Zur Seitenansicht
 

Titelaufnahme

Titel
Anwendung der Monte Carlo Simulation in der landwirtschaftlichen Betriebsplanung am Beispiel des Weinbaus / Stefan Besser
VerfasserBesser, Stefan
GutachterKirner, Leopold
Erschienen2010
Umfang72 Bl. : graph. Darst.
HochschulschriftWien, Universität für Bodenkultur, Master-Arb., 2010
SpracheDeutsch
DokumenttypMasterarbeit
Schlagwörter (DE)Monte Carlo Simulation Betriebsplanung Szenarien Risiko Wahrscheinlichkeit Weinbau
Schlagwörter (EN)Monte Carlo Method operational planning risk probability viticulture
Schlagwörter (GND)Weinbaubetrieb / Betriebsplanung / Monte-Carlo-Simulation
URNurn:nbn:at:at-ubbw:1-8386 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Anwendung der Monte Carlo Simulation in der landwirtschaftlichen Betriebsplanung am Beispiel des Weinbaus [1.31 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

In der landwirtschaftlichen Betriebsplanung sollten in Zukunft als Folge der größeren Volatilität der Agrarmärkte vermehrt Risiko und Unsicherheiten beachtet werden. Da bei der Ermittlung der Einkünfte aus Land- und Forstwirtschaft der herkömmlichen Betriebsplanung das Risiko mehr oder minder außer Acht gelassen wird, setzte sich diese Masterarbeit das Ziel, der Problematik Abhilfe zu schaffen. Erreicht wurde dies durch Integration der Monte Carlo Simulation (MCS), einer Risikoanalyse, in die Planungsrechnung eines Weinbaubetriebes, welcher dadurch seine gegenwärtige Einkunftssituation verbessern konnte. Über die Ermittlung des Deckungsbeitrages wurden die Einkünfte aus Land- und Forstwirtschaft der IST-Situation analysiert und vier Betriebspläne (Zukunftsszenarien) zur Verbesserung dieser überprüft. Durch die 20.000-fache Simulation der Einkünfte aus der Land- und Forstwirtschaft konnte eine Auftrittswahrscheinlichkeit jeder erwünschten Einkunftshöhe dargestellt werden. Über die Grafiken der kumulierten Auftrittswahrscheinlichkeiten war es weiters möglich, jede erwünschte Einkunftshöhe auf ihre Wahrscheinlichkeit hin zu überprüfen, mit welcher diese zumindest erreicht oder überboten wird. Die Gegenüberstellung der herkömmlichen Berechnungsart mit den simulierten Ergebnissen zeigte, dass durch die MCS dem Betriebsleiter bzw. der Betriebsleiterin deutlich mehr Entscheidungsgrundlagen vorliegen. Durch die grafische Gegenüberstellung der simulierten Betriebspläne können je nach Risikoeinstellung auch jene Pläne gewählt werden, welche keine negativen Einkünfte aus der Land- und Forstwirtschaft erwirtschaften, auch wenn diese schlechtere durchschnittliche Einkünfte aufzeigen. Die Best bzw. Worst Case Szenarien wurden durch die Monte Carlo Methode für die landwirtschaftliche Praxis relevanter, wobei die theoretisch möglichen Extremwerte vom Ausmaß her nicht annähernd erreicht werden konnten. Somit kann abschließend festgestellt werden, dass sich die MCS trotz kleiner Nachteile, wie dem vermehrten Zeit und Berechnungsaufwand, sehr gut für die Anwendung in der landwirtschaftlichen Betriebsplanung eignet.

Zusammenfassung (Englisch)

In the near future, risks and uncertainties have to be considered in the operational planning in agriculture, which are nowadays disregarded for the conventional calculation of earnings from agriculture and forestry. Therefore, the aim of this master thesis was to find a remedy by integrating the Monte Carlo Simulation (MCS), a risk analysis, in the budgeting of a vinery, which enabled a significant improvement of its current situation of earnings. By evaluating the contribution margin, the income from agriculture and forestry of the current situation were analyzed and four operating plans (future scenarios) for the improvement thereof were tested. So, the probability of each requested level of incomings could be displayed by the 20.000-fold simulation of earnings. Additionally to this, the diagrams of cumulative probability made it possible to verify the probability of reaching or even surpassing the selected level of incomings. The comparison of the conventional calcuation method with the simulated results showed the availability of a significant higher background of decision for the operations manager by the means of MCS. By the graphical comparison of simulated operating plans, also those plans can be chosen, depending on the adjustments of risk, which do not generate negative incomings even if they show lower average incomings. So, the best and worst case scenarios, respectively, are gaining relevance for the agricultural practice by the means of the Monte Carlo Method, whereat the theoretically possible extremal values could not be reached in their full extend. As a conclusion it can be stated that, despite of small disadvantages like increased time and calculation efford, the MCS is excellently suitable for the application in the operational planning in agriculture.