sem estimar o quanto. As estimativas de

Longo Prazo, para as 6 variáveis, para cada Mês Atual considerado, são estabelecidas

através de uma curva de atenuação, já que é razoável pensar que, quanto mais distante o

horizonte de previsão, menor a probabilidade de acerto. A equação que rege o nível de

atenuação para cada horizonte considerado é mostrada a seguir.

164

ProbLPt = 0,5 + ,05 * 0,4t

Onde: t é o intervalo de previsão em meses.

A fórmula considera 0,5 como probabilidade básica de acerto e uma

probabilidade adicional de 0,4, compondo 0,7 de probabilidade quando o intervalo de

previsão é de um mês.

O gráfico apresentado na figura V.31, construído a partir da equação acima,

esclarece visualmente o decaimento da probabilidade de acerto com o intervalo de

previsão.

Figura V.31 – Curva de atenuação de probabilidade de acerto nas previsões de

Longo Prazo

Tendências

0,5

0,52

0,54

0,56

0,58

0,6

0,62

0,64

0,66

0,68

0,7

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Mês

Pro

bab

ilid

ade

Voltando agora à sinalização das variáveis de previsão, em conformidade ou não

com o crescimento ou decréscimo dos reais valores das variáveis de decisão, são criadas

duas novas variáveis, CP e LP, em forma vetorial de 6 posições (penúltima e última

colunas da figura V.30).

165

Estas variáveis têm a missão de comparar os valores calculados de AleatórioCP

e AleatórioLP, para cada variável de decisão, com os limites de corte ProbCP e ProbLP,

como indicam as fórmulas seguintes:

CPd = SE (AleatórioCPd < ProbCP; 1; -1)

LPd = SE (AleatórioLPd < ProbLP; 1; -1)

Onde: d é uma das 6 variáveis de decisão.

O significado dessa formulação é que, se o valor Aleatório gerado para Curto

Prazo ou Longo Prazo, para cada variável de decisão, for menor do que o limite de corte

para Curto ou Longo Prazo, o que significa que se está do lado favorável, de maior

probabilidade, já que os limites são sempre maiores do que 0,5; CP ou LP assumirão o

valor 1, que significa estar de acordo com a previsão. Caso contrário, CP ou LP valerão

-1, significando que sinalizarão diferente do que realmente acontecerá.

O último passo na composição do Painel de Tendênc ias realiza-se pela

comparação do sinal das variáveis Próximo Mês e Final, com o sinal das variáveis CP e

LP. Próximo Mês e Final representam o que acontecerá de fato. Isto é, se o sinal dessas

variáveis for positivo significa que haverá um aumento da variável de decisão

considerada; se negativo haverá, realmente, uma diminuição da variável subjacente.

Quando o sinal de CP e LP forem positivos, o Painel de Tendências apresentará

o mesmo sinal de Próximo Mês e Final, isto é, o Painel de Tendências mostrará a

informação do que realmente acontecerá com a variável de decisão. Caso CP e LP

sejam negativos, o Painel de Tendências mostrará sinais opostos aos de Próximo Mês e

Final, significando que apresentarão como Tendências o oposto do que realmente

acontecerá. Esse relacionamento é estabelecido pelas fórmulas abaixo:

Tendências Próx Mêsd = SE (Próximo Mêsd * CPd > 0; “h”; “i”)

Tendências Finald = SE (Finald * CLd > 0; “h”; “i”)

166

CAPÍTULO VI

CONCLUSÕES E PROPOSIÇÕES

A proposta deste trabalho estabeleceu como principal objetivo o

desenvolvimento de uma ferramenta de simulação, em forma de planilha, para auxiliar o

produtor brasileiro de soja no desenvolvimento de estratégia logística e financeira de

comercialização de uma safra do produto a granel.

O modelo contempla as principais regiões produtoras de soja do país em um

ambiente de planejamento que envolve um horizonte de um ano e meio, onde, em cada

mês, são tomadas as decisões de comercialização visando maximizar a receita de venda.

Através desse instrumento o produtor tem a possibilidade de decidir sobre a

forma de comercialização (venda especulativa, antecipada, futura ou opção de venda), o

local de entrega do produto e as quantidades vendidas mês a mês. As premissas para a

tomada desse conjunto de decisões fundamentam-se na consideração das expectativas

de valor futuro da cotação do grão na Bolsa de Chicago e nos mercados locais, da taxa

de câmbio e dos custos logísticos nos canais de escoamento do produto, bem como da

necessidade de capital de custeio para a safra e do perfil de aversão ao risco do analista.

O modelo viabiliza a análise de trade-offs existentes no processo de

comercialização, cujo principal componente consiste na relação entre a venda na safra,

quando os preços são mais baixos e os fretes mais caros, e a retenção para venda na

entressafra com o conseqüente carregamento dos custos de armazenagem e financeiros

da estocagem.

Além deste, outros trade-offs estão presentes nas decisões, envolvendo a escolha

entre assumir um risco na venda especulativa contra a proteção de preços em mercado

futuro; a decisão entre o volume comprometido em cada contrato e os custos

contratuais ; e a contratação antecipada de transporte multimodal, quando há

disponibilidade, e o risco de que os preços caiam na época da entrega.

167

Esse painel abrangente de decisões, que devem ser tomadas de forma integrada,

em um cenário mutante, constitui um problema muito complexo para o analista,

justificando a necessidade da ferramenta.

O modelo desenvolvido contempla os principais elementos do processo

decisório, de forma integrada e flexível, com uma interface de comunicação bastante

amigável e estabelece uma análise crítica de inconsistência na inserção dos dados,

promovendo uma grande robustez para a ferramenta.

O potencial de aplicabilidade é imediato. O modelo possui um caráter

eminentemente prático. Ele estabelece um ambiente de planejamento no qual o produtor

poderá testar diversas estratégias de comercialização de uma safra do produto. Como

conseqüência poderá garantir uma melhor lucratividade e previsibilidade durante todo o

processo produtivo e de comercialização.

Além de um instrumento de planejamento e definição de estratégia comercial, o

modelo apresenta-se como uma importante ferramenta de treinamento para o produtor

na utilização dos mecanismos de proteção de preço e antecipação de receitas, no

desenvolvimento de sensibilidade sobre os trade-offs envolvidos em suas escolhas, na

gestão de risco e retorno, na avaliação do impacto financeiro de cada decisão e na

compreensão da integração e interdependência das decisões.

A partir do levantamento do estado da arte realizado durante a elaboração do

trabalho de tese, pode-se afirmar que nenhum produto semelhante existe no Brasil e,

também, possivelmente no exterior, que contemple de forma sistematizada e abrangente

todo o panorama de decisão que se apresenta ao produtor durante o processo de

planejamento da comercialização de sua safra.

Na medida em que o produtor de soja melhore a sua lucratividade, através da

adoção da estratégia que lhe garanta melhores resultados, testada pela utilização do

modelo desenvolvido, naturalmente estará garantindo um melhor nível de

competitividade ao agronegócio brasileiro, no aspecto do abastecimento dos mercados

nacionais e gerando excedentes para exportação.

168

A utilização bem sucedida do modelo pode suscitar para o produtor uma

abordagem mais empresarial do seu negócio e, no âmbito regional, uma conformação de

mecanismos de mercado que dêem acesso a uma negociação direta com o importador,

através da formação de pool de embarcadores que negociem diretamente a exportação.

As principais vantagens desse consórcio seriam a utilização de modais de transportes

mais econômicos, dado o grande volume a ser deslocado, e acesso a mecanismos

financeiros mais vantajosos, uma vez que o importador pode financiar o produtor

através de taxas de capital praticadas por países desenvolvidos, como no caso do Japão

e Europa, grandes importadores de soja.

Do ponto de vista acadêmico, sabe-se que a abordagem quantitativa por

instrumentos metodológicos modernos, como é o caso da simulação, da atividade

primária no Brasil, é bastante escassa. Este trabalho contribuirá definitivamente para um

tratamento prático e consistente do processo de comercialização da soja, podendo ser

facilmente replicado para diversas outras commodities agrícolas.

Naturalmente o modelo desenvolvido possui algumas limitações, entre as quais

podem ser apontadas algumas simplificações adotadas durante as etapas de construção e

calibração. O cronograma de desembolso para os custos de produção foi estabelecido

apenas por bom senso, devido à carência de informações sobre esse processo; os custos

da terra foram determinados a partir da análise de apenas quatro informações que foram

expandidas para todas as 22 regiões; os custos de armazenagem foram considerados

uniformes ao longo de todo o ciclo de planejamento, também por falta de informação;

os dados disponíveis para a calibração dos valores médios de fretes e sazonalidades

compreendem um horizonte restrito; a matriz de disponibilidade de transporte

multimodal foi estimada apenas por bom senso; os valores futuros da cotação Chicago

foram calculados apenas com base na sazonalidade histórica, sem levar em consideração

fatores de relações de oferta e demanda futura; a volatilidade da cotação Chicago foi

considerada uniforme ao longo de todo o ano; foi considerado o de ajuste de constas no

mercado futuro apenas na liquidação do contrato; e outras mais.

Todas essas considerações foram justificadas no texto, porém não deixam de

representar uma limitação na representatividade do modelo. Deve-se destacar também

169

que cada simplificação compromete de forma diferenciada a validade do modelo, dado

que cada variável impacta de forma desigual as relações de custos e receitas.

O modelo também não apresenta um mecanismo que facilite a correção dos

fatores de calibração, o que o tornaria mais flexível e adaptável a situações particulares.

Além disso, não permite a simulação de condições específicas de mercado com a pré-

configuração de variáveis para uma data posterior ao mês inicial de planejamento.

Uma última característica que merece comentário, quanto às limitações do

modelo, é que ele não apresenta a possibilidade de salvar os resultados obtidos no

processo de planejamento, o que facilitaria a análise, através da exportação dessas

informações para uma ferramenta de análise de sensibilidade e otimização. Esse

atributo, no entanto, não é de difícil implementação.

Embora o escopo do modelo tenha sido validado através de entrevistas com

especialistas e agricultores, no entanto, seria necessário um exercício de validação dos

resultados em campo, através da utilização exaustiva do modelo e comparação com

cenários reais de mercado.

Ficam como sugestões para pesquisas futuras, inicialmente, um trabalho de

avaliação do impacto de cada uma das variáveis nos resultados do planejamento, através

de uma análise de sensibilidade dos seus pesos nas decisões de comercialização. A

partir desse estudo, poderia ser realizado uma hierarquização para o trabalho de

reavaliação da calibração das variáveis, começando-se por aquelas que mais impactam

as decisões do analista.

Posteriormente, a elaboração de testes de campo e readaptação do modelo

tornariam o sistema mais consistente para utilização em situações reais.

Com o modelo calibrado e testado, um importante resultado que poderia ser

obtido, seria a elaboração de estratégias de decisão em função dos condicionantes do

mercado. Essas estratégias poderiam oferecer respostas a perguntas como as que se

formulam a seguir: Quando utilizar mecanismos de antecipação de receita e que

proporção da safra deve-se comprometer em cada contrato? Quando usar a CPR física

ou a financeira? É vantajosa a utilização de CPRF + Seguro de Preços? Em que

170

situações? Qual a estratégia especulativa em um cenário de baixa, alta ou constância de

mercado? Qual o impacto de cada variável na decisão de estratégia especulativa?

Quando é mais conveniente a utilização de contrato futuro ou de opção? Qual a melhor

época de contratá- los em cada um dos cenários de tendência de mercado? Como o

painel de tendências afeta a decisão sobre quanto e quando contratar as formas de

comercialização? Qual o impacto dos custos de deslocamento fazenda-porto nas

decisões sobre comercialização? Como a contratação antecipada de transportes pode

impactar a lucratividade de uma venda? Qual a melhor época para contratação de

transporte e em que volume?

As perguntas poderiam se multiplicar em abundância, no entanto servem para

descortinar um panorama de possibilidades de utilização do modelo para respondê- las.

Todas, sem dúvida, são de grande valia nas decisões a serem tomadas pelo produtor no

horizonte de planejamento.

Acredita-se que a principal contribuição da pesquisa de tese foi o

desenvolvimento de uma metodologia para a construção de uma ferramenta para o

planejamento de comercialização da soja, analisada sob o ponto de vista do produtor.

Adaptações para outros produtos e clientes constituem um trabalho que exigirá menores

esforços a partir deste trabalho.

171

REFERÊNCIAS

172

ARAÚJO, J. C. A Concentração nas Empresas do Agribusiness e de Biotecnologia.

Revista de Política Agrícola. Ministério da Agricultura e do Abastecimento. Secretaria

de Política Agrícola, Brasília, Abr/Mai/Jun, 2001.

ASSOCIAÇÃO BRASILEIRA DE INDUSTRIAS DE ÓLEOS VEGETAIS. Soja e

derivados – evolução das cotações médias. Disponível em: www.abiove.com.br.

Acesso em 13 nov. 2003.

BALDI, Neila. Venda antecipada garante receita para agricultores. Gazeta Mercantil,

São Paulo, 26 ago. 2002.

BANCO DO BRASIL. Cartilha sobre Futuros e Opções. Disponível em:

http://www.agronegocios-e.com.br/agronegocios/sng/mer/mercados.jsp. Acesso em dez.

2002.

BARROS, Geraldo S. Camargo; BACCHI, Mirian R. Piedade; BURNQUIST, Heloisa

Lee. Estimação de equações de oferta de exportação de produtos agropecuários

para o Brasil (1992/2000). IPEA - Instituto de Pesquisa Econômica Aplicada, Texto

para discussão n. 865, Brasília, mar. 2002.

BARROS, J. R. de; MODENESI, R.; MIRANDA, E. F. de. A agricultura e o custo

Brasil. Revista de Política Agrícola, Brasília, n.6, p.3-4, jan./fev./mar. 1997.

BATALHA, Mário Otávio et al. Gestão Agro-industrial. Vol. 1, Ed. Atlas, 1998.

BECZKOWSKI, Sérgio; PEROBELLI, Fabiana S. A Geada e seus impactos no

mercado futuro de café. Resenha BM&F, n. 140, 2002.

BELIK, Walter; PAULILLO, Luiz Fernando. Mudanças no financiamento da

produção agrícola brasileira. Políticas públicas e agricultura no Brasil. Editora

Universidade UFRGS, p. 95-120, 2001.

CAIXETA FILHO, J. V. Logística e Transporte no agronegócio brasileiro. Revista

Preços Agrícolas: mercados agropecuários e agribusiness, p.3-17, dez., 2000, jan. 2001.

173

__________. Transporte e logística no sistema agro-industrial. Revista Preços

Agrícolas: mercados agropecuários e agribusiness, v.10, n.119, p.2-7, set. 1996.

CAIXETA FILHO, J. V.; GAMEIRO, Augusto Hauber. Transporte e Logística em

sistemas agro-industriais. Ed. Atlas, 2001.

CAIXETA FILHO, José Vicente, et al. Competitividade no agribusiness: a questão

do transporte em um contexto logístico. USP, ESALq , jun. 1998.

CHICAGO BOARD OF TRADE. Action in the Marketplace. Chicago, 2000.

__________. Agricultural Futures and Options for the Beginner. Chicago, 1996.

__________. Buyer’s Guide to Managing Price Risk. Chicago, 2002.

__________. Futuros y Opciones Agrícolas: Curso de Auto-estudio. Chicago, 1990.

__________. Industry Discussion on the CBOT Soybean Complex. Mai. 2003.

__________. Introduction to Hedging with Futures and Options . Chicago, 2000.

__________. Understanding Basis. Chicago, 1999.

COELHO, Carlos Nayro. 70 anos de política agrícola no Brasil (1931-2001). Revista

de Política Agrícola, ano X, n.3, Brasília, p.3-58, jul./ago./set. 2001.

CORRÊA, V. P.; ORTEGA, A. C. O Desenvolvimento recente da agricultura do

Centro-Oeste e o crédito agrícola. Congresso Brasileiro de Economia e Sociologia

Rural, Poços de Caldas, Anais p. 1 036, 1998.

COSTA, R. C. da; TOSTA, E. J. Armazenagem: diagnóstico e perspectivas. Revista

de Política Agrícola, Brasília, n.3, p.18-27, 1995.

DAMODARAN Aswath. Investment Valuation - 2nd Edition. John Wiley and Sons,

2002.

174

EMPRESA BRASILEIRA DE PESQUISA AGORPECUÁRIA . Agronegócio da Soja

no Brasil. Disponível em: www.cnpso.embrapa.br/rectec/aspagro.htm. Acesso em 15

nov. 2001.

FÁVARO, Tatiana. Ferrovia ganha participação na carga da soja. O Estado de São

Paulo. São Paulo, 19 mar. 2003.

__________. Paranaguá usa os caminhões como armazém. O Estado de São Paulo.

São Paulo, 19 mar. 2003.

FRANCO, Luciana. Operação com contratos futuros sobe. Gazeta Mercantil, São

Paulo, 17 set. 2002.

FUNDAÇÃO GETÚLIO VARGAS. Dólar Comercial Média Mensal - Cotação de

Venda - PTAX (Valores convertidos para R$). Disponível em: www.fgvdados.fgv.br.

Acesso em 18 out. 2003.

GARCIA, Márcio G. P. A Macroeconomia do dólar futuro. Depto. de Economia,

PUC-Rio, Resenha BM&F. Disponível em: http://www.econ.puc-

rio.br/Mgarcia/Artigos/Macrometrica/!MACROMT.RIC/ macdol.pdf. Acesso em jun.

2003.

_________. O Dólar futuro prevê o dólar no futuro?. Depto. de Economia, PUC-Rio.

Disponível em: http://www.econ.puc-rio.br/Mgarcia/Artigos/Dolar%20fut%20prev

.PDF, mar. 1995.

GASQUES, José Garcia et al. Competitividade de grãos e de cadeias selecionadas do

agribusiness. IPEA - Instituto de Pesquisa Econômica Aplicada, Texto para discussão

n. 538, Brasília, jan. 1998.

GEIPOT. Empresa Brasileira de Planejamento de Transportes. Ministério dos

Transportes. Corredores Estratégicos de Desenvolvimento - Alternativas de

escoamento da soja para exportação. Set. 2001.

GOMES, M. F. M. Efeitos da expansão da produção de soja em duas regiões do

Brasil. Viçosa, UFV, 105p. (Tese de Doutorado), 1990.

175

GONZALES, B. C. R. ; MARQUES, P. V. A Cédula de Produto Rural (CPR) e seus

ambientes contratual e operacional. Estudos Econômicos. São Paulo: FIPE/USP, p.

65-93, 1999.

HAIR, J. F.et al. Multivariate Data Analysis. 5th Edition, New Jersey: Prentice-Hall,

1998.

HELFAND, Steven M.; REZENDE, Gervásio Castro de. Mudanças na distribuição

espacial da produção de grãos, aves e suínos no Brasil: o papel do Centro-Oeste .

IPEA - Instituto de Pesquisa Econômica Aplicada, Texto para discussão n. 611, Rio de

Janeiro, dez. 1998.

HONDA, Airton Massayoshi, WEYDMANN, Celso Leonardo. Condicionantes da

Cédula de Produto Rural - CPR na comercialização do produtor. Revista de

Política Agrícola, ano X, n. 2, abr. mai. jun, 2001.

INACIO, Alexandre. Negócios com CPR aumentam 17%. Gazeta Mercantil, 3 set.

2002.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Comunicação Social.

Levantamento Sistemático da Produção Agrícola. www.ibge.gov.br. Acesso em 30

out. 2003.

KASSAI, Lucia. Cresce demanda por armazenagem no campo. Gazeta Mercantil, São

Paulo, 27 mai. 2003.

LAZZARINI, Sérgio Giovanetti, NUNES, Rubens. Competitividade do sistema agro-

industrial da soja. FIPE-Agrícola e PENSA/USP, 1998.

LIMA, Eriksom Teixeira; FAVERET Filho, Paulo ; PAULA, Sérgio Roberto Lima de.

Logística para os agronegócios brasileiros: o que é realmente necessário? BNDES

Setorial, Rio de Janeiro, n.12, p. 161-174, set. 2000.

LIMA, Maurício Pimenta. O Custeio do Transporte Rodoviário. Centro de Estudos

em Logística. COPPEAD. UFRJ, 2002.

176

MENEGHETI, Glauco. Fique de olho nos mecanismos de comercialização. Revista A

Granja, mai. 2002.

MINETTO Tarcísio. Custo de produção da lavoura de soja no rio grande do sul.

FecoAgro/RS, jul. 2002.

MINISTÉRIO DOS TRANSPORTES. EMPRESA BRASILEIRA DE

PLANEJAMENTO DE TRANSPORTES (GEIPOT). Corredores Estratégicos de

Desenvolvimento - Alternativas de escoamento da soja para exportação. Set. 2001.

PAULA, S. R; FAVERET, P. Panorama do Complexo da Soja. BNDES, 2000.

PESSÔA, André. É chegada a hora de vencer os preconceitos contra os OGMs.

AnBio. Associação Nacional de Biossegurança, 2001. Disponível em:

www.anbio.org.br/entrevistas/andre_pessoa.htm. Acesso em 16 nov.2003.

PIMENTEL, Fernando. CPR: De Onde Partimos e Para Onde Vamos? Revista

Preços Agrícolas, p. 9-11, mar. 2000.

RADICIONE, Luciana. A alma do planejamento. Revista A Granja, set. 2001.

__________. A promessa da soja. Revista A Granja, ago. 2002.

RAGSDALE, Clift T. Spreadsheet modeling and decision analysis: a practical

introduction to management science. 3 ed. Georgia: South-western college

publishing, Thomson Learning, 2001.

RICHETTI, A.; MELO FILHO, G. A. Estimativa do Custo de Produção de Soja,

Safra 2002/03, para Mato Grosso do Sul e Mato Grosso. Comunicado Técnico 58.

Ministério da Agricultura Pecuária e Abastecimento. Dourados, MS, out. 2002.

ROESSING, A. C. Aspectos Econômicos da soja transgênica. Revista de Política

Agrícola, ano XI, n. 2, abr. mai. jun, 2002.

__________. Caracterização da cadeia agroalimentar da soja no Brasil. Relatório

de subprojeto, abr. 2000.

177

ROESSING, A. C.; GUEDES, L. C. A. Aspectos econômicos do complexo soja: sua

participação na economia brasileira e evolução na região do Brasil Central. In:

Cultura da soja nos cerrados. Piracicaba: POTAFOS, 535p. 1993.

ROSS, S. A.; WESTERFIELD, R. W.; JAFFE, J. F. Administração Financeira –

Corporate Finance. 3ª Edição. Atlas, São Paulo, 1995.

SCATOLIN, Fábio D., Meirelles, José Gabriel P., Paula, Nilson Maciel. Arranjo

produtivo local - o caso da soja. Estudos Empíricos, Nota Técnica 17, Instituto de

Economia da Universidade Federal do Rio de Janeiro, jul. 2000.

SCHNEPF, Rendall, D., DOHLMAN, Erik, BOLLING, Christine. Agriculture in

Brazil and Argentina: developments and prospects for major field crops . U. S.

Department of Agriculture (USDA). Trade Report WRS-01-3, nov. 2001.

SOARES, M. G.; GALVANI, P. R. C. CAIXETA FILHO, J. V. Transporte de soja

em grãos e farelo de soja no Brasil. Revista Preços Agrícolas: mercados e negócios

agropecuários, v.11, n.126, p.26-29, abr. 1997.

SOUZA, Clímaco Sézar. Soja e outras oleoginosas (canola, girassol, palma,

amendoim, oliva, algodão e milho para óleo). Livro-Vivo 5. Agrovision, 2003.

UNITED STATES DEPARTMENT OF AGRICULTURE. Oilseeds: World Markets

and Trade. Circular Series FOP 10 – 03. Out. 2003.

VATTER, P.A. et al. Quantitative Methods in Management: Text and Cases. Cap.8,

Homewood, R. Irvin, 1978.

VERNETTI, F. de J. História e importância da soja no Brasil. A Lavoura, n.81, p.21-

24, nov./dez. 1977.

WARNKEN, Phil. O futuro da soja no Brasil. Revista de Política Agrícola, ano IX,

n.2, Brasília, p.54-65, abr./mai./jun. 2000.

ANEXOS

179

Figura 1 – Mapa geral dos produtos originados da soja

F o n t e : B N D E S

180

Figura 2 – Histórico de valores do Dólar, Prêmio em Paranaguá e cotação da soja em diversos pontos de venda

181

Figura 2 (continuação) – Histórico de valores d o Dólar, Prêmio em Paranaguá e cotação da soja em diversos pontos de venda

F o n t e : A B I O V E

182

Figura 3 – Prêmio no preço da soja por porto de embarque

Premio FOB Premio FOB Premio FOBUS$/bushel US$/bushel US$/t US$/bushel US$/t US$/bushel US$/t

jan/02 435,56 23,59 168,71 29,00 170,70 29,00 170,70fev/02 435,92 6,15 162,43 11,10 164,25 11,10 164,25

mar/02 459,10 -11,95 164,30 6,95 171,24 6,95 171,24abr/02 466,31 4,32 172,93 9,27 174,75 9,27 174,75mai/02 480,72 16,52 182,70 20,39 184,13 20,74 184,25jun/02 504,45 23,65 194,04 25,85 194,85 27,45 195,44jul/02 569,01 5,74 211,18 25,85 218,57 27,45 219,16

ago/02 566,64 19,95 215,54 19,95 215,54 21,95 216,27set/02 566,61 47,57 225,67 31,63 219,82 31,63 219,82out/02 545,18 36,78 213,84 36,00 213,55 36,00 213,55nov/02 572,09 36,00 223,43 37,00 223,80 38,57 224,38dez/02 566,53 30,05 219,21 47,81 225,73 51,33 227,02jan/03 567,88 17,64 215,14 20,18 216,08 20,95 216,36fev/03 571,83 10,35 213,92 13,25 214,98 15,50 215,81

mar/03 571,87 1,94 210,84 4,42 211,75 7,11 212,74abr/03 603,50 -11,19 217,64 -8,65 218,57 -6,00 219,54mai/03 632,93 -17,62 226,09 -15,36 226,91 -13,23 227,70

Fonte: SAFRAS & Mercado

PARANAGUÁ SANTOS VITÓRIASOJA FOB Porto de Paranagua/Santos/Vitoria

MesesCBOT

183

Figura 4 – Áreas de Informações apresentadas na planilha Real

184

Figura 4 (continuação) – Áreas de Informações apresentadas na planilha Real

185

Figura 4 (continuação) – Áreas de Informações apresentadas na planilha Real

186

Figura 5 a) – Áreas de Informações apresentadas na planilha Sazonalidade

187

Figura 5 a) (continuação) – Áreas de Informações apresentadas na planilha Sazonalidade

188

Figura 5 b) – Áreas de Informações apresentadas na planilha Sazonalidade

189

Figura 5 b) (continuação) – Áreas de Informações apresentadas na planilha Sazonalidade

190

Figura 6 – Áreas de Informações apresentadas na planilha Produção

191

Figura 6 (continuação) – Áreas de Informações apresentadas na planilha Produção

192

Figura 7 a) – Cálculo dos fatores de decomposição da Cotação Chicago

193

Figura 7 a) (continuação) – Cálculo dos fatores de decomposição da Cotação Chicago

194

Figura 7 a) (continuação) – Cálculo dos fatores de decomposição da Cotação Chicago

195

Figura 7 a) (continuação) – Cálculo dos fatores de decomposição da Cotação Chicago

196

Figura 7 a) (continuação) – Cálculo dos fatores de decomposição da Cotação Chicago

Figura 7 b) – Cálculo dos fatores de decomposição da Cotação Chicago

197

Figura 7 c) – Cálculo dos fatores de decomposição da Cotação Chicago

Cotação Chicago, MMC12 e Linha de tendência

150,00

160,00

170,00

180,00

190,00

200,00

210,00

220,00

230,00

240,00

250,00

260,00

270,00

280,00

290,00

300,00

310,00

320,00

330,00

340,00

350,00

jan/

78

jan/

79

jan/

80

jan/

81

jan/

82

jan/

83

jan/

84

jan/

85

jan/

86

jan/

87

jan/

88

jan/

89

jan/

90

jan/

91

jan/

92

jan/

93

jan/

94

jan/

95

jan/

96

jan/

97

jan/

98

jan/

99

jan/

00

jan/

01

jan/

02

jan/

03

Meses

US

$/To

n

Cotação MMC12 Linear (Cotação)

Figura 7 d) – Cálculo dos fatores de decomposição da Cotação Chicago

Ciclo e Resíduo

0,7

0,8

0,9

1

1,1

1,2

1,3

1,4

jan/78

jan/79

jan/80

jan/81

jan/82

jan/83

jan/84

jan/85

jan/86

jan/87

jan/88

jan/89

jan/90

jan/91

jan/92

jan/93

jan/94

jan/95

jan/96

jan/97

jan/98

jan/99

jan/00

jan/01

jan/02

jan/03

Meses

Ciclo Resíduo

198

Figura 7 e) – Cálculo dos fatores de decomposição da Cotação Chicago

Sazonalidade

0,970

0,980

0,990

1,000

1,010

1,020

1,030

jan fev mar abr mai jun jul ago set out nov dez

Sazonalidade

199

Figura 8 a) – Valores históricos de volatilidade da soja na Bolsa de Chicago

200

Figura 8 b) e c) – Valores históricos de volatilidade da soja na Bolsa de Chicago

F o n t e C B O T

201

Figura 9 a), b), c) e d) – Estatísticas geradas no processo de calibração da Cotação

Chicago

202

Figura 10 a) e b) – Calibração dos parâmetros da equação da Cotação Paranaguá

Model Summaryh

,854a ,729 ,725 14,9556,883b ,780 ,773 13,5933,907c ,823 ,815 12,2854,916d ,840 ,830 11,7761,926e ,858 ,846 11,1921,933f ,870 ,858 10,7590,940g ,883 ,869 10,3181

Model1234567

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Predictors: (Constant), CHICAGOa.

Predictors: (Constant), CHICAGO, DEZb.

Predictors: (Constant), CHICAGO, DEZ, NOVc.

Predictors: (Constant), CHICAGO, DEZ, NOV, JANd.

Predictors: (Constant), CHICAGO, DEZ, NOV, JAN,OUT

e.

Predictors: (Constant), CHICAGO, DEZ, NOV, JAN,OUT, SET

f.

Predictors: (Constant), CHICAGO, DEZ, NOV, JAN,OUT, SET, AGO

g.

Dependent Variable: PGUAh.

ANOVAh

39752,73 1 39752,735 177,730 ,000a

14762,17 66 223,66954514,91 6742504,40 2 21252,199 115,015 ,000b

12010,51 65 184,77754514,91 6744855,34 3 14951,781 99,064 ,000c

9659,561 64 150,93154514,91 6745778,25 4 11444,562 82,527 ,000d

8736,658 63 138,67754514,91 6746748,57 5 9349,713 74,640 ,000e

7766,339 62 125,26454514,91 6747453,79 6 7908,965 68,324 ,000f

7061,116 61 115,75654514,91 6748127,11 7 6875,302 64,579 ,000g

6387,791 60 106,46354514,91 67

RegressionResidualTotalRegressionResidualTotalRegressionResidualTotalRegressionResidualTotalRegressionResidualTotalRegressionResidualTotalRegressionResidualTotal

Model1

2

3

4

5

6

7

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), CHICAGOa.

Predictors: (Constant), CHICAGO, DEZb.

Predictors: (Constant), CHICAGO, DEZ, NOVc.

Predictors: (Constant), CHICAGO, DEZ, NOV, JANd.

Predictors: (Constant), CHICAGO, DEZ, NOV, JAN, OUTe. Predictors: (Constant), CHICAGO, DEZ, NOV, JAN, OUT, SETf. Predictors: (Constant), CHICAGO, DEZ, NOV, JAN, OUT, SET, AGOg. Dependent Variable: PGUAh.

203

Figura 10 c) – Calibração dos parâmetros da equação da Cotação Paranaguá

Coefficients a

9,675 14,483 ,668 ,5061,003 ,075 ,854 13,332 ,0004,839 13,223 ,366 ,7161,019 ,069 ,867 14,873 ,000

24,417 6,327 ,225 3,859 ,000,392 12,004 ,033 ,974

1,033 ,062 ,879 16,654 ,00026,290 5,738 ,242 4,582 ,00022,635 5,735 ,209 3,947 ,000

,118 11,507 ,010 ,9921,028 ,060 ,874 17,267 ,000

27,612 5,524 ,255 4,999 ,00023,962 5,522 ,221 4,340 ,00013,107 5,081 ,131 2,580 ,012-4,302 11,051 -,389 ,6981,043 ,057 ,888 18,355 ,000

29,117 5,278 ,268 5,517 ,00025,455 5,275 ,235 4,825 ,00014,474 4,854 ,145 2,982 ,00414,726 5,291 ,136 2,783 ,007-7,444 10,699 -,696 ,4891,053 ,055 ,896 19,219 ,000

30,518 5,105 ,281 5,978 ,00026,849 5,102 ,247 5,262 ,00015,792 4,696 ,158 3,363 ,00116,152 5,119 ,149 3,155 ,00212,594 5,102 ,116 2,468 ,016

-10,939 10,354 -1,056 ,2951,062 ,053 ,904 20,170 ,000

32,226 4,943 ,297 6,520 ,00028,550 4,940 ,263 5,780 ,00017,416 4,550 ,174 3,828 ,00017,886 4,957 ,165 3,608 ,00114,295 4,940 ,132 2,894 ,00511,472 4,562 ,115 2,515 ,015

(Constant)CHICAGO(Constant)CHICAGODEZ(Constant)CHICAGODEZNOV(Constant)CHICAGODEZNOVJAN(Constant)CHICAGODEZNOVJANOUT(Constant)CHICAGODEZNOVJANOUTSET(Constant)CHICAGODEZNOVJANOUTSETAGO

Model1

2

3

4

5

6

7

B Std. Error

UnstandardizedCoefficients

Beta

Standardized

Coefficients

t Sig.

Dependent Variable: PGUAa.

204

Figura 11 a), b), c) e d) – Estatísticas geradas no processo de calibração da Cotação

Paranaguá

Figura 12 a), b), c) e d) – Estatísticas geradas no processo de calibração da Cotação

Dólar

205

Figura 13 a) – Comparações de Cotações da soja em Paranaguá, Maringá, Mogiana, Passo Fundo e Rondonópolis

206

Figura 13 b) – Comparações de Cotações da soja em Paranaguá, Maringá, Mogiana, Passo Fundo e Rondonópolis

Cotações

110,00120,00

130,00140,00

150,00

160,00170,00

180,00190,00

200,00210,00

220,00

230,00240,00

250,00

260,00270,00

280,00

290,00300,00

310,00

jan/98

mar/98

mai/98

jul/98

set/98

nov/9

8jan

/99mar/9

9mai/9

9jul/

99set

/99nov

/99jan

/00mar/0

0mai/0

0jul/0

0set

/00nov

/00jan

/01mar/0

1mai/0

1jul/

01set

/01no

v/01

jan/02

mar/02

mai/02

jul/02

set/02

nov/0

2jan

/03mar/0

3mai/0

3jul/

03

Mês

US

$/to

n

Paranaguá Maringá Mogiana Passo Fundo Rondonópolis

207

Figura 14 a) – Cálculo dos valores de frete em cada mês e ligação

208

Figura 14 b) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

209

Figura 14 c) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

210

Figura 14 d) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 e) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Linear Regression

3,40 3,50 3,60 3,70 3,80 3,90

ln

0

500

1000

1500

2000

dis

t

A

A

AA

A

A

A

A

Campo Novo do Parecis

Sorriso

Primavera do Leste

Rondonópolis

Goiânia

Londrina

Ponta Grossa

Cascavel

dist = -12879.62 + 3800.53 * lnR-Square = 0.82

211

Figura 14 f) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Linear Regression

3,40 3,50 3,60 3,70 3,80 3,90

ln

0

500

1000

1500

2000

dis

t

A

A

AA

A

A

A

Campo Novo do Parecis

Sorriso

Primavera do LesteRondonópolis

Goiânia

Londrina

Ponta Grossa

dist = -12749.66 + 3790.00 * lnR-Square = 0.92

Figura 14 g) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Regression

Variables Entered/Removedb

DISTa , EnterModel1

VariablesEntered

VariablesRemoved Method

All requested variables entered.a.

Dependent Variable: LNb.

Model Summaryb

,961a ,924 ,909 5,988E-02Model1

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Predictors: (Constant), DISTa.

Dependent Variable: LNb.

212

Figura 14 g) (continuação) – Cálculo dos valores de Frete Rodoviário em cada mês

e ligação

ANOVAb

,219 1 ,219 60,954 ,001a

1,793E-02 5 3,586E-03,237 6

RegressionResidualTotal

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), DISTa.

Dependent Variable: LNb.

Coefficientsa

3,390 ,046 72,962 ,0002,44E-04 ,000 ,961 7,807 ,001

(Constant)DIST

Model1

B Std. Error

UnstandardizedCoefficients

Beta

Standardized

Coefficients

t Sig.

Dependent Variable: LNa.

Residuals Statistics a

3,4393 3,9448 3,7068 ,1909 7-8,6E-02 8,80E-02 3,81E-16 5,467E-02 7

-1,402 1,247 ,000 1,000 7-1,440 1,470 ,000 ,913 7

Predicted ValueResidualStd. Predicted ValueStd. Residual

Minimum Maximum MeanStd.

Deviation N

Dependent Variable: LNa.

213

Figura 14 h) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

Figura 14 i) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação

214

Figura 14 j) – Cálculo dos valores de Frete Rodoviário em cada mês e ligação na

ligação de curta distância

215

Figura 15 a) – Cálculo dos valores de Frete Ferroviário em cada mês e ligação

216

Figura 15 b) – Cálculo dos valores de Frete Ferroviário em cada mês e ligação

Figura 15 c) – Cálculo dos Fatores Sazonais Ferroviários

217

Figura 16 a) – Cálculo dos valores de Frete Hidroviário em cada mês e ligação

218

Figura 16 b) – Cálculo dos valores de Frete Hidroviário em cada mês e ligação

Figura 16 c) – Cálculo dos Fatores Sazonais Hidroviários

219

Figura 17 – Processo de construção da variável Auxiliar1

22 0

Figura 18 – Exemplo de Restrição imposta por Auxiliar1 para Volume Disponível para Venda Spot

221

Figura 19 – Processo de construção da variável Auxiliar2

222

Figura 20 – Exemplo de Restrição imposta por Auxiliar2 para Volume Disponível para Venda CPR

223

Figura 21 – Exemplo de cálculo da variável Volume Disponível para Venda na

Fazenda

224

Figura 22 – Exemplo ilustrativo do Volume Disponível para Venda no Porto

225

Figura 23 – Ilustração do preenchimento do vetor Disponibilidade Multimodal

Figura 24 – Exemplo ilustrativo dos valores assumidos pela variável Volume Disponível para Transporte

226

Figura 25 – Exemplo ilustrativo da composição da variável Futuro e Opção a partir das informações sobre os Contratos

227

Figura 26 – Equação de regressão para o cálculo do Custo da Terra

Linear Regression

32,00 36,00 40,00 44,00 48,00

frete

50,00

60,00

70,00

80,00

terr

a

A

A

AA

Sorriso

Primavera do Leste

Chapadão do SulDourados

terra = 145.60 + -1.97 * freteR-Square = 0.96

Figura 27 – Utilização da equação de regressão para o cálculo do Custo da Terra

228

Figura 28 – Processo de Cálculo dos Custos Fixos

229

Figura 29 – Relação de atenuação dos Custos Fixos com o tamanho do lote

Relação de atenuação do CF

3500

5500

7500

9500

11500

13500

15500

17500

19500

21500

23500

70 350

630

910

1.190

1.470

1.750

2.030

2.310

2.590

2.870

3.150

3.430

3.710

3.990

4.270

4.550

4.830

Área (ha)

CF

(US

$)

230

Figura 30 – Processo construtivo do Cronograma de Desembolso para os Custos de Produção