A estimativa da consultoria apresentada no início de maio mantém os números para a safra 2013/2014 de soja divulgados em abril. Alguns estados sofreram adequações.
Na revisão da estimativa de safra de maio realizada pela INTL FCStone, consultoria de gerenciamento de risco com foco em commodities, foram feitos ajustes em produtividades de alguns estados, especialmente os que colhem a soja mais tardiamente, no entanto a produção brasileira continua estimada em 87,6 milhões de toneladas.
No Paraná, o clima seco prejudicou fortemente a safra do noroeste do estado, levando a uma produção 15% menor do que a esperada inicialmente. No Rio Grande do Sul, a maior parte da colheita foi realizada em abril, e mostrou rendimento pouco abaixo das expectativas. Com isso, o volume produzido deve ser de aproximadamente 13 milhões de toneladas.
Como se espera uma redução da demanda internacional nos próximos meses, principalmente da China, foi feito um ajuste nas exportações brasileiras e no consumo doméstico, que deve ser praticamente mantido inalterado em relação ao ciclo anterior. O estoque final deve ser de 3,21 milhões de toneladas, ou 3,8% do uso total do país, mantendo um nível ainda confortável.
Estimativa realizada para a safra de milho prevê um aumento de 500 mil toneladas em relação ao último estudo
A estimativa de safra de milho realizada em maio pela da INTL FCStone trouxe uma produção de 71,72 milhões de toneladas para o ciclo 2013/14, um aumento de quase 500 mil toneladas em relação à projeção de abril. Não houve alterações nos números da primeira safra, cuja produção esperada continuou em 30,8 milhões de toneladas.
No caso da segunda safra, houve uma pequena correção na área plantada e a produtividade média foi elevada para 4,85 toneladas por hectare, devido a revisões no rendimento esperado de alguns estados, que puderam ser mais bem avaliados com o avanço da safra. Em Mato Grosso do Sul, por exemplo, as expectativas para a segunda safra estão boas, apesar de parte do cultivo ter ocorrido fora da janela ideal de plantio.
Com isso, a produção estimada da “safrinha” ficou em 40,87 milhões de toneladas.
Em relação ao balanço de oferta e demanda da safra 2013/14, houve um leve aumento nos estoques finais, que alcançaram 6,81 milhões de toneladas, em meio ao ajuste da estimativa de produção. Com isso, a relação estoque/uso também apresentou um leve aumento, ficando em 9,2%. Para as exportações, continuou-se estimando um volume de e 20 milhões de toneladas, ainda acima ao estimado pela Conab (19,5 milhões de toneladas). Cabe lembrar que as exportações brasileiras de milho estão mais baixas neste início de ano, mas esse padrão é normal para o período. A partir do segundo semestre, com a colheita da “safrinha” os embarques devem ganhar força.
Metodologia
Na elaboração da estimativa de safra de soja no Brasil no ciclo 2013/14, a INTL FCStone considerou um modelo de regressão múltipla com efeitos fixos utilizando dados em painel baseado nos dados históricos dos principais estados produtores (Mato Grosso, Mato Grosso do Sul, Goiás, Paraná, Rio Grande do Sul, Bahia) e a região do MAPITO (Maranhão, Tocantins e Piauí).
Foram utilizadas duas séries históricas na modelagem: (i) área plantada em cada um dos estados no período entre 1999 e 2012, extraídas da Companhia Nacional de Abastecimento e (ii) preço da soja na Bolsa de Mercadorias e Futuros de Chicago (Chicago Board of Trade – CBOT).
Salienta-se, ainda, que os estados considerados na amostra foram responsáveis por 90,34% da lavoura brasileira de soja nos últimos cinco anos e 90,16% de toda soja produzida no mesmo período.
Complementando a análise econométrica empregou-se a análise qualitativa por meio de contato com uma amostra de produtores em diferentes estados. Assim, foi possível elencar qual a troca e/ou ampliação da área a ser cultivada com soja neste ciclo e as condições das lavouras durante o desenvolvimento da safra.
Para a elaboração da estimativa de safra de milho no Brasil no ciclo 2013/14, a INTL FCStone utilizou-se da análise qualitativa, por meio de contato com uma amostra de produtores em diferentes estados, além de modelagem estatística.
