Made available in DSpace on 2016-04-25T16:45:01Z (GMT). No. of bitstreams: 1 Ricardo Trovao.pdf: 1168794 bytes, checksum: c750c7a8291364d885a4d96d2632a81e (MD5) Previous issue date: 2007-11-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The efficient markets hypothesis is one of most important subjects on finance theory. However, over the last years, with the intensification of the studies and the arise of evidences of existence of abnormal behavior of financial assets return (anomalies), this theory began to be discussed on academic environment. The debate of the subject is still incipient, showing on one side the efficient hypothesis defenders and on the other side the adepts of the behavioral finance tendency. Among the anomalies, the Monday effect and January effect can be detached as two of the most persistent detected on the stock markets of several countries. On this scenario, the purpose of this dissertation is to investigate the existence of the calendar anomalies Monday effect and January effect on the Brazilian stock market. The Monday effect is characterized by lower returns on this day than on the other days of the week. The January effect is described by higher returns on this month than on the other months of the year. In order to verify the Monday effect, the sample used is the Ibovespa dollarizated daily average returns from 1986 to 2006. To investigate the January effect the sample is composed by the Ibovespa dollarizated monthly closing returns from 1969 to 2006. The daily and monthly returns samples were analyzed considering and excluding the atypical returns (outliers). Parametric and non parametric statistical tests were used. The analysis of the results have indicated evidences of existence of the Monday effect, both when the atypical returns were considered and excluded from the database. It has shown also that there are no evidences of existence of the January effect, both when the atypical returns were considered on the database or not / A hipótese de mercados eficientes é um dos assuntos mais importantes dentro da teoria de finanças. Porém, nos últimos anos, com a intensificação dos estudos e o surgimento de evidências da existência de comportamentos anormais nos retornos dos ativos financeiros (anomalias), esta teoria passou a ser questionada no meio acadêmico. A discussão do tema é ainda incipiente e objeto de muita polêmica, tendo, de um lado, os defensores da hipótese de eficiência e, de outro, os adeptos da corrente das finanças comportamentais. Dentre as anomalias, destacam-se o efeito segunda-feira e o efeito janeiro sendo duas das mais persistentes detectadas nos mercados acionários de diversos países. Dado este cenário, os objetivos da presente dissertação são a verificação da existência das anomalias de calendário efeito segunda-feira e efeito janeiro no mercado acionário brasileiro. O efeito segunda-feira caracteriza-se por retornos menores neste dia em relação aos demais dias da semana. Pelo efeito janeiro, os retornos neste mês seriam maiores do que nos outros meses do ano. Para a verificação do efeito segunda-feira, foram utilizadas as cotações diárias médias dolarizadas do Ibovespa, no período de 1986 a 2006. Já na averiguação do efeito janeiro foram utilizadas cotações mensais de fechamento dolarizadas do Ibovespa, no período de 1969 a 2006. Optou-se por incluir nas amostras os retornos atípicos (outliers) e também por fazer as análises excluindo tais valores das bases de retornos diários e mensais. Foram utilizados testes estatísticos paramétricos e não paramétricos. A análise estatística dos resultados diários indicou evidências da existência do efeito segunda-feira nas situações em que os retornos atípicos foram incluídos e excluídos da base de dados. A análise dos retornos mensais não apontou evidências para a existência do efeito janeiro, independentemente de terem sido excluídos, ou não, os retornos atípicos

[pt] O objetivo deste trabalho é a construção de um modelo integrado para previsão da estrutura a termo da taxa de juros, referentes a títulos corporativos americanos para diferentes níveis de risco. A metodologia é baseada no modelo de Nelson e Siegel (1987), com extensões propostas por Diebold e Li (2006) e Diebold, Li e Yue (2008). Modelamos a estrutura a termo para 14 níveis de risco e estimamos conjuntamente os fatores latentes de nível e inclinação que governam a dinâmica das taxas, para a posterior estimação de dois super fatores, que por sua vez, conduzem a trajetória de cada fator, onde está centrada a nossa principal inovação. A previsão da curva de juros é então construída a partir da previsão dos super fatores, modelados por processos auto-regressivos, como sugere Diebold e Li (2006). Através dos super fatores extrapolados da amostra reconstruímos, na forma da previsão, os fatores latentes e a própria taxa de juros. Além da previsão fora da amostra, comparamos a eficiência do modelo proposto com o modelo mais tradicional da literatura, o passeio aleatório. Pela comparação, não obtivemos ganhos significativos em relação a esse competidor, principalmente na previsão um passo a frente. Resultados melhores foram obtidos aumentando o horizonte de previsão, mas não sendo capaz de superar o passeio aleatório. / [en] This dissertation constructs an integrated model for interest rate term structure forecast for American corporate bonds associated with different risk levels. Our methodology is primarily based on Nelson and Siegel (1987) and presents extensions proposed in Diebold and Li (2006) and Diebold, Li and Yue (2008). We model the term structure for 14 risk levels and we jointly estimate the level and slope latent factors that drive interest rates dynamics. These factors are then used in the estimation of two super factors which is our main innovation. The yield curve forecast is then determinate from the forecast of the super factors, described by autoregressive processes, as suggested by Diebold and Li (2006). Through the super factors forecast, reconstructed in the form of forecasting the latent factors and their own interest rate. Our results focus on the model’s out of sample forecast and efficiency compared with the random walk model, considered the benchmark model in this type of literature. Our results provide evidence that the proposed models shows no significant gains in relation to the benchmark, especially in predicting one month ahead. Better results were obtained by increasing the forecast horizon, but not being able to overcome the random walk.

[pt] Esta dissertação tem como objetivo principal a proposição de modelos para previsão, em um curto prazo, do número de processos que são ajuizados em desfavor de uma empresa do setor elétrico. A metodologia utilizada consiste em, a partir de uma análise exploratória dos dados, construir modelos usando uma estratégia bottom-up, ou seja, parte-se de um modelo simples e processa-se seu refinamento até encontrar um modelo apropriado que mais se adeque à realidade. Partiu-se então de um modelo auto projetivo indo até uma formulação de um modelo de regressão dinâmica. Os modelos são então comparados segundo alguns critérios, basicamente no que tange à sua eficiência preditiva. Conclui-se ao final sobre a eficiência de se utilizar modelos de regressão dinâmica para este tipo de previsão tendo em vista a presença de correlação serial dos resíduos, comumente presentes nas séries econômicas. Propõe-se, ao final, uma ferramenta para, a partir dos valores estimados, analisar a viabilidade econômica de estimular ou desestimular as medidas responsáveis pela geração de processos contra a empresa. / [en] The aim of this dissertation is to develop short term models to forecast the number of judicial process in electric sector companies. From the methodology point of view, data is analyzed and models using bottom-up strategy is developed. In other words, a simple model is improved step by step until a proper model that fits well the reality is found. From a univariate model it ends up in a dynamic regression model. The models obtained in this study are compared according to some criterion, mainly forecast accuracy. In the end the conclusion is about the efficiency of dynamic regression models for this kind of forecast, which one presents data with serial correlation of residues, commonly present in economic series. In the end, from the estimated values, it´s proposed a mechanism to analyze the economic viability, to encourage or not, actions which are responsible for instigating judicial processes against the company.

[pt] O sistema hidroelétrico é responsável por 83,7% da energia elétrica gerada no país. Assim sendo, a geração de energia elétrica no Brasil depende basicamente das vazões naturais que afluem aos aproveitamentos hidroelétricos distribuídos por doze bacias hidrográficas no país. Sendo o Operador Nacional do Sistema Elétrico (ONS) o órgão responsável por elaborar a previsão e a geração de cenários de vazões naturais médias diárias, semanais e mensais para todos os locais de aproveitamentos hidroelétricos do Sistema Interligado Nacional (SIN), a qualidade da previsão da vazão natural é de suma importância para este órgão. A qualidade dessa previsão impacta diretamente no planejamento e em programas de operação do SIN, tal como o Programa Mensal de Operação - PMO. Mesmo com a melhoria na qualidade da previsão de vazões por meio da criação e adoção dos mais diversos modelos determinísticos e estocásticos nos últimos anos, os erros de previsão são, ainda, significativos. Deste modo, o objetivo principal desta dissertação foi propor um novo modelo capaz de proporcionar um significativo ganho de qualidade na previsão de vazões nas regiões dos aproveitamentos hidrelétricos das bacias hidrográficas do país. O modelo proposto, baseado em redes neurais, tem como ferramenta primordial a utilização de transformadas wavelets, que filtram os dados históricos de vazões, ou seja, as entradas das redes neurais de previsão, dividindo esses dados de entrada (sinais) em diversas escalas, no intuito de que as redes neurais possam melhor analisá-los. Para verificar a eficácia do modelo proposto, aqui denominado MIP (Modelo Inteligente de Previsão), procedeu-se um estudo de caso que realiza a previsão de vazões naturais incrementais médias diárias e semanais no trecho incremental entre as Usinas Hidroelétricas (UHE) Porto Primavera, Rosana e Itaipu da Bacia do Rio Paraná, chegando-se a um erro de aproximadamente 3,5% para previsão de vazões um dia à frente, 16% para 12 dias à frente, e 9% para previsão média semanal. Esta dissertação objetiva, também, investigar a eficácia do uso de informações das precipitações observadas e previstas na previsão de vazão, em conjunção com o uso do histórico de vazões. / [en] The hydroelectricity system is responsible for 83.7% of the electric energy generated at Brazil. Therefore, the generation of electric power in Brazil depends basically on the natural flow rates distributed by twelve basins in the country. The quality of prediction of natural flow is of crucial importance for the Brazilian governmental agency, ONS (from the portuguese language Electrical National Operator System), responsible for preparing the forecast and the generation of scenarios of daily, weekly and monthly average natural streamflows of all places of hydroelectric exploitations of SIN (from the portuguese language National Linked System). The quality of that forecast impacts directly in the planning and operation programs of SIN, for example, the PMO (from the portuguese language Monthly Operation Program). Even with the improvement in the quality of river flow forecasts through the creation and adoption of the various deterministic and stochastic models in recent years, the errors of forecasting are still significant. Thus, the main goal of this dissertation was proposing a new model capable of providing a significant improvement in Streamflow forecasts in regions of exploitations of hydroelectric basins of the country. The proposed model, based on neural networks, has the primary tool the use of wavelet transforms, to filter streamflows historical data, or the entries of predict neural networks, dividing the input data (signals) in several scales, in order that the neural networks can better analyse them. In order to check the effectiveness of the proposed model, here called MIP (from the portuguese language Forecast Intelligent Model), it was developed a case study to forecast daily and weekly average of natural incremental streamflows between the Hydroelectric Plants: Porto Primavera, Rosana e Itaipu belonging to the the Parana River Basin. The model reaches up an error of about 3,5% to estimates of streamflows one day ahead, 16% to 12 days ahead, and 9% for average weekly forecast. This thesis aims to also investigate the effectiveness of the use of information of observed and predicted rainfall in the forecast flow, in conjunction with the use of the historical streamflows.

[pt] O objetivo principal desta dissertação é desenvolver um método de previsão de carga elétrica de curto prazo (previsão horária), através de um sistema híbrido (Redes Neurais e Lógica Fuzzy) utilizando temperaturas máximas e mínimas como variáveis explicativas. Como primeiro passo, foram definidos os perfis homogêneos das curvas de carga diárias através de um classificador utilizando os Mapas Auto Organizáveis (Self-Organizing Maps- SOM). Um previsor será adicionado ao esquema de previsão através da Lógica Fuzzy que associará as variáveis climáticas aos perfis criados pela SOM produzindo as previsões. O modelo foi aplicado em dados de duas concessionárias de energia elétrica do Brasil usando dados horários coletados durante dois anos. / [en] This dissertation presents a short-term load forecasting procedure mixing a classifier scheme and a predictive scheme. The classifier is implemented through an artificial neural network using a non-supervised learning procedure (SOM). Concerning the predictive scheme, a fuzzy logic procedure uses climatic variables and their prediction to choose the appropriate profiles created by SOM and then combines them to produce the desired forecast. The model is applied to two utilities in Brazil using hourly observations collected during two calendar years and the results obtained, in terms of mean absolute percentage error (MAPE) through the period analyzed, are presented.

[pt] O Mercado Futuro adquire cada vez mais importância no cenário das Finanças Corporativas mundiais. O interesse principal das empresas neste segmento das finanças é a necessidade de proteção contra a volatilidade dos mercados financeiros. Neste sentido, uma das commodities mais negociadas é o petróleo. A dificuldade em precificar os contratos futuros do barril faz com que muitos modelos sejam criados para demonstrar a evolução dos preços ao longo do tempo. A utilização de processos estocásticos para representar possíveis trajetórias das séries temporais vem alcançando cada vez mais notoriedade, pois incorpora a aleatoriedade nas análises. O presente trabalho pretende testar a eficácia do modelo proposto na previsão do preço dos contratos futuros um passo à frente, ou seja, em estimar o preço para certa data na data imediatamente anterior. Neste sentido, o objetivo do estudo é coerente com o principal objetivo da análise de séries temporais que é construir modelos capazes de realizar previsões. Além disso, será estimado o preço à vista, variável a qual não é observável no mercado, e posteriormente serão confrontados os valores obtidos com uma proxy. O preço do mercado spot possui utilidade para os traders que necessitam obter o valor de um ativo que não é transacionado desta forma em bolsa. As estimativas dos parâmetros dos processos estocásticos serão feitas através de uma ferramenta estatística que passou a ser muito utilizada em modelos financeiros, o Filtro de Kalman. O procedimento consistirá em adotar um modelo de processo estocástico consagrado para uma série de preços de contratos futuros de uma commodity, estimando seus parâmetros e variáveis de estado com o Filtro, utilizando-o para previsão dos preços dos contratos futuros e para estimar o preço à vista, e posteriormente confrontando as estimativas e os valores reais coletados do mercado. Desta forma, se avaliará a capacidade do modelo em se adequar a novas mudanças estruturais na série. As ferramentas serão sempre explicitadas de maneira acessível, demonstrando cada passo tomado e sempre que possível fazendo paralelo com outros conhecimentos mais básicos. / [en] The Future Market is becoming increasingly important in the global scenario of Corporate Finance. The main interest in this segment of finance is the need of being protected against the volatility of financial markets. Accordingly, one of the most traded commodity is oil. Because of difficulty in determine the value of future contracts on oil barrel, many models were created to demonstrate the evolution of their prices over time. The use of stochastic processes to represent possible trajectories of the time series is reaching more and more notoriety because it incorporates the randomness in the analysis. This study seeks to test the effectiveness of the proposed model in predicting the price of future contracts one step ahead, i.e. to estimate the price for a certain date on the preceding date. Consequently, the objective of the study is consistent with the primary objective of time series analysis that is to build models capable of forecasting. Furthermore, it will be estimated the spot price, variable that is not observable in the market, then the values obtained will be faced with a proxy. The spot price is useful for traders who need to obtain the value of an asset that is not transacted in this way at the exchange. Estimates of the parameters of stochastic processes will be made through a statistical tool that has become widely used in financial models, the Kalman filter. The procedure is to adopt well known model of stochastic process for a series of prices of commodity futures contracts, estimating its parameters and state variables with the filter, using it to forecast the prices of future contracts and to estimate the spot price, and later comparing the estimates and the real values collected from the market. Thus, it will be evaluated ability of the model to fit the new structural changes in the time series. The tools will always be explained in an accessible way, demonstrating each step and where possible making parallel with other more basic knowledge.

[pt] No Brasil e no mundo, grande parte das carteiras de investimento das seguradoras e entidades de previdência complementar é composta por títulos emitidos por governos. Sendo assim, os retornos destes papéis respondem por parte relevante da rentabilidade destas carteiras. Este trabalho tem como finalidade a análise do impacto da incorporação de informações econômicas (taxa de juros, hiato do produto e taxa de inflação) na previsão da Estrutura a Termo de Taxa de Juros de quatro países: EUA, Reino Unido, Brasil e Chile. Diferentes modelos de vetores auto-regressivos (VAR) são testados e comparados com outros modelos, como passeio aleatório e modelos auto-regressivos (AR), em termos de performance de previsão out-of-sample. / [en] In Brazil and the world, much of the investment portfolios of insurers and complementary pension funds consists of securities issued by governments. Thus, the returns of these papers account for the relevant part of the profitability of these portfolios. This work aims at analyzing the impact of the incorporation of economic data (interest rate, output gap and inflation rate) in the forecast of the Term Structure of Interest Rates in four countries: USA, UK, Brazil and Chile. Different models of vector autoregression (VAR) are tested and compared with other models such as random walk and autoregressive models (AR), in terms of performance of out-of-sample forecasts.

[pt] Este trabalho apresenta um novo modelo de previsão de curto prazo de carga elétrica que reúne técnicas de inteligência computacional e métodos estatísticos. Ele permite aproveitar as vantagens de inteligência computacional, relativas à criação de classes da série de entrada e ao processamento de variáveis climáticas de forma lingüística, e aquelas provenientes de modelos estatísticos, onde os parâmetros e a ordem do modelo são conhecidos e o intervalo de confiança das previsões é determinado. O modelo é uma extensão do método desenvolvido por P.C. Gupta, onde são empregadas técnicas de inteligência computacional junto com o método original. O modelo resultante compreende um classificador, um previsor e um procedimento para aprimorar as estimativas. O classificador é implementado por uma rede neural artificial com aprendizado não-supervisionado, enquanto o previsor emprega modelos estatísticos, combinando métodos de média móvel, amortecimento exponencial e auto- regressivo. Um sistema com lógica nebulosa utiliza variáveis climáticas no aprimoramento da previsão obtida. / [en] A new short-term load forecasting procedure is presented in this work, mixing techniques from the statistical models and those from computational intelligence (CI). It takes advantage of the CI techniques to establish the various load profiles and to process climatic variables in a linguistic way, and those from the statistical side, where the parameters and the order of the model are known and a spread measure is determined. The model is an adaptation of the method developed by P.C.Gupta, where CI techniques are added to the original method. The final model includes a classifer scheme, a predictive scheme and a procedure to improve the estimations. The classifier is implemented via an artificial neural network using a non-supervised learning moving average, exponential smoothing and ARMA type of models. A fuzzy logic procedure uses climating variables to improve the forecast.

[pt] A energia eólica é uma das alternativas mais promissoras para geração de energia elétrica, pois assegura a diversidade e segurança no fornecimento de energia e atende à necessidade premente de reduzir os níveis de emissão de gases poluentes. Na operação de sistemas elétricos com forte presença de geração eólica é fundamental prever com pelo menos um dia de antecedência os valores futuros (pelo menos horários) da veloci-dade do vento, pois assim pode-se avaliar a disponibilidade de energia para o próximo dia, uma informação útil no despacho das unidades geradoras e no controle do sistema elétrico. A proposta dessa dissertação objetiva especificamente desenvolver modelos de previsão de curto prazo da velocidade do vento, baseado em técnicas de inteligência artificial, modelo da rede neural artificial e neuro-fuzzy adaptativa (ANFIS) e um mode-lo Estatístico composto por um modelo de regressão harmônica e Box-Jenkins. Para aplicação da metodologia considerou-se o município de São João do Cariri (Estado de Paraíba), onde está localizada uma das estações de referência do projeto SONDA (Sis-tema Nacional de Dados Ambientais para o setor de energia). O desempenho dos mode-los rede neural, neuro-fuzzy (ANFIS) e modelo Estatístico são comparados nas previ-sões de 6 horas, 12 horas, 18 h e 24horas a frente. Os resultados obtidos mostram o me-lhor desempenho da modelagem ANFIS e encorajam novos estudos no tema. / [en] Wind power is one of the most promising options for power generation. It ensures the diversity and security of energy supply and meets the pressing need to reduce the levels of emission of polluting gases. In the operation of electrical systems with a strong presence of wind generation, it is essential to provide at least one day in advance the future values (at least hourly) of wind speed, so that we can assess the availability of energy for the next day, a useful information in the order of the generating units and electrical control system. The purpose of this dissertation aims to develop models spe-cifically to develop models to forecast short-term wind speed, based on artificial intelligence techniques, artificial neural network model and adaptive neuro-fuzzy Systems (ANFIS) and a statistical model composed of a harmonic regression model and Box-Jenkins. For application of the methodology, the city of São João do Cariri (State of Paraíba), where a reference station of SONDA project (National Environmental Data for the energy sector) is located, was considered.To apply the methodology was consi-dered the city of the ray tracing model (State of Paraíba), which is located a station ref-erence design (National Environmental Data for the energy sector). The performance of artificial neural network model and adaptive neuro-fuzzy Systems (ANFIS) and a statis-tical model are compared mixed forecasts of 6 hours, 12 hours, 18hours and 24 hours ahead. The results show the best performance of the ANFIS model and encourage fur-ther studies on the subject.

Uma das atividades mais relevantes para a economia brasileira é a agricultura. Entre os produtos de maior importância no cenário agrícola nacional, estão a soja e o arroz, os quais representam uma grande parcela da produção. Somente o Estado do Rio Grande do Sul é responsável por aproximadamente 67% da produção nacional de arroz e 10% de soja (IBGE, 2012). Portanto, informações confiáveis sobre a produção agrícola são relevantes para o desenvolvimento do setor e o desenvolvimento de metodologias capazes de auxiliar no monitoramento das áreas agrícolas torna-se peça importante na geração de dados confiáveis e com maior rapidez de obtenção. Desta forma, o objetivo deste trabalho foi desenvolver uma metodologia de baixo custo para a execução do mapeamento da área cultivada de arroz irrigado e soja, em escala municipal e estadual, baseado na análise do comportamento espectro-temporal de índices de vegetação de imagens de satélite de alta resolução temporal. O estudo foi realizado no Estado do Rio Grande do Sul, abrangendo os 497 municípios no ano safra 2011/2012. Para realizar o estudo, foram utilizadas imagens multitemporais do sensor MODIS, índices de vegetação EVI e NDVI. Foi aplicado o modelo HAND para gerar as áreas de inundação, as quais foram utilizadas para discriminar a cultura do arroz irrigado de outras culturas, especialmente a soja. Para avaliar os resultados foram utilizados como dados de referência, os dados coletados a campo, dados de área cultivada do IBGE e dados do mapeamento gerados a partir de imagens do satélite RapidEye. Os resultados mostraram que a metodologia proposta foi satisfatória, com valores médios do índice Kappa de 0,90 para a cultura de arroz irrigado e de 0,84 para a soja. Não houve diferença significativa entre as estimativas de área cultivada utilizando os dados EVI e NDVI para ambas as culturas. A utilização do Modelo HAND para discriminar o arroz irrigado de outros cultivos, mostrou-se muito eficiente, separando as áreas de várzea, que são mais aptas para o cultivo de arroz irrigado. Apesar dos resultados terem sido considerados como satisfatórios alguns municípios apresentaram problemas de subestimação ou superestimação quando foram comparados com os dados oficiais do IBGE. Esses problemas podem estar relacionados ao caráter subjetivo de aquisição de dados por parte do IBGE e também o fato de ter sido utilizada para a validação dos dados da safra 2011/2012 a média das últimas três safras, podendo desta maneira ter fragilizado ou comprometido os resultados para alguns municípios. Portanto, técnicas de sensoriamento remoto e geoprocessamento podem ser úteis no auxilio dos atuais métodos de monitoramento e mapeamento de culturas agrícolas, melhorando as estatísticas oficiais do arroz irrigado e soja. / One of the most relevant activities for the Brazilian economy is agriculture. Among the products of greatest importance in the national agricultural, are soybeans and rice, which represent a large portion of the production. Only the State of Rio Grande do Sul is responsible for approximately 67% of the national rice production and 10% of soybean (IBGE, 2012). Therefore, reliable information on agricultural production are relevant to the development of the sector and the development of methodologies capable of assist in the monitoring of agricultural areas becomes important part in the generation of reliable data and faster of obtaining. Thus, the objective of this work was to develop a methodology of low cost to implement the mapping of acreage irrigated rice and soybeans, at the municipal and state levels, based on the analysis of the spectral-temporal behavior of vegetation indices from satellite images high temporal resolution. The study was conducted in the state of Rio Grande do Sul, covering 497 municipalities in crop year 2011/2012. To conduct the study, images were used multitemporal MODIS vegetation indices EVI and NDVI. HAND model was applied to generate the inundation areas, which were used to discriminate the rice culture of other crops, especially soybeans. To evaluate the results were used as reference data, data collected in the field, the cultivated area data from the IBGE and mapping data generated from satellite images RapidEye. The results show that the proposed method was satisfactory, with mean values of Kappa 0.90 for irrigated rice and 0.84 for soybeans. There was no significant difference between the estimates of acreage using EVI and NDVI data for both crops. The use of the HAND model to discriminate irrigated rice from other crops, was very efficient, separating the lowland areas, which are more suitable for the cultivation of irrigated rice. Although the results were considered satisfactory as some municipalities had problems underestimation or overestimation when they were compared with the official data. These problems may be related to the subjective nature of data acquisition by the IBGE and the fact of having been used for the validation of data from 2011/2012 season the average of the last three years, and may in this way be weakened or compromised results for some municipalities. Therefore, techniques of remote sensing and GIS can be useful in the aid of the current methods of monitoring and mapping of agricultural crops, improving the official statistics of irrigated rice and soybeans.