Dissertação (mestrado)—Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, 2009. / Submitted by Allan Wanick Motta (allan_wanick@hotmail.com) on 2010-04-23T13:50:01Z No. of bitstreams: 1 2009_RosemeireCristinadosSantos.pdf: 2447690 bytes, checksum: 921f5e9f44ca55408dc99946a751fc77 (MD5) / Approved for entry into archive by Lucila Saraiva(lucilasaraiva1@gmail.com) on 2010-05-18T02:41:24Z (GMT) No. of bitstreams: 1 2009_RosemeireCristinadosSantos.pdf: 2447690 bytes, checksum: 921f5e9f44ca55408dc99946a751fc77 (MD5) / Made available in DSpace on 2010-05-18T02:41:24Z (GMT). No. of bitstreams: 1 2009_RosemeireCristinadosSantos.pdf: 2447690 bytes, checksum: 921f5e9f44ca55408dc99946a751fc77 (MD5) Previous issue date: 2009 / A soja é a principal oleaginosa plantada mundialmente e devido ao seu amplo e diversificado uso possui grande importância na economia dos países que a produzem. Seu cultivo teve impulso no Brasil após a década 1970. O Estado de Mato Grosso desponta como o maior produtor de soja brasileiro. Cultivada em vastas áreas, diferentemente da década de 1970, quando os recursos do crédito rural oficial eram abundantes, a soja hoje é financiada em sua maior parte com recursos de tradings, através de mecanismos de comercialização antecipada. Ao se firmar uma operação de comercialização antecipada, transaciona-se o risco e/ou o crédito. O risco refere-se à possibilidade de fixação de preços e/ou de câmbio no mercado futuro e o crédito, por si já embute o risco de uma possível inadimplência. Além desses riscos, há o risco operacional, o risco de reputação, o risco legal e o de mercado. Compreender como as tradings lidam o risco das operações de comercialização antecipada de soja é o principal questionamento que o presente estudo procura responder, através da abordagem dos diferentes conceitos de risco que incidem sobre os contratos de comercialização antecipada assim como as estratégias utilizadas pelas tradings para mitigá-los. Para atingir esse resultado, desenvolveu-se um estudo exploratório e utilizou-se o Método Delphi para estruturar a coleta de dados, que foram analisados a luz das Teorias da Nova Economia Institucional e Economia dos Custos de Transação. Também procurou-se caracterizar o ambiente institucional do Sistema Agroindustrial da Soja, enfatizando os atores e as transações que ocorrem na comercialização antecipada da soja. Buscou-se ainda identificar e analisar os tipos de contratos de financiamento privado e comercialização antecipada da soja. Os resultados do estudo demonstram que o ambiente institucional tem induzido alterações nos termos dos contratos e isto não se restringe apenas a região Norte do Estado de Mato Grosso. Observou-se que os contratos têm sido ineficientes como instrumentos de gerenciamento de riscos de mercado, objetivo precípuo para o qual surgiram, em face do elevado custo de transação. Também, que as tradings concedem um peso maior aos riscos relacionados ao mercado, como reputação, mercado e legal, e um peso menor para os riscos relacionados ao crédito. _______________________________________________________________________________ ABSTRACT / Soybean is the main oilseed planted worldwide and due to its large and diverse use it has a great importance in the economies of countries that produce it. Its production grew in Brazil after 1970 decade. The Mato Grosso State appears as the largest producer of soybeans in Brazil. Cultivated in large areas, unlike in the 1970s, when the resources of official rural credit were abundant, the soybean is today funded its biggest part by funds from trading, through mechanisms of early commercialization. While signing an anticipated marketing operation, transact it the risk and / or credit. The risk is the possibility of price fixing and /or exchange in the future market. The credit already embeds the risk of possible default. Besides these risks, there is an operational risk, reputation risk, legal risk and market risk. Understand how the trading address the risk of marketing operations for anticipated soybean commercialization is the main question that this study attempts to answer. By addressing the different concepts of risk that fall on contracts for anticipated commercialization, as well as, trading strategies used by trades to mitigate them. To achieve this result, it was developed and an exploratory study using the Delphi method to structure data collection, which were analyzed in light of the theories of New Institutional Economy and the Transaction Costs Economy. Also, it was sought to characterize the Agro industrial Soybeans System institutional environment, emphasizing the actors and the transactions that occur early in the soybeans marketing. In addition, it was tried to identify and analyze the contracts types for private financing and anticipated soybean commercialization. The study result shows that the institutional environment has induced changes in terms of that do not restrict only the northern state of Mato Grosso, but all contracts. It was observed that the contracts have been ineffective as instruments to manage market risks, which was the mainly objective for what contracts were emerged. Trading companies have given high weight to risks related to market, such as, reputation, market and legal issues, while a lower weight to risks related to credit.

Devido às características geopolíticas do Brasil, a obtenção de estimativas agrícolas confiáveis é de fundamental importância para o país proporcionando a manutenção do equilíbrio entre oferta e demanda na cadeia produtiva de alimentos. Os Estados do Mato Grosso e Rio Grande do Sul são dois grandes produtores de soja no Brasil, ocupando a primeira e a terceira posição respectivamente, e apresentam características climáticas e ecoregionais bem diferenciadas. Tipicamente, dados de imagens dos satélites Terra do programa EOS-MODIS (Earth Observing System- Moderate Resolution Imaging Spectroradiometer), e dos satélites NOAA (National Oceanic and Atmospheric Administration) têm sido utilizadas em aplicações do monitoramento do ciclo de desenvolvimento das culturas e estimativa da produção agrícola. Em busca da estruturação de modelos de caráter prognóstico, inteiramente baseados em dados de sensoriamento remoto, este estudo visa explorar a combinação entre o EVI (Enhanced Vegetation Index - ou Índice de vegetação realçado), produto MOD13Q1-V005 e a LST (Land Surface Temperature – ou Temperatura da Superfície Terrestre), produto MYD11A2-V005 na estimativa da produtividade da soja. Nesse sentido, o objetivo nesta Tese foi aprofundar o conhecimento sobre os efeitos conjugados do estresse hídrico e da ocorrência de temperaturas elevadas no dossel da vegetação como contribuição ao avanço dos modelos espectrais de estimativa da produção. A abordagem inicial foi desenvolver um modelo espectral acoplado CM (Coupled Model) a partir do MCDA (MODIS Crop Detection Algorithm – ou Algoritmo de Detecção de Área Agrícola por MODIS) e do MPDM (MODIS Productivity Detection Model – ou Modelo de Detecção de Produtividade da Soja por MODIS), que utilizam apenas dados EVI como variáveis de entrada. Os resultados do modelo acoplado de estimativa da produção foram comparados com dados provenientes do IBGE (Instituto Brasileiro de Geografia e Estatística) e de precipitação ocorrida proveniente do INMET (Instituto Nacional de Meteorologia), entre 2001 e 2011 para os Estados do Mato Grosso e Rio Grande do Sul. Os dois Estados apresentaram tendências semelhantes com aderência aos dados oficiais em nível estadual e municipal. Para o Mato Grosso o modelo acoplado CM, obteve estimativas de R2=0,96 e RMSD=47.878 toneladas em nível municipal. Testes de validação adicionais foram realizados na safra 2006, utilizando dados de campo, em que se obteve R2=0,88 e RMSD=104 toneladas. Para o Rio Grande do Sul foi obtido R2=0,91 e RMSD=10.841 toneladas em nível municipal. Na análise da relação entre LST sobre o dossel da vegetação agrícola e produtividade, Mato Grosso e Rio Grande do Sul apresentaram respostas divergentes. O Mato Grosso apresentou uma relação matemática direta entre LST-dossel e produtividade, com R2=0,60 e RMSD=6,2%. No Rio Grande do Sul foi observado uma relação matemática inversa, com R2=0,73 e RMSD=17,8%. Os resultados mostram que a quantidade da precipitação acumulada, no período da safra de verão, desempenha papel fundamental na manutenção do equilíbrio da demanda evaporativa quando ocorrem temperaturas elevadas sobre o dossel da vegetação. / Reliable agricultural estimates are important for most countries, and crucial for Brazil, due to its geopolitical characteristics derived from a vast territory. Good estimates ensure a balance between offer and needs inside the food chain production. The States of Mato Grosso and Rio Grande do Sul are large soybean producers, ranking first and third respectively in Brazil, and present quite different climatic and ecological characteristics. As an alternative to conventional estimation methods, soybean crops have been monitored and grain production estimated using Remote Sensing data with sources as EOS-MODIS (Earth Observing System-Moderate Resolution Imaging Spectroradiometer) from Terra satellite and also from the NOAA (National Oceanic and Atmospheric Administration) satellites. This work aimed to the development of forecasting models completely based in Remote Sensing data, by integrating information on EVI (Enhanced Vegetation Index), product MOD13Q1-V005, and LST (Land Surface Temperature), produto MYD11A2-V005, to estimates of soybean yield. More precisely, the objective of this work was to advance the knowledge on the superposed effects of water stress and high temperatures on the vegetation canopy, as a contribution to the development of spectral models for production estimates. The starting approach was to develop a coupled spectral model (CM - Coupled Model), from the MCDA (MODIS Crop Detection Algorithm) and from the MPDM (MODIS Productivity Detection Model), which use only EVI data as input variables. The production estimates, as results of this Coupled Model, were compared with similar data from IBGE (Instituto Brasileiro de Geografia e Estatística) and matched with records on precipitation from INMET (Instituto Nacional de Meteorologia) between 2001 and 2011 for Mato Grosso and Rio Grande do Sul States. For both States the application of the coupled model produced results close to the official data at state and county levels. For Mato Grosso, correlations of CM with official data were R2=0.96 and RMSD=47,878 metric tons at county level. Additional validation tests were performed for the 2006 crop, using field data, producing R2=0.88 and RMSD=104 metric tons. For Rio Grande do Sul results were R2=0.91 and RMSD=10,841 metric tons at municipality level. In the analysis on the relationship between canopy LST and yield, Mato Grosso and Rio Grande do Sul presented opposite results. Mato Grosso showed a direct mathematical correlation between canopy LST and yield, with R2=0.60 and RMSD=6.2%. For Rio Grande do Sul an inverse mathematical expression was derived, with R2=0.73 and RMSD=17.8%. These results show that the accumulated precipitation during the summer crops is crucial to maintain a balance of the evaporative demand when the vegetation canopy is exposed to high temperatures.

Devido às características geopolíticas do Brasil, a obtenção de estimativas agrícolas confiáveis é de fundamental importância para o país proporcionando a manutenção do equilíbrio entre oferta e demanda na cadeia produtiva de alimentos. Os Estados do Mato Grosso e Rio Grande do Sul são dois grandes produtores de soja no Brasil, ocupando a primeira e a terceira posição respectivamente, e apresentam características climáticas e ecoregionais bem diferenciadas. Tipicamente, dados de imagens dos satélites Terra do programa EOS-MODIS (Earth Observing System- Moderate Resolution Imaging Spectroradiometer), e dos satélites NOAA (National Oceanic and Atmospheric Administration) têm sido utilizadas em aplicações do monitoramento do ciclo de desenvolvimento das culturas e estimativa da produção agrícola. Em busca da estruturação de modelos de caráter prognóstico, inteiramente baseados em dados de sensoriamento remoto, este estudo visa explorar a combinação entre o EVI (Enhanced Vegetation Index - ou Índice de vegetação realçado), produto MOD13Q1-V005 e a LST (Land Surface Temperature – ou Temperatura da Superfície Terrestre), produto MYD11A2-V005 na estimativa da produtividade da soja. Nesse sentido, o objetivo nesta Tese foi aprofundar o conhecimento sobre os efeitos conjugados do estresse hídrico e da ocorrência de temperaturas elevadas no dossel da vegetação como contribuição ao avanço dos modelos espectrais de estimativa da produção. A abordagem inicial foi desenvolver um modelo espectral acoplado CM (Coupled Model) a partir do MCDA (MODIS Crop Detection Algorithm – ou Algoritmo de Detecção de Área Agrícola por MODIS) e do MPDM (MODIS Productivity Detection Model – ou Modelo de Detecção de Produtividade da Soja por MODIS), que utilizam apenas dados EVI como variáveis de entrada. Os resultados do modelo acoplado de estimativa da produção foram comparados com dados provenientes do IBGE (Instituto Brasileiro de Geografia e Estatística) e de precipitação ocorrida proveniente do INMET (Instituto Nacional de Meteorologia), entre 2001 e 2011 para os Estados do Mato Grosso e Rio Grande do Sul. Os dois Estados apresentaram tendências semelhantes com aderência aos dados oficiais em nível estadual e municipal. Para o Mato Grosso o modelo acoplado CM, obteve estimativas de R2=0,96 e RMSD=47.878 toneladas em nível municipal. Testes de validação adicionais foram realizados na safra 2006, utilizando dados de campo, em que se obteve R2=0,88 e RMSD=104 toneladas. Para o Rio Grande do Sul foi obtido R2=0,91 e RMSD=10.841 toneladas em nível municipal. Na análise da relação entre LST sobre o dossel da vegetação agrícola e produtividade, Mato Grosso e Rio Grande do Sul apresentaram respostas divergentes. O Mato Grosso apresentou uma relação matemática direta entre LST-dossel e produtividade, com R2=0,60 e RMSD=6,2%. No Rio Grande do Sul foi observado uma relação matemática inversa, com R2=0,73 e RMSD=17,8%. Os resultados mostram que a quantidade da precipitação acumulada, no período da safra de verão, desempenha papel fundamental na manutenção do equilíbrio da demanda evaporativa quando ocorrem temperaturas elevadas sobre o dossel da vegetação. / Reliable agricultural estimates are important for most countries, and crucial for Brazil, due to its geopolitical characteristics derived from a vast territory. Good estimates ensure a balance between offer and needs inside the food chain production. The States of Mato Grosso and Rio Grande do Sul are large soybean producers, ranking first and third respectively in Brazil, and present quite different climatic and ecological characteristics. As an alternative to conventional estimation methods, soybean crops have been monitored and grain production estimated using Remote Sensing data with sources as EOS-MODIS (Earth Observing System-Moderate Resolution Imaging Spectroradiometer) from Terra satellite and also from the NOAA (National Oceanic and Atmospheric Administration) satellites. This work aimed to the development of forecasting models completely based in Remote Sensing data, by integrating information on EVI (Enhanced Vegetation Index), product MOD13Q1-V005, and LST (Land Surface Temperature), produto MYD11A2-V005, to estimates of soybean yield. More precisely, the objective of this work was to advance the knowledge on the superposed effects of water stress and high temperatures on the vegetation canopy, as a contribution to the development of spectral models for production estimates. The starting approach was to develop a coupled spectral model (CM - Coupled Model), from the MCDA (MODIS Crop Detection Algorithm) and from the MPDM (MODIS Productivity Detection Model), which use only EVI data as input variables. The production estimates, as results of this Coupled Model, were compared with similar data from IBGE (Instituto Brasileiro de Geografia e Estatística) and matched with records on precipitation from INMET (Instituto Nacional de Meteorologia) between 2001 and 2011 for Mato Grosso and Rio Grande do Sul States. For both States the application of the coupled model produced results close to the official data at state and county levels. For Mato Grosso, correlations of CM with official data were R2=0.96 and RMSD=47,878 metric tons at county level. Additional validation tests were performed for the 2006 crop, using field data, producing R2=0.88 and RMSD=104 metric tons. For Rio Grande do Sul results were R2=0.91 and RMSD=10,841 metric tons at municipality level. In the analysis on the relationship between canopy LST and yield, Mato Grosso and Rio Grande do Sul presented opposite results. Mato Grosso showed a direct mathematical correlation between canopy LST and yield, with R2=0.60 and RMSD=6.2%. For Rio Grande do Sul an inverse mathematical expression was derived, with R2=0.73 and RMSD=17.8%. These results show that the accumulated precipitation during the summer crops is crucial to maintain a balance of the evaporative demand when the vegetation canopy is exposed to high temperatures.

Devido às características geopolíticas do Brasil, a obtenção de estimativas agrícolas confiáveis é de fundamental importância para o país proporcionando a manutenção do equilíbrio entre oferta e demanda na cadeia produtiva de alimentos. Os Estados do Mato Grosso e Rio Grande do Sul são dois grandes produtores de soja no Brasil, ocupando a primeira e a terceira posição respectivamente, e apresentam características climáticas e ecoregionais bem diferenciadas. Tipicamente, dados de imagens dos satélites Terra do programa EOS-MODIS (Earth Observing System- Moderate Resolution Imaging Spectroradiometer), e dos satélites NOAA (National Oceanic and Atmospheric Administration) têm sido utilizadas em aplicações do monitoramento do ciclo de desenvolvimento das culturas e estimativa da produção agrícola. Em busca da estruturação de modelos de caráter prognóstico, inteiramente baseados em dados de sensoriamento remoto, este estudo visa explorar a combinação entre o EVI (Enhanced Vegetation Index - ou Índice de vegetação realçado), produto MOD13Q1-V005 e a LST (Land Surface Temperature – ou Temperatura da Superfície Terrestre), produto MYD11A2-V005 na estimativa da produtividade da soja. Nesse sentido, o objetivo nesta Tese foi aprofundar o conhecimento sobre os efeitos conjugados do estresse hídrico e da ocorrência de temperaturas elevadas no dossel da vegetação como contribuição ao avanço dos modelos espectrais de estimativa da produção. A abordagem inicial foi desenvolver um modelo espectral acoplado CM (Coupled Model) a partir do MCDA (MODIS Crop Detection Algorithm – ou Algoritmo de Detecção de Área Agrícola por MODIS) e do MPDM (MODIS Productivity Detection Model – ou Modelo de Detecção de Produtividade da Soja por MODIS), que utilizam apenas dados EVI como variáveis de entrada. Os resultados do modelo acoplado de estimativa da produção foram comparados com dados provenientes do IBGE (Instituto Brasileiro de Geografia e Estatística) e de precipitação ocorrida proveniente do INMET (Instituto Nacional de Meteorologia), entre 2001 e 2011 para os Estados do Mato Grosso e Rio Grande do Sul. Os dois Estados apresentaram tendências semelhantes com aderência aos dados oficiais em nível estadual e municipal. Para o Mato Grosso o modelo acoplado CM, obteve estimativas de R2=0,96 e RMSD=47.878 toneladas em nível municipal. Testes de validação adicionais foram realizados na safra 2006, utilizando dados de campo, em que se obteve R2=0,88 e RMSD=104 toneladas. Para o Rio Grande do Sul foi obtido R2=0,91 e RMSD=10.841 toneladas em nível municipal. Na análise da relação entre LST sobre o dossel da vegetação agrícola e produtividade, Mato Grosso e Rio Grande do Sul apresentaram respostas divergentes. O Mato Grosso apresentou uma relação matemática direta entre LST-dossel e produtividade, com R2=0,60 e RMSD=6,2%. No Rio Grande do Sul foi observado uma relação matemática inversa, com R2=0,73 e RMSD=17,8%. Os resultados mostram que a quantidade da precipitação acumulada, no período da safra de verão, desempenha papel fundamental na manutenção do equilíbrio da demanda evaporativa quando ocorrem temperaturas elevadas sobre o dossel da vegetação. / Reliable agricultural estimates are important for most countries, and crucial for Brazil, due to its geopolitical characteristics derived from a vast territory. Good estimates ensure a balance between offer and needs inside the food chain production. The States of Mato Grosso and Rio Grande do Sul are large soybean producers, ranking first and third respectively in Brazil, and present quite different climatic and ecological characteristics. As an alternative to conventional estimation methods, soybean crops have been monitored and grain production estimated using Remote Sensing data with sources as EOS-MODIS (Earth Observing System-Moderate Resolution Imaging Spectroradiometer) from Terra satellite and also from the NOAA (National Oceanic and Atmospheric Administration) satellites. This work aimed to the development of forecasting models completely based in Remote Sensing data, by integrating information on EVI (Enhanced Vegetation Index), product MOD13Q1-V005, and LST (Land Surface Temperature), produto MYD11A2-V005, to estimates of soybean yield. More precisely, the objective of this work was to advance the knowledge on the superposed effects of water stress and high temperatures on the vegetation canopy, as a contribution to the development of spectral models for production estimates. The starting approach was to develop a coupled spectral model (CM - Coupled Model), from the MCDA (MODIS Crop Detection Algorithm) and from the MPDM (MODIS Productivity Detection Model), which use only EVI data as input variables. The production estimates, as results of this Coupled Model, were compared with similar data from IBGE (Instituto Brasileiro de Geografia e Estatística) and matched with records on precipitation from INMET (Instituto Nacional de Meteorologia) between 2001 and 2011 for Mato Grosso and Rio Grande do Sul States. For both States the application of the coupled model produced results close to the official data at state and county levels. For Mato Grosso, correlations of CM with official data were R2=0.96 and RMSD=47,878 metric tons at county level. Additional validation tests were performed for the 2006 crop, using field data, producing R2=0.88 and RMSD=104 metric tons. For Rio Grande do Sul results were R2=0.91 and RMSD=10,841 metric tons at municipality level. In the analysis on the relationship between canopy LST and yield, Mato Grosso and Rio Grande do Sul presented opposite results. Mato Grosso showed a direct mathematical correlation between canopy LST and yield, with R2=0.60 and RMSD=6.2%. For Rio Grande do Sul an inverse mathematical expression was derived, with R2=0.73 and RMSD=17.8%. These results show that the accumulated precipitation during the summer crops is crucial to maintain a balance of the evaporative demand when the vegetation canopy is exposed to high temperatures.

Submitted by Socorro Albuquerque (sbarbosa@ufpa.br) on 2018-11-14T12:29:46Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ProducaoFamiliarCommodities.pdf: 3128106 bytes, checksum: b0b51d0d157ce175506e8332c6e90ade (MD5) / Approved for entry into archive by Socorro Albuquerque (sbarbosa@ufpa.br) on 2018-11-14T12:31:48Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ProducaoFamiliarCommodities.pdf: 3128106 bytes, checksum: b0b51d0d157ce175506e8332c6e90ade (MD5) / Made available in DSpace on 2018-11-14T12:31:48Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ProducaoFamiliarCommodities.pdf: 3128106 bytes, checksum: b0b51d0d157ce175506e8332c6e90ade (MD5) Previous issue date: 2017-12-18 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / A soja é o principal produto agrícola brasileiro, e neste cenário destaca-se o Mato Grosso com a maior produção nacional desta commodity. As principais características desta atividade no Mato Grosso são o cultivo em grandes propriedades agrícolas, elevada aplicação de capital, alta produtividade e forte integração entre os agentes da cadeia produtiva. Embora historicamente este modo de produção excluiu a produção familiar, identifica-se no meio rural mato-grossense este grupo de produtores, levantando-se o questionamento de como eles são capazes de superar as condições limitantes para o cultivo de soja em pequena escala. O objetivo deste trabalho foi analisar os mecanismos de inserção da agricultura familiar do Norte de Mato Grosso na cadeia produtiva da soja. Foi realizada a aplicação de questionários com pequenos agricultores familiares em seis municípios mato-grossenses para levantamento de informações sobre produção, rentabilidade e práticas institucionais. A partir da análise fatorial exploratória foi possível determinar fatores que correlacionam as práticas institucionais e a elaboração do Índice Tecnológico Produtivo da Agricultura Familiar (ITPAF), que analisou quais variáveis mais interferem na adoção tecnológica e rentabilidade da produção familiar de soja. Os resultados demonstram que a viabilidade da produção de soja é baseada principalmente por práticas institucionais que complementam as melhorias técnicas na produção. A existência de mercados de compra e venda de máquinas usadas e de contratação de prestação de serviços de colheita permite a redução de um investimento essencial na atividade, a colheitadeira. Outros mecanismos como a Cédula de Produto Rural (CPR), contratos de venda antecipada, venda da produção para o programa de biodiesel atuam na viabilidade da produção ao fornecer crédito, redução da exposição ao risco e novos mercados para comercialização da produção. O ITPAF demonstrou que a maior parte dos agricultores tem adesão moderada as inovações tecnológicas, requerendo que o conhecimento seja mais difundido na cadeia, abrindo espaço para atuação de políticas públicas. Dentro da produção familiar, embora ainda exista influência da economia de escala sobre a produção de commodities, no geral as pequenas propriedades são capazes desenvolver a produção e proporcionar renda as famílias. Identificar mecanismos institucionais que viabilizam a produção de soja na agricultura familiar permite que eles sejam difundidos e aperfeiçoados no ambiente institucional, através de políticas públicas, consequentemente promovendo o desenvolvimento rural. / Soybean is the most important Brazilian agricultural product, highlighting Mato Grosso as the largest national production of this commodity. This activity in Mato Grosso has some characteristics as predominance of large farms, high capital investment, high productivity and strong coordination among the agents of the productive chain. Although historically these characteristics have excluded family farmers from soybean production, it is possible to identify these farmers in the rural area of Mato Grosso, raising the question of how they are able to overcome the limiting conditions for soybeans production. This study aimed to analyze the mechanisms of insertion of family farmers in North of Mato Grosso in the soybean supply chain. A questionnaire was applied with small family farmers in six municipalities in Mato Grosso to gather information about production, profitability and institutional practices. With an exploratory factorial analysis, it was possible to identify the factors that correlate institutional practices, also was performed the Productive Technological Index of Family Agriculture (ITPAF) with the factors scores, which analyzed the variables that most interfere in the technological adoption and profitability of the family farming soybean production. The results demonstrated that the economic viability of soybean production in small family farms is achieved with institutional practices that complement the technical improvements technologies. The presence of two markets, one for trading used machinery between farmers and other of contract services of harvesting, allows the reduction of investment in an essential machinery in soybean production, the harvester. Other mechanisms such as Rural Product Certificate (CPR), contracts of future sale and commercialization of soybean to the biodiesel program help the viability of production by providing credit, reducing exposure to risk and adding new markets for soybean negotiation. ITPAF has shown that farmers have moderate adoption to institutional innovations, requiring the diffusion of knowledge in supply chain, mainly with public policies of rural extension. Within family production, although economies of scale still influence the production of commodities, in general small farms can develop the commodity production and provide income to families. Identify institutional mechanisms that contribute to the production of soybean in family farming allows them to be disseminated and improved in the institutional environment, through public policies, consequently promoting rural development.