1 Análise econométrica do índice de vantagem comparativa revelada da soja para os
Estados Unidos, Brasil e Argentina: 1997 -2016.
Angélica Cristina Rhoden1, Nilson Luiz Costa 2, Maiara Thais Tolfo Gabbi 3, Ricardina
António Janeque 4, Elisangela Gelatti 5
1
Discente do Programa de Pós-Graduação em Agronegócios UFSM – Mestrado Acadêmico; 2
Docente do PPGAGR/UFSM e do Curso de Graduação em Ciências Econômicas UFSM Palmeira das Missões.
3
Discente do Programa de Pós-Graduação em Agronegócios UFSM)– Mestrado Acadêmico; 4
Discente do Programa de Pós-Graduação em Agronegócios UFSM – Mestrado Acadêmico; 5
Discente do Programa de Pós-Graduação em Economia e Desenvolvimento- UFSM .
Resumo: O objetivo deste artigo é verificar o índice de vantagens comparativas reveladas
(IVCR) para as exportações de soja em grão, no Brasil, EUA e na Argentina, além de avaliar a relação entre o IVCR do Brasil, a Taxa Real de Cambio e o custo médio de produção da soja, durante 1997 a 2016. Para tanto, estimou-se uma função que foi mensurada através da
Regressão Múltipla Variável. Os dados foram coletados junto ao Ministério da Agricultura,
Pecuária e Abastecimento (MAPA), Departamento de Agricultura dos Estados Unidos (USDA), Organização Mundial do Comércio (WTO), Companhia Nacional de Abastecimento (Conab), Instituto de Pesquisa Econômica Aplicada (Ipea) e Instituto Nacional de Estatística e Censos da República Argentina (INDEC). Os resultados indicam que o segmento da soja em grão possui vantagem comparativa revelada para os países analisados e a taxa real de câmbio é a variável que explica a maior parte das variações no IVCR do Brasil.
Palavras chave: vantagem comparativa revelada, exportações de soja, econometria. 1. Introdução
A soja é uma cultura originária do continente asiático. Referenciada como cultivo e alimento a cerca de 2838 a.C. chegou no ocidente ao final do século XV, (TRENNEPOHL, 2011). No século XIX, nos Estados Unidos desenvolvem-se novas cultivares, com a adaptação de fatores climáticos e de qualidade do grão para geração de óleo e farelo.
Foi introduzida no Brasil, no estado da Bahia vinda dos Estados Unidos, em 1882, mas não teve êxito em virtude das condições climáticas desfavoráveis. Então, iniciaram-se novos estudos de cultivares adaptadas para a região sudeste e sul do Brasil, pelo IAC (Instituto Agronômico de Campinas). Em 1936 registram-se os primeiros indícios formais de comercialização da soja (CAMPOS, 2010).
Após o período de incorporação da soja, ocorre aumento da demanda por óleos vegetais, para o setor industrial, para a fabricação de tintas, cosméticos, e produtos de limpeza. A demanda por farelo da oleaginosa cresce, para compor as rações animais, onde cerca de 70% da base protéica das rações é farelo de soja (TRENNEPOHL, 2011).
O cultivo da soja no País desenvolveu-se rapidamente, fazendo surgir um novo e desafiador setor produtivo, que se intensificou durante os anos 60. O mercado da soja esta
2
aquecido com o aumento da demanda por proteínas e óleos vegetais. (COSTA; TEIXEIRA;SANTANA, 2014).
A cadeia da soja envolve diversas atividades econômicas em seus elos, gerando emprego e renda a população, (BRASIL, 2016). Assim esta pesquisa corrobora com o interesse das organizações privadas e de ações políticas especificas para o desenvolvimento e crescimento produtivo regional, nacional e mundial da soja. Nos últimos anos a literatura econômica vem dando importância a conjuntura produtiva regional.
Dada a relevância do segmento da soja para o agronegócio e as possíveis ampliações de mercado, espera-se responder se o Brasil apresenta vantagem nas exportações de soja em, para continuar expandindo sua participação neste mercado e se beneficiar das perspectivas de crescimento do setor.
Para tanto, a pesquisa objetiva analisar a participação das regiões brasileiras deste segmento nas exportações brasileiras totais. Também foram analisados IVCR, dos Estados Unidos e da Argentina, que juntamente com Brasil são os principais produtores de soja no cenário mundial.
O conceito das Vantagens Comparativas Reveladas (VCR), foi proposto em 1965, por Bela Balassa e foi reformulado teoricamente por David Ricardo. O índice de vantagens comparativas reveladas (IVCR) tem o objetivo de representar o desempenho das exportações de um produto em um país, e assim verificar se este possui vantagens comparativas nesta determinada categoria de produtos (BATISTELLA, et. al, 2015).
Através do cálculo do índice da Vantagem Comparativa Revelada (IVCR) é possível analisar o impacto econômico das exportações de soja (BATISTELLA, et. al, 2015). Para tanto, realizou-se o estudo das séries históricas das exportações, além das características do setor na atualidade.
Assim foi possível caracterizar as alterações no IVCR durante o período de 1997-2016, dos principais exportadores e produtores da commodity, demonstrando que os produtos com VCR são as partes mais fortes da economia de um país. Esses fatores são importantes para a elaboração deste estudo que contribui para o avanço do desenvolvimento econômico e para o conhecimento das perspectivas de produção e exportação da commodity.
A presente pesquisa está organizada em cinco seções, correspondendo esta a primeira seção. A segunda trás o referencial teórico e a contextualização histórica da commodity soja. A terceira seção apresenta a metodologia utilizada para solucionar o problema de pesquisa. A quarta apresenta os resultados e discussões. Na quinta seção elencam-se as considerações finais do estudo. Posteriormente apresentam-se as referências utilizadas.
3 2. Referencial teórico metodológico
2.1 Agronegócio da soja no cenário mundial e brasileiro
O avanço econômico dos países emergentes gerou maior poder de compra da população, nos anos 2000. Aumentando ainda mais a demanda por alimentos, principalmente de origem animal (carnes) que está ligado com a cadeia produtiva da soja, sendo este um fator impactante no setor agrícola (BRUM, 1998).
O agronegócio é caracterizado pelas relações econômicas sistêmicas que ocorrem nas diversas cadeias produtivas de alimentos e fibras. Neste processo, as atividades desenvolvidas nas propriedades rurais são vistas a partir de seu potencial de estimular os segmentos que fornecem insumos e os que beneficiam a produção.
Neste processo, a Pesquisa, Desenvolvimento & Inovação (P,D& I) assumiu papel fundamental, pois foi a partir dos avanços tecnológicos nos distintos elos das cadeias produtivas que se tornou possível o aumento da produtividade de alimentos, fibras e energia e a ampliação nas possibilidades de utilização da produção agropecuária (KING, et al, 2010).
Esta percepção do papel das inovações tecnológicas no processo desenvolvimento das atividades econômicas foi objeto de análise de Schumpeter (1988), o qual concluiu que as mudanças tecnológicas provocaram modificações na utilização dos recursos naturais, na elevação da produtividade, nos custos produtivos, e na geração de renda.
No começo de século XIX surge a teoria clássica do comércio internacional para suprir as limitações teóricas da analise econômica mundial. Essa nova teoria baseada nos ideais de Adam Smith e David Ricardo foi importante no desenvolvimento das ciências econômicas e para a elaboração de analises do comercio entre os países (BATISTELLA, et. al, 2015).
4
Fonte: IBGE/SIDRA (2017)
Gráfico 2. Quantidade Produzida de Soja no Brasil: 1990-2015.
Fonte: IBGE/SIDRA (2017)
Globalmente a soja tem importância econômica e na segurança alimentar. Depois de processada da origem ao óleo e farelo que são utilizados como matéria prima de outros
1,435877 0,4 0,2 0,3 0,4 0,5 0,6 0,5 0,6 0,7 0,8 0,8 1,0 1,1 1,2 1,3 1,4 1,5 1,5 1,6 1,6 1,9 2,0 2,1 2,3 2,6 2,9 1,1 1,0 0,9 1,1 1,1 1,1 1,0 1,1 1,1 1,1 1,1 1,2 1,3 1,5 1,9 1,9 1,7 1,4 1,4 1,4 1,5 1,5 1,6 1,8 1,9 2,1 6,2 5,4 4,9 5,4 5,6 5,4 5,1 5,7 6,3 6,1 6,1 6,0 6,9 7,5 8,3 8,7 8,1 8,3 8,1 8,3 8,9 9,1 9,2 10,0 10,6 11,1 3,9 3,1 3,3 3,8 4,3 4,6 3,7 4,1 5,2 5,1 5,5 5,8 7,0 8,0 9,7 10 ,9 10,3 9,0 9,6 9,9 10,5 10,8 11,5 12,9 14,0 14,7 0 5 10 15 20 25 30 35 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 M ilh õ e s d e h e ctar e s Anos
Norte Nordeste Sudeste Sul Centro-Oeste
4,274638 0,2 0,5 0,5 0,7 1,0 1,3 0,9 1,3 1,5 1,6 2,1 2,0 2,1 2,5 3,7 4,0 3,5 3,9 4,8 4,4 5,3 6,2 6,1 5,3 6,6 8,4 1,7 2,0 1,8 2,1 2,5 2,4 2,1 2,5 2,3 2,8 2,6 2,7 3,5 4,0 4,5 4,6 4,1 3,7 4,0 4,1 4,3 4,2 4,6 5,2 5,1 5,9 11 ,5 6,0 9,5 11,3 11,2 12,0 11,1 11,8 14 ,3 12,7 12,5 16,1 15,7 21,3 16,4 12,5 17,7 22,9 20,4 18,4 26,0 28,7 18,0 30,3 29,6 34,9 6,4 6,5 7,4 8,5 10,1 10,0 9,1 10,8 13 ,0 13,8 15,4 16,8 20,5 23,5 24,0 28,7 25,9 26,2 29,1 29,0 31,6 33,8 35,0 38,3 42,0 43,9 0 10 20 30 40 50 60 70 80 90 100 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 M ilh õ e s d e To n e lad as Anos
5
produtos como a ração (para aves, suínos, gado), diversos produtos alimentícios como, biscoitos, chocolate, pães, dentre outros.
Nesse cenário as empresas transnacionais dos setores do agronegócio se multiplicaram, destaca-se dentre as empresas a ADM, Bunge, Cargil. Entretanto mesmo com a grande expansão das transnacionais, varias agroindústrias nacionais surgiram nos países produtores e consumidores da oleaginosa (CAMPOS, 2010).
O aumento do desenvolvimento da soja leva em consideração vários fatores, dentre esses, destaca-se que 40% do grão é composto por proteínas importantes para alimentação humana e animal, o grão possui cerca de 20% de teor de óleo sendo este o segundo mais utilizado mundialmente, além de ser utilizada na fabricação de bicombustível, a oleaginosa tem boa fluidez de mercado.
No contexto da globalização da economia e mercados, onde se formam blocos econômicos, a estrutura econômica da soja, enfrenta novos desafios em um mercado
capitalista e competitivo. O crescimento demográfico aumenta a demanda por produtos
agroindustriais e proteínas, exigindo aumento da produção de soja, em virtude da oleaginosa fazer parte de inúmeros produtos alimentares, (BRUM, 2005).
A cadeia produtiva da soja pode ser descrita como uma sequência de atividades concatenadas que inicia no segmento que produz e fornece insumos para a lavoura, agrega a produção dentro da fazenda, a agroindústria processadora e demais indústrias que utilizam a soja e derivados para a produção destinada ao consumo final.
Existem conjuntos de fatores que exercem influência direta nos níveis de competitividade, onde se estabelecem estratégias de governança. A relação com o comércio exterior é um destaque, sobretudo pela exportação de grão, farelo e óleo, pelas cooperativas, tradings e agroindústrias que estão em funcionamento nas distintas regiões do Brasil.
6
Fonte: Elaboração própria com base em AGROSTAT, 2017.
Nas ultimas safras o milho e a soja, foram ás culturas que mais se expandiram, segundo Marco Antonio Montoya (2002), no Brasil a soja tem profunda participação econômica, pois tem ligação com vários elos econômicos, além de ser essencial para o PIB (Produto Interno Bruto).
Também, identificam-se vantagens relacionadas aos recursos naturais e das possibilidades de ascensão da fronteira agrícola. Entretanto, o Brasil ainda tem muitos problemas estruturais. Dentre os fatores restritivos que somados formam o chamado “Custo Brasil” inclui-se, (PERERA, et. al, 2003):
A. Logística ineficiente, grande custo para o frete da produção; B. Custos portuários e ineficiência de comercialização;
C. Carência de estruturas para a armazenagem da produção, dentro e fora das propriedades.
D. Grande quantidade de tributos; E. Alto nível de encargos de juros.
F. Dificuldades de utilização de sistemas de gestão,
G. Alto índice de produtores que não cumprem as obrigações financeiras.
0,0 13,1 7,4 3,9 2,8 2,1 1,9 1,3 1,9 1,4 1,1 0,5 0,9 0,8 0,7 1,0 1,3 2,1 1,8 1,8 2,0 0,0 44,2 29,1 12,3 11,5 10,1 7,7 9,2 7,0 3,1 3,3 5,7 6,3 5,8 5,7 7,9 6,3 9,3 8,4 7,8 7,3 0,0 24,9 11,2 7,6 9,1 9,0 7,7 7,5 7,3 8,9 7,4 5,5 8,9 8,2 6,2 8,1 8,9 10,2 10,6 8,4 8,0 0,0 5,5 4,6 1,4 1,4 0,8 0,7 0,7 1,1 1,1 0,8 0,9 1,6 1,6 1,4 2,0 2,1 1,8 1,9 2,0 1,0 0 10 20 30 40 50 60 70 80 90 100 An o 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 B ilh õ e s Região nordeste Região centro oeste Região sul Região sudeste Região norte
7
A expansão da soja foi influenciada por variáveis relacionadas às condições de mercado, ação institucional e desenvolvimento tecnológico. Os avanços tecnológicos, o manejo e a eficiência dos produtores proporcionaram o aumento da produção.
Estima-se que na safra 2016/2017, os maiores produtores da soja em grão serão respectivamente os EUA com 34,6%, Brasil com 30,6% e Argentina com 17,3%. Os maiores exportadores da soja em grão serão o Brasil com 42,2%, EUA com 39,1% e Argentina com 7,7%. Os maiores importadores de grão da oleaginosa serão China com 63,7%, EU com 9,5% e o México com 2,9%, (USDA, 2016).
Gráfico 4. Exportações de soja dos EUA, Argentina e Brasil: 1997-2016.
Fonte: Elaboração própria com base em USDA, Indec, Agrostat, 2017.
Os maiores consumidores do grão serão China com 30,8%, EUA com 17,2% e Brasil com 13,3%. As perspectivas indicam que o Brasil é o país que mais crescerá na produção de soja, seguido pela Argentina, pelo Paraguai e pela Bolívia. Na Argentina o crescimento foi continuo, levando em consideração algumas flutuações de produção em decorrência de frustrações de safras. A produção de soja se concentrará cada vez mais nas grandes propriedades da região central do país.
O avanço econômico dos países emergentes proporcionou maior poder de compra. Aumentando a demanda por alimentos, principalmente de origem animal (carnes), sendo este ligado direta e indiretamente com a cadeia produtiva da soja, tornando-se um fator impactante no setor agrícola, (TRENNEPOHL, 2011).
23 3 19 0 5 10 15 20 25 30 B il h õ es Exportaçã o Soja EUA Exportaçã o Soja Argentina Exportaçã o Soja Brasil
8 2.2. Teoria das Vantagens Comparativas Reveladas
O conceito das Vantagens Comparativas Reveladas (VCR) foi proposto em 1965, por Bela Balassa, reformulado por David Ricardo na Teoria do Índice das Vantagens Comparativas Reveladas. O objetivo desta teoria estabelece a relação do desempenho das exportações de um produto, dentro de uma determinada categoria, com o intuito de identificar se o país possui ou não vantagem para este produto.
Ricardo (1982), apresenta que é possível as ações de comercio entre os países desde que os mesmos se especializem em setores que apresentem vantagem comparativa, além de importar bens e produtos com custos de produção maiores. Carvalho (2007) define que o IVCR permite identificar a especialização produtiva de acordo com as exportações dos países. De acordo com Maia (2002), o índice de vantagens comparativas reveladas (IVCR) tem o objetivo de representar o desempenho das exportações de um produto em um país e assim verificar se este possui vantagens comparativas nesta determinada categoria de produtos. Afirma ainda, que é possível caracterizar a especialização por meio da evolução da VCR, onde os produtos com VCR são as partes mais fortes da economia de uma nação.
Conforme Figueiredo e Santos (2005), existem limitações nas analises direcionadas a comercialização realizadas com base no IVCR. Ainda, os autores destacam a relevância do indicador no acompanhamento do fluxo comercial e evolução de determinados produtos ao longo dos anos. Assim o IVCR acaba contribuindo para avaliar as políticas realizadas e seus efeitos no mercado.
Hidalgo e Mata (2004) utilizaram o IVCR para analisar os produtos da região Nordeste do Brasil frente ao mercado internacional. Neste estudo identificaram-se 23 classes no Nordeste que tem vantagem comparativa revelada. Souza e Ilha (2005) estudaram a evolução do IVCR da soja e carnes de frango e bovina frente ao comercio internacional do tratado Norte Americano de Livre Comércio (NAFTA) e da União Européia. Verificou-se que as cadeias da soja carnes de frango e bovina são eficientes em comparação a outros países exportadores.
Os autores Coronel, Alves e Santos (2007) mensuraram a competitividade da produção de soja no Estado de Mato Grosso do Sul dentro da conjuntura do mercado internacional. Neste estudo identificaram-se que o elevado IVCR no estado demonstra alto grau de competitividade internacional. Entretanto, destaca-se que o elevado IVCR determinada que a economia do estado torna-se dependente das exportações de soja.
9
Atualmente, tem-se realizado diversos trabalhos utilizando Índice de Vantagens Comparativas Reveladas. Destes destacam-se os estudos de Maia (2002), Ferreira e Carvalho (1998) e Ilha e Coronel (2006), dentre outros. Nestes estudos identificaram-se os Índices de Vantagens Comparativas Reveladas das principais commodities do agronegócio brasileiro (BATISTELLA, et. al, 2015).
Em suma as mudanças no cenário internacional trazem um novo padrão de vantagem competitiva e de concorrência entre as nações. A identificação da Vantagem Comparativa Revelada dos produtos de uma nação é importante para o desenvolvimento econômico, tanto em nível social quanto para o avanço estrutural das cadeias produtivas.
2.3 Construção do IVCR.
Para Porter (2009) a capacidade de inovação e de melhorar a capacidade de suas indústrias está relacionada com sua competitividade. A vantagem competitiva é um processo centrado. As diferenças culturais, econômicas e históricas entre as nações contribuem para o sucesso competitivo.
O índice de vantagem comparativa revelada (IVCR) é um dos indicadores utilizados internacionalmente para mensurar a competitividade, foi formulado por Balassa em 1965. O índice expressa a relação do coeficiente do produto j que é exportado no total das exportações do país em função do fluxo das exportações do mesmo produto j no mundo em relação a todas as exportações do mundo, analisados no mesmo período. Conforme abaixo:
IVCR= (X ij /X i) / (X wj/Xw)
Em que:
I. X ij = Valor das exportações brasileiras de soja;
II. X i = Valor total das exportações brasileiras;
III. X wj = Valor total das exportações mundiais de soja;
IV. X w = Valor total das exportações mundiais;
V. i = Exportações brasileiras;
VI. w = Exportações mundiais;
10
A função do IVCR é encontrar o indicador da estrutura das exportações de maneira a identificar se o país possui vantagem competitiva em determinado setor, no caso a soja em grão. Se o índice resultar em IVCR < 1, representa que o pais possui desvantagens comparativas reveladas em exportações do produto, quando o IVCR > 1, representa que o país possui vantagens comparativas reveladas em exportações do produto em analise.
Para a construção do IVCR dos EUA, Brasil e Argentina utilizaram-se os dados disponíveis no Departamento da Agricultura dos Estados Unidos (USDA) e Organização Mundial do Comércio (WTO) para compor os dados das exportações totais do mundo e exportação mundiais de soja.
A elaboração do IVCR dos EUA constitui-se através dos dados disponíveis no Departamento da Agricultura dos Estados Unidos (USDA), para compor os valores das exportações de soja. Para os valores das exportações totais dos EUA utilizaram-se as informações da Organização Mundial do Comércio (WTO).
O IVCR do Brasil é composto dos dados disponíveis no Ministério da Agricultura, Pecuária e Abastecimento (MAPA), nas estatísticas de comércio exterior do agronegócio brasileiro para os dados das exportações de soja do Brasil. Os dados das exportações totais do Brasil foram coletados os valores do Instituto de Pesquisa Econômica Aplicada (Ipea ).
Para a elaboração do IVCR das regiões do Brasil foram utilizados os dados das exportações de soja regionais do Ministério da Agricultura, Pecuária e Abastecimento (MAPA), nas estatísticas de comércio exterior do agronegócio brasileiro. Para as exportações totais de cada região brasileira utilizaram-se as informações do Ministério da Indústria, Comércio Exterior e Serviços.
Conforme abaixo:
IVCR= (X ij /X i) / (X wj/Xw)
I. Em que:
II. X ij = Valor das exportações regionais de soja;
III. X i = Valor total das exportações regionais;
IV. X wj = Valor total das exportações mundiais de soja;
V. X w = Valor total das exportações mundiais;
VI. i = Exportações regionais;
VII. w = Exportações mundiais;
11
Os dados do Instituto Nacional de Estatística e Censos da República Argentina (INDEC) foram utilizados para as exportações totais e para as exportações de soja da Argentina. Todos os dados foram deflacionados de acordo com o Índice de Preços ao Consumidor (IPC) dos Estados Unidos. A elaboração do IVCR compreende o período de 1997 a 2016 para todos os dados utilizados.
2.4. Construção do Modelo econométrico
A regressão linear múltipla (RLM) é utilizada para analisar a relação entre uma variável dependente e duas ou mais variáveis independentes. A concepção do modelo de RLM é de que a variável dependente (y) é explicada pelo conjunto de váriáveis explicativas (SANTANA, 2003).
Neste contexto utilizou-se o IVCR como a variável explicada e a Taxa real de cambio e o custo médio de produção de soja (CMPS) como variáveis explicativas, a parte não explicada pelas variáveis é o termo de erro aleatório. Para tanto estimou-se a seguinte equação com base na teoria do IVCR e da RLM:
IVCR = f (Trc;CMPS) (equação1)
Em que o IVCR pode ser influenciado pelas variações na taxa de câmbio real (Trc) e pelos custos médios da produção de soja no Brasil. Os valores da Trc foram coletados no Instituto de Pesquisa Econômica Aplicada (Ipea ). Os valores do custo médio da produção de soja no Brasil foram coletados no site da Companhia Nacional de Abastecimento (Conab), posteriormente deflacionou-se estes valores de acordo com o IGP-DI - Índice Geral de Preços-Disponibilidade Interna.
A estimação da RLM é realizada através do método dos mínimos quadrados ordinários (MQO). Nessas circunstâncias, a regressão deve ser representativa em relação aos dados obtidos e disponíveis, sendo assim a analise dos dados amostrais foi realizada com base em fatores que são representativos em um determinado setor, neste caso as exportações e o custo médio de produção da soja do Brasil ao longo de 1997 a 2016 (SANTANA, 2003).
Os testes estatísticos foram realizados com base nas estimativas dos parâmetros estudados. Segundo Santana (2003) a aplicação do MQO para estimar o modelo de regressão múltipla, é subordinado ás hipóteses clássicas do MQO relacionadas abaixo.
12
I. Linearidade dos parâmetros;
II. Termo de erro com média zero, E(Ԑᵢ)= 0;
III. Homocedasticidade, variância constante, E(Ԑᵢ²)=σ²;
IV. Não autocorrelação entre os erros; cov(Ԑᵢ , Ԑℎ) = 0, ∀ (i ≠ ℎ);
V. Observações das variáveis explicativas são fixas e não estão correlacionadas ao termo
de erro, (Ԑᵢ);
VI. O termo de erro tem distribuição normal , Ԑᵢ ~ N (0, σ²);
VII. Não tem-se exata colinearidade entre pares de variáveis explicativas, inexistência de
linearidade entre em duas ou mais variáveis explicativas.
O modelo de regressão linear clássico (RLC - simples ou múltipla) no estudo de fenômenos reais precisa da ratificação das hipóteses clássicas, impostas na construção do modelo, servindo de base para outros estudos (SANTANA, 2003). É em relação ao termo de erro que as hipóteses do modelo são especificadas, isso justifica a analise detalhada dos principais problemas que podem causar violação das hipóteses e comprometer os resultados.
Para o presente modelo de estudo ter resultados não tendenciosos e ser validado, foram realizados os seguintes testes estatísticos: em relação a presença de outliers, ausência de multicolinearidade, de homoscedasticidade e de autocorrelação dos resíduos. O primeiro teste realizado é em relação á presença de valores anormais nos erros da regressão, ou seja, é uma observação que tem comportamento diferente do restante dos dados.
Geralmente o processo utilizado seria o de eliminação desta observação na amostra de dados ou a explicação de tal comportamento aprofundando os conhecimentos do fenômeno estudado, e depois reestimar a regressão (SANTANA, 2003). Para o modelo de estudo utilizou-se o gráfico de resíduos da regressão para a identificação de outliers.
O teste de multicolinearidade esta relacionada ao caso de ter duas ou mais variáveis explicativas no modelo que são altamente correlacionadas(colineares) assim é difícil de separar seus efeitos sobre a variável dependente. Esse fato ocorre na tendência das series econômicas se moverem na mesma direção ao longo do tempo, sendo assim é um problema da amostra.
O grau de muticolinearidade pode ser analisado pelos testes da matriz de correlação e também através da Fator de Variância Inflacionária (FVI). Para este modelo a verificação da multicolinearidade foi realizada através do teste da FVI. Conforme Hoffmann (2006) e
13
Santana (2003) valores de FVI=1 indicam ausência de correlação linear, FVI > 5, indicam a ausência de multicolinearidade.
A heterocedasticidade esta relacionada ao caso da variância do termo de erro não ser constante para as observações das variáveis explicativas, isso afeta os parâmetros de β para as variáveis. A hipótese nula para o teste de White é expressa como: H ₒ=δı=δ2= … =δ5=0. As estatísticas F e LM (LM=n*R²) também podem ser utilizadas para mensurar a hipótese de homoscedasticidade (SANTANA, 2003).
Após as analises gráficas por meio da plotagem de resíduos, analisou-se a heterocedasticidade por meio do teste de White, por ser o modelo mais completo que capta todas as relações possíveis entre as variáveis independentes e o termo de erro ao quadrado. Assim se consideram as relações cruzadas para todas as variáveis explicativas. Os valores da estatística F e LM (LM=n*R²) não devem ser diferentes de zero ao nível de 5% (probabilidade de rejeição da hipótese nula, de que os resíduos são homodesdasticos)
indicando a ausência de heterocedasticidade, sendo assim os resultados podem ser
interpretados normalmente.
A autocorrelação ocorre Quando o termo de erro (ei) em um determinado período de tempo é correlacionado de forma positiva ou negativa com o termo de erro (ei) de um período anterior (SANTANA, 2003). Este problema é comum em series temporais, resulta em desvios padrões viesados (valores subestimados). Para esta pesquisa a autocorrelação foi mensurada através o teste de Durbin Whatson e teste de Breusch-Godfrey (LM Test).
3. Resultados e discussão.
4.1 Análise do IVCR
A identificação do IVCR permite analisar a evolução das exportações de soja dos principais países produtores e exportadores da commodity. Ao identificar os IVCRs para as exportações de soja entre os anos de 1997 e 2016, observa-se que os valores encontrados permitem identificar que o EUA, Brasil e Argentina tem vantagens na exportação e que a commodity representa um setor de extrema importância para as exportações de cada pais.
14
Gráfico 5. IVCR do EUA, Brasil, Argentina: 1997-2016.
Fonte: Elaborado pelo autor com base em: IPEA;MAPA;OMC; USDA, 2017.
O gráfico acima mostra que a análise das exportações de soja através do IVCR são dinâmicas. O agronegócio brasileiro é especializado, sendo um setor que apresenta bom desempenho, sem grandes oscilações e com vantagens competitivas no comércio exterior.
O Brasil apresentou evolução no IVCR durante 1997 a 2002. Após este período ocorrem algumas oscilações do índice em virtude da diminuição da área plantada e da eficiência produtiva que ocasionou baixa nas exportações da soja. Esses fatores também foram influenciados por anomalias climáticas.
As exportações de soja no Brasil em 1997 representavam cerca de 4% das exportações totais brasileiras. Atualmente, em 2016 a soja foi responsável por mais de 11% das exportações totais brasileiras. Ressalta-se que esses valores são apenas da soja em grão, sendo que no complexo da soja inclui-se as exportações de óleo e farelo, o que eleva a importância econômica da soja no Brasil frente ao comércio internacional.
Após 2010 a área plantada e a produção começam a se elevar, e consequentemente as exportações. Pode-se identificar que após 2012 o Brasil consegue se aproximar do IVCR dos EUA. O desenvolvimento, a pesquisa e a inovação corroboraram para o aumento da produção e da exportação de soja. Assim o Brasil elevou seu IVCR, demonstrando eficiência no mercado internacional. 35,0 48,5 18,7 0 10 20 30 40 50 60 70 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 IVCR IVCR BRASIL IVCR EUA IVCR ARGENTINA
15
O EUA é e o maior produtor e exportador de soja, fator que pode ser identificado pelo elevado IVCR desde 1997 a 2005. A diminuição do IVCR entre 2004 a 2005 foi influenciada pela distribuição de subsídios para produção agrícola. Enquanto países da União Européia trabalhavam com subsídios explícitos para com as exportações, o EUA trabalhava com subsídios implícitos para exportação.
Pode-se verificar que as exportações de soja em grão dos EUA representam cerca de 14% das exportações totais do pais. Nas exportações mundiais de soja em grão os EUA representam aproximadamente 47%. Assim entende-se que os EUA tem grande influencia e importância no mercado exterior, pois representa uma parcela significativa do mercado de commodities.
A Argentina apresenta oscilações durante o período analisado. Sofrendo influencia das crises políticas que prejudicaram as exportações do país, além de fatores de produção ineficientes para o mercado. Mesmo assim apresenta vantagem comparativa revelada no mercado internacional, mostrando-se em desenvolvimento e eficiente no setor das exportações de soja.
Em 1997 as exportações de soja da Argentina representavam menos de 1% nas exportações do país. Entretanto as áreas plantadas de soja aumentaram-se paulatinamente, a utilização e aperfeiçoamento tecnológico propiciaram o desenvolvimento da soja. Atualmente as exportações em grão de soja somam aproximadamente 5% das exportações totais do país.
Gráfico 6. Analise do IVCR das regiões brasileiras: 1997-2016
Fonte: Elaborado pelo autor com base em: IPEA;MAPA;OMC USDA, 2017. 26,85 7,36 62,28 117,37 25,53 0 50 100 150 200 250 300 350 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 IVCR/NORTE IVCR/SUDESTE IVCR/SUL IVCR/CENTROOE STE IVCR/NORDESTE
16
Pode-se identificar que os IVCRs da região Centro- oeste e Sul são elevados. Isso comprova a eficiência das regiões na cadeia da soja e a vantagem comparativa revelada. No entanto essas regiões podem se tornar muito dependentes economicamente do setor da soja. A tendência é de evolução para estas duas regiões na produção da soja, principalmente pelo avanço das fronteiras agrícolas e o surgimento de novas fronteiras agrícolas. A exportação de soja em grão na região centro oeste representa cerca de 31% de todas as exportações. Já na região sul o valor chega a 17% no total das exportações em 2016.
As exportações de soja em grão da região norte e nordeste chegam a 8% das exportações totais, na região sudeste representa cerca de 2%. Mesmo com baixa produção de soja nas regiões norte, nordeste e sudeste, o IVCR demonstra que as exportações de soja apresentam vantagem comparativa durante o período analisado. Esse fator demonstra a importância econômica da soja para todas as regiões brasileiras.
4.2 Analise do Modelo Econométrico
Analise de dispersão dos dados confirma que as relações entre o IVCR e os fatores Taxa Real de Cambio (TRC) e custo médio de produção de soja (CMPS) não são decrescentes, assim a relação é positiva, conforme a Figura 1 e 2.
Figura 1. Relação entre IVCR do Brasil e TRC: 1997-2016.
Fonte de dados brutos: IPEA;MAPA;OMC USDA, 2017. 0 5 10 15 20 25 30 35 40 0 0,5 1 1,5 2 2,5 3 3,5 IV C R TRC
17 Figura 2. Relação entre IVCR do Brasil e CMPS: 1997-2016.
Fonte de dados brutos: CONAB; IPEA;MAPA;OMC;USDA, 2017.
Isso indica que conforme o IVCR da soja brasileira aumenta, o custo médio da produção de soja (CPMS) e a TRC seguem a mesma ordem crescente. Os parâmetros associados ás variáveis TRC e CMPS, foram significativos. Os coeficientes associados ás variáveis indicam que ambos tem influencia positiva sobre o IVCR.
Os resultados alcançados na Regressão, para o coeficiente de determinação R-quadrado ajustado indica que 83% das variações no IVCR do Brasil são explicadas pelas variações na Taxa Real de Cambio e pelo custo médio de produção da soja no Brasil. O Valor do R-quadrado é significativo e representa alta associação das variáveis.
Quadro 1. Resultados do modelo econométrico (equação 1).
Variable Coefficient Std. Error t-Statistic Prob.
C 9.675.893 2.286.470 4.231.805 0.0006
TRC 4.043.927 0.612127 6.606.355 0.0000
CUSTO 0.003698 0.000862 4.292.364 0.0006
R-squared 0.855941 Mean dependent var 2.880.748
Adjusted R-squared 0.837933 S.D. dependent var 3.884.175
S.E. of regression 1.563.673 Akaike info criterion 3.875.891
Sum squared resid 3.912.115 Schwarz criterion 4.025.013
Log likelihood -3.382.096 Hannan-Quinn criter. 3.901.128
F-statistic 4.753.266 Durbin-Watson stat 2.478.464
Prob(F-statistic) 0.000000
Fonte de dados brutos: CONAB; IPEA; MAPA; OMC; USDA, 2017.
4.2.1 Análise dos resíduos.
0 5 10 15 20 25 30 35 40 0 500 1000 1500 2000 2500 3000 3500 4000 IV C R CMPS
18
Após a analise dos resíduos da regressão verificou-se a existência de um ponto anormal indicando a existência de outliers. Aprofundando a pesquisa do ponto anormal que corresponde ao ano de 2010, não verificou-se mudanças significativas nos valores de exportação de soja e exportações totais brasileiras e mundiais, também não ocorrem alterações significativas nas variáveis TRC e custo médio da produção de soja brasileira.
Conforme Santana (2003) a analise de uma regressão com outlier pode trazer resultados insignificantes. Como a análise do período em que se tem o ponto de outlier mostrou não haver nenhuma informação adicional optou-se por excluir as variáveis correspondentes ao ano de 2010. A comparação da regressão com outlier e sem outlier mostrou melhoria dos valores de R², estatística t e F. A análise dos resíduos padronizados da re-estimação da regressão mostram a ausência de pontos anormais, pois os resíduos estão presentes nos pontos de -2 e de 2 conforme Figura 3.
Figura 3. Dispersão do resíduos padronizados.
Fonte de dados brutos: USDA; MAPA; IPEA; CONAB,2017.
Os resultados do teste de multicolinearidade que ocorre quando em um modelo se regressão múltipla, as variáveis explicativas apresentam relações lineares exatas ou seja, são colineares. O grau da multicolinearidade foi realizado através do cálculo do fator de variância inflacionária (FVI) para cada variável explicativa (Xi). A figura 2 mostra valores de FVI inferiores a 5%. Sendo assim por este critério não ocorre inter correlação forte entre as variáveis explicativas. Para esta regressão a multicolinariedade não constitui um problema.
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2 0 5 10 15 20 F-statistic 0.572779 Prob. F(5,13) 0.7200 Obs*R-squared 3.430.053 Prob. Chi-Square(5) 0.6340
19
Quadro 2.Fator de variância inflacionária. Quadro 3.Heteroscedasticidade: Teste de White.
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 5.227.944 4.062.496 NA
TRC 0.374699 1.557.052 1.150.874
CUSTO 7.42E-07 4.445.053 1.150.874
Fonte de dados brutos: USDA; MAPA; IPEA; CONAB,2017.
Fonte de dados brutos:USDA;MAPA IPEA;CONAB,2017.
Observa-se que as probabilidades do F-statisc (47.53266) e R-squared (0.855941) elevados. Ao comparar os valores de R-squared, com o valor do coeficiente de correlação da matriz de correlação verifica-se que o valor de R-squared é superior ao valor do coeficiente de correlação ao quadrado. Por meio deste teste também comprova-se a não inter correlação entre as variáveis explicativas.
Ao analisar a hipótese de violação da heterocedasticidade ao que se refere a variância do termo de erro não ser constante para as observações das variáveis explicativas. Sendo
assim pode-se afirmar que não ocorreheterocedasticidade, pois, os parâmetros da equação são
iguais a zero ao nível de 5% de probabilidade. Para as probabilidades das variáveis explicativas os valores são superiores a 10%, assim o modelo não precisa de novos ajustes, conforme Quadro 3.
Quadro 4. Teste de Breusch-Godfrey (LM Test).
F-statistic 0.517639 Prob. F(2,14) 0.6069
Obs*R-squared 1.308.275 Prob. Chi-Square(2) 0.5199
Variable Coefficient Std. Error t-Statistic Prob.
C 0.516442 2.526.679 0.204396 0.8410 TRC 0.133610 0.669286 0.199631 0.8446 CUSTO -0.000298 0.001023 -0.290934 0.7754 RESID(-1) -0.278854 0.294380 -0.947261 0.3596 RESID(-2) -0.005900 0.298007 -0.019799 0.9845
Fonte de dados brutos:USDA;MAPA;IPEA;CONAB,2017. Scaled
explained SS 1.389.718
Prob.
Chi-Square(5) 0.9254 Variable Coefficient Std. Error t-Statistic Prob. C -2.894.928 3.297.583 -0.877894 0.3959 TRC^2 1.104.696 2.127.881 0.519153 0.6124 TRC*CUSTO -0.001026 0.003082 -0.332694 0.7447 TRC -3.083.045 6.323.904 -0.487522 0.6340 CUSTO^2 -3.75E-06 3.39E-06 -1.104.220 0.2895 CUSTO 0.024529 0.023188 1.057.817 0.3094
20
A probabilidade de F e LM permitem aceitar a hipótese nula de que não ocorre heterocedasticidade conforme Quadro 3, comprova-se que os resíduos são homoscedasticos, pois, análise dos resíduos permite afirmar que o termo de erro possui distribuição normal. Para o teste de autocorrelçao foi realizado o teste de Durbim Watson, onde o resultado obtido foi de 2,4784, sendo assim inconclusivo, conforme Santana (2003) e Gujarati (2006).
Para tanto, os resultados do teste de Breusch-Godfrey (LM test) os valores de F-statistc (0.517639) e o R-squared (1.308275) não possuem valores menores que 0,05, portanto não existe autocorrelação para este modelo. Todas as variáveis apresentam Fator de Variância Inflacionária (FVI)< 5. Assim os resultados da regressão estão robustos para contribuir com as analises econômicas.
O coeficiente 0,05% associado à variável custo indica a magnitude da mudança no IVCR. Quando o custo de produção da soja aumenta 10%, o IVCR tende a aumentar 0,05%, pois o custo de produção aumenta ao longo dos anos, e a produção de soja também, sendo que o Brasil tende a ter maior quantidade de soja para ser exportada, aumentando o IVCR.
O Brasil tem visibilidade no comércio internacional das commodities agrícolas. A TRC desempenha influência nas exportações dessas commodities, portanto, se a TRC aumentar 10%, o IVCR tende a aumentar 4%. Isso indica que além de barreiras políticas impostas pelo mercado internacional, a TRC tem papel fundamental no desempenho da balança comercial brasileira. Pode-se observar que a taxa real de cambio mais competitiva tem papel importante no crescimento econômico.
Observa-se que a TRC é um fator que interfere nas exportações resultando no aumento ou declínio do IVCR para a soja em grão. A maior parte da produção de soja é voltada para a exportação, sendo uma cultura importante economicamente. Assim torna-se necessário a elaboração de políticas voltadas ao setor da soja, proporcionando segurança na comercialização do produto, outro fator importante e que influência nas exportações é competitividade.
4. Considerações finais.
O presente estudo propôs uma reflexão sobre exportações de soja e a análise de sua contribuição para o mercado nacional e internacional. Mesmo em momentos de crise econômica, identificou-se potencial produtivo da commoditie soja e crescimento das
21
exportações. Observou-se que a expansão da produção de soja no Brasil esta se fortalecendo com o aumento da demanda mundial pelo grão.
Dado o cenário, destaca-se o desempenho econômico que as exportações proporcionam. Os resultados da pesquisa reforçam o caráter sistêmico das relações econômicas vinculadas ás exportações de soja em grão e mostram que associado ao cultivo da principal commodity agropecuária brasileira existe uma considerável Vantagem Comparativa Revelada das exportações de soja durante todo o período analisado que compreende os anos de 1997 a 2016.
Através da analise do IVCR do Brasil, EUA e Argentina, pode-se afirmar que o Brasil precisa se tornar mais competitivo para não perder espaço no mercado internacional para países que estão se tronando mais competitivos. Os valores crescentes do IVCR para a soja em grãos mostra um cenário atrativo para investimentos no setor. As políticas de incentivo as exportações melhoram o saldo da balança comercial brasileira e intensificam a produção de produtos com baixo valor agregado.
Sendo assim as regiões brasileiras apresentam IVCR elevado durante o período analisado, com todas as contribuições das exportações de soja, verifica-se que as oscilações no mercado podem afetar a economia de uma região que é muito dependente da produção de soja. Ao comparar a influência das variáveis TRC e CMPS, pode-se afirmar que a TRC é a variável que mais interferência sobre o IVCR. Sendo este um fator relevante para pesquisas futuras sobre a comparação com outros produtos que resultará no diagnostico de quais investimentos são necessários para o segmento.
Referencias bibliográficas
Balassa, B. Trade liberalization and revealed comparative advantage. Washington, D.C.: Banco Mundial, 1965.
Batistella, Patricia. et. al. Análise da competitividade das exportações brasileiras desuco de laranja: 1989-2011. SOBER. João Pessoa – PB. 2015. Disponível em:<
https://www.academia.edu/16753527/An%C3%A1lise_da_competitividade_das_expo rta%C3%A7%C3%B5es_brasileiras_de_suco_de_laranja_1989-2011>. Acesso em: Junho. 2017.
BRASIL, Ministério do Trabalho e Emprego. Programa de Disseminação das Estatísticas do Trabalho (PDET). Brasília, 2016. Disponível em: <http://pdet.mte.gov.br/acesso-online-as-bases-de-dados>. Acesso em : Junho. 2017.
Brum, Argemiro Luís et al. (Orgs.). A economia mundial da soja: impactos na cadeia
produtiva da oleaginosa no Rio Grande do Sul 1970-2000. Ijuí: UNIJUI, 1998. 52 p. Disponível em: <http://www.sober.org.br/palestra/2/519.pdf>. Acesso em: Junho. 2017.
22
Brum, Argemiro Luís; HECK, Cláudia Regina. A economia do trigo no rio grande do sul: breve histórico do cereal na economia do estado. Análise, Porto Alegre, v. 16, n. 1, p. 29-44. 2005.
Campos, Margarida de Cássia. Expansão da soja no território nacional: o papel da demanda internacional e da demanda interna. Revista Geografares, n° 8, 2010.
Carvalho, R. M.; Cunha Filho, M. H. Competitividade da fruticultura brasileira no mercado internacional. Revista de Economia e Agronegócios. v. 5, n. 4. 2007.
Coronel, D. A.; Alves, F. D.; Santos, N. P. A competitividade da produção de soja no Mato Grosso do Sul e na região de Ponta Porã: uma abordagem através das Vantagens Comparativas. In: CONGRESSO DA SOCIEDADE BRASILEIRA DE ECONOMIA E SOCIOLOGIA RURAL, 45. Londrina. 2007.
Costa, Nilson Luiz; Teixeira, Olívio Alberto; Santana, Antônio Cordeiro de. O desenvolvimento recente da cadeia produtiva da soja no Brasil: desafios e perspectivas da produção rural. SOBER - Sociedade Brasileira de Economia, Administração e Sociologia Rural. Goiania, 2014. Disponível em:<
https://www.academia.edu/8421253/O_desenvolvimento_recente_da_cadeia_produtiv a_da_soja_no_Brasil_desafios_e_perspectivas_da_produ%C3%A7%C3%A3o_rural>. Acesso em: Junho. 2017.
FAO, Food and Agriculture Organization of the United Nations, Disponível em:
FAOSTAT,Food. agriculture organization of the United Nations. Statistical database. Acesso em: Junho. 2017.
Figueiredo, A. M.; Santos, M. L. Evolução das vantagens comparativas do Brasil no
comércio mundial de soja. Revista de Política Agrícola, São Paulo, v. 5, p. 9-16, 2005. Hidalgo, Á. B.; MATA, D. F. P. G. da. Competitividade e vantagens comparativas do
nordeste brasileiro e do estado de Pernambuco no comércio internacional. In: ENCONTRO REGIONAL DE ECONOMIA, 9. Fortaleza. 2004.
IBGE-Instituto Brasileiro de Geografia e Estatística/SIDRA. Produção Agrícola Municipal 2015. Disponível
em:<http://www.ibge.gov.br/home/estatistica/economia/pam/2015/default.shtm.>. Acesso em: Maio. 2017.
Instituto de Pesquisa Econômica Aplicada. Ipeadata. Disponível em:< http://www.ipea.gov.br/portal>. Acesso em: Junho. 2017.
Instituto Nacional de Estadística y Censos de la República Argentina. INDEC. Disponível em:< https://opex.indec.gov.ar/index.php?pagina=mapa_dinamico>. Acesso em: Junho. 2017.
King, Robert P.; Boehlje, Michael,; Cook, Michael L.; Sonka, Steven T. Agribusiness Economics and Management. Oxford University Press on behalf of the Agricultural and Applied Economics Association. Amer. J. Agr. Econ. 2010. 554–570P.
Maia, Jaime de Mariz. Economia internacional e comércio exterior. São Paulo: Atlas, 2001. Maia, Sinézio Fernandes. Impactos da abertura econômica sobre as exportações agrícolas
brasileiras: analise comparativa.In: XL CONGRESSO BRASILEIRO DA SOCIEDADE BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL. Passo Fundo: SOBER, Anais, 2002.
MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO - MAPA. Secretaria de Produção e Comercialização. Disponível em:
http://indicadores.agricultura.gov.br/agrostat/index.htm. Acesso em: Junho. 2017. MINISTÉRIO DO DESENVOLVIMENTO INDÚSTRIA E COMÉRCIO
EXTERIOR(MIDIC). Secretária do comércio exterior (SECEX). Disponível em:http://www.mdic.gov.br//sitio/interna/interna.php. Acesso em: Junho. 2017.
23
MINISTÉRIO DO DESENVOLVIMENTO, INDÚSTRA E COMÉRCIO EXTERIOR. Disponível em: <http://www.mdic.gov.br/comercio-exterior/estatisticas-de-comercio-exterior/balanca-comercial-brasileira-unidades-da-federacao>. Acesso em: Junho. 2017.
Montoya, Marco Antonio. O agronegócio no Mercosul: dimensão econômica,
desenvolvimento industrial e interdependência estrutural na Argentina, Brasil, Chile e Uruguai. Revista Brasileira de Economia. V.56, n.4. Rio de Janeiro, 2002. Disponível em:<
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-71402002000400004>. Acesso em: Maio. 2017.
Ricardo, David. Princípios de economia política e tributação. Coleção Os Economistas. São Paulo.1982.
Schumpeter, J.A. A teoria do desenvolvimento econômico: uma investigação sobre lucros, capital, crédito, juro e o ciclo econômico: Tradução de Maria Sílvia Possas
Disponibilizado por Ronaldo Dar. São Paulo: Nova Cultural, 1988. Título original: Theorie der WirtschaftlichenEntwicklungDunker&Humblot, Berlim, Alemanha, 1964. Souza, M. J. P.; Ilha, A. S. Índices de Vantagens Comparativas Reveladas e de Orientação
Regional Para Alguns Produtos do Agronegócio Brasileiro no Período de 1992 a 2002. In: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 43.2005.
Trennepohl, Dilson; Paiva, Carlos Águedo Nagel. A importância da sojicultura para o desenvolvimento da região noroeste do Rio Grande do Sul. Ensaios FEE, Porto Alegre, v. 31, 2011. 741-778 p. Disponível em:
<file:///C:/Users/Usuario/Downloads/A_importancia_da_sojicultura_para_o_desenvol viment.pdf >. Acesso em: Maio. 2017.
Trennepohl, Dilson; Paiva, Carlos Águedo Nagel. A importância da sojicultura para o desenvolvimento da região noroeste do Rio Grande do Sul. Ensaios FEE, Porto Alegre, v. 31, 2011. 741-778 p. Disponível em:
<file:///C:/Users/Usuario/Downloads/A_importancia_da_sojicultura_para_o_desenvol viment.pdf >. Acesso em: Maio. 2017.
USDA- United States Department of Agriculture. Foreign Agricultural Service: Soybeans and Products: World Trade. Disponível em:<
https://apps.fas.usda.gov/psdonline/psdReport.aspx?hidReportRetrievalName=Table+ 10%3a+Soybeans+and+Products%3a+World+Trade&hidReportRetrievalID=709&hid ReportRetrievalTemplateID=11>. Acesso em: Maio. 2017.
WTO. World trade organization. Disponível em: <https://www.wto.org/ english/ res_e/ statis_e/statis_bis_e.htm?solution=WTO&path=/Dashboards/MAPS&file=Map.wcdf &bookmarkState>. Acesso em: Junho. 2017.
