No description available.

No description available.

Master of Agribusiness / Department of Agricultural Economics / Allen M. Featherstone / Crop insurance, in recent years, has displaced U.S. federal farm program payments as the most important safety net for net farm income. The business climate that crop insurance purchasers and providers face in the future is one of increasing premiums for producers and decreasing commissions for crop insurance companies and agents. The primary objective of this thesis is to assess the desirability of crop insurance agency acquisitions to increase market share for Farm Credit Services of America, considering the significant uncertainties in the future subsidy levels and commission levels for these products. Financial analysis and modeling crop insurance agency acquisitions is completed under a wide range of future economic and political scenarios. The wide range of assumptions, however, does contribute to a wide range of potential purchase prices and rates of return on crop insurance agency acquisitions. The crop insurance industry faces uncertainty in the future and general industry profitability will likely decline. However, an expansion strategy in a period of reduced commissions can be profitable if acquisitions are priced appropriately and can be made in locations where existing support services can be leveraged to support the acquisition.

Informações que caracterizam o risco quebra de produção agrícola são necessárias para a precificação de prêmio do seguro agrícola de produção e de renda. A distribuição de probabilidade da variável rendimento agrícola é uma dessas informações, em especial aquela que descreve a variável aleatória rendimento agrícola condicionada aos fatores de risco climáticos. Este trabalho objetiva aplicar redes Bayesianas (grafo acíclico direcionado, ou modelo hierárquico Bayesiano) a estimação da distribuição de probabilidade de rendimento da soja em alguns municípios do Paraná, com foco na analise comparativa de riscos. Dados meteorológicos (ANA e INMET, período de 1970 a 2011) e de sensoriamento remoto (MODIS, período de 2000 a 2011) são usados conjuntamente para descrever espacialmente o risco climático de quebra de produção. Os dados de rendimento usados no estudo (COAMO, período de 2001 a 2011) requerem agrupamento de todos os dados ao nível municipal e, para tanto, a seleção de dados foi realizada nas dimensões espacial e temporal por meio de um mapa da cultura da soja (estimado por SVM - support vector machine) e os resultados de um algoritmo de identificação de ciclo de culturas. A interpolação requerida para os dados de temperatura utilizou uma componente de tendência estimada por dados de sensoriamento remoto, para descrever variações espaciais da variável que são ofuscadas pelos métodos tradicionais de interpolação. Como resultados, identificou-se relação significativa entre a temperatura observada por estações meteorológicas e os dados de sensoriamento remoto, apoiando seu uso conjunto nas estimativas. O classificador que estima o mapa da cultura da soja apresenta sobre-ajuste para safras das quais as amostras usadas no treinamento foram coletadas. Além da seleção de dados, a identificação de ciclo também permitiu obtenção de distribuições de datas de plantio da cultura da soja para o estado do Paraná. As redes bayesianas apresentam grande potencial e algumas vantagens quando aplicadas na modelagem de risco agrícola. A representação da distribuição de probabilidade por um grafo facilita o entendimento de problemas complexos, por suposições de causalidade, e facilita o ajuste, estruturação e aplicação do modelo probabilístico. A distribuição log-normal demonstrou-se a mais adequada para a modelagem das variáveis de ambiente (soma térmica, chuva acumulada e maior período sem chuva), e a distribuição beta para produtividade relativa e índices de estado (amplitude de NDVI e de EVI). No caso da regressão beta, o parâmetro de precisão também foi modelado com dependência das variáveis explicativas melhorando o ajuste da distribuição. O modelo probabilístico se demonstrou pouco representativo subestimando bastante as taxas de prêmio de seguro em relação a taxas praticadas no mercado, mas ainda assim apresenta contribui para o entendimento comparativo de situações de risco de quebra de produção da cultura da soja. / Information that characterize the risk of crop losses are necessary to crop and revenue insurance underwriting. The probability distribution of yield is one of this information. This research applies Bayesian networks (direct acyclic graph, or hierarchical Bayesian model) to estimate the probability distribution of soybean yield for some counties in Paraná state (Brazil) with focus on risk comparative analysis. Meteorological data (ANA and INMET, from 1970 to 2011) and remote sensing data (MODIS, from 2001 to 2011) were used to describe spatially the climate risk of production loss. The yield data used in this study (COAMO, from 2001 to 2011) required grouping to county level and, for that, a process of data selection was performed on spatial and temporal dimensions by a crop map (estimated by SVM - support vector machine) and by the results of a crop cycle identification algorithm. The interpolation required to spatialize temperature required a trend component which was estimated by remote sensing data, to describe the spatial variations of the variable obfuscated by traditional interpolation methods. As results, a significant relation between temperature from meteorological stations and remote sensing data was found, sustaining the use of the supposed relation between the two variables. The soybean map classifier shown over-fitting for the crop seasons for which the training samples were collected. Besides the data collection, a seeding dates distribution of soybean in Paraná state was obtained from the crop cycle identification process. The Bayesian networks showed big potential and some advantages when applied to agronomic risk modeling. The representation of the probability distribution by graphs helps the understanding of complex problems, with causality suppositions, and also helps the fitting, structuring and application of the probabilistic model. The log-normal probability distribution showed to be the best to model environment variables (thermal sum, accumulated precipitation and biggest period without rain), and the beta distribution to be the best to model relative yield and state indexes (NDVI and EVI ranges). In the case of beta regression, the precision parameter was also modeled with explanation variables as dependencies increasing the quality of the distribution fitting. In the overall, the probabilistic model had low representativity underestimating the premium rates, however it contributes to understand scenarios with risk of yield loss for the soybean crop.

O presente trabalho tem como principal objetivo, propor e testar métodos alternativos de precificação de contratos de seguro agrícola, baseados em um indicador de produtividade regional. A taxa de prêmio é calculada utilizando a abordagem nãoparamétrica de estimação da densidade da produtividade agrícola, a abordagem paramétrica utilizando as distribuições Normal e Beta e modelos hierárquicos Bayesianos. Na recuperação do processo gerador destes dados, são considerados os efeitos temporal, espacial e espaço-temporal visando a predição e a precificação de um contrato de seguro agrícola regional. Os dois primeiros métodos são aplicados a um conjunto de dados de produtividade municipal do Instituto Brasileiro de Geografia e Estatística (IBGE), no período de 1990 a 2002, para as culturas da soja, milho e trigo, no Estado do Paraná. Na análise empírica do modelo Bayesiano, são utilizados dados de produtividade municipal de milho, no Estado do Paraná, nos anos de 1990 a 2002. A escolha do melhor modelo dentre os modelos não-aninhados ajustados, é baseado no critério da preditiva a posteriori. As metodologias utilizadas nesta pesquisa incorporam melhorias no cálculo atuarial da taxa de prêmio, tendo em vista o pequeno número de observações de produtividade agrícola existentes. Além de propor novas metodologias, estudou-se a viabilidade de implantar um esquema de seguro agrícola regional na região de Castro, no Estado do Paraná, levando em conta a quantificação e redução do risco sistêmico proveniente da aquisição do seguro e da correlação da produtividade individual e regional. Para melhor entendimento dos diversos aspectos do problema, é feito um amplo levantamento histórico e principais tendências do seguro agrícola no Brasil e nos EUA, ressaltando os aspectos legal, institucional e operacional. O estudo mostrou que se o seguro regional de produtividade for oferecido na região de Castro, os produtores se beneficiariam devido à redução do risco proveniente do seguro e também devido ao prêmio relativamente menor do que aquele cobrado pelas seguradoras para os mesmos municípios estudados. / This research analyses alternative methods of pricing agricultural insurance contract based on regional yields. The premium rate is calculated using three different approaches: nonparametric method to estimate the density of the agricultural yield; parametric approach fitting the Normal and Beta distributions; and, hierarchical Bayesian models. The data generating process is recovered considering the temporal, spatial and spatio-temporal aspects to make predictions and pricing for area-yield insurance contract. The data used are county yields, collected by the Brazilian Institute of Geography and Statistics (IBGE), 1990 through 2002. The first two methods were applied to soybean, corn and wheat in the State of Paraná. In the Bayesian model, the empirical analysis limited to corn, in the State of the Paraná, from 1990 through 2002. The choice of the best model among the several non-nested models tested was based on the posterior predictive criteria. The methods proposed in this research intend to improve the actuarial calculation of the premium rate, taking into account the small size of data regarding agricultural yields. Besides proposing different methodologies, a case study of the viability was carried out. The possibility of implementation of an are-yield agricultural insurance was studied in the region of Castro, in the State of the Paraná. This case study considers the quantification and reduction of the systemic risk and also the correlation of the individual and regional yield. To better understand the problem involving the agricultural insurance, a broad historical review of literature was made in Brazil and U.S.A., considering its legal, institutional and operational aspects. The study shows that if a regional yield insurance contract is offered in the Castro region, producers would benefit from exposure to lower risk levels and also a relatively smaller premium rate than the rates charged by insurance companies in the same region.

Few sectors of the economy are as influential to the environment and are as susceptible to the influence of environmental changes as agriculture. This dissertation contains three chapters that examine agriculture as the primary interface at which human and nature interact. Primarily, I explore how policy support for financial risk management tools can have substantial impact on agricultural production choices via moral hazard and selection problems. While mitigating agricultural production risk, these supports also impact the environment via induced change in production choices. This dissertation contributes to U.S. agriculture policy and pollution management literature and insurance literature on moral hazard and selection problems. By examining the case of Federal Crop Insurance Program in the United States, this dissertation explores input choice changes caused by changes in government support for crop insurance. I proposed theoretical mechanism through which increasing use of financial risk management strategy can influence input decisions with risk implications, and tested these theories empirically with county-level panel data. Empirical tests showed that there were substantial decreases in irrigation investment and fertilizer application due to crop insurance offering. Policy implications on water scarcity and non-point source pollution management and on federal support to crop insurance market are discussed.

O presente trabalho tem como principal objetivo, propor e testar métodos alternativos de precificação de contratos de seguro agrícola, baseados em um indicador de produtividade regional. A taxa de prêmio é calculada utilizando a abordagem nãoparamétrica de estimação da densidade da produtividade agrícola, a abordagem paramétrica utilizando as distribuições Normal e Beta e modelos hierárquicos Bayesianos. Na recuperação do processo gerador destes dados, são considerados os efeitos temporal, espacial e espaço-temporal visando a predição e a precificação de um contrato de seguro agrícola regional. Os dois primeiros métodos são aplicados a um conjunto de dados de produtividade municipal do Instituto Brasileiro de Geografia e Estatística (IBGE), no período de 1990 a 2002, para as culturas da soja, milho e trigo, no Estado do Paraná. Na análise empírica do modelo Bayesiano, são utilizados dados de produtividade municipal de milho, no Estado do Paraná, nos anos de 1990 a 2002. A escolha do melhor modelo dentre os modelos não-aninhados ajustados, é baseado no critério da preditiva a posteriori. As metodologias utilizadas nesta pesquisa incorporam melhorias no cálculo atuarial da taxa de prêmio, tendo em vista o pequeno número de observações de produtividade agrícola existentes. Além de propor novas metodologias, estudou-se a viabilidade de implantar um esquema de seguro agrícola regional na região de Castro, no Estado do Paraná, levando em conta a quantificação e redução do risco sistêmico proveniente da aquisição do seguro e da correlação da produtividade individual e regional. Para melhor entendimento dos diversos aspectos do problema, é feito um amplo levantamento histórico e principais tendências do seguro agrícola no Brasil e nos EUA, ressaltando os aspectos legal, institucional e operacional. O estudo mostrou que se o seguro regional de produtividade for oferecido na região de Castro, os produtores se beneficiariam devido à redução do risco proveniente do seguro e também devido ao prêmio relativamente menor do que aquele cobrado pelas seguradoras para os mesmos municípios estudados. / This research analyses alternative methods of pricing agricultural insurance contract based on regional yields. The premium rate is calculated using three different approaches: nonparametric method to estimate the density of the agricultural yield; parametric approach fitting the Normal and Beta distributions; and, hierarchical Bayesian models. The data generating process is recovered considering the temporal, spatial and spatio-temporal aspects to make predictions and pricing for area-yield insurance contract. The data used are county yields, collected by the Brazilian Institute of Geography and Statistics (IBGE), 1990 through 2002. The first two methods were applied to soybean, corn and wheat in the State of Paraná. In the Bayesian model, the empirical analysis limited to corn, in the State of the Paraná, from 1990 through 2002. The choice of the best model among the several non-nested models tested was based on the posterior predictive criteria. The methods proposed in this research intend to improve the actuarial calculation of the premium rate, taking into account the small size of data regarding agricultural yields. Besides proposing different methodologies, a case study of the viability was carried out. The possibility of implementation of an are-yield agricultural insurance was studied in the region of Castro, in the State of the Paraná. This case study considers the quantification and reduction of the systemic risk and also the correlation of the individual and regional yield. To better understand the problem involving the agricultural insurance, a broad historical review of literature was made in Brazil and U.S.A., considering its legal, institutional and operational aspects. The study shows that if a regional yield insurance contract is offered in the Castro region, producers would benefit from exposure to lower risk levels and also a relatively smaller premium rate than the rates charged by insurance companies in the same region.

Informações que caracterizam o risco quebra de produção agrícola são necessárias para a precificação de prêmio do seguro agrícola de produção e de renda. A distribuição de probabilidade da variável rendimento agrícola é uma dessas informações, em especial aquela que descreve a variável aleatória rendimento agrícola condicionada aos fatores de risco climáticos. Este trabalho objetiva aplicar redes Bayesianas (grafo acíclico direcionado, ou modelo hierárquico Bayesiano) a estimação da distribuição de probabilidade de rendimento da soja em alguns municípios do Paraná, com foco na analise comparativa de riscos. Dados meteorológicos (ANA e INMET, período de 1970 a 2011) e de sensoriamento remoto (MODIS, período de 2000 a 2011) são usados conjuntamente para descrever espacialmente o risco climático de quebra de produção. Os dados de rendimento usados no estudo (COAMO, período de 2001 a 2011) requerem agrupamento de todos os dados ao nível municipal e, para tanto, a seleção de dados foi realizada nas dimensões espacial e temporal por meio de um mapa da cultura da soja (estimado por SVM - support vector machine) e os resultados de um algoritmo de identificação de ciclo de culturas. A interpolação requerida para os dados de temperatura utilizou uma componente de tendência estimada por dados de sensoriamento remoto, para descrever variações espaciais da variável que são ofuscadas pelos métodos tradicionais de interpolação. Como resultados, identificou-se relação significativa entre a temperatura observada por estações meteorológicas e os dados de sensoriamento remoto, apoiando seu uso conjunto nas estimativas. O classificador que estima o mapa da cultura da soja apresenta sobre-ajuste para safras das quais as amostras usadas no treinamento foram coletadas. Além da seleção de dados, a identificação de ciclo também permitiu obtenção de distribuições de datas de plantio da cultura da soja para o estado do Paraná. As redes bayesianas apresentam grande potencial e algumas vantagens quando aplicadas na modelagem de risco agrícola. A representação da distribuição de probabilidade por um grafo facilita o entendimento de problemas complexos, por suposições de causalidade, e facilita o ajuste, estruturação e aplicação do modelo probabilístico. A distribuição log-normal demonstrou-se a mais adequada para a modelagem das variáveis de ambiente (soma térmica, chuva acumulada e maior período sem chuva), e a distribuição beta para produtividade relativa e índices de estado (amplitude de NDVI e de EVI). No caso da regressão beta, o parâmetro de precisão também foi modelado com dependência das variáveis explicativas melhorando o ajuste da distribuição. O modelo probabilístico se demonstrou pouco representativo subestimando bastante as taxas de prêmio de seguro em relação a taxas praticadas no mercado, mas ainda assim apresenta contribui para o entendimento comparativo de situações de risco de quebra de produção da cultura da soja. / Information that characterize the risk of crop losses are necessary to crop and revenue insurance underwriting. The probability distribution of yield is one of this information. This research applies Bayesian networks (direct acyclic graph, or hierarchical Bayesian model) to estimate the probability distribution of soybean yield for some counties in Paraná state (Brazil) with focus on risk comparative analysis. Meteorological data (ANA and INMET, from 1970 to 2011) and remote sensing data (MODIS, from 2001 to 2011) were used to describe spatially the climate risk of production loss. The yield data used in this study (COAMO, from 2001 to 2011) required grouping to county level and, for that, a process of data selection was performed on spatial and temporal dimensions by a crop map (estimated by SVM - support vector machine) and by the results of a crop cycle identification algorithm. The interpolation required to spatialize temperature required a trend component which was estimated by remote sensing data, to describe the spatial variations of the variable obfuscated by traditional interpolation methods. As results, a significant relation between temperature from meteorological stations and remote sensing data was found, sustaining the use of the supposed relation between the two variables. The soybean map classifier shown over-fitting for the crop seasons for which the training samples were collected. Besides the data collection, a seeding dates distribution of soybean in Paraná state was obtained from the crop cycle identification process. The Bayesian networks showed big potential and some advantages when applied to agronomic risk modeling. The representation of the probability distribution by graphs helps the understanding of complex problems, with causality suppositions, and also helps the fitting, structuring and application of the probabilistic model. The log-normal probability distribution showed to be the best to model environment variables (thermal sum, accumulated precipitation and biggest period without rain), and the beta distribution to be the best to model relative yield and state indexes (NDVI and EVI ranges). In the case of beta regression, the precision parameter was also modeled with explanation variables as dependencies increasing the quality of the distribution fitting. In the overall, the probabilistic model had low representativity underestimating the premium rates, however it contributes to understand scenarios with risk of yield loss for the soybean crop.

This study examines how federal farm policies, specifically crop Insurance, have affected the farm economic structure of North Dakota's agriculture sector. The system of derived input demand equations is estimated to quantify the changes in North Dakota farmers' input use when they purchase crop insurance. Further, the cumulative rolling regression technique is applied to capture the varying effects of the farm policies over time. Empirical results from the system of input demand functions indicate that there is no moral hazard since North Dakota farmers will increase fertilizer and pesticide use in the presence of crop insurance. Results also indicate that farmers in this state will not increase the use of land.

nÃo hà / The drought causes harmful effects to the regional development of the Brazilian Northeast, mainly in semi-arid of Cearà State. In this context, the crop-insurance is an important public policy intended to mitigate the negative impacts of drought on the primary economy of the region. It provides financial assistance to the small farming families affected. Starting from this premise, this study analyzes - graphical, statistical and econometric - the effectivity of crop-insurance in the Cearà State, through the study of the relation between the contributions made by municipalities to their farmers and their respective annual grain yields, considered the triennium 2009-2011. The methodology will include quantitative data analysis and exploratory research from the bibliography correlated. It was found traces of non-effectivity in the implementation of crop- insurance for the period with mismatch between the pair studied (crop insurance contributions and variation in grain production). It is proposed to give knowledge to the municipal authorities competent to promote improvements in the allocation of resources in favor of the statement, thereby ensuring the character of public policy isonomic crop-insurance, subject to the performance of the Municipal Court, which is responsible for assigning constitutional evaluate of government programs. / A seca ocasiona efeitos nocivos ao desenvolvimento regional do Nordeste brasileiro, principalmente no semiÃrido cearense. Nesse contexto, o seguro-safra se insere como importante polÃtica pÃblica destinada a atenuar os impactos negativos das estiagens sobre a economia primÃria da regiÃo, na medida em que fornece assistÃncia financeira Ãs pequenas famÃlias de agricultores afetadas. Partindo dessa premissa, este trabalho analisa â grÃfica, estatÃstica e econometricamente â a efetividade do seguro-safra no estado do Cearà por meio do estudo da relaÃÃo existente entre os aportes efetuados pelos MunicÃpios a seus agricultores e as respectivas produÃÃes de grÃos anuais das municipalidades, considerado o triÃnio 2009-2011. A metodologia abrangerà anÃlise de dados quantitativos, com pesquisa exploratÃria junto à bibliografia correlacionada. Constatou-se haver indÃcios de nÃo-efetividade na execuÃÃo do seguro-safra para o perÃodo analisado, com descompasso entre o binÃmio estudado (aportes do seguro-safra e produÃÃo de grÃos), para o que se propÃs dar conhecimento do aqui concluÃdo Ãs autoridades municipais competentes, a fim de que promovam melhorias na execuÃÃo da polÃtica pÃblica em menÃÃo, garantindo dessa forma o carÃter isonÃmico da aÃÃo governamental, sem prejuÃzo da atuaÃÃo do Tribunal de Contas dos MunicÃpios, ao qual compete a atribuiÃÃo constitucional de avaliar programas de governo.