Epsilon Archive for Student Projects

Abstract

Det finns ett stort intresse bland främst skogsägare att fortsätta investera i skogsmark och det intresset har ökat de senaste åren. Räntemarknaden är (hösten 2015) osäker med rekordlåga räntor vilket ställer allt högre krav på kreditgivarna att genomföra korrekta kreditanalyser för att få en fullständig bild av den risk som finansieringen medför för både låntagare och långivare.
För att kunna genomföra en adekvat riskanalys vid finansiering av skogsbruksfastigheter krävs det stor noggrannhet och till sin hjälp har kreditgivaren en rad olika finansiella mått som säger hur pass stabil en specifik investering är. Ett sådant mått är likviditet för en skogsfastighet som säger hur pass väl ägaren kan möta sina finansiella utgifter som är kopplade till sin respektive skogsfastighet. Syftet med denna studie är att utveckla ett likviditetsanalysverktyg för att göra denna typ av analyser. Analysverktyget hjälper användaren genom att omsätta en skogsbruksplan till kassaflöden utifrån fastighetens förutsättningar och därefter analysera likviditeten över den kommande perioden om tio år. Användaren kan vara både skogsägaren som vill få en övergripande bild över sin finansiella situation eller långivaren som vill analysera sin risk.
Det finns idag på marknaden ett motsvarande verktyg som utvecklats 2013. För att validera modellen har modellen testats och utvecklats med samma fallfastigheter som i studien 2013. En stor skillnad mellan modellerna 2013 och 2015 är att den senare enbart medger slutavverkning i huggningsklass; ”Slutavverkning 2” medan den tidigare studien och modellen slutavverkar i både huggningsklass ”Slutavverkning 1 och 2”. Genom att avverka huggningsklass S1 kan mer kapital frigöras men samtidigt är det inte ekonomiskt optimalt då det kan vara mer lönsamt att låna externt kapital än att avverka tidigare. Dessutom riskerar slutavverkning i S1 att skapa ett kassaflödesunderskott för nästföljande perioder med följande likviditetskris.
Utifrån ingångsvärdena för 2013 års studie drabbades i modellkörningar fyra av de nio fallfastigheter av likviditetskris om inte externt kapital sköts till under perioden på tio år. För ingångsvärdena för 2015, som används i denna studie, drabbades samma fyra fastigheter trots lägre räntenivåer av likviditetskris. Om även huggningsklass S1 slutavverkades var det fortfarande tre av nio fallfastigheterna som skulle komma att drabbas. Den största orsaken till likviditetskriserna berodde på omfattningen av kapitalskulden som i sin tur styrs av belåningsgraden. Detta framkommer genom att de finansiella utgifterna dominerar i utgiftsposten för respektive fastighet under perioden.
Resultatet påvisar vikten av en utförlig likviditetsanalys för både kreditgivare och låntagare för att minska riskexponeringen och undvika att låntagaren finner sig själv i en likviditetskris. För att ge en mer heltäckande bild vid kreditanalys måste även andra intäktskällor än de från skogen vägas in då det ofta finns flera inkomstkällor för en fastighet. Det kan röra sig om jordbruksmark, arrendeintäkter, intäkter från grustag, hyresfastigheter eller motsvarande. Låntagarnas privatekonomi bör också vägas in i analysen då det kan vara vanligt att externa medel genom andra tillgångar eller lön skjuts till för möta finansiella utgifter.

There is a great interest for investments in forest properties and it has been increasing during the last years. The interest market in the moment of writing is very uncertain because of the all time low interest rates. This results in growing demands on the creditors to perform a thorough analysis of the credit to get a complete picture of the risk both loan takers and loan givers are facing.
To perform an adequate risk analysis when working with finance of forest properties there is a demand of high quality analysis. To its help creditors have several financial measurements that determine how stabile a specific investment in forest properties is. Such a measurement is liquidity for a forest property which says how well it can face it’s own financial costs, and if not how much external capital has to be added for the liquidity to break even. The purpose of this study is to develop such a tool, to help creditors analyse liquidity by translating the forest management plan into cash flow, which then can be used for the liquidity analysis over the coming period of ten years.
There is on the market today a similar tool witch was developed in 2013 through a similar study. To validate the tool and model developed in this study it was tested against the model already established on the market using the same case properties it used in 2013. The model in this study was diverged with different criteria’s to help to fully analysis the differences. One major difference between this model and the model from 2013 is that this one only final cut the maturity class S2 while the other model do final cutting in both maturity class S1 and S2. By doing final cutting in S1 a higher cash flow is returned, but it might not be economical optimal for the forest to be cut at that maturity class. It could mean that it’s more profitable to instead extend the credits and wait with harvesting until the forest has grown into maturity class S2. It also risks creating a deficit for the coming periods beyond ten years.
Out of the nine case properties studied, four of them would come to suffer from a liquidity crisis if external money wasn’t added. Looking to the earlier study performed in 2013 the exactly same case properties had a liquidity crisis already in 2013. If maturity class S1 was also final harvested there would still be three out of nine case properties suffering from liquidity crisis. The major cause of liquidity deficit is due to high mortgage level of the forest properties. This is shown by the financial expenditures that dominate the total expenses for each forest property during the ten-year period.
The result indicates the importance of a solid liquidity analysis to lower the risk for both credit giver and credit taker and also lower or eliminate the possibility that the credit taker finds themselves in a liquidity crisis. To get a more full coverage of the credit analysis, other sources of income has to be taken in for account. It may involve income from agriculture, land leasing contracts, rental estates on the forest property or equivalent. Also the private finance of the borrower should be included in the analysis.