No abstract

O seguro agrícola tem ganho maior atenção no Brasil desde o início da década passada, com a implementação do Programa de Subvenção ao Prêmio do Seguro Rural. O presente estudo testou o desempenho de algoritmos de Machine Learning para as seguradoras anteciparem a ocorrência de sinistro, elaborando previsões por meio de dados de apólices e bases de dados climáticas entre os anos de 2006 e 2017. Foram testados os algoritmos Random Forest, Support Vector Machine e k-Nearest Neighbours. O segundo mostrou melhor performance preditiva de sinistros. No entanto, todos os métodos apresentaram baixa capacidade preditiva para a ocorrência de sinistros.

No abstract

No abstract

No abstract

No abstract

Resumo: A previsão dos prêmios do seguro agrícola tem impacto relevante no dimensionamento orçamentário do Programa de Subvenção ao Prêmio do Seguro Rural (PSR). Pela ótica da responsabilidade e do planejamento do gasto público, é preciso estimar com relativa precisão quanto se pretende despender com o Programa no curto e médio prazo (Emenda Constitucional nº 95, de 2016). O presente estudo faz uma comparação de métodos para a projeção do prêmio do seguro agrícola por região. Foram utilizados os modelos SARIMA e os algoritmos NNAR, TBATS, MAPA e ELM, com e sem a covariável de subsídio. As metodologias foram aplicadas aos dados mensais do volume de prêmio do seguro agrícola das regiões Sul, Sudeste, Centro-Oeste e Nordeste do Brasil de 2006 a 2018. Foi observado que o modelo SARIMA univariado mostrou o melhor resultado nas regiões Centro-Oeste e Nordeste, ao passo que o SARIMA e o ELM com a covariável foram superiores na região Sul e Sudeste, respectivamente. A partir desses resultados, foi possível discutir a relevância da subvenção para a ampliação do seguro nas regiões analisadas.

Resumo: O seguro agrícola de faturamento possui vantagens e desvantagens frente ao seguro agrícola tradicional e, apesar de sua grande penetração no mercado norte-americano, no Brasil essa modalidade ainda é incipiente. Diante disso, o objetivo deste estudo foi avaliar o efeito de alterações no preço de referência (preço base) sobre as indenizações desses contratos para a cultura da soja, em municípios selecionados, no período de 2008 a 2018. Os resultados mostraram que há fraca associação entre as séries de preço e produtividade, pois o efeito estimado ficou próximo de zero, mas de caráter negativo em que preço e produção apresentam comportamento inversamente correlacionados. Além disso, a escolha do parâmetro de preços teve forte influência no valor da indenização, já que ao utilizar o preço de Paranaguá, os produtores receberiam um montante de indenização menor do que aquele a que teriam direito caso utilizassem o preço de referência da sua região. Em particular, para os estados do Mato Grosso e Mato Grosso do Sul, a diferença seria muito maior. Este fato pode ser um indício da baixa contratação do seguro de faturamento por esses produtores, que mesmo com a subvenção federal, têm apresentado demanda menor, comparativamente aos produtores da região Sul.