og efterspørgsel efter varer, samt markedspsykologien. Risikostyring er det seneste

Risikoafdækning Risikostyring er det seneste år kommet i fokus i landbruget grundet de store prisudsving, der har været på råvarer. Tema >> Jens Schjerning, LandboSyd, AgroMarkets >> John Jensen, LandboNord, AgroMarkets >> Christina Fensholt- Hansen, LandboSyd Risikostyring og afdækning er kommet meget i fokus det seneste års tid på grund af de store udsving, der er i råvarepriserne. Udsving i priser er én af årsagerne til, at det er nødvendigt at afdække risikoen i en virksomhed. Risikodefinition Risiko kommer fra det italienske ord; riscare, som betyder at sætte noget på spil. Den danske definition er: fare eller usikkerhed om udfaldet. Risiko skabes via prisudsving, ændringer i udbud og efterspørgsel efter varer, samt markedspsykologien. Risikostyring er det seneste år kommet i fokus i landbruget grundet de store prisudsving, der har været på råvarer. Dermed er det blevet mere tydelig for den enkelte virksomhed, hvor sårbar den egentlig er. Mht. risiko ser vi 2 typer af markedsdeltagere: Spekulanter: Deltager som søger at profitere på de finansielle markeder i form af spekulative finansielle positioner Hedger: Producenter eller andre som udelukkende bruger de finansielle markeder til at eliminere deres risici. Hvilken type er du/i? 50 Produktionsøkonomi Svin

I den professionelle verden omtaler man i det daglige risikostyring som Risk Management. Der er mange industrielle virksomheder, som bruger Risk Management dagligt til at minimere risiko. Der er også lavet analyser, der viser, at fornuftig brug af Risk Management bidrager til øget værdiskabelse for virksomheden. Derfor er det naturligt, at mange virksomheder anser Risk Management som et vigtigt område, der i fremtiden skal styrkes. Mulighederne for at skabe værdi opstår primært ved at have et samlet overblik over forretningernes væsentligste risici og de dertilhørende afdækningsmuligheder. I takt med strukturudviklingen i landbruget bliver risikostyring mere og mere nødvendig. Risikoidentifikation Vi ønsker at klassificere de enkelte risici i virksomheden ud fra indvirkning, dvs. hvor kraftig effekt eksempelvis udsving i råvarepriser har på bundlinien. Effekten af udsving afhænger bl.a. af produktionssammensætning, graden af selvforsyning, effektivitet mv. Derudover skal hvert risikoelement tillægges en sandsynlighed, som er et mål for hvor sikre, vi er på, at en given ændring i f.eks. råvarepriserne indtræffer. Denne sandsynlighed vil blandt andet afhænge af systematisk risiko, usystematisk risiko og historiske udsving i priserne. På et landbrug er der nogle inputrisici: soja, korn, el, olie mv. Outputrisici stammer fra svinepriser, mælkepriser, overskydende salgsprodukter mv. Hertil kommer underliggende risici, som er renter, valutarisiko, ejendoms- og jordpriser mv. Det, der er interessant, er, hvor stor sandsynligheden er for, at priserne svinger med X? Og hvordan samvarierer (korrelerer) de enkelte ting i forhold til hinanden eller evt. mangel på samme? Risikoanalyse Der findes flere analyser/beregningsmetoder til risikomål. Et af de mest anvendte modeller er VaR (Value at Risk). VaR viser følgende: Vi kan med X procent sikkerhed sige, at vi ikke vil tabe mere end Y kroner indenfor de næste N dage/år. Modellen tager udgangspunkt i historiske data. På disse historiske data beregnes almindelige statistiske afkast, dvs. Log-afkast, gennemsnitlig afkast og volatilitet (standardafvigelse). Modellen forudsætter, at afkast er normalfordelte. Modellen angiver ikke det maksimale tab, men kun risikoen gennem kvantitativ statistisk analyse. Dvs. den medtager ikke politisk risiko, likviditetsrisiko og regulativ risiko. Systematisk risiko er den risiko, der følger af en generel usikkerhed i økonomien - f.eks. inflationsrate, økonomisk politik osv. Usystematisk risiko er risiko, der er specifik for det enkelte aktiv. Produktionsøkonomi Svin 51

I tabel 1-3 er der vist en svinebedrift, som sælger for 18 mio. kr. svin (netto dvs. salg minus køb), køber for netto 1,55 mio. kr. soja og 3,8 mio. kr. hvede. Når vi skriver netto hvede, er det forbrug minus evt. egen avl. Virksomheden har en gæld på 90 mio. kr., som udelukkende er variabelt forrentet. Vi har sat en sandsynlighed på 95 pct. Det vil sige, at med 95 pct. sikkerhed kommer der ikke større gevinst eller tab. Men kaster vi terningen 100 gange, vil de 5 af udfaldene udvise større tab eller gevinst. Modellen beregner et ugentligt, månedligt og et års VaR. For en landbrugsvirksomhed er det mest interessant at se på et år. Tabel 1. Svin + råvarer + 100% F1 Positioner Volatilitet VaR årlig Ønsket VaR-niveau 0,95 Svin 18.000.000 kr. 1,80% 3.834.115 kr. Soja 1.550.000 kr. 3,64% 669.380 kr. Hvede 3.800.000 kr. 2,66% 1.198.920 kr. Euribor Rente 3.900.000 kr. 1,95% 903.543 kr. Råvarer i alt 5.702.415 kr. Finans 903.543 kr. Årlig Partiel VaR 6.605.957 kr. VaR med korrelationer 4.187.207 kr. Tabel 2. Svin + råvarer + 67% F1 + 33% CHF Positioner Volatilitet VaR årlig Ønsket VaR-niveau 0,95 Svin 18.000.000 kr. 1,80% 3.834.115 kr. Soja 1.550.000 kr. 3,64% 669.380 kr. Hvede 3.800.000 kr. 2,66% 1.198.920 kr. CHF 31.000.000 kr. 0,64% 2.350.298 kr. Euribor Rente 2.556.665 kr. 1,95% 592.322 kr. LIBOR CHF 1.032.300 kr. 8,42% 1.031.241 kr. Råvarer i alt 5.702.415 kr. Finans 3.973.861 kr. Årlig Partiel VaR 9.676.276 kr. VaR med korrelationer 4.814.430 kr. Vi kan i tabel 1 se, at salg af svinekød kan svinge med +/- 3,8 mio. kr. pr. år, hvede kan svinge med 1,2 mio. kr. pr. år, soja 0,7 mio. kr. pr. år og den variable rente 0,9 mio. kr. pr. år. Ved variabel forrentet finansiering er der ingen kursrisiko. Samlet får vi en partiel VaR på års basis på 6,6 mio. kr. Beregner vi en korrelation mellem de enkelte data, fremkommer der et VaR med korrelationer på 4,2 mio. kr. Det vil sige, at virksomheden med 95 pct. sandsynlighed ikke taber mere end 4,2 mio. kr. på et år. Dette tal er altså mindre end partiel VaR. Det betyder, at svin, soja, hvede og renter i dette tilfælde samvarierer/ korrelerer med hinanden. Dvs. at hvis svinenoteringen falder, falder nogle af de andre faktorer også, således at den samlede risiko trods alt mindskes en smule. Ser vi nærmere på tabellen, er summen af råvarer og finansiering vist i højre side. Råvarer viser en partiel VaR på 5,7 mio. kr. og finansiering 0,9 mio. kr. Råvarerisikoen er således 6 gange højere end finansieringsrisikoen trods 100 pct. variabel 52 Produktionsøkonomi Svin

finansiering. I det daglige oplever vi, at 80 pct. (skøn) af tiden bruges på at diskutere finansiering og ikke afdækning af risiko ved råvarerne. Det seneste år er dagsorden dog blevet en anden. I tabel 2 ses det, at selv en tredjedel finansiering i CHF ikke får VaR på finansieringen til at overstige VaR på råvarerne. Faktisk skal yderligere en tredjedel af finansiering ske i JPY, før VaR på råvarerne er mindre end VaR på finansieringen, jf. tabel 3. Spørgsmålet er, om nogen ønsker denne risiko? VaR modellen kan altså give en landbrugsvirksomhed et risikomål på de enkelte dele, samt et mål for hele virksomhedens risiko. Indsatsen skal naturligvis ligge der, hvor risikoen er størst. I en svinevirksomhed er det råvarer, og det er her 80 pct. af tiden skal bruges og ikke på finansieringen. En svineproduktionsvirksomhed dør ikke af, at renten stiger 2 pct. (når renten stiger, skyldes det i øvrigt gang i økonomien, hvorved indtjeningen i forvejen må være god), men af, at man flere år i træk oplever dårlige svineafregninger og høje foderpriser og/eller en forkert disponering af råvarerne. Partiel VaR er de enkelte VaR i virksomheden sammenlagt uden hensyntagen til korrelationen mellem dem. I VaR med korrelationer er der taget hensyn til korrelationerne. Tabel 3. Svin + råvarer + 33% F1 + 33% CHF + 33% JPY Positioner Volatilitet VaR årlig Ønsket VaR-niveau 0,95 Svin 18.000.000 kr. 1,80% 4.217.279 kr. Soja 1.550.000 kr. 3,64% 690.973 kr. Hvede 3.800.000 kr. 2,66% 1.232.363 kr. CHF 31.200.000 kr. 0,64% 2.365.462 kr. JPY 31.200.000 kr. 1,45% 5.357.835 kr. Euribor Rente 1.196.000 kr. 1,95% 303.542 kr. LIBOR CHF 1.038.960 kr. 8,42% 1.037.894 kr. LIBOR JPY 546.000 kr. 10,23% 662.404 kr. Råvarer i alt 5.702.415 kr. Finans 9.727.137 kr. Årlig Partiel VaR 15.867.752 kr. VaR med korrelationer 7.752.276 kr. Produktionsøkonomi Svin 53

Risikostyring/ risikohåndtering Lad os kigge på risikoevalueringen, som afhænger af investeringsstrategi og investeringspolitik (valuta, råvarer, jordpriser, renter, sikkerhedsniveau mv.), indvirkning på bundlinien, økonomisk styrke og konjunkturforecast. På råvarerne skal der altid beregnes en nettodisposition. Dvs. hvor meget dyrkes i marken og hvor meget forbruges. Derved fremkommer enten over- eller underskud af råvaren. Det er udelukkende denne nettodel, som skal afdækkes. Se tabel 4 for et eksempel. Når der opstår langsigtede købssignaler (vi kommer ikke ind på trendmodeller), skal der købes på lang sigt, typisk 9-18 måneder, ud fra det som virksomheden netto mangler. Når der fremkommer salgssignaler, skal nettooverskud sælges (typisk raps og evt. korn), og foderet skal købes løbende. Det skal altid tilsigtes, at der disponeres fysisk, men kan dette ikke lade sig gøre, skal der anvendes finansielle kontrakter i form af futures. Ikke at bruge futures til kommerciel afdækning er en lang større risiko end ikke at foretage sig noget. På finansieringssiden skal de samme øvelser foretages. Hvor stor en andel af lånene, der bør lægges i finansiering i fremmed valuta, vil afhænge af bundlinierisikoen. Med hensyn til renten dvs. om man bør vælge fast eller variabelt forrentede lån, skal dette fastlægges ud fra langsigtede konjunkturmodeller. Vi anser det ikke for en større risiko at ligge alt i variabelt finansierede lån, når den langsigtede konjunkturmodel ligger i nedtrend, som den har gjort siden 1981. Man kan nemt få bygget risiko på sin virksomhed, hvis man begynder at spekulere. En del har de seneste år brugt aktier, eksotiske valutaer mv. Hvis de indtastes i VaR modellen, stiger risikoen eksplosivt. Er det så det, man vil? Vi mener klart, at en professionel virksom- Tabel 4. Opgørelse af netto positioner Færdigfoder Heraf korn Heraf soja Husdyrproduktion og foderforbrug 850 årssøer 1.360 tons 950 tons 205 tons 23.500 smågrise 1.105 tons 775 tons 220 tons 22.500 slagtesvin 4.388 tons 3.075 tons 700 tons Samlet forbrug 6.853 tons 4.800 tons 1.125 tons Markplan 460 ha Udbytte pr. ha Samlet mængde 60 ha raps 3.000 kg 180 tons 100 ha vinterbyg 6.500 kg 650 tons 300 ha vinterhvede 6.500 kg 1.950 tons Samlet raps 180 tons Samlet foderkorn 2.600 tons Netto positioner (forbrug minus udbytte i marken) Foderkorn Mangler 2.200 tons Sojaskrå Mangler 1.125 tons Raps Salg 180 tons En del af foderkornet anvendes til hjemmeblanding og ligges på lager i høst. Resten byttes mod færdigfoder. Hele avlen kan lægges på eget lager. 54 Produktionsøkonomi Svin

hed kun beskæftiger sig med kommerciel afdækning, som har til formål at mindske virksomhedens risiko. Forskellen på en kasino - og en intelligent strategi De fleste vil selvfølgelig påstå, at de har en intelligent strategi, når de handler. Fakta er dog det modsatte. Omkring 95 pct. af de strategier, som anvendes ved indkøb af foder, lån i fremmed valuta osv., er såkaldte kasinostrategier. En kasinostrategi er en strategi, hvor man tjener penge, hvis det går som forventet, men også taber tilsvarende, hvis tingene udvikler sig ugunstigt. Et eksempel på en kasinostrategi er svineproducenten, som står i høst og skal købe foder. Prisen er steget meget, og han er noget betænkeligt ved at købe foder nu for; Kan foderet virkelig blive ved med at være så dyrt? Falder prisen tilbage som ønsket/ forventet, vil svineproducenten selvfølgelig tjene penge ved kun at have købt på kort sigt. Skulle prisen i stedet fortsætte op, ja, så står han/ hun med et stort tab. Sidst i artiklen er der et eksempel på en kasinostrategi. Den gode og intelligente strategi bygger modsat ovenstående på princippet om at tjene penge, når markedet udvikler sig som forventet og ikke tabe, når markedet udvikler sig modsat. Nogen vil sikkert spørge Kan man virkelig det? Tager vi udgangspunkt i den tidligere beskrevne situation, hvor priserne er steget kraftig, og man er i tvivl om, det virkelig kan fortsætte. Måden at ændre strategien fra en En kasinostrategi er en strategi, hvor man tjener penge, hvis det går som forventet, men også taber tilsvarende, hvis tingene udvikler sig ugunstigt. Produktionsøkonomi Svin 55

kasinostrategi til en intelligent strategi er simpel. Det er i orden kun at købe fysisk på kort sigt svarende til eksempelvis 3 måneder, men hvis trendmodellerne viser op på alle niveauer, er det ikke i orden ikke at afdække de sidste 9 måneder i futuremarkedet ved at købe future svarende til det resterede nettobehov. Hvor er det så, denne strategi bliver intelligent? Jo, hvor man tidligere tabte penge, hvis prisen mod forventning fortsatte op, tjener vi her tilsvarende på futurene, efterhånden som foderet bliver dyrere, hvilket betyder, at vi reelt ikke taber penge, hvis prisen fortsætter op. Hvad så hvis prisen bryder ned, som man havde ønsket/ forventet? Løsningen er at sælge futurene, når trenden vender, og prisen begynder at falde. Så drager vi fordel af de faldende priser, da vi kun har købt fysisk på kort sigt. Det, som adskiller en kasinostrategi fra en intelligent strategi, er med andre ord, at vi ved en intelligent strategi altid har en plan, hvis tingene udvikler modsat forventet, og at vi dermed hurtig får dæmmet op for den ugunstige udvikling. Bytteforhold/difference mellem korn og foder Som nævnt tidligere i denne artikel er det uhyre vigtigt, at man får disponeret korrekt mht. foder og råvarer. Når man er færdigfoder- købende og dermed også korn- sælgende i en eller anden udstrækning, er det klart, at jo større andel korn man selv avler i forhold til sit færdig-foderforbrug, jo mindre sårbar er man. Mange indgik tidligt sidste år det, de selv anså for at være gode kornkontrakter med foderstoffirmaerne i niveauet 115-125 kr. pr. hkg korn. De fleste var overbeviste om, at de havde gjort en god handel og havde ikke på det tidspunkt forestillet sig, hvad der skete i høst 2007. En himmelflugt på kornpriser som følge af knaphed i markedet og en deraf følgende meget høj pris på færdigfoder! Set i bagklogskabens klare lys var der alt for stor risiko i at sælge korn og købe foder på to forskellige tidspunkter. Ordet bytteforhold eller differencen mellem korn og færdigfoder kom med ét på alles læber. I tabel 5 ses eksempler på, hvordan differencen ændres og bliver lavere, jo højere kornpriser vi har. Dette er under forudsætning af, at der ikke er tilsvarende prisstigninger på soja, vitaminer og mineraler. Disse indgår dog i væsentlig lavere andele og skal dermed også stige forholdsvis meget, hvis det skal kunne mærkes på foderets salgspris. Alt dette fører os tilbage til risikoafdækning ved køb af færdigfoder. Foretag altid foderkøb og kornsalg samtidig! Handler man på et tidspunkt, hvor vi har en lav pris på korn, vil man tilsvarende kunne handle færdigfoder til billige penge handler man på et tidspunkt, hvor vi har en høj pris på korn, vil man skulle betale mere for sit færdigfoder, men til gengæld vil man kunne opnå en højere afregning for sit korn. Vær altid opmærksom på bytteforholdet. Som tidligere nævnt er det vigtigt at lave en opgørelse over, hvor meget korn man selv avler i forhold til den Tabel 5. Differencen, korn/foder, falder i takt med en stigende kornpris. Kornpris Kornandel i foder Soja og andet minimum Salgspris foder Difference 130 kr. 94,25 kr. 76,20 kr. 170,45 kr. 40,50 kr. 160 kr. 116,00 kr. 76,20 kr. 192,20 kr. 32,20 kr. 190 kr. 137,75 kr. 76,20 kr. 213,70 kr. 23,70 kr. 56 Produktionsøkonomi Svin

Foretag altid foderkøb og kornsalg samtidig! mængde, man skal købe tilbage i form af færdigfoder. Den resterende mængde kan så afdækkes i form af futures som tidligere beskrevet. Oplevelse fra 2007 Svineproducent: 500 årssøer med salg af 30 kg grise. Markdrift: 110 ha med kornafgrøder med gennemsnitlig 50 hkg pr. ha = 5.500 hkg korn til salg Foderforbrug: 12.020 hkg færdigfoder, hvoraf ca. 73 pct. er korn = 8.775 hkg korn i foder-blandinger. Han indgår i november 2006 en kontrakt med et foderstoffirma om at sælge sin høst til 115 kr. pr. hkg. Han vælger at vente med sin handel af færdigfoder. Da vi når frem til høst 2007, begynder priserne for alvor at stige, men han mener, at priserne må falde igen efter høst. Det gør de bare ikke. Han handler foder i november måned til 198 kr. pr. hkg i gennemsnit for sofoder. En difference mellem korn og foder på 83 kr. Han kunne på det tidspunkt have fået 160 kr. pr. hkg for sit korn. Alene på kornhandelen taber han (160-115)*5.500 hkg = 250.000 kr. Han kan kun få 3 måneders kontrakt på færdigfoder og pr. 1. marts i år er han ude og lave kontrakt på endnu dyrere foder. Strategien (eller mangel på samme!) har kostet denne producent op mod 500.000 kr. Samtidig er den varslede noteringsstigning udeblevet eller forsinket, og der har været et fald i værdien af besætningen. Faktorer som alle trækker i den forkerte retning. Hvad gør jeg som landmand for at få det bedste mulige resultat Afdæk de risikofaktorer som gælder i dit tilfælde Læg sammen med dine rådgivere en klar strategi Følg markedet - rådfør dig hvis du kommer i tvivl Handel med korn og færdigfoder skal ske samtidig Ideen i risikostyring er: FORVENT ALT! FORBERED DIG PÅ DET UTÆNKELIGE! Produktionsøkonomi Svin 57