Szerző szerinti böngészés "Ertsey, Imre"
Megjelenítve 1 - 16 (Összesen 16)
Találat egy oldalon
Rendezési lehetőségek
Tétel Szabadon hozzáférhető A magyarországi juhtartás jövedelmezősége(2007) Fenyves, Veronika; Ertsey, ImreTétel Szabadon hozzáférhető Analysis and optimization regarding the activity of a Hungarian Pig Sales and Purchase Cooperation(2009) Balogh, Péter; Ertsey, Imre; Fenyves, Veronika; Nagy, LajosTétel Korlátozottan hozzáférhető Az élőbárány kivitel a magyarországi juhágazat teljesítményében(2007) Fenyves, Veronika; Ertsey, ImreTétel Szabadon hozzáférhető Comparative yield risk calculations of sour cherry and pear varieties regarding risk aversion(2012-11-30) Persely, Szilvia; Ertsey, Imre; Ladányi, MártaFruit production in the world is increasing continuously. Though in the past few years China and some South-American countries have extended their fruit producing areas, Europe remains to be one of the greatest fruit producers in the world. In the middle of Europe Hungary has to face several challenges as competing for market. Since yield risk has an important role in Hungarian fruit production we investigate the yield risk of two of the most important sour cherry varieties (’Újfehértói fürtös’ and ’Oblacsinszka’) grown in Újfehértó (1984-2005), moreover, two of the most important pear varieties (’Bosc Beurre’ and ’Williams’) grown in Bánfa and Zalasárszeg (1984-2009). In the examined periods we analyse yield risk with different comparative methods such as E,V-efficiency, first and second degree as well as generalized stochastic dominance methods. We conclude that the production of sour cherry variety ’Oblacsinszka’ in Újfehértó is more preferable compared to the other sour cherry varieties and pear variety ’Bosc Beurre’ in Bánfa is more advantageous than the other pear varieties and sites.Tétel Korlátozottan hozzáférhető Comparison of pear production areas from yield risk aspect(2010) Persely, Szilvia; Ladányi, Márta; Nyéki, József; Szabó, Z.; Soltész, M.; Ertsey, ImreTétel Szabadon hozzáférhető Economic impacts of applying EU animal protection regulations in hog breeding farms(2001-05-27) Balogh, Péter; Ertsey, Imre; Nagy, LajosHungary’s intention to join the EU makes it necessary to adopt, introduce and use the EU system of law. In Hungary, the legal control of animal welfare has improved (XXVIIIth law in 1998); however, most of our pig farms do not meet the EU animal welfare law requirements for some reason. We examined 9 pig farms in Hajdú-Bihar, Borsod-Abaúj-Zemplén and Heves counties. We chose those farms which use the combined breeding technology most frequently used in Hungary. The most important part of the welfare directive is the definition of the minimum space per animal. We analysed the data in comparison with EU laws. On the basis of the analysis, it can be said that there is a narrow cross-section: the breeding of piglets. During the cost analysis, we analysed cost and highlighted the permanent cost. We studied how these costs would change if EU animal welfare laws were observed. We also examined the specific data per 1 sow and per 1 kilogram of slaughter pig. We compared the present data (1999) with those we get if EU animal welfare laws concerning minimal space per pig were now followed. It can be stated that after decreasing the sow live-stock in accordance with EU directives, the permanent cost would increase by 17,7% per sow. If the required space per sow were provided, the total cost per sow would increase by 1,9% from 421,1 thousand forints to 429 thousand forints, on average. This would mean a decrease of 7,9 thousand forints profit per sow. As with the decrease of the number of sows, the number of slaughter pigs also decreases. Total cost per 1 kg of slaughter pig would increase from 214,7 forints to 218,2 on average.Tétel Szabadon hozzáférhető Egyes energia-növények gazdasági elemzése, valamint hatásuk a földhasználatraCsipkés, Margit; Ertsey, Imre; Dinya, László; Ihrig Károly gazdálkodás- és szervezéstudományok doktori iskolaÖSSZEFOGLALÁS Magyarország földellátottsága jó, energiafüggősége nagy, ezért a főbb szántóföldi növények termesztése mellett fontos energianövényeket is termeszteni. A hagyományos szántóföldi növénytermesztésben az élelmiszer-alapanyag termelés mellett nagy jelentősége van az energia előállításban a kukoricának, őszi búzának, a napraforgónak, illetve az őszi káposztarepcének. A felsorolt gabonanövények a bioetanol, míg az olajnövények a biodízel előállításában játszanak fontos szerepet. A hagyományos szántóföldi növénytermesztés mellett a fás szárú energiaültetvények jelentősége is egyre nagyobb Magyarországon. Ez annak köszönhető, hogy a mezőgazdasági élelmiszertermelésből kikerülő területek célültetvényeként jól hasznosíthatóak. A jelenlegi támogatási igényeket vizsgálva, 2011-re előrejelzések alapján mintegy 6-7 ezer hektár energiaültetvény jelenhet meg a piacon, melynek háromnegyede fás szárú energiaültetvény lesz. Az eddigi telepítési adatokat tekintve azonban hazánkban 2030-ig megközelítőleg 200-230 ezer hektár energiaültetvény telepítésére lehet számítani. A fás szárú energiaültetvényekről lekerülő energetikai alapanyagok néhány regionális biomassza üzem megépítését igényli a jövőben. Véleményem szerint azonban, hazánkban a biomassza üzemek építése csak úgy akkor valósulhat meg, ha az energetikai, a mezőgazdasági, a vidékfejlesztési és a környezetvédelmi problémákat együttesen kezeli a kormány, aminek feltétele az egyes minisztériumok összehangolt munkája is. Annak érdekében, hogy a hagyományos szántóföldi növényeket, illetve a fás szárú energiaültetvényeket gazdaságosságuk szempontjából össze tudjam hasonlítani az egyes kultúrákra elkészítettem a költségnemenkénti számításokat, illetve eredménykalkulációkat végeztem. A gazdaságossági számításoknál nominális- és dinamikus összehasonlító elemzéseket végeztem támogatott és nem támogatott környezetben. Mivel a fás szárú energiaültetvények 12-16 évig foglalják el a területet telepítést követően, ezért számításaimat 12 éves időintervallumra készítettem el, A nominális számítások esetén a vizsgált növényi kultúrák között sorrendet alakítottam ki a 12 év alatt elérhető fedezeti hozzájárulásuk alapján. Dinamikus mutatók esetében a nettó jelenérték (NPV, Net Present Value), a belső megtérülési ráta (IRR, Internal Rate of Return), a jövedelmezőségi index (PI, Profitability Index), és a dinamikus megtérülési idő (Discounted Payback Method) mutatókat számoltam ki. A dinamikus mutatók érzékenységvizsgálata során elemeztem, hogy a hitelkamat, a hitelösszeg és a kalkulatív kamatlábban bekövetkező változások hogyan hatnak a nettó jelenérték, a jövedelmezőségi index, a belső megtérülési ráta és a megtérülési idő értékeire. A nominális-, és dinamikus számítások elvégzését követően vetésszerkezeti modellezést végeztem, mivel az ágazati elemzések nagyon fontosa, de nem pótolhatják a rendszerszemléletű megközelítési módot. Célszerű mindig az adott gazdaság rendelkezésre álló erőforrásait figyelembe venni, illetve a külső gazdasági környezetet is. A számításoknál egy 500 hektáros vegyes talajadottságokkal rendelkező mintagazdaság modellezésén keresztül mutattam be a rendszerszemléletű elemzés előnyeit és szükségességét. Megállapítottam, hogy rövidtávon a hagyományos szántóföldi növények versenyképesebbek az energiaültetvényekkel szemben, mivel magas piaci és termelési kockázat ellenére folyamatos bevételt biztosítanak a gazdálkodóknak. Hosszútávon a lineáris programozási modellek alapján megbízható jövedelemforrásnak bizonyulnak az energiaültetvények is. 12 éves időintervallumot vizsgálva a magas jövedelmű fás szárú energiaültetvények együttes részesedése az 500 hektáros mintagazdaságból mindösszesen 46%, a terület többi részét hagyományos szántóföldi növényekkel célszerű hasznosítani támogatott és nem támogatott környezetben egyaránt. Ebben lényeges szerepe van annak, hogy a fás szárú energianövények betakarítási ciklusa 2-3 éves, ami különösen a kezdeti időszakban, támogatástól függően csak a 2.-6. évben jelent pozitív kumulált fedezeti hozzájárulás mérleget. Támogatott és nem támogatott környezetben ugyanolyan versenyhelyzetben vannak az egyes növényi kultúrák. A hagyományos szántóföldi növények mellett a fás szárú energiaültetvények is versenyképesek a szántóföldi növénytermesztésben, ami új alternatív biomassza hasznosítási lehetőséget jelent. A vetésszerkezeti eredmények azt bizonyítják, hogy a fás szárú energiaültetvényeknek van létjogosultságuk a termelési szerkezetben. Mielőtt egy gazdaság úgy dönt, hogy a vetésszerkezetébe szeretné beépíteni a fás szárú energia ültetvényeket is mindenképpen indokolt a gazdaság adottságaihoz illeszkedő vetésszerkezeti modell elkészítése és ennek eredményeinek felhasználása a döntéshozásban. Érzékenységvizsgálat alapján megállapítottam, hogy az összes energetikai faültetvényre kapott felső rugalmassági határérték nagy intervallumok között változhat (felső határ a végtelen), anélkül, hogy a termelési szerkezetben változás következne be, ezért kellő alapossággal állítható, hogy kisebb mértékben befolyásolja az energiaültetvényeket az árváltozás, mint a hagyományos szántóföldi növényi kultúrákat. SUMMARY Hungary’s land endowment is good, energy dependence is high, and therefore, it is practical to deal with energy crops besides producing the main arable crops. In the conventional arable crop production the corn, winter wheat, sunflower, and winter colza are of great significance in the energy production. The above listed cereals play an important role in bioethanol production and the oil crops are suitable for producing biodiesel. The significance of woody energy crops is increasing in Hungary as well. This is due to the lands getting out of agricultural food production that can be well utilized. Analyzing the present subsidy requests, according to the forecasts about 6-7 thousand hectare energy orchard can appear on the market by 2011, and three-quarter of it will be woody energy plantation. However, regarding the plantation data so far, in Hungary approximately with 200-230 hectare energy orchard can be counted by 2030. The energy raw materials from woody energy orchards require the building of several regional biomass plants in the future. In my opinion, however, the building of biomass plants can only be realized in our country if the government manages the problems of agriculture, rural development and environment protection jointly, which assumption is the coordinated work of various ministries as well. In order to be able to compare the economics of conventional arable crops and woody energy orchards I made cost and outcome calculations for the cultures. For the economics calculations I made nominal and dynamic comparative analyses. Since woody energy crops occupy the land for 12-16 years, I counted with 12 years and according to this willow had the highest average gross margin (181 thousand Ft/ha). In the sequence then comes the locust (163 thousand Ft), corn (154 thousand Ft), poplar (150 thousand Ft), winter colza and winter wheat (129 thousand Ft), and the sunflower (82 thousand Ft). These specific gross margin values involve the area payments as well. The investment return on time is strongly influenced by the length of harvesting cycle, so I made my calculations with cumulative gross margin for each crop. If the normative subsidy and the plantation grant to be applied for are also considered, positive gross margin can be reached by the third year in cases of locust and willow, and for the second year with poplar. This means that all three energy crops return after the first harvest. Under non-supported environment the sequence of return is unchanged; however it extends to the second harvesting cycle, so the investment returns for the fourth year for poplar, and for the sixth year in cases of willow and locust. By the end of 12th year the sequence of cumulative gross margin values is the same as the average one. In the case of dynamic indices among the energy crops the poplar’s value of NPV is the highest which is followed by willow and locust. In the course of sensitivity analyses I examined what effects the changes in the parameter values of key importance (credit interest, maximum amount of credit, calculative interest rate) have on the net present value, internal interest rate, profitability index and the return on time of the investment. I set the following results according to the calculations with area payments – the best results can be reached by poplar among the three examined energy crops; – if one should choose from the investment of locust and willow, according to the actual credit interest, the willow is worth to be chosen over 11.8% interest rate and below this rate the locust is more competitive; – the decrease of own equity can generate a significant NPV decrease for all three orchards; – the increase of credit amounts means a more perceptible NPV decrease in cases of higher credits; – the return changes over 12% interest rate from 6 to 9 years in cases of locust and willow; – the return of poplar happens up to 10% interest rate for the fourth year, and over it for the sixth year. This means that we can count with smaller risk, since the orchard returns faster and we can produce profit in shorter time compared to the locust and willow. According to the calculations with considering the area payment and plantation grant I set that: – The value of IRR is 61% for locust, 100.6% for willow and 143% for poplar in the lowest cases. – According to PI the invested money returns 5 times for locust. From the interest rate of 8% on by the increase of 2 percentages the years of return always decrease by one. In case of willow the invested money returns 5 times at 8% interest rate and 4 times at an interest rate of 10-14%. Both orchards return 3 times at an interest rate of 16-18%. The poplar returns 5 times at 8%, 4 times at 10-12% and 3 times over 14%. – In all combinations the return on time is 3 years for the locust and willow. In case of poplar we can get back the invested money in the second year. – The corporate cost of capital is 8.3-8.4%. Since the IRR value is higher in all examined combinations, therefore the investment is worth to implement based on this index as well. After the nominal and dynamic calculations I made a crop structure modeling, since the enterprise analyses are very important, but these cannot substitute the systematic approach. It is practical to consider the resources and the external economic environment of the given farm as well. For the calculations I presented the advantages and necessity of the systematic analysis through the modeling of a 500 hectare sample farm with mixed soil conditions. I found that on short term the conventional arable crops are more competitive that the energy orchards, since they ensure continuous turnover for the farmers in the face of market and production risk. On long term the energy orchards are also reliable source of income based on the linear programming models. For the interval of 12 years the joint rate of high-income woody energy crops is 46% of the 500 hectare sample farm, and the other part of the land is practical to utilize with conventional arable crops with and without subsidy as well. The harvesting cycle of woody energy crops, which is 2-3 years, has a significant role in it, because especially in the initial period depending on the subsidy we can only realize positive cumulative gross margin balance from year 2-6. The crop cultures are in the same competition in supported and non-supported environment. In the field crop production woody energy orchards are also competitive compared to the conventional arable crops, which means a new alternative biomass utilization opportunity. The crop structure results prove that the woody energy orchards do have a place in the production structure. Before a farm would make a decision about building the woody energy crops into its production structure, it is justified to create a crop structure model that fits to the circumstances of the farm and to use these results in the decision-making. Based on the sensitivity analysis I found that all the upper flexibility limits of the energy orchards can vary within large intervals (the upper limit is the infinite) without a change would happen in the production structure, therefore, it can be soundly stated that the price change affects the energy orchards less than the conventional arable cultures.Tétel Korlátozottan hozzáférhető A francia gazdasági jelenlét fejlődése a rendszerváltás után Magyarországon(2009-10-30T15:57:48Z) Kovács, Katinka; Ertsey, Imre; DE--TEK--Közgazdaságtudományi KarE dolgozat azzal a céllal született, hogy betekintést nyújtson Magyarország és Franciaország kapcsolatrendszerébe, különös tekintettel a gazdasági és kereskedelmi vonatkozásokra, nem mellőzve azonban a kétoldalú kapcsolatok egyéb - diplomáciai, kulturális-szemszögből való vizsgálatát sem, hiszen ahhoz, hogy a gazdaság területén mindkét ország számára lehetőség nyíljon kedvező kapcsolatok kiépítésére és fenntartására, szükség van egy ennek alapot és hátteret biztosító intézményrendszer fenntartására, amely ösztönző és konfliktuskezelő szerepet is betölt. Vizsgálataim tárgyát a rendszerváltástól napjainkig terjedő, közel két évtizedet felölelő időszak képezi. Munkám során az adatok gyűjtésén és elemzésen túl azon tényezők vizsgálatára helyeztem a hangsúlyt, amelyek a gazdaság területén megfigyelhető folyamatok, változások hátterében állnak, közvetlen vagy közvetve pozitív illetve negatív irányú befolyást gyakorolva a bilaterális gazdasági kapcsolatok alakulására.Tétel Korlátozottan hozzáférhető A kockázatelemzés néhány lehetősége a növénytermesztés döntéstámogatásábanNagy, Lajos; Ertsey, Imre; Ihrig Károly gazdálkodás- és szervezéstudományok doktori iskola; DE--ATC--Agrárgazdasági és Vidékfejlesztési Kar--ÖSSZEFOGLALÁS A vállalkozások egyik legfontosabb célja a kielégítő mértékű és viszonylag garantált profit elérése. A mezőgazdaságban ezt olyan körülmények között kell elérni, hogy a termelési szerkezet tervezésekor a döntéshozónak nincs pontos információja sem a megtermelt és értékesítendő végtermék mennyiségéről, sem az áráról, sőt az input anyagok költsége sem számítható ki előre. Jelen dolgozatban általános célkitűzésként fogalmaztam meg, hogy a meglévő kockázatelemzési módszerek, modellek alkalmazásával, illetve azok továbbfejlesztésével vagy más gazdasági területeken sikeresen alkalmazott modelleknek a növénytermesztés sajátosságait figyelembe vevő adaptálásával hatékony eszközöket biztosítsunk a növénytermesztési döntéstámogatás számára. A kutatás során felhasznált adatbázisok, tevékenységek és outputok összefoglalása az 1. ábrán található. A konkrét célkitűzéseim három fő csoportba sorolhatók: • Néhány szántóföldi kultúra termelési kockázatának elemzése az Európai Unió és az Észak-alföldi Régió szintjén • A kockázat figyelembevétele a vetésszerkezet kialakítása során • Az értékesítési kockázat csökkentése optimális búzaértékesítési stratégiák segítségével 1. ábra A kutatási célkitűzések, inputok és tevékenységek Forrás: saját összeállítás A döntéshozás során ismernünk kell az egyes ágazatok termelésének kockázatát a tágabb környezetünkkel összehasonlításban és térségi szinten is. Ennek ismeretében megalapozottabban választhatjuk ki azokat az ágazatokat, amelyekkel versenyképes gazdálkodás folytatható. Dolgozatomban az Európai Unió 15 országa főbb növénytermesztési ágazatainak a termelési kockázatát vizsgáltam, illetve az Észak-alföldi Régió főbb szántóföldi kultúráinak termőhelyenkénti kockázatát elemeztem. Közismert, hogy a növénytermesztés az egyik legkockázatosabb ágazat a mezőgazdaságon belül. Az Európai Unió országain belül Magyarország növénytermesztése a legkockázatosabb. A búza és cukorrépa termesztésnél mind a szórás, mind a szemi szórás értékek a legmagasabbak közé tartoznak. A repce az egyetlen növény, ahol a középmezőnyben foglalunk helyet. De összességében az újonnan csatlakozott országok mind abszolút, mind relatív értelemben magasabb kockázattal termelnek. Ez az extrémebb éghajlati adottságokkal, és alacsonyabb mezőgazdasági színvonallal magyarázható. Térségünk, az Észak-alföldi Régió termőhelyi adottság tekintetében igen heterogénnek tekinthető. A legkockázatosabb az őszi káposztarepce, és az őszi árpa termesztése, illetve az átlagosnál gyengébb adottságú területeken magas a kukoricatermesztés kockázata is. Termőhelyi adottságtól függetlenül alacsony kockázattal termeszthető a napraforgó a térségben. Kukorica és napraforgó esetén megállapítható, hogy rosszabb évjáratokban az átlagosnál jobb területekkel rendelkező gazdaságokban alacsonyabb a termelés kockázata, míg jobb évjáratokban a termésátlagok relatív szórásai közel azonosak. Búza esetén fordított a helyzet, kedvezőtlen években közel azonos a relatív szórás az átlagosnál jobb és rosszabb adottságú gazdaságokban egyaránt, míg a jó évjáratokban egyértelmű az átlagosnál magasabb aranykorona értékű területeken gazdálkodók kockázati előnye. Ezért különösen fontos, hogy a termőhelyi adottságok figyelembevételével történjen a növénytermesztés. A kockázat mérsékelhető nemzeti és európai szinten is állami beavatkozásokkal, illetve vállalati szinten biztosítással, vagy az értékesítés-beszerzés területén tőzsdei ügyletekkel is. De ezen kívül nagy tartalékok rejlenek a tervezésben is. Azok a növények, amelyek bekerülhetnek a termelési szerkezetbe, versenyeznek a meglévő erőforrásokért. E verseny és a céljainkat leginkább kifejező gazdasági mérőszámok alapján alakulnak ki a vetésterületi arányok. A döntéseinket azonban a kockázati magatartásunk mindig befolyásolja. A döntéshozók sok esetben hajlandók lemondani valamennyi jövedelemről, ha az elvárt eredmény nagyobb biztonsággal következik be. Azt, hogy mennyi lesz a jövedelemáldozat, azt a kockázatvállalásuk, saját hasznosságuk dönti el. A kockázatprogramozási modellek erre adnak lehetőséget. A lineáris programozás és a kockázatprogramozási modellek egymást kiegészítő alkalmazásával a gazdálkodók döntései megalapozottabbá tehetők és a kockázati magatartásuknak megfelelően választhatnak a lehetséges tervek közül. Dolgozatomban egy esettanulmányban mutattam be az alkalmazás lehetőségeit. Külön vizsgáltam az efficiens határon lévő terveket támogatással és támogatás nélkül. Megállapítottam, hogy a támogatások jelentős mértékben csökkentik a jövedelem szórását. A támogatásnál nagyobb, a támogatás nélküli esetben kisebb jövedelemáldozatnál figyelhető meg az E-M efficiens határgörbén az a meredekség-változás, ami után a további jövedelemáldozat arányaiban túlságosan kevés kockázatcsökkenéssel jár, és ezért további jövedelemcsökkenést még egy szigorúan kockázatellenes döntéshozó sem fogad el. Mindez arra enged következtetni, hogy a kockázatellenes döntéshozók támogatás esetén gyakrabban választhatnak alacsony várható értékű terveket, ami hosszú távon a versenyképességet rontja. A gazdálkodók betakarításkor mindig szembesülnek azzal a ténnyel, hogy az árak ilyenkor a legalacsonyabbak. Felmerül a kérdés, hogy mikor és milyen mennyiséget értékesítsenek, hogy a lehető legnagyobb jövedelemre tegyenek szert, hogyan csökkentsék az értékesítésben rejlő kockázatot. A probléma megoldásának az első lépése a megfelelő árelőrejelző eszköz kiválasztása, illetve eredményeinek folyamatos ellenőrzése. Kutatásom során megállapítottam, hogy a követőjel alkalmas a megfelelő előrejelző módszer kiválasztására, és kontrollálására. A következő lépés a megfelelő értékesítési stratégia kiválasztása. Itt az értékesítési árakon túl figyelembe kell vennünk a havi pénzforgalmi egyenlegeket, a hitelfelvételt és annak kondícióit, az alternatív tőkebefektetési lehetőségeket, és a készletezési költségeket is. Mindezek együttes optimalizálását valósítottam meg egy vállalati pénzforgalmat optimalizáló modell átalakításával. A modellt egy esettanulmány elkészítésével ellenőriztem, és érzékenységvizsgálatokkal mutattam be gyakorlati alkalmazási lehetőségeit. SUMMARY One of the most important purposes of the undertakings is to reach a sufficient level and a relatively guaranteed profit. This must be reached in such circumstances when, in the course of planning the production structure, the decision-maker does not have information either about the quantity of the produced and end-products to be sold or about their prices, furthermore, even the cost of inputs cannot be predicted. In this paper my general objective was to ensure efficient means for the crop production’s decision support by applying present risk management methods, models and their development or by the adaptation of models which are used on other economic fields successfully taken into consideration their features of crop production. The abstract of databases, activities and outputs to be applied during the research can be seen in Figure 1. My concrete objective can be separated into three main groups: • Presentation of the production risk for some field crops in the level of the European Union and the North Great Plain Region • Considering risk during the creation of crop structure • Reducing marketing risk by using optimal wheat marketing strategies Figure 1. Objectives, inputs and activities of the research Source: own assemblage In the course of decision-making, we must know the production risk of each enterprise in comparison with their wider environment and also on a regional level. In the light of this, we can choose those enterprises in a more established way, with which a competitive farming can be done. In my paper I analyzed the production risk of the main crop enterprises in fifteen countries of the European Union, and I have also analyzed the risk of main crop cultures in the North Great Plain Region by production sites. It is known that crop production is one of the riskiest enterprises in agriculture. Within the European Union Hungary is one of the most hazardous countries. The values of standard deviation and semi deviation for wheat and sugar beet production are the highest. Rape is the only crop, with which we take place in the middle. On the whole, new member states produce with higher risk both in absolute and relative sense. This can be explained with the more extreme climatic conditions and with the catching-up social, economic environment. In point of the natural conditions, the North Great Plain Region can be considered a relatively heterogeneous area. The riskiest is the production of winter colza and winter barley and corn production’s risk is also high on fields which quality is lower than the average. Irrespectively of field characteristic turnsole can be grown with low risk. It can be demonstrated for corn and turnsole that in worse years in those undertakings that possess above average fields the production risk is lower, while in better years the values of relative deviation are almost the same. In case of wheat the state is in reverse: in adverse years the values of relative deviation are almost the same in farms with better and worse conditions, while in favorable years the farmers’ risk advantage is obvious in farms with above-the-average fields. That is why it is especially important to produce crops with considering the conditions of production sites. Risk can be moderated by state interferences on a national and European level as well, and by insurance on the level of undertakings, or on the field of marketing-purchasing by futures. However, besides these there are great reserves in the planning as well. Those crops, which can get into the production structure, compete for the extant resources. The production area rates can evolve according to this competition and to the economic measures that express our aims. However, our decisions are not always effected by our risk behavior. Decision-makers are willing to surrender of some income if the expected result occurs with a higher certainty. The amount of opportunity cost is decided by their exposures and their own subservience. Risk programming models give an opportunity for this. By the complementary usage of linear programming and risk programming models the farmers’ decisions can be made more established and accordingly to their exposure they can choose from the possible plans. In my paper I have presented the opportunities of the application in a case study. I examined individually the efficient limit plans with and without assist set. I have concluded that assists moderate significantly the deviation of the income. The change of slope can be observed by in the case of assisted version the opportunity cost is higher, and in the non-assisted version the opportunity cost is lower on the E-M efficient curve, after that further opportunity cost happens with less risk moderation, and therefore, further income decrease will not be accepted by even a person who is strictly against the risk. All these suggest that decision-makers who are against the risk can choose often plans with low expected value, which worsens the competitiveness in a long term. At harvest farmers are always faced by the fact that prices are the lowest at this time. It also brings forth the question that when and how much to market to reach the maximum possible income and how to reduce the marketing risk. The first step of the problem’s solution is choosing the proper price forecasting mean and the continuous control of its results. During my research, I have concluded that the follower mark is suitable for choosing the proper forecasting tool and for its control. The next step is choosing the proper marketing strategy. We must take into consideration, beside the marketing prices, the cash-flow balances by months, borrowing and its conditions, alternative capital investment opportunities and stock-piling costs as well. I have executed the joint optimization of these by transforming an enterprise cash-flow optimizing model. I have checked the model by making a case study, and I have presented its practical adaption opportunities by sensitivity analyses.Tétel Korlátozottan hozzáférhető A magyar juhágazat egyes gazdasági tényezőinek elemzéseFenyves, Veronika; Ertsey, Imre; Jávor, András; DE--ATC--Agrárgazdasági és Vidékfejlesztési Kar -- Gazdaságelemzési és Statisztika TanszékbárányTétel Korlátozottan hozzáférhető A meggy és a körte termelési kockázatát meghatározó főbb tényezők elemzésePersely, Szilvia; Ertsey, Imre; Nyéki, József; Sütő, Szilvia; Ihrig Károly gazdálkodás- és szervezéstudományok doktori iskola; DE--ATC--Gazdálkodástudományi és Vidékfejlesztési Kar -- DE--ATC--Gazdálkodástudományi és Vidékfejlesztési Kar --; DE--ATC--Gazdálkodástudományi és Vidékfejlesztési Kar --A szakirodalmi feldolgozás során bemutattam Magyarország gyümölcstermesztését, ismertettem az európai, valamint a hazai meggy- és körtetermesztést, valamint összefoglaltam a gyümölcstermesztésben előforduló kockázatok típusait. Historikus adatokon alapulva becslést végeztem a meggy rügyfakadásának és virágzás- kezdetének meghatározásához. Az elemzésem alapján megállapítottam, hogy 2021-2050 közötti időszakban a rügyfakadás 11-12 nappal, a virágzás-kezdet pedig 6-7 nappal korábban fog kezdődni az elmúlt negyedszázad átlagához képest. Elemeztem Újfehértón a meggy nyugalmi és virágzási időszakának klimatológiáját. A nyugalmi időszakban az átlaghőmérséklet, a fagymentes napok számának, a fagymentes időszakok maximális hosszának növekedésével, míg a fagyos időszak maximális hosszának csökkenésével számolhatunk a 2021-2050. közötti időszakban. A virágzási időszakban az abszolút minimum hőmérséklet erőteljes növekedését, a minimum hőmérséklet átlagának, a 10°C feletti átlaghőmérsékletű napok számának, az 5 mm-t meghaladó mennyiségű csapadékos napok számának növekedését prognosztizálja a modell. Várhatóan csökkenni fog a jövőben a maximum hőmérséklet, a csapadékmentes napok száma, valamint a fagyos napok száma. A dolgozatban vizsgáltam a döntéshozónak a kockázatvállaláshoz fűződő személyes viszonyát, mely alapján megállapítottam, hogy Újfehértón az ’Oblacsinszka’ meggyfajta termesztése a legkedvezőbb választás a döntéshozó számára. A ’Bosc kobak’ körtefajta Bánfán termesztve jár a legkisebb kockázattal, valamint különböző körtetermesztő tájak (Bánfa, Zalasárszeg, Siófok, Alsóbereczki) esetében a ‘Vilmos körte’ fajta Alsóbereczkin termesztve az optimális választás. In the professional literature I introduced the fruit production of Hungary, I described the sour cherry- and peargrowing in Europe and Hungary and I summarized the risks that might occur in fruit production. Based on historical data I estimated on the determination of sour cherry budbreak and the beginning of blooming. On the grounds of my analysis I defined that between 2021 and 2050 the budbreak will start 11-12 days earlier, the beginning of blooming will be 6-7 days earlier compared to average of the past quarter century. In Újfehértó I analysed the climate of the resting and blooming periods of sour cherry. Between 2021 and 2050, in the resting period we can expect the rising of the average temperature, the number of frost-free days and the maximum length of frost-free periods, whilst we can count on the lessening of the period of frosts’ maximum length in Újfehértó. In the blooming period we can expect the dynamic rising of the absolute minimum temperature, the average of the minimum temperature, the number of days with warmer than 10°C as average temperatures and the number of days with precipitation above 5 mm. Probably the maximum temperature, the number of days without precipitation will lessen as well as the number of frosty days. In the paper I also examined the personal attitude of the decision maker to risk taking, according to which I defined that the growing of the pear-type „Bosc Beurre” has the lowest risk in Bánfa, as well as in the case of different peargrowing lands (Bánfa, Zalasárszeg, Siófok, Alsóbereczki) the growing of the pear-type „Williams” has the lowest risk in Alsóbereczki. In the case of sour cherry the best choice for the decision maker is the growing of the „Oblacsinszka” type in Újfehértó.Tétel Szabadon hozzáférhető Nagyüzemi sertéstartás eredményességét meghatározó tényezők gazdasági elemzése az észak-alföldi régió néhány gazdaságábanBalogh, Péter; Ertsey, Imre; Interdiszciplináris: 4. Agrártudományok (4.1 Növénytermesztési és kertészeti tudományok 4.3 Állattenyésztési tudományok), 5. Társadalomtudományok (5.1 Gazdálkodás- és szervezéstudományok) doktori iskola; DE----ATC AVK Gazdaságelemzési és Statisztikai TanszékTétel Szabadon hozzáférhető Simulation of optimizing decisions and risk analysis in investment plans(2007-11-15) Katona, Szilvia; Ertsey, ImreInvestments always contain risks, as data referring to the future are planned and uncertain. Therefore, besides feasibility analyses we need to perform risk analyses, as well. Through statistic simulation methods, our aim is to examine how uncertain and prospective data as risk factors affect investment-profitability indices. On the other hand, our aim is to find out the optimal innovation – financing decisions by using decision optimizing methods.Tétel Szabadon hozzáférhető A technológiai kockázat elemzésének módszerei az állattenyésztésbenKovács, Sándor; Ertsey, Imre; Béri, Béla; Ihrig Károly gazdálkodás- és szervezéstudományok doktori iskolaÖSSZEFOGLALÁS A mezőgazdasági termelés a legkockázatosabb tevékenységek egyike. Az utóbbi években a mezőgazdaságban gazdálkodók számára a döntések meghozatalakor fellépő kockázatvállalás mértéke tovább növekedett. A termelés kockázatos, mivel a döntéshozatalkor nem kalkulálható előre a termelés várható eredménye, és az arra ható bizonytalanságnak, illetve kockázatnak is igen sok oka lehet. A mezőgazdaság jövőjét illetően elsősorban a minőség javítása jelenti az egyik kitörési pontot. A minőségi termék előállításához – függetlenül az állatfajtól – színvonalasabb tartástechnológia szükséges. Vizsgálataimat három fő állattenyésztési ágazatban – sertés-, baromfi- és tejtermelő szarvasmarha ágazat – végeztem a termelés technológiai tényezőire vonatkozóan. Különböző kockázatelemzési módszerek alkalmazására mutattam be esettanulmányokat azokra a főbb problémákra, amelyek legfőképpen érintik a gazdaságokat. A sertéstartó vállalat, valamint a tehenészeti telepek tevékenységének a vizsgálatához matematikai, statisztikai módszereket – eseménytörténet-analízis, logisztikus regresszió, döntési fák – alkalmaztam. Az utóbbi két módszerhez az SPSS 13.0, a túlélési görbékhez a STATISTICA 6.0 programcsomagot használtam, a bonyolultabb parametrikus modellekhez a LEM (Loglinear and event history analysis with missing data using EM algorithm ) programmal végeztem az elemzéseket. A szölőpár-tartó vállalat adatai alapján saját fejlesztésű, Monte-Carlo szimuláción alapuló szoftvert alkalmaztam az elemzésekhez. A tejtermelő szarvasmarhát tartó telepek esetében a technológia minőségi tejtermelésre gyakorolt hatását vizsgáltam 36 Hajdú-Bihar megyei tejtermelő tehenészetben. A nagyüzemi sertéstartó gazdaság esetében az egyik legsúlyosabb probléma a selejtezés annak minden körülményével, illetve okával. Vizsgáltam a különböző genotípusú állatok hasznos élettartamát a selejtezésig, illetve a különböző selejtezési okok kockázatát. A szülőpár-tartás technológiai kockázata a különböző telepeken különböző körülmények között tartott, illetve ugyanazon a telepen, de eltérő időben felnevelt állományokból adódik. Ezen állományok keltetőtojás-termelésének körülményeit vizsgáltam kockázati szempontból. A tejtermelés technológiai tényezőinek vizsgálata során megállapítottam, hogy a karusszeles típusú berendezés hazánkban igen hatékonynak bizonyult. Ezt a berendezést alkalmazva a stabil fejőházi berendezésekhez viszonyítva feleakkora, a sajtáros berendezésekhez viszonyítva pedig harmada a kockázata a „nem extra” minőségű tej nyerésének. Több mint kétszer akkora az esély az „extra” minőségre, mint a halszálkás, vagy paralel berendezések esetében. A karusszel hatékonyságát legjobban a poligon típus közelíti meg. A próbacsészébe történő fejés hatékonyabb, mint a padozatra fejés, ha több mint 20 dekádon keresztül fenn akarjuk tartani az „extra” tejminőséget. Az automata fejőkehely-eltávolítás lényegesen nagyobb valószínűséggel biztosítja a folyamatos „extra” tejminőséget rövidtávon (a 13 - 35. dekád). A kézi levételi technika hosszabb távon biztosíthat csak előnyöket, de fennáll a „vakfejés” és tőgykárosodás lehetősége, ezért az automata fejőkehely-eltávolítás alkalmazása inkább javasolható. A halszálkás berendezéseket tekintve 1 fejőre optimálisan 4-8 gépnek kell jutnia. A legjelentősebb a kockázat mértéke akkor, amikor 1 fejő 10 gépet kezel egyszerre. Vizsgálataim alapján a minőségi kockázat szempontjából megközelítve az 1-3 órás műszak a legveszélyesebb, 4-4,5 óra az optimális időtartam a műszak hosszát illetően. A karusszeles fejőberendezésre, az automata fejőkehely-leemelő használatára, valamint a fejőberendezések számára vonatkozó eredményeimet egy másik módszer, a logisztikus regresszió segítségével is alá tudtam támasztani. E módszer segítségével emellett igazolni tudtam azt is, hogy ha 100 liter tej előállítása 1 órával tovább tart, úgy 1,6-szoros eséllyel romlik a minőség. A logisztikus regresszió lehetővé tette azt is, hogy a vizsgált telepekre vonatkozóan – azok technológiai sajátosságai mellett – kockázati értékeket alakítsak ki. Bemutattam a döntési fa módszerének mezőgazdasági alkalmazhatóságát is. A módszer előnye, hogy egy változó lényegi hatását a magyarázó változóra egy másik változóval való kölcsönhatásban vizsgálja, és azokat a módszer maga tárja fel. A döntési fa alapján nyert eredmények összességében véve összecsengenek a logisztikus regressziós modellben kapott eredményekkel. A tőgyelőkészítés módjainál részletesebb információkat kaptam. A tőgymosópisztolyos megoldás ott volt hatékonyabb más tőgytisztító megoldásoknál, ahol az 1 főre jutó fejőberendezések száma nem haladta meg a 8-at. A tőgymosópisztoly és ruha, vagy papír, valamint a fertőtlenítős törlőruha használata az 1 főre jutó magasabb fejőberendezésszám mellett indokolt. A selejtezés kockázati tényezőinek vizsgálatához több mint 10.000 adatot gyűjtöttem be közel 3000 sertésre és 6 genotípusra vonatkozóan a térség sertéságazatát döntően meghatározó cég egyik telepéről. A selejtezésig tartó hasznos élettartamra vonatkozóan azt találtam, hogy a különböző genotípusú kocák teljesítménye között egy telep esetében is igen nagy eltérés mutatható ki. A konkrét genotípusokat megvizsgálva megfigyeltem, hogy bizonyos genotípusú állatok túlélési görbéi a teljes megfigyelési időszak során alatta maradtak a többi genotípus egyedei túlélési görbéinek, ezen állatok termelésben tartása nagy kockázatot eredményez. Egy másik genotípusú állomány túlélési görbéje a többi genotípusétól jobbra helyezkedett el, ami azt jelenti, hogy az ilyen típusú kocákat a 600. nap előtt nem selejtezték, ellentétben a többi genotípussal. Megfigyelhetők voltak olyan egyedek, amelyek az 1900. napot is megélik és ekkor is csak azért kerülnek selejtezésre, mert befejezték a 8. fialásukat. Voltak olyan típusú kocák is, amelyek esetében a selejtezés kockázata kiegyenlítettebb, és viszonylag hosszú ideig tarthatók termelésben. A selejtezési okok kockázatára vonatkozóan elmondható, hogy a selejtezési okok közül a vetélés, a termékenyítés utáni vemhesség vizsgálatra nem búgás, a 110. napra üres selejtezési szempont járt a legnagyobb kockázattal. A legkisebb kockázata a csecshiba miatti selejtezési oknak volt. Megállapítottam, hogy azok az anyaállatok, amelyek keveset fialás miatt kerültek selejtezésre, legalább 100-200 nappal tovább maradtak a termelésben. A log-rate exponenciális modellel készített relatív kockázati értékek alapján a legkockázatosabb selejtezési okoknak tekinthetők a vetélés, vemhesség-vizsgálatra nem búgás, 110. napra üresség. A legnagyobb kockázati különbség a vetélés és a kevés malac választása okok között figyelhető meg. Ebben az esetben a vetélés 6,16-szor nagyobb valószínűséggel játszik szerepet a selejtezésekben, mint a kevés választott malacszám. A genotípus hatásának számszerűsítése esetén az egyik genotípus kimagaslóan nagy selejtezési kockázati értékkel bírt (mintegy 4,5-szeres az átlagos kockázathoz képest). Az egyik genotípus kockázati értéke pedig kevesebb, mint hatoda volt az átlagos értéknek. Ezek az információk segítik a sertéstartókat abban, hogy mely fajtákra figyeljenek oda fokozottan, illetve hatékonyabban megelőzhetik a selejtezést, ismerve, hogy melyik okra kell inkább odafigyelniük. A keltetőtojás-termelés esetén a vizsgált vállalat adatait annak számítógépes rendszeréből nyers formában kaptam meg. Ezeket rendszereztem állományra, életkorra, telepre, évre lebontva, majd előállítottam belőlük a tömeggyarapodásra vonatkozóan a megfelelő eloszlásokat, paramétereket. Az elhullásra nézve a vizsgált állományokra telepenként külön-külön minden élethétre megbecsültem a várható túlélési arányt parametrikus túlélés-elemzéssel. A tojástermelési és termékenyülési arányokat szintén az alapadatok alapján kalkuláltam. A programban a testtömeg fejlődését a takarmánymennyiség szabályozásával irányítom. Az általam összeállított szimulációs modell felépítéséhez a következő technológiai adatokkal kalkuláltam: az állatállomány ivararánya az élettanilag optimális 10:1 tyúk-kakas arány. A termelési ciklus hossza 20+42 hét (1.-20.-62. élethét). A szimulációs programot 1000 baromfira és 62 élethétre 100 /10x10/ ismétléssel futtattam le egy adott telep esetében. Mivel az állományok tömeggyarapodása, az elhullása és a tojástermelés eltérően alakul, ezért ezen folyamatok szabályozására különböző tényezőket vettem figyelembe, mint például a baromfiak egyöntetűségének fenntartása érdekében történő szelekció, vagy az optimális takarmányellátás. Ezen tényezőknek megfelelően az adott vállalkozás termelési adatain alapuló szimulációs modell segítségével a technológiai kockázat tükrében értékeltem a vizsgált állomány naturális mutatóinak alakulását, valamint elemeztem a hústípusú keltetőtojás-termelés költség - jövedelem viszonyait is, mivel a termelés célja hosszú távon a minél magasabb jövedelem elérése, a gazdaságosság. Az állomány 62 heti termelésének szimulált összes költség és árbevétel adatának alakulásával kapcsolatosan elmondható, hogy a termelés első időszakában – nevelőtelepi tartás – csak a költségek terhelik az állományt, mivel ekkor még nem jelentkezik a tojástermelésből árbevétel. A tojótelepre történt áttelepítés után néhány héttel – fényprogramtól függően – megindul az állomány termelése. Ezután az állomány jellegéből adódóan gyorsan felfut a tojástermelés, ami a 60. hétig tart. Ettől az időszaktól kezdődően megtörténik az állomány egy részének értékesítése. Az összes baromfit a 62. hétre selejtezték. Az eladások miatt megugrik a jövedelem. Az árbevétel görbe csak az állomány értékesítése előtt pár héttel (kb. 53. hét) metszi az összes költség görbét. A keltetőtojás- termelés 1 termelési ciklus alatt egy tyúkra vetítve 142 db. A keltetőtojás aránya átlagosan 83%. A szimuláció során az 1 tojóra jutó termelési költség mintegy 5246,36 Ft, a termelési érték 6236,25 Ft, és ezek alapján a jövedelem mintegy 989,89 Ft körül alakul, mely 1 keltetőtojásra vetítve pedig 7,44 Ft, az 1 keltetőtojásra jutó termelési költség 39,47 Ft. A termelési költség 79,05%-a anyagjellegű költség, melynek 52-60%-a takarmányköltség, 40%-a pedig az előnevelt szülőpár beszerzésének költsége. Ezek alapján elmondható, hogy a szülőpártartás költségeit elsősorban a takarmány, illetve az előnevelt szülőpár ára határozza meg. Az előállított keltetőtojás értéke 86%-a termelési értéknek, míg a melléktermékek – közülük is legjelentősebb a selejt tyúkok – értéke 14%-ot képvisel. Az árbevétel nagysága tehát függ a keltetőtojás és az értékesített selejttyúkok árától. Lehetőségünk van a programban arra is, hogy kiszámoljuk annak a valószínűségét, hogy például az 1 keltetőtojásra jutó költség, illetve jövedelem milyen valószínűség mellett esik egy előre adott intervallumba. Úgy gondolom, hogy a szimulációs technikát felhasználva a termelésben a gyakorlati döntések meghozatala előtt, vizsgálhatók olyan esetleg bekövetkező természeti állapotok, amelyek később befolyásolhatnák a szakembereket a tényleges problémák megoldásában. Az egyes állományok teljesítménye és naturális paramétereinek alakulása nyomon követhetővé válik. Változtatható az ivararány, a telepítés időszaka, és a telep is. Ugyancsak változtatni lehet a tömeggyarapodás heti átlag, szórás paraméterein. Különböző keltetőtojás-árakkal, illetve takarmányköltségekkel futtathatjuk a modellt, így szkenáriókat (realista, pesszimista, optimista) határozhatunk meg a jövedelemre. Modellem alkalmazása így hozzájárulhat ahhoz, hogy a vállalati döntéshozók még hatékonyabb termelést valósíthassanak meg, – anélkül, hogy jelentősen kockáztatnák a meglévő erőforrásaikat – és ezáltal csökkenthessék a mezőgazdaságban általánosan ható bizonytalanságot. Dolgozatom megírásával egyrészt az volt a szándékom, hogy mind a szarvasmarha, mind a sertés és baromfitartásban a telepeken folyó munkát, és ezáltal a minőségi termelést befolyásoló technológiai tényezőket megvizsgáljam, értékeljem, s ezen ismeretekkel hozzásegítsem a telepeket hatékonyságuk javításához, a jövedelmezőbb termelés megvalósításához, valamint a termelésben adódó kockázatok csökkentéséhez. Másrészről viszont az is célom volt, hogy a különböző matematikai, statisztikai illetve szimulációs módszerek kockázatelemzésben betöltött szerepét hangsúlyozzam, és mezőgazdasági alkalmazásukat bemutassam. SUMMARY Agricultural production is one of the riskiest activities. In the past few years the degree of the assumption of risk accompanying decision making by agricultural producers has continued to increase. Production is risky because at the time of decision making the results of production cannot yet be calculated and the uncertainty as well as the risk affecting the prospective result of production can have various causes. As for the future of agriculture the improvement of quality offers the greatest potential. In order to produce quality products – regardless of the species – a higher standard of raising technology is necessary. I conducted my research in three main branches of livestock farming: pig, poultry and dairy cow keeping, focusing on the technological factors of raising. I have presented case studies for the application of various risk analyzing methods for the major problems affecting companies. To examine the activity of the pig farm and the dairy farms I have used mathematical and statistical methods – event history analysis, logistic regression and decision trees. For the latter two methods I accomplished the analyses using SPSS 13.0, for the survival graphs with STATISTICA 6.0 and for the more complicated parametric models using LEM (Loglinear and event history analysis with missing data using EM algorithm ). Based on the data of the company raising broiler parents, in my analyses I applied a self-developed software on the basis of Monte-Carlo simulation. In the case of dairy farms I examined the effect of technology on quality milk production on 36 dairy farms in Hajdú-Bihar county. In the case of the large-scale pig farm one of the most severe problems is caused by culling, with all the circumstances and reasons it involves. I examined the useful life of animals of various genotypes up to culling, as well as the frequency of the various reasons for culling. The technological risk of raising broiler parents lies in the fact that the stocks are raised under different circumstances on different farms, or raised on the same farm but at different times. I examined the circumstances for laying egg production of these stocks with regard to risk. After examining the technological factors of milk production concluded that the carousel-type equipment has proved very effective in Hungary. The application of this type of equipment reduces the risk of milk quality deterioration to half as much as in the case of using stable milking equipment and a third as compared to using the cowl. The chance for “extra” quality is more than double in comparison to the case of herringbone or parallel equipments. The polygon type is closest to the efficiency of the carousel. Milking into a cupel is more effective than milking onto the floor if we want to maintain “extra” milk quality for more than twenty ten day cycles. Automatic teat cup removal is more likely to maintain continuous “extra” milk quality for the short term (13-35 ten day cycles). Removal by hand can provide advantages only in the long term, but then there is the possibility of “blind milking” and udder damage, therefore it is more advisable to use automatic teat cup removal. As for herringbone equipment, optimally there should be 4-8 machines per milker. The measure of risk is the most significant when one milker is operating ten machines at once. Based on my examinations regarding quality risk the 1 to 3-hour shift is the most dangerous; the most optimal time span for the shift is 4 to 4.5 hours. I have been able to support my results concerning the carousel equipment and the usage of automatic teat cup removal as well as the number of milking equipments by using another method, logistic regression. By using this method it is also shown that if the production of a hundred litres of milk lasts an hour longer, quality will have a chance of 1.6 to decrease. Logistic regression has also made it possible for me to develop risk values concerning the farms examined with regard to their respective technological peculiarities. I have also presented the applicability of the decision tree method for agriculture. The advantage of this method is that it is examining the essential effect of a variable on the explaining variable in interaction with another variable, and these are explored by the method itself. The results from the decision tree as a whole are in agreement with the results gained from the logistic regression model. As regards the modes of preparing the udder, I received more detailed information. The water hose was more efficient than other ways of udder cleaning where the number of equipments operated by one person was not more than eight. The use of water hose and cloth or paper as well as of antiseptic cloth is justified where the number of milking equipments per person is higher. In order to examine the risk factors of culling, I collected over 10 000 data concerning almost 3 000 pigs and six genotypes from one of the farms of the company that is of crucial significance with regard to pig raising in the region. Regarding the useful life up to culling I found that there is a significant difference in the performance of sows of different genotypes even in the case of a single farm. Examining the specific crossing types I observed that during the whole period of observation the survival graphs of animals with certain genotypes remained below the survival graphs of sows of other genotypes; the continued keeping of these animals in production results in great risk. The survival graph of the stock from the crossing of another breed is to the right of that of the other genotypes, which means that there had been no culling for sows of this type before day 600, as opposed to other crosses. I also observed that certain sows lived to day 1 900 and even then they were only culled because they were past their eighth farrowing. There were types of sows in case of which the risk of culling is more balanced and which can be kept in production for a relatively long period. Regarding the risk of culling reasons it can be stated that the greatest risk was presented by the following factors: abortion, lack of being in heat for pregnancy test and emptiness on day 110 (i.e. not pregnant). The smallest risk was presented by the teat defect reason. I observed that those sows culled for low farrowing performance remained in production for at least 100-200 days longer. On the basis of the relative risk values calculated by the log-rate exponential model the likeliest reasons for culling are the following: abortion, lack of being in heat for pregnancy test, emptiness on day 110 (not pregnant). The highest risk difference can be observed in the case of culling reasons for abortion and for weaning few pigs. In this case the probability of abortion as a culling reason is 6.16 times higher than in the case of culling for weaning few pigs. When quantifying the effect of genotypes one of them had a significantly high culling risk value (about 4.5 times more than the average risk). The risk value of another genotype was less than a sixth of the average value. This information helps pig keepers to pay extra attention to certain breeds, and to more effectively prevent culling, knowing which reasons they need to pay more attention to. In the case of laying egg production I received raw data from the computer system of the company under examination. I systematized them by breaking them down according to stock, age, farm and year, and then produced the corresponding distributions and parameters concerning mass increase. Regarding deaths in the case of the stocks examined the expected survival rate by farms for each week of life was estimated by using the parametric survival analysis. The percentages of egg production and of becoming pregnant were also calculated on the basis of the data. In the program the growth of body mass is controlled by the regulation of the quantity of fodder. When building the self-developed simulation model I calculated with the following technological data: the sex ratio of the stock is the physiologically optimal 5:1 hen-rooster ratio. The length of production cycle is 20+42 weeks (first to twentieth to sixty-second life week). In the case of a given farm I ran the simulation program repeated 100 /10x10/ times for 1 000 poultry and 62 life weeks. As the mass increase, deaths and egg production of the stocks vary. In order to regulate these processes I took into consideration various factors such as culling for the sake of maintaining uniformity of poultry or optimal fodder supply. According to these factors by using the simulation model based on the production data of the given company regarding the technological risk I evaluated the tendency of the natural index numbers of a given stock and analyzed the expense – income relationship of meat type laying egg production, as the long term goal of production is the attainment of the highest possible income, i.e. economic efficiency. With regard to the tendency of the simulated total expense and income data of the 62-week production of the stock, it can be said that in the first phase of production –at the rearing farm – the stock are charged with only the expenses as there is yet no income from egg production. Depending on the light programme, a few weeks after the stock have been transferred to the laying farm production begins. After this egg production quickly increases depending on the stock and this lasts until week 60. During the next phase part of the stock would be sold. All the poultry would have been culled by week 62. Because of the sales there is a sudden income increase. The income graph and the total expense graph only intersect a few weeks before the selling of the stock (approx. week 53). Laying egg production is 142 pieces per hen in one production period. The percentage of laying eggs is 83% on average. In the simulation the production cost per layer is about HUF 5246.36, production value is HUF 6236.25, therefore income is about 989.89 HUF which is 7.44 HUF per laying egg and the production cost per laying egg is HUF 39.47. 79.05% of the production cost is material type cost, 52-60% of which is fodder cost and 40% is the cost of buying the pre-raised broiler parents. Based on this information it can be stated that the expenses of raising the broiler parents are primarily determined by the price of fodder and of the pre-raised broiler parents. The value of the produced laying egg is 86% of the production value while the value of by-products – most significantly culled hens – is 14%. The size of income therefore depends on the price of laying eggs and of culled hens that have been sold. In this program it is also possible to calculate the probability of the cost per laying egg and the income falling in a given interval. I believe that by using the simulation technology in production before making practical decisions, it is possible to examine prospective natural circumstances that later may influence experts in solving the relevant problems. The performance and the tendency of the natural parameters of a given stock become traceable. It is possible to change the sex ratio, the period of settling and the farm itself. It is also possible to change the parameters of the weekly average, deviation, of mass increase. We can run the model with various laying egg prices as well as fodder prices, thereby creating (realistic, pessimistic, optimistic) scenarios regarding the income. The application of my model can play a role in helping company decision makers to make production even more efficient – without significantly risking their existing resources – and thereby decrease the general uncertainty which is characteristic of agriculture. It was my purpose in writing this thesis to examine and evaluate the work on the farms in cattle, pig and poultry keeping, and the technological factors affecting quality production, and to use this information to help the farms in improving their efficiency, achieving more profitable production and decreasing the risks deriving from production. On the other hand, I also aimed at introducing the agricultural application of simulation methods and mathematical, statistical methods emphasizing their role in risk analysis.Tétel Szabadon hozzáférhető The role of insurance in the damager mitigation of fruit orchards(2009) Persely, Szilvia; Ertsey, ImreTétel Szabadon hozzáférhető The role of insurance in the damager mitigation of fruit orchards(2009) Persely, Szilvia; Ertsey, Imre