Friday,  January 18, 2019

Articles

Jahrgang 55 (2006), Heft 4 (von 8):

Wie viel bringt eine verbesserte Produktionsprogrammplanung auf der Grundlage einer systematischen Auswertung empirischer Zeitreihen? – Die Bedeutung von Prognosemodellen ...

Oliver Mußhoff und Norbert Hirschauer

In diesem Beitrag wird das Verbesserungspotenzial von Optimierungsverfahren im Vergleich zu empirisch beobachtbaren Programmentscheidungen der landwirtschaftlichen Unternehmenspraxis im Rahmen einer Fallstudie untersucht. Dazu werden für vier ausgewählte Brandenburger Marktfruchtbetriebe ausgehend vom Informationsstand der Landwirte zum jeweiligen Planungszeitpunkt modellgestützt optimierte Alternativprogramme für insgesamt sechs Planzieljahre aufgestellt. In der normativen Optimierungsrechung wird die Gesamtdeckungsbeitragsvarianz des tatsächlichen Programms, die implizit die subjektive Risikoeinstellung des jeweiligen Landwirts widerspiegelt, als Restriktion (Obergrenze) berücksichtigt. Gleichzeitig wird die Unsicherheit hinsichtlich der zu erzielenden Deckungsbeiträge über eine systematische statistische Auswertung der vorhandenen empirischen Daten (Einzeldeckungsbeitragszeitreihen) erfasst und bei der Optimierung berücksichtigt. Die Datenauswertung und damit die Schaffung der Informationsgrundlage für dieses risikobehaftete Planungsproblem erfolgt in drei verschiedenen Varianten, nämlich über (1) einfache Schätzungen statischer Verteilungen, (2) systematische Zeitreihenanalysen unter der Annahme linearer stochastischer Prozesse und (3) ergebnisoffene Zeitreihenanalysen, die auch nichtlineare stochastische Prozesse als Ergebnis zulassen. Diese drei Varianten unterscheiden sich sowohl hinsichtlich der methodischen Anforderungen als auch der Qualität der Datenauswertung.


Der Vergleich empirischer und normativer Ergebnisse ergibt in Abhängigkeit von der Qualität der Datenauswertung ein differenziertes Bild: Berücksichtigt man das Risiko lediglich über einfache Verteilungen, so haben die modellgestützt optimierten Alternativprogramme kein Verbesserungspotenzial gegenüber den von den Landwirten tatsächlich getroffenen Anbauentscheidungen. Dies scheint zunächst die Ablehnung formaler Optimierungsmodelle durch die landwirtschaftliche Unternehmenspraxis zu bestätigen. Dies ändert sich allerdings grundlegend, wenn man nicht einfach a priori eine statische Verteilung unterstellt, sondern eine explizite Zeitreihenanalyse der empirischen Beobachtungswerte durchführt. Bei Zugrundelegung der damit verbesserten Informationsbasis wären im Durchschnitt der zurückliegenden sechs Jahre die Gesamtdeckungsbeiträge, die durch eine Planung mit Hilfe eines formalen Optimierungsverfahrens hätten erzielt werden können, deutlich besser ausgefallen.

In this paper we examine whether there is room for improvement in farm program decisions through the integration of formal mathematical optimisation into the planning process. Probing the potential for improvement, we investigate the cases of four Brandenburg cash crop farms over the last six years. We find that their total gross margins could have been increased significantly through a more sophisticated program planning. However, we also find that the superiority of formalised planning approaches depends on the quality of the data.


The superior formal planning approach includes, in contrast to farmers’ ad hoc planning, a systematic time series analysis of gross margins and a stochastic optimisation model. For each of the six years, the formal planning approach provides optimised alternative programs based on the information available to the farmers at the respective time of planning. In order to avoid solutions that exceed the farmers’ risk tolerance, the variance of the observed program’s total gross margin which implicitly reflects the risk attitude of the individual farmer is used as an upper bound in the optimisation. Using the yields and prices realised at the end of each planning period, the total gross margins that could have been realised through the formally optimised programs in each year are then compared to those that were actually realised.

Letzte Meldung | Zur Trefferliste | Nächste Meldung

This is a free article. You can open it here.

Kontaktautor:

DR. OLIVER MUßHOFF

Humboldt-Universität zu Berlin,

Institut für Wirtschafts- und Sozialwissenschaften des Landbaus,

Fachgebiet Allgemeine Betriebslehre des Landbaus

Luisenstraße 56, 10099 Berlin

Tel.: 030-20 93 63 15, Fax: 030-20 93 64 65

E-Mail: oliver.musshoff@agrar.hu-berlin.de


Login

NEW: GJAE listed with Impact Factor!

The German Journal of Agricultural Economics (GJAE) is listed in the ‚Impact Factor List‘. Our current (2016) impact factor is 0.489. So if you plan to write an article, use this evidence for getting cited.

Question/ suggestion?

Do you have any questions, please don't hesitate to get in touch with us.

Always up-to-date

Please send us your e-mail address to be informed -for free- about the upcoming issues.

powered by

dfv Mediengruppe
Our partners:
www.agrarzeitung.de www.feedmagazine.net