Zaključno poročilo ciljnega raziskovalnega projekta - 2013 Oznaka poročila: ARRS-CRP-ZP-2013-02/10 ZAKLJUČNO POROČILO CILJNEGA RAZISKOVALNEGA PROJEKTA A. PODATKI O RAZISKOVALNEM PROJEKTU l.Osnovni podatki o raziskovalnem projektu Šifra projekta V4-1117 Naslov projekta Razvoj celovitega sistema za obvladovanje proizvodnih in dohodkovnih tveganj v slovenskem kmetijstvu in ribištvu Vodja projekta 16329 Luka Juvančič Naziv težišča v okviru CRP 2.04.01Upravljanje s tveganji v kmetijstvu in ribištvu Obseg raziskovalnih ur 653 Cenovni razred B Trajanje projekta 10.2011 - 03.2013 Nosilna raziskovalna organizacija 481 Univerza v Ljubljani, Biotehniška fakulteta Raziskovalne organizacije -soizvajalke 401 Kmetijski inštitut Slovenije 1612 GEA College - Fakulteta za podjetništvo Raziskovalno področje po šifrantu ARRS 4 BIOTEHNIKA 4.03 Rastlinska produkcija in predelava 4.03.08 Ekonomika agroživilstva in razvoj podeželja Družbenoekonomski cilj 08. Kmetijstvo 2.Raziskovalno področje po šifrantu FOS1 Šifra 4.01 - Veda 4 Kmetijske vede - Področje 4.01 Kmetijstvo, gozdarstvo in ribištvo 3.Sofinancerji Sofinancerji 1. Naziv Ministrstvo za kmetijstvo in okolje Naslov Dunajska c. 22, 1000 Ljubljana Zaključno poročilo ciljnega raziskovalnega projekta - 2013 B. REZULTATI IN DOSEŽKI RAZISKOVALNEGA PROJEKTA 4.Povzetek raziskovalnega projekta2 SLO Raziskovalni projekt obravnava aktualna vprašanja upravljanja s tveganji v slovenskem kmetijstvu in ribištvu. V izhodišču raziskava analizira vire tveganj v slovenskem kmetijstvu in kvantitativno utemeljuje njihov pomen. Na podlagi pregleda literature in primerja nega pregleda praks v državah EU in OECD predstavlja nabor sistemov za upravljanje s tveganji in jih kritično vrednoti iz vidikov izvedljivosti, učinkovitosti in javnofinančne vzdržnosti. Na podlagi pregleda dosedanje ureditve upravljanja s tveganji v slovenskem kmetijstvu in ribištvu analizira razloge za skromno udeležbo kmetijstva in ribištva v sistemih zavarovanja v Sloveniji. Med razlogi na strani povpraševanja izpostavlja, da so gospodarski subjekti v kmetijstvu in ribištvu nenaklonjeni tveganjem, pri čemer prevladujejo individualne strategije upravljanja s tveganji, interes za vključevanje v sisteme skupinskega upravljanja s tveganji pa je šibek. Na strani ponudbe je prisoten problem visokih proizvodnih tveganj, posledično s tem pa razmeroma visokih premij in nizkega obsega zavarovanj. V empiričnem delu projekta, ki raziskuje možnosti za izboljšanje obstoječe ureditve in vrednoti alternativne predloge, smo izbirali med pristopi, ki so za Slovenijo relevantni, praktično izvedljivi in so lahko sofinancirani iz naslova Programa razvoja podeželja 2014-20. Osredotočili smo se na tri možnosti. Prva možnost je nadaljevanje dosedanje ureditve, to je sofinanciranja zavarovalnih premij pod spremenjenimi pogoji, ki jih prinaša nova zakonska ureditev (dvig ravni sofinanciranja na 65% in dvig škodnega praga za izplačilo odškodnin na 30%). Kljub negotovosti, ki jo prinašajo spremembe, se ta alternativa kaže kot najbolj realen scenarij. Pri drugi analizirani možnosti gre za razširitev ponudbe zavarovanj s strani novega ponudnika, vzajemne premoženjske kmetijske zavarovalnice. Ob predpostavki postopne vključitve 60% obstoječih zavarovancev bi participacija države v obliki subvencioniranja zavarovalnih premij znašala 9,412 mio EUR letno. Tretja možnost je vzajemni sklad za proizvodna tveganja, ki je zamišljen kot ,dopolnilni' sistem za upravljanje s katastrofičnimi tveganji. V zvezi z vzpostavitvijo tega instrumenta se pojavljajo številna tveganja, povezana z nizkim interesom kmetijskih gospodarstev za vstop v skupni vzajemni sklad, s težavno vzpostavitvijo pravil poslovanja in težavnim terminskim načrtovanjem javnofinančnih podpor. V projektu smo empirično ovrednotili tudi vprašanje dohodkovnih tveganj. V scenarijskem modelu smo z uporabo Monte Carlo simulacij ovrednotili obseg dohodkovnih tveganj in obseg potencialnih odškodnin. Vzpostavitev tovrstnega mehanizma je zaenkrat praktično neizvedljiva in ni javnofinančno vzdržna. Gre pa za mehanizem, ki bo potencialno zanimiv po letu 2020, oziroma v odvisnosti od prihodnje ureditve neposrednih plačil. Iz tega vidika bi bilo smotrno pričeti s pripravljalnimi aktivnostmi, začenši s splošno vključitvijo kmetijskih gospodarstev v vodenje računovodstva. ANG The research project examines current issues of risk management in Slovenian agriculture and fisheries. In the baseline survey, sources of risk in Slovenian agriculture are identified and quantified. Based on a literature review and a comparative survey of practices in the EU and OECD, a set of risk management systems is critically evaluated through the aspects of feasibility, efficiency and fiscal sustainability. Based on the review of the existing arrangements for managing risk in Slovenian agriculture and fisheries, the reasons for poor attendance of agriculture and fisheries in insurance schemes is analyzed. From the demand side the main reason is that economic operators in agriculture and fisheries are generally risk averse with risk being managed by individual management strategies. Their interest for involvement in collective systems of risk management such as insurance is weak. On the supply side, there is a problem of high production risks and consequently, high premiums and low levels of insurance. In the empirical part, the project explores the possibilities for improvement of the existing arrangements and evaluates alternative proposals. In selection of alternatives, choice has been made between approaches that are relevant for Slovenia, practicable, and may be co-funded under the Rural Development Programme 2014-20. We focused on three options. The first option is a continuation of the existing regime, co-financing of insurance premiums under new Poročilo: ARRS-CRP-ZP-2013-02/10 Stran 2 od 16 conditions (65% co-financing rates and 30% indemnity threshold). Despite the uncertainty, brought about these changes, this alternative appearas as the most realistic scenario. The second analyzed option is in fact only an extension of the existing supply on the insurance marked by a new provider, mutual agricultural insurance company. Assuming a gradual integration of 60% of the currently insured agricultural and fishery holdings, budgetary participation in the form of subsidizing insurance premiums would amount to EUR 9.412 million annually. The third option is a mutual fund for the production risk and is conceptualized as a ,complementary' system for managing catastrophic risks. With regard to the creation of this instrument, a number of risks is raised associated with low interest of holdings to enter the general mutual fund, need for establishment of a complex set of operation rules, and difficult schedulling of public support. The project empirically evaluates also the question of income risk. The extent of income risk potential indemnities was evaluated by a scenario model, using the Monte Carlo simulation method. Establishment of such a mechanism appears to be currently impracticable and not fiscally sustainable. It can however become potentially interesting after 2020, depending on the future arrangements of direct payments. From this perspective, it would be worthwile to consider preparatory activities, starting with the general inclusion of holdings in management accounting. 5.Poročilo o realizaciji predloženega programa dela na raziskovalnem projektu3 1 Uvod 1.1 Izhodišča Kmetijska gospodarstva in gospodarski subjekti v ribištvu morajo v organizaciji svojega poslovanja upoštevati vse večja proizvodna in tržno-cenovna tveganja, pri čemer se na različne načine vse pogosteje vključuje tudi država. Javne podpore upravljanju s tveganj v kmetijstvu so stalnica kmetijske politike tudi v državah EU. Izoblikovali so se različni modeli, med katerimi prednjačijo različne oblike sofinanciranja proizvodnih zavarovanj. Po letu 2014 se bodo v okviru politike razvoja podeželja prvič lahko sofinanciralo več vrst upravljanja s tveganji: sofinanciranje zavarovalnih premij za proizvodno zavarovanje, podpore vzpostavitvi vzajemnih skladov in sofinanciranje povrnitve škod za proizvodna (oz. dohodkovna) tveganja. V Sloveniji se država vključuje v sistem upravljanja s tveganji v kmetijstvu na več načinov. Na zmanjšanje tveganj v kmetijstvu pomembno vpliva z neposrednimi plačili, dodatno pa še s sofinanciranjem zavarovalnih premij za zavarovanje kmetijske proizvodnje in ribištva in z dodeljevanjem sredstev za odpravo škod v kmetijstvu, ki jih ni mogoče zavarovati. Odločanje za zavarovanje v slovenskem kmetijstvu in ribištvu je skromno (tretjina kmetijskih površin in petina živali). Delež zavarovanih kmetijskih površin od uvedbe sofinanciranja zavarovalnih premij (2006) ne narašča, delež zavarovanih živali celo upada. Na področju upravljanja s tveganji v slovenskem kmetijstvu in ribištvu vse možnosti niso izčrpane. V projektu odpiramo to tematiko na raziskovalnem področju. Skušamo analizirati razloge za skromno udeležbo teh panog v sistemih zavarovanja v Sloveniji na strani povpraševanja in ponudbe. Posebej smo želeli ovrednotiti različne alternative vključevanja države v sisteme upravljanja s tveganji po letu 2014 s posebnim poudarkom na pristopih, ki so izvedljivi v okviru Programa razvoja podeželja 2014-2020. Gledano z vidika rastočih potreb po razvoju čim celovitejšega sistema upravljanja tveganj v projektu obravnavamo tudi vprašanje dohodkovnih tveganj. 1.2 Cilji projekta Na podlagi zgoraj navedenih izzivov si projekt zadaja naslednje raziskovalne cilje: - pripraviti pregled relevantnih virov tveganj in njihovega pomena v slovenskem kmetijstvu in ribištvu; - pripraviti pregled pristopov k upravljanja s tveganji, s poudarkom na možnostih aktivnega vključevanja države; - opraviti primerjalni pregled pristopov v državah EU 27 ter izbranih OECD državah in jih ovrednotiti v smislu izvedljivosti, učinkovitosti in javnofinančne vzdržnosti; - analizirati dosedanjo ureditev upravljanja s tveganji v slovenskem kmetijstvu in ribištvu; - ovrednotiti obseg tveganj ključnih panog v slovenskem kmetijstvu ter obseg potencialnih odškodnin; - presoditi učinkovitost obstoječe ureditve upravljanja s tveganji v slovenskem kmetijstvu in ribištvu, raziskati možnosti za izboljšanje obstoječe ureditve in pripraviti alternativne predloge. 2 Poročilo o realizaciji projekta po delovnih sklopih Delo je bilo razdeljeno v pet vsebinsko in metodološko zaokroženih vsebinskih sklopov, za katere v nadaljevanju kratko opisujemo metodologijo, potek in rezultate dela. Celovitejši opis rezultatov bo na voljo v vsebinskem znanstvenem poročilu projekta. 2.1 Viri tveganj v kmetijstvu in ribištvu ter sistemi za obvladovanje le-teh Na podlagi študija razpoložljivih virov je bil narejen pregled relevantnih virov tveganj v slovenskem kmetijstvu in ribištvu. Predstavili smo nabor tveganj, s katerimi se soočajo kmetijska gospodarstva in jih razdelili po različnih kriterijih: glede na primarni vir rizika, obseg potencialnih škod, pogostnost nastopa in povezanost škodnih dogodkov. Na osnovi tega je bil podan koncept tveganj ter možnost t.i. naravnega kritja preko statistično značilnih korelacij opazovanih spremenljivk. V nadaljevanju smo opravili pregled razpoložljivih podatkov o cenah, prihodkih in dohodku v kmetijstvu. Podrobneje sta bila analizirana dva vira podatkov, FADN (2004-10) in modelne kalkulacije KIS (200012). Narejena je bila osnovna statistična analiza po ključnih sektorjih in aktivnostih slovenskega kmetijstva. Podrobneje smo analizirali možnosti zavarovanja proizvodnih, cenovnih, prihodkovnih in dohodkovnih tveganj v kmetijstvu. Poleg možnosti, ki jih ponuja upravljanje tveganj preko zavarovalnih shem in zavarovalniških produktov, smo preučili tudi nekatere alternativne možnosti upravljanja s tveganji, kot so indeksni zavarovalni produkti, terminski trgi in izvedeni finančni instrumenti, varčevalni skladi in stabilizacijsko-varčevalni računi. 2.2 Primerjalni pregled sistemov za upravljanje s tveganji v EU in OECD Narejen je bil primerjalni pregled in kritična presoja obstoječih sistemov za upravljanje s tveganji v EU. Z vidika zanimivosti posameznih rešitev za slovenske razmere smo podrobneje analizirali upravljanje s proizvodnimi tveganji v Španiji, Nizozemski in Poljski, z dohodkovnimi tveganji pa v Avstriji. Preučili in ovrednotili smo še druge izvirne sisteme v državah OECD, pri čemer je konceptualno zanimiv kanadski sistem celovitega upravljanja s tveganji v kmetijstvu, v katerega je zajeta celotna paleta tveganj v kmetijstvu. Kot tak je koristna iztočnica za snovanje konceptov upravljanja s tveganji v slovenskem kmetijstvu v dolgoročnejši perspektivi. Narejen je bil pregled dosedanje prakse kmetijskih zavarovanj v Sloveniji. Analiziran je bil obseg sklenitve zavarovanj produktov po posameznih letih in sektorjih. Povzeli smo zavarovalno-tehnične rezultate zadnjega obdobja ter analizirali relevantne zakonodajne spremembe. 2.3 Presoja sistemov za upravljanje s tveganji v kmetijstvu in ribištvu v Sloveniji Z izvedbo poglobljenih intervjujev in fokusnih skupin s ključnimi deležniki smo zaokrožiti sliko o učinkovitosti sistemov za upravljanje s tveganji v slovenskem kmetijstvu in ribištvu v Sloveniji. Rezultati raziskave so pokazali, da je percepcija tveganj odvisna od proizvodne usmeritve, specializiranosti in velikosti. V splošnem so gospodarstva nenaklonjena tveganjem, pri čemer prevladujejo individualne strategije upravljanja s tveganji, interes za vključevanje v sisteme skupinskega upravljanja s tveganji pa je šibek. Spremembe v pogojih zavarovanja (npr. dvig škodnega praga) bi bile negativno sprejete. Obstaja načelna naklonjenost vzajemnim sistemom upravljanja s tveganji, višja raven sofinanciranja zavarovalnih premij pa ne bi nujno izboljšala obsega zavarovanj v kmetijstvu. Presoja realne izvedljivosti različnih pristopov v kontekstu slovenskega kmetijstva in ribištva, zakonski in javnofinančni okvir, ter informacije pridobljene v okviru te delovne naloge, so zožile nabor različnih alternativ za nadaljnjo analizo. Po presoji in razgovorih z naročnikom smo nadaljnje analitično delo usmerili v ovrednotenje dveh alternativ proizvodnih zavarovanj (vzajemna premoženjska kmetijska zavarovalnica in vzajemni sklad za proizvodna tveganja) ter v razvoj simulacijskega modela za oceno dohodkovnih tveganj v kmetijstvu. Vzajemna premoženjska kmetijska zavarovalnica bi bila organizirana kot stanovska zavarovalnica, ki bi poleg kmetijskih zavarovanj tržila tudi druga premoženjska zavarovanja za kmetijska gospodarstva in druge subjekte agroživilstva. Izhajali smo iz predpostavk, da bi se v prvem letu pri VPKZ postopno zavarovalo 60% obstoječih zavarovancev. Participacija države bi bila v obliki subvencioniranja zavarovalnih premij in je ocenjena na 9,412 mio EUR letno. Vzajemni sklad za proizvodna tveganja je zamišljen kot dopolnilni sistem upravljanja s proizvodnimi tveganji, namenjen pokrivanju izplačil škodnih dogodkov nad zgornjo mejo pozavarovalnega kritja oz. za tiste nevarnosti, ki jih ni mogoče zavarovati. Prispevek do višine 65% javnih sredstev bi se nanašal na administrativne stroške vzpostavitve vzajemnega sklada in finančno nadomestilo kmetom. Ob predpostavki enega katastrofičnega dogodka ranga 50 mio EUR v 5 letih bi prispevek države znašal ca. 6,5 mio EUR letno. 2.4 Scenarijska modelna presoja Razvito je scenarijsko modelno orodje, v katerega je zajetih 59.632 kmetijskih gospodarstev (KMG), vključenih v sistem neposrednih plačil. Prednost tega pristopa je, da v analizi obravnavamo realne podatke za praktično vsa KMG v Sloveniji, ki bodo v naslednjih letih potencialno vstopala v sisteme upravljanja s tveganji. Model je zasnovan po principu matematičnega modela v obliki elektronskih preglednic. Zajema osnovne tehnološke parametre ključnih aktivnosti in omejitve, znotraj katerih lahko posluje analizirano kmetijsko gospodarstvo. Modeli za vsako posamezno KMG so kalibrirani na podlagi podatkovnih baz SURS, FADN, modelnih kalkulacij KIS, podatkov o naravnih nesrečah in projekcijah cen FAO, OECD, FAPRI. Del podatkov za kalibracijo temelji na ekspertni oceni. Tveganost proizvodnih enot smo definirali s pomočjo verjetnostnih porazdelitvenih funkcij za nad 200 naključnih spremenljivk. Te vstopajo v simulacijski izračun na ravni posamezne kmetije s pomočjo generiranja naključnih števil (MCS). Za dosego stabilnih rezultatov je bilo potrebno narediti 10.000 ponovitev MCS za vsako kmetijo. Model je dokončan, dokončni rezultati pa bodo v celoti predstavljeni v znanstvenem poročilu projekta. Pripravljena bo razvrstitev aktivnosti slovenskega kmetijstva po stopnji tveganosti. Ocena tveganja bo izdelana na podlagi koeficientov variabilnosti za posamezne aktivnosti. Ti bodo izračunani za poslovanje v variantah brez instrumentov za upravljanje s tveganji in z njimi. 2.5 Zaključne ugotovitve in priporočila nosilcem odločanja Nadaljevanje sofinanciranja proizvodnih zavarovanj se kaže kot najbolj realen scenarij aktivne vloge države pri upravljanju z (normalnimi) tveganji v kmetijstvu in ribištvu. Gre za sistem, ki je utečen, ima usposobljene ponudnike zavarovalnih produktov in solidno bazo zavarovancev. Sofinanciranje premij pod novimi pogoji prinaša tako ugodnosti, kot je višja raven javnega sofinanciranja (65%), kot tudi dodatne omejitve (30% spodnja meja škod). Nove razmere omogočajo razvoj cenovno ugodnejših, morebiti tudi novih (suša, MPCI) zavarovalnih produktov. Na drugi strani zaradi poslabšanja pogojev zavarovanja lahko pride tudi do upada interesa zavarovancev. V sodelovanju s ponudniki zavarovanj bi bilo dobro oceniti rang pričakovanih sprememb. Država lahko razmisli tudi o ukrepih za zvišanje obsega zavarovanj v kmetijstvu; eden od možnih pristopov bi bil pogojevanje upravičenosti do naložbenih podpor z zavarovanjem proizvodnje. Vzajemni sklad za proizvodna tveganja kot ,dopolnilni' sistem za upravljanje s katastrofičnimi tveganji v kmetijstvu ima potencial za nadomestitev sedanje ureditve ad hoc izplačil škod. V zvezi z vzpostavitvijo tega instrumenta se pojavlja tudi nekaj tveganj. Glavno tveganje je povezano z nezadostnim interesom kmetijskih gospodarstev po vstopu v skupni vzajemni sklad za proizvodna tveganja. Gre za združevanje kmetij z izrazitimi razlikami v poslovno-organizacijskih modelih, velikosti, regionalnimi specifikami in posledično v tveganjih, s katerimi se soočajo. Vzpostavitev enotnega mehanizma bi potrebovala visoko mero solidarnosti med družbeniki, poleg tega bi bila izrazito zahtevna postavitev pravil poslovanja sklada. Iz vidika države je vključitev vzajemnega sklada v PRP 201420 problematična tudi z vidika terminskega načrtovanja porabe. Mehanizem za upravljanje z dohodkovnimi tveganji je alternativa, ki je v slovenskih razmerah trenutno neizvedljiva, nemara tudi nesmotrna v obdobju 2014-2020. Vpogled v obseg dohodkovnih tveganj bo predstavljen v vsebinskem znanstvenem poročilu projekta, s precejšnjo mero gotovosti pa trdimo, da vključitev tovrstnega mehanizma ni javnofinančno vzdržna. Gre za mehanizem, ki bo potencialno zanimiv po letu 2020, oziroma v odvisnosti od prihodnje ureditve neposrednih plačil. Kljub temu bi bilo smotrno v Sloveniji začeti s pripravami že danes, tako na strani razvoja ponudbe tovrstnih produktov (podatkovne baze, referenčni podatki), kot tudi na strani povpraševanja, torej kmetijskih gospodarstev (splošna vključitev v vodenje računovodstva). 6.Ocena stopnje realizacije programa dela na raziskovalnem projektu in zastavljenih raziskovalnih ciljev4 Pri zasnovi raziskovalnega projekta smo izhajali iz naslednjih delovnih hipotez: (i) tveganja so le redko upoštevana v poslovno odločanje na kmetijskih gospodarstvih in v ribištvu v Sloveniji; (ii) pripravljenost kmetijskih gospodarstev in gospodarskih subjektov v ribištvu za nakup zavarovalnih produktov je pozitivno korelirana s subvencijami države ter pogoji zavarovanja; (iii) pripravljenost kmetijskih gospodarstev in gospodarskih subjektov v ribištvu je negativno korelirana z ad hoc povračili škod iz javnih sredstev; (iv) proizvodna zavarovanja v kmetijstvu kmetijska gospodarstva in gospodarski subjekti v ribištvu percipirajo kot pomembnejša od dohodkovnih zavarovanj. V procesu raziskovalnega dela smo odgovorili na vse prvotno zastavljene hipoteze. Rezultati raziskave so pokazali, da je percepcija tveganj odvisna od proizvodne usmeritve, specializiranosti in velikosti kmetijskih gospodarstev in gospodarskih subjektov v ribištvu. V splošnem so le-ti nenaklonjeni tveganjem. Prva hipoteza je torej potrjena z dopolnitvijo, da med gospodarski subjekti v kmetijstvu prevladujejo individualne strategije upravljanja s tveganji. Drugo hipotezo potrjuje dinamika zavarovanj v kmetijstvu, ki je rasla z obsegom sofinanciranja zavarovalnih premij, jo pa relativizira dejstvo, da se je kljub nespremenjenim pogojem sofinanciranja zavarovanost v kmetijstvu prepolovila ob zaostritvi zavarovalnih pogojev. Interes za vključevanje v sisteme skupinskega upravljanja s tveganji, vključno z zavarovanji, je v slovenskem kmetijstvu in ribištvu razmeroma šibek. K temu po ugotovitvah delphi raziskave fokusnih skupin prispeva tudi trenutna ureditev z dodeljevanjem sredstev za odpravo škod v kmetijstvu. Tretjo hipotezo torej lahko potrdimo. Glede četrte zastavljene hipoteze pa je raziskava pokazala, da koncept dohodkovnih zavarovanj večidel še ni dovolj prisoten v procesu poslovnega odločanja na kmetijskih gospodarstvih v Sloveniji, da bi bilo preverjanje te hipoteze sploh smiselno. 7.Utemeljitev morebitnih sprememb programa raziskovalnega projekta oziroma sprememb, povečanja ali zmanjšanja sestave projektne skupine5 V času dela na projektu ni prišlo do bistvenih odstopanj in sprememb od predvidenega programa raziskovalnega projekta. 8.Najpomembnejši znanstveni rezultati projektne skupine6 Znanstveni dosežek 1. COBISS ID Vir: vpis v poročilo Naslov SLO Analiza dohodkovnih tveganj na nivoju sektorja ANG Farm Income Risk Analysis at The Sector Level Opis SLO Prispevek predstavlja teoretičen pristop, kako lahko združimo različne podatkovne vire na ravni kmetijskih gospodarstev, nacionalnih statistik in analitičnih modelov, in jih uporabimo pri simuliranju dohodkovnih izgub na nivoju sektorja. Pristop temelji na podatkih zbirnih vlog za subvencije, na podlagi česar je definirana proizvodnja vsakega kmetijskega gospodarstva. Predstavljen postopek temelji na potencialu generatorjev naključnih števil in naključnih porazdelitev z Monte Carlo in sicer za grobo rekonstruiranje različnih virov tveganj v različnih okoliščinah, ki se lahko pojavijo z različnimi verjetnostmi na konkretnih kmetijskih gospodarstvih. Na ta način je analizirana dohodkovna situacija na nivoju kmetije. Razvit postopek je testiran na Slovenskih kmetijskih gospodarstvih usmerjenih v prirejo mleka. Dobljeni rezultati nakazujejo, da bi bil predstavljen postopek lahko uporaben za grobo oceno dohodkovnih tveganj, hkrati pa kažejo na nekatere pomanjkljivosti, ki bi jih pri nadaljnjem razvoju kazalo odpraviti. ANG Paper presents possible theoretical approach how different sources of data at farm level, national statistics and analytical models could be merged and utilised in simulation process to analyse income losses at the sector level. It is grounded on production structure resumed out of annual subsidy applications as key information per each agricultural holding. Presented approach's utilises potential of random number generator and random distributions of Monte Carlo to roughly reconstruct different sources of risks in different states of nature that may occur with diverse probabilities at the particular farm. In such a manner income situation at the farm level is analysed. The developed approach is tested on dairy farms in Slovenia. Obtained results suggest that this could be useful approach for rough estimation of income risk and points on some limitations and drawbacks that could be further improved. Objavljeno v IFMA 19 Congress proceedings, Transforming agriculture - between policy, science and the consumer; 21-26 July 2013, Warsaw University of Life Sciences, Warsaw, PolandAvtorji / Authors: Žgajnar Jaka, Kavčič Stane Tipologija 1.08 Objavljeni znanstveni prispevek na konferenci 2. COBISS ID Vir: vpis v poročilo Naslov SLO Možnosti upravljanja s tveganji v kmetijstvu ANG Possibilities of risk management in agriculture Opis SLO Prispevek predstavlja možnosti upravljanja s tveganji v kmetijstvu. V prvem delu so sistematično predstavljeni ključni viri tveganj, s posebnim poudarkom na proizvodnih in tržno cenovnih tveganj. Predstavljen je pristop deljenja tveganj v različne ravni. Sledi predstavitev ključnih možnosti kmetijskih gospodarstev pri upravljanju s tveganji vključno s predstavitvijo koncepta cenovnih, prihodkovnih in dohodkovnih zavarovalnih programov. Na podlagi pregleda relevantne literature je predstavljena tudi vloga in naloge države pri upravljanju s tveganji v kmetijstvu. ANG Paper presents possible approaches of risk management in agriculture. Main risk sources are first systematically presented with special focus on production and market-price risks. Further approach of risk layering is presented, followed by key possibilities of risk management in agriculture including varieties of price, revenue and income insurance programmes. Regarding the relevant literature review main government risk management measures and tasks are presented. Objavljeno v 6th DAES Conference; »TOOLS FOR DECISSION SUPPORT IN AGRICULTURE AND RURAL DEVELOPMENT« 18. - 19. April 2013, Hotel City Krško Avtorji / Authors: Žgajnar Jaka Tipologija 1.06 Objavljeni znanstveni prispevek na konferenci (vabljeno predavanje) 3. COBISS ID 3001992 Vir: COBISS.SI Naslov SLO Tehtano ciljno programiranje in kazenske funkcije ANG Weighted goal programming and penalty functions Opis SLO Prispevek predstavlja večkriterijski pristop k upoštevanju tveganj pri upravljanju kmetiskih gospodarstev. Koncept optimizacije temelji na tehniki determinističnega in stohastičnega matematičnega programiranja. ANG The paper presents multiple criteria approach to deal with risk in farmers' decisions. The optimisation concept is based on deterministic and stochastic mathematical programming techniques. Objavljeno v AgEcon Search; Change and uncertainty; 2011; Str. 1-12; Avtorji / Authors: Žgajnar Jaka, Kavčič Stane Tipologija 1.08 Objavljeni znanstveni prispevek na konferenci 4. COBISS ID 2866056 Vir: COBISS.SI Naslov SLO Posredna ocena nenaklonjenosti tveganjem na kmetijskih gospodarstvih ANG Indirect estimation of farm's risk aversion Opis SLO V prispevku je predstavljen postopek posrednega ocenjevanja nenaklonjenosti tveganja v kmetijstvu. Postopek je še posebej koristen v primerih analiziranja hipotetičnih kmetij, kot na primer v primeru reprezentativnih kmetijskih gospodarstev, ki se običajno uporabljajo za sistematično proučevanje. Uporabljeni pristop temelji na matematičnih metodah programiranja. Glavna ideja je, da se uporabi trenutna kmetijska praksa kot izhodišče za izračun, manjkajoče podatke pa se pridobi z delnim procesom optimizacije. Ne-interaktivni postopek, ki temelji na varianci pričakovanih vrednosti okvira in kvadratnega programiranja paradigme čim bolj zmanjša varianco je bil uporabljen za oceno njihovo nenaklonjenosti tveganju. Za prikaz uporabe pristopa, so bili analizirane tri reprezentativne mlečne kmetije. In the paper we present an approach how farmer's risk aversion could be estimated indirectly. This is particularly beneficial if one analyses hypothetical farms with absence of decision markers, as for example in the case of representative farms that are usually used for systematic ANG studying. Applied approach, is based on mathematical programming methods. The main idea is to use current farm practice as a baseline and to calculate missing data with partial optimization process. Non-interactive procedure based on expectedvalue-variance framework and quadratic programming paradigm minimising variance has been applied to estimate their risk aversion. To demonstrate applicability of the approach, three representative dairy farms were analysed. Obtained results indicate high relative risk aversion in all three cases. Objavljeno v Agricultural Academy; Bulgarian journal of agricultural science; 2011; Vol. 17, no. 2; str. 218-231; Impact Factor: 0.189;Srednja vrednost revije / Medium Category Impact Factor: 0.782; WoS: AH; Avtorji / Authors: Žgajnar Jaka, Kavčič Stane Tipologija 1.01 Izvirni znanstveni članek 5. COBISS ID Vir: vpis v poročilo Naslov SLO Upravljanje s finančnimi tveganji ANG Financial Risk Management Opis SLO Danes se v veliko podjetjih v Sloveniji dogaja, da vodstvo podjetja ne zagotavlja ustreznega spremljanja tveganj, katerim je podjetje izpostavljeno pri svojem poslovanju. Ravno tako veliko podjetij še ni sprejelo ustreznih ukrepov za obvladovanje teh tveganj ter ni zagotovilo ustrezne organizacije sistema notranjih kontrol na vseh področjih poslovanja podjetja. Ker so finančna tveganja nedvomno tista tveganja, s katerimi so povezane največje potencialne izgube podjetja, je eden od ciljev prispevka prikazati, kako naj podjetja obvladujejo finančna tveganja, kot so tržno in kreditno tveganje. Pomemben cilj prispevka je tudi čim bolj konkretno podati, kako naj vodstva podjetij opredelijo odnos do finančnih tveganj, kako naj jih merijo in upravljajo. Cilj je tudi izdelati analizo možnih področnih politik obvladovanja finančnih tveganj podjetja, ki je lahko splošno uporabna za vsako gospodarsko družbo v Sloveniji, pri čemer jo mora le-ta nadalje podrobneje razdelati, seveda upoštevajoč tudi specifičnost njenega poslovanja in specifičnost izpostavljenosti posamezni vrsti finančnih tveganj. Za vsako vrsto finančnega tveganja smo najprej podali opis in posledice posameznega tveganja, nato prioriteto in zadolženost ter še posebej poudarili možne ukrepe za obvladovanje posameznega tveganja. Ugotovili smo, da so v prispevku predlagani ukrepi za obvladovanje trgovalnega, valutnega, likvidnostnega, obrestnega in kreditnega tveganja podjetja, dobra podlaga za vodstva posameznih podjetij, da slednja sprejmejo konkretne odločitve in zadolžijo posamezne osebe oziroma organizacijske enote za konkretizacijo področnih politik obvladovanja finančnih tveganj, ki so jim izpostavljena posamezna podjetja. Nenazadnje je odgovornim osebam za upravljanje s tveganji podjetja lahko v pomoč pri vzpostavljanju notranjih kontrol in ukrepov za obvladovanje finančnih tveganj, tudi na izviren način prikazan tabelarični pregled posameznih vrst finančnih tveganj, posledic neobvladovanja tveganja ter pregled konkretnih možnih ukrepov za obvladovanje teh tveganj. Potrebno je zbrati znotraj gospodarskih družb le dovolj energije in znanja ter se uspešno lotiti dela! Today, in many companies in Slovenia's going to lead companies do not provide adequate monitoring of the risks to which the entity is exposed in its operations. Also, many companies have not taken adequate measures to manage these risks, and there is no guarantee adequate internal control system in all areas of business operations. Since the financial risk certainly those risks which are associated maximum potential loss of business, is one of the aims of contribution to show how the companies manage financial risks such as market and credit risk. An important goal of this paper is to also provide the most ANG practical, how companies define leadership attitude to financial risks, how they are measured and managed. The aim is to produce an analysis of the potential policy areas of financial risk management business, which may be generally useful for any company in Slovenia, where by the latter further elaborated in detail, of course, taking into account the specificity of its operations and specificity of exposure to each type of financial risk. For each type of financial risk, we first give a description of the risks and consequences of each, and then the priority of debt and further emphasized the possible measures to manage each risk. We found that the contribution of the proposed measures to curb trading, foreign exchange, liquidity, interest rate and credit risk of companies provide a good basis for the management of individual companies, the latter shall take concrete decisions and entrusted to a single person or organizational unit underpinning the policy areas of financial risk management, incurred by individual companies. Finally, those responsible for risk management companies can assist in establishing internal controls and measures to control financial risks, including the original way shown tabular overview of certain types of financial risks, the consequences of failure to control risk and a review of possible concrete measures to manage these risks. We need to gather within companies only enough power and knowledge to successfully get to work Objavljeno v MANAGEMENT OF CORPORATE SECURITY - NEW APPROACHES AND FUTURE CHALLENGES Editors: Denis Čaleta, Milan Vršec Ljubljana, marec 2013; Avtorji / Authors: Boštjan Aver Tipologija 1.16 Samostojni znanstveni sestavek ali poglavje v monografski publikaciji 9.Najpomembnejši družbeno-ekonomski rezultati projektne skupine7 Družbeno-ekonomski dosežek 1. COBISS ID 3005832 Vir: COBISS.SI Naslov SLO Upravljanje s tržno cenovnimi tveganji v kmetijstvu ANG Management of market-price risks in agriculture Opis SLO V prispevku so opredeljeni viri tveganj v slovenskem kmetijstvu in obstoječi sistemi obvladovanja le-teh. Opisane so možnosti alternativnih tipov upravljanja s tveganji, pri čemer je poudarek namenjen zavarovalniškim produktom, zlast s področja dohodkovnih in prihodkovnih zavarovanj. Prikazane so možnosti vključevanja države v zavarovalne sisteme. Navedene so podatkovne osnove na ravni kmetijskih gospodarstev, ki so predpogoj za vzpostavitev učinkovitih sistemov upravljanja s tveganji. ANG Sources of risk and the corresponding risk management systems in Slovene agriculture are described. Alternative risk management tools are outlined, accent being given to income and revenue insurances. Possibilities of public intervention in the risk management systems are presented. Farm level accounting data are indispensable for the establishment of efficient risk management systems in agriculture. Possible approaches towards obtaining these data are outlined. Šifra B.04 Vabljeno predavanje Objavljeno v 2012; Avtorji / Authors: Žgajnar Jaka, Kavčič Stane Tipologija 3.15 Prispevek na konferenci brez natisa 2. COBISS ID 1 3219592 Vir: vpis v poročilo Naslov SLO Razgovor o percepciji in načinih obvladovanja tveganj v slovenskem kmetijstvu : razvoj celovitega sistema za obvladovanja proizvodnih in dohodkovnih tveganj v slovenskem kmetijstvu in ribištvu (V4-1117) ANG Discussion on parceptions and strategies of coping with risks in Slovenian agriculture: development of an integrated system for management of production and income risks in slovenian agriculture and fisheries (V4-1117) Opis SLO V uvodu predavanja so predstavljeni rezultati že zaključenih delovnih sklopov projekta. V razpravo so lansirane alternative, ki se kažejo kot najbolj zanimive za aplikacijo v slovenskem kmetijstvu. Drugi del predavanja je namenjen uvodu v poglobljeno razpravo o percepciji in strategijah upravljanja s tveganji v slovenskem kmetijstvu. V nadaljevanju se delo nadaljuje z izvedbo poglobljenih intervjujev s ključnimi deležniki na področju upravljanja s tveganji v slovenskem kmetijstvu in ribištvu. ANG The lecture starts with the presentation of the results of already completed work packages of the project. This is followed by a presentation of alternatives that seem to be the most suitable for application for the conditions of the Slovenian agriculture. The second part of the lecture is devoted to the introduction of an in-depth discussion on the perceptions and strategies of risk management in Slovenian agriculture. Further work continues with the implementation of in-depth interviews with key stakeholders in the field of risk management in Slovenian agriculture and fisheries. Šifra B.04 Vabljeno predavanje Objavljeno v Neobjavljeno vabljeno predavanje na: KGZS, Ljubljana, 5. september 2012/ Authors: Žgajnar Jaka, Juvančič Luka Tipologija 3.16 Vabljeno predavanje na konferenci brez natisa 10.Drugi pomembni rezultati projektne skupine8 11.Pomen raziskovalnih rezultatov projektne skupine9 11.1.Pomen za razvoj znanosti10 SLO Raziskovalni projekt je prvi v Sloveniji, ki se posveča problematiki upravljanja s tveganji v kmetijstvu in ribištvu. Pomen raziskovalnega projekta za znanstveno in raziskovalno delo v Sloveniji gre ocenjevati iz vidika, da gre za področje, ki vsled naraščajoči proizvodni in ekonomski tveganosti kmetijske in ribiške proizvodnje pridobiva na pomenu. O tem priča tudi dejstvo, da je prispevek, ki je nastal na podlagi raziskovalnih rezultatov tega projekta, bil izbran za vabljeno predavanje na 6. Slovenski konferenci agrarnih ekonomistov (referenca št.2, tč.8). V mednarodnem okviru kaže izpostaviti izvirnost raziskovalnega pristopa in kompleksnost simulacijskega modela za oceno dohodkovnih tveganj v slovenskem kmetijstvu. Model na originalen način rešuje splošno prisoten problem pomanjkanja verodostojnih podatkov o ekonomskih kazalnikih kmetijstva v pogojih tveganja na ravni posameznega kmetijskega gospodarstva. Združuje različne podatkovne vire z namenom čim boljšega simuliranja dohodkovnega položaja posameznega kmetijskega gospodarstva. Ključen podatkovni vir na ravni kmetijskega gospodarstva predstavljajo podatki zbrani iz oddanih vloge za subvencije, iz česar je rekonstruirana proizvodnja konkretnega kmetijskega gospodarstva. Bistvena prednost pristopa je, da pokrijemo večino kmetijskih gospodarstev znotraj kmetijstva. Razvit pristop je možno uporabiti tudi v drugih državah. Namen modela je, da lahko ob različnih scenarijskih predpostavkah ocenjujemo dohodkovno nihanja na nivoju skupin kmetijskih gospodarstev, velikostnih skupin, regij in sektorjev znotraj kmetijstva. Iz metodološkega vidika pristop temelji na Monte Carlo simulacijah in ob analitično definiranih naključnih porazdelitvah ključnih naključnih spremenljivk omogoča rekonstruiranje in podrobno analizo ter študiranje dohodkovnih nihanj. Iz znanstvenega vidika razvit pristop predstavlja dodaten izziv, nadaljnje vključitve drugih dostopnih podatkovnih virov na nivoju posameznega kmetijskega gospodarstva za natančnejše definiranje razlik med kmetijskimi gospodarstvi v obsegu izpostavljenosti posameznim virom tveganja. Izhajajoč iz tega ocenjujemo, da gre za originalen in metodološko korekten pristop s potencialom pridobitve rezultatov velike praktične vrednosti. Načrtovana je objava enega do dveh prispevkov v revijah s faktorjem vpliva s področja ekonomskega modeliranja oziroma ekonomike kmetijstva. ANG The research project is the first in Slovenia, which deals with issues of risk management in agriculture and fisheries. The importance of the research project for the scientific and research work in Slovenia is underlined by the fact that the production and economic risks in agriculture and fisheries production are gaining in importance. Value for the Slovenian scientific community is mirrored also by the fact that the presentation of the results of this research project was selected for invited lecture at the 6th Slovenian Conference of Agricultural Economists (Reference No. 2, Sc.8). In an international context, one can highlight the originality and complexity of the simulation model for estimation of income risks in Slovenian agriculture. The model tackles the problem of lack of reliable data on the economic indicators of agriculture in terms of risk at the individual farm level. Original approach was developed, combininig a variety of data sources in order to optimize the simulation of the income situation of the holdings. A key source of individual farm level data are applications submitted for direct payments, which reconstructs the actual production of the agricultural holding. The essential advantage of this approach is to cover the majority of holdings within agriculture. The developed approach can also be used in other countries. Using various scenario assumptions, we estimate income fluctuations at individual farm level, and group these into farm type groups, size groups or regions. From the methodological point of view approach based on Monte Carlo simulations and the analytical defined random distributions of key random variables allows the reconstruction of a detailed analysis and studying income fluctuations. From a scientific perspective, the model presents an additional challenge, as it integrates various data sources at the level of the individual farmer for more precise estimation of economic performance of farms exposed to various sources of risk. Building on this, we believe that the model represents an original and methodologically correct approach to obtaining results of great practical value. The plan is to post one to two articles in scientific journals with an impact factor in the field of economic modeling and economics of agriculture. 11.2.Pomen za razvoj Slovenije11 SLO Glavni pomen rezultatov raziskovalnega projekta vidimo v tem, da gospodarskim subjektom v kmetijstvu in ribištvu, nosilcem odločanja v kmetijski politiki in ostalim zainteresiranim deležnikom daje vpogled v vire tveganj v slovenskem kmetijstvu in ribištvu in v strategije upravljanja z njimi. Poleg teoretičnih in analitičnih podlag rezultati projekta posredujejo tudi praktične predloge, ki bi jih nosilci odločanja lahko uporabili pri vzpostavitvi sistemskega pristopa obvladovanja tveganj v slovenskem kmetijstvu in ribištvu v obdobju po letu 2014. Alternativni predlogi vsebujejo informacije o tipu upravljanja s tveganji, pravnih osnovah in organizacijski obliki, izvedbeni načrt, izračun ekonomskih kazalnikov uspešnosti in oceno višine soudeležbe iz proračunskih sredstev. Med priporočili za ureditev sistema upravljanja s tveganji v kmetijstvu v obdobju naslednje proračunske perspektive EU (2014-2020) smo oblikovali predloge po kriterijih relevantnosti predlaganih rešitev za Slovenijo, njihovo praktično izvedljivost in možnost sofinanciranja iz naslova Programa razvoja podeželja 2014-20. V delu rezultatov, ki se nanaša na problematiko dohodkovnih tveganj v kmetijstvu, pa se projekt dotika vprašanj dolgoročne organiziranosti upravljanja s tveganji v kmetijstvu in ribištvu. Rezultati projekta dajejo informacijo o velikostnem redu dohodkovnih tveganj v kmetijstvu in o tem, kako kako tveganja varirajo po posameznih tipih kmetijske proizvodnje, velikostnih razredih in/ali regijah. Daje osnovo načrtovalcem odločanja v kmetijski politiki v tistem segmentu ukrepov kmetijske politike, ki se nanaša na dohodkovni problem kmetijstva. Med te ukrepe zagotovo spada tudi vprašanje dohodkovnih zavarovanj v kmetijstvu. Kot je bilo nakazano že v kratki predstavitvi rezultatov projekta, gre za mehanizem, ki bo po veliki verjetnosti pridobival na pomenu tudi v evropskem, posledično tudi v slovenskem prostoru. Rezultati pričujočega projekta odpirajo to vprašanje. Ob konkretnih priporočilih glede pripravljalnih aktivnosti dajejo tudi podatkovno in modelno osnovo za razvoj mehanizmov za upravljanje z dohodkovnimi tveganji v dolgoročnejši časovni perspektivi, najverjetneje po letu 2020. ANG The main importance of the research project can be seen in the fact that operators in the agriculture and fisheries, decision-makers in agricultural policy and other interested stakeholders are provided with an insight into the sources of risk in Slovenian agriculture and fisheries, and management strategies with them. In addition to theoretical and analytical bases, results of the project provide the decision-makers with practical proposals for development of an integrated and effective risk management system in Slovenian agriculture and fisheries in the period after 2014. Alternative proposals include information on the type of risk management, legal basis and organizational structure, implementation plan, calculate the economic performance indicators and assess the level of participation in budget Among the recommendations for the regulation of risk management in Slovenian agriculture in the next EU budget perspective (2014-2020) proposals were drafted according to the criteria of relevance of proposed solutions for Slovenia, their practical feasibility and possibility of co-financing from the Rural Development Programme 2014-20. In the part of the results dealing with the issue of income risk in agriculture, the project touches on questions of organization of long-term risk management in agriculture and fisheries. The results of the project provide information on the magnitude of income risk in agriculture and how risks vary by individual types of agricultural production, size classes and / or regions. It provides the basis for the planners in agricultural policy-making in the segment of agricultural policy measures, which refers to the problem of agriculture income. Income insurance in agriculture is an obvious measure tackljing this problem. As was already indicated in a brief presentation of project results, this is a mechanism, most likely gain in importance in Europe, and consequentially also in Slovenia. The results of this project open this issue. Together with concrete recommendations regarding preparatory activities, the project results provide data and model base for the development of mechanisms to manage income risk in longer-term time perspective, most likely after 2020. 12.Vpetost raziskovalnih rezultatov projektne skupine. 12.1.Vpetost raziskave v domače okolje Kje obstaja verjetnost, da bodo vaša znanstvena spoznanja deležna zaznavnega odziva? 0 v domačih znanstvenih krogih 0 pri domačih uporabnikih Kdo (poleg sofinancerjev) že izraža interes po vaših spoznanjih oziroma rezultatih?12 Domača znanstvena javnost (vabljeno predavanje na 6. konferenci Društva agrarnih ekonomistov Slovenije, DAES; ref. št. 2, tč.8) Ključni nevladni deležniki na področju kmetijstva in ribištva (sodelovanje s Kmetijsko Poročilo: ARRS-CRP-ZP-2013-02/10 Stran 14 od 16 gozdarsko zbornico Slovenije tekom trajanja projekta; predstavitev faznih rezultatov (ref. št. 2, tč.9) in sodelovanje strokovnjakov KGZS v fokusnih skupinah) Ponudniki kmetijskih zavarovanj v Sloveniji (Zavarovalnica Triglav d.d.; ref. št.1, tč.9) 12.2.Vpetost raziskave v tuje okolje Kje obstaja verjetnost, da bodo vaša znanstvena spoznanja deležna zaznavnega odziva? 0 v mednarodnih znanstvenih krogih 0 pri mednarodnih uporabnikih Navedite število in obliko formalnega raziskovalnega sodelovanja s tujini raziskovalnimi inštitucijami:13 Potrebna ekspertiza za delo na projektu je bila razvita v sodelovanju z raziskovalnimi skupinami s področja ekonomike kmetijskih gospodarstev in upravljanja s tveganji; posebej v tem kontekstu izpostavljamo skupino iz Univerze za aplikativne vede o življenju, Varšava (prof. Edward Majewski, prof. Adam Was). Kateri so rezultati tovrstnega sodelovanja:14 V bližnji prihodnosti je načrtovan začetek raziskovalnega sodelovanja s kolegi iz Biotehniške fakultete Univerze Sv. Cirila in Metoda v Skopju (prof. Aleksandra Martinovska Stoičeska in sod.) na raziskovalnih vsebinah, ki se nanašajo na upravljanje s tveganji v kmetijstvu republike Makedonije. 13.Izjemni dosežek v letu 201215 13.1. Izjemni znanstveni dosežek 13.2. Izjemni družbeno-ekonomski dosežek C. IZJAVE Podpisani izjavljam/o, da: • so vsi podatki, ki jih navajamo v poročilu, resnični in točni • se strinjamo z obdelavo podatkov v skladu z zakonodajo o varstvu osebnih podatkov za potrebe ocenjevanja in obdelavo teh podatkov za evidence ARRS • so vsi podatki v obrazcu v elektronski obliki identični podatkom v obrazcu v pisni obliki • so z vsebino zaključnega poročila seznanjeni in se strinjajo vsi soizvajalci projekta • bomo sofinancerjem istočasno z zaključnim poročilom predložili tudi elaborat na zgoščenki (CD), ki ga bomo posredovali po pošti, skladno z zahtevami sofinancerjev. Podpisi: zastopnik oz. pooblaščena oseba in vodja raziskovalnega projekta: raziskovalne organizacije: Univerza v Ljubljani, Biotehniška Luka Juvančič fakulteta ZIG Kraj in datum: [Ljubljana_|10.4.2013 Zaključno poročilo ciljnega raziskovalnega projekta - 2013 Oznaka prijave:ARRS-CRP-ZP-2013-02/10 Opredelite raziskovalno področje po klasifikaciji FOS 2007 (Fields of Science). Prevajalna tabela med raziskovalnimi področji po klasifikaciji ARRS ter po klasifikaciji FOS 2007 (Fields of Science) s kategorijami WOS (Web of Science) kot podpodročji je dostopna na spletni strani agencije (http://www.arrs.gov.si/sl/gradivo/sifranti/preslik-vpp-fos-wos.asp). Nazaj 2 Napišite povzetek raziskovalnega projekta (največ 3.000 znakov v slovenskem in angleškem jeziku). Nazaj 3 Napišite kratko vsebinsko poročilo, kjer boste predstavili raziskovalno hipotezo in opis raziskovanja. Navedite ključne ugotovitve, znanstvena spoznanja, rezultate in učinke raziskovalnega projekta in njihovo uporabo ter sodelovanje s tujimi partnerji. Največ 12.000 znakov vključno s presledki (približno dve strani, velikost pisave 11). Nazaj 4 Realizacija raziskovalne hipoteze. Največ 3.000 znakov vključno s presledki (približno pol strani, velikost pisave 11). Nazaj 5 V primeru bistvenih odstopanj in sprememb od predvidenega programa raziskovalnega projekta, kot je bil zapisan v predlogu raziskovalnega projekta oziroma v primeru sprememb, povečanja ali zmanjšanja sestave projektne skupine v zadnjem letu izvajanja projekta, napišite obrazložitev. V primeru, da sprememb ni bilo, to navedite. Največ 6.000 znakov vključno s presledki (približno ena stran, velikosti pisave 11). Nazaj 6 Navedite znanstvene dosežke, ki so nastali v okviru tega projekta. Raziskovalni dosežek iz obdobja izvajanja projekta (do oddaje zaključnega poročila) vpišete tako, da izpolnite COBISS kodo dosežka - sistem nato sam izpolni naslov objave, naziv, IF in srednjo vrednost revije, naziv FOS področja ter podatek, ali je dosežek uvrščen v A'' ali A'. Nazaj 7 Navedite družbeno-ekonomske dosežke, ki so nastali v okviru tega projekta. Družbeno-ekonomski rezultat iz obdobja izvajanja projekta (do oddaje zaključnega poročila) vpišete tako, da izpolnite COBISS kodo dosežka - sistem nato sam izpolni naslov objave, naziv, IF in srednjo vrednost revije, naziv FOS področja ter podatek, ali je dosežek uvrščen v A'' ali A'. Družbeno-ekonomski dosežek je po svoji strukturi drugačen kot znanstveni dosežek. Povzetek znanstvenega dosežka je praviloma povzetek bibliografske enote (članka, knjige), v kateri je dosežek objavljen. Povzetek družbeno-ekonomskega dosežka praviloma ni povzetek bibliografske enote, ki ta dosežek dokumentira, ker je dosežek sklop več rezultatov raziskovanja, ki je lahko dokumentiran v različnih bibliografskih enotah. COBISS ID zato ni enoznačen izjemoma pa ga lahko tudi ni (npr. prehod mlajših sodelavcev v gospodarstvo na pomembnih raziskovalnih nalogah, ali ustanovitev podjetja kot rezultat projekta _ - v obeh primerih ni COBISS ID). Nazaj 8 Navedite rezultate raziskovalnega projekta iz obdobja izvajanja projekta (do oddaje zaključnega poročila) v primeru, da katerega od rezultatov ni mogoče navesti v točkah 8 in 9 (npr. ker se ga v sistemu COBISS ne vodi). Največ 2.000 znakov, vključno s presledki. Nazaj 9 Pomen raziskovalnih rezultatov za razvoj znanosti in za razvoj Slovenije bo objavljen na spletni strani: http://sicris.izum.si/ za posamezen projekt, ki je predmet poročanja. Nazaj 1 0 Največ 4.000 znakov, vključno s presledki. Nazaj Največ 4.000 znakov, vključno s presledki. Nazaj Največ 500 znakov, vključno s presledki. Nazaj Največ 500 znakov, vključno s presledki. Nazaj Največ 1.000 znakov, vključno s presledki. Nazaj 1 1 1 2 1 3 1 4 15 Navedite en izjemni znanstveni dosežek in/ali en izjemni družbeno-ekonomski dosežek raziskovalnega projekta v letu 2012 (največ 1000 znakov, vključno s presledki). Za dosežek pripravite diapozitiv, ki vsebuje sliko ali drugo slikovno gradivo v zvezi z izjemnim dosežkom (velikost pisave najmanj 16, približno pol strani) in opis izjemnega dosežka (velikost pisave 12, približno pol strani). Diapozitiv/-a priložite kot priponko/-i k temu poročilu. Vzorec diapozitiva je objavljen na spletni strani ARRS http://www.arrs.gov.si/sl/gradivo/, predstavitve dosežkov za pretekla leta pa so objavljena na spletni strani http://www.arrs.gov.si/sl/analize/dosez/ Nazaj Obrazec: ARRS-CRP-ZP/2013-02 v1.00 44-5 3-D5-3A-8 5-6 6-51-9C-FC-6 8-4A-8 2-8D-21-6D-DE-4F-27-3 8-7 8 Univerza v Ljubljani Biotehniška fakulteta Jamnikarjeva 101 1000 Ljubljana, Slovenija telefon: 01 320 30 00 fax: 01 256 57 82 www.bf.uni-lj.si Razvoj celovitega sistema za obvladovanja proizvodnih in dohodkovnih tveganj v slovenskem kmetijstvu in ribištvu (V4-1117) zaključno poročilo Odgovorni nosilec projekta: dr. Luka Juvančič (BF) Raziskovalna skupina BF: Raziskovalna skupina KIS: Raziskovalna skupina Gea College: dr. Jaka Žgajnar dr. Luka Juvančič dr. Emil Erjavec dr. Stane Kavčič dr. Tina Volk dr. Miroslav Rednak dr. Maja Kožar Ben Moljk, univ. dipl. inž. zoot. dr. Boštjan Aver dr. Alenka Temeljotov Salaj dr. Ajda Fošner dr. Jaka Vadnjal Maj 2013 K A Z A L O V S E B I N E POVZETEK.....................................................................................................................................................6 Viri tveganj v kmetijstvu in ribištvu ter sistemi za obvladovanje le-teh...............................................................................6 Primerjalni pregled sistemov za upravljanje s tveganji v EU in OECD.................................................................................6 Presoja sistemov za upravljanje s tveganji v kmetijstvu in ribištvu v Sloveniji......................................................................6 Scenarijska modelna presoja......................................................................................................................................7 Zaključne ugotovitve in priporočila nosilcem odločanja.................................................................................................8 1. UVOD..................................................................................................................................................10 1.1 Izhodišča raziskave....................................................................................................................................10 1.2 Cilji projekta............................................................................................................................................11 1.3 Struktura poročila...................................................................................................................................11 2. VIRI TVEGANJ TER SISTEMI ZA UPRAVLJANJE S TVEGANJI V KMETIJSTVU IN RIBIŠTVU.......................13 2.1 Sistemski pregled virov tveganj v slovenskem kmetijstvu in ribištvu..................................................................... 13 2.1.1 Tveganje in negotovost.........................................................................................................................................................13 2.1.2 Vrste tveganj v kmetijstvu - kratek opis............................................................................................................................... 15 2.1.3 Ravni tveganj v kmetijstvu....................................................................................................................................................23 2.1.4 Odnos kmetijskih gospodarstev do tveganja.........................................................................................................................23 2.1.5 Sistematičen pregled tveganj v slovenskem kmetijstvu in ribištvu........................................................................................27 2.2 Pregled skupinskih pristopov k obvladovanju tveganj......................................................................................40 2.2.1 Upravljanje s tveganji v idealnem svetu................................................................................................................................40 2.2.2 Upravljanje s tveganji v realnem svetu.................................................................................................................................42 2.2.1 Vloga države pri upravljanju s tveganji v kmetijstvu.............................................................................................................44 2.3 Ukrepi in instrumenti za upravljanje s tveganji v kmetijstvu...............................................................................50 2.3.1 Zavarovanje tveganj.............................................................................................................................................................51 2.3.2 Terminski trgi in izvedeni finančni instrumenti...................................................................................................................... 61 2.3.3 Proizvodne in tržne pogodbe.................................................................................................................................................65 2.3.4 Indeksna zavarovanja...........................................................................................................................................................66 2.3.5 Vzajemni skladi ..................................................................................................................................................................... 70 2.3.6 Varčevalni fondi in stabilizacijski računi................................................................................................................................70 3. PRIMERJALNI PREGLED IN KRITIČNA PRESOJA SISTEMOV ZA UPRAVLJANJE S TVEGANJI V KMETIJSTVU V DRŽAVAH EU IN OECD......................................................................................................................71 3.1 Možnosti in mednarodno-trgovinski okvir javnofinančnih podpor za obvladovanje tveganj v kmetijstvu in ribištvu .... 71 3.1.1 Vloga države - splošna načela............................................................................................................................................... 71 3.1.2 Politike upravljanja s tveganji v kmetijstvu: WTO določila in politična realnost.................................................................... 73 3.1.3 Orodja za upravljanje s tveganji v domeni skupne kmetijske politike EU.............................................................................. 74 3.2 Države EU in sistem kmetijskih zavarovanj.....................................................................................................77 3.3 Študija primera 1: upravljanje s tveganji v Španiji............................................................................................81 3.4 Študija primera 2: upravljanje s tveganji v Kanadi...........................................................................................83 4. PRESOJA SISTEMOV ZA UPRAVLJANJE S PROIZVODNIMI TVEGANJI V KMETIJSTVU IN RIBIŠTVU V SLOVENIJI.......................................................................................................................................89 4.1 Dinamika in ponudba proizvodnih zavarovanj posevkov, živinoreje in ribištva.......................................................90 4.1.1 Zavarovanje posevkov in plodov v obdobju 2005 - 2010...................................................................................................... 90 4.1.2 Študija primera: Zavarovalnica Triglav d.d. kot največja zavarovalnica na področju kmetijskih zavarovanj.........................94 4.2 Percepcija tveganj in strategije upravljanja s tveganji na kmetijskih gospodarstvih v Sloveniji.................................97 4.3 Presoja sistemov za upravljanje s tveganji v kmetijstvu in ribištvu v Sloveniji...................................................... 102 4.3.1 Vzajemna premoženjska kmetijska zavarovalnica.........................................................................................103 4.3.2 Vzajemni sklad za proizvodna tveganja.........................................................................................................113 4.3.3 Primerjava z drugimi alternativami možnih sistemskih ukrepov....................................................................121 4.3.4 Dodatni možni ukrepi za stimuliranje kmetijskih zavarovanj.........................................................................122 5. SCENARIJSKA MODELNA PRESOJA DOHODKOVNIH TVEGANJ.............................................................124 5.1 Konceptualna zasnova........................................................................................................................124 5.1.1 Podatkovni okvir.............................................................................................................................................124 5.1.2 Konceptualni model........................................................................................................................................126 5.1.3 Simulacije in postopek simuliranja z vidika modeliranja................................................................................128 5.2 Opis modela.........................................................................................................................................131 5.2.1 Pristop............................................................................................................................................................131 5.2.2 Model............................................................................................................................................................. 132 5.2.3 Predpostavke.................................................................................................................................................. 132 5.2.4 Ocena izgube in potencialne odškodnine - Pristop I in Pristop II....................................................................136 5.2.5 Podatkovni okvir.............................................................................................................................................138 5.3 Rezultati.............................................................................................................................................141 5.3.1 Opis ključnih kazalnikov in struktura prikaza rezultatov................................................................................141 5.3.2 Pomen proračunskih plačil na stabilnost dohodka.........................................................................................143 5.3.3 Podrobnejša analiza dohodkovnih tveganj na agregatni ravni......................................................................145 5.3.4 Primerjava ključnih rezultatov po (izbranih) proizvodnih tipih in ekonomskih velikostih...............................154 5.3.5 Parametrizacija škodnih dogodkov - primer vpliva na prihodke pri proizvodnem tipu mleko (41)................165 5.3.6 Spremembe v masi odškodnin z zvišanjem meje natančnosti rezultata.........................................................169 6. LITERATURA......................................................................................................................................171 7. PRILOGE................................................................................................................................................1 7.1 Analiza dohodkovnih tveganj na podlagi podatkov modelnih kalkulacij...................................................1 7.2 Vzajemna kmetijska premoženjska zavarovalnica.....................................................................................5 7.3 Vzajemni sklad za proizvodna tveganja v kmetijstvu - izračuni...............................................................17 7.4 Modelni scenarijski izračuni dohodkovnih tveganj.................................................................................26 7.5 Prikaz modelnih rezultatov po preostalih proizvodnih tipih...................................................................27 7.6 Prikaz modelnih rezultatov ob predpostavljenem pragu pristopa v dohodkovna zavarovanja pri povprečnem dohodku 12.000 eur...........................................................................................................50 K A Z A L O S L I K Slika 1: Povprečno število poročevalskih kmetijskih gospodarstev v dejanskem in reprezentativnem vzorcu po tipih kmetovanja in po ekonomski velikosti; 2007-2009.........................................................30 Slika 2: Neto dodana vrednost kmetije (v EUR), vključene v FADN vzorec, 2004-2010....................................... 32 Slika 3: Povprečna vrednost neto dodane vrednosti po tipih kmetovanja (TF8); 2004-2010............................... 33 Slika 4: Povprečna vrednost neto dodane vrednosti po tipih kmetovanja (TF8); 2004-2010............................... 33 Slika 5: Povprečne, najmanjše in največje vrednosti lastne cene pri pridelavi poljščin........................................38 Slika 6: Povprečne, najmanjše in največje vrednosti lastne cene v sadjarstvu in pri pridelavi grozdja................38 Slika 7: Povprečne, najmanjše in največje vrednosti lastne cene v živinoreji.......................................................39 Slika 8: Prikaz koeficienta variabilnosti lastne cene posameznih kalkulacij..........................................................39 Slika 9: Shema proizvodnega zavarovanja posevkov............................................................................................53 Slika 10: Tveganja pri zavarovanju posevkov........................................................................................................54 Slika 11: Shema delovanja prihodkovnih zavarovanj............................................................................................58 Slika 12: Shema dohodkovnih tveganj v kmetijstvu..............................................................................................59 Slika 13: Ravni tveganj in možni pristopi k njihovemu upravljanju.......................................................................72 Slika 14: Struktura izplačil v okviru programa AgriStability in značilnosti sheme programa AgriStability ter AgriInvest.................................................................................................................................................84 Slika 15: Zavarovanja posevkov in plodov v obdobju 2005-2010 (v mio EUR)......................................................92 Slika 16: Zavarovanja posevkov in plodov v obdobju 2005-2010 (škodni rezultat)..............................................92 Slika 17: Delež premij premoženjskih zavarovanj zavarovalnic v letu 2010.........................................................93 Slika 18: Rangiranje tveganj po panogah kmetijske proizvodnje..........................................................................98 Slika 19: Ocena primernosti različnih oblik (skupinskega) upravljanja s tveganji...............................................101 Slika 20: Shema konceptualnega pristopa simuliranja........................................................................................127 Slika 21: Shematski prikaz ocene izpada dohodka na podlagi dohodkovne funkcije po Pristopu I za posamezno KMG...................................................................................................................................137 Slika 22: Shematski prikaz ocene izpada dohodka na podlagi dohodkovne funkcije po Pristopu II za posamezno KMG ................................................................................................................................... 138 Slika 23: Razmerje med prejetimi proračunskimi plačili in dohodkom...............................................................144 Slika 24: Verjetnost izpada dohodka nad 30 % povprečnega dohodka in razlike med KMG znotraj EV in proizvodnega tipa ................................................................................................................................. 146 Slika 25: Delež dohodka po analiziranih proizvodnih tipih..................................................................................147 Slika 26: Dohodkovna tveganost posameznih proizvodnih tipov KMG...............................................................149 Slika 27: Prikaz vsote odškodnin in delež upravičenih KMG do izplačila odškodnine v primeru, da je meja pozitivno dosežen dohodek oziroma 12.000 EUR povprečnega letnega dohodka...............................153 Slika 28: Parametrizacija nastopa scenarijev normalnih in srednjih tveganj na strani SO - vpliv na povprečno odškodnino in frekvenco pogostnosti izpadov večjih od 30 %...........................................166 Slika 29: Spremembe povprečnega dohodka na ravni KMG in razlike znotraj posamezne skupine izražene s koeficientom variabilnosti pri različnem nastopu škodnih dogodkov................................................167 Slika 30: Spremembe v vsoti odškodnin na ravni analizirane EV ob spremembi verjetnosti nastopa scenarijev SO in odločanje KMG za vstop v shemo upravljanja s tveganji............................................168 Slika 31: Sprememba mase odškodnin po pristopu I s spreminjanjem pokrivanja škodnih dogodkov, na primeru proizvodnega tipa - mleko (41, EV - 6)...................................................................................170 K A Z A L O T A B E L Tabela 1: Število poročevalskih kmetijskih gospodarstev v načrtovanem in dejanskem vzorcu FADN ter v vzorčnem okviru za nabor; 2004-2010...............................................................................................29 Tabela 2: Osnovni proizvodni potencial, ekonomska velikost in osnovni ekonomski rezultati za FADN populacijo; 2004-2010........................................................................................................................31 Tabela 3: Sistemi kmetijskih zavarovanj v EU........................................................................................................78 Tabela 4: Zavarovanja posevkov in plodov v obdobju 2005-2010 (v mio EUR na dan 31.12.)...............................91 Tabela 5: Delež premij premoženjskih zavarovanj po letih od 2006-2010 (v %)...................................................94 Tabela 6: Najpogostejše strategije prilagoditev kmetijskih gospodarstev po panogah.........................................99 Tabela 7: Realni scenariji vključitve sistemov upravljanja s tveganji v PRP 2014-2020.......................................102 Tabela 8: Zavarovanja posevkov in plodov v obdobju 2005-2010 (v mio EUR na dan 31.12.).............................109 Tabela 9: Čista vrednost sredstev sklada ob upoštevanju letnega neto donosa (v EUR).....................................118 Tabela 10: Izračun načrtovane okvirne upravljalske in vstopne provizije, tj. prihodkov družbe za upravljanje sklada (v EUR)...................................................................................................................................119 Tabela 11: Načrtovani okvirni stroški za vzpostavitev vzajemnega kmetijskega sklada in njegovo upravljanje (v EUR)...........................................................................................................................119 Tabela 12: Načrtovana okvirna razlika med prihodki iz upravljanja sklada ter stroški vzpostavitve/upravljanja sklada (v EUR)..........................................................................................120 Tabela 13: Opredelitev velikostnih razredov kmetijskih gospodarstev po SO.....................................................139 Tabela 14: Opredelitev proizvodnih tipov KMG_MID..........................................................................................140 Tabela 15: Število kmetijskih gospodarstev razporejenih po tipih in po razredih ekonomske velikosti, glede na izračunan statični SO...................................................................................................................141 Tabela 16: Lastnosti proizvodnih tipov z vidika SO, neposrednih plačil, dohodka in pogostnosti večjih izpadov dohodka..............................................................................................................................148 Tabela 17: Zbir simuliranja odškodnin po skupinah tipov kmetijskih gospodarstev............................................150 Tabela 18: Zbir simuliranja odškodnin po skupinah tipov kmetijskih gospodarstev (12.000 EUR letnega dohodka)* ........................................................................................................................................152 Tabela 19: Osnovne značilnosti KMG proizvodnega tipa poljedelstvo (Tip 11)...................................................155 Tabela 20: Osnovne značilnosti dohodka na KMG proizvodnega tipa poljedelstvo (Tip 11)...............................155 Tabela 21: Verjetnost izpada dohodka in odškodnine za proizvodni tip poljedelstvo (Tip 11) - Pristop 1...........156 Tabela 22: Verjetnost izpada dohodka in odškodnine za proizvodni tip poljedelstvo (Tip 11) - Pristop II..........157 Tabela 23: Osnovne značilnosti KMG proizvodnega tipa vinogradi (Tip 31)........................................................158 Tabela 24: Osnovne značilnosti dohodka na KMG proizvodnega tipa vinogradi (Tip 31)....................................158 Tabela 25: Verjetnost izpada dohodka in odškodnine za proizvodni tip vinogradi (Tip 31) - Pristop I...............159 Tabela 26: Verjetnost izpada dohodka in odškodnine za proizvodni tip vinogradi (Tip 31) - Pristop II..............159 Tabela 27: Osnovne značilnosti KMG proizvodnega tipa mleko (Tip 41).............................................................160 Tabela 28: Osnovne značilnosti dohodka na KMG proizvodnega tipa mleko (Tip 41).........................................160 Tabela 29: Verjetnost izpada dohodka in odškodnine za proizvodni tip mleko (Tip 41) - Pristop I....................161 Tabela 30: Verjetnost izpada dohodka in odškodnine za proizvodni tip mleko (Tip 41) - Pristop II...................162 Tabela 31: Osnovne značilnosti KMG proizvodnega tipa prašiči (Tip 51)............................................................162 Tabela 32: Osnovne značilnosti dohodka na KMG proizvodnega tipa prašiči (Tip 51).........................................163 Tabela 33: Verjetnost izpada dohodka in odškodnine za proizvodni tip prašiči (Tip 51) - Pristop 1....................163 Tabela 34: Verjetnost izpada dohodka in odškodnine za proizvodni tip prašiči (Tip 51) - Pristop II...................164 Povzetek Viri tveganj v kmetijstvu in ribištvu ter sistemi za obvladovanje le-teh Na podlagi študija razpoložljivih virov smo pripravili pregled relevantnih virov tveganj v slovenskem kmetijstvu in ribištvu. Predstavili smo nabor tveganj, s katerimi se soočajo kmetijska gospodarstva in jih razdelili po različnih kriterijih: glede na primarni vir rizika, obseg potencialnih škod, pogostnost nastopa in povezanost škodnih dogodkov. Na osnovi tega je bil podan koncept tveganj ter možnost t.i. naravnega kritja preko statistično značilnih korelacij opazovanih spremenljivk. V nadaljevanju smo opravili pregled razpoložljivih podatkov o cenah, prihodkih in dohodku v kmetijstvu. Podrobneje sta bila analizirana dva vira podatkov, FADN (2004-10) in modelne kalkulacije KIS (2000-12). Narejena je bila osnovna statistična analiza po ključnih sektorjih in aktivnostih slovenskega kmetijstva. Podrobneje smo analizirali možnosti zavarovanja proizvodnih, cenovnih, prihodkovnih in dohodkovnih tveganj v kmetijstvu. Poleg možnosti, ki jih ponuja upravljanje tveganj preko zavarovalnih shem in zavarovalniških produktov, smo preučili tudi nekatere alternativne možnosti upravljanja s tveganji, kot so indeksni zavarovalni produkti, terminski trgi in izvedeni finančni instrumenti, varčevalni skladi in stabilizacijsko-varčevalni računi. Primerjalni pregled sistemov za upravljanje s tveganji v EU in OECD Narejen je bil primerjalni pregled in kritična presoja obstoječih sistemov za upravljanje s tveganji v EU. Z vidika zanimivosti posameznih rešitev za slovenske razmere smo podrobneje analizirali upravljanje s proizvodnimi tveganji v Španiji, Nizozemski in Poljski, z dohodkovnimi tveganji pa v Avstriji. Preučili in ovrednotili smo še druge izvirne sisteme v državah OECD, pri čemer je konceptualno zanimiv kanadski sistem celovitega upravljanja s tveganji v kmetijstvu, v katerega je zajeta celotna paleta tveganj v kmetijstvu. Kot tak je koristna iztočnica za snovanje konceptov upravljanja s tveganji v slovenskem kmetijstvu v dolgoročnejši perspektivi. Narejen je bil pregled dosedanje prakse kmetijskih zavarovanj v Sloveniji. Analiziran je bil obseg sklenitve zavarovanj produktov po posameznih letih in sektorjih. Povzeli smo zavarovalno-tehnične rezultate zadnjega obdobja ter analizirali relevantne zakonodajne spremembe. Presoja sistemov za upravljanje s tveganji v kmetijstvu in ribištvu v Sloveniji Z izvedbo poglobljenih intervjujev in fokusnih skupin s ključnimi deležniki smo zaokrožiti sliko o učinkovitosti sistemov za upravljanje s tveganji v slovenskem kmetijstvu in ribištvu v Sloveniji. Rezultati raziskave so pokazali, da je percepcija tveganj odvisna od proizvodne usmeritve, specializiranosti in velikosti. V splošnem so gospodarstva nenaklonjena tveganjem, pri čemer prevladujejo individualne strategije upravljanja s tveganji, interes za vključevanje v sisteme skupinskega upravljanja s tveganji pa je šibek. Spremembe v pogojih zavarovanja (npr. dvig škodnega praga) bi bile negativno sprejete. Obstaja načelna naklonjenost vzajemnim sistemom upravljanja s tveganji, višja raven sofinanciranja zavarovalnih premij pa ne bi nujno izboljšala obsega zavarovanj v kmetijstvu. Presoja realne izvedljivosti različnih pristopov v kontekstu slovenskega kmetijstva in ribištva, zakonski in javnofinančni okvir, ter informacije pridobljene v okviru te delovne naloge, so zožile nabor različnih alternativ za nadaljnjo analizo. Po presoji in razgovorih z naročnikom smo nadaljnje analitično delo usmerili v ovrednotenje dveh alternativ proizvodnih zavarovanj (vzajemna premoženjska kmetijska zavarovalnica in vzajemni sklad za proizvodna tveganja) ter v razvoj simulacijskega modela za oceno dohodkovnih tveganj v kmetijstvu. Vzajemna premoženjska kmetijska zavarovalnica bi bila organizirana kot stanovska zavarovalnica, ki bi poleg kmetijskih zavarovanj tržila tudi druga premoženjska zavarovanja za kmetijska gospodarstva in druge subjekte agroživilstva. Izhajali smo iz predpostavk, da bi se v prvem letu pri VPKZ postopno zavarovalo 60% obstoječih zavarovancev. Participacija države bi bila v obliki subvencioniranja zavarovalnih premij in je ocenjena na 9,412 mio EUR letno. Vzajemni sklad za proizvodna tveganja je zamišljen kot dopolnilni sistem upravljanja s proizvodnimi tveganji, namenjen pokrivanju izplačil škodnih dogodkov nad zgornjo mejo pozavarovalnega kritja oz. za tiste nevarnosti, ki jih ni mogoče zavarovati. Prispevek do višine 65% javnih sredstev bi se nanašal na administrativne stroške vzpostavitve vzajemnega sklada in finančno nadomestilo kmetom. Ob predpostavki enega katastrofičnega dogodka ranga 50 mio EUR v 5 letih bi prispevek države znašal ca. 6,5 mio EUR letno. Scenarijska modelna presoja Razvito je scenarijsko modelno orodje, v katerega je zajetih 59.632 kmetijskih gospodarstev (KMG), vključenih v sistem neposrednih plačil. Prednost tega pristopa je, da v analizi obravnavamo realne podatke za praktično vsa KMG v Sloveniji, ki bodo v naslednjih letih potencialno vstopala v sisteme upravljanja s tveganji. Model je zasnovan po principu matematičnega modela v obliki elektronskih preglednic. Zajema osnovne tehnološke parametre ključnih aktivnosti in omejitve, znotraj katerih lahko posluje analizirano kmetijsko gospodarstvo. Modeli za vsako posamezno KMG so kalibrirani na podlagi podatkovnih baz SURS, FADN, modelnih kalkulacij KIS, podatkov o naravnih nesrečah in projekcijah cen FAO, OECD, FAPRI. Del podatkov za kalibracijo temelji na ekspertni oceni. Tveganost proizvodnih enot smo definirali s pomočjo verjetnostnih porazdelitvenih funkcij za več kot 200 naključnih spremenljivk. Te vstopajo v simulacijski izračun na ravni posamezne kmetije s pomočjo generiranja naključnih števil (MCS). Za dosego stabilnih rezultatov je bilo potrebno narediti 5.000 ponovitev MCS za vsako kmetijo. Rezultati simulacijskega modela nam dajejo vpogled v dohodkovna tveganja po posameznih panogah kmetijske proizvodnje. Med panoge z izrazitimi dohodkovnimi tveganji uvrščamo pridelavo zelenjave, sadjarstvo, vinogradništvo, prašičerejo in perutninarstvo; pri vseh naštetih panogah je pogostost visokih (nad 30-odstotnih) izpadov dohodka več kot 30-odstotna. Med proizvodne usmeritve, ki jih glede na dohodkovna tveganja lahko opredelimo kot srednje tvegane, se uvrščajo prireja mleka, specializirano poljedelstvo, mešana rastlinska proizvodnja, mešano kmetijstvo ter oljke. Do izpadov dohodka, ki presegajo 30-odstotno raven, prihaja v intervalu med 10 in 30 odstotki. Proizvodne usmeritve, kjer dohodkovna tveganja lahko označujemo kot nizka (manj kot 10 odstotna pogostost izpadov dohodkov nad 30 odstotki) pa so pašna prireja mesa in kmetijska gospodarstva z ekstenzivno rabo travinja. V teh proizvodnih usmeritvah so ključni dejavnik stabilizacije dohodka proračunska neposredna plačila. Zaključne ugotovitve in priporočila nosilcem odločanja Na podlagi presoje dejstev in opravljenih analiz ugotavljamo, da je nadaljevanje sofinanciranja proizvodnih zavarovanj kratkoročno zaenkrat edina realna opcija in najbolj racionalen realen scenarij aktivne vloge države pri upravljanju z (normalnimi) tveganji v kmetijstvu in ribištvu. Gre za sistem, ki je utečen, ima usposobljene ponudnike zavarovalnih produktov in solidno bazo zavarovancev. Sofinanciranje premij pod pogoji, ki jih narekuje predlog krovne uredbe za razvoj podeželja in v celoti sledi določilom WTO, prinaša nekatere spremembe v pogojih zavarovanja; tako ugodnosti, kot je višja raven javnega sofinanciranja (65%), kot tudi dodatne omejitve (30% spodnja meja škod). Nove razmere omogočajo razvoj cenovno ugodnejših, morebiti tudi novih (suša, MPCI) zavarovalnih produktov. Na drugi strani zaradi poslabšanja pogojev zavarovanja lahko pride tudi do upada interesa zavarovancev. V sodelovanju s ponudniki zavarovanj bi bilo dobro oceniti rang pričakovanih sprememb. Država lahko razmisli tudi o ukrepih za zvišanje obsega zavarovanj v kmetijstvu; eden od možnih pristopov bi bil pogojevanje upravičenosti do naložbenih podpor z zavarovanjem proizvodnje. Vzajemni sklad za proizvodna tveganja kot ,dopolnilni' sistem za upravljanje s katastrofičnimi tveganji v kmetijstvu ima potencial za nadomestitev sedanje ureditve ad hoc izplačil škod. V zvezi z vzpostavitvijo tega instrumenta se pojavlja nekaj resnih ovir. Glavna ovira je nezadostni interes kmetijskih gospodarstev po vstopu v skupni vzajemni sklad za proizvodna tveganja. Gre za združevanje kmetij z izrazitimi razlikami v poslovno-organizacijskih modelih, velikosti, z regionalnimi specifikami in posledično z razlikami v tveganjih, s katerimi se soočajo. Vzpostavitev enotnega mehanizma bi potrebovala visoko mero solidarnosti med družbeniki, poleg tega bi bila izrazito zahtevna postavitev pravil poslovanja sklada. Tovrstne solidarnosti v trenutnem stanju, strukturah in odnosih v slovenskem kmetijstvu realno ni pričakovati. Vzajemni sklad lahko nastane le ob izraziti pobudi »od spodaj navzgor«, to pomeni, da bi se predstavniki kmetijstva in kmetijske ustanove zavzeli za tako rešitev in tudi šli v pridobivanje družbenikov. Vlada tukaj ne more nadomestiti gospodarskega in stanovskega organiziranja kmetijstva. Iz vidika države je vključitev vzajemnega sklada v PRP 2014-20 težavna tudi z vidika terminskega načrtovanja porabe javnih sredstev, pa tudi zaradi potrebnega obsega sredstev, kar je v času ekonomske krize dodatna ovira. Naša teza je, da bo stanovska pripravljenost za vzpostavitev vzajemnih skladov ostala nizka, vse dokler bodo neposredna plačila imela tako izrazit vpliv na ekonomski položaj v kmetijstvu. Iz agrarno ekonomskega vidika je uveljavitev novih (npr. vzajemnih) pristopov upravljanja s tveganji racionalno uvajati tam, kjer je vloga neposrednih plačil prvega stebra sorazmerno nizka, to pa je v Sloveniji pridelava zelenjave, sadja in prašičereja, torej panoge, ki so precej razdrobljene, slabše organizirane in v strukturni krizi. Mehanizem za upravljanje z dohodkovnimi tveganji zaenkrat ostaja predvsem teoretična alternativa. V slovenskih razmerah je trenutno neizvedljiva že iz vidika podatkovnih podlag (poslovne evidence), potrebnih za njegovo vzpostavitev. Poleg tega ocenjujemo, da je vzpostavitev tovrstnega mehanizma v obdobju 2014-2020 tudi nesmotrna. Vpogled v dohodkovna tveganja, ocenjena s simulacijskim modelom razkriva, da so večja dohodkovna tveganja, ki bi jih potencialno reševali z mehanizmi za stabilizacijo dohodkov, problem relativno majhnega števila kmetijskih gospodarstev. Višina odškodnin izrazito variira glede na obseg vključenosti kmetijskih gospodarstev in glede na razpon škodnih dogodkov. Ocenjen obseg sredstev za izplačilo odškodnin bi v razmerah normalnih dohodkovnih tveganj znašal med 6 in 14 milijoni EUR, odvisno od predpostavk glede števila kmetijskih gospodarstev, ki bi z vplačilom premije vstopile v sistem zavarovanja dohodkov. Ob upoštevanju celotnega razpona škodnih dogodkov bi višina premij lahko dosegla tudi 55 milijonov EUR na letni ravni. Dohodkovna zavarovanja in drugi novi instrumenti upravljanja s tveganji so torej alternativa, ki bo v slovenskem kmetijstvu potencialno zanimiva šele po letu 2020, oziroma v odvisnosti od prihodnje ureditve neposrednih plačil v SKP. Te delujejo stabilizirajoče in le njihova postopna odprava odpira vrata za alternativni koncept inštrumentov za upravljanje z dohodkovnimi tveganji. Kljub temu bi bilo smotrno v Sloveniji začeti s pripravami že danes, tako na strani razvoja ponudbe tovrstnih produktov (podatkovne baze, referenčni podatki), kot tudi na strani povpraševanja, začenši pri podatkovni opremljenosti na ravni posameznih kmetijskih gospodarstev (splošna vključitev v vodenje računovodstva). 1. Uvod 1.1 Izhodišča raziskave Kmetijska gospodarstva ter drugi gospodarski subjekti v kmetijstvu in ribištvu morajo v organizaciji svojega poslovanja upoštevati proizvodna in tržno-cenovna tveganja, ki po številčnosti in obsežnosti morebitnih posledic znatno presegajo tveganja, prisotna v drugih gospodarskih panogah. Znaten del tveganj v kmetijstvu in ribištvu lahko pripišemo izpostavljenosti neugodnim vremenskim razmeram, boleznim in invazijam škodljivcev. Katastrofične posledice na ravni celotnih panog na omejenih ali širših območjih puščajo za seboj predvsem ekstremni vremenski dogodki in nenadni izbruhi bolezni s. Splošna percepcija je, da se frekvenca in intenzivnost tovrstnih ekstremnih pojavov veča (IPCC, 2007; Alexander in sod., 2006). Tveganja, povezana s klimatskimi pojavi, načeloma pomembneje vplivajo na rastlinsko proizvodnjo in ribištvo, živinoreja in ribogojstvo pa sta bolj izpostavljena zdravstvenim tveganjem. Poleg proizvodnih tveganj se stopnjujejo tudi tveganja, povezana z nestabilnimi in pogosto nanapovedljivimi tržno-cenovnimi razmerami. Zaradi razmeroma dolgega investicijskega in proizvodnega cikla je za kmetijska gospodarstva značilno, da so odločitve o izbiri aktivnosti in obsegu proizvodnje sprejete veliko prej kot so poznane tržne cene proizvodov. Volatilnost cen v kmetijstvu je v izjemnem porastu, kar je posledica učinka različnih dejavnikov, kot so umik države iz uravnavanja trgov in uveljavljanje zavez iz mednarodnih trgovinskih sporazumov (Sarris, 2009), v zadnjih letih pa tudi izrazito povečanje zanimanja finančnih trgov za trgovanje s kmetijskimi surovinami (Von Braun, 2010). Cenovno-dohodkovna tveganja v kmetijstvu dodatno zaostrujejo pritiski na cene kot posledica neenakopravnega položaja kmetijstva v prehranski verigi (Evropska komisija, 2009) in konstantno poslabševanje cenovno-stroškovnih razmerij v kmetijstvu (KIS, 2010). Dolgoročno poslovanje kmetijskih gospodarstev in drugih gospodarskih subjektov v kmetijstvu in ribištvu je torej pogojeno z učinkovitim ter večplastnim upravljanjem s tveganji. Privatne strategije upravljanja s tveganji vključujejo izogibanje tveganjem (npr. zaščita, skladiščenje, preusmeritev v manj tvegane tehnologije), oziroma njihova razpršitev (npr. diverzifikacija dejavnosti, tržnih in nabavnih poti). Tržne strategije upravljanja s tveganji pa zajemajo aktivnosti, pri katerih se kmetijska in ribiška gospodarstva povezujejo z drugimi gospodarskimi subjekti (Huirne in sod., 2007). Med temi aktivnostmi Heidelbach (2007) navaja tržne pogodbe, proizvodne pogodbe, vertikalne integracije, sodelovanje v vzajemnih skladih in zavarovanjih. Zadnja skupina je pestra in zajema različne tipe kmetijskih zavarovanj, v katere se na različne načine vse pogosteje vključuje tudi država. Javne podpore upravljanju s tveganj v kmetijstvu so stalnica kmetijske politike tudi v državah EU. Izoblikovali so se različni modeli, med katerimi prednjačijo različne oblike sofinanciranja proizvodnih zavarovanj. Po letu 2014 se bodo v okviru politike razvoja podeželja prvič lahko sofinanciralo več vrst upravljanja s tveganji: sofinanciranje zavarovalnih premij za proizvodno zavarovanje, podpore vzpostavitvi vzajemnih skladov in sofinanciranje povrnitve škod za proizvodna (oz. dohodkovna) tveganja. V Sloveniji se država vključuje v sistem upravljanja s tveganji v kmetijstvu na več načinov. Na zmanjšanje tveganj v kmetijstvu pomembno vpliva z neposrednimi plačili, dodatno pa še s sofinanciranjem zavarovalnih premij za zavarovanje kmetijske proizvodnje in ribištva in z dodeljevanjem sredstev za odpravo škod v kmetijstvu, ki jih ni mogoče zavarovati. Odločanje za zavarovanje v slovenskem kmetijstvu in ribištvu je relativno skromno (tretjina kmetijskih površin in petina živali). Delež zavarovanih kmetijskih površin od uvedbe sofinanciranja zavarovalnih premij (2006) ne narašča, delež zavarovanih živali celo upada. Možnosti za oblikovanje učinkovitejših strategij upravljanja s tveganji v slovenskem kmetijstvu in ribištvu niso izčrpane. V projektu skušamo analizirati razloge za skromno udeležbo teh panog v skupinskih pristopih upravljanja s tveganji v Sloveniji, ki se pojavlja tako na strani povpraševanja, kot tudi ponudbe. Izhajamo iz teze, da država z aktivnim vključevanjem v sisteme upravljanja s tveganji lahko odigra vlogo katalizatorja. V projektu poskušamo ovrednotiti različne alternative skupinskih pristopov k upravljanju s tveganji v slovenskem kmetijstvu in ribištvu. Nabor potencialno zanimivih skupinskih pristopov k upravljanju s tveganji v kmetijstvu in ribištvu oblikujemo na podlagi pregleda trenutnega stanja, ekonomskih potencialov ter zakonskih možnosti. Poseben poudarek je namenjen oblikovanju in ovrednotenju strategij, izvedljivih v okviru Programa razvoja podeželja 2014-2020. Gledano z vidika potreb po vzpostavitvi celovitega sistema upravljanja s tveganji v slovenskem kmetijstvu v srednje- in dolgoročni perspektivi v projektu obravnavamo tudi vprašanje dohodkovnih tveganj. Vprašanje je aktualno zlasti v luči zniževanja in negotove prihodnosti neposrednih plačil za podporo dohodkov v kmetijstvu. V projektu skušamo oceniti obseg dohodkovnih tveganj v slovenskem kmetijstvu, tako v smislu skupnega obsega, kot tudi v smislu razlik med posameznimi proizvodnimi tipi in med velikostnimi razredi kmetijskih gospodarstev. Na podlagi teh informacij skušamo oceniti (javno)finančne implikacije upravljanja z dohodkovnimi tveganji v slovenskem kmetijstvu. 1.2 Cilji projekta Na podlagi zgoraj navedenih izzivov si projekt zadaja naslednje raziskovalne cilje: - pripraviti pregled virov tveganj in njihovega pomena v slovenskem kmetijstvu in ribištvu; - pripraviti pregled relevantnih pristopov k učinkovitemu upravljanju s tveganji, s poudarkom na možnostih aktivnega vključevanja države; - opraviti primerjalni pregled pristopov v državah EU 27 ter izbranih OECD državah in jih ovrednotiti v smislu izvedljivosti, učinkovitosti in javnofinančne vzdržnosti; - analizirati dosedanjo ureditev upravljanja s tveganji v slovenskem kmetijstvu in ribištvu; - ovrednotiti obseg tveganj ključnih panog v slovenskem kmetijstvu ter obseg potencialnih odškodnin; - presoditi učinkovitost obstoječe ureditve upravljanja s tveganji v slovenskem kmetijstvu in ribištvu, raziskati možnosti za izboljšanje obstoječe ureditve in pripraviti alternativne predloge. 1.3 Struktura poročila Delo je bilo razdeljeno v štiri vsebinsko in metodološko zaokrožene vsebinske sklope, ki jih podrobneje opisujemo v nadaljevanju poročila. Poročilo začenjamo s sistemskim pregledom virov tveganj v slovenskem kmetijstvu in ribištvu in z vpogledom v sisteme za upravljanje s tveganji, pri čemer pozornost namenjamo zlasti skupinskim pristopom. V nadaljevanju predstavljamo primerjalni pregled in kritično presojo obstoječih sistemov za upravljanje s tveganji v Sloveniji, EU-27 in v nekaterih OECD državah. V Sloveniji in v širšem evropskem prostoru so sistemi upravljanja s tveganji omejeni skoraj izključno na proizvodna tveganja v kmetijstvu. Tudi nabor možnih scenarijev vključevanja države v sisteme upravljanje s tveganji v slovenskem kmetijstvu v kratkoročni perspektivi (2014-2020) je omejen na proizvodna tveganja. V raziskavi smo ocenili smotrnost in javnofinančne implikacije treh alternativnih pristopov k upravljanju s proizvodnimi tveganji: subvencioniranje zavarovalnih premij, vzajemni sklad za proizvodna tveganja in vzajemna premoženjska kmetijska zavarovalnice. V zadnjem, najobsežnejšem delu poročila pa obravnavamo vprašanje dohodkovnih tveganj v slovenskem kmetijstvu. Neposreden vpogled v to problematiko zaradi pomanjkanja ustreznih podatkov ni mogoč. Obseg dohodkovnih tveganj je bil zato ocenjen s simulacijskim modelom, v katerega so zajeta vsa kmetijska gospodarstva, ki so v letu 2010 oddala zbirno vlogo za neposredna plačila. Le-ta so razdeljena na proizvodne tipe in velikostne razrede glede na ekonomsko velikost. Simulacijski izračuni omogočajo oceno dohodkovnih tveganj na ravni posamezne kmetije, proizvodne usmeritve, velikostnega razreda, ali celotne panoge. Na podlagi teh informacij so podane okvirne ocene zneskov, potrebnih za kompenzacijo izpadov dohodka na kmetijskih gospodarstvih, vključenih v sisteme dohodkovnih zavarovanj. 2. Viri tveganj ter sistemi za upravljanje s tveganji v kmetijstvu in ribištvu 2.1 Sistemski pregled virov tveganj v slovenskem kmetijstvu in ribištvu Dr. Jaka Žgajnar (BF), dr. Luka Juvančič (BF), dr. Maja Kožar (KIS), Ben Moljk (KIS) 2.1.1 Tveganje in negotovost Narava tveganja je v tem, da gredo včasih lahko stvari narobe oziroma zelo narobe, tako da posamezni kmetje ali skupina kmetov doživi izgubo. Vrsta tveganj je zelo različna tako po obsegu, kot pogostnosti nastopa. Seveda pa tveganje samo po sebi še ne pomeni škode. Ta nastane šele takrat, ko se tveganje uresniči. Vendar če tveganje samo po sebi še ne pomeni izgube, pa se na dolgi rok vsako tveganje prej ali slej spremenijo v izgubo. Največji stroški tveganj so navadno povezani z odpravo posledic, zato je pomembno, da poizkušamo tveganje v prvi vrsti identificirati, v nadaljevanju pa ga čim bolj zmanjšati. Povedano z drugimi besedami, poiščemo ustreznejšo tehnologijo, racionalneje razporedimo proizvodne resurse itd. v nadaljevanju na kratko predstavljamo ključne vrste tveganj s katerimi se na splošno soočajo kmetijska gospodarstva. V prvem delu pa opredelimo osnovni koncept tveganja. Kaj definira in opredeljuje tveganje Osnovna mera tveganja posamezne spremenljivke (npr. cene, količine) je njena variabilnost, ki jo merimo z varianco. Varianca je ena od najpogosteje uporabljenih mer variabilnosti oz. razpršenosti enot. Definirana je kot povprečje kvadriranih odklonov med opazovanimi in pričakovanimi vrednostmi. Pri tem je za samo razumevanje koncepta tveganja potrebno omeniti tudi koncept pričakovane vrednosti ali matematičnega upanja. Gre za vrednost, ki jo glede na verjetnosti nastopa posameznih dogodkov lahko pričakujemo. V primeru enako verjetnih dogodkov gre kar za pričakovano vrednost, ki je torej enaka povprečni vrednosti. Nadalje pa v primeru različnih verjetnosti, pričakovano vrednost predstavlja tehtano povprečje. E(x) = ^ = /=i Naslednja mera variabilnosti, s katero pri analizah tveganja pogosto operiramo pa je standardni odklon. Izračunan je kot kvadratni koren variance. S standardnim odklonom lahko izmerimo, kako so vrednosti razpršene okoli aritmetične sredine populacije oziroma vzorca. Višja kot je vrednost standardnega odklona, bolj so enote v populaciji oziroma danem vzorcu razpršene in obratno, nižja vrednost kaže na manjšo razpršenost enot in večjo koncentracijo enot okoli aritmetične sredine oziroma pričakovane vrednosti. Njegova bistvena prednost v primerjavi z varianco, je v tem, da je izražen v istih enotah, kot pričakovana vrednost in je zato laže razumljiv. Ob tem pa je potrebno upoštevati, da gre za absolutno mero variabilnosti, kar v praksi pomeni, da standardnih odklonov različnih spremenljivk ne moremo neposredno primerjati. I Ž (x/ - X) /=i N 2 Pri neposredni primerjavi tveganosti posameznih spremenljivk, zato najpogosteje temeljimo na koeficientu variabilnosti (CV). Gre za normalizirano vrednost standardne deviacije, ki jo izračunamo kot razmerje med standardnim odklonom in pričakovano vrednostjo. Prednost koeficienta variabilnosti, je da gre za relativno mero tveganja. Posledično je brez enot, izrazimo pa ga lahko tudi kot % sprememba. Ima zalogo vrednosti med 0 in 1. Njegova vrednost interpretiramo kot povprečni odklon od pričakovane vrednosti. CF=SD M Kadar analiziramo tveganje na ravni kmetijskega gospodarstva, v analizo zajamemo več spremenljivk (cene, stroški, subvencije, krave molznice, koruza itd..). V takšnem primeru nas zanima variabilnost celotnega sistema opazovanih spremenljivk in ne zgolj variabilnost ene spremenljivke. Pri analizi tveganja to pomeni, da nas zanima npr. kako so gibljejo cene, stroški ali prihodki glavnega proizvoda, prihodki stranskega proizvoda, subvencije in stroški povezani s proizvodnjo. Lahko pa spremljamo tudi vzajemno interakcijo teh dejavnikov, oziroma kako se dogajajo spremembe po dveh ali več spremenljivkah (npr. pri koruzi in pšenici po prihodku). Zanima nas odnos med posameznimi dejavniki tveganja. Te se lahko gibljejo do določene mere vzporedno, tako da istočasno naraščajo oziroma padajo. Relacijo med spremenljivkama meri kovarianca. Le-ta je statistično definirana kot produkt razlik med dejanskimi in pričakovanimi vrednosti dveh različnih spremenljivk. Posledično je merska enota kovariance enaka zmnožku merske enote za prvo slučajno spremenljivko in merske enote za drugo slučajno spremenljivko, kar dodatno oteži težji razumljivosti izračunanih vrednosti. Zato navadno uporabljamo normalizirano vrednost, ki je izražena s korelacijskim koeficientom in ima zalogo vrednosti med -1 in +1. p ^ _ cov(X,Y) aX aY SD(X)*SD(Y) V kolikor bi imeli opravka z nepovezanimi spremenljivkami (vrednost korelacijskega koeficienta blizu 0), bi bila skupna varianca kot parameter tveganja, preprosto kar vsota varianc posameznih spremenljivk. V kolikor pa je variabilnost posameznih spremenljivk negativno ali pozitivno povezana, pa s takšnih pristopom podcenimo ali precenimo skupno varianco. Kovariance so tako ključni razlog, zakaj varianc posameznih spremenljivk ne smemo preprosto sešteti. V žargonu upravljanja s tveganji, lahko rečemo da gre za naravno kritje, ki preko diverzifikacije portfelja omogoča zniževanje skupne variance, s tem pa tudi skupnega tveganja. Poznamo različne metodološke pristope k analizi tveganja. Matematično programiranje (MP), ki temelji na moderni portfeljski teoriji, je eno izmed najbolj pogostih načinov analize odločanja v razmerah tveganja (Romero, 2000). Zasnova načrtovanja proizvodnje v obliki portfeljskega problema namreč omogoča tehtanje med različnimi aktivnostmi, ki prispevajo kritje in priložnost z ozirom na širok obseg nepredvidenih izdatkov (Kobzar, 2006). Gre za metodo, ki uporablja matematični koncept variance za ovrednotenje tveganja pod pogojem, da so dohodki normalno porazdeljeni. Kobzar (2006) ugotavlja, da se med strokovnjaki o pogoju normalne porazdelitve še vedno delijo mnenja. Ob tem pa Hardaker in sod. (2007) poudarjajo, da glede na to, da dosežen dohodek predstavlja vsoto večjega števila naključnih spremenljivk (kombinacije različnih aktivnosti), lahko na osnovi centralnega limitnega izreka predpostavimo približno normalno porazdelitev. V kolikor izhodišče normalne porazdelitve drži, lahko predpostavljamo, da se odločevalec odloča le na podlagi pričakovanih vrednosti (povprečna vrednost) in variance (oziroma standardne deviacije) kot mere tveganja. Pri svojih odločitvah tako ne upošteva ostalih značilnosti porazdelitve pričakovanih vrednosti (dohodkov), kot sta stopnja asimetričnosti porazdelitve1 (ang. skewness) in stopnja sploščenosti2 (ang. kurtosis). 2.1.2 Vrste tveganj v kmetijstvu - kratek opis Za učinkovitost analize tveganj je zelo pomembno, da v prvem koraku definiramo okolje tveganj, v katerem kmetijska gospodarstva sprejemajo poslovne odločitve. Razlike med viri tveganj so lahko zelo velike, zlasti z vidika pogostosti in obsega potencialnih škod. Če pri določenem tveganju lahko nastopijo škode velikega obsega je nujna podrobnejša obravnava, zlasti pri izbiri alternativ za njihovo zmanjšanje. Nekatera tveganja, s katerimi se soočajo kmetijska gospodarstva, so podobna tveganjem, s katerimi se soočajo tudi v drugih gospodarskih sektorjih, nekatera od njih pa so specifična za kmetijstvo. V nadaljevanju sistematično opredeljujemo vrste tveganj po posameznih ključnih virih. Razdelili smo jih v štiri temeljne skupine in sicer proizvodna tveganja, tržno-cenovna tveganja, institucionalna tveganja ter človeška oziroma osebna tveganja. Dejstvo je, da posamezni viri tveganj pogosto delujejo v medsebojni interakciji, zato ločevanje med njimi ni povsem enoznačno in bi jih lahko razporejali tudi v drugačne skupine. En dogodek namreč lahko vpliva na različne vire tveganj. Ne glede na vir pa se realizirana tveganja odrazijo na ravni blaginje kmetijskega gospodarstva oziroma tveganosti dohodka kmetijskega gospodarstva. Dohodkovno tveganje je tako posledica proizvodnega tveganja, cenovno-stroškovnega tveganja in tveganja, povezanega s proizvodnimi viri, ki lahko delujejo hkrati, ni pa to nujno (Hardaker in sod., 2007). Nihanja na strani proizvodnje in cen se odrazijo v močni dinamiki dohodkov kmetijskih gospodarstev. Ob tem pa Vrolijk in Poppe (2008) opozarjata, da funkcijska razmerja med količino pridelka, cenami in kmetijskim dohodkom niso enostavna. Gre za kompleksen odnos, na katerega pomembno vplivajo dejavniki, kot so struktura stroškov, struktura prihodkov, drugih prihodkov iz kmetijstva ter dodatnih koristi ali stroškov. Proizvodna tveganja Proizvodno tveganje je v največji meri posledica nepredvidljive narave različnih dejavnikov, ki pomembno vplivajo tako na kakovost, kot tudi obseg proizvodnje. Variabilnost obsega proizvodnje je tudi ključno merilo proizvodnega tveganja. Močno je povezano s tipom kmetijskega gospodarstva. Tako je na primer variabilnost pridelka (prireje) v živinoreji manj povezana z vremenskimi vplivi, kot je pri rastlinski pridelavi in tudi pri tem se vpliv med različnimi usmeritvami (poljedelstvo, vrtnarstvo, 1 Koeficient asimetrije (ang. skewness) je mera asimetrije unimodalno porazdeljenih spremenljivk, ki jo izračunamo iz srednjih vrednosti. Koeficient je torej razlika med aritmetično sredino in modusom, deljena s standardnim odklonom oziroma razlika med aritmetično sredino in mediano, deljena s standardnim odklonom. S tem koeficientom preverjamo porazdelitev spremenljivke, ki je lahko (i) asimetrična v desno oziroma pozitivna asimetrija (če je vrednost koeficienta večja od nič), (ii) simetrična oziroma normalna porazdelitev (če je vrednost koeficienta enaka nič) ali (iii) asimetrična v levo oziroma negativna asimetrija (če je vrednost koeficienta manjša od nič). Vrednost koeficienta večja od 0,20 kaže na veliko asimetrijo. 2 Koeficient sploščenosti (ang. kurtosis) je mera sploščenosti unimodalnih spremenljivk (to so spremenljivke z enim središčem gostitve frekvenčnih vrednosti, npr. normalno porazdeljena spremenljivka), ki jo lahko izračunamo iz momentov oziroma iz kvantilov. S tem koeficientom preverjamo ali je spremenljivka koničasta (če je vrednost koeficienta manjša od 1), normalna (če je vrednost koeficienta enaka 1) ali sploščena (če je vrednost koeficienta večja od 1). Vrednost koeficienta nad 0,8 kaže na veliko oziroma nenormalno sploščenost. sadjarstvo, vinogradništvo) pomembno razlikuje (Heidelbach, 2007). Poleg tega pa je stopnja proizvodnega tveganja močno odvisna tudi od regije, v kateri se kmetijsko gospodarstvo nahaja. Do pomembnih razlik med regijami prihaja na račun različnih kvalitet in lastnosti tal (ilovnata, peščena, lahka, težka itd.), kot tudi različnih klimatskih pogojev. Slednji pomembno vplivajo na pogoje pridelovanja, kot tudi na izbiro tehnologije pridelovanja oziroma reje. V kmetijstvu se proizvodno tveganje pogosto nanaša na vremenske pojave, kot so spomladanske pozebe, suše, moče, neurja ter pojav toče. Poleg teh je pomemben dejavnik proizvodnega tveganja tudi ustreznost (vremenskih) pogojev za pravočasno setev, kot tudi spravilo pridelkov. Pozna setev lahko zaradi skrajšane rastne dobe vpliva na zmanjšanje količine in kakovosti pridelka. Pozno spravilo pa vpliva predvsem na poslabšano kakovost pridelka (npr. pojav plesni pri skladiščenju). Čeprav je proizvodno tveganje v živinoreji prav tako povezano z vremenskimi vplivi, zlasti preko priprave krme, pa je ta neposreden vpliv vendarle manjši kot v primeru kmetijskih gospodarstev, ki se ukvarjajo z rastlinsko proizvodnjo. Tako so ključni viri tveganj v živinoreji povezani s trgom, proizvodnjo in pripravo krme in zdravjem živali (Anton in sod., 2011). Na ravni proizvodnega tveganja je pomembno opozoriti na vlogo kmetov, saj z izbiro tehnologij, pasem in sort lahko pomembno vplivajo na stopnjo tveganja. Tako bodo na primer kmetijska gospodarstva v predelih, kjer je nevarnost suše večja, zmanjšali stopnjo tveganja izgube pridelka, s pravilno alokacijo proizvodnih virov oziroma če se bodo odločili za namakalni sistem ali izbiro kulture, ki je manj občutljiva na sušo (npr. del koruzne silaže nadomestijo s krmnim sirkom). Ali v primeru izrazitega napada koruznega hrošča, s pridelavo odpornih sort koruze, s čimer lahko pomembno vplivajo na manjše tveganje gospodarske škode. podobno lahko tudi v živinoreji znižamo proizvodno tveganje z izbiro ustreznih pasem glede na pogoje v katerih kmetujemo in glede na naše znanje in izkušnje. Dejstvo je, da so visoko produktivne pasme bolj občutljive na napake upravljanja in vodenja (npr. napake na strani vodenja prehrane). Zato lahko z izbiro manj produktivnih živali zmanjšamo tveganje izpada prireje oziroma zmanjšamo stroške povezane z zdravljenjem oziroma izločanjem obolelih živali. V primerjavi z drugimi gospodarskimi panogami je za kmetijstvo značilna tudi občutljivost na pojav bolezni in škodljivcev, ki pomembno vplivajo na zmanjšanje količine, kot tudi kakovosti pridelka. Za nekatere bolezni in škodljivce je značilno, da se izbruh na določenem kmetijskem gospodarstvu lahko razširi na druga kmetijska gospodarstva (preko različnih vektorjev širjenja), druge panoge, tako po oskrbni verige s hrano navzgor (ang. upstream industry), kot tudi pri preskrbi z inputi za kmetijsko proizvodnjo (ang. downstream industry). V takšnih primerih lahko katastrofična tveganja prizadenejo kmetijstvo in z njim povezane panoge v celih regijah (OECD, 2011a). Škodni pojavi, katerih posledica so prehranske afere, lahko vodijo tudi do dolgotrajnih negativnih posledic v smislu zmanjšanega zaupanja potrošnikov in izvoznih izgub. Proaktivnost na strani kmetijskih gospodarstev je zato nujna. Pogosto pa takšnih preventivnih aktivnosti preprečevanja in opozarjanja kmetijskih gospodarstev ni možno zaznati, kljub temu da je pozitivni eksterni učinek tovrstnih aktivnosti pozitiven. S pravočasnim oziroma preventivnim delovanjem zmanjšujemo izpostavljenost drugih kmetijskih gospodarstev, sektorjev in teritorialnih entitet tovrstnim tveganja (OECD, 2011a). Gre za značilen primer eksternalij v kmetijstvu, ki ga lahko srečamo v vseh sektorjih (poljedelstvo, živinoreja, vrtnarstvo, sadjarstvo itd.). Rastlinska pridelava je izpostavljena predvsem nastopu škodljivcev in bolezni. Ti lahko prizadenejo posevke v različnih obdobjih od setve, v času rasti, do spravila. Večja verjetnost nastopa škodljivcev in bolezni je v vseh obdobjih v primeru vremensko neugodnih letin (npr. poplave, moče, suše). Značilen primer tveganja izpada proizvodnje je napad škodljivcev. Kot primer naj navedemo le pereč problem napada koruznega hrošča oziroma koruzne vešče. Gre za izrazito proizvodno tveganje, ki lahko pomembno vpliva na zmanjšanje količine pridelka. Med proizvodna tveganja lahko prištevamo tudi tveganja povezana z okvaro strojev, predvsem v času spravila pridelkov. Tu velja omeniti tudi nujnost novih naložb, ki lahko povečajo produktivnost kmetijstva. Slednje zlasti velja za kmetijska gospodarstva držav v razvoju. Z večjo produktivnostjo bi lahko zmanjšali pritisk na mednarodne cene, kar pa je že v povezavi z naslednjo skupino virov tveganj (tržno-cenovna tveganja, poglavje 0). Z vidika proizvodnih tveganj v živinoreji velja izpostaviti tveganja, povezana z nastopom bolezni, ki vpliva na manjšo prirejo. Posledice lahko nastopijo na kratek rok (denimo kot padec prireje, padec kvalitete prireje, večje število abortusov, zdravljenje, zakol živali itd.) ali na dolgi rok (zmanjšana plodnost, slabša konverzija, dolgoživost, padec proizvodnosti itd.). Zlasti na kmetijskih gospodarstvih z visoko intenzivnostjo živinoreje je pričakovati, da na odnos do tveganja pomembno vpliva možnost izbruha bolezni. Te lahko nastopijo lokalno (npr. presnovne bolezni) in prizadenejo nekaj živali oziroma nekaj kmetijskih gospodarstev v določeni regiji. Veliko proizvodno tveganje pa predstavljajo bolezni, ki lahko prizadenejo širšo regijo. Navadno gre za visoko nalezljive kužne bolezni (BSE, aviarna infulenca itd.), pri katerih lahko pride do zaprtja kmetijskih gospodarstev za določene obdobje, do izločanja obolelih živali ali celo izločanja celotnih čred oziroma jat. Nastop kužnih bolezni je navadno povezan z velikimi ekonomskimi škodami, ki jih lahko delimo na posredne in neposredne škode. Pomembno skupino predstavljajo direktni stroški povezani s kontroliranjem epidemij, kot so stroški infrastrukture kontroliranja, stroški povezani z zakolom in uničenjem okuženih živali ter proizvodov, stroški cepljenja in stroški kompenzacij. Iz ekonomskega vidika so pomembne tudi izgube, ki nastanejo kot posledica omejitev veterinarskega urada. Takšen primer je izpad dohodka oziroma problem povezan s stroški neizkoriščene infrastrukture (deloma oziroma povsem prazna), stroški povezani z ponovnim zagonom (repopulacija), stroški povezani s premiki živali na zaprtih območjih oziroma gospodarstvih (živali se ne sme premikati iz kmetijskih gospodarstev (problem npr. spitanih prašičev, piščancev), dodatni stroški krmljenja, veterinarjev itd.). Izbruh kužnih bolezni predstavlja dodaten problem v primeru restrikcij izvažanja in nastopanja na trgu. Tako na ravni posameznih kmetijskih gospodarstev, kot tudi na ravni posamezne države izvoznice, ki ima denimo zaradi preventivnih ukrepov na izvoznih trgih prepoved izvoza (OECD, 2011a). Pri epidemijah v živinoreji je izrazit tudi že deloma omenjen efekt valovanja, za katerega je značilno da se posledice čutijo po verigi navzgor in navzdol. Zanemariti pa ne gre niti efekta prelivanja med sektorji, ki igra pomembno vlogo zlasti pri zoonozah (seveda v odvisnosti od vektorjev prenosa bolezni). Takšen primer je denimo pojav virusa ptičje gripe, ki je imel izrazito negativen vpliv na turizem. Vsekakor pa nastop kužnih bolezni vpliva na zmanjšano povpraševanje (tudi lokalno), kar prizadene širšo skupino kmetijskih gospodarstev v določenem sektorju. Slednje predstavlja problem, saj prizadene tudi tista kmetijska gospodarstva, katerih prireja ni bila neposredno prizadeta s kužno boleznijo. Ta vpliv je namreč lahko posreden preko padca prodajnih cen (vpliva na zmanjšane prihodke), manjše ponudbe plemenskih živali za nadaljnjo rejo oziroma pitanje (vpliva na porast spremenljivih stroškov zaradi višje cene, kot posledica manjše ponudbe) itd. Kakšne so posledice, je seveda odvisno od obsega izbruha. Pri tem ima preventivno ravnanje in hitro obveščanje na strani kmetijskih gospodarstev pomembno vlogo na strani zmanjšanja negativnih posledic (stroški, manjše povpraševanje itd.). Pri tem pa je zelo pomembna vloga na strani države, da ustrezno vključi kmetijska gospodarstva, ki morajo nositi del morebitnih posledic3. Variabilnost proizvodnje oziroma prireje, ki dejansko definira proizvodno tveganje navadno ocenjujemo na časovni seriji za daljše obdobje. Poleg že naštetih dejavnikov, pa na dodatno variabilnost pridelkov vplivajo tudi t.i. faktorji tehničnega napredka (Vrolijk in Poppe, 2008). Slednje je zlasti pomembno, ko želimo analizirati proizvodno tveganje na osnovi časovnih serij podatkov. Namreč obseg prireje oziroma proizvodnje se poleg zgoraj omenjenih dejavnikov lahko spremeni tudi na račun uporabe novejših hibridov, bolje selekcioniranih pasem, uporabe učinkovitejših fitofarmacevtskih sredstev in uporabe izboljšanih tehnologij ter upravljavskih veščin. Ob tem pa Vrolijk in Poppe (2008) opozarjata, da je iz tega naslova zaznana variabilnost pridelkov lahko manjša na račun sočasnega pojava vremenskih motenj ali nastopa bolezni in škodljivcev. Tržno-cenovna tveganja V skupino tržno-cenovnih tveganj prištevamo široko skupino tveganj , ki vnašajo precej negotovosti na strani kmetijske proizvodnje. Gre za skupino različnih dejavnikov, ki nosilcem odločanja na kmetijskih gospodarstvih nenehno narekuje spreminjanje pogojev za pridelovanje. Heidelbach (2007) tej skupini tveganj pripisuje značilnost, da navadno nastopijo šele potem, ko je proizvodna odločitev že sprejeta. Kljub temu pa je vpliv tržno-cenovnih tveganj na proizvodno odločanje (npr. struktura njivskih posevkov) precejšen in temelji predvsem na preteklih izkušnjah in podatkih. Dejavniki, ki vplivajo na tržno-cenovne spremembe, so zelo različni in jih v večini ni moč nadzorovati. Najpomembnejša je nedvomno negotovost na strani prodajnih cen proizvodov (outputi) in nabavnih cen surovin (inputi). To pomeni, da cene vhodnih (seme, gorivo, škropivo, gnojila idr.) in izhodnih enot niso z gotovostjo poznane, posebno ne v času sprejemanja odločitve o izvajanju določene aktivnosti (Huirne in sod., 2007). Zanemariti pa ne gre niti sprememb, ki se pojavijo na posameznih lokalnih ali regionalnih trgih kot posledica sprememb v ponudbi in povpraševanju. Na volatilnost cen inputov in outputov pomembno vpliva tudi odprtost kmetijskih trgov, kar se ob vse nižjih cenovnih intervencijah odraža v povečanem tržnem tveganju (Berg, 2003). Spremembe cen tako nastopijo kot posledica dogajanja na mednarodnih trgih. Posledično lahko ugotovimo, da imajo dejavniki, ki vpliva na obseg povpraševanja na svetovni ravni, vpliv na rast cen tudi na lokalnih trgih. Te se namreč zaradi odprtosti trgov oblikujejo po vplivu globalnih trendov. Zato bo pritisk na cene kmetijskih proizvodov vedno večji, če proizvodnja ne bo držala koraka z dodatnim povpraševanjem, ki se zaradi rasti svetovne populacije in sprememb v prehranjevalnih navadah oblikuje na svetovni ravni. Pri tržno-cenovnem tveganju gre lahko tudi za posledice spremembe kmetijske politike (prepletanje z institucionalnimi tveganji) ali spremembe navad potrošnikov. Mednarodni trgovinski dogovori vodijo v vedno večje odpiranje kmetijskih trgov in s tem vse večjo izpostavljenost (EU) kmetov konkurenčnim tržnim silam. Meuwissen in sod. (2011) ugotavljajo, da je posledično napovedljivost vplivov kriz(e) vse slabša. Predvsem na račun nenapovedljivega odziva potrošnikov in pritiskov javnosti na uporabo novih kontrolnih strategij. V tem primeru gre za cenovna tveganja, ki jih podrobneje obravnavamo v nadaljevanju. 3 Avstralija in Nizozemska sta primera držav, ki imata odlično razvit sistem javno-zasebnega partnerstva na eni strani za delitev finančne odgovornosti z naslova tveganj epidemij v živinoreji, kot tudi za preprečevanje in prijavljanje morebitnih izbruhov (OECD, 2011a/42). Anton in sod. (2011) omenjajo tudi velik vpliv menjalnih tečajev valut, kar je zlasti pomembno za tiste države (npr. Švica, Nizozemska, Kanada, ZDA), ki izvažajo svoje pridelke oziroma uvažajo pridelke-krmo ali poslujejo na terminskih borzah oziroma svetovnih trgih. Spremembe na strani menjalnih tečajev namreč vplivajo na konkurenčnost domače proizvodnje. Ne glede na to, da načrtovanje proizvodnje v kmetijstvu navadno temelji na odločitvah, ki so v večini primerov sprejete mnogo prej, kot pa so poznane cene končnih proizvodov (Aimin, 2010), lahko vsaj na del sprememb, npr. manjše korekcije cen, vplivajo tudi nosilci kmetijskih gospodarstev oziroma lahko predvidevajo smeri sprememb v prihodnje. Nenazadnje so tovrstne spremembe povezane tudi z učinkovitostjo pri iskanju tržnih in nabavnih poti kot posledice bolj ali manj učinkovitega upravljanja. Ob tem pa Huirne in sod. (2007) izpostavljajo možnost zmanjševanja tovrstnega tveganja prek izbire večjega števila ponudnikov za vhodne enote, kot tudi odkupovalcev proizvodov (razpršitev tveganja). Kot učinkovit ukrep za zmanjševanje tržno-cenovnega tveganja in hkrati tudi proizvodnega tveganja se je izkazalo tudi certificiranje proizvodnje (Huirne in sod., 2007). Učinkovita možnost za zniževanja tržno-cenovnega tveganja v rastlinski pridelavi je tudi na strani tistih pridelovalcev, ki imajo kapacitete za skladiščenje pridelkov in namesto prodaje pridelkov po žetvi/spravilu, lahko lete prodajo v kasnejšem obdobju, ko zaradi manjše ponudbe cena ponovno naraste. Seveda je takšen ukrep možen le pri tistih, ki imajo razpoložljive kapacitete in so poleg tega brez likvidnostnih težav. Cenovna tveganja Cenovno tveganje je zgolj eno izmed tržnih tveganj, s katerimi se soočajo kmetijska gospodarstva. Izrazito se je povečalo v zadnjih letih, kar je posledica deloma že omenjene liberalizacije kmetijskih trgov. Številni strokovnjaki pa dobršen del povečanega cenovnega tveganja pripisujejo tudi povečanemu vstopu finančnih vlagateljev v terminske posle s kmetijskimi pridelki. Špekuliranje na podlagi terminskih poslov ob izraziti volatilnosti borznih cen omogoča visoke zaslužke. Večina raziskovalcev soglaša, da gre za povečanje kratkoročnega gibanja cen, čeprav ni dokončnih dokazov za dolgoročne sistemske učinke na samo volatilnost (FAO idr., 2011). Številne raziskave kažejo tudi na problem prenašanja negotovosti iz drugih sektorjev oziroma trgov. Takšen primer so nedvomno energetski trgi, s katerih se negotovost prenaša neposredno v kmetijstvo. Ta vstopa iz dveh smeri. Prvo je povezano z veliko energetsko odvisnostjo kmetijstva na strani inputov; poleg cene pogonskih goriv sledijo trendu tudi cene mineralnih gnojil in deloma tudi krme. Slednje po drugi strani vstopa preko dodatnega povpraševanja, ki ga povzroča proizvodnja biogoriv (etanola in biodizla). Nekatere študije kažejo na zelo visoko koreliranost gibanja cen nafte in koruze (EC, 2009). Zaradi sprejetih obvez s področja proizvodnje biogoriv (države članice EU so se zavezale k 10-odstotnemu deležu le-teh do leta 2020) (t.i. mandatov) je pričakovati, da se bo povpraševanje s tega vidika še povečalo. Volatilnost Najpogostejša oblika, s katero izražamo oziroma merimo cenovno tveganje, je volatilnost cen. Večja kot je volatilnost cen, večje je tveganje. Visoka volatilnost je škodljiva tako za proizvajalce, kot potrošnike. Zmerna volatilnost cen pa je potrebna za delovanje terminskih trgov4. Vsekakor pa prevelika volatilnost ni zaželena saj lahko destabilizira delovanje trgov. V primeru kmetijstva gre predvsem za neželena nihanja cen, zlasti padec cen med setvijo in žetvijo, torej znotraj proizvodnega 4 Večje kot so ne-napovedljive spremembe cen, večja je verjetnost doseganja visokih zaslužkov pri špekuliranju s terminskimi posli. cikla, kot tudi nihanja na daljše obdobje. Volatilnost cen je v središču zanimanja, odkar so cene nekaterih ključnih kmetijskih pridelkov beležile izjemne dvige na svetovnih trgih. Po desetletjih se je se je to prvič zgodilo konec leta 2007 in v začetku leta 2008. Vsekakor pa pojem volatilnosti cen ni nov. Poznamo več izpeljank volatilnosti cen: - 'Zgodovinska' volatilnost - nam pove, kako so se cene spreminjale v preteklosti; - 'Naznačena' volatinost (ang. implicit volatility) pa je z vidika trgov napovedana volatilnost za prihodnost. Prikazuje pričakovanja trgov o tem kakšna so pričakovana gibanja v prihodnje. Pri cenovnem tveganju ne gre zgolj za neželena nihanja (amplitude), pač pa je cenovno tveganje tudi izrazito sistemsko tveganje. Je celo najbolj sistemsko izmed vseh tveganj v kmetijstvu, kar podrobneje opisujemo v poglavju 0. Glede na globalizirane in liberalizirane trge se dandanes mnoge cene kmetijskih dobrin oblikujejo in gibljejo bolj globalno kot pa lokalno. Slednje seveda pomeni, da padec cene na svetovni ravni, zlahka zaniha prihodke na lokalnih trgih, brez da bi prišlo do spremembe v količini pridelka. Pri tem imajo ravni zalog lahko pomembno blažilno ('pufrsko') vlogo, saj zmanjšajo neskladnost med kratkoročnim povpraševanjem in ponudbo blaga. Kadar so dostopne zaloge majhne glede na obseg prometa, kar trenutno velja za grobozrnata žita, je lahko volatilnost cen velika. Seveda pa ni enoznačnega odgovora na vprašanje 'kakšne so prave zaloge?' Manjše fizične zaloge se izražajo v manjši 'blažilni' kapaciteti če naraste povpraševanje oziroma se pojavijo kakšni problemi na strani ponudbe (EC, 2009). Večja volatilnost neposredno pomeni tudi večje cenovno tveganje, s tem pa večje prihodkovno in dohodkovno tveganje. Pri tem je zelo verjetno, da se bo večji strošek blaženja cenovnih tveganj prenesel tudi v višje cene za potrošnike. To je eden izmed argumentov, zakaj je pomembno da se država vključi in poizkuša blažiti volatilnost cen, kar podrobneje obravnavamo v poglavju 2.2.1. V EU je volatilnost cen še vedno v velikem obsegu odvisna od cenovnih podpor. Z nadaljnjo liberalizacijo kmetijskih trgov bo volatilnost cen še naprej rasla, kljub temu pa bodo učinki na večjih, poenotenih trgih (ang. integrated markets), kot so denimo trgi žit, manjši (Meuwissen in sod., 2011). Veliki poenoteni trgi so manj volatilini, ker denimo pridelki na različnih oddaljenih predelih niso zelo visoko korelirani. Poleg tega Meuwissen in sod. (2011) omenjajo podobno možnost na večini živinorejskih trgov. Ti naj bi v prihodnosti zaradi velike vrednosti postali bolj enotni. Kot primer slabo poenotenega trga, navajajo primer trga s krompirjem. To pripisujejo dejstvu, da krompir vsebuje veliko vode in je pokvarljiv, kar posledično vpliva na drag transport v primerjavi z njegovo vrednostjo. Določen del opazovane volatilnosti cen na svetovnih trgih so povzročile nedvomno tudi cenovne podpore v EU in severni ZDA. Kmetje v takšnih razmerah ne dobijo pravih signalov za zmanjšanje proizvodnje v primeru nizkih cen in obratno, kar povečuje cenovna nihanja. Podobno velja za potrošnike, ki imajo zaradi cenovnih podpor enake cene, neodvisno od svetovne ponudbe določene dobrine. Meuwissen in sod. (2011) menijo, da bi se ponudba hitreje prilagodila spremembam povpraševanja in obratno oziroma manj bi bilo cenovnih nihanj, če bi se znebili tovrstnih motenj. Merjenje cenovnih tveganj Za ocenjevanje in razumevanje cenovnih tveganje je potrebno meriti cen. Pri tem je ključno, da imamo ustrezno časovno serijo reprezentativnih podatkov. To je nedvomno bistveno teže vzpostaviti, kot pa v primeru spremljanja količine pridelkov. Strokovnjaki opozarjajo, da obdobje desetih let ni dovolj za zanesljivo pojasnjevanje pričakovanih odstopanj prihodnjih cen med setvijo in žetvijo. Daljše časovne serije podatkov za obdobje 20-30 let so na voljo le za nekatere trge (npr. Chicaška borza, Chicago board of trade, ZDA). Poleg tega pa sta globalizacija in liberalizacija strahovito povečali volatilnost cen v zadnjih 5-15 letih kar zmanjša relevantnost in informativnost časovnih vrst cenovnih podatkov. Kljub temu še vedno velja, da cene dosežene preko terminskih poslov načeloma konvergirajo s cenami, ki so dosežene pri dejanski prodaji blaga na ravni kmetijskega gospodarstva v lokalnem okolju. Po mnenju nekaterih strokovnjakov, pa se je na račun poslabšane konvergence v zadnjem obdobju deloma tudi zmanjša uporabnost terminskih trgov kot orodja za odkrivanje cene (Muhr, 2011; EC, 2009), ne glede na to pa še vedno ostaja pomemben pokazatelj smeri cenovnih sprememb (Schaffnit-Chatterjee, 2010). Če je dejanske pridelke kmetijskih gospodarstev moč dokaj zanesljivo oceniti, pa to vsekakor ne drži za cene, za katere se kmet dogovori s kupcem pridelkov po spravilu. To na strani cenovnih tveganj vnaša dodaten problem, saj težko ocenimo s kakšnim cenovnim tveganjem se dejansko posamezno kmetijsko gospodarstvo spopada. Namreč 'izpogajana' cena ni nujno ne-napovedljiva in zato varna pred manipulacijami s strani upravljavcev kmetijskih gospodarstev. Če želimo čim bolj zanesljivo oceniti, s kakšnim cenovnim tveganjem se kmetijsko gospodarstvo spopada, moramo imeti transparentno, objektivno in lokalno ne-manipulativno orodje za odkrivanje regionalnih cen. Navadno večje borze lahko priskrbijo reprezentativne indikatorje regionalnih cen (CBOT, KCBOT, MGE, ICE v ZDA) standardiziranih osnovnih dobrin, transparentnih cenovnih mehanizmov, ki temeljijo na tržnih silah. Nujno je tudi, da je doseženih dovolj poslov. Namreč samo na trgih z bodisi dovolj tekočimi menjavami ali visoko koreliranimi lokalnimi in globalnimi cenami dobrin lahko zanesljivo ocenjujemo obseg cenovnih tveganj. slednje pa je nujno, če se želimo z njimi učinkovito spopasti. Vsekakor pa - predno lahko privzamemo cene na izbrani blagovni borzi kot reprezentativne za določen regionalni trg, mora biti menjava na takšnem trgu temeljito raziskana. Institucionalna tveganja Institucionalno tveganje zajema spremembe, ki nastopijo kot posledica sprememb (ciljev) kmetijske politike, ki se odrazijo prek sprememb zakonov, uredb in ukrepov. Gre za pestro skupino virov, katerih skupna značilnost je, da v večini primerov predstavljajo dodatno omejitev za kmetovanje in se nanašajo tako živinorejsko, kot tudi rastlinsko proizvodnjo. Hardaker in sod. (2007) navajajo primer vpeljave in ukinitve mlečnih kvot, ki po eni strani sili tiste kmete, ki želijo povečati obseg prireje, v naložbo, a hkrati vedo, da bodo mlečne kvote ukinjene. Tako je kmet v precepu, ali investirati in s povečano prirejo vrniti posojilo ali pa vztrajati pri obsegu trenutne proizvodnje. Podoben primer je lahko tudi vpliv dogovora v okviru Svetovne trgovinske organizacije (WTO) na skupno kmetijsko politiko pri odpravljanju cenovnih zaščit in drugih ukrepov za stabiliziranje domačih cen. v zgodovini nekaterih kmetijskih politik (npr. EU, ZDA) srečamo različne poizkuse, da bi preko določenih instrumentov oziroma ukrepov kmetijske politike zmanjšali določene ekonomske probleme, največkrat pogojene s skrbjo za ustrezno raven kmetijskih dohodkov . Posredno to pomeni tudi znižanje določenih tveganj. So bili pa vsaj nekateri poizkusi kmetijske politike neposrečeni in so namesto boljše učinkovitosti kmetijskim gospodarstvom naložili dodatna tveganja. Takšni primeri so poizkusi politik reševanja cenovnih nihanj preko stabiliziranja cen in tako zmanjševanja cenovnih tveganj na strani kmetijskih gospodarstev. Številne študije so pokazale, da ima stabilizacija cen ravno nasproten učinek, saj povečuje variabilnost dohodka. Ob normalnem delovanju trga, bodo ob ugodni letini (obseg pridelka se poveča) cene padle in nasprotno. Ta korelacija je seveda pomembna saj prispeva k nižji variabilnosti dohodka, zlasti še če upoštevamo koreliranost med različnimi aktivnostmi, ki so del proizvodnje kmetijskega gospodarstva. Cenovne podpore izničijo to t.i. 'naravno kritje' preko korelacij. Kmetijska gospodarstva namreč izolira od dejanskih tržnih razmer in tako ne dobijo signala v primeru nizkih cen oziroma visokih cen, pač pa jih zgolj spodbuja k maksimiranju proizvodnje, s čimer pa se neto izpostavljenost tveganju izrazito poveča. Gre za problem s katerim se je EU spopadla s t.i. Mac Sharry-jevo reformo. V mnogih EU državah se je negotovost na strani kmetijskih gospodarstev izrazito povečala na račun sprememb v zakonodaji (OECD, 2011a). K temu nedvomno prispevajo tudi aktualne razprave na temo reforme skupne kmetijske politike, ki v nabor aktivnosti postopoma vključuje tudi ukrepe za upravljanje s tveganji.5 Skupna kmetijska politika je ukrepe za upravljanje s tveganji vključila v nabor dovoljenih nacionalno specifičnih podpor (člen 68 uredbe o neposrednih plačilih, ES/73/2009) ob zadnji reformi leta 2008 v okviru 'zdravstvenega pregleda SKP. Evropski parlament je šel v svojih predlogih še korak dlje s predlogoma, kakršna sta nadomestitev intervencijskega sistema za tržne rastline z varnostnimi mrežami proti krizi, kot tudi razviti zasebni sektor oziroma mešane sheme zavarovanj in sprejeti sistem pozavarovanj za klimatske oziroma okoljske katastrofe na ravni celotne EU. Na podlagi tega so bile poleti 2010 posredovane ideje o dohodkovno stabilizacijskem orodju na ravni EU. Predlagana shema je vključevala kompenzacijo za kmete v primeru, da njihov dohodek pade pod določeno mejo (v primerjavi s povprečnim dohodkom). Nedvomno gre za ukrep politike, s katerim prvenstveno želi razbremeniti kmetijska gospodarstva z vidika dohodkovnih tveganj, kljub temu pa že sama iniciativa v kmetijstvo vnaša določeno institucionalno tveganje. Institucionalno tveganje se povečuje tudi na račun vse zahtevnejših standardov na strani varne hrane. Pomemben vidik skupne kmetijske politike je poleg dobre prakse tudi zagotavljanje dobrobiti živali in varovanje okolja. Številne uredbe urejajo ta področja in vnašajo določeno stopnjo tveganja v poslovanje kmetijskih gospodarstev. Z vidika zagotavljanja dobrobiti živali je to denimo primer v perutninarstvu, kjer so morali rejci zagotoviti ustrezen baterijski sistem (obogaten z več prostora na žival) za prirejo jajc. Posledično so se rejcem izrazito zvišali stalni stroški prireje, kar posledično zviša tudi lastno ceno prireje ter zmanjšuje njihovo fleksibilnost. Nedvomno so s tem rejci izpostavljeni večjemu tveganju. Za nekatere pa je bil ta investicijski zalogaj prevelik in niso vzdržali pritiska in so posledično izstopili iz sektorja6. Podobna smer sprememb je načrtovana v prašičereji, kar bo dodatno povečalo skupno izpostavljenost tveganjem prav na račun institucionalnega tveganja. Osebna tveganja Človeško ali osebno tveganje je povezano z izpadom oziroma omejitvami na strani delovne sile na kmetijskem gospodarstvu. Gre za tveganja, povezana z boleznijo, poškodbo ali celo smrtjo gospodarja ali katerega izmed delavcev. Ta skupina tveganj je sicer skupna vsem panogam gospodarstva, v kmetijstvu pa je dodatno problematična zaradi narave organiziranja dela in vodenja. V večini primerov delovno silo namreč sestavljajo člani kmetijskih gospodinjstev (Aimin, 2010), alokacija dela pa ni nujno vezana samo na proizvodne cilje kmetijskega gospodarstva (Juvančič, 2002). 5 Več o tem v poglavju 3.1.3. 6 Zaradi te spremembe je že prišlo do zmanjšanja prireje, kar je poleg dodatnih stalnih stroškov bistveno prispevalo k dvigu cene. Posledično je prišlo tudi do povečanega uvoza iz tretjih držav, pri čemer pa je problem, ker te ne dosegajo enakih standardov dobrobiti živali (Vir: AGRA-FACTS Št. 22-12). 2.1.3 Ravni tveganj v kmetijstvu Pri upravljanju s tveganji je pomembno, da razlikujemo tudi med različnimi ravnmi (ang. layers) tveganj. Že izpostavljeni viri tveganj imajo z vidika pričakovanih posledic in verjetnosti nastopa lahko zelo različne učinke. Tako se isti vir tveganja lahko znajde na različnih ravneh (npr. majhno nihanje cen oziroma veliko nihanje cen, kot tudi pričakovana pogostnost pojava z nizko ali visoko frekvenco). Za učinkovito in pravilno upravljanje s tveganji je zato zelo pomembno, da jih razvrstimo v ravni. Vsaka raven namreč zahteva drugačen pristop upravljanja. V grobem lahko tveganja razdelimo na tri ravni: normalna tveganja, katastrofična tveganja in tržna tveganja. Za raven normalnih tveganj je značilno, da gre za manjša odstopanja od pričakovanih vrednosti na primer pridelkov in cen. Upravljanje s tovrstnimi tveganji je predvsem v domeni kmetijskih gospodarstev. Praviloma lahko z njimi neposredno upravljajo preko normalnih poslovnih strategij in odločitev (diverzifikacija, izbira tehnologij, tržnih poti itd.). Ta raven zajame manjše rizike, ki so specifični za posamezno kmetijsko gospodarstvo, ki tudi najbolje poznajo potencialna (normalna) tveganja, ki jih prinaša okolje, v katerem poslujejo. Poleg tega kmetje tudi vedo, koliko tovrstnih normalnih tveganj lahko prenesejo. Za normalna tveganja je značilno, da ni potrebno vključevanje države oziroma je njeno posredovanje lahko celo škodljivo. Izjemo pri tem predstavljajo primeri, ko država spodbuja kmetijska gospodarstva, da ta razvijejo svoj portfelj ukrepov upravljanja s tveganji, da se denimo izobražujejo itd. Povsem drugi principi upravljanja veljajo za nasprotno raven katastrofičnih tveganj. Zanje je značilno, da se pojavijo redko (frekvenca je nizka), imajo pa katastrofalne posledice. Med posameznimi definicijami katastrofičnih tveganj z vidika pogostnosti prihaja do razlik. Denimo Kanada smatra nek dogodek za katastrofičen če se pojavi enkrat na 15 let (Anton in sod., 2011), v Avstraliji je bila ta meja na področju suš bistveno višja, enkrat na 20-25 let (ob dodatnem pogoju da traja vsaj 12 mesecev) (Kimura in Anton, 2011a). Do razlik v definiranju, kot tudi prepoznavanju katastrofični tveganj pa prihaja tudi na ravni EU (Bielza Diaz-Caneja, 2008). Posebna značilnost katastrofičnih tveganj je, da prizadenejo večjo skupino ali celo vse posameznike v določeni regiji. Navadno gre za obseg rizikov, ki so povsem izven možnih kapacitet kmetijskih gospodarstev, kot tudi različnih tržnih produktov. Obsežne suše ali poplave so lahko klasičen primer iz skupine proizvodnih tveganj poljedelstva, vrtnarstva in sadjarstva, na področju živinoreje pa bi v to skupino lahko uvrstili pojav kužnih bolezni. Na strani tržno-cenovnih tveganj je podoben primer izrazit padec prodajnih cen določene dobrine, ali sprememba valutnih razmerji. Zaradi obsežnosti izgub v primeru nastopa tovrstnih katastrofičnih tveganj in nedostopnosti instrumentov na trgu je navadno nujno, da se v upravljanje s tovrstnimi tveganji vključi država. Podrobneje je vloga države obdelana v poglavju 2.2.1. Značilnost tretje ravni tveganj pa definirata oba zgoraj opisana ekstrema, normalne in katastrofične ravni. Navadno prizadenejo enega ali nekaj posameznikov na določenem širšem območju. Gre za t.i. raven tržnih tveganj, za katere je značilno, da jih posameznik lahko upravlja z vključevanjem v tržne strukture. Preko tržnih orodij vključuje prenos določenega dela tveganj na druge. Takšen primer je nakup zavarovalne police za kritje škod, ki nastanejo po toči ali vključevanje v terminske posle za kritje manjših nihanj cen. 2.1.4 Odnos kmetijskih gospodarstev do tveganja Percepcija upravljavca kmetijskega gospodarstva do tveganja je prav tako pomembna za učinkovito upravljanje s tveganji, kot tudi sama identifikacija vira tveganja. Odnos do tveganja se razlikuje od kmetijskega gospodarstva do kmetijskega gospodarstva, od sektorja do sektorja in od proizvoda do proizvoda in je odvisen od izkušenj upravljavca KMG, znanja ter stopnje naklonjenosti tveganju (JRC, 2006). Tveganja povezana z variabilnostjo cen, vremenskih pogojev in bolezni se v številnih študijah pojavljajo kot ključni dejavniki kmetove percepcije do tveganja (OECD, 2011a). V državah, kjer je kmetijstvo močno odvisno od svetovnih trgov, tako na strani uvoza inputov, kot izvoza proizvodov (npr. Švica, Nizozemska, Kanada, Nova Zelandija), menjalna razmerja med valutami predstavljajo pomemben vir cenovnih tveganj in jih kmetijska gospodarstva tudi više rangirajo, kot v državah, kjer kmetijska pridelava ni tako neposredno vezana na svetovni trg. Na podlagi študije Anton in Kimura (2011) ugotavljata, da so denimo španska kmetijska gospodarstva v določenih sektorjih manj občutljiva na cenovna tveganja, kot pa na proizvodna tveganja. To velja zlasti za tiste sektorje, ki so bili finančno podprti z ukrepi SKP. Najbolj neposredno so seveda vplivale obsežne tržno cenovne zaščite. Na prihodkovni strani pa cenovno variabilnost zmanjšujejo tudi proizvodno vezani ukrepi. Nadalje so denimo kmetijska gospodarstva, usmerjena v rastlinsko pridelavo, bolj občutljiva na tveganja povezana z vremenskimi vplivi, kot pa živinorejska. Pri slednjih je percepcija tveganja odvisna predvsem od obsega doma pridelane krme in kupljene krme. Pričakovati je, da bi tista KMG, ki temeljijo na pretežnem deležu kupljene krme, višje rangirala tržno-cenovna tveganja, kot pa tveganja povezana z vremenskimi vplivi. Nasprotno pa bi pričakovali pri ekstenzivnih živinorejskih KMG, kjer pomemben del (optimalnega) obroka predstavlja paša (denimo prireja na območjih z omejenimi dejavniki). Za pravilno razumevanje obnašanja kmetov in razvoja kmetijskih gospodarstev je pomembno upoštevati, da mnoga kmetijska gospodarstva kombinirajo dohodek kmetijskega gospodarstva z drugimi ekonomskimi aktivnostmi. Kot primer Vrolijk in Poppe (2008) omenjata možnost nekmetijske proizvodnje, zaposlitev oziroma samozaposlitev izven kmetijskega gospodarstva ter prejemanje dohodka iz finančnih oziroma nepremičninskih trgov. Je pa dostopnost podatkov in posledično možnosti za takšno analizo relativno malo (Hill, 2001). Funkcija koristnosti in odnos posameznika do tveganja Kakšen je posameznikov odnos do tveganja v matematičnem smislu definiramo s funkcijo koristnosti. Le-ta za posameznika (upravljavca kmetijskega gospodarstva) nima neke vnaprej definirane oblike. Biti pa mora taka, da kar najbolje posnema njegovo obnašanje. Ena izmed možnih poenostavljenih oblik je kvadratna funkcijska oblika (Hazell in Norton, 1986). V grobem razlikujemo med tremi osnovnimi oblikami, ki so tipične za tri skupine upravljavcev in definirajo njihov odnos do tveganja. Konveksna oblika je značilna za upravljavce, ki so naklonjeni tveganju. Za to skupino je značilno, da s svojim obnašanjem prevzemajo dodatno tveganje (npr. igre na srečo). Za drugo skupino, kamor lahko uvrščamo tudi kmete, je značilna konkavna oblika. Gre za skupino, ki ni naklonjena tveganju in ga pri svojih odločitvah minimira. V zadnjo skupino pa sodijo tiste osebe, ki se pri odločanju ne ozirajo na tveganje in so ravnodušne (indiferentne) do tveganja. V tem primeru je krivulja koristnosti linearna. Konkavna oblika z matematičnega vidika pomeni, da je prvi odvod funkcije koristnosti pozitiven (to predstavlja situacijo, v kateri je več bolj zaželeno od manj) (Hardaker in sod., 2007) in drugi odvod negativen (determinira konkavno obliko) (Lien in sod., 2009). Lien in sod. (2009) ugotavljajo, da je načeloma za modeliranje v kmetijstvu lahko uporabljena katera koli funkcija koristnosti, ki izpolnjuje ta dva pogoja, saj pomeni, da upravljavec ni naklonjen tveganju, kar na splošno velja za kmete. Poznavanje kmetovega odnosa do tveganja je nujno, če želimo poiskati optimalni proizvodni načrt. Koeficient naklonjenosti tveganju tako meri pripravljenost kmeta za sprejetje morebitnega poslabšanja pričakovanega rezultata. To je tudi ključni moment, pri katerem prihaja do pomembnih razlik med kmetijskimi proizvajalci. V literaturi zasledimo analize številnih možnih vplivov na odnos do tveganja, kot so starost, spol, materialni status, stopnja izobrazbe, velikost kmetijskega gospodarstva itd., ki signifikantno vplivajo na stopnjo nenaklonjenosti tveganju (Just, 2003; Meyer D.J. in Meyer J., 2006). Gardebroek (2006) primerja razliko v odnosu do tveganja med ekološkimi in neekološkimi kmetijami. Lybbert in Just (2007) pa analizirata povezavo med odnosom do tveganja in blaginjo na osnovi različnih verjetnosti nastopa posameznih dogodkov. Berg (2003) denimo, analizira vplive naklonjenosti tveganju na količino vključenih inputov in na optimalno izbiro proizvodnega portfelja na poljedelski kmetiji. Ob tem pa Hardaker in sod. (2007) poudarjajo, da je poznavanje odnosa do tveganja bistveno manj pomembno kot to, da dobimo pravilne pričakovane vrednosti. Absolutna (rA) in relativna (rR) mera odnosa do tveganja ter povezava med njima Parametre merjenja odnosa do tveganja lahko razmejimo na absolutne in relativne mere tveganja. Z vidika te raziskave sta pomembni, ker nam odnos do tveganja definira v kakšnih pogojih in za katere načine upravljanja s tveganji se bo posameznik odločal pri vodenju kmetijskih gospodarstev. V nadaljevanju na kratko povzemamo ključne značilnosti obeh vidikov (Žgajnar, 2011). Absolutna mera odnosa do tveganja - rA Absolutna mera tveganja (ang. absolute risk aversion - rA) je lahko matematično izračunana kot prvi in drugi odvod funkcije koristnosti (Meyer D.J. in Meyer J., 2006; Hardaker in sod., 2007). Posledično to tudi pomeni, da je rA enak za vse funkcije koristnosti, ki predstavljajo odnos do tveganja konkretnega odločevalca (Meyer D.J. in Meyer J., 2006). rA se lahko interpretira tudi kot odstotna sprememba mejne koristnosti. Tako lahko koeficient naklonjenosti tveganju (rA) zavzame pozitivne ali negativne vrednosti. Predznak koeficienta determinira kmetov odnos do tveganja in je negativen za kmete, ki niso naklonjeni tveganju. Koeficient se v različnih situacijah različno obnaša. Dejstvo pa je, da gre za funkcijo blaginje in ne za koeficient, kot ga sicer imenujemo (Hardaker in sod., 2007). V splošnem je sicer sprejeto, da se obnaša obratno v primerjavi z gibanjem vrednosti blaginje (Hardaker in sod., 2007). V takšnem primeru gre za upadajoč absolutni odnos do tveganja (ang. decreasing absolute risk aversion -DARA). Toda poleg te relacije je možno, da se rA povečuje z rastjo blaginje, v tem primeru gre za rastoč absolutni odnos do tveganja (ang. increasing absolute risk aversion - lARA). Prva relacija z upadajočim odnosom do tveganja se je izkazala kot uporabna, medtem ko je bila druga zavrnjena, saj se opazovana in napovedana situacija nista ujemali (Meyer D.J. in Meyer J., 2006; Escalante in Rejesus, 2008; Saha in sod., 1994). V kolikor se odnos do tveganja ne spremeni vzporedno z denarno spremembo, izraženo kot blaginja ali dohodek v eni izmed zgoraj nakazanih smeri, pa imamo opravka s konstantno mero tveganja (ang. constant absolute risk aversion - CARA). V primeru konstantnega odnosa do tveganja oseba pri svoji odločitvi ne upošteva ravni argumenta (blaginja, dohodek) funkcije koristnosti (Gomez-Limon in sod., 2003). Hardaker in sod. (2007) ob tem poudarjajo, da je takšna poenostavitev dovoljena v primeru, ko so spremembe povzročene s strani tveganja, relativno majhne v primerjavi s (skupnim) trenutnim ali stalnim premoženjem. V kolikor je model apliciran za primere, pri katerih lahko nastopijo večje trenutne spremembe, moramo CARA konstrukt nadomestiti z DARA (Escalante in Rejesus, 2008). Kot splošno je namreč sprejeto dejstvo, da se koeficient absolutnega odnosa do tveganja zmanjšuje z naraščajočim premoženjem, saj si ljudje laže privoščijo prevzemanje tveganja, če so bogatejši (Hardaker in sod., 2007). Koeficient rA je nedimenzionalno merilo tveganja. Njegova vrednost je namreč odvisna od valute, v kateri so izražene denarne enote in posledično koeficienti niso primerljivi med kmeti, ki prihajajo iz različnih držav z različnimi valutami (Gomez-Limon in sod., 2003; Hardaker in sod., 2007). Na podoben problem naletimo, če je blaginja izražena v nominalnih vrednostih v različnih obdobjih ali če je stopnja donosa merjena v deležih namesto v odstotkih (Meyer D.J. in Meyer J., 2006). Vsem trem izpostavljenim primerom je skupna nedoslednost (nekonsistentnost) med enotami, v katerih so izražene izhodne spremenljivke. Izpostavljeno pomanjkljivost pri rA preprosto zaobidemo z uporabo druge funkcije, ki sta jo pred več kot petdesetimi leti razvila Pratt in Arrow. Gre za tako imenovano funkcijo relativnega odnosa do tveganja (ang. relative risk aversion - rR) (Meyer D.J. in Meyer J., 2006). Relativna mera odnosa do tveganja - r^ Koeficient relativnega odnosa do tveganja (rR) meri elastičnost mejne koristnosti v smislu odstotne spremembe spremenljivke, izražene v denarnih enotah (Gomez-Limon in sod., 2003). V kolikor koeficient nenaklonjenosti tveganju ni izbran oziroma določen s strani kmeta, lahko pri modeliranju uporabimo nabor možnih koeficientov in tako po pristopu scenarijske analize poizkušamo zajeti kmetovo obnašanje (Orgustov, 2008). Anderson in Dillon (1992) sta predlagala klasifikacijo koeficientov relativne mere tveganja. Obsega lestvico od 0,5, ki determinira praktično nevtralne ekonomske predstavnike do tveganja, pa vse do 4, ki je značilna za predstavnike, ki so zelo nenaklonjeni tveganju. Normalno nenaklonjenost tveganju predstavlja vrednost koeficienta 1, vrednost 2 pa je rezervirana za precej in 3 za zelo nenaklonjene tveganju. V literaturi najdemo tudi primere bistveno višjih koeficientov tveganja. Meyer D.J. in Meyer J. (2006) poročata, da se vrednosti koeficientov lahko približajo celo vrednosti 100. Na primer Gomez-Limon in sod. (2003) so izračunali relativno nenaklonjenost tveganju v kontekstu MAUT teorije (ang. multi attribute utility theory - teorija koristnosti po več atributih). Upoštevali so tako denarne kot tudi nedenarne atribute. Vrednosti rR dosegajo in presegajo vrednost 25. Nadalje je Lien (2002) na osnovi neparametričnega pristopa izračunal vrednosti, ki segajo do 10,80. Saha in sod. (1994) omenjajo, da se rR na povprečni ravni blaginje giblje med 3,8 in 5,4, odvisno od izbranega vzorca pri oceni. Nadalje sta Žgajnar in Kavčič (2011) prišla do vrednosti, ki se gibljejo med 24,7, pa vse do 28,2. Meyer D.J. in Meyer J. (2006) pojasnjujeta, da je znaten del razhajanj moč pripisati različnim izhodiščem pri posameznih analizah. Poudarjata zlasti pomen različnega definiranja blaginje oziroma dohodka kot argumenta funkcije. Kljub manjšim razlikam v definiciji te lahko vodijo do pomembnih razlik v izračunanem relativnem koeficientu. Posledično se izračunanih koeficientov ne da neposredno primerjati. Ob tem pa Meyer D.J. in Meyer J. (2006) poudarjata, da v kolikor nekdo pozna relacije izhodnih spremenljivk ali njihovih funkcij koristnosti, lahko sklepa tudi na odnose izračunanih koeficientov. Ob tem Hardaker in sod. (2007) izpostavljajo pomen osnovnega argumenta funkcije. V kolikor je argument funkcije kaj drugega kot blaginja ali dohodek, na primer doseženo pokritje, je težko oceniti primerno stopnjo nenaklonjenosti tveganju, ki bi bila konsistentna. Relacija med absolutno in relativno mero tveganja Oba koeficienta nenaklonjenosti tveganju sta med seboj povezana in se dopolnjujeta. V analizi odločanja se rR pogosto vzame za izhodišče ocene r^, ki je potreben za izračun optimalne rešitve ob še sprejemljivem tveganju za kmeta (Orgustov, 2008). Ob predpostavki, da je rR bolj ali manj konstanten za lokalno variabilnost blaginje, se rA lahko oceni na podlagi relacije, predstavljene v spodnji enačbi (Hardaker, 2000). rA (Wb ) = rR )/WB Kadar ocenjujemo rA na osnovi povezave med r^ in Wb (blaginjo), prikazano v enačbi, je zelo pomembno, kakšne so osnovne predpostavke. Poleg sprememb, ki smo jih že omenili v povezavi z različnimi definicijami argumenta funkcije, je pomembno tudi, ali izhajamo iz začasnega ali trajnega dohodka (Hardaker in sod., 2007). V primeru, ko v analizo vstopa negotovost dohodka na daljše časovno obdobje, je pomembno, da izhajamo iz predpostavke stalnega dohodka. V kolikor pa je tveganost dohodka posledica dogajanj v krajšem časovnem obdobju, torej naslednje leto ali nekaj let, pa zahteva osnovanje problema na začasnem dohodku. Ključna razlika med njima je v določeni vrednosti kapitalizacijskega faktorja (k) (k>0; k=WB/Y), ki poveča dohodek kratkega časovnega okvirja (Y) v primerjavi z daljšim časovnim obdobjem. Ob tem je treba poudariti, da ima časovni okvir vpliv le na rA, medtem ko naj bi bil r^ neobčutljiv in naj bi ostal enak (za več podrobnosti glejte Hardaker in sod. (2007)). 2.1.5 Sistematičen pregled tveganj v slovenskem kmetijstvu in ribištvu V tem poglavju bomo na podlagi dostopnih podatkov analizirali okolje, v katerem slovenska kmetijska gospodarstva sprejemajo poslovne odločitve. V prvem delu povzemamo stanje v slovenskem kmetijstvu po posameznih ključnih sektorji, v nadaljevanju pa smo zasnovali preproste analize na podlagi dostopnih časovnih serij podatkov. V prvem delu smo se osredotočili na analizo dostopnih računovodskih podatkov za slovenska kmetijska gospodarstva, kjer smo ugotavljali, s kakšno stopnjo tveganja se srečuje posamezen tip kmetijskega gospodarstva. V nadaljevanju pa smo na podlagi modelnih kalkulacij, kot sekundarnega vira podatkov pripravili dodatno analizo za ključne aktivnosti v slovenskem kmetijstvu. Kljub temu da gre za pričakovana povprečja na ravni države, smo analizirali kakšna je bila variabilnost različnih cenovno-stroškovnih komponent znotraj posameznih aktivnosti. Dejstvo je, da se je posamezno kmetijsko gospodarstvo lahko srečalo z bistveno drugačnim tveganjem. Pri oceni tveganj na ravni posameznega kmetijskega gospodarstva se izkaže, da se tveganje posameznega kmetijskega gospodarstva lahko statistično značilno razlikuje od tveganja na ravni sektorja oziroma na agregatni ravni (OECD, 2011a). Povsem pričakovano je, da bo tveganje nižjih pridelkov na agregatni ravni manjše, saj denimo določena vremenska motnja (npr. neurje, toča) ne prizadene celotne regije enakomerno. Pomembno pa je tudi, da na ravni posameznega kmetijskega gospodarstva lahko pride do t.i. naravnega kritja na račun korelacij med ceno in pridelki. V okviru študije OECD (2011a) so za številne primere ugotovili, negativno korelacijo med ceno in pridelki, k znižanju skupne variabilnosti na ravni kmetijskega gospodarstva pa je pomembno prispevala tudi šibka korelacija med pridelki in cenami različnih aktivnosti (posevkov). V slednjem primeru gre tako za pozitiven učinek diverzifikacije proizvodnje. Pri analizi skupnega tveganja na ravni kmetijskega gospodarstva je zato zelo pomembno, da upoštevamo korelacije med posameznimi aktivnostmi. V kolikor zanemarimo relacijo in variabilnosti samo seštejemo, lahko bistveno precenimo obseg tveganja, s katerim se posamezno kmetijsko gospodarstvo dejansko sooča. Na podlagi opravljene analize podatkov devetih držav OECD (2011a) ocenjujejo, da je to povišanje lahko tudi dvakratnik dejanske variance, kar z drugimi besedami pomeni, da smo za dvakrat precenili tveganje, kateremu je izpostavljeno kmetijsko gospodarstvo. Slednje je ključno, za pravilno razumevanje rezultatov analiz tveganosti posameznih aktivnosti na podlagi modelnih kalkulacij, ki jih podrobneje predstavljamo v nadaljevanju tega poglavja. Analiza dohodkovnih tveganj na podlagi dostopnih FADN podatkov Na ravni EU je bil FADN zasnovan v letu 1965. Osnovni namen tega računovodskega sistema je združevanje računovodskih podatkov kmetijskih gospodarstev za ugotavljanje dohodka in pripravo analiz poslovanja. Gre za pomemben instrument za vrednotenje dohodka kmetijskih gospodarstev ter vplivov skupne kmetijske politike (Vrolijk in Poppe, 2008). FADN zajema podatke letnih analiz, ki jih pripravijo posamezne države članice znotraj EU. Predstavljal naj bi reprezentativne podatke za ključne tipe kmetijskih gospodarstev vsake države članice. Izrazita prednost FADNa je, da gre za poenoten sistem zbiranja podatkov, s primerljivimi knjigovodskimi principi v vseh državah članicah. Za potrebe raziskovanja pa je posebej pomembno, da gre za mikroekonomske podatke posameznih kmetijskih gospodarstev. Slednje omogoča tako analize poslovanja na ravni posameznih gospodarstev, kot tudi med kmetijskimi gospodarstvi. Ker gre za časovne serije po posameznih kmetijskih gospodarstvih, to omogoča tudi strukturne analize. Uporabljeni podatki in metoda Mreža računovodskih podatkov s kmetijskih gospodarstev (FADN) je sistem poenostavljenega kmetijskega knjigovodstva, ki je enoten v celotni Evropski uniji (EU) in namenjen spremljanju sprememb dohodkovnega stanja kmetijskih gospodarstev za potrebe agrarne politike, analitike in ekonomskega svetovanja. izvaja se na vzorcu kmetijskih gospodarstev. Uporabljeni podatki so standardni rezultati FADN (t.i. individualni podatki) za obračunska leta 20042010 in sicer: 1. 2004-2009: MKGP (načrti vzorčenja), FADN RICA-2 2. 2010: MKGP (načrt vzorčenja), FADN RICA-1 (standardni rezultati - začasni, prejeti od MKGP v januarju 2012). Podatki za obračunsko leto 2010 še niso dokončni (prečiščeni in validirani s strani Evropske komisije), zato je rezultate za to leto potrebno interpretirati z veliko mero previdnosti. Standardni rezultati temeljijo na stari tipologiji, ki je bila oblikovana na podlagi vzorčnega strukturnega popisa kmetijstva 2007 in izračuna standardiziranega pokritja 2004. Tabela 1 prikazuje število poročevalskih kmetijskih gospodarstev v načrtovanem in dejanskem vzorcu FADN ter v vzorčnem okviru za nabor v analiziranem obdobju 2004-2010. Skupno število poročevalskih kmetijskih gospodarstev v analiziranem (dejanskem) vzorcu se od leta 2004 občutno veča. Tabela 1: Število poročevalskih kmetijskih gospodarstev v načrtovanem in dejanskem vzorcu FADN ter v vzorčnem okviru za nabor; 2004-2010 Leto 2004 2005 2006 2007 2008 2009 2010-Začasni Vzorčni okvir za nabor Načrtovani vzorec Analizirani vzorec 44.539 44.539 44.539 44.194 44.194 42.966 41.323 905 905 905 900 904 911 908 494 659 709 747 821 846 956 Vir: MKGP (načrti vzorčenja), FADN RiCA-2 (individualni podatki 2004-2009), FADN RiCA-1 (individualni podatki 2010; začasni podatki); preračuni KiS Kot je pokazala preliminarna analiza FADN podatkov za obdobje 2007-2009 za potrebe priprave Poročila o stanju _ (2011) je eden ključnih problemov FADN knjigovodstva v Sloveniji nezadostna reprezentativnost dejanskega vzorca v primerjavi z načrtovanim vzorcem. Standardni rezultati FADN se izračunavajo kot tehtana povprečja (vsakemu poročevalskemu kmetijskemu gospodarstvu pripada ustrezna utež glede na število gospodarstev v določeni skupini (stratumu) v populaciji), zato lahko nezadostna reprezentativnost dejanskega vzorca pomemben vpliva na končne rezultate. Namreč, kadar v dejanskem vzorcu glede na načrtovani vzorec ni zadostnega števila oziroma sploh ni poročevalskih kmetijskih gospodarstev kot predstavnikov posameznega stratuma, se tehtana povprečja približujejo aritmetičnim. To pomeni, da če so v dejanskem vzorcu zajeta ekstremno pod- oziroma nadpovprečna kmetijska gospodarstva glede določenega atributa, potem lahko agregatno povprečje prav tako izkazuje pod- oziroma nadpovprečne vrednosti. Pri interpretaciji rezultatov za posamezno leto je torej ključno upoštevati razmerje med načrtovanim in dejanskim številom kmetijskih gospodarstev v posamezni skupini vzorca (razredu ekonomske velikosti, tipu kmetovanja). Slika 1 prikazuje stanje reprezentativnosti dejanskega vzorca FADN v obdobju 2007-2009 po tipih kmetovanja (TF8) in po razredih ekonomske velikosti, izraženi v ESU (ESU je evropska enota ekonomske velikosti; 1 ESU je 1.200 EUR standardiziranega pokritja). Slika 1: Povprečno število poročevalskih kmetijskih gospodarstev v dejanskem in reprezentativnem vzorcu po tipih kmetovanja (TF8) in po ekonomski velikosti (ES6); 2007-2009 Vir: MKGP (načrti vzorčenja), FADN RICA-2 (individualni podatki), preračuni KIS (Iz Poročila o stanju 2011): Analiza dejanskega vzorca FADN za Slovenijo za obdobje 2007-2009 kaže, da bi bilo za večjo reprezentativnost vzorca potrebno povečati število kmetijskih gospodarstev, ki redijo zrnojedo živino (prašiče in perutnino) ter število vinogradniških, mešanih in poljedelskih kmetijskih gospodarstev, občutno pa bilo potrebno zmanjšati število kmetijskih gospodarstev, ki se ukvarjajo s prirejo mleka in rejo pašne živine. Glede na ekonomsko velikost kmetijskih gospodarstev, bi bilo za povečanje reprezentativnosti dejanskega vzorca potrebno povečati število ekonomsko zelo majhnih (od 2-<4 ESU) in majhnih kmetijskih gospodarstev (4-<8 ESU), občutno pa zmanjšati število kmetijskih gospodarstev v ostalih razredih, predvsem število srednje velikih (16-<40 ESU) ter velikih in zelo velikih kmetijskih gospodarstev (>40 ESU). Osnovna deskriptivna statistična analiza podatkov FADN za 2004-2010 je bila opravljena s statističnim programom SPSS 13.0. Prikazani rezultati se nanašajo na analizirano populacijo, prikazana povprečja so izračunana kot tehtana povprečja (uteževanje po spremenljivki »WEIGHT« ali »št. zastopanih kmetijskih gospodarstev v populaciji«). Opis ključnih rezultatov FADN za Slovenijo za obdobje 2004-2010 Kot kažejo rezultati (Tabela 2) so v FADN vzorec zajeta po resursih in ekonomski velikosti večja kmetijska gospodarstva ter hkrati tudi delovno nadpovprečno intenzivna kmetijska gospodarstva (Poročilo o stanju^, 2011). Tabela 2: Osnovni proizvodni potencial, ekonomska velikost in osnovni ekonomski rezultati za FADN populacijo; 2004-2010 2004 2005 2006 Leto 2007 2008 2009 2010* Osnovni proizvodni potencial in ekonomska velikost; analizirana FADN populacija Ekonomska velikost (v ESU; 1 ESU=1200 EUR standardiziranega pokritja) 7,4 7,3 7,4 8,7 8,5 8,6 ** Skupaj vložek dela (v PDM) 1,9 1,9 1,9 1,7 1,7 1,6 1,8 Skupaj KZU (v ha) 12,4 11,3 11,0 11,6 11,0 11,3 11,0 Skupaj število GVŽ 13,0 12,1 11,8 12,1 12,3 12,4 13,0 Osnovni ekonomski rezultati; analizirana FADN populacija Skupaj vrednost proizvodnje (v EUR) 14.565 16.839 15.504 21.877 23.341 22.521 24.227 Skupaj vmesna poraba (v EUR) 9.082 9.053 9.400 15.290 16.937 16.340 18.317 Amortizacija (v EUR) 5.617 5.946 5.595 5.513 5.845 6.523 7.627 Skupaj stroški z zunanjimi dejavniki (v EUR) 777 713 763 846 776 848 934 Bilanca subvencij in davkov na investicije (v EUR) 1.808 407 -160 235 443 943 925 Bruto dodana vrednost kmetije (v EUR) 10.315 12.812 10.187 12.279 12.985 14.242 12.921 Neto dodana vrednost kmetije (v EUR) 4.698 6.866 4.592 6.765 7.140 7.719 5.293 Dohodek kmečke družine (v EUR) 5.729*** 6.561 3.668 6.154 6.807 7.814 5.284 Neto dodana vrednost kmetije/PDM (na enoto kmetijskega dela, plačanega in neplačanega); (v EUR/PDM) 2.036 3.689 2.274 4.006 3.913 4.856 2.756 Dohodek kmečke družine/PDMd (na enoto družinskega (neplačanega) dela (EUR/PDMd) 2.713 3.882 1.819 3.854 4.272 5.556 3.137 Bilanca tekočih subvencij in davkov (v EUR) 4.833 5.026 4.082 5.692 6.582 8.060 7.011 * 2010: Začasni podatki RICA-1 (jan. 2012) ** Sprememba metodologije. *** Štebe in Rednak (2007): »Zaradi razmeroma velikih investicijskih podpor v letu 2004 je pri nas v povprečju »dohodek kmečke družine« za 33% večji kot neto dodana vrednost, v skupini »zrnojede živali« pa kar za 100% večji. Ekonomski rezultati za FADN populacijo za obdobje 2004-2010 kažejo trend rasti za skupno vrednost proizvodnje. Neto dodana vrednost kmetije je od 2007 rasla, v letu 2010 pa občutno padla (možna prisotnost še neugotovljenih napak v začasnih podatkih), istosmerno gibanje rasti pa izkazuje tudi dohodek kmečke družine. Kot izhaja iz Poročilo o stanju^ (2011) ekonomski rezultati FADN precej odstopajo od rezultatov, ki jih izkazujejo ekonomski računi za kmetijstvo (ERK). Tako se npr. vrednosti neto dodane vrednosti kmetije in faktorskega dohodka kmetijstva (dokaj neposredno primerljiva kazalnika po obeh metodologijah) v nekaterih letih analiziranega obdobja gibljeta v različne smeri, občutno se razlikujejo vrednosti teh kazalnikov na enoto vložka dela (najverjetneje problematična ocena vložka dela), nesorazmerna pa je tudi struktura skupnega prihodka po obeh metodologijah (npr. delež vmesne potrošnje, amortizacije). V nadaljevanju podrobneje prikazujemo rezultate za neto dodano vrednost kmetije (izražene v EUR), eden od ključnih dohodkovnih kazalnikov FADN, primerljivo po vsebini s faktorskim dohodkom kmetijstva po ekonomskih računih kmetijstva (ERK). Slika 2 prikazuje grafikon (t.i. zaboj z ročaji), ki kaže porazdelitev vrednosti neto dodane vrednosti v populaciji po posameznih letih 2004-2010. Kljub temu, da je ločljivost slike slaba, je razvidno, da gre za nenormalne porazdelitve ter izrazite podatkovne 'osamelce'. Slika 2: Neto dodana vrednost kmetije (v EUR), vključene v FADN vzorec, 2004-2010 Histogrami v prilogah primerjajo dejanske in normalne porazdelitve neto dodane vrednosti kmetije za celotno populacijo (Error! Reference source not found.) ter po posameznih tipih kmetovanja (Error! Reference source not found.) v obdobju 2004-2010. NDV ni normalno porazdeljena niti po posameznih letih na ravni cele populacije, niti na ravni posameznih tipov kmetovanja po posameznih letih (asimetričnost in sploščenost dejanskih porazdelitev še izrazitejši pri tipih kmetovanja 'Vrtnarstvo', 'Prašiči/Perutnina', kjer gre vpliv slabše reprezentativnosti FADN vzorca oziroma prisotnosti osamelcev po določenih spremenljivkah). Slika 3 in Slika 4 prikazujeta gibanje neto dodane vrednosti po tipih kmetovanja (TF8) in po letih. Po nadpovprečnih vrednostih v vseh letih izstopa tip 'prašiči/perutnina' (problem nezadostne reprezentativnosti). Slika 3: Povprečna vrednost neto dodane vrednosti po tipih kmetovanja (TF8); 2004-2010 Slika 4: Povprečna vrednost neto dodane vrednosti po tipih kmetovanja (TF8); 2004-2010 o C ■D a > v I? o 3 ■o ILI C ti o 160000 140000 120000 100000 80000 60000 40000 20000 O ■ L LA 1 [1 . ^^-r« J r H , rvTIl, rVTM-l, r#Tl-l, , V 1 1, , r-B-TTta □ 2004 ■ 2005 □ 2006 □ 2007 ■ 2008 □ 2003 ■ 2010 y / Obračunsko leto Tudi analiza koeficienta variacije, zabojev z ročaji in histogramov za druge spremenljivke kaže, da gre za zelo razpršene in 'nenormalno' porazdeljene spremenljivke. To je seveda razumljivo glede na zasnovo vzorca, vseeno pa je potrebno upoštevati tudi možnost učinka slabše reprezentativnosti vzorca oziroma morebitnih neodkritih napak v podatkih FADN za posamezna leta (npr. precenjene vrednosti amortizacije). Prikazane rezultate za obdobje 2004-2010 je potrebno v luči omenjenih težav z reprezentativnostjo in morebitno prisotnostjo še neugotovljenih (sistematičnih) napak interpretirati z veliko mero previdnosti, podrobnejšega ocenjevanja dohodkovne ogroženosti posameznih tipov kmetovanja (ali sektorjev) v analiziranem obdobju pa se zaenkrat vzdržati. Prikazani rezultati analiziranih spremenljivk namreč kažejo na nenormalne porazdelitve in izrazito razpršenost za celotno populacijo, ki seveda niso 'problematične' (nosijo del zgodbe), če niso posledica neželenih dejavnikov, npr. nezadostne reprezentativnosti oziroma večjih napak. Ocenjujemo, da je uporaba baze FADN podatkov kot najpomembnejšega vira mikroekonomskih podatkov za slovensko kmetijstvo lahko pomemben vir podatkov za oceno tveganja. Seveda pa bo v prihodnje potrebno vložiti še več naporov v reševanje problematičnih področij FADN v Sloveniji (reprezentativnost, morebitne napake, itd.). Priporočljivo bi bilo vzpostaviti tudi panel tipičnih kmetijskih gospodarstev (podvzorec stalno vključenih kmet. gospodarstev v nekem obdobju) po posameznih proizvodnih tipih oziroma sektorjih. S tem bi omogočili sistematično spremljanje in analiziranje sprememb obsega tveganj po posameznih vnaprej definiranih skupinah kmetijstva. Tudi v primeru, da bodo kmetijska gospodarstva vodila klasično računovodstvo, bi sistem kot je FADN lahko predstavljal pomemben sistem za preverjanje podatkov. Analiza dohodkovnih tveganj na podlagi Modelnih kalkulacij za obdobje 2000-2012 Osnovna metodološka pojasnila Ocene tveganja so bile narejene tudi na podlagi rezultatov po modelnih kalkulacijah, ki jih že vrsto let opravlja Kmetijski inštitut Slovenije. Modelne kalkulacije so prvenstveno namenjene oceni sprememb stroškov, ki so rezultat sprememb cen in proračunskih podpor. Kalkulacije so zato izdelane ob predpostavki enakih količinskih potroškov v celotnem opazovanem časovnem obdobju. Tehnološki napredek ni upoštevan, v času ostajajo osnovni tehnološki parametri nespremenjeni. Osnovna izhodišča pri oblikovanju modelov, katere zaradi interpretacije rezultatov še posebno izpostavljamo, so bila naslednja: • Splošna raven produktivnosti je opredeljena z velikostjo obrata. Predpostavljena velikost in tip kmetijskega obrata je pri različnih pridelkih različen, osnovni kriterij pri teh opredelitvah pa je bil, da obrat zagotavlja polno zaposlenost za približno eno delovno moč. • Strošek dela je obračunan na ravni povprečne neto plače zaposlenih v Sloveniji ob hkratnem upoštevanju vseh tistih stroškov, ki zagotavljajo enako socialno varnost in pravice iz dela, kot jih imajo drugi delavci (prispevki, regresi, nadomestila, dohodnina, nagrade in odpravnine). • Kvantitativno podlago za obračun stroškov materiala in storitev predstavlja t.i. tehnološka karta, kjer so po posameznih fazah proizvodnega procesa opredeljeni vsi pomembnejši potroški (poraba materiala, dela, storitev ipd.) in ki omogoča oceno porabe inputov v odvisnosti od intenzivnosti (pridelka), velikosti parcele ali črede, oddaljenosti, nagiba in ponekod še od nekaterih drugih tehnoloških parametrov. • Na stroškovni strani so upoštevani tudi morebitni regresi, ki so izplačani v obliki, ki neposredno znižuje ceno ali strošek za kmeta (npr. regres za seme, ki ga uveljavlja prodajalec in je zato nabavna cena nižja; regres za zavarovanje pridelkov). Morebitni drugi regresi, ki so izplačani neposredno kmetijskim proizvajalcem (npr. vračilo trošarine), so obračunani na prihodkovni strani. • Ocene stroškov veljajo za kmetijo, ki nastopa kot obvezni ali prostovoljni zavezanec v sistemu DDV, zato so cene kupljenega materiala in tujih storitev upoštevane brez DDV (pred tem brez prometnega davka). • Stranski pridelki so vrednoteni po tržni ceni (če imajo značaj tržnega blaga). • Med subvencije uvrščamo morebitne dodatke k ceni, neposredna plačila, regrese, ki so neposredno izplačani kmetijskim proizvajalcem ter morebitne druge oblike subvencij, ki imajo splošen značaj in jih lahko pripišemo neposredno stroškovnemu nosilcu. Ker je v živinoreji domača krma (npr. koruzna silaža) na stroškovni strani vrednotena po polni lastni ceni (brez upoštevanja morebitnih subvencij), so morebitne subvencije za pridelavo krme (npr. za koruzno silažo), prištete k subvencijam pri končnem proizvodu (npr. mleku). Pripadajoči delež subvencij vmesnega proizvoda, ki je pripisan končnemu proizvodu, je izračunan na podlagi krmnega obroka. Za celotno ocenjevano obdobje so osnovna izhodišča pri kalkulacijah nespremenjena, torej ne upoštevajo tehnološkega napredka, prav tako pa tudi ne morebitnih (povprečnih) padcev pridelkov. S tem smo se izognili vplivu tehnologije na spremembe višine stroškov kot tudi prihodkov. Podrobnejša osnovna metodološka pojasnila in izhodišča podajamo v Priloga 1 na primerih analitičnih kalkulacij za obravnavane kmetijske dejavnosti. Deloma je tehnološki napredek zajet le v primeru uporabe zaščitnih sredstev. Zaradi spoznanj o učinkovanju sredstev, tehnološkega razvoja ipd., sta se nabor ter poraba zaščitnih sredstev za doseganje enake količine pridelka vseskozi spreminjala. Poleg tega pa smo z enakimi pridelki/prirejo zanemarili tudi proizvodno tveganje s katerim so se kmetijska gospodarstva, ki so opravljala določen aktivnost srečevala. Pri analizi je tako največji poudarek na tržno-cenovnih tveganjih, bo pa v prihodnje preučena tudi možnost ter relevantnost povezovanja modelnih kalkulacij z statistično značilnimi pridelki oziroma prirejo za določeno obdobje, s čimer bi zajeli tudi proizvodna tveganja. Pri tem bomo seveda poizkušali dodati podatkom čim večjo informativnost, torej da bi se kar najbolj približali dejanski situaciji oziroma pogojem pridelovanja v določeni regiji. Pri tem bomo preverili možnost sintetiziranja podatkov, ki ga predlagajo Hardaker in sod. (2008). Osnovna metodološka pojasnila s tehnološkimi parametri po posamezni kmetijski proizvodnji so predstavljena v nadaljevanju, sintezne rezultate pa prikazujemo v Priloga 1. Pšenica: 5.300 kg neto pridelka na hektar. Ječmen: 4.900 kg neto pridelka na hektar. Koruza v zrnju: 7.900 kg neto pridelka na hektar. Krompir: 24.000 kg neto pridelka na hektar (6.000 kg krmni krompir). Oljna ogrščica: 3.500 kg neto pridelka na hektar. Jabolka: 30.000 kg pridelka na hektar, gostota sajenja 3.000 dreves na hektar, doba amortizacije 17 let. Breskve: 15.000 kg pridelka na hektar, gostota sajenja 1.000 dreves na hektar, doba amortizacije 15 let. Grozdje - Podravje: 7.000 kg pridelka na hektar, gostota sajenja 4.000 število trsov na hektar, 1,75 kg pridelka na trs. Grozdje - Primorska: 9.000 kg pridelka na hektar, gostota sajenja 2.500 število trsov na hektar, 3,6 kg pridelka na trs. Mleko: mlečnost 4500 l/kravo, velikost črede 15 molznic, doba uporabe krav 5 let. Mlado pitano govedo: povprečni dnevni prirast 0,9 kg/dan, prireja 550 kg žive mase, velikost črede 29 živali, od tega 25 % telic, število krmnih dni 478. Ovce: vzreja jagnjet za meso, velikost črede 100 ovac, prireja za prodajo 39 kg žive mase na ovco oziroma 1,3 jagnjet (1,5 vzrejenih jagnjet na ovco). Prašiči - domača krma: velikost črede 100 pitancev, končna masa 110 kg, povprečni prirast 0,61 kg/dan, število krmnih dni na turnus 143. Prašiči - kupljena krma: velikost črede 100 pitancev, končna masa 100 kg, povprečni prirast 0,61 kg/dan, število krmnih dni na turnus 126. • Pitani piščanci: prireja 2,25 kg žive mase na žival, velikost jate 10.400 piščancev, število dni reje 46, poraba krme 2 kg na kg žive mase. • Jajca: velikost jate 4.200 nesnic, prireja 290 jajc na nesnico, od tega 271 prodanih, število turnusov na leto 0,9, poraba krme 0,145 kg na jajce. Rezultati opravljene analize Do rezultatov smo prišli na podlagi analize mesečnih ocen stroškov in prihodkov po modelnih kalkulacijah za posamezno proizvodnjo in sicer za obdobje od januarja leta 1995 do konca leta 2011. Izjema sta le grozdje in oljna ogrščica. Pri grozdju je opazovano obdobje začetek sezone 1996/97, pri oljni ogrščici pa sezona 2003. Pred samo analizo rezultatov je bilo potrebno rezultate po modelih do vključno decembra 2006 preračunati v evre. Pri tem so bili upoštevani povprečni mesečni tečaji EUR/SIT, ki jih je objavila Banka Slovenije. Za celotno ocenjevano obdobje so osnovna izhodišča pri kalkulacijah nespremenjena, torej ni upoštevanega tehnološkega napredka. S tem smo se izognili vplivu tehnologije na spremembe višine stroškov kot tudi prihodkov. Posledično je tudi ocenjena variabilnost, kot parameter tveganja nižja, kot bi jo lahko opazili na konkretnih kmetijskih gospodarstvih. Zaradi obsežnosti rezultatov opravljenih analiz so podrobnejši rezultati opravljene analize prikazani v Priloga 1. Rezultate po modelnih kalkulacijah prikazujemo za rastlinsko pridelavo (posebej pridelava poljščin in pridelava sadja in grozdja) ter za živinorejo v dveh delih. Prvi del zajema stroške proizvodnje, drugi del pa vrednost proizvodnje. Tako pri stroških kot tudi pri prihodkih je za predstavitev rezultatov veljalo osnovno merilo in sicer velikost deleža v skupnih stroških oziroma v skupni vrednosti proizvodnje. Tako so pri rastlinski pridelavi poleg lastne cene (stroški pridelave na enoto proizvoda brez subvencij) podane najpomembnejše skupine stroškov kot so strošek gnojenja, strošek varstva rastlin, strošek strojnih storitev in pa strošek najetih storitev (najeto delo, zavarovanje, sušenje, itd.). V primeru trajnih nasadov je med pomembnejšimi stroški podan tudi strošek amortizacije. Poleg prikazane skupne vrednosti proizvodnje posebej izpostavljamo vrednost glavnega pridelka, ki predstavlja tržno vrednost pridelave in pa vrednost subvencij, med-tem ko je vrednost stranskega pridelka (do katerega pride le v nekaterih primerih, kot npr. slama pri žitih) zajeta le pri skupni vrednosti. V primeru živinorejske proizvodnje so poleg lastne cene posebej izpostavljeni strošek živine, strošek krme, pri kateri je izpostavljen strošek nakupljene krme ter strošek energije, ki nastaja predvsem pri pridelavi krme. Podobno kot pri rastlinski pridelavi tudi v primeru živinoreje predstavljamo vrednost glavnega proizvoda (tržna vrednost) in vrednost subvencij, medtem ko je vrednost stranskih proizvodov (tele, izločene krave, ipd.) zajeta v skupni vrednosti pridelave. Dejavniki, ki vplivajo na strošek in prihodek od finalne kmetijske proizvodnje, so številni. Med njimi je večina takšnih, ki vplivajo na zelo veliko dejavnosti hkrati, razlika je le v intenzivnosti vpliva na končni rezultat. Različna intenzivnost nekega dejavnika vplivanja je odvisna predvsem od tehnologije pridelave zaradi česar je manjša (u)poraba, s tem pa tudi delež v skupnih stroških in količina proizvoda. Med dejavnike, ki imajo vpliv na najširši spekter kmetijske pridelave v Slovenji, prav gotovo sodijo naravne in elementarne nesreče. Te se ne odražajo le kot vpliv na tržno rastlinsko pridelavo, temveč posredno preko krme tudi na živinorejo. Pri tem ne gre zgolj za vplive v lokalnem okolju in s tem na količino ter ceno proizvoda, temveč gre za globalni dejavnik. V tem primeru se na naših trgih to odrazi predvsem kot sprememba odkupne oziroma nabavne cene, nekoliko manj pa se odrazi kot pomanjkanje in nedostopnost proizvoda na slovenskem trgu. V zadnjem desetletju smo bili deležni takšnega primera v letih 2003 in 2005. Zaradi suše, ki je prizadela celotno Slovenijo in okoliške države v omenjenih letih, je bil skupen pridelek po proizvodih precej manjši, zaradi nezmožnosti zadostitve povpraševanju v kratkem času pa se je povečala tudi odkupna cena. Poleg naravnih nesreč na širok spekter kmetijske pridelave imajo zelo podoben vpliv cene inputov v kmetijstvu. Med najpomembnejšimi se najpogosteje omenjajo cene energentov in posledično tudi cene mineralnih gnojil. Spremembe cen energentov v manjši meri vplivajo tudi na spremembe cen drugih inputov, kot so fitofarmacevtska sredstva, seme, ipd. Končni učinek vpliva cen inputov so spremembe cen proizvodov, ob precejšnjih spremembah pa tudi količina proizvoda. V zadnjem petletnem obdobju med dejavnike vplivanja na cene in količine kmetijskih proizvodov štejemo tudi pojav potreb po zemljiščih za sejanje energetskih rastlin ali zgolj po samih energetskih rastlinah. To se močno odraža na visokih odkupnih cenah poljščin, ki so hkrati nabavne cene v živinoreji. Posledica tega so izrazitejše spremembe v strukturi rastlinske pridelave in živinoreje ter sprememba v količini proizvedenega. Med dejavnike, ki jih pogosto prezremo oziroma jim dajemo premalo poudarka, imajo pa pomemben vpliv (predvsem dolgoročni), so zakonske, tehnološke, okoljske in druge omejitve. Takšne omejitve se ne odražajo vedno v višjih stroških pridelave in manjših količinah proizvedenega, temveč imajo lahko tudi pozitive ekonomske posledice. Takšen primer je sočasni učinek razvoja, novih dognanj in zakonskih omejitev, ki ima za posledico ohranjanje ali celo znižanje skupnega stroška varstva rastlin neke pridelave, čeprav so se cene posameznih sredstev zaradi dviga cen energentov, cen aktivnih snovi ali drugih vzrokov povečale. V nadaljevanju prikazujemo osnovne rezultate za vse tri skupine modelnih kalkulacij. Na Slika 5 prikazujemo povprečne vrednosti dosežene lastne cene pri pridelavi poljščin z minimalnimi in maksimalnimi vrednostmi. Kot izhaja iz slike se rezultati po posameznih kalkulacijah razlikujejo, zlasti kalkulacija za oljno repico in krompir. Najvišja lastna cene pridelave je dosežena pri oljni repici, kjer je tudi razpon med najnižjo ter najvišjo vrednostjo največji. Če rezultate primerjamo tudi z izračunanimi koeficienti variabilnosti, ki so za posamezne kalkulacije prikazani v Slika 8, lahko ugotovimo, da je tveganost z vidika proizvodnih stroškov najvišja pri pridelovanju koruze, sledi oljna repica, ječmen, pšenica in krompir. Iz dobljenih rezultatov izhaja, da je v vseh primerih variabilnost vrednosti proizvodnje večja od variabilnosti lastne cene. Najvišja variabilnost vrednosti proizvodnje je dosežena pri krompirju, kar je predvsem odraz izrazitih nihanj na strani cene. Nadalje z vidika tveganosti sledi koruza, oljna repica, ječmen in pšenica. Če bi želeli dobljene rezultate preslikati na konkretno kmetijsko gospodarstvo ali tip kmetijskega gospodarstva, bi bilo pri obeh opazovanih momentih potrebno upoštevati tudi spremembe v obsegu pridelka. Predvsem kot posledica različnih letin, ter vpliva podnebnih razmer v danem letu. Seveda iz podatkov ne moremo sklepati na skupno variabilnost na ravni kmetijskega gospodarstva. Se pa kaže katere aktivnosti so v povprečju izpostavljene večjim cenovnim tveganjem. Slika 5: Povprečne, najmanjše in največje vrednosti lastne cene pri pridelavi poljščin Na Slika 6 prikazujemo povprečne vrednosti lastne cene proizvodnje v sadjarstvu in pri pridelavi grozdja. Razen pri grozdju gre za relativno različno proizvodnjo, zato z vidika povprečnih, najmanjših ter najvišjih vrednosti ni smiselna primerjava. Če pa pogledamo na izračunane koeficiente variabilnosti (Slika 8) lastne cene, kot tudi vrednosti proizvodnje pa lahko vidimo, da je variabilnost lastne cene najnižja pri pridelavi jabolk in znaša 13,8%, pri breskvah pa eno odstotno točko več. Na podlagi izračunov modelnih kalkulacij izhaja, da je tveganost lastne cene višja pri pridelavi grozdja na Primorskem, kot pa na Podravskem. Ravno nasprotno pa je z vidika vrednosti proizvodnje, kjer večje tveganje lahko pričakuje kmetijsko gospodarstvo v Podravju. Seveda pa so razlike majhne in za oceno skupnega tveganja bi bilo potrebno upoštevati tudi variabilnost drugih aktivnosti na ravni kmetijskega gospodarstva, ki je usmerjeno (tudi) v sadjarstvo in vinogradništvo. 1,2 1 0,8 cg 0,6 0,4 0,2 0 < < I < > Jabolka Breskve Grozje Podravje Grozdje Primorska Slika 6: Povprečne, najmanjše in največje vrednosti lastne cene v sadjarstvu in pri pridelavi grozdja Za področje živinoreje prikazujemo rezultate izračunov za krave molznice, mlado pitano govedo, ovce, prašiče krmljene z domačo krmo, prašiče krmljene z močno krmo, ter pitane piščance in prirejo jajc. Povprečne lastne cene ter dosežene najnižje in najvišje vrednosti v obdobju 17ih let prikazujemo na Slika 7. Z vidika prireje mesa lahko vidimo da je lastna cene prireje najvišja pri prireji drobnice, kjer je tudi razpon med najnižjo ter najvišjo vrednostjo največji. To izhaja tudi iz vidika izračunanega koeficienta variabilnosti (Slika 8), kjer lahko vidimo, da je relativna variabilnost stroškov prireje največja pri reji drobnice. Prav tako velja tudi za variabilnost vrednosti proizvodnje, ki doseže vrednost 17,5 %. Relativno visoka variabilnost na strani stroškov prireje je tudi pri kravah molznicah (KV = 17,7%). Izrazito nizka variabilnost pa izhaja in vrednosti prireje. Ravno nasprotno lahko ugotovimo za mlado pitano govedo, kjer pa je variabilnost na strani lasten cene nižja. Zanimiva je tudi primerjava tveganosti prireje prašičev, ki temeljita na dveh različnih tehnologijah. Izkaže se, da je z vidika stroškov prireje večje tveganje na strani tehnologije, ki upošteva krmljenje na domači krmi (11,26%), kot pa na kupljeni krmi (10,23%). Je pa v obeh primerih tveganje dokaj nizko. V obeh primerih je koeficient variabilnosti vrednosti proizvodnje le nekoliko nižji, kot variabilnost lastne cene. Iz tega bi lahko sklepali, da je v prašičereji tveganost na strani vrednosti inputov, kot tudi vrednosti outputov podobna. Da bomo ugotovili, kaj pripelje do takšnega izida, bomo v nadaljevanju projekta opravili dodatne analize. Na splošno lahko rečemo, da je 'tveganost' v živinorejski proizvodnji presenetljivo nizka. Vsekakor bi do večjih razlik prišlo če bi upoštevali različen pogoje s katerimi se kmetijska gospodarstva srečujejo v določenih regijah oziroma na ravni posameznega gospodarstva. V tem delu se izrazito pokaže problem povprečenja, ki izniči variabilnost s katere bi se posamezno gospodarstvo soočalo. J? 4 i t I Mleko Mlado Ovce Prašiči DK Prašiči MK Pitani Jajca pitano piščanci govedo Slika 7: Povprečne, najmanjše in največje vrednosti lastne cene v živinoreji Jajca Pitani piščanci Prašiči MK Prašiči DK Ovce Mlado pitano govedo Mleko Grozdje Primorska Grozje Podravje Breskve Jabolka Oljna repica Krompir Koruza Ječmen Pšenica 0,1 0,2 0,3 0,4 Slika 8: Prikaz koeficienta variabilnosti lastne cene posameznih kalkulacij 6 5 4 3 2 1 0 0 2.2 Pregled skupinskih pristopov k obvladovanju tveganj Dr. Jaka Žgajnar (BF), dr. Luka Juvančič (BF), dr. Emil Erjavec (BF) V poglavju 2.1.2 je predstavljen širok nabor različnih tveganj, ki jih lahko delimo po različnih ključih in ravneh (glede na primarni vir, obseg škod, pogostnost nastopa, povezanosti oziroma nepovezanosti itd.). Za učinkovito upravljanje s tveganji je nedvomno potrebno razlikovati med različnim ravnmi z vidika normalnih, tržnih in katastrofičnih tveganj. Značilnosti posameznih skupin tveganj zahteva razlikovanje v pristopu upravljanja. Slednje zlasti velja z vidika vključevanja države. Anton in sod. (2011) opozarjajo, da je upravljanje vseh tveganj z enim samim instrumentom politike vsekakor neučinkovito, saj posamezna raven zahteva različne pristope. Nedvomno je ta argument pomemben tudi z vidika upravljanja s kmetijskimi tveganji v Sloveniji. Vpeljava novega sistema upravljanja z dohodkovnimi tveganji nikakor ne sme izriniti obstoječega klasičnega proizvodnega zavarovanja. Seveda pa bi bila potrebna dodatna analiza občutljivosti, da bi ugotovili za koliko bi se lahko podražilo zavarovanje (kot odraz manjše soudeležbe) države, da se interes na strani kmetijskih gospodarstev ne bi zmanjšal, oziroma bi zavarovalnice še ponujale takšno storitev. Predvsem je potreben jasen signal kmetom, da je njihova odgovornost na strani upravljanja z normalnimi poslovnimi tveganji. V kmetijstvu večina dostopnih orodij za upravljanje s tveganji ni zasnovana na tržnih mehanizmih. Obstajajo različne oblike javno-zasebnih orodji za upravljanje s tveganji, kot so subvencionirane zavarovalne sheme ali dohodkovne zavarovalne sheme (Baltussen in sod., 2008). Orodja za upravljanje s tveganji so v osnovi zelo različna s skupnim ciljem, da pomagajo kmetu prenašati posledice neugodnih dogodkov. Možne oblike instrumentov upravljanja s tveganji lahko delimo v dve ključni skupini. Prva skupina zajema ukrepe oziroma instrumente na ravni kmetijskega gospodarstva, kjer se kmet aktivno vključi v 'upravljanje' s tveganji. Druga skupina pa zajema instrumente in orodja, pri katerih se določen del tveganj prenese na druge. Obvladovanje 'večine' tveganj je nujno, če želi kmetijsko gospodarstvo poslovati čim bolj stabilno. Seveda se je potrebno vprašati tudi, kako posamezen sistem deluje z vidika zavarovanja tveganja tako s strani kmetov, kot tudi države. Pri tem je potrebno upoštevati tudi, kako poteze politike vplivajo na 'prožnost' kmetijskega sektorja za sprejemanje tveganj oziroma kakšna je njegova kapaciteta za absorpcijo različnih tveganj. 2.2.1 Upravljanje s tveganji v idealnem svetu Učinkovito obvladovanje tveganj je eden izmed ključnih elementov uspešnega poslovanja kmetijskih gospodarstev. Tveganje namreč potencialno znižuje njihov prihodek oziroma povečuje stroške, kar se končno odrazi v znižanem dohodku na ravni celotnega kmetijskega gospodarstva. Kmetje pri upravljanju s tveganji lahko izbirajo med najrazličnejšimi ukrepi, instrumenti in orodji. V idealnih razmerah tako kmetje iz širokega nabora možnosti formirajo svoj optimalni portfelj instrumentov za upravljanje s tveganji. Kaj bo posamezen kmetovalec izbral, bo predvsem odvisno od njegove naklonjenosti tveganju in okoliščin, v katerih kmetuje (Baltussen in sod., 2008). Baltussen in sod. (2008) ugotavljajo, da je z vidika maksimiranja družbene blaginje ugodneje, če kmetovalci lahko porazdelijo del tveganja. Pri porazdelitvi tveganj gre dejansko za pogodbo med dvema stranema, s sprejetjem katere morata biti obe stranki na boljšem (na obeh straneh naj bi prišlo do zvišanja koristnosti). Vsota številnih pogodb dejansko pomeni dvig koristnosti tudi za družbo. Možnost porazdelitve tveganj namreč omogoča posamezniku, da se loti (bolj) tveganih aktivnosti, katerih se sicer ne bi. Baltussen in sod. (2008) ugotavljajo, da se koristnost družbi iz tega vidika poveča, še posebej če gledamo, kako bi se posamezna kmetijska gospodarstva odločala glede tipa proizvodnje če bi bili omejeni le na tista tveganja, ki bi jih sami lahko prenesli. Slednje velja tudi z vidika razporejanja proizvodnih resursov. Možnost porazdelitve tveganj v kmetijstvu se odrazi v stabilnejšem dohodku, kar ima številne prednosti. Po eni strani stabilnejši dohodki pomenijo tudi stabilnejše razmere za pridelovanje. slednje se neposredno odrazi v stabilnejši ponudbi, saj kmetje ne spreminjajo obsega proizvodnje glede na spremenjene tržne razmere. Stabilnejši dohodki pomenijo tudi, da bodo kmetje laže odplačevali dobljena posojila, posledično pa bi se to moralo odraziti tudi v izboljšanem dostopu do posojil oziroma v znižanju stroškov posojil. Slednje pa bi nedvomno imelo izrazit pozitiven vpliv v smislu lastnega investicijskega potenciala kmetijskih gospodarstev (Baltussen in sod., 2008). Izkrivljenost sistema v idealnih razmerah popolno konkurenčnih trgov lahko pričakujemo, da sta oblika in cena instrumentov upravljanja s tveganji aktuarsko naravnana (Baltussen in sod., 2008). Intervencije s strani države v obliki subvencij, bodisi za podporo kmetom za znižanje premij, bodisi zasebnim zavarovalnim družbam za zniževanje transakcijskih stroškov oziroma stroškov pozavarovanja, bo zelo verjetno pripeljala do izkrivljenosti v sistemu (npr. napačna alokacija proizvodnih virov, iskanje rent, problem kapitalizacije, moralni hazard). Problem iskanja rent v ekonomskem smislu razumemo, kadar posameznik ali podjetje poizkuša pridobiti določena denarna sredstva preko manipulacij ekonomskega in pravnega reda, namesto preko trga in ustvarjanja premoženja. Baltussen in sod. (2008) kot tipičen primer navajajo primer kmetijskih lobistov, ki iščejo subvencijo za zavarovanje, cenovne zaščite ali dohodkovne podpore. Na ravni kmetijskega gospodarstva bi bil to primer, ko kmetje manipulirajo s pridelki ali izbiro posevkov tako, da maksimirajo prejeta sredstva iz naslova subvencioniranih zavarovanj posevkov. Do problema iskanja rent pa lahko pride tudi na strani zavarovalnice, ki ponuja produkte s subvencioniranimi premijami. Tako kot pri ostalih vrstah subvencij s strani države se tudi pri subvencioniranju zavarovalnih premij lahko pojavi t.i. efekt kapitalizacije, ki se najpogosteje odrazi posredno v višjih cenah kmetijskih zemljišč. Pomemben problem, do katerega lahko pripelje subvencioniranje države pa je tudi t.i. problem moralnega hazarda, katerega pojav je možen tako na strani kmetijskih gospodarstev, kot tudi na strani zavarovalnic. Na strani kmetijskega gospodarstva posledično lahko pride do pretirane izpostavljenosti tveganjem na eni strani, oziroma kmetijsko gospodarstvo ne postopa ustrezno pri blaženju tveganj. Wu (1999, cit. po Baltussen in sod, 2008) ugotavlja, da se z subvencioniranjem zavarovalnih premij za posevke proizvodnja širi na mejna, manj primerna področja z višjim tveganjem. Slednje posledično tudi pomeni neučinkovito oziroma neracionalno alokacijo proizvodnih resursov. Hardaker in sod. (2007) opozarjajo na problem moralnega hazarda, ki nastane v pogodbenem odnosu med državo in zavarovalnico in sicer v trenutku, ko država vzpostavi in zagotovi sredstva za kritje škod. V tem primeru je moralni hazard v tem, da si zavarovalnica ne bi prizadevala za uravnotežen posel, torej tako na strani postavljanja zavarovalnih premij, kot tudi na strani ocenjevanja nastalih škod. Do problema moralnega hazarda pa lahko pride tudi na strani države in sicer v primeru, če se ta aktivno ne vključi v reševanje oziroma blaženje posledic tveganj. Namreč v takšnem primeru ima država manjši interes pri preventivnem delovanju (npr. podpiranje investicij v protitočne zaščite, zadrževalnike, namakalne sisteme, urejanje vodotokov itd.) in zmanjševanju obsega potencialnih škodnih dogodkov. Skees in Barnett (1999 cit po Baltussen in sod, 2008) opozarjata še na en problem, ki ga povzroča finančno vključevanje države v sistem kmetijskih zavarovanj. Ta namreč zavira in onemogoča razvoj 'komercialnih' produktov s strani zasebnih zavarovalnic, hkrati pa izloči oziroma zapostavi druga orodja zasebnega sektorja, ki so na voljo za upravljanje s tveganji. Takšen primer je npr. uporaba terminskih poslov ali izvedenih finančnih instrumentov, kjer celotno tveganje prevzame zasebni sektor brez vključevanja države. Nedvomno pa vključevanje države v kmetijska zavarovanja še zdaleč ni edini razlog, zaradi katerega terminski posli ali izvedeni finančni instrumenti niso pogosteje uporabljeni s strani EU in tudi slovenskih kmetov. Problematiko podrobneje predstavljamo v nadaljevanju. 2.2.2 Upravljanje s tveganji v realnem svetu Tržne zgrešitve v povezavi z zavarovanjem v kmetijstvu Ko razmišljamo o trgih povezanih s prevzemanjem tveganj je pomembno ugotoviti, da se značilnosti različnih tveganj med seboj močno razlikujejo, prav od značilnosti tveganj pa je odvisno, kako zanimiva so le-ta za tiste udeležence na trgu, ki prevzemajo tveganje. V povezavi s tveganjem v kmetijstvu se najpogosteje omenjata dve tržni zgrešitvi in sicer problem asimetrije informacij in problem sistemskih tveganj. V obeh primerih prihaja do nedelovanja trga, kar z drugimi besedami pomeni, da komercialni produkti za zavarovanje določenih rizikov niso dostopni. To je tudi eden izmed glavnih argumentov, zakaj je pri zavarovanju kmetijskih tveganj pomembna vključitev države. Seveda pa je pri tem pomembno da tržne zgrešitve, ki nastopijo ob vključitvi države niso večje, kot distorzije, ki nastopijo brez vključevanja države. Ob tem pa je potrebno čim bolj upoštevati že izpostavljeni problem moralnega hazarda, ki lahko nastopi tudi s strani države. Asimetrija informacij Problemi povezani z asimetrijo podatkov se nanašajo na problem 'neugodne izbire' (ang. adverse selection) in 'moralnega hazarda' (ang. moral hazard). Gre za to, da obe stranki v postopku (zavarovanec in zavarovalnica) nimate enakega dostopa do podatkov oziroma informacij, ki se največkrat nanašajo na proizvodne faktorje. Praviloma kmet bolje pozna svoje delovne pogoje in tveganja, kot ponudniki zavarovalniških produktov. Pri neugodni izbiri je v ospredju predvsem problem preračunljivosti ene od pogodbenih strank, ki se nanaša na neopazne oziroma prikrite značilnosti dobrine ali servisa. Na področju zavarovalništva je to primer, da bodo tisti, ki pričakujejo večje izgube dobrin, katere je seveda možno zavarovati, zavarovali več, kot tisti ki pričakujejo manjše izgube. Posledično, v kolikor zavarovalnica ne more ločiti med prvim in drugim primerom klientov, mora zvišati zavarovalniške premije, kar pa je neugodno z vidika kmetov, saj je posledično takšno zavarovanje za njih manj zanimivo. Naslednji primer asimetrije informacij pa je t.i. problem moralnega hazarda. V osnovi se nanaša na neopazovane ali prikrite poteze (navadno je značilno, da posameznik postane zavedno ali nezavedno manj skrben in zniža stroške preventive saj se znaša na to, da bo v primeru nastopa škodnega dogodka le-tega krila zavarovalnica) ene od pogodbenih strank, oziroma preračunljivost po že podpisani pogodbi. Takšen primer je lahko na primer, da bi kmet zavaroval koruzo, nato pa bi slabšo koruzo zanemaril, saj bi vedel da bo zavarovalnica krila razliko v manjšem pridelku glede na zavarovano količino in sicer do višine zavarovalne vsote. Moralni hazard tako onemogoča, da bi stranki dosegli vzajemno ugoden dogovor in s tem omejuje učinkovitost trga s tveganji. Goodwin (2001) kot pogost primer moralnega hazarda iz prakse omenja primer manjše uporabe inputov, predvsem na strani vmesnega dognojevanja in škropljenja7 pri posevku ki je zavarovan in ga je prizadel določen škodni dogodek. Asimetrija informacij v praksi dejansko pomeni, da bodo kmetje, ki so kupili zavarovanje, pogosteje dosegali slabše rezultate, kot pa kmetje, ki ne kupijo zavarovanja. Problem, ki ga ob tem na podlagi več študij izpostavlja Ogurstov (2008) pa je zlasti v tem, da kmetje pridobijo od zavarovanja tudi v primeru, ko je izpad pridelka posledica slabega menedžmenta in ne naravnih nesreč. Moralni hazard lahko do določene mere znižamo tako, da prenesemo del tveganj na drugo stranko (kmetijsko gospodarstvo) preko soudeležbe pri škodi oziroma franšize8. Moralni hazard na strani poslovnih iniciativ Anton in sod. (2011) poudarjajo, da so politike upravljanja s tveganji in strategije vodenja kmetijskih gospodarstev precej povezane. Kadar se država vključi v reševanje določenih tveganj, to izrine strategije upravljanja s tveganji na ravni kmetijskih gospodarstev, saj takšen ukrep omogoča kmetijskim gospodarstvom, da se odločajo za donosnejše aktivnosti in s tem prevzemajo tudi večja tveganja kot bi jih sicer. Takšen primer je tudi program AgriStability v Kanadi, kjer so kmetijska gospodarstva, ki prevzemajo večja tveganja, upravičena tudi do višjih plačil (Anton in sod., 2011). Gre za tipičen primer moralnega hazarda. Problem je deloma rešljiv, če imajo kmetijska gospodarstva določeno spodbudo pri upravljanju s tveganji, kot je na primer soudeležba pri plačilu stroškov premije, ki je odvisna od doseženih rezultatov (bonus/malus). Sistemskost tveganj Glede na povezanost (koreliranost) in obseg tveganja lahko le-tega razdelimo v različne skupine. Najbolj preprosta za upravljanje so nepovezana tveganja (ang. independent risk), za katere je značilno, da škodni dogodki med seboj niso povezani. Gre torej za tveganja, ki so dokaj individualna in se lahko zgodijo eni ali največ nekaj kmetijskim gospodarstvom v regiji. Tovrstna tveganja je navadno možno zavarovati. Na tovrstni tveganjih tudi sicer temelji zavarovalništvo oziroma se je na njih začelo razvijati. Dejstvo je namreč, da se s pokrivanjem večjega števila nepovezanih tveganj skupno tveganje (variabilnost) portfelja (npr. zavarovalnice) zmanjša. Torej če je tveganje sestavljeno iz večjega števila nepovezanih tveganj, lahko družba, ki prevzema tveganje, oceni povprečno pričakovano izgubo in tako tudi potrebno vsoto denarja (potrebno - aktuarsko pravično premijo) za upravljanje s pričakovanimi izgubami (Baltussen in sod, 2008). Ob tem pa lahko že omenjene značilnosti problema asimetrije informacij pripeljejo do situacije, ko izračunana premija ne vodi do učinkovitega pokrivanja izgub. Druga značilna skupina tveganj so povezana tveganja, imenovana tudi sistemska tveganja (ang. systemic risk). Za to skupino tveganj je značilno, da se pojavijo hkrati, oziroma so izrazito korelirana. V takšnem primeru z zajetjem večjega števila tveganj ne zmanjšamo skupne variabilnosti (tveganja) 7 Ima pa na primer manjša uporaba pesticidov lahko tudi določene prednosti na strani okolja in onesnaževanja. 8 Gre za pogodbeno določen znesek, ki ga pri povračilu škode zavarovalnica odšteje od izplačila. Pomembna prednost franšiznega sistema za zavarovalnico je, da se izogne povračilu manjših škod, ki ne presežejo pogodbeno določene meje. portfelja, pač pa se ta celo poveča. Primer takšnih tveganj so cenovna tveganja (padec cen outputov oziroma rast cen inputov), tveganja povezana s spremembo obrestnih mer, valutnih razmerij ipd. Sistemska tveganja lahko prizadenejo vsa kmetijska gospodarstva, ki proizvajajo isto kulturo, so zadolžena, ali izvažajo oziroma uvažajo. Posledično se tovrstno tveganje imenuje sistemsko tveganje včasih tudi povezano tveganje (ang. covariated risk), saj vpliva na vse kmete, ki delujejo v določenem tržnem sistemu. Značilnost sistemskih tveganj je, da jih ni možno zavarovati preko klasičnih komercialnih produktov. V nekaterih primerih (določen del tržnih tveganj) pa jih lahko krijemo preko t.i. varovanja (ang. hedging) preko terminskih poslov in izvedenih finančnih instrumentov. Preostal del tveganj, ki niso niti sistemska niti nepovezana pa sodijo v skupino vmesnih tveganj (ang. in-between risks). Gre za pretežen del tveganj, s katerimi se soočajo kmetijska gospodarstva in vsi, ki se tako ali drugače ukvarjajo s kmetijstvom (Hardaker in sod., 2007). Zanje je značilna nizka verjetnost nastopa z možnimi katastrofalnimi posledicami, kar v primeru zavarovanja lahko pomeni katastrofo tudi za zavarovalnico. Nedvomno gre za izjemno 'problematično' skupino tveganj, ki krši idealne pogoje zavarovalništva. Če zavarovalnica namreč prevzame takšna tveganja, so stroški znatno višji, zaradi česar je potrebno zagotoviti ustrezno vzdržno rezervo za primer nastopa sistemskega škodnega dogodka (katastrofe). Posledično je tovrsten tip zavarovanj ponavadi vsaj v enem delu v domeni državnega interveniranja. 2.2.1 Vloga države pri upravljanju s tveganji v kmetijstvu Institucionalno okolje Na možnosti upravljanja in prevzemanja določenega tveganja iz kmetijstva pomembno vpliva tudi institucionalno okolje. Tako so se s sprejetjem finančnega sporazuma Basel II pogoji, v okviru katerega mora poslovati finančni sektor, močno zaostril (Georgiadis, 2008). Ker morajo banke izboljšati kapitalsko ustreznost, to posledično med drugim tudi pomeni, da se zaostrijo pogoji pridobivanja kreditov, zlasti za tista kmetijska gospodarstva, ki niso vključena v zavarovalne varnostne mreže. V takšnem primeru so kmetijska gospodarstva soočena z dražjim in na splošno manj dostopnim kreditom. Ob tem pa Baltussen in sod. (2008) opozarjajo, da na eni strani slabša kreditna sposobnost in njegova visoka cena lahko pripeljeta do več bankrotov kmetijskih gospodarstev. Z institucionalnega vidika je pomembna tudi sprejeta direktiva 'Solventnost II' po kateri bodo morale poslovati zavarovalnice najkasneje do konca leta 2012. Po tej direktivi naj bi zavarovalnice zagotovile večji kapital kritja za produkte, pri katerih je dosežena večja volatilnost. Srednjeročno je zato od direktive moč pričakovati, da zavarovanje takšnih primerov za zavarovalnice ne bo več zanimivo, oziroma bo premija še dražja in bo posledično manjši interes na strani kmetov. Baltussen in sod. (2008) ugotavljajo, da bo Solventnost II dodatno prispevala k 'nervoznim in nepotrpežljivim' trgom za zavarovalne produkte visoko volatilnih tveganj (npr. zavarovanje posevkov). Pričakujejo tudi, da bo ponudba s strani zavarovalnic okrnjena oziroma se bodo posledično premije podražile. V takšnem primeru je lahko subvencioniranje zavarovalnih premij s strani države pomemben ukrep pri stabiliziranju razmer tako na strani kmetijskih gospodarstev, kot tudi na strani zavarovalnic, ki ponujajo kmetijska zavarovanja. In če se navežemo na prvi izpostavljeni problem kreditne sposobnosti, ima takšen ukrep s strani države lahko tudi dodaten pozitiven učinek za kmetijska gospodarstva. Splošna načela vključevanja države v sisteme upravljanja s tveganji v kmetijstvu Država se nagiba k interveniranju kadar zazna, da tržni mehanizmi ne zagotavljajo ekonomsko učinkovitih, socialno želenih, okoljsko trajnostnih oziroma politično ugodnih izidov (Hardaker in sod., 2007). Nedvomna pa vsaka intervencija države, ki vpliva na stroške in prihodke kmetov, vpliva tudi na njihovo učinkovitost pri upravljanju s tveganji. Zaradi pojava asimetrije informacij in sistemskosti tveganj je upravljanje z nekaterimi tveganji v kmetijstvu zelo kompleksno in ga ni možno povsem prepustiti delovanju trga. Pri reševanju je tako nujno, da se vključi država. Mnenja strokovnjakov o tem, kakšna naj bo vloga države, so zelo deljena. Nobenega dvoma ni, da v idealnih tržnih razmerah vključevanje države ni potrebno. Tržne zgrešitve pa vsaj do neke mere upravičujejo njeno vključevanje. Nujno pa je, da interveniranje države ne pripelje do večjih distorzij v celotnem kmetijskem sistemu, kot distorzije, ki nastopijo brez vključevanja države. Poleg tega je pomembno tudi, da država s svojim vključevanjem ne izriva drugih instrumentov ter zlasti zasebnih trgov za upravljanje s tveganji. Slednje se je izkazalo kot problem v številnih državah, kjer se država zelo aktivno (finančno) vključuje v upravljanje s tveganji. Primer je denimo Kanada, kjer privatne zavarovalnice praktično ne ponujajo zavarovanj, ali Španija, kjer kompleksen sistem ne omogoča konkuriranja med ponudniki zavarovanj (OECD, 2011b). OECD (2011a) poudarja celosten pristop h gospodarjenju s tveganji s strani države, kadar se ta vključuje v reševanje tveganj v kmetijstvu. Celosten pristop vključuje tako oceno posameznih (vseh) tveganj, kot tudi vrednotenje njihovega medsebojnega odnosa. Številni strokovnjaki poudarjajo, da je nujno, da se države ne osredotočijo zgolj na en tip tveganja (npr. cene), pač pa zajame večji panel tveganj. Pri tem velja poudariti, da je vloga države predvsem na strani katastrofičnih tveganj, ki imajo nizko verjetnost nastopa, vendar s katastrofalnimi posledicami. Upravljanje z normalnimi tveganji pa mora ostati predvsem v domeni upravljanja kmetijskih gospodarstev. Baltussen in sod. (2008) ter Anton in sod. (2011) omenjajo številne možnosti, ki jih ima država pri vključevanju v reševanje tveganj. In sicer se država lahko vključuje na različnih nivojih: • Spodbudi kmete, da prevzamejo 'lastništvo' nad njihovim upravljanjem s tveganji; • Spodbudi kmete, da se izobrazijo na področju tveganja in spoznajo zakonitosti delovanja posameznega sistema (npr. poslovanje preko terminskih trgov); • Podpira razvoj novih zavarovalniških produktov (npr. indeksno zavarovanje). Takšna podpora lahko vključuje regulatorne institucije in informacijsko podporo, razvoj informacijskih sistemov, kot so orodja za monitoring in priprava podatkovnih baz, sodelovanje na trgu v začetni fazi ali druge oblike podpore; • Podpira razvoj in delovanje vzajemnih skladov; • Podpira namensko varčevanje na strani kmetijskih gospodarstev in olajša možnost zadolževanja v kriznih obdobjih (primer Kanade NISA in AgriInvest); • Subvencionira zavarovalne premije; • Vključuje se posredno preko drugih mehanizmov, ki posredno blažijo posledice tveganj (npr. proračunske podpore iz prvega in drugega stebra SKP); • Prilagoditev davčne zakonodaje (npr. kmetijskim gospodarstvom, ki dosežejo negativen poslovni izid oziroma zaidejo v likvidnostne težave, se za določeno obdobje oprosti plačila davkov ali za osnovo obdavčitev izbere večletno povprečje); • Pri posledicah katastrofičnih tveganj na kratek rok lahko najprej deloma poizkuša kompenzirati nastalo škodo v okviru pravil z naslova naravnih nesreč; Na srednje-dolgi rok pa lahko predvsem deluje preventivno in sicer na področju podpiranja investicij v zaščitno infrastrukturo ali pri podpiranju zasebnih ukrepov, ki zmanjšujejo obseg škod potencialnih naravnih nesreč. Z izobraževanjem, izboljšavo infrastrukture in izboljšanim ter preglednejšim zbiranjem in medsebojno delitvijo podatkov lahko država pomembno izboljša izhodišče za razvoj tržnih produktov, ki jih sicer omejuje problem povezan z asimetrijo informacij. Spodbuja povezovanje in oblikovanje proizvodnih verig (vertikalne integracije); Spodbuja razvoj domače tržne infrastrukture (npr. tržne pogodbe); Sistemskih in vmesnih tveganj pa se je po mnenju številnih strokovnjakov mogoče lotiti le s finančno pomočjo enemu izmed deležnikov (kmetom, zavarovalnicam). Pri tem pa je pomembno, da se finančna podpora vključi le za katastrofične dogodke, podpora pa je jasna in transparentna ter časovno in po obsegu omejena in ima 'zdrav'9 začetek; Spodbuja inovacije na tehnološkem področju (npr. zmanjšana odvisnost količine in kakovosti pridelkov od vremenskih pojavov, napadov bolezni in škodljivcev), ki se dotika kmetijstva. Prakse v svetu, kot tudi v EU kažejo na različno vlogo in stopnjo vključevanja države na področju tveganj v kmetijstvu. Tako so denimo ZDA in Kanada10 ene izmed primerov, kjer se država aktivno in obsežno vključuje tako regulatorno kot finančno. Na drugi strani pa imamo države z bolj liberalno ureditvijo, ki upravljanje s tveganji prepuščajo trgu in tržnim produktom (Nizozemska). Kako močno se država vključuje v reševanje tveganj je odvisno od večjega števila dejavnikov. Pri tem ima pomembno vlogo struktura BDP-ja, oziroma prispevek kmetijstva (večji kot je prispevek, bolj se praviloma država vključi z subvencioniranjem). Podobno velja tudi za delež aktivnega prebivalstva, ki je zaposleno v kmetijstvu11. Pogostnost in obseg škod v preteklosti prav tako vpliva na vključenost kmetijske politike. Baltussen in sod. (2008) kot dejavnik omenjajo tudi strukturo kmetijstva, bodisi je bolj delovno ali bolj kapitalsko intenzivna (za slednji tip kmetijskih gospodarstev poudarjajo, da so manj fleksibilna in v primeru nastopa katastrof potrebujejo večjo pomoč s strani države). Najpogostejši javnofinančno podprti pristopi k upravljanju s tveganji v kmetijstvu in ribištvu Subvencioniranje zavarovalniških premij Javne podpore obvladovanju tveganj v kmetijstvu so že desetletja stalnica kmetijske politike tudi v državah članicah EU. Izoblikovali so se različni modeli, med katerimi prednjačijo različne oblike sofinanciranja proizvodnih zavarovanj (Bielza Diaz-Caneja, 2009). Podpore za obvladovanje tveganj v EU potekajo po strogih načelih državnih podpor. Za razliko od kmetijstva pa za področje ribištva v literaturi ni zaslediti aktivnega poseganja države na področje zavarovanj. Subvencioniranje zavarovalniških premij je eden izmed načinov kako država vstopa v sistem kmetijskega zavarovanja. Podpora zavarovanju je tudi eden izmed dveh ukrepov upravljanja s tveganji, ki sodita v zeleno škatlo WTO dogovora, torej med tiste ukrepe, ki ne izkrivljajo mednarodne trgovine. Določila WTO namreč med izrecno dovoljenimi ukrepi države na področju upravljanja s tveganji navaja aktivnosti (i) plačil za 9 Izkušnje namreč kažejo, da enkrat ko država zažene (nejasne in) obsežne subvencijske programe, zelo težko zaostri ali poenostavi zavarovalne pogoje (Baltussen in sod., 2008). 10 V primeru Kanade se država tako močno vključuje, da so zasebne zavarovalne družbe vključene v reševanje tveganj v kmetijstvu le preko pozavarovanj (Anton in sod., 2011). 11 V EU je takšen primer Poljska, kjer so kmetijska gospodarstva neke vrste 'pufer' za brezposelne in posledično država intenzivno subvencionira. Nedvomno pa to ne velja za ZDA, kjer gre velik obseg javnih sredstev v sektor, kjer je zaposleno le 0,6% prebivalstva (Baltussen in sod., 2008). podporo zavarovanja posevkov za rizike naravnih nesreč« in (ii) stabilizacijskih plačil »dohodkovnih varnostnih mrež« (OECD, 2011b). S subvencioniranjem premij se tveganje 'porazdeli' med državo, ki plača del premije, zavarovalnice, ki zagotovijo infrastrukturo (sklepanje zavarovalnih polic, ocena škode) in povračilo škode, ter kmeta, ki nosi del škode in je soudeležen pri plačilu premije. Po mnenju številnih strokovnjakov je sofinanciranje premij zavarovanja posevkov in živine za državo nedvomno najhitrejša in najcenejša rešitev. Motivacija za tovrstne programe navadno izvira iz skrbi države za vmesna in povezana tveganja, ki jih kmetijska gospodarstva ne morejo učinkovito reševati z dostopnimi produkti na trgu. Zato je zelo pomembno, da država razlikuje med različnimi ravnmi tveganj in se vključuje predvsem na ravni katastrofičnih tveganj. Ob tem pa Stoppa in Hess (2003) dodajata, da mora biti namen države pri podpiranju takšnih programov predvsem ta, da pripelje do tržno-orientiranih orodij, ki bi zmanjšala zanašanje pridelovalcev na državno pomoč (zlasti ad hoc) v primeru naravnih nesreč. V okviru takšnih politik je bilo razvitih in testiranih ogromno sofisticiranih zavarovalniških programov in shem. V tem nedvomno prednjačijo ZDA in Kanada, kjer pridelovalci lahko izbirajo iz obsežnega nabora politik, vključno s polnim zavarovanjem na ravni kmetije, produkti za zavarovanje prihodkov in dohodkov, področno zavarovanje in prihodkovne sheme (Stoppa in Hess, 2003). Ob tem pa hitro rastoči trg subvencioniranih zavarovanj odpira številne dileme in vprašanja o vplivu takšnih programov na proizvodnjo in trg (Skees, 2001). Podoben primer je tudi Španija (OECD, 2011b), ki je razvila sofisticiran zavarovalniški sistem, ki temelji na javno-zasebnem partnerstvu in subvencioniranih premijah. Javno-zasebno partnerstvo je pomagalo zagnati zavarovalniški trg. Po več kot treh desetletjih delovanja, sistem omogoča stabilen okvir za izplačilo odškodnin, pokazale pa se tudi omejitve sistema, saj ne dopušča ustrezne konkurenčnosti med zasebnimi zavarovalnicami predvsem na strani ne-katastrofičnih ravni tveganj (OECD, 2011b). Subvencioniranje zavarovalniških premij pa ima lahko tudi nekatere negativne posledice. Kakšne so te, je odvisno predvsem od tega, za kakšno zavarovanje gre (npr. proizvodno, prihodkovno, dohodkovno) in kakšen je obseg subvencioniranja. Prvo je nedvomno dejstvo, da subvencionirano zavarovanje ne odpravi tveganja v kmetijstvu, pač pa v nekaterih primerih celo spodbudi kmete, da prevzemajo večje tveganje. Poleg tega Skees (1999 cit po Hardaker in sod. 2007) omenja tudi problem, da se tovrstna pomoč, tako kot ostale subvencije, hitro odrazi v ceni zemljišč (že izpostavljen problem kapitalizacije), kar naredi bogatejše predvsem lastnike zemljišč, nič pa ne pripomore najemnikom oziroma obdelovalcem zemljišč. Skees (1999) dodatno omenja problem, da kmetje z večjim tveganjem in v regijah z večjim tveganjem največ pridobijo od subvencioniranja. Omenjeno dejstvo povzroči premik proizvodnje glavnih kultur iz stabilnih in produktivnih področij k mejnim področjem. Še več, ker so subvencije na nek način 'proizvodno vezane' imajo pozitivni učinek na ponudbo, kar pa ima negativen vpliv na tržno ceno12. Takšen padec cene najbolj prizadene najbolj produktivne kmete, za katere je zavarovanje nezanimivo. Poleg tega je tudi razporeditev koristi med kmeti nepravična. Zato je zelo pomembno, da država vpelje takšen sistem instrumentov, ki ne spodbuja kmetijskih gospodarstev k večjemu prevzemanju tveganj, zlasti pa ne kaznuje proaktivnih kmetijskih gospodarstev. Slabost subvencioniranja (zlasti če gre za večji obseg) je tudi potencialna nevarnost t.i. efekta izrivanja ostalih instrumentov upravljanja s tveganji. Poleg strategij in ukrepov na strani kmetijskega gospodarstva gre predvsem za motnje in zaviranje razvoja komercialnih tržnih produktov. 12 Seveda to velja le v primeru, da gre za večjo - pomembnejšo proizvodnjo, ki ima vpliv na svetovno ceno. Anton in sod. (2011) opozarjajo na problem, da vključevanje države pri podpori v primeru izpada dohodka kmetijskih gospodarstev vpliva na odločanje in vodenje kmetijskih gospodarstev. Posledično se vedno, kadar država vpelje določen program upravljanja s tveganji, na ravni kmetijskega gospodarstva tveganje spremeni (v osnovi gre za t.i. institucionalno tveganje, ki ga podrobneje opisujemo v poglavju 0) in to celo predno je prvo plačilo izplačano (Anton in sod., 2011). Anton in sod. (2011) ugotavljajo, da na splošno stalne podpore vplivajo na takšen sistem le marginalno in ne ustvarjajo moralnega hazarda. Nasprotno pa velja za proti-ciklična plačila, ki izrivajo druge strategije upravljanja s tveganji. Posledično je ex-post opazovana variabilnost dohodkov na splošno večja, kot bi bila brez takšnih programov. Dodatno lahko zakasnela proti-ciklična plačila hitro dobijo efekt dohodkovnih podpor in jih tudi kmetijska gospodarstva ne prepoznajo več kot instrument za upravljanje z dohodkovnimi tveganji. Hardaker in sod. (2007) poudarjajo, da je vloga države pomembna zlasti v spodbujanju razvoja novih in učinkovitih zavarovalniških produktov, manj pa v tem, da vstopa s slabimi ukrepi subvencioniranja kmetijskih zavarovalnih shem, ki lahko povzročijo več škode kot koristi. Ob tem je nedvomno pomemben izziv na strani države, da spodbuja kmetijska gospodarstva, da bolj aktivno razvijajo in se vključujejo v strategije upravljanja s tveganji. Hazell (1992) ugotavlja, da tovrstne podpore javnega sektorja z nekaj izjemami niso prinesle pozitivnih rezultatov. Da bi bile zavarovalne sheme finančno vzdržne brez državne pomoči, bi morale zavarovalnice doseči, da bi bili povprečni letni izdatki škod in administrativnih stroškov nižji, kot pa povprečna vrednost premije pridobljene s strani kmetov. To pa seveda pomeni, da bi bila zavarovalna premija previsoka, kar bi še dodatno znižalo interes na strani kmetijskih gospodarstev za nakup zavarovanj. Izkušnje namreč kažejo, da je potreben velik obseg subvencij za razmeroma skromno odločanje kmetijskih gospodarstev za nakup zavarovanj. Kobzar (2006) omenja, da so študije v združenih državah in Kanadi pokazale, da subvencioniranje zavarovalniških premij stabilizira dohodke kmetov, izboljša likvidnost kmetij in zvišuje kmetijski dohodek. Ob tem pa dodaja, da je problem teh shem, ker so po eni strani zelo kompleksne in drage, hkrati pa vodijo k potencialni neučinkovitosti, ker so nagnjene k problemom asimetrije informacij in za seboj potegnejo izredno visoke administrativne stroške. Podobno ugotavlja tudi Goodwin (2001), da gre pri subvencioniranju zavarovalnih premij v ZDA dejansko za dohodkovno podporo. Namreč za vsak vplačan dolar naj bi povprečno kmetijsko gospodarstvo prejelo 1,88 dolarjev odškodnine. Denimo Hardaker in sod. (2007) omenjajo primer, ko se kmetje niso odločali za nakup zavarovanja tudi v primeru visokega deleža subvencioniranja, ko so za izplačilo odškodnine v znesku 2$ ali več v obliki preko premije vplačali le 1$. V EU do sedaj ni bilo podobno obsežnih shem za zavarovanje, oziroma so bile zelo redke. Komercialna zavarovanja, ki so dostopna večinoma krijejo le nenadne izgube pridelka in so posledično tudi ekonomsko manj zanimive za kmete. Nekateri programi javnega zavarovanja pridelkov so obvezni ali za vse kmete, ki pridelujejo določeno kulturo (Japonska) ali za tiste, ki vzamejo posojilo pri bankah (Mehika). Razloge, zakaj kmetje ne posegajo pogosteje po zavarovalnih shemah lahko iščemo tudi v dejstvu, da kmetje niso tako nenaklonjeni tveganju, kot se jim v splošnem pripisuje. Ob tem pa Kobzar (2006) ugotavlja, da je odločitev, katera tveganja zavarovati in v kakšnem obsegu, odvisna predvsem od stroška premije v primerjavi s pridobljenimi koristmi na račun zniževanja tveganja. Ad hoc ukrepi V primeru nastopa izrazitih katastrofičnih dogodkov, katerih ni možno zavarovati ali premostiti z drugimi instrumenti, je nujno da se v reševanje vključi država. Navadno gre za nenačrtovane pomoči, ki jih imenujemo ad hoc ukrepi. Njihova ključna značilnost v primerjavi z ostalimi ukrepi je predvsem v tem, da gre za ex-post plačila, za (delno) kompenzacijo nastalih škod. Problem tovrstnih ukrepov je, da so nastali stroški visoki za državo, poleg tega pa sredstva niso predvidena v proračunu. Z ekonomskega vidika je ta sredstva posledično bistveno teže zagotoviti, kot pa načrtovano finančno pomoč pri drugih ukrepih, saj gre za nepričakovane dogodke. Nevarnost ad hoc izplačil države pa ni samo na strani proračuna, pač pa je lahko problem tudi za kmetijska gospodarstva, saj je značilnost večine tovrstnih ukrepov, da so izplačane odškodnine nizke, čas izplačila pa je navadno dolg13. Kmetje tako dobijo napačen signal s strani države, kar značilno negativno vpliva tudi na njihovo upravljanje s tveganji in na odločanje o nakupu zavarovanj. Gre za t.i. 'samaritanski efekt' na strani države, ki daje kmetijskim gospodarstvom napačen signal. Ob tem Haradaker in sod. (2007) izpostavlja zlasti problem 'rutinskega izplačila' za naravne nesreče, ki ima napovedljivo negativne posledice za obsežnejše vključevanje v sisteme kmetijskih zavarovanj. V kolikor torej država hiti z jamstvom za tveganje naravnih nesreč, tudi tistih, katere se načeloma da zavarovati, s tem dejansko obsoja komercialne zavarovalne produkte na neuspeh oziroma propad, ter izriva druge instrumente, ki bi jih kmetijska gospodarstva lahko uporabila pri upravljanju s tveganji. S tem spodbudi kmetijska gospodarstva, da proizvajajo pri večjem tveganju oziroma prevzemajo večje tveganje, kar nenazadnje lahko vodi do pogostejših katastrof (Hardaker in sod. 2007). ob tem je potrebno dodati tudi, da v teh primerih ne spodbujamo kmetijskih gospodarstev k bolj učinkovitem upravljanju s tveganji. Država se mora zato izogibati, da s tovrstnimi ukrepi ne ustvarja dodatni moralni hazard na strani kmetov. Temu se v veliki meri lahko izogne, če so tovrstni ukrepi vsaj do neke mere načrtovani v okviru 'kriznih načrtov', kjer so sprožilci jasno definirani. Poleg tega pa so jasno definirane ravni tveganj (glej poglavje 2.1.3) osnova, da se država s tovrstnimi ukrepi vključuje le na katastrofični ravni, kjer drugi instrumenti odpovedo. Nizozemska je primer države, ki poizkuša rešiti problem katastrofičnih tveganj, ki so izven možnega obsega posameznih gospodarstev in industrije brez ad hoc ukrepov. Slednje spodbuja s pospeševanjem javno-zasebnega partnerstva in podpiranjem razvoja načrtov spopadanja s katastrofičnimi tveganji, ki vključuje tako živinorejski veterinarski sklad (ang. Livestock Veterinary Fund), kot vpeljavo številnih zavarovalnih shem, vključno z subvencioniranim paketnim zavarovanjem posevkov sofinanciranih s strani EU sredstev (OECD, 2011b). 13 Čas izplačila navadno traja med enim in dvema letoma (Bielza in sod., 2007). 2.3 Ukrepi in instrumenti za upravljanje s tveganji v kmetijstvu Dr. Jaka Žgajnar (BF) Za večino kmetijskih gospodarstev je upravljanje s tveganji pomembna naloga, ki bo maksimirala priložnosti in minimizirala izgube. Povezana je z različnimi tipi odločitev, od tistih na vsakdanji ravni, pa vse do enkratnih investicijskih odločitev (Hardaker in sod., 2007). Poleg tega so posledice in razsežnosti tveganja lahko zelo različne. Od majhnih, praktično zanemarljivih, pa vse do naravnih nesreč in katastrof. Kmetje tako pri odločitvah in vodenju kmetijskih gospodarstev prevzemajo določena tveganja. Poslovanje je namreč nedvomno povezano z določeno stopnjo tveganja, ki se mu ni možno izogniti. Kmetijski gospodarji se tako ne odločajo ali bodo sprejeli tveganje ali ne, pač pa v kolikšnem obsegu se mu bodo pri svojem poslovanju izpostavili. Kako pa bodo posamezna kmetijska gospodarstva upravljala s tveganji pa je odvisno od številnih dejavnikov (velikosti, intenzivnosti proizvodnje, tipa kmetijskih gospodarstev, ključnih virov tveganj, odnosa do sprejemanja tveganj, razumevanja posameznih instrumentov/orodji/shem, itd.). Nedvomno pa gre tudi za izjemno pestro skupino pristopov (stopnje kritja, tip uporabljenih instrumentov, itd.). V grobem lahko razlikujemo med dvema tipoma upravljanj s tveganjem (Huirne in sod., 2007). Prvi tip zajema ukrepe na kmetijskem gospodarstvu. Gre za ukrepe, kot so izbira vrste in strukture (portfelja) proizvodnje, izbira ustreznih inputov za proizvodnjo (npr. površin primernih za izbrano tehnologijo - posevek), vzdrževanje likvidnosti, diverzifikacija proizvodnje, najemanje delovne sile in prizadevanje po čim bolj fleksibilni proizvodnji. Pri tem ne gre zanemariti niti znanja, ki pomembno vpliva na znižanje tveganj. Bistven cilj tovrstnih ukrepov je omejevanje oziroma izogibanje različnim virom tveganja. Ob tem Heidelbach (2007) izpostavlja dve ključni strategiji pri zmanjševanju tveganj na ravni kmetijskega gospodarstva: izbira manj tveganih tehnologij (aktivnosti) in diverzifikacija . Drugi tip upravljanja s tveganji zajema ukrepe, pri katerih se v reševanje vključujejo tudi drugi (Huirne in sod., 2007). Drugi deležniki, ki 'prevzamejo' del tveganja se lahko vključijo na različne načine. Kmetijska gospodarstva jih lahko vključijo preko tržnih pogodb, proizvodnih pogodb, vertikalne integracije, s sodelovanjem v vzajemnih skladih, zavarovanjih ter z sklepanjem poslov na terminskih trgih. Skupina zavarovanj je pestra in zajema različne tipe zavarovanj, v katere se lahko vključijo kmetijska gospodarstva: zavarovanja za primere naravnih nesreč, požarov, zavarovanja za primer smrti ali invalidnosti, različni tipi zavarovanj strojev in zgradb, pa vse do klasičnih proizvodnih zavarovanj ter prihodkovnih in dohodkovnih zavarovanj. Med instrumenti za upravljanje s tveganji v kmetijstvu predvsem v segmentu kritja nastalih škod (zavarovanja) prihaja do razlik na različnih stopnjah. Baltussen in sod. (2008) navajajo naslednje dejavnike, ki prispevajo k nastanku razlik: - ciljni sektor (posevki, živina), kateremu je instrument namenjen, - kritje škod (pokrije eno škodo (ang. single peril), pokrije več škod (ang. multi peril)) - pristop politike ponudnika (na ravni ene dobrine, na ravni celotnega kmetijskega gospodarstva) - definiranje osnove kritja (cena, pridelek, pridelek * cena in druge izgube) - tip partnerstva (javno, zasebno, javno-zasebno) - tip državne pomoči (podpora za naravne nesreče, neposredna plačila, subvencioniranje premij, subvencioniranje obrestnih mer, zagotavljanje posojila, prispevek na kmetov varčevalni račun, pozavarovanje, kritje administrativnih in obratovalnih stroškov itd.) in - način sodelovanja kmetijskega gospodarstva v zavarovalni shemi (obvezno, prostovoljno). Za učinkovitost posameznega ukrepa oziroma instrumenta je pomembna tudi hitrost izplačila odškodnine. S tega vidika so nedvomno v veliki prednosti produkti, ki jih ponujajo zavarovalnice oziroma so zasnovani po zavarovalniškem konceptu. Nadalje pa je za neto učinkovitost pomembno, ali ima posamezen ukrep učinke izrivanja drugih ukrepov oziroma instrumentov, kar se lahko odrazi tudi v večjem prevzemanju tveganj. V oziru različnih instrumentov in ukrepov, s katerimi kmetje lahko porazdelijo tveganje z drugimi deležniki, Hardaker in sod. (2007) poudarjajo, da je interveniranje države upravičeno le v primeru tržnih izkrivljanj, ki so najbolj očitna v primeru vmesnih tveganj oziroma katastrofičnih tveganj in za katere je značilno, da gre za majhno verjetnost pojava vendar z hudimi posledicami. Kako uspešen bo posamezen instrument upravljanja s tveganji, pa je - poleg same zasnove instrumenta - odvisno predvsem od odnosa kmetijskih gospodarstev do tveganja in pristopa k upravljanju s tveganji. Ključno vprašanje je seveda, koliko kmetov bi/bo kupilo npr. določen zavarovalni produkt. 2.3.1 Zavarovanje tveganj Osnovni princip komercialnega zavarovanja kot orodja za razpršitev tveganj je, da s prejetjem večjega števila pobranih premij ustrezne višine zavarovalnica lahko prevzame določeno tveganje. Z informacijami o pogostnosti in stopnji terjatev, postavi višino premij, ki omogoča izplačilo vseh odškodnin. Ob tem pa je seveda ključno, da iz zbranih premij še vedno ostane del za kritje obratovalnih stroškov in dobička. Pri tem je potrebno opozoriti tudi na osnovno filozofijo komercialnih zavarovalnic. Predmet zavarovanja je lahko le nekaj, kar je merljivo in količinsko opredeljivo. Seveda pa naj dogodki, ki so predmet zavarovanja, ne bi smeli biti napovedljivi oziroma dovzetni za manipulativno ravnanje s strani zavarovancev (kmetijskih gospodarstev). Klasična maksima v zavarovalništvu je, da se načeloma prizna tiste škode, ki nastanejo nenadno. Prevedeno v kontekst kmetijske pridelave to pomeni, da je možno zavarovati npr. pridelke proti toči, pozebi, ne morejo pa kmetijska gospodarstva zavarovati svojih pridelkov proti suši, ali škodi ki nastane zaradi daljšega obdobja deževja. To so navezuje na že izpostavljen problem v okviru problema moralnega hazarda. Zavarovalna premija je plačilo, ki jo posameznik plača glede na sklenjeno kupoprodajno pogodbo (polico). Prodajalec je zavarovalnica, kupec pa zavarovanec, kateremu se za dobo trajanja pogodbe zagotavlja povračilo nastale škode oziroma izplačilo odškodnine. Kakšna je višina premije, je odvisno od verjetnosti nastopa (nevarnostnega razreda) določenega tveganja, ki ga želimo zavarovati in od doseženega tehnično zavarovalnega14 rezultata. Z vidika tržne atraktivnosti zavarovalnih produktov pa je seveda pomembno, da je višina zavarovalne premije takšna, da spodbudi povpraševanje. Povedano z drugimi besedami to pomeni, da je strošek premije takšen, da si kmetje zavarovanje lahko privoščijo. Problem kmetijskega sektorja je nedvomno višina premij, ki je praviloma visoka, kar je posledica številnih tveganj v kmetijstvu in seveda problem velikih škod, do katerih posledično prihaja. Redki so primeri v svetu, kjer se je vzpostavil 'učinkovit' trg kmetijskih zavarovanj brez državnih pomoči (JRC, 2006), bistveno več pa je primerov, kjer države preko različnih mehanizmov (subvencioniranje, regulative) poizkušajo spodbuditi kmete, da svojo proizvodnjo zavarujejo. Na 14 Zavarovalno-tehnični rezultat predstavlja razmerje med izplačanimi odškodninami in plačano premijo v opazovanem obdobju. Izražen je v odstotkih, pri čemer zavarovalno tehnični rezultat, ki ima vrednosti manjše od 100% pomeni da je bilo skupno vplačilo premij višje kot izplačilo odškodnin. Rezultati, ki pa so večji od 100% pa govorijo o slabih zavarovalno-tehničnih rezultatih in je izplačilo odškodnin večje od pobranih premij. višino zavarovalnih premij nedvomno vplivajo tudi cene pozavarovanja15, ki ga potrebujejo zavarovalnice. Zaradi slabih finančno tehničnih rezultatov, ki jih zavarovalnice praviloma dosegajo na segmentu kmetijskega zavarovanja, so ta vse dražja in teže dostopna. Meuwissen in sod. (2011) posebej izpostavljajo problem pozavarovanj, kadar gre za zavarovanje visoko sistemskih tveganj. V takšnih primerih je nujno, da se v zavarovalno shemo finančno vključi država (ZDA, Španija), v nasprotnem primeru je namreč zelo verjetno da zavarovalni produkti zaradi sistemskosti tveganj ne bodo dostopni. Značilnost (problem) kmetijskih zavarovanj, ki je deloma povezana z že izpostavljenim problemom moralnega hazarda, je tudi v tem da mnogi kmetje pogosto razumejo zavarovanje kot neke vrste naložbo. V primeru nastopa škodnega dogodka, pričakujejo da jim bo zavarovalnica izplačala vsaj toliko, kot bi dobili v primeru normalnih razmer. Mnogi to poimenujejo problem iskanja 'rente' na strani kmetijskega gospodarstva. Do krepitve tovrstnih odklonov nedvomno lahko pripelje tudi država z neracionalnimi odločitvami in že omenjenim samaritanskim efektom. Zato ima pri reševanju tega problema lahko tudi pomembno vlogo. Kmete je vsekakor potrebno izobraziti, da so zavarovanja namenjena predvsem možnosti 'preživetja' ali lažjega poslovanja v primeru nastopa škod. K takšnemu razmišljanju jih lahko poleg izobraževanja spodbudijo ukrepi, ki znižujejo problem moralnega hazarda (vpeljava franšiznega sistema, višja soudeležba pri nakupu zavarovanj, obvezno zavarovanje). Imajo pa zavarovanje kot orodje za upravljanje s tveganji številne prednosti v primerjavi z ostalimi orodji, tako na strani kmetijskih gospodarstev, kot tudi na strani države (JRC, 2006). Eden izmed njih je, da si kmetijsko gospodarstvo z nakupom zavarovanja zagotovi pravico do odškodnine v primeru nastopa škod, kar denimo ne drži za ad hoc ukrepe s strani države. Pomembna prednost je tudi v hitrosti izplačil odškodnin, ki so navadno izplačana hitro in tako v primerjavi z nekaterimi drugimi instrumenti bolje dosegajo svoj cilj. Kmetijska gospodarstva tako prejmejo odškodnino takrat, ko jo najbolj potrebujejo. Poleg hitrosti izplačil pa velja izpostaviti prednost 'občutljivosti' sistema saj kmetijsko gospodarstvo prejme dogovorjeno vrednost odškodnine glede na dejanski izpad zaradi nastopa rizika na konkretnem kmetijskem gospodarstvu (izjema so zavarovanja, ki temeljijo na zavarovanju preko indeksov). Na uspešnost pokrivanja različnih rizikov in na učinkovitost posameznega zavarovalnega produkta pomembno vpliva tudi informacijski sistem, na podlagi katerega aktuarji lahko ocenjujejo potrebno višino 'poštenih premij'. Zato je zelo pomembno, da država prizna stalne stroške povezane z vzpostavitvijo in delovanjem informacijskega sistema, ter podpira njegov razvoj. Dober informacijski sistem je namreč lahko v veliko pomoč tudi pri definiranju novih zavarovalniških produktov in shem. Kanada in Španija sta nedvomno primera držav, kjer trenutna oblika kmetijskih zavarovanj temelji na odlično razvitem informacijskem sistemu ter ob tem koristi izkušnje preteklih, več desetletnih obdobij. Seveda pa gre pri tem za investiranje, ki prinaša rezultate šele na srednji oziroma dolgi rok. Takšen primer je denimo tudi Nizozemska, ki je pred kratkim vpeljala sistem subvencioniranih zavarovanj in bo iz takšnega informacijskega sistema dobila ustrezne informacije šele v prihodnosti. 15 Namen pozavarovanja je zaščita zavarovalnic v primeru velikih škod oziroma obsežnih naravnih katastrof. Gre za ustrezno zavarovalno zaščito zavarovalnic, pri čemer so le posredno povezane z zavarovanci, ki sklenejo določeno zavarovanje. Ta se namreč lahko prenese v višje cene zavarovalnih produktov. Proizvodna zavarovanja v kmetijstvu Kmetijska gospodarstva, ki se ukvarjajo s poljedelstvom ali z živinorejo, se povsod po svetu srečujejo z najrazličnejšimi tveganji, ki jih v grobem lahko delimo na proizvodna in tržno-cenovna. Splošen ukrep za spopadanje z tema dvema viroma tveganj je nedvomno proizvodno zavarovanje. Zavarovanje pridelkov je lahko eden izmed prvih ukrepov nosilcev odločanja pri varovanju kmetijskih gospodarstev pred tveganjem, ki ga ni mogoče odpraviti z diverzifikacijo proizvodnega načrta (Shaik in Atwood, 2000 cit po Kobzar, 2006). V večini primerov gre za zavarovanje pred vremenskimi neprilikami, saj lahko en dogodek uniči celoten pridelek oziroma investicijo kmetijskega gospodarstva. Deloma se lahko temu kmetijsko gospodarstvo izogne s tem, da različne posevke razporedi na različnih površinah kmetijskega gospodarstva in tako poizkuša zmanjšati negativne posledice vremenskih pojavov, 'razliko' preostalih tveganj pa zmanjša z nakupom zavarovanja. Kobzar (2006) v opravljeni analizi za Nizozemske razmere ugotavlja, da je zavarovanje pomembno orodje pri upravljanju s tveganji, ki omogoči stabiliziranje dohodka. So pa kmetje kljub temu v splošnem nezainteresirani za kupovanje komercialnih zavarovanj in to tudi v primeru, ko so sheme kmetijskih zavarovanj močno subvencionirane s strani držav (Young in sod. 1999, Skees, 2000). Slednje potrjuje tudi primer Slovenije, kjer država krije polovico zavarovalne premije, obseg zavarovanj pa je nizek in je v letu 2010 znašal manj od tretjine vseh kmetijskih zemljišč v uporabi, oziroma ene petine staleža domačih živali (Zavšek Urbančič, 2011). Proizvodna zavarovanja v kmetijstvu so skupina zavarovanj, ki ima najdaljšo tradicijo. Na področju proizvodnih zavarovanj lahko srečamo različne oblike. V prvi vrsti je seveda odvisno od tega ali gre za poljedelstvo ali za živinorejo. V obeh primerih temeljimo na pokrivanju izgub do določene pogodbeno dogovorjene zavarovalne vsote. Ta izguba bodisi nastane zaradi zmanjšane količine bodisi slabše kvalitete pridelkov oziroma prireje. Odškodnina je v tem primeru funkcija količine. Pri razreševanju (likvidaciji) primera tako zavarovalnica ugotavlja le spremembo v (zmanjšani) količini (Slika 9). Med posameznimi produkti prihaja do razlik v stopnji kritja s strani zavarovalnice. Ta se navadno giblje med 50 in 90% in je poleg predmeta zavarovanja (posevek ali živinoreja) odvisen tudi od lege kjer kmetijsko gospodarstvo prideluje (upošteva se izpostavljenost določenim tveganjem na posameznih območjih). Vstop v zavarovalno shemo zavarovalnice včasih pogojujejo tudi z minimalnim obsegom pridelave; takšen primer je Kanada, kjer je zavarovanje določene kulture pogojeno s predpisanim minimalnim obsegom posevkov, ki jih kmetijsko gospodarstvo obdeluje. Vir na podlagi zgodovinskih podatkov in verjetnosti statistično izračunan Q Cas setve Cas žetve Slika 9: Shema proizvodnega zavarovanja posevkov Na področju zavarovanj živinorejske proizvodnje se v svetu pojavljajo različne oblike. V grobem oblike shem zavarovanj lahko razdelimo v dve skupini. Prva skupina vključuje klasična 'škodna zavarovanja' za kritje normalnih tveganj, ki nastopijo lokalno (gre predvsem za zdravljenje), druga skupina pa vključuje zavarovanje za primer izbruha kužnih bolezni (FMD, BSE, ptičja gripa, _), ki pa se navadno pojavijo na širšem območju in prizadenejo večje regije. Vsaj za slednjo velja, da so bolje razvite v državah z intenzivno živinorejo z veliko gostoto živali, ki so se v preteklosti že spopadale z izbruhi različnih kužnih bolezni. Takšna primera sta denimo Nemčija in Nizozemska, ki imata na tem področju že dolgo obstoječe t.i. 'bolezenske' sklade. V obeh primerih ti temeljijo na sistemu obveznih prispevkov kmetijskih gospodarstev (definirano po tipu živinoreje), ki vključuje javno zasebno partnerstvo, kjer država krije izgube16 v primeru nastalih škod zaradi izbruha visoko kužnih bolezni. Gre za specifično obliko proizvodnih zavarovanj, katere podrobnejša obravnava sega izven raziskovalnega dometa pričujočega poročila in zato ostajamo zgolj na ravni splošnega opisa. Na področju zavarovanj v rastlinski pridelavi so oblike in vrste shem bistveno bolj razvejane. V prvi vrsti se seveda razlikujejo v tipu tveganj, katera pokrivajo, torej ali pokrivajo izgube, ki nastanejo kot posledica neurij, toče, pozebe, moče, požara, suše itd. Nadalje pa jih delimo glede na to ali gre za kritje enega rizika (ang. single risk) ali za kritje več (paketa) rizikov (ang. multi peril). Tradicionalni zavarovalni produkti vključujejo samostojen zavarovalen produkt za zavarovanje posameznih tveganj. V takšen primeru se krije škoda, ki nastane kot posledica navadno enega ali omejenega števila vzrokov. Pri paketnem zavarovanju pa gre za zbir nekaterih ali vseh samostojnih zavarovalnih produktov v enem samem produktu (Slika 10). Gre za pristop, ki se je na področju kmetijskih zavarovanj prvič pojavil v ZDA in sicer v prvi polovici dvajsetega stoletja. Na področju kmetijskih zavarovanj se v praksah po svetu pojavljajo različne oblike paketnih zavarovanj. Bistvena razlika med njimi je katere rizike (ang. perils) pokrijejo. Navadno ima kmetijsko gospodarstvo možnost, da sam izbere ustrezen nabor rizikov, ki jih želi zavarovati (Slika 10) v okviru paketnega zavarovanja. Posebna oblika je seveda prihodkovno zavarovanje, katerega podrobneje obravnavamo v poglavju 0) in ne sodi med zavarovanja paketnih rizikov. Ob tem (Schneider, 2011) ugotavlja, da so paketna zavarovanja bolj primerna za srednja in velika kmetijska gospodarstva. Posamezno tveganje Toča Požar Nevihta Poplava Pozeba Obilno Zemeljski Suša Cena deževje plaz Toča Toča + izbran rizik 1 Paketni rizik zavarovanja posevkov (ang. Multi Peril Crop Insurance) I Zavarovanje prihodka | Slika 10: Tveganja pri zavarovanju posevkov povzeto po Schneider, 2011) Primer zavarovanja paketnih rizikov je denimo Poljska, kjer je bilo leta 2006 vpeljano obvezno, sicer subvencionirano, zavarovanje posevkov, ki vključuje pet paketov. Od osnovnega, ki vključuje neurja in spomladanske pozebe do popolnega kritja, ki poleg teh dveh rizikov vključuje še zimske izgube, obilno deževje, izgube zaradi orkanskega vetra in poplav). Kot navajajo Baltussen in sod. (2008) se kmetijsko gospodarstvo samo odloči, katero tveganje se vključi v skupni paket. Za določitev ustrezne višine pravične zavarovalne premije je nujno, da temelji na ustreznih časovnih serijah podatkov o pridelkih na regionalni ravni in lokalni ravni (kolikor je le mogoče, se podatki poizkušajo približati nivoju 'posamezne parcele'). Na podlagi gibanj pridelkov in škodnih dogodkov nato s pomočjo aktuarskih izračunov pridemo do ustrezne višine premije. Delujoč sistem proizvodnih V večini primerov gre za kritje neposrednih izgub na ravni kmetijskih gospodarstev, ki vključuje stroške nadziranja epidemij (npr. diagnoza, izločanje obolelih živali/čred, vakcinacija). zavarovanj zahteva zanesljivo in transparentno proceduro za določitev pridelkov. Kar lahko poslabša delovanje proizvodnih zavarovanj, je navadno pomanjkanje kakovostnih zgodovinskih podatkov. S tem se srečujejo predvsem v državah, kjer na novo vpeljujejo produkte proizvodnih zavarovanj. Takšen primer je denimo Brazilija, ki je v letu 2006 navkljub pomanjkljivemu zbiru podatkov poizkušala vpeljati subvencioniranje premij (Muhr, 2011). Plačilo premije je odvisno od 'širine' in višine izpostavljenosti tveganju. Prednost takšnega paketa je lahko na strani zavarovalnice, ker zajame večji obseg premij in preko kritja širokega portfelja rizikov lahko zniža skupno tveganje. Ob tem pa je seveda potrebno opozoriti na morebitno pozitivno povezanost škod po določenih tveganjih oziroma, da se sicer 'statistično' nekorelirane škode pojavijo naenkrat, kajti s tem se izrazito poveča izpostavljenost zavarovalnic. Problem pri tovrstnih paketih zlasti na primer pri vključevanju škod po suši pa je tudi pomanjkanje podatkov na eni strani ter njihove sistemske narave na drugi. Nekateri strokovnjaki izpostavljajo prednost paketnih zavarovanj, ker izločijo problem 'prekrivanja'17. Cenovna zavarovanja v kmetijstvu Za cenovna zavarovanja je značilno, da pokriva tveganje, ki nastane kot posledica nihanja cen med letom. Ta tveganja so sicer lahko do določene mere pokrita s poslovanjem kmetijskih gospodarstev na terminskih trgih, ki so dokaj učinkovito orodje za upravljanje s sistemskim cenovnim tveganjem (Purcell, 1991 cit. po Meuwissen in sod., 2011). Hkrati pa kaže opozoriti, da so terminski trgi vsaj za večino kmetijskih gospodarstev prezahtevno orodje. Poleg tega ima cenovno zavarovanje v primerjavi s kritjem preko terminskih pogodb še nekatere druge prednosti. Kanada (provinca Alberta) je primer države, ki ima denimo shemo zavarovanja cen pri govedu -CPIP18 (Cattle Price Insurance Program), v okviru katere kmetje lahko zavarujejo nihanje cen po različnih stopnjah kritja (ki ga kmetje sami izberejo). Podoben program imajo prav tako v provinci Alberte za cenovno zavarovanje v prašičereji - HPIP (ang. Hog Price Insurance Programe). Izkušnje Kanade kažejo, da je cenovno zavarovanje s strani kmetov dobro sprejeto, ker je bistveno bolj enostavno za razumevanje, kot pa izvedeni finančni inštrumenti (opcije in standardizirane terminske pogodbe), čeprav model za izračunavanje zavarovanja temelji na številnih dejavnikih, med njimi tudi na podatkih terminskih trgov19. Zavarovanje je namreč koncept, ki je kmetom relativno dobro poznan in cena, ki jo zavarujejo, ostane fiksna. Prednost je tudi fleksibilnost, saj ni potrebno, da ima kmetijsko gospodarstvo neko kritično maso proizvodnje (kot to velja za smiselnost in sploh možnost poslovanja preko terminskih trgov) in je tako dostopno tako večjim, kot tudi manjšim kmetijskim gospodarstvom. Vsekakor pa mora zavarovalnica, ki v zavarovanje vključi ceno, vzpostaviti neko 'referenčno ceno', ki odraža razmere na trgu, v katerem poslujejo kmetijska gospodarstva (Meuwissen in sod., 2011). Primerno osnovo pri tem lahko predstavljajo cene, ki se oblikujejo na terminskih trgih. Ob tem pa je seveda potrebno upoštevati, da se kmetje lahko soočajo z bistveno drugačnimi cenovnimi tveganji. 17 Problem prekrivanja nastane takrat, kadar dva ali več podobnih produktov krije enaka tveganja. 18 Gre za program, ki ni podprt s strani države in zato ne konkurira s programom AgriStability, prav tako pa zaradi tržne-odzivnosti same sheme pri določanju višine premije ne povzroča dodatnih distorzij na trgu (zlasti pri mesno predelovalni industriji). Prednost tega orodja je ker gre za preprosto orodje, ki spodbudi kmetijska gospodarstva k bolj proaktivnem razmišljanju pri upravljanju njihovih cenovnih tveganj. http://www.afsc.ca/Default.aspx?cid=1173&lang=1 19 Za več podrobnosti glejte http://www.afsc.ca/Default.aspx?cid=1-1173-1209. Zlasti je to lahko problem npr. v Sloveniji in v velikem delu držav EU, kjer večina trgovanja s pridelki kmetijskih gospodarstev poteka izven takšnih instrumentov. V takšen primeru je nujno, da je sistem izračunavanja referenčnih cen jasen in tudi dobro poznan klientom. Podoben primer je CPIP progam Kanade, ki temelji na povprečnih cenah province in ne na dejansko doseženih cenah posameznega imetnika zavarovalne police. Slednje bistveno olajša takšno shemo cenovnega zavarovanja, tako iz aktuarskega, kot tudi administrativnega vidika. Za dobrine, za katere v EU ne obstaja terminskih poslov, bi lahko uporabili terminske cene Čikaške borze (CBT) ali kakšne druge transparentne cene, kot so za žita denimo cene v pristanišču Rotterdam ali denimo tržno informacijski sistem (TIS)20, ki ga v Sloveniji vodi Agencija republike Slovenije za kmetijske trge in razvoj podeželja (v nadaljevanju ARSKTRP). Za dodatno informacijo o gibanju cen nekaterih svetovno pomembnih dobrin bo lahko uporabljen tudi mednarodni sistem AMIS21 (Agricultural Market Information System). Namreč dobrine, za katere obstaja neka objektivna ocena cene, se lahko vključijo v cenovno zavarovanje. Seveda je tu potrebna posebna pozornost pri živalskih proizvodih, kjer cene lahko nihajo v ciklih. To sicer ni tako velik problem, ker se ta nihanja navadno dogajajo v letnih ciklih in je ob sklepanju zavarovalne police že približno jasno, kakšna bodo ta nihanja. Večji problem pa so posebni proizvodi22 ter proizvodi manjšega obsega, kjer sprememba v proizvodnji lahko pomembno vpliva na svetovno ceno. Prihodkovna zavarovanja v kmetijstvu Pri zavarovanju prihodkovnih tveganj gremo še en korak naprej. V tem primeru nas ne zanima več zgolj nihanje v količini in kakovosti pridelka, pač pa zajamemo tudi nihanja v ceni. Kimura in Anton (2011b) poudarjata, da možnost zavarovanja prihodka na ravni kmetijskega gospodarstva zmanjša interes za uporabo instrumentov za kritje posameznih tveganj, kot je na primer klasično proizvodno zavarovanje ali uporaba terminskih trgov. Podobno, kot pri cenovnih zavarovanjih tudi za prihodkovna lahko rečemo, da vključujejo enega najbolj sistemskih tveganj v kmetijstvu - ceno. Logična posledica tega je, da so zasebne zavarovalnice za razvoj tovrstnih zavarovalnih produktov zainteresirane kvečjemu v primeru aktivne participacije države. Takšen primer je tudi ZDA, kjer zasebne zavarovalnice ponujajo produkte prihodkovnih zavarovanj, ki so izrazito podprti s strani javnih sredstev. Nedvomno je osnova za vzpostavitev in razvoj prihodkovnih zavarovanj dobro delujoč sistem proizvodnih zavarovanj. Odškodnina pri prihodkovnih zavarovanjih je funkcija pridelka in cene. Klasična proizvodna zavarovanja in cenovna zavarovanja tako nadgradimo v en produkt. Pri tem pa je potrebno opozoriti, da moramo znati ovrednotiti vse komponente, ki nastopajo v prihodku. Največja prioriteta držav, ki razmišljajo o vpeljavi prihodkovnih tveganj na trg zavarovanj, je tako ocena najslabšega možnega scenarija najbolj sistemskega izmed vseh tveganj, torej cene. Za oceno te kritične korelacije med pridelkom in ceno, pa bi potrebovali čim daljše časovne serije podatkov, poleg tega pa bi potrebovali tudi znanje za povezavo porazdelitev pridelkov in cen. Pomanjkanje zgodovinskih podatkov o pridelkih, cenah in korelacijah med ceno in količino pridelka pogosto izloči prihodkovna tveganja že na samem začetku. 20 http://www.arsktrp.gov.si/si/storitve ukrepi/trzni ukrepi/trzno informacijski sistem trzna porocila/ 21 Zasnovan je bil leta 2011 v okviru srečanja kmetijskih ministrov G20 in bo deloval pod okriljem FAO. Več o AMIS lahko preberete na http://statistics.amis-outlook.org/data/index.html#HOME. 22 Primer posebnega proizvoda je v slovenskih razmerah pridelava hmelja. S pomočjo statistike ocenjujemo verjetnost, da se količina in cena gibljeta v nasprotno smer. V idealnih tržnih razmerah padec količine ponudbe skladno z zakonom povpraševanja povzroči rast cene (negativna korelacija med ceno in količino). Posledično bi za nadpovprečni pridelek pomenilo, da dosega nižjo ceno. Ta povezava bi se teoretično odrazila v nižji odškodnini v primeru prihodkovnega zavarovanja, kot pa v primeru proizvodnega (0) oziroma cenovnega zavarovanja (0). V kolikor pa se količina in cena gibljeta v isto smer, pa zavarovalnica preko odškodnin izplača največ. V idealnih razmerah sta količina in cena negativno povezani. Seveda po to ne drži v realnih razmerah, kjer se lahko zgodi ravno nasprotno. Takšen primer je, če regionalni pridelki nimajo pomembnega vpliva na gibanje globalnih cen (primer Slovenije). Ali v primeru, ko cene kmetijskih proizvodov sledijo splošni globalni dinamiki cen in niso neposredno povezane z agregatno ravnijo ponudbe oz. povpraševanja na kmetijskih trgih. S kritjem prihodkovnih tveganj se zavarovalnica bolj izpostavi, saj poleg nihanja v količini proizvodnje, pokrije tudi nihanje cene. Vsekakor te razsežnosti problema prihodkovnih tveganj ne gre podcenjevati, saj so lahko enako sistemska, katastrofična in pogosta, kot vremenski pojavi, ki jih deloma tudi povzročajo. Zavarovalnica bi morala pripraviti napovedi cenovnih ravni tako ob času setve, ko se sklepa zavarovalne police, kot tudi ob času žetve, ko je potrebno ugotoviti morebiten padec cen in posledično izplačati ustrezno odškodnino. Ob tem pa je potrebno opozoriti na izrazito nihanje cen v kmetijstvu, kar pomeni, da napovedi ne bi mogli delati zgolj na podlagi zgodovinskih podatkov oziroma časovnih serijah. Hardaker in sod. (2007) ob tem ugotavljajo, da slednje in še številni drugi problemi niso odvrnili nekaterih držav od vpeljave subvencioniranih zavarovalnih shem za zavarovanje prihodkov. Kot glavno motivacijo pri tem omenjajo dejstvo, da so se zaradi WTO pogajanj morali odreči proizvodno vezanim subvencijam, kamor pa ne sodijo plačila iz naslova škod zaradi višje sile (ang. disaster relief). Takšen primer je npr. zavarovalna shema skupnega prihodka, ki je bila poizkusno vpeljana leta 1996 v ZDA in je hitro prerasla v nacionalni program, ki je pokrival široko paleto proizvodov. V ZDA imajo javno zasebni GRIP program, ki je bil vpeljan v letu 1999 z namenom, da zavaruje kmetijska gospodarstva pred nepričakovanimi izgubami prihodkov. Coble in sod. (2000) ugotavljajo, da ima zavarovanje prihodkov lahko bolj negativen vpliv na odločanje upravljavcev kmetijskih gospodarstev (pridelovanje koruze) za kritje tveganj preko terminskih borz (hedging), kot pa ga ima enak obseg proizvodnih zavarovanj (razlika ranga velikosti 10 %). Ugotavljajo tudi, da ima zavarovanje prihodkov močan substitucijski efekt za kritje (ang. hedging), zlasti se ta efekt poveča ko se kritje zavarovanja poveča čez mejo 70 % kritja. Najbolj preprosta oblika zavarovanja prihodka (Slika 11) zagotavlja zajamčen fiksni znesek dobljen kot zmnožek zajamčene cene in zajamčenega pridelka (torej cene in količine, ki jih upošteva kmetijsko gospodarstvo pri načrtovanju proizvodnje). Ne glede na to kaj povzroči izpad prihodka, ali padec pridelka ali padec cene, zavarovalnica plača razliko v aktualnem prihodku in garantiranem oziroma dogovorjenem prihodku, seveda zmanjšanem za odbitno franšizo. » Vir referenčnih cen - posli na terminskih borzah Cas setve Casžetve Slika 11: Shema delovanja prihodkovnih zavarovanj Zavarovanje prihodkov upošteva verjetnost, da bodo nizki/nižji pridelki kompenzirani z višjo ceno in obratno (delovanje trga). Poleg tega je prihodek bolje koreliran z dohodkom, kot pa to velja za pridelek oziroma ceno, kar pomeni da je zavarovanje prihodkov z vidika kmetijskih gospodarstev bolj sprejemljivo, saj poizkušajo znižati tveganost njihovega dohodka. Shema zavarovanja prihodka lahko temelji na spremljanju prihodka posamezne dobrine (aktivnosti) ali na spremljanju prihodka določenega (celotnega) portfelja (Meuwissen in sod., 2011). Zavarovanje prihodka na ravni posamezne dobrine: - Ključna prednost je, da lahko kmetijsko gospodarstvo samo izbira, katere dobrine in po kakšnih stopnjah bo zavarovalo. O tem se odloča glede na stopnjo specializacije proizvodnje ali glede na pomen dohodka izven kmetijske dejavnosti. - Kmetijska gospodarstva sama ustvarijo svojo učinkovit portfelj (nabor) ukrepov za upravljanje s tveganji. - Ponudniki zavarovanj se lahko osredotočijo na tiste aktivnosti, za katere je na voljo dovolj relevantnih podatkov. Zavarovanje prihodka celotnega portfelja: - Prednost pristopa je predvsem v tem, da je prihodek na ravni kmetijskega gospodarstva bolje koreliran z doseženim dohodkom, kot pa prihodek ene ali dveh aktivnosti (dobrin). To pomeni, da zavarovanje celotnega prihodka prispeva več k skupni blaginji pridelovalca (ki je funkcija razporeditve skupnega dohodka), kot pa zavarovanje prihodka zgolj na ravni prihodka posamezne dobrine oziroma aktivnosti. - Zavarovanje prihodka na ravni kmetijskega gospodarstva bi moralo biti po teoretičnih načelih tudi cenejše za kmetijsko gospodarstvo, saj obstaja verjetnost, da je nizek prihodek pri eni aktivnosti deloma kompenziran z višjimi prihodki po drugi aktivnosti, seveda v kolikor nista aktivnosti pozitivno korelirani. To se nanaša na osnovni princip diverzifikacije, ki vključuje združevanje podobnih neodvisnih tveganj v enoten 'bazen zavarovanj' (velja tako na ravni kmetijskega gospodarstva, kot tudi na strani zavarovalnice, ki zavaruje tveganja pri različnih aktivnostih). Ker se zmanjša varianca izgub, se zniža tudi cena aktuarsko izračunane poštene premije. V obeh primerih mora zavarovalnica tako kot pri cenovnih zavarovanjih vzpostaviti neko referenčno in čim bolj objektivno ceno, na katero posamezen klient ne more vplivati (zmanjšamo problem manipulacij). Očitno je, da so prihodkovna zavarovanja zanimiva za vsa kmetijska gospodarstva, saj stabilni prihodki prispevajo boljšo zaščito za kmetijska gospodarstva kot pa zgolj 'fiksiranje' pridelkov. Kateri pa so ključni dejavniki, ki povzročajo da je prihodkovno zavarovanje tako problematično in drago ter posledično dostopno le nekaterim kmetijskim gospodarstvom? Nedvomno so idealne tržne razmere bistveno drugačne kot realne tržne razmere, v katerih poslujejo kmetijska gospodarstva. Nastopijo namreč lahko mnoge (visoke) individualne izgube pridelkov v katerem koli regionalnem trgu, brez da se to odrazi na globalnem trgu in s tem na spremembi cene. Poleg tega rezerve lahko preprečijo cenovne skoke oziroma lahko zamaknejo učinke manjše ponudbe na svetovnih trgih. Nedvomno pa vse manjše rezerve prispevajo tudi k temu, da so cenovna tveganja večja. Poleg tega recesija in posledično manjše povpraševanje lahko spremeni cenovno odzivnost za večino kmetijskih pridelkov. Z rastjo volatilnosti cen raste tudi strošek prihodkovnih zavarovanj, tako mora kmet plačati višje premijske stopnje, zavarovalnica pa se dodatno izpostaviti in mora zagotoviti ustrezen tvegani kapital. Takšen primer so denimo ZDA, kjer je stopnja sprememb cene prihodkovnih zavarovanj, praktično linearna funkcija cenovne volatilnosti. Dohodkovna zavarovanja v kmetijstvu Najbolj celovito merilo blaginje kmetijskega gospodarstva je kmetijski dohodek. Izhajajajoč iz tega je logično, da je stabilizacija dohodka na ravni kmetijskega gospodarstva ključni cilj tako kmetov kot tudi nosilcev odločanja v kmetijski politiki. Shema dohodkovnih zavarovanj se ponuja kot zanimiva opcija za spopadanje z volatilnostjo in negotovostjo dohodkov v kmetijstvu. Poleg tega je - gledano v smislu oblikovanja zavarovalniškega produkta - dohodkovno zavarovanje paketni produkt, pri katerem standardni problemi kmetijskih zavarovanj, kakršni so sprožilni dogodki in prekomerne kompenzacije nizkih pridelkov, ne igrajo tolikšne vloge, saj cene na trgu že deloma pokrijejo izgube. Ta ugotovitev velja v primeru, da domača proizvodnja ima vpliv na cene na referenčnem mednarodnem trgu (torej lahko rečemo, da za Slovenijo drži le deloma). V smeri tega nekatere države že ponujajo posebne oblike subvencioniranih dohodkovnih zavarovanj. Za razliko od prihodkovnih zavarovanj, pa se pri dohodkovnih zavarovanjih zavarujemo proti padcu pričakovanega dohodka. Poleg manjše količine (in kakovosti) pridelka, padca cene outputov, pri zavarovanju dohodka v kritje (zavarovalno vsoto) zajamemo tudi nihanja na strani stroškov. Ob tem je potrebno opozoriti, da ne gre za klasično definicijo dohodka, saj ne upoštevamo vseh stroškov povezanih s proizvodnjo. Slednji navadno vključujejo stroške inputov, kot so mineralna gnojila, goriva, semena itd., so pa med posameznimi shemami razlike v tem, kaj se lahko upošteva kot strošek (za več podrobnosti glej poglavje Error! Reference source not found.). Za razliko do ostalih shem zavarovanj, ki so bile predstavljene do sedaj, je dohodkovno zavarovanje najboljši približek zavarovanja blaginje celotnega kmetijskega gospodarstva. Vendar pa je izkušenj in uspešnih praks dohodkovnih tveganj v svetu malo. Pri tem prednjačita ZDA in Kanada, ki v okviru instrumentov za upravljanje s tveganji ponujata različne sheme, ki so močno podprte s strani javnih sredstev. Poleg teh se med raziskovalci pojavljajo tudi alternativni pristopi v obliki indeksnih rešitev23 , podobno kot to že imajo na ravni prihodkov v ZDA. Zgodovinske serije podatkov -računovodski podatki Konec poslovnega leta Slika 12: Shema dohodkovnih tveganj v kmetijstvu Takšen primer je denimo študija s predlogom organiziranja dohodkovnih zavarovanj v avstrijskem kmetijstvu (Hambrusch in sod., 2011). Kot izhaja iz sheme dohodkovnih tveganj v kmetijstvu (Slika 12), za učinkovito upravljanje z dohodkovnimi tveganji potrebujemo časovne vrste podatkov na ravni posameznega kmetijskega gospodarstva, ki se želi vključiti v shemo. V osnovi gre za splošne računovodske podatke, kjer spremljamo gibanje posameznih komponent dohodka. Osnovna ideja dohodkovnih zavarovanj je v tem da si kmetijsko gospodarstvo z zavarovanjem dohodka zagotovi, da v primeru padca dohodka pod določen sprožilni nivo, dobi delno kompenzacijo za izpad dohodka. Ti sprožilci so lahko različni. V okviru pravil WTO je sprejemljiv sprožilec padec dohodka pod 70 % povprečja določenega obdobja. WTO dopušča dve možnosti, bodisi gre za tekoče povprečje treh let petletnega obdobja, kjer izločimo najboljše in najslabše leto ali pa za povprečje triletnega obdobja. Podobno so postavljeni tudi okviri, znotraj katerih kmetijsko gospodarstvo lahko dobi kompenziran izpad dohodka.24 Možnosti, katere elemente vključiti v definicijo dohodka, je veliko. Zato je za potrebe zavarovanja potrebno najprej nastaviti sisteme merjenja dohodka (definicija) na ravni kmetijskega gospodarstva. Pri izbiri ustrezne dohodkovne osnove za zavarovanje igrajo pomembno vlogo problemi moralnega hazarda, nasprotne izbire in povezanih problemov z dostopnostjo podatkov (problematiko podrobneje obravnavamo v poglavju 2.2.2). Kot osnovni vir podatkov na ravni kmetijskega gospodarstva so najbolj primerni računovodski podatki, iz katerih lahko izluščimo ustrezne konte in izračunamo dohodek25, ki ustreza zgoraj opisanim osnovnim kriterijem za potencialen vstop v sistem dohodkovnih zavarovanj. Seveda je osnovni pogoj, da ima posamezno kmetijsko gospodarstvo ustrezno časovno vrsto potrebnih podatkov. Iz tega vidika je ob pomanjkanju izkušenj z referenčnimi cenami zavarovanje dohodka lahko celo laže izvedljivo, kot zavarovanje prihodka. Seveda pa obstaja večja nevarnost moralnega hazarda, poleg tega pa je tudi iz administrativnega vidika takšno zavarovanje bolj zahtevno, saj moramo spremljati spremembe v tehnologiji, spremembe v obsegu poslovanja itd. Meuwissen in sod. (2011) vidijo problem v ekonomskem računovodstvu, da omogoča pretirano manipuliranje pri odkrivanju natančne izgube dohodka pridelovalca in pri odločanju o pragu za sprožitev izplačila odškodnin. Problem je, da se s časom nabave inputov (ter nabavne cene), kot tudi obseg inventarja lahko izkoristi za manipuliranje oziroma prilagajanje računovodskih izkazov v korist zavarovancev. Alternativa bi bila, da uporabimo podatke, ki se uporabljajo pri obdavčevanju. Prednost takšnega pristopa je predvsem v tem, da kmetijska gospodarstva ne bi precenila njihovega obdavčljivega dohodka. Konkreten problem v Sloveniji pa je, da je takšnih kmetijskih gospodarstev relativno malo, kar pomeni da bi bila takšna shema dostopna le večjim kmetijskim gospodarstvom. Glede na trenutno fiskalno ureditev področja in na napovedane spremembe je vsaj v srednjeročnem obdobju ni pričakovati, da se bo večji del kmetijskih gospodarstev v Sloveniji še naprej odločal za status davčnih zavezancev pavšalistov. Razlika med portfeljskim pristopom zavarovanja prihodkov (skupni prihodki na ravni kmetijskega gospodarstva) in dohodkovnim zavarovanjem na ravni kmetijskega gospodarstva je predvsem v kategoriziranju in ocenjevanju izgub (likvidaciji zavarovalnih primerov). V primeru prve sheme (temeljimo na skupnem prihodku na ravni kmetijskega gospodarstva) ocenjevanje referenčnih cen dobrin mora temeljiti na objektivnih in reprezentativnih virih na primer na cenah, ki se vzpostavijo pri poslih na terminskih trgih (problem je podrobneje predstavljen v poglavju 0) in ne na npr. desetletnem drsečem povprečju konkretnega kmetijskega gospodarstva. V primeru druge sheme pa 24 Možnosti in mednarodni trgovinski okvir za obvladovanje dohodkovnih tveganj v kmetijstvu je podrobneje opisan v poglavju 5.1 tega poročila. 25 Podrobnejši opis, kaj lahko vključuje dohodek prikazujemo na primeru Kanade v poglavju 3.4. nimamo nobene posamične cenovne komponente in odnos lahko temelji le na porazdelitvi prihodkov iz povprečij preteklih let konkretnega kmetijskega gospodarstva. Razlika posledično obstoji tudi v oceni oziroma vrednotenju škod oziroma izgub (velik problem je lahko sprememba tehnologije pridelave, obseg pridelave itd.). S pristopom zavarovanj 'portfeljskih prihodkov' se zniža moralni hazard, zlasti na strani cen, če kot referenčne cene upoštevamo cene na terminskih trgih. V primeru druge sheme pa obstaja resen problem moralnega hazarda, ker lahko kmetijska gospodarstva prijavijo zelo nizke dohodke. Slednje je lahko problem tudi v primeru, ko morajo kmetje dokazati izgubo. Meuwissen in sod. (2011) opozarjajo, da se to lahko zgodi celo v primeru ko je višina njihove premije (deloma) odvisna od njihove 'dohodkovne' zgodovine, torej od tega, kakšne dohodke so dosegli v preteklosti. V tuji praksi lahko najdemo nekatere primere zavarovanj dohodka kot tudi prihodkov in jih nekoliko podrobneje predstavljamo v poglavju 3.4. Haradker in sod. (2007) omenjajo, da bi bilo za kmetijska gospodarstva bolj sprejemljivo zavarovanje celotnega dohodka, kot pa zavarovanje posameznih enot dohodka, kot so prihodki posameznih dobrin. Seveda pa z vidika zavarovalnic ta možnost vsekakor ni zanimiva, saj dopušča zavarovancem preveč možnosti za manipuliranje. To pa še zdaleč ne pomeni, da je zavarovanje prihodkov enostavno. Za pravilno postavitev zavarovalniške politike morajo zavarovalnice imeti podatke o stohastičnih odvisnostih26 med cenami in pridelki. Anton in sod. (2011) omenjajo paradoks učinkovitosti upravljanja dohodkovnih tveganj, saj spodbuja kmetijska gospodarstva v smeri večje specializacije, ki lahko izboljša rezultate na ravni kmetijskega gospodarstva na račun prevzemanja večjega obsega tveganj. 2.3.2 Terminski trgi in izvedeni finančni instrumenti Trgovanje na terminskih trgih Cenovna tveganja je moč do določene mere pokrivati s trgovanjem na terminskih trgih. To so učinkoviti trgi za upravljanje z visoko sistemskim cenovnim tveganjem (Purcell, 1991 cit. po Meuwissen in sod., 2011), niso pa povsem primerni za kritje posameznikovih bazičnih tveganj oziroma tveganj osnove27 (ang. basis risk) (Kimura in Anton, 2011a). V določenih primerih lahko celo vodijo do bazičnih tveganj (EC, 2010, Schaffnit-Chatterjee, 2010). V preteklosti je bilo razmerje med denarno in terminsko ceno dokaj konstantno z napovedljivimi sezonskimi nihanji. Ob tem pa Schaffnit-Chatterjee (2010) ugotavlja, da imajo terminske cene v ZDA v zadnjem obdobju ob izteku tendenco, da so višje kot promptne cene, kar vodi v bazična tveganja. Ob tem pa je pomembna tudi korelacija posameznih tveganj. Coble in sod. (2000) denimo ugotavljajo, da je cenovno kritje (ang. hedging) manj zanimivo v primeru statistično značilnih negativnih korelacij med cenami in pridelki. V takšnem primeru so kmetijska gospodarstva manj zainteresirana za kritje cenovnih tveganj, saj nasprotna korelacija med gibanjem cen in pridelkov že deluje kot naravni blažilec tveganja. Prednost v primerjavi z ostalimi možnimi ukrepi je zlasti v tem, da delujejo povsem brez pomoči in sodelovanja 26 V primeru da je korelacija med njimi negativna (npr. nižji pridelki se odrazijo v višjih cenah in obratno), bi moralo biti zavarovanje prihodkov cenejše, kot pa zavarovanje zgolj pridelkov (Hardaker in sod., 2007). Seveda pa se korelacija lahko spremeni, na primer kot posledica liberalizacije kmetijskih trgov. V takšnem primeru je potrebno premije prilagoditi. 27 Baza je tehnični termin, ki se nanaša na razliko med ceno dobrine pri poslovanju na realnem trgu (z gotovino) ter ceno doseženo na terminskih trgih. Variabilnost, ki jo povzroča ta razlika povzroča dodatno tveganje terminskih trgov (EC, 2011). Baza se tako nanaša na razliko v ceni po prostoru (transportni stroški, menjalna razmerja), časom (stroški skladiščenja) in kvaliteto (razlika med dejansko kvaliteto in standardno kvaliteto določeno v standardizirani pogodbi). države in so samostojno delujoč tržni instrument. Z vidika kmetijstva je nedvomno najbolj zanimivo trgovanje z dobrinami. Pri tem obstaja možnost poslovanja na domačih trgih, pri čemer je ključno, da se na ravni posameznega trga doseže dovolj tekočih poslov28. Ravno iz tega vidika bi lahko imelo prednost poslovanje na tujih borzah, kjer je za določeno dobrino sklenjenih dovolj poslov. Tako bi denimo kmetijska gospodarstva EU lahko poslovala na terminskih borzah ZDA, kot je denimo Čikaška borza (Chicago Board of Trade). Pri terminskih borzah gre dejansko za mednarodni trg, kjer lahko sodelujejo posamezniki iz različnih držav (OECD, 2011a). Za gospodarstva, ki so vezana na izvoz/uvoz pa so poleg tovrstnih blagovnih poslov, lahko zanimivi tudi posli vezani na standardizirane pogodbe z valutami in menjalnimi tečaji29. V študiji OECD ugotavlja, da gredo terminski posli v smeri izvedenih finančnih instrumentov, ki so bolje prilagojene potrebam posameznega trgovca in združujejo različne produkte terminskih poslov (OECD, 2011a). Vendar tudi za slednje se pričakuje predvsem interes na strani večjih kmetijskih gospodarstev, ki se bodo odločali za finančne posrednike za obvladovanje cenovnih tveganj. Cenovno zavarovanje goveda v Kanadi, ki ga podrobneje obravnavamo v poglavju 3.4, je eden zadnjih primerov, ki kombinira cene goveda dosežene na terminskih borzah, menjalna razmerja in bazična tveganja. V prihodnje vsekakor lahko pričakujemo več takšnih ponudb s strani zasebnega sektorja (OECD, 2011a). Neposredno upravljanje tveganj preko terminskih trgov je zanimivo predvsem za večja (izvozno naravnana) kmetijska gospodarstva, zadruge in industrijo povezano s proizvodnjo inputov (npr. večje mešalnice krmil), ki na ta način krijejo cenovna tveganja. Če se osredotočimo na kmetijska gospodarstva lahko takšne primere gospodarstev najdemo predvsem v ZDA, Kanadi in Avstraliji. V večini primerov gre za nekaj velikih kmetijskih gospodarstev. Bistveno več gospodarstev (predvsem srednje velikih) pa ima posredno korist z vidika odkrivanja cene, ki ga omogočajo različne oblike poslovanja preko terminskih poslov in to kljub temu, da se direktno ne vključujejo v takšno poslovanje. Ne glede na to, da imajo poslovanje preko terminskih poslov lahko številne prednosti, pa je potrebno opozoriti tudi na problem špekulacij. Slednje namreč po mnenju številnih strokovnjakov izrazito spodbujajo volatilnost cen, kar se prenaša direktno v realni sektor. Ob tem pa Schaffnit-Chatterjee (2010) izpostavlja dve teoriji oziroma prepričanja. Po prvi naj bi špekulacije na terminskih trgih vodile v prenapihnjenost cen, govorimo o »cenovnih balonih«. Po drugi teorija pa naj bi špekulacije na terminskih trgih celo pomagale pri uravnavanju in stabiliziranju cene v določenem časovnem obdobju. Schaffnit-Chatterjee (2010) izpostavlja tudi nekaj študij (Kappel in sod. (2010); Roache in sod. (2010); Robles in sod. (2010)) pri katerih so raziskovali povezanost med špekulacijami in cenami. Izkaže se, da v zelo redkih primerih špekulacije vodijo do višjih cen, mnogo trdnejši pa so dokazi za nasprotno vzročnost. Tako naj bi špekulacije v splošnem sledile razvoju cen. Blagovna menjava preko terminskih borz poteka predvsem v večjih državah. V Kanadi denimo terminski posli potekajo na borzi ICE, za canolo30 in krmni ječmen. Takšen primer je tudi Avstralija, kjer potekajo posli preko standardiziranih terminskih pogodb za ječmen, canolo, sirek, volno in pšenico (OECD, 2011a). V Novi Zelandiji so na terminski borzi pred kratkim vzpostavili standardizirane 28 V Avstraliji so bili denimo zaradi premajhnega obsega poslovanja (tekočih poslov) na borzi ukinjeni terminski posli preko standardiziranih pogodb za jagnjeta in govedo (OECD, 2011a). 29 To velja zlasti za tista kmetijska gospodarstva, ki poslujejo tudi (ali predvsem) v drugih monetarnih trgih. Takšen primer je denimo Švica, ki izvaža sir in jo je neugodno valutno razmerje z evrom v letu 2011 izrazito prizadelo. Podoben primer je lahko tudi država v območju evra, ki posluje na svetovnih trgih. Dejansko uporabo tovrstnih instrumentov pa omenjata Kimura in Anton (2011) za primer Avstralije, ki je značilno za kmetijska gospodarstva, ki so usmerjena v prirejo jagnjetine, volne, bombaža in govedine. 30 Poseben kultivar oljne ogrščice namenjen za pridelavo olja, ki so ga vzgojili kanadski strokovnjaki. Gre za tržno znamko kultivarja z nizko vsebnostjo eruka kislin (canola - Canadian Oil Low Acid). terminske pogodbe za poslovanje z polnim mlekom v prahu. Tudi v EU imamo več terminskih trgov. Tako denimo EUREX omogoča sklenitev pogodb za trgovanje s krompirjem, prašiči, maslom in posnetim mlekom v prahu. V Španiji se je denimo razvil terminski trg za olivno olje. Nadalje na NYSE posamezniki lahko sklepajo posle za posneto mleko v prahu, koruzo, ječmen, repičnim semenom in sladkorjem. V EU uporaba teh trgov ni zelo razširjena, kar je predvsem posledica nerazvitih trgov posameznih dobrin, kar bi poleg velikosti in strukture kmetijskih gospodarstev lahko pripisali tudi obstoju SKP (in drugih podpornih programov, ki so v povezavi s SKP). V preteklosti je denimo EU uporabila instrumente cenovnih podpor (uvozna zaščita, izvozne podpore, tržne intervencije) za obvladovanje cenovnih nihanj navzdol (OECD, 2011a). Takšni in podobni ukrepi politike so odlični substituti za cenovno kritje cen preko terminskih trgov in destimulirajo uporabo tovrstnih instrumentov. Toda s postopnim zmanjševanjem cenovnih podpor v EU, s povečano specializacijo kmetijskih gospodarstev, z vpeljavo proizvodnih in okoljskih pravic in povečano uporabo avtomatiziranih tržnih mehanizmov, se interes za terminske posle tudi v EU povečuje. Dodatno bi kmete za večjo uporabo terminskih trgov lahko stimulirali z (i) ukinitvijo cenovnih podpor (terminski trgi se lahko razvijejo le na konkurenčnih trgih); (ii) izobraževanjem kmetov na področju poslovanja na terminskih trgih; (iii) razvojem zahtev za trgovanje (npr. ocenjevanje kakovosti in standardna definicija proizvodov.). Toda Meuwissen in sod (2011) ter OECD (2011a) ugotavljajo, da izkušnje kažejo, da so tudi v primeru dobro razvitih terminskih trgov kmetje tovrstnemu poslovanji na splošno nenaklonjeni. Pri tem je pomemben problem velikostna struktura kmetijskih gospodarstev, ki ne dosegajo kritične meje proizvodnje. Študija OECD (2011a) na primeru petih držav (Nizozemska, Španija, ZDA, Kanada in Nova Zelandija) kaže, da le večja kmetijska gospodarstva, ki so umerjena v izvoz aktivno trgujejo na terminskih trgih. Večina kmetijskih gospodarstev pa vsaj neposredno ni vključena v trgovanje preko terminskih borz. Iz tega vidika, bi bilo za EU kmetijstvo morda zanimiv kolektivni pristop kmetijskih gospodarstev, pri čemer pa je nujno da bi v naprej definirali politiko sodelovanja kmetijskih gospodarstev v takšnem sistemu. Seveda pa bi morali kmetje najprej spoznati osnovno delovanje terminskih trgov. Da bi se kmetje poučili o njihovem delovanju, bi morali investirati določen čas, kar pa se vsaj za večino kmetov izkaže, da tega dodatnega časa nimajo (Meuwissen in sod. 2006). Toda tudi v primeru, ko kmetijska gospodarstva niso neposredno vključena v terminske trge, pa je to zelo zanimivo orodje za odkrivanje cene. Zlasti večja kmetijska gospodarstva uporabljajo 'terminske' cene, kot referenčne cene pri njihovem odločanju (OECD, 2011a). Izvedeni finančni instrumenti preko terminskih poslov Izvedeni finančni instrumenti se uporabljajo za varovalne ali špekulativne namene. Temeljijo na pogodbi oziroma dogovoru med dvema strankama. Njihova vrednost vedno temelji na vrednosti nekega drugega osnovnega inštrumenta - to pa je lahko skoraj vsako sredstvo vključno z delnicami, obveznicami, obrestnimi merami, vremenskimi rezultati, borznimi indeksi, političnimi dogodki itd.., izvedeni finančni instrumenti lahko temeljijo celo na več osnovah. izvedeni finančni instrumenti so v svojem bistvu terminski posli. Osnovna razlika med promptnimi in terminskimi posli je v tem, da pri promptnih poslih pride bistveno prej do izvršitve dogovorjenega posla (prihaja pa med državami do razlik v obdobju, ki lahko traja od dva dni do sedem dni in več) po sklenitvi, medtem ko je pri terminskih poslih izvršitev odložena za več dni, tednov, mesecev, lahko tudi let. Delijo se v več skupin: nestandardizirane terminske pogodbe (forwards), standardizirane terminske pogodbe (futures), opcije (options) in zamenjave31 (swaps). Bistvena prednost izvedenih finančnih instrumentov je, da z uporabo kmetijsko gospodarstvo prenese tržna tveganja na tretjo osebo, samo pa se osredotoči na svojo osnovno dejavnost. Pri tem ne nastanejo neposredni stroški sklenitve. v nadaljevanju na kratko povzemamo ključne značilnosti posameznih instrumentov. Standardizirane terminske pogodbe - STP (ang. Futures) in nestandardizirane terminske pogodbe -NTP (ang. Forward) v primeru STP, gre za visoko standardizirane terminske pogodbe, ki so formalizirane. Včasih jih imenujemo tudi rokovne pogodbe. Osnovni koncept pogodbe je podoben nestandardizirani terminski pogodbi. Te potekajo na t.i. 'over the counter' (OTC) dogovorih, kar pomeni da gre za dogovor po telefonu, na sestankih in podobno ter so rezultat enkratnega dogovora med strankama. Prednost nestandardizirane pogodbe je, da dobro pokrije posameznikovo bazično tveganje, ker je prilagojena posameznikovim potrebam (ni standardizirana z vidika količine, kakovosti itd.), lahko pa pri iskanju kupca in pri pogajanju o vsebini nastanejo visoki transakcijski stroški (OECD, 2011a). Navadno se nanašajo na poslovanje preko posrednikov - brokerjev in ne na centralizirane menjave. Za razliko od nestandardiziranih pogodb, standardizirane potekajo na borzah. Ker gre za standardizirane pogodbe so s tem povezani nižji transakcijski stroški, seveda pa zaradi neprilagodljivosti tudi ne pokrijejo posameznikovega bazičnega tveganja (OECD, 2011a). Vmesnik med kupcem in prodajalcem je klirinška hiša. S standardizirano terminsko pogodbo (STP) se kupec obvezuje kupiti, prodajalec pa prodati določeno količino blaga za bodočo dostavo in sicer pod pogoji, ki jih določa specifikacija STP na borzi, kjer se s terminskimi pogodbami organizirano trguje. Pogodba tako določa standardizirano količino, kakovost, čas trgovanja (datum), kraj in način izpolnitve ter dopušča kupcu in prodajalcu, da se pogajata le o ceni blaga, ki je kot vsaka tržna cena odvisna od ponudbe in povpraševanja. Razlika je tudi v tem, da stranke v poslih z standardiziranimi pogodbami lahko zaprejo svoje pozicije in izstopijo iz pogodbenega razmerja kadarkoli, medtem ko je pri poslih z nestandardiziranimi pogodbami odstop možen le v dogovoru z nasprotno stranjo. Pri standardiziranih terminskih pogodbah temeljimo na sistemu dnevnega poravnavanja ustvarjenih izgub in dobičkov. To pomeni, da se dnevna odstopanja v ceni krije iz depozita, ki ga udeleženec na terminskih trgih položi pri klirinški družbi oziroma prek svojega posrednika. Pri nestandardizirani terminski valutni pogodbi gre za nakup ali prodajo tuje valute po znanem tečaju z rokom izvršitve (datumom valutacije). Slednji je daljši od dveh delovnih dni. Običajno so ti roki 3 do7 dni, lahko pa so tudi daljši - 1, 2, 3, 6, 9 in 12 mesecev in celo več let. Terminski tečaj, ki se določi ob sklenitvi terminskega posla, izhaja iz teorije paritete obrestnih mer in velja ob izvršitvi posla. S sklenitvijo posla preko nestandardizirane terminske pogodbe si uporabnik vnaprej zagotovi npr. tečaj tuje valute, po katerem bo na določen dan v prihodnosti lahko kupil ali prodal. Opcija (ang. Options) Opcija je pravica in ne dolžnost kupiti ali prodati neko sredstvo. Gre za pogodbo, ki daje lastniku pravico, da kupi ali proda v pogodbi določen predmet po vnaprej določeni izvršilni ceni na dogovorjeni dan ali prej. Nakupna opcija (ang. call option) je finančni instrument, ki daje lastniku možnost, ki ni obveznost, da kupi določeno blago po vnaprej določeni ceni na določen dan v prihodnosti (ali prej), za prodajalca pa predstavlja nakupna opcija potencialno obveznost, da bo na kupčevo željo prodal v pogodbi določeno blago. Prodajna opcija (ang. put option) je za lastnika 31 So odličen način za varovanje pred tveganjem, za vlagatelje, ki so bolj naklonjeni tveganju pa so tudi odličen način za zaslužek. možnost, da proda neko blago po določeni ceni v določenem obdobju, za prodajalca opcije pa potencialna obveznost nakupa tega istega blaga. Opcije se tako uporabljajo, kadar se podjetje želi zavarovati pred padcem ali dvigom tečaja, vseeno pa uživati koristi, če se zgodi nasprotno. Terminski posli in pogodbe tega ne omogočajo, saj se mora podjetje dogovorjene cene držati. Za opcijo mora podjetje plačati posebno premijo, ki je odvisna od več dejavnikov: čas do izvršitve opcije, vrsta opcije, stanovitnost osnovnega sredstva, notranja vrednost itd.. Obstaja razlika med ameriškimi in evropskimi opcijami. Ameriška opcija je izvršljiva ves čas trajanja opcije, evropskimi opcija pa samo na dan dospetja. Med izvedene finančne instrumente spadajo zato, ker je vrednost opcije odvisna od gibanja cene osnovnega instrumenta opcije, svojevrstnost pa jim daje dejstvo, da ima imetnik opcije pravico, ki pa hkrati ni obveznost, da jo izkoristi. Če je na izvršilni dan za kupca opcije dobičkonosno, da jo izkoristi, bo storil tako, v nasprotnem primeru jo bo pustil neizkoriščeno. Zamenjava (ang. swap) Izraz zamenjava ima v finančnem svetu več pomenov. Prvotno je bil povezan z deviznim trgovanjem in je pomenil hkratni promptni nakup (promptno prodajo) in terminsko prodajo (terminski nakup) določenega zneska tujega denarja, danes pa z izrazom zamenjava razumemo vsakršno menjavo finančnih kategorij (valutne / obrestne zamenjave, zamenjava dolga za lastniški kapital, zamenjava investicijskih oblik, ...). Gre za dogovor med dvema strankama o zamenjavi prihodnjih denarnih tokov iz naslova valut obrestnih mer. Značilnost zamenjav je, da ni začetnih stroškov. 2.3.3 Proizvodne in tržne pogodbe Proizvodne in tržne pogodbe, ki jih kmetijska gospodarstva lahko sklenejo na strani nabave inputov oziroma prodaje proizvodov, so prav tako pomemben instrument upravljanja s tveganji. Do sklenitve pogodb lahko pride na različnih ravneh z različnimi deležniki. Lahko pride do sodelovanja kmetijskih gospodarstev z zadrugami oziroma povezovanja v zadružne sisteme. Gre za posebno obliko institucionalno zaščitenih pogodb, ki imajo pomembne funkcije upravljanja s tveganji (OECD, 2011a). Zadruge lahko uporabijo direktne strategije za zmanjšanje tveganj njihovih članov, kot je zajetje (pooling) cen prek časovnega obdobja in trgov, razvoj ustreznih režimov plačevanja za zmanjšanje nihanj plačil članom in vzdrževanje trga za zagotavljanje kontinuitete plačil. Poleg tega lahko v okviru zadružnega sistema nastopijo različne oblike diverzifikacije, ki gredo zaradi obsežnosti preko možnosti diverzifikacij na ravni kmetijskih gospodarstev. Takšen primer je denimo diverzificiranje preko vertikalne integracije, diverzifikacija proizvodov in trgov, geografske diverzifikacije, lahko pa gre tudi za primere investiranja izven kmetijsko-prehranske verige (OECD, 2011a). Proizvodne pogodbe omogočajo pogodbeniku (kupcu določene dobrine) določeno kontrolo nad proizvodnim procesom (EC, 2001). Te pogodbe navadno določajo, katere proizvodne inpute lahko pridelovalec uporabi, kakovost in količino končnih proizvodov ter ceno dobrin, po kateri jih odkupi. V praksi lahko srečamo različne oblike proizvodnih pogodb, ki se razlikujejo predvsem v stopnji kontrole nad proizvodnim procesom. Takšne pogodbe imajo poleg zagotovitve odkupa tudi druge pozitivne učinke za kmetijsko gospodarstvo, kot npr. ta, da se določen del cenovnih tveganj prenese na odkupovalca. Cena je namreč definirana vnaprej. Seveda pa se s takšnimi pogodbami kmetijsko gospodarstvo tudi izpostavi, saj je v velikem obsegu njegova proizvodnja odvisna le od enega odkupovalca. Značilen primer sklepanja proizvodnih pogodb v živinoreji je kooperacijsko pitanje, kjer kmetijsko gospodarstvo prevzame del tveganj. Ta so navadno povezana s proizvodnimi tveganji (npr. problemi s pogini, boleznimi ter neustreznimi prirasti), ni pa neposredno izpostavljeno tržno- cenovnim tveganjem saj dobi krmo (npr. kooperacijsko pitanje piščancev) in ima zagotovljen odkup po naprej določeni ceni. Seveda lahko nastopijo oportunitetne izgube v primeru višjih cen, vendar ta oblika upravljanja ščiti pridelovalce predvsem pred padcem cen pod določeno mejo. Podoben primer je lahko tudi sklenitev pogodbe na strani nabave proizvodnih virov. V poljedelstvu je klasičen primer tržne pogodbe, pogodbena zaveza kmetijskega gospodarstva, da bo inpute, kot so seme, sadike, mineralna gnojila itd. kupoval zgolj od enega ponudnika. V živinoreji je klasičen primer sklenitev pogodb za nakup močnih krmil. V okviru tržne pogodbe se kmetijsko gospodarstvo zaveže, da bo prodalo določeno dobrino po določeni ceni kupcu in to preden je dobrina pripravljena za trgovanje (EC, 2001). Kmetijsko gospodarstvo tako prevzame polno odgovornost na strani proizvodno-upravljavskih odločitev. Z vidika definiranja cene so oblike tržnih pogodb lahko zelo različne. Temeljijo lahko na stalnih (fiksiranih) cenah, lahko pa se pogodbeni stranki dogovorita, da se upošteva cena, ki je dosežena na terminskih borzah. V slednjem primeru se cenovnem tveganju ne izognemo popolnoma (za več podrobnosti glej poglavje 2.3.2). Cenovnemu tveganju se izognemo le v prvem primeru, ko se pogodbeni stranki dogovorita za stalno ceno in je seveda tudi dogovorjena dobrina dobavljena. Poleg zniževanja cenovnih tveganj, pa pogodba kmetijskim gospodarstvom tudi omogoča, da se njihov proizvod razlikuje od masovne proizvodnje (npr. v kakovosti), na račun česar lahko dobijo t.i. ekonomsko rento (EC, 2001). Naslednja prednost poslovanja preko tržnih pogodb se nanaša na časovno upravljanje, kar zlasti velja za poljedelska kmetijska gospodarstva. V praksi bi to pomenilo, da se na primer pridelovalci v času žetve ne rabijo ukvarjati s prodajo proizvodov, pač pa se lahko osredotoči na spravilo. Posebna oblika odnosa in s tem upravljanja s tveganji pa je t.i. vertikalna integracija. Ta lastniku omogoča nadzor nad določeno dobrino preko dveh ali več nivojev. Za vertikalno povezovanje seveda obstaja več različnih kompleksnih vzrokov, upravljanje s tveganji je samo eden izmed njih. Z vidika upravljanja s tveganji lahko izpostavimo manjšo variabilnost na strani količine in kvalitete inputov oziroma outputov (EC, 2001). Primer vertikalne integracije v živinoreji, je lahko primer povezovanja na strani inputov, kot je na primer povezovanje z industrijo močnih krmil. 2.3.4 Indeksna zavarovanja Da bi v kmetijstvu zaobšli problem moralnega hazarda in problema neugodne izbire, ki vplivata na pomanjkljivo ponudbo zavarovanj pridelkov, so raziskovalci razvili objektivnejše metode, ki temeljijo na izračunu indeksov. Gre za novo obliko zavarovanj, ki jo srečamo predvsem v razvijajočem svetu in v nekaterih razvitih državah, kot sta denimo ZDA in Kanada. Pri slednjih dveh gre tudi trend nadaljnje evolucije ukrepov kmetijske politike v tej smeri. Večina razvitih produktov pa je predvsem prilagojena upravljanju s katastrofičnimi tveganji in pozavarovanji. Osnovni koncept takšnega zavarovanja je, da pri oceni nastalih škod in izplačilu odškodnin temeljimo na posredni oceni. Odškodnina se tako izračuna na podlagi povprečnih kazalnikov indeksa, ki velja za določeno regijo kjer se kmetijsko gospodarstvo nahaja in ne na konkretnem kmetijskem gospodarstvu. Če indeks pade (zraste) nad določeno pogodbeno dogovorjeno mejo, zavarovalnica izplača odškodnino. Izplačila odškodnine tako ne temeljijo na izgubi, ki jo utrpi posamezen koristnik takšne sheme, pač pa na ugotovljeni vrednosti določenega indeksa. Pri tem gre nedvomno lahko za problem pomanjkljive ciljnosti z vidika nastale izgube na ravni posameznega kmetijskega gospodarstva. Sistem zavarovanj, ki temelji na indeksih je za kmetijsko gospodarstvo dejansko najbolj učinkovit v primeru povezanih tveganj (Schaffnit-Chatterjee, 2010). Poleg tega pa je primeren tip upravljanja s tveganji predvsem za homogena območja, kjer so pridelki kmetijskih gospodarstev korelirani. To je nedvomno velik problem takšne rešitve za Slovenijo, saj gre za izrazito heterogene pogoje za kmetovanje na relativno majhnem področju. Izplačilo temelji na pojavu določenega stanja in je izplačano takoj ko se ta pojavi, kar je drugače kot pri klasičnem tipu zavarovalnih pogodb, kjer se odškodnina izplača na podlagi strokovno ocenjene škode (Stoppa in Hess, 2001). Značilnost indeksnih zavarovanj je predvsem transparenten izračun indeksa, na katerega posameznik ne more vplivati (ni možnosti manipuliranja). Navadno je definiran določen prag, pri katerem pride do izplačila odškodnin, enako velja za določitev meje najvišjega možnega izplačila32. Izplačilna funkcija prevede indeksne vrednosti v vrednosti izplačil. Schneider (2011) sicer ugotavlja, da so tovrstna zavarovanja bolj primerna za večja kmetijska zavarovanja. Indija pa je nedvomno primer države, kjer se v takšno zavarovanje vključujejo tudi manjša kmetijska gospodarstva. Ob tem pa je lahko fokusiranje zgolj na mala kmetijska gospodarstva problematično, saj s takšnimi shemami ne odpravimo t.i. bazičnih tveganj (ang. basis risk). To se pojavi če so zavarovane izgube preveč ohlapno korelirane z indeksom (Schaffnit-Chatterjee, 2010). Namreč odškodnina se ne izplača glede na dejansko škodo, ki jo je utrpel posameznik pač pa glede na izgubo, ki je določena s pomočjo parametra. Tako ima lahko kmetijsko gospodarstvo, ki ni utrpelo izgube določene koristi, podoben pa je problem, ker lahko kmetijsko gospodarstvo, ki je utrpelo določeno škodo ne dobi odškodnine. Poleg možnega hitrega izplačila je bistvena prednost tovrstnih metod zlasti v zanesljivosti in neodvisnosti izračunanega indeksa, s čimer se izognemo problemu asimetrije podatkov, saj koristnik takšnega orodja ne more vplivati na vrednosti in verjetnosti izplačil. Poleg tega pa je sorazmerno preprosto tudi oceniti višino odškodnin (Hardaker in sod., 2007), s čimer so navadno povezani tudi nizki administrativni in operativni stroški. Bielza Diaz-Caneja in sod. (2008a) ter Schaffnit-Chatterjee, (2010) ugotavljajo, da je posledično kritje zavarovanja lahko višje. Med prednostmi orodji, ki temeljijo na indeksih, pa lahko uvršamo tudi njihovo transparentnost izračuna in razumljivost. Prav transparentnost in standardiziranost indeksnih zavarovanj, pa omogoča tudi trgovanje z njimi na terminskih trgih, kar omogoča prodajo tovrstnih produktov izven zavarovalništva, kot so denimo banke ali druge finančne institucije (Schaffnit-Chatterjee, 2010). Bistvena razlika s klasičnimi terminskimi cen dobrin je seveda predvsem v tem da v tem primeru osnova ni tržno blago. Tudi Bielza Diaz-caneja in sod. (2008a) indeksna zavarovanja bolj kot klasičen zavarovalni produkt uvrščajo med izpeljane finančne instrumente. Glavna pomanjkljivost indeksnih zavarovanj pa je zagotovo, da ne zaznajo rizikov, s katerimi se sooča posamezno kmetijsko gospodarstvo (že izpostavljena pomanjkljiva ciljnost). Poleg tega niso učinkoviti pri prenašanju-prevzemanju diverzibilnih tveganj. Glede na trenutne oblike, ki se pojavljajo v razvijajočem svetu je problem v tem, da se te večinoma osredotočajo na 'manjše izgube' (ang. shallow losses), katere pa bi lahko učinkoviteje upravljali z varčevanjem in izposojanjem (Barnett, 2011). Značilnost orodij, ki temeljijo na indeksnih vrednostih je tudi v tem, da so izredno kompleksna tako za razvoj, kot tudi vpeljavo. Posledično (zasebne) zavarovalnice niso zainteresirane za investiranje v razvoj takšnih produktov, tudi zato, ker jih je potem, ko so enkrat razviti, konkurenca lahko relativno enostavno 'prekopira'. To je tudi najverjetnejši razlog, zakaj so takšni produkti le redko ponujeni s strani zasebnih zavarovalnic. 32 Zato so lahko orodja, ki temeljijo na indeksih učinkovito orodje za spopadanje s sistemskimi tveganji. V literaturi lahko zasledimo različne izpeljanke tovrstnih indeksov. V grobem bi jih lahko razdelili v dve skupini. Prva skupina zajame indekse, ki temeljijo na povprečnih podatkih določenega območja (ang. Area index insurance), druga skupina pa temelji na posrednih indeksih (ang. Indirect index insurance). Slednji so bistveno bolj zahtevni za razumevanje, zaradi česar pogosto ne uživajo zaupanja s strani klientov, upravljavcev kmetijskih gospodarstev, so pa bistveno enostavnejši z vidika upravljanja in so posledično tudi cenejši. Glede na to, da so sistemi za spremljanje širših problemov in katastrof vse bolje razviti, bo tudi 'indeksiranje' večine (škodnih) dogodkov vse enostavnejše in tudi sprejeto s strani kapitalskih trgov (Schaffnit-Chatterjee, 2010). Ob tem Schaffnit-Chatterjee (2010) vidi prihodnost indeksnih zavarovanj tudi v možnosti vključevanja bančnega sektorja. Banke bi namreč lahko uporabljale tovrstne pogodbe za upravljanje s povezanim tveganjem. To bi ne-nazadnje tudi postavilo banke v odnosu do kmetijskih gospodarstev v položaj, ko bi banke pomagale kmetom pri upravljanju z bazičnim tveganjem. Schaffnit-Chatterjee (2010) omenja primer kmetijska gospodarstva, ki doživi nepovezano izgubo in posledično indeksno zavarovanje ne sproži izplačila odškodnine. V takšnem primeru, bi si kmetijsko gospodarstvo pri banki izposodilo denar in tako zmanjšalo izgubo. Zavarovanje preko indeksov temelječih na določenem območju (area index insurance) Zavarovanje, ki temelji na površini, je relativno nov pristop na področju zavarovalništva. Gre za posebno obliko indeksnih zavarovanj. Njihova bistvena prednost je, da so enostavni z vidika kontrole. Večinoma se uporablja za tiste posevke, ki jih uporabimo za silirano krmo živini in jih je težko zavarovati s tradicionalno - proizvodno zasnovanimi produkti. Podobno kot za druge izpeljanke indeksnih zavarovanj je bistvena prednost tovrstnih pristopov, da ne zahtevajo cenitev škod (likvidacije) na terenu. Se pa za oceno nastale škode uporablja različne osnove. Gre za izpeljanko indeksa, pri katerem izplačana odškodnina temelji na pridelkih (ang. Index Based on Yield) v določenem območju. Seveda morajo biti pogoji na tem območju kar se da homogeni. Navadno gre za povprečne pridelke v določenem območju, s čimer se izognemo moralnemu hazardu pri zavarovanju pridelkov po posameznih kmetijskih gospodarstvih. Izplačilo je v tem primeru odvisno od razlike med mejnim pridelkom in dejanskim pridelkom in pri tem upoštevamo tudi ceno. Primer takšne oblike indeksa imajo ZDA, Kanada in Indija. Primer takšnega zavarovanja je denimo program skupinskega načrta tveganja - GRP (ang. Group risk plan). Naslednja skupina indeksov, vezanih na določeno območje temelji na cenah (ang. Index Based on Price). V tem primeru se gleda razliko med sprožilno ceno z dejansko ceno doseženo na določenem referenčnem trgu (povprečna cena za določeno območje, cena na terminskih trgih). Možna oblika indeksa je tudi spremljanje gibanja prihodkov (ang. Index Based on Revenue), torej indeks temelječ na prihodkih v določenem območju. V tem primeru je izplačilo odvisno do razlike med pragom določenega prihodka in zmnožkom ugotovljene cene, ki velja za določeno območje in ugotovljene pridelke na določnem območju. Slednji koncept je dejansko že uporabljen v okviru programa, ki je na razpolago kmetijskim gospodarstvom v ZDA in sicer prihodkovno zavarovanje za določeno področje (ang. area-based revenue insurance product), program ACRE (ang. Average Crop Revenue Election commodity program), prav tako pa gre v tej smeri tudi nova oblika kmetijske politike v ZDA (Barnett, 2011). Kimura in Anton (2011b) ugotavljata, da bi tudi v primeru Kanade zasnovanje proti-cikličnih plačilih na agregiranem indeksu, lahko izboljšalo perečo problematiko počasnosti izplačil. Takšen pristop sicer poslabša ciljnost ocenjevanja izpada dohodka posameznega kmetijskega gospodarstva, je pa ravno zaradi hitrosti izplačil lahko bolj učinkovito pri zniževanju dohodkovnih tveganj v praksi. Primer takšnega zavarovanja ima Kanada, ki ponuja tri zavarovalne možnosti v dveh kategorijah33. Prva kategorija se nanaša na zavarovanje silaž in zelene krme, druga kategorija pa se nanaša na zavarovanje toplotnih enot pri koruzi. V okviru prve kategorije sta ponujeni dve možnosti in sicer, da zavarovanje temelji na pomanjkanju vlage (ang. Lack of Moisture Option) oziroma na ječmenovi osnovi (ang. Barley Proxy Option). Pri vseh variantah zavarovanja se kritje nanaša na 80 % kritja klasičnih proizvodnih zavarovanj pri ječmenu, izjema je le koruza. Ječmen uporabljajo kot osnovo-izhodišče za zeleno in silažno krmo, saj se je v preteklosti izkazalo, da se gibanje cene silaže spreminja podobno kot cena ječmena. Pri tem pa vrednotenje verjetnosti izgub na podlagi 'ječmenove osnove' temelji na podlagi izgub krmnih žit (ječmen, oves, rž, tritikala) na širšem območju, ki so krite v okviru klasičnih proizvodnih zavarovanj. Definira se tako, da vključuje vsaj šest kmetijskih gospodarstev, ki zavarujejo preko proizvodnih zavarovanj. V okviru druge možnosti pa pri oceni škod temeljimo na skupni količini vlage izmerjene na določeni vremenski postaji34. Posledično pride tudi do razlik v višini zavarovalnih premij za prvo in drugo izbiro. Pri drugi kategoriji pa je osnova za izračun indeksa merjenje toplotnih enot pri koruzi (ang. Corn Heat Unit). Na podlagi zgodovinskih podatkov namreč vemo, koliko 'koruznih toplotnih enot' navadno lahko pričakujemo na določenem območju, hkrati pa vemo tudi, koliko jih je potrebnih da koruza dozori. Zavarovanje preko posrednih indeksov (Indirect index insurance) Izhodiščni pristop k oblikovanju posrednih indeksov je z izpeljankami, kjer indeks temelji na padavinah (ang. Index Based on Rainfall). V takšnem primeru spremljamo količino padavin v določenem obdobju za določeno območje. Višino izplačila definira mejna količina padavin za določeno obdobje in dejanska količina padavin v določenem obdobju, ki je izmerjena na uradnih merilnih postajah. Pri tem je v izračun indeksa lahko vpeljana še funkcija, ki količino padavin prevede v monetarne enote. Gre za posebno obliko indeksa, ki je bila testirana v številnih državah (Indija, Etiopija, Kitajska, Mehika, ZDA). Obstajajo pa tudi druge oblike indeksov, ki temeljijo na različnih naravnih pojavih. Peru denimo spremlja temperaturo površja Pacifika. Na podlagi hurikanov in potresov imajo zasnovane indekse v Karibih in Mehiki. Hiter tehnološki napredek že omogoča uporabo vegetativnega indeksa, ki ga dobimo s pomočjo satelitskega sistema in se uporablja v kmetijskem zavarovanju (Stoppa in Hess, 2001). Hardaker in sod. (2007) ugotavljajo, da se vse bolj pojavlja interes za zavarovalniške produkte, ki temeljijo na vremenskih indeksih. Seveda je takšen pristop primeren predvsem za tiste kulture, pri katerih določeni vremenski faktorji statistično značilno determinirajo rastlinske pridelke (Halcrow, 1949 cit. po Hardaker in sod., 2007). Posredna indeksna zavarovanja pa so kljub objektivnemu kriteriju, lahko problematična z vidika kmetijskih gospodarstev, saj so težavna za razumevanje. Ob tema pa Stoppa in Hess (2001) podarjata, da bi takšen pristop z vidika kmetijskih politik predstavljal velik napredek v smislu zniževanja stroškov, kot tudi tržne preglednosti. Takšne sheme bi se po njunem mnenju lahko uporabljale tudi pri upravljanju s proizvodnim tveganjem, kot tudi v 33 http://www.afsc.ca/doc.aspx?id=4490 34 Do izplačila pride v primeru, da skupna količina 'vlage' na izbrani vremenski postaji pade pod 80 % normalnega zgodovinskega povprečja. Večje kot je pomanjkanje vlage višja je višina izplačil, ki pa je razen za koruzo enaka za vse posevke. Ob tem je potrebno opozoriti, da koristnik tega paketa lahko izbira med različnim pomenom vlage v določenem obdobju rastne dobe (npr. da večji/manjši poudarek doseženi vlagi v začetku rastne dobe). pozavarovalnih transakcijah . Na ta način bi lahko države tudi uredile učinkovitejši sistem izplačil za primere naravnih nesreč. Stoppa in Hess (2001) podarjata, da bi bil na ta način utemeljen pristop intervencij države, lahko uvrščen v zeleno škatlo ukrepov WTO. 2.3.5 Vzajemni skladi Vzajemni skladi predstavljajo posebno obliko upravljanja s tveganji. Gre namreč za deljenje tveganj med skupinami proizvajalcev (kmetijskih gospodarstev), ki želijo sami prevzeti odgovornost za upravljanje s tveganji (JRC, 2006). V primeru, da posamezen član utrpi škodo, je le-ta deloma ali v celoti pokrita s prispevki članov. Ti prispevki, s katerih se krije zavarovano škodo, se lahko črpajo iz zbranih sredstev, ki so že v skladu. V kolikor pa v skladu ni dovolj sredstev, pa se člani bodisi lahko odločijo za dodatne prispevke (vplačila v sklad) ali pa se odločijo, da škoda ni krita v celoti. Torej potreben kapital sklada je lahko v primeru večjih izgub (dohodka) in posledično večjih potreb za izplačila zbran s strani članov po vnaprej določenih pravilih. Vzajemni skladi so najpogosteje postavljeni na podlagi privatnih iniciativ in se oblikujejo za določen sektor oziroma določeno regijo (Schaffnit-Chatterjee, 2010). Njihova prednost je, da se zmanjša problem asimetrije informacij, saj se pogosto zgodi da se kmetje, ki so vključeni med seboj poznajo (Schaffnit-Chatterjee, 2010), poleg tega pa tudi sami preko vplačanih prispevkov krijejo tveganja. JRC (2006) ugotavlja, da so bili v večini primerov vzajemni skladi na področju kmetijstva ustanovljeni na podlagi privatnih pobud večinoma na ravni posameznih sektorjev, kjer se pridelovalci soočajo s podobnimi tveganji. Številni strokovnjaki pripisujejo vzajemnim skladom velik potencial, da se razvijejo v bolj pogosto obliko orodja za upravljanje s dohodkovnimi tveganji. Po teoriji manjši (specializirani) skladi lahko bolje nadzirajo dohodek. Seveda pa smo tudi tu omejeni z doseganjem kritične mase, ki je denimo v državah kot je Slovenija lahko velik problem. Lahko bi se namreč zgodilo, da mora pridelovalec, ki je utrpel škodo, hkrati plačati dodatni prispevek za kritje škode vsem tistim, ki so vključno z njim utrpeli škodo. Deloma lahko to pomanjkljivost odpravimo z pozavarovanjem, kar pa zmanjša problem le do določene meje. 2.3.6 Varčevalni fondi in stabilizacijski računi Kmetijska gospodarstva, zlasti večja in razvitejša se pogosto zadolžujejo. V prvi vrsti seveda za financiranje njihovih dejavnosti, investiranja itd., vsekakor pa gre tudi za pomemben instrument na strani upravljanja s tveganji (Anton in sod., 2011). Hkrati pa lahko ugotovimo, da ima večina kmetijskih gospodarstev navadno nizko stopnjo zadolženosti, kar lahko izkoristijo v letih z slab(š)im poslovanjem, ko imajo težave z likvidnostjo. Stabilizacijski računi so posebna oblika 'samozavarovanja' kmetijskega zavarovanja. osnovna ideja je, da kmetijsko gospodarstvo na ta račun vsako leto položi določeno vsoto denarja, ki jo lahko izkoristi v letu z velikimi izgubami, brez nekih posebnih mehanizmov oziroma sprožilcev. Ob tem pa JRC (2006) navajajo, da stabilizacijski račun lahko temelji na različnih osnovah. Bodisi doseženem pridelku, prihodku ali na drugem indikatorju. Podobne učinke ima lahko tudi rizični sklad, iz katerega bi črpali sredstva v primeru slabih rezultatov. 3. Primerjalni pregled in kritična presoja sistemov za upravljanje s tveganji v kmetijstvu v državah EU in OECD Dr. Jaka Žgajnar (BF), dr. Luka Juvančič (BF), dr. Emil Erjavec (BF) Izkušnje drugih držav pri upravljanju s tveganji so lahko v veliko pomoč pri koncipiranju in predvsem pri vrednotenju potencialnih novih shem in programov za upravljanje s tveganji. Zlasti so pomembne izkušnje na strani upravljanja z dohodkovnimi tveganji, kjer naj bi država zbrala natančne podatke na ravni posameznega kmetijskega gospodarstva in hitro pokrila izpad dohodka. Ob tem pa denimo izkušnje Kanade kažejo, da je to izjemno zahtevno v praksi. V nadaljevanju na kratko povzemamo ključne značilnosti nekaterih shem upravljanja s tveganji v svetu. Podrobneje predstavljamo sistem kmetijskih zavarovanj v Kanadi, ki velja za neke vrste laboratorij, saj po kompleksnosti prednjači v primerjavi z drugimi sistemi. 3.1 Možnosti in mednarodno-trgovinski okvir javnofinančnih podpor za obvladovanje tveganj v kmetijstvu in ribištvu 3.1.1 Vloga države - splošna načela Države pogosto aktivno posegajo v upravljanje s tveganji v kmetijstvu. To se zdi razumljivo, zlasti glede na velika proizvodna tveganja, s katerimi se soočajo kmetje, naraščajočo volatilnost na kmetijskih trgih ter nestanovitnost trgov s kmetijskimi inputi. Nekateri avtorji (denimo Tangermann, 2011) kljub jasnim argumentom za aktivno vključevanje države opozarjajo, da je k tovrstnim aktivnostim potrebno pristopati zgolj po temeljiti preučitvi potencialnih negativnih tržnih in širših družbenih posledic. Po priporočilih OECD (2011) naj bi se aktivno poseganje države v upravljanje s tveganji v kmetijstvu osredotočalo na jasno definirane tržne nepravilnosti in iz njih izhajajočo skrb za zagotavljanje učinkovitosti in enakosti. Poseganje države v primerih, ko je tveganja mogoče uspešno obvladovati z izbiro ustreznih upravljavskih strategij na kmetijskih gospodarstvih ali v primerih, ko tržne rešitve učinkovito rešujejo problem kmetijskih tveganj, ni priporočljivo. Ne obstaja nek optimalni nabor politik upravljanja s tveganji, ki bi bil univerzalen za vse razmere in za vse tipe tveganj. Nasprotno, države morajo oblikovati takšne sisteme upravljanja s tveganji, ki najbolje odražajo strukturne danosti in specifike tveganj v kmetijstvu ter njegov institucionalni in politični okvir. Vsem razlikam navkljub pa uporabno izhodišče pri načrtovanju strategij obvladovanja tveganj nudi pristop, ki ga je razvil OECD in tveganja razvršča na tri ravni (Slika 13). Prikaz jasno nakazuje vloge posameznih akterjev (kmetijska gospodarstva, zasebni trgi, država) vzdolž teh treh ravni tveganj. V nadaljevanju podajamo nekaj splošnih priporočil glede optimalnega upravljanja na s tveganji v kmetijstvu na različnih ravneh. S m > Katstrof. tveganja redke, velike & sistematične škode Tržna tveganja Srednji obseg škod Normalna tveg. Majhne & pogoste škode Strategije na ravni KMG Tržna orodja Ex-ante politike Ex-post politike Podpora pri katastrofičnih tveganjih - Ex-ante/ Ex-po st izplačila - Subvencioniranje zavarovanj Na ravni KMC - Diverzifikacija - Varčevanje Tržna orodja - N/Sterminske pogodbe - Zavarovanja (zasebna) ■Višje izgube dohodka Slika 13: Ravni tveganj in možni pristopi k njihovemu upravljanju (Anton, 2012, povzeto po OECD, 2011) Tveganja, izhajajoča iz normalnih sprememb v proizvodnji in cenah na splošno so pogosta, vendar ne zahtevajo aktivnega poseganja države, saj je upravljanje le-teh del običajnih poslovnih strategij kmetijskih gospodarstev (diverzifikacija aktivnosti, večji lastni kapital, zavarovanje). Manj pogosta so katastrofična tveganja, ki povzročajo veliko škodo na prizadetih kmetijskih gospodarstvih. Katastrofični dogodki, ki so redki in katerih odprava škode po definiciji presega zmožnosti kmeta, pa tudi skupinskih in tržnih sistemov za obvladovanje tveganj, zahteva aktivno vključitev države. Tveganja, katerih pogostnost in intenzivnost škodnih pojavov je nekje med prej navedenima skrajnima oblikama tveganj, je mogoče učinkovito obvladovati s tržnimi mehanizmi, kot so zavarovanje, terminski trgi ali s sistemi medsebojne porazdelitve tveganj. Vloga države v tem segmentu tveganj je, da spodbuja razvoj teh trgov. Razmejitev med temi tremi ravnmi tveganja ni enostavna in nujno vključuje subjektivno presojo. Kmetijska gospodarstva razlikujejo med običajnimi tveganji, ki jih obvladujejo z lastnimi poslovnimi strategijami in tistimi, ki jih upravljajo skupinsko ali prek tržnih instrumentov. V nobenem od teh primerov aktivno vključevanje ni potrebno. Še več, če so politike, ki se odzivajo na katastrofična ali normalna tveganja v kmetijstvu (pre)široke, lahko izrinjajo tržne ali privatne strategije obvladovanja tveganj. Meja, od katere naprej se nevarnost šteje katastrofalno in zato zahteva aktivno vključitev države, je nujno opredeljena v procesu strokovnega, pa tudi političnega odločanja. Določanje meje, v katere vrste tveganj in v kateri fazi naj vstopa država je zato zahtevna naloga in velik izziv za nosilce odločanja v kmetijski politiki. 3.1.2 Politike upravljanja s tveganji v kmetijstvu: WTO določila in politična realnost Zdi se smiselno, da za izhodišče pri pregledu različnih pristopov, ki jih države uporabljajo pri upravljanju s tveganji v kmetijstvu postavimo določila WTO. Med aktivnosti držav pri upravljanju s tveganji, ki po določilih WTO spadajo v zeleno škatlo dovoljenih in trgovinsko neizkrivljajočih ukrepov sta uvrščeni dve obliki ukrepov: 1. Dohodkovna zavarovanja in dohodkovne varnostne mreže; tovrstne podpore se lahko sprožijo, ko izgube presegajo 30 % bruto dohodka (ali ekvivalenta v neto dohodku) na letni ravni v primerjavi s triletnim obdobjem (ali petletnem, če se odvzame najboljše in najslabše leto). Podpora ne sme presegati 70 % izgube dohodka v opazovanem letu.35 2. Plačila za naravne katastrofe; podpore se lahko izvajajo direktno ali kot dodatek k zavarovanju pridelkov na podlagi vladne formalne razglasitve, da gre za naravne katastrofe. Podpore se lahko sprožijo takrat, ko gre za 30 % proizvodne izgube na letni ravni v primerjavi s triletnim obdobjem (ali petletnem, če se odvzame najboljše in najslabše leto). Ukrepov, s katerimi države neposredno ali posredno vplivajo na tveganja v kmetijstvu, pa je seveda več in večina med njimi je tržno izkrivljajoča. Anton (2012) v pregledu različnih pristopov k upravljanju s tveganji v državah OECD opisuje naslednje vsebinske sklope ukrepov: Neposredna plačila spadajo med tiste ukrepe kmetijske politike, katerih posredni učinki na znižanje (dohodkovnih) tveganj v kmetijstvu so največji. Nekatere države jih izvajajo v obliki proticikličnih plačil, kot npr. v ZDA (MLA, CCP, ACRE) in v Kanadi (AgriStability). Prednost tovrstnega pristopa k izvajanju neposrednih plačil sta večja družbena sprejemljivost in pravičnost (sprožitev plačil, kadar so cene/dohodki nizki). Največjo težavo pa predstavlja kompleksnost sistema. Intervencije na trgu, »varnostne mreže«; tudi v tem primeru ne moremo govoriti o ukrepih za upravljanje s tveganji, temveč o ukrepih za zniževanje tveganj. V smislu obvladovanja tveganj so tovrstni ukrepi učinkoviti zgolj v primeru zelo nizkih intervencijskih cen. Ukrepi cenovne »varnostne mreže« so v trenutnih razmerah visokih cen kmetijskih proizvodov irelevantni. Subvencioniranje zavarovalnih premij; gre za ukrep, ki po nomenklaturi WTO pogojno spada v 'zeleno škatlo'. Številne države izvajajo tovrstne podpore, med njimi tudi npr. Kanada, ZDA in Španija.36 • Vzajemni skladi za kompenzacijo škod v primeru živalskih bolezni; države, v katerih se izvajajo tovrstni ukrepi, imajo večinoma z njimi dobre izkušnje. Glavna težava se pojavlja pri natančni opredelitvi aktivnega vključevanja države (določitev pravil za sprožitev ukrepov, delež privatnega sofinanciranja, meje finančnih kompenzacij). 35 Anton (2012) navaja, da je doslej samo ena država (Kanada) priglasila WTO ukrep dohodkovnih zavarovanj. 36 Izhajajoč iz določil točk 7 in 8 Dodatka 2 k tekstu Sporazuma o kmetijstvu (WTO, 1994) je upravičenost do izplačil povezana s 30- ali večodstotno izgubo dohodka na kmetijskem gospodarstvu glede na tri- oziroma petletno 'olimpijsko' povprečje (pri izračunu povprečja se ne upoštevata najvišja in najnižja vrednost). Maksimalna dovoljena stopnja podpore je 70 odstotkov izgube dohodka (izjemoma, v kombinaciji z enkratno pomočjo ob nesreči, do 100 odstotkov). Glede na to, da podpore iz 'zelene škatle' niso zajete v izračun skupnih podpor kmetijstvu (Aggregate measure of support, AMS), države teh ukrepov praviloma ne prijavljajo WTO (Anton, 2012). Vzajemni skladi za stabiliziranje kmetijskih dohodkov; primeri tovrstnih ukrepov so maloštevilni. Še za Kanado s programom AgriStability Anton (2012) ugotavlja, da ne gre za pravi vzajemni sklad, temveč za proticiklično plačilo. Praktični problemi v zvezi z načrtovanjem tega ukrepa se pojavljajo v povezavi s spremljanjem dohodkovnega stanja kmetijskih gospodarstev. V praksi so se za najustreznejši vir podatkov izkazali davčni podatki. Manjši vzajemni sistemi se izkazujejo kot učinkovitejši. Pomoč v hrani; gre za pogosto uporabljan ukrep, katerega javnofinančna poraba tudi v nekaterih razvitih državah presega skupno zaščito v kmetijstvu.37 Krizni skladi / pomoč pri katastrofah; gre za tisti del tveganj, kjer bodo pričakovanja javnosti glede aktivnega poseganja države vedno prisotna. Načela dobre prakse narekujejo dobro predhodno pripravo na tovrstne aktivnosti (postopki, razmejitev pristojnosti, sprožitveni kriteriji, vrste in obseg podpor). 3.1.3 Orodja za upravljanje s tveganji v domeni skupne kmetijske politike EU Podobno kot za države OECD tudi za EU lahko rečemo, da se sistematično in na skupni ravni vse do pred kratkim ni veliko delalo na izboljšanju orodij za upravljanje s tveganji v okviru skupne kmetijske politike. Glavna dosedanja instrumenta skupne kmetijske politike, ki sta v največji meri zagotavljali stabilnost, sta bila (i) tržno-cenovne podpore in (ii) neposredna plačila. Kar se tiče prvih, gre za razvejan sistem zunanjetrgovinskih ukrepov, intervencij na notranjem trgu in podpore porabi. Tržno-cenovni ukrepi so danes v postopnem ukinjanju, oziroma se njihova vloga zmanjšuje na „varnostno mrežo" (posebno hude tržne razmere). V zvezi z drugim instrumentom, neposrednimi plačili, pa kaže izpostaviti, da so proizvodno vezane podpore praktično ukinjene, medtem ko proizvodno nevezane podpore ostajajo, vendar so jim dodani tudi drugi (ne-dohodkovni) nameni, zlasti tisti, povezani s plačevanjem ekosistemskih storitev kmetijstva. Skozi prizmo dinamike okrepljenih proizvodnih in dohodkovnih tveganj v kmetijstvu držav EU lahko ugotovimo, da se ukrepi SKP neustrezno in v nezadostni meri dotikajo vprašanj upravljanja s tveganji. Pojavlja se potreba po inovacijah v kmetijski politiki. Ukrepi za upravljanje s tveganji so se začenjali pojavljati v razpravah o SKP po letu 2000. Do takrat in vse do 'zdravstvenega pregleda SKP' 2008 so aktivnosti držav članic potekale v okviru (nacionalno financiranih) državnih pomoči in sicer pretežno v obliki podpor zavarovanjem. Sčasoma so se razvila omrežja upravljanja s katastrofičnimi tveganji v večini držav članic. Do prvih sprememb v smislu vključitve ukrepov za upravljanje s tveganji v okvir SKP je prišlo v okviru reforme sistema neposrednih plačil, do katere je prišlo na podlagi 'zdravstvenega pregleda SKP'. Po določilih 68. člena uredbe o neposrednih plačilih (ES/73/2009) države članice lahko del sredstev namenijo za podpore zavarovalniškim shemam za naravne katastrofe, izbruhe bolezni, ali za vzajemne sklade, ki imajo tovrstne namene. 37 Anton (2012) navaja primer ZDA, ki so v obdobju 2008-10 za ta namen porabile letno okrog 33 milijard USD, kar je več kot absolutni PSE te države. Dejstvo je, da so se le tri države članice odločile za to možnost. V Franciji se iz tega naslova izvaja sofinanciranje vzajemnih skladov za primere živalskih ali rastlinskih bolezni ali naravnih nesreč, proračun za to pa je zelo omejen (40 mEUR, oziroma le 4% od ovojnice za izvajanje ukrepov po členu 68). V Italiji se iz tega naslova izvaja sofinanciranje zavarovalnih premij v obsegu 22% ovojnice za člen 68%. Na Nizozemskem pa namenjajo slabo tretjino (32%) sredstev iz ovojnice za člen 68 za sofinanciranje premij za zavarovanje kmetijske proizvodnje pred izrednimi vremenskimi pojavi. V okviru zakonodajnih predlogov za obdobje 2014-2020 pa ukrepi za upravljanje s tveganje vstopajo v okvir skupne politike v obliki posebne prioritete v okviru politike razvoja podeželja. Predlog uredbe za razvoj podeželja38 v členih 37-40 opredeljuje možne tipe podpor, s katerimi se države lahko vključujejo v sisteme upravljanja s tveganji v okviru nacionalnih (oziroma regionalnih)39 programov za razvoj podeželja za obdobje 2014-2020 (PRP 2014-2020). V splošnem je predvideno, da države članice lahko v PRP 2014-2020 vključijo naslednje tipe podpor: (i) finančni prispevki za premije za zavarovanje pridelka, živali in rastlin pred ekonomskimi izgubami, nastalimi zaradi slabih vremenskih razmer, bolezni živali ali rastlin, napadov škodljivcev ali okoljske nesreče; Tovrstne podpore se po določilih krovne uredbe lahko odobri samo za zavarovalne pogodbe, ki pokrivajo izgubo, nastalo zaradi slabih vremenskih razmer, bolezni živali ali rastlin, napada škodljivcev, okoljske nesreče ali ukrepa, sprejetega v skladu z Direktivo 2000/29/ES za odpravo ali preprečitev širjenja bolezni rastlin ali škodljivcev, s katerim se uniči več kot 30 % povprečnega letnega pridelka kmeta v predhodnem triletnem obdobju ali triletnega povprečja v predhodnem petletnem obdobju, pri čemer sta izključeni najvišja in najnižja vrednost. Pojave, kot so slabe vremenske razmere, izbruh bolezni živali ali rastlin, napad škodljivcev ali okoljska nesreča, mora kot takšne uradno potrditi pristojni organ zadevne države članice. Države članice lahko po potrebi vnaprej določijo merila, na podlagi katerih se šteje, da je tak pojav uradno potrjen. Z zavarovalninami se povrnejo največ skupni stroški za nadomestitev izgub, opredeljenih v pogodbah o zavarovanju, pri čemer se ne zahteva ali določa vrsta ali količina prihodnjega pridelka. Države članice lahko omejijo znesek premije, ki je upravičen do podpore, z uporabo ustreznih zgornjih mej. Krovna uredba opredeljuje najvišjo raven javnega sofinanciranja zavarovalnih premij, ki znaša 65 % višine premije. (ii) finančni prispevki za vzajemne sklade za plačilo finančnih nadomestil kmetom za ekonomske izgube, nastale zaradi slabih vremenskih razmer, izbruha bolezni živali ali rastlin, napadov škodljivcev ali okoljske nesreče; Upravičenost vzajemnega sklada do podpore je pogojena z naslednjimi zahtevami: (a) akreditacija sklada s strani pristojnega organa v skladu z nacionalno zakonodajo; (b) vodenje pregledne politike glede vplačil v sklad in izplačil iz njega; (c) jasno oblikovana pravila za določitev odgovornosti za kakršne koli nastale dolgove. Države članice določijo pravila za ustanovitev in upravljanje vzajemnih skladov, zlasti za odobritev izplačil nadomestil kmetom ter za upravljanje in spremljanje skladnosti s pravili. 38 Predlog uredbe Evropskega parlamenta in Sveta o podpori za razvoj podeželja iz Evropskega kmetijskega sklada za razvoj podeželja (EKSRP); http://ec.europa.eu/agriculture/cap-post-2013/legal-proposals/com627/627 en.pdf 39 Velja za v države, kjer je predvidena tovrstna praksa razvojnega programiranja. Sofinanciranje iz naslova PRP 2014-2020 lahko zadeva le dve vrsti aktivnosti: (a) upravne stroške ustanovitve vzajemnega sklada, porazdeljene na največ tri leta na podlagi postopnega zniževanja in (b) zneske, ki jih vzajemni sklad izplača kot finančno nadomestilo kmetom. Poleg tega lahko finančni prispevki zadevajo obresti, povezane s komercialnimi posojili, ki jih vzajemni sklad najame za izplačilo finančnega nadomestila kmetom v primeru krize. Prispevki javnih skladov se ne plačujejo za osnovni kapital. Podpore v okviru vzajemnih skladov za proizvodna tveganja se lahko odobrijo samo za kritje izgub, ki presegajo 30 % povprečnega letnega pridelka kmeta v predhodnem triletnem obdobju ali triletnega povprečja v predhodnem petletnem obdobju, pri čemer sta izključeni najvišja in najnižja vrednost. Podobno kot pri sofinanciranju zavarovalnih premij je maksimalen obseg javnofinančnih podpor omejen na maksimalno 65% kritje upravičenih stroškov. Poleg tega države članice lahko omejijo stroške, ki so upravičeni do podpore, z uporabo zgornjih mej za posamezni sklad, oziroma ustreznih zgornjih mej na enoto. (iii) instrument za stabilizacijo dohodkov v obliki finančnih prispevkov za vzajemne sklade za nadomestila kmetom, ki se jim izredno zmanjšajo dohodki. Tudi pri zgoraj navedenih vzajemnih skladih za upravljanje z dohodkovnimi tveganji je upravičenost do podpore pogojena z (a) akreditacijo s strani pristojnega organa v skladu z nacionalno zakonodajo; (b) vodenjem pregledne politike, kar zadeva vplačila in izplačila iz sklada; (c) oblikovanjem jasnih pravila za določitev odgovornosti za kakršne koli nastale dolgove. Države članice določijo pravila za ustanovitev in upravljanje vzajemnih skladov, zlasti za odobritev izplačil nadomestil kmetom v primeru krize ter za upravljanje in spremljanje skladnosti s pravili. Tudi v primeru vzajemnih skladov za dohodkovna tveganja je sofinanciranje iz naslova PRP 2014-2020 predvideno le za dve vrsti aktivnosti: (a) upravne stroške ustanovitve vzajemnega sklada, porazdeljene na največ tri leta na podlagi postopnega zniževanja; (b) zneske, ki jih vzajemni sklad izplača kot finančno nadomestilo kmetom. Poleg tega lahko finančni prispevki zadevajo obresti, povezane s komercialnimi posojili, ki jih vzajemni sklad najame za izplačilo finančnega nadomestila kmetom v primeru krize. Enako kot pri vzajemnih skladih za proizvodna tveganja se tudi tukaj prispevki javnih skladov ne plačujejo za osnovni kapital. Podpora (v višini maksimalno 65% kritja upravičenih stroškov) se po določilih krovne uredbe lahko odobri le, če zmanjšanje dohodkov presega 30 % povprečnih letnih dohodkov posameznega kmeta v predhodnem triletnem obdobju ali triletnega povprečja v predhodnem petletnem obdobju, pri čemer sta izključeni najvišja in najnižja vrednost. Dohodki so opredeljeni v krovni uredbi kot »vsota prihodkov iz kmetijske dejavnosti, razen plačil iz iste ali podobne sheme, pri čemer se odštejejo vhodni stroški«. S plačili vzajemnega sklada kmetom se krije do 70 % izgube dohodka proizvajalca v letu, ko je upravičen do prejemanja take pomoči. Nameni in omejitve vseh treh zgoraj opisanih tipov podpor so v skladu s pravili WTO. 3.2 Države EU in sistem kmetijskih zavarovanj V posameznih EU državah članicah lahko srečamo različne oblike politik upravljanja s tveganji, ki so osredotočene na proizvodna tveganja. V nadaljevanju povzemamo ključne ugotovitve, ki izhajajo iz različnih raziskav. Tangerman (2011) ugotavlja, da nobena nacionalna shema ne vključuje kritja cenovnih tveganj (prihodkovnih oziroma dohodkovnih zavarovanj), kar pripisuje dejstvu, da je SKP dolgo sledila tržnim politikam za stabilizacijo cen. Pristopi za obvladovanje proizvodnih tveganj se med državami članicami močno razlikujejo, tako z vidika kritja, kot tudi institucionalne zasnove. V vseh EU državah članicah pa imajo kmetijska gospodarstva možnost izbire neke oblike zavarovanja škod, ki so posledica naravnih tveganj. Najbolj razvit sistem zavarovanj proti najrazličnejšim naravnim proizvodnim tveganjem ima Španija. V nadaljevanju (poglavje 3.3) zato španski sistem tudi nekoliko podrobneje predstavljamo, za ostale države članice pa povzemamo ključne značilnosti njihovih shem na podlagi študije Bielza Diaz-Caneja (2008) in Garido in Bielza (2008). Poleg kritja različnih rizikov prikazujemo tudi organiziranost sistema posamezne države članice z vidika zasebnih, javnih ter javno-zasebnih partnerstev (Tabela 3). Garido in Bielza (2008) ugotavljata, da so države članice pri strategijah upravljanja s tveganji dale različne signale. Ključne razloge vidijo v najmanj treh različnih faktorjih, ki zajemajo poleg različnih pogojev s katerimi se soočajo kmetijska gospodarstva v različnih državah članicah, tudi pristop posamezne države članice pri vključevanju v upravljanje s tveganji. Nekatere države, najbolj izrazito Avstrija, Francija, Grčija, Italija in Španija, so dale jasen signal politiki za organiziranje varnostnih mrež za kmetijska gospodarstva. Druge kot so VB, Nemčija in Nizozemska pa se še vedno bolj naklonjene ad hoc pomoči in preventivnim aktivnostim, kot npr. izobraževanju kmetijskih gospodarjev. Nacionalne politike upravljanja držav članic s tveganji se nahajajo med dvema ekstremoma znotraj EU in sicer med VB, ki temelji v grobem na ad hoc ukrepih ter Španijo, ki temelji na kmetijskem zavarovanju (Garido in Bielza, 2008). Glede na podatke Bielza Diaz-Caneja (2008) imajo vse države članice neko obliko ad hoc pomoči, manjši del pa ima tudi, ali zasebne ali javne stabilizacijske fonde. Ad hoc pomoč v živinoreji je najbolj značilna za VB, Irsko, Belgijo, Poljsko, Nemčijo in Švedsko. V poljedelstvu pa je najpogosteje uporabljena zaradi pozebe, suše, toče in obsežnega deževja. Garido in Bielza (2008) ugotavljata, da je bilo v Franciji in Nemčiji, v desetletnem obdobju iz naslova ad hoc ukrepov namenjenih 65 % oziroma 30 % sredstev za odpravo posledic po suši. Izpostaviti velja zanimivo institucionalno rešitev, ki se pojavi v Španiji. Tam so do ad hoc pomoči upravičena le zavarovana kmetijska gospodarstva, od obsega zavarovanja pa je odvisna tudi višina pomoči. Pri tem se ad hoc pomoč lahko uveljavlja le za ne-zavarovljive rizike. Garido in Bielza (2008) omenjajta tudi ukinjanje ad hoc pomoči za obsežno deževje na Nizozemskem, ki je spodbudilo razvoj javno-zasebne zavarovalnice. Z institucionalnega vidika pa je zanimiv tudi pristop upravljanja s katastrofičnimi tveganji izbruha kužnih bolezni v VB. Gre za t.i. shemo deljenja-stroškov ob izbruhu kužnih bolezni med državo in industrijo. V vseh državah članicah kmetijska gospodarstva svojo proizvodnjo lahko zavarujejo preko kmetijskih zavarovanj. Te se pojavljajo v najrazličnejših oblikah in ob različnih stopnjah vključenosti javnih sredstev. Najdemo tako kmetijska zavarovanja, ki obstajajo brez podpore države in takšne z manjšo ali večjo vključenostjo države preko subvencioniranja. Subvencioniranje zavarovalnih premij je zlasti značilno za mediteranske države. Nizek odstotek subvencioniranja oziroma nič subvencioniranja pa je značilno za Nemčijo, Dansko, Francijo, Irsko in Švedsko. Ob tem pa lahko ugotovimo, da na področju hitrega razvoja produktov prednjačijo zlasti Avstrija, Italija, Francija in Španija (Garido in Bielza, 2008). Torej države iz obeh skupin. Tabela 3: Sistemi kmetijskih zavarovanj v EU Država Zavarovalni sistem Posamezen Kombinacija Zavarovanje Prihodkovno Zavarovanje Indeksno pridelka na rizik rizikov pridelka zavarovane ...... zavarovanje ^ ravni KMG ^ Avstrija PS ps ps - - # Belgija p - - - - - Bolgarija p p - - - - Ciper GC GC - - - - Češka republika PS ps - - - - Danska p - - - - - Estonija p* - - - - - Finska p* p* - - - - Francija p p ps # ps # Nemčija p - - - - - Grčija p GC+GS+G - - - - Madžarska p p - - - - Irska p - - - - - Italija PS ps ps - - - Latvija PS - - - - - Litva PS - - - - - Luksemburg PS ps ps ##* - - Nizozemska p - - - - - Poljska P(S#) P(S#)*** - - - - Portugalska ps ps - - - - Romunija ps ps - - - - Slovaška ps ps - - - - Slovenija ps** p - - - - Španija ps ps ps #§**** - ps Švedska p p - - - - vb p - - - - § Vir: povzeto po Bielza Diaz-Caneja, 2008 Legenda: - Ne obstaja Subvencionirano Zasebno ne-subvencionirano Zasebno delno subvencionirano Javno ne-subvencionirano Javno obvezno delno subvencionirano Javno neobvezno Javno delno subvencionirano Pilotni projekt En projekt Neuspešen poizkus Samo živinoreja Prvič v letu 2006 Ponujeno vendar zelo redko kupljeno Neuspešen pilotni projekt, ker je bil interes s strani KMG zelo majhen. Produkt je bil ponujen le za pridelovalce krompirja v 5 provincah. Tekel je 2 leti. S P PS G GC GF GS # ## § * ** *** **** Zavarovanje enega rizika oziroma posamezen sistem zavarovanj je najbolj razvito zavarovanje z dolgo tradicijo in ga lahko srečamo v vseh EU državah. V nekaterih državah, zlasti Belgiji, Nemčiji, Nizozemski, VB in Irski je zavarovanje proti toči oziroma zavarovanje enega rizika glavni dostopni zavarovalni produkt (Bielza Diaz-Caneja, 2008). Glede ne majhno finančno podporo s strani državnega proračuna je njihovo kritje precej omejeno. Produkti pri katerih gre za kombiniran sistem zavarovanj oziroma povezano zavarovanje, so dostopni poleg slovenskim kmetijskim gospodarstvom tudi še kmetijskim gospodarstvom na Češkem, Madžarskem, Poljskem, Portugalskem, Slovaškem in na Švedskem. V kombiniranem zavarovanju, ki je dostopno v teh državah gre v večini primerov za zavarovanje pridelka proti toči v kombinaciji z nekaterimi drugimi tveganji kot so požar, pozebe, moča in orkanski veter. Kritje škode po suši navadno ni zajeto v kombiniranem zavarovanju zaradi izrazite sistemskosti (Bielza Diaz-Caneja, 2008). Kmetijska gospodarstva lahko svoje pridelke proti suši zavarujejo le v Španiji, Italiji, Avstriji in Franciji. Zavarovanje dohodkov ali prihodkov na ravni kmetijskega gospodarstva ni dostopno v nobeni državi v EU (Bielza Diaz-Caneja, 2008). Vpeljani so bili le pilotni projekti, ki pa niso bili uspešni. Prav tako v EU ne srečamo indeksnih zavarovanj, ki se nanašajo na določena območja. Srečamo pa primere posrednih indeksov. Glede na opravljeno analizo Bielza Diaz-Caneja (2008) imajo na področju posrednih indeksnih zavarovanj izkušnje tri države v EU. Španija je prva država, ki je imela komercialno dostopne produkte indeksnih zavarovanj. In sicer se zavarovanje nanaša na pašo ter temelji na vegetacijskem indeksu. Zavarovalniški produkt je bil vpeljan že leta 2001. Naslednji primer indeksnega zavarovanja je zavarovanje za posledice suše v Avstriji, ki temelji na meteoroloških podatkih (Bielza Diaz-Caneja, 2008). Kot tretji primer je bilo v VB v okviru zasebnih zavarovalnic ponujeno indeksno zavarovanje, vendar le za kratek čas, saj ni bilo zadostnega interesa s strani kmetijskih gospodarstev in so ga ukinili. Za zmanjšanje problema moralnega hazarda in nasprotne izbire imajo nekatere države članice vpeljan sistem bonusov in malusov. Ta vpliva na višino premij in sicer glede na pretekle rezultate ter uveljavljanje odškodnin s strani kmetijskega gospodarstva. Na podlagi opravljene analize Bielza in sod. (2009) je to vpeljano v naslednjih državah članicah: Bolgariji, Nemčiji, Estoniji, Španiji, Litvi, Latviji, Luksemburgu, Madžarskem, Nizozemskem, Avstriji, Romuniji in Finskem. V Grčiji sistem bonusov in malusov poznajo le v zasebnih zavarovalnicah, ne pa tudi v javnih zavarovalnicah, kjer je zavarovanih večji del tveganj v kmetijstvu. Na Danskem, Irskem, Portugalskem in Združenem kraljestvu prav tako ne poznajo takšnega sistema prilagajanja višine premije. Na Poljskem in Švedskem pa je vpeljan le pri zavarovanju živine. Nacionalne politike upravljanja s proizvodnimi tveganji so vzpostavljene, vpeljane in financirane iz nacionalnih proračunov posamezne države članice. Ob tem pa morajo seveda upoštevati okvire, ki jih določa EU za državne pomoči, kot na primer izogibanje povzročanja motenj konkurenčnosti na skupnih trgih (Tangermann, 2011). Višine premij se med državami pomembno razlikujejo. Bielza in sod. (2009) ugotavljajo, da je višina premije, izražena kot odstotek od zavarovalne vsote, najnižja v VB in Nemčiji, kjer predstavlja 1 % zavarovalne vsote. Najvišje razmerje plačane premije pa plačajo kmetijska gospodarstva v Španiji, Italiji in na Portugalskem. Tudi stopnja subvencioniranja se med državami zelo razlikuje in je predvsem odvisna od tega kako posamezna država članica favorizira določen tip zavarovanja (Bielza in sod., 2008). Finančno se najbolj vključujejo Italija, Španija, Portugalska, Avstrija, najbolj liberalne države s tega vidika pa sta na primer Francija in Češka republika. S finančnimi sredstvi se EU vključuje le v primeru ko nastanejo stroški na ravni posamezne države članice zaradi nujnega izkoreninjanja epidemičnih bolezni v živinoreji, z izločanjem živali oziroma uničenjem rastlin. EU veterinarski sklad povrne do 50 % stroškov, ki nastanejo na ravni države članice zaradi izločanja živali, uničenja živali ali krme, čiščenja in dezinfekcije. Ob tem pa se iz veterinarskega sklada ne izplača odškodnina za nastale škode, ki nastanejo iz naslova omejitev premikov živali. Po ugotovitvah Garido in Bielza (2008) je politika zdravstvenega varstva edino področje, kjer je EU razvila enoten pristop za zmanjšanje tveganj ter tveganih odločitev. Za razliko od ostalih tveganj v kmetijstvu, imajo namreč kužne bolezni živali lahko regionalne, tržne in celo vplive na zdravje ljudi. Pravila skupnosti o državnih pomočeh se posebej nanašajo na subvencioniranje zavarovalni premij in so omejene z največjim deležem glede na strošek zavarovalne premije (za več podrobnosti glejte poglavje 3.1). Italija, Francija, Avstrija in Nemčija imajo sistem zavarovanj s prevladujočim zasebnim sektorjem. Grčija je edini primer v EU, kjer prevladuje javni sistem zavarovanj. Država namreč preko javnih zavarovalnic zbira prispevke, upravlja program in krije nastale škode. Zasebni sektor vstopa na trg le z tistimi produkti, ki jih javni sistem ne pokrije. Po oceni Bielza Diaz-Caneja (2008) v takšnih shemah sodeluje manj kot 1% kmetijskih gospodarstev. Avstrija je primer države, kjer na področju kmetijskega zavarovanja deluje vzajemna kmetijska zavarovalnica. Ustanovljena je bila leta 1947 s strani zasebnih zavarovalnic. Te so namreč do takrat pri pokrivanju kmetijska zavarovanja posevkov proti toči in mrazu dosegale slabe rezultate. Tako je bil osnovni namen vzpostavitve takšne zavarovalnice, da bi kmetijskim gospodarstvom zagotavljala obsežno in cenovno ugodno zavarovalno kritje za čim več rizikov s katerimi se soočajo kmetijska gospodarstva. Osnovni koncept takšne vzajemne zavarovalnice je, da ne maksimira dobička. Vzajemna zavarovalnica v Avstriji nudi širok nabor možnih produktov zavarovanj pridelkov za katere se lahko odločijo kmetijska gospodarstva. Dobro razvit sistem proizvodnih zavarovanj imajo tudi v Italiji in Luksemburgu, kjer lahko kmetijska gospodarstva zavarujejo najpomembnejša tveganja. V večini primerov gre pri teh državah tudi za visoko soudeležbo države preko javnih sredstev (Bielza Diaz-Caneja, 2008). Na podlagi študije Bielza Diaz-Caneja (2008) izhaja, da so v zavarovalne sheme v največjem deležu vključena avstrijska kmetijska gospodarstva, kar pojasnjujejo z dolgim obstojem subvencioniranja ter kritja večine tveganj. Zanimivo, da je visok delež zavarovanih površin dosežen tudi v Bolgariji in to kljub temu, da država ne vstopa z subvencioniranjem. Visok delež je moč pojasniti s pogojem države, da morajo biti kmetijska gospodarstva, ki želijo pridobiti javna sredstva zavarovana. Presenetljivo majhen delež kmetijskih gospodarstev (8 %) pa se odloča za nakup zavarovanj v Italiji, kljub sicer visokemu deležu subvencioniranja. So pa države kot so Velika Britanija, Litva, Latvija, Estonija in Finska primeri z nizko udeležbo kmetijskih gospodarstev pri nakupu zavarovanj. Ob tem pa je potrebno opozoriti, da so v teh državah dostopni le enostavni zavarovalni produkti, ki krijejo le en riziko. Ob tem pa iz študije Bielza Diaz-Caneja (2008) izhaja, da bolje razviti zavarovalniški produkti ne pomenijo nujno večje vključenosti obdelovalnih površin v zavarovalne sheme. Če to deloma drži za Avstrijo, pa to vsekakor ne drži za Italijo, ki ima zelo dobro razvit zavarovalniški trg, kljub temu pa je delež zavarovanih obdelovalnih površin nizek. Garido in Bielza (2008) na podlagi podatkov ocenjujeta, da je odstotek prodiranja na trgu večji v tistih državah, kjer je stopnja subvencioniranja zavarovanj nižja, nasprotno pa je kritje rizikov večje v državah z večjo stopnjo subvencioniranja, torej zlasti v državah Mediterana. 3.3 Študija primera 1: upravljanje s tveganji v Španiji Kmetijsko zavarovanje je eden glavnih sistemov upravljanja s tveganji v Španiji, ki poteka preko zavarovanj tveganj, vključenih v ponudbo komercialnih zavarovalnic (OECD, 2011a). Tudi ukrepi države so v povezavi z zavarovanjem obsežnejši, kot zgolj subvencioniranje, ki bi spodbudilo dodatno povpraševanje po kmetijskem zavarovanju. Gre za izredno razvit sistem, ki vključuje vse ravni tveganj in strategije upravljanja z njimi. Poleg te politike upravljanja s tveganji v kmetijstvu, ima Španija v okviru upravljanj s tveganji, dobro razvito le še politiko namakanja (OECD, 2011a). Španija je primer evropske države, kjer je področje kmetijskih zavarovanj organizirano v javno-zasebnem partnerstvu. V partnerstvu je pomembnejši partner država, saj zagotavlja obsežno finančno vključevanje preko subvencioniranja premij. Sistem kmetijskih zavarovanj ima več kot tridesetletno tradicijo. Začetki segajo v leto 1978, ko je bil sprejet prvi Zakon o kmetijskih zavarovanjih (Anton in Kimura, 2011). V vseh teh letih je sistem kmetijskih zavarovanj imel politično podporo, preživel je vključitev v EU, kot tudi vse dosedanje reforme SKP. Politična podpora se odraža tudi preko vse večjega obsega sredstev v tem sistemu. Anton in Kimura (2011) povzemata ključne principe, ki jih vključuje Zakon o kmetijskih zavarovanjih. Med drugim izpostavljata princip, (i) da kmetijska gospodarstva sodelujejo preko svojih organizacij, (ii) država podpira statistične in aktuarske raziskave, (iii) postopno bodo dodani novi proizvodi, območja in tveganja tako, da se doseže polno kritje, (iiii) finančna podpora s strani države bo pokrila med 20 in 50 % stroškov premij itd. Sistem zaznamujejo številne ureditve in sporazumi, ki vzdržujejo ravnovesje sistema. Pri vodenju in upravljanju sodelujejo kmetijske organizacije, zavarovalnice so zainteresirane za ponudbo zavarovalnih polic, na državni in regionalni ravni je sistem podprt s sredstvi iz proračunov, vsi deležniki pa so odgovorni za aktuarsko 'uglašen' sistem (OECD, 2011a). Gre za hibridni sistem, kjer se tveganje porazdeli. Tveganje namreč prevzamejo zasebne zavarovalnice, kjer kmetijska gospodarstva plačajo del premije, država pa iz javnih sredstev pokrije razliko nastalih stroškov. Sistem je bil zasnovan za kritje posledic po katastrofičnih dogodkih, kot nadomestilo za ad hoc pomoč, ki je bila zaradi nestabilnih ekonomskih in političnih razmer v poznih sedemdesetih letih prejšnjega stoletja prevelik zalogaj za državni proračun. Pred tem so kmetijska gospodarstva lahko kupila zavarovanje le preko zasebnih zavarovalnic, kjer je bila možna sklenitev polic le za zavarovanje žit proti toči in požaru, država pa je nudila ad hoc pomoč v primeru nastopa večjih katastrof. V zadnjem času se politika kmetijskih zavarovanj ne poizkuša odzvati le na tržne zgrešitve, ki jih povzroča na kmetijskih zavarovalnih trgih, pač pa tudi na problem obsežnih ad hoc katastrofičnih izplačil v kontekstu javno-zasebnega partnerstva (OECD, 2011a). Deloma so obseg ad hoc izplačil že omejili s izplačilom zgolj tistim kmetijskim gospodarstvom, ki so vključena v zavarovanje. Izvajanje kmetijskih zavarovanj poteka pod okriljem so-zavarovalnega poola40 AGROSEGURO, v katerega so vključene zasebne zavarovalnice, ki upravljajo celoten program in pokrivajo del tveganja, vsaka s svojim sorazmernim deležem. Vsako leto se preračunajo so-zavarovalni deleži posameznih 40 So-zavarovalni pool je skupina zavarovalnic, ki izvajajo so-zavarovanje. V takšnem primeru je zavarovano tveganje porazdeljeno med več zavarovalnic po enakih pogojih in enakih premijah. Vsaka zavarovalnica v so-zavarovanju sodeluje z dogovorjenim deležem, ki je enak tako v višini prejetih premij, kot tudi v višini škode, ki jo krije. V Sloveniji imamo primer so-zavarovalnega poola na primeru zavarovanja jedrske nevarnosti, ki deluje kot gospodarsko interesno združenje (GIS) od leta 1994. Primarno je bil ustanovljen z namenom zavarovanja premoženja in odgovornosti, ki izhaja iz poslovanja jedrske elektrarne v Krškem (NEK), sodeluje pa tudi kot pozavarovatelj v tujini (Statistični zavarovalniški bilten, 2011). družb in tako teoretično vsako leto lahko vstopajo nove družbe. Pri tržnem deležu pa si lahko konkurirajo le z vidika kakovosti marketinga njihovih storitev. AGROSEGURO spremlja delovanje zavarovalnic in oblikuje ter razvija zavarovalne produkte v sodelovanju z agencijo ENESA41 (Entidad Estatal de Seguros Agrarios, ang. The State Entity for Agricultural Insurance). ENESA je v Španiji glavni politično odločevalni organ42 na področju kmetijskih zavarovanj in sodi pod okrilje kmetijskega ministrstva, ki je tudi njen ustanovitelj. Naloga tega organa je tako priprava letnih načrtov kmetijskih zavarovanj, v katerih opredelijo tehnični okvir sistema, kot so stopnja subvencioniranja, zavarovljivi pridelki, minimalni obdelovalni standardi, roki za sklenitev zavarovalnih polic itd., nadzira pa tudi izvajanje načrtov zavarovanj v kmetijstvu (EC, 2001). Ob tem pa AGROSEGURO določa višino premij in je tudi edini ponudnik zavarovalniških storitve v smislu likvidiranja škodnih primerov, torej ocene nastalih škod ter višine izplačil. Zasebne zavarovalnice lahko konkurirajo le za povečanje tržnega deleža preko njihovih tržnih storitev, ne pa preko cene ali prilagoditve cenitev škod, ki so enake za vse zavarovalnice, ki ponujajo zavarovalne police, vključno z vzajemnimi združenji. To je pogost primer so-zavarovalnih ureditev in področje ureja že Zakon sprejet v letu 1979, ki tudi predvideva obstoj samo enega so-zavarovalne skupine. Glede na ugotovitve Garrido (2009 cit po OECD, 2011a) je Španski sistem potreboval 22 let, da je postal vzdržen iz aktuarskega vidika ter ustvaril določen nivo rezerv sistema, da na srednji rok lahko deluje brez izrednih kreditov. Na podlagi računovodskih izkazov AGROSEGURO za obdobje 2004-08 izhaja, da kmetijska gospodarstva v povprečju plačajo 41 % zavarovalnih premij, razlika pa je pokrita s subvencioniranjem s strani ENESA in regionalnih vlad (OECD, 2011a). Po drugi strani AGROSEGURO izplača 69 % vplačanih premij preko odškodnin nazaj kmetijskim gospodarstvom. Zasebne zavarovalnice, ki sodelujejo pri zavarovalnem poolu so dobile 9% pobranih premij za trženje storitev kmetijskim gospodarstvom, 8% pobranih premij, pa kot dobiček za prevzemanje deljenja tveganj. Takšen hibridni sistem kmetijskih zavarovanj, ki ga ima Španija ima številne prednosti. Z vidika kritja katastrofičnih tveganj ima sistem poola številne prednosti v primerjav z ad hoc ukrepi. Na podlagi študije Anton in Kimura (2011) izhajajo sledeče prednosti: - Državi ni potrebno prenašati posledic katastrofičnih tveganj iz proračuna, pač pa se to prenese na komercialne zavarovalnice. - Sistem je transparenten in omogoča, da so nastale škode ocenjene s strani izkušenih strokovnjakov, poleg tega so odškodnine izplačane relativno hitro. - Poleg tega kmetijska gospodarstva finančno sodelujejo v shemah in prevzemajo določen del odgovornosti za upravljanje z njihovimi tveganji. - Pretežen del administrativnih stroškov je prenesen na zavarovalnice. - Ostaja pa glavni izziv in sicer, da bi sistem čim bolj zmanjšal ad hoc - ex post (rabati pri gorivu, davčne olajšave itd.) pomoč. Velika vrednost dolgoletne zavarovalniške tradicije v Španiji so tudi obsežne podatkovne baze, ki zajemajo podatke o vseh kmetijskih gospodarstvih, ki so bila in so še vključena v sistem zavarovanj. S podatkovnimi bazami upravlja AGROSEGURO. Takšna podatkovna baza je neprecenljiva z vidika minimiranja problemov povezanih z asimetrijo informacij in potencialnih tržnih zgrešitev. Nadalje so problem moralnega hazarda znižali tudi z vpeljavo sistema prilagajanja višine premije preko bonusov in malusov, ter s sofisticiranim franšiznim sistemom (OECD, 2011a), kar zlasti velja za tista kmetijska 41 V Sloveniji je to primer Agencije za kmetijske trge in razvoj podeželja. 42 Poleg tega pa pri odločanju sodelujejo tudi druge javne in zasebne organizacije (OECD, 2011a). gospodarstva, ki ostajajo v sistemu dlje časa. Problema nasprotne izbire so se lotili z dodatno zahtevo, da morajo kmetijska gospodarstva zavarovati vse površine pod določeno kulturo, ki jo želijo zavarovati. Poleg tega se višina premije izračuna za vsako KMG posebej, torej prihaja do razlik med KMG. Tisti, ki glede na zbrane podatke dosegajo slabše rezultate, plačajo tudi višje premije. Zmanjšanje problema asimetrije informacij je nedvomno tudi prispevalo k razvoju novih produktov za kritje najrazličnejših rizikov v okviru hibridnega zavarovalniškega sistema. Hibridni sistem zavarovanj ponuja številne produkte, ki vključujejo različne vire in tipe tveganj pri različnih dobrinah. Delijo jih v tri skupine (A) eksperimentalne police (ang. experimental) (B) vzdržne police (ang. viable) in (C) stroški uničenja usmrčenih živali (Anton in Kimura, 2011). V prvi skupini so zajeti testni produkti, pri katerih so potrebne nadaljnje raziskave in aktuarski podatki. Ker krijejo bolj sistemska tvegana je pričakovano, da so v splošnem doseženi slabši tehnično-zavarovalni rezultati, kar se odrazi tudi v višini stroška za pozavarovanje. Primeri zavarovanj iz te skupine so npr. zavarovanja za ribogojce, pridelovalce češenj, zelenjave, namiznega grozdja, suše itd. V drugo skupino pa so zajeti tisti produkti, ki omogočajo vzdržen sistem. Anton in Kimura (2011) ugotavljata, da je povprečna škoda pri teh policah 80 %, torej je rezultat boljši, kot v prvi skupini. Seveda tudi v tem primeru prihaja do razlik med posameznimi policami. Ta skupina vključuje zavarovanje na primer za olive, citruse, govedo banane, tobak, paradižnik itd. Posebno slab rezultat dosegajo pri zavarovanju paradižnika in bananah. Za več podobnosti o tem, kakšen je interes in vključenost kmetijskih gospodarstev za posamezne police, kakšno je razmerje škode in stopnja subvencioniranja (stopnje subvencioniranja so razdeljene v šest skupin) glejte Anton in Kimura (2011, 42 str.). Prihodkovno zavarovanje je bilo v Španiji vpeljano kot pilotni program za pridelovalce krompirja poznih sort v letu 2003 in v letu 2004. Navkljub subvencionirani premiji se je za zavarovanje odločilo manj kot 3 % upravičencev. Izkazalo se je, da kmetijska gospodarstva ne prepoznajo cenovnih tveganj oziroma jih premostijo na druge načine (Garrido in sod. 2009 cit. po OECD 2011a). Ob tem pa je seveda tudi pomembno opozoriti, da je pri mnogih kmetijskih proizvodih SKP s svojimi ukrepi značilno zniževala cenovno tveganje, kmetijska gospodarstva pa so se tako soočala z bistveno manjšim cenovno variabilnostjo. Le manjši del kmetijskih gospodarstev je preostanek cenovnih tveganj kril preko tržnih instrumentov, kot so terminski posli ali pogodbe. 3.4 Študija primera 2: upravljanje s tveganji v Kanadi Kanado lahko najverjetneje označimo kot primer svetovno najbolj razvitega sistema upravljanja z najrazličnejšimi viri tveganj v kmetijstvu. Sistem zavarovanja dohodkov je Kanada nastavila že leta 1958 s t.i. aktom stabilizacije kmetijstva. Celoten sistem je reformirala v sedemdesetih letih prejšnjega stoletja in ga od takrat nenehno vsebinsko izpopolnjevala in dopolnjevala (Anton in sod., 2011). Pri evoluciji programov je imela izrazit vpliv WTO in sicer v oddaljevanju od podpiranja posameznih dobrin k trenutno veljavni obravnavi celotnega kmetijskega gospodarstva. Poleg tega je bila ključna motivacija številnih reform kmetijskih politik v tem obdobju, predvsem poizkus razviti osrednjo politiko stabiliziranja dohodka na zvezni ravni, ki bi izločila potrebo po dragih in neučinkovitih ad-hoc programih, ki so bili pogosto del kmetijske politike Kanade. Skupni imenovalec vseh sistemov je bila stabilizacija, ki je temeljila na nekem povprečju, bodisi povprečni ceni ali povprečnem prihodku na hektar v kasnejših sistemih pa je vlogo prevzela ena izmed oblik marž (ocena razlike med dovoljenimi proizvodnimi stroški in dovoljenimi doseženimi prihodki od prodaje). Izjema je program subvencioniranih prihrankov z namenom koriščenja v letih z nizkimi dohodki. Ker sta se zadnji dve politiki osredotočili na raven neto marž (ang. neto margin) celotnega kmetijskega gospodarstva se je bistveno povečala tehnična kompleksnost izračunavanja izplačil. Slednje občutijo tako kmetijska gospodarstva preko povečanega obsega zahtevanih poročil, kot tudi delivci podpore (državne agencije), ki za izračun plačil zaradi zahtevnosti lahko potrebujejo tudi do dve leti. Anton in sod. (2001) ugotavljajo, da gredo kritike koristnikov tega programa predvsem na račun časovne neučinkovitosti. Trenutno veljaven, osrednji sistem stabiliziranja dohodka, je v teku od leta 2008 in je bil zasnovan v okviru t.i. politike Growing Forward, ki naslednja stopnja predhodnega koncepta kmetijske politike (APF - Agricultural Policy Framework). Temelji na štirih ravneh. Te se vključijo v odvisnosti od pogostnosti in obsega tveganj oziroma škod. Ravni si sledijo od pogostih manjših škod, kot posledica normalnih tveganj, ki povzročijo padec neto marž do 15%, pa vse do redkih dogodkov z obsežnimi katastrofalnimi posledicami, kjer lahko pride do 100% izpada neto marže. V vseh primerih gre za sofinancirane programe na zvezni ravni oziroma s strani provinc. V nadaljevanju na kratko predstavljamo ključne značilnosti posameznih skupin in ravni programov. AgriInvest in AgriStability Normalna tveganja, ki lahko povzročijo manjši izpad dohodka oziroma referenčne marže do 15 %, so pokrita v okviru prvega nivoja s t.i. programom AgriInvest (Slika 14). Poleg nihanja v referenčnih maržah ta program predvideva tudi podporo investicijam na ravni kmetijskih gospodarstev. Program vključuje vse vrste tveganj. Prednost tega programa je, da za črpanje sredstev niso predvideni nobeni sprožilci, pomoč pa se lahko črpa kadarkoli in posledično je črpanje teh sredstev zelo pogosto. Gre za neke vrste varčevalno shemo, kamor lahko kmetje vplačujejo do 1,5% vrednosti neto prodaje in se njihovemu prispevku doda še prispevek države (udeležba je tako 50% : 50%). Ob tem pa kmetijska gospodarstva lahko koristijo plačilo v naslednjem letu po vplačilu. Program Nivo Soudeležba KMG (franšizni sistem) Prispevek države Referenčna marža KMG Sprožilec AgriInvest Nivo 1 50% 50% 100% NI Nivo 2 30% 70% 85% Referenčna marža 70% AgriStability Nivo 3 20% 80% 0% Referenčna marža Nivo 4 60% Negativna marža Referenčna marža Slika 14: Struktura izplačil v okviru programa AgriStability in značilnosti sheme programa AgriStability ter AgriInvest S tem ko AgriInvest prevzame manjša tveganja, do 15% padca v referenčnih maržah, pa t.i. AgriStability program prevzame kritje rizikov, ki proizvajalčeve marže znižajo pod 85 %43. Ob tem je potrebno opozoriti, da se odkloni proizvajalčevih marž ocenjujejo glede na doseženo petletno 43 Strošek sodelovanja kmetijskih gospodarstev (ang. AgriStability Fee) znaša 4,50 $ za vsakih 1000 $ referenčne marže, pomnožene s 85 %. Ob tem pa minimalno plačilo znaša 45 $ glede na referenčno maržo, zraven pa se zaračunajo še letni administrativni stroški v višini 55 $. V kolikor je izpad letne marže v primerjavi z referenčno maržo je kmetijsko gospodarstvo upravičeno do največ 3.000.000 $/letno (AgriStability, 2008). olimpijskim povprečjem44. Bistvena prednost takšnega pristopa je, da ob dolgoletnem negativnem trendu padanja cen ne pride do znižanja podpor. Slednje je izrazitega pomena zlasti za sektorje, ki so v 'permanentni krizi'. Program AgriStability45 se deli na različne ravni v odvisnosti od tega, kakšno je razmerje v kritju med državo in kmetijskim gospodarstvom. S strani kmetijskega gospodarstva gre za kritje v smislu franšiznega sistema. Program je nasledil program CAIS (Canadian Agricultural Income Stabilisation Program) preteklega programskega obdobja. AgriStability se pri kritju 'vključuje' z različnimi stopnjami soudeležbe oziroma franšize (Slika 14). Program ima dve pomembni komponenti. Prva je t.i. stabilizacijska komponenta za padce marž med 15 in 30 %. Druga komponenta pa je namenjena padcem marž, ki so večji od 30 %. Gre za t.i. katastrofično raven, s posebnimi provizijami za morebitne negativne marže, ki pa so že del četrte ravni programa (Slika 14). Kot je razvidno s Slika 14 se na posameznih ravneh programa proizvajalci različno soudeleženi pri kritju nastalih izgub dohodka - gre za različne 'franšizne' sisteme. Soudeležba je največja na prvi ravni, kjer kmetijska gospodarstva prispevajo 50 %, na drugi ravni je franšizni sistem naravnan na 30% in na tretji ravni na 20 %. Na četrtem nivoju, ki vstopi v primeru negativnih marž, pa kmetijska gospodarstva niso soudeležena, z javnih sredstev pa se pokrije vse izgube v višini 60 % (Anton in sod., 2011). Višina odstopanja od referenčne marže je na vseh nivojih programa AgriStabilty sprožilec za izplačilo. Bistvena prednost takšnega sistema je predvsem v tem, ker je t.i. marža zelo visoko korelirana s kmetijskim dohodkom na ravni kmetijskega gospodarstva, s tem pa tudi z njegovo blaginjo. Ključen problem celotnega programa AgriStability je v časovnem zamiku izplačil. Ta se navadno izplačajo po letu sprožitve in temeljijo na isti osnovi, kot se uporablja za davčne namene. Dodaten problem pa predstavljajo spremembe v strukturi in obsegu proizvodnje. Namreč v kolikor na kmetijskem gospodarstvu pride do spremembe obsega proizvodnje za več kot 10 % ali 5.000 CAD, je kmet dolžan javiti 'strukturne' spremembe proizvodnje. Vse to lahko zaradi dodatne kompleksnosti izračuna napovedi izplačila, samo izplačilo precej zamakne, v skrajnih primerih tudi za dve leti ali več (Anton in sod., 2011). Slednje pa lahko predstavlja velik problem, saj so kmetijska gospodarstva upravičena do teh izplačil v primeru nastopa kriz in katastrof, ko jih za tekoče poslovanje in stabilizacijo dohodka tudi potrebujejo. Nedvomno zakasnela plačila ne pomagajo pri odpravljanju likvidnostnih težav in še več, lahko so izplačana, ko so razmere ugodne. Slednje pa pomeni, da po naravi proti-ciklična plačila povzročijo učinek cikličnih plačil. Nedvomno je to ključna pomanjkljivost tega programa, ki je sicer zelo dobro ciljno naravnan saj pokriva različna tveganja (tudi najbolj sistemska - cenovna tveganja) celotnega kmetijska gospodarstva in ne le proizvodna tveganja, ki so le del skupnega tveganja. To je tudi eden izmed glavnih argumentov zakaj je program AgriInsurance pomemben del celotnega političnega ogrodja. Ob tem pa je potrebno poudariti, da imajo Kanadska kmetijska gospodarstva tudi možnost vključevanja v dodatne programe, da premostijo morebitne likvidnostne težave. Takšen primer je denimo možnost vključevanja v program predhodnih izplačil (ang. Advance Payments Program (app)). 44 Podrobnejši opis je predstavljen v poglavju 3.4. 45 Pristopna marža, ki jo trenutno plačajo kmetje v povprečju znaša 3,8 CAD na 1.000 CAD referenčne marže. Prispevna stopnja se med kmetijskimi gospodarstvi razlikuje. Ob tem so Schaufele in sod. (2010, cit po Anton in sod. 2011) ocenili, da bi povprečen govedorejec prejel 12 CAD za vsak dolar vplačane pristopnine. AgriInsurance V Kanadi je zavarovanje pridelkov že vse od leta 1958 povsem pod okriljem države in posameznih provinc (brez sodelovanja komercialnih zavarovalnic) (Anton in sod., 2011). V osnovi je to tudi vodeno bolj kot pomoč kmetom, kot pa klasičen zavarovalniški model komercialnih zavarovalnic in to kljub temu, da morajo kmetijska gospodarstva prispevati določen del premije. Država tudi določa določene standarde, kot je npr. najvišja stopnja kritja, skrbi za promocijo in obliko posameznih zavarovalniških produktov, ocenjuje nastale škode ter zagotavlja ustrezne finančne mehanizme v primeru izgub (pozavarovanje). Ker so država in njene agencije nenehno posodabljale zavarovalne politike preko povečanja kritja rizikov po več dobrinah, s povečanjem subvencioniranja premij, itd., se je izrazito povečal interes in sodelovanje na strani kmetijskih gospodarstev. Posledično zasebne zavarovalnice niso imele možnosti ponuditi 'konkurenčnih' produktov na trgu, zlasti ne pri vključevanju v več rizikov v en paket (ang. multi peril). Nekaj privatnih zavarovalnic sicer ponuja določene produkte (zavarovanje proti toči, požaru, za rastline pod rastlinjaki ter v bistveno manjšem obsegu na strani živinoreje), predvsem pa se vključujejo kot pozavarovalnice pri pozavarovanju na segmentu posevkov. Kot ugotavljajo Anton in sod. (2011), pozno izplačilo in negotovost plačil programa AgriStability vplivata na ključno vlogo in privlačnost programa AgriInsurance, ki pokriva zgolj zavarovanje pridelkov oziroma proizvodno tveganje. Ključna prednost je, da je izplačilo sorazmerno hitro. Program se uporablja kot dopolnilo programu AgriStability, ob tem pa je zaželeno, da bi kmetje sodelovali v obeh programih. Dodaten pogoj za prejem izplačil iz četrtega nivoja je, da so kmetijska gospodarstva sodelovala tudi v programu AgriInsurance. V nasprotnem primeru se jim izplačilo zniža za določeno vrednost, ki bi jo lahko dobili preko tega programa. Ob tem pa Anton in sod. (2011) poudarjajo, da kljub temu ne pride do prekrivanja med programi, saj se izplačila po zavarovalnih shemah upoštevajo kot prihodek pri izračunu dejansko doseženih marž. Program AgriInsurance ima dva nivoja. Prvi nivo je 'standardni' in krije izgube pridelka med 10 in 50 % (pogostejše manjše škodne dogodke). Pri tem država sofinancira 60 % zavarovalne premije in vse administrativne stroške. Ključni pogoj je, da kmetijsko gospodarstvo zavaruje vse pridelke na kmetijskem gospodarstvu in ne zgolj tiste, ki jih prideluje na manj ugodnih in v bolj tveganih razmerah. Ta zahteva nedvomno zmanjša problem nasprotne izbire. Kmetijsko gospodarstvo lahko izbere nivo kritja (navadno med 70-90 % pričakovanega pridelka). Višina zavarovalne premije pa je poleg višine kritja odvisna tudi od izbrane kulture, lege kmetijskega gospodarstva ter od bonusa oziroma malusa, ki ga dosega kmetijsko gospodarstvo glede na poslovne izide preteklih let. Ob tem pa velja izpostaviti, da se višina premije izračuna na ravni gospodarstva in ne na ravni posamezne obdelovalne površine. Višina potrebne premije se izračuna po klasičnih aktuarskih postopkih. Ob tem pa za zavarovanja normalnih tveganj kmetijska gospodarstva plačajo 40 % premije, iz javnih sredstev (provinca (40 %) in država (60% )) pa se pokrije preostalih 60 %. Program zavarovanja je izredno pester, saj ponuja zavarovanja za večino komercialnih kultur. To v skupni vrednosti znaša skoraj 90 % vse rastlinske proizvodnje. Anton in sod. (2011) ugotavljajo, da je v Kanadi zavarovanih 70 % obdelovalnih površin v kar je vključeno 55 % kmetijskih gospodarstev. Drugi nivo zavarovanja programa AgriInsurance pa je namenjen kritju redkih katastrofičnih dogodkov s pojavnostjo preko 93 percentilov, kar z drugimi besedami pomeni, da obstaja 7 % verjetnost nastopa takšnega dogodka vsako leto oziroma, da se katastrofičen dogodek pojavi enkrat na 15 let. V tem primeru država sofinancira zavarovalno premijo v višini 90 do 100 %. Ob tem pa posamezne province določijo, za katere kulture želijo vpeljati v zavarovalniški načrt katastrofičnega tveganja. Pri tem pa so zavezane, da morajo kritja kot stroški temeljiti na aktuarskih izračunih. Posebna oblika ponujenih zavarovanj pa so tudi cenovna zavarovanja v govedoreji in prašičereji, ki so podrobneje opisana v poglavju 0. V obeh primerih naj bi temeljili na aktuarsko poštenih osnovah. Za razliko od ostalih programov upravljanja s tveganji, pri teh ne pride do neposrednega subvencioniranja, posamezna provinca plača le administrativne stroške in zagotavlja pozavarovanje, ki pa je zaradi sistemskosti tveganj lahko precej obsežno. AgriRecovery in Ad hoc ukrepi Program AgriRecovery je predviden kot glavni instrument za upravljanje s katastrofičnim tveganjem. In sicer tako na ravni obsežnih katastrof, kot na ravni manjših skupin kmetijskih gospodarstev. V okviru tega programa so zajete le katastrofe, ki so posledica naravnih nesreč ali bolezni, ne pa tudi posledice delovanja trga (tržno tvegaje). Posledično to orodje ni namenjeno upravljanju z visoko sistemskim cenovnim tveganjem. Osnovni koncept programa je, da ni sprožen prepogosto. Podpora programu je določena na podlagi konzultacij. Prednost pa je predvsem v hitrosti izplačil, saj so le-ta izplačana zelo hitro. Kot zadnji sveženj ukrepov za katastrofična tveganja na strani tržnih dogodkov pa so t.i. ad-hoc ukrepi. Gre za ukrepe, ki so zelo odprti in se navadno definirajo sproti, kot odgovor na strukturne spremembe trga. Ob tem Anton in sod. (2011) ugotavljajo, da gre za ukrepe, ki jih je težko opredeliti kot ukrepe za upravljanje s tveganji, pač pa gre bolj za podporne ukrepe, ki so sproženi s strani industrijskih lobijev v danih okoliščinah. Torej če povzamemo, kanadske politike upravljanja s tveganji v kmetijstvu so tako obsežne v smislu kritja tveganj na različnih nivojih, da omejujejo iniciativo za uporabo strategij upravljanja na ravni kmetijskih gospodarstev. Zaradi velike finančne vključenosti države so komercialna tržna orodja za upravljanje s tveganji povsem nekonkurenčna in tudi nimajo možnosti razvoja. Kljub temu, da praktično nikoli ne izplačajo 100 % izgub, programa AgriInvest in AgriStability krijeta skoraj vsa normalna tveganja, tržna tveganja in tudi del katastrofičnih tveganj. Ob tem Anton in sod. (2011) ugotavljajo, da AgriInsurance dejansko ne omogoča vstopa komercialnim zavarovalnicam s produkti za zavarovanje pridelkov proti škodam povzročenih s strani normalnih tveganj. Te večinoma vstopajo le kot ponudniki pozavarovanj za določene produkte. AgriRecovery in ad-hoc plačila so tako preostanek programov za kritje katastrofičnih tveganj, ki niso pokriti z ostalimi programi, kljub njihovi obsežnosti. Anton in sod. (2011) ugotavljajo, da se pogoji za sprožitev programa AgriStability pogosto doseženi. Povprečno poljedelsko kmetijsko gospodarstvo naj bi tako enkrat na dve leti prejelo določena sredstva iz tega naslova. Ker program zavarovanj AgriInsurance omogoča izbiro sprožilca, pri 10 % izpadu pridelkov, se to na podobnem povprečnem kmetijskem gospodarstvu zgodi vsake tri leta. Torej v obeh primerih gre glede na pogostnost pojavnosti za normalna tveganja. Kimura in Anton (2011b) ugotavljata, da druga raven programa AgriStability, ki krije pogosta normalna tveganja (15-30 %), najbolj izriva strategijo diverzifikacije. Anton in sod. (2011) ugotavljajo, da Kanada s tako 'ugodnim' sistemom kmetov ne stimulira k učinkovitejšemu upravljanju s tveganji. Poleg tega pa velja izpostaviti tudi potencialni problem moralnega hazarda, saj se preko javnih sredstev v povprečju pokrije velik del stroškov nakupa posameznih premij. Majhna soudeležba (franšizni sistem) kmetijskih gospodarstev pri zavarovanju tveganj, po teoriji nedvomno ne stimulira kmetijskih gospodarstev, k manj tveganemu obnašanj. Hkrati pa je problem tako naravnanega sistema, ker izriva druge ukrepe upravljanja s tveganji, ki bi omejili takšno obnašanje. V okviru programa AgriStability je namreč dokaj jasno, da tisti, ki tvegajo več, dobijo tudi večja izplačila. To Anton in sod. (2011) vidijo kot izrazito slabost sicer celostno postavljenega sistema upravljanj s tveganji. Na strani programa AgriStability velja izpostaviti tudi problem, da kmetijska gospodarstva ne dobijo izplačil pravočasno, poleg tega pa je program izpostavljen tudi problemu asimetrije informacij. Program AgriInvest ni neposredno ciljno naravnan zniževanju dohodkovnih tveganj, saj je osredotočen na proizvodna tveganja, ki pa so le del dohodkovnih tveganj. Ima pa ta program izrazito prednost v hitrosti izplačil ter nedvomno bistveno manj problemov s podatki. Zaradi pristopa aktuarskih izračunov ima nedvomno tudi bistveno manj problemov z moralnih hazardom in nasprotno izbiro. 4. Presoja sistemov za upravljanje s proizvodnimi tveganji v kmetijstvu in ribištvu v Sloveniji V Sloveniji so bili v zadnjih letih narejeni pomembni koraki k sistematičnem vstopanju države v sistem kmetijskega zavarovanja. Podobno kot v drugih članicah EU tudi pri nas država trenutno vstopa zgolj v sistem proizvodnih zavarovanj in sicer z dodeljevanjem državne pomoči v obliki sofinanciranja zavarovalnih premij. Tveganja zaradi škode po naravnih nesrečah se s tem porazdelijo med državo, ki zagotovi sredstva za sofinanciranje premij, med zavarovalnice, ki ocenijo in izplačajo odškodnino za škode ter kmetovalca, ki nosi del škode in plača del zavarovalne premije. Zavarovanje postaja temeljna oblika varovanja pred posledicami naravnih nesreč v slovenskem kmetijstvu. Po letu 2005 sredstev za odpravo posledic naravnih nesreč ni možno pridobiti, če je bila za odpravo teh posledic na razpolago državna pomoč v obliki sofinanciranja zavarovalne premije. Pri odpravi posledic naravnih nesreč naj bi država sodelovala zgolj še v primeru škod, ki nastanejo zaradi pojavov oziroma nesreč, ki jih zavarovalnice ne zavarujejo (npr. suša). Sistem spremljanja podatkov o obsegu in dinamiki zavarovanj in s tem povezane javnofinančne participacije je vzpostavljen, pridobitev tovrstnih informacij je mogoča iz različnih dostopnih točk (Ministrstvo za kmetijstvo in okolje, letna poročila AZN46, letne ocene o stanju kmetijstva KIS47). Manj pa je raziskana problematika motivacije kmetijskih gospodarstev za vstopanje v zavarovalne sheme in v druge skupinske oblike upravljanja s tveganji v kmetijstvu. O pripravljenosti kmetijskih gospodarstev za vstop v organizirane oblike upravljanja s tveganji in o vzrokih za spremembe lahko zato sklepamo samo za nazaj, na podlagi primerjave pogojev zavarovanja ter podatkov o obsegu sklenjenih pogodb , izplačanih škod, oziroma zavarovalno tehničnih rezultatov. S ciljem pridobitve celovitejšega vpogleda v problematiko zavarovanj in drugih skupinskih oblik upravljanja s tveganji v slovenskem kmetijstvu smo opravili kratko raziskavo percepcije tveganj in pripravljenosti kmetijskih gospodarstev za vstop v različne oblike upravljanja s tveganji. Rezultati te raziskave in nabor upravičenih aktivnosti, ki jih predvideva zakonodajni okvir za obdobje 2014-2020 (glej poglavje 3.1.3) sta služila tudi za osnovo pri določitvi potencialno zanimivih skupinskih oblik upravljanja s tveganji v Slovenskem kmetijstvu v prihajajočem programskem obdobju. Pričujoče poglavje začenjamo s kratkim pregledom dinamike in obsega kmetijskih zavarovanj v Sloveniji od leta 2005 naprej. Temu sledi prikaz ključnih ugotovitev raziskave percepcije tveganj na kmetijskih gospodarstvih v Sloveniji in njihove pripravljenosti za vstop v različne skupinske oblike upravljanja s tveganji. Poglavje zaključujemo z identifikacijo realnih scenarijev vključitve sistemov upravljanja s tveganji v PRP 2014-2020 in primerjalni analizi najverjetnejših alternativ. 46 http://www.a-zn.si/Default.aspx?id=2 47 http://www.kis.si/pls/kis/!kis.web?m=36&j=SI#nav 4.1 Dinamika in ponudba proizvodnih zavarovanj posevkov, živinoreje in ribištva Dr. Boštjan Aver (Gea College) 4.1.1 Zavarovanje posevkov in plodov v obdobju 2005 - 2010 Po podatkih Agencije za zavarovalni nadzor (nadalje: AZN) je kmetijstvo zaradi neposredne odvisnosti od vremena in podnebnih razmer med najbolj občutljivimi področji, ki jih prizadenejo izredni vremenski dogodki. Neugodni vremenski dogodki lahko delno ali močno prizadenejo kmetijsko proizvodnjo in poslabšajo letni dohodek. V zadnjih letih so na tem področju največ škode povzročila neurja, toča, suša in poplave. Ker zavarovanje postaja osnovna oblika varovanja pred posledicami neravnih nesreč, država s sofinanciranjem zavarovalne premije spodbuja kmete k zavarovanju kmetijske proizvodnje. Subvencioniranje zavarovalnih premij za zavarovanje kmetijske proizvodnje poteka na osnovi Uredbe o sofinanciranju zavarovalnih premij za zavarovanje kmetijske proizvodnje in ribištva (v nadaljevanju: Uredba). Omenjeno obliko državne pomoči izvaja Ministrstvo za kmetijstvo, gozdarstvo in prehrano od leta 2006 in se vsako leto dopolnjuje. Tako je v letu 2010 višina sofinanciranja zavarovalne premije za zavarovanje posevkov, nasadov in plodov znašala 50%. Zavarovalno kritje se zagotavlja z odbitno franšizo v višini najmanj 15% zavarovalne vsote posevka, nasada ali plodov na posamezni zavarovalni površini. Izraz kmetijska zavarovanja zajema zavarovalni podvrsti »zavarovanja posevkov in plodov« ter »zavarovanje živali«, ki sta zajeti v zavarovalni vrsti »ostala škodna zavarovanja«. Zavarovanje posevkov in plodov vključuje predvsem zavarovanje naslednjih nevarnosti na posevkih in plodovih: - toča, požar, udar strele, vihar, poplava, spomladanski mraz, ostale nevarnosti. Omenjena zavarovanja izvajajo štiri zavarovalnice: Adriatic Slovenica, Zavarovalnica Maribor, Zavarovalnica Tilia in Zavarovalnica Triglav. V naslednji Tabela 4 so prikazane razmere za podvrsto zavarovanja posevkov in plodov za obdobje 2005-2010, iz katere je jasno razvidno kako neugodne rezultate (škodni rezultat večji od 100%) na tem področju so zavarovalnice dosegale v letih 2005, 2006, 2008 in 2009. Tabela 4: Zavarovanja posevkov in plodov v obdobju 2005-2010 (v mio EUR na dan 31.12.) Leto ZAVAROVANJA (mio EUR) Št. zavarovanj Premija ŠKODE (mio EUR) Št. škod Odškodnine Škodni rezultat (v %) Povp.škoda (v 1000 EUR) 2005 17.474 5,2 2.232 7,9 153,6% 3,5 2006 21.650 6,4 3.601 7,4 114,6% 2,1 2007 21.314 8,6 4.107 5,8 68,0% 1,4 2008 21.127 12,4 9.509 38,6 312,3% 4,1 2009 23.992 23,4 12.739 37,1 159,0% 2,9 2010 16.951 11,0 870 3,6 32,7% 4,1 Vir: AZN in lastne dopolnitve. Zaradi izredno neugodnega škodnega rezultata in velikih izgub pri izvajanju omenjenih zavarovanj so bile zavarovalnice primorane sprejeti določene ukrepe za izboljšanje in stabiliziranje poslovnih rezultatov, kot so: povečanje vloge ocene in prevzema rizika pri sklepanju zavarovanj, uporaba premijskih stopenj po posameznih območjih ter za posamezne nevarnosti, uvajanje soudeležbe zavarovancev v zavarovalne produkte (uvajanje odbitnih franšiz, limitiranje zavarovalnih vsot po posameznih skupinah kmetijskih kultur, pridobivanje ustreznega zavarovalnega kritja). Kakšen je bil vpliv selekcioniranja zavarovancev in uvedba visokih odbitnih franšiz v letu 2010 na rezultate omenjenih zavarovanj, nazorno izkazuje zadnja vrstica prej podane Tabele 1 (škodni rezultat samo 32,7 % in izplačanih v letu 2010 samo za 3,6 milijonov evrov odškodnin oz. škod, število izplačanih škod pa je v letu 2010 padlo celo na 870 glede na leto 2009, ko jih je bilo 12.739). Iz prej podane tabele (Tabela 4) je razvidno, da se je število zavarovanj posevkov in plodov od leta 2006 do leta 2009 povečalo iz 21.650 na 23.992 oziroma za 10,8%, pri čemer se je obračunana zavarovalna premija povečala iz 6,4 mio EUR na 23,4 mio EUR v letu 2009 oziroma za 266%. V istem obdobju 2006 - 2009 je prišlo kar do 254 odstotnega porasta števila škod (iz 3.601 v letu 2006 na 12.739 v letu 2009), pri čemer je obračunana kosmata zavarovalnina porasla iz 7,4 mio EUR na 37,1 mio EUR oziroma za 401%. Tako pa je bila povsem drugačna slika v letu 2010. Deloma zaradi zmanjšanja naravnih nesreč v letu 2010 v primerjavi s predhodnimi leti, še več pa zaradi uvedbe odbitnih franšiz brez možnosti odkupa in znižanje zavarovalnih vsot v skladu z Uredbo. Število zavarovanj se je v letu 2010 v primerjavi z letom 2009 znižalo iz 23.992 na 16.951 oziroma za 29,3%, posledično se je znižala tudi obračunana zavarovalna premija, in sicer iz 23,4 mio EUR na 11,0 mio EUR, kar pomeni 53% znižanje. Število škod je od leta 2006 do 2009 stalno naraščalo, medtem ko je obračunana kosmata zavarovalnina od leta 2006 do 2007 padla, zato je v omenjenem obdobju padla tudi povprečna škoda. V letu 2008 je kot posledica pogostih neurij (v največji meri povezanih s točo) prišlo do izrazitega porasta obračunane kosmate zavarovalnine (za 565,5% v primerjavi z letom 2007), le-ta pa se je v letu 2009 malenkost zvišala. V letu 2010 pa so zavarovalnice zabeležile le 870 škod, kar je za skoraj 15-krat manj kot v letu 2009, temu primerno se je drastično znižala tudi obračunana kosmata odškodnina, in sicer za 10 krat (iz 37,1 mio EUR v letu 2009 na 3,6 mio EUR leta 2010), povprečna škoda pa se je povečala, kar je razvidno iz Tabela 4. Iz primerjave škodnega rezultata (obračunana kosmata zavarovalnina / obračunana zavarovalna premija) izhaja, da so zavarovalnice v zadnjih petih letih uspele obračunano kosmato zavarovalnino v celoti pokriti z obračunano zavarovalno premijo le v letu 2007 (68%) ter letu 2010, ko so zavarovalnice izkazale škodni rezultat v višini 32,7% (glejte Tabela 4). Gibanje obračunane zavarovalne premije in obračunane kosmate odškodnine za zavarovanje posevkov in plodov je za obdobje od leta 2005 do 2010 razvidno tudi iz Slika 15 in škodni rezultat za obdobje 2005-2010 iz Slika 16. Slika 15: Zavarovanja posevkov in plodov v obdobju 2005-2010 (v mio EUR) (Vir: AZN in lastne dodelave). Slika 16: Zavarovanja posevkov in plodov v obdobju 2005-2010 (škodni rezultat) (Vir: AZN in lastne dodelave). Poudariti je potrebno, da se je potrebno zavedati, da je poslanstvo zavarovalnic razpršitev tveganja, tako, da se breme morebitnih škod enakomerno porazdeli. Pri tem pomembno vlogo igrajo pozavarovalnice, ki lahko tveganja razpršijo še bolj na široko. Večje evropske pozavarovalnice so izrazile dvom o vzdržnosti slovenskih kmetijskih zavarovanj in posledično najavile, da pozavarovalnega kritja predvidoma ne bo mogoče več pridobiti, če ne pride do sprememb v načinu zavarovanja in obvladovanja tveganj na primarni ravni zavarovalnic. Brez takega kritja postane tveganje za zavarovalnice preprosto nesprejemljivo. Rešitev, ki jo bo potrebno najti, bo morala imeti več komponent. Najbrž bodo morale biti premije nekaj večje, kritja nekoliko bolj natančno formulirana in manj »razkošna« kot do leta 2009, spodbuditi bo treba več zaščitnih ukrepov (omenjeno se je že pokazalo v letu 2010). Premoženjska zavarovanja in delež zavarovanj posevkov in plodov ter živali Iz podatkov Slovenskega zavarovalnega združenja in Slika 17 lahko razberemo, da je bil delež premij za zavarovanje posevkov in plodov v vseh premijah za premoženjska zavarovanja v Sloveniji v letu 2010 okrog 5 %, medtem ko je bil delež premij za zavarovanje živali v vseh premijah premoženjskih zavarovanj v tem letu okrog 3 %. Slika 17: Delež premij premoženjskih zavarovanj zavarovalnic v letu 2010 Vir: Slovensko zavarovalno združenje in lastne dodelave. Nadalje lahko iz Tabela 5 razberemo, kako se je delež premij za zavarovanje posevkov in plodov (ter živali) v vseh premijah premoženjskih zavarovanj gibal v obdobju od leta 2006 do leta 2010. Iz Tabela 5 je tako razvidno, da se delež premij za zavarovanje živali ni bistveno spreminjal v obdobju 20062010 (gibal se je med 2,6 % in 3,3 %). Bolj se je spreminjal delež premij za zavarovanje posevkov in plodov, ki se je v obdobju 2006-2010 gibal med 4,0% in 10,3% (najvišji je bil v letu 2009 - 10,3%). Tabela 5: Delež premij premoženjskih zavarovanj po letih od 2006-2010 (v %) Premoženjska zavarovanja Delež premij premoženjskih zavarovanj (v %) 2010 2009 2008 2007 2006 Požar 40,9% 38,9% 42,0% 44,9% 45,7% Stanovanje 23,5% 22,1% 14,6% 15,8% 16,0% Strojelom 13,4% 12,9% 14,3% 15,5% 16,9% POSEVKI IN PLODOVI 4,8% 10,3% 6,2% 4,9% 4,0% Vlom in rop 2,9% 2,8% 3,0% 3,2% 3,3% ŽIVALI 2,7% 2,6% 3,2% 3,3% 2,7% Zgradbe 2,0% 2,0% 2,9% 3,3% 3,1% Računalniki 1,7% 1,4% 2,0% 2,2% 2,5% Drugo 8,1% 7,0% 11,8% 6,9% 5,8% Vir: Slovensko zavarovalno združenje in lastne dodelave. 4.1.2 Študija primera: Zavarovalnica Triglav d.d. kot največja zavarovalnica na področju kmetijskih zavarovanj v letu 2010 je na področju kmetijskih zavarovanj, in sicer na razvojne aktivnosti v veliki meri vplivala Uredba o sofinanciranju kmetijskih zavarovanj. Pri tem je treba poudariti naslednje pomembnejša dejstva (glej Letno poročilo Zavarovalnice Triglav d.d. za leto 2010): • razširitev franšiznega sistema z uvedbo odbitnih franšiz (zavarovanje za posevke in plodove); • določitev tako imenovane potrebne premije za posamezna območja Slovenije (posevki in plodovi); • uvedba avtorizacije polic pri sklepanju kmetijskih zavarovanj v skladu s pooblastili za prevzem rizika; • nadaljevanje aktivnosti v Delovni skupini za strokovno oceno pogojev vzpostavitve enotnega sistema zavarovanja kmetijskih prihodkov na MKGP; • povišanje premij za dodatno zavarovanje stroškov zdravljenja plemenskih krav in zdravljenja psov. Pri Zavarovalnici Triglav d.d. (nadalje: Triglav d.d.) lahko kmetijska gospodarstva sklenejo kmetijska zavarovanja v skladu z Uredbo o sofinanciranju zavarovalnih premij za zavarovanje kmetijske proizvodnje. Vključevanje države (pri zavarovanju posevkov in plodov tudi občin) v sofinanciranje zavarovalnih premij kaže na določene spremembe pri postopnem nastajanju sistemske rešitve odprave posledic naravnih nesreč in posledično tudi na določene spremembe na zavarovalnem trgu. Upravičenci do sofinanciranja so nosilci kmetijske proizvodnje, pravne in fizične osebe, ki so pridobili identifikacijsko številko kmetijskega gospodarstva KMG - MID. Zavarovancu se sofinancirani del zavarovalne premije prizna ob sklenitvi zavarovanja - obračunana zavarovalna premija se zniža za delež sofinanciranja. Vlogo za sofinanciranje izstavi državi zavarovalnica v imenu zavarovanca. Zavarovanje posevkov in plodov pri Triglav d.d. Sofinanciranje je namenjeno za temeljno in dodatna zavarovanja posevkov in plodov v višini 50 % zavarovalne premije. Gre za zavarovanje v primerih toče, pozebe, poplave, požarov, viharjev in drugih nevšečnosti, ki lahko ogrozijo prihodek kmetijskega gospodarstva zaradi uničenega ali zmanjšanega pridelka. Zavarovanje posevkov in plodov sofinancira tudi država. Kmetijska gospodarstva zavarujejo vse posevke in plodove, ki jih pridelujejo za lastno porabo ali za trg. Zavarovan je pričakovani letni pridelek, za katerega se dogovori pri sklenitvi zavarovanja. Pridelke zavarovalnica zavaruje pred naslednjimi nevarnostmi: - toče, - požara, - strele, - spomladanskega mraza, - viharja in - poplave. Z osnovnim zavarovanjem je možno zavarovati naslednje kulture: - poljščine: žita, krmne rastline, industrijske rastline^, - vinograde, - hmelj, - sadovnjake (na prostem in pod zaščito), - vrtnine (na prostem in pod zaščito) in - druge kulture. Poleg osnovnega zavarovanja je možno skleniti še dodatno zavarovanje, s katerim se posevke in plodove zavaruje še pred: • spomladanskim mrazom, • viharjem in • poplavo. Sofinanciranje zavarovalne premije: Vsa kmetijska gospodarstva, ki so mala ali srednje velika podjetja, so upravičena do sofinanciranja zavarovalne premije s strani države v višini 50 %. Če ima kmetijsko gospodarstvo poleg posevkov tudi plemenske krave, je možno skleniti pri Triglav d.d. Živinorejski paket, s katerim se poleg zavarovanja krav in izpada proizvodnje mleka, zagotovi tudi 10 % popust pri sklenitvi osnovnega zavarovanja posevkov za krmo. Živinorejski paket (zavarovanje izpada proizvodnje mleka): Za vse rejce plemenskih krav, ki se ukvarjajo s proizvodnjo mleka je Triglav d.d. pripravil živinorejski paket, s katerim se poskrbi za primere neželenih dogodkov, kot so poškodbe in bolezni, kar ima velikokrat za posledico pogin oz. zakol živali in s tem izpad proizvodnje mleka. Paket zajema najpomembnejša kritja in hkrati nudi dodatne ugodnosti: • osnovno zavarovanje plemenskih krav, • zavarovanje delnega izpada proizvodnje mleka in ugodnost pri zavarovanju krmnih rastlin za potrebe prehrane plemenskih krav. Zavaruje se plemenske krave in plemenske telice od 18. meseca do izpolnjenega 12. leta starosti. Zavarovanje delnega izpada proizvodnje mleka zagotavlja zavarovalnino v višini povprečne vrednosti proizvedenega mleka za obdobje enega meseca. Višina zavarovalnine je odvisna od tega, v katerem delu laktacijske krivulje je nastal škodni dogodek. Ob sklenitvi živinorejskega paketa Triglav d.d. prizna 10 % popust na zavarovalno premijo za osnovno zavarovanje posevkov za krmo. Popust lahko zavarovanci izkoristijo kadarkoli v času enega leta po sklenitvi zavarovanja, in sicer za toliko hektarjev krmnih rastlin, kolikor živali so zavarovali za izgubo mlečne proizvodnje. Na Triglavu d.d. svetujejo, da poleg teh zavarovanj za krave sklenejo kmetijska gospodarstva še dodatna zavarovanja, ki bodo v celoti poskrbela za kritje stroškov zdravljenja in pogin plodu pred porodom, ob in po njem. Zavarovanje živali Sofinanciranje je namenjeno zavarovanju gospodarske reje živali (psi, mačke, eksotične živali itd. so izključene), in sicer: • za temeljno zavarovanje živali pred nevarnostjo pogina in/ali zakola zaradi bolezni; • za vse gospodarske živali znaša višina sofinanciranega dela premije 30 % od obračunane zavarovalne premije za temeljno zavarovanje. Živali, ki jih lahko kmetijska gospodarstva zavarujejo pri Triglav d.d.: - kopitarje, - govedo, - prašiče, - drobnico, - jelene, - muflone, - perutnino, - čebele, - ribe in školjke - ter razne eksotične živali. Živali lahko kmetijska gospodarstva zavarujejo za naslednje nevarnosti: - nevarnost pogina, - zakola ali usmrtitve v sili, - zakola ali usmrtitve iz ekonomskih razlogov in pri dodatnem zavarovanju še za nevarnosti: - kritja stroškov zdravljenja, - pogina plodu med porodom, ob in po njem, - izginitve ali tatvine živali na planinski paši, - izgube plemenske sposobnosti živali in - kritja izpada dela proizvodnje mleka. Sofinanciranje zavarovalne premije: vsa kmetijska gospodarstva, ki so mala ali srednje velika podjetja, so upravičena do sofinanciranja zavarovalne premije s strani države v višini 30 % za temeljno zavarovanje. 4.2 Percepcija tveganj in strategije upravljanja s tveganji na kmetijskih gospodarstvih v Sloveniji Dr. Luka Juvančič (BF), dr. Jaka Žgajnar (BF) Z izvedbo poglobljenih intervjujev in fokusnih skupin s ključnimi deležniki smo skušali pridobiti osnovne informacije o percepciji in strategijah upravljanja s tveganji v slovenskem kmetijstvu. Z metodo poglobljenih intervjujev (deloma individualno, deloma v fokusnih skupinah) smo skušali raziskati naslednja vprašanja: a. kakšna je percepcija tveganj v poslovnem odločanju na kmetijskih gospodarstvih in ribištvu v Sloveniji; b. kakšna je pripravljenost vstopanja v različne sheme zavarovanja kmetijske in ribiške proizvodnje; c. kateri so dejavniki, ki bi lahko vplivali na večjo participacijo upravičencev v shemah kmetijskega in ribiškega proizvodnega zavarovanja ; d. kakšna je pripravljenost za vzpostavitev dohodkovnih zavarovanj v slovenskem kmetijstvu in ribištvu (dejavniki na strani ponudbe in povpraševanja). Preverjali smo naslednje delovne hipoteze: (i) kmetijska gospodarstva v Sloveniji so nenaklonjena tveganjem; (ii) tveganja so le redko upoštevana v poslovno odločanje na kmetijskih gospodarstvih v Sloveniji, pri čemer prevladujejo zasebne strategije upravljanja s tveganji; (ii) pripravljenost kmetijskih gospodarstev za nakup zavarovalnih produktov je pozitivno korelirana s subvencijami države ter pogoji zavarovanja; (iii) pripravljenost kmetijskih gospodarstev in gospodarskih subjektov v ribištvu je negativno korelirana z ad hoc povračili škod iz javnih sredstev; (iv) proizvodna zavarovanja v kmetijstvu kmetijska gospodarstva percipirajo kot pomembnejša od dohodkovnih zavarovanj. Pridobivanje podatkov je potekalo na dva načina: s pomočjo poglobljenih (individualnih in skupinskih) intervjujev in s pomočjo individualnega vprašalnika zaprtega tipa. Celotna raziskava (intervjuji in vprašalniki) so bili opravljeni s predstavniki kmetov, strokovnih služb v kmetijstvu (kmetijska svetovalna služba) ter nevladnih organizacij s področja kmetijstva (KGZS). Z ostalimi deležniki (predstavniki panog, ki imajo izkušnje s sistemi vzajemnega proizvodnega zavarovanja, predstavniki komercialnih zavarovalnic, predstavniki strokovnih služb v ribištvu so bili opravljeni zgolj informativni razgovori. V izhodišču raziskave smo želeli izvedeti dobiti vpogled, kakšen pomen kmetijski proizvajalci pripisujejo posameznim skupinam tveganj po različnih panogah kmetijske proizvodnje. Sama tveganja smo razdelili v tri skupine: proizvodna, tržno-cenovna in institucionalna. V sklopu anketne raziskave so respondenti za vsako proizvodno usmeritev rangirali od najpomembnejše (rang 1) do najmanj pomembne (rang 4) tri skupine tveganj: a. Proizvodna tveganja: neugodne padavinske razmere (poplava, suša), neugodni vremenski pojavi (toča, neurje, pozeba), pojav bolezni in/ali škodljivcev na posevkih, težave pri setvi, spravilu ali skladiščenju pridelkov, lega in kakovost obdelovalnih površin, pojav obolenj, ki zmanjšujejo produktivnost v živinoreji, pojav epidemijskih bolezni v živinoreji. b. Tržno-cenovna tveganja: nihanje cen kmetijskih pridelkov, rastoče nakupne cene inputov (gnojila, energenti, seme, FFS,_), rastoči stroški transporta/skladiščenja, pozna oziroma neredna plačila za prodano blago, spremembe v pogojih odkupa, spremembe v ceni najema/nakupa zemljišč, izguba ključnega kupca, spremembe v dohodkih izven KMG, dostopnost kreditov. c. Institucionalna tveganja: spremembe v višini oz. pogojih prejemanja neposrednih plačil, OMD in KOP, spremembe v višini oz. pogojih kandidiranja na druge ukrepe kmetijske politike (PRP, občinski ukrepi), spremembe v pogojih poslovanja (npr. davčna zakonodaja). Rezultati, predstavljeni na Slika 18: Rangiranje tveganj po panogah kmetijske proizvodnjepričakovano nakazujejo, da so proizvodna tveganja percipirana kot najpomembnejša v panogah, ki so neposredno odvisne od klimatskih razmer (poljedelstvo, vrtnarstvo, trajni nasadi). V rastlinski proizvodnji so proizvodna tveganja po omneu više rangirana od tržno-cenovnih tveganj. V živinoreji zasledimo obratno situacijo. Pridelovalci dajejo višji poudarek tržno-cenovnim tveganjem, kar je še posebej evidentno v panogah, katerih proizvodnja v večji meri temelji na kupljeni krmi (prašičereja, perutninarstvo, tudi vzreja govedi). Inštitucionalna tveganja so v vseh primerih (z izjemo vzreje drobnice) percipirana kot najmanj problematična. Slika 18: Rangiranje tveganj po panogah kmetijske proizvodnje vir: ankete fokus skupin V nadaljevanju smo želeli izvedeti, ali med proizvajalci v posamezni panogi prevladujejo proizvodne, trženjske, ali finančne prilagoditve. Anketiranci so omenjene skupine prilagoditev rangirali od najpomembnejših (rang 1) do najmanj pomembnih (rang 3). Od anketirancev pa smo želeli dobiti še podrobnejši opis, kateri način obvladovanja tveganj je po njihovem mnenju najipomembnejši. Lahko so izbirali med naslednjimi prilagoditvenimi strategijami: Proizvodne prilagoditve: (i) tehnološke prilagoditve (čas setve in spravila, obdelave tal, kolobar); (ii) prilagoditev intenzivnosti kmetijske proizvodnje lokalnim razmeram (lok. prilagojene sorte, pasme); (iii) zaloge krme; (iv) preventivni ukrepi v proizvodnji rastlin; (v) namakanje; (vi) preventivni ukrepi v živinoreji; (vii) zavarovanje gozdnih cest pred meteornimi vodami in poplavami. Trženjske prilagoditve: (i) razpršitev dejavnosti kmetijskega gospodarstva; (ii) razpršitev prodajnih poti; (iii) skladiščenje pridelkov; (iv) pogodbena vezava proizvodnje; (v) poslovanje preko terminskih trgov. Finančne prilagoditve: (i) finančne rezerve; (ii) prilagajanje naložb finančnim zmožnostim, nizka kreditna izpostavljenost; (iii) zavarovanje premoženja; (iv) zavarovanje kmetijske proizvodnje; (v) zavarovanje dohodkov iz kmetijske proizvodnje; (vi) naložbe v nekmetijske dejavnosti; (vii) zaposlitev gospodarja izven kmetije; (viii) zaposlitev drugih članov gospodinjstva izven kmetije. Tabela 6: Najpogostejše strategije prilagoditev kmetijskih gospodarstev po panogah Rang Poljedelstvo 1,44 Vrtnarstvo Trajni nasadi Prireja mlelN Q ro SE TIP KMG o >N (3 Q CD cp ii T3 ^ (0 C O iZ o ro -O ■ EŠ ^^ ^^ 1- o ro Pristop I št. % % % % % 11 4.327 3,39 6,36 6,50 11,57 19,68 12 90 2,03 0,65 1,61 33,13 32,40 13 1.026 0,40 0,76 0,60 8,99 13,44 14 5.910 2,05 4,45 3,36 9,22 9,83 P2 284 0,93 0,26 0,52 35,32 35,60 31 1.581 2,79 0,57 1,04 35,49 37,57 32 1.140 4,21 1,05 3,32 31,92 31,48 33 173 0,18 0,06 0,20 19,11 18,13 34 584 1,25 0,41 1,01 27,70 27,03 41 5.909 33,68 26,06 34,61 14,00 16,74 421 2.391 1,96 4,74 3,66 3,29 3,31 422 7.436 8,35 14,68 10,05 9,59 8,32 43 5.795 7,21 9,92 7,41 17,76 10,53 44 2.389 1,86 2,80 2,95 6,37 7,22 45 2.169 1,90 3,01 2,49 7,77 8,91 51 498 3,07 1,46 1,03 38,17 36,61 52 240 4,63 1,27 0,93 39,06 39,48 53 88 0,37 0,16 0,13 33,01 34,62 P6 4.977 3,15 3,03 2,81 21,45 18,12 P7 3.564 5,25 5,52 4,32 15,17 12,26 P8 9.058 11,35 12,77 11,45 18,27 15,56 Na podlagi rezultatov modela prikazanih v Tabela 16: Lastnosti proizvodnih tipov z vidika SO, neposrednih plačil, dohodka in pogostnosti večjih izpadov dohodka lahko analizirane sektorje razdelimo v tri skupine z vidika dohodkovnih tveganj: • Izrazito tvegana skupina: vrtnarstvo, trajni nasadi z izjemo oljk, reja zrnojedih živali (prašiči. Perutnina) • Srednje tvegana skupina: prireja mleka, specializirano poljedelstvo, mešana rastlinska proizvodnja in mešano kmetijstvo ter oljke • Dejavnosti z nizkim tveganjem: mesne usmeritve pašne živinoreje in pridelava krme (KMG z ekstenzivno rabo travinja) - v teh proizvodnih usmeritvah so ključni dejavnik stabilizacije dohodka proračunska plačila - če bi razpolagali s podatki o okoljskih plačilih, bi bilo to verjetno še bolj očitno. Nekoliko nazorneje tveganost posameznih proizvodnih tipov prikazujemo na Slika 26. 11 Legenda: 52 51 P2 31 32 422421 11poljedelstvo 422 biki, voli 43 mešano 12 hmelj govedoreja 13 poljed. mešano 44 drobnica 14 krma 45 pašne mešano P2 vrtnine 51 prašiči 31vinogradi 52 perutnina 32 sadje 53 zrnojedi mešano 33 oljke P6 rastlinska mešano 34 traj. nasadi mešano P7 živinoreja mešano P8 kmetijstvo 41 mleko mešano 421 dojilje Slika 26: Dohodkovna tveganost posameznih proizvodnih tipov KMG Iz predstavljenega izhaja, da so večja dohodkovna tveganja, ki bi jih lahko reševali s premišljenimi ukrepi kmetijske politike, problem relativno majhnega števila KMG. Ta ustvarjajo večji delež dohodka iz tržne proizvodnje ali pa so precej ozko specializirana in v tem primeru lahko nosijo večja dohodkovna tveganja, kot jih izkazujejo rezultati na ravni sektorjev. Natančnejši vpogled v dohodkovna tveganja na ravni posameznih skupin KMG je razviden le iz podrobnejše analize, rezultati le-te pa so deloma prikazani v nadaljevanju in v prilogah. V prvem delu podajamo agregirane vrednosti na ravni proizvodnih tipov, nato pa sledi podrobnejši prikaz na ravni posameznega razreda ekonomske velikosti. Tveganosti na ravni posameznega KMG ne prikazujemo, saj uporabljen pristop za to ni primeren, niti ne bi dobili celovitejše slike. Za natančno analizo tveganosti posameznih KMG je sicer potrebno imeti veliko podrobnejšo podatkovno bazo na ravni posameznega KMG kot je bila uporabljena v tej analizi, vendar s takšno v Sloveniji za enkrat še ne razpolagamo. Izpad dohodka in pričakovane odškodnine na agregatni ravni proizvodnih tipov V nadaljevanju (Tabela 17) podajamo ključne rezultate modela za vsa analizirana kmetijska gospodarstva združene po vseh sektorjih oziroma proizvodnih tipih. Ločeno prikazujemo rezultate po prvem in drugem pristopu ocene potencialnih odškodnin. Pri prvem pristopu je upoštevano, da se v upravljanje s tveganji, ki vključuje nakup dohodkovnega zavarovanja, vključijo vsa kmetijska gospodarstva, ki dosežejo pozitiven dohodek, seveda ob pogoju, da je izpad dohodka večji od 30 %. Pri tem je potrebno poudariti, da se pri modeliranju ta pogoj preverja na vsakem KMG v vseh danih ponovitvah simulacij (5.000). Kot je razvidno iz Tabela 17, jih kar 98 % v povprečju doseže ta pogoj. Se pa delež KMG z zviševanjem praga povprečnega dohodka zelo hitro zmanjšuje. Na to kaže tudi Tabela 18, pri kateri je mejna vrednost doseženega dohodka pri vseh proizvodnih tipih nastavljena na 12.000 EUR povprečnega letnega dohodka. V tem primeru se delež KMG, ki izpolnijo ta pogoj denimo zniža že na dobrih 5,5 %. V primeru pogoja doseganja vsaj pozitivnega dohodka se vključi največ KMG (15,09 %) razvrščenih v proizvodni tip kmetijstvo mešano (P8), sledi (12,39 %) proizvodni tip 422 - prireja govejega mesa. Sledijo ostali proizvodni tipi vse do KMG specializiranih v pridelavo hmelja, pri kateri vstopajo sicer vsa KMG, a to predstavlja le 0,15 % od celotne analizirane populacije. Še bolj nazoren pa je podatek, koliko od teh KMG je dejansko upravičenih do odškodnine. Ob pogoju, da so do odškodnine upravičeni, ko dohodek pade za več kot 30 %, bi jih bilo od vseh KMG zajetih v analizo skupno upravičenih 15.034, torej le dobrih 25 %. Z največjim deležem upravičenih KMG vstopajo proizvodni tipi, ki zajemajo trajne nasade (brez oljk) in zrnojede živali. Trend je praktično vzporeden z povprečno frekvenco pojavnosti izpadov dohodkov večjih od 30 % (Tabela 16, Slika 26). To je seveda pričakovano, saj le izpadi večji od 30 % izpada opravičujejo KMG do izplačila odškodnine. Tudi pri ostalih proizvodnih tipih je trend podoben. Do nekoliko večjih diskrepanc pride le pri pridelovanju krme in pašni živinoreji, z izjemo prireje mleka. Z izjemo podtipa 12 (hmelj) in 52 (perutnina), so povprečne odškodnine izračunane po pristopu I, relativno nizke, kar je zlasti posledica velikega števila majhnih KMG, ki so upravičene do relativno nizkih odškodnin (razvidno iz podrobnejših prikazov rezultatov po posameznih proizvodnih tipih in ekonomskih velikostih) na eni strani oziroma je verjetnost večjih izpadov (nad 30 %) manjša od 20 percentilov. Tabela 17: Zbir simuliranja odškodnin po skupinah tipov kmetijskih gospodarstev TIP KMG ro N CT ^ o S o cz T3 >ai T3 o m > i o I 00 o T3 (0 "5 3 ro <5 £= '9, ro £i£= > T3 o o CL ^ T3 O T3 O £= T3 O T3 O >N Q (0 .Q sz ip ti ro <5 £= ^ o sz (0 S ^ > > > T3 oo (0 o o ^ ° CL ^ >CJ s T3 pr > o Pristop I Pristop II N Q št. št. 1.000 EUR št. EUR % 1.000 EUR 1.000 EUR EUR % 11 4.327 4.291 540,68 2.015 268 3,91 373,97 3.145,54 727 5,80 12 90 90 1.335,92 89 15.010 9,66 702,47 1.204,65 13.385 2,22 13 1.026 998 29,70 190 156 0,21 28,85 289,18 282 0,53 14 5.910 5.835 74,74 566 132 0,54 141,13 1.594,73 270 2,94 P2 284 284 531,67 281 1.892 3,84 238,09 397,10 1.398 0,73 31 1.581 1.572 1.301,34 1.552 838 9,41 769,88 998,82 632 1,84 32 1.140 1.140 3.029,87 1.080 2.805 21,91 1.357,95 2.420,96 2.124 4,47 33 173 173 7,95 28 284 0,06 18,43 101,37 586 0,19 34 584 582 613,99 470 1.306 4,44 327,58 675,68 1.157 1,25 41 5.909 5.583 1.771,49 1.564 1.133 12,81 3.192,02 17.765,84 3.007 32,78 421 2.391 2.391 0,25 3 82 0,00 74,50 1.674,07 700 3,09 422 7.436 7.386 187,12 520 360 1,35 527,45 4.834,33 650 8,92 43 5.795 5.678 147,37 615 240 1,07 493,20 3.658,96 631 6,75 44 2.389 2.388 14,23 76 187 0,10 94,99 1.373,76 575 2,54 45 2.169 2.158 24,06 168 143 0,17 113,03 1.182,22 545 2,18 51 498 448 1.109,36 445 2.493 8,02 1.079,92 1.342,13 2.695 2,48 52 240 230 971,77 197 4.933 7,03 1.095,86 1.875,28 7.814 3,46 53 88 88 78,31 78 1.004 0,57 62,08 98,94 1.124 0,18 P6 4.977 4.942 614,86 1.936 318 4,45 333,31 1.479,89 297 2,73 P7 3.564 3.518 311,40 603 516 2,25 435,41 2.229,14 625 4,11 P8 9.058 9.000 1.133,87 2.587 438 8,20 1.098,50 5.847,96 646 10,79 Vsota 59.629 58.775 13.829,93 15.063 12.558,61 54.190,56 S tem lahko pojasnimo tudi izjemno visok delež izplačanih odškodnin pri hmelju od celotnega izplačila odškodnin. Razlog, da skoraj 10 % odškodnin izpade na 0,15 % KMG je v tem, da so nekaterih drugi proizvodni tipi bistveno manj volatilni in se večji izpadi pojavijo z manjšimi verjetnostmi. Torej frekvenca pojavnosti škodnih pojavov je nižja, kot 20 % za katero so prikazani rezultati v preglednici (Tabela 17). Z dodatno analizo smo ugotovili, da v primeru povišanja deleža zanesljivosti dobljene rešitve (višji percentil), npr. samo pri mlečnem tipu kmetij, odškodnine bistveno narastejo hkrati pa se pri hmelju te odškodnine ne povišajo, saj je glavnina vseh izpadov že zajeta v primeru, ko je verjetnost izpada 20 % ali več. Vsota odškodnin bi na agregatni ravni, v 80 percentilih, znašala nekoliko manj kot 14 mio EUR. Podobno kot na ravni posameznega proizvodnega tipa, bi posledično tudi na agregatni ravni v primeru, da zajamemo večji vzorec možnih izidov (ekstremnejših pojavov v repih dohodkovnih porazdelitev) ta vrednost hitro narasla. Deloma na to kažejo tudi rezultati izračunani po drugem pristopu (pristop II) pri katerem upoštevamo vse izpade (na ravni posameznega KMG), ki so večje od 30 % izpada povprečnega dohodka in nato ocenimo povprečno vrednost pričakovanih izgub. Na agregatni ravni bi v takšnem primeru povprečne izgube dohodka znašale dobrih 12,5 mio EUR v povprečnem letu, vsota odškodnin pa kar dobrih 54 mio EUR. V tem primeru je tako tudi izrazitejši delež odškodnin, ki odpadejo na mlečni proizvodni tip. Tako bi slabih 10 % KMG prejelo 1/3 vseh izplačanih odškodnin. To zlasti kaže, da so pri tem proizvodnem tipu izrazitega pomena škodni dogodki, ki se pojavijo z manjšo verjetnostjo, so pa negativni učinki zelo veliki in so izrazitejši zlasti pri večjih EV, pri katerih je razmerje neposrednih plačil in dohodka ožje. Jih pa (KMG tipa 41) glede na naš kriterij razvrščanja tveganosti ne razvrsti v zelo tvegano skupino, ker so povprečne verjetnosti nastopa velikih izpadov dohodka nizke. Iz preglednice izhaja, da kar 3/5 vseh potencialno izplačanih odškodnin odpade na pašno živinorejo, kar je skoraj štirikrat več, kot v pri oceni dobljeni po prvem pristopu. Pomembno se zviša tudi delež odškodnin v osnovnem tipu poljedelstvo, ki zajema tudi pridelovanje krme, pri katerem bi v povprečnem letu vsota odškodnin znašala dobrih 11 %. V absolutnem smislu ne pride do velikih razlik v proizvodnem tipu trajnih nasadov, pri oceni povprečnih potencialnih odškodnin, kar je posledica, da glavnina večjih škodnih dogodkov (izpad nad 30 %) nastopi v manj kot 80 percentilov. Zanimiv je tudi rezultat pri skupinah rej zrnojedih živali, namreč pri teh se vsota v absolutnem smislu celo zniža. Pri do sedaj predstavljenih rezultatih smo temeljili na zelo grobi predpostavki, da mora KMG doseči kot prvi pogoj doseči zgolj pozitiven dohodek, da se lahko vključi v upravljanje z dohodkovnimi tveganji. Seveda gre za grobo predpostavko, namreč takšno upravljanje z dohodkovnimi tveganji je praksi povezano tudi stroški in seveda določenimi administrativnimi zahtevami. Pri naslednji analizi (Tabela 18) smo za primerjavo izvedli še simulacijo, ki predpostavlja, da se za takšen ukrep upravljanja z dohodkovnimi tveganji odločijo le tista kmetijska gospodarstva, ki dosežejo vsaj 12.000 EUR povprečnega dohodka (brez upoštevanja okoljskih plačil). Tabela 18: Zbir simuliranja odškodnin po skupinah tipov kmetijskih gospodarstev (12.000 EUR letnega dohodka)* TIP KMG >(fl T3 O O 00 > (0 o o pr T3 o ip (0 O > o P T3 o T3 o T3 o Pristop I št. št. 1.000 EUR št. EUR % 11 4.327 130 90,09 11 8.190 1,51 12 90 66 1.306,57 66 19.797 21,87 13 1.026 8 0,00 0 0,00 14 5.910 61 0,00 0 0,00 P2 284 19 197,81 19 10.411 3,31 31 1.581 15 337,40 13 25.954 5,65 32 1.140 117 1.820,11 117 15.556 30,47 33 173 1 0,00 0 0,00 34 584 13 286,12 7 40.875 4,79 41 5.909 1.925 106,71 22 4.850 1,79 421 2.391 31 0,00 0 0,00 422 7.436 129 18,89 4 4.723 0,32 43 5.795 124 3,74 1 3.740 0,06 44 2.389 53 0,00 0 0,00 45 2.169 45 0,00 0 0,00 51 498 51 585,14 45 13.003 9,79 52 240 107 692,37 87 7.958 11,59 53 88 12 31,73 5 6.345 0,53 P6 4.977 44 107,38 16 6.711 1,80 P7 3.564 94 30,26 7 4.323 0,51 P8 9.058 261 359,82 26 13.839 6,02 Vsota 59.629 3.306 5.974,15 446 *Podrobnejši rezultati za posamezen proizvodni tip so po enakem zaporedju, kot v primeru pozitivnega mejnega dohodka prikazani v poglavju 7.6, Priloga 80 do Priloga 100. Kot je razvidno iz Tabela 18, bi se v takšnem primeru za zavarovanje odločilo le dobrih 3,3 tisoč KMG. Od tega bi več kot polovico KMG prihajalo iz mlečnega proizvodnega tipa oziroma kar 70 % iz tipa pašne živinoreje. Bi pa iz podobnega vzroka, kot je pojasnjen pri Tabela 17, tudi v tem primeru najvišja vsota odškodnin pripadla na proizvodni tip 12 - hmelj. Na ravni vseh KMG tega pod-tipa bi se vsota znižala le za slabe 3 %. To nakazuje na dejstvo, da KMG dosegajo v večini primerov (97 %) povprečne dohodke višje ali enake 12.000 EUR. Relativno visok delež vsote odškodnin se ohrani tudi pri vrtninah in znotraj zrnojedih živali pri podtipu perutnine in prašičev. Pri ostalih pa se delež zniža za več kot 50 %, od tega pa šest skupin tipov nima niti enega predstavnika, ki bi se na podlagi danih predpostavk odločil za takšno upravljanje z dohodkovnimi tveganji. Slednje predstavlja dobrih 1.000 KMG, ki bi v primeru, da je meja pozitiven dohodek, skupno prejela v 80 % le dober 1 % vsote vseh odškodnin. Se pa - gledano na ravni posameznega proizvodnega tipa - povprečne odškodnine izrazito povišajo pri nekaterih tipih, in sicer tudi za več kot 30-kratnik. To je posledica izpada KMG iz razredov manjših ekonomskih velikosti. Najvišji delež odškodnin, bi v 80% primerov odpadlo na sadjarstvo. Pri tej analizi ne prikazujemo posebej rezultatov izračunanih po pristopu II, saj pri slednjem nismo predpostavili, da nastavimo mejo, kdaj bi se KMG odločilo za vstop, posledično so rezultati enaki, kot v primeru, da je meja za vstop doseganje pozitivnega dohodka v povprečju (Tabela 17). -Vsota odškodnin po EV pri meji pozitivnega dohodka X Delež upravičenih KMG (I>12.000) --Vsota odškodnin po EV pri meji 12.000 € dohodka o Delež upravičenih KMG (I=0) J 600 ? 500 H 400 300 200 100 0 , , 700 O c^ 600 rH 500 400 300 200 100 0 800 700 600 500 400 300 200 100 0 500 450 400 350 300 250 200 150 100 50 0 IV 00 m o CN m cr unuD r^ 00 en rM f^ f^f^ f^ f^ CN "" CN CN *H *H *H *H )( )( )riTicT)fi»( :: rNrNmmmmmmm^ o ^ Kii r^ rn r^ r^ r^ r^ rN rN rN rN f^ « « « « m m m m / ^ X 100% 90% 80% 70% 60°% 50°% 40%% 30% 20% 10% 0% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% m m m m m m r^ «t up 00 o r f^f^f^ f^*^ '^rnrnrnrnrn ininininfNfNininininin m m r^ «t up 00 rH UD UD UD UD rs m m PS m rH r^ lil P^ 0^ 00 0^ 00 oi Slika 27: Prikaz vsote odškodnin in delež upravičenih KMG do izplačila odškodnine v primeru, da je meja pozitivno dosežen dohodek oziroma 12.000 EUR povprečnega letnega dohodka Za lažjo primerjavo, kaj se dogaja po posameznih skupinah ekonomskih velikosti znotraj določenega proizvodnega tipa in kateri razredi ekonomskih velikosti imajo signifikanten vpliv na vsoto odškodnin prikazujemo (Slika 27) vsoto prejetih odškodnin, ter delež upravičenih KMG do odškodnine za primer, da bi mejni dohodek, pri katerem bi se KMG odločala za zavarovanje, 12.000 EUR povprečnega dohodka. 5.3.4 Primerjava ključnih rezultatov po (izbranih) proizvodnih tipih in ekonomskih velikostih V nadaljevanju predstavljamo ključne rezultate za vse analizirane proizvodne tipe KMG, združene po skupinah ekonomske velikosti. Rezultati dajejo natančnejši vpogled v dogajanje znotraj posameznih proizvodnih tipov ter pomagajo pri razumevanju predstavljenih rezultatov na agregatni ravni. V poročilu podrobneje predstavljamo in komentiramo rezultate za štiri značilne proizvodne tipe (11 poljedelstvo, 31 vinogradništvo, 41 prireja mleka in 51 prašičereja). Rezultati scenarijskih modelnih izračunov za preostale proizvodne tipe kažejo podobne značilnosti kot štirje proizvodni tipi, ki jih podrobneje opisujemo v nadaljevanju tega poglavja. Pridelava vrtnin, hmelja, sadjarstvo in trajni nasadi mešano beležijo podobne rezultate kot sadjarstvo. Prav tako so si med seboj podobni rezultati in interpretacija rezultatov za proizvodna tipa prašičereje in perutnine ter poljedelstva in mešane rastlinske proizvodnje. Kot je bilo pojasnjeno v poglavju 5.3.3, je raven dohodkovnih tveganj pri proizvodnih tipih prireje mesa na travinju (govedoreja, dojilje, drobnica) nizka. Na podlagi navedenega smatramo, da podrobnejši opisi rezultatov za te proizvodne tipe niso potrebni, zato jih predstavljamo zgolj v izračunih (Priloga 12: Osnovne značilnosti KMG proizvodnega tipa hmelj (Tip 12) do Priloga 79). Proizvodni tip - poljedelstvo (11) Znotraj proizvodnega tipa poljedelstvo je bilo razvrščenih 4.327 KMG, v 12 ekonomskih razredov od katerih jih v Tabela 19 prikazujemo 8. Kot je razvidno, gre v pretežnem delu za manjša KMG, ki razen nekaj izjem nimajo živinorejske proizvodnje. 97 % KMG tega proizvodnega tipa v povprečju obdeluje 7,9 ha KZU, torej gre pretežno za manjša KMG. Posledično je tudi pričakovano, da je povprečni dohodek nizek. Zlasti pri manjših EV, določena KMG v povprečju navkljub prejetim proračunskim plačilom dosegajo negativen dohodek (Tabela 20). Pri teh skupinah so tudi bistveno večje razlike med KMG znotraj skupine, kot pa pri skupinah KMG z večjo ekonomsko velikostjo, kjer je variabilnost znotraj skupine manjša. Na to kažejo tudi razlike v izračunanih koeficientih variabilnosti povprečnega dohodka, kjer vidimo, da so v prvih skupinah razlike med KMG v izračunanih povprečnih koeficientih variabilnosti dohodka višje (Tabela 20). Je pa iz preglednice (Tabela 19) razvidno, kako pomemben prihodek so za to proizvodno skupino neposredna plačila (EKO-0) in plačila za območja z omejenimi dejavniki. Med KMG znotraj posamezne skupine sicer so pomembne razlike, zlasti med skupinami z nižjo EV. Je pa iz podanih rezultatov lepo razviden signifikanten vpliv obsega KZU na plačila -regionalna vezanost plačil. Tabela 19: Osnovne značilnosti KMG proizvodnega tipa poljedelstvo (Tip 11) EV KMG Povp. dohodek KZU ^ min max SD št. 1.000 EUR ha 1 1471 0,3 1,2 0,0 3,9 0,6 2 1336 0,8 2,9 0,0 7,4 1,0 3 960 1,9 5,7 0,0 12,9 1,9 4 309 5,0 10,9 0,0 22,2 3,3 5 121 9,2 18,9 4,3 33,5 5,8 6 93 17,4 33,5 7,5 62,0 12,0 7 25 38,2 68,7 18,3 121,1 34,6 8 6 69,4 122,6 40,7 153,3 42,8 NP + OMD GVZ min max SD ^ min max SD 1.000 EUR št. 0,4 1,0 2,1 4,2 7,1 13,2 27,1 47,4 0,0 0,0 0,0 0,0 0,4 0,0 6,2 18,6 2,6 3,9 6,3 11,0 17,0 32,3 58,5 69,9 0,3 0,4 0,9 1.7 2,6 5.8 14,0 17,3 1 2 4 7 7 15 24 34 0 0 0 1 2 4 7 14 Kot izhaja iz Tabela 19, je razmeroma veliko število KMG s prevladujočim prihodkom iz poljedelstva, med njimi pa le na največjih (po KZU oziroma EV) dohodek pomembno presega proračunska plačila. Zelo velik delež majhnih KMG (večina v EV 1 in 2) bo verjetno v prihodnje vključenih v t.i. shemo malih kmetij. Le KMG z EV 7 ali več (največjih ne prikazujemo zaradi majhnosti skupine in s tem zaupnosti podatkov) lahko uvrstimo med razvojno perspektivne (SO > 50 tisoč EUR), takšnih pa je manj kot 50 KMG. Na največjih (po EV) med njimi srečamo tudi zaposleno zunanjo delovno silo, zato prikazani rezultat za te ne predstavlja razpoložljivi dohodek kmečkega gospodinjstva, pač pa bi bilo potrebno odšteti še stroške dela. Živinoreja na KMG v tej skupini ne predstavlja pomembne dejavnosti. Na KMG z večjo površino njih je dejanski rezultat dohodka lahko precej boljši tudi zaradi potencialne vključenosti proizvodnje v kmetijsko okoljske ukrepe (IPL, KOL, ZEL, EKO _). Tabela 20: Osnovne značilnosti dohodka na KMG proizvodnega tipa poljedelstvo (Tip 11) EV KMG Povp. dohodek CV doh. VaR 91 min max CV CV št. 1.000 EUR 1.000 EUR 1 1471 0,3 -0,2 2,5 0,69 z z 0,5 2 1336 0,8 -0,4 3,3 0,51 0,46 1,24 1,1 3 960 1,9 -0,6 6,3 0,54 z z 2,6 4 309 5,0 0,0 12,4 0,43 1,05 12,01 6,6 5 121 9,2 1,7 19,8 0,33 0,31 0,90 12,1 6 93 17,4 3,6 41,1 0,39 0,32 0,81 22,9 7 25 38,2 13,4 80,1 0,47 0,37 0,80 50,8 8 6 69,4 34,6 94,1 0,29 0,31 0,76 91,4 CV 0,53 0,38 0,44 0,36 0,27 0,30 0,34 0,14 CVaR 90% CV 1.000 EUR 0,3 0,7 1,8 4,8 8,8 16,6 36,4 66,2 0,74 0,54 0,56 0,45 0,35 0,41 0,50 0,32 V Tabela 21 in Tabela 22 prikazujemo bistvene informacije glede pričakovanega izpada in nadomestila izpada dohodka v višini 70 %, ocenjene po obeh predstavljenih pristopih (poglavje 5.2.4). Pri KMG z manjšimi EV pride v povprečju pogosteje do izpada dohodka, ki je večje od 30 % povprečnega dohodka. So pa ti izpadi zaradi nizkega povprečnega dohodka v absolutnem smislu nizki. Posledično so tudi pričakovane odškodnine na ravni teh KMG nizke. V povprečju se odškodnine gibljejo med dobrih 50 EUR in 300 EUR v povprečnem letu, pri čemer najvišja odškodnina v 5. razredu EV znaša dobrih 4.000 EUR. Pri skupinah manjših EV je razmerje povprečne odškodnine in povprečnega dohodka bolj ugodno. Pri KMG, ki letno dosegajo 100.000 EUR in več SO, pa bi se povprečna odškodnina gibala med 2.000 in 3.000 EUR, pri čemer bi posamezno KMG bilo lahko upravičeno tudi do odškodnin, ki bi presegle 16.000 EUR. Je pa pri večjih EV bistveno manjši delež KMG, ki bi bile upravičene do odškodnin, kar pa je posledica nizke verjetnosti izpadov dohodka večjih od 30 %. Kot je razvidno iz Tabela 21, pa pri teh skupinah KMG (z višjimi EV) prihaja tudi do bistveno večjih razlik med KMG, na kar kaže SD oziroma CV, ki ga lahko izračunamo. ob danih predpostavkah analiziranja dohodkovnih tveganj lahko ugotovimo, da bi bila z verjetnostjo 0,8 vsota odškodnin enaka oziroma nižja od ocenjenih 540.681 EUR (Tabela 21). Pri tem je že upoštevano, da so do odškodnine upravičena le tista KMG, ki v povprečju dosegajo pozitiven dohodek in je verjetnost nastopa izpada večja oziroma enaka 20. percentilu porazdelitve izpadov dohodkov (to prikazujemo tudi na Slika 24). K skupni vsoti odškodnin pričakovano največ doprinesejo skupine KMG v nižjih EV, kjer bi bilo do odškodnine upravičenih od 29 % do 66 %. Je pa dejstvo, da se zaradi nizkih dohodkov na eni strani in relativno visokih stroškov vključevanja v takšne sheme na drugi, tovrstna KMG navadno ne bi odločala za takšno upravljanje z dohodkovnimi tveganji (možna primerjava, če se kot pogoj doda doseganje 12 tisoč EUR povprečnega dohodka - glej priloga). Delež KMG, upravičenih do odškodnin, je pri analizi po Pristopu I resda precej visok, a bi bilo navkljub temu skupna letna vsota izplačanih odškodnin v tem sektorju le dobrih 0,5 mio EUR. Tabela 21: Verjetnost izpada dohodka in odškodnine za proizvodni tip poljedelstvo (Tip 11) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 a (v U) V Odškodnine na ravni KMG (70%) o de £= £= ed >o O pro U min max SD min max SD št. 1.000 EUR % EUR EUR % 1 1471 0,29 24,6 0,0 100,0 12,4 78.926 54 0 380 50 66 2 1336 0,76 20,3 0,0 73,5 10,3 121.407 92 0 662 102 51 3 960 1,89 16,0 0,0 100,0 11,2 103.134 109 0 1.256 200 29 4 309 5,03 1 1 ,9 0,0 46,7 10,3 48.879 158 0 2.151 399 17 5 1 21 9,21 10,7 0,0 48,8 10,3 37.466 310 0 4.092 842 13 6 93 17,41 1 1 ,8 1,6 46,4 12,6 74.894 805 0 6.997 1.773 19 7 25 38,21 14,5 2,0 41,2 15,9 59.678 2.387 0 10.961 3.986 28 8 6 69,44 12,2 3,0 38,2 13,8 16.299 2.716 0 16.299 6.654 17 Tabela 22 prikazuje povprečne letne vrednosti izpada dohodka posameznih velikostnih razredov na tistih KMG, ki se jim bo pričakovani dohodek zmanjšal za več kot 30 % od njihovega dolgoletnega povprečja realiziranega dohodka. Koeficient variabilnosti pričakovanega izpada dohodka (= pričakovane izgube dohodka) znotraj posameznega velikostnega razreda prikazuje heterogenost KMG znotraj le-tega in je v primeru analiziranih poljedelskih kmetij največja pri EV 6, najmanjša pa pri EV 2. Odškodnina je izračunana kot 70 % izpada dohodka na prej omenjenih kmetijah (torej tistih z izpadom dohodka nad 30 %). V letih, ko ima KMG izpad dohodka nad 30 %, se mu izplača 70 % odškodnine na celoten izpad, zato je vsota povprečnih odškodnin za posamezen velikostni razred večja od prikazanega skupnega izpada dohodka. Skupna letna pričakovana vrednost izpada dohodka za poljedelske kmetije bi znašala dobrih 300 tisoč EUR, povprečne letne izplačane odškodnine pa približno petkratnik te vrednosti. Tabela 22: Verjetnost izpada dohodka in odškodnine za proizvodni tip poljedelstvo (Tip 11) - Pristop II EV KMG Povp. dohodek C5 .(J J^ro Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 1 4r1 0,29 30.520 21 0 158 0,82 111.207 76 0 517 0,55 2 1336 0,76 51.102 38 0 292 0,73 251.048 188 21 706 0,41 3 9(0 1,89 62.665 65 0 525 0,89 426.153 444 0 1.343 0,47 4 309 5,03 39.118 127 0 996 0,97 353.545 1.144 244 2.642 0,38 5 1 21 9,21 30.675 254 0 1.673 1,10 255.451 2.111 683 4.199 0,28 ( 93 17,41 49.019 527 120 2.992 1,15 374.346 4.025 1.482 8.787 0,31 7 25 38,21 36.634 1.465 313 5.280 0,99 226.269 9.051 4.889 17.478 0,36 8 6 69,44 14.072 2.345 851 6.890 1,01 97.346 16.224 12.089 20.414 0,17 Če nekoliko podrobneje pogledamo izračune po Pristopu II (Tabela 22) lahko vidimo, da do ključnih razlik pride predvsem pri skupinah KMG srednjih in visokih EV, kjer se povprečne odškodnine na ravni KMG v absolutnem smislu pomembno zvišajo. Pride pa do manjših razlik znotraj posameznih skupin. Ker pri tem pristopu v izračun povprečne škode in posledično tudi odškodnine zajamemo vse dogodke, je pričakovano, da je tudi vsota povprečnih odškodnin bistveno višja. Ta bi v tem primeru znašala dobra 2 mio EUR oziroma 3,1 mio EUR če upoštevamo tudi šest KMG, ki se zvrstijo v večjih razredih EV in zaradi majhnosti skupin niso prikazane. Proizvodni tip - vinogradi (31) V proizvodni tip 31, kjer na KMG 2/3 ustvarjenega SO predstavlja vinogradništvo, se po uporabljeni metodologiji razvrsti 1.581 KMG. KMG se pojavijo praktično v vseh razredih EV (Tabela 23). Zaradi majhnih skupin v višjih EV, podrobneje prikazujemo rezultate zgolj za prvih osem skupin EV. Kot je razvidno iz Tabela 23, dobra polovica KMG iz tega proizvodnega tipa ustvari manj kot 8 tisoč EUR standardnega outputa letno. Posledično so tudi povprečni dohodki znotraj teh skupin izjemno nizki. Prejeta proračunska plačila v teh primerih so praktično enaka izračunanim dohodkom in le pri KMG iz višjih razredov EV se to razmerje zoži. So pa razlike v izračunanem povprečnem dohodku med KMG znotraj posamezne skupine EV relativno velike, na kar kaže tudi koeficient variabilnosti (Tabela 24). Za ta proizvodni tip bi lahko rekli da je dohodkovno perspektivnih KMG le dobra 2 odstotka, vključno z KMG, ki jih ne prikazujemo. Tabela 23: Osnovne značilnosti KMG proizvodnega tipa vinogradi (Tip 31) EV KMG Povp. dohodek KZU NP + OMD GVZ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 118 297 445 336 224 122 28 5 0,0 0,2 0,4 0,8 1,5 3,1 7,9 19,7 0,6 1,3 2,3 4,2 6,8 11,4 22,0 54,1 0,1 0,6 1,1 2,3 4,3 6,8 13,9 45,4 2,0 3,4 5,9 16,0 15,1 23,6 41,6 76,9 0,3 0,5 0,8 1,4 1.7 3,3 6.8 12,9 0,0 0,2 0,4 0,7 1,0 1,6 3,7 7,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 4,4 0,7 1.4 1,9 3,1 4,3 6.5 20,7 12,4 0,1 0,2 0,3 0,5 0,8 1,3 4,1 3,8 0 0 0 0 0 0 0 0 0 2 3 5 9 8 8 8 Za analizirani proizvodni tip je značilno, da do večjih razlik v povprečnem dohodku prihaja pri KMG, ki ustvarijo več kot 25.000 EUR standardnega outputa letno. Pri teh pa so razlike med KMG, ki dosegajo najnižje in najvišje povprečne dohodke relativno velike in se gibljejo od 16.000 do 31.000 EUR. Koeficient variabilnosti povprečnega dohodka dejansko pokaže na heterogenost skupin KMG. Nadalje pa na podlagi povprečnega koeficienta variabilnosti dohodka lahko sklepamo na povprečno variabilnost dohodka na ravni posameznega (povprečnega) KMG znotraj skupine KMG iste EV. Gre za povprečno vrednost koeficienta variabilnosti na ravni KMG, izračunanega na podlagi vrednosti vseh KMG zajetih v analizo. Zlasti pri manjših EV, prihaja do zelo velike variabilnosti znotraj skupine, na kar kažejo visoke vrednosti CV koeficienta variabilnosti dohodka. Tabela 24: Osnovne značilnosti dohodka na KMG proizvodnega tipa vinogradi (Tip 31) EV KMG št. 118 297 445 336 224 122 28 5 Povp. dohodek min max CV 1.000 EUR 0,0 0,2 0,4 0,8 1,5 3,1 7,9 19,7 0,0 0,0 0,1 -0,1 0,4 0,8 2,6 13,7 0,7 1,2 1,7 3,3 4,7 9,9 24,3 34,1 1,85 0,91 0,62 0,60 0,48 0,52 0,59 0,42 CV doh. VaR 90% CVaR 90% CV CV CV 1.000 EUR 1.000 EUR 7,05 2,11 0,2 0,51 0,0 3,70 4,38 1,27 0,6 0,34 0,1 1,26 2,27 0,77 1,1 0,28 0,3 0,81 2,06 0,81 2,2 0,27 0,6 0,78 1,80 0,53 4,0 0,21 1,2 0,62 1,56 0,46 7,4 0,31 2,4 0,62 1,17 0,48 16,2 0,34 6,7 0,68 1,05 0,23 41,5 0,30 16,6 0,47 Za ta proizvodni tip so značilne izredno visoke verjetnosti izpadov dohodkov večjih od 30 %, kar kaže na to, da se ta proizvodni tip KMG pogosteje srečuje z večjimi izpadi (Tabela 25). Nizka vrednost SD nakazuje, da ni pomembnejših razlik med KMG znotraj posamezne skupine. To je tudi ključni razlog, da se je ta proizvodni tip v povprečju izkazal za enega dohodkovno bolj tveganih. Rezultati po velikostnih razredih v tem proizvodnem tipu kažejo na večjo pogostnost izpada večjega deleža dohodka (tu prikazujemo pričakovano pogostnost izpada dohodka nad 30 % povprečnega dohodka posameznega KMG) na ekonomsko šibkejših KMG (nižji velikostni razredi EV). Z višanjem EV se tudi maksimalni povprečni izpadi KMG znotraj dane skupine znižujejo, hkrati pa minimalne vrednosti rastejo. Nenazadnje se to odrazi tudi v večji homogenosti posamezne skupine KMG. Glede na visoko frekvenco večjih (> 30 %) izpadov dohodka je pričakovano, da je tudi vsota odškodnin na agregatni ravni relativno visoka. Ta bi le v 20% primerov presegla 1,3 mio EUR. Nadalje je za ta proizvodni tip značilno, da so povprečne odškodnine, ki zajemajo 70 % izpada dohodka, izredno visoke, zlasti če jih primerjamo z doseženim dohodkom. Po drugi strani pa je pri analizi po Pristopu I delež KMG precej visok, a bi bila navkljub temu skupna letna vsota izplačanih odškodnin v tem sektorju precej nižja. Ne glede na ta izračun bi bil takšen ukrep potencialno zanimiv le za večja KMG oziroma za tista, ki ustvarijo vsaj 8 tisoč EUR dohodka ali več. V takšnem primeru bi le v 20 % primerov vsota znašala več kot dobrih 0,4 mio EUR. Tabela 25: Verjetnost izpada dohodka in odškodnine za proizvodni tip vinogradi (Tip 31) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š T3 o ^ 00 ta (v ot U) V Odškodnine na ravni KMG (70%) o de £= £= ed >o O ik pro U min max SD min max SD št. 1.000 EUR % EUR EUR % 1 118 0,05 42,4 9,1 49,7 6,3 8.390 74 0 120 25 92 2 297 0,20 38,4 1 5,3 45,8 7,1 47.587 160 0 241 44 98 3 445 0,43 37,2 1 8,0 45,1 5,7 135.393 304 0 481 76 99 4 336 0,84 37,1 1 7,8 46,7 5,4 195.885 584 0 896 139 99 5 224 1,55 36,8 1 8,9 43,7 5,0 235.724 1.052 0 1.501 205 100 6 122 3,06 36,2 22,5 43,4 4,3 227.728 1.867 1.171 2.896 442 100 7 28 7,93 32,9 1 3,3 41,5 6,3 96.107 3.432 0 4.966 999 96 8 5 19,74 33,4 29,6 36,6 3,0 47.063 9.413 7.378 12.659 1.972 100 Ocena dohodkovnih tveganj in potencialnih odškodnin po drugem pristopu (Pristop II) pa kaže na to, da so povprečne izgube na ravni posameznega KMG relativno nizke in ni velikih razlik med KMG znotraj posameznih skupin EV. Vsota povprečnih odškodnin bi na ravni sektorja znašala nekaj manj kot 1 mio EUR (vključno s KMG iz višjih razredov EV, ki niso prikazani). Ker bi se po tem pristopu izračunana vsota odškodnin znižala je pričakovano, da padejo tudi vrednosti povprečnih odškodnin na ravni posameznega KMG. Opozoriti kaže tudi, da v tem primeru prihaja do večjih razlik znotraj posamezne skupine EV KMG. Tabela 26: Verjetnost izpada dohodka in odškodnine za proizvodni tip vinogradi (Tip 31) - Pristop II EV KMG Povp. dohodek na an ^^ či Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 118 0,05 4.374 37 6 63 0,35 4.325 37 5 154 0,50 2 297 0,20 21.688 73 21 124 0,32 27.519 93 40 272 0,34 3 445 0,43 58.586 132 41 243 0,31 80.732 181 92 419 0,28 4 336 0,84 87.683 261 108 507 0,29 120.358 358 189 826 0,28 5 224 1,55 112.070 500 194 805 0,25 151.167 675 357 1.201 0,20 6 122 3,06 119.428 979 470 1.879 0,33 161.883 1.327 705 2.843 0,34 7 28 7,93 57.618 2.058 1.029 3.518 0,34 86.962 3.106 2.062 5.833 0,33 8 5 19,74 32.607 6.521 4.694 9.862 0,30 43.553 8.711 6.760 14.061 0,35 Proizvodni tip - mleko (41) V proizvodni tip 41 - mleko je bilo na podlagi uporabljene metodologije definiranja tipa razvrščenih 5.909 KMG. Nadalje so bila ta KMG razvrščena v 11 razredov ekonomske velikosti, od katerih jih v Tabela 27 prikazujemo za 8 razredov. Kot je razvidno, dobrih 60 % KMG letno realizira med 25 in 100 tisoč EUR standardnega outputa. Nedvomno gre za tip, ki ga v pretežnem delu sestavljajo gospodarsko vitalna in razvojno perspektivna KMG. Pri tem proizvodnem tipu so proračunska plačila izjemnega pomena. Do EV 5 so prejeta plačila skupno z OMD plačili v povprečju višja, kot dosežen povprečen dohodek. Je pa zanimivo, da do največjih razlik v višini prejetih proračunskih plačil prihaja med KMG znotraj skupin iz nižjih EV. Na te razlike vpliva predvsem višina plačil iz naslova proizvodno vezanih zgodovinskih plačil. Vsekakor pa je to pomemben dejavnik, ki pomembno vpliva na zmanjšanje dohodkovnih tveganj, oziroma so učinki višjih izpadov tržnega dohodka zmanjšani. Tabela 27: Osnovne značilnosti KMG proizvodnega tipa mleko (Tip 41) EV KMG Povp. dohodek KZU NP + OMD GVZ min Max SD min max SD ^ min max SD št. 1.000 EUR Ha 1.000 EUR št. 11 105 548 1210 2248 1328 435 18 0,4 1,3 2,3 3,8 7,8 18,2 44,3 101,0 1,9 3,6 5,5 8,4 13,2 22,5 42,5 95,5 0,0 0,0 1,6 0,0 4,3 7,8 12,5 51,3 3,5 6,9 12,6 24,3 34,7 79,9 157,8 176,2 0,9 1,3 1,8 2,7 4,3 7,6 18,5 33,1 0,7 1,5 2,5 3,9 6,4 11,2 22,1 48,9 0,0 0,0 0,0 0,0 0,0 1,8 0,0 27,1 1,3 3,1 5,8 9,3 24,1 47.3 56.4 78,3 0,4 0,6 0,9 1,3 2,2 3,7 8,9 12,3 2 3 6 11 20 37 77 1 1 3 4 9 19 38 3 7 10 22 39 93 159 124 160 22 226 29 V Tabela 28 podrobneje prikazujemo značilnosti gibanja povprečnega dohodka. Ta se od najmanjših KMG od 400 EUR giblje vse do 101 tisoč EUR letnega dohodka pri največjih KMG. Praktično v vseh skupinah se pojavijo tudi takšna KMG, ki v povprečju dosegajo negativen dohodek. Se pa razlike med kmetijskimi gospodarstvi v doseženem povprečnem dohodku zmanjšujejo z višanjem EV. Torej so skupine KMG, ki dosegajo nižje dohodke bolj heterogene in prihaja do večjih razlik. So pa razlike med KMG v spreminjanju dohodka na ravni posameznega KMG izredno velike. Zlasti v skupinah EV 5 do 8 imamo KMG z izredno variabilnimi dohodki in tudi med KMG so velike razlike (Tabela 28). Tabela 28: Osnovne značilnosti dohodka na KMG proizvodnega tipa mleko (Tip 41) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 2 11 0,4 -0,6 1,4 1,28 0,39 5,98 3 105 1,3 -0,7 3,9 0,92 1,69 6,83 4 548 2,3 -1,5 7,6 0,81 0,55 8,45 5 1210 3,8 -3,0 12,2 0,76 1,76 49,62 6 2248 7,8 -4,7 29,9 0,70 0,02 894,84 7 1328 18,2 -7,4 65,3 0,55 0,08 260,45 8 435 44,3 -6,3 112,9 0,52 1,63 24,96 9 18 101,0 3,5 163,1 0,41 0,63 2,02 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,7 0,86 0,4 1,38 1,7 0,71 1,2 0,96 3,2 0,62 2,2 0,85 5,3 0,58 3,6 0,80 10,7 0,56 7,4 0,74 24,2 0,46 17,4 0,57 57,1 0,46 42,5 0,53 128,9 0,34 97,0 0,42 V primerjavi z ostalimi proizvodnimi tipi je za ta proizvodni tip izrazit vpliv proračunskih plačil na obseg dohodkovnih tveganj. Ta se kaže neposredno na stabilizaciji dohodkovnih nihanj, kar proizvodni tip prireje mleka po tveganosti uvršča v sredino razvrstitve, podobno kot poljedelstvo. Povprečne frekvence večjih izpadov dohodka (nad 30 % povprečnega dohodka) se namreč v povprečju pojavijo z relativno nizko verjetnostjo. Povprečno najvišje vrednosti doseže 11 KMG v EV 2 (28,3 %). Pri ostalih skupinah višjih EV povprečna vrednost ne preseže 20 % pri najvišjih EV se takšni izpadi zgodijo le v 10 % primerov. V vseh skupinah lahko vidimo, da so velike razlike med KMG znotraj skupine. Do odškodnine po prvem pristopu so seveda upravičena zgolj tista KMG, pri katerih je pogostnost takšnih izgub večja ali enaka 20%. Posledično je dokaj pričakovano, da je vsota tako ocenjenih odškodnin sorazmerno nizka. Na ravni proizvodnega tipa bi bila v 80 % primerov letno enaka ali nižja od dobrih 1,7 mio EUR. Od tega odpade dobrih 70 % na skupino, ki letno realizira med 25 in 100 tisoč EUR standardnega outputa. Izračunane povprečne odškodnine bi bile na letni ravni izredno nizke. So pa razlike v višini odškodnin med KMG znotraj posamezne skupine relativno velike in se povečujejo v višjih razredih EV. Tabela 29: Verjetnost izpada dohodka in odškodnine za proizvodni tip mleko (Tip 41) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d o 8 ta (v ot m V Odškodnine na ravni KMG (70%) o de ih ni ed >o O Iš ^^ pro U ^ min max SD min max SD št. 1.000 EUR % EUR EUR % 2 11 0,44 28,3 3,8 84,7 25,0 90 30 0 90 42 9 3 105 1,27 19,9 2,1 64,8 17,8 4.763 67 0 232 84 28 4 548 2,30 19,4 2,1 70,9 16,7 49.724 120 0 489 159 28 5 1 21 0 3,82 19,3 2,3 74,8 15,7 220.623 223 0 1.060 281 33 6 2248 7,82 17,4 1,9 73,9 14,1 680.841 357 0 2.384 510 29 7 1328 18,24 13,7 1,5 68,8 11,6 559.300 466 0 4.488 899 20 8 435 44,31 11,2 2,4 59,0 10,5 235.974 610 0 7.585 1.510 13 9 18 100,99 10,0 2,9 42,4 10,8 20.174 1.121 0 12.774 3.390 11 Proizvodni tip mleko je vsekakor eden izmed tipičnih sektorjev, pri katerih se škodni dogodki, ki dohodek znižajo za več kot 30 % pojavijo relativno redko, ko pa se pojavijo pa je njihov vpliv izredno velik. Posledično je vsota povprečnih odškodnin izračunana po Pristopu II (Tabela 30) bistveno višja, kot pa je v primeru računanja po Pristopu I. V tem primeru namreč zajamemo vse izpade dohodka, ki so večji od 30 % in nato izračunamo pričakovano vrednost izgube - tehtano povprečje. Izrazito se posledično povišajo tudi povprečne odškodnine, ki znašajo od dobrih 35 % (EV-2) pa do 23 % (EV-9) povprečne realizacije dohodka. Tako so v razredih z višjimi EV razmerja med izplačanimi odškodninami in doseženim povprečnim dohodkom zožijo. Hkrati pa prihaja tudi do manjših razlik med KMG znotraj posamezne skupine (CV). Pri skupinah KMG velikostnih razredov EV 7 do 9 povprečne odškodnine narastejo tudi od slabih 14 tisoč pa vse do 36,7 tisoč EUR. Tabela 30: Verjetnost izpada dohodka in odškodnine za proizvodni tip mleko (Tip 41) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG ta nč dni ot čredo od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 11 105 548 1 21 0 2248 1328 435 18 0,44 1,27 2,30 3,82 7,82 18,24 44,31 100,99 572 7.539 74.965 290.884 979.013 1.038.195 654.698 60.957 52 72 137 240 436 782 1.505 3.386 19 23 37 84 145 300 733 176 0,86 269 0,67 533 0,60 1.098 0,57 1.905 0,56 3.854 0,52 6.434 0,51 1.835 8.793 0,55 1.725 34.836 329.978 1.210.392 4.463.662 5.852.163 4.517.504 424.397 157 332 602 1.000 1.986 4.407 10.385 23.578 52 59 113 216 407 803 1.717 5.998 315 866 1.660 2.688 6.438 13.919 25.135 36.738 0,51 0,63 0,55 0,52 0,51 0,44 0,45 0,33 Proizvodni tip - prašiči (51) Kot zadnji proizvodni tip podrobneje predstavljamo rejo prašičev, kamor je bilo razvrščenih 498 KMG. Glede na ocenjeni standardni output jih razdelimo v 9 razredov EV. V večini primerov gre za večja KMG, ki v povprečju obdelujejo med 10,4 in 41 ha KZU (Tabela 31). Doseženi dohodki so relativno nizki, pri tem pa imajo proračunska plačila pomembno vlogo. V vseh skupinah do EV 7 povprečna vrednost prejetih proračunskih plačil presega povprečen dohodek KMG. V večini primerov gre za regionalna plačila za njive. Skorajšnja reforma neposrednih plačil, kjer je pričakovati pomembno znižanje plačil na njivskih površinah, bo izrazito vplivala na dohodke tega proizvodnega tipa KMG. So pa med prašičerejskimi KMG tudi takšne, ki imajo zelo malo obdelovalnih površin (min), v tem primeru pa večji del krme dokupijo. Zato bi bilo v nadaljnjem razvoju modela smiselno pri takšnih rejah dobljen rezultat močneje vezati na dohodkovne razmere v poljedelstvu. Tabela 31: Osnovne značilnosti KMG proizvodnega tipa prašiči (Tip 51) EV KMG Povp. dohodek KZU NP + OMD GVZ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 7 16 31 55 71 154 114 43 4 0,1 0,1 0,2 0,6 1,2 3,3 6,1 16,6 51,1 0,6 0,9 2,0 3,9 6,2 10.4 17,8 41,0 97.5 0,0 0,0 0,0 0,0 1,6 0,0 0,8 0,0 43,7 1,1 1,7 3,1 6,0 9,4 21,8 36,2 92,1 156,2 0,4 0,4 0,7 1,3 1,6 3,7 7,0 19,7 46,4 0,2 0,3 0,7 1,5 2,2 3,9 6,5 15.3 44.4 0,0 0,0 0,0 0,0 0,0 0,0 1,2 0,0 21,6 0,4 0,8 1,2 2.5 3.6 9,5 14,1 40,9 80,3 0,1 0,2 0,3 0,5 0,7 1,6 2,8 8,6 25,1 0 2 3 6 10 18 35 73 0 1 2 3 5 8 14 37 1 3 6 9 18 44 77 11 173 24 168 130 238 48 Podrobnejša analiza sprememb dohodkov KMG pri proizvodnem tipu prašičereja (Tabela 32) nakazuje, da imamo v vseh skupinah EV, primere, ko KMG v povprečju dosegajo negativen dohodek. Med KMG znotraj posamezne skupine so sicer relativno velike razlike v doseganju povprečnega dohodka, na kar kaže koeficient variabilnosti. So pa te razlike manjše predvsem pri skupinah večje ekonomske velikosti, pri katerih so doseženi povprečni dohodki bolj enotni. Visoki koeficienti variabilnosti dohodka (CV doh) kažejo zlasti pri manjših proizvodnih tipih, da gre za dokaj nestabilen dohodek na ravni posameznih analiziranih KMG, CV pa nadalje kaže na razlike med KMG znotraj posamezne skupine. Tabela 32: Osnovne značilnosti dohodka na KMG proizvodnega tipa prašiči (Tip 51) EV KMG Povp. dohodek CV doh. VaR 90% CVaR 90% min max CV CV CV CV št. 1.000 EUR 1.000 EUR 1.000 EUR 7 16 31 55 71 154 114 43 4 0,1 0,1 0,2 0,6 1,2 3,3 6,1 16,6 51,1 0,0 -0,1 -0,6 -0,5 -1,1 -1,8 -2,0 -7,5 13,8 0,2 0,4 0,7 1,4 2,8 10,7 14,7 40,7 94,1 0,93 1,92 1,31 0,67 0,70 0,69 0,61 0,68 0,65 17,81 3,74 6,03 4,90 2,70 0,25 2,30 0,46 1,00 2,76 5,47 5,34 4,01 3,85 40,39 7,09 5,47 0,73 0,2 0,4 0,9 1,8 3,5 7,7 14,5 34,9 93,5 0,52 0,38 0,35 0,29 0,28 0,33 0,26 0,40 0,48 0,0 0,0 0,1 0,4 0,9 2,7 4,9 13,9 44,8 1.30 5.31 2,53 0,92 0,99 0,85 0,78 0,80 0,70 Proizvodni tip prašiči se zaradi velike verjetnosti nastopa izpadov večjih od 30 % povprečnega dohodka uvršča v izrazito tvegano skupino (Tabela 33), kar je vsekakor tudi posledica odvisnosti proizvodnega tipa od kupljene močne krme. Kot je razvidno iz modelnih rezultatov, pa ne prihaja do velikih razlik med KMG znotraj posamezne skupine, zlasti ne v primerjavi z ostalimi do sedaj analiziranimi proizvodnimi tipi. Razen v nekaj primerih, se na vseh KMG verjetnost izpada dohodkov nad 30 % povprečnega dohodka zgodi bolj pogosto, kot v 20 percentilih analiziranih ponovitev. Vsota odškodnin izračunanih po prvem pristopu (Pristop I), bi le v 20 % presegla vrednost dobrega milijona EUR. K temu največ doprinesejo KMG razvrščene v 6, 7 in 8 razred EV. Delež upravičenih KMG je zaradi visokih povprečnih verjetnosti večjih izpadov relativno veliko (od 69 do 100 %). Izračunane povprečne odškodnine bi se v povprečnem letu gibale med 68 in 7.500 EUR. Tabela 33: Verjetnost izpada dohodka in odškodnine za proizvodni tip prašiči (Tip 51) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š T3 O od 8 ta (v ot s V Odškodnine na ravni KMG (70%) o de £= £= 30% -Povprečna odškodnina na ravni KMG 700 600 -500 -400 -300 200 -100 -0 1.200 1.000 800 -600 -400 200 0 1.600 1.400 1.200 1.000 800 600 400 200 0 Frekvenca izpadov dohdoka > 30% Povprečna odškodnina na ravni KMG -Frekvenca izpadov dohdoka > 30% -Povprečna odškodnina na ravni KMG 30% 25% 20% 15% 10% 5% 0% 25% 20% 15% 10% 5% 0% 8% 6% 4% 2% 0% 8% 6% 4% 2% 0% Slika 28: Parametrizacija nastopa scenarijev normalnih in srednjih tveganj na strani SO - vpliv na povprečno odškodnino in frekvenco pogostnosti izpadov večjih od 30 % Na Slika 28 prikazujemo rezultate parametrizacije, pri čemer prvi korak (x-y-1) v vseh analiziranih primerih upošteva, da se v 50 % primerov vključi scenarij normalnih tveganj, v 48 % scenarij srednjih tveganj in v 2 % ponovitev simuliranja se vključijo ekstremni vplivi na SO in sicer tako pozitivni kot tudi negativni. Pri tem so seveda za posamezne aktivnosti, ki definirajo proizvodnjo KMG, definirane različne trikotne porazdelitve. V 15. koraku (x-y-15) se upošteva 95 % verjetnost nastopa normalnih tveganj (ožja trikotna porazdelitev), 3 % srednji obseg tveganj in v 2 % se vključijo trikotne porazdelitve, ki vključujejo ekstremne dogodke tako na pozitivni, kot tudi negativni strani. V vseh prikazanih primerih, je 15. korak enak do sedaj prikazanim rezultatom. Povsem pričakovano je, da je v 15. koraku povprečna odškodnina na KMG najnižja. V primeru večjega nastopa srednjih tveganj, ki zajema predvsem nižje minimalne vrednosti, se odškodnine zvišajo od 23,7 % do 85,7 %. Do največjih dprememb pride pri EV 6, 7 in 8. Ta vpliv se pozna tudi na vsoti izplačanih odškodnin znotraj posameznega leta (Slika 30). Na Slika 28 prikazujemo tudi, kako se spreminja frekvenca nastopov primerov, ko dohodek pade za več kot 30 % povprečnega dohodka. Logično je, da bi se v vseh primerih z večjo variabilnostjo prihodkov ta delež povečal, ostane pa kljub temu pri vseh analiziranih primerih še vedno relativno nizko, kar kaže na velik stabilizacijski učinek proračunskih plačil, ki so podrobneje pojasnjene pri proizvodnem tipu mleko v poglavju 5.3.4. Do večjih sprememb v relativnem smislu pride pri KMG, ki se zvrstijo v višje razrede EV. V absolutnem smislu pa te spremembe nastopijo med 4 in 6 %. Ker gre za proizvodni tip z relativno nizkimi verjetnostmi nastopa več kot 30-odstotnega izpada dohodka, bi bilo zanimivo analizirati tudi, kakšni vplivi se zgodijo pri nekaterih drugih proizvodnih tipih, je pa takšna analiza iz računskega vidika izjemno zahtevna. -CV dohodka med KMG --% dohdoka glede na 15 korak parameterizacije 1,02 1 0,98 0,96 0,94 0,92 0,9 0,88 0,86 0,84 0,82 0,8 1,02 1 0,98 0,96 0,94 0,92 0,9 0,88 0,86 0,84 1,02 1 0,98 0,96 0,94 0,92 0,9 0,88 0,86 1 rH un rH un rH "t Ln rH LO ÜD un rH uS CO rH un rH O rH rH (N m rH 'it 5 ^ ^^ üb rH m rH "t rH un üb ub rH rN rH CO ub üb rH O rH rH (N rH m "t rH LO 'i^ 'i^ ':t 'i^ ':t 'i^ ':t 'i^ ':t ■ '1 1 ■ \ ■ 1 ■ rH rH 'i^ p^ ÜD P^ rH P^ P^ P^ 2/3SO da P1 Poljedelstvo ► SO hmelj>2/3P1 da P12hmelj ne^ ne^ ▼ FCP>2/3P1; GL=0 da P14krma ▼ ne^ ▼ SO p01>2/3P1 da P11poljedelstvo1 ▼ ne^ P13poljed. ▼ Mešano poljedelstvo Mešano P2>2/3SO da P2 Vrtnine ne^ P3>2/3SO da P3 Trajni nasadi ► SO vinogradi>2/3SO da P31vinogradi ne^ ne^ ▼ SO sadovnjaki>2/3SO da P32sadje ▼ ne^ ▼ SO oljčniki>2/3SO da P33oljke ▼ ne^ ▼ Mešano trajni nasadi ► P34 TN mešano ▼ P4>2/3SO da P4 Pašne živali ► SO mlekoC)>2/3 GL da P41 mleko ne^ ne^ ▼ (SO d+SO dg)>2/3GL da P42 Drugo govedo ► SO dojilje>1/2 P42 da P421 dojilje ▼ ne^ ne ► ► P422 biki voli P43 mešano ▼ SO vse govedo>2/3GL da govedoreja ne^ ▼ SO drobnica>2/3GL P44 drobnica ▼ ne^ P45 Pašne druge ▼ ► ► in mešano ▼ P5>2/3SO da P5 Zrnojede živali ► SO prašiči>2/3SO da P51 Prašiči ne^ ne^ ▼ SO perutnina>2/3SO da P52 Perutnina ▼ ne^ P53 Zrnojedi ▼ ► ► mešano ▼ (P1+P2+P3)>2/3S P6 Rastlinska O da mešano ne^ P7 Živinoreja (P4+P5)>2/3SO da mešano ne^ P8 kmetijstvo SO>0 da mešano 7.5 Prikaz modelnih rezultatov po preostalih proizvodnih tipih Proizvodni tip - hmelj (12) Priloga 12: Osnovne značilnosti KMG proizvodnega tipa hmelj (Tip 12) EV KMG Povp. dohodek KZU NP + OMD GVŽ ^ min max SD ^ min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 5 6 7 8 9 4 11 14 40 17 3,3 6,0 12,0 35,0 63,8 6,3 4,3 7,7 1,4 8,6 3,6 12,1 2,4 12,7 6,8 18,1 3,5 28,1 13,2 49,5 8,8 48,4 29,2 78,4 15,1 2.3 1,3 3,3 0,9 3.4 1,6 5,4 1,1 5.5 2,4 9,9 2,1 13,9 4,2 32,9 6,5 21,7 11,7 47,4 8,5 3 2 5 1 5 0 9 3 6 0 21 7 14 0 47 15 13 0 52 17 Priloga 13: Osnovne značilnosti dohodka na KMG proizvodnega tipa hmelj (Tip 12) EV KMG Povp. dohodek CV doh. VaR 90% CVaR 90% ^ min max CV ^ CV ^ CV ^ CV št. 1.000 EUR 0,80 0,25 0,84 0,14 0,91 0,15 0,74 0,21 0,77 0,18 1.000 EUR 1.000 EUR 5 6 7 8 9 4 11 14 40 17 3,3 2,3 4,3 0,25 6,0 4,4 8,1 0,23 12,0 6,9 15,7 0,22 35,0 16,9 54,1 0,30 63,8 44,2 100,2 0,22 6,3 0,14 12,1 0,21 25,2 0,22 65,8 0,28 122,4 0,19 2,8 0,29 5,1 0,24 10.0 0,23 30,4 0,31 55.1 0,24 Priloga 14: Verjetnost izpada dohodka in odškodnine za proizvodni tip hmelj (Tip 12) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š T3 o ^ 00 ta (v ot s V Odškodnine na ravni KMG (70%) o de ed >o o ik pro U ^ min max SD ^ min max SD št. 1.000 EUR % EUR EUR % 5 6 7 8 9 4 11 14 40 17 3,27 6,04 11,97 35,01 63,83 31,7 27,0 36,8 4,0 33.1 28,6 36,4 2,6 34,6 29,4 37,9 2,6 31,4 23,0 36,8 4,0 32.2 19,2 35,5 4,3 5.093 28.648 79.970 532.232 415.280 1.273 1.260 1.288 12 2.604 1.606 3.416 602 5.712 3.708 8.131 1.405 13.306 7.203 21.554 4.201 24.428 0 35.791 7.963 100 100 100 100 94 Priloga 15: Verjetnost izpada dohodka in odškodnine za proizvodni tip hmelj (Tip 12) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 5 4 3,27 1.800 450 387 486 0,10 4.007 1.002 816 1.171 0,15 6 11 6,04 11.184 1.017 571 1.469 0,28 21.773 1.979 1.317 2.709 0,23 7 14 11,97 35.596 2.543 1.503 3.867 0,28 60.105 4.293 2.507 5.997 0,23 8 40 35,01 257.293 6.432 2.813 11.500 0,39 474.170 11.854 6.731 17.501 0,29 9 17 63,83 225.361 13.257 6.240 20.964 0,28 385.616 22.683 16.304 35.721 0,21 Proizvodni tip - poljedelstvo mešano (13) Priloga 16: Osnovne značilnosti KMG proizvodnega tipa poljedelstvo mešano (Tip 13) EV KMG Povp. dohodek KZU NP + OMD gvZ ^ min max SD ^ min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 1 2 3 4 5 400 410 175 27 9 0,4 0,9 1,9 4.4 9.5 1,6 0,4 4,2 0,6 3,5 1,5 6,8 1,0 6,3 3,2 15,7 1,9 11,0 5,1 16,2 3,0 20,4 11,7 29,9 6,2 0,5 0,0 1,4 0,3 1.1 0,0 3,5 0,5 2.2 0,0 5,9 1,0 4,1 1,0 10,0 2,0 8.3 3,7 13,9 3,3 0 0 10 0 0 10 0 0 10 0 0 3 1 10 3 1 Priloga 17: Osnovne značilnosti dohodka na KMG proizvodnega tipa poljedelstvo mešano (Tip 13) EV KMG Povp. dohodek CV doh. VaR 90% CVaR 90% ^ min max CV ^ CV ^ CV ^ CV št. 1.000 EUR 1.000 EUR 1.000 EUR 1 2 3 4 5 400 410 175 27 9 0,4 -0,2 1,2 0,62 0,9 -0,4 2,9 0,50 1,9 -0,3 5,9 0,53 4.4 1,6 9,8 0,51 9.5 4,6 16,2 0,40 0,30 1,94 0,37 2,54 0,28 1,32 0,33 0,78 0,19 0,40 0,5 0,51 1,2 0,40 2,4 0,46 5,6 0,41 11,2 0,35 0,4 0,64 0,8 0,52 1,8 0,54 4.2 0,53 9.3 0,41 Priloga 18: Verjetnost izpada dohodka in odškodnine za proizvodni tip poljedelstvo mešano (Tip 13) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š T3 o ^ 00 ta (v ot U) V Odškodnine na ravni KMG (70%) o de £= £= ed >o O ik pro U ^ min max SD ^ min max SD št. 1.000 EUR % EUR EUR % 1 2 3 4 5 400 410 175 27 9 0,38 0,88 1,92 4,37 9,50 15,7 0,5 71,0 14,1 13,1 1,3 66,2 11,1 10,1 1,4 57,8 9,3 11,5 1,6 43,8 11,6 5,0 1,7 15,8 4,5 6.248 11.116 7.090 5.246 0 18 0 190 34 29 0 391 65 42 0 808 130 194 0 1.298 400 0 0 0 0 22 18 12 22 0 Priloga 19: Verjetnost izpada dohodka in odškodnine za proizvodni tip poljedelstvo mešano (Tip 13) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG hi ni ta nč dn po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 400 0,38 4.586 11 0 82 0,92 36.335 91 8 263 0,49 2 410 0,88 9.358 23 3 209 0,81 83.040 203 26 620 0,42 3 175 1,92 6.725 38 6 249 0,85 75.524 432 112 1.253 0,48 4 27 4,37 3.067 114 33 556 1,00 26.917 997 418 2.084 0,44 5 9 9,50 1.009 112 58 193 0,37 18.660 2.073 1.091 3.463 0,38 Proizvodni tip - krma (14) Priloga 20: Osnovne značilnosti KMG proizvodnega tipa krma (Tip 14) EV KMG Povp. dohodek KZU NP + OMD GVŽ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 3106 1918 654 112 64 42 10 0,5 1,1 2,1 4,8 8,7 16,6 27,9 2,2 4,7 8,4 19.6 37.7 74,4 105,3 0,1 1,6 3,1 6,5 14,5 26,4 56,7 6,5 21,3 20,3 47,2 72,1 110,5 131,0 0,8 1,3 2,6 8,1 11,1 19,8 30,0 0,6 1.3 2.4 5,1 9.5 17,8 27,4 0,0 0,0 0,0 0,0 0,9 0,0 19,6 4.5 6,3 6.6 15,2 21,6 31.4 33.5 0,3 0,5 0,8 2,1 3,9 6,0 4,1 Priloga 21: Osnovne značilnosti dohodka na KMG proizvodnega tipa krma (Tip 14) V KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 3106 0,5 -0,2 4,3 0,59 0,27 3,99 2 1918 1,1 -0,4 7,4 0,43 0,28 2,79 3 654 2,1 -0,6 6,0 0,40 0,25 0,97 4 112 4,8 -0,8 15,9 0,47 0,23 0,83 5 64 8,7 0,7 22,8 0,47 0,31 1,01 6 42 16,6 -1,8 30,4 0,36 0,15 2,78 7 10 27,9 17,9 38,0 0,20 0,24 0,21 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,6 1,3 2,6 5,9 10,8 20,2 35,4 0,52 0,36 0,34 0,38 0,39 0,31 0,22 0,4 1,0 2,0 4,6 8,4 16,1 26,9 0,60 0,44 0,41 0,48 0,49 0,37 0,20 Priloga 22: Verjetnost izpada dohodka in odškodnine za proizvodni tip krma (Tip 14) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) n d ško %) š d0 od 8 ta (v ot U) V Odškodnine na ravni KMG (70%) o de ihni nini ed >o o ik pro U min max SD EUR % 6 0 223 19 12 11 0 415 45 7 27 0 872 103 7 77 0 1.156 243 9 162 0 1.780 419 16 101 0 2.324 461 2 0 0 0 0 0 ^ min max SD št. 1.000 EUR % EUR 3106 1918 654 112 64 42 10 0,45 1.07 2.08 4,76 8,72 16,61 27,94 10,9 8,8 8,4 8,7 9.7 6.8 7,9 0,0 0,0 1,2 0,7 1,1 1,4 3,2 63,2 62,7 60,5 55,4 38,2 51,2 14,2 10,3 7.8 7,6 8,1 9,3 8,1 3.9 17.072 20.322 16.579 8.044 10.395 2.324 0 Priloga 23: Verjetnost izpada dohodka in odškodnine za proizvodni tip krma (Tip 14) - Pristop II EV KMG Povp. dohodek na an >(3 <5 ro Povprečna pričakovana izguba na KMG hi ni ta nč dn > i^An od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 3106 0,45 24.014 8 0 84 0,80 313.555 101 3 901 0,54 2 1918 1,07 34.070 18 0 162 0,81 456.168 238 29 1.564 0,39 3 654 2,08 24.141 37 6 387 0,95 303.810 465 105 1.268 0,36 4 112 4,76 10.683 95 6 658 0,89 119.853 1.070 399 3.342 0,41 5 64 8,72 13.101 205 24 692 0,76 126.338 1.974 539 4.823 0,41 6 42 16,61 16.561 394 96 3.049 1,17 158.848 3.782 2.343 6.555 0,29 7 10 27,94 7.729 773 371 1.740 0,50 64.089 6.409 4.352 9.190 0,20 Proizvodni tip - vrtine (P2) Priloga 24: Osnovne značilnosti KMG proizvodnega tipa vrtnine (Tip P2) EV KMG Povp. dohodek KZU NP + OMD GVZ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 12 39 39 64 40 56 17 16 0,2 0,4 0,7 1,4 2.7 4.8 9.9 23,2 0,5 1,0 1,7 2,6 4,4 6,6 14,5 25,7 0,0 0,1 0,1 0,2 0,4 1,0 1,2 4,1 1,0 2,4 4,9 5,6 10,1 19.1 39.2 68,5 0,3 0,5 1,0 1.4 2,2 3.5 8,0 16,6 0,1 0,3 0,4 0,8 1.5 2,2 4.6 8,0 0,0 0,0 0,0 0,0 0,0 0,1 0,0 0,0 0,3 0,1 0 0 0 0 0,7 0,2 0 0 1 0 1,1 0,3 0 0 3 0 2,6 0,6 0 0 2 0 5,8 1,1 1 0 7 2 6,7 1,2 1 0 6 1 8,2 2,0 1 0 6 2 16,4 5,2 0 0 5 1 Priloga 25: Osnovne značilnosti dohodka na KMG proizvodnega tipa vrtnine (Tip P2) ;v KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 12 0,2 0,0 0,4 0,64 1,22 0,76 2 39 0,4 0,1 0,7 0,41 1,37 1,01 3 39 0,7 0,2 1,3 0,38 1,28 0,62 4 64 1,4 0,4 3,5 0,38 1,19 0,55 5 40 2,7 1,6 6,5 0,36 0,97 0,29 6 56 4,8 2,5 9,9 0,31 0,98 0,27 7 17 9,9 6,3 18,4 0,31 0,91 0,29 8 16 23,2 14,6 33,2 0,27 0,85 0,24 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,3 0,8 1,7 3,2 5,7 10,3 20,3 46,5 0,49 0,24 0,25 0,20 0,21 0,24 0,21 0,22 0,1 0,3 0,6 1,1 2.3 4,0 8.4 19,8 0,72 0,50 0,45 0,47 0,42 0,35 0,37 0,30 Priloga 26: Verjetnost izpada dohodka in odškodnine za proizvodni tip vrtnine (Tip P2) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d š T3 o ^ 00 ot U) V Odškodnine na ravni KMG (70%) o de ihni nini ed >o o ik pro U min max SD min max SD št. 1.000 EUR % EUR EUR % 1 12 0,17 34,0 23,5 44,9 7,6 938 78 7 153 41 100 2 39 0,37 36,2 23,1 47,0 5,6 7.925 203 130 316 51 100 3 39 0,73 36,9 23,0 45,8 4,5 16.455 422 232 629 101 100 4 64 1,39 36,6 16,2 46,1 5,2 49.618 775 0 1.196 194 98 5 40 2,75 34,5 18,7 41,8 5,5 50.638 1.266 0 2.054 414 95 6 56 4,79 35,2 21,6 41,5 4,5 136.897 2.445 1.379 4.203 691 100 7 17 9,87 34,4 22,2 40,8 5,0 79.236 4.661 2.890 6.418 1.064 100 8 16 23,24 33,6 27,2 40,1 3,6 165.325 10.333 5.742 15.188 2.533 100 Priloga 27: Verjetnost izpada dohodka in odškodnine za proizvodni tip vrtnine (Tip P2) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 12 0,17 352 29 4 82 0,72 671 56 4 110 0,49 2 39 0,37 3.174 81 29 161 0,38 5.236 134 82 199 0,23 3 39 0,73 6.741 173 67 291 0,31 10.668 274 158 381 0,24 4 64 1,39 20.568 321 120 561 0,32 33.110 517 297 813 0,20 5 40 2,75 21.084 527 208 866 0,33 37.846 946 642 1.542 0,21 6 56 4,79 57.014 1.018 420 2.014 0,36 96.186 1.718 1.176 2.964 0,25 7 17 9,87 34.966 2.057 1.022 3.084 0,31 59.719 3.513 2.457 5.439 0,23 8 16 23,24 78.600 4.912 2.373 7.640 0,32 133.115 8.320 4.732 12.121 0,24 Proizvodni tip - sadje (32) Priloga 28: Osnovne značilnosti KMG proizvodnega tipa sadje (Tip 32) EV KMG Povp. dohodek KZU NP + OMD GVŽ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 48 151 240 233 163 145 107 42 6 0,2 0,5 1,0 1,9 3,5 6,1 13.4 28,8 81.5 0,8 1,4 2,0 2,6 3,9 5,8 9,8 17,5 43,7 0,1 0,3 0,4 0,8 1,4 2,2 4,8 9,8 30,4 1,4 4.0 5,6 8.1 12,1 16,8 22,6 42,5 60,8 0,4 0,6 1,1 1.5 2,0 2.6 3,6 6,6 10,6 0,1 0,4 0,6 0,8 1,4 2,0 3,6 6,2 15,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,3 11,5 0,5 1,6 1,8 3.2 4,1 6.3 9,7 15,3 18,1 0,1 0,2 0,4 0,5 0,8 1,2 1,6 2,8 2,7 0 1 3 6 8 12 20 24 0 Priloga 29: Osnovne značilnosti dohodka na KMG proizvodnega tipa sadje (Tip 32) ;v KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 48 0,2 0,0 0,5 0,65 1,62 1,80 2 151 0,5 0,1 2,0 0,49 0,79 0,51 3 240 1,0 0,2 2,2 0,36 0,81 0,37 4 233 1,9 0,4 3,5 0,28 0,84 0,25 5 163 3,5 1,7 5,7 0,23 0,83 0,23 6 145 6,1 3,2 13,1 0,25 0,86 0,19 7 107 13,4 7,4 22,6 0,25 0,87 0,14 8 42 28,8 19,0 53,7 0,31 0,83 0,12 9 6 81,5 67,8 97,9 0,17 0,80 0,08 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,4 0,9 1,9 3,8 7,0 12,4 27,2 57,6 162,0 0,43 0,36 0,30 0,24 0,19 0,22 0,22 0,29 0,19 0,2 0,4 0,9 1,7 3,0 5,2 11,3 24,5 69,7 0,74 0,54 0,39 0,30 0,25 0,27 0,26 0,32 0,16 Priloga 30: Verjetnost izpada dohodka in odškodnine za proizvodni tip sadje (Tip 32) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d o 8 sota (v m V Odškodnine na ravni KMG (70%) o de £= £= ed >o O pro U ^ min max SD min max SD št. 1.000 EUR % EUR EUR % 1 48 0,19 32,1 11,1 45,2 8,5 3.374 70 0 132 37 90 2 151 0,50 27,7 6,6 41,2 7,2 21.133 140 0 335 81 85 3 240 0,98 29,9 10,8 41,7 6,4 84.744 353 0 732 180 92 4 233 1,94 32,2 12,8 39,7 4,8 190.060 816 0 1.399 286 97 5 163 3,54 32,3 19,1 39,4 4,4 243.079 1.491 0 2.382 407 98 6 145 6,12 33,4 19,0 39,0 3,4 402.863 2.778 0 4.561 717 99 7 107 13,37 33,9 25,3 38,5 2,5 659.879 6.167 3.062 9.478 1.406 100 8 42 28,77 33,4 27,0 37,4 2,1 539.627 12.848 7.528 23.561 3.702 100 9 6 81,50 33,1 30,6 34,0 1,2 215.904 35.984 24.588 44.950 7.936 100 Priloga 31: Verjetnost izpada dohodka in odškodnine za proizvodni tip sadje (Tip 32) - Pristop II EV KMG Povp. dohodek na an nč aa ^^^ Povprečna pričakovana izguba na KMG hi ni ta nč dn tn Povprečna odškodnina (70%) na ravni KMG od po min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 48 0,19 1.491 31 5 62 0,47 2.950 61 7 120 0,42 151 0,50 8.706 58 15 131 0,46 22.020 146 59 450 0,36 240 0,98 33.286 139 42 294 0,47 72.895 304 142 534 0,30 233 1,94 71.259 306 82 575 0,35 144.816 622 251 938 0,24 163 3,54 89.885 551 198 962 0,30 184.050 1.129 645 1.645 0,19 145 6,12 154.718 1.067 398 1.898 0,29 294.558 2.031 1.198 3.418 0,22 107 13,37 272.072 2.543 1.081 3.852 0,25 490.923 4.588 2.598 6.893 0,23 42 28,77 247.919 5.903 3.668 11.392 0,33 427.314 10.174 6.824 19.243 0,31 6 81,50 108.240 18.040 14.115 22.301 0,19 178.454 29.742 24.125 36.163 0,18 Proizvodni tip - oljke (33) Priloga 32: Osnovne značilnosti KMG proizvodnega tipa oljke (Tip 33) EV KMG Povp. dohodek KZU NP + OMD GVŽ ^ min max SD ^ min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 2 3 4 5 6 32 68 53 11 8 0,8 1,6 3,1 5,3 8,5 0,6 0,4 0,9 0,1 1,1 0,7 3,4 0,4 2.1 1,4 3,7 0,5 3.2 2,8 3,8 0,3 5,6 4,9 6,6 0,6 0,2 0,0 0,2 0,1 0,4 0,1 0,8 0,2 0,8 0,3 1,7 0,3 1.4 0,9 1,9 0,4 2.5 0,8 3,9 0,9 0 0 0 0 0 0 0 0 0 0 10 0 0 0 0 0 0 0 0 Priloga 33: Osnovne značilnosti dohodka na KMG proizvodnega tipa oljke (Tip 33) EV KMG Povp. dohodek CV doh. VaR 90% CVaR 90% ^ min max CV ^ CV ^ CV ^ CV št. 1.000 EUR 1.000 EUR 1.000 EUR 2 3 4 5 6 32 68 53 11 8 0,8 0,4 1,1 0,17 1,6 0,8 2,4 0,25 3,1 1,9 4,9 0,23 5,3 3,7 6,8 0,18 8,5 5,6 12,3 0,22 0,46 0,08 0,42 0,10 0,41 0,09 0,41 0,04 0,39 0,10 1,3 0,16 2,3 0,24 4,5 0,23 7,8 0,18 12,2 0,20 0,8 0,17 1,4 0,25 2,9 0,24 5,0 0,18 8,0 0,22 Priloga 34: Verjetnost izpada dohodka in odškodnine za proizvodni tip oljke (Tip 33) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ^ iT š T3 o ^ 00 ot U) V Odškodnine na ravni KMG (70%) o de ed >o O ik pro U ^ min max SD min max SD št. 1.000 EUR % EUR EUR % 2 32 0,84 20,2 19,2 24,6 1,1 2.146 67 0 208 84 41 3 68 1,55 17,9 9,8 21,3 2,3 2.393 35 0 347 94 13 4 53 3,06 17,4 12,4 21,8 1,9 2.172 41 0 608 146 8 5 11 5,33 17,9 17,2 19,6 0,9 0 0 0 0 0 0 6 8 8,51 16,4 14,9 20,0 1,8 1.171 146 0 1.171 414 13 Priloga 35: Verjetnost izpada dohodka in odškodnine za proizvodni tip oljke (Tip 33) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 2 32 0,84 1.425 45 33 55 0,14 6.611 207 116 265 0,17 3 68 1,55 4.698 69 34 111 0,26 25.423 374 200 585 0,24 4 53 3,06 6.888 130 72 208 0,23 38.882 734 474 1.155 0,23 5 11 5,33 2.568 233 161 287 0,16 14.113 1.283 896 1.639 0,18 6 8 8,51 2.834 354 294 455 0,15 16.273 2.034 1.408 2.898 0,21 Proizvodni tip - nasadi mešano (34) Priloga 36: Osnovne značilnosti KMG proizvodnega tipa nasadi mešano (Tip 34) ;v KMG Povp. dohodek št. 1.000 EUR 1 19 0,2 0,8 2 78 0,4 1,4 3 156 0,9 2,4 4 155 1,6 3,6 5 84 2,8 5,7 6 69 5,2 8,7 7 18 12,1 18,3 KZU NP + OMD GVŽ max SD min max SD min max SD 1.000 EUR št. 1,6 0,4 0,1 0,0 0,5 0,2 0 0 0 0 3,1 0,6 0,3 0,0 0,9 0,2 0 0 1 0 5,9 1,1 0,6 0,0 2,4 0,4 0 0 3 0 8,0 1,4 0,9 0,0 4,0 0,6 0 0 5 1 12,4 2,1 1,4 0,2 4,2 0,8 1 0 8 2 19,6 3,3 2,1 0,2 6,8 1,3 1 0 10 2 32,2 7,2 5,0 1,5 9,0 2,7 2 0 11 3 min ha 0,2 0,4 0,5 1,1 2,5 3,7 Priloga 37: Osnovne značilnosti dohodka na KMG proizvodnega tipa nasadi mešano (Tip 34) ;v KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 19 0,2 0,0 0,5 0,96 2,29 1,15 2 78 0,4 0,0 0,9 0,56 3,08 5,95 3 156 0,9 -0,1 2,7 0,49 0,72 1,20 4 155 1,6 0,0 3,6 0,40 0,62 2,64 5 84 2,8 0,8 5,3 0,30 0,79 0,34 6 69 5,2 2,4 9,0 0,30 0,76 0,25 7 18 12,1 6,3 18,3 0,34 0,62 0,29 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,3 0,7 1,4 2,8 5,0 9,4 20,0 0,54 0,36 0,34 0,27 0,19 0,24 0,25 0,1 0,3 0,8 1.5 2,4 4.6 10,9 1,11 0,62 0,54 0,44 0,34 0,33 0,37 Priloga 38: Verjetnost izpada dohodka in odškodnine za proizvodni tip nasadi mešano (Tip 34) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) n d o k š d o o s V Odškodnine na ravni KMG (70%) o d ed >o o vik pro U ^ min max SD min max SD št. 1.000 EUR % EUR EUR % 19 78 156 155 84 69 18 0,15 0,39 0,86 1,63 2,76 5,17 12,08 32.6 27,1 25,8 26,3 28.5 28.7 25.6 6,9 8.7 7,0 9.8 10,3 10,6 9,5 43,9 44,3 46,5 45,9 37,9 35.0 33.1 10,5 8,7 7,6 7.2 6.3 5,6 6,5 1.031 7.269 29.581 60.554 71.912 115.469 48.442 54 93 191 393 856 1.673 2.691 91 213 433 875 1.510 2.880 5.036 26 59 117 246 375 696 1.604 89 76 77 77 88 91 78 Priloga 39: Verjetnost izpada dohodka in odškodnine za proizvodni tip nasadi mešano (Tip 34) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 19 0,15 466 25 7 39 0,39 936 49 7 119 0,57 2 78 0,39 3.312 42 11 83 0,36 8.740 112 52 215 0,37 3 156 0,86 12.329 79 30 154 0,32 36.734 235 81 603 0,36 4 155 1,63 24.567 158 65 330 0,37 70.368 454 154 834 0,29 5 84 2,76 28.102 335 117 592 0,32 68.407 814 431 1.268 0,20 6 69 5,17 46.733 677 222 1.277 0,34 107.631 1.560 827 2.530 0,25 7 18 12,08 24.882 1.382 644 2.196 0,29 63.063 3.503 2.087 5.216 0,27 Proizvodni tip - dojilje (421) Priloga 40: Osnovne značilnosti KMG proizvodnega tipa dojilje (Tip 421) EV KMG Povp. dohodek KZU NP + OMD GVZ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 1 46 553 1013 526 117 31 5 0,8 1,5 2.7 4.8 8,3 14,0 36,0 1,9 3,7 6,5 11.3 19,8 36.4 95.5 0,8 1,5 2,4 5,9 10,7 16,2 71,0 3,3 7,5 12.5 22,9 32.6 59,8 144,8 0,6 1,0 1,7 3.0 5.1 12,0 29,3 0,9 1,7 3.1 5,4 9.2 14,9 36,0 0,3 0,6 0,7 2,2 4,9 6,8 27,8 1,6 3,4 5,9 10,6 15,1 21,8 52,4 0,3 0,5 0,8 1.4 1,9 3,9 9.5 2 3 6 10 18 33 59 1 1 1 1 4 18 51 4 8 17 22 33 51 78 1 1 2 3 5 9 12 Priloga 41: Osnovne značilnosti dohodka na KMG proizvodnega tipa dojilje (Tip 421) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 146 0,8 0,1 1,5 0,36 0,18 0,43 2 553 1,5 0,4 3,0 0,29 0,17 0,28 3 1013 2,7 0,2 5,5 0,29 0,17 0,51 4 526 4,8 1,5 9,6 0,28 0,17 0,21 5 117 8,3 4,3 14,1 0,22 0,17 0,18 6 31 14,0 6,8 21,3 0,27 0,19 0,31 7 5 36,0 28,5 47,4 0,21 0,14 0,22 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,9 1,7 3,1 5.5 9.6 16,3 40,8 0,33 0,7 0,36 0,27 1,4 0,30 0,27 2,6 0,29 0,26 4,7 0,28 0,21 8,1 0,23 0,24 13,7 0,27 0,22 35,3 0,21 Priloga 42: Verjetnost izpada dohodka in odškodnine za proizvodni tip dojilje (Tip 421) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d o 8 ota (v Odškodnine na ravni KMG (70%) o de SI a ed >o O tf) V po U ^ ^ min max SD ^ min max SD št. 1.000 EUR % EUR EUR % 1 1 46 0,75 3,7 1,3 26,0 3,0 89 1 0 46 5 1 2 553 1,45 3,5 1,4 19,8 2,1 0 0 0 0 0 0 3 1013 2,67 3,3 1,5 38,7 1,9 157 0 0 157 5 0 4 526 4,79 3,1 1,7 9,8 1,1 0 0 0 0 0 0 5 117 8,33 3,0 1 8 6,1 0,8 0 0 0 0 0 0 6 31 14,02 3,9 1,9 13,7 2,5 0 0 0 0 0 0 7 5 36,04 2,5 1,9 3,2 0,6 0 0 0 0 0 0 Priloga 43: Verjetnost izpada dohodka in odškodnine za proizvodni tip dojilje (Tip 421) - Pristop II EV KMG Povp. dohodek na an nč aa ^^^ Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 1 46 0,75 876 6 2 17 0,37 23.613 162 43 312 0,35 2 553 1,45 7.004 13 5 26 0,27 173.706 314 93 640 0,28 3 1013 2,67 24.323 24 10 94 0,30 584.652 577 98 1.1 62 0,28 4 526 4,79 24.345 46 23 120 0,27 545.748 1.038 351 2.043 0,27 5 117 8,33 10.262 88 53 161 0,23 211.889 1.811 961 3.023 0,22 6 31 14,02 5.844 189 103 339 0,33 95.330 3.075 1.644 4.573 0,26 7 5 36,04 1.841 368 207 564 0,38 39.127 7.825 6.276 10.355 0,21 Proizvodni tip - biki, voli (422) Priloga 44: Osnovne značilnosti KMG proizvodnega tipa biki, voli (Tip 422) EV KMG Povp. dohodek KZU NP + OMD GVŽ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 306 1446 2641 1983 693 291 60 15 0,4 0,9 1,8 3.3 5.4 8,9 17,3 43,5 1,6 3,1 5,5 8,8 13,6 21,4 38.3 77.4 0,0 0,0 0,3 0,0 2,3 8,8 7,7 33,4 3,3 6,6 12,8 21,5 35,4 58,4 100,8 136,1 0,5 1,0 1.7 2.8 4,2 7,2 15.0 30.1 0,6 1,2 2,4 4,2 6,8 11,0 21,9 49,9 0,0 0,0 0,0 0,0 1,6 2,0 6,3 20,3 1,4 2,8 5.4 9.5 15.6 27,8 43.7 77,0 0,3 0,4 0,8 1,3 2,1 4.1 8.2 18,4 1 2 4 9 15 26 51 91 0 0 0 1 1 7 27 55 3 7 13 25 35 69 96 212 1 1 2 3 4 8 15 38 Priloga 45: Osnovne značilnosti dohodka na KMG proizvodnega tipa biki, voli (Tip 422) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 306 0,4 -0,2 1,2 0,57 0,35 2,53 2 1446 0,9 -0,4 2,6 0,45 0,28 2,21 3 2641 1,8 -1,0 4,9 0,41 0,30 2,09 4 1983 3,3 -1,6 8,5 0,40 0,27 6,53 5 693 5,4 -0,9 15,0 0,42 0,32 2,30 6 291 8,9 -1,0 24,7 0,47 0,35 1,61 7 60 17,3 -4,5 39,0 0,52 0,75 9,69 8 15 43,5 7,2 79,9 0,48 0,38 0,88 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,6 1,2 2,2 4,1 6,7 11.4 23,2 55.5 0,46 0,4 0,59 0,38 0,9 0,46 0,35 1,8 0,42 0,34 3,2 0,41 0,35 5,2 0,44 0,39 8,5 0,49 0,40 16,4 0,55 0,39 41,7 0,50 Priloga 46: Verjetnost izpada dohodka in odškodnine za proizvodni tip biki, voli (Tip 422) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko š d o ota V Odškodnine na ravni KMG (70%) o d ed čo pro U ^ min max SD min max SD št. 1.000 EUR % EUR EUR % 306 1446 2641 1983 693 291 60 15 0,43 0,93 1,83 3,34 5,40 8,89 17,26 43,49 13,2 8,9 7,5 7,5 9,0 10,7 14,1 11,1 1,9 1,5 1.5 1,7 1,9 1,9 2.6 3,5 71.3 75,6 67.6 71.7 54.4 51.0 55.1 36,4 12,4 7,9 6,8 7,2 7,9 8,7 12,0 10,2 2.618 9.897 24.543 39.645 34.858 40.178 18.742 16.638 10 8 10 22 53 1 47 497 1.109 113 384 453 698 1.020 1.774 4.378 7.216 21 28 42 88 171 405 1.106 2.362 17 7 5 6 9 12 12 20 Priloga 47: Verjetnost izpada dohodka in odškodnine za proizvodni tip biki, voli (Tip 422) - Pristop II EV KMG Povp. dohodek na an nč aa Povprečna pričakovana izguba na KMG ta nč dn po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 306 0,43 3.941 13 2 95 0,79 31.083 102 16 261 0,45 2 1446 0,93 27.596 19 5 126 0,56 301.076 208 37 555 0,40 3 2641 1,83 92.804 35 9 392 0,53 1.081.860 410 69 1.035 0,37 4 1983 3,34 138.469 70 20 586 0,57 1.491.383 752 1 40 1.830 0,35 5 693 5,40 99.326 143 57 712 0,51 855.597 1.235 284 3.207 0,36 6 291 8,89 89.910 309 91 1.496 0,60 607.238 2.087 779 5.298 0,39 7 60 17,26 50.235 837 278 3.662 0,73 256.192 4.270 1.283 8.453 0,37 8 15 43,49 21.734 1.449 727 3.913 0,61 152.199 10.147 3.544 17.548 0,40 Proizvodni tip - govedoreja mešano (43) Priloga 48: Osnovne značilnosti KMG proizvodnega tipa govedoreja - mešano (Tip 43) EV KMG Povp. dohodek KZU NP + OMD GVŽ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 132 797 2197 1664 653 269 72 10 0,2 0,7 1,5 2,8 4,9 8,8 18,0 36,0 1,5 2,7 5.0 8.1 12,8 22,0 45,4 105,7 0,0 0,0 0,0 0,0 4,6 5,4 10,1 43,8 3,1 5,5 18,5 28.4 53.5 73,1 142,8 201,2 0,6 0,9 1.7 2.8 5,3 11,0 26,2 47,1 0,4 0,9 1,9 3.3 5.4 9,1 18,2 37,4 0,0 0,0 0,0 0,0 0,0 1,6 3,1 21,5 1,2 2,1 6,6 8,5 12,5 22,0 41,0 51,8 0,2 0,4 0,8 1,3 2,0 3.7 8,3 9.8 1 2 4 8 15 25 50 93 0 0 0 1 3 10 16 58 3 8 12 20 26 53 105 1 28 0 1 2 3 4 7 17 27 Priloga 49: Osnovne značilnosti dohodka na KMG proizvodnega tipa govedoreja - mešano (Tip 43) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 132 0,2 -0,3 1,0 1,03 0,08 61,90 2 797 0,7 -0,4 1,8 0,60 0,24 17,14 3 2197 1,5 -1,4 7,0 0,51 0,44 5,94 4 1664 2,8 -1,4 8,0 0,46 0,41 6,71 5 653 4,9 -1,7 13,5 0,46 0,45 6,44 6 269 8,8 -1,5 21,5 0,50 0,53 12,18 7 72 18,0 -3,5 42,6 0,55 0,29 6,05 8 10 36,0 21,9 51,1 0,29 0,29 0,19 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,4 0,9 1,9 3,5 6,1 11,0 22,7 45,4 0,69 0,47 0,42 0,39 0,38 0,42 0,45 0,27 0,2 0,6 1,5 2,7 4,7 8,5 17,3 34,7 1,11 0,63 0,52 0,48 0,47 0,52 0,57 0,29 Priloga 50: Verjetnost izpada dohodka in odškodnine za proizvodni tip govedoreja mešano (Tip 43) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 ota (v Odškodnine na ravni KMG (70%) o de SI £= ed >o O tf) V po U min max SD min max SD št. 1.000 EUR % EUR EUR % 1 132 0,24 25,4 2,3 73,5 18,2 2.117 24 0 91 26 31 2 797 0,66 14,4 2,3 76,6 12,9 10.262 17 0 167 34 16 3 2197 1,51 9,8 1,5 75,7 9,4 31.183 16 0 377 48 10 4 1664 2,77 9,1 1,7 72,1 8,4 37.367 25 0 671 84 8 5 653 4,85 9,0 1,7 61,7 7,6 26.683 42 0 1.163 144 8 6 269 8,77 9,5 2,0 51,7 9,1 23.703 100 0 1.432 292 10 7 72 18,01 10,7 2,0 55,2 11,2 16.056 279 0 3.834 745 11 8 10 36,04 7,1 3,8 10,9 2,3 0 0 0 0 0 0 Priloga 51: Verjetnost izpada dohodka in odškodnine za proizvodni tip govedoreja mešano (Tip 43) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG hi ni ta nč dn po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 132 0,24 2.822 21 5 81 0,70 9.318 71 14 219 0,55 2 797 0,66 21.472 27 8 201 0,67 127.973 161 32 382 0,44 3 2197 1,51 92.483 42 14 527 0,57 766.735 349 59 1.471 0,43 4 1664 2,77 131.019 79 22 525 0,52 1.063.273 639 124 1.726 0,40 5 653 4,85 93.685 143 52 792 0,43 732.059 1.121 293 2.902 0,39 6 269 8,77 75.715 281 108 1.151 0,55 549.690 2.043 455 4.628 0,43 7 72 18,01 48.770 677 241 2.355 0,66 308.121 4.279 1.293 9.161 0,44 8 10 36,04 12.191 1.219 766 1.819 0,28 84.209 8.421 5.404 11.840 0,27 Proizvodni tip - drobnica (44) Priloga 52: Osnovne značilnosti KMG proizvodnega tipa drobnica (Tip 44) EV KMG Povp. dohodek KZU NP + OMD GVŽ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 333 773 786 322 102 57 12 4 0,5 1,1 2,2 4,2 7,6 14,3 29,0 55,8 1,7 3,0 5,2 9,6 17,9 36,7 78,6 0,5 0,5 1,5 3,2 8,1 15.8 50.9 3.5 6.6 13,2 26,0 39,8 109,3 109,2 0,6 1,0 1,8 3,6 6,2 19,1 17,5 215,5 130,4 298,3 76,9 0,5 1,0 1,8 3,3 6,1 11,4 23,8 49,1 0,0 0,0 0,0 0,0 0,0 4,1 15,4 34,8 1,2 2,3 4,0 8,2 12,7 24,4 33,0 72,0 0,2 0,4 0,7 1,2 2,0 4.6 4.7 17,1 1 2 3 7 14 24 42 63 0 0 0 1 4 13 20 36 3 5 9 16 23 41 60 101 0 1 1 3 4 7 13 27 Priloga 53: Osnovne značilnosti dohodka na KMG proizvodnega tipa drobnica (Tip 44) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 333 0,5 0,1 1,2 0,38 0,29 0,66 2 773 1,1 -0,3 2,3 0,34 0,38 7,14 3 786 2,2 0,2 4,2 0,30 0,24 0,40 4 322 4,2 1,0 9,4 0,28 0,24 0,35 5 102 7,6 1,6 15,1 0,27 0,23 0,41 6 57 14,3 6,1 29,5 0,33 0,21 0,28 7 12 29,0 20,0 42,8 0,23 0,21 0,17 8 4 55,8 38,4 80,1 0,34 0,20 0,18 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,7 1,4 2,7 5,2 9,4 17.4 35.5 67,1 0,33 0,5 0,39 0,29 1,1 0,34 0,27 2,1 0,31 0,25 4,0 0,29 0,24 7,3 0,28 0,29 13,9 0,34 0,22 28,1 0,23 0,33 54,1 0,34 Priloga 54: Verjetnost izpada dohodka in odškodnine za proizvodni tip drobnica (Tip 44) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d o 8 ota (v Odškodnine na ravni KMG (70%) o de SI £= £= £= ed >o O tf) V po U ^ ^ min max SD ^ min max SD št. 1.000 EUR % EUR EUR % 1 333 0,54 8,8 1,3 40,9 6,7 1.658 5 0 117 18 8 2 773 1,10 7,8 1,6 57,8 6,0 3.349 5 0 212 25 3 3 786 2,15 6,6 1, 8 39,5 4,3 3.942 5 0 466 38 2 4 322 4,15 6,5 1,7 29,6 4,0 1.721 5 0 655 50 1 5 102 7,60 6,3 1,5 33,0 4,3 1.269 12 0 726 89 2 6 57 14,34 5,4 1,7 20,5 3,4 2.289 40 0 2.289 303 2 7 12 29,03 5,1 2, 8 11,1 2,2 0 0 0 0 0 0 8 4 55,78 4,6 2,5 6,2 1,5 0 0 0 0 0 0 Priloga 55: Verjetnost izpada dohodka in odškodnine za proizvodni tip drobnica (Tip 44) ' - Pristop II EV KMG Povp. dohodek na an >(3 <5 ro Povprečna pričakovana izguba na KMG hi ni ta nč dn tn > po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 333 0,54 3.149 9 2 37 0,55 39.962 120 27 245 0,35 2 773 1,10 13.651 18 6 126 0,50 188.562 244 35 499 0,31 3 786 2,15 24.583 31 13 167 0,43 372.589 474 110 905 0,29 4 322 4,15 20.328 63 25 296 0,42 294.977 916 320 1.996 0,26 5 102 7,60 12.045 118 46 348 0,39 171.126 1.678 590 3.208 0,25 6 57 14,34 11.657 205 107 631 0,45 179.834 3.155 1.507 6.278 0,31 7 12 29,03 5.883 490 340 717 0,26 77.276 6.440 4.499 9.311 0,21 8 4 55,78 3.690 923 533 1.422 0,42 49.434 12.359 8.778 17.814 0,34 Proizvodni tip - paša mešano (45) Priloga 56: Osnovne značilnosti KMG proizvodnega tipa pašne živali mešano (Tip 45) ;v KMG Povp. dohodek KZU NP + OMD G min max SD min max SD min št. 1.000 EUR ha 1.000 EUR 1 165 0,4 1,8 0,5 3,3 0,6 0,5 0,0 1,1 0,2 2 0 2 586 0,8 3,4 0,9 7,0 1,0 1,0 0,0 2,8 0,4 3 1 3 808 1,7 5,9 0,0 13,7 1,9 1,9 0,0 4,6 0,8 5 1 4 426 3,4 10,6 4,0 54,9 4,0 3,6 0,5 16,1 1,4 9 1 5 122 6,3 18,9 5,5 62,9 7,5 6,4 1,4 16,7 2,5 18 2 6 47 12,7 42,0 0,5 102,0 18,6 12,5 0,0 28,3 5,5 31 12 7 12 26,6 85,2 45,6 138,1 26,9 25,3 13,9 33,8 6,9 70 49 GVZ št. 4 8 20 21 48 73 101 1 1 2 3 6 12 14 Priloga 57: Osnovne značilnosti dohodka na KMG proizvodnega tipa pašne živali mešano (Tip 45) V KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 165 0,4 -0,1 1,0 0,53 0,46 2,77 2 586 0,8 -0,2 2,5 0,47 0,36 1,66 3 808 1,7 -0,5 4,3 0,43 0,30 0,74 4 426 3,4 0,0 19,0 0,43 0,44 5,64 5 122 6,3 2,1 18,1 0,42 0,25 0,45 6 47 12,7 0,5 32,4 0,46 0,34 2,24 7 12 26,6 14,6 35,4 0,24 0,21 0,27 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,5 1,1 2,1 4,1 7,6 15,2 31,6 0,42 0,39 0,37 0,36 0,36 0,41 0,22 0,4 0,8 1,7 3,3 6,1 12,3 25,9 0,55 0,49 0,44 0,44 0,43 0,47 0,25 Priloga 58: Verjetnost izpada dohodka in odškodnine za proizvodni tip pašne živali mešano (Tip 45) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) n d ško %) š d0 od 8 ta (v ot U) V Odškodnine na ravni KMG (70%) o d n e či vi a d o k š d po U ^ min max SD ^ min max SD št. 1.000 EUR % EUR EUR % 1 65 586 808 426 1 22 47 12 0,38 0,85 1,72 3,39 6,30 12,68 26,59 14,0 10,7 8.3 6,9 6,1 6,5 4.4 2,1 1,3 1,8 0,0 1,2 1,3 2,3 54,6 60.4 59,6 42,3 28.5 41,0 8,9 10,2 8,3 6,5 5.7 4,0 6,5 1.8 1.559 6.058 8.189 5.375 777 2.099 0 10 11 11 13 6 45 0 73 242 409 542 777 1.207 0 21 31 44 63 70 217 0 20 11 6 4 1 4 0 Priloga 59: Verjetnost izpada dohodka in odškodnine za proizvodni tip pašne živali mešano (Tip 45) - Pristop II EV KMG Povp. dohodek na an nč aa ^^^ Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 1 65 0,38 2.320 14 2 46 0,54 14.733 89 15 217 0,42 2 586 0,85 13.153 22 4 90 0,49 113.671 194 33 534 0,41 3 808 1,72 30.565 38 12 203 0,50 313.103 388 89 924 0,38 4 426 3,39 29.257 69 0 221 0,45 324.160 761 115 3.992 0,39 5 1 22 6,30 15.381 126 16 470 0,44 172.264 1.412 618 3.821 0,38 6 47 12,68 12.147 258 64 959 0,54 133.645 2.844 786 6.895 0,42 7 12 26,59 6.082 507 242 807 0,31 71.262 5.938 3.520 7.723 0,22 Proizvodni tip - perutnina (52) Priloga 60: Osnovne značilnosti KMG proizvodnega tipa perutnina (Tip 52) EV KMG Povp. dohodek KZU min max SD št. 1.000 EUR ha 2 8 0,3 1,1 0,4 1,7 0,4 0,3 3 10 0,5 1,5 0,7 2,4 0,6 0,4 5 8 1,8 4,7 2,2 7,3 1,7 1,5 6 15 2,8 5,7 0,0 10,2 2,7 2,3 7 49 6,6 7,5 0,0 30,1 5,6 3,0 8 114 14,7 11,7 0,0 34,7 7,0 5,4 9 20 32,8 19,4 0,0 77,1 18,3 8,5 10 7 49,4 14,2 0,0 90,0 33,5 6,3 NP + OMD GVZ min max SD ^ min max SD 1.000 EUR št. 0,1 0,2 0,6 0,0 0,0 0,0 0,0 0,0 0,6 0,2 1 0 1 0 0,8 0,2 1 0 2 1 2,0 0,5 4 2 8 2 6,2 1,7 13 4 52 12 10,2 2,2 21 3 84 16 25,1 4,3 38 16 125 16 36,6 9,3 86 30 360 66 40,5 15,1 118 64 154 29 Priloga 61: Osnovne značilnosti dohodka na KMG proizvodnega tipa perutnina (Tip 52) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 2 8 0,3 0,1 0,4 0,48 1,67 0,95 3 10 0,5 0,0 1,3 0,81 2,59 1,14 5 8 1,8 0,5 3,2 0,58 1,58 0,86 6 15 2,8 -0,6 7,5 0,84 62,51 3,74 7 49 6,6 -0,7 13,7 0,51 0,33 30,12 8 114 14,7 -3,6 32,7 0,45 1,86 3,25 9 20 32,8 -0,8 82,8 0,48 0,78 11,00 10 7 49,4 -9,6 105,8 0,68 0,27 13,80 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,6 1,0 3,4 6,3 13.0 27.1 61,3 108,4 0,19 0,41 0,29 0,32 0,28 0,30 0,27 0,26 0,3 0,4 1,6 2,2 5,6 13,0 28,8 41,0 0,58 0,95 0,67 1,06 0,59 0,50 0,55 0,85 Priloga 62: Verjetnost izpada dohodka in odškodnine za proizvodni tip perutnina (Tip 52) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š d0 od 8 ta (v ot s V Odškodnine na ravni KMG (70%) o de ed >o o ik pro U min max SD min max SD št. 1.000 EUR % EUR EUR % 2 3 5 6 7 8 9 10 8 10 8 15 49 114 20 7 0,29 0,49 1,84 2,75 6,56 14,69 32,76 49,37 28,0 30.2 27,4 31,6 28,4 26.3 26,8 30,8 16,0 12,8 14,0 12.7 14.8 11,2 9,6 18,2 41,2 42,9 40,2 47,6 45.4 47,6 44.5 47,2 8,9 10,6 10,2 11,8 7.6 6.4 7.7 8.5 786 1.569 3.851 16.699 105.477 456.374 168.874 105.408 98 157 481 1.229 2.312 4.162 9.099 20.321 0 0 0 0 0 0 0 0 164 307 809 1.965 4.119 10.901 14.700 36.842 47 93 313 751 1.048 1.993 5.016 10.904 88 80 75 73 86 87 75 71 Priloga 63: Verjetnost izpada dohodka in odškodnine za proizvodni tip perutnina (Tip 52) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 2 8 0,29 484 61 36 112 0,42 826 45 19 69 0,35 3 10 0,49 1.155 116 71 199 0,33 1.829 83 1 210 0,68 5 8 1,84 2.849 356 201 566 0,35 5.078 284 64 474 0,50 6 15 2,75 13.604 907 295 1.510 0,46 18.436 608 51 1.268 0,63 7 49 6,56 75.351 1.538 675 3.208 0,39 120.559 853 121 2.278 0,65 8 114 14,69 319.734 2.805 1.353 8.847 0,38 578.064 1.643 43 6.958 0,73 9 20 32,76 132.413 6.621 2.544 12.090 0,34 230.624 3.617 556 13.179 0,88 10 7 49,37 106.252 15.179 10.301 29.700 0,44 150.965 6.256 843 22.796 1,43 Proizvodni tip - zrnojedi mešano (53) Priloga 64: Osnovne značilnosti KMG proizvodnega tipa zrnojedi mešano (Tip 53) EV KMG Povp. dohodek KZU NP + OMD GVŽ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 16 22 17 10 5 4 8 0,0 0,3 0,3 0,8 1,9 9,5 14,1 0,5 1,1 2,3 3,9 7,0 21,9 31,4 0,0 0,6 0,9 2,4 5,2 10,8 14,5 0,7 1,7 3,5 6,0 8,9 34,7 66,9 0,2 0,3 0,8 1,1 1,4 9,8 16,9 0,1 0,4 0,7 1,4 2,6 9,0 14,4 0,0 0,2 0,3 0,8 1.7 4,9 4.8 0,2 1,5 1,3 2,0 3,2 12.7 34.8 0,1 0,3 0,3 0,4 0,6 3,3 9,5 0 1 2 4 8 30 62 0 0 0 1 6 26 28 1 6 4 6 10 34 102 0 1 1 2 2 3 23 Priloga 65: Osnovne značilnosti dohodka na KMG proizvodnega tipa zrnojedi mešano (Tip 53) ;v KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 16 0,0 0,0 0,1 0,59 2,83 0,60 2 22 0,3 0,0 1,2 1,29 2,53 0,75 3 17 0,3 0,0 0,7 0,60 2,81 1,02 4 10 0,8 0,2 1,5 0,59 2,02 0,85 5 5 1,9 0,9 2,6 0,37 0,97 0,30 7 4 9,5 2,4 15,5 0,58 0,92 0,82 8 8 14,1 3,3 40,7 0,83 1,65 0,53 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,2 0,6 0,8 1,8 3,6 15,8 29,1 0,23 0,67 0,25 0,29 0,24 0,44 0,44 0,0 0,2 0,2 0,6 1,6 8,6 11,9 0,94 1,53 0,85 0,75 0,41 0,61 0,97 Priloga 66: Verjetnost izpada dohodka in odškodnine za proizvodni tip zrnojedi mešano (Tip 53) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko š d o ota (fl V Odškodnine na ravni KMG (70%) o d ed čo pro U ^ min max SD min max SD št. 1.000 EUR % EUR EUR % 16 22 17 10 5 4 8 0,05 0,27 0,29 0,76 1,87 9,51 14,06 38.3 34,6 37.4 33.5 29.2 25.3 31.4 14,4 8,1 24,7 18,1 24,4 19,6 12,2 44.3 44,9 45.4 43,2 36,2 32,9 39,7 6,9 11,5 5.4 8.5 5,0 6,7 8,9 716 2.191 3.788 3.942 3.300 4.390 39.164 45 100 223 394 660 1.097 4.895 0 0 116 0 596 0 0 80 208 323 571 706 2.899 7.423 18 57 60 176 49 1.391 2.222 94 82 100 90 100 50 88 Priloga 67: Verjetnost izpada dohodka in odškodnine za proizvodni tip zrnojedi mešano (Tip 53) - Pristop II EV KMG Povp. dohodek na an nč aa ^^^ Povprečna pričakovana izguba na KMG hi ni ta nč dn od po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 16 0,05 447 28 4 50 0,40 480 30 21 48 0,24 2 22 0,27 1.406 64 18 134 0,42 2.233 101 44 264 0,62 3 17 0,29 2.199 129 68 200 0,33 2.566 151 83 215 0,23 4 10 0,76 2.332 233 86 382 0,42 3.223 322 193 501 0,26 5 5 1,87 1.650 330 297 356 0,06 3.116 623 427 767 0,23 7 4 9,51 4.501 1.125 856 1.302 0,17 11.136 2.784 1.321 4.074 0,41 8 8 14,06 29.729 3.716 2.422 5.334 0,24 44.426 5.553 2.930 10.247 0,40 Proizvodni tip - rastlinsko mešano (P6) Priloga 68: Osnovne značilnosti KMG proizvodnega tipa rastlinsko mešano (Tip P6) ;v KMG Povp. dohodek KZU min max SD št. 1.000 EUR ha 1 1017 0,3 1,3 0,2 2,8 0,5 0,4 2 2031 0,6 2,4 0,3 5,7 0,9 0,7 3 1328 1,1 3,9 0,2 10,0 1,5 1,2 4 384 2,3 6,6 1,6 14,5 2,6 2,1 5 97 4,1 9,4 2,9 22,9 3,8 3,3 6 75 8,7 16,6 4,3 51,1 9,5 5,8 7 37 14,9 22,9 7,9 52,5 13,3 8,4 8 7 36,9 45,1 24,0 98,4 29,5 22,3 NP + OMD GVŽ min max SD ^ min max SD 1.000 EUR št. 0,0 0,0 0,0 0,0 0,1 0,0 1,7 8,0 1,4 0,2 0 0 1 0 2,7 0,3 0 0 3 0 4,3 0,5 0 0 6 1 6,2 1,0 1 0 10 2 10,0 1,7 3 0 16 3 19,0 4,0 5 0 20 5 20,1 5,0 7 0 22 7 60,6 19,2 23 0 59 20 Priloga 69: Osnovne značilnosti dohodka na KMG proizvodnega tipa rastlinsko mešano (Tip P6) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 1017 0,3 -0,1 1,4 0,59 0,53 2,13 2 2031 0,6 -0,3 2,4 0,47 0,47 1,25 3 1328 1,1 -0,2 3,7 0,45 0,48 1,29 4 384 2,3 -0,2 6,9 0,49 0,49 0,88 5 97 4,1 0,9 12,8 0,47 0,55 0,61 6 75 8,7 2,8 26,5 0,53 0,51 0,41 7 37 14,9 4,5 30,5 0,42 0,58 0,43 8 7 36,9 18,6 71,0 0,56 0,46 0,53 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,5 0,9 1,6 3,3 6,0 13,1 23,9 52,8 0,44 0,3 0,62 0,35 0,6 0,50 0,34 1,1 0,47 0,37 2,1 0,52 0,33 3,8 0,50 0,40 8,1 0,57 0,31 13,6 0,45 0,41 34,5 0,60 Priloga 70: Verjetnost izpada dohodka in odškodnine za proizvodni tip rastlinska-mešano (Tip P6) - Pristop I EV KMG Povp. dohodek Izpad dohodka (> 30%) d o 8 m V Odškodnine na ravni KMG (70%) o de £= £= ed čo pro U min max SD ^ min max SD št. 1.000 EUR % EUR EUR % 1017 2031 1328 384 97 75 37 7 0,32 0,64 1,13 2,28 4,05 8,72 14,94 36,85 19.7 17.2 17.8 18,1 20,7 21,4 24,4 19.3 1,5 1.3 1,9 2,2 2,7 2,9 5.4 4.5 63,6 65,9 53,1 47.0 42.1 41,9 43.0 38.1 11,4 9,4 9,0 9.2 9,0 9.3 9,7 11,4 28.084 85.965 117.900 71.517 50.199 91.190 108.147 35.558 28 43 89 187 518 1.216 2.923 5.080 1 28 292 560 1.122 1.465 4.960 8.429 11.191 34 62 122 252 501 1.188 2.309 4.216 44 35 38 39 56 57 70 71 Priloga 71: Verjetnost izpada dohodka in odškodnine za proizvodni tip rastlinska-mešano (Tip P6) - Pristop II EV KMG Povp. dohodek na an nč aa Povprečna pričakovana izguba na KMG hi ni ta nč dn po Povprečna odškodnina (70%) na ravni KMG ^ min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 1 1017 0,32 15.348 15 2 68 0,60 78.647 77 3 288 0,46 2 2031 0,64 54.635 27 5 139 0,52 313.248 154 31 518 0,38 3 1328 1,13 70.299 53 12 216 0,52 364.264 274 72 803 0,36 4 384 2,28 43.776 114 29 464 0,53 214.690 559 158 1.481 0,39 5 97 4,05 23.861 246 74 547 0,41 99.227 1.023 418 2.799 0,36 6 75 8,72 44.900 599 198 2.213 0,56 168.704 2.249 1.072 5.833 0,42 7 37 14,94 51.739 1.398 479 3.649 0,51 152.305 4.116 1.754 6.792 0,31 8 7 36,85 16.762 2.395 851 5.560 0,65 65.906 9.415 5.084 15.902 0,42 Proizvodni tip - živinoreja mešano (P7) Priloga 72: Osnovne značilnosti KMG proizvodnega tipa živinoreja - mešano (Tip P7) EV KMG Povp. dohodek KZU NP + OMD GVŽ min max SD min max SD ^ min max SD št. 1.000 EUR ha 1.000 EUR št. 89 646 1298 895 318 213 68 30 6 0,4 0,7 1,4 2,4 3,7 7,0 12,7 26,1 60,6 1,2 2,3 4,1 6,9 10,3 16,3 26,0 42,3 83,2 0,0 0,0 0,7 2,3 4,1 6,6 6,6 14,6 37,4 2,2 5,3 8,9 18,5 25,1 36,4 52,8 115,1 164,4 0,5 0,8 1,3 2,1 3.2 5.3 9,6 22,6 48,5 0,4 0,9 1,7 2,9 4,5 7,2 12,1 22,2 41,9 0,0 0,0 0,0 0,4 0,0 2.5 2,8 6.6 16,6 1,2 2,1 4,1 6,8 10,9 16,8 30,7 45,0 82,2 0,3 0,4 0,7 1,1 1.7 2.8 5,7 11,1 25,0 1 2 4 7 12 20 37 68 0 0 0 2 5 9 19 38 2 6 10 17 24 38 76 12 107 16 132 106 183 29 Priloga 73: Osnovne značilnosti dohodka na KMG proizvodnega tipa živinoreja - mešano (Tip P7) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 89 0,4 -0,2 1,1 0,66 0,22 26,49 2 646 0,7 -0,2 2,0 0,54 0,56 4,59 3 1298 1,4 -0,4 4,3 0,50 0,31 4,83 4 895 2,4 -0,5 7,0 0,52 0,44 3,01 5 318 3,7 -3,6 10,4 0,58 0,63 4,49 6 213 7,0 -1,4 17,4 0,53 0,47 1,20 7 68 12,7 0,6 31,1 0,56 0,84 1,83 8 30 26,1 2,4 57,5 0,56 0,83 1,15 9 6 60,6 35,6 89,8 0,31 0,41 0,31 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,5 0,9 1,8 3,1 5,0 9,5 18,2 38,1 80,4 0,51 0,3 0,69 0,43 0,7 0,56 0,41 1,3 0,52 0,42 2,3 0,54 0,44 3,5 0,61 0,41 6,6 0,56 0,42 11,9 0,59 0,43 24,3 0,59 0,25 57,7 0,32 Priloga 74: Verjetnost izpada dohodka in odškodnine za proizvodni tip živinoreja-mešano (Tip P7) - Pristop I ;v KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 ota (v Odškodnine na ravni KMG (70%) o de £= £= ed >o O s V po U min max SD min max SD št. 1.000 EUR % EUR EUR % 1 89 0,35 16,6 2,1 66,7 14,8 999 14 0 70 22 25 2 646 0,72 12,8 1,9 58,4 9,9 10.242 17 0 153 35 19 3 1298 1,37 10,6 1,9 61,1 8,7 21.694 18 0 282 51 11 4 895 2,36 11,8 1,9 53,2 9,7 41.012 49 0 571 115 16 5 318 3,71 15,0 2,0 80,7 12,2 42.714 147 0 1.130 250 25 6 213 7,00 14,6 2,3 54,9 10,2 61.340 306 0 2.359 541 26 7 68 12,67 17,8 3,1 44,4 10,4 65.078 957 0 4.528 1.272 41 8 30 26,06 18,3 3,7 38,6 9,7 51.030 1.701 0 6.925 2.388 37 9 6 60,56 10,3 4,8 18,2 4,4 0 0 0 0 0 0 Priloga 75: Verjetnost izpada dohodka in odškodnine za proizvodni tip živinoreja-mešano (Tip P7) - Pristop II EV KMG Povp. dohodek na an Povprečna pričakovana izguba na KMG ta nč dni ot čredo od po Povprečna odškodnina (70%) na ravni KMG min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 89 646 1298 895 318 213 68 30 6 0,35 0,72 1,37 2,36 3,71 7,00 12,67 26,06 60,56 1.307 15.133 51.951 76.347 59.379 79.746 61.236 62.858 17.135 15 23 40 85 187 374 901 2.095 2.856 5 8 11 21 54 135 308 811 2.107 72 0,74 121 0,52 221 0,50 335 0,53 1.092 0,59 1.540 0,51 2.300 0,49 3.855 0,39 3.756 0,21 7.701 108.048 411.242 497.334 293.276 370.305 223.839 208.183 88.294 87 167 317 556 922 1.739 3.292 6.939 14.716 17 32 63 116 252 488 841 1.855 10.111 238 425 921 1.509 2.249 3.824 6.750 13.729 20.325 0,49 0,45 0,43 0,43 0,43 0,41 0,41 0,42 0,25 Proizvodni tip - kmetijstvo mešano (P8) Priloga 76: Osnovne značilnosti KMG proizvodnega tipa kmetijstvo - mešano (Tip P8) ;v KMG Povp. dohodek KZU min max SD št. 1.000 EUR ha 1 621 0,2 1,0 0,0 2,8 0,4 0,3 2 1695 0,6 2,1 0,0 5,2 0,8 0,7 3 3335 1,3 4,0 0,2 11,7 1,3 1,5 4 2121 2,4 6,7 1,8 17,8 2,0 2,7 5 671 4,7 11,3 2,1 33,3 3,6 4,7 6 415 9,3 19,3 4,9 46,7 7,3 8,3 7 147 18,5 33,7 4,6 96,9 16,9 14,7 8 44 38,7 55,2 13,7 146,5 36,5 25,5 9 5 70,3 174,2 44,5 414,9 140,9 35,3 NP + OMD GVZ min max SD ^ min max SD 1.000 EUR št. 0,0 0,0 0,0 0,0 0,0 2,0 0,8 7,4 0,0 1,4 0,2 0 0 3 0 2,5 0,3 1 0 7 1 5,0 0,6 3 0 13 1 8,6 1,1 5 1 22 2 14,0 1,9 9 0 27 3 25,5 3,8 15 3 36 5 45,9 8,6 27 7 62 11 71,4 17,0 44 22 101 19 87,7 39,4 106 53 142 35 Priloga 77: Osnovne značilnosti dohodka na KMG proizvodnega tipa kmetijstvo - mešano (Tip P8) EV KMG Povp. dohodek CV doh. min max CV CV št. 1.000 EUR 1 621 0,2 -0,2 1,2 0,80 0,78 1,27 2 1695 0,6 -0,3 2,3 0,57 0,56 1,99 3 3335 1,3 -0,8 4,6 0,50 0,40 7,86 4 2121 2,4 -0,9 9,3 0,48 0,43 1,67 5 671 4,7 -0,6 17,4 0,47 0,52 6,22 6 415 9,3 0,4 25,0 0,47 0,40 0,80 7 147 18,5 1,4 56,5 0,53 0,44 0,74 8 44 38,7 1,9 86,4 0,50 0,53 1,53 9 5 70,3 30,4 126,4 0,52 0,49 0,35 VaR 90% CVaR 90% CV CV 1.000 EUR 1.000 EUR 0,3 0,9 1,7 3.2 6.3 12,4 25,3 53,9 102,8 0,52 0,42 0,39 0,38 0,37 0,39 0,43 0,39 0,48 0,2 0,6 1,2 2,3 4,5 8,8 17,5 36.5 65.6 0,87 0,60 0,52 0,50 0,49 0,49 0,56 0,53 0,53 Priloga 78: Verjetnost izpada dohodka in odškodnine za proizvodni tip kmetijstvo-mešano (Tip P8) - Pristop I .V KMG Povp. dohodek Izpad dohodka (> 30%) in in d o 8 ota (v Odškodnine na ravni KMG (70%) o de SI £= ed >o O tf) V po U ^ min max SD min max SD št. 1.000 EUR % EUR EUR % 1 621 0,21 26,1 1,4 66,2 12,0 23.511 39 0 1 65 31 66 2 1695 0,60 18,4 1,8 63,7 10,9 72.943 44 0 266 57 39 3 3335 1,29 14,2 1,4 75,2 9,6 159.333 49 0 565 91 24 4 2121 2,41 13,5 2,0 65,6 9,0 169.691 81 0 1.105 170 21 5 671 4,68 13,2 2,0 51,8 9,1 101.657 155 0 2.281 336 20 6 415 9,30 13,0 2,0 44,0 8,9 136.653 329 0 4.143 718 20 7 147 18,47 15,3 1,8 42,4 9,8 122.921 836 0 8.776 1.703 24 8 44 38,69 16,8 2,2 44,7 9,9 118.274 2.688 0 11.877 3.911 36 9 5 70,31 17,7 11,9 25,5 5,8 21.797 4.359 0 14.888 6.602 40 Priloga 79: Verjetnost izpada dohodka in odškodnine za proizvodni tip kmetijstvo-mešano (Tip P8) - Pristop II EV KMG Povp. dohodek na an nč aa ^^^ Povprečna pričakovana izguba na KMG hi ni ta nč dn tn Povprečna odškodnina (70%) na ravni KMG od po min max CV min max CV št. 1.000 EUR EUR EUR EUR EUR 621 0,21 12.523 20 1 109 0,57 36.810 59 12 258 0,53 1695 0,60 50.690 30 5 116 0,52 250.024 148 32 488 0,44 3335 1,29 162.018 49 8 271 0,54 1.018.395 305 69 979 0,41 2121 2,41 196.366 93 27 514 0,52 1.213.216 572 125 2.000 0,40 671 4,68 121.752 181 53 847 0,50 745.808 1.111 259 3.746 0,39 415 9,30 152.740 368 107 1.318 0,54 917.183 2.210 386 5.435 0,40 147 18,47 130.503 888 176 4.133 0,64 661.537 4.500 1.052 12.194 0,44 44 38,69 91.578 2.081 603 5.967 0,56 421.619 9.582 3.048 18.623 0,40 5 70,31 31.119 6.224 3.643 11.699 0,57 95.614 19.123 8.965 32.107 0,44 7.6 Prikaz modelnih rezultatov ob predpostavljenem pragu pristopa v dohodkovna zavarovanja pri povprečnem dohodku 12.000 EUR Priloga 80: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 11 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 a (v U) V Odškodnine na ravni KMG (70%) o de £= £= ed >o O pro U min max SD min max SD št. 1.000 € % € € % 1 1471 0,29 24,5 0,0 0,7 12,7 0 53 0 378 50 0 2 1336 0,77 20,0 0,0 74,2 10,5 0 86 0 643 101 0 3 960 1,91 15,4 0,0 100,0 11,4 0 104 0 1.234 196 0 4 309 5,05 11,3 0,0 47,7 10,3 0 150 0 2.099 393 0 5 121 9,26 10,2 0,0 47,2 10,3 0 284 0 3.971 801 0 6 93 17,49 11,3 1,5 45,3 12,5 15.280 795 0 6.838 1.748 3 7 25 38,30 14,0 1,8 40,6 15,7 58.594 2.344 0 10.868 3.920 28 8 6 69,52 11,7 2,6 37,7 13,8 16.215 2.703 0 16.215 6.620 17 Priloga 81: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 12 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 Odškodnine na ravni KMG (70%) o de £= £= ed >o O ik sota (v m V pro U min max SD min max SD št. 1.000 € % € € % 5 4 3,28 32,9 28,6 38,1 3,9 0 1.323 1.300 1.349 20 0 6 11 6,09 33,8 28,5 38,0 2,6 0 2.698 1.664 3.489 608 0 7 14 11,98 35,3 30,1 38,7 2,7 47.669 5.803 3.767 8.142 1.378 50 8 40 35,03 32,1 24,1 37,8 3,8 544.193 13.605 7.340 21.677 4.213 100 9 17 64,54 32,6 20,6 36,2 4,0 439.472 25.851 16.078 36.391 5.393 100 Priloga 82: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 13 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 a (v Odškodnine na ravni KMG (70%) o de £= £= ed >o O U) V po U min max SD min max SD št. 1.000 € % € € % 1 400 0,39 15,4 0,6 0,6 14,1 0 17 0 185 34 0 2 410 0,89 12,7 1,4 65,5 11,1 0 27 0 382 64 0 3 175 1,93 9,7 1,3 57,7 9,3 0 40 0 781 128 0 4 27 4,39 11,1 1,5 43,1 11,5 0 188 0 1.244 386 0 5 9 9,55 4,9 1,7 17,1 4,9 0 0 0 0 0 0 Priloga 83: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 14 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 ota (v Odškodnine na ravni KMG (70%) o de SI £= £= £= ed >o O tf) V po U min max SD min max SD št. 1.000 € % € € % 1 3106 0,45 10,8 0,0 0,6 10,1 0 5 0 224 18 0 2 1918 1,07 8,8 0,0 61,2 7,7 0 11 0 417 44 0 3 654 2,08 8,4 1,3 59,6 7,5 0 26 0 875 102 0 4 112 4,76 8,8 0,8 53,8 8,0 0 76 0 1.137 241 0 5 64 8,70 9,8 0,9 38,4 9,2 0 147 0 1.788 410 0 6 42 16,58 6,8 1,8 50,5 7,9 0 99 0 2.335 452 0 7 10 27,90 8,0 3,2 14,0 3,9 0 0 0 0 0 0 Priloga 84: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip P2 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) o 8 Odškodnine na ravni KMG (70%) o de ed >o O ik a (v U) V pro U min max SD min max SD št. 1.000 € % € € % 1 12 0,17 33,6 22,4 0,6 7,6 0 79 7 158 41 0 2 39 0,37 35,9 23,2 46,4 5,4 0 202 132 317 49 0 3 39 0,73 36,8 23,0 46,0 4,5 0 419 234 623 98 0 4 64 1,40 36,4 15,8 44,9 5,4 0 767 0 1.182 192 0 5 40 2,76 34,3 18,0 41,5 5,7 0 1.246 0 1.949 411 0 6 56 4,80 34,9 21,4 41,3 4,6 0 2.436 1.393 4.185 674 0 7 17 9,90 33,9 22,6 40,9 5,2 10.720 4.668 2.803 6.416 1.062 12 8 16 23,28 33,6 27,1 40,4 3,8 162.034 10.127 5.645 14.360 2.466 100 Priloga 85: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 31 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š T3 o od 8 ta (v ot U) V Odškodnine na ravni KMG (70%) o de £= £= o O ik pro U ^ min max SD min max SD št. 1.000 € % € € % 1 118 0,05 43,0 8,3 1,8 6,7 0 69 0 112 24 0 2 297 0,20 39,0 13,7 47,3 7,7 0 149 0 224 43 0 3 445 0,43 37,8 16,4 45,6 6,2 0 282 0 448 74 0 4 336 0,85 37,8 15,9 47,9 6,0 0 545 0 835 130 0 5 224 1,57 37,6 17,1 44,8 5,6 0 978 0 1.398 203 0 6 1 22 3,10 36,9 21,0 44,7 4,8 0 1.743 1.065 2.706 416 0 7 28 8,01 33,4 11,8 42,6 7,2 7.968 3.070 0 4.626 1.112 7 8 5 19,95 34,4 29,5 38,2 3,7 43.660 8.732 6.688 11.798 1.889 100 Priloga 86:Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 32 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š T3 O od 8 ta (v ot s V Odškodnine na ravni KMG (70%) o de ihni nini 30%) in in d ško %) š T3 o ^ 00 ta (v ot s V Odškodnine na ravni KMG (70%) o de ihni nini ed >o o ik pro U ^ min max SD min max SD št. 1.000 € % € € % 2 32 0,84 19,7 17,1 24,3 1,2 0 27 0 204 64 0 3 68 1,56 17,5 8,9 21,2 2,3 0 15 0 336 62 0 4 53 3,08 17,2 12,1 20,9 1,7 0 29 0 572 120 0 5 11 5,36 17,7 17,0 19,4 0,9 0 0 0 0 0 0 6 8 8,55 16,4 14,7 20,1 1,8 0 149 0 1.189 420 0 Priloga 88: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 34 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š T3 o od 8 ta (v ot s V Odškodnine na ravni KMG (70%) o de £= £= o O pro U ^ min max SD min max SD št. 1.000 € % € € % 1 19 0,15 32,4 6,9 1,0 10,8 0 47 0 94 31 0 2 78 0,39 26,5 7,8 44,7 8,9 0 87 0 195 58 0 3 156 0,86 25,1 6,7 46,6 7,7 0 173 0 400 117 0 4 155 1,64 25,8 9,9 46,4 7,4 0 368 0 846 246 0 5 84 2,77 28,0 10,4 37,4 6,6 0 824 0 1.457 377 0 6 69 5,18 28,4 10,4 35,1 5,6 0 1.646 0 2.900 692 0 7 18 12,09 25,0 9,6 32,3 6,5 12.364 2.486 0 4.884 1.681 17 Priloga 89: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 41 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 a (v U) V Odškodnine na ravni KMG (70%) o de £= £= ed >o O pro U min max SD min max SD št. 1.000 € % € € % 2 11 0,44 28,7 4,9 84,9 25,2 0 30 0 89 41 0 3 105 1,27 19,9 2,0 64,7 17,6 0 66 0 240 85 0 4 548 2,31 19,6 1,9 70,6 16,6 0 122 0 498 161 0 5 1 21 0 3,84 19,5 2,2 74,7 15,5 0 229 0 1.042 287 0 6 2248 7,86 17,7 1,6 73,9 14,0 0 369 0 2.298 523 0 7 1328 18,31 14,0 1,3 69,6 11,4 19.345 482 0 4.396 922 0 8 435 44,46 11,5 2,0 59,8 10,4 73.853 624 0 8.255 1.564 3 9 18 101,90 10,2 3,0 43,3 10,9 13.512 1.188 0 13.512 3.590 6 Priloga 90: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 421 in in d o de hn EV KMG Povp. dohodek Izpad dohodka (> 30%) ^ 00 Odškodnine na ravni KMG (70%) ed >o o ik ta (v ot U) pro U min max SD min max SD št. 1.000 € % € € % 1 1 46 0,75 4,0 1,4 0,4 2,9 0 0 0 42 3 0 2 553 1,45 3,8 1,2 19,0 2,1 0 0 0 0 0 0 3 1013 2,67 3,6 1,6 38,7 2,0 0 0 0 158 7 0 4 526 4,79 3,5 1,7 9,7 1,2 0 0 0 0 0 0 5 117 8,33 3,5 1,8 6,4 1,0 0 0 0 0 0 0 6 31 14,01 4,3 1,8 14,1 2,6 0 0 0 0 0 0 7 5 36,01 2,8 1,7 4,2 1,1 0 0 0 0 0 0 Priloga 91: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 422 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ^ ^ š T3 O od 8 ta (v ot m V Odškodnine na ravni KMG (70%) o de £= £= 30%) in in d ^ iT o 8 ota (v Odškodnine na ravni KMG (70%) o de SI £= £= £= ed >o O tf) V po U min max SD min max SD št. 1.000 € % € € % 1 132 0,24 25,0 2,6 1,0 17,6 0 24 0 91 26 0 2 797 0,66 14,6 2,3 74,6 12,4 0 16 0 157 33 0 3 2197 1,52 10,2 1,6 74,3 9,1 0 16 0 372 48 0 4 1664 2,78 9,6 1,8 69,2 8,2 0 26 0 685 86 0 5 653 4,86 9,5 1,8 59,8 7,5 0 49 0 1.168 157 0 6 269 8,79 9,9 2,0 51,2 9,0 0 121 0 1.586 325 0 7 72 18,08 11,0 2,0 54,2 11,0 3.740 282 0 3.740 748 1 8 10 36,08 7,7 4,5 11,0 2,2 0 0 0 0 0 0 Priloga 93: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 44 in in d o de hn EV KMG Povp. dohodek Izpad dohodka (> 30%) ko %) o ^ 00 Odškodnine na ravni KMG (70%) ed >o o ik ta (v ot U) V pro U min max SD min max SD št. 1.000 € % € € % 1 333 0,54 8,6 1,3 0,4 6,5 0 5 0 119 18 0 2 773 1,10 7,6 1,7 57,7 5,9 0 4 0 212 25 0 3 786 2,15 6,3 1,8 38,4 4,3 0 5 0 492 39 0 4 322 4,15 6,2 1,7 29,5 4,2 0 5 0 633 49 0 5 102 7,60 6,0 1,7 32,1 4,3 0 7 0 704 70 0 6 57 14,34 5,2 1,6 20,3 3,4 0 40 0 2.301 305 0 7 12 29,03 5,0 2,4 11,6 2,4 0 0 0 0 0 0 8 4 55,74 4,6 2,7 6,3 1,5 0 0 0 0 0 0 Priloga 94: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 45 in in d o de hn EV KMG Povp. dohodek Izpad dohodka (> 30%) ko %) o o 8 Odškodnine na ravni KMG (70%) ed >o o ik a (v U) V pro U min max SD min max SD št. 1.000 € % € € % 1 1 65 0,38 13,7 1,3 0,5 10,4 0 11 0 74 22 0 2 586 0,85 10,5 1,2 60,1 8,5 0 11 0 237 31 0 3 808 1,72 8,1 1,5 59,5 6,6 0 10 0 413 44 0 4 426 3,40 6,8 0,0 41,6 5,7 0 13 0 535 64 0 5 1 22 6,31 6,0 0,8 27,8 3,9 0 6 0 752 68 0 6 47 12,70 6,4 1,6 40,7 6,4 0 44 0 1.157 211 0 7 12 26,63 4,2 2,3 8,5 1,7 0 0 0 0 0 0 Priloga 95: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodr tip 51 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d o 8 sota (v s V Odškodnine na ravni KMG (70%) o de £= £= ed >o O pro U ^ min max SD min max SD št. 1.000 € % € € % 1 7 0,10 39,6 33,5 0,7 5,9 0 64 13 103 30 0 2 16 0,15 40,6 26,5 51,3 6,9 0 138 98 200 29 0 3 31 0,34 38,9 26,8 61,9 7,1 0 267 145 458 75 0 4 55 0,86 35,7 26,4 50,2 4,9 0 481 300 721 99 0 5 71 1,65 35,2 21,5 52,7 6,5 0 912 614 1.552 233 0 6 154 4,16 32,1 15,4 51,7 8,1 0 1.640 0 3.053 634 0 7 114 7,75 32,5 18,4 48,1 7,9 31.387 3.241 0 6.190 1.061 8 8 43 20,04 30,3 14,9 49,2 8,6 221.431 6.847 0 14.430 3.190 70 9 4 58,40 28,1 21,8 39,0 8,0 68.302 17.076 12.386 24.457 5.380 100 Priloga 96: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 52 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 Odškodnine na ravni KMG (70%) o de a ed >o O ik sota (v s V pro U min max SD min max SD št. 1.000 € % € € % 2 8 0,29 27,9 16,0 40,6 8,8 0 98 0 164 47 0 3 10 0,49 30,2 12,8 42,9 10,6 0 157 0 307 93 0 5 8 1,84 27,4 14,0 40,2 10,2 0 481 0 809 313 0 6 15 2,76 31,6 12,6 47,6 11,8 0 1.229 0 1.965 751 0 7 49 6,57 28,4 14,8 45,4 7,7 3.432 2.274 0 4.119 1.097 2 8 114 14,78 26,2 11,2 47,6 6,4 317.614 4.162 0 10.901 1.993 57 9 20 32,96 26,7 9,6 44,5 7,8 154.108 9.095 0 14.696 5.015 70 10 7 49,37 30,8 18,2 47,2 8,5 105.408 20.321 0 36.842 10.904 71 Priloga 97: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip 53 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d o 8 Odškodnine na ravni KMG (70%) o de £= £= ed >o O ik sota (v m V pro U ^ min max SD min max SD št. 1.000 € % € € % 1 16 0,07 35,6 15,2 0,4 6,2 0 42 0 76 17 0 2 22 0,33 31,6 8,2 43,9 10,9 0 96 0 195 55 0 3 17 0,40 34,5 20,8 46,0 6,2 0 215 110 304 59 0 4 10 0,99 30,0 9,6 40,3 9,7 0 355 0 582 211 0 5 5 2,51 24,0 15,9 33,6 7,5 0 369 0 686 339 0 7 4 11,34 20,3 16,8 26,7 4,5 0 1.046 0 2.796 1.338 0 8 8 25,35 21,8 7,3 36,9 8,8 22.877 3.359 0 6.689 2.916 50 Priloga 98: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip P6 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ko %) o 8 a (v U) V Odškodnine na ravni KMG (70%) o de £= £= ed >o O pro U min max SD min max SD št. 1.000 € % € € % 1 1017 0,32 19,5 1,8 0,6 11,3 0 28 0 129 34 0 2 2031 0,65 16,6 1,3 65,8 9,2 0 39 0 292 60 0 3 1328 1,14 17,0 1,7 51,2 8,9 0 82 0 551 119 0 4 384 2,31 17,3 2,4 49,1 9,2 0 169 0 1.152 246 0 5 97 4,08 20,1 2,7 41,4 9,0 0 493 0 1.544 494 0 6 75 8,76 20,9 2,6 40,1 9,4 3.199 1.177 0 5.110 1.180 1 7 37 15,00 24,0 4,4 43,4 10,0 47.460 2.560 0 8.435 2.432 27 8 7 36,88 19,2 3,5 38,2 11,8 30.210 4.316 0 11.386 4.672 57 Priloga 99: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip P7 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) š d0 od 8 Odškodnine na ravni KMG (70%) o de £= £= ed >o O ik ta (v ot U) V pro U min max SD min max SD št. 1.000 € % € € % 1 89 0,36 15,9 2,2 0,6 14,1 0 13 0 72 22 0 2 646 0,73 12,3 1,9 56,9 9,6 0 16 0 148 35 0 3 1298 1,40 10,2 1,8 59,3 8,3 0 16 0 279 49 0 4 895 2,41 11,3 1,9 52,1 9,2 0 44 0 553 110 0 5 318 3,81 14,4 1,9 80,7 11,9 0 132 0 1.089 242 0 6 213 7,29 13,8 2,2 55,2 9,6 0 264 0 1.837 500 0 7 68 13,47 16,4 2,8 42,3 9,6 7.225 773 0 4.172 1.173 3 8 30 31,41 13,9 2,9 30,6 7,8 23.034 971 0 6.631 1.888 17 9 6 70,36 6,8 4,7 9,3 2,0 0 0 0 0 0 0 Priloga 100: Verjetnost izpada dohodka in odškodnine pri meji 12 tisoč € povprečnega dohodka za proizvodni tip P8 EV KMG Povp. dohodek Izpad dohodka (> 30%) in in d ško %) o 8 Odškodnine na ravni KMG (70%) o de ed >o O ik a (v U) V pro U min max SD min max SD št. 1.000 € % € € % 1 621 0,22 24,8 1,6 0,7 11,7 0 37 0 162 31 0 2 1695 0,62 17,4 1,8 62,7 10,4 0 39 0 261 55 0 3 3335 1,31 13,5 1,5 74,6 9,1 0 43 0 549 86 0 4 2121 2,45 12,8 1,8 64,2 8,6 0 72 0 1.054 161 0 5 671 4,78 12,5 1,7 48,9 8,7 0 139 0 2.221 323 0 6 415 9,48 12,2 2,0 44,5 8,7 3.251 286 0 4.074 680 0 7 147 18,86 14,3 2,0 43,1 9,3 49.040 748 0 8.458 1.636 7 8 44 39,77 15,8 1,9 45,8 9,8 94.230 2.258 0 11.734 3.809 27 9 5 74,20 15,3 10,5 25,4 6,0 15.314 3.063 0 15.314 6.849 20