Análisis de riesgo en sistemas ganaderos del sur de Buenos Aires, Argentina

  • Carlos Torres Carbonell Agencia Bahía Blanca, Estación Experimental Agropecuaria Bordenave, INTA. Departamento Agronomía, Universidad Nacional del Sur
  • Gastón Milanesi
  • Patricia Chimeno
  • Javier Garcia Fronti
  • María C. Saldungaray
  • Miguel A. Adúriz
  • Verónica Piñeiro
  • Andrea Lauric
  • Gerónimo De Leo
  • Liliana Scoponi
Palabras clave: Riesgo. Sequía. Tecnología. Empresa ganadera.

Resumen

La tecnología permite modificar los resultados medios y su dispersión en los sistemas agropecuarios. El objetivo de este estudio fue realizar un análisis comparativo de los niveles de riesgo de la empresa ganadera del sistema modal de la región de Bahía Blanca y el modelo tecnificado desarrollado en la Unidad de producción demostrativa en el Establecimiento “El Trébol” del INTA Bahía Blanca que ha incorporado tecnologías de forrajeras tolerantes a sequía y reducción de lactancia en el rodeo de vacas de cría. En función de la interacción de las distribuciones de probabilidad históricas de la producción de cada modelo, los precios de venta de la hacienda y los costos unitarios se estimó el impacto probabilístico sobre la función de beneficio de ambos sistemas a través Marketed Asset Disclaimer por simulación Montecarlo con 10.000 iteraciones. Se observó una probabilidad de alcanzar resultados negativos en el sistema modal y el sistema tecnificado respectivamente de 38,95 y 3,77%, y superiores a este nivel en un 61,05 y 96,23%. Las tecnologías evaluadas integradas en el sistema ganadero permitieron alcanzar en régimen de bajas precipitaciones una mayor eficiencia, estabilidad productiva, resultado económico y significativamente menores riesgos. En modelos productivos tecnificados como el Sistema “El Trébol” se observó un 69,7% menos de probabilidades de obtener resultados económicos menores al valor crítico de referencia del arrendamiento zonal 21.751$ ha-1 (25 kg Indice Novillo ha-1) y un 452,6% más de probabilidades de alcanzar resultados superiores a dicho nivel.

Citas

Badii, M. H., & Castillo, J. (2009). Distribuciones probabilísticas de uso común (Probabilistic distributions of common use). International Journal of Good Conscience, 4(1),149-178.

Bell, L. W., & Moore, A. D. (2011, September). Mixed crop-livestock businesses reduce price-and climate-induced variability in farm returns: a model-derived case study. In 5th World Congress of Conservation Agriculture incorporating 3rd Farming Systems Design Conference Brisbane, Australia (pp. 26-29). https://doi.org/10.1016/j.agsy.2012.04.003

Bell, L. W., Moore, A. D., & Thomas, D. T. (2021). Diversified crop-livestock farms are risk-efficient in the face of price and production variability. Agricultural Systems, 189, 103050. https://doi.org/10.1016/j.agsy.2021.103050

Berger, A., Pena de Ladaga, S., &Melón Gil, M. (2015). Cría ganadera y riesgo: evaluación mediante simulación Monte Carlo. Revista de la Escuela de Perfeccionamiento en Investigación Operativa, 23(37), 119-135.

https://revistas.unc.edu.ar/index.php/epio/article/view/11989

Brandão, L., Dyer, J., & Hahnn, W. (2012). Volatility estimation for stochastic project value models. European Journal of Operational Research, 220(3), 642-648. https://doi.org/10.1016/j.ejor.2012.01.059

Dogliotti, S., Rossing, W. A., & Van Ittersum, M. K.. (2003). ROT AT, a tool for systematically generating crop rotations. European Journal of Agronomy. 19(2), 239-250. https://doi.org/10.1016/S1161-0301(02)00047-3

FAO. (2017). The impact of disasters and crises on agriculture and food security. Food and Agriculture Organization of the United Nation

Gastaldi, L., & Miguez, D. (2022). Seguros agropecuarios basados en índices. Situación actual y visión de mercado de compañias aseguradoras. Revista de Investigación en Modelos Financieros, 1, 17-31. https://ojs.econ.uba.ar/index.php/RIMF/article/view/2336

Gandorfer, M., Pannell, D., & Meyer-Aurich, A. (2011). Analyzing the effects of risk and uncertainty on optimal tillage and nitrogen fertilizer intensity for field crops in Germany. Agricultural Systems. 104(8), 615-622. https://doi.org/10.1016/j.agsy.2011.06.004

Gargano, A.O. & M.A. Adúriz, (2000). Modelos agropecuarios integrales para Bahia Blanca y Coronel Rosales, Argentina. Arch. Latinoam. Prod. Animimal, 8(1), 24-33.

Gargano, A.O, Aduriz, M.A., & Saldungaray, M.C. (1996) Modelación agropecuaria mediante programación lineal a partir de modelos Monte Carlo para el partido de Guaminí (Pcia. de Buenos Aires). Revista Facultad de Agronomía 16(3), 147-154. https://core.ac.uk/download/pdf/44743687.pdf

Herrero, M., Thornton, P. K., Notenbaert, A. M., Wood, S., Msangi, S., Freeman, H. A., ... & Rosegrant, M. (2010). Smart investments in sustainable food production: revisiting mixed crop-livestock systems. Science, 327(5967), 822-825. DOI:10.1126/science.1183725

Hutchings, T., & Nordblom, T.L. (2011). A financial analysis of the effect of the mix of crop and sheep enterprises on the risk profile of dryland farms in southeastern Australia. Australian Farm Business Management Journal. 8(1), 20-42. DOI: 10.22004/ag.econ.121467

Illius, A. W.; J. F. Derry A. & I. J. Gordon. (1998. Evaluation of strategies for tracking climatic variation in semi-arid grazing systems. Agricultural Systems. 57(3), 381-398. https://doi.org/10.1016/S0308-521X(98)00025-0

Kandulu, J. M., Bryan, B. A., King, D., & Connor, J. D. (2012). Mitigating economic risk from climate variability in rain-fed agriculture through enterprise mix diversification. Ecological economics, 79, 105-112. https://doi.org/10.1016/j.ecolecon.2012.04.025

Meuwissen, M. P., Huirne, R. B. M., & Hardaker, J. B. (2001). Risk and risk management: an empirical analysis of Dutch livestock farmers. Livestock production science, 69(1), 43-53. Herrero, M., Thornton, P. K., Notenbaert, A. M., Wood, S., Msangi, S., Freeman, H. A., & Rosegrant, M. (2010). Smart investments in sustainable food production: revisiting mixed crop-livestock systems. Science, 327(5967), 822-825.

https://doi.org/10.1016/S0301-6226(00)00247-5

Miguez, D.F. (2014). Análisis de riesgos en emprendimientos agropecuarios. Evaluación de resultados económicos esperados en proyectos productivos en el oeste de la provincia de Buenos Aires. Revista de Investigación en Modelos Financieros, 3(1), 69-92. http://bibliotecadigital.econ.uba.ar/download/rimf/rimf_v3_n1_05.pdf

Milanesi, G. & Pesce, G. (2022) Decisiones y Estrategias Financieras: Problemas de riesgo, inversión y valoración en Argentina. Editorial Thomson Reuters, La Ley.

Olivo, S. (2018). Análisis de la conveniencia de la cobertura de riesgo de precios con opciones en la actividad agropecuaria a través de simulaciones. Revista de Investigación en Modelos Financieros, 2, 115-135. https://ojs.econ.uba.ar/index.php/RIMF/article/view/1431

Quirolo, M.E., Gesualdo, E., Pellerano, L., & Roselló, J. (2023). Impacto económico de la variabilidad climática en la producción agropecuaria de la provincia de Chaco. Revista de Investigación en Modelos Financieros, 12(I), 42-61.

https://ojs.econ.uba.ar/index.php/RIMF/article/view/2751/3519

Saldungaray, M.C.; Conti, V.; Lauric. A.; De Leo, G., & Torres Carbonell, C. (2017). Actualización de la Unidad Económica Agraria en el Partido de Bahía Blanca. X Jornadas Interdisciplinarias de Estudios Agrarios y Agroindustriales Argentinos y Latinoamericanos.

Scian, B., Labraga, J.C., Reimers, W., & Frumento, O. 2006. Characteristics of large-scale atmospheric circulation related to extreme monthly rainfall anomalies in the Pampa Region, Argentina, under non-ENSO conditions. Theor. Appl. Climatol. 85:89-106.

Scott, G. 2011. Strategic Planning for High-Tech Product Development. Technology Analysis & Strategic Management 13(3).

Thomasz, E., Casparri, M., Fusco, M., Rondinone, G., & Vilker, A. (2015). Medición económica de eventos climáticos extremos en el sector agricola: el caso de la soja en argentina. Revista de Investigación en Modelos Financieros, 2, 30-57.

https://ojs.econ.uba.ar/index.php/RIMF/article/view/1530

Torres Carbonell, C., Lauric, A., De Leo, G., Saldungaray, M.C., Adúriz, M., Scoponi, L., Chimeno P., Piñeiro, V., Conti, V., Nori, M., & Cristiano G. (2021). Evaluación de Alternativas de Manejo Ganadero en Escenarios de Sequía Severa en Bahía Blanca. Revista Argentina de Economía Agraria, 22(1), 1-17. https://raea.org.ar/revistaaaea_arg/article/view/39/37

Torres Carbonell, C., Chimeno, P., Cristiano, G., Saldungaray, M.C., Adúriz, M., Piñeiro, V., Lauric, A., De Leo, G.,& Scoponi, L. (2022). Impacto de niveles crecientes de suplementación en la invernada de terneros en un año climático promedio del sudoeste bonaerense. Revista Argentina de Economía Agraria 23(1), 43-59. https://raea.org.ar/revistaaaea_arg/article/view/47/41

Publicado
2023-12-14
Cómo citar
Torres Carbonell, C., Milanesi, G., Chimeno, P., Fronti, J., Saldungaray, M., Adúriz, M., Piñeiro, V., Lauric, A., De Leo, G., & Scoponi, L. (2023). Análisis de riesgo en sistemas ganaderos del sur de Buenos Aires, Argentina. Revista De Investigación En Modelos Financieros, 2, 1-18. https://doi.org/10.56503/rimf/Vol.2(2023)p.1-18