Roberto Arruda de Souza Lima1 Ricardo Shirota2
Resumo: Otrabalhoanalisaoefeitodocapitalsocialsobreovolumedene-góciosnomercadodecréditorural.Nocasodocréditorural,ointermediário financeiromaximizadordelucrodeparacomumaimportanterestriçãoa esteobjetivo:historicamente,ataxadejurosnessemercadotemsidofixada, pelogoverno,abaixodoequilíbriodemercado.Assim,oproblemarelevante paraointermediáriofinanceiroéaminimizaçãodoseucusto.Ahipótese, quefoiverificadaeconometricamente(utilizando,paraisso,ummodelo delógite),éque,aocontribuirparaareduçãodoscustostransacionais,o níveldecapitalsocialafetaovolumedecréditorural.Assim,incentivos, emespecialcomapoiodosetorpúblico,paraformaçãoemanutençãode capitalsocialpermitiriamaumentodaeficiênciadaintermediaçãofinanceira e,emconseqüência,maiordesenvolvimentodosetorrural.
Palavras-chaves:Capitalsocial,créditorural,lógite.
ClassificaçãoJEL:Z13,Q14,G14,L14,H81
1DoutorandoemEconomiaAplicada,EscolaSuperiordeAgricultura“LuizdeQueiroz”
(ESALQ/USP).
2 Professor doutor, Escola Superior de Agricultura “Luiz de Queiroz” (ESALQ/USP).
Abstract:Thisstudyanalysestheeffectofsocialcapitalonthevolumeof contractsintheruralcreditmarket.Itdiscusseshowsocialcapitalcontribu-testothereductionoffinancialintermediation’stransactioncosts.Alogit regressionmodelwasusedtoempiricallytesttheeffectofsocialcapitalon thevolumeofruralcredit.Theresultsindicatethatthelevelofsocialcapital affectstheamountofruralcredit.Thus,incentivestofurtherincreaseand maintainsocialcapitalwouldincrementtheefficiencyoffinancialinterme-diationand,asaconsequence,helptheruralsector’sdevelopment.
Keywords:Socialcapital,ruralcredit,logit.
JELClassification:Z13,Q14,G14,L14,H81
1.Introdução
Opresentetrabalhoanalisaopapeldocapitalsocialnaofertadecrédito rural.Aimportânciadestadiscussãoestábaseadatantonapressuposição dequeomercadofinanceiroruralérelevanteparaodesenvolvimentoda agricultura3(Almeida,1994;BancoMundial,1989),quantonahipótese
–verificadanesteestudo–dequeocapitalsocialpodeinfluirnainter-mediaçãofinanceira,contribuindoparasuamaioreficiência.
Umdosprincipaisproblemasnaintermediaçãofinanceiraéaassi-metriadeinformações,umarelevantefontederiscodecrédito,sendo estedefinidocomoapossibilidadedodevedornãopagar(BancoMun-dial,1989).Esteproblemarepercutemesmoantesdaformalizaçãodo contrato4,demodoqueoequilíbrionomercadodefinanciamentospode
caracterizar-seporracionamentodecrédito(Stiglitz&Weiss,1981). Noentanto,aassimetriadeinformaçãoocorretambémapósaforma-lizaçãodocontrato,sejaemdecorrênciadedeterminadasaçõestomadas pelodevedorequenãosãoobservadaspelocredor,oupeloresultadode
3Odesenvolvimentodaagriculturaéimportantenãoapenasparaosagentesdiretamente
ligadosaestesetor,masparatodaeconomia,aoasseguraraproduçãodealimentose matérias-primas(apreçosquenãorepresentempressãoinflacionária),alémdageração deexcedentesexportáveis.
4 Havendo pouca informação, os credores selecionam os mutuários em termos mais
açõesdanatureza(tambémobservadassomentepelodevedor),eque afetamoretornoesperadodoempreendimento.Nestasituaçãopodem ocorrerproblemasconhecidoscomoriscomoral5.
Umsistemafinanceiroeficiente–commenorestaxasdejurose,o queéparticularmenteimportantenocréditorural,commaiorvolume derecursos–deverealizarsuastransaçõesaumcustomínimo.Isto dependedosucessonaavaliaçãodasalternativasdeinvestimentoseno direcionamentodosrecursosdisponíveisparaestes,alémdomonitora-mentodostomadores.Aintermediaçãofinanceiradeveproporcionaro usoeficientedosrecursos(escassos)disponíveis(Shirota,1996).
Ascaracterísticasespecíficasdocréditoruralfavorecemosurgimento deeconomiadeescala.Porexemplo,oscustosligadosaocontatocom oclientenaspropriedadesrurais,emgeral,distantesgeograficamente daagênciadocredor.Osdeslocamentosfísicos(incluindotransporte, estadia, refeições, etc.), como nas visitas ao cliente (para contatos comerciaisoumonitoramento),representamcustosnãodesprezíveis quepodemserdiluídoscomoaumentodonúmerodeclientesemuma mesmaregião,quepudessemservisitadosemumaúnicaviagem.Infor-maçõesclimáticasnecessáriasparaacompanharoriscodeumcliente sãoválidasparaclientesdamesmaregião.Enfim,característicascomo adispersãogeográficadosprodutoresruraiseaocorrênciadeeventos generalizadosnaagriculturafavorecemosurgimentodeeconomiade escalanocréditorural.
Economia de escopo também está presente quando a indústria bancáriaoperacomcréditorural.Economiadeescopoocorresempre queocustodeproduçãoconjuntaémenorqueocustototaldeprodu-çãoindependente6(Baumoletal.,1988).Assim,quandoumbancojá
possuiumaagênciainstaladaemumacidadeoperandocomprodutos diferentesdocréditorural(contacorrente,porexemplo),aintrodução deoperaçõesdecréditoruralpoderáserfeitautilizandoaestruturafí-sicaepessoaljáexistenteparadiversasoperações(como,porexemplo,
5Apremissabásicaderiscomoraléqueosindivíduosnãotêmomesmoincentivopara
cuidardapropriedadedeoutraspessoascomomesmozelocomquecuidamdeseus própriosinteresses,ouseja,háumincentivomenoremzelarpelodinheiroemprestado doquepelosrecursospróprios(Fry,1995).
6Istoé,C(y
confecçãodecadastro,processamentodedados,entreoutras).Também poderáseutilizardeinformaçõesdoclienteedassuasoperaçõespor fontesadicionaisàquelasqueteriaseoperasseexclusivamentecomo créditorural.Esteéocaso,porexemplo,doclientequemovimentaa suacontacorrenteourealizaseusinvestimentosnamesmaagênciaonde realizafinanciamentorural(Bergeretal.,1987).Estasituaçãopermite omonitoramentodofluxodecaixadotomador.
Oscustoseasdificuldadesnaobtençãoeprocessamentodeinforma-çõestornaramocapitalsocialumconceitocomutilizaçãocrescentenas ferramentasdedecisãoreferentesàofertadecrédito.Emsuaconcepção original,ocapitalsocialseriaumfacilitadordaaçãocoletiva.Noentan-to,conformedestacadoporYoung(2001),esteconceitofoiampliado, mostrandoqueocapitalsocialafetaocomportamentodosindivíduosao contribuirparaaconscientizaçãodaextensãodasrelaçõesinterpessoais. Ocapitalsocialpermitequecidadãosresolvamproblemascoletivosmais facilmente,poisaspessoassuperamainérciaeoreceiodofreeriding quenormalmenteimpedemaçõescoletivas.Assim,ocapitalsocialreduz oscustosdetransaçõesatreladosaoscomportamentosoportunísticos. Omenorincentivoaestetipodecomportamentoreduzoriscomoral, diminuindooscustosdemonitoramento.
Ainformaçãoeocapitalsocialafetamovolumedenegóciosdeforma substitutiva7.Coeterisparibus,quantomaisinformaçãoe/oumaiorfor
ocapitalsocial,maiorseráovolumedenegócios.Pode-seconsiderar queasomadeinformaçõescomcapitalsocialresulteemumvetor,que serádenominadoconfiabilidade.Quantomaisaltaforaconfiançados doadoresderecursosnaseleção,nomonitoramentoenaexecuçãode seuscréditos,maiorvolumederecursosseráofertado,aceitandomenores taxasremuneratórias(menorseráorisco).Assim:
VCS=f(j,c) (1)
7Ouseja,quandohápoucainformaçãosobredeterminadoriscodecrédito,umelevado
Sendoque:
(2)
emqueVCS=volumeofertadodecrédito;j=taxadejuros;e,c=
confiabilidade(informação+capitalsocial).AFigura1representaesta relaçãohipotética.
Figura1–Relaçãohipotéticaentretaxadejuros,confiabilidade
eovolumedecréditoofertado.
AofertadecréditopodeserrepresentadaconformeilustradonaFigura 2.a.NoBrasil,ataxadecréditoruraléfixadaemnívelinferioraopra-ticadoemoutrasoperaçõesdomercadofinanceiro.Damesmaforma,o limitelegal8paraoperaçõesentreempresasnãofinanceiras(porexemplo,
indústriadedefensivos)eprodutoresruraistambéméinferioràstaxas praticadasemoutrasoperaçõesdomercadofinanceiro.Destaforma,pode-seconsiderarcomorelevanteparaasoperaçõesdecréditoruralapenaso trechodeinclinaçãopositivadacurvadeoferta(Figura2.b).
Figura2–Curvadeofertadecrédito.
Acurvadedemandaporcrédito,emumasituaçãodemercadolivre,seria negativamenteinclinada(Figura3.a).Noentanto,faceàlimitaçãodosjuros emumpatamarmáximo,acurvadedemandasapresentaráumsegmento infinitamenteelástico(Figura3.b),emquer*éolimitelegaldejuros.
Figura3–Curvadedemandadecrédito
Assim,omercadodecréditoruralpodeserrepresentadoconforme Figura4.Apresençadecustosdetransaçãoimplicaquedemandantes eofertantesdecréditoobservarãotaxasdejurosdiferentes.Otomador decrédito(demandante)farásuaescolhabaseadonataxadejurosdo financiamento(r*).Ocredor(ofertante)farásuaescolhaconsiderandoa taxaderetornodocrédito(r’),istoé,ataxadejurospagapelotomador líquidadoscustosdetransação.
Figura4–Mercadodecréditoruralcomelevaçãodaconfiabilidade
Umaelevaçãonaconfiabilidade(informação+capitalsocial)redu-ziriaocustodetransação.Istodeslocariaoequilíbriodemercadoatéo pontoF,resultandoemumaelevaçãonovolumedecrédito(Figura4), deq’paraqc,reduzindooracionamento.
2.Metodologia
Buscou-severificarcomoocapitalsocialafetaaprobabilidadede umagricultorteracessoaocréditorural,ouseja,comoovolumede negóciospraticadosnomercadoéafetado.Omodelo,paraestaanálise, pressupõequatrohipóteses:
(a)oambienteéexógeno.Nãohávariaçõesinstitucionais(porexem- plo,aeficiênciadojudiciárioéamesmaemtodasoperações).Tam-bémnãoéconsideradaaocorrênciadefenômenosinesperadosda natureza(comosecasouenchentes),quepoderiamcomprometer aofertadecréditoaoinviabilizaraproduçãoagrícola;
(b)asinformaçõescomplementares,comodadossobreclimaezonea-mentoagrícola,sãodeconhecimentodosofertantesdecrédito.O custojáfoiincorridoeseráomesmo(ouseja,nãohácustoadi-cional)independentedoníveldeutilizaçãodestasinformações; (c)conformeocapitalsocialseeleva,maiorseráaprobabilidadede
queocorraumatransaçãodecrédito;e,
(d)arelaçãoentreareferidaprobabilidadeeocapitalsocialnãoé linear.Istoé,parabaixoníveldecapitalsocialoacessoépouco provável,assimcomoapartirdedeterminadoníveldecapital social,estedeixariadeserlimitanteaoacessoaocrédito.
Portanto,emvistadasconsideraçõesteóricasapresentadas,postula-sequeaocorrênciadetransaçãodecrédito(V)podeserexpressapela seguintefunção:
V=f(G,K,W) (3)
agênciabancárianomunicípio,facilidadedeacesso,tamanhodecontrato, entreoutras.Emespecial,sãoconsideradososfatoresquefavorecemo surgimentodeeconomiasdeescalaeescoponousodainformação.
Omodelodelógiteseráutilizadonaverificaçãodarelaçãoentrea quantidadedeoperaçõesdecréditoruraleocapitalsocial,conforme expostoaseguir9.
Admitindoqueexistemkvariáveisexplanatóriasparaumaresposta quântica,ovetor-linhacomosvaloresdessasvariáveisexplanatóriasna
j-ésimaobservaçãoé:
(4)
emquenéonúmerototaldeobservações. Ocorrespondentevetordeparâmetrosé:
(5)
Nomodelodelógiteadmite-seque,dadoxj,aprobabilidadedeobter umarespostafavorávelé:
(6)
Note-seque,sehouverapenasumavariávelexplanatória,trata-sede umacurvalogísticacomassíntotasuperiorcomordenada1.
Obtém-se:
(7)
E,
(8)
Então:
(9)
queéológitecorrespondenteaPj.Note-seque,partindodomodelonão linear[eq.(6)],ológiteé,porconstrução,umafunçãolinearnasvari-áveisexplanatórias.QuandoPjvariadezeroa1,ológitevariade−∞a
+∞.Osparâmetrosdomodelodelógitesãoestimadospelométododa máximaverossimilhança.
Omodeloproposto[eq.(3)]éestimadoutilizandoológiterepresenta-dopelaeq.(9).Aanálisefoirestritaaapenasumestado–SãoPaulo–para evitarainterferênciadeoutrasvariáveisregionais,como,porexemplo,a diferenteeficiênciadoJudiciárioemcadaestado.Assim,oíndicejdaeq. (9)representacadaumdosmunicípiosdoEstadodeSãoPaulo.
OpercentualdeUnidadesdeProduçãoAgropecuária(UPA)10
querece-beramcrédito,emcadaumdosmunicípiosdoEstadodeSãoPaulo,serviu comoproxydocréditotransacionado[variávelVdaeq.(3)].Naeq.(9),
Yjéovalordestepercentual,paracadamunicípioj,obtidodoLUPA11.
Ovetorxj,apresentadonaeq.(9),écompostoporsetevariáveis explanatórias(LPROD,CAPSOC,ICMS,OPCRED,AGBCO,AREAeCRI-MES)paracadamunicípioj.
Acapacidadedotomadoroferecergarantiasafetaaprobabilidade deobtercrédito.Épressupostoquequantomaiorforaprodução,maior deveráseropatrimôniodoprodutore,consequentemente,asalternati-vasdegarantiasquepoderãoseroferecidasaocredor.Assim,avariável LPROD–correspondendoaovalordareceita(naformalogarítmica)de produçãoanimalevegetal,pormunicípio,conformedadosdoInstituto
10UnidadedeProduçãoAgropecuária(UPA)éoimóvelrural(nãoconsideradososimóveis
utilizadossomenteparalazer),entendidocomooconjuntodepropriedadescontíguas do(s)mesmo(s)proprietário(s)(SãoPaulo,1999).
11LevantamentodasUnidadesdeProduçãoAgropecuária(LUPA),referenteaoEstado
BrasileirodeGeografiaeEstatística(IBGE,1997)–foiadotadacomo
proxydavariávelGdaeq.(3).
OpercentualdeUPAsquefazempartedecooperativas,associações ousindicatosdeprodutoresfoiutilizadocomomedidadaquantidade decapitalsocial[variávelKdaeq.(3)],emumdeterminadomunicípio. Buscandoreduziroriscodeduplacontagem,paracadamunicípio,a variávelutilizadafoiovalormáximoentreestastrêsparticipações.Assim, avariávelCAPSOCserviucomoproxydocapitalsocial.
Outrasvariáveisforamintroduzidasnomodeloparacaptarointeresse dainstituiçãofinanceiraoperarnomunicípio,comoreflexodediferenças nascondiçõesdemercadoedeeconomiasdeescalaedeescopo.Neste sentido,foramincluídasasvariáveisreferentesaoportefinanceirodo município(variávelICMS,correspondendoaopercentualdeparticipação dosmunicípiosnaarrecadaçãodoICMS)eaovolumedeoperaçõesde crédito (variável OPCRED). O número de agências bancárias por mil habitantes(variávelAGBCO)foiintroduzidonomodeloparacaptara concorrênciaeaatratividadedomercadofinanceirolocal(nãoapenas decréditorural).Tambémforamconsideradasasáreasutilizadaspelas UPAs(variávelAREA),pormunicípio,assumindoqueocustodemoni-toramentoéumafunçãodaáreaaserestudada.
Aconcretizaçãodaproduçãoagropecuárianãoéobastanteparao credor.Énecessárioqueelaestejadisponível(paragarantiaoucomer-cialização)equeparceladesuareceitasejadirecionadaparaaefetiva liquidaçãodocontrato.Paracaptarasegurançadocredorquantoaeste tópico,foiincluídaumavariávelexplanatória(CRIMES)queindicaa proporçãodeocorrênciasdecrimescontraopatrimônio,verificadano município,paracadahabitante12.
O Estado de São Paulo, atualmente, é composto por 645 municí-pios.Destes,dezoitoforamcriadosentreosanosde1993e1996,tendo sidoefetivamenteinstaladosem01dejaneirode1997.Comoosdados utilizadosreferem-seàsafra95/96,asinformaçõesdecadaumdestes novosmunicípiosforamagregadasaosdadosdosmunicípiosoriginais (anterioresaodesmembramento).Osmunicípiosquenãoconstavamdo
12InformaçõesobtidasjuntoaobancodedadosInformaçõesdosMunicípiosPaulistas,
CensoAgropecuáriooudoLUPAforamdesconsideradosnesteestudo. Osmunicípiosquenãoapresentamestatísticascompletas(dadosnão disponíveisouclassificadoscomosigilosos)nabasededadosdoSEADE foramexcluídosdopresenteestudo13.Asestatísticasapresentadasno
LUPAreferentesaomunicípiodeCabráliaPaulistaestãoinconsistentes14.
Assim,estemunicípiofoiexcluídodopresenteestudo.Aparticipaçãoda agropecuárianacidadedeSãoPaulo(Capital)énotoriamentemarginal. Noentanto,aexpressãodestacidadenasvariáveisquantitativasreferen-tesaoICMS15emovimentaçãofinanceiraémuitosignificativa.Paraque
nãohouvesseainfluênciadestacapitalnosresultados,nãorelevanteao temaanalisado,estemunicípiotambémfoiretiradodaamostra.
3.Resultadosediscussão
Astrêsmedidasutilizadasnaestimativadocapitalsocialapresenta-ramestatísticassemelhantescomrelaçãoàmédiaaritméticaeàsmedidas dedispersão(Tabela1)emboraocoeficientedecorrelaçãoentreelasseja baixo(Tabela2),indicandoqueapresentamcomportamentosdistintos. AsparticipaçõesdosprodutoresruraisdosmunicípiosdoEstadodeSão Pauloemorganizaçõessociaisexibemgrandeamplitude,variandode0% (istoé,nenhumproprietárioparticipandoemcooperativas,associações esindicatos)atévalorespróximosde100%departicipação.
13Trata-sedeumareduçãode22,22%naamostra.Istopodepotencialmenteintroduzir
umviésnaamostra.Comoatenuanteaesteproblema,destaca-sequeosmunicípios eliminadosnãoestãoconcentradosgeograficamenteeapresentammédiaedesviopadrão (0,1504e0,1331,respectivamente),referentesaopercentualdeUPAsquereceberam créditorural,próximosaosdaamostraanalisada(0,1502e0,1419,respectivamente).
14Foiindicadaapresençade275UPAsquefazempartedecooperativas,sendoqueo
municípiodeCabráliaPaulistapossuía,naépoca,apenas163UPAs.
15OpercentualdeparticipaçãodacapitalnaarrecadaçãodeICMSéde27,17%,sendoque
Tabela1.EstadodeSãoPaulo:médiaaritméticaemedidasdedispersãodas participaçõespercentuaisemcooperativas,associaçõesesindicatosevariável
CAPSOC,pormunicípio,safra1995/96.
Estatística ParticipaçãoemCooperativas ParticipaçãoemAssociações ParticipaçãoemSindicatos CAPSOC
Média 0,3866 0,2139 0,3092 0,4551
Desviopadrão 0,2417 0,1972 0,2030 0,2162
Mínimo 0,0000 0,0000 0,0000 0,0000
Máximo 0,9706 0,9567 1,0000 1,0000
Amplitude 0,9706 0,9567 1,0000 1,0000
Fonte:Resultadodapesquisa
Tabela2.
EstadodeSãoPaulo:coeficientesdecorrelaçãoentreasparticipaçõesper-centuaisemcooperativas,associaçõesesindicatos,pormunicípio,safra1995/96.
Cooperativas Associações Sindicatos
Cooperativas 1
Associações 0,540356 1
Sindicatos 0,381718 0,461414 1
Fonte:Resultadodapesquisa
ATabela3apresentaestatísticasreferentesàsvariáveisexplanatórias utilizadasnomodelo.
Tabela3.MédiaaritméticaemedidasdedispersãodasvariáveisCRIMES,
em1997,AGBCO,OPCRED,LPROD,ICMSeAREA,safra1995/96, pormunicípio,EstadodeSãoPaulo.
Estatística AGBCO OPCRED LPROD CRIMES ICMS AREA
Média 0,2288 15,4021 9,0905 0,0132 0,1035 31,4484
Desviopadrão 0,1038 2,1537 1,3325 0,0080 0,2502 26,1165
Mínimo 0,0173 10,6170 1,3863 0,0014 0,0056 0,0250
Máximo 0,8097 21,8624 11,9236 0,0601 2,9282 141,8590
Amplitude 0,7924 11,2455 10,5373 0,0587 2,9227 141,8340
Fonte:Resultadodapesquisa
Tabela4.Análisedosestimadoresdemáximaverossimilhança. GL Estimador Desviopadrão WaldQui-quadrado Valor-p
Intercepto 1 -7,74310 0,088600 7.641,6104 <0,0001
LPROD 1 0,48800 0,009480 2.648,4984 <0,0001
CAPSOC 1 1,23610 0,030900 1.596,1674 <0,0001
ICMS 1 -1,05200 0,046900 503,4251 <0,0001
OPCRED 1 0,04080 0,004570 79,8163 <0,0001
AGBCO 1 1,89640 0,073800 660,3616 <0,0001
AREA 1 -0,00618 0,000254 593,1716 <0,0001
CRIMES 1 -2,80020 1,017000 7,5812 0,0059
Fonte:Resultadodapesquisa
Deacordocomaestimativaassimobtidadosparâmetros,omodelo delógite[eq.(9)]é:
Y=–7,7431+0,4880LPROD+1,2361CAPSOC–1,052ICMS+(10) +0,0408OPCRED+1,8964AGBCO–0,00618AREA–2,8002CRIMES
Oscoeficientesapresentaramossinaisesperados,comexceçãodo relativoàvariávelICMS.Estavariávelfoiintroduzidanomodelopara captarointeressedeinstituiçõesfinanceirasoperaremnosmunicípios.No entanto,aparticipaçãodosetorprimárionaeconomiavariademunicípio paramunicípio.Assim,ainfluênciadosmunicípiosindustrializadosque, emgeral,apresentamelevadosvaloresreferentesàvariávelICMSebaixa vocaçãorural(pordefinição),ocorrenosentidoinversodoesperado.Ou seja,valoreselevadosdavariávelICMSindicamforteindustrialização nestesmunicípiosevaloresbaixosnológite,oqueteriaimplicadono sinalnegativodocoeficienterelativoàvariávelICMS.
Tabela5.Estimativasderazãodechances
Intervalodeconfiança(limites)
Efeito Estimativa Inferior Superior
LPROD 1,629 1,599 1,660
CAPSOC 3,442 3,240 3,658
ICMS 0,349 0,319 0,383
OPCRED 1,042 1,032 1,051
AGBCO 6,662 5,765 7,698
AREA 0,994 0,993 0,994
CRIMES 0,061 0,008 0,446
Fonte:Resultadodapesquisa
Paraavaliaraqualidadedeajuste(goodnessoffit )domodeloutilizam-semedidasqueindicamaacuráciacomaqualomodeloseaproxima dosdadosobservados(assimcomooR²nomodeloderegressãolinear). Quandoavariáveldependenteéqualitativa,aacuráciapodeseravaliada emtermosdoajusteentreasprobabilidadescalculadaseasfreqüências dasrespostasobservadas(Maddala,1990).Foramobtidasasseguintes associaçõesentreasrespostasobservadaseasprobabilidadesestimadas: (i)percentualconcordante=64,2;(ii)percentualdiscordante=34,7; e,(iii)percentualdeempates=1,1.Apartirdestasinformações,foram geradasquatroestatísticasqueavaliamaqualidadedomodelo:(i)Somers’ D=0,295;(ii)Gamma=0,298;(iii)Tau-a=0,075;e,(iv)c=0,648. AestatísticaGammatemainterpretaçãodereduçãoproporcionalnoerro (DeMaris,1992),assimcomoaestatísticaSomers’D.Osresultadosobtidos sugeremquesãorealizadoscercade30%menosprognósticosincorretos emrelaçãosobrequalmunicípioterámaiorproporçãodeoperaçõesdecré-ditoruralquandosãoutilizadasasinformaçõesdeacordocomomodelo. AestatísticaTau-a,paraaamostraanalisada,poderiaapresentarumvalor máximode0,254(caso100%dosparesfossemconcordantes).Assim,o valorobtido(0,075)representa29,5%dovalormáximo,corroborando comosresultadosobtidosnasestatísticasSomers’DeGamma.Como opercentualdeempatesfoirelativamentebaixo,ovalordaestatísticac aproxima-sedopercentualdeparesconcordantes.Asquatroestatísticas indicamqueaqualidadedeajustedomodeloéboa.
prognósticoincorretoquandoaprobabilidadeestimadafor,porexemplo, 51%,podeserconsideradoumerro“menor”queoprognósticoincorreto comprobabilidadeestimadade99%.Aindaassim,estasmedidassãoindi-cadoresadequadosdaqualidadedomodelo16(Aldrich&Nelson,1984).
OnúmerodeUPAsquereceberamcréditorural,empercentagem,é estimadopelomodelosubstituindoosvaloresobtidosatravésdaeq.(10) naeq.(6).Osvaloresestimadosapresentaramumadistribuiçãogeográ-ficasimilaraosdadosreais(Figura5).ATabela6apresentaestatísticas referentesaestespercentuais(estimadoereal).
16Pode-seavaliaraqualidadedomodeloatravésdonúmerodeprognósticosincorretos.
Aprincipaldesvantagemnestecasosurgequandoháeventosqueocorremcomaltas oubaixasprobabilidades,situaçõesemqueamaioriadosmodelosseráconsiderada adequadaporestecritério(Ameniya,1981).
(a)Efetivo(b)Estimativa
Figura5–EstadodeSãoPaulo:distribuiçãogeográficadosmunicípios
(a)deacordocomapercentagemdeUPAsqueefetivamentereceberamcréditorural e(b)deacordocomapercentagemdeUPAsqueteriamrecebidocréditoruralde
acordocomomodelo,safra1995/96
Fonte:Resultadodapesquisa
Tabela6.EstadodeSãoPaulo:médiaaritméticaemedidasdedispersão
dospercentuaisdeUPAsquereceberamcréditorural,númerosreaiseestimativas, pormunicípio,safra1995/96
Estatística Real Estimado
Média 0,1479 0,1387
Desviopadrão 0,1394 0,0723
Mínimo 0,0000 0,0009
Máximo 0,8655 0,3789
Amplitude 0,8655 0,3780
Destaque-sequecaracterísticasparticularesderegiõescomoade CampinaseadeItuveravanãoforamadequadamentecaptadaspelo modelo.Apresençadeagroindústriasqueexercemforteinfluência sobreasUPAs,comousinaseesmagadorasdegrãos,assegurandoa comercializaçãoagrícola(e,consequentemente,ofluxodecaixado empreendimentorural)caracterizaestasregiõesepodeinfluenciaro acessoaocrédito.Noentanto,nenhumadasvariáveispresentesno modelocaptaapresençaouainfluênciadeagroindústriasnosmuni-cípiosanalisados.
4.Conclusões
Autilizaçãodoconceitodecapitalsocialtemsidocrescentecomo alternativa de redução de custos de transação diante de informação imperfeita.Ocapitalsocialreduzoscustosdetransaçõesatreladosaos comportamentosoportunísticos,diminuindo,assim,oscustosdeseleção, monitoramentoedeexecuçãodecontratos.
Umaimportanteconstataçãoéqueocapitalsocialfavoreceodesen-volvimentodaagriculturanamedidaemquetornaomercadodecrédito ruralmaiseficienteeaumentaovolumedefinanciamentos.Quanto maisaltaforaconfiança(somatóriodeinformaçãoecapitalsocial)dos ofertantes de recursos na seleção, no monitoramento e na execução deseuscréditos,tantomaiorseráovolumederecursosofertado,com menorestaxasdejuros(menorseráorisco).
desdequeadequadamenteincentivadas(casocontrário,haverásubin-vestimento na geração de informações ou restrição à disponibilidade daquelasqueforemgeradas).
Destaforma,omercadodecréditoruralpodedesenvolver-semais, comincrementonovolumedenegócios,atravésdeincentivosquefa-voreçamnãoapenasageraçãoeadisponibilidadedeinformação,mas tambémacriaçãoemanutençãodecapitalsocial.Iniciativassociais, comoasassociaçõeshorizontais(cooperativas,associaçõesesindicados deprodutoresrurais)poderiamserapoiadaspelogovernocomoforma dereduçãodecustosdetransaçãoefortalecimentodomercadofinan-ceiro.Istoparaqueocorraumaumentodaeficiênciadaintermediação financeirae,emconseqüência,sejamelevadososvolumesderecursos ofertadosparaaagricultura.Ascaracterísticasdenão-rivalidadeenão-exclusividadedocapitalsocialimplicamemsubinvestimentoprivado nasuaformaçãoemanutenção.Istoressaltaaimportânciadoapoiodo setorpúbliconaconstruçãodecapitalsocial.
5.Referênciasbibliográficas
ALDRICH, J.H.; NELSON, F.D. Linear probability, logit and probit
models.NewburyPark:SagePublications,1984.95p.(SAGEuniversity
paperseries,45)
ALMEIDA,A.Mercadosinformaiscomofontealternativadeliquidez paraosagricultores.Piracicaba,1994.204p.Dissertação(M.S.)–Escola SuperiordeAgricultura“LuizdeQueiroz”,UniversidadedeSãoPaulo. AMENIYA,T.Qualitativeresponsemodels:asurvey. JournalofEcono-micLiterature,v.19,n.4,p.1483-1536,Dec.1981.
BANCOMUNDIAL.Relatóriosobreodesenvolvimentomundial :sis-temasfinanceirosedesenvolvimento.RiodeJaneiro:FundaçãoGetúlio Vargas,1989.265p.
BAUMOL,W.T.;PANZAR,J.C.;WILLIG,R.D.Contestablemarketsand
theoryofindustrystructure.NewYork:HardcourtBraceJavanovich,
1988.538p.
BERGER,A.N.;HANWECK,G.A.;HUMPHREY,D.B.Competitivevia-bilityinbanking:scale,scope,andproductmixeconomies.Journalof
MonetaryEconomics,v.20,p.501-520,1987.
DeMARIS,A.Logitmodeling:practicalapplications.NewburyPark: SagePublications,1992.87p.(SAGEuniversitypaperseries,86) FRY,M.J.Money,interest,andbankingineconomicdevelopment. Baltimore:TheJohnsHopkinsUniversityPress,1995.568p.
HOFFMANN,R.Variáveldependentebinária :lógiteepróbite.Piraci-caba:ESALQ,Depto.Economia,AdministraçãoeSociologia,2000.23p. (SérieDidática,126)
INSTITUTOBRASILEIRODEGEOGRAFIAEESTATÍSTICA.
Censoagro-pecuário1995-96(compactdisc).RiodeJaneiro,1997.n.19
MADDALA,G.S.
Limited-dependentandqualitativevariablesineco-nometrics.Cambridge:CambridgeUniversityPress,1990.401p.
SÃOPAULO(Estado).CoordenadoriadeAssistênciaTécnicaIntegral.
Levantamento das unidades de produção agropecuária: estatísticas
agrícolas,EstadodeSãoPaulo1995/96.SãoPaulo:CATI,1997.http:// www.cati.sp.gov.br/servicos/lupa/(03out.2002)
SHIROTA,R.Efficiencyinfinancialintermediation:astudyoftheChile-anbankingindustry.Columbus,1996.138p.Thesis(Ph.D.)–TheOhio StateUniversity.
STIGLITZ,J.E.;WEISS,A.Creditrationinginmarketswithimperfect information.American Economic Review, v.71, n.3, 393-411, June 1981.
YOUNG,F.W.Reviewessay:Putnam’schallengetocommunitysociology,