Bunk óczi László Egyetemi tanársegéd SZIE GTK GEMI GINT

1. MI alapú prognosztikai modulok adaptálása a EU-SPEL és Hungary-SPEL adatbázisai alapján készítendő előrejelzésekhez - Agrárszektor modellek – konzisztencia alapú jövőkép Bunkóczi László Egyetemi tanársegéd SZIE GTK GEMI GINT

2. Célkitűzések: • Konzisztencia biztosítása • Aránytalanságok felderítése • Előrejelző módszerek rangsorolása • Agrárszektor modellek adatbázisainak és modellműködésének megismerése – konzisztencia vezérelt jövőkép

3. Konzisztencia • Az agrárszektort (a reprezentatív ágazatokat tartalmazó) mint egy üzemet leíró adatbázissal /agrárszektor modellel szembeni alapkövetel-mény a naturális mennyiségekben bekövetkező változások és az azokhoz kapcsolódó pénzügyi folyamatok tökéletes leírása/leírhatósága. – SPEL Sektorales Produktions und Einkommens der Landwirtschaft = A mezőgazdaság ágazati termelési (naturális) és eredményadatai (pénzügyi).

4. SPEL – I. • Kiindulási adatbázisnak megfelelő, viszonylag példaértékű oszlop (ágazati) és sorirányú (országos termékfelhasználási) elszámolásokat lehetővé tevő adatbázis. • (1973-1998) 26 év (2004-es csatlakozóknál csak 1990-1997) • EU 15 + EU11-ek és EU15-ök átlaga + 2004-ben csatlakozottak közül. • 36 növény és 11 állattenyésztési ágazat vagy főtermék.

5. SPEL – II. • A magyar adatbázis utólag került összeállításra 1997-ben, nagyrészt becslésekre alapozva. A magyar adatokról elmondható, mint jellemző példa, hogy átlagosan fele annyi műtrágyával számol minden ágazatban mint Nyugat-Európában. • Ennek az adatbázisnak mind a naturáliak, mind a hozzájuk kapcsolódó pénzügyi folyamatok esetében üzemi, regionális és országos szinten is teljesen konzisztensnek kell lennie.

6. Növényi ágazatok oszlopirányú elszámolása ágazatonkénti eredmény/költség elszámolás: + főtermék(ek), melléktermék(ek), * ár (pl. ECU/kg) - Ni, P, K mű és szervestrágyák (kg/ha) + mész * ár (pl. ECU/kg) - SEEP – vetőmag (ECU90/ha), PLAP - növényvédelem (ECU90/ha) * (pl. ECU/kg) - REPV, REPO, ENEV, ENEO (ECU90/ha) * ár (pl. ECU/ha) - WATV, INPV, INPO (ECU90/ha)– egyebek PROV TOVA, TOOV, TOIN, GRMA, (PFSA, PFSB), GVAM LEVL

7. Állattenyésztő ágazatok oszlopirányú elszámolása - + főtermék(ek), melléktermék(ek), * ár (pl. ECU/kg) - - FCER, FPRO, FENE, FMIL, FFSI, FDRY, FOTH, (kg/db) *(pl. ECU/kg) -  - REPV, REPO, ENEV, ENEO (ECU90/ha) * ár (pl. ECU/ha) -  - INPV, INPO (ECU90/ha)– egyebek      PROV       TOVA, TOOV, TOIN,       GRMA, (PFSA, PFSB), GVAM       LEVL

8. Mi az ami hiányzik • WAGE-bér (itt még LABO de üres); • RENT-bérlet, földbérlet; • INTE-kamat; • DEPR- écs; • Melyek mind az IDARA elemei is már értékkel…

9. Termékek sorirányú elszámolása • - termésátlag (t/ha) * termőterület (1.000 ha) • - „Üzemen” belüli felhasználások (PLOF, PCOM, PFEE, PSEE, PCSF) • - Üzemen kívüli piacváltozás: Import-Export±PCSM – piaci készlet változás • - Piaci „felhasználás”: PLOS, PCOM, PFEE, PSEE, PPRO)

10. Mi az ami hiányzik/másképp kéne nyilvántartani? - I. • a készletváltozás PCSM, PCSF önmagában semmitmondó, nyitó és zárókészlet is kellene • PLOF, PLOS, PPRO kategória – Processing on Market - ?? • SEEP: mértékegység: ECU90/ha, SWHESEEP és MAIZSEEP ára azonos, azaz csak UVALSEEP v. PRIC, v. PRII, v.PRINSEEP létezik a 8 betűs „nevezéktan” miatt • Az általánosan ECU90/ha mértékegységgel leírt de naturális mennyiséggel is leírható pozíciók konzisztenciája nem vizsgálható: pl. SEEP – PSEE és SEEP termelés oldalon 1000 t-ban, fölhasználás ECU90/ha-ban…

11. Mi az ami hiányzik/másképp kéne nyilvántartani? - II. • NPK mű és szervestrágya mint keletkező termék – készletként nem kellene kimutatni? • DEPR, ENEV, REPV – ágazatonkénti géphasználatra jutó költség arányosítása, ágazatra vetített épületek écs.jének arányítása? • ENEO, REPO, INPO – overhead költség felosztás, fix-energia/ fix javítási ktg. értelmezése • Bérmunkában elvégzett talajművelés költségei hol kerüljenek kimutatásra: INPV v. számítások segítségével ENEV, REPV, DEPR??

12. Belső konzisztencia tesztek: • Oszlopirányú elszámolás esetén a jövedelem/költség pozíciók megfelelőek-e? • Sorirányú elszámolás esetén, el lehet-e számolni a termelt, felhasznált, importált, exportált, piacon értékesített mennyiségekkel? • Összes növényi ágazatból képződő FEEP-takarmány kiadja-e a megfelelő mennyiségű FCER, FPRO, FENE, FMIL, FFSI, FDRY, FOTH kategóriákat? • Állattenyésztési ágazatokban képződő szervestrágya: MANN, MANP, MANK → NITM, PHOM, POTM évesen azonos-e a termelt és felhasznált mennyiség vagy legalábbis kevesebb a felhasználás?

13. A konzisztencia jelene • A jelen Magyarországi agrár és pénzügyi adatgyűjtések esetében a naturális és pénzügyi folyamatok közti teljes összhang legjobb esetben az AKII tesztüzemek közé bevont üzemeinél képzelhető csak el, vagyis a maradék 90%-nyi agrártermelő esetében feltehetően teljesen inkonzisztens kép rajzol-ható csak ki az APEH/KSH felé beadott különféle bevallásokból / adatszolgáltatások-ból.

14. Prognosztika • Adott ágazat/szektor esetében az előrejelzés hitelességét az adott mennyiségek (inputok/output) plauzibilis voltán túl az adott ágazat belső logikájának megfelelő konzisztencia vagy inkonzisztencia adja. • Trendalapú előrejelzés is lehet kiváló az MI alapúval szemben. Valós értékelési kritérium jövőbeli előrejelzés esetén csak a teljes ágazat/adatbázis plauzibilis és konzisztens volta, ex-ante előrejelzés esetében pedig az év/év növekedés és csökkenés találata lehet.

15. Aránytalanság • Megfelelő SPEL alapú adatbázis alapján kiszűrhetők az aránytalanul drágán termelő üzemek/régiók és az aránytalanul drágán termelhető termékek. • Hatékonyságvizsgálatok és operációkutatási módszerek segítségével tervezhetővé válik egy alapjaiban hatékony termelési struktúra mind területi mind ágazati alapon. • DEA hatékonyság számítás / DEA szimuláció: hatékonysági rangsor állítható fel segítségével, adatbázishibák szűrhetők ki vele (pl. Finnország 1973: SWHE 25.400 kg/ha – tizedesvessző hiba – Finnország volt toronymagasan a leghatékonyabb a búza esetében – hogy lehetett?

16. Agrárszektor modellek • Fejlődési „séma”: • SIMONA • QUISS • DAPS • SPEL • RAUMIS • DIES • PIT • IDARA • FAPRI

17. SPEL modulok • SFSS rövidtávú előrejelző modell/szimuláció • MFSS1 középtávú előrejelző modell/szimuláció - egyszerű • MFSS2 középtávú előrejelzőmodell/szimuláció - bonyolult • MFSS99 középtávú előrejelző modell/szimuláció - bonyolult

18. SPEL – MFSS tapasztalatok • A világpiaci (külső) és belső kínálatból/keresletből próbálja levezetni az egyensúlyi állapotot mind a mennyiség, mind az ár tekintetében… • Felhasznál még „politikai változókat” melyek nagyrészt támogatások, adók, vámok. • Rengeteg exogén változót használ, mellyel gyakorlatilag visszadobja a labdát a felhasználónak. • Lineáris trendekre alapoz az input és output koefficiensek esetében. • Rugalmassági tényezőkkel számol (két ágazat közti jövedelem átválthatóság) melyek számított értékek, de valós értéküket csak utólag lehetne meghatározni

19. Problémák a modellekkel • Magyarország erősen vetésforgó orientált • Hozamváltozás előrejelezhetetlen lineáris trendekkel lásd: 2003-ban 2,6-2,9 t/ha búza, idén 5,2 t/ha – 80%-100% ugrás - nagyobb termőterület • EU garantált árak: az egyensúly egyik tényezője adott – vagy túl magas viszonylagosan az ár (termelők jól járnak) vagy alacsony (termelők nem járnak jól) – mennyiségi hullámvasút a következmény

20. Konzisztens jövőkép • Projekt tapasztalat alapján a lehetséges alternatíva • akár trendekkel számított, • inputok és outputok esetében plauzibilis és • konzisztens ágazati adatbázisok melyek egymással is összhangban vannak • Szükségszerű szakértői és agrárpolitikai egyeztetés az eredményekről • Tervszerű végrehajtási leosztás (megfelelő rátartással) a szükséges mennyiségek esetén! • Parlagoltatás előbb utóbb napirendre kerül…

21. Jövőkép – Konzisztencia • Az agrárszektormodell – jövőkép az agrárpolitikát próbálja kiszolgálni. Ha feltételes futtatásokat próbálunk ki egy agrárszektormodellen mely önmagában sem hiteles, akkor hogy lehet azt végrehajtatni – adott irányba elmozdulni?