[pt] Esta dissertação investiga o impacto de sanções ambientais sobre mudanças florestais na Amazônia brasileira. Examinamos o papel da dissuasão geral na mudança do comportamento dos agricultores, alterando suas percepções sobre o risco de violar as leis florestais após serem punidos ou testemunharem a punição de fazendas adjacentes. Usando a estratégia de diferença em diferenças e novos dados espaciais, mostramos que as sanções reduzem o desmatamento em 48 por cento nas fazendas punidas e em 21 por cento nas fazendas adjacentes, enquanto aumentam o reflorestamento em 15 por cento e 6,5 por cento, respectivamente. Análises de heterogeneidade revelam que mesmo sanções sem componentes de incapacitação levam a mudanças comportamentais substanciais e que a responsividade dos fazendeiros às sanções coincide com o compromisso geral à aplicação das leis florestais. Não há evidências de deslocamento espacial ou tentativas de fugir do monitoramento. Em um cenário contrafactual sem sanções, o desmatamento dos fazendeiros aumentaria 29 por cento. Esses resultados sugerem que a dissuasão geral pode tornar as sanções ambientais uma ferramenta poderosa para combater o desmatamento e promover o reflorestamento em escala. / [en] This dissertation investigates the impact of environmental sanctions on forest changes in the Brazilian Amazon. We examine the role of general deterrence in changing farmers behavior by altering their perceived risk of violating forest laws after being punished or witnessing the punishment of adjacent farms. Using a difference-in-differences strategy and novel spatial data, we show that sanctions decrease deforestation by 48 percent in punished farms and 21 percent in adjacent farms while increasing reforestation by 15 percent and 6.5 percent, respectively. Heterogeneity analyses reveal that even sanctions lacking incapacitation components lead to substantial behavioral changes and that farmers responsiveness to sanctions coincides with the overall commitment to forest law enforcement. There is no evidence of spatial displacement or attempts to elude monitoring. In a counterfactual scenario without sanctions, farmers deforestation would increase by 29 percent. These findings suggest that general deterrence can make environmental sanctions a powerful tool for combating deforestation and promoting reforestation at scale.

[pt] O problema de valoração da opção de switch-use da terra é um enigma recorrente e de complexa solução, haja vista a grande variedade de incertezas relacionadas ao agronegócio no Brasil. Nesta dissertação é analisada e valorada essa opção através da abordagem da Teoria de Opções Reais (TOR), desenvolvendo um sistema de gerenciamento de longo prazo, considerando a instalação de um projeto de reflorestamento ou manejo silvipastoril e a existência inicial da pecuária de corte. A resolução do problema de onde e como investir é resolvida por meio da Simulação de Monte Carlo (SMC). As séries históricas de preços da madeira (diâmetros pequeno e médio) e do boi gordo, no período entre 1997 e 2015, são testadas para observar a sua aderência a um modelo estocástico de reversão à média (MRM). Os resultados mostraram que a decisão ótima a ser tomada é a de se investir imediatamente em um manejo silvipastoril, vencendo até mesmo as opções de aguardar e investir posteriormente. Por meio de análise de sensibilidade foram verificados os limites de segurança da decisão. / [en] The valuation problem of switch-use option of the land is a recurring and complex solution puzzle, given the wide range of uncertainties related to agribusiness in Brazil. This dissertation analyzed and valued this option through the approach of Real Options Theory (TOR), developing a long-term management system, considering the installation of a reforestation project or silvipasture management and initial stock of beef cattle. Solving the problem of where and how to invest is resolved through Monte Carlo Simulation (SMC). The historical series of timber prices (small and average diameters) and live cattle in the period between 1997 and 2015, are tested to observe their adherence to a stochastic model of mean reversion (MRM). The results showed that the optimal decision to be taken is to invest immediately in a silvipasture management, winning even the option to wait and invest later. Through sensitivity analysis the safety limits was of the decision are verified.