Efeitos do crédito rural sobre a cultura do milho na região do MATOPIBA do nordeste brasileiro
Effects of rural credit on corn culture in the MATOPIBA region of Northeast Brazil
Willy Farias Albuquerque; Jair Andrade de Araújo; Tanara Jéssica Marques Araújo; Keuler Hissa Teixeira
Resumo
Palavras-chave
Abstract
This article analyses the effects of rural credit on maize production and productivity in the MATOPIBA region, which covers areas of Maranhão, Tocantins, Piauí, and Bahia. It uses a data panel from 238 municipalities, covering the period from 2014 to 2023, with information from IBGE and the Central Bank. The empirical strategy is based on the Panel Vector Autoregression (PVAR) model, considering the variables of production value, planted area, quantity produced, productivity, and volume of rural credit. The results indicate that shocks in rural credit have positive effects on corn production and productivity, especially in the medium and long term. Furthermore, the variance decomposition shows that rural credit explains an increasing share of the variability of forecast errors over time, reinforcing its strategic role as an instrument for promoting agriculture and providing economic support for corn production in MATOPIBA.
Keywords
Referências
Abrigo, M. R. M., & Love, I. (2016). Estimation of panel vector autoregression in Stata.
Ahmed, S., Diffenbaugh, N. S., Hertel, T. W., Lobell, D. B., Ramankutty, N., Rios, A. R., & Rowhani, P. (2022). Do crop insurance programs lead to improved total factor productivity? Evidence from the US agricultural sector.
Almeida, F. F. (2021).
Alves, E., Souza, G. S., & Garagorry, F. L. (1997). A evolução da produtividade do milho.
Alves, L. J., Santos, R. B. N., Pereira, A. C., & Lima, M. F. (2024). Reconfiguração produtiva no Matopiba: uma análise das estratégias de modernização agrícola e acesso ao crédito.
Amaral, F. J. G., & Bacha, C. J. C. (2025). Evolução do crédito rural no Brasil de 1969 a 2023.
Aquino, G. R, Lima, R. A. S., Souza, D. T., & Vieira Filho, J. E. R. (2023).
Araújo, J. A., Alencar, M. O., & Vieira Filho, J. E. R. (2020). Crédito rural e agricultura familiar no Brasil: uma avaliação do Programa Nacional de Fortalecimento da Agricultura Familiar.
Arnold, L. G., & Riley, J. G. (2009). On the possibility of credit rationing in the Stiglitz-Weiss model.
Azeem, M. M., Mugera, A. W., Schilizzi, S., & Siddique, K. H. M. (2022). Agricultural credit and agricultural productivity: evidence from developing countries.
Banco Central do Brasil – BCB. (2018).
Banco Central do Brasil – BCB. (2024a).
Banco Central do Brasil – BCB. (2024b).
Bondar, C. (2010).
Brasil. Ministério da Agricultura e Pecuária – MAPA. (2023a).
Brasil. Companhia Nacional de Abastecimento – CONAB. (2023b).
Brasil. Ministério da Agricultura e Pecuária. Secretaria de Comércio e Relações Internacionais. (2024a).
Brasil. Ministério da Agricultura e Pecuária. (2024b).
Brasil. Ministério da Agricultura e Pecuária. (2024c).
Brasil. Confederação da Agricultura e Pecuária do Brasil. (2024d).
Brasil. Companhia Nacional de Abastecimento – CONAB. (2025).
Brooks, C. (2014).
Buainain, A. M., Alves, E., Silveira, J. M., & Navarro, Z. (Eds.). (2014).
Canova, F., & Ciccarelli, M. (2013).
Cardoso, V. M., Lima, R. A. S., & Barros, G. S. A. C., & Adami, A. C. O. (2024).
Castillo, R., Botelho, A. C., & Busca, M. D. (2021). Agronegócio globalizado no MATOPIBA maranhense: análise da especialização regional produtiva da soja.
Costa, E. M., & Vieira Filho, J. E. R. (2018). Choque de oferta no crédito rural e seu impacto produtivo na agricultura brasileira. In A. Sachsida (Ed.),
Cruz, B. O., Alves, L. J., & Lima, R. A. S. (2025a). Dinâmicas espaciais e estruturais na agricultura brasileira: análises comparativas dos períodos 2013-2017 e 2018-2022.
Cruz, B. O., Lima, R. A. S., Alves, L. J., & Vieira Filho, J. E. R. (2025b).
Dompieri, M. H. G., Manzatto, C. V., Assad, E. D., & Marin, F. R. (2024).
Empresa Brasileira de Pesquisa Agropecuária – Embrapa. (2021).
Erenstein, O., Jaleta, M., Sonder, K., Mottaleb, K., & Prasanna, B. M. (2022). Global maize production, consumption and trade: trends and R&D implications.
Favareto, A., Nakagawa, L., Kleeb, S., Seifer, P., & Penereiro, J. (2019). Há mais pobreza e desigualdade do que bem-estar e riqueza nos municípios do MATOPIBA.
Fusari, F., Marlow, J., & Volpicella, A. (2024).
Gimenes, R. M. T., Queiroz, R. G., & Henschel, D. (2023). Revisão sistemática sobre o crédito rural no Brasil, com destaque para a operação barter.
Gomes, L. C., Bianchi, F. J. J. A., Cardoso, I. M., Schulte, R. P. O., Arts, B. J. M., & Fernandes Filho, E. I. (2020). Land use and land cover scenarios: an interdisciplinary approach integrating local conditions and the global shared socioeconomic pathways.
Gomes, T. G. P., Besarria, C. N., & Silva, J. A. (2023). Informalidade na América Latina: uma análise por vetores autorregressivos em painel.
Hamilton, L. C. (2012).
Harris, R. D. F., & Tzavalis, E. (1999). Inference for unit roots in dynamic panels where the time dimension is fixed.
Holtz-Eakin, D., Newey, W., & Rosen, H. S. (1988). Estimating vector autoregressions with panel data.
Instituto Brasileiro de Geografia e Estatística – IBGE. (2024a).
Instituto Brasileiro de Geografia e Estatística – IBGE. (2024b).
Instituto Brasileiro de Geografia e Estatística – IBGE. (2025).
Jordà, Ò. (2005). Estimation and inference of impulse responses by local projections.
Lopes, D., Lowery, S., & Peroba, T. L. C. (2016). Crédito rural no Brasil: desafios e oportunidades para a promoção da agropecuária sustentável.
Love, I., & Zicchino, L. (2006). Financial development and dynamic investment behavior: evidence from panel VAR.
Machado, B. S., Neves, M. C. R., & Mattos, L. B. (2021). Determinantes do acesso a programas de financiamento de crédito rural no Brasil: uma análise a partir da PNAD 2014.
Madsen, H. (2007).
Maia, P. R. B. (2011).
Mills, T. C. (2015).
Nazlioglu, S., & Karul, C. (2024). Revisiting the agricultural productivity-credit nexus: panel bootstrap Granger causality approach.
Neves, M. F. (Ed.). (2021).
Nickell, S. (1981). Biases in dynamic models with fixed effects.
Oliveira, R. S. (2024).
Paiva, E. C., Oliveira, M. A., Santos, T. R., & Vieira Filho, J. E. R. (2023). Unequal capitalization of rural credit in Brazilian states and regions.
Ramos, S. Y., & Martha Júnior, G. B. (2010).
Rocha, G. A. P., & Ozaki, V. A. (2020). Crédito rural: histórico e panorama atual.
Santos, C. C. M. (2018). Matopiba: uma nova fronteira agrícola ou um reordenamento geográfico do agronegócio e dos espaços produtivos de “cerrados”?
Santos, R. B. N., & Braga, M. J. (2013). Impactos do crédito rural na produtividade da terra e do trabalho nas regiões brasileiras.
Santos, L. F., Vieira Filho, J. E. R., Lima, R. A. S., & Alves, L. J. (2024). Padrões espaciais da produção agropecuária no Maranhão, Tocantins, Piauí e Bahia (MATOPIBA).
Shumway, R. H., & Stoffer, D. S. (2017).
Silva Filho, L. A., & Lima, R. A. S., Vieira Filho, J. E. R., & Alves, L. J. (2023). Crédito público e produção agrícola do Matopiba: uma abordagem espacial. In
Sims, C. A. (1980). Macroeconomics and reality.
Souza, D. T., Magalhães, L. A., & Castro, G. S. A. (2022). Uma avaliação do impacto do crédito rural e do mercado de trabalho à agropecuária do Matopiba. In
Stiglitz, J. E., & Weiss, A. (1981). Credit rationing in markets with imperfect information.
Stiglitz, J. E., & Weiss, A. (1986). Credit rationing and collateral. In J. Edwards, J. Franks, C. Mayer & S. Schaefer (Eds.),
Stiglitz, J. E., & Weiss, A. (1987). Credit rationing.
Stock, J. H., & Watson, M. W. (2007).
United States Department of Agriculture – USDA. (2023).
United States Department of Agriculture – USDA. (2025).
Wegman, E. J. (1996).
Submetido em:
03/11/2025
Aceito em:
28/05/2026
Publicado em:
03/08/2026
Facebook
LinkedIn
Mendeley
Reddit
Email