Browsing by discipline "Agricultural Economics"

Suomen maatalouden tuotantorakennetta pidetään suhteellisen samankaltaisena eritoten Ruotsin kanssa ja maantieteellinen läheisyys merkitsee, että useissa maataloustuotteissa molempien maiden alkutuotanto kilpailee keskenään. Molemmat maat liittyivät vuonna 1994 Euroopan Unioniin, joka on ihmisten, tavaroiden, palveluiden ja pääoman vapaaseen liikkuvuuteen perustuva sisämarkkina-alue. Maataloushyödykkeiden kauppa eri jäsenmaissa on vapaata sisämarkkina-alueella. Lisäksi EU-alueella on yhteinen maatalouspolitiikka, joka rajoittaa yksittäisten jäsenmaiden oikeuksia päättää elinkeinoa koskevista asioista Välitön verotus, johon tuloverotus kuuluu, on jäsenmaiden kansallisen päätäntävallassa. Taloustieteellisestä näkökulmasta verotus aiheuttaa kustannuksen, joka vaikuttaa hyödykkeiden tarjontaan ja kysyntään. Verotus saattaa vääristää taloudellisten toimijoiden päätöksentekoa. Tällöin kansantalous ei ole optimitilassa. Tutkielmassa perehdytään Suomen ja Ruotsin maatalouden tuloverojärjestelmiin ja mahdollisiin eroihin poisto- ja varausjärjestelmissä. Poisto- ja varausjärjestelmä muodostaa olennaisen osan tuloksentasausjärjestelmää, ja saattaa siksi vaikuttaa maatalousyrittäjän investointipäätöksiin tavoilla, jotka eivät ole kokonaiskansantaloudellisesti optimaalisia. Tutkielman empiria perustuu maatalouden tuloverolomakkeilta laskettujen keskivertoinvestointiasteiden tilastolliseen t-testaukseen vuosien 2005-2015 aikana. Käyttöomaisuusinvestointiaste on tutkielmassa bruttokäyttöomaisuusinvestointien ja maatalouden myyntitulojen suhde. Tuotantosuunnista tarkastelussa on lypsy-, lihakarja- ja sikatilat. Ruotsissa on keskimäärin ollut matalampi käyttöomaisuusinvestointiaste kuin Suomessa. Etenkin kone- ja kalustoinvestoinneissa Ruotsin investointiasteet olivat melkein joka vuosi tuotantosuunnasta riippumatta tilastollisesti merkitsevästi matalampia kuin Suomessa. Tarkastelussa olleiden tuotantosuunnissa sikataloudessa kone- ja kalustoinvestointien investointiasteiden erot olivat pienimmät Suomen ja Ruotsin välillä. Ruotsin pienten lypsykarjatilojen ja Suomen lypsykarjatilojen välillä erot olivat suurimmat. Suuret ruotsalaiset lypsykarjatilat olivat investoineet tarkastelujaksolla keskimäärin enemmän kuin Suomen lypsykarjatilat. Kuitenkin kone- ja kalustoinvestoinneissa suomalaiset lypsykarjatilat olivat investoineet keskimäärin enemmän kuin ruotsalaiset suuret lypsykarjatilat. Tutkielmassa ei oteta kantaa investointiasteiden erojen syistä. Ruotsissa kuitenkin on Suomea monipuolisempi varausjärjestelmä, kun taas Suomen varaus- ja poistojärjestelmä kannustaa Ruotsia enemmän investoimaan koneisiin ja kalustoon. Aihetta tulisi tutkia tilakohtaisella aineistolla ja muut mahdolliset selittävät muuttujat tulisi huomioida investointiasteiden erojen tutkimisessa.

Study research how finnish farmers react to risk. Outcome is that finnish farmers are in average risk averse, and they weight lower probabilities more than high. Questionnaire was sent to 5 000 farmers, which 820 farmers sent their answer. Questionnaire included questions related to principal component analysis to confirm reliability. After analysis there were to principal components, which were compared in regression analysis with risk parameters alfa (value function parameter) and gamma (weighting function) with farmer's background information. Two principal components were not significant when alfa or gamma was dependent variable. Production sector was significant variable when weighting function parameter gamma acted as dependent variable. Age, amount of field owned or farms location did not have any meaning in attitudes towards risk. Study research how finnish farmers react to risk. Outcome is that finnish farmers are in average risk averse, and they weight lower probabilities more than high. Questionnaire was sent to 5 000 farmers, which 820 farmers sent their answer. Questionnaire included questions related to principal component analysis to confirm reliability. After analysis there were to principal components, which were compared in regression analysis with risk parameters alfa (value function parameter) and gamma (weighting function) with farmer's background information. Two principal components were not significant when alfa or gamma was dependent variable. Production sector was significant variable when weighting function parameter gamma acted as dependent variable. Age, amount of field owned or farms location did not have any meaning in attitudes towards risk.

Tässä tutkimuksessa keskityttiin toiminnan eli tässä yhteistyön merkityksen ymmärtämiseen yrittäjän näkökulmasta sekä myös säännönmukaisuuksien etsimiseen harjoitetuista yhteistyömuodoista. Tavoitteena oli selvittää, millainen strateginen merkitys harjoitetulla yhteistyöllä on kullekin yrityskokonaisuudelle ja mitä kustannuksia sekä hyötyjä yhteistyöstä syntyy. Lisäksi haluttiin selvittää rehun tuotantoon ja lannan käyttöön liittyvien yhteistyömuotojen ja riskin yhteyttä yrittäjän näkökulmasta, sekä saada tietoa yrittäjien kehitysajatuksista yhteistyöhön liittyen. Tutkimuksen aineisto hankittiin teemahaastatteluilla Pohjois-Savon alueelta maalis˗syyskuussa 2015. Haastatteluita tehtiin yhteensä kahdeksan, niin että neljä haastattelua tehtiin kasvinviljelytilan yrittäjille ja neljä kotieläintilan yrittäjille. Kahdesta yhteistyösuhteesta haastateltiin sekä kasvinviljely- että kotieläintilan yrittäjää, joten aineisto käsittelee kuutta eri yhteistyösuhdetta. Haastattelut nauhoitettiin ja litteroitiin, jonka jälkeen aineistoa luokiteltiin sekä aineistolähtöiseen että ohjattuun sisällönanalyysiin perustuen. Aineistossa esiintyvä kasvinviljely- ja kotieläintilan välinen yhteistyö asettui aikaisempaan tutkimukseen pohjautuvien luokitusten perusteella löyhän verkostoitumisen ja tiiviimmän, strategisen yhteistyön välille. Yhteistyön hyödyiksi haastatellut yrittäjät nimesivät erityisesti kustannusten ja ajan säästön, mutta myös vaikeammin rahallisesti määriteltäviä hyötyjä nimettiin useita. Yhteistyö koettiin pääosin maatalousyrityksen kokonaisriskiä pienentäväksi tekijäksi. Suurin osa haastatelluista halusi syventää olemassa olevaa yhteistyösuhdetta. Osalla haastatelluista oli myös lähes valmis suunnitelma tai aikomus uuden yhteistyökuvion aloittamisesta.

Tämän tutkimuksen tavoitteena oli kartoittaa suomalaisten maatalousyritysten välistä yhteistyö-tä. Tutkimuksessa selvitettiin minkälaista yhteistyötä maatalousyrittäjät keskenään tekevät ja keiden kanssa. Lisäksi selvitettiin kuinka merkittävinä tietyt yhteistyön hyödyt ja esteet koettiin. Tutkimuksen aineisto hankittiin sähköisellä kyselyllä keväällä 2014. Kyselyn aineisto analysoi-tiin kvantitatiivisesti käyttäen luokitteluja, ristiintaulukointeja, faktorianalyysiä ja logistista reg-ressioanalyysiä. Kyselyyn vastasi 411 suomalaista maatalousyrittäjää. Kyselyyn vastanneista maatalousyrittäjistä valtaosa tekee jonkinlaista yhteistyötä muiden tilal-listen kanssa. Yhteistyötä tehdään eniten kasvi- ja maitotilojen kanssa. Merkittävimmäksi yh-teistyön hyödyksi koettiin koneiden korkeampi käyttöaste. Yhteistyön esteistä merkittävin oli halu säilyttää itsenäisyys päätöksenteossa. Kyselyyn vastanneiden keskuudessa yhteistyön te-kemiseen ei vaikuttanut vastaajan ikä, tilan koko, koulutus eikä tuotantosuunta. Sen sijaan yh-teistyön tekemiseen vaikuttivat asenteet yhteistyötä ja etenkin sen esteitä kohtaan.

Tällä hetkellä luomusektorilla on ongelmana epäsuhta peltoviljelyn ja kuluttajalle tarjolla olevan luomuvalikoiman kesken. Nykyisin luomutiloilla on yleistä se, että kasvintuotantoa harjoitetaan luonnonmukaisesti ja kotieläintuotantoa ei. Näin ollen valtaosa luomurehusta käytetään tavanomaisen kotieläintuotannon rehuna. Tutkimuksen tavoitteena on selvittää, onko erilaisten maitotilojen kannattavuudessa eroa. Vertailtavina ovat luomumaitotilat, tavanomaiset maitotilat sekä tilat, joilla lypsykarja on tavanomaisessa tuotannossa ja pellot ovat luomutuotannossa. Viimeisenä esitetystä ryhmästä käytetään tutkimuksessa nimitystä välitilat. Kannattavuutta tarkastellaan käyttäen eri kannattavuustunnuslukuja. Tutkimuksen tavoitteena on lisäksi selvittää, mitkä tekijät vaikuttavat näiden ryhmien eroihin, jos eroja löytyy. Tutkimuksen aineistona käytetään kvantitatiivista MTT:n kannattavuuskirjanpitotilojen aineistoja vuosilta 2008–2012. Tuotantoryhmistä etsitään samankaltaisia tiloja käyttäen propensity score matching -menetelmää (PSM). Tutkimuskysymyksiin etsitään vastausta käyttämällä kuvailevaa tilastotiedettä sekä tilastollisia analyysejä. Syitä mahdollisille kannattavuuseroille etsitään käyttämällä tuotantofunktioita ja regressioanalyysiä sekä tarkastelemalla tuotto- ja kulurakenteita. Kannattavuuden tunnuslukuja tarkasteltaessa luomutilat ovat ainoita, jotka eroavat muista tarkasteluryhmistä. Luomutilojen kannattavuuskertoimet sekä työtuntiansiot ovat korkeampia, kuin tavanomaisten tai välitilojen vastaavat arvot. Väli- ja tavanomaiset tilat ovat kannattavuutta tarkasteltaessa samankaltaisia. Luomutilat ovat suurempia ja töitä tehdään vähemmän, joten luomutiloilla tuotto työtuntia kohden on paremmalla tasolla kuin muissa ryhmissä. Luomutilat saivat keskimäärin eniten tukia ja näin ollen tuotot olivat keskimäärin suurimmat tässä ryhmässä. Luomu- ja välitilojen kustannusrakenne oli hyvin samankaltainen. Tavanomaisilla tiloilla tarvikekustannukset olivat muita ryhmiä suuremmat. Luomu- ja välitilojen konekustannukset olivat tavanomaisten vastaavia suuremmat. Maitotilojen lehmämäärä vaikuttaa tavanomaisilla ja välitiloilla tuotokseen enemmän verrattuna luomutiloihin. Lehmämäärän vaikutus väli- ja tavanomaisten tilojen välillä vaihteli riippuen siitä, mitä mallia estimoinnissa käytettiin. Tavanomaisilla ja välitiloilla ostorehujen kustannusten vaikutus tuotokseen on suurempaa kuin luomutiloilla.

Tutkimuksen tavoitteena oli selvittää, mitkä tekijät selittävät maitotilojen toiminnan jatkuvuuden ja investointien todennäköisyyttä vuosina 2016–2022. Tutkimus jakautuu teoreettiseen ja empiiriseen osaan. Ensimmäiseksi käsitellään tutkimuksen taustoja, rakennetta ja samaa aihetta käsitteleviä aiempia tutkimuksia. Seuraavaksi keskitytään Suomen maatalouden rakennekehitykseen sekä maitotilojen kasvuun. Tutkimuksessa perehdytään myös maatalousyrityksen kasvun teoriaan. Lisäksi käydään läpi maatilojen investointeja. Lopuksi kuvataan tutkimusaineistoa ja -menetelmiä sekä esitetään tutkimustulokset, tulosten tarkastelu ja johtopäätökset. Tutkielmassa haettiin vastauksia siihen, mitkä tekijät voivat selittää maitotilojen toiminnan jatkuvuuden ja investointien todennäköisyyttä. Lisäksi tarkasteltiin, minkälaiset ovat navettahankkeiden kustannukset ja mikä on eläinpaikkakohtaisten kustannusarvioiden ja kustannusten riippuvuus rakennushankkeen koosta. Tutkimusaineisto saatiin TNS Gallup Oy:n keväällä 2016 viljelijöille teettämän kyselyn, Maatilojen kehitysnäkymät 2022, vastauksista. Kyselyyn vastasi kaikkiaan 4 417 maatilayrittäjää. Kyselytutkimuksen kohderyhmänä olivat kaikki aktiivimaatilat, mutta tässä tutkielmassa käytettiin ainoastaan lypsykarjatilojen aineistoa. Niitä aineistossa oli 3 463 kappaletta. Suomen maatalouden rakennekehitys ja tuotannon jatkuvuus edellyttävät investointeja. Maitotilan jatkamiseen ja investointiaikomuksiin ovat yhteydessä velkaisuus, maidon tuotostason odotettu nousu, peltoala, lehmämäärä, lehmämäärä per peltoala sekä odotettu peltoalamuutos vuosina 2016–2022.

The volatility of commodity prices, such as agricultural products, metals and energy, have been fluctuating from year to year. Studies show that there are many fundamentals affecting the volatility of commodity prices. The increasing financialisation of commodity markets might affect the price volatility among other fundamentals. One way to invest widely in commodity markets is to invest in sector indices which consist of numerous underlying securities. The objective of this research is to measure the price volatility of commodity sector indices during economic fluctuations. This study also tries to answer whether volatilities of selected sector indices correlate to each other. In this research four sector indices, S&P GSCI Agriculture Official Close Index ER, S&P GSCI All Cattle Official Close Index, S&P GSCI Energy Official Close Index and S&P GSCI Industrial Metals Official Close Index, were selected to measure the volatility and correlation. Fifth variable, S&P 500 Index was used to identify the periods of up and down markets and measure the correlation of commodity sector indices against that. A covariance-variance matrix was applied to measure the correlation. Econometrical approach to measure volatility was achieved by applying seven different univariate and multivariate GARCH (Generalised Auto Regressive Conditional Heteroscedasticity) models. The results suggest that the volatility and correlation in volatility models have been highest during the period of when the prices of S&P 500 Index were lowest. The volatility and correlation coefficient mainly follow the market fluctuation of S&P 500 Index. The results also indicate the pattern of volatility of the selected indices seem to be mainly similar except for one (S&P GSCI All Cattle Official Close Index). The mean values of coefficient correlation in multivariate models were mainly positive, fluctuating between -0.0000459 and 0.003934. This study supports the theory that volatility increases when market prices decrease. This study also shows evidence that when the volatility is high, also the correlation is high. This means that in the bear markets when correlation is higher, the benefit of diversification in these selected indices does not, in general, minimise the risk.

The purpose of the study was to find a model to examine the effectiveness of feeding through monitoring calculations (MoC), while also investigating the total protein and energy responses of the feed diet. The mutual effectiveness of the environmental factors was also examined. Today, as a result of changes in pricing, the milk protein and fat content are increasingly affecting the dairy's financial performance. The volatility of price for milk producer calculated based on the contents of the MoC used in the statistical analysis was 39,2 per cent if the pricing model 2018 of Cooperative Tuottajain Maito is used. However, nowadays the efficiency of milk production is mainly evaluated through the amount of milk. This study seeks to determine what the added value a milk yield efficiency assessment could bring to dairy farms. The exceptionally dry year of 2018 influenced the comparison of inefficiencies between production inputs, for which statistics have been collected. From silage analyses, it can be concluded that, due to drought, farms have aimed at maximizing yields at the expense of the D value. This is particularly evident in the results of clover silage analyses. The aim Was to improve the comparability of results by considering the effect of the D value. The material used in the thesis is a sample of the 2018 ProAgria milk production MoC, compiled from Valio farms. The statistics to be examined consist of 1 948 MoC: s to which 2 829 silage analyses can be attached. The analyses must be used to answer the research questions. MoC:s includes 91 984 individual observations of cows. Testing of the Stochastic Production Frontier Function started from the Cobb-Douglas function, ending in a translog model based on the likehood ratio test. The model obtained is best suited to describe the statistics to be analysed. The model used in the thesis makes it relatively easy to set up the MoC:s, or alternatively, the dairy farms in order of efficiency. Most of the input data is available from the MoC:s and supplementary data from the regional cooperatives. But the fitting variable used to calculate is not enough to describe the variation in input prices in the analysis. Several environmental factors were used to test the effect of feeding, barn, milking type and sharing of concentrated feed on milk yield. The differences between the different options were not so large that their output impact outweighed the expected cost of investments. It is worth looking at the impact on returns when the investment is timely for other reasons. At the same time, the effect of the silage harvest and the clover content of the silage on the milk yield was evaluated. The clover silage had a slightly positive impact if the effect of the D value was considered. One contribution of this thesis is the emphasis on technical efficiency in the evaluation of milk production performance. The current method of assessing the efficiency of milk production is largely based on the measurement of milk volumes. Efficiency is thus based on the annual milk amount of the cows or the annual energy-corrected milk amount. However, through quality pricing, milk levels have an increasingly significant impact on milk yield. Environmental factors affect the analysis results when testing other environmental factors as well as the actual analysis model. Their interaction must therefore be measured. Finally, the most significant contribution of the thesis is to apply protein and energy as inputs instead of different forages. And the following economic assessments. The response of energy was determined 0,94 and the one of protein was determined 0,19. The mean of MRTSe,p was -23,0 and the cost minimizing price ratio was around 115.

Nitrogen is a key nutrient for plant growth and crop production. However, excessive nitrogen fertilizer application may lead to nitrate leaching from soils to surface and ground waters. Nitrogen is a major cause of eutrophication of freshwater and marine ecosystems, including the Baltic Sea, and agriculture is a major source of nitrogen leaching to waterways in general. Because agriculture is a non-point source of diffuse pollution, measuring and monitoring the emissions is difficult and costly. This affects the design and implementation of non-point pollution policies. However, because reducing non-point pollution emissions has so far been limited, policies that counter non-point pollution emissions could reduce surface water pollution and improve water quality. The aim of this study was to examine various nitrogen leaching reducing policy instruments and their effects on farmer profits, social welfare, fertilizer use, land use, and to explore the willingness of farmers to accept different instruments. A theoretical heterogeneous land quality class framework was used to construct and develop an empirical parametric two crop bio-economic model in order to assess the impact and effectiveness of selected policy instruments. Heterogeneity in the model was incorporated by different maximum potential yields with respect to the different land quality classes. Three policy instruments were examined: fertiliser standard, fertiliser tax and emission charge. In addition, the redistribution of the collected fertiliser tax revenue by rebates was also explored and discussed. The results showed that differentiated policy instruments induced the highest social welfare. However, due to the nature of non-point pollution, differentiated policy instruments cannot be utilised and therefore uniform instruments have to be considered. An uniform fertilizer standard input provided the highest farmer profits. However, when tax rebates were introduced in to the policy instrument mix, private profits were the largest under a lump-sum rebate and rebates that were proportionally awarded according to fertilizer use. These higher profits changed instrument preference and acceptability among the producer. The uniform input tax and lump-sum rebate scheme stood out from the other tax rebate schemes, as it effectively reduced nitrogen fertilizer use (and therefore nitrogen runoff), and the lump-sum rebate compensated the farmer for the deemed stringent input tax. The model results indicated that a uniform input tax and lump-sum rebate scheme could be a potential policy instrument to reduce nitrogen leaching. However, further studies should be carried out on the willingness of producers to accept an input tax and rebate scheme.

Osakeyhtiömuotoisten maatilojen määrä on kasvanut vuodesta 1995 lähtien. Vuonna 2008 Suomessa oli 527 osakeyhtiömuotoista maatilaa. Kaikista Suomen maatiloista osake-yhtiömuotoisia on vielä hyvin vähän. Tutkielmassa tarkastellaan yksityisen maataloudenharjoittajan, verotusyhtymän ja osakeyhtiön ominaispiirteitä. Lisäksi tarkastellaan yksityisen maataloudenharjoittajan ja osakeyhtiön tilinpäätöksen toteuttamiseen ja verotukseen liittyviä eroavaisuuksia. Tutkimuksen tutkimusmenetelmänä on kvalitatiivinen tapaustutkimus. Tutkimusta varten haastateltiin kahdeksaa osakeyhtiömuotoisen maatilan yrittäjää. Teemahaastattelun avulla selvitettiin yritysmuodon muutoksen syitä, yritysmuodon muutoksen vaikutuksia, toimintaa rahoittajan kanssa ja osakeyhtiötä maatilan yritysmuotona. Haastateltavilla yrittäjillä oli maatalousalan koulutus ja heillä oli kokemusta toimimisesta maatalousyrittäjinä. Tutkimustilojen päätuotantosuuntina olivat kananmunan-, porsas- tai broilerin tuotanto. Yrittäjät olivat laajentaneet tuotantoaan merkittävästi viimeisen 15 vuoden aikana ja tilat olivat keskimääräistä suurempia. Osakeyhtiöittämisestä saatavat hyödyt olivat keskeisimmät syyt yritysmuodon muutokselle. Näistä merkittävin oli osakeyhtiöihin sovellettava 26 prosentin yhteisöverokanta. Sen katsottiin alentavan veroja ja parantavan kannattavuutta, vakavaraisuutta ja maksuvalmiutta. Lisäksi osakeyhtiö mahdollisti tuotannon aikaisempaa nopeamman laajentamisen. Toiminnallisia vaikutuksia ei yritysmuodon muutoksella katsottu olevan. Yrittäjät aikoivat jatkaa maatalouden harjoittamista osakeyhtiössä ja osakeyhtiön katsottiin olevan heidän tiloilleen oikea yritysmuoto. Osakeyhtiötä yritysmuotona koskevat rajoitteet verrattu yksityiseen maataloudenharjoittajaan oli pääasiassa poistettu. Osakeyhtiön katsottiin soveltuvan yritysmuodoksi varsinkin kannattaville ja velkaisille tiloille. Lisäksi usean yrittäjän omistamilla sekä peltoa omistuksessaan olevilla tiloilla osakeyhtiötyyppisen yritysmuodon katsottiin soveltuvan yritystoiminnan kehittämiseen.