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 -
Figuur 1: Procentuele verdeling van de melkveebedrijven in functie van het
arbeidsinkomen
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.
Opmerkingen: aVAK = Volwaardige arbeidskracht
Figuur 2: Procentuele verdeling van de melkveebedrijven in functie van het
arbeidsinkomen per arbeidskracht
0
5
10
15
20
25
30
Arbeidsinkomen in 1000 euro
Arbeidsinkomen bedrijf (in 1000
euro)
<62,5 62,5-87,5 87,5-112,5 112,5-137,5 >=137,5
0
5
10
15
20
25
30
35
40
Arbeidsinkomen per arbeidskracht in 1000 euro
Arbeidsinkomen per VAKa (euro)
<37,5 37,5-62,5 62,5-87,5 87,5-112,5 >=112,5
- 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
met veel grond in eigendom toch
pachten en minder grond in eigendom hebben.
berekende rente ‘voorraden en aandelen
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 (incl. fictieve pacht)
+ Gebouwen
+ Tractor
+ Machines
+ Ber.rente quotum en rechten
+ Ber. Rente voorraden en aandelen
+ Personeel
+ Elektriciteit
+ Water
+ Verzekering
+ Bedrijfsbeh., lidgelden, abonn.
+ Overige
= Totaal vaste kosten
Indeling databank
Voor het verdere onderzoek is de databa
van het arbeidsinkomen. Er had ook
van de hoeveelheid koeien
correlatiematrix opgesteld (
hoeveelheid koeien en de hoeveelheid hectaren. In
allemaal voldoende hoog zijn en dat een opdeling op basis van
hoeveelheid hectaren niet erg
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 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
er een gemiddelde gemaakt per jaar (2006,
- 29 -
met veel grond in eigendom toch gemakkelijk kan vergelijken met bedrijven die veel grond
n eigendom hebben. De berekende rente ‘quotum en rechten
voorraden en 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
: Berekening vaste kosten
rond (incl. fictieve pacht)
Vaste activa
er.rente quotum en rechten
n en aandelen
Algemene kosten
edrijfsbeh., lidgelden, abonn.
onderzoek is de databank verder ingedeeld. Deze opdeling i
Er had ook gekozen kunnen worden om de databank op te delen op basis
of de hoeveelheid hectaren van de bedrijven.
correlatiematrix opgesteld (bijlage 3) met de correlaties tussen het arbeidsinkomen, de
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
hoeveelheid hectaren niet erg verschillend zou zijn van de opdeling op basis van het
Er is onderscheid gemaakt tussen de kleine, middelgrote en grote bedrijven. Elke groep bevat 35
De groep van de kleine bedrijven bevat de bedrijven met een arbeidsinkomen kl
€83.000. De bedrijven die in de groep van de middelgrote bedrijven zitten, hebben een
€83.000 en €118.000. De groep van de grote bedrijven bevat de overige
dit wil zeggen de bedrijven met een arbeidsinkomen groter dan
een gemiddelde gemaakt per jaar (2006, 2007 en 2008) en daarvan is er
makkelijk kan vergelijken met bedrijven die veel grond
quotum en rechten’ en de
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
Deze opdeling is gebeurd op basis
databank op te delen op basis
de hoeveelheid hectaren van de bedrijven. Via SPSS is er een
n het arbeidsinkomen, de
deze correlatiematrix zien we dat de correlaties
de hoeveelheid koeien of de
verschillend zou zijn van de opdeling op basis van het
Er is onderscheid gemaakt tussen de kleine, middelgrote en grote bedrijven. Elke groep bevat 35
De groep van de kleine bedrijven bevat de bedrijven met een arbeidsinkomen kleiner
€83.000. De bedrijven die in de groep van de middelgrote bedrijven zitten, hebben een
€83.000 en €118.000. De groep van de grote bedrijven bevat de overige
dan €118.000. Per groep is
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
Bedrijf Minimumarbeidsinkomen/VAKa
Gemiddeld bedrijf (algemeen) €15.741,60
Opdeling
volgens
grootte
Klein €15.741,60
Middelgroot €15.741,60
Groot €15.741,60
Opdeling per
jaar
2006 €15.447,60
2007 €15.735,60
2008 €16.041,60
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 +10% -10%
melkprijs/liter 0,32 0,35 0,29
arbeidsinkomen 109.194,49 132.227,80 86.161,18
arbeidsinkomen/VAKa 61.511,73 74.486,91 48.536,55
indices arbeidsinkomen 100,00 121,00 79,00
vrije cashflow 113.837,74 136.871,05 90.804,44
vrije cashflow/VAKa 64.127,38 77.102,56 51.152,20
indices vrije cashflow 100,00 120,00 80,00
Opmerkingen: aVAK = 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 +10% -10%
betaalde rente - rentesubsidie 17.624,53 19.386,98 15.862,08
arbeidsinkomen 109.194,49 109.194,49 109.194,49
arbeidsinkomen/VAKa 61.511,73 61.511,73 61.511,73
indices arbeidsinkomen 100,00 100,00 100,00
vrije cashflow 113.837,74 112.075,29 115.600,20
vrije cashflow/VAKa 64.127,38 63.134,55 65.120,21
indices vrije cashflow 100,00 98,00 102,00
Opmerkingen: aVAK = 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 +10% -10%
berekende rente incl. fict. pacht 39.620,74 43.582,81 35.658,66
arbeidsinkomen 109.194,49 109.194,49 109.194,49
arbeidsinkomen/VAKa 61.511,73 61.511,73 61.511,73
indices arbeidsinkomen 100 100 100
vrije cashflow 113.837,74 117.799,82 109.875,67
vrije cashflow/VAKa 64.127,38 66.359,30 61.895,45
indices vrije cashflow 100 103 97
Opmerkingen: aVAK = 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 +10% -10%
voerkosten 50.023,59 55.025,95 45.021,23
arbeidsinkomen 109.194,49 104.192,13 114.196,85
arbeidsinkomen/VAKa 61.511,73 58.693,79 64.329,67
indices arbeidsinkomen 100 95 105
vrije cashflow 113.837,74 108.835,38 118.840,10
vrije cashflow/VAKa 64.127,38 61.309,44 66.945,32
indices vrije cashflow 100 96 104
Opmerkingen: aVAK = 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 +10% -10%
teeltkosten voergewassen 26.086,75 28.695,42 23.478,07
arbeidsinkomen 109.194,49 106.585,81 111.803,16
arbeidsinkomen/VAKa 61.511,73 60.042,20 62.981,25
indices arbeidsinkomen 100 98 102
vrije cashflow 113.837,74 111.229,07 116.446,42
vrije cashflow/VAKa 64.127,38 62.657,85 65.596,90
indices vrije cashflow 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 +10% -10%
veekosten 19.053,63 20.958,99 17.148,26
arbeidsinkomen 109.194,49 107.289,13 111.099,85
arbeidsinkomen/VAKa 61.511,73 60.438,39 62.585,06
indices arbeidsinkomen 100 98 102
vrije cashflow 113.837,74 111.932,38 115.743,11
vrije cashflow/VAKa 64.127,38 63.054,04 65.200,71
indices vrije cashflow 100 98 102
Opmerkingen: aVAK = 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 +10% -10%
bedrijfstoeslag 33.487,88 36.836,67 30.139,10
arbeidsinkomen 109.194,49 112.543,28 105.845,70
arbeidsinkomen/VAKa 61.511,73 63.398,18 59.625,28
indices arbeidsinkomen 100 103 97
vrije cashflow 113.837,74 117.186,53 110.488,95
vrije cashflow/VAKa 64.127,38 66.013,83 62.240,93
indices vrije cashflow 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%
onderhoud geb., grond & mach. 15.254,46 16.779,90 13.729,01
arbeidsinkomen 109.194,49 107.669,04 110.719,93
arbeidsinkomen/VAKa 61.511,73 60.652,41 62.371,05
indices arbeidsinkomen 100 99 101
vrije cashflow 113.837,74 112.312,30 115.363,19
vrije cashflow/VAKa 64.127,38 63.268,06 64.986,70
indices vrije cashflow 100 99 101
Opmerkingen: aVAK = 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 indien de waarden van de parameters variëren tussen de aangegeven
grenswaarden. Het volledige bereik van het arbeidsinkomen/VAK is van €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.
Figuur 3: Kansverdeling arbeidsinkomen/VAK gemiddeld
In tabel 14 (overzichtstabel aan het einde van deze sectie
sensitiviteitsanalyses weergegeven
volgende wijze geïnterpreteerd
van de variabiliteit in het arbeidsinkomen
bedrijf. Hierdoor heeft deze parameter een positief percentage in tabel 14. Indien we kijken naar
de parameters met negatieve
van alle percentages in één kolom is altijd gelijk aan 100.
We zien dat de parameter ‘melkprijs/100 liter
zijn die het arbeidsinkomen/VAK bepaalt, want deze parameter heeft het hoogste percentage
Daarnaast hebben de 4 kos
arbeidsinkomen/VAK. Dat de parameters
incl. fictieve pacht’ hier geen invloed hebben
de resultatenrekening zijn opgenomen.
het arbeidsinkomen/VAK.
Uit de kansverdeling van de vrije
100% is dat de vrije cashflow positief i
€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
- 40 -
ng arbeidsinkomen/VAK gemiddelde bedrijf (algemeen)
overzichtstabel aan het einde van deze sectie) zijn de resultaten van de
s weergegeven. Voor het algemene gemiddelde bedrijf dient de tabel
geïnterpreteerd te worden: de variabiliteit in de melkprijs/100 liter verklaart 95,6
van de variabiliteit in het arbeidsinkomen/VAK. De melkprijs/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
één kolom is altijd gelijk aan 100.
melkprijs/100 liter’ ook uit deze test de belangrijkste parameter blijkt te
die het arbeidsinkomen/VAK bepaalt, want deze parameter heeft het hoogste percentage
Daarnaast hebben de 4 kostenparameters slechts een kleine negatieve invloed
Dat de parameters ‘betaalde rente incl. rentesubsidie
hier geen invloed hebben is normaal aangezien ze pas na het arbeidsinkomen in
resultatenrekening zijn opgenomen. Ook de parameter ‘bedrijfstoeslag’
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. 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
variabiliteit in de melkprijs/100 liter 92,5% van de variabiliteit in de vrije cashflow
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
(algemeen)
zijn de resultaten van de verschillende
het algemene gemiddelde bedrijf dient de tabel op
lkprijs/100 liter verklaart 95,6%
100 liter is een opbrengst voor het
bedrijf. Hierdoor heeft deze parameter een positief percentage in tabel 14. Indien we kijken naar
allemaal kostenparameters zijn. De som
ook uit deze test de belangrijkste parameter blijkt te
die het arbeidsinkomen/VAK bepaalt, want deze parameter heeft het hoogste percentage.
een kleine negatieve invloed op het
betaalde rente incl. rentesubsidie’ en ‘berekende rente
is normaal aangezien ze pas na het arbeidsinkomen in
’ heeft geen invloed op
kan ook besloten worden dat er een kans van
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
variabiliteit in de melkprijs/100 liter 92,5% van de variabiliteit in de vrije cashflow
Deze invloed is wel lager dan de invloed op het arbeidsinkomen maar nog steeds het
iets hoger worden voor
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 voor het algemene bedrijf zullen in de volgende pa
respectievelijk vergeleken worden met analyses volgens verschillende grootte ordes en
verschillende jaren.
4.2.1 Vergelijking volgens grootte
Gemiddelde kleine bedrijf
Indien we kijken naar de kansverdeling van het arbeidsinkomen
een kans is van 94,53% dat het arbeidsinkome
van €15.741,60. Voor het gemiddelde kleine bedrijf is de kans dus
gemiddelde bedrijf. Het bereik
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 gemiddeld
Tabel 14 suggereert dat opnieuw de
die het arbeidsinkomen/VAK bepaalt
gewone gemiddelde bedrijf
‘bedrijfstoeslag’ een kleine invloed heeft op het arbeidsinkomen
zijn de kostenparameters en hebben ook een negatieve inv
- 41 -
de vier kostenparameters en dat ook de berekende rente incl. fictieve pacht en betaalde rente incl.
rentesubsidie een kleine invloed uitoefenen.
scenario voor het algemene bedrijf zullen in de volgende pa
respectievelijk vergeleken worden met analyses volgens verschillende grootte ordes en
ergelijking volgens grootte
Indien we kijken naar de kansverdeling van het arbeidsinkomen/VAK in figuur 4
% dat het arbeidsinkomen groter is dan het minimumarbeidsinkomen/VAK
. Voor het gemiddelde kleine bedrijf is de kans dus lager
Het bereik waartussen het arbeidsinkomen/VAK zich bevindt, is van
basisscenario bedroeg het arbeidsinkomen voor het gemiddelde kleine
We zien dus dat het arbeidsinkomen/VAK zelfs een kans heeft om negatief te
worden binnen de aangegeven grenzen van de parameters.
Kansverdeling arbeidsinkomen/VAK gemiddelde kleine bedrijf
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
ewone gemiddelde bedrijf (93,7% versus 95,6%). We zien ook dat hier de parameter
een kleine invloed heeft op het arbeidsinkomen/VAK. De overige vier parameters
zijn de kostenparameters en hebben ook een negatieve invloed op het arbeidsi
de vier kostenparameters en dat ook de berekende rente incl. fictieve pacht en betaalde rente incl.
scenario voor het algemene bedrijf zullen in de volgende paragrafen
respectievelijk vergeleken worden met analyses volgens verschillende grootte ordes en over
guur 4 zien we dat er hier
n groter is dan het minimumarbeidsinkomen/VAK
lager dan bij het gewone
/VAK zich bevindt, is van €-3.177,28
basisscenario bedroeg het arbeidsinkomen voor het gemiddelde kleine
We zien dus dat het arbeidsinkomen/VAK zelfs een kans heeft om negatief te
kleine bedrijf
de belangrijkste parameter is
hoewel het sensitiviteitspercentage iets lager is dan bij het
en ook dat hier de parameter
. De overige vier parameters
loed op het arbeidsinkomen/VAK.
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
bereik waartussen de vrije cashflow ligt, is van
cashflow is er dus een kans dat deze negatief wordt.
van het gemiddelde kleine bedrijf
In tabel 14 zien we dat opnieuw de
die de vrije cashflow bepaalt
cashflow als de invloed die ze hebben op het arbeidsinkomen
inclusief rentesubsidie’ heeft wel invl
arbeidsinkomen/VAK. Zoals hierboven is uitgelegd, is dit normaal door de opstelling van de
resultatenrekening.
Gemiddelde middelgrote bedrijf
Indien we kijken naar de kansv
middelgrote bedrijf (figuur 5)
het minimumarbeidsinkomen/VAK van
loopt van €8.494,76 tot €116.094,20
gemiddelde middelgrote bedrijf
Figuur 5: Kansverdeling arbeidsinkomen/VAK gemiddeld
Tabel 14 suggereert dat opnieuw de parameter
het arbeidsinkomen/VAK. De variabiliteit van
variabiliteit in het arbeidsinkomen
bepalend (in de negatieve zin)
melkprijs/100 liter.
- 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
waartussen de vrije cashflow ligt, is van €-4.165,50 tot €117.799,72.
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.
zien we dat opnieuw de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is
die de vrije cashflow bepaalt. De andere parameters hebben ongeveer dezelfde invloed op de vrije
cashflow als de invloed die ze hebben op het arbeidsinkomen/VAK. De parameter ‘
heeft wel invloed op de vrije cashflow maar niet op het
. Zoals hierboven is uitgelegd, is dit normaal door de opstelling van de
middelgrote bedrijf
Indien we kijken naar de kansverdeling van het arbeidsinkomen/VAK voor
middelgrote bedrijf (figuur 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,
116.094,20. In het basisscenario bedraagt het arbeidsinkomen van het
emiddelde middelgrote bedrijf €62.227,65.
: Kansverdeling arbeidsinkomen/VAK gemiddelde middelgrote bedrijf
suggereert dat opnieuw de parameter ‘melkprijs/100 liter’ de grootste invloed heeft
. De variabiliteit van deze parameter zou namelijk 95,4
variabiliteit in het arbeidsinkomen/VAK verklaren. Daarnaast zijn de vier kostenparameters ook nog
(in de negatieve zin) voor het arbeidsinkomen/VAK, maar in veel mindere mate dan de
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
€117.799,72. Ook voor de vrije
In het basisscenario bedroeg de vrije cashflow
elangrijkste parameter is
. De andere parameters hebben ongeveer dezelfde invloed op de vrije
De parameter ‘betaalde rente
oed op de vrije cashflow maar niet op het
. Zoals hierboven is uitgelegd, is dit normaal door de opstelling van de
erdeling van het arbeidsinkomen/VAK voor het gemiddelde
% kans is dat het arbeidsinkomen groter is dan
arbeidsinkomen/VAK ligt,
scenario bedraagt het arbeidsinkomen van het
middelgrote bedrijf
de grootste invloed heeft op
deze parameter zou namelijk 95,4% van de
verklaren. Daarnaast zijn de vier kostenparameters ook nog
maar in veel mindere mate dan de
Indien we naar de kansverdeling van de vrije cashflow kijken
van 100% is dat de vrije cashflow groter zal zijn dan
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 is die de vrije cashflow bepaalt
de vier kostenparameters. Bijkomend heeft ook de parameter
een negatieve 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
arbeidsinkomen/VAK gaat van
arbeidsinkomen/VAK €79.210,01
Figuur 6: Kansverdeling arbeidsinkomen/VAK gemiddeld
Uit tabel 14 blijkt opnieuw dat de parameter
variabiliteit in deze parameter verklaart voor 95,2
bij de vorige gemiddelde bedrijven hebben de v
invloed op het arbeidsinkomen. Van deze parameters is de parameter
met de meeste invloed. De parameter
van 0,1%
- 43 -
Indien we naar de kansverdeling van de vrije cashflow kijken (bijlage 4), zien we
van 100% is dat de vrije cashflow groter zal zijn dan €0. Het bereik waarin de vrije cashflow ligt,
€12.873,90 tot €183.513,39 met een vrije cashflow van €102.898,62 in het
kunnen we zien dat ook hier de parameter ‘melkprijs/100 liter
die de vrije cashflow bepaalt, hoewel het belang wel iets is afgenomen. Daarna volgen
de vier kostenparameters. Bijkomend heeft ook de parameter ‘betaalde rente incl
ve invloed van 0,3% en de parameter bedrijfstoeslag een positieve invloed van 0,1%
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.
rbeidsinkomen/VAK gaat van €18.839,84 tot €130.943,87. In het basisscenario bedroeg het
€79.210,01.
: Kansverdeling arbeidsinkomen/VAK gemiddelde grote bedrijf
blijkt opnieuw dat de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is. De
ze parameter verklaart voor 95,2% de variabiliteit in het arbeidsinkomen. Net als
bij de vorige gemiddelde bedrijven hebben de vier kostenparameters ook een kleine negatieve
invloed op het arbeidsinkomen. Van deze parameters is de parameter ‘voerkosten
De parameter ‘bedrijfstoeslag’ heeft hier ook een kleine positieve invloed
), zien we dat er een kans
waarin de vrije cashflow ligt,
€12.873,90 tot €183.513,39 met een vrije cashflow van €102.898,62 in het
melkprijs/100 liter’ de belangrijkste
, hoewel het belang wel iets is afgenomen. Daarna volgen
betaalde rente incl. rentesubsidie’
ve invloed van 0,3% en de parameter bedrijfstoeslag een positieve invloed van 0,1%
Figuur 6 suggereert dat er bij het gemiddelde grote bedrijf een kans is van 100% dat het
minimumarbeidsinkomen/VAK. Het bereik van het
. In het basisscenario bedroeg het
edrijf
de belangrijkste parameter is. De
% de variabiliteit in het arbeidsinkomen. Net als
ier kostenparameters ook een kleine negatieve
voerkosten’ de parameter
heeft hier ook een kleine positieve invloed
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
Het bereik waarin de vrije cashflow ligt, gaat van
bedroeg de vrije cashflow €180.101,85.
Tabel 14 suggereert dat de
die de vrije cashflow bepaalt
arbeidsinkomen/VAK. In deze tabel zien we dat de parameter
parameter ‘onderhoud gebouwen, grond & machines
Daarnaast heeft ook de parameter
cashflow.
4.2.2 Vergelijking over jaren
Gemiddelde bedrijf 2006
Indien we kijken naar de kansverdeling van het arbeidsinkomen
2006, zien we dat er een kans van 99,98%
het minimumarbeidsinkomen/VAK van 2006
van €14.845,15 tot €190.198,51
€51.221,32.
Figuur 7: Kansverdeling arbeidsinkomen/VAK gemiddeld
Tabel 14 toont opnieuw dat de parameter
arbeidsinkomen/VAK bepaalt
- 44 -
naar de kansverdeling van de vrije cashflow voor het gemiddelde grote bedrijf kijken
, zien we dat er opnieuw een kans van 100% is dat de vrije cashflow groter is dan
waarin de vrije cashflow ligt, gaat van €46.820,56 tot €295.097,61. In het basisscenario
€180.101,85.
suggereert dat de parameter ‘melkprijs/100 liter’ ook hier de belangrijkste parame
die de vrije cashflow bepaalt, hoewel het percentage iets lager ligt dan bij het
In deze tabel zien we dat de parameter ‘betaalde rente incl. rentesubsidie
onderhoud gebouwen, grond & machines’ heeft voorbijgestoken in belangrijkheid.
Daarnaast heeft ook de parameter ‘bedrijfstoeslag’ een zeer kleine positieve
Indien we kijken naar de kansverdeling van het arbeidsinkomen/VAK van het gemiddelde bedrijf
zien we dat er een kans van 99,98% is dat het arbeidsinkomen groter is
het minimumarbeidsinkomen/VAK van 2006. Het bereik waarin het arbeids
€14.845,15 tot €190.198,51. Het arbeidsinkomen/VAK bedroeg
arbeidsinkomen/VAK gemiddelde bedrijf 2006
toont opnieuw dat de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is
arbeidsinkomen/VAK bepaalt. Net zoals bij voorgaande gemiddelde bedrijven zien we dat de
naar de kansverdeling van de vrije cashflow voor het gemiddelde grote bedrijf kijken
, zien we dat er opnieuw een kans van 100% is dat de vrije cashflow groter is dan €0.
7,61. In het basisscenario
ook hier de belangrijkste parameter is
iets lager ligt dan bij het
betaalde rente incl. rentesubsidie’ de
heeft voorbijgestoken in belangrijkheid.
een zeer kleine positieve invloed op de vrije
van het gemiddelde bedrijf
is dat het arbeidsinkomen groter is dan €15.447,60,
waarin het arbeidsinkomen/VAK ligt, gaat
in het basisscenario
bedrijf 2006
de belangrijkste parameter is die het
. Net zoals bij voorgaande gemiddelde bedrijven zien we dat de
andere parameters met e
kostenparameters zijn.
De kansverdeling van de vrije cashflow
cashflow groter is dan €0.
€198.646,00. De vrije cashflow bedroeg €94.052,76 in het basisscenario.
In tabel 14 zien we dat ook hier de belang
‘melkprijs/100 liter’ is. De variabiliteit in de melkprijs per 100 liter verklaart 95,3% van de
variabiliteit in de vrije cashflow. De parameter ‘
op de 4de plaats voor de parameters
dit gemiddelde bedrijf 2006 zien we dat de parameter
vrije cashflow.
Gemiddelde bedrijf 2007
De kansverdeling van het arbei
dat er een kans van 99,97% is dat het arbeidsinkomen/V
€15.735,60 overschrijdt. Het arbeidsinkomen
€116.886,94. In het basisscenario was het arbeidsinkomen van het ge
€78.944,03.
Figuur 8: Kansverdeling arbeidsinkomen/VAK gemiddeld
Tabel 14 toont ongeveer dezelfde resultaten als bij de voorgaande gemiddelde
parameter ‘melkprijs/100 liter
arbeidsinkomen bepaalt en de vier kostenparameters hebben een relatief klein belang.
- 45 -
andere parameters met een relatief kleine invloed op het arbeidsinkomen
De kansverdeling van de vrije cashflow (bijlage 4) toont dat er een kans van 100% is dat de vrije
€0. Het bereik waarin de vrije cashflow ligt, gaat van
€198.646,00. De vrije cashflow bedroeg €94.052,76 in het basisscenario.
zien we dat ook hier de belangrijkste parameter, die de vrije cashflow bepaalt,
is. De variabiliteit in de melkprijs per 100 liter verklaart 95,3% van de
vrije cashflow. De parameter ‘betaalde rente inclusief rentes
plaats voor de parameters ‘veekosten’ en ‘onderhoud gebouwen, grond en machines
2006 zien we dat de parameter ‘bedrijfstoeslag’ geen invloed heeft op de
De kansverdeling van het arbeidsinkomen/VAK van het gemiddelde bedrijf 2007
dat er een kans van 99,97% is dat het arbeidsinkomen/VAK het minimumarbeidsinkomen/
. Het arbeidsinkomen/VAK heeft een bereik
t basisscenario was het arbeidsinkomen van het ge
: Kansverdeling arbeidsinkomen/VAK gemiddelde bedrijf 2007
toont ongeveer dezelfde resultaten als bij de voorgaande gemiddelde
melkprijs/100 liter’ is namelijk opnieuw de belangrijkste parameter
en de vier kostenparameters hebben een relatief klein belang.
en relatief kleine invloed op het arbeidsinkomen/VAK, de vier
toont dat er een kans van 100% is dat de vrije
waarin de vrije cashflow ligt, gaat van €32.223,95 tot
, die de vrije cashflow bepaalt,
is. De variabiliteit in de melkprijs per 100 liter verklaart 95,3% van de
betaalde rente inclusief rentesubsidie’ komt nu zelfs
onderhoud gebouwen, grond en machines’. In
geen invloed heeft op de
van het gemiddelde bedrijf 2007 (figuur 8) toont
AK het minimumarbeidsinkomen/VAK van
van €10.893,83 tot
t basisscenario was het arbeidsinkomen van het gemiddelde bedrijf 2007
bedrijf 2007
toont ongeveer dezelfde resultaten als bij de voorgaande gemiddelde bedrijven. De
is namelijk opnieuw de belangrijkste parameter die het
en de vier kostenparameters hebben een relatief klein belang.
Indien we kijken naar de kansverdeling van de vrije cashflow van het
(bijlage 4) zien we dat er opnieuw 100% kans is dat de vrije cashflow groter is dan
waarin de vrije cashflow zich bevindt, gaat van
van €144.012,45 in het basisscenario.
In tabel 14 zien we dat ook hi
die de vrije cashflow bepaalt
rente inclusief rentesubsidie’
heeft een zeer kleine positieve invloed
Gemiddelde bedrijf 2008
De kansverdeling van het arbeidsinkomen
dat er een kans van 95,58
minimumarbeidsinkomen/VAK van 2008 van
arbeidsinkomen/VAK zich kan bevinden, gaat van
van het gemiddelde bedrijf 2008 bedroeg in het basisscenario
Figuur 9: Kansverdeling arbeidsinkomen/VAK gemiddeld
Tabel 14 suggereert dat de parameter
bepalen van het arbeidsinkomen/VAK
alle andere gemiddelde bedrijven
hebben hier een relatief zwaarder gewicht.
De kansverdeling van de vrije cashflow van het gemiddelde bedrijf 2008
van 99,96% dat de vrije cashflow groter is dan
€-6.613,71 tot €189.581,72 waarbij de vrije cashflow €103.164,95 bedroeg in het basisscenario.
- 46 -
Indien we kijken naar de kansverdeling van de vrije cashflow van het gemiddelde bedrijf 2007
at er opnieuw 100% kans is dat de vrije cashflow groter is dan
waarin de vrije cashflow zich bevindt, gaat van €36.288,45 tot €212.715,46 met een vrije cashflow
€144.012,45 in het basisscenario.
4 zien we dat ook hier de parameter ‘melkprijs/100 liter’ de belangrijkste parameter is
die de vrije cashflow bepaalt, gevolgd door de vier kostenparameters. De
’ heeft een kleine negatieve invloed en de parameter ‘
een zeer kleine positieve invloed op de vrije cashflow.
De kansverdeling van het arbeidsinkomen/VAK van het gemiddelde bedrijf 2008
dat er een kans van 95,58% is dat het arbeidsinkomen/VAK groter is dan het
umarbeidsinkomen/VAK van 2008 van €16.041,60. Het bereik
an bevinden, gaat van €-4940,92 tot €97.439,28
van het gemiddelde bedrijf 2008 bedroeg in het basisscenario €54.224,26.
: Kansverdeling arbeidsinkomen/VAK gemiddelde bedrijf 2008
suggereert dat de parameter ‘melkprijs/100 liter’ ook hier zeer belangrijk is
bepalen van het arbeidsinkomen/VAK. Hoewel hier het percentage het laagste is ten opzich
alle andere gemiddelde bedrijven uitgezonderd het gemiddelde kleine bedrijf
hebben hier een relatief zwaarder gewicht.
De kansverdeling van de vrije cashflow van het gemiddelde bedrijf 2008 (bijlage 4
dat de vrije cashflow groter is dan €0. Het bereik van de vrije cashflow gaat van
€189.581,72 waarbij de vrije cashflow €103.164,95 bedroeg in het basisscenario.
gemiddelde bedrijf 2007
at er opnieuw 100% kans is dat de vrije cashflow groter is dan €0. Het bereik
€36.288,45 tot €212.715,46 met een vrije cashflow
de belangrijkste parameter is
, gevolgd door de vier kostenparameters. De parameter ‘betaalde
parameter ‘bedrijfstoeslag’
van het gemiddelde bedrijf 2008 in figuur 9 toont
/VAK groter is dan het
Het bereik waarin het
€97.439,28. Het arbeidsinkomen
bedrijf 2008
ook hier zeer belangrijk is voor het
. Hoewel hier het percentage het laagste is ten opzichte van
uitgezonderd het gemiddelde kleine bedrijf. De kostenparameters
(bijlage 4) toont een kans
van de vrije cashflow gaat van
€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 Opdeling per jaar
Klein Middelgroot Groot 2006 2007 2008
%
AIa
%
VCFb
%
AI
%
VCF
%
AI
%
VCF
%
AI
%
VCF
%
AI
%
VCF
%
AI
%
VCF
%
AI
%
VCF
Melkprijs/100l
95,6 92,5 93,7 94,1 95,4 94,9 95,2 94,0 95,6 95,3 95,0 94,6 92,9 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
Berekende
rente incl.
fictieve pacht
0,0 2,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
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 het gemiddelde bedrijf lager ligt dan het berekende
minimumarbeidsinkomen/VAK bedraagt €21,06/100l. Bij deze minimumprijs bedragen de
beschikbare middelen bedrijfsvoering voor het gemiddelde bedrijf €-8.310,50. Deze minimumprijs
is ook uitgezet in figuur 10.
-51-
Figuur 10: Melkprijs/100l vanaf januari 2006 tot en met september 2009
Figuur 11: Arbeidsinkomen/VAK en minimumarbeidsinkomen/VAK voor de periode
januari 2006 tot en met september 2009
20222426283032343638404244
jan
-06
me
i-0
6
sep
-06
jan
-07
me
i-0
7
sep
-07
jan
-08
me
i-0
8
sep
-08
jan
-09
me
i-0
9
sep
-09
Melkprijs/100 l (in euro)
Melkprijs/100l
Minimummelkprijs
0
10
20
30
40
50
60
70
80
90
100
110
jan
-06
me
i-0
6
sep
-06
jan
-07
me
i-0
7
sep
-07
jan
-08
me
i-0
8
sep
-08
jan
-09
me
i-0
9
sep
-09
Du
ize
nd
en
Arbeidsinkomen/VAK (in 1000 euro)
Arbeidsinkomen/VAK
Minimumarbeidsinko
men/VAK
- 52 -
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.
-20000
0
20000
40000
60000
80000
100000
120000
140000
160000
jan
-06
me
i-0
6
sep
-06
jan
-07
me
i-0
7
sep
-07
jan
-08
me
i-0
8
sep
-08
jan
-09
me
i-0
9
sep
-09
Beschikbare middelen bedrijfsvoering (in
euro)
Beschikbare middelen
bedrijfsvoering
- 53 -
Tabel 15: Hefboom van totale ontvangsten op bruto saldo in euro
Bedrijf Totale ontvangsten
(1)
Operationele kosten
(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
volgens
grootte
Klein 174.048,47 70.413,89 103.634,58 1,68
Middelgroot 255.318,47 92.217,27 163.101,20 1,57
Groot 401.606,89 133.827,60 267.779,29 1,50
Opdeling per
jaar
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
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
Bedrijf Bruto saldo
(1)
Vaste kosten
(2)
Arbeids-
inkomen
(3)=
(1)-(2)
Hefboom
(4)=(1)/(3)
Gemiddeld bedrijf (algemeen) 177.754,93 68.560,44 109.194,49 1,63
Opdeling
volgens
grootte
Klein 103.634,57 46.922,95 56.711,62 1,83
Middelgroot 163.101,20 62.810,10 100.291,10 1,63
Groot 267.779,29 95.192,75 172.586,54 1,55
Opdeling per
jaar
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 98.391,39 1,77
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
Bedrijf Eigen vermogen
(1)
Vreemd vermogen
(2)
Hefboom
(3)=(2)/(1)
Gemiddeld bedrijf (algemeen) 661.541,16 420.702,23 0,64
Opdeling
volgens
grootte
Klein 468.512,53 299.667,30 0,64
Middelgroot 566.247,07 430.260,73 0,76
Groot 929.253,37 509.125,04 0,55
Opdeling per
jaar
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
- 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)
Bedrijf AIa AIa na
steun
∆%b VCFc VCFc na
steun
∆%b
Gemiddeld bedrijf
(algemeen) 47.019,60 61.349,23 +30% 51.622,86 65.992,48 +28%
Opdeling
volgens
grootte
klein 17.433,75 26.889,39 +54% 19.073,69 28.529,33 +50%
Middel-
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
per jaar
2006 57.570,70 71.144,58 +24% 61.962,82 75.546,69 +22%
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%
Opmerkingen: aAI: Arbeidsinkomen, b ∆%: percentage wijziging, cVCF: 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)
Bedrijf AIa AIa na
steun
∆%b VCFc VCFc na
steun
∆%b
Gemiddeld bedrijf
(algemeen) 109.194,5 114.196,85 +5% 113.837,7 118.840,1 +4%
Opdeling
volgens
grootte
klein 56.711,6 60.157,7 +6% 58.351,6 61.797,7 +6%
Middel-
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
per jaar
2006 89.660,6 93.630,9 +4% 94.052,8 98.022,9 +4%
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%
Opmerkingen: aAI: Arbeidsinkomen, b ∆%: percentage wijziging, cVCF: Vrije cashflow
Tabel 20: Resultaten van een voerkostondersteuning van 20% (in euro)
Bedrijf AIa AIa na
steun
∆%b VCFc VCFc na
steun
∆%b
Gemiddeld bedrijf
(algemeen) 109.194,5 119.199,2 +9% 113.837,7 123.842,5 +9%
Opdeling
volgens
grootte
klein 56.711,6 63.603,9 +12% 58.351,6 65.243,8 +12%
Middel-
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
per jaar
2006 89.660,6 97.601,1 +9% 94.052,8 101.993,2 +8%
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%
Opmerkingen: aAI: Arbeidsinkomen, b ∆%: percentage wijziging, cVCF: 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)
Bedrijf VCFa VCFa na
steun
∆%b
Gemiddeld bedrijf
(algemeen)
113.837,74
119.713,76
+5%
Opdeling
volgens
grootte
klein 58.351,56 62.321,35 +7%
Middel-
groot 102.898,62 108.787,92 +6%
groot 180.101,85 188.095,96 +4%
Opdeling
per jaar
2006 94.052,76 99.786,61 +6%
2007 144.012,45 149.732,48 +4%
2008 103.164,95 109.323,71 +6%
Opmerkingen: aVCF: 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)
Bedrijf AIa AIa na
steun ∆%b
Gemiddeld bedrijf (algemeen) 109.194,49 118.638,22 9%
Opdeling
volgens
grootte
Klein 56.711,62 66.155,35 17%
Middelgroot 100.291,10 109.734,83 9%
Groot 172.586,55 182.030,28 5%
Opdeling per
jaar
2006 89.660,64 99.104,37 11%
2007 139.255,91 148.699,64 7%
2008 98.391,38 107.835,11 10%
Opmerkingen: aAI = 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). Financieel-
Economische 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 (2005). Het gemeenschappelijk
landbouwbeleid uit de doeken gedaan. Opgevraagd 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 knowledge-
deficit 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 1,78
melk 230.333,06
vleesproductie 18.519,56
inventarisverschil vee 7.085,20
premies min superheffing 34,80
Opbrengsten 255.972,63
veekosten 19.053,63
voerkosten 50.023,59
teeltkosten voergewassen 26.086,75
verkoop ruwvoer -721,71
voorraadmutatie ruwvoer -1.209,83
berekende rente vee 6.078,95
Variabele kosten 99.311,37
Saldo rundveehouderij 156.661,27
saldo akkerbouw/tuinbouw 13.072,49
saldo ander vee 1.917,90
saldo zuivelverwerking 956,90
contractteelt/werk voor derden 4.012,75
Totaal Saldo neventakken 19.960,03
Overige bedrijfsopbrengsten
1.133,63
Bruto bedrijfsresultaat
177.754,93
huur melkquotum 436,03
pacht (betaald) 8.237,72
grond (incl. fictieve pacht) 5.613,52
gebouwen 29.466,56
- 77 -
tractor 16.583,94
machines 11.494,37
ber.rente quotum en rechten 16.356,02
ber. Rente voorraden en aandelen 1.663,60
Vaste activa 89.851,77
personeel 3.156,61
elektriciteit 5.343,13
water 499,26
verzekering 2.957,13
bedrijfsbeh., lidgelden, abonn. 2.587,07
overige 5.835,12
Algemene kosten 20.378,32
Vaste kosten
110.230,09
Netto bedrijfsresultaat
bedrijfsvoering
67.524,84
buitengewone baten/lasten 5.025,15
bedrijfstoeslag 33.487,88
Totaal netto bedrijfsresultaat
106.037,88
+ betaalde lonen 3.156,61
Arbeidsinkomen bedrijf
109.194,49 61.511,73
- betaalde lonen 3.156,61
+ ontvangen LIF premie+BTW 3.753,91
+ berekende rente+ fictieve pacht 39.620,74
- (betaalde rente - rentesubsidie) 17.624,53
Winst
131.787,99
+ afschrijvingen 32.361,30
Cashflow
164.149,29
- kapitaalaflossingen 50.311,55
Vrije cashflow
113.837,74 64.127,38
- privébestedingen 33.857,27
- belastingen/sociale lasten 8.848,89
Beschikbare middelen
bedrijfsvoering
71.131,59
+ opname leningen 78.455,01
Beschikbare middelen
149.586,60
- 78 -
Gemiddelde kleine bedrijf
Tabel 2.2: Resultatenrekening gemiddelde kleine bedrijf in euro
Gemiddeld aantal VAK 1,31
melk 150.239,80
vleesproductie 10.984,35
inventarisverschil vee 4.346,01
premies min superheffing 22,85
Opbrengsten 165.593,02
veekosten 13.715,23
voerkosten 34.461,43
teeltkosten voergewassen 19.007,98
verkoop ruwvoer -528,42
voorraadmutatie ruwvoer -449,75
berekende rente vee 4.207,43
Variabele kosten 70.413,89
Saldo rundveehouderij 95.179,12
saldo akkerbouw/tuinbouw 4.460,93
saldo ander vee 587,42
saldo zuivelverwerking 418,11
contractteelt/werk voor derden 2.173,94
Totaal Saldo neventakken 7.640,39
Overige bedrijfsopbrengsten
815,06
Bruto bedrijfsresultaat
103.634,57
huur melkquotum 172,77
pacht (betaald) 5.926,04
grond (incl. fictieve pacht) 3.233,26
gebouwen 19.431,22
tractor 11.071,77
- 79 -
machines 7.433,53
ber.rente quotum en rechten 10.661,95
ber. Rente voorraden en aandelen 1.047,53
Vaste activa 58.978,06
personeel 1.903,18
elektriciteit 3.934,04
water 418,08
verzekering 2.207,15
bedrijfsbeh., lidgelden, abonn. 1.903,60
overige 4.267,48
Algemene kosten 14.633,53
Vaste kosten
73.611,59
Netto bedrijfsresultaat
bedrijfsvoering
30.022,99
buitengewone baten/lasten 2.657,68
bedrijfstoeslag 22.129,82
Totaal netto bedrijfsresultaat
54.810,48
+ betaalde lonen 1.901,15
Arbeidsinkomen bedrijf
56.711,62 43.287,92
- betaalde lonen 1.901,15
+ ontvangen LIF premie+BTW 1.539,27
+ berekende rente+ fictieve pacht 26.002,29
- (betaalde rente - rentesubsidie) 11.910,59
Winst
70.441,45
+ afschrijvingen 21.344,42
Cashflow
91.785,87
- kapitaalaflossingen 33.434,32
Vrije cashflow
58.351,56 44.539,68
- privébestedingen 25.269,95
- belastingen/sociale lasten 4.972,40
Beschikbare middelen
bedrijfsvoering
28.109,21
+ opname leningen 63.060,22
Beschikbare middelen
91.169,43
- 80 -
Gemiddelde middelgrote bedrijf
Tabel 2.3: Resultatenrekening gemiddelde middelgrote bedrijf in euro
Gemiddeld aantal VAK 1,61
melk 216.978,40
vleesproductie 18.576,39
inventarisverschil vee 6.223,88
premies min superheffing 18,73
Opbrengsten 241.797,39
veekosten 17.366,32
voerkosten 46.838,37
teeltkosten voergewassen 25.031,10
verkoop ruwvoer -745,51
voorraadmutatie ruwvoer -1.842,19
berekende rente vee 5.569,19
Variabele kosten 92.217,27
Saldo rundveehouderij 149.580,12
saldo akkerbouw/tuinbouw 7.790,68
saldo ander vee 1.725,11
saldo zuivelverwerking 201,34
contractteelt/werk voor derden 3.117,43
Totaal Saldo neventakken 12.834,56
Overige bedrijfsopbrengsten
686,52
Bruto bedrijfsresultaat
163.101,20
huur melkquotum 355,74
pacht (betaald) 6.989,59
grond (incl. fictieve pacht) 5.077,40
gebouwen 28.750,48
tractor 14.072,05
- 81 -
machines 9.736,62
ber.rente quotum en rechten 16.260,34
ber. Rente voorraden en aandelen 1.610,94
Vaste activa 82.853,15
personeel 708,14
elektriciteit 4.917,04
water 336,99
verzekering 2.870,48
bedrijfsbeh., lidgelden, abonn. 2.213,23
overige 5.356,39
Algemene kosten 16.402,27
Vaste kosten
99.255,42
Netto bedrijfsresultaat
bedrijfsvoering
63.845,78
buitengewone baten/lasten 5.139,47
bedrijfstoeslag 30.594,56
Totaal netto bedrijfsresultaat
99.579,82
+ betaalde lonen 711,28
Arbeidsinkomen bedrijf
100.291,10 62.227,65
- betaalde lonen 711,28
+ ontvangen LIF premie+BTW 3.804,39
+ berekende rente+ fictieve pacht 38.063,68
- (betaalde rente - rentesubsidie) 17.669,67
Winst
123.778,22
+ afschrijvingen 30.203,38
Cashflow
153.981,59
- kapitaalaflossingen 51.082,97
Vrije cashflow
102.898,62 63.845,54
- privébestedingen 29.237,67
- belastingen/sociale lasten 8.560,43
Beschikbare middelen
bedrijfsvoering
65.100,53
+ opname leningen 72.606,85
Beschikbare middelen
137.707,38
- 82 -
Gemiddelde grote bedrijf
Tabel 2.4: Resultatenrekening gemiddelde grote bedrijf in euro
Gemiddeld aantal VAK 2,18
melk 324.976,42
vleesproductie 26.213,65
inventarisverschil vee 10.976,37
premies min superheffing 57,39
Opbrengsten 362.223,84
veekosten 25.821,76
voerkosten 69.546,21
teeltkosten voergewassen 32.134,71
verkoop ruwvoer -497,98
voorraadmutatie ruwvoer -1.346,78
berekende rente vee 8.169,68
Variabele kosten 133.827,60
Saldo rundveehouderij 228.396,25
saldo akkerbouw/tuinbouw 28.033,63
saldo ander vee 1.981,72
saldo zuivelverwerking 2.283,17
contractteelt/werk voor derden 5.266,18
Totaal Saldo neventakken 37.564,70
Overige bedrijfsopbrengsten
1.818,35
Bruto bedrijfsresultaat
267.779,29
huur melkquotum 897,55
pacht (betaald) 11.379,97
grond (incl. fictieve pacht) 8.353,52
gebouwen 40.317,63
tractor 23.490,46
machines 16.765,90
- 83 -
ber.rente quotum en rechten 25.050,50
ber. Rente voorraden en
aandelen 2.314,94
Vaste activa 128.570,48
personeel 9.730,90
elektriciteit 6.322,24
water 680,78
verzekering 3.090,57
bedrijfsbeh., lidgelden, abonn. 3.729,78
overige 7.061,42
Algemene kosten 30.615,68
Vaste kosten
159.186,16
Netto bedrijfsresultaat
bedrijfsvoering
108.593,13
buitengewone baten/lasten 6.431,75
bedrijfstoeslag 47.823,38
Totaal netto bedrijfsresultaat
162.848,26
+ betaalde lonen 9.738,28
Arbeidsinkomen bedrijf
172.586,55 79.210,01
- betaalde lonen 9.738,28
+ ontvangen LIF premie+BTW 5.666,14
+ berekende rente+ fictieve
pacht 56.345,59
- (betaalde rente -
rentesubsidie) 23.984,73
Winst
200.875,27
+ afschrijvingen 44.397,69
Cashflow
245.272,95
- kapitaalaflossingen 65.171,10
Vrije cashflow
180.101,85 82.659,22
- privébestedingen 36.503,85
- belastingen/sociale lasten 13.489,05
Beschikbare middelen
bedrijfsvoering
130.108,95
+ opname leningen 114.587,48
Beschikbare middelen
244.696,43
- 84 -
Gemiddelde bedrijf 2006
Tabel 2.5: Resultatenrekening gemiddelde bedrijf 2006 in euro
Gemiddeld aantal VAK 1,75
melk 191.379,41
vleesproductie 20.206,98
inventarisverschil vee 6.296,99
premies min superheffing 98,90
Opbrengsten 217.982,27
veekosten 16.832,90
voerkosten 39.702,30
teeltkosten voergewassen 21.934,74
verkoop ruwvoer -545,54
voorraadmutatie ruwvoer -18,10
berekende rente vee 5.737,23
Variabele kosten 83.643,53
Saldo rundveehouderij 134.338,74
saldo akkerbouw/tuinbouw 14.338,54
saldo ander vee 2.905,46
saldo zuivelverwerking 659,30
contractteelt/werk voor derden 4.567,93
Totaal Saldo neventakken 22.471,23
Overige bedrijfsopbrengsten
1.257,85
Bruto bedrijfsresultaat
158.067,81
huur melkquotum 912,68
pacht (betaald) 8.095,20
grond (incl. fictieve pacht) 5.185,97
gebouwen 27.688,93
tractor 15.508,11
- 85 -
machines 10.976,85
ber.rente quotum en rechten 15.280,31
ber. Rente voorraden en aandelen 1.540,96
Vaste activa 85.189,01
personeel 2.697,97
elektriciteit 4.869,14
water 539,72
verzekering 2.778,12
bedrijfsbeh., lidgelden, abonn. 2.277,83
overige 5.623,46
Algemene kosten 18.786,25
Vaste kosten
103.975,26
Netto bedrijfsresultaat
bedrijfsvoering
54.092,55
buitengewone baten/lasten 4.137,45
bedrijfstoeslag 28.728,79
Totaal netto bedrijfsresultaat
86.958,79
+ betaalde lonen 2.701,85
Arbeidsinkomen bedrijf
89.660,64 51.221,32
- betaalde lonen 2.701,85
+ ontvangen LIF premie+BTW 3.705,02
+ berekende rente+ fictieve pacht 37.348,85
- (betaalde rente - rentesubsidie) 17.203,28
Winst
110.809,39
+ afschrijvingen 30.479,17
Cashflow
141.288,56
- kapitaalaflossingen 47.235,80
Vrije cashflow
94.052,76 53.730,45
- privébestedingen 38.004,92
- belastingen/sociale lasten 18,74
Beschikbare middelen
bedrijfsvoering
56.029,09
+ opname leningen 78.818,71
Beschikbare middelen
134.847,81
- 86 -
Gemiddelde bedrijf 2007
Tabel 2.6: Resultatenrekening gemiddelde bedrijf 2007 in euro
Gemiddeld aantal VAK 1,76
melk 252.318,85
vleesproductie 18.646,81
inventarisverschil vee 5.704,54
premies min superheffing 0,00
Opbrengsten 276.670,20
veekosten 19.165,22
voerkosten 49.217,67
teeltkosten voergewassen 24.948,24
verkoop ruwvoer -631,31
voorraadmutatie ruwvoer -1.875,35
berekende rente vee 6.036,38
Variabele kosten 96.860,83
Saldo rundveehouderij 179.809,36
saldo akkerbouw/tuinbouw 13.862,05
saldo ander vee 1.675,70
saldo zuivelverwerking 751,79
contractteelt/werk voor derden 3.711,46
Totaal Saldo neventakken 20.001,00
Overige bedrijfsopbrengsten
771,07
Bruto bedrijfsresultaat
200.581,44
huur melkquotum 206,54
pacht (betaald) 7.843,57
grond (incl. fictieve pacht) 5.415,33
gebouwen 29.260,40
tractor 15.629,14
- 87 -
machines 11.357,32
ber.rente quotum en rechten 16.597,28
ber. Rente voorraden en aandelen 1.651,60
Vaste activa 87.961,17
personeel 3.106,31
elektriciteit 5.240,52
water 512,21
verzekering 2.940,39
bedrijfsbeh., lidgelden, abonn. 2.615,44
overige 5.821,58
Algemene kosten 20.236,45
Vaste kosten
108.197,63
Netto bedrijfsresultaat
bedrijfsvoering
92.383,81
buitengewone baten/lasten 5.324,51
bedrijfstoeslag 38.439,90
Totaal netto bedrijfsresultaat
136.148,22
+ betaalde lonen 3.107,69
Arbeidsinkomen bedrijf
139.255,91 78.944,03
- betaalde lonen 3.107,69
+ ontvangen LIF premie+BTW 4.556,20
+ berekende rente+ fictieve pacht 39.560,02
- (betaalde rente - rentesubsidie) 17.161,81
Winst
163.102,62
+ afschrijvingen 31.768,08
Cashflow
194.870,70
- kapitaalaflossingen 50.858,25
Vrije cashflow
144.012,45 81.640,51
- privébestedingen 30.301,67
- belastingen/sociale lasten 11.713,38
Beschikbare middelen
bedrijfsvoering
101.997,40
+ opname leningen 61.888,13
Beschikbare middelen
163.885,53
- 88 -
Gemiddelde bedrijf 2008
Tabel 2.7: Resultatenrekening gemiddelde bedrijf 2008 in euro
Gemiddeld aantal VAK 1,81
melk 249.344,14
vleesproductie 16.434,67
inventarisverschil vee 9.346,27
premies min superheffing 0,00
Opbrengsten 275.125,07
veekosten 21.288,72
voerkosten 61.977,23
teeltkosten voergewassen 31.707,64
verkoop ruwvoer -1.005,71
voorraadmutatie ruwvoer -1.828,37
berekende rente vee 6.468,74
Variabele kosten 118.608,25
Saldo rundveehouderij 156.516,82
saldo akkerbouw/tuinbouw 10.794,29
saldo ander vee 1.070,53
saldo zuivelverwerking 1.492,18
contractteelt/werk voor derden 3.692,35
Totaal Saldo neventakken 17.049,35
Overige bedrijfsopbrengsten
686,52
Bruto bedrijfsresultaat
174.252,69
huur melkquotum 146,01
pacht (betaald) 8.760,79
grond (incl. fictieve pacht) 6.261,14
gebouwen 31.489,44
tractor 18.673,04
- 89 -
machines 12.148,41
ber.rente quotum en rechten 17.208,89
ber. Rente voorraden en aandelen 1.802,73
Vaste activa 96.490,47
personeel 3.698,05
elektriciteit 5.944,52
water 438,75
verzekering 3.156,73
bedrijfsbeh., lidgelden, abonn. 2.885,36
overige 6.052,78
Algemene kosten 22.176,19
Vaste kosten
118.666,66
Netto bedrijfsresultaat
bedrijfsvoering
55.586,03
buitengewone baten/lasten 5.668,16
bedrijfstoeslag 33.439,14
Totaal netto bedrijfsresultaat
94.693,33
+ betaalde lonen 3.698,05
Arbeidsinkomen bedrijf
98.391,38 54.224,26
- betaalde lonen 3.698,05
+ ontvangen LIF premie+BTW 2.958,72
+ berekende rente+ fictieve pacht 41.986,25
- (betaalde rente - rentesubsidie) 18.478,14
Winst
121.160,17
+ afschrijvingen 34.885,03
Cashflow
156.045,20
- kapitaalaflossingen 52.880,26
Vrije cashflow
103.164,95 56.855,01
- privébestedingen 32.793,84
- belastingen/sociale lasten 15.570,70
Beschikbare middelen
bedrijfsvoering
54.800,41
+ opname leningen 95.226,06
Beschikbare middelen
150.026,47
- 90 -
Bijlage 3: Correlatiematrix
Tabel 3.1: Correlatiematrix voor arbeidsinkomen, aantal hectare en aantal koeien
Correlations
arbeidsinkomen aantalha aantalkoeien
Kendall's tau_b arbeidsinkomen Correlation Coefficient 1,000 ,542** ,616
**
Sig. (2-tailed) . ,000 ,000
N 105 105 105
aantalha Correlation Coefficient ,542** 1,000 ,580
**
Sig. (2-tailed) ,000 . ,000
N 105 105 105
aantalkoeien Correlation Coefficient ,616** ,580
** 1,000
Sig. (2-tailed) ,000 ,000 .
N 105 105 105
**. Correlation is significant at the 0.01 level (2-tailed).
Bijlage 4: Monte Carlo simulatie
Gemiddelde bedrijf (algemeen)
Tabel 4.1: Minimum-, meest waarschijnlijke
gemiddelde algemene bedrijf
Parameter Minimum
(€)
Melkprijs/100l 20,95
Voerkosten 35.016,51
Bedrijfstoeslag 30.139,10
Berekende rente incl.
fictieve pacht
27.734,52
Teeltkosten
voergewassen
18.260,72
Veekosten 13.337,54
Betaalde rente incl.
rentesubsidie
12.337,17
Onderhoud
gebouwen, grond &
machines
10.678,12
Figuur 4.1: Kansverdeling vrije cashflow
bedrijf
- 91 -
: Monte Carlo simulatie
bedrijf (algemeen)
, meest waarschijnlijke- en maximumwaarde parameters voor het
gemiddelde algemene bedrijf
Minimum
Meest waarschijnlijke
(€)
Maximum
(€)
20,95 32,15 42,49
35.016,51 50.023,59 65.030,67
30.139,10 33.487,88 33.487,88
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
10.678,12 15.254,46 19.830,79
rdeling vrije cashflow gemiddelde algemene
en maximumwaarde parameters voor het
Maximum
€)
42,49
65.030,67
33.487,88
51.506,96
33.912,77
24.769,72
22.911,89
19.830,79
gemiddelde algemene
Gemiddelde kleine bedrijf
Tabel 4.2: Minimum-, meest waarschijnlijke
gemiddelde kleine bedrijf
Parameter Minimum
(€)
Melkprijs/100l 20,95
Voerkosten 24.122,99
Bedrijfstoeslag 19.916,83
Berekende rente incl.
fictieve pacht
18.201,60
Teeltkosten
voergewassen
13.305,59
Veekosten 9.600,66
Betaalde rente incl.
rentesubsidie
8.337,41
Onderhoud
gebouwen, grond &
machines
6.801,44
Figuur 4.2: Kansverdeling vrije cashflow
- 92 -
, meest waarschijnlijke- en maximumwaarde parameters voor het
Minimum
Meest waarschijnlijke
(€)
Maximum
(€)
20,95 31,78 42,49
24.122,99 34.461,43 44.799,87
19.916,83 22.129,82 22.129,82
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
rdeling vrije cashflow gemiddelde kleine bedrijf
en maximumwaarde parameters voor het
Maximum
€)
42,49
44.799,87
22.129,82
33.802,98
24.710,37
17.829,81
15.483,76
12.631,25
gemiddelde kleine bedrijf
Gemiddelde middelgrote bedri
Tabel 4.3: Minimum-, meest waarschijnlijke
gemiddelde middelgrote bedrijf
Parameter Minimum
(€)
Melkprijs/100l 20,95
Voerkosten 32.786,86
Bedrijfstoeslag 27.535,11
Berekende rente incl.
fictieve pacht
26.644,58
Teeltkosten
voergewassen
17.521,77
Veekosten 12.156,43
Betaalde rente incl.
rentesubsidie
12.368,77
Onderhoud
gebouwen, grond &
machines
8.967,21
Figuur 4.3: Kansverdeling vrije cashflow
bedrijf
- 93 -
middelgrote bedrijf
, meest waarschijnlijke- en maximumwaarde parameters voor het
gemiddelde middelgrote bedrijf
Minimum
Meest waarschijnlijke
(€)
Maximum
(€)
20,95 32,20 42,49
32.786,86 46.838,37 60.889,87
27.535,11 30.594,56 30.594,57
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
rdeling vrije cashflow gemiddelde middelgrote
en maximumwaarde parameters voor het
Maximum
€)
42,49
60.889,87
30.594,57
49.482,78
32.540,43
22.576,22
22.970,57
16.654,39
gemiddelde middelgrote
Gemiddelde grote bedrijf
Tabel 4.4: Minimum-, meest waarschijnlijke
gemiddelde grote bedrijf
Parameter Minimum
(€)
Melkprijs/100l 20,95
Voerkosten 48.682,35
Bedrijfstoeslag 43.041,05
Berekende rente incl.
fictieve pacht
39.441,91
Teeltkosten
voergewassen
22.494,3
Veekosten 18.075,23
Betaalde rente incl.
rentesubsidie
16.789,31
Onderhoud
gebouwen, grond &
machines
16.599,86
Figuur 4.4: Kansverdeling vrije cashflow
- 94 -
, meest waarschijnlijke- en maximumwaarde parameters voor het
Minimum
Meest waarschijnlijke
(€)
Maximum
(€)
20,95 32,61 42,49
48.682,35 69.546,21 90.410,07
43.041,05 47.823,38 47.823,39
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
erdeling vrije cashflow gemiddelde grote bedrijf
en maximumwaarde parameters voor het
Maximum
€)
42,49
90.410,07
47.823,39
73.249,27
41.775,12
33.568,29
31.180,15
30.828,30
gemiddelde grote bedrijf
Gemiddelde bedrijf 2006
Tabel 4.5: Minimum-, meest waarschijnlijke
gemiddelde bedrijf 2006
Parameter Minimum
(€)
Melkprijs/100l 20,95
Voerkosten 27.791,61
Bedrijfstoeslag 25.855,91
Berekende rente incl.
fictieve pacht
26.144,20
Teeltkosten
voergewassen
15.354,32
Veekosten 11.783,03
Betaalde rente incl.
rentesubsidie
12.042,29
Onderhoud
gebouwen, grond &
machines
9.822,06
Figuur 4.5: Kansverdeling vrije cashflow
- 95 -
, meest waarschijnlijke- en maximumwaarde parameters voor het
Minimum
Meest waarschijnlijke
(€)
Maximum
(€)
20,95 28,20 42,49
27.791,61 39.702,30 51.612,99
25.855,91 28.728,79 28.728,80
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
erdeling vrije cashflow gemiddelde bedrijf 2006
en maximumwaarde parameters voor het
Maximum
€)
42,49
51.612,99
28.728,80
48.553,51
28.515,16
21.882,77
22.364,26
18.249,98
06
Gemiddelde bedrijf 2007
Tabel 4.6: Minimum-, meest waarschijnlijke
gemiddelde bedrijf 2007
Parameter Minimum
(€)
Melkprijs/100l 20,95
Voerkosten 34.452,37
Bedrijfstoeslag 34.595,91
Berekende rente incl.
fictieve pacht
27.692,01
Teeltkosten
voergewassen
17.463,77
Veekosten 13.415,65
Betaalde rente incl.
rentesubsidie
12.013,27
Onderhoud
gebouwen, grond &
machines
10.235,47
Figuur 4.6: Kansverdeling vrije cashflow
- 96 -
, meest waarschijnlijke- en maximumwaarde parameters voor het
Minimum
Meest waarschijnlijke
(€)
Maximum
(€)
20,95 34,91 42,49
34.452,37 49.217,67 63.982,97
34.595,91 38.439,90 38.439,91
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
rdeling vrije cashflow gemiddelde bedrijf 2007
en maximumwaarde parameters voor het
Maximum
€)
42,49
63.982,97
38.439,91
51.428,02
32.432,71
24.914,78
22.310,36
19.008,73
gemiddelde bedrijf 2007
Gemiddelde bedrijf 2008
Tabel 4.7: Minimum-, meest waarschijnlijke
gemiddelde bedrijf 2008
Parameter Minimum
(€)
Melkprijs/100l 20,95
Voerkosten 43.483,06
Bedrijfstoeslag 30.095,23
Berekende rente incl.
fictieve pacht
29.390,38
Teeltkosten
voergewassen
22.195,35
Veekosten 14.902,10
Betaalde rente incl.
rentesubsidie
12.934,70
Onderhoud
gebouwen, grond &
machines
12.025,59
Figuur 4.7: Kansverdeling vrije cashflow
- 97 -
, meest waarschijnlijke- en maximumwaarde parameters voor het
Minimum
Meest waarschijnlijke
(€)
Maximum
(€)
20,95 33,34 42,49
43.483,06 61.977,23 80.570,40
30.095,23 33.439,14 33.439,15
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
12.025,59 17.178,98 22.332,67
rdeling vrije cashflow gemiddelde bedrijf 2008
en maximumwaarde parameters voor het
Maximum
€)
42,49
80.570,40
33.439,15
54.582,13
41.219,94
27.675,33
4.021,58
22.332,67
gemiddelde bedrijf 2008
Top Related