Uma Aplicação do Lasso Quantílico Geograficamente Ponderado ao Seguro de Índice Climático

RAC - Revista de Administração Contemporânea

Endereço:
Avenida Pedro Taques, 294 - ANPAD - Zona Armazém
Maringá / PR
87030-008
Site: http://www.scielo.br/scielo.php?script=sci_serial&pid=1415-6555&lng=pt&nrm=iso
Telefone: (44) 8826-2467
ISSN: 19827849
Editor Chefe: Marcelo de Souza Bispo
Início Publicação: 31/12/1996
Periodicidade: Bimestral
Área de Estudo: Administração

Uma Aplicação do Lasso Quantílico Geograficamente Ponderado ao Seguro de Índice Climático

Ano: 2022 | Volume: 26 | Número: 3
Autores: D. L. Miquelluti, V. A. Ozaki, D. J. Miquelluti
Autor Correspondente: D. L. Miquelluti | [email protected]

Palavras-chave: GWQlasso, seguro paramétrico, risco sistêmico, seguro rural

Resumos Cadastrados

Resumo Português:

Objetivo: este artigo estuda a eficiência de uma nova abordagem de regressão, o Lasso quantílico geograficamente ponderado (GWQlasso), na modelagem da relação índice-rendimento para produtos de seguro de índice climático. O GWQlasso permite que os coeficientes de regressão variem espacialmente, enquanto usa as informações de locais vizinhos para gerar estimativas robustas. O componente Lasso do modelo facilita a seleção de variáveis explicativas relevantes. Metodologia: um produto de seguro de índice climático (WII) é desenvolvido com base no standardized precipitation index (SPI) de um mês derivado de um conjunto de dados de precipitação diária para 41 estações meteorológicas no estado do Paraná (Brasil) para o período de 1979 a 2015. Os dados de produção de soja também são usados para os 41 municípios de 1980 a 2015. A eficácia do seguro modelado utilizando-se GWQlasso é avaliada em comparação com uma abordagem de regressão quantílica clássica e um produto de seguro de produtividade tradicional usando a medida de risco espectral (SRM) e o semidesvio médio. Resultado: embora o GWQlasso tenha se mostrado tão eficaz quanto a regressão quantílica, ele superou o produto de seguro de produtividade. Conclusão: o GWQlasso mostra-se como alternativa para o mercado de seguro agrícola no Brasil e em outros locais com limitação de dados.



Resumo Inglês:

Objective: this article studies the efficiency of a novel regression approach, the geographically weighted quantile lasso (GWQlasso), in the modeling of yield-index relationship for weather index insurance products. GWQlasso allows regression coefficients to vary spatially, while using the information from neighboring locations to derive robust estimates. The lasso component of the model facilitates the selection of relevant explanatory variables. Methodology: a weather index insurance (WII) product is developed based on one-month standardized precipitation index (SPI) derived from a daily precipitation dataset for 41 weather stations in the state of Paraná (Brazil) for the period from 1979 to 2015. Soybean yield data are also used for the 41 municipalities from 1980 to 2015. The effectiveness of the GWQlasso product is evaluated against a classic quantile regression approach and a traditional yield insurance product using the spectral risk measure (SRM) and the mean semi-deviation. Results: while GWQlasso proved as effective as quantile regression, it outperformed the yield insurance product. Conclusion: the GWQlasso is an alternative to the crop insurance market in Brazil and other locations with limited data.