Resumo: A previsão dos prêmios do seguro agrícola tem impacto relevante no dimensionamento orçamentário do Programa de Subvenção ao Prêmio do Seguro Rural (PSR). Pela ótica da responsabilidade e do planejamento do gasto público, é preciso estimar com relativa precisão quanto se pretende despender com o Programa no curto e médio prazo (Emenda Constitucional nº 95, de 2016). O presente estudo faz uma comparação de métodos para a projeção do prêmio do seguro agrícola por região. Foram utilizados os modelos SARIMA e os algoritmos NNAR, TBATS, MAPA e ELM, com e sem a covariável de subsídio. As metodologias foram aplicadas aos dados mensais do volume de prêmio do seguro agrícola das regiões Sul, Sudeste, Centro-Oeste e Nordeste do Brasil de 2006 a 2018. Foi observado que o modelo SARIMA univariado mostrou o melhor resultado nas regiões Centro-Oeste e Nordeste, ao passo que o SARIMA e o ELM com a covariável foram superiores na região Sul e Sudeste, respectivamente. A partir desses resultados, foi possível discutir a relevância da subvenção para a ampliação do seguro nas regiões analisadas.
Abstract: The forecast of crop insurance premiums has a relevant impact on the budget dimensioning of the Crop Insurance Premium Subsidy Program (PSR). From the perspective of responsibility and public expenditure planning, it is necessary to estimate with relative precision how much is intended to be spent on the program in the short and medium-term (Constitutional Amendment no. 95, 2016). The present study makes a comparison of methods for the projection of the agricultural insurance premium, by region. The SARIMA models and the NNAR, TBATS, MAPA, and ELM algorithms were used, with and without a subsidy covariate. The methodologies were applied to the monthly data of the premium volume of crop insurance in the South, Southeast, Midwest, and Northeast regions of Brazil between 2006 and 2018. It was observed that the univariate SARIMA model showed better results in the Midwest regions and Northeast, while SARIMA and ELM with the covariate were higher in the South and Southeast, respectively. From these results, it was possible to discuss the relevance of the subsidy for the expansion of insurance in the regions analyzed.