Autoregressive vectors model in the analysis of the determinants of soybean production in Brazil

Autores

DOI:

https://doi.org/10.5902/2179460X40524

Palavras-chave:

Autoregressive models, Time series, Soybean Production

Resumo

The general objective of this work was to identify what were the determinants of soybean production increase in Brazil, between 1980 and 2015. This work uses the Self-Regressive Vector (VAR) methodology for the estimation of empirical models. Allow the obtaining of evidence capable of clarifying the question about the determinant factors of the soybean productivity in this period. They pointed evidences of a greater relation between the soybean productivity increase and the physicochemical innovations. In addition, as the data reveal, there is idle capacity to expand soybean production, as well as increased productivity for the coming years. The empirical analysis suggests that, in fact, soybean productivity in Brazil is increasing, as occurred in the forecast test performed in this study.

Downloads

Não há dados estatísticos.

Biografia do Autor

Michael Gonçalves da Silva, Universidade Federal de Santa Maria / DCF

Graduado em Ciências Econômicas (2008), Mestre em Desenvolvimento Econômico e Doutor em Economia Aplicada pela Universidade Federal de Uberlândia (UFU)

Vanessa Siqueira Peres da Silva, Universidade Federal de Santa Maria

Doutora (2015) e Mestre (2011) em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras (UFLA). Possui graduação em Matemática pela Universidade Federal de Uberlândia (2006)

Referências

ANDA. Associação Nacional para Difusão de Adubos. Estatísticas. Planilhas. Disponível em: http://www.anda.org.br/index.php?mpg=03.01.00&ver=por. Acesso em: 30 mai. 2018.

ANFAVEA – Associação Nacional dos Fabricantes de Veículos Automotores. Anuário da Indústria Automobilística Brasileira 2007. Acesso em: 21 abr. 2018.

ANFAVEA - Associação Nacional dos Fabricantes de Veículos Automotores. Estatísticas. Disponível em: http://www.anfavea.com.br/estatisticas.html. Acesso em: 20 abr. 2018.

BUENO, R.L.S. Econometria de Séries Temporais. São Paulo: Cengage Learning, 2011.

CÉLERES. Informativa Biotecnologia 2017. Disponível em: http://www.celeres.com.br/3o-levantamento-de-adocao-da-biotecnologia-agricola-no-brasil-safra-201617/. Acesso em: 27 mai. 2018.

CONAB. Conab – Companhia Nacional de Abastecimento. Series históricas. Disponível em: http://www.conab.gov.br/conteudos. Acesso em: 25 mar. 2018.

GUJARATI, D.N. Econometria básica. 3. ed. São Paulo: Makron Books, 2000.

MALHOTRA, N. Pesquisa de marketing. 3. ed. Porto Alegre: Bookman, 2001.

MORETTIN, P. A.; TOLOI, C. M. C. Analise de Séries Temporais. 1. ed. São Paulo: Editora Edgard Blucher Ltda., 535 p., 2004.

RICHARDSON, R. J. Pesquisa social: métodos e técnicas. 3. ed. São Paulo: Atlas, 1999.

SILVA, J. G. Progresso técnico e relações de trabalho na agricultura. São Paulo: HUCITEC, 1990.

SILVA, A. J. H. Metodologia de pesquisa: conceitos gerais. Guarapauva: Editora Unicentro, 2014.

VIEIRA J. E. R, FISHLOW, A. Agricultura e indústria no Brasil: inovação e competitividade. Brasília: IPEA, 2017.

Publicado

2020-12-29

Como Citar

Silva, M. G. da, Goettems, R., & Silva, V. S. P. da. (2020). Autoregressive vectors model in the analysis of the determinants of soybean production in Brazil. Ciência E Natura, 42, e45. https://doi.org/10.5902/2179460X40524

Edição

Seção

10 anos estatística- Bacharelado

Artigos mais lidos pelo mesmo(s) autor(es)