UNIVERSITEIT HASSELT FACULTEIT BEDRIJFSECONOMISCHE WETENSCHAPPEN
Risicoanalyse in de Vlaamse melkveesector
Masterproef voorgedragen tot het behalen van de graad van handelsingenieur door: Stefanie GRAULUS Promotor: dr. ir. VAN PASSEL Steven
2010
-2-
Woord vooraf Deze masterproef vormt het sluitstuk van mijn opleiding Handelsingenieur, afstudeerrichting Finance aan de Universiteit Hasselt. Het was een uitdaging om voor mijn masterproef te werken met een onderwerp, namelijk ‘risicoanalyse in de Vlaamse melkveesector’, waarover nog niet veel onderzoek was gedaan. Graag wil ik van dit voorwoord gebruik maken om iedereen te bedanken die heeft meegeholpen bij het tot stand brengen van deze masterproef. Mijn promotor dr.ir. Van Passel wil ik danken voor het geven van de noodzakelijke richtlijnen en begeleiding. Ook zou ik drs. Yann de Mey willen danken voor het geven van extra informatie, tussentijdse evaluaties en een kritische beoordeling bij het herhaaldelijk nalezen van mijn masterproef. Mijn dank gaat verder uit Dhr. Johan Achten en Mevr. Marita Van Berlo van LIBA voor het ter beschikking stellen van het cijfermateriaal en het geven van informatie, tips en advies. Daarnaast wil ik ook mijn vriend en mijn ouders danken voor de ondersteuning gedurende het schrijven van de masterproef maar ook gedurende mijn volledige opleiding.
-3-
Samenvatting Een bedrijf moet duurzaam zijn of, met andere woorden, een bedrijf moet zijn voortbestaan kunnen verzekeren. Risico’s kunnen dit voortbestaan in gevaar brengen indien men zich niet bewust is van deze risico’s en ze dus ook niet beheerst. Het Steunpunt Duurzame landbouw (Stedula) heeft duurzame landbouw uitgewerkt over drie pijlers, namelijk een ecologische, sociale en economische pijler. Binnen de economische pijler is er nog één open ruimte die niet verder onderzocht is, namelijk het risico. Deze masterproef is een beginnend onderzoek om deze open ruimte in te vullen.
Risico heeft altijd bestaan en zal ook altijd blijven bestaan. Winst is de vergoeding voor risico dus er kan geen winst zijn zonder risico. Het is zeer belangrijk om zich bewust te zijn van de risico’s die men loopt zodat men het beleid van het bedrijf kan aanpassen aan deze risico’s. Ook voor het beleid van de overheid is het van belang dat ze weten welke risico’s er zijn in de melkveesector. De landbouwsector heeft immers een invloed op de gehele economie van een land.
In deze masterproef komen achtereenvolgens een literatuuroverzicht, een beschrijving van het materiaal en de methoden voor het onderzoek, de resultaten van het onderzoek en mogelijke beleidsmaatregelen aan bod.
In het literatuuroverzicht wordt eerst een beschrijving van de Vlaamse melkveesector gegeven. Hierin wordt aangehaald dat er een voortdurende daling is van de hoeveelheid landbouwbedrijven in Vlaanderen en dat dit voornamelijk te verklaren is door een schaalvergroting. Dit wil zeggen dat kleinere bedrijven verdwijnen en dat de resterende bedrijven groter worden. Daarnaast wordt er vermeld dat de rundveehouderij in Wallonië meer gericht is op zoogkoeien terwijl in Vlaanderen meer op melkveehouderij. De belangrijkste provincies in Vlaanderen voor de melkveehouderij zijn Antwerpen en het noordelijk deel van Limburg. In een volgend hoofdstuk wordt een korte uiteenzetting gegeven over het landbouwbeleid. In 1962 ontstond het Gemeenschappelijk landbouwbeleid in Europa om de Europese landbouw te ondersteunen en te beschermen tegen buitenlandse concurrentie. De maatregelen die hiervoor werden ingevoerd brachten veel kosten met zich mee en dit leidde tot de conclusie dat het GLB niet efficiënt was. Het GLB is hierna herhaaldelijk aangepast om de landbouw terug marktgerichter en meer concurrentieel te maken. In een laatste deeltje van het literatuuroverzicht wordt een overzicht gegeven van verschillende definities voor risico, verschillende soorten risico, de relatie tussen risico en variabiliteit, een bespreking van de variabiliteit/volatiliteit van het landbouwinkomen, de risicohouding van de landbouwer en risicoresistentie van het landbouwbedrijf en de effecten van risico’s.
Voor deze studie is er gebruik gemaakt van de bedrijfseconomische gegevens van 105 gespecialiseerde melkveebedrijven. Deze gegevens zijn ter beschikking gesteld door LIBA. LIBA is
-4-
een bedrijf dat gespecialiseerd is in het opstellen van de bedrijfseconomische boekhouding van melkveebedrijven. De bedrijfseconomische gegevens hebben betrekking op Vlaamse bedrijven en op de jaren 2006, 2007 en 2008. Op basis van deze gegevens is er een algemeen gemiddeld bedrijf gecreëerd, een gemiddeld klein bedrijf, een gemiddeld middelgroot bedrijf, een gemiddeld groot bedrijf, een gemiddeld bedrijf 2006, een gemiddeld bedrijf 2007 en een gemiddeld bedrijf 2008. In dit onderdeel is er een minimumarbeidsinkomen/VAK (volwaardige arbeidskracht) berekend voor elk gemiddeld bedrijf. Hierna worden de methoden van het onderzoek verder besproken. Achtereenvolgens komen volgende methoden aan het bod: het onderzoek van de parameters, de Monte Carlo simulatie, het onderzoek van de belangrijkste parameter en het onderzoek van de hefbomen.
Bij het onderzoek van de parameters werd de invloed onderzocht van wijzigingen in één van de acht parameters op zowel het arbeidsinkomen als de vrije cashflow. Deze acht parameters zijn: melkprijs, betaalde rente inclusief rentesubsidie, berekende rente inclusief fictieve pacht, voerkosten, teeltkosten, veekosten, bedrijfstoeslag en onderhoud gebouwen, grond & machines. Dit werd enkel uitgevoerd voor het algemene gemiddelde bedrijf. De conclusie hieruit was dat de parameter ‘melkprijs’ veruit de belangrijkste parameter was. Een wijziging in deze parameter had een versterkte wijziging in het arbeidsinkomen en de vrije cashflow als gevolg. Andere minder belangrijke parameters waren: voerkosten, bedrijfstoeslag en berekende rente inclusief fictieve pacht.
Bij de Monte Carlo simulatie werd er gekeken naar de invloed van gelijktijdige wijzigingen in de acht parameters, tussen vooraf bepaalde grenzen, op het arbeidsinkomen en de vrije cashflow. De Monte Carlo simulatie werd uitgevoerd voor elk gemiddeld bedrijf. Ook hier bleek de parameter ‘melkprijs’ de parameter met de meeste invloed op het arbeidsinkomen en de vrije cashflow te zijn. Een tweede belangrijke parameter, doch veel minder belangrijk dan de melkprijs, was de parameter voerkosten. Bij de Monte Carlo simulatie krijgt men als resultaat ook een kansverdeling van de outputparameters, in dit geval dus het arbeidsinkomen/VAK en de vrije cashflow. Vooral de kansverdeling van het arbeidsinkomen/VAK is nader bekeken. Er werd namelijk gekeken wat de kans was, voor elk gemiddeld bedrijf, dat het arbeidsinkomen/VAK groter was dan het berekende minimumarbeidsinkomen/VAK. Deze kans was het grootste voor het gemiddelde grote bedrijf, namelijk 100%. Voor het gemiddelde kleine bedrijf en het gemiddelde bedrijf 2008 was deze kans het laagste, namelijk respectievelijk 94,53% en 95,58%. Dit wil zeggen dat deze twee gemiddelde bedrijven
het
meeste
risico
lopen
indien
de
parameters
wijzigen
om
een
te
laag
arbeidsinkomen/VAK te ontvangen. Beide bedrijven hebben zelfs een kleine kans om een negatief arbeidsinkomen/VAK te verkrijgen.
In een volgend onderdeel is er gekeken naar de parameter die het meeste invloed bleek te hebben, namelijk de parameter ‘melkprijs’. Er is een vergelijking gemaakt tussen grafieken van enerzijds de
-5-
melkprijzen van januari 2006 tot en met september 2009 en anderzijds het overeenkomstig arbeidsinkomen/VAK en de beschikbare middelen bedrijfsvoering. Hierbij was het opvallend dat in 2009
de
melkprijzen
zeer
laag
waren,
waardoor
gedurende
enkele
maanden
het
arbeidsinkomen/VAK onder het minimumarbeidsinkomen/VAK lag en de beschikbare middelen bedrijfsvoering negatief waren. In dit onderdeel is er een minimumprijs bepaald, die nodig is om te voorkomen dat het arbeidsinkomen/VAK voor het algemene gemiddelde bedrijf lager lag dan het minimumarbeidsinkomen/VAK. Deze prijs bedroeg €21,06/100l.
Bij het onderzoek van de hefbomen zijn er drie hefbomen nader bekeken, namelijk de rendabiliteitshefboom op het bruto saldo, de hefboom van saldo op arbeidsinkomen en de financiële hefboom. Hiervan zou de hefboom van saldo op arbeidsinkomen een maatstaf zijn van het operationele risico van een bedrijf. De vermenigvuldiging van de hefboom van saldo op arbeidsinkomen en de financiële hefboom zou een indicatie zijn voor het financieel risico van een bedrijf. Deze hefbomen zijn berekend voor alle gemiddelde bedrijven. Hierbij was zichtbaar dat de hefbomen het grootste waren voor het gemiddelde kleine bedrijf en het gemiddelde bedrijf 2008. Dus ook hier zien we dat deze twee bedrijven het grootste risico lopen.
Het laatste hoofdstuk van deze masterproef gaat dieper in op beleidsmaatregelen die de overheid kan toepassen om melkveebedrijven te ondersteunen. Eerst wordt er een korte discussie gevormd over waarom wel of waarom niet overheidsinterventie nodig is. Daarna worden vijf scenario’s nader bekeken,
namelijk:
prijsondersteuning,
voersubsidie,
rentesubsidie,
directe
steun
en
een
sensibiliseringscampagne. Bij de prijsondersteuning, de voersubsidie en de rentesubsidie is eerst theoretisch gekeken naar reacties van een dergelijke ondersteuning op de markt van vraag en aanbod van melk. Voor de voersubsidie en de rentesubsidie is er ook gekeken naar respectievelijk de
voermarkt
en
de
kapitaalmarkt.
Hierna
is
er
voor
elk
scenario,
behalve
voor
de
sensibiliseringscampagne, gekeken naar de invloed van de ondersteuning op het arbeidsinkomen en/of de vrije cashflow. Hierna is er voor elk scenario, behalve voor de sensibiliseringscampagne, de overheidskost berekend. Bij de sensibiliseringscampagne is theoretisch uitgelegd wat het effect zou kunnen zijn en hoe men dit effect zou kunnen optimaliseren. Bij de vergelijking van alle scenario’s, zagen we dat een melkprijsondersteuning het meeste effect had op het arbeidsinkomen en de vrije cashflow. Dit is een conclusie die we al hadden kunnen afleiden uit de resultaten van het onderzoek van de parameters en de Monte Carlo simulatie, want ook daar had een wijziging van de melkprijs een versterkte wijziging van het arbeidsinkomen en de vrije cashflow ten gevolg. Ook het scenario van directe steun bleek effectief te zijn. Er was een redelijk resultaat voor het arbeidsinkomen en de overheid weet precies wat het zal kosten. De sensibiliseringscampagne zou ook een goede ondersteuningsmaatregel kunnen zijn omdat deze alvast het juiste tijdsperspectief heeft, namelijk het heeft slechts effect op korte termijn. Een nadeel is dat de overheidskost hier onduidelijk is en ook het effect op het arbeidsinkomen en de vrije cashflow niet op voorhand te bepalen is.
-6-
Melkveehouders zijn onderhevig aan verschillende risico’s die grote gevolgen kunnen hebben voor het voortbestaan van het bedrijf. Daarom is het belangrijk dat ze zich bewust zijn van deze risico’s en dat ze proberen deze risico’s te beheersen. Voor de overheid is het van belang te erkennen dat er veel risico’s zijn voor melkveehouders en dat, in tijden van crisis, enige ondersteuning toch van belang kan zijn.
-7-
Inhoudsopgave Woord vooraf ...................................................................................................................... 2 Samenvatting ...................................................................................................................... 3 Lijst van tabellen ................................................................................................................. 9 Lijst van figuren ................................................................................................................. 10 1 Probleemstelling ............................................................................................................. 11 2 Literatuuroverzicht .......................................................................................................... 14 2.1 De Vlaamse melkveesector ........................................................................................ 14 2.2 Het landbouwbeleid................................................................................................... 15 2.3 Risico’s .................................................................................................................... 17 3 Onderzoek...................................................................................................................... 25 3.1 Materiaal en methoden .............................................................................................. 25 3.1.1 Data ..................................................................................................................... 25 3.1.2 Methode ............................................................................................................... 31 4 Resultaten ...................................................................................................................... 35 4.1 Parameters .............................................................................................................. 35 4.2 Monte Carlo simulatie ................................................................................................ 39 4.2.1 Vergelijking volgens grootte .................................................................................... 41 4.2.2 Vergelijking over jaren ........................................................................................... 44 4.4 Hefbomen ................................................................................................................ 52 5 Beleidsmaatregelen ......................................................................................................... 56 5.1 Scenario 1: Prijsondersteuning ................................................................................... 56 5.2 Scenario 2: Inputsubsidie .......................................................................................... 59 5.2.1 Scenario 2A: Voersubsidie ....................................................................................... 60 5.2.2 Scenario 2B: Rentesubsidie ..................................................................................... 63 5.3 Scenario 3: Directe steun .......................................................................................... 65 5.4 Scenario 4: Sensibiliseren .......................................................................................... 66 5.5 Conclusie ................................................................................................................. 67 Algemeen besluit ............................................................................................................... 69 Lijst van geraadpleegde werken ........................................................................................... 72
-8-
Bijlagen ............................................................................................................................ 75 Bijlage 1: Economische duurzaamheidsster ....................................................................... 75 Bijlage 2: Resultatenrekeningen gemiddelde bedrijven in euro ............................................. 76 Bijlage 3: Correlatiematrix .............................................................................................. 90 Bijlage 4: Monte Carlo simulatie ....................................................................................... 91
-9-
Lijst van tabellen Tabel 1: Structuur resultatenrekening .................................................................................. 27 Tabel 2: Berekening opbrengsten ......................................................................................... 28 Tabel 3: Berekening variabele kosten ................................................................................... 28 Tabel 4: Berekening vaste kosten ........................................................................................ 29 Tabel 5: Minimumarbeidsinkomen/VAK in euro ...................................................................... 31 Tabel 6: Invloed melkprijs/liter op arbeidsinkomen en vrije cashflow ........................................ 35 Tabel 7: Invloed betaalde rente incl. rentesubsidie op arbeidsinkomen en vrije cashflow ............. 36 Tabel 8: Invloed berekende rente incl. fictieve pacht op arbeidsinkomen en vrije cashflow .......... 36 Tabel 9: Invloed voerkosten op arbeidsinkomen en vrije cashflow ............................................ 37 Tabel 10: Invloed teeltkosten voergewassen op arbeidsinkomen en vrije cashflow ..................... 37 Tabel 11: Invloed veekosten op arbeidsinkomen en vrije cashflow ........................................... 38 Tabel 12: Invloed bedrijfstoeslag op arbeidsinkomen en vrije cashflow ..................................... 38 Tabel 13: Invloed onderhoud gebouwen, grond & machines op arbeidsinkomen en vrije cashflow 39 Tabel 14: Resultaten sensitiviteit van het arbeidsinkomen/VAK en de vrije cashflow voor de 8 parameters en de 7 gemiddelde bedrijven ............................................................................. 48 Tabel 15: Hefboom van totale ontvangsten op bruto saldo in euro ........................................... 53 Tabel 16: Hefboom van bruto saldo op arbeidsinkomen in euro ............................................... 54 Tabel 17: Financiële hefboom in euro ................................................................................... 54 Tabel 18: Resultaten van een prijsondersteuning van €0,02/l (in euro)..................................... 58 Tabel 19: Resultaten van een voerkostondersteuning van 10% (in euro) .................................. 62 Tabel 20: Resultaten van een voerkostondersteuning van 20% (in euro) .................................. 62 Tabel 21: Resultaten van een rentesubsidieverhoging van 1% (in euro) ................................... 65 Tabel 22: Resultaten van een directe ondersteuning van €9.443,74 per bedrijf (in euro) ............ 66
- 10 -
Lijst van figuren Figuur 1: Procentuele verdeling van de melkveebedrijven in functie van het arbeidsinkomen....... 26 Figuur 2: Procentuele verdeling van de melkveebedrijven in functie van het arbeidsinkomen per arbeidskracht .................................................................................................................... 26 Figuur 3: Kansverdeling arbeidsinkomen/VAK gemiddelde bedrijf (algemeen)............................ 40 Figuur 4: Kansverdeling arbeidsinkomen/VAK gemiddelde kleine bedrijf ................................... 41 Figuur 5: Kansverdeling arbeidsinkomen/VAK gemiddelde middelgrote bedrijf ........................... 42 Figuur 6: Kansverdeling arbeidsinkomen/VAK gemiddelde grote bedrijf .................................... 43 Figuur 7: Kansverdeling arbeidsinkomen/VAK gemiddelde bedrijf 2006..................................... 44 Figuur 8: Kansverdeling arbeidsinkomen/VAK gemiddelde bedrijf 2007..................................... 45 Figuur 9: Kansverdeling arbeidsinkomen/VAK gemiddelde bedrijf 2008..................................... 46 Figuur 10: Melkprijs/100l vanaf januari 2006 tot en met september 2009 ................................. 51 Figuur 11: Arbeidsinkomen/VAK en minimumarbeidsinkomen/VAK voor de periode januari 2006 tot en met september 2009...................................................................................................... 51 Figuur 12:Beschikbare middelen bedrijfsvoering voor de periode januari 2006 tot en met september 2009 ................................................................................................................ 52 Figuur 13: Vraag en aanbod op de markt van melk met een melkquotum ................................. 57 Figuur 14: Vraag en aanbod op de melkmarkt met melkprijsondersteuning ............................... 58 Figuur 15: Vraag en aanbod op de melkmarkt met een inputsubsidie ....................................... 60 Figuur 16: Vraag en aanbod op de voermarkt met een voerkostensubsidie................................ 61 Figuur 17: Vraag en aanbod op de kapitaalmarkt met een rentesubsidie ................................... 64
- 11 -
1 Probleemstelling Het begrip ‘duurzaamheid’ krijgt steeds meer aandacht. Men moet er rekening mee houden dat alles wat men nu doet, gevolgen heeft voor de volgende generaties en men is slechts duurzaam indien men als bedrijf blijft bestaan (Dessers, Van Passel, Nevens, Mathijs & Van Huylenbroeck, 2006). Ook in de landbouwsector moet men hier aandacht aan besteden. Volgens het Steunpunt Duurzame Landbouw [Stedula] (2006) moet men duurzame landbouw uitwerken over drie pijlers namelijk de ecologische, sociale en economische aspecten van duurzame landbouw. Zij hebben een duurzaamheidsster ontwikkeld. Deze ster bevat 10 hoofdthema’s. De drie pijlers van duurzaamheid krijgen gelijkwaardige aandacht in deze ster. Indien we naar de economische pijler (bijlage 1) kijken, zien we dat deze ook is onderverdeeld in verschillende thema’s.
Dessers et al. (2006) stellen dat om economisch duurzaam te zijn, de gecreëerde toegevoegde waarde op het bedrijf groot genoeg moet zijn om er de ingezette productiefactoren (arbeid en vermogen) mee te vergoeden. De productiefactoren moeten ook zo efficiënt mogelijk worden ingezet zodat het bedrijf op termijn in staat blijft om de ingezette productiefactoren te vergoeden.
Eén thema binnen de economische pijler is echter nog niet verder bekeken door Stedula namelijk het risicoprofiel. Alle landbouwbedrijven krijgen te maken met risico. Elke beslissing vandaag heeft gevolgen voor de toekomst maar zelden weten we wat die gevolgen precies gaan zijn (Hardaker, Huirne, Anderson & Lien, 1997). Er zijn verschillende oorzaken van risico: veranderingen in de wetgeving, externe factoren, … (Baquet, Hambleton & Jose, 1997). Risico heeft altijd bestaan. Doordat de wereld rondom ons continu verandert, is het voor een bedrijf zeer belangrijk om flexibel te zijn. Daarom moet men weten welke risico’s er zijn en deze incalculeren in het beleid (Kaan, 1999a). Om een goed beleid met aandacht voor duurzame ontwikkeling te voeren, moet men zich ook bewust zijn van de risico’s die men loopt. Het risico dat het bedrijf loopt, moet op een aanvaardbaar peil worden gehouden om een hoge toegevoegde waarde op een lange termijn aan te houden (Dessers et al., 2006). Indien men als bedrijfsleider weet welk risico men loopt, kan men de bedrijfsstrategie aanpassen. Men kan zich voorbereiden op tegenslagen en zo voorkomen dat het bedrijf onverwacht grote verliezen maakt of zelfs dat men failliet gaat (Harwood, Heifner, Coble, Perry & Somwaru, 1999). Zoals in alle bedrijven zijn in landbouwbedrijven de cashflows zeer belangrijk om de korte termijn betalingen te voldoen bv. de maandelijkse schuldaflossing. De belangrijkheid van deze cashflows is nog een reden om aandacht te besteden aan het risico dat men loopt en te kijken welke invloed dat risico heeft op die cashflows (Kaan, 1999a). Men zou risicomanagement moeten bekijken als een zeer belangrijk onderdeel van het bedrijfsbeleid. De welvaart van het gezin van de landbouwer en het voortbestaan van het landbouwbedrijf zijn immers afhankelijk van hoe goed risico’s gemanaged worden (Hardaker et al., 1997). Risicomanagement betekent dat men kan omgaan met de risico’s die het gevolg zijn van nieuwe kansen door de veranderende wereld (Baquet et al., 1997). Risicomanagement geeft
- 12 -
daardoor ook een bepaalde zekerheid aan de werknemers voor hun eigen toekomst binnen het bedrijf (Kaan, 1999a). Nog een andere reden waarom het belangrijk is om te weten met welk risico men te maken heeft, is dat men dat risico moet vermelden in het ondernemingsplan, het marketingplan,… Indien men een nieuwe lening nodig heeft, moet men met een ondernemingsplan naar de bank gaan. De bank wil dan ook op de hoogte zijn van de risico’s die het bedrijf loopt omdat de bank zelf het risico loopt dat het bedrijf de lening niet kan terug betalen (Kaan, 1999a) .
Niet enkel voor het beleid van de bedrijven is het belangrijk te weten welk risico ze lopen, maar ook voor het beleid van de overheid is dit van belang. Immers indien het niet goed gaat met de landbouwsector heeft dit een invloed op de gehele economie (Fleisher, 1990). De overheid zal de ondersteuningsmaatregelen voor landbouwbedrijven ook moeten aanpassen aan het risico in de landbouwsector. Enkele voorbeelden van dergelijke ondersteuningsmaatregelen zijn staatsteun als bijdrage aan verzekeringspremies, steun met betrekking tot door ongunstige weeromstandigheden veroorzaakte verliezen, etc. (Deuninck, Carels, Bas & Van Gijseghem, 2007).
De leveranciers van inputs aan landbouwbedrijven kunnen er ook baat bij hebben zich te verdiepen in het risico dat landbouwbedrijven lopen. Landbouwbedrijven zullen niet bereid zijn een nieuw product te kopen indien dat product niet volledig getest is en de testresultaten bekend zijn. Een grote investering in een onzeker product brengt veel risico met zich mee. De leveranciers kunnen daar rekening mee houden en bv. eerst het product in leasing geven zodat de landbouwer de waarde van het product leert kennen zonder de grote investering te moeten doen. (Hardaker et al. 1997)
Volgens Hardaker et al. (1997) moet men helemaal niet bang zijn voor risico. Zij stellen dat winst de beloning is voor het dragen van risico, zonder risico is er geen winst. Maar het is zeer belangrijk om zich bewust te zijn van de risico’s die men loopt en dat men in het beleid rekening houdt met deze risico’s.
Centrale onderzoeksvraag
Uit bovenstaande probleemstelling is het duidelijk dat risico een belangrijke factor is waaraan men zeker aandacht moet besteden. Daaruit volgt deze centrale onderzoeksvraag:
‘Hoe is het gesteld met risico in de Vlaamse landbouwsector?’
Risico is een moeilijk definieerbaar begrip. Er zijn meerdere definities die vaak worden gebruikt maar er is geen algemeen aanvaarde definitie. Bijvoorbeeld volgens Hardaker et al. (2007) kan
- 13 -
risico worden gedefinieerd als imperfecte kennis waarbij de mogelijke uitkomsten met hun kansen bekend zijn en er onzekerheid bestaat wanneer die kansen niet gekend zijn.
Voor dit onderzoek zijn er een aantal beperkingen. De eerste beperking is dat het zal gaan om Vlaamse landbouwbedrijven. Deze beperking is noodzakelijk omdat er in het onderzoek ook aandacht wordt gegeven aan de wetgeving. Een tweede beperking is dat het zal gaan om melkveebedrijven. Deze beperking is gekozen omdat het onderzoek van Stedula (2006) omtrent de duurzaamheidpijlers zich ook beperkt tot de melkveesector.
Dit
onderzoek
gaat
het
thema
‘risicoprofiel’
van
de
economische
duurzaamheidspijler verder onderzoeken dus daarom is er gekozen voor dezelfde beperking als in het onderzoek van Stedula (2006).
In het volgende hoofdstuk zal een kort literatuuroverzicht gegeven worden. Daarna volgt een hoofdstuk over het materiaal dat wordt gebruikt in de verdere masterproef en over de methoden die worden gebruikt voor het onderzoek. In hoofdstuk 4 worden de resultaten van het onderzoek meegedeeld, waarna in hoofdstuk 5 enkele beleidsmaatregelen onder de vorm van scenario’s nader worden bekeken. Ten slotte in hoofdstuk 6 volgt er een algemeen besluit.
- 14 -
2 Literatuuroverzicht 2.1 De Vlaamse melkveesector
Indien er wordt gekeken naar de hoeveelheid landbouwbedrijven in Vlaanderen, zien we dat er een voortdurende daling is. In 2009 waren er in Vlaanderen 29.446 bedrijven. Dit is een daling van 32% ten opzichte van 1998. Dit is een gemiddelde jaarlijkse daling van 2,9%. Deze daling is voornamelijk te wijten aan schaalvergroting. Dit wil zeggen dat kleinere bedrijven verdwijnen en de resterende bedrijven steeds groter worden, zowel in aantal hectare als in de hoeveelheid vee. Een andere opmerkbare trend is dat er steeds meer vennootschappen worden opgericht. Dit wil zeggen dat er steeds vaker aan het hoofd van een bedrijf een rechtspersoon staat. In vergelijking met 1998 kan men spreken van een verdubbeling van het aantal vennootschappen (Platteau & Van Bogaert, 2009).
Iets meer dan 31% van de Vlaamse landbouwbedrijven is gespecialiseerd in de rundveehouderij, waarvan ongeveer 40% gespecialiseerd is in melkvee (Platteau & Van Bogaert, 2009). Deze sector is vooral belangrijk in de provincie Antwerpen en in het noordelijk deel van Limburg (Platteau, Van Bogaert & Van Gijseghem, 2008).
Indien men het aantal runderen in Vlaanderen nader bekijkt, kan men zien dat dit aantal de laatste 10 jaar gedaald is met 19,5%. Tegelijk is er een duidelijke verschuiving zichtbaar van runderen voor de melkproductie naar runderen voor vleesconsumptie. Mogelijke oorzaken hiervoor zijn de instelling van de melkquota in 1984, de toename van de melkgift per koe en het bestaan van een premiestelsel voor zoogkoeien (Platteau, Van Bogaert & Van Gijseghem, 2008).
Indien Vlaanderen en Wallonië met elkaar worden vergeleken, kan er geconcludeerd worden dat er in Vlaanderen minder runderen zijn dan in Wallonië. In Wallonië is de rundveehouderij meer gericht op zoogkoeien terwijl Vlaanderen meer gericht is op de melkveehouderij (Platteau, Van Bogaert & Van Gijseghem, 2008).
De melkleveringen veranderen van jaar tot jaar weinig door de quotaregeling. Sinds 2006 zijn er wel enkele veranderingen door de quotaverhogingen die in het onderdeel ‘het landbouwbeleid’ verder zijn uitgelegd. De gemiddelde geleverde hoeveelheid per producent is gestegen met 66,5% ten opzichte van 1997/1998. Dit is een gevolg van de daling van het aantal producenten en de stijging van de melkleveringen sinds 1997/1998. Tussen bedrijven onderling blijkt dat er een groot structuurverschil is. Bedrijven die zich in de quotumklasse groter dan 400.000 liter (22,8%) bevinden, zijn verantwoordelijk voor ongeveer 47% van de melkaanvoer. De meeste producenten bevinden zich in de quotumklasse tussen 100.000 liter en 200.000 liter, namelijk 28% (Platteau, Van Bogaert & Van Gijseghem, 2008).
- 15 -
In 2007 had de zuivelsector een productiewaarde van 658 miljoen euro. Dit is 13% van de waarde van de Vlaamse land- en tuinbouwproductie. Binnen de veeteeltsector zijn de zuivelproducten het tweede belangrijkste product. Het belangrijkste product binnen de veeteeltsector is het varkensvlees (Platteau, Van Bogaert & Van Gijseghem, 2008).
De handelsbalans voor bijna alle zuivelproducten is positief. Er zijn slechts twee uitzonderingen namelijk kaas en room. Globaal gezien zorgt dit voor een licht positieve handelsbalans voor de zuivelproducten. Een positieve handelsbalans wil zeggen dat de uitvoer van zuivelproducten groter is dan de invoer van zuivelproducten. Indien er wordt gekeken naar de handel binnen de EU is de invoer van zuivelproducten groter dan de uitvoer. Handel met derde landen heeft een groot positief saldo. De belangrijkste handelspartners van België zijn Nederland, Frankrijk, Duitsland en het Verenigd Koninkrijk (Platteau, Van Bogaert & Van Gijseghem, 2008).
2.2 Het landbouwbeleid
In 1957 werd het Verdrag van Rome ter oprichting van de Europese Economische Gemeenschap (EEG) ondertekend. In dit verdrag werden ook doelstellingen geformuleerd voor het opzetten van een Gemeenschappelijk landbouwbeleid (GLB). Het belangrijkste doel was het bevorderen van de productiviteit van de landbouwsector om aan de consumenten een stabiele voedselvoorziening tegen betaalbare prijzen te bieden en tegelijkertijd het voortbestaan van de landbouwsector in de Europese Unie (EU) te verzekeren. Men vond dat de Europese landbouw ondersteund moest worden en beschermd tegen buitenlandse concurrentie. In 1962 ontstond het GLB uiteindelijk en het was voornamelijk gebaseerd op het principe dat de vraag naar landbouwproducten eerst moest voldaan worden door het Europese aanbod. De landbouw in de EU werd ook beschermd door vier steunmaatregelen,
namelijk
prijsondersteuning,
inkomenssteun,
importrestricties
en
exportsubsidies. Van deze steunmaatregelen was de prijsondersteuning de belangrijkste. Er werd namelijk een systeem ingesteld van afgesproken prijzen die boven het niveau van de wereldmarktprijzen
werden
gekozen.
Deze
prijsondersteuning
had
tot
gevolg
dat
de
landbouwproductie in de EU steeds verder toenam. Voor vele producten was het aanbod veel hoger dan de vraag. Deze overschotten werden gedeeltelijk opgeslagen, maar dit bracht kosten met zich mee. Gedeeltelijk werden deze overschotten ook uitgevoerd. Maar omdat de prijzen buiten de EU lager waren dan de prijzen binnen de EU werden er exportsubsidies ingevoerd. Dit waren maatregelen die dus veel kosten met zich mee brachten voor de begroting. Door het dumpen van overschotten in andere (ontwikkelings)landen werden de markten daar verstoord. De conclusie die hieruit volgde was dat het GLB inefficiënt en ineffectief was. Een gedeelte van de doelstellingen werd niet gehaald en de doelstellingen die wel werden gehaald, brachten zeer hoge kosten met zich mee (Europese Commissie Landbouw en Plattelandsontwikkeling, 2005).
- 16 -
In 1984 zijn de melkquota ontwikkeld om een evenwicht te vinden tussen vraag en aanbod op de markt voor zuivel en zuivelproducten om zo de structurele overschotten, die waren ontstaan door het gebrek aan evenwicht, te verminderen. Elk land binnen de Europese Unie heeft een bepaald quotum. Een melkquotum is het recht om een bepaalde hoeveelheid koemelk of daarvan afgeleide zuivelproducten te produceren. In België is het quotum verdeeld onder de producenten van melk. Melkquotum kan definitief (door verkoop) of tijdelijk (door leasing) worden overgedragen. Indien België zijn quotum overschrijdt, is er een heffing verschuldigd. Dit wordt de superheffing genoemd. Deze heffing wordt doorgerekend aan elke individuele producent die zijn quotum overschrijdt. De heffing is momenteel vastgesteld op €27,84 per 100 kg melk (Wat is melkquotum?, 2009). Deze quotaregeling werd oorspronkelijk voor 5 jaar ingericht maar is ondertussen al verlengd tot 2015 (Platteau, Van Bogaert & Van Gijseghem, 2008).
Halverwege de jaren tachtig was er een eerste hervorming van het GLB. Deze hervorming leverde niet de gewenste resultaten op want er was nog steeds overproductie. Daarna volgde er in 1992 de Mac Sharry hervorming, genoemd naar de Ierse Landbouwcommissaris Mac Sharry. Deze hervorming hield in dat de garantieprijzen werden verlaagd en dat er compensatie was voorzien via directe inkomenssteun. Om de productie te beperken werden er maatregelen ingevoerd zoals braaklegging van gronden (Van Gijseghem et al., 2003).
Een volgende grote hervorming was het besluit van de Europese Raad van Berlijn in 1999 betreffende
‘Agenda
2000’. Hier
keek men verder
dan de
groeiende
wereldvraag
naar
landbouwproducten, liberalisering van de wereldhandel en uitbreidingen. Namelijk consumenten werden steeds kritischer ten opzichte van de productiewijze van voedsel en vroegen meer aandacht voor het milieu en het dierenwelzijn. Agenda 2000 leidde onder andere tot een daling van de melkprijs gekoppeld aan een directe inkomenssteun vanaf 2005. Daarnaast werd er ook een steunprogramma voor plattelandsontwikkeling geïntroduceerd (Van Gijseghem et al., 2003). Er werd
een
plattelandsontwikkelingsbeleid
opgericht
dat
initiatieven
voor
het
platteland
ondersteunde en daarnaast de landbouwers ging helpen bij het herstructureren van hun bedrijven, het diversifiëren van hun activiteiten en het verbeteren van de afzet van hun producten. Dit beleid werd
beschouwd
als
een
belangrijke
vernieuwing
(Europese
Commissie
Landbouw
en
Plattelandsontwikkeling, 2005).
In 2003 kwamen de Europese ministers van landbouw bij elkaar om het GLB en de tussentijdse hervormingen te evalueren en bij te sturen. Dit werd de Mid Term Review (MTR) genoemd omdat het een tussenbalans was van het GLB vanaf Agenda 2000. De doelstelling van de hervorming van het GLB was het marktgerichter, meer concurrentieel en duurzamer maken van de landbouw in de EU maar ook zorgen voor meer inkomensstabiliteit voor de landbouwers. Een van de veranderingen was dat er vanaf 2005 een bedrijfstoeslag werd toegekend. De directe melkprijsondersteuning
- 17 -
werd namelijk afgebouwd en in plaats daarvan konden bedrijven een bedrijfstoeslag krijgen aan het einde van het jaar. Deze bedrijfstoeslag was niet langer gekoppeld aan de productie. Dit zou de inkomensstabiliteit bevorderen (Mid Term Review, z.d.). Doordat de koppeling tussen steun en productie wegviel, konden de landbouwers marktgerichter gaan produceren. Ook waren er enkele randvoorwaarden met betrekking tot het milieu, de voedselveiligheid, plantengezondheid en dierenwelzijn waaraan de landbouwer zich moest houden om steun te ontvangen (Europese Commissie Landbouw en Plattelandsontwikkeling, 2005).
In 2008 heeft de Europese landbouwcommissaris, Mariann Fischer Boel, verklaard dat er vanuit de Europese Commissie geen voorstel tot verlenging van het melkquotastelsel na 2015 zal komen. Dit wordt verantwoord door het feit dat de marktsituatie ondertussen sterk veranderd is. Er is geen sprake meer van een aanbodoverschot maar eerder van een aanbodtekort. Dit vindt zijn oorzaak in een enorme vraag naar melk op de wereldmarkt door onder andere de aanhoudende droogte in Australië en een toenemende vraag naar melkproducten in China en Zuidoost-Azië. Een andere belangrijke reden is de druk van de wereldhandelpartners voor de verlaging van bescherming van de zuivelsector binnen de Europese Unie zodat andere zuivelproducerende landen ook toegang krijgen tot de Europese markt (Platteau, Van Bogaert & Van Gijseghem, 2008).
In Vlaanderen werd een stappenplan opgesteld in samenspraak met landbouworganisaties en de zuivelsector. Dit stappenplan moet de melkveehouders voorbereiden op de nieuwe marktsituatie en bevat de maatregelen die gedurende 2008-2011 worden genomen om tot de afschaffing van de quotaregeling te komen. In 2006 was er reeds een quotaverruiming als gevolg van de MTR. Het quotum werd namelijk gedurende 3 opeenvolgende tijdvakken met 0,5% verhoogd. Vanaf 1 april 2008 is er dan een verhoging van het plafond aan het begin van elk tijdvak van 100.000 liter. Dit is een bijkomende verhoging van 2%. Ook wordt een deel van de nationale reserve verdeeld over de landbouwers met quotum waardoor het quotum nog verhoogd wordt met 0,4%. De prijs waaraan het quotum verhandeld kan worden, wordt geleidelijk aan verminderd tot € 0,12/l melk in 2011 (Platteau, Van Bogaert & Van Gijseghem, 2008).
2.3 Risico’s
Risico is een factor die zeer moeilijk definieerbaar en meetbaar is. Bij het definiëren van risico is het belangrijk om te kijken naar de begrippen onzekerheid en variabiliteit. Volgens Hardaker et al. (2007) kan risico worden gedefinieerd als imperfecte kennis waarbij de mogelijke uitkomsten met hun kansen bekend zijn en er onzekerheid bestaat wanneer die kansen niet gekend zijn. Verder kunnen we onzekerheid definiëren als imperfecte kennis en risico als onzekere gevolgen.
- 18 -
Risico en onzekerheid Onzekerheid is noodzakelijk voor het voorkomen van risico maar onzekerheid heeft niet altijd een risicovolle situatie ten gevolge (Harwood et al., 1999). Wanneer men een beslissing neemt zonder onzekerheid, is er voor elke actie die men kan kiezen slechts één mogelijk gevolg. Wanneer er bij het nemen van de beslissing wel onzekerheid is, zijn er voor elke actie die men kan kiezen meerdere mogelijke gevolgen. Er kunnen zich vele gebeurtenissen voordoen in de tijd tussen het moment dat de beslissing gemaakt werd en de tijd wanneer de gevolgen ondervonden worden. Een onzekere situatie brengt niet altijd risico met zich mee. Risico is er enkel indien de uitkomst van een onzekere situatie ook invloed heeft op een individu of een groep (Fleisher, 1990). Bijvoorbeeld indien men al het spaargeld op een spaarrekening heeft staan, zal men geen risico ondervinden indien de beleggingsmarkt plots in elkaar zakt.
Versteegen en Rijkens (2007) delen onzekerheid op naar kansen en naar risico’s. Een risico bestaat uit de oorzaak, het risico zelf en het gevolg ervan. Risico wordt dan ook als volgt gedefinieerd:
Risico = kans x gevolg
Risico is de kans op zowel negatieve als positieve gevolgen (Fleisher, 1990). Bijvoorbeeld indien men beleggingen heeft dan heeft men de kans dat de beleggingen het zeer goed zullen doen ofwel dat de beleggingen niets meer waard zullen zijn. In de praktijk focust men echter eerder op de negatieve gevolgen als men over risico spreekt.
Versteegen en Rijkens (2007) splitsen onzekerheden op in twee soorten: de normale onzekerheid en de bijzondere gebeurtenis. De normale onzekerheid is er sowieso maar het is onzeker hoe groot deze is. Een voorbeeld hiervan is de melkprijs. De melkprijs ligt niet vast dus er is een onzekerheid wat de precieze melkprijs gaat zijn en pas wanneer men de melk verkoopt, weet men wat de prijs is. Een bijzondere gebeurtenis komt soms voor maar soms ook niet. De gevolgen ervan komen dus soms wel ten laste van het bedrijf en soms niet. Een voorbeeld hiervan is een koeienziekte waardoor alle koeien op het bedrijf moeten worden afgemaakt. Een onzekerheid wordt als volgt gedefinieerd:
Onzekerheid = waarschijnlijkheid x gevolg
Bij het bepalen van de omvang van een onzekerheid moet men zowel de kans van het optreden van de gebeurtenis als de gevolgen bij optreden van de gebeurtenis in beschouwing nemen. Hierdoor kan een onzekerheid met een kleine kans van optreden en een groot gevolg even groot zijn als een onzekerheid met een grote kans van optreden en een klein gevolg.
- 19 -
Fleisher (1990) maakt een duidelijk onderscheid tussen onzekerheid en risico. Indien een situatie gelijkaardig is aan een situatie in het verleden en men de informatie uit het verleden kan gebruiken om een kansverdeling op te stellen voor de mogelijke uitkomsten van de situatie dan kan men deze situatie als risicovol beschouwen. Indien een situatie uniek is en er geen informatie beschikbaar is over gelijkaardige situaties in het verleden om een kansverdeling voor de uitkomsten op te stellen, kan men deze situatie als onzeker beschouwen. De kansverdeling die men opstelt in een risicovolle situatie is gebaseerd op objectieve gegevens terwijl bij een onzekere situatie de kansverdeling subjectief wordt bepaald omdat er geen objectieve gegevens beschikbaar zijn.
Ook voor de gebeurtenissen maakt Fleisher (1990) een duidelijk onderscheid. Enerzijds zijn er continue gebeurtenissen zoals bijvoorbeeld de temperatuur, hoeveelheid regen,… en anderzijds zijn er discrete gebeurtenissen; dit wil zeggen ofwel treedt de gebeurtenis op ofwel niet bijvoorbeeld faillissement, brand,….
Soorten risico’s Sommige
risico’s
zijn
uniek
voor
de
landbouwsector
bv.
het
risico
op
slechte
weersomstandigheden. Andere risico’s vindt men ook terug in andere sectoren bv. productierisico (Harwood et al., 1999). Risico’s zijn ook plaats- en tijdsgebonden. Wat vandaag wordt beschouwd als een risicovolle handeling kan vroeger een normale zaak geweest zijn (Versteegen & Rijkens, 2007). Ook het tijdsinterval tussen het moment waarop de beslissing wordt gemaakt en het moment waarop de gevolgen zichtbaar zijn, beïnvloedt het risico (Fleisher, 1990). Met plaatsgebonden risico’s wordt er de geografische ligging bedoeld. Een landbouwer in China heeft andere risico’s dan een landbouwer hier (Versteegen & Rijkens, 2007).
Er bestaan verschillende manieren om risico’s in te delen of te categoriseren. Lammers, Ploos van Amstel en Eijkelenbergh (2009) en Kaan (1999c) delen risico’s op in interne risico’s en externe risico’s. Met interne risico’s wijzen ze op de risico’s die ontstaan door de manier waarop het bedrijf georganiseerd is. Externe risico’s zijn risico’s die van buitenaf impact hebben op het functioneren van het bedrijf en waarover men zelf weinig of geen controle heeft.
Volgens Stedula (2006) kan er theoretisch gezien een onderscheid worden gemaakt tussen tactische (of operationele) en strategische risico’s. Tactische risico’s vloeien dan voort vanuit de dagelijkse bedrijfsvoering. Tegen tactisch risico kan men zich indekken via verzekeringen. Strategisch risico vindt zijn oorsprong eerder bij determinanten zoals sectordynamiek en variabiliteit in overheidsbeleid en in macro-economische, sociale en natuurlijke fenomenen. Tegen strategisch risico kan men zich niet verzekeren maar verschillende bedrijfsstrategieën hebben een verschillend risicoprofiel. Dus een bedrijf kan zijn strategie aanpassen aan het strategisch risico dat men loopt (Stedula, 2006).
- 20 -
Baquet et al. (1997) stellen dat er vijf bronnen van risico zijn: productierisico, prijs- of marktrisico, financieel risico, institutioneel risico en menselijk risico. Ook Harwood et al. (1999) onderscheidt deze 5 bronnen van risico. Indien we dan hierboven kijken naar de definitie van strategisch en tactisch risico volgens Stedula (2006) kunnen we de vijf bronnen als volgt opdelen: productierisico, financieel risico en menselijk risico als tactisch risico en marktrisico en institutioneel risico als strategisch risico.
Indien de werkelijke productie-uitkomsten verschillen van de gebudgetteerde productie-uitkomsten levert dit een risico op voor de mate waarin de vooropgestelde financiële doelstellingen van het bedrijf kunnen gehaald worden. Dit risico is volgens Baquet et al. (1997) productierisico. Dit kan voorkomen door bijvoorbeeld zieke koeien waardoor de totale melkgift lager is dan verwacht. Harwood et al. (1999) zeggen dat prijs- of marktrisico het risico is dat voortvloeit uit veranderingen in de prijzen van de input of de output die voorkomen nadat de productieplanning gebeurd is. Volgens Fleisher (1990) is de hoge prijsvolatiliteit in de landbouwsector het gevolg van twee kenmerken van deze sector. Het eerste kenmerk is dat de prijzen zich zeer snel aanpassen aan economische omstandigheden. Het tweede kenmerk is dat er een lange tijd zit tussen het moment dat productiebeslissingen worden gemaakt en het moment dat de producten klaar zijn voor de markt. In de landbouwsector kunnen hoeveelheidwijzigingen niet snel worden doorgevoerd als reactie op veranderende marktomstandigheden. Men kan bijvoorbeeld niet plots veel koeien bijkopen omdat de vraag naar melk gestegen is omdat dit ook andere investeringen nodig heeft zoals onder andere een nieuwe stal, meer grond,…. Volgens Harwood et al. (1999) ontstaat er institutioneel risico doordat er wijzigingen gebeuren in het overheidsbeleid en de regelgeving omtrent landbouw waar de bedrijfsleider niet op voorzien is. Indien de landbouwer een investering doet, is hij niet zeker of het beleid stand zal houden gedurende de volledige levensduur van het geïnvesteerde goed. Het institutioneel risico gaat verder dan enkel het beleid omtrent landbouw. Ook bijvoorbeeld wijzigingen in het fiscaal beleid kunnen risico met zich meebrengen. Volgens Vrolijk, de Bont, van der Veen, Wisman & Poppe (2009) is er blootstelling aan institutioneel risico zodra het debat omtrent veranderingen in het beleid start. De toekomst van het bedrijf wordt dan minder zeker, leningen zijn moeilijker te krijgen,…. Zij delen institutioneel risico op in twee aspecten. Het eerste aspect is de kans dat het beleid wijzigt in een bepaalde richting en het tweede aspect is de kans dat het risico profiel van het bedrijf verandert door die bepaalde richting van het beleid. Een voorbeeld hiervan is, zoals in het onderdeel ‘de Vlaamse melkveesector’ reeds is aangehaald, de recente wijzigingen in het GLB zoals onder andere de afschaffing van het melkquotum. Menselijk risico komt voor in alle sectoren. Met menselijk risico bedoelt men het risico op sterfte, ziekte, scheiding,…. Een voorbeeld hiervan is het plotse overlijden van de melkveehouder. Financieel risico verschilt van de andere soorten risico’s omdat het afhankelijk is van de kapitaalstructuur van het bedrijf. Het financieel risico is een gevolg van financiering met vermogen
- 21 -
waaraan zowel een financieringskost is verbonden en waaraan eveneens betalingsverplichtingen zijn verbonden (Laveren, Engelen, Limère & Vandemaele, 2004). Bedrijven met veel vreemd vermogen hebben bijvoorbeeld het risico dat de intresten stijgen (Harwood et al., 1999). Naast de grootte van de schuldgraad zijn er ook nog andere factoren die het financieel risico bepalen zoals de grootte van de procentuele interestlast en de terugbetalingstermijn (Laveren et al., 2004).
Hardaker et al. (2007) definiëren nog een zesde bron van risico namelijk het relationeel risico of aansprakelijkheidsrisico. Hiermee doelen zij op het risico dat gepaard gaat met het afsluiten van contracten met anderen. Bijvoorbeeld indien het contract met het afzetkanaal voor de melk plots wordt afgebroken. Zij noemen het totale effect van productie, marketing (of prijs), institutioneel en menselijk risico het bedrijfsrisico. Het bedrijfsrisico is het risico dat een bedrijf loopt onafhankelijk van de manier waarop het bedrijf gefinancierd is. Naast deze risico’s die samen het bedrijfsrisico vormen, is er nog het financieel risico. Zoals hierboven besproken is het financieel risico het resultaat van de manier waarop het bedrijf gefinancierd is. Door het financieren met vreemd vermogen wordt er een multiplicator/hefboom in het werk gezet waarmee het bedrijfsrisico wordt vermenigvuldigd. Dus hoe groter de verhouding vreemd vermogen tot totaal vermogen, hoe groter de hefboom. Indien het bedrijf voor 100% gebruik maakt van eigen vermogen voor de financiering is er geen sprake van financieel risico als gevolg van een hefboom. Naast financieel risico als gevolg van een hefboom is er ook nog financieel risico als gevolg van het gebruik van vreemd vermogen (Hardaker et al., 2007). Een voorbeeld hiervan is, zoals hierboven reeds aangehaald, een plotse stijging van de rentevoet.
In deze masterproef zal er vooral gekeken worden naar prijs- of marktrisico, bijvoorbeeld een wijziging in de voerkosten, naar institutioneel risico, bijvoorbeeld een wijziging in de bedrijfstoeslag en naar het financieel risico door middel van het berekenen van hefbomen. Ook de schommelingen in het arbeidsinkomen die het gevolg zijn van de onderzochte risico’s worden nader bekeken.
Risico en variabiliteit Variabiliteit wordt beschreven door variantie. Variantie is een statistische term voor de afwijking van een gemiddelde waarde. Het bestaan van variabiliteit wil niet noodzakelijk zeggen dat er ook risico is. Enkel onverwachte variabiliteit zal zorgen voor risico. Bijvoorbeeld niet alle prijsvariatie zorgt voor risico, een deel van de variatie kan verklaard worden door seizoensinvloeden en een landbouwer is zich hiervan bewust en zal er dus rekening mee houden. De moeilijkheid van het voorspellen van prijzen neemt toe wanneer de hoeveelheid variabiliteit toeneemt. De variabiliteit die wel risico met zich meebrengt is de variabiliteit die overblijft nadat er gecorrigeerd is voor een trend en voor de seizoenen. In prijzen doorheen de tijd zit immers altijd een trend. Voorspellingen worden moeilijker indien de toekomst niet gelijkaardig aan het verleden is, een situatie waar men tegenwoordig steeds meer mee te maken krijgt (Fleisher, 1990).
- 22 -
Variabiliteit/volatiliteit van het landbouwinkomen Vrolijk et al. (2009) hebben een studie gedaan omtrent de volatiliteit van het arbeidsinkomen, de prijzen en de fysieke opbrengsten in de Europese Unie. Zij stellen dat landbouwers voornamelijk te maken krijgen met variaties in de prijzen van hun producten, in de fysieke opbrengsten van het landbouwbedrijf en in de prijzen van hun inputs. Indien we deze factoren indelen in de risicocategorieën bepaald door Baquet et al. (1997) dan horen de variatie in de prijzen van de producten en de prijzen van de inputs thuis onder marktrisico en de variatie in de fysieke opbrengsten onder productierisico.
Volgens Vrolijk et al. (2009) bestaat de markt voor landbouwproducten uit zeer veel aanbieders die elk slechts op kleine schaal produceren. Hierdoor hebben individuele landbouwers geen invloed op de markt. De vraag van consumenten is niet flexibel en de meeste landbouwproducten hebben een zeer lage elasticiteit. Dit heeft tot gevolg dat indien de prijzen dalen de vraag van de consumenten amper zal stijgen. Het aanbod van landbouwproducten reageert wel licht op een prijsstijging. Dit heeft
vaak
tot
gevolg
dat
er
een
aanbodoverschot
is
waardoor
de
prijzen
van
de
landbouwproducten weer zullen dalen. Dit noemt men ook wel een prijscyclus. Hogere prijzen zullen ertoe leiden dat landbouwers hogere investeringen zullen doen om hun aanbod te verhogen. Doordat het aanbod verhoogt en de vraag niet toeneemt, zal er een aanbodoverschot ontstaan waardoor de prijzen weer zullen dalen. Doordat de prijzen dalen, gaan de boeren hun productie ook terugschroeven (Vrolijk et al., 2009).
Vrolijk et al. (2009) concluderen dat de productiviteit van landbouwbedrijven toeneemt dit wil zeggen dat er meer opbrengsten zijn per hectare land, per dier en per arbeidseenheid. Dit resulteert uit onderzoeken, verbeteringen in dierenwelzijn, management, gebruik van bemesting,…. Maar er zijn ook factoren die deze trend van toenemende productie verstoren. Dit zijn juist de risicofactoren. Bijvoorbeeld een extreme droge periode waardoor de volledige oogst mislukt. Dit is nadelig voor de landbouwer waarvan de oogst mislukt is, maar kan aan de andere kant juist voordelig
zijn
voor
een
andere
landbouwer
waarvan
de
oogst
wel
succesvol
was
dat
productieseizoen. Het aanbod is namelijk gedaald waardoor zijn prijzen toenemen. Er zijn twee gevolgen, ten eerste dat er grote verschillen zitten tussen het arbeidsinkomen van verschillende landbouwers en ten tweede dat wijzigingen in prijzen en arbeidsinkomen groter zijn dan normaal. Vrolijk et al. (2009) stellen dat landbouwers zich moeten specialiseren om een hoge productiviteit te bekomen. Specialisatie zou twee effecten hebben op de volatiliteit van het arbeidsinkomen. Ten eerste zal de individuele landbouwer een hogere volatiliteit ervaren van zijn arbeidsinkomen afhankelijk van de ontwikkeling van de prijzen en de fysieke opbrengsten van het landbouwbedrijf. Ten tweede zullen er grotere verschillen in arbeidsinkomen zichtbaar zijn in de landbouwsector tussen
bedrijven
met
verschillende
specialisatie.
Dit
verklaart
waarom
diversificatie
een
risicomanagement strategie is. Baquet et al. (1997) stellen dat diversificatie het combineren van verschillende
productieprocessen
is.
Ook
heeft
men
via
diversificatie
verschillende
- 23 -
inkomensbronnen. Diversificatie is effectief indien het lage inkomen dat men haalt uit één productieproces wordt opgeheven door het hogere inkomen dat men haalt uit een ander productieproces (Baquet et al., 1997).
Tenslotte zullen ook wijzigingen in de prijzen van inputfactoren vaak een invloed hebben op het arbeidsinkomen van een landbouwbedrijf. Of deze invloed groot of klein is, hangt af van de specialisatie van het landbouwbedrijf (Vrolijk et al., 2009).
Vrolijk et al. (2009) stellen dat de marge tussen de opbrengsten en de kosten in het algemeen in de landbouwsector eerder klein is. Deze marge is dan ook verschillend voor verschillende soorten landbouwbedrijven. Er zou ook een trend zijn dat deze marge steeds kleiner wordt doorheen de jaren. Eén van de redenen is dat, zoals reeds gezegd in het stuk over de Vlaamse melkveesector, binnen het GLB subsidies en beschermingsmaatregelen worden afgebouwd. Hierdoor zullen de prijzen steeds meer overeenkomen met de wereldmarktprijzen en dus zullen wijzigingen in de wereldmarktprijzen een directe invloed hebben op de prijzen binnen de EU. Een andere reden voor het verkleinen van de marge is de toename van de productiviteit en de toename van de productieschaal. Deze steeds kleiner wordende marge samen met de fluctuerende prijzen en een hogere productie leidt tot een hogere volatiliteit in het arbeidsinkomen (Vrolijk et al., 2009).
Risicohouding van de landbouwer en risico resistentie van het landbouwbedrijf Met het oog op het nemen van beslissingen is het voor een bedrijfsleider niet alleen van belang zich bewust te zijn van de mogelijke risico’s die zijn bedrijf kan ondervinden, maar zich ook bewust te zijn van zijn eigen houding ten opzichte van risico en de risico resistentie van zijn bedrijf (Harwood et al., 1999). Kaan (1999b) beschrijft drie mogelijke houdingen van bedrijfsleiders ten opzichte van risico. De eerste houding is ‘risicoaversie’. Iemand die risicoavers is, zal sneller inkomen opofferen om zo de kans op verliezen te verkleinen (Kaan, 1999b). Dit heeft ook tot gevolg dat een risicoavers persoon de kans op positieve uitkomsten opoffert om negatieve uitkomsten te voorkomen. De hoeveelheid inkomen dat een risicoavers persoon bereidt is op te offeren, wordt ook wel de risicopremie genoemd. Risicoaverse personen moeten voor het nemen van risico’s beloond worden met het ontvangen van een winst die groter is dan wat ze zouden ontvangen in een situatie zonder risico. De grootte van de risicopremie neemt toe, hoe meer risicoavers een persoon is (Fleisher, 1990). De tweede houding die wordt beschreven is ‘risico verkiezend’. Zo’n individu zal kiezen voor het alternatief met de kans op een hoger inkomen. Om dit hogere inkomen te verkrijgen, zal het individu accepteren dat er ook een kans is op een lager inkomen (Kaan, 1999b). Dit wil niet zeggen dat zo’n persoon risico zal aanvaarden zonder te kijken naar wat men eruit kan halen (Fleisher, 1990). De derde risicohouding is ‘risico neutraal’. Dit individu zal het alternatief kiezen met de hoogste verwachte uitkomst, zonder de kansen op verlies en winst verder te bestuderen. Zo’n individu heeft voldoende middelen om eventuele verliezen te kunnen dragen. Men moet er als bedrijfsleider ook rekening mee houden dat de houding ten
- 24 -
opzichte van risico kan veranderen doorheen de tijd bijvoorbeeld door het opdoen van meer ervaring in de sector. De risico resistentie van een landbouwbedrijf toont hoe goed het bedrijf bestand is tegen mogelijke risico’s. Volgens Kaan (1999b) is de risico resistentie van een bedrijf direct gerelateerd aan de liquiditeit en solvabiliteit van het bedrijf. De liquiditeit is een maatgetal om te zien of een bedrijf zijn financiële verplichtingen op korte termijn kan voldoen zonder dat dit gevaar met zich meebrengt voor de normale bedrijfsactiviteiten. De solvabiliteit toont of het bedrijf alle financiële verplichtingen kan voldoen indien alle activa verkocht zouden zijn. Ook de cash flow kan een indicator zijn voor de mate waarin een bedrijf risico resistent is. De cash flow dient om aan korte termijn verplichtingen te kunnen voldoen. Hoe hoger deze korte termijn verplichtingen zijn ten opzichte van de cashflow, des te minder risico resistent het bedrijf is (Kaan, 1999b).
Wat zijn de effecten van risico’s? Zoals hierboven vermeld kan risico leiden tot zowel positieve als negatieve uitkomsten. De aanwezigheid van risico creëert zowel directe als indirecte kosten. De directe kosten komen uit de methoden die men gebruikt voor het beheren van risico. Verkeerde voorspellingen kunnen leiden tot indirecte kosten voor zowel de individuele landbouwer als de hele maatschappij. Wanneer er onzekerheid is, zijn er twee factoren die ervoor zorgen dat de kosten en voordelen van de onzekerheid niet overeenkomen. De eerste factor is het feit dat landbouwers niet weten welke voordelen ze zullen ontvangen voor het risico dat ze nemen. De tweede factor bestaat uit het feit dat risicoaverse landbouwers onzekerheid zullen rekenen als kost en daarom dus een risicopremie zullen rekenen voor het risico dat ze lopen (Fleisher, 1990).
Elk risico moet geëvalueerd worden op basis van de voordelen dat het kan opbrengen en de kosten die er zijn om het risico te verminderen. Maar risico moet niet tegen elke kost vermeden worden. Indien de kost om risico te vermijden groter wordt dan de kost van een negatieve gebeurtenis, heef het geen nut om het risico te vermijden. Risico en variabiliteit zouden in beperkte mate zelfs nuttig zijn voor de landbouwsector. Inefficiënte landbouwbedrijven worden hierdoor immers uitgeschakeld. Men moet zich dus niet bezighouden met het elimineren van risico maar wel met het managen van risico’s (Fleisher, 1990).
- 25 -
3 Onderzoek 3.1 Materiaal en methoden
3.1.1 Data
Voor deze studie is er gebruik gemaakt van de bedrijfseconomische gegevens van 105 melkveebedrijven. Deze gegevens zijn ter beschikking gesteld door LIBA. LIBA is een bedrijf dat gespecialiseerd is in het opstellen van de bedrijfseconomische boekhouding van melkveebedrijven. Er is enkel gebruik gemaakt van de gegevens van gespecialiseerde melkveebedrijven. Hiermee wordt bedoeld: bedrijven die het grootste deel van hun inkomen uit de melkproductie halen. Uit deze gegevens is er één gespecialiseerd melkveebedrijf weggelaten omdat de gegevens van dit bedrijf een grote afwijking vertoonden ten opzichte van de gegevens van de andere bedrijven. Dit had een grote negatieve invloed op het arbeidsinkomen/100 liter melk. Eén van de oorzaken hiervan was dat dit bedrijf een groot deel van zijn melkquotum heeft verkocht. Dit bedrijf was hierdoor niet meer geschikt voor deze analyse. De bedrijfseconomische gegevens hebben betrekking op Vlaamse bedrijven en slaan op de jaren 2006, 2007 en 2008.
Per jaar is er van deze gegevens van alle bedrijven een gemiddelde genomen, waardoor er een gemiddeld bedrijf in 2006, 2007 en 2008 wordt gevormd. Van deze 3 gemiddelde bedrijven is nog eens het gemiddelde berekend om eventuele jaareffecten uit te schakelen. Zo is er een gemiddeld bedrijf
gecreëerd.
Dit
gemiddeld
bedrijf
heeft
een
arbeidsinkomen
van
€109.194,49
(standaardafwijking van €11.917,49) en een vrije cashflow van €113.837,74 (standaardafwijking van €17.223,38). Figuur 1 toont de verdeling van de melkveebedrijven in functie van het arbeidsinkomen. Op de y-as wordt de hoeveelheid bedrijven weergegeven in percenten. Uit deze figuur kunnen we afleiden dat veel bedrijven het veel beter of veel slechter doen dan het gemiddelde. Via de standaardafwijking kan er gezegd worden dat 68% van de bedrijven een arbeidsinkomen heeft tussen €97.277,00 en €121.111,98 en een vrije cashflow tussen €96.614,36 en €131.061,12.
- 26 -
Arbeidsinkomen bedrijf (in 1000 euro) 30 25 20 15 10 5 0 Arbeidsinkomen in 1000 euro <62,5
62,5-87,5
Figuur 1: Procentuele arbeidsinkomen
87,5-112,5
verdeling
van
112,5-137,5 de
>=137,5
melkveebedrijven
in
functie
van
het
Indien we kijken naar het arbeidsinkomen/VAK dan is er een gemiddelde van €61.511,73 en voor de vrije cashflow/VAK is er een gemiddelde van €61.895,45. Hierbij staat VAK voor volwaardige arbeidskracht. Een volwaardige arbeidskracht werkt minimum 1.800 uren per jaar. Bij dit gemiddeld bedrijf heeft men 1,78 volwaardige arbeidskrachten. In figuur 2 is de procentuele verdeling zichtbaar van de melkveebedrijven in functie van het arbeidsinkomen per VAK.
Arbeidsinkomen per VAKa (euro) 40 35 30 25 20 15 10 5 0 Arbeidsinkomen per arbeidskracht in 1000 euro <37,5
37,5-62,5
62,5-87,5
87,5-112,5
>=112,5
Opmerkingen: aVAK = Volwaardige arbeidskracht Figuur 2: Procentuele verdeling arbeidsinkomen per arbeidskracht
van
de
melkveebedrijven
in
functie
van
het
- 27 -
De resultatenrekening van het gemiddelde bedrijf vindt men terug onder bijlage 2. In de lichtgrijze kaders worden de gemiddelde hoeveelheid VAK, het arbeidsinkomen/VAK en de vrije cashflow/VAK weergegeven.
Structuur resultatenrekening De kosten en opbrengsten van een melkveebedrijf kunnen op verschillende manieren worden gestructureerd. Elk boekhoudbedrijf heeft hier zijn eigen structuur voor gekozen. Daarom is het moeilijk om de verschillende boekhoudingen van alle mogelijke boekhoudbedrijven te vergelijken. In tabel 1 wordt kort de structuur die LIBA gebruikt, toegelicht. Het arbeidsinkomen wordt berekend door de opbrengsten vermeerderd met het saldo van de neventakken, overige bedrijfsopbrengsten,
buitengewone
lasten/baten,
bedrijfstoeslag
en
de
betaalde
lonen
en
verminderd met de variabele en vaste kosten. Na enkele correcties op het arbeidsinkomen bekomt men de vrije cashflow. Enkele van deze correcties zijn de aftrek van de betaalde rente en de berekende rente wordt er terug bij opgeteld. De berekende rente is de som van de berekende rente vee, de berekende rente quotum en rechten en de berekende rente voorraden en aandelen. In tabel 2, 3 en 4 wordt de berekening van de opbrengsten, variabele kosten en vaste kosten verder opgedeeld.
Tabel 1: Structuur resultatenrekening Opbrengsten - Variabele kosten = Saldo rundveehouderij + Totaal saldo neventakken + Overige bedrijfsopbrengsten = Bruto bedrijfsresultaat - Vaste kosten = Netto bedrijfsresultaat bedrijfsvoering + Buitengewone lasten/baten + Bedrijfstoeslag = Totaal netto bedrijfsresultaat + Betaalde lonen = Arbeidsinkomen bedrijf - Betaalde lonen + Ontvangen LIF premie + BTW + Berekende rente + fictieve pacht - (Betaalde rente - Rentesubsidie) = Winst + Afschrijvingen = Cashflow - Kapitaalaflossingen
- 28 -
= Vrije cashflow - Privébestedingen - Belastingen/sociale lasten = Beschikbare middelen bedrijfsvoering + Opname leningen = Beschikbare middelen Bij de berekening van opbrengsten (tabel 2) worden er verschillende premies opgeteld. Deze premies bestaan uit de melkpremie, slachtpremie, zoogkoeienpremie en stierenpremie. Hier wordt de eventuele superheffing ook van afgetrokken. De andere opbrengsten zijn de opbrengsten uit de verkoop van melk, opbrengst uit de vleesproductie en het inventarisverschil van het vee.
Tabel 2: Berekening opbrengsten Melkopbrengst + Vleesproductie + Inventarisverschil vee + Premies min superheffing = Opbrengsten
De samenstelling van de variabele kosten wordt weergegeven in tabel 3. De berekende rente vee is de intrest die men zou krijgen indien de waarde van het vee op de bank zou staan. Het intrestpercentage dat hiervoor wordt gebruikt is 5%.
Tabel 3: Berekening variabele kosten Veekosten + Voerkosten + Teeltkosten voergewassen + Verkoop ruwvoer + Voorraadmutatie ruwvoer + Berekende rente vee = Variabele kosten Bij de berekening van de vaste kosten wordt er een onderscheid gemaakt tussen de vaste activa en de algemene kosten (tabel 4). De vaste kosten van gebouwen, tractoren en machines bestaan uit de jaarlijkse afschrijvingen, de intrest op de gemiddelde boekwaarde en de onderhoud- en brandstofkosten (overige kosten). De vaste kosten van grond bestaan uit de fictieve pacht, jaarlijkse afschrijvingen (op de afrasteringen,drainage,…), intrest en overige kosten. De fictieve pacht is de pacht die wordt berekend op de grond in eigendom. Deze pacht bedraagt €200/ha, maar moet uiteraard niet betaald worden. Men rekent deze fictieve pacht aan zodat men bedrijven
- 29 -
met veel grond in eigendom toch gemakkelijk makkelijk kan vergelijken met bedrijven die veel grond pachten en minder grond in n eigendom hebben. De berekende rente ‘quotum quotum en rechten’ rechten en de berekende rente ‘voorraden voorraden en aandelen’ aandelen is opnieuw de intrest die men zou krijgen indien de waarde van het quotum, de rechten, de voorraden en de aandelen op de bank zou staan aan een intrestpercentage van 5%. Tabel 4:: Berekening vaste kosten
Huur melkquotum +
Pacht (betaald)
+
Grond rond (incl. fictieve pacht)
+
Gebouwen
+
Tractor
+
Machines
+
Ber.rente er.rente quotum en rechten
+
Ber. Rente voorraden n en aandelen
+
Personeel
+
Elektriciteit
+
Water
+
Verzekering
+
Bedrijfsbeh., edrijfsbeh., lidgelden, abonn.
+
Overige
=
Totaal vaste kosten
Vaste activa
Algemene kosten
Indeling databank Voor het verdere onderzoek is de databank databa verder ingedeeld. Deze opdeling is i gebeurd op basis van het arbeidsinkomen. Er had ook gekozen kunnen worden om de databank op te delen op basis van de hoeveelheid koeien of de hoeveelheid hectaren van de bedrijven. Via SPSS is er een correlatiematrix opgesteld (bijlage ( 3) met de correlaties tussen n het arbeidsinkomen, de hoeveelheid koeien en de hoeveelheid hectaren. In deze correlatiematrix zien we dat de correlaties allemaal voldoende hoog zijn en dat een opdeling op basis van de hoeveelheid koeien of de hoeveelheid hectaren niet erg verschillend zou zijn van de opdeling op basis van het arbeidsinkomen.
Er is onderscheid gemaakt tussen de kleine, middelgrote en grote bedrijven. Elke groep bevat 35 bedrijven. De groep van de kleine bedrijven bevat de bedrijven met een arbeidsinkomen kleiner kl dan €83.000. De bedrijven die in de groep van de middelgrote bedrijven zitten, hebben een arbeidsinkomen tussen €83.000 en €118.000. De groep van de grote bedrijven bevat de overige bedrijven, dit wil zeggen de bedrijven met een arbeidsinkomen groter dan €118.000. Per groep is er een gemiddelde gemaakt per jaar (2006, 2007 en 2008) en daarvan is er het gemiddelde
- 30 -
genomen. Zo is er een gemiddeld klein bedrijf, een gemiddeld middelgroot bedrijf en een gemiddeld groot bedrijf ontstaan. Deze indeling is gemaakt om na te gaan of bijvoorbeeld kleine bedrijven gevoeliger zijn voor bepaalde wijzigingen (bijvoorbeeld van de melkprijs) dan grote bedrijven. De resultatenrekeningen van het gemiddelde kleine bedrijf, het gemiddelde middelgrote bedrijf en het gemiddelde grote bedrijf zijn terug te vinden onder bijlage 2.
Tot slot is er nog een gemiddeld bedrijf gecreëerd per jaar van de volledige dataset. Zo kunnen de verschillende jaren met elkaar vergeleken worden. Ook kan er gekeken worden of de gevoeligheid van onder andere het arbeidsinkomen voor wijzigingen in de parameters verschillend is voor de verschillende jaren. De resultatenrekeningen van het gemiddelde bedrijf 2006, 2007 en 2008 zijn ook terug te vinden onder bijlage 2.
Minimumarbeidsinkomen/VAK Voor het verdere onderzoek is er ook een minimumarbeidsinkomen/VAK berekend voor de gemiddelde bedrijven. Dit is berekend op basis van minimumuurlonen bepaald door het paritair comité landbouw. Dit zijn bruto minimumuurlonen en ze zijn opgedeeld naar ongeschoolden, geoefenden en geschoolden. Binnen elke groep wordt er rekening gehouden met het aantal jaren anciënniteit om het minimumuurloon te bepalen. LIBA beschreef hun klantenbestand als 15% geoefenden met ongeveer 34 jaar anciënniteit en 85% geschoolden met ongeveer 14 jaar anciënniteit. Op basis hiervan is er een minimumuurloon berekend voor 2006, 2007 en 2008. Een VAK werkt minimum 1800 uren per jaar, dus hebben we de minimumuurlonen vermenigvuldigd met 1800 om een minimumarbeidsinkomen/VAK voor 2006, 2007 en 2008 te berekenen. Het minimumarbeidsinkomen/VAK voor het gemiddelde bedrijf algemeen, het gemiddelde kleine bedrijf, het gemiddelde middelgrote bedrijf en het gemiddelde grote bedrijf is een gemiddelde van de minimumarbeidsinkomen/VAK voor 2006, 2007 en 2008. Deze minimumarbeidsinkomens/VAK zijn bruto maar er wordt verondersteld dat dit geen probleem is omdat in de resultatenrekening na de berekening van het arbeidsinkomen er nog belastingen en sociale lasten vanaf getrokken worden. In tabel 5 zijn deze minimumarbeidsinkomens/VAK terug te vinden.
- 31 -
Tabel 5: Minimumarbeidsinkomen/VAK in euro
Minimumarbeidsinkomen/VAKa
Bedrijf Gemiddeld bedrijf (algemeen)
€15.741,60
Opdeling
Klein
€15.741,60
volgens
Middelgroot
€15.741,60
grootte
Groot
€15.741,60
2006
€15.447,60
2007
€15.735,60
2008
€16.041,60
Opdeling per jaar
Opmerkingen: aVAK = volwaardige arbeidskracht
3.1.2 Methode
Onderzoek parameters Eerst wordt er, via de bedrijfseconomische gegevens van het gemiddelde bedrijf (algemeen), voor 8 parameters gekeken wat de invloed van een wijziging van één parameter is op het arbeidsinkomen, de vrije cashflow, het arbeidsinkomen per VAK en de vrije cashflow per VAK. Risico wordt dus gesimuleerd door de parameters te wijzigen en het effect van deze wijzigingen zal een beeld geven van wat de gevolgen kunnen zijn van het risico. Er is gekozen om te kijken naar de invloed van de parameters op het arbeidsinkomen en de vrije cashflow omdat deze beide indicatoren voor het inkomen zijn. Het arbeidsinkomen is ook een indicator voor de rendabiliteit van het melkveebedrijf. Er is niet enkel gekozen voor het arbeidsinkomen omdat enkele parameters pas in rekening worden gebracht na de berekening van het arbeidsinkomen. De 8 parameters zijn: de melkprijs, betaalde rente incl. rentesubsidie, berekende rente incl. fictieve pacht, voerkosten, teeltkosten voergewassen, veekosten, onderhoud gebouwen, bedrijfstoeslag en onderhoud gebouwen, grond en machines. Voor elke parameter wordt er gekeken wat de invloed is van een stijging en daling van 10% van de parameter op de outputparameters. Uit de resultaten kan dan worden geconcludeerd welke parameters een belangrijke invloed uitoefenen en welke parameters een minder belangrijke invloed uitoefenen. Deze analyse gebeurt enkel voor het algemene gemiddelde bedrijf.
Monte Carlo simulatie Hierna volgt er een Monte Carlo simulatie. Een Monte Carlo simulatie gaat na wat de invloed is van een wijziging in één parameter op een outputparameter terwijl alle andere inputparameters ook wijzigen. Hierboven werd een partiële analyse beschreven, d.w.z. dat er steeds slechts één parameter gevarieerd werd en de andere parameters als constant gehouden werden. Het verschil
- 32 -
met deze opzet is dat nu alle parameters gelijktijdig gewijzigd worden binnen bepaalde, zelfgekozen grenzen. De parameters zijn dezelfde 8 parameters als hierboven. De gekozen outputparameter is ofwel het arbeidsinkomen/VAK ofwel de vrije cashflow. De reden hiervoor is opnieuw dat het arbeidsinkomen een indicator is voor de rendabiliteit van het bedrijf. Er wordt hier gekeken naar het arbeidsinkomen/VAK zodat het makkelijker is voor bedrijven om zichzelf te vergelijken met de resultaten uit deze studie.
Om de Monte Carlo simulatie uit te voeren, werd er gebruik gemaakt van het programma Crystal Ball. Dit programma maakt het mogelijk om in een excel-sheet de Monte Carlo simulatie uit te voeren.
Voor elke parameter is er een minimum-, meest waarschijnlijke- en maximumwaarde gekozen. Voor alle parameters is de meest waarschijnlijke waarde de waarde die in de resultatenrekening gegeven is. Voor de meeste parameters is de minimumwaarde 70% van de meest waarschijnlijke waarde en de maximumwaarde 130% van de meest waarschijnlijke waarde. Er werd gekozen voor een wijziging van 30% omdat indien we het jaar 2006 met het jaar 2008 vergelijken, we zien dat de parameters ongeveer met 25-35% wijzigen. Enkel de melkprijs/100l en de bedrijfstoeslag vormen hierop een uitzondering. Voor de melkprijs/100l is als minimum- en maximumwaarde gekozen voor de laagste en hoogste waarde in de afgelopen 10 jaar. Aangezien in 2007 de melkprijzen hun hoogtepunt bereikten is de hoogste prijs van 2007 dus de maximumwaarde, dit is €42,49. Aangezien in 2009 de melkprijzen het laagste waren in 10 jaar is de laagste prijs van 2009 de minimumwaarde, dit is €20,95. Voor de bedrijfstoeslag is er voor de minimumwaarde gekozen voor 90% van de meest waarschijnlijke waarde en de maximumwaarde is gelijk aan de meest waarschijnlijke waarde. Het is niet waarschijnlijk dat de bedrijfstoeslag plots sterker zal dalen dan 10% of dat de bedrijfstoeslag zal stijgen. Deze grenzen variëren dus naargelang het gemiddelde bedrijf waarmee gewerkt wordt en zijn terug te vinden onder bijlage 4. Voor het uitvoeren van een Monte Carlo simulatie moet er voor elke parameter een kansverdeling worden gekozen. Deze kansverdeling moet de kans weergeven dat de waarden, tussen de vooraf bepaalde grenzen, voor de parameter zich voordoen. Voor elke parameter is er als kansverdeling gekozen voor een driehoeksverdeling. De hoeken van de driehoek stellen de grenzen voor. De meest waarschijnlijke waarde heeft bij een driehoeksverdeling de grootste kans van voorkomen. Er is gekozen om het model 10.000 keer te laten lopen per outputparameter. Dit wil zeggen dat er 10.000 keer willekeurig
andere
waarden
voor
de
8
parameters
worden
uitgekozen
en
telkens
de
outputparameter wordt berekend. Van de resultaten voor deze outputparameter wordt dan een kansverdeling opgesteld. Het betrouwbaarheidsinterval van de test bedraagt telkens 95%. Het basisscenario is altijd de waarde van de outputparameter in de resultatenrekening van het gemiddelde bedrijf. De Monte Carlo simulatie wordt per gemiddeld bedrijf twee keer uitgevoerd met telkens een andere outputparameter namelijk het arbeidsinkomen of de vrije cashflow.
- 33 -
Onderzoek belangrijkste parameter De parameter die uit het onderzoek van de parameters en uit de Monte Carlo simulatie blijkt de belangrijkste parameter blijkt te zijn, wordt hierna verder onderzocht.
Hefbomen Vervolgens wordt er gekeken naar drie hefboomwerkingen, namelijk de rendabiliteitshefboom op het bruto saldo, de hefboom van het bruto saldo op het arbeidsinkomen en de financiële hefboom. Hefbomen zijn versterkende mechanismen die inwerken op de belangrijkste componenten van het arbeidsinkomen. Deze hefbomen worden berekend voor elk gemiddeld bedrijf.
De rendabiliteitshefboom op het bruto saldo Deze hefboom wordt bekomen door de totale ontvangsten te delen door het bruto saldo. De totale ontvangsten zijn gelijk aan de som van de opbrengsten, het totale saldo van de neventakken en de overige opbrengsten. De operationele kosten zijn de variabele kosten, dit wil zeggen dat deze kosten variëren indien het productieniveau varieert. Om het bruto saldo te berekenen worden de operationele kosten van de totale ontvangsten afgetrokken. Het bruto saldo kan men in de resultatenrekening terugvinden als het bruto bedrijfsresultaat. Het bruto saldo is belangrijk omdat het de vaste kosten en kapitaalskosten moet dekken en eveneens een inkomen moet genereren voor de ingebrachte arbeid. Hoe groter de hefboom, hoe groter de invloed van een wijziging in de opbrengsten of de operationele kosten op het bruto saldo. Dus als het verschil tussen de opbrengsten en de operationele kosten klein is, zullen wijzigingen in de opbrengsten of de operationele kosten een grote invloed hebben op het bruto saldo. De volatiliteit van de opbrengsten of operationele kosten zal namelijk een versterkend effect hebben op de volatiliteit van het bruto saldo. Hoe groter de hefboom, hoe groter de volatiliteit van het bruto saldo dus hoe groter het risico. In een studie door het ILVO in samenwerking met de Universiteit Hasselt (Lauwers et al., 2009) wordt gesteld dat het effect van de hefboom zeer groot zal zijn indien deze groter is dan 2.
De hefboom van het bruto saldo op het arbeidsinkomen Deze hefboom is gelijk aan de verhouding van het bruto saldo op het arbeidsinkomen. Het bruto saldo is gelijk aan het bruto bedrijfsresultaat dat terug te vinden is in de resultatenrekening van elk gemiddeld bedrijf. De vaste kosten zijn gelijk aan de vaste kosten uit de resultatenrekening verminderd met de buitengewone baten/lasten, de bedrijfstoeslag en de betaalde lonen. Het arbeidsinkomen wordt berekend door de vaste kosten van het bruto saldo af te trekken. Wijzigingen in de vaste kosten of het bruto saldo zullen dus wijzigingen in het arbeidsinkomen als gevolg hebben. Hoe hoger de hefboom, hoe meer invloed een wijziging in het bruto saldo heeft op het arbeidsinkomen. Deze hefboom wordt in de financiële wereld de operationele hefboom genoemd. De hefboom kan beschouwd worden als een maatstaf van het operationeel risico van
- 34 -
een bedrijf. Een hogere operationele hefboom zal leiden tot een hoger bedrijfsrisico indien alle andere omstandigheden gelijk blijven (Laveren et al., 2004).
De financiële hefboom De financiële hefboom ontstaat als de onderneming gebruik maakt van schulden voor het financieren van activa. De financiële hefboomwerking kan positief of negatief zijn. Deze is positief als de rendabiliteit van het geïnvesteerde activa groter is dan de financiële kost, die men moet betalen door het aangaan van de schuld. De financiële hefboomwerking is negatief indien de rendabiliteit van het geïnvesteerde kapitaal kleiner is dan de financiële kost. Een onderneming is enkel bereid om met vreemd kapitaal (schulden) te financieren indien de financiële hefboom positief is. Hieronder volgt de formule die de relatie weergeeft tussen de rendabiliteit van het eigen vermogen en de rendabiliteit van het totaal der activa met andere woorden het financieel hefboomeffect (Laveren et al., 2004):
REV =
= RTV x Financiële hefboomcoëfficiënt
Deze formule kan ook op volgende manier weergegeven worden:
REV = RTV + (RTV-RVV) x VV/EV
Met REV = Rendement eigen vermogen RTV = Rendement totaal vermogen RVV = Rendement vreemd vermogen
De financiële hefboom is het quotiënt van het vreemd vermogen op het eigen vermogen. De interpretatie is als volgt: een stijging van het eigen vermogen met 1 euro verhoogt de schuldcapaciteit met VV/EV euro. Hoe hoger de schuldgraad van een bedrijf, hoe hoger de financiële hefboom. Een hoge financiële hefboom heeft als gevolg dat indien het arbeidsinkomen wijzigt, deze wijziging een versterkte invloed heeft op de wijziging van de winst. De werking van de hefboom van het bruto saldo op het arbeidsinkomen had tot gevolg dat een wijziging in het bruto saldo versterkt werd overgedragen op het arbeidsinkomen. De wijziging in het arbeidsinkomen zal via de financiële hefboom versterkt worden overgedragen op de winst. Dus bij bedrijven die zowel een hoge operationele hefboom als een hoge financiële hefboom hebben, zullen kleine wijzigingen in het bruto saldo resulteren in grote veranderingen in de winst (Laveren et al., 2004). Aangezien een hogere operationele hefboom leidt tot een hoger bedrijfsrisico, kunnen we dus zeggen dat het financieel risico gelijk is aan het bedrijfsrisico vermenigvuldigd met de financiële hefboom.
- 35 -
4 Resultaten 4.1 Parameters
Onderstaande tabellen geven de invloed van een 10% stijging of daling van een individuele parameter op het arbeidsinkomen en de vrije cashflow weer.
Tabel 6 suggereert dat een wijziging in de melkprijs een grote invloed heeft op het arbeidsinkomen. Een stijging of daling van de melkprijs met 10% brengt immers een wijziging van zowel het arbeidsinkomen als de vrije cashflow mee van meer dan 10%. Deze parameter heeft een grote invloed want het arbeidsinkomen en de vrije cashflow wijzigen met het dubbele of meer van de wijziging van de melkprijs.
Tabel 6: Invloed melkprijs/liter op arbeidsinkomen en vrije cashflow normaal melkprijs/liter arbeidsinkomen a
arbeidsinkomen/VAK
indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow
+10%
-10%
0,32
0,35
0,29
109.194,49
132.227,80
86.161,18
61.511,73
74.486,91
48.536,55
100,00
121,00
79,00
113.837,74
136.871,05
90.804,44
64.127,38
77.102,56
51.152,20
100,00
120,00
80,00
a
Opmerkingen: VAK = volwaardige arbeidskracht
Tabel 7 geeft aan dat de betaalde rente incl. rentesubsidie veel minder invloed heeft dan bv. de melkprijs. In tabel 1 zien we dat de betaalde rente incl. rentesubsidie pas na de berekening van het arbeidsinkomen wordt afgetrokken. Dus een wijziging van deze parameter heeft geen invloed op het arbeidsinkomen, maar wel op de vrije cashflow. Een stijging van de betaalde rente incl. rentesubsidie met 10% zorgt slechts voor een daling van de vrije cashflow van 2%.
- 36 -
Tabel 7: Invloed betaalde rente incl. rentesubsidie op arbeidsinkomen en vrije cashflow normaal betaalde rente - rentesubsidie arbeidsinkomen a
arbeidsinkomen/VAK
indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow
+10%
-10%
17.624,53
19.386,98
15.862,08
109.194,49
109.194,49
109.194,49
61.511,73
61.511,73
61.511,73
100,00
100,00
100,00
113.837,74
112.075,29
115.600,20
64.127,38
63.134,55
65.120,21
100,00
98,00
102,00
a
Opmerkingen: VAK = volwaardige arbeidskracht Een wijziging in de berekende rente incl. fictieve pacht (tabel 8) heeft ook enkel een invloed op de vrije cashflow. Deze invloed is ook niet zo groot. Een wijziging van de parameter met 10% heeft slechts een wijziging van de vrije cashflow tot gevolg van 3%.
Tabel 8: Invloed berekende rente incl. fictieve pacht op arbeidsinkomen en vrije cashflow normaal berekende rente incl. fict. pacht arbeidsinkomen arbeidsinkomen/VAKa indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow
+10%
-10%
39.620,74
43.582,81
35.658,66
109.194,49
109.194,49
109.194,49
61.511,73
61.511,73
61.511,73
100
100
100
113.837,74
117.799,82
109.875,67
64.127,38
66.359,30
61.895,45
100
103
97
a
Opmerkingen: VAK = volwaardige arbeidskracht
De parameter ‘voerkosten’ wordt zowel in de berekening van het arbeidsinkomen als de berekening van de vrije cashflow meegenomen. Daarom heeft deze parameter op beide kengetallen een invloed. Deze invloed is groter op het arbeidsinkomen dan op de vrije cashflow. Een wijziging van 10% van de parameter heeft als gevolg een wijziging van het arbeidsinkomen van 5% en een wijziging van de vrije cashflow met 4%. Tabel 9 suggereert dus dat de parameter ‘voerkosten’ een middelmatige invloed heeft op zowel het arbeidsinkomen als de vrije cashflow.
- 37 -
Tabel 9: Invloed voerkosten op arbeidsinkomen en vrije cashflow normaal voerkosten arbeidsinkomen a
arbeidsinkomen/VAK
+10%
-10%
50.023,59
55.025,95
45.021,23
109.194,49
104.192,13
114.196,85
61.511,73
58.693,79
64.329,67
100
95
105
113.837,74
108.835,38
118.840,10
64.127,38
61.309,44
66.945,32
100
96
104
indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow a
Opmerkingen: VAK = volwaardige arbeidskracht
In tabel 10 zien we dat een wijziging in de teeltkosten van de voergewassen een invloed heeft op zowel het arbeidsinkomen als de vrije cashflow. De invloed is redelijk klein. Een wijziging van 10% van de teeltkosten voergewassen heeft een wijziging van 2% als gevolg voor zowel het arbeidsinkomen als de vrije cashflow.
Tabel 10: Invloed teeltkosten voergewassen op arbeidsinkomen en vrije cashflow normaal teeltkosten voergewassen arbeidsinkomen a
arbeidsinkomen/VAK
indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow
+10%
-10%
26.086,75
28.695,42
23.478,07
109.194,49
106.585,81
111.803,16
61.511,73
60.042,20
62.981,25
100
98
102
113.837,74
111.229,07
116.446,42
64.127,38
62.657,85
65.596,90
100
98
102
Opmerkingen: aVAK = volwaardige arbeidskracht
De parameter ‘veekosten’ heeft een zelfde invloed op het arbeidsinkomen en de vrije cashflow als de parameter ‘teeltkosten voergewassen’. Dit is zichtbaar in tabel 11. Een wijziging van 10% in de parameter ‘veekosten’ resulteert in een wijziging van 2% in het arbeidsinkomen en de vrije cashflow. Een wijziging van deze parameter heeft dus ook slechts een kleine invloed op het arbeidsinkomen en de vrije cashflow.
- 38 -
Tabel 11: Invloed veekosten op arbeidsinkomen en vrije cashflow normaal veekosten arbeidsinkomen a
arbeidsinkomen/VAK
+10%
-10%
19.053,63
20.958,99
17.148,26
109.194,49
107.289,13
111.099,85
61.511,73
60.438,39
62.585,06
100
98
102
113.837,74
111.932,38
115.743,11
64.127,38
63.054,04
65.200,71
100
98
102
indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow a
Opmerkingen: VAK = volwaardige arbeidskracht
In tabel 12 kan men zien dat een wijziging van de parameter ‘bedrijfstoeslag’ resulteert in een wijziging van het arbeidsinkomen en de vrije cashflow van 3%. De tabel geeft aan dat de invloed van de parameter op het arbeidsinkomen en op de vrije cashflow gemiddeld is.
Tabel 12: Invloed bedrijfstoeslag op arbeidsinkomen en vrije cashflow normaal bedrijfstoeslag arbeidsinkomen a
arbeidsinkomen/VAK
indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow
+10%
-10%
33.487,88
36.836,67
30.139,10
109.194,49
112.543,28
105.845,70
61.511,73
63.398,18
59.625,28
100
103
97
113.837,74
117.186,53
110.488,95
64.127,38
66.013,83
62.240,93
100
103
97
Opmerkingen: aVAK = volwaardige arbeidskracht
De laatste parameter is het onderhoud van gebouwen, grond & machines. Zoals zichtbaar is in tabel 12 is dit de parameter die het minste invloed heeft op het arbeidsinkomen en op de vrije cashflow. Een wijziging van deze parameter met 10% leidt slechts tot een wijziging van 1% van het arbeidsinkomen en de vrije cashflow. Hier kan dus geconcludeerd worden dat de invloed van het onderhoud van gebouwen, grond en machines op het arbeidsinkomen en de vrije cashflow zeer klein is.
- 39 -
Tabel 13: Invloed onderhoud gebouwen, grond & machines op arbeidsinkomen en vrije cashflow normaal
+10%
-10%
15.254,46
16.779,90
13.729,01
109.194,49
107.669,04
110.719,93
61.511,73
60.652,41
62.371,05
100
99
101
113.837,74
112.312,30
115.363,19
64.127,38
63.268,06
64.986,70
100
99
101
onderhoud geb., grond & mach. arbeidsinkomen arbeidsinkomen/VAKa indices arbeidsinkomen vrije cashflow a
vrije cashflow/VAK
indices vrije cashflow a
Opmerkingen: VAK = volwaardige arbeidskracht
Conclusie Uit bovenstaand onderzoek van de 8 geselecteerde parameters kan men enkele conclusies trekken. Sommige parameters hebben een grote/middelmatige invloed op het arbeidsinkomen en de vrije cashflow terwijl andere parameters bijna geen of een kleine invloed hebben. De parameter met de kleinste invloed op het arbeidsinkomen en de vrije cashflow is het onderhoud van gebouwen, grond en machines. De parameters met een grote/middelmatige invloed op het arbeidsinkomen en de vrije cashflow zijn, geordend volgens afnemend belang: melkprijs, voerkosten, bedrijfstoeslag en berekende rente inclusief fictieve pacht. De invloed van deze 8 parameters zal uitvoeriger onderzocht worden in de volgende sectie.
4.2 Monte Carlo simulatie
Hieronder volgen de resultaten van de Monte Carlo simulatie en de bespreking ervan voor elk gemiddeld bedrijf.
Gemiddelde bedrijf (algemeen) In bijlage 4 zijn de resultaten weergegeven voor de Monte Carlo simulatie uitgevoerd bij het gemiddelde bedrijf. Eerst worden de minimum-, meest waarschijnlijke- en maximumwaarden weergegeven van de parameters. Daarna volgt een kansverdeling voor de vrije cashflow.
Uit de kansverdeling van het arbeidsinkomen/VAK (figuur 3) kan worden geconcludeerd dat er een kans van 99,73% is dat het arbeidsinkomen/VAK groter is dan het minimumarbeidsinkomen/VAK van
€15.741,6
grenswaarden.
indien Het
de
waarden
volledige
bereik
van van
de het
parameters
variëren
arbeidsinkomen/VAK
tussen is
van
de
aangegeven
€7.981,85
tot
€108.569,61. In het basisscenario, dit wil zeggen het scenario waarbij alle parameters hun meest waarschijnlijke waarde hebben, bedroeg het arbeidsinkomen/VAK €61.511,73.
- 40 -
Figuur 3: Kansverdeling ng arbeidsinkomen/VAK gemiddelde gemiddeld bedrijf (algemeen)
In tabel 14 (overzichtstabel overzichtstabel aan het einde van deze sectie) sectie zijn de resultaten van de verschillende sensitiviteitsanalyses s weergegeven. weergegeven Voor het algemene gemiddelde bedrijf dient de tabel op volgende wijze geïnterpreteerd te worden: de variabiliteit in de melkprijs/100 lkprijs/100 liter verklaart 95,6% 95,6 van de variabiliteit in het arbeidsinkomen/VAK. arbeidsinkomen De melkprijs/100 100 liter is een opbrengst voor het bedrijf. Hierdoor heeft deze parameter een positief percentage in tabel 14. Indien we kijken naar de parameters met negatieve percentages zien we dat dit allemaal kostenparameters zijn. De som van alle percentages in één kolom is altijd gelijk aan 100. We zien dat de parameter ‘melkprijs/100 melkprijs/100 liter’ liter ook uit deze test de belangrijkste parameter blijkt te zijn die het arbeidsinkomen/VAK bepaalt, want deze parameter heeft het hoogste percentage. percentage Daarnaast
hebben de 4
kos kostenparameters slechts een kleine
negatieve
invloed op
het
arbeidsinkomen/VAK. Dat de parameters ‘betaalde betaalde rente incl. rentesubsidie’ rentesubsidie en ‘berekende rente incl. fictieve pacht’ hier geen invloed hebben is normaal aangezien ze pas na het arbeidsinkomen in de resultatenrekening zijn opgenomen. Ook de parameter ‘bedrijfstoeslag’’ heeft geen invloed op het arbeidsinkomen/VAK.
Uit de kansverdeling van de vrije cashflow (bijlage 4) kan ook besloten worden dat er een kans van 100% is dat de vrije cashflow positief is. i Het bereik waartussen de vrije cashflow varieert, gaat van €17.396,18 tot €202.738,34. In het basisscenario bedroeg de vrije cashflow €113.837,74.
In tabel 14 zijn de resultaten zichtbaar van de sensitiviteitsanalyse voor de vrije cashflow. Ook hier zien we dat de variabiliteit in de melkprijs/100 liter 92,5% van de variabiliteit in de vrije cashflow verklaart. Deze invloed is wel lager dan de invloed op het arbeidsinkomen maar nog steeds het hoogste van alle parameters. Hier zien we dat de sensitiviteitspercentages iets hoger worden voor
- 41 -
de vier kostenparameters en dat ook de berekende rente incl. fictieve pacht en betaalde rente incl. rentesubsidie een kleine invloed uitoefenen.
De resultaten van dit basisscenario scenario voor het algemene bedrijf zullen in de volgende paragrafen pa respectievelijk vergeleken worden met analyses volgens verschillende grootte ordes en over verschillende jaren.
ergelijking volgens grootte 4.2.1 Vergelijking
Gemiddelde kleine bedrijf Indien we kijken naar de kansverdeling van het arbeidsinkomen/VAK arbeidsinkomen in figuur guur 4 zien we dat er hier een kans is van 94,53% % dat het arbeidsinkomen arbeidsinkomen groter is dan het minimumarbeidsinkomen/VAK van €15.741,60.. Voor het gemiddelde kleine bedrijf is de kans dus lager dan bij het gewone gemiddelde bedrijf. Het bereik waartussen het arbeidsinkomen/VAK /VAK zich bevindt, is van €-3.177,28 tot €86.262,78. In het basisscenario bedroeg het arbeidsinkomen voor het gemiddelde kleine bedrijf €56.711,62. We zien dus dat het arbeidsinkomen/VAK zelfs een kans heeft om negatief te worden binnen de aangegeven grenzen van de parameters.
Figuur 4: Kansverdeling arbeidsinkomen/VAK gemiddelde gemiddeld kleine bedrijf
Tabel 14 suggereert dat opnieuw de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is die het arbeidsinkomen/VAK bepaalt hoewel het sensitiviteitspercentage iets lager is dan bij het gewone ewone gemiddelde bedrijf (93,7% versus 95,6%). We zien en ook dat hier de parameter ‘bedrijfstoeslag’ een kleine invloed heeft op het arbeidsinkomen/VAK. arbeidsinkomen . De overige vier parameters zijn de kostenparameters en hebben ook een negatieve invloed invloed op het arbeidsinkomen/VAK. arbeidsi
- 42 -
Indien er wordt gekeken naar de kansverdeling van de vrije cashflow van het gemiddelde kleine bedrijf zien we dat er een kans is van 99,95% dat de vrije cashflow meer bedraagt dan €0. Het bereik waartussen de vrije cashflow ligt, is van €-4.165,50 tot €117.799,72. Ook voor de vrije cashflow is er dus een kans dat deze negatief wordt. In het basisscenario bedroeg de vrije cashflow van het gemiddelde kleine bedrijf €58.351,56.
In tabel 14 zien we dat opnieuw de parameter ‘melkprijs/100 liter’ de belangrijkste elangrijkste parameter is die de vrije cashflow bepaalt. bepaalt. De andere parameters hebben ongeveer dezelfde invloed op de vrije cashflow als de invloed die ze hebben op het arbeidsinkomen/VAK. arbeidsinkomen De parameter ‘betaalde ‘ rente inclusief
rentesubsidie’
heeft
wel
invloed invloed
op
de
vrije
cashflow
maar
niet
op
het
arbeidsinkomen/VAK.. Zoals hierboven is uitgelegd, is dit normaal door de opstelling van de resultatenrekening.
Gemiddelde middelgrote bedrijf Indien we kijken naar de kansverdeling kansverdeling van het arbeidsinkomen/VAK voor het gemiddelde middelgrote bedrijf (figuur 5), 5) zien we dat er 99,73% % kans is dat het arbeidsinkomen groter is dan het minimumarbeidsinkomen/VAK van €15.741,60. Het bereik waarin het arbeidsinkomen/VAK ligt, loopt van €8.494,76 tot €116.094,20 116.094,20. In het basisscenario scenario bedraagt het arbeidsinkomen van het gemiddelde emiddelde middelgrote bedrijf €62.227,65.
Figuur 5:: Kansverdeling arbeidsinkomen/VAK gemiddelde gemiddeld middelgrote bedrijf
Tabel 14 suggereert dat opnieuw de parameter ‘melkprijs/100 liter’ de grootste invloed heeft op het arbeidsinkomen/VAK.. De variabiliteit van deze parameter zou namelijk 95,4% 95,4 van de variabiliteit in het arbeidsinkomen/VAK arbeidsinkomen verklaren. Daarnaast zijn de vier kostenparameters ook nog bepalend (in de negatieve zin) voor het arbeidsinkomen/VAK, maar in veel mindere mate dan de melkprijs/100 liter.
- 43 -
Indien we naar de kansverdeling van de vrije cashflow kijken (bijlage 4), ), zien we dat er een kans van 100% is dat de vrije cashflow groter zal zijn dan €0. Het bereik waarin de vrije cashflow ligt, gaat van €12.873,90 tot €183.513,39 met een vrije cashflow van €102.898,62 in het basisscenario.
In tabel 14 kunnen we zien dat ook hier de parameter ‘melkprijs/100 melkprijs/100 liter’ liter de belangrijkste parameter is die de vrije cashflow bepaalt, bepaalt, hoewel het belang wel iets is afgenomen. Daarna volgen de vier kostenparameters. Bijkomend heeft ook de parameter ‘betaalde betaalde rente incl. incl rentesubsidie’ een negatieve ve invloed van 0,3% en de parameter bedrijfstoeslag een positieve invloed van 0,1% op de vrije cashflow.
Gemiddelde grote bedrijf Figuur 6 suggereert dat er bij het gemiddelde grote bedrijf een kans is van 100% dat het arbeidsinkomen/VAK groter is dan het minimumarbeidsinkomen/VAK. Het bereik van het arbeidsinkomen/VAK rbeidsinkomen/VAK gaat van €18.839,84 tot €130.943,87.. In het basisscenario bedroeg het arbeidsinkomen/VAK €79.210,01. €79.210,01
Figuur 6:: Kansverdeling arbeidsinkomen/VAK gemiddelde gemiddeld grote bedrijf edrijf
Uit tabel 14 blijkt opnieuw dat de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is. De variabiliteit in deze ze parameter verklaart voor 95,2% 95,2% de variabiliteit in het arbeidsinkomen. Net als bij de vorige gemiddelde bedrijven hebben de vier vier kostenparameters ook een kleine negatieve invloed op het arbeidsinkomen. Van deze parameters is de parameter ‘voerkosten voerkosten’ de parameter met de meeste invloed. De parameter ‘bedrijfstoeslag’ heeft hier ook een kleine positieve invloed van 0,1%
- 44 -
Indien we naar de kansverdeling van de vrije cashflow voor het gemiddelde grote bedrijf kijken (bijlage 4),, zien we dat er opnieuw een kans van 100% is dat de vrije cashflow groter is dan €0. Het bereik waarin de vrije cashflow ligt, gaat van €46.820,56 tot €295.097,61. 7,61. In het basisscenario bedroeg de vrije cashflow €180.101,85.
Tabel 14 suggereert dat de parameter ‘melkprijs/100 liter’ ook hier de belangrijkste parameter parame is die
de
vrije
cashflow
bepaalt bepaalt,
hoewel
het
percentage
iets
lager
ligt
dan
bij
het
arbeidsinkomen/VAK. In deze tabel zien we dat de parameter ‘betaalde betaalde rente incl. rentesubsidie’ rentesubsidie de parameter ‘onderhoud onderhoud gebouwen, grond & machines’ machines heeft voorbijgestoken in belangrijkheid. Daarnaast heeft ook de parameter ‘bedrijfstoeslag’ een zeer kleine positieve invloed op de vrije cashflow.
4.2.2 Vergelijking over jaren
Gemiddelde bedrijf 2006 Indien we kijken naar de kansverdeling van het arbeidsinkomen/VAK arbeidsinkomen van het gemiddelde bedrijf 2006, zien we dat er een kans van 99,98% is dat het arbeidsinkomen groter is dan €15.447,60, het minimumarbeidsinkomen/VAK van 2006. 2006 Het bereik waarin het arbeidsinkomen/VAK arbeids ligt, gaat van €14.845,15 tot
€190.198,51 Het €190.198,51.
arbeidsinkomen/VAK
bedroeg in het
basisscenario
€51.221,32.
Figuur 7: Kansverdeling arbeidsinkomen/VAK gemiddelde gemiddeld bedrijf 2006
Tabel 14 toont opnieuw dat de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is die het arbeidsinkomen/VAK bepaalt. bepaalt. Net zoals bij voorgaande gemiddelde bedrijven zien we dat de
- 45 -
andere parameters met een een relatief kleine invloed op het arbeidsinkomen/VAK, arbeidsinkomen de vier kostenparameters zijn.
De kansverdeling van de vrije cashflow (bijlage 4) toont dat er een kans van 100% is dat de vrije cashflow groter is dan €0. Het bereik waarin de vrije cashflow ligt, gaat van €32.223,95 tot €198.646,00. De vrije cashflow bedroeg €94.052,76 in het basisscenario.
belang parameter,, die de vrije cashflow bepaalt, In tabel 14 zien we dat ook hier de belangrijkste ‘melkprijs/100 liter’ is. De variabiliteit in de melkprijs per 100 liter verklaart 95,3% van de variabiliteit in de vrije cashflow. De parameter ‘betaalde ‘betaalde rente inclusief rentesubsidie’ rentes komt nu zelfs op de 4de plaats voor de parameters ‘veekosten’ en ‘onderhoud onderhoud gebouwen, grond en machines’. machines In dit gemiddelde bedrijf 2006 zien we dat de parameter ‘bedrijfstoeslag’ geen invloed heeft op de vrije cashflow.
Gemiddelde bedrijf 2007 De kansverdeling van het arbeidsinkomen/VAK arbei van het gemiddelde bedrijf 2007 (figuur 8) toont dat er een kans van 99,97% is dat het arbeidsinkomen/VAK arbeidsinkomen/VAK het minimumarbeidsinkomen/VAK minimumarbeidsinkomen/ van €15.735,60
overschrijdt..
Het
arbeidsinkomen arbeidsinkomen/VAK
heeft
een
bereik
van
€10.893,83
tot
€116.886,94. In hett basisscenario was het arbeidsinkomen van het gemiddelde ge bedrijf 2007 €78.944,03.
Figuur 8:: Kansverdeling arbeidsinkomen/VAK gemiddelde gemiddeld bedrijf 2007
Tabel 14 toont ongeveer dezelfde resultaten als bij de voorgaande gemiddelde bedrijven. De parameter
‘melkprijs/100 melkprijs/100
liter liter’
is
namelijk
opnieuw
de
belangrijkste
parameter
arbeidsinkomen bepaalt en de vier kostenparameters hebben een relatief klein belang.
die
het
- 46 -
Indien we kijken naar de kansverdeling van de vrije cashflow van het gemiddelde bedrijf 2007 (bijlage 4) zien we dat at er opnieuw 100% kans is dat de vrije cashflow groter is dan €0. Het bereik waarin de vrije cashflow zich bevindt, gaat van €36.288,45 tot €212.715,46 met een vrije cashflow van €144.012,45 in het basisscenario.
In tabel 14 4 zien we dat ook hier hi de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is die de vrije cashflow bepaalt, bepaalt, gevolgd door de vier kostenparameters. De parameter ‘betaalde rente inclusief rentesubsidie’’ heeft een kleine negatieve invloed en de parameter ‘bedrijfstoeslag’ ‘ heeft een zeer kleine positieve invloed op de vrije cashflow.
Gemiddelde bedrijf 2008 De kansverdeling van het arbeidsinkomen/VAK arbeidsinkomen van het gemiddelde bedrijf 2008 in figuur 9 toont dat
er
een
kans
van
95,58 95,58%
minimumarbeidsinkomen/VAK umarbeidsinkomen/VAK
van
is
dat
2008
het van
arbeidsinkomen/VAK /VAK €16.041,60.
Het
groter bereik
is
dan
waarin
het het
arbeidsinkomen/VAK zich kan an bevinden, gaat van €-4940,92 tot €97.439,28. €97.439,28 Het arbeidsinkomen van het gemiddelde bedrijf 2008 bedroeg in het basisscenario €54.224,26.
Figuur 9:: Kansverdeling arbeidsinkomen/VAK gemiddelde gemiddeld bedrijf 2008
Tabel 14 suggereert dat de parameter ‘melkprijs/100 liter’ ook hier zeer belangrijk is voor het bepalen van het arbeidsinkomen/VAK. arbeidsinkomen/VAK. Hoewel hier het percentage het laagste is ten opzichte opzich van alle andere gemiddelde bedrijven uitgezonderd het gemiddelde kleine bedrijf. bedrijf De kostenparameters hebben hier een relatief zwaarder gewicht.
De kansverdeling van de vrije cashflow van het gemiddelde bedrijf 2008 (bijlage 4) 4 toont een kans van 99,96% dat de vrije cashflow groter is dan €0. Het bereik van de vrije cashflow gaat van €-6.613,71 tot €189.581,72 waarbij de vrije cashflow €103.164,95 bedroeg in het basisscenario.
- 47 -
Tabel 14 toont opnieuw een groot belang voor de parameter ‘melkprijs/100 liter’ voor het bepalen van de vrije cashflow. De variabiliteit in deze parameter verklaart namelijk 92,7% in de variabiliteit van de vrije cashflow. De rest van de variabiliteit wordt verklaard door de variabiliteit in de vier kostenparameters en de parameter ‘betaalde rente inclusief rentesubsidie’.
Tabel 14: Resultaten sensitiviteit van het arbeidsinkomen/VAK en de vrije cashflow voor de 8 parameters en de 7 gemiddelde bedrijven Parameter
Gemiddelde bedrijf (Algemeen)
Opdeling volgens grootte Klein
Opdeling per jaar
Melkprijs/100l
% AIa 95,6
% VCFb 92,5
% AI 93,7
% VCF 94,1
Middelgroot % % AI VCF 95,4 94,9
Groot % % AI VCF 95,2 94,0
2006 % % AI VCF 95,6 95,3
2007 % % AI VCF 95,0 94,6
% AI 92,9
2008 % VCF 92,7
Voerkosten
-2,7
-3,4
-4,2
-3,5
-3,0
-3,0
-3,8
-3,4
-2,5
-2,6
-3,3
-3,2
-3,3
-4,7
Teeltkosten voergewassen
-1,0
-0,9
-1,1
-1,1
-0,9
-0,8
-0,5
-0,9
-0,7
-0,8
-0,7
-0,9
-0,7
-1,2
Veekosten
-0,4
-0,5
-0,7
-0,4
-0,5
-0,6
-0,3
-0,8
-0,6
-0,4
-0,5
-0,4
-0,5
-0,7
Onderhoud gebouwen, grond machines
-0,3
-0,3
-0,2
-0,2
-0,2
-0,3
-0,1
-0,3
-0,4
-0,2
-0,3
-0,4
-0,3
-0,3
Bedrijfstoeslag
0,0
0,0
0,0
0,0
0,0
0,1
0,1
0,1
0,0
0,0
0,0
0,1
0,0
0,0
Betaalde rente incl. rentesubsidie
0,0
-0,3
0,0
-0,6
0,0
-0,3
0,0
-0,6
0,1
-0,7
0,0
-0,3
0,0
-0,5
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
&
Berekende 0,0 2,1 0,0 0,0 0,0 rente incl. fictieve pacht Opmerkingen: a Sensiviteit van het arbeidsinkomen (AI), uitgedrukt in %,
b
Sensiviteit van de vrije cash flow (VCF), uitgedrukt in %
-49-
Conclusie Uit de resultaten van de Monte Carlo simulaties van alle gemiddelde bedrijven kunnen we besluiten dat de parameter ‘melkprijs/100 liter’ net zoals bij de partiële analyse de belangrijkste parameter is voor de Vlaamse melkveebedrijven. Een tweede belangrijke parameter, doch veel minder belangrijk dan de melkprijs, is de parameter ‘voerkosten’. De andere parameters hebben slechts een zeer kleine invloed. Indien we de parameters rangschikken in mate van belangrijkheid voor het arbeidsinkomen krijgen we: de melkprijs, voerkosten, teeltkosten voergewassen, veekosten en onderhoud gebouwen grond & machines. Indien we de parameters rangschikken in mate van belangrijkheid voor de vrije cashflow krijgen we: de melkprijs, voerkosten, teeltkosten voergewassen, veekosten, betaalde rente inclusief rentesubsidie, onderhoud gebouwen, grond & machines en bedrijfstoeslag. In sommige gemiddelde bedrijven zijn de parameters ‘veekosten’ en ‘betaalde rente inclusief rentesubsidie’ van plaats veranderd.
Indien we dan verder kijken naar de kansverdelingen van het arbeidsinkomen/VAK is het opvallend dat slechts voor één gemiddeld bedrijf er een kans van 100% is dat het arbeidsinkomen/VAK groter is dan het minimumarbeidsinkomen/VAK, dit is het gemiddelde grote bedrijf. De bedrijven met de laagste kans dat het arbeidsinkomen/VAK groter is dan het minimumarbeidsinkomen/VAK zijn het gemiddelde kleine bedrijf en het gemiddelde bedrijf 2008 met een kans van respectievelijk 94,53% en 95,58%. Dit wil zeggen dat deze twee bedrijven het meeste risico lopen indien de parameters variëren om een te laag arbeidsinkomen/VAK te ontvangen. We zien dat het bereik waarin het arbeidsinkomen/VAK ligt voor deze twee bedrijven een negatieve benedengrens heeft. Dus deze twee bedrijven hebben zelfs een kans om een negatief arbeidsinkomen/VAK te ontvangen. Deze kans bedraagt voor het gemiddelde kleine bedrijf 0,02% en voor het gemiddelde bedrijf 2008 0,14%. Voor alle andere gemiddelde bedrijven ligt de kans zeer hoog en bijna tegen 100% dat ze een arbeidsinkomen/VAK groter dan het minimumarbeidsinkomen/VAK zullen ontvangen. We weten dat het jaar 2007 een jaar was met uitzonderlijk hoge melkprijzen. Dit uit zich
dan
ook
in
een
hoger
arbeidsinkomen/VAK
in
deze
analyse.
Indien
we
het
arbeidsinkomen/VAK voor het gemiddelde bedrijf 2006 en 2007 nader bekijken, zien we dat het arbeidsinkomen/VAK voor het gemiddelde bedrijf 2007 veel hoger ligt dan voor het gemiddelde bedrijf 2006. Maar als we een vergelijking maken tussen het bereik van het arbeidsinkomen/VAK voor beide bedrijven, zien we dat het bereik voor het gemiddelde bedrijf 2007 een hogere bovengrens heeft maar ook een lagere ondergrens. Dit geeft aan dat ondanks het feit dat het gemiddelde bedrijf het beter deed in 2007, er ook verschillende bedrijven het minder goed deden in vergelijking met 2006. Dit laatste gegeven geeft aan dat men niet alleen naar gemiddelde cijfers mag kijken, maar eveneens naar de spreiding rond dat gemiddelde om het volledige beeld te kunnen vatten.
- 50 -
4.3 Parameter: ‘melkprijs’
De melkprijs is de parameter met de grootste invloed op de variabiliteit van het arbeidsinkomen en de vrije cashflow. Deze parameter wordt daarom verder onderzocht. Hiervoor is de evolutie van de melkprijzen van januari 2006 tot en met september 2009 bekeken. We hebben gekozen om hier de beschikbare melkprijzen van 2009 ook op te nemen omdat 2009 een jaar was met opmerkelijk lage melkprijzen. Dit staat ons toe om het effect van zowel opmerkelijk hoge (2007) als opmerkelijk lage (2009) melkprijzen te bekijken. De prijzen zijn afkomstig van de site van het Nationaal Instituut voor de Statistiek (FOD Economie, K.M.O., Middenstand en Energie, 2010). De prijzen zijn op deze site gegeven als indices en per 100 kg. Eerst zijn deze prijzen omgerekend naar reële prijzen aan de hand van de reële prijzen van het basisjaar van de indices. Omdat in de resultatenrekening van het gemiddelde bedrijf wordt gewerkt met prijzen per 100 liter zijn de prijzen daarna omgezet naar prijzen per 100 liter aan de hand van het soortelijke gewicht van melk (1,03 kg/l). Het gemiddelde van de maandelijkse melkprijzen gedurende de periode januari 2006 tot en met september 2009 is €29,05/100l (standaardafwijking €5,93/100l). De laagste prijs gedurende deze periode bedroeg €20,95/100l in juni 2009 en de hoogste prijs bedroeg €42,49/100l in oktober 2007. In figuur 10 hieronder wordt deze melkprijs gedurende de periode januari 2006 tot en met september 2009 uitgezet. De prijzen worden uitgezet op de y-as en er wordt gestart met een melkprijs van €20. In figuur 11 is het arbeidsinkomen per VAK en het minimumarbeidsinkomen per VAK zichtbaar. Het arbeidsinkomen per VAK is berekend door in de resultatenrekening van het gemiddelde bedrijf de gemiddelde maandelijkse melkprijs in te geven en alle andere factoren constant te houden. Het minimumarbeidsinkomen per VAK is per jaar berekend en ingevoerd in de grafiek. Indien we figuur 10 en 11 met elkaar vergelijken, is er eenzelfde trend zichtbaar. Maar het arbeidsinkomen verandert sterker dan de verandering in de melkprijs. Dit was ook onze conclusie uit tabel 5. In figuur 12 zijn de overeenkomstige beschikbare middelen bedrijfsvoering gedurende dezelfde periode getoond. Deze zijn vanaf maart 2009 tot en met augustus 2009 negatief. Figuur 11
suggereert
dat
het
gemiddelde
bedrijf
gedurende
mei
2009
en
juni
2009
een
arbeidsinkomen/VAK had dat lager lag dan het berekende minimumarbeidsinkomen/VAK.
Via het simulatiemodel in Microsoft Excel is berekend dat het (algemene) gemiddelde bedrijf een melkprijs van minimum €22,22/100l nodig heeft om een positief bedrag uit te komen voor de beschikbare middelen bedrijfsvoering. De minimumprijs die nodig is om te voorkomen dat het arbeidsinkomen/VAK
voor
minimumarbeidsinkomen/VAK
het
gemiddelde
bedraagt
bedrijf
€21,06/100l.
Bij
lager deze
ligt
dan
het
minimumprijs
berekende
bedragen
de
beschikbare middelen bedrijfsvoering voor het gemiddelde bedrijf €-8.310,50. Deze minimumprijs is ook uitgezet in figuur 10.
-51-
Melkprijs/100 l (in euro) 44 42 40 38 36 34 32 30 28 26 24 22 20
Melkprijs/100l
sep-09
mei-09
jan-09
sep-08
mei-08
jan-08
sep-07
mei-07
jan-07
sep-06
mei-06
jan-06
Minimummelkprijs
Figuur 10: Melkprijs/100l vanaf januari 2006 tot en met september 2009
110 100 90 80 70 60 50 40 30 20 10 0
Arbeidsinkomen/VAK
sep-09
mei-09
jan-09
sep-08
mei-08
jan-08
sep-07
mei-07
jan-07
sep-06
mei-06
Minimumarbeidsinko men/VAK
jan-06
Duizenden
Arbeidsinkomen/VAK (in 1000 euro)
Figuur 11: Arbeidsinkomen/VAK en minimumarbeidsinkomen/VAK voor de periode januari 2006 tot en met september 2009
- 52 -
Beschikbare middelen bedrijfsvoering (in euro) 160000 140000
Beschikbare middelen bedrijfsvoering
120000 100000 80000 60000 40000 20000 0 sep-09
mei-09
jan-09
sep-08
mei-08
jan-08
sep-07
mei-07
jan-07
sep-06
mei-06
jan-06
-20000
Figuur 12:Beschikbare middelen bedrijfsvoering voor de periode januari 2006 tot en met september 2009
4.4 Hefbomen
Hieronder worden achtereenvolgens de rendabiliteitshefboom op het bruto saldo, de hefboom van het bruto saldo op het arbeidsinkomen en de financiële hefboom berekend en besproken.
De rendabiliteitshefboom op het bruto saldo In tabel 15 wordt de rendabiliteitshefboom op het bruto saldo berekend voor elk gemiddeld bedrijf. Indien we de uitkomsten voor de hefboom voor deze gemiddelde bedrijven vergelijken met de resultaten van de studie door het ILVO in samenwerking met de Universiteit Hasselt (Lauwers et al., 2009), zien we dat de bekomen hefbomen voor melkveebedrijven redelijk laag zijn in vergelijking met andere landbouwsectoren. In deze studie stellen zij verder dat vooral het effect van een hefboom groter dan 2 zeer groot zal zijn (Lauwers et al., 2009). Dus uit tabel 15 kunnen we afleiden dat de bekomen hefbomen voor deze gemiddelde bedrijven gemiddeld zijn en het effect van de hefboom zal dus ook gemiddeld zijn. Onder het hoofdstuk Methoden werd al toegelicht dat hoe groter de hefboom is, hoe groter de volatiliteit van het bruto saldo en dus hoe groter het risico is. Aangezien de hefboom hier niet zo groot is, kan er dus gezegd worden dat de volatiliteit van het bruto saldo beperkt is en dus ook het risico niet zo groot is.
- 53 -
Tabel 15: Hefboom van totale ontvangsten op bruto saldo in euro
Bedrijf
Totale ontvangsten
Operationele kosten
(1)
(2)
Bruto saldo (3)= (1)-(2)
Hefboom (4)=(1)/(3)
Gemiddeld bedrijf (algemeen)
277.066,30
99.311,37 177.754,93
1,56
Opdeling
Klein
174.048,47
70.413,89 103.634,58
1,68
volgens
Middelgroot
255.318,47
92.217,27 163.101,20
1,57
grootte
Groot
401.606,89
133.827,60 267.779,29
1,50
2006
241.711,27
83.643,53 158.067,74
1,53
2007
297.442,27
96.860,83 200.581,44
1,48
2008
292.860,94
118.608,25 174.252,69
1,68
Opdeling per jaar
De hefboom van saldo op arbeidsinkomen In tabel 16 wordt de hefboom van het bruto saldo op het arbeidsinkomen berekend voor elk gemiddeld bedrijf. Zoals reeds eerder is besproken, is de invloed van een wijziging in het bruto saldo op het arbeidsinkomen hoger indien de hefboom hoger is. Indien we bijvoorbeeld kijken naar de hefboom van het gemiddelde kleine bedrijf kunnen we concluderen dat een wijziging in het bruto saldo, een wijziging van ongeveer 1,83 keer zo sterk in het arbeidsinkomen veroorzaakt. De hefboom voor het gemiddelde bedrijf 2007 is opvallend lager dan in de andere jaren. Dit vindt zijn oorzaak in een hoog bruto saldo door de hoge melkprijzen gedurende 2007 en lagere vaste kosten ten opzichte van 2006. In 2008 is er dan weer een hogere hefboom omdat de melkprijzen terug gedaald waren en de vaste kosten gestegen. Indien we kijken naar de gemiddelde bedrijven opgedeeld naar grootte, zien we dat de hefboom het laagste is voor het gemiddelde grote bedrijf en het hoogste is voor het gemiddelde kleine bedrijf. Dit is te verklaren door het feit dat het gemiddelde grote bedrijf een veel groter bruto saldo heeft dan het gemiddelde kleine bedrijf maar slechts iets meer vaste kosten. Zoals reeds besproken kan deze hefboom gebruikt worden als een maatstaf van het operationeel risico van een bedrijf. Hoe hoger de hefboom, hoe hoger dit operationeel risico zal zijn. Uit tabel 16 kunnen we dus afgeleiden dat het gemiddelde kleine bedrijf een hoger operationeel risico heeft dan het gemiddelde grote bedrijf. Een tweede conclusie uit de tabel is dat in 2007 het operationeel risico beduidend lager was dan in 2006 en 2008 voor het gemiddelde bedrijf.
- 54 -
Tabel 16: Hefboom van bruto saldo op arbeidsinkomen in euro ArbeidsBedrijf
Bruto saldo
Vaste kosten
inkomen
Hefboom
(1)
(2)
(3)=
(4)=(1)/(3)
(1)-(2) Gemiddeld bedrijf (algemeen)
177.754,93
68.560,44 109.194,49
1,63
Opdeling
Klein
103.634,57
46.922,95
56.711,62
1,83
volgens
Middelgroot
163.101,20
62.810,10 100.291,10
1,63
grootte
Groot
267.779,29
95.192,75 172.586,54
1,55
2006
158.067,81
68.407,18
89.660,63
1,76
2007
200.581,44
61.325,53 139.255,91
1,44
2008
174.252,69
75.861,30
1,77
Opdeling per jaar
98.391,39
De financiële hefboom In tabel 17 kan men de financiële hefboom terugvinden voor elk gemiddeld bedrijf. We zien in tabel 17 dat de financiële hefboom voor elk gemiddeld bedrijf positief is, dit wil zeggen dat voor elk gemiddeld bedrijf de rendabiliteit van het geïnvesteerde activa groter is dan de financiële kost verschuldigd door het aangaan van een schuld. Indien we nu het gemiddelde bedrijf algemeen nader bekijken zien we dat er een financiële hefboom is van 0,64. Dit wil zeggen dat indien het eigen vermogen van het gemiddelde bedrijf stijgt met €1 de schuldcapaciteit zal stijgen met €0,64. Hierboven was reeds vermeld dat hoe hoger de financiële hefboom is, hoe hoger de schuldgraad van het bedrijf is. Tabel 17 suggereert dat de schuldgraad het grootste is voor het gemiddelde middelgrote bedrijf en het kleinste voor het gemiddelde grote bedrijf.
Tabel 17: Financiële hefboom in euro Eigen vermogen
Vreemd vermogen
Hefboom
(1)
(2)
(3)=(2)/(1)
Gemiddeld bedrijf (algemeen)
661.541,16
420.702,23
0,64
Opdeling
Klein
468.512,53
299.667,30
0,64
volgens
Middelgroot
566.247,07
430.260,73
0,76
grootte
Groot
929.253,37
509.125,04
0,55
2006
606.111,37
404.624,85
0,67
2007
658.051,26
410.733,15
0,62
2008
720.460,85
446.748,69
0,62
Bedrijf
Opdeling per jaar
- 55 -
Conclusie Zoals reeds vermeld in het hoofdstuk methoden is de operationele hefboom een indicatie voor het operationeel risico en is de vermenigvuldiging van het operationeel risico met de financiële hefboom een indicatie voor het financieel risico. Bedrijven die zowel een hoge financiële hefboom hebben als een hoge operationele hefboom krijgen te maken met een hoog operationeel risico en een hoog financieel risico. Indien we zowel naar tabel 16 als tabel 17 kijken, zien we dat meestal slechts een van de twee hefbomen groot is. Enkel voor het gemiddelde bedrijf 2006 zien we dat beide hefbomen redelijk hoog zijn en dus kunnen we afleiden dat het gemiddelde bedrijf 2006 het meeste risico ondervindt. De tabellen 15, 16 en 17 suggereren dat het gemiddelde kleine bedrijf globaal genomen de grootste hefbomen heeft, behalve de financiële hefboom. Er kan dus verondersteld worden dat het gemiddelde klein bedrijf meer risico loopt dan de grotere bedrijven en dan het gemiddelde bedrijf 2007 en 2008.
- 56 -
5 Beleidsmaatregelen Een vrije markt zou in ideale omstandigheden de gezamenlijke welvaart voor consumenten en producenten maximaliseren. Deze ideale omstandigheden zijn: een groot aantal aanbieders en vragers, goederen van concurrenten moeten homogeen zijn, beschikbare informatie moet algemeen verspreid zijn en er moet vrije toegang tot en exit uit de markt zijn. In de realiteit is er niet altijd voldaan aan deze ideale omstandigheden en dan spreekt men van marktfalen. In dergelijke gevallen kunnen bepaalde overheidsinterventies nodig zijn (De Borger & Van Poeck, 2004). Anderzijds merken we op dat overheidsoptreden ook aan de basis kan liggen van marktfalen. De overheid streeft immers niet enkel naar economische efficiëntie. In ieder geval, kan de vraag gesteld worden of er in tijden van crisis, zoals in 2009 voor de melkveehouders, er (extra) moet ingegrepen worden door de overheid en op welke manier dit dan best kan gebeuren.
Hieronder worden achtereenvolgens vijf scenario’s met mogelijke beleidsmaatregelen verder bekeken,
namelijk
prijsondersteuning,
voersubsidie,
rentesubsidie,
directe
steun
en
een
sensibiliseringscampagne. Er is geen rekening gehouden met de elasticiteiten van vraag of aanbod van de verschillende markten. Deze resultaten dienen dan ook eerder indicatief beschouwd te worden. Een inelastische vraag- of aanbodcurve zal veel steiler zijn waardoor, indien zo’n curve verschuift, de resulterende verschillen veel kleiner zullen zijn. Een elastische vraag- of aanbodcurve zal veel vlakker zijn.
5.1 Scenario 1: Prijsondersteuning
Melkquotum Sinds 1984 bestaat er een melkquotum. Zoals reeds vermeld in het literatuuroverzicht is het de bedoeling dit melkquotum niet meer te verlengen na 2015. In figuur 13 is de reactie van de markt op het melkquotum zichtbaar. Door het melkquotum wordt het aanbod van melk beperkt tot dat quotum. Dit is zichtbaar doordat de aanbodscurve verschuift naar
de verticale A’. De
oorspronkelijke evenwichtsituatie was (Q0,P0). De nieuwe evenwichtsituatie is (Q1,P1). De hoeveelheid melk is dus inderdaad gedaald maar de prijs is gestegen. Met andere woorden, het melkquotum kan beschouwd worden als een vorm van prijsondersteuning. Voor de consumenten heeft dit melkquotum twee gevolgen. De grijze driehoek toont de consumenten die niet langer melk kopen bij deze hogere prijs. De lichtblauwe rechthoek toont wat de consumenten die wel nog melk kopen meer moeten betalen dan voorheen. Deze lichtblauwe rechthoek is wat de producenten winnen dankzij de hogere prijs die het gevolg is van het melkquotum. De zwarte driehoek is wat de producenten verliezen doordat ze nu minder melk verkopen dan voorheen. Aangezien de lichtblauwe rechthoek voor de consumenten een verlies voorstelt maar voor de producenten een winst, heeft dit geen invloed op de totale welvaart. Maar de grijze driehoek is een verlies voor de consumenten en de zwarte driehoek een verlies voor de producenten dus samen vormen deze twee
- 57 -
driehoeken het totale welvaartsverlies van de maatschappij als gevolg van het melkquotum. Merk op dat we in deze analyse begeleidende maatregels (bv. hectarepremies) buiten beschouwing laten.
Figuur 13: Vraag en aanbod op de markt van melk met een melkquotum
Melkprijsakkoord Het jaar 2009 was een zeer moeilijk jaar voor alle melkveehouders. De melkprijzen waren extreem laag, zoals reeds vermeld in het hoofdstuk over de parameter melkprijs. In juli 2009 hebben Fedis, de
Belgische
Confederatie
van
de
Zuivelindustrie
(BCZ),
Boerenbond
en
het
Algemeen
Boerensyndicaat (ABS) een akkoord bereikt over een toeslag voor melk, verder het melkakkoord genoemd. Dit melkakkoord bestond eruit dat Fedis vanaf juli 2009 tot en met december 2009 aan de melkveehouders 2 cent per liter melk betaalde, op voorwaarde dat de melkveehouders hun melkquotum niet overschreden hadden. Het melkakkoord is een voorbeeld van een directe vorm van prijsondersteuning. In figuur 14 is theoretisch de invloed van een dergelijke prijsondersteuning te zien op de markt van melk, zonder rekening te houden met het melkquotum. Oorspronkelijk is er een evenwichtssituatie bij een prijs P0 en een hoeveelheid Q0. De distributiesector gaat een hogere prijs P1 garanderen voor de melkveehouders. Theoretisch gaan de consumenten door de hogere aangeboden hoeveelheid een lagere prijs P2 betalen. De kost van een dergelijke ondersteuning voor de distributiesector is dan gelijk aan Q2 * (P1-P2). De producenten ontvangen een hogere prijs en de consumenten betalen een lagere prijs. Wel is er welvaartsverlies want de kost voor de distributiesector is theoretisch gezien hoger dan de toename in consumenten- en producentensurplus. Merk op dat in een perfect competitieve markt de consumentenprijs snel zou dalen van P0 naar P2. In werkelijkheid kan de distributiesector de prijs constant houden of zelfs verhogen om een deel van de kosten af te wentelen op de consumenten. In dat geval is er wel sprake van marktmacht van de distributie. Theoretisch kan dit slechts tijdelijk volgehouden worden door verlies van marktaandeel.
- 58 -
Figuur 14: Vraag en aanbod op de melkmarkt met melkprijsondersteuning
In tabel 18 zijn de resultaten zichtbaar van een dergelijke ondersteuning op het arbeidsinkomen en de vrije cashflow. De cijfers voor het arbeidsinkomen/VAK en de vrije cashflow/VAK zijn hier niet weergegeven omdat de %-wijziging hetzelfde is als voor het arbeidsinkomen en de vrije cashflow. Er wordt uitgegaan van een melkprijs van €0,2347/l, dit is namelijk de gemiddelde melkprijs in 2009. Na de ondersteuning ontvangen de melkveehouders €0,2547/l. Er is gekeken naar hoe het arbeidsinkomen en de vrije cashflow door deze ondersteuning wijzigt. Een ondersteuning van €0,02/l komt overeen met een prijsstijging van 10%. We zien dat als gevolg van de prijsondersteuning zowel het arbeidsinkomen als de vrije cashflow met ongeveer 20 à 30% stijgt. Enkel bij het gemiddelde kleine bedrijf en het gemiddelde bedrijf 2008 is er een hogere wijziging merkbaar, namelijk ongeveer 50%.
Tabel 18: Resultaten van een prijsondersteuning van €0,02/l (in euro) AIa
Bedrijf
AIa na
∆%b
VCFc
steun Gemiddeld
VCFc na
∆%b
steun
bedrijf
(algemeen) Opdeling
klein
47.019,60
61.349,23
+30%
51.622,86
65.992,48
+28%
17.433,75
26.889,39
+54%
19.073,69
28.529,33
+50%
volgens
Middel-
grootte
groot
41.445,43
54.920,74
+33%
44.052,96
57.528,26
+30%
groot
81.473,65
101.402,37
+24%
88.988,95
108.917,67
+22%
Opdeling
2006
57.570,70
71.144,58
+24%
61.962,82
75.546,69
+22%
per jaar
2007
56.596,53
71.054,09
+26%
61.353,07
75.810,63
+24%
2008
24.572,84
39.530,28
+61%
29.346,40
44.303,85
+51%
a
Opmerkingen: AI: Arbeidsinkomen,
b
c
∆%: percentage wijziging, VCF: Vrije cashflow
- 59 -
Indien we veronderstellen dat een dergelijke maatregel, wordt uitgewerkt door de overheid (in plaats van de distributiesector),
is ook belangrijk om na te gaan wat zo’n ondersteuning kan
kosten voor de overheid. In het melkjaar 2007/2008 is er in Vlaanderen 1.842 miljoen liter melk geproduceerd (Platteau, Van Bogaert & Van Gijseghem, 2008). De ondersteuning van €0,02/l zou dus op een totale overheidskost komen van €36,84 miljoen per jaar. Merk op dat theoretisch gezien de melkprijs voor de consument ook zal dalen. Indien we hier rekening mee houden, kan de werkelijke kost van de overheid om een effectieve prijsondersteuning van €0,02/l te garanderen aan de producenten, een stuk hoger liggen afhankelijk van de elasticiteiten van vraag en aanbod. Bijvoorbeeld indien we veronderstellen dat de ondersteuning gelijk verdeeld wordt over consumenten en producenten (bv. lineaire vraagfunctie met helling -1 en lineaire aanbodsfunctie met helling +1), dan loopt de kost voor de overheid op tot het dubbele van €36,84 miljoen per jaar. In een dergelijke analyse houden we wel geen rekening met de bestaande productiebeperking (quotum). Indien door de aanwezigheid van het melkquotum, de aanbodsfunctie perfect inelastisch verondersteld wordt, dan is er geen sprake van (extra) welvaartsverlies bij een dergelijke prijsondersteuning. In dat geval is de overheidskost (€36,84 miljoen per jaar) gelijk aan het producentensurplus en blijft het consumentensurplus ongewijzigd.
5.2 Scenario 2: Inputsubsidie
Figuur 15 stelt vraag en aanbod voor op de melkmarkt. De oorspronkelijke evenwichtssituatie bevindt zich bij een prijs P0 en een hoeveelheid Q0. Indien er een inputsubsidie wordt doorgevoerd, zal de inputkost voor de melkveehouder dalen. Als gevolg hiervan zal het aanbod van melk stijgen, de aanbodcurve zal verschuiven naar A’. De nieuwe evenwichtssituatie bevindt zich bij een lagere prijs P1 en een hogere hoeveelheid Q1. Indien we kijken naar wat dit oplevert voor de consumenten zien we dat zowel de grijze rechthoek als de lichtblauwe driehoek het voordeel van de consument tonen. De grijze rechthoek toont het voordeel voor de consumenten die nu Q0 kunnen kopen aan een lagere prijs. De lichtblauwe driehoek toont de consumenten die nu wel melk kopen omdat de prijs gedaald is.
- 60 -
Figuur 15: Vraag en aanbod op de melkmarkt met een inputsubsidie
In deze masterproef worden twee soorten inputsubsidies besproken namelijk een voersubsidie en een rentesubsidie.
5.2.1 Scenario 2A: Voersubsidie
Stel dat de overheid beslist, om de melkveehouders te ondersteunen, door een bepaald bedrag voerkost per kg voer terug te betalen aan de melkveehouder. Figuur 16 stelt een vraag- en aanbodschema van de voermarkt voor. In de normale situatie is er een evenwicht bij een prijs P0 en een hoeveelheid Q0. Indien de overheid een gedeelte van de voerkost terugbetaalt, gaat de vraag naar voer stijgen doordat het voer goedkoper wordt voor de melkveehouder, namelijk P1. De nieuwe vraagcurve is V’. De nieuwe evenwichtssituatie ontstaat bij een prijs P2 en een hoeveelheid Q1. Maar de overheid wil aan de melkveehouder een prijs P1 verzekeren en dus zal de overheid meer moeten betalen dan het oorspronkelijke prijsverschil, namelijk het verschil tussen P2 en P1. Indien we dan kijken naar het voordeel voor de melkveehouder, zien we dat dit de lichtblauwe driehoek is, men kan meer kopen tegen een lagere prijs P1. Maar ook merken we op dat er een voordeel is voor de veevoerverkoper, namelijk de grijze driehoek. De veevoerverkoper kan een grotere hoeveelheid verkopen tegen een hogere prijs P2.
- 61 -
Figuur 16: Vraag en aanbod op de voermarkt met een voerkostensubsidie
Om dit theoretische verhaal om te zetten naar een cijfermatig verhaal is de totale voerkost van alle melkveebedrijven in Vlaanderen berekend door de totale voerkost van het gemiddelde bedrijf (algemeen) te vermenigvuldigen met het aantal gespecialiseerde melkveebedrijven in Vlaanderen. In Vlaanderen waren er in 2008 3.901 gespecialiseerde melkveebedrijven (Platteau & Van Bogaert, 2009). We gaan met dit cijfer verder werken aangezien er nog geen cijfers van 2009 ter beschikking zijn. Er kan wel verondersteld worden dat het aantal bedrijven in 2009 gedaald is. Dus een gemiddelde voerkost van €50.023,59 per bedrijf vermenigvuldigd met 3.901 bedrijven, wordt
een
totale
voerkost
voor
gespecialiseerde
melkveebedrijven
in
Vlaanderen
van
€195.142.024,6. Omdat de voerkost per kg niet beschikbaar is alsook het aantal kg voer, wordt er in dit cijfermatig gedeelte gebruik gemaakt van een ondersteuning in de vorm van een percentage van de totale voerkost in plaats van een ondersteunend bedrag per kg voer.
In tabel 19 zijn de resultaten zichtbaar van een dergelijke voerkostondersteuning van 10% voor elk gemiddeld bedrijf en in tabel 20 zijn de resultaten zichtbaar van een ondersteuning van 20% voor elk gemiddeld bedrijf. We zien dat de resultaten voor het arbeidsinkomen en de vrije cashflow niet zo hoog zijn. Indien er een ondersteuning is van 10% van de voerkost stijgt het arbeidsinkomen van alle gemiddelde bedrijven ongeveer 5% en bij een ondersteuning van 20% wordt dit een stijging van rond de 10%. Ook moet er rekening gehouden worden met de verschuiving van de aanbodcurve op de melkmarkt (figuur 15) waardoor er de melkprijs daalt. Er wordt wel een grotere hoeveelheid verkocht (Q1) maar tegen een lagere prijs (P0). Aangezien we in het onderdeel partiële analyse hebben gemerkt dat een wijziging in de melkprijs veel invloed heeft op het arbeidsinkomen en de vrije cashflow moet hier zeker rekening mee gehouden worden. Het zou kunnen dat de positieve verschuiving van het arbeidsinkomen en de vrije cashflow, als gevolg van een voerkostondersteuning, (gedeeltelijk) teniet wordt gedaan door de invloed van de daling van de melkprijs op het arbeidsinkomen en de vrije cashflow.
- 62 -
De kosten voor de overheid bedragen voor de ondersteuning van 10% ongeveer €19,5 miljoen en voor de ondersteuning van 20% ongeveer €39,1 miljoen. Uiteraard moeten we er nog rekening mee houden dat, door de ondersteuning, de vraag naar voer gaat stijgen zoals te zien is in figuur 16 en dus de kosten voor de overheid veel groter worden dan momenteel is berekend. Bovendien veronderstellen we hier perfecte competitie wat in werkelijkheid niet het geval is (bv. aanwezigheid quotum systeem).
Tabel 19: Resultaten van een voerkostondersteuning van 10% (in euro) AIa
Bedrijf
AIa na
∆%b
VCFc
VCFc na
steun Gemiddeld
∆%b
steun
bedrijf
(algemeen) Opdeling
klein
109.194,5
114.196,85
+5%
113.837,7
118.840,1
+4%
56.711,6
60.157,7
+6%
58.351,6
61.797,7
+6%
volgens
Middel-
grootte
groot
100.291,1
104.974,9
+5%
102.898,6
107.582,5
+5%
groot
172.586,5
179.541,2
+4%
180.101,9
187.056,5
+4%
Opdeling
2006
89.660,6
93.630,9
+4%
94.052,8
98.022,9
+4%
per jaar
2007
139.255,9
144.177,7
+4%
144.012,5
148.934,2
+3%
2008
98.391,4
104.589,1
+6%
103.164,9
109.362,7
+6%
a
Opmerkingen: AI: Arbeidsinkomen,
b
c
∆%: percentage wijziging, VCF: Vrije cashflow
Tabel 20: Resultaten van een voerkostondersteuning van 20% (in euro) AIa
Bedrijf
AIa na
∆%b
VCFc
steun Gemiddeld
VCFc na
∆%b
steun
bedrijf
(algemeen) Opdeling
klein
109.194,5
119.199,2
+9%
113.837,7
123.842,5
+9%
56.711,6
63.603,9
+12%
58.351,6
65.243,8
+12%
volgens
Middel-
grootte
groot
100.291,1
109.658,8
+9%
102.898,6
112.266,3
+9%
groot
172.586,5
186.495,8
+8%
180.101,9
194.011,1
+8%
Opdeling
2006
89.660,6
97.601,1
+9%
94.052,8
101.993,2
+8%
per jaar
2007
139.255,9
149.099,4
+7%
144.012,4
153.856,0
+7%
2008
98.391,4
110.786,8
+13%
103.164,9
115.560,4
+12%
a
Opmerkingen: AI: Arbeidsinkomen,
b
c
∆%: percentage wijziging, VCF: Vrije cashflow
- 63 -
5.2.2 Scenario 2B: Rentesubsidie
Het Vlaams Gewest is bevoegd voor het geven van steun aan de landbouw en doet dit via het VLaams Landbouwinvesteringsfonds (VLIF). Zo is er een investeringssteun en een vestigingssteun. Een investeringssteun wordt toegekend in de vorm van een rentesubsidie indien voor de investeringen een krediet wordt afgesloten en wordt daarnaast aangevuld met een kapitaalpremie. Indien de investering volledig wordt gefinancierd met eigen middelen wordt de steun uitsluitend verleend in de vorm van een kapitaalpremie. De vestigingssteun wordt altijd toegekend in de vorm van een vestigingspremie en indien er voor bijkomende kosten een lening wordt afgesloten wordt dit aangevuld met een rentesubsidie. Naast de rentesubsidie en de kapitaalpremie kan het VLIF de kredieten die een rentesubsidie genieten ook waarborgen (Landbouw en Visserij, 2010). Enkel de rentesubsidie wordt verder bekeken. De rentesubsidie houdt in dat het VLIF jaarlijks, gedurende een vooraf bepaalde periode op een bepaald vastgesteld bedrag een gedeelte van de rentelast betaalt. De grootte van de rentesubsidie is afhankelijk van de aard van de investeringen. De rentesubsidie bedraagt maximaal 3% of 4%. Het bepaald vastgesteld bedrag waarop de steun verleend wordt, is maximaal het nettobedrag van de investering maar kan ook lager zijn aangezien er voor de steun ook een maximaal investeringsbedrag per VAK, per bedrijf of per type investering is vastgesteld. De duur van een rentesubsidie ligt tussen de 5 en 15 jaar en het bedrag wordt afgebouwd in de tijd (Landbouw en Visserij, 2010).
In figuur 17 zien we een vraag- en aanbodschema van de kapitaalmarkt. In evenwicht is er een rente R0 en een hoeveelheid Q0. Met hoeveelheid wordt er hier gedoeld op de hoeveelheid geld dat door melkveehouders wordt geleend. Indien er een rentesubsidie wordt doorgevoerd of indien de rentesubsidie toeneemt, gaan de melkveehouders zelf slechts een rente van R2 moeten betalen en wordt lenen van geld dus goedkoper. Hierdoor gaan ze proberen meer geld te lenen waardoor de vraagcurve verschuift naar V’. Het nieuwe evenwicht ligt nu bij een rente van R1 en een hoeveelheid Q1. De overheid wil de melkveehouders een rente garanderen van R2 en zal dus zelf het verschil tussen R1 en R2 moeten financieren. Het voordeel voor de melkveehouder is gelijk aan het grijze gedeelte in figuur 17. Immers ze kunnen nu meer lenen, namelijk het verschil tussen Q1 en Q0, en dit tegen een lagere rente, namelijk R2 alsook de hoeveelheid die ze al leenden, Q0, is nu geleend tegen een lagere rente. Maar ook de banken hebben een voordeel, zij verlenen immers meer (Q1-Q0) en ontvangen een hogere rente namelijk R1. Het voordeel is gelijk aan het lichtblauwe gedeelte in figuur 17. Het welvaartsverlies is gelijk aan de zwarte driehoek, want de kost voor de overheid is (R1-R2)*Q1.
- 64 -
Figuur 17: Vraag en aanbod op de kapitaalmarkt met een rentesubsidie
In de databank die we ter beschikking hadden voor het onderzoek in deze masterproef is er geen apart onderdeel rentesubsidie. Er is enkel een post ‘betaalde rente inclusief rentesubsidie’. De betaalde rente is de rente die verschuldigd is als gevolg van leningen en hiervan wordt de rentesubsidie afgetrokken. De kost van rente wordt dus kleiner.
Om een cijfermatig voorbeeld te geven van een dergelijke rentesubsidie wordt er uitgegaan van een te betalen rente van 5%, met als reden dat dit bedrag ook wordt genomen voor het berekenen van de berekende rente. Hierboven was vermeld dat een rentesubsidie maximaal 3% of 4% bedraagt maar dat de rentesubsidie wordt bepaald naargelang de aard van de investering. Aangezien niet alle investeringen in aanmerking komen voor een rentesubsidie is het niet mogelijk te zeggen dat de post ‘betaalde rente inclusief rentesubsidie’ bestaat uit 5% betaalde rente verminderd met 3% of 4% rentesubsidie. Er is daarom gekeken naar enkele jaarverslagen uit de praktijk en daaruit is geconcludeerd dat een rentesubsidie gemiddeld ongeveer 1,5% à 2% bedraagt van alle leningen/investeringen die een bedrijf heeft, dus de investeringen meegerekend die niet in aanmerking komen voor de rentesubsidie. De bedragen van de gemiddelde bedrijven die onder de post ‘betaalde rente inclusief rentesubsidie’ staan, bestaan volgens deze veronderstelling uit 5% te betalen rente verminderd met 2% rentesubsidie. De uiteindelijke rentekost voor het bedrijf bedraagt nog 3%. Stel nu dat er een extra ondersteuning wordt doorgevoerd door middel van een verhoging van de rentesubsidie met 1%, de rentesubsidie wordt 3%. De uiteindelijke rentekost voor het bedrijf bedraagt nog maar 2%, wat dus een daling is van 33,33%. In tabel 21 kan men de resultaten van deze stijging van de rentesubsidie op de vrije cashflow zien. Hier wordt enkel gekeken naar het resultaat van de rentesubsidie voor de vrije cashflow omdat de post ‘betaalde rente inclusief rentesubsidie’ niet in de berekening van het arbeidsinkomen voorkomt en een wijziging ervan dus geen invloed kan hebben op het arbeidsinkomen. In tabel 21 zien we dat een verlaging van de post ‘betaalde rente inclusief rentesubsidie’ met 33,33% voor de gemiddelde bedrijven slechts een verhoging van ongeveer 5% voor de vrije cashflow teweegbrengt. Voor het
- 65 -
gemiddelde kleine bedrijf is het resultaat nog het grootste, namelijk 7%. Maar ook hier moet rekening gehouden worden met de verschuivingen van het aanbod op de melkmarkt waardoor er opnieuw een lagere melkprijs is. Dus het effect van een rentesubsidie op de vrije cashflow kan heel wat lager zijn dan wat zichtbaar is in tabel 21.
Tabel 21: Resultaten van een rentesubsidieverhoging van 1% (in euro) VCFa
Bedrijf
VCFa na
∆%b
steun Gemiddeld
bedrijf
113.837,74
119.713,76
+5%
klein
58.351,56
62.321,35
+7%
(algemeen) Opdeling volgens
Middel-
grootte
groot
102.898,62
108.787,92
+6%
groot
180.101,85
188.095,96
+4%
Opdeling
2006
94.052,76
99.786,61
+6%
per jaar
2007
144.012,45
149.732,48
+4%
2008
103.164,95
109.323,71
+6%
a
Opmerkingen: VCF: Vrije cashflow,
b
∆%: percentage wijziging
In het activiteitenverslag 2008 van het VLIF (Agentschap voor Landbouw en Visserij, afdeling Structuur en investeringen, 2009) wordt er in de begroting voor 2008 van het VLIF een bedrag van ongeveer 35 miljoen euro bepaald voor het uitkeren van rentesubsidies. Dit bedrag is bedoeld voor de hele landbouw- en tuinbouwsector. Platteau, Van Bogaert & Gijseghem (2008) hebben een procentuele verdeling per bedrijfstype opgesteld van de toegekende overheidssteun voor de maatregel investeringen in landbouwbedrijven in 2008. Hierbij bedroeg het aandeel van de gespecialiseerde melkveebedrijven 13%. Indien we dit percentage ook gebruiken om te kijken welk bedrag van het totale bedrag rentesubsidie bedoeld is voor de gespecialiseerde melkveebedrijven komen we op €4,55 miljoen. Indien we ervan uitgaan dat dit bedrag gelijk is aan een rentesubsidie van 4% kan er berekend worden wat de overheidskost is voor een rentesubsidie van 5%, namelijk €5,69 miljoen. Dus de overheidskost van een stijging van de rentesubsidie met 1% als ondersteuningsmaatregel bedraagt €1,12 miljoen. Maar zoals op grafiek 17 te zien is, is dit slechts de kost voor verschuiving van de vraagcurve. Er moet rekening gehouden worden met de verschuiving van de aanbodscurve en een daling van de melkprijs.
5.3 Scenario 3: Directe steun
Een andere mogelijkheid is om aan elke melkveehouder een vast bedrag aan steun te geven ongeacht de hoeveelheid liter melk, de grootte van het bedrijf,…. Zoals hierboven reeds vermeld
- 66 -
waren er in Vlaanderen in 2008 3.901 gespecialiseerde melkveebedrijven (Platteau & Van Bogaert, 2009).
Indien we de overheidskost van de melkprijsondersteuning als basis nemen, namelijk €36,84 miljoen, en we verdelen dit bedrag over de gespecialiseerde melkveebedrijven in Vlaanderen dan bekomen we €9.443,73 per bedrijf. Indien deze ondersteuning wordt gegeven door maandelijks een bedrag te storten aan de melkveebedrijven zou dit bedrag maandelijks per bedrijf €786,98 zijn. Dit zou overeenkomen met een maandelijkse kost voor de overheid van €3.070.000.
We gaan er vanuit dat de ondersteuning wordt opgeteld bij het arbeidsinkomen. Tabel 22 toont aan dat deze directe ondersteuning zorgt voor een stijging van het arbeidsinkomen van ongeveer 10%. Enkel het gemiddelde kleine bedrijf heeft een hogere stijging, namelijk 17%. Dit is uiteraard normaal omdat het arbeidsinkomen van het gemiddelde kleine bedrijf ook lager is.
Tabel 22: Resultaten van een directe ondersteuning van €9.443,74 per bedrijf (in euro) AIa na
Bedrijf
AIa
Gemiddeld bedrijf (algemeen)
109.194,49
118.638,22
9%
56.711,62
66.155,35
17%
steun
∆%b
Opdeling
Klein
volgens
Middelgroot
100.291,10
109.734,83
9%
grootte
Groot
172.586,55
182.030,28
5%
2006
89.660,64
99.104,37
11%
2007
139.255,91
148.699,64
7%
98.391,38
107.835,11
10%
Opdeling per jaar
2008 a
Opmerkingen: AI = Arbeidsinkomen,
b
∆%: percentage wijziging
5.4 Scenario 4: Sensibiliseren
Via een sensibiliseringscampagne zou de overheid als doel hebben de maatschappij aan te zetten om meer en vaker melk te drinken waardoor de vraag naar melk omhoog gaat. Hierdoor gaat de prijs van melk omhoog en dit is uiteraard positief voor de melkveehouders. Volgens Tabanico & Schultz (2007) kan er een onderscheid gemaakt worden tussen een informatiecampagne en een sensibiliseringscampagne. De informatiecampagne zal proberen de gemeenschap iets bij te brengen omtrent een bepaald probleem of een bepaald gedrag. Informatiecampagnes zijn gebaseerd op de assumptie dat de gemeenschap het gewenste gedrag niet vertoont als gevolg van gebrek aan kennis bijvoorbeeld men weet niet dat melk stoffen bevat die het lichaam nodig heeft. Bij de informatiecampagne is het belangrijk om te beseffen dat het
- 67 -
bijbrengen van kennis niet voldoende is om het gewenste gedrag te motiveren maar het gebrek aan
kennis
kan
wel
voorkomen
dat
het
gewenste
gedrag
wordt
vertoond.
Bij
een
sensibiliseringscampagne gaat men proberen de ernst van een probleem te laten doordringen bij de gemeenschap door middel van het tonen van statistieken bijvoorbeeld 50% van de kinderen hebben een tekort aan calcium. Er wordt verondersteld dat zulke verontrustende statistieken ervoor zullen zorgen dat de gemeenschap haar gedrag zal aanpassen (Tabanico & Schultz, 2007). Zowel volgens Tabanico & Schultz (2007) als volgens Watson (2003) gaan mensen sneller hun gedrag aanpassen indien ze geloven dat andere mensen dat gedrag wel vertonen. Daarom worden er bij sensibiliseringscampagnes vaak bekende mensen betrokken. Een voorbeeld hiervan is de reclame die sinds 1994 te zien is in Amerika waarbij verschillende bekende mensen worden getoond met een ‘melksnor’. Deze campagne bleek zeer effectief te zijn (Watson 2003). Wel is het effect van zowel sensibiliseringscampagnes als informatiecampagnes, volgens Schultz (2002), slechts voor korte termijn. Vaak zorgen de campagnes niet voor een blijvende verandering in het gedrag van de maatschappij (Schultz, 2002).
Een andere mogelijkheid voor de overheid is bijvoorbeeld coöperatieve melk te ondersteunen door de reclamecampagne hiervan financieel te ondersteunen. Milcobel en Delhaize hebben een coöperatieve melk gelanceerd om een duurzame veehouderij te ondersteunen. De aangesloten boeren zouden zo een betere vergoeding krijgen voor de faire melk. Ook de European Milk Board is bezig met het idee van faire melk en wil dit op de Belgische markt brengen onder de naam Fairebel.
Het is moeilijk om voor deze beleidsmaatregel een specifieke overheidskost te bepalen. Het is wel duidelijk dat dergelijke campagnes niet goedkoop zijn, er komen heel wat kosten bij kijken bijvoorbeeld het inhuren van een reclamebedrijf, het kopen van zendtijd, inhuren van bekende mensen als personages in de spot, ….
5.5 Conclusie
Indien we alle scenario’s nu met elkaar vergelijken, zien we dat de melkprijsondersteuning toch het meeste effect heeft op het arbeidsinkomen en de vrije cashflow. Dit had eigenlijk ook al afgeleid kunnen worden uit de resultaten van de partiële analyse van de parameters en uit de Monte Carlo simulaties. Ook daar bleek dat een wijziging in de melkprijs het meeste resultaat had op het arbeidsinkomen en de vrije cashflow. Uit tabel 18 zien we dat de resultaten van een verhoging van de melkprijs met €0,02/l, wat overeenkomt met een prijsstijging van 10%, inderdaad hoge resultaten met zich meebrengt. De berekende overheidskost bedraagt hiervoor €36,84 miljoen.
- 68 -
Na
de
melkprijsondersteuning
zijn
de
voerkostondersteuning
(van
20%)
en
de
directe
ondersteuning het meest effectief. De overheidskost voor beide ondersteuningen ligt tussen €35 miljoen en €40 miljoen. Dit is vergelijkbaar met de kost van de melkprijsondersteuning maar het effect op het arbeidsinkomen en de vrije cashflow ligt veel lager. Bij de voerkostondersteuning moet rekening gehouden worden met een verschuiving van de vraagcurve waardoor de overheidskost weer hoger gaat uitvallen dan momenteel berekend. Bij de directe steun is dit niet het geval.
De stijging van de rentesubsidie is het minst effectief maar dit was ook reeds af te leiden uit de partiële analyse van de parameter ‘betaalde rente inclusief rentesubsidie’. De berekening van de overheidskost is hier gebeurd op basis van heel wat veronderstellingen dus in werkelijkheid zal deze kost waarschijnlijk anders liggen dan momenteel berekend. Ook bij deze ondersteuning moet rekening gehouden worden met een verschuiving van de vraagcurve waardoor de overheidskost nog zal toenemen.
Bij de sensibiliseringscampagne is het moeilijk op voorhand te bepalen of de campagne effectief zal zijn. Maar indien er voldoende onderzoek komt en op basis van dit onderzoek een goede campagne in elkaar wordt gestoken, kan dit wel een effect voor de melkmarkt met zich meebrengen. Maar zoals Schultz (2002) stelt, zal een dergelijke campagne enkel een effect op korte termijn hebben. Dit vormt op zich geen probleem omdat we op zoek zijn naar een tijdelijke ondersteuning in tijden van crisis. Ook de andere ondersteuningsmaatregelen zijn normaal slechts voor een korte termijn om de melkveehouders te helpen in tijden van crisis.
Dus de melkprijsondersteuning, de directe steun en de sensibiliseringscampagne brengen het meeste voordelen met zich mee. De melkprijsondersteuning heeft het grootste effect op het arbeidsinkomen en de vrije cashflow. Bij de directe steun is het effect op het arbeidsinkomen lager maar hier is men wel zeker van de kost die de maatregel met zich meebrengt. Een sensibiliseringscampagne heeft alvast het juiste tijdsperspectief maar hier moet uiteraard duidelijk worden onderzocht wat de kosten zullen zijn voor de overheid en er moet voldoende onderzocht worden hoe de campagne effectief zal zijn. Merk wel op dat we in deze analyse ook geen rekening gehouden hebben met de welvaartsverliezen door marktverstoring. Op dat vlak zijn directe steun en sensibiliseringscampagnes te verkiezen boven prijs- of inputondersteuning.
- 69 -
Algemeen besluit Zoals uit het literatuuroverzicht al duidelijk was, is risico noodzakelijk voor het maken van winst en is het daarom belangrijk dat melkveehouders zich bewust zijn van de risico’s die zij lopen. Uit voorgaande tekst blijkt dat melkveehouders onderhevig zijn aan verschillende risico’s. Dit is op verscheidene manieren onderzocht. Uit zowel het onderzoek van de parameters als de Monte Carlo simulatie is gebleken dat de parameter ‘melkprijs’ de parameter is die het meeste risico met zich meebrengt. Dit is het geval voor zowel de gemiddelde bedrijven in elke grootte orde als de gemiddelde bedrijven voor elk jaar.
Indien de melkprijs wijzigt, heeft dit een versterkte
wijziging van het arbeidsinkomen en de vrije cashflow als gevolg. Dit toont aan dat lage melkprijzen, zoals in 2009, desastreuze effecten kunnen hebben op het arbeidsinkomen van de melkveehouder. Indien het berekende minimumarbeidsinkomen voor de melkveehouder moet verzekerd worden, is er een minimummelkprijs nodig van €21,06/100l. Bij deze melkprijs is het voortbestaan van het melkveebedrijf nog niet verzekerd want de
beschikbare middelen
bedrijfsvoering zijn negatief. In 2009 is de melkprijs gedurende enkele maanden gedaald tot onder deze minimummelkprijs. De sterke gevoeligheid van het arbeidsinkomen voor de melkprijs brengt wel met zich mee dat indien de overheid de melkprijs ondersteunt er een versterkt effect is op het arbeidsinkomen.
De kansverdelingen van het arbeidsinkomen die het resultaat zijn van de Monte Carlo simulatie tonen het risico aan voor de bedrijven om een arbeidsinkomen te bekomen onder het minimumarbeidsinkomen. Wat hierbij opvallend is, is dat het grote gemiddelde bedrijf geen kans heeft om een lager arbeidsinkomen te verkrijgen terwijl het gemiddelde kleine bedrijf bijna de grootste kans heeft om een te laag arbeidsinkomen te verkrijgen. Het gemiddelde kleine bedrijf en het gemiddelde bedrijf 2008 lopen, op basis van de Monte Carlo simulatie, het meeste risico op een te laag, zelfs negatief arbeidsinkomen.
2007 was een uitzonderlijk jaar voor de melkveehouders. Er waren uitzonderlijk hoge melkprijzen die zelfs een top bereikte bij een prijs van €42,49/100l. Het is dan ook niet verbazingwekkend dat indien het gemiddelde arbeidsinkomen van 2007 wordt vergeleken met dat van 2006, het arbeidsinkomen in 2007 hoger ligt. Maar toch moet men verder kijken dan het gemiddelde arbeidsinkomen om te concluderen dat 2007 een goed jaar was voor alle melkveehouders. Indien men namelijk gaat kijken naar het bereik van het arbeidsinkomen (in de kansverdeling van de Monte Carlo simulatie) in zowel 2006 en 2007, is er zichtbaar dat het bereik in 2007 niet alleen een hogere bovengrens heeft maar ook een lagere ondergrens. Dit geeft aan dat er verschillende bedrijven zijn die in 2007 slechtere resultaten hadden dan in 2006. Men moet dus verder kijken dan enkel naar de gemiddelde cijfers.
- 70 -
Uit de berekening van de hefbomen kunnen we concluderen dat het gemiddelde kleine bedrijf en het gemiddelde middelgrote bedrijf de hoogste hefbomen hebben en dus ook het meeste risico. Deze conclusie hadden we ook al genomen uit de kansverdelingen van het arbeidsinkomen van de Monte Carlo simulatie. Indien we kijken naar het jaar 2008 zien we dat de melkprijzen toen reeds sterk begonnen te dalen ten opzichte van de topprijzen in 2007 en ook ten opzichte van de prijzen van 2006. Dit verklaart waarom in 2008 het risico hoger was. Een conclusie uit voorgaande studie is dat voornamelijk kleine bedrijven gevoeliger zijn voor risico. Dit kan een verklaring vormen voor de schaalvergroting die momenteel merkbaar is in de melkveesector. Kleinere bedrijven verdwijnen en bestaande bedrijven worden steeds groter. Die grotere bedrijven worden steeds minder gevoelig voor de risico’s die in dit onderzoek zijn aangehaald. De kleine bedrijven kunnen misschien door hun hoge gevoeligheid aan risico niet meer overleven. Bij de bestudering van mogelijke ondersteuningsmaatregelen was het opvallend dat elke ondersteuningsmaatregel de meeste resultaten opbracht voor het gemiddelde kleine bedrijf. De
vraag
kan
gesteld
worden
of
het
nuttig
is
om
kleine
bedrijven
via
de
ondersteuningsmaatregelen er terug bovenop te helpen. De schaalvergroting is een economisch proces. Misschien is het beter om daar geen overheidsinterventies in toe te laten zodat de markt gewoon zijn werk kan doen. Hierdoor ontstaan dan steeds grotere bedrijven die sterker zijn en meer bestendig zijn tegen risico’s waardoor er minder (overheids)steun nodig zal zijn.
Indien we niet enkel naar de kleinere bedrijven kijken, kan er de vraag gesteld worden of overheidssteun nodig is en in welke vorm dit dan moet gebeuren. Zoals in de tekst vermeld zijn er voor- en tegenstanders van overheidssteun. In normale omstandigheden is het het beste om de markt gewoon zijn gang te laten gaan. Daarom dat ook het GLB al verschillende keren is aangepast om de landbouw in de EU weer marktgerichter en concurrentieel te maken. Ook kan een (langdurige) overheidsinterventie er voor zorgen dat de markt niet meer kan reageren op veranderende omstandigheden. Een voorbeeld hiervan is het melkquotum. Het melkquotum was oorspronkelijk ingevoerd omdat er een aanbodoverschot was. Ondertussen is de markt veranderd en is er een enorme vraag naar melk en melkproducten vanuit China en Zuidoost-Azië. Doordat de markt niet kan reageren op deze stijging van de vraag is er nu een aanbodtekort ontstaan.
Toch kan in crisisomstandigheden, zoals in 2009, het noodzakelijk zijn om enige vorm van overheidsinterventie door te voeren. Uit deze masterproef kan geconcludeerd worden dat de beste ondersteuningsmaatregelen
een
directe
melkprijsondersteuning,
een
directe
steun
of
een
sensibiliseringscampagne is. De directe melkprijsondersteuning heeft de meeste invloed op het arbeidsinkomen en de vrije cashflow, zoals we reeds wisten uit de resultaten van de partiële analyse en de Monte Carlo simulatie. Ook de directe steun heeft een redelijk grote invloed op het arbeidsinkomen maar dit wordt vaak ontweken omdat het feit dat er rechtstreeks geld wordt gegeven
aan
de
melkveehouders
oneerlijk
overkomt
naar
andere
sectoren
toe.
Een
sensibiliseringscampagne heeft sowieso de juiste termijn voor ogen, namelijk gedurende een crisis,
- 71 -
maar het totale kostenplaatje is wat onduidelijk. Verder onderzoek is nodig naar het kostenplaatje en eveneens naar de effectiviteit van dergelijke campagnes. Opnieuw kan de vraag worden gesteld of dergelijke interventies nodig zijn. Indien de melkveehouders niet op steun kunnen rekenen van de overheid en ook niet verwachten steun te verkrijgen, zijn ze misschien inventiever om zelf meer inspanningen te leveren om zich te beschermen tegen risico’s, bijvoorbeeld door middel van diversificatie. Het is belangrijk dat de overheid, met het invoeren van bepaalde interventies, rekening houdt met het zenden van de juiste prikkels naar de melkveehouders. Indien melkveehouders immers weten dat de overheid toch gaat ingrijpen indien er iets mis gaat, gaan ze zelf meer risico nemen. Dit is uiteraard niet het bedoelde resultaat van een overheidsinterventie. Daarnaast merken we op dat we geen rekening hielden met de impact van overheidsinterventies op de (internationale) markt.
Naar verder onderzoek toe is het zeker interessant eens te kijken naar de verschillende risicomanagementmethoden die in België mogelijk zijn en ter beschikking zijn. Ook kan men kijken hoe dit aanbod nog verder kan worden uitgebreid en wat de meest effectieve methode is. Zoals reeds in het literatuuroverzicht aangehaald is het namelijk belangrijk dat men zich bewust is van de risico’s die men loopt en dat men probeert deze risico’s te managen. Men kan de risico’s niet elimineren want dan elimineert men ook de kans om winst te maken aangezien risico en winst aan elkaar gekoppeld zijn. Zo zou het interessant zijn om te kijken naar de mogelijkheid om verzekeringen in te voeren voor de landbouwsector. Dit brengt heel wat moeilijkheden met zich mee want bijvoorbeeld bij een lage melkprijs wil elke melkveehouder een uitkering van de verzekering en dit kan een verzekering ook niet aan. Maar toch kan er gekeken worden of er met een verzekering een oplossing geboden kan worden, eventueel door ondersteuning van de overheid.
Uit dit onderzoek blijkt dat de melkprijs de parameter is met het meeste risico doordat wijzigingen in de melkprijs versterkte wijzigingen met zich meebrengen voor het arbeidsinkomen en de vrije cashflow. Ook blijkt dat er in de melkprijs veel schommelingen zitten. Om het risico te verminderen dat hieruit volgt, zouden deze schommelingen moeten worden aangepakt. De manieren waarop dit mogelijk is, vormen ook nog een interessant onderwerp voor verdere studie. Vooral bij de hervorming van het GLB in 2013 zou risico en risicomanagement een punt op de agenda moeten zijn.
- 72 -
Lijst van geraadpleegde werken Agentschap voor Landbouw en Visserij, afdeling Structuur en investeringen (2009). VLIF activiteitenverslag 2008. Vlaamse overheid.
Baquet, A., Hambleton, R. & Jose, D. (1997). Understanding agricultural risks: production, marketing, financial, legal and human resources. U.S. Department of agriculture, Risk management agency.
De Borger, B. & Van Poeck, A. (2004). Algemene economie. Antwerpen: De Boeck nv.
Dessers, R., Van Passel, S., Nevens, F., Mathijs, E. & Van Huylenbroeck, G. (2006). FinancieelEconomische duurzaamheidsindicatoren op Vlaamse land- en tuinbouwbedrijven. Steunpunt Duurzame Landbouw, Publicatie 29, 61p.
Deuninck, J., Carels, K., Bas, L. & Van Gijseghem, D. (2007). Risicobeheersing in de land- en tuinbouw met focus op verzekeringen. Beleidsdomein Landbouw en Visserij, afdeling Monitoring en Studie, Brussel.
Europese
Commissie Landbouw en Plattelandsontwikkeling
landbouwbeleid
uit
de
doeken
gedaan.
Opgevraagd
(2005). Het gemeenschappelijk op
10
februari,
2010,
via
http://ec.europa.eu/agriculture/publi/capexplained/cap_nl.pdf.
Fleisher, B. (1990). Agricultural risk management. Boulder, Colorado: Lynne Reiner Publishers, Inc.
FOD Economie, K.M.O., Middenstand en Energie (2010). Marktprijzen van land- en tuinproducten. Opgevraagd op 15 februari, 2010, via http://statbel.fgov.be.
Hardaker, J., Huirne, R., Anderson, J. & Lien, G. (2007). Coping with risk in agriculture. Cap International.
Harwood, J., Heifner, R., Coble, K., Perry, J. & Somwaru, A. (1999). Managing risk in farming: concepts, research and analysis. Market and trade economics division and resource economics division. Economic research service, U.S. department of agriculture. Agricultural economic report 774
Kaan, D. (1999a) Risk and resilience in agriculture. An introduction to risk in agriculture. Opgevraagd op 10 april, 2009, via http://agecon.uwyo.edu/RnRinAg/Default.htm.
- 73 -
Kaan, D. (1999b) Risk and resilience in agriculture. Defining risk and a framework for moving towards
resilience
in
agriculture.
Opgevraagd
op
10
april,
2009,
via
http://agecon.uwyo.edu/RnRinAg/Default.htm.
Kaan, D. (1999b) Risk and resilience in agriculture. Testing your risk management knowledge. Opgevraagd op 14 maart, 2010, via http://agecon.uwyo.edu/RnRinAg/Default.htm.
Lammers, B., Ploos van Amstel, W. & Eijkelenbergh, P. (2009). Risicomanagement en logistiek. Kan uw organisatie tegen een stootje? Amsterdam: Pearson Education Benelux.
Landbouw en Visserij (2010). Vormen van steun: Vlaams Landbouwinvesteringsfonds – VLIF. Opgevraagd op 1 mei, 2010, via http://lv.vlaanderen.be.
Lauwers, L., de Mey, Y., Wauters, E., Van Meensel, J., Van Passel, S. & Vancauteren, M. (2009). De volatiliteit van het landbouwinkomen in Vlaanderen. Mededeling ILVO nr. 68. Instituut voor landbouw- en Visserijonderzoek, Merelbeke, 26 p.
Laveren, E., Engelen, P.J., Limère, A. & Vandemaele, S. (2004). Handboek financieel beheer. Antwerpen - Oxford: Intersentia.
Mid
Term
Review.
(z.d.).
Opgevraagd
op
6
februari,
2010,
via
http://mtr.landbouwvlaanderen.be/history.html.
Platteau, J. & Van Bogaert, T. (Reds.)(2009). Land- en tuinbouw in Vlaanderen 2009. Landbouwindicatoren in zakformaat. Departement Landbouw en Visserij, Brussel.
Platteau, J., Van Bogaert, T. & Van Gijseghem, D. (Reds.)(2008). Landbouwrapport 2008. Departement Landbouw en Visserij, Brussel.
Schultz, P.W. (2002). Knowledge, education and household recycling: Examining the knowledgedeficit model of behavior change. In T. Dietz & P. Stern (EDS.), Education, information, and voluntary measures in environmental protection (pp. 67-82). Washington, DC: National Academy Press.
Steunpunt Duurzame Landbouw (2006). Erven van de toekomst. Over duurzame landbouw in Vlaanderen. Gontrode: Erasmusdrukkerij.
Tabanico, J. J. & Schultz, P.W. (2007). Community-based social marketing [elektronische versie]. BioCycle, 48, 41-44.
- 74 -
Van Gijseghem, D., Bernaerts, E., Caboor, L., Carels, K., Demuynck, E., Hernalsteen, H., Heyman, J., Lauwers, L., Lenders, S., Platteau, J., Sanders, A., Vandenberghe, K., Van Kerckvoorde, D., Vleurick, L. & Wustenberghs, H. (2003). Landbouwbeleidsrapport 2003. Brussel: Ministerie van de Vlaamse Gemeenschap.
Versteegen, J. & Rijkens, R.M. (2007). Managen van onzekerheden. Risico’s en kansen bij grote projecten. Assen: Koninklijke Van Gorcum BV.
Vrolijk, H.C.J., de Bont, C.J.A.M., van der Veen, H.B., Wisman, J.H. & Poppe, K.J. (2009). Volatility of farm incomes, prices and yields in the European Union. LEI report 2009-005. LEI Wageningen UR: Den Haag.
Wat
is
melkquotum?
(2009).
Opgevraagd
op
1
februari,
2010,
via
http://lv.vlaanderen.be/nlapps/docs/default.asp?id=1155.
Watson, C. (2003). Creating awareness [elektronische versie]. Communication World, 20, 18-22.
- 75 -
Bijlagen Bijlage 1: Economische duurzaamheidsster
Figuur 1.1: Economische duurzaamheidsster (Bron: Stedula 2006)
- 76 -
Bijlage 2: Resultatenrekeningen gemiddelde bedrijven in euro
Gemiddelde bedrijf (algemeen)
Tabel 2.1: Resultatenrekening gemiddelde algemene bedrijf in euro Gemiddeld aantal VAK melk vleesproductie inventarisverschil vee premies min superheffing Opbrengsten veekosten voerkosten teeltkosten voergewassen verkoop ruwvoer voorraadmutatie ruwvoer berekende rente vee Variabele kosten
1,78 230.333,06 18.519,56 7.085,20 34,80 255.972,63 19.053,63 50.023,59 26.086,75 -721,71 -1.209,83 6.078,95 99.311,37
Saldo rundveehouderij
saldo akkerbouw/tuinbouw saldo ander vee saldo zuivelverwerking contractteelt/werk voor derden
156.661,27
13.072,49 1.917,90 956,90 4.012,75 19.960,03
Totaal Saldo neventakken
1.133,63
Overige bedrijfsopbrengsten
177.754,93
Bruto bedrijfsresultaat
huur melkquotum pacht (betaald) grond (incl. fictieve pacht) gebouwen
436,03 8.237,72 5.613,52 29.466,56
- 77 -
tractor machines ber.rente quotum en rechten ber. Rente voorraden en aandelen Vaste activa personeel elektriciteit water verzekering bedrijfsbeh., lidgelden, abonn. overige Algemene kosten
16.583,94 11.494,37 16.356,02 1.663,60 89.851,77 3.156,61 5.343,13 499,26 2.957,13 2.587,07 5.835,12 20.378,32 110.230,09
Vaste kosten Netto bedrijfsresultaat bedrijfsvoering buitengewone baten/lasten bedrijfstoeslag
67.524,84 5.025,15 33.487,88 106.037,88
Totaal netto bedrijfsresultaat + betaalde lonen
3.156,61 109.194,49
Arbeidsinkomen bedrijf - betaalde lonen + ontvangen LIF premie+BTW + berekende rente+ fictieve pacht - (betaalde rente rentesubsidie)
3.156,61 3.753,91 39.620,74 17.624,53 131.787,99
Winst + afschrijvingen
32.361,30 164.149,29
Cashflow - kapitaalaflossingen
50.311,55 113.837,74
Vrije cashflow - privébestedingen - belastingen/sociale lasten Beschikbare middelen bedrijfsvoering + opname leningen Beschikbare middelen
61.511,73
33.857,27 8.848,89 71.131,59 78.455,01 149.586,60
64.127,38
- 78 -
Gemiddelde kleine bedrijf
Tabel 2.2: Resultatenrekening gemiddelde kleine bedrijf in euro
Gemiddeld aantal VAK
1,31
melk vleesproductie inventarisverschil vee premies min superheffing Opbrengsten
150.239,80 10.984,35 4.346,01 22,85 165.593,02
veekosten voerkosten teeltkosten voergewassen verkoop ruwvoer voorraadmutatie ruwvoer berekende rente vee Variabele kosten
13.715,23 34.461,43 19.007,98 -528,42 -449,75 4.207,43 70.413,89
Saldo rundveehouderij
saldo akkerbouw/tuinbouw saldo ander vee saldo zuivelverwerking contractteelt/werk voor derden Totaal Saldo neventakken
95.179,12
4.460,93 587,42 418,11 2.173,94 7.640,39
Overige bedrijfsopbrengsten
815,06
Bruto bedrijfsresultaat
huur melkquotum pacht (betaald) grond (incl. fictieve pacht) gebouwen tractor
103.634,57
172,77 5.926,04 3.233,26 19.431,22 11.071,77
- 79 -
machines ber.rente quotum en rechten ber. Rente voorraden en aandelen Vaste activa
7.433,53 10.661,95 1.047,53 58.978,06
personeel elektriciteit water verzekering bedrijfsbeh., lidgelden, abonn. overige Algemene kosten
1.903,18 3.934,04 418,08 2.207,15 1.903,60 4.267,48 14.633,53
Vaste kosten
73.611,59
Netto bedrijfsresultaat bedrijfsvoering buitengewone baten/lasten bedrijfstoeslag
30.022,99 2.657,68 22.129,82
Totaal netto bedrijfsresultaat + betaalde lonen Arbeidsinkomen bedrijf - betaalde lonen + ontvangen LIF premie+BTW + berekende rente+ fictieve pacht - (betaalde rente - rentesubsidie) Winst + afschrijvingen Cashflow - kapitaalaflossingen Vrije cashflow - privébestedingen - belastingen/sociale lasten Beschikbare middelen bedrijfsvoering + opname leningen Beschikbare middelen
54.810,48 1.901,15 56.711,62 43.287,92 1.901,15 1.539,27 26.002,29 11.910,59 70.441,45 21.344,42 91.785,87 33.434,32 58.351,56 44.539,68 25.269,95 4.972,40 28.109,21 63.060,22 91.169,43
- 80 -
Gemiddelde middelgrote bedrijf
Tabel 2.3: Resultatenrekening gemiddelde middelgrote bedrijf in euro
Gemiddeld aantal VAK
1,61
melk vleesproductie inventarisverschil vee premies min superheffing Opbrengsten
216.978,40 18.576,39 6.223,88 18,73 241.797,39
veekosten voerkosten teeltkosten voergewassen verkoop ruwvoer voorraadmutatie ruwvoer berekende rente vee Variabele kosten
17.366,32 46.838,37 25.031,10 -745,51 -1.842,19 5.569,19 92.217,27
Saldo rundveehouderij
saldo akkerbouw/tuinbouw saldo ander vee saldo zuivelverwerking contractteelt/werk voor derden Totaal Saldo neventakken
149.580,12
7.790,68 1.725,11 201,34 3.117,43 12.834,56
Overige bedrijfsopbrengsten
686,52
Bruto bedrijfsresultaat
huur melkquotum pacht (betaald) grond (incl. fictieve pacht) gebouwen tractor
163.101,20
355,74 6.989,59 5.077,40 28.750,48 14.072,05
- 81 -
machines ber.rente quotum en rechten ber. Rente voorraden en aandelen Vaste activa
9.736,62 16.260,34 1.610,94 82.853,15
personeel elektriciteit water verzekering bedrijfsbeh., lidgelden, abonn. overige Algemene kosten
708,14 4.917,04 336,99 2.870,48 2.213,23 5.356,39 16.402,27
Vaste kosten
99.255,42
Netto bedrijfsresultaat bedrijfsvoering buitengewone baten/lasten bedrijfstoeslag
63.845,78 5.139,47 30.594,56
Totaal netto bedrijfsresultaat + betaalde lonen Arbeidsinkomen bedrijf - betaalde lonen + ontvangen LIF premie+BTW + berekende rente+ fictieve pacht - (betaalde rente - rentesubsidie) Winst + afschrijvingen Cashflow - kapitaalaflossingen Vrije cashflow - privébestedingen - belastingen/sociale lasten Beschikbare middelen bedrijfsvoering + opname leningen Beschikbare middelen
99.579,82 711,28 100.291,10 62.227,65 711,28 3.804,39 38.063,68 17.669,67 123.778,22 30.203,38 153.981,59 51.082,97 102.898,62 63.845,54 29.237,67 8.560,43 65.100,53 72.606,85 137.707,38
- 82 -
Gemiddelde grote bedrijf
Tabel 2.4: Resultatenrekening gemiddelde grote bedrijf in euro
Gemiddeld aantal VAK
2,18
melk vleesproductie inventarisverschil vee premies min superheffing Opbrengsten
324.976,42 26.213,65 10.976,37 57,39 362.223,84
veekosten voerkosten teeltkosten voergewassen verkoop ruwvoer voorraadmutatie ruwvoer berekende rente vee Variabele kosten
25.821,76 69.546,21 32.134,71 -497,98 -1.346,78 8.169,68 133.827,60
Saldo rundveehouderij
saldo akkerbouw/tuinbouw saldo ander vee saldo zuivelverwerking contractteelt/werk voor derden Totaal Saldo neventakken
228.396,25
28.033,63 1.981,72 2.283,17 5.266,18 37.564,70
Overige bedrijfsopbrengsten
1.818,35
Bruto bedrijfsresultaat
huur melkquotum pacht (betaald) grond (incl. fictieve pacht) gebouwen tractor machines
267.779,29
897,55 11.379,97 8.353,52 40.317,63 23.490,46 16.765,90
- 83 -
ber.rente quotum en rechten ber. Rente voorraden en aandelen Vaste activa
25.050,50 2.314,94 128.570,48
personeel elektriciteit water verzekering bedrijfsbeh., lidgelden, abonn. overige Algemene kosten
9.730,90 6.322,24 680,78 3.090,57 3.729,78 7.061,42 30.615,68
Vaste kosten
159.186,16
Netto bedrijfsresultaat bedrijfsvoering buitengewone baten/lasten bedrijfstoeslag
108.593,13 6.431,75 47.823,38
Totaal netto bedrijfsresultaat + betaalde lonen Arbeidsinkomen bedrijf - betaalde lonen + ontvangen LIF premie+BTW + berekende rente+ fictieve pacht - (betaalde rente rentesubsidie) Winst + afschrijvingen Cashflow - kapitaalaflossingen Vrije cashflow - privébestedingen - belastingen/sociale lasten Beschikbare middelen bedrijfsvoering + opname leningen Beschikbare middelen
162.848,26 9.738,28 172.586,55
79.210,01
9.738,28 5.666,14 56.345,59 23.984,73 200.875,27 44.397,69 245.272,95 65.171,10 180.101,85 36.503,85 13.489,05 130.108,95 114.587,48 244.696,43
82.659,22
- 84 -
Gemiddelde bedrijf 2006
Tabel 2.5: Resultatenrekening gemiddelde bedrijf 2006 in euro
Gemiddeld aantal VAK
1,75
melk vleesproductie inventarisverschil vee premies min superheffing Opbrengsten
191.379,41 20.206,98 6.296,99 98,90 217.982,27
veekosten voerkosten teeltkosten voergewassen verkoop ruwvoer voorraadmutatie ruwvoer berekende rente vee Variabele kosten
16.832,90 39.702,30 21.934,74 -545,54 -18,10 5.737,23 83.643,53
Saldo rundveehouderij
saldo akkerbouw/tuinbouw saldo ander vee saldo zuivelverwerking contractteelt/werk voor derden Totaal Saldo neventakken
134.338,74
14.338,54 2.905,46 659,30 4.567,93 22.471,23
Overige bedrijfsopbrengsten
1.257,85
Bruto bedrijfsresultaat
huur melkquotum pacht (betaald) grond (incl. fictieve pacht) gebouwen tractor
158.067,81
912,68 8.095,20 5.185,97 27.688,93 15.508,11
- 85 -
machines ber.rente quotum en rechten ber. Rente voorraden en aandelen Vaste activa
10.976,85 15.280,31 1.540,96 85.189,01
personeel elektriciteit water verzekering bedrijfsbeh., lidgelden, abonn. overige Algemene kosten
2.697,97 4.869,14 539,72 2.778,12 2.277,83 5.623,46 18.786,25
Vaste kosten
103.975,26
Netto bedrijfsresultaat bedrijfsvoering buitengewone baten/lasten bedrijfstoeslag
54.092,55 4.137,45 28.728,79
Totaal netto bedrijfsresultaat + betaalde lonen Arbeidsinkomen bedrijf - betaalde lonen + ontvangen LIF premie+BTW + berekende rente+ fictieve pacht - (betaalde rente - rentesubsidie) Winst + afschrijvingen Cashflow - kapitaalaflossingen Vrije cashflow - privébestedingen - belastingen/sociale lasten Beschikbare middelen bedrijfsvoering + opname leningen Beschikbare middelen
86.958,79 2.701,85 89.660,64 51.221,32 2.701,85 3.705,02 37.348,85 17.203,28 110.809,39 30.479,17 141.288,56 47.235,80 94.052,76 53.730,45 38.004,92 18,74 56.029,09 78.818,71 134.847,81
- 86 -
Gemiddelde bedrijf 2007
Tabel 2.6: Resultatenrekening gemiddelde bedrijf 2007 in euro
Gemiddeld aantal VAK
1,76
melk vleesproductie inventarisverschil vee premies min superheffing Opbrengsten
252.318,85 18.646,81 5.704,54 0,00 276.670,20
veekosten voerkosten teeltkosten voergewassen verkoop ruwvoer voorraadmutatie ruwvoer berekende rente vee Variabele kosten
19.165,22 49.217,67 24.948,24 -631,31 -1.875,35 6.036,38 96.860,83
Saldo rundveehouderij
saldo akkerbouw/tuinbouw saldo ander vee saldo zuivelverwerking contractteelt/werk voor derden Totaal Saldo neventakken
179.809,36
13.862,05 1.675,70 751,79 3.711,46 20.001,00
Overige bedrijfsopbrengsten
771,07
Bruto bedrijfsresultaat
huur melkquotum pacht (betaald) grond (incl. fictieve pacht) gebouwen tractor
200.581,44
206,54 7.843,57 5.415,33 29.260,40 15.629,14
- 87 -
machines ber.rente quotum en rechten ber. Rente voorraden en aandelen Vaste activa
11.357,32 16.597,28 1.651,60 87.961,17
personeel elektriciteit water verzekering bedrijfsbeh., lidgelden, abonn. overige Algemene kosten
3.106,31 5.240,52 512,21 2.940,39 2.615,44 5.821,58 20.236,45
Vaste kosten
108.197,63
Netto bedrijfsresultaat bedrijfsvoering buitengewone baten/lasten bedrijfstoeslag
92.383,81 5.324,51 38.439,90
Totaal netto bedrijfsresultaat + betaalde lonen Arbeidsinkomen bedrijf - betaalde lonen + ontvangen LIF premie+BTW + berekende rente+ fictieve pacht - (betaalde rente - rentesubsidie) Winst + afschrijvingen Cashflow - kapitaalaflossingen Vrije cashflow - privébestedingen - belastingen/sociale lasten Beschikbare middelen bedrijfsvoering + opname leningen Beschikbare middelen
136.148,22 3.107,69 139.255,91 78.944,03 3.107,69 4.556,20 39.560,02 17.161,81 163.102,62 31.768,08 194.870,70 50.858,25 144.012,45 81.640,51 30.301,67 11.713,38 101.997,40 61.888,13 163.885,53
- 88 -
Gemiddelde bedrijf 2008
Tabel 2.7: Resultatenrekening gemiddelde bedrijf 2008 in euro
Gemiddeld aantal VAK
1,81
melk vleesproductie inventarisverschil vee premies min superheffing Opbrengsten
249.344,14 16.434,67 9.346,27 0,00 275.125,07
veekosten voerkosten teeltkosten voergewassen verkoop ruwvoer voorraadmutatie ruwvoer berekende rente vee Variabele kosten
21.288,72 61.977,23 31.707,64 -1.005,71 -1.828,37 6.468,74 118.608,25
Saldo rundveehouderij
saldo akkerbouw/tuinbouw saldo ander vee saldo zuivelverwerking contractteelt/werk voor derden Totaal Saldo neventakken
156.516,82
10.794,29 1.070,53 1.492,18 3.692,35 17.049,35
Overige bedrijfsopbrengsten
686,52
Bruto bedrijfsresultaat
huur melkquotum pacht (betaald) grond (incl. fictieve pacht) gebouwen tractor
174.252,69
146,01 8.760,79 6.261,14 31.489,44 18.673,04
- 89 -
machines ber.rente quotum en rechten ber. Rente voorraden en aandelen Vaste activa
12.148,41 17.208,89 1.802,73 96.490,47
personeel elektriciteit water verzekering bedrijfsbeh., lidgelden, abonn. overige Algemene kosten
3.698,05 5.944,52 438,75 3.156,73 2.885,36 6.052,78 22.176,19
Vaste kosten
118.666,66
Netto bedrijfsresultaat bedrijfsvoering buitengewone baten/lasten bedrijfstoeslag
55.586,03 5.668,16 33.439,14
Totaal netto bedrijfsresultaat + betaalde lonen Arbeidsinkomen bedrijf - betaalde lonen + ontvangen LIF premie+BTW + berekende rente+ fictieve pacht - (betaalde rente - rentesubsidie) Winst + afschrijvingen Cashflow - kapitaalaflossingen Vrije cashflow - privébestedingen - belastingen/sociale lasten Beschikbare middelen bedrijfsvoering + opname leningen Beschikbare middelen
94.693,33 3.698,05 98.391,38 54.224,26 3.698,05 2.958,72 41.986,25 18.478,14 121.160,17 34.885,03 156.045,20 52.880,26 103.164,95 56.855,01 32.793,84 15.570,70 54.800,41 95.226,06 150.026,47
- 90 -
Bijlage 3: Correlatiematrix
Tabel 3.1: Correlatiematrix voor arbeidsinkomen, aantal hectare en aantal koeien Correlations arbeidsinkomen aantalha Kendall's tau_b
arbeidsinkomen
Correlation Coefficient Sig. (2-tailed) N
aantalha
aantalkoeien
Correlation Coefficient
1,000 .
**
**
,000
105
105
105
**
1,000
,542
,000 .
N
105 ,616
**
,580
**
,000 105
105
**
1,000
,580
Sig. (2-tailed)
,000
,000 .
N
105
105
**. Correlation is significant at the 0.01 level (2-tailed).
,616
,000
Sig. (2-tailed)
Correlation Coefficient
,542
aantalkoeien
105
- 91 -
Bijlage 4:: Monte Carlo simulatie
Gemiddelde bedrijf (algemeen)
Tabel 4.1: Minimum-,, meest waarschijnlijkewaarschijnlijke en maximumwaarde parameters voor het gemiddelde algemene bedrijf Parameter
Minimum
Meest waarschijnlijke
Maximum
(€)
(€)
(€) €)
Melkprijs/100l
20,95
32,15
42,49
Voerkosten
35.016,51
50.023,59
65.030,67
Bedrijfstoeslag
30.139,10
33.487,88
33.487,88
Berekende rente incl.
27.734,52
39.620,74
51.506,96
18.260,72
26.086,75
33.912,77
13.337,54
19.053,63
24.769,72
12.337,17
17.624,53
22.911,89
fictieve pacht Teeltkosten voergewassen Veekosten Betaalde
rente
incl.
rentesubsidie Onderhoud gebouwen,
10.678,12 grond
15.254,46
19.830,79
&
machines
Figuur 4.1: Kansverdeling rdeling vrije cashflow gemiddelde algemene bedrijf
- 92 -
Gemiddelde kleine bedrijf
Tabel 4.2: Minimum-,, meest waarschijnlijkewaarschijnlijke en maximumwaarde parameters voor het gemiddelde kleine bedrijf Parameter
Minimum
Meest waarschijnlijke
Maximum
(€)
(€)
(€) €)
Melkprijs/100l
20,95
31,78
42,49
Voerkosten
24.122,99
34.461,43
44.799,87
Bedrijfstoeslag
19.916,83
22.129,82
22.129,82
Berekende rente incl.
18.201,60
26.002,29
33.802,98
13.305,59
19.007,98
24.710,37
9.600,66
13.715,24
17.829,81
8.337,41
11.910,59
15.483,76
6.801,44
9.716,35
12.631,25
fictieve pacht Teeltkosten voergewassen Veekosten Betaalde
rente
incl.
rentesubsidie Onderhoud gebouwen,
grond
&
machines
Figuur 4.2: Kansverdeling rdeling vrije cashflow gemiddelde kleine bedrijf
- 93 -
Gemiddelde middelgrote bedrijf bedri
Tabel 4.3: Minimum-,, meest waarschijnlijkewaarschijnlijke en maximumwaarde parameters voor het gemiddelde middelgrote bedrijf Parameter
Minimum
Meest waarschijnlijke
Maximum
(€)
(€)
(€) €)
Melkprijs/100l
20,95
32,20
42,49
Voerkosten
32.786,86
46.838,37
60.889,87
Bedrijfstoeslag
27.535,11
30.594,56
30.594,57
Berekende rente incl.
26.644,58
38.063,68
49.482,78
17.521,77
25.031,1
32.540,43
12.156,43
17.366,32
22.576,22
12.368,77
17669,67
22.970,57
8.967,21
12.810,3
16.654,39
fictieve pacht Teeltkosten voergewassen Veekosten Betaalde
rente
incl.
rentesubsidie Onderhoud gebouwen,
grond
&
machines
Figuur 4.3: Kansverdeling rdeling vrije cashflow gemiddelde middelgrote bedrijf
- 94 -
Gemiddelde grote bedrijf
Tabel 4.4: Minimum-,, meest waarschijnlijkewaarschijnlijke en maximumwaarde parameters voor het gemiddelde grote bedrijf Parameter
Minimum
Meest waarschijnlijke
Maximum
(€)
(€)
(€) €)
Melkprijs/100l
20,95
32,61
42,49
Voerkosten
48.682,35
69.546,21
90.410,07
Bedrijfstoeslag
43.041,05
47.823,38
47.823,39
Berekende rente incl.
39.441,91
56.345,59
73.249,27
22.494,3
32.134,71
41.775,12
18.075,23
25.821,76
33.568,29
16.789,31
23.984,73
31.180,15
16.599,86
23.714,08
30.828,30
fictieve pacht Teeltkosten voergewassen Veekosten Betaalde
rente
incl.
rentesubsidie Onderhoud gebouwen,
grond
&
machines
Figuur 4.4: Kansverdeling erdeling vrije cashflow gemiddelde grote bedrijf
- 95 -
Gemiddelde bedrijf 2006
Tabel 4.5: Minimum-,, meest waarschijnlijkewaarschijnlijke en maximumwaarde parameters voor het gemiddelde bedrijf 2006 Parameter
Minimum
Meest waarschijnlijke
Maximum
(€)
(€)
(€) €)
Melkprijs/100l
20,95
28,20
42,49
Voerkosten
27.791,61
39.702,30
51.612,99
Bedrijfstoeslag
25.855,91
28.728,79
28.728,80
Berekende rente incl.
26.144,20
37.348,85
48.553,51
15.354,32
21.934,74
28.515,16
11.783,03
16.832,90
21.882,77
12.042,29
17.203,28
22.364,26
9.822,06
14.031,51
18.249,98
fictieve pacht Teeltkosten voergewassen Veekosten Betaalde
rente
incl.
rentesubsidie Onderhoud gebouwen,
grond
&
machines
Figuur 4.5: Kansverdeling erdeling vrije cashflow gemiddelde bedrijf 2006 06
- 96 -
Gemiddelde bedrijf 2007
Tabel 4.6: Minimum-,, meest waarschijnlijkewaarschijnlijke en maximumwaarde parameters voor het gemiddelde bedrijf 2007 Parameter
Minimum
Meest waarschijnlijke
Maximum
(€)
(€)
(€) €)
Melkprijs/100l
20,95
34,91
42,49
Voerkosten
34.452,37
49.217,67
63.982,97
Bedrijfstoeslag
34.595,91
38.439,90
38.439,91
Berekende rente incl.
27.692,01
39.560,02
51.428,02
17.463,77
24.948,24
32.432,71
13.415,65
19.165,22
24.914,78
12.013,27
17.161,81
22.310,36
10.235,47
14.622,10
19.008,73
fictieve pacht Teeltkosten voergewassen Veekosten Betaalde
rente
incl.
rentesubsidie Onderhoud gebouwen,
grond
&
machines
Figuur 4.6: Kansverdeling rdeling vrije cashflow gemiddelde bedrijf 2007
- 97 -
Gemiddelde bedrijf 2008
Tabel 4.7: Minimum-,, meest waarschijnlijkewaarschijnlijke en maximumwaarde parameters voor het gemiddelde bedrijf 2008 Parameter
Minimum
Meest waarschijnlijke
Maximum
(€)
(€)
(€) €)
Melkprijs/100l
20,95
33,34
42,49
Voerkosten
43.483,06
61.977,23
80.570,40
Bedrijfstoeslag
30.095,23
33.439,14
33.439,15
Berekende rente incl.
29.390,38
41.986,25
54.582,13
22.195,35
31.707,64
41.219,94
14.902,10
21.288,72
27.675,33
12.934,70
18.478,14
24.021,58 4.021,58
12.025,59
17.178,98
22.332,67
fictieve pacht Teeltkosten voergewassen Veekosten Betaalde
rente
incl.
rentesubsidie Onderhoud gebouwen,
grond
&
machines
Figuur 4.7: Kansverdeling rdeling vrije cashflow gemiddelde bedrijf 2008
