Zur Seitenansicht
 

Titelaufnahme

Titel
Stochastische Simulation in der integrierten Unternehmensplanung für den biologischen Marktfruchtbau / Verfasser: Markus Sandbichler
VerfasserSandbichler, Markus
Betreuer / BetreuerinKantelhardt, Jochen
Erschienen2011
UmfangVIII, 93 Bl. : Ill., graph. Darst.
HochschulschriftWien, Univ. für Bodenkultur, Masterarb., 2011
Anmerkung
Mit engl. Zsfassung
SpracheDeutsch
DokumenttypMasterarbeit
Schlagwörter (DE)Unternehmensplanung, Risikoaggregation, Monte Carlo Simulation, Stochastische Simulation, Biolandbau, Marktfruchtbau, stochastisches Modell
Schlagwörter (EN)business planning, risk aggregation, Monte Carlo simulation, stochastic simulation, organic farming, cash crop farming, stochastic model
Schlagwörter (GND)Biologische Landwirtschaft / Marktfruchtbaubetrieb / Unternehmensplanung / Stochastisches Modell
URNurn:nbn:at:at-ubbw:1-6061 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Stochastische Simulation in der integrierten Unternehmensplanung für den biologischen Marktfruchtbau [2.52 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Das Ziel der vorliegenden Arbeit ist es, ein stochastisches Planungsmodell für einen biologisch wirtschaftenden Marktfruchtbetrieb zu entwickeln. Die Grundlage des Modells stellt ein integriertes Unternehmensbudget dar, mit dem die Liquiditäts-, Erfolgs- und Stabilitätsentwicklung eines Beispielbetriebes für den Zeitraum 2011 bis 2020 simuliert wird. Preis- und Ertragsrisiken finden in Form von Wahrscheinlichkeitsverteilungen Berücksichtigung im Modell. Zusammenhänge zwischen Preisen und Erträgen werden in Form von Korrelationen abgebildet. Die dritte Risikogruppe im Modell stellen die Faktorkosten auf Basis des Agrarpreisindex der Jahre 1995-2000 für Betriebsmittel dar. Zur Abbildung der Zusammenhänge der Faktorkosten wird der von Lien (2003) u. Hardaker (2004) verwendete „Hierarchie der Variablen-Ansatz“ (hierarchy of variables-approach) verwendet. Das Modell wird als Tabellenkalkulation in Microsoft Excel 2010 erstellt. Zur stochastischen Simulation wird die Software @Risk von Palisade verwendet. Dem Beispielbetrieb stehen neben der Fortführung der bisherigen Strategie eine Intensivierungs- sowie eine Extensivierungsstrategie als mögliche Varianten zur Betriebsentwicklung zur Verfügung. Aufgrund der unsicheren Zukunft der Agrarpolitik nach 2013 wurden zwei Förderszenarien für jede Strategie simuliert. Eine Sensitivitätsanalyse für die drei simulierten Risikogruppen zeigt, dass Ertragsrisiken den größten Einfluss auf das gesamtbetriebliche Risiko ausüben. Weiters ergibt sich aus den Ergebnissen der Simulationsprozesse, dass die geplante Extensivierungsstrategie unter Aufnahme einer unselbständigen Tätigkeit die beste der untersuchten Alternativen darstellt, um die Betriebssubstanz über den Prognosezeitraum zu erhalten, das Eigenkapital zu steigern sowie den Betrieb „schuldenfrei“ zu halten. Die Intensivierungsstrategie erhöht zwar die Liquidität, den Gewinn und das Eigenkapital des Betriebes, sie birgt aber auch das größte Risiko aller drei Alternativen. Die Liquidität kann durch den Verzicht auf Ersatzinvestitionen kurz- bis mittelfristig erhöht werden, zahlungswirksame Konsequenzen aus dem Verzehr des Betriebsvermögens ergeben sich erst nach dem Ende des Prognosehorizontes.

Zusammenfassung (Englisch)

The aim of this thesis is to develop a stochastic planning model of an organic cash crop farm. The basis of the model is a master budget that simulates the farm‘s development of liquidity, profit and equity over the period of ten years, starting in 2011. Probability distributions account for price- and yield risks within the model. Possible interrelationships between yields and prices are considered by correlation matrices. Factor costs are the third group of risks which are modelled on the basis of the Austrian Agricultural Price Index (1995-2010). In order to account for interrelationships between factor costs, the „hierarchy of variables“-approach by Lien (2003) and Hardaker (2004) is applied in the model. Microsoft Excel 2010 is used to build the spreadsheet model. Stochastic simulation is implemented by Palisadess risk simulation add-in @Risk. The example farm has to decide which of the three possible development strategies shall be realized. Besides continuing the current strategy, the farm may choose between an intensification and an extensification alternative. Since agricultural policies after 2013 are uncertain at the time being, two subsidy scenarios are simulated for each of the strategies. The sensitivity analysis shows that yield risks contribute the most to the total farm risk, followed by price and factor cost risks. As a result of simulation, the extensification strategy (in combination with an off-farm employment) proves to be best to retain the farms assets, to increase equity and to stay free of debt. The intensification strategy, indeed, increases the farms liquidity, profit and equity. However, it also bears the highest risk. By stopping payments for replacement investment, liquidity may rise in the short term, consequences of the asset reduction, however, will occur not before the end of the forecast horizon.