Success factors of farm investments : the example of Swiss dairy farms

Kramer, Benedikt

Eingang zum Volltext

Kramer, Benedikt

Success factors of farm investments : the example of Swiss dairy farms

Erfolgsfaktoren von Investitionen Betriebsinvestitionen am Beispiel Schweizer Milchviehbetriebe

(Übersetzungstitel)

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-19787
URL: http://opus.uni-hohenheim.de/volltexte/2022/1978/

pdf-Format:

Dokument 1.pdf (2.545 KB)

Gedruckte Ausgabe:

Print-on-Demand-Kopie

Dokument in Google Scholar suchen:

Social Media:

Export:

Abrufstatistik:

SWD-Schlagwörter:

Investition , Milchviehbetrieb , Investitionshilfe , Schweiz

Freie Schlagwörter (Englisch):

Farm Investment , Dairy Farm , Investment Support , Switzerland

Institut:

Institut für Landwirtschaftliche Betriebslehre

Fakultät:

Fakultät Agrarwissenschaften

DDC-Sachgruppe:

Landwirtschaft, Veterinärmedizin

Dokumentart:

Dissertation

Hauptberichter:

Doluschitz, Reiner Prof. Dr.

Sprache:

Englisch

Tag der mündlichen Prüfung:

26.11.2021

Erstellungsjahr:

2021

Publikationsdatum:

04.02.2022

Lizenz:

Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim

Kurzfassung auf Englisch:

This scientific analysis aims to identify success factors of farm investments, which are supported by interest free loans. The data basis consists of data from the Farm Accountancy Data Network (FADN) from 2003 through 2014 from Switzerland, which is matched to data from the Meliorations- und Agrarkredit-Projekt-Informations-System (MAPIS), where all supported dairy barn investments in Switzerland are registered. In addition, a Gini coefficient on the level of municipality is added, calculated from agricultural census data (AGIS).
One of the main variables analysed is calculated profit. Another important variable, analysed in this work, is herd size. As a first step, the development of calculated profit and herd size change after investment are analysed by two separate fixed-effects panel regression models. The results show, that calculated profit is significantly and positively influenced by the amount of agricultural land of the farm and significantly reduced for the first three years after investment. From the fourth year onwards, no coefficients are significant anymore, which might either be caused by a divergent development of individual farms or by the diminishing number of observations. Herd size change is positive and significantly influenced by the amount of agricultural land. Also the period of quota phasing out affected herd size change positively. Dairy herds probably grew in the year before investment already and kept growing till five years after investment. Both dependent variables indicate that farms undergo an adjustment phase after investment.
For the analysis of investment probability, the data sample is extended by including observations of all dairy farms and combined dairy/arable crop farms in the valley and hill region. Observations after investment are excluded. A logit regression model of the pooled data reveals that among the financial variables, only equity and farm income have a small positive and significant effect on investment probability. Social characteristics show a larger effect. The investment probability increases with age, farm household size and the presence of a partner.
In order to analyse influencing factors of successful investments, investments that enable the farm to achieve the same or higher calculated profit as before, are considered successful. The year before investment is used as the basis and a Cox Proportional-Hazard-model is used to investigate those influencing factors. The model reveals that for farm having a higher calculated profit before investment, it is more difficult to restore that level after investment. Off-farm income and expenses for purchase of additional animals affect recovery of calculated profit significantly negative. The largest significant negative impact comes with more family labour. The results suggest that family labour which is likely to be freed up by productivity gains, is not reallocated to off-farm income.
Additional indicators for land competition on the level of municipality are used. Agricultural income per family working unit is analysed as financial measure. This is a precursor for calculated profit and reflects financial efficiency of the input of family labor. In addition, growth of the dairy herd is analyzed. A random effects model is used for both variables. For dairy herd growth, utilized agricultural area and milk quota abolishment have a positive effect. More subsidized projects within a municipality and a higher concentration of acreage have a negative effect. For agricultural income per family working unit, utilised agricultural area, number of subsidized projects within a municipality, valley region and equity have a positive effect while milk quota abolishment has a negative effect. Off-farm income, which has been used as off-farm income per full-time working unit, showed no statistically significant effect. Neighboring effects appear to be more important for dairy herd growth than for agricultural income.
Based on the derived definitions, success factors are identified. An adjustment phase is confirmed, while the productivity of family labour seems to be the most important influencing factor for recovering calculated profits of the pre-investment situation. Structural influences seem most important for herd size growth. With regard to the negative effect of off-farm labour, off-farm labour might be seen as enabling farms with off-farm labour to accept a lower level of labour productivity. In general, the social characteristics of farms seem to have a larger impact on dairy farm investments than financial variables. For investment support, the results imply not only to put emphasis on financial characteristics. In addition, the adjustment phase must be considered with investment plans. With such long lasting investments like dairy barns, strategic decisions by the farmer combined with family characteristics might be more important than financial indicators.

Kurzfassung auf Deutsch:

Diese wissenschaftliche Untersuchung hat zum Ziel die Erfolgsfaktoren von Investitionen landwirtschaftlicher Betriebe zu identifizieren, die mit zinslosen Investitionskrediten unterstützt wurden. Die Datenbasis besteht aus Schweizer Daten des Farm Accountancy Data Network (FADN) von 2003 bis 2014, die mit Daten des Meliorations- und Agrarkredit- Projekt- Informations- System (MAPIS), in dem alle geförderten Milchviehstallinvestitionen der Schweiz verzeichnet sind. Ergänzt werden diese beiden Datensets um einen Gini- Koeffizienten auf Gemeindeebene, der auf Grundlage des Agrarzensus berechnet wird.
Eine der analysierten Hauptvariablen ist der kalkulierte Gewinn. Eine weitere wichtige Variable, die in dieser Arbeit analysiert wurde, ist die Herdengröße. In einem ersten Schritt wurde die Entwicklung von kalkuliertem Gewinn und Herdengröße untersucht mit zwei separaten Fixed-Effects Panel-Regressions-Modellen. Die Resultate zeigen, dass der kalkulierte Gewinn signifikant und positiv vom Umfang der landwirtschaftlichen Nutzfläche beeinflusst wird und signifikant reduziert ist über die ersten drei Jahre nach der Investition. Vom vierten Jahr an sind die Koeffizienten nicht mehr signifikant, was durch eine auseinanderlaufende Entwicklung der Betriebe oder einer abnehmenden Anzahl von Beobachtungen liegen könnte. Die Veränderung der Herdengröße ist signifikant und positiv vom Umfang der landwirtschaftlichen Nutzfläche beeinflusst. Zudem zeigt die Phase des Quotenausstiegs einen signifikant positiven Effekt. Die Milchviehherde ist wahrscheinlich bereits im Jahr vor der Investition gewachsen und wuchs weiter bis fünf Jahre nach der Investition. Beide abhängigen Variablen deuten darauf hin, dass die Betriebe nach der Investition eine Anpassungsphase durchlaufen.
Zur Analyse der Investitionswahrscheinlichkeit wird das Sample erweitert um alle Verkehrsmilchbetriebe und kombinierten Betriebe Verkehrsmilch/Ackerbau in der Tal- und Hügelregion. Beobachtungen nach einer Investition werden ausgeschlossen. Ein Logit-Modell der gepoolten Daten zeigt, dass unter den finanziellen Kennzahlen, nur Eigenkapital und Betriebseinkommen einen kleinen positiven und signifikanten Effekt haben. Soziale Charakteristika zeigen gröβere Effekte. Die Investitionswahrscheinlichkeit steigt mit dem Alter, der Haushaltsgröβe und dem Vorhandensein einer Partnerin oder eines Partners.
Um die Einflussfaktoren erfolgreicher Investitionen zu analysieren, werden die Investitionen als erfolgreich erachtet, die es ermöglichen den kalkulierten Gewinn von vor der Investition mindestens wieder zu erreichen. Ein Cox-Proportional-Hazard-Modell wird genutzt für die Analyse dieser Einflussfaktoren. Das Modell zeigt, dass es ein höherer kalkulierter Gewinn vor der Investition schwieriger macht, diesen danach wieder zu erreichen. Außerlandwirtschaftliches Einkommen und Ausgaben für zusätzliche Tiere beeinflussen das Wiedererreichen signifikant negativ. Den größten signifikant negativen Effekt hat der Einsatz von Familienarbeitskräften. Die Resultate deuten darauf hin, dass Familienarbeit, die wahrscheinlich durch Produktivitätsgewinne freigesetzt wurde, nicht für außerlandwirtschaftliches Einkommen umgewidmet wird.
Es werden zusätzliche Indikatoren für den Wettbewerb um Fläche auf Gemeindeebene genutzt. Als finanzielle Größe wird das landwirtschaftliche Einkommen je Familienarbeitskraft genutzt. Diese Variable ist eine Vorstufe für den kalkulierten Gewinn und spiegelt die finanzielle Effizienz der eingesetzten Familienarbeitskräfte wider. Zusätzlich wird das Wachstum der Milchviehherde analysiert. Für beide abhängige Variablen wird ein Random Effects Modell genutzt. Auf das Herdenwachstum wirken die bewirtschaftete landwirtschaftliche Nutzfläche und der Milchquotenausstieg positiv. Mehr subventionierte Milchviehställe und eine höhere Konzentration der Fläche auf weniger Betriebe auf Gemeindeebene wirken negativ. Auf das Arbeitseinkommen je Familienarbeitskraft wirken die landwirtschaftliche Nutzfläche, Anzahl subventionierter Milchviehställe in der Gemeinde, Talregion und Eigenkapital positiv, während der Ausstieg aus der Milchquote negativ wirkt. Nebeneinkommen, das als Nebeneinkommen je voller Arbeitskraft einbezogen wurde, zeigte keinen statistisch signifikanten Effekt. Nachbarschaftseffekte scheinen bedeutender zu sein für das Wachstum der Milchviehherde als für das landwirtschaftliche Einkommen.
Basierend auf den abgeleiteten Definitionen einer erfolgreichen Investition, sind Erfolgsfaktoren identifiziert. Es zeigt sich eine Anpassungsphase, während die Produktivität der Familienarbeit der bedeutendste Einflussfaktor zu sein scheint, um den kalkulierten Gewinn vor der Investition wieder zu erreichen. Strukturelle Einflüsse scheinen bedeutender zu sein für das Herdenwachstum. Hinsichtlich des negativen Effekts der außerlandwirtschaftlichen Arbeit, könnte diese gesehen werden als Befähigung der Betriebe mit außerlandwirtschaftlichem Einkommen eine geringere Arbeitsproduktivität in Kauf zu nehmen. Generell scheinen die sozialen Charakteristika eines Betriebs einen deutlicheren Einfluss auf die Investition zu haben als finanzielle Kennzahlen. Zudem, sollte die Anpassungsphase bei Investitionsplänen berücksichtigt werden. Mit so langfristigen Investitionen wie Milchviehställen, sind strategische Entscheidungen des Betriebsleiters zusammen mit den Familiencharakteristika möglicherweise bedeutender als finanzielle Indikatoren.