Resumo: Este artigo examina a relação entre responsabilidade social e ambiental e performance financeira de propriedades rurais brasileiras, no período de 2009 a 2013, por meio da análise de regressão logística ordenada. O estudo considera quatro medidas representativas da RSA: índice social, índice de destinação de resíduos, índice de cumprimento ambiental e índice de manejo sustentável. A performance financeira foi medida pela capacidade de pagamento, solvência e liquidez das propriedades. A amostra é composta de 1.056 observações que compõem um banco de dados primários. Todas as medidas de performance social e ambiental foram significativas, ou seja, estão associadas positivamente a pelo menos uma medida de performance financeira. Contudo, após o controle de autosseleção, o indicador social mostrou uma certa instabilidade, passando a apresentar uma relação negativa com a performance financeira – pior desempenho social associado a melhor solvência. Os resultados gerais da pesquisa demonstram que RSA não compromete a PF para a amostra de propriedades rurais estudada. A verificação inversa, quando a variável socioambiental é a dependente, mostrou uma relação positiva entre performance financeira e status socioambiental das propriedades. Os resultados gerais da pesquisa demonstram que RSA não compromete a PF para a amostra de propriedades rurais estudada.

Abstract: This paper aimes to examine the relationship between social and environmental responsibility and Financial Performance of Brazilian farms from 2009 to 2013 by the logistic regression analysis. This study considers four disaggregated RSA measures: social index, waste disposal index, environmental compliance index and sustainable management index. The financial performance was measured by the farms ability to pay, solvency and liquidity. The sample comprises 1,056 observations creating a primary database. The results of the estimates show that a better socio-environmental status (SS) is associated with a better financial performance and similar effects for each of the disaggregated RSA measures. Overall, all social and environmental performance measures were significant for at least one FP measure. The social indicator showed certain instability after the self-selection control, presenting a negative relation with the financial performance, which means the worse social performance associated with better solvency. This result reveals a situation whichthe positive effects of environmental aspects are more noticeable than social factors are. The inverse verification showed a positive relation between the financial performance and socioenvironmental status. The general results show that RSA does not compromise the PF for the sample of rural properties studied.

Objetiva-se neste artigo avaliar o crescimento do valor da produção (VP) do feijão e da soja no Rio Grande do Sul (RS), baseado no comportamento de seus determinantes área, rendimento e preço. Também se pretende determinar como choques nestes componentes transmitem-se de uma safra para outra no VP. Utilizaram-se dados de área, rendimento e preço do feijão preto e da soja no RS de 1977 até 2010. A metodologia shift-share permitiu decompor a importância de cada item sobre a variação do valor da produção. O ferramental de séries temporais permitiu obter o efeito de um choque em uma variável, ceteris paribus, sobre as demais. No curto prazo, o rendimento é o principal responsável pela variação do VP. Entretanto, no longo prazo, a queda dos preços reais de ambos os produtos é o fator determinante na redução dos seus valores da produção. O valor da produção reage positivamente a choques positivos na área, rendimento e preço no ano corrente ao choque. Em geral, os ajustes são mais dinâmicos na soja do que no feijão

Black beans and soybeans are important agribusiness activities in the Rio Grande do Sul, but they present distinct features at the production and at the marketing levels. The aim of this article is to evaluate the production value (PV) growth of these activities through its decomposition into three main components: area, productivity and price. The study also aims to determine how shocks in these variables are transmitted from one agricultural season to another in the PV. The data used comprised the period of 1977 to 2010 and the shift share's model was used to decompose the share of each component on the VP growth. Additionally, it was used a series of vector auto regression models to determine the current and lagged effects of these components over PV. The results show that in the short run the component productivity is the main responsible for variation in the PV. However, in the long run the decrease in the real prices is the most important determinant of the PV reduction. Positive shocks on the three components yields immediately positive reaction on PV. The propagation of the effects resembles the cobweb model with more dynamics adjustments for soybean than for black beans

Objetiva-se testar a cointegração e a causalidade entre os preços de energia e commodities agrícolas nas condições comercias do Brasil. Utilizando-se dados de preço mensais de 2000 a 2012 das commodities: petróleo, etanol, cana, milho, soja, taxa de câmbio, e ainda os preços americanos de milho e etanol. O petróleo e taxa de câmbio apresentaram coeficientes significativos a 10% para todos os produtos. O etanol foi significativo para a cana de açúcar, soja e milho, mostrando o entrelaçamento entre os preços de energia e produtos agrícolas no Brasil. Isso é evidenciado pelas relações significativas de cointegração da soja com a cana, etanol e milho. Identificou-se causalidade no sentido de Granger do milho e etanol americano para o etanol brasileiro, e do milho americano para o milho e a soja do Brasil. Pode-se concluir que há transmissão de preços das commodities energéticas para as commodities agrícolas e entre as commodities.

This paper aims to test and analyze the integration and causality of energy and agricultural commodity prices in the Brazilian context. In order to do that, econometric tests of time series analysis using monthly data, from 2000 to 2012, of the prices of crude oil, ethanol, sugar cane, corn, soybeans and the exchange rate were used. The results show that the prices of petroleum and the exchange rate are the elements most integrated into agricultural prices. The ethanol price is integrated into sugar cane, soybeans and corn prices. Furthermore, soybean prices are also integrated into sugar cane, ethanol and corn, showing that there is a complex and coordinated price mechanism in these markets in Brazil. On the other hand, the Brazilian prices (ethanol, corn and soybean) are caused, in the sense of Granger, by their American counterparts making the Brazilian commodity price formation even more complex.