Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/29364
metadata.artigo.dc.title: Gestão de riscos e dependência espacial em seguros agrícolas: uma análise da produtividade da soja
metadata.artigo.dc.title.alternative: Risk management and spatial dependence in agricultural insurance: an analysis of soybean productivity
Gestión de riesgos y dependencia espacial en el seguro agrícola: un análisis de la productividad de soja
metadata.artigo.dc.creator: Lopes, Patrick Fernandes
Chain, Caio Peixoto
Menezes, Thatiane Padilha de
Prado, José Willer do
Carvalho, Francisval de Melo
metadata.artigo.dc.subject: Correlograma de Moran
Estatística espacial
Produtividade agrícola
Risco sistêmico
Teoria atuarial
Moran's Correlogram
Spatial statistics
Agricultural productivity
Systemic risk
Actuarial theory
metadata.artigo.dc.publisher: Associação Interciencia
metadata.artigo.dc.date.issued: Aug-2017
metadata.artigo.dc.identifier.citation: LOPES, P. F. et al. Gestão de riscos e dependência espacial em seguros agrícolas: uma análise da produtividade da soja. Interciencia, Caracas, v. 42, n. 8, p. 503-508, aug. 2017.
metadata.artigo.dc.description.resumo: Estudos sobre a correlação espacial da produtividade agrícola podem gerar informações relevantes para a gestão de riscos das seguradoras quanto às estratégias de distribuição geográfica de clientes. O objetivo deste estudo foi avaliar a estrutura de dependência espacial da produtividade média municipal da soja para o estado de Paraná, Brasil, de 1990 a 2013. Para isso, foi efetuada análise por meio do correlograma espacial de Moran. Os resultados verificaram uma forte autocorrelação espacial nos últimos anos. A distância em que a dependência espacial deixou de ser significativa passou de 89,37km em 1990 para 121,87km ao final do período analisado. Sendo assim, concluiu-se que o correlograma de Moran foi suficiente para descrever as relações de dependência espacial da produtividade média da soja no Paraná. Além disso, essa correlação confirmou a quebra da pressuposição atuarial de que as unidades em estudo são espacialmente independentes. Concluiu-se, também, que é recomendável que as seguradoras utilizem mais de um método de análise de correlação espacial para validarem suas estimativas durante a definição de estratégias de gestão dos riscos da distribuição geográfica da carteira de clientes.
metadata.artigo.dc.description.abstract: Studies on spatial correlation agricultural productivity can generate relevant information for the risk management of insurance companies regarding geographical distribution strategies of customers. The objective of this study was to evaluate the spatial dependence structure of a municipal average soybean yield for the State of Paraná, Brazil, from 1990 to 2013. The analysis was conducted by means of the Moran spatial correlogram. A strong spatial autocorrelation was found for recent years. The distance at which the spatial dependence was no longer significant increased from 89.37km in 1990 to 121.87km at the end of the reporting period. Therefore, it was concluded that the Moran’s correlogram was sufficient to describe the spatial relationships of dependence of the average soybean productivity in Paraná. Moreover, this correlation confirmed the breakdown of the actuarial assumption that the studied units are spatially independent. Also, it is recommended that insurance firms use more than one spatial correlation analysis method to validate its estimates for the definition of risk management strategies of the geographical distribution of the customer portfolio.
metadata.artigo.dc.identifier.uri: https://www.interciencia.net/pt/volume-42/numero-08/
http://repositorio.ufla.br/jspui/handle/1/29364
metadata.artigo.dc.language: pt_BR
Appears in Collections:DAE - Artigos publicados em periódicos

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.