No início de 2026, a inadimplência no setor agro brasileiro alcançou 8,8%, conforme dados recentes da Serasa Experian. Este índice representa um aumento de 1,2 ponto percentual em comparação ao mesmo período de 2025 e um crescimento de 0,6 ponto em relação ao trimestre anterior.
Desafios financeiros enfrentados pelos produtores
O resultado evidencia que os produtores rurais continuam a enfrentar sérias dificuldades financeiras, o que pode restringir ainda mais o acesso ao crédito necessário para custeio e investimento no agronegócio. Este cenário ocorre em meio a discussões entre a Frente Parlamentar do Agronegócio e o governo sobre a renegociação de dívidas rurais.
Metodologia da pesquisa
A Serasa Experian explica que o índice considera dívidas de pessoas físicas do setor rural que estão vencidas há mais de 180 dias, contraídas junto a empresas do agronegócio. A pesquisa abrange aproximadamente 10,7 milhões de produtores identificados por cadastros públicos e operações de crédito rural.
Impactos do ambiente econômico
Marcelo Pimenta, responsável pelo agronegócio da Serasa Experian, destacou que a alta da inadimplência reflete um ambiente econômico desafiador. Ele afirmou que os custos elevados e as oscilações nos preços das commodities estão pressionando a capacidade de pagamento dos agricultores.
Taxas de inadimplência por perfil e região
O estudo revelou que os produtores sem registro rural apresentaram a maior taxa de inadimplência, com 11%. Em seguida vêm os grandes proprietários (9,9%), médios produtores (8,6%) e pequenos (8,3%). Em termos regionais, o Norte do Brasil teve a maior taxa, de 13,2%, seguido pelo Nordeste (10,2%) e Centro-Oeste (10,1%). O Sudeste registrou 7,3% e o Sul, o menor índice do país, com 6,2%.
Deterioração do Agro Score
A análise também mostra uma deterioração no Agro Score, uma ferramenta que avalia o risco no setor desenvolvida pela Serasa Experian. A pontuação média caiu de 606 para 591 pontos entre o primeiro trimestre de 2025 e o mesmo período de 2026. O modelo utiliza inteligência artificial e machine learning para aprimorar a avaliação de risco para instituições financeiras e cooperativas do setor.



