Tentarei expressar nestes poucos parágrafos apenas uma pequena fração da minha gratidão em relação a algumas pessoas que participaram direta ou indiretamente na consecução desta pesquisa. Seja pelo convívio diário no ambiente profissional ou até mesmo nas intensas discussões nas mesas de botequins.De fato, tantos entes iluminados passaram pelo meu caminho que fizeram destes últimos anos um período único na minha vida (felizmente, alguns ainda insistem em continuar nele). Foram tantas as experiências felizes, outras um tanto quanto tristes, que tornam a transcrição destas poucas páginas um trabalho árduo. Antecipadamente expresso minhas desculpas àqueles não mencionados nestes parágrafos, mas que de maneira alguma, são menos importantes para mim.Ofereço esta obra a duas pessoas muito especiais e que sempre foram meu ponto de referência: meus pais, Luiz e Fumie. Ao meu pai, uma pessoa particularmente iluminada, com caráter e personalidade inabaláveis, permitiu que eu tivesse acesso ao meu bem mais importante, o conhecimento. À minha mãe, centro intocável da minha família, sempre incentivou e colocou nossa formação educacional (minha e a da minha querida irmã Iza) em primeiro lugar.Sou grato ao Mauro (Saidera), pessoa que me ensinou o sentido da palavra generosidade e humildade. Ao Nelson, por ter enfrentado tantos altos e baixos na vida, me mostrou a importância de ser persistente e de sempre lutar. Para você, meu camarada, relembro aquele famoso refrão: "...Ali onde eu chorei qualquer um chorava, dar a volta por cima vi que eu dei, quero ver quem dava" (Noite Ilustrada). Dois grandes amigos que estarão sempre presentes, apesar da distância.Um agradecimento especial devo ao meu grande "mestre" e amigo Ricardo Shirota, grande apreciador dos "pequenos prazeres" da vida. Sua profunda sapiência e seu olhar sempre afrente do seu tempo foram fatores fundamentais na minha formação profissional. Exemplo de professor e orientador, suas idéias e críticas (sempre construtivas) foram fundamentais na elaboração desta obra.Pelas valiosas sugestões apontadas no decorrer do trabalho, sou grato aos professores

This article considers alternative methods to calculate the fair premium rate of crop insurance contracts based on county yields. The premium rate was calculated using parametric and nonparametric approaches to estimate the conditional agricultural yield density. These methods were applied to a data set of county yield provided by the Statistical and Geography Brazilian Institute (IBGE), for the period of 1990 through 2002, for soybean, corn and wheat, in the State of Parana. In this article, we propose methodological alternatives to pricing crop insurance contracts resulting in more accurate premium rates in a situation of limited data.

Time series from weather stations in Brazil have several missing data, outliers and spurious zeroes. In order to use this dataset in risk and meteorological studies, one should take into account alternative methodologies to deal with these problems. This article describes the statistical imputation and quality control procedures applied to a database of daily precipitation from meteorological stations located in the State of Parana, Brazil. After imputation, the data went through a process of quality control to identify possible errors, such as: identical precipitation over seven consecutive days and precipitation values that differ significantly from the values in neighboring weather stations. Next, we used the extreme value theory to model agricultural drought, considering the maximum number of consecutive days with precipitation below 7 mm for the period between January and February, in the main soybean agricultural regions in the State of Parana.

Resumo: A implementação de um programa de seguro rural é uma reivindicação antiga do setor agropecuário no país. Após a malsucedida experiência da Companhia Nacional de Seguro Agrícola o governo voltou a tomar medidas para incentivar o mercado, por intermédio da Lei n˚ 10.823/03, que subvenciona parte do prêmio pago pelo produtor. A natureza deste trabalho é essencialmente analítica, de tal forma que não foram estabelecidos modelos quantitativos. Historicamente, os resultados deficitários do Proagro e de diversas seguradoras demonstram que o atual modelo de seguro agrícola apresenta fortes sinais de esgotamento. O artigo mostra as principais iniciativas, tanto privadas como governamentais e sugere um conjunto de medidas visando o desenvolvimento do seguro rural no país. Palavras

Over the years, crop insurance programs became the focus of agricultural policy in the USA, Spain, Mexico, and more recently in Brazil. Given the increasing interest in insurance, accurate calculation of the premium rate is of great importance. We address the crop-yield distribution issue and its implications in pricing an insurance contract considering the dynamic structure of the data and incorporating the spatial correlation in the Hierarchical Bayesian framework. Results show that empirical (insurers) rates are higher in low risk areas and lower in high risk areas. Such methodological improvement is primarily important in situations of limited data.crop insurance, Bayesian hierarchical model, premium rate, skew-normal distribution, spatial correlation,

This article presents a statistical model of agricultural yield data based on a set of hierarchical Bayesian models that allows joint modeling of temporal and spatial autocorrelation. This method captures a comprehensive range of the various uncertainties involved in predicting crop insurance premium rates as opposed to the more traditional ad hoc, two-stage methods that are typically based on independent estimation and prediction. A panel data set of county-average yield data was analyzed for 290 counties in the State of Paraná (Brazil) for the period of 1990 through 2002. Posterior predictive criteria are used to evaluate different model specifications. This article provides substantial improvements in the statistical and actuarial methods often applied to the calculation of insurance premium rates. These improvements are especially relevant to situations where data are limited.

Nos últimos anos, o governo federal tem incentivado o mercado de seguro rural por meio de medidas pontuais que visam o aumento da demanda e o estabelecimento de condições adequadas para as seguradoras ofertarem seus produtos. Uma dessas medidas foi o Programa de Subvenção ao Prêmio do Seguro Rural (PSP), que apresentou grande crescimento desde 2005, quando o programa começou. Entretanto, este crescimento tem se concentrado apenas no estado do Paraná. O artigo mostra que o entrave para expandir o seguro rural para outros estados não se restringe apenas ao risco relativo, mas à inexistência de uma base consolidada de dados nos municípios analisados.
Over the last years, the federal government has been stimulating the crop insurance market through a few measures that aim to increase the demand and support insurance companies to offer their products. One of these measures was the Insurance Premium Subsidy Program (PSP) that registered an increase since the beginning of the program. However, this expressive growth has been concentrating only in the Paraná state. This article states that one of the main obstacles to expand the agricultural insurance to other states is not restricted only to the relative risk, but to the inexistence of a consolidated database in several cities

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.