We define and model the research production at Embrapa, the major Brazilian institution responsible for applied agricultural research. The main theoretical framework is Data Envelopment Analysis-DEA. We explore the economic interpretation and the statistical properties of these models to compute confidence intervals for output oriented efficiency measurements, based on a parametric flexible model, defined by the truncated normal distribution. These results provide a better insight on the efficiency classification and allow comparison among the DMUs involved in the evaluation process taking into account inefficiency random variation.
ResumoEssa pesquisa avaliou a transmissão de preços entre diferentes elos de cadeias produtivas do Brasil. Especificamente, avaliou-se a transmissão do preço do petróleo para os preços dos três fertilizantes básicos (cloreto de potássio, superfosfato simples e sulfato de amônia) e das commodities (milho, soja e frango), bem como as transmissões entre esses produtos. Os resultados revelam que os preços de fertilizantes e commodities apresentam uma baixa dependência do preço do petróleo. Variações no preço do milho e da soja são parcialmente repassadas para o preço dos fertilizantes e vice-versa. Variações no preço da soja são transmitidas para o preço do milho. Os preços do milho e do frango podem ser considerados mutuamente dependentes. O preço da soja é altamente exógeno, não sendo influenciado pelos demais produtos.Palavras chaves: Petróleo, fertilizantes, VEC. AbstractThis research evaluated a transmission of prices between different links of productive chains in Brazil. Specifically, we evaluated a transmission of the price of oil to the prices of three basic fertilizers (potassium chloride, ammonium sulphate, and simple superphosphate) and commodities (corn, soybean and chicken), as well as transmissions between these products. The results reveal that fertilizer and commodity prices are a low dependence on the price of oil. Variations in the price of corn and soybeans are partially passed on to the price of fertilizers and vice versa. Variations in the price of soybean are transmitted to the price of corn. Prices of corn and chicken can be mutually dependent. The price of soybean is highly exogenous and is not altered by other products.Key words: Oil, fertilizers, VEC.Código JEL: Q02; Q11; Q13 IntroduçãoO Brasil é um importante supridor de commodities, tanto para as exportações quanto para o seu próprio consumo. Dos muitos produtos que o país produz, merece destaque a carne de frango. Além do Brasil estar entre os maiores produtores e consumidores desta carne, devido, entre outros fatores, à maior
O presente trabalho tem por objetivo apresentar projeções brasileiras de produção, consumo, exportação e preço médio de exportação para as carnes (bovina, suína e frango). As projeções foram geradas com a utilização da representação markoviana (espaço de estados) e do modelo autorregressivo integrado de médias móveis (Arima). Taxas anuais de crescimento também foram calculadas. As séries foram observadas no período 1972-2009, e a análise das previsões visa o período 2010-2020. As projeções dos produtos estão bem ajustadas às observações. De acordo com os resultados, o Brasil mostrou tendência de crescimento em todas as séries analisadas. A partir dessa análise, conclui-se que o mercado brasileiro de carnes indica boas perspectivas de crescimento e fortalecimento em termos mundiais, em especial para a carne de frango.
This work aimed to present Brazilian forecasts of production, consumption, exports and export average price of meat (beef, pork and poultry). Forecasts were generated using the Markovian representation (state space) model and an autoregressive integrated moving average (Arima). Annual growth rates were also calculated. Series observed involve the period from 1972 to 2009 and the analysis of the forecasts involves the period from 2010 to 2020. The forecasts of the products are well adjusted to the observations. According to the results, Brazil showed a growth trend in all the analyzed variables. It is concluded that the Brazilian meat market indicates good perspectives of strengthening in world terms, especially for poultry
ResumoAvaliam-se três técnicas do tipo bootstrap para a análise estatística de um modelo não-paramétrico de produção em que uma medida de eficiência DEA é afetada potencialmente por um conjunto de fatores exógenos. A aplicação de interesse diz respeito a avaliação da significância das variáveis contextuais receita própria, melhoria de processos, intensidade de parcerias, tipo e tamanho nas eficiências técnicas de produção dos centros de pesquisa da Embrapa. Conclui-se que o bootstrap associado ao estimador de máxima verossimilhança produz o melhor ajuste do ponto de vista da correlação de Pearson entre valores observados e preditos e é o mais informativo relativamente a significância das variáveis consideradas. Com exceção de tamanho todas as variáveis contextuais são estatisticamente significantes. Receita própria, melhoria de processos e intensidade de parcerias são todas positivamente associadas com a eficiência técnica.Palavras-chave: DEA; bootstrap; estimação em dois estágios. AbstractWe evaluate three bootstrap techniques for the statistical analysis of a non parametric production model for which a DEA measure of efficiency is potentially affected by a set of exogenous factors. The application of interest relates to the assessment of the significance of the contextual variables income generation, processes improvement, intensity of partnerships, type and size on the technical efficiencies of Embrapa's research centers. It is concluded that the bootstrap of the maximum likelihood estimator provides the best fit from the point of view of Pearson correlation between observed and predicted values and is the most informative in regard to the significance of the variables considered. With the exception of size all contextual variables are statistically significant. Income generation, processes improvement and intensity of partnerships are all positively associated with technical efficiency.
Este artigo apresenta um relato de experiência de um projeto de testes de software que tinha como principal objetivo verificar a aceitação de um produto no mercado brasileiro. Os testes desse produto deveriam ser realizados por diferentes perfis de usuários, nas cinco regiões do Brasil. Como resultado, foi possível observar que a colaboração de diferentes perfis testando o mesmo produto foi importante na identificação de falhas e melhorias, agregando valor à qualidade do produto.
Este artigo analisa os determinantes do processamento doméstico de soja com base em dados mensais de 01/2005 a 12/2015. Para tanto, desenvolve-se e ajusta-se um modelo teórico, cujas hipóteses são testadas por meio de Modelos de Autorregressão Vetorial com Correção de Erros (VEC). As informações obtidas com a análise desses determinantes complementam a literatura existente sobre o mercado de soja, os quais geralmente são voltados para a análise da relação entre preços. Os resultados indicam que, dentre as variáveis consideradas, a renda é a que apresenta maior influência sobre o processamento doméstico de soja, com efeito positivo e mais do que proporcional, suegrindo que a demanda por produtos processados aumenta quando o poder de compra aumenta. A renda também impacta forte e positivamente as quantidades abatidas de suínos e de aves, indicando que à medida que o poder de compra aumenta, o consumo de carnes tende a aumentar. De modo geral, o modelo ajustado atendeu de forma satisfatória aos propósitos de se obter um maior conhecimento do segmento do mercado de soja de interesse deste estudo.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.