RESUMO.Este trabalho apresenta uma análise de clusterização deÁreas Mínimas Comparáveis (AMC's) para traçar um mapa de agrupamentos homogêneos a partir de uma combinação de variáveis climáticas, de características do solo e de produção agropecuária. A metodologia permite a visualização de interações entre as diversas variáveis utilizadas, identificando-se, por exemplo, padrões de coexistência, no nível municipal, de diferentes culturas agrícolas. A discussão apresenta os algoritmos tradicionais sem contiguidade (aglomerativo hierárquico e k-means) e o algoritmo aglomerativo hierárquico com imposição de contiguidade. Busca-se, dessa forma, explorar diferenças entre as tipologias construídas com diferentes abordagens, além de prover configurações alternativas de agrupamentos. Ainda, as metodologias discutidas permitem a incorporação de critérios tradicionais de escolha do número de clusters, tais como estatísticas CCC, pseudo-F e pseudo-t 2 .Palavras-chave: Clusterização espacial, algoritmos hierárquicos, k-means. INTRODUÇÃÓAreas territoriais extensas podem implicar em diversidades econômicas, culturais, sociodemográficas, comportamentais, climáticas e geográficas. Dessa forma, a formulação de políticas públicas encontra obstáculos quando implementadas nas diversas regiões do país, já que as diversidades acima elencadas impõem diferentes intensidades de aplicação da política, uma vez que existemáreas mais ou menos dependentes dessas ações. O Brasil, por ser um país com grandes dimensões territoriais, pode apresentar dificuldades em implementar políticas públicas. O setor agropecuário, principalmente, sofre com essas dificuldades, já que ele se estende por quase todo o território nacional eé afetado com alterações nos padrões locacionais.

Com a utilização de dados diários do retorno das ações, da cotação do Dólar e do índice Ibovespa, durante o período de 2010 até 2020, este estudo apresenta os resultados dos transbordamentos de volatilidades no mercado de ações do Brasil, com a utilização de correlações condicionais. A construção de retornos representativos pela Análise de Componentes Principais, tradicional e robusto se mostraram mais adequadas em relação à Análise de Componentes Principais Dinâmico. Para a estimação dos modelos, a utilização do modelo GARCH Multivarido Diagonal BEKK também se mostrou mais ajustado em comparação ao modelo GARCH Multivariado BEKK. A presença do efeito spillover e a direção em que ocorre o transbordamento de volatilidade foram avaliadas a partir da causalidade de Granger de segunda ordem, com teste CN, e indicaram a presença do efeito lead-lag.