Kauppahintamalli päätöstukimenetelmän osana

(1)

UNIVERSITY OF EASTERN FINLAND

Luonnontieteiden ja metsätieteiden tiedekunta Faculty of Science and Forestry

KAUPPAHINTAMALLI PÄÄTÖSTUKIMENETELMÄN OSANA Emilia Haapaniemi

METSÄTIETEEN PRO GRADU, ERIKOISTUMISALA METSÄEKONOMIA JA –POLITIIKKA ________________________________________________________________

JOENSUU 2019

(2)

Haapaniemi, Emilia. 2019. Kauppahintamalli päätöstukimenetelmän osana. Itä-Suomen yli- opisto, luonnontieteiden ja metsätieteiden tiedekunta, metsätieteiden osasto. Metsätieteen pro gradu, erikoistumisala metsäekonomia ja -politiikka. 54 s.

TIIVISTELMÄ

Tutkimuksen tavoitteena oli luoda kauppahintamalli Tornator Oyj:n metsäsijoittamisen päätös- tukimenetelmän osaksi ja lisätä siten markkinatiedon hyödyntämistä ostoprosessissa.

Aineistona käytettiin Tornator Oyj:n vuosina 2016–2018 keräämiä tietoja muiden toimijoiden tekemistä metsätilakaupoista seitsemän maakunnan alueella Itä-Suomessa. Aineisto koostui yh- teensä 110 metsätilakaupasta. Tehdyistä metsätilakaupoista tiedossa oli sijaintimaakunta ja -kunta, kiinteistötunnus, tieto julkisesta myynnistä tai suorasta tarjouksesta, mahdollinen hintapyyntö, Tornator Oyj:n tekemä arvio metsätalousarvosta ja erityisarvoista, tilan pinta-ala, metsämaan pinta-ala, taimikoiden pinta-ala, uudistuskypsien metsien pinta-ala, puuston määrä ja tukin määrä. Lisäksi kaupankohteille laskettiin kasvupaikkapisteet, turvemaiden määrä met- sämaalla sekä tuoreiden kasvupaikkojen ja sitä parempien kasvupaikkojen pinta-alojen osuus metsämaan pinta-alasta.

Aineiston pohjalta luotiin regressioanalyysiä käyttäen ekonometrinen kauppahintamalli ennustamaan mahdollisesti toteutuvaa kokonaiskauppahintaa tarkasteltavalle metsätilalle. Mallin muuttujat valittiin regressioanalyysissä käyttäen poistavaa valintaa, jossa muuttuja poistetaan itseisarvoltaan pienimmän t-arvon mukaan. Tämän lisäksi malliin mukaan tulevien muuttujien valinnassa hyödynnettiin tietoa toteutuneen kauppahinnan ja muuttujien välisistä korrelaatioista sekä tietoa muuttujien keskinäisistä korrelaatioista. Lisäksi arvioitiin muuttujien saamien ker- toimien järkevyyttä.

Lopulliseen kauppahintamalliin selittäviksi muuttujiksi valikoituivat metsämaan pinta-ala, tukin määrä, puuston määrä sekä turvemaiden määrä. Mallin suhteutetuksi selitysasteeksi saatiin 91,9 prosenttia. Kaikki mallissa olevat muuttujat olivat tilastollisesti merkitseviä viiden prosen- tin tasolla ja ne korreloivat tilastollisesti merkitsevästi toteutuneen kauppahinnan kanssa. Jään- nöskeskihajonnaksi tuli 18,7 prosenttia. Jäännöstermit olivat kuvaajan perusteella normaalija- kautuneita.

Luotu kauppahintamalli liitettiin osaksi yhtiön metsäsijoittamisen päätöstukimenetelmää, jossa mallilla ennustettu kauppahinta saa yhtiön metsätilalle tekemästä tuottoarvolaskelmasta kauppahintaa vastaavan sisäisen koron. Tätä sisäistä korkokantaa puolestaan verrataan yhtiön asettamaan tuottovaatimukseen. Mikäli tuottovaatimus täyttyy mallin ennustamalla kauppahinnalla, voidaan metsätilasta tarjota mallin ennustama kauppahinta tai vaihtoehtoisesti enemmän, jolloin mahdollisuudet ostotarjouksen voittamiseen lisääntyvät. Mikäli tuottovaatimus ei täyty, tulee pohtia, onko ostotarjouksen tekemisestä hyötyä, jos muut toimijat todennäköisesti mak- savat metsätilasta huomattavasti enemmän eikä yhtiön tekemällä ostotarjouksella ole näin ollen mahdollisuuksia voittaa.

Kiinteistöjen arvioinnissa tulisi käyttää tietoa vallitsevista markkinoista ja kauppa-arvomene- telmä arviointimenetelmistä ottaa markkinat parhaiten huomioon. Kauppa-arvomenetelmän käyttömahdollisuuksia tulisi tutkia lisää, jotta sen käyttö myös metsätilojen arvioinnissa voisi lisääntyä. Nykyisin metsävaratietojen ollessa laajemmin vapaassa käytössä tulisi selvittää, miten metsävaratiedot ja kauppahintatiedot saataisiin yhdistettyä, ja siten luotua mahdollisuus kauppa-arvomenetelmän todelliselle käytölle metsätilojen arvioinnissa.

Avainsanat: kauppahintamalli, päätöstukimenetelmä, metsä, arviointi, kauppa-arvomenetelmä

(3)

Haapaniemi, Emilia. 2019. Sales Comparison Model as a Part of Decision Support System.

University of Eastern Finland, Faculty of Science and Forestry, School of Forest Sciences. Mas- ter’s thesis in Forest Science, specialization Forest Economics and -Politics. 54 p.

ABSTRACT

The aim of this study was to create a price model to estimate selling price of forest property to Tornator PLC to be a part of forest investment’s decision support system and so increase market information at the purchasing process.

Observation data consisted of 110 forest property sales made by other operators than Tornator.

The data was collected by Tornator. Property sales had been made in Eastern Finland during years 2016–2018. Data included information about region, municipality, registration number, information about seller, asking price, estimated valuation of forestry and special values, area of estate, area of forest soil, area of recently planted forest, area of regeneration-ready forest, amount of growing stock and log. Habitat points, area of peatland and area of the best growing habitats were also calculated.

Econometric price model to estimate selling price of forest property was created by using re- gression analysis. Variables were chosen by using removing selection where variable will be removed if its absolute t-value is smallest until all variables are statistically significants. Infor- mation about correlations between selling price and variables and between different variables was also used. Coefficients need to be logical also.

Area of forest soil, amount of log and growing stock and area of peatland were included as variables to the final price model. Adjusted R square of the model was 91,9 %. All the included variables were statistically significant in five prosent level and correlations with selling price were also statistically significants. Residual standard error was 18,7 %. Residuals distribution was normal according to the picture.

Created price model was included to the company’s forest investment’s decision support system. From productive value analysis estimated selling price gets equivalent internal rate of return. This internal rate of return is compared to the company’s required yield. If internal rate of return is acceptable, it is possible to offer estimated selling price or more, in which case the possibility to win competitive bidding increases. If internal rate of return is not acceptable, it must be thought if it is worth to make an offer when is likely that the offer will not win.

When evaluating properties, information of current market situation should be used and sales comparison approach is the best procedure for this. More research about sales comparison approach should be made so that this procedure could become more common procedure also in forest mensuration. In now days, information about Finland’s forest resources is more widely in use and that is why it should be found out how information about selling prices and forest resources could be connected and created true opportunity to use sales comparison approach in forest mensuration.

Keywords: price model, decision support system, forest, forest mensuration, sales comparison approach

(4)

ALKUSANAT

Aiheen tähän pro gradu –tutkielmaan sain Tornator Oyj:ltä ja toiveena heillä oli saada lisää tietoa markkinoiden käyttäytymisestä metsätilakaupoissa. Olen tämän työn aikana oppinut paljon uutta sekä teorian että samaani työkokemuksen kautta. Haluan kiittää saamastani aiheesta sekä tietämyksestä ja tuesta erityisesti Tornatorin maankäyttöjohta Antero Luhtiota sekä maan- käyttöasiantuntijoita Jarkko Heikkistä ja Heikki Leppästä. Lisäksi kiitän professori Jouni Py- käläistä pro gradu –tutkielmani ohjaamisesta sekä saamastani avusta. Haluan myös mainita Riku Reijosen sekä Malla Pulkkisen, jotka ovat tukeneet minua tämän työn tekemisen aikana.

Kuopiossa 18.3.2019

Emilia Haapaniemi

(5)

SISÄLTÖ

1 JOHDANTO ... 6

1.1 Tutkimuksen tausta ... 6

1.2 Päätöstukimenetelmä ... 7

1.3 Tutkimuksen tavoitteet ... 9

2 METSÄKIINTEISTÖJEN KAUPPA SUOMESSA ... 9

2.1 Suomen metsävarat ... 9

2.2 Metsäkiinteistömarkkinat ... 11

2.3 Metsätilojen arviointi ... 16

2.3.1 Tuottoarvomenetelmä ... 20

2.3.2 Summa-arvomenetelmä ... 22

2.3.3 Kauppa-arvomenetelmä ... 24

2.4 Kannattavuusmittarit ... 26

3 AINEISTO JA MENETELMÄT ... 28

3.1 Tornator Oyj ... 28

3.2 Aineiston hankinta ... 29

3.3 Aineiston kuvaus ... 29

3.4 Iptim-tuottoarvolaskelma... 32

3.5 Aineiston käsittely ... 33

4 TULOKSET ... 35

4.1 Kauppahintamalli ... 38

5 TULOSTEN TARKASTELU ... 41

6 JOHTOPÄÄTÖKSET ... 45

KIRJALLISUUS ... 47

LIITTEET ... 52

(6)

1 JOHDANTO

1.1 Tutkimuksen tausta

Maailman väkiluku kasvaa koko ajan ja siten myös erilaisten raaka-aineiden kysyntä kasvaa (Sitra 2009). Uskotaan, että myös kilpailu tuottavasta maa-alasta kiristyy tulevaisuudessa (Sitra 2009). Täten myös kilpailun tuottavasta metsämaasta voidaan ennustaa lisääntyvän. Tämän li- säksi ilmastonmuutos edellyttää miettimään luonnonvarojen käyttöä uudelleen sekä uusista nä- kökulmista (Suomen biotalousstrategia 2014). Suomen suurimpiin luonnonvaroihin kuuluvat metsät ja Suomessa kestävä biotalouden kasvu pohjautuu pääosin metsien kestävään käyttöön (Suomen biotalousstrategia 2014).

Biotalouden merkityksen kasvaessa myös Suomessa metsien monipuoliseen käyttämiseen on kiinnitetty huomiota ja metsäala on piristynyt hiljaisen jakson jälkeen. Myös metsätilakauppa käy vilkkaana tällä hetkellä Suomessa ja kilpailu metsätiloista on kovaa. Metsätiloista ovat nykyisin kiinnostuneita myös erilaiset sijoitusrahastot, mikä osaltaan lisää kilpailua ja nostaa met- sätilojen hintoja. Esimerkiksi Upm-Kymmene Oyj on viime vuosina myynyt isojakin tilakokonaisuuksia ja niistä ovat kiinnostuneista olleet erityisesti rahastot (Rönty 2017). Metsätilaa os- tettaessa on siis pystyttävä tarjoamaan riittävä hinta, jotta tarjous voittaisi kilpailijoiden tarjouk- set. Toisaalta tulee pystyä arvioimaan, millä kauppahinnalla metsätilan ostaminen täyttää vielä tuottovaatimuksen (Paananen 2009).

Perinteiset metsätilojen arviointimenetelmät eivät ole ottaneet huomioon vallitsevia markkinoita vaan laskelmat ovat perustuneet oletuksiin puun hinnasta, korkokannasta sekä metsäta- louden kustannuksista (Paananen 2009). Puun kantohinnat ovat kuitenkin pysyneet melko ta- saisina viime vuosina (Luonnonvarakeskus 2019a) samoin kuin korot (Suomen Pankki 2019).

Korkojen kuitenkin ennustetaan nousevan lähitulevaisuudessa (Nordea 2018). Myös metsän- hoitotöiden kustannukset ovat olleet nousussa (Luonnonvarakeskus 2019b), kun taas korjuu- kustannukset ovat olleet laskussa (Strandström 2018a, b).

Kuitenkin markkinat määräävät metsätilojen hinnan (Paananen 2009). Metsätilamarkkinoilla edellä mainitut oletukset eivät siis välttämättä ole vakioita, jolloin metsätilojen hinta vaihtelee markkinoilla kustannusten ja tuottojen muuttuessa (Paananen 2009). Tästä syystä kauppahintamallin käyttäminen metsätilojen arvioimisessa on erittäin perusteltua. Kauppahintamallin käyt-

(7)

täminen metsätilan hinnoittelussa auttaa ottamaan huomioon epävarmuudet metsätilojen hinnoittelussa ja antaa realistisen kuvan metsän hinnasta juuri kyseisellä hetkellä. Toteutunut kauppahinta antaa myös viitteitä markkinoiden odotuksista metsätaloudessa (Pykäläinen 2018).

Aiheen ajankohtaisuutta puolustaa kauppahintamallien käytön laajentumisen mahdollisuudet.

Metsävaratietoja on yhä paremmin saatavissa ja niiden tarkkuus paranee koko ajan. Toteutuneet kauppahinnat on mahdollista saada Maanmittauslaitoksen kautta. Edellytykset kauppahintamallien laajemmalle käytölle ovat siis olemassa. Kiinteistönarvioinnin tarkoituksena on pää- sääntöisesti määrittää kohteen markkina-arvo, jolloin tarvetta selkeämmille ja objektiivisem- mille menetelmille on.

Tehdyistä metsätilakaupoista kerättyjä tietoja on hyödynnetty aikaisemmin tutkimuksissa, joissa on pyritty tiettyjen tunnuksien avulla ennustamaan metsäkiinteistöjen arvoa (Tilli ym.

2008). Kuitenkin markkinatietoa mallien pohjana on käytetty melko vähän (Tilli ym. 2008) eikä tutkimuksia, joissa olisi toteutuneiden kauppahintojen perusteella pyritty luomaan kauppahintamallia, juurikaan ole. Tutkimusten vähäisyyttä selittää metsävaratietojen saamisen vaikeus.

Hannelius (2000) on tehnyt tutkimusta kauppahintamallien käytettävyydestä metsätilojen arviointiin. Myös Kantola (1979) on muodostanut kauppahintamalleja. Ongelmana on, ettei sup- pean ja vanhan aineiston pohjalta tehtyä mallia ole mahdollista käyttää markkinatilanteen muuttuessa. Viime aikoina tehdyissä tutkimuksissa on perehdytty lähinnä summa-arvomenetelmän sekä tuottoarvomenetelmän käytettävyyteen metsätilojen arvioinnissa.

1.2 Päätöstukimenetelmä

Päätöstukimenetelmä on prosessi (kuva 1), jonka tarkoituksena on auttaa Tornatoria tekemään metsätiloista tarjouksia, jotka täyttävät Tornatorin tuottovaatimuksen ja ovat kilpailukykyisiä vallitsevilla markkinoilla. Päätöstukimenetelmän ensimmäisessä osassa ennustetaan luotavan kauppahintamallin avulla alin mahdollinen hintataso ostotarjousta varten. Menetelmän toisessa osassa tätä ennustettua hintatasoa verrataan yhtiön metsäinvestoinneille asettamaan tuottovaatimukseen.

(8)

Kuva 1. Päätöstukimenetelmän prosessikaavio.

Prosessin pohjana on mahdollisimman tarkat tiedot metsätilan metsävaratiedoista. Näiden tietojen pohjalta voidaan käyttää tässä työssä luotavaa kauppahintamallia, joka antaa ennusteen muiden kilpailijoiden tekemän tarjouksen suuruudesta. Tätä mallin antamaa kauppahintaa voidaan verrata tuottoarvolaskelmalla laskettuihin tuottoarvoihin eri sisäisen korkokannan tasoilla.

Tilakohtaiset tiedot

Kauppahinta- malli

Tuottoarvolas- kelma

Sisäinen korkokanta

Täyttyykö tuottovaatimus?

Ei Kyllä

Hylkää Tee tarjous

(9)

Näistä sisäisen korkokannan tasoista voidaan arvioida, täyttääkö kauppahintamallin antaman kauppahintaennuste Tornatorin tuottovaatimuksen.

Jos yhtiön tuottovaatimus täyttyy, voidaan harkita ostotarjouksen tekemistä kauppahintamallin antamalla kauppahintaennusteella. Myynnissä olevasta metsätilasta voidaan tarjota myös kauppahintaennustetta enemmän, jos tuottovaatimus täyttyy ja halutaan parantaa mahdollisuuksia voittaa tarjouskilpailussa. Näin ollen kauppahintamalli antaa ennusteen pienimmästä markki- nahinnasta.

Jos Tornatorin asettaman tuottovaatimus ei täyty kauppahintamallin antamalla kauppahintaennusteella, voidaan tilakohtaisesti miettiä, olisiko tilalla tekijöitä, joita kauppahintamalli ei ota huomioon. Tällöin myös kauppahintaennustetta alhaisempi tarjous voisi tulla kyseeseen, jolloin myös tuottovaatimus täyttyisi. Jos tuottovaatimus ei täyty tässäkään tapauksessa, voidaan harkita, ettei tarjousta jätetä kyseistä kaupankohteesta ollenkaan.

1.3 Tutkimuksen tavoitteet

Tavoitteena tässä tutkimuksessa on luoda kokonaiskauppahintaa ennustava ekonometrinen malli osaksi Tornator Oyj:n metsäsijoittamisen päätöstukimenetelmää. Malli ennustaa muiden markkinatoimijoiden tekemien metsätilakauppojen perusteella mahdollisesti toteutuvan kauppahinnan. Kauppahintamallin antaman ennusteen pohjalta yritys määrittelee ostotarjouksen hintatason ja tämän hintatason perusteella määritellään sijoituksen sisäinen korkokanta, mitä puolestaan verrataan yrityksen asettamaan tuottovaatimukseen. Tavoitteena on lisätä markkinatiedon hyödyntämistä tehtäessä metsäsijoittamista koskevia päätöksiä yrityksessä ja pohtia kauppahintamenetelmän käytettävyyttä metsätilojen arvioinnissa.

2 METSÄKIINTEISTÖJEN KAUPPA SUOMESSA

2.1 Suomen metsävarat

Metsätalousmaata Suomessa on noin 26,2 miljoonaa hehtaaria, mikä on 86% koko Suomen maapinta-alasta (Korhonen ym. 2017). Metsämaata tästä on 20,3 miljoonaa hehtaaria vuosina 2009–2013 tehtyjen Luonnonvarakeskuksen maastomittauksien perusteella (Korhonen ym.

2017) (kuva 2).

(10)

Kuva 2. Maankäytön jakautuminen Suomessa (Metsäntutkimuslaitos, valtakukunnan metsien inventointi; Metsäntutkimuslaitos 2014)

Verohallinnon mukaan metsämaan pinta-ala Suomessa on 17,5 miljoonaa hehtaaria, mikä poik- keaa merkittävästi Luonnonvarakeskuksen mittaamasta metsämaan määrästä. Tämä ero metsä- maan pinta-aloissa johtuu kuitenkin siitä, että Verohallinnon mukainen metsämaan pinta-ala- tieto on peräisin 1990-luvulta ja laskenta on tehty eri tavalla. Yksityisten metsänomistajien omistuksessa oli Verohallinnon mukaan 10,5 miljoonaa hehtaaria metsämaata, mikä on 60 % kaikesta metsämaasta (kuva 3). Valtio, kunnat ja seurakunnat omistivat 28%, osakeyhtiöt 9 %, yhteismetsät 2 % ja muut 1 % metsämaasta. (Leppänen & Torvelainen 2015)

Metsämaa; 20,3 milj. ha

Kitumaa; 2,5 milj. ha Joutomaa; 3,2 milj. ha Muu metsätalousmaa; 0,2 milj.

ha

Maatalousmaa; 2,7 milj. ha

Rakennetu maa, liikennealueet ym.; 1,5 milj. ha

(11)

Kuva 3. Metsämaan omistuksen jakautuminen Suomessa (Verohallinto; Leppänen & Torvelai- nen 2015)

Puuston määrä Suomessa valtakunnan metsien 12. inventoinnin ja vuosina 2014–2016 tehtyjen mittausten mukaan on 2,5 miljardia kuutiometriä ja puuston kasvu on 109,9 miljoonaa kuu- tiometriä vuodessa. Kokonaispoistuma vuodessa on noin 82 miljoonaa kuutiometriä, josta tukki- ja kuitupuuta oli 59 miljoonaa kuutiometriä, 9 miljoonaa kuutiometriä energiapuuta ja 14 miljoonaa kuutiometriä kokonaispoistumasta jää metsiin hakkuutähteinä tai luontaisesti kuolleina puina. Puustopääoma siis lisääntyy vuosittain, koska vuotuinen kasvu on suurempaa kuin vuotuinen kokonaispoistuma metsästä. (Luonnonvarakeskus 2017)

Vuoden 2013 lopussa yksityisten metsänomistajien omistuksessa oli 376 000 metsätilaa, joiden koko oli vähintään yhden hehtaarin. Yksityisiä metsänomistajia oli yhteensä 685 000 kappaletta. Yksityisiä metsänomistajia on metsätiloja enemmän, koska monilla metsätiloilla on use- ampi omistaja. Osakeyhtiöitä, jotka omistavat metsää, oli vuonna 2013 noin 3055 kappaletta, mikä on 22 prosenttia enemmän kuin seitsemän vuotta aikaisemmin. Kuitenkin osakeyhtiöiden omistaman metsän määrä on vähentynyt hieman. (Leppänen & Torvelainen 2015)

2.2 Metsäkiinteistömarkkinat

Kiinteistöllä tarkoitetaan kiinteistönmuodostamislain (554/1995) 2.1 §:n mukaan ” sellaista it- senäistä maanomistuksen yksikköä, joka kiinteistörekisterilain (392/85) nojalla on merkittävä

Yksityishenkilöt yksin tai yhdessä puolison kanssa;

44%

Verotusyhtymät;

10%

Kuolinpesät; 6%

Valtio; 25%

Kunnat; 2%

Seurakunnat; 1%

Osakeyhtiöt; 9%

Yhteismetsät; 2% Muut ; 1%

(12)

kiinteistönä kiinteistörekisteriin, ja muulla rekisteriyksiköllä muuta sanotun lain nojalla kiin- teistörekisteriin merkittävää erillistä yksikköä. Kiinteistö käsittää siihen kuuluvan alueen, osuu- det yhteisiin alueisiin ja yhteisiin erityisiin etuuksiin sekä kiinteistölle kuuluvat rasiteoikeudet ja yksityiset erityiset etuudet”. Kiinteistöllä siis tarkoitetaan maa-alaa ja siihen liittyviä etuja ja oikeuksia. Arkikielessä saatetaan puhua kiinteistöistä, kun tarkoitetaan rakennuksia, mutta tässä kiinteistö käsitetään siten kuin se kiinteistönmuodostamislaissa käsitetään. Metsätila on siis myös kiinteistö.

Virtasen (1992a) mukaan kiinteistö omistuksen ja kaupan kohteena on erilainen kuin jokin kul- jetuskelpoinen ja teollisesti valmistettu tuote. Näin ollen myöskään kiinteistöjen markkinat ei- vät ole samanlaiset verrattuna muiden hyödykkeiden markkinoihin. Markkinoilla myyjiä ja ostajia ei välttämättä ole montaa, kiinteistöt eivät koskaan ole samanlaisia eikä markkinatietoa ole aina riittävästi.

Kaiken kaikkiaan metsätilat vaihtavat Suomessa omistajaa noin 17 500 kertaa vuosittain (Lil- jeroos 2017). Sukulaisten välillä metsäomaisuus vaihtaa omistajaa pääasiassa joko kaupalla, perintönä tai lahjoituksena (Paananen 2009, Liljeroos 2017). Edustavien metsätilakauppojen määrä on Suomessa vaihdellut havaintojakson aikana 1415 ja 3813 kappaleen välillä (kuva 4) (Maanmittauslaitos 2019). Edustavien metsätilakauppojen osuus on siis vain murto-osa kaikista metsäomaisuuden siirroista. Vaikka edustavien metsätilakauppojen määrät ovat edelleen melko pienet (Paananen 2009, Liljeroos 2017), on hyvä huomata, että viimeisten vuosikymmenien aikana tehtyjen edustavien metsätilakauppojen määrä on kasvanut merkittävästi, sillä vielä 1980-luvun alussa metsätila vaihtoi kaupalla omistajaa vain noin 1000 kertaa vuodessa (Tilli ym. 2008). Metsätiloista käytävää kauppaa oli kuitenkin rajoitettu vuoteen 1998 saakka, mikä tulee huomioida kauppojen lukumäärässä (laki oikeudesta hankkia maa- ja metsätalousmaata, 391/1978, kumottu; laki oikeudesta hankkia maa- ja metsätalousmaata annetun lain kumoami- sesta, 1394/1997).

(13)

Kuva 4. Suomessa myytyjen edustavien metsätilojen määrä vuosittain 1990–2018 (Maanmit- tauslaitos 2019).

Tässä tarkoitetut myydyt metsätilat ovat edustavia kauppoja, sijaitsevat haja-asutusalueella, ovat pinta-alaltaan vähintään kaksi hehtaaria, rakentamattomia ja metsätalousmaan osuus koko pinta-lasta on vähintään 95% (Maanmittauslaitos 2019). Kiinteistökauppa voidaan katsoa edus- tavaksi kaupaksi, jos ostaja ja myyjä eivät ole sukulaisia, myyjälle ei ole jäänyt eläkeoikeutta tai muuta sellaista oikeutta eikä kauppaan kuulu irtaimistoa (Paananen 2009). Esimerkiksi kaupan osapuolten sukulaisuus keskenään tekee kaupasta epäedustavan, koska yleensä sukulaisten välillä kauppahinta ei vastaa markkinahintaa vaan on tätä alhaisempi (Virtanen 1992a). Tarkoi- tuksena on, että kauppahintaan ei olisi vaikuttanut mikään erityinen asia vaan että se olisi täysin markkinoiden määräämä (Virtanen 1992a).

Häyrysen (2018) mukaan metsätilat siirtyvät yhä enenevässä määrin yksityisiltä metsänomista- jilta metsärahastoille sekä muille sijoitusyhtiöille. Hannu Liljeroosin keräämien tilastojen mukaan vuonna 2018 metsätiloista käytiin kauppaa yhteensä 247 miljoonan euron edestä. Sijoi- tusyhtiöiden osuus tästä summasta on 123 miljoonaa euroa, mikä tekee noin puolet kaikista metsätilakaupoista. Parissa vuodessa näiden sijoitusyhtiöiden osuus yksityismetsien ostoista on lisääntynyt 30 prosenttiyksiköllä (Häyrynen 2018). Suurimpia ostajia ovat olleet Forest Holding Finland, OP-Metsänomistaja, UB Metsä, FIM Metsä, Tornator, ForestVital sekä A. Ahlström Kiinteistöt (Häyrynen 2018).

Häyrynen (2019) kirjoittaa Hannu Liljeroosin tilastojen pohjalta, että metsämaan keskihinta on kasvanut ja vuonna 2018 se kasvoi kuusi prosenttia. Kuvasta 5 nähdään, että parin viime vuoden aikana metsätiloista maksetut keskihinnat ovat olleet nousussa riippumatta metsätilan koosta

0 1000 2000 3000 4000 5000

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

Metsäkiinteistökauppojen lukumäärä

Vuosi 2-5 ha 5-10 ha yli 10 ha

(14)

(Maanmittauslaitos 2019). Muutamaa notkahdusta lukuun ottamatta metsätilojen keskihinta on ollut pitkällä aikavälillä koko ajan nousussa.

Kuva 5. Metsätalousmaan keskihinnan kehitys Suomessa (Maanmittauslaitos 2019).

Sijoituskohteena metsää on alettu pitämään toden teolla vasta viimeisen kahdenkymmenen vuoden aikana (Tilli 2009) ja viimeisen reilun kymmenen vuoden aikana myös epäsuora sijoitta- minen kiinteistöihin on lisääntynyt (Viitala 2008). Tosin Virtanen (1992a) kirjoittaa jo vuonna 1992, että kiinnostus kiinteistösijoittamiseen yleisesti on kasvanut eikä kiinteistöjä enää hankita välttämättä pelkästään omaan käyttöön. Metsätiloja hankitaan yhä edelleen niistä saatavien puunmyyntitulojen vuoksi, vaikka metsänomistajilla voi olla myös muita kuin taloudellisia ta- voitteita metsilleen (Paananen 2009).

Metsän hyvinä puolina sijoituskohteena voidaan pitää sen matalariskisyyttä, koska todennäköi- syys menettää koko metsäänsä sijoittamansa summa on pieni (Tilli 2009, Liljeroos 2017). Met- sään sijoittaessaan tulee kuitenkin huomioida, että metsän kasvaminen taimikosta päätehakkuu- vaiheeseen vie vuosikymmeniä, jolloin suurimmat tuototkin saattavat olla tulossa vasta vuosien päästä (Tilli 2009, Äijälä ym. 2014). Metsä sijoituskohteena vaatii myös perehtyneisyyttä ja on

0 500 1000 1500 2000 2500 3000 3500 4000 4500

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

€/ha

Vuosi

2-5 ha 5-10 ha yli 10 ha

(15)

pitkäaikainen sijoituskohde, koska metsätiloja on samalla alueella kohtalaisen harvoin myyn- nissä, jolloin niiden osto ja myynti suhdanteiden mukaan on vaikeaa (Tilli 2009).

Metsäsijoittamisen houkuttelevuutta on kuitenkin viime aikoina lisännyt alhainen korkotaso ja muiden sijoituskohteiden tuottojen epävarmuus. Matalasta korkotasosta johtuen muut vähäris- kiset sijoituskohteet, esimerkiksi korkorahastot, ovat tuottaneet vähän tuloja omistajilleen.

Metsä sijoituskohteena puolestaan houkuttelee sen vähäriskisyyden ja kohtalaisen tuoton vuoksi (Tilli 2009) Puuston reaalinen sijoitustuotto on vaihdellut kuitenkin melko voimakkaasti vuosien aikana (kuva 6), mutta viimeisen viidentoista vuoden keskiarvo on ollut 3,45 % (Luon- nonvarakeskus 2019c). Vuonna 2017 puuntuotannon reaalinen sijoitustuotto on ollut 6,44 % (Luonnonvarakeskus 2019c), mikä on merkittävästi enemmän kuin viidentoista vuoden keskiarvo. Myös yksityismetsätalouden liiketulos on ollut kasvusuunnassa ja vuonna 2017 se oli 126 euroa metsämaahehtaarilta (Luonnonvarakeskus 2019d). Parantuneita tuloksia selittää erityisesti kantohintojen nousu (Luonnonvarakeskus 2019d).

Kuva 6. Puuntuotannon reaalinen sijoitustuotto vuosina 2000–2017 (Luonnonvarakeskus 2019c).

Metsätiloista maksettua kauppahintaa ja niiden sisäistä korkokantaa koskevissa tutkimuksissa on huomattu, että tuottovaatimus on ollut neljästä prosentista 12 prosenttiin (Airaksinen ym.

2011, Järvinen 2017). Vaadittu tuottovaatimus on siis toisinaan toteutunut riippuen laskentakauden puuntuotannon reaalisesta sijoitustuotosta.

-20 -15 -10 -5 0 5 10 15 20 25 30

%

Vuosi

(16)

2.3 Metsätilojen arviointi

Kiinteistöarviointi voidaan tehdä käyttäen esimerkiksi kauppa-arvomenetelmää, tuottoarvome- netelmää tai kustannusarvomenetelmää (Paananen 2009, Holopainen & Viitanen 2009). Met- säkiinteistöjen arvioinnissa käytetään yleensä summa-arvomenetelmää, tuottoarvomenetelmää ja kauppa-arvomenetelmää (Oksanen-Peltola 1994). Holopaisen ja Viitasen (2009) mukaan markkinapohjaisia arviointimenetelmiä ovat kauppa-arvo, tuottoarvo ja kustannusarvomene- telmä ja niitä voidaan pitää vertailumenetelminä, kun menetelmissä käytetyissä osatekijöissä otetaan markkinat huomioon. Yhtä vakiintunutta arviointimenetelmää ei ole olemassa, koska kaikkien arviointimenetelmien käytössä on sekä hyviä puolia että myös huonoja (Holopainen

& Viitanen 2009). Yleisesti ottaen metsän arvon määrittäminen on vaikeaa, koska siihen käy- tettävät laskentamenetelmät ovat teoreettisia ja niitä on vaikea soveltaa käytännössä esiin tule- viin moniin eri tilanteisiin (Oksanen-Peltola 1994). Oksanen-Peltola (1994) toteaakin kirjas- saan, ettei ole olemassa yhtä oikeaa menetelmää metsäkiinteistön arvon määrittämiseen vaan metsän arvon määrittäminen vaatii eri menetelmien hallitsemista ja kokemusta niiden käytöstä sekä tietoa markkinoista. Kuitenkin eri arviointimenetelmiä käyttäen saatetaan saada samalle metsätilalle hyvinkin erilaisia arvoja (Ahonen 1970, Oksanen-Peltola 1994). Ahosen (1970) mukaan laskelmat voidaan myös tehdä niin, että tulos on halutunlainen.

Kiinteistöarviointiin liittyy periaate, jonka mukaan ”omaisuuden arvioinnissa painotetaan kiin- teistön parhaan tuoton ja käytön mahdollisuuksia” eli metsätilojen arvioinnissa puuntuotannol- lisia arvoja (Hannelius 2001, Paananen 2009). Esimerkiksi Keski-Euroopan vuoristoalueilla muut kuin puuntuotannolliset, esimerkiksi virkistysarvot, arvot nousevat jo suuremmiksi, jolloin metsää ei kannata arvioida sen puuntuotannollisten arvojen perusteella (Hannelius 2001).

Kiinteistöarvioinnin standardointi on alkanut 1980-luvulla (Paananen 2009). Tarkoituksena on standardoinnin avulla yhdenmukaistaa arvioinnin perusteita ja käytäntöjä, jotta toiminta olisi selkeämpää ja siinä otettaisiin huomioon pääomamarkkinoiden ja sijoittajien vaatimukset (Paa- nanen 2009). Kansainvälinen arviointineuvosto (International Valuation Standards Council, IVSC) julkaisee tärkeintä kansainvälistä standardia (Paananen 2009), josta uusin versio tällä hetkellä on tammikuussa 2017 julkaistu IVS 2017 (International Valuation Standards Council 2018). Uusin saatavilla oleva suomennos on standardista IVS 2013 (Viitanen & Falkenbach 2014). IVS-standardit ovat kiinteistöarvioijien arvioinnin perustana Suomessa ja auktorisoitu- jen kiinteistöarvioijien tulee keskuskauppakamarin kiinteistöarviointilautakunnan mukaan

(17)

käyttää standardien menettelytapasääntöjä arvioinneissaan (Paananen 2009). Toinen kansain- välinen arviointijärjestö on The European Group of Valuer’s Associations (TeGoVa) (Airaksi- nen 2008) ja heidän uusin arviointistandardinsa on European Valuation Standards (EVS) 2016 (The European Group of Valuer’s Association 2018). IVS-standardissa ei ole erikseen mainin- taa metsäkiinteistöistä, kun taas EVS 2016 -standardissa metsätalous mainitaan.

Tarkoituksena on jotakin arviointimenetelmää hyödyntäen selvittää kiinteistö arvo, sen tuotto tai kohteen tuottamisen tai käyttämisen kustannus (Airaksinen 2008). Metsätilojen markkina- hinnan arvioinnissa käytetään usein kahta tai useampaa menetelmää, jotta arvioinnissa saataisiin mahdollisimman tarkka (Oksanen-Peltola 1994, Airaksinen 2008). Metsätilan arvioinnilla pyritään yleensä selvittämään metsätilan käypä arvo eli markkina-arvo eli se arvo, johon myyjä ja ostaja päätyisivät normaalissa kaupankäyntitilanteessa (Paananen 2009). Normaalilla kau- pankäyntitilanteella tarkoitetaan tässä tilannetta, jossa metsätilaa on markkinoitu riittävästi, tilasta on molemmilla asianmukaiset tiedot, kauppa on harkittu eikä kumpikaan tee sitä pakosta (Paananen 2009). Tulee kuitenkin muistaa, että arvoa ei ole mahdollista määrittää aivan täsmäl- lisesti vaan se on ainoastaan arvioijan jotakin arviointimenetelmää käyttäen saama arvio kohteen arvosta (Viitanen & Falkenbach 2014). Ahonen (1970) viittaa tekstissään Engelsiin (1962) muistuttaen, ettei edes toteutunut kauppahinta ole välttämättä ”oikea” hinta kohteelle, vaikka markkinat olisivatkin sen määritelleet, koska hinnan oikeellisuutta ei voida määritellä miten- kään. Lisäksi myyjä tavoittelee metsäkiinteistöstään mahdollisimman korkeaa hintaa, kun taas ostaja tavoittelee mahdollisimman alhaista hintaa (Ahonen 1971). Lopullinen kauppahinta on siis myyjän ja ostajan välinen sopimus, jossa molemmat mahdollisesti tulevat hinnassa vastaan (Paananen 2009).

Metsätilaa ostavalle taholle metsätilan ”oikean” hinnan määrittäminen on hyvin tärkeää, koska liian kalliilla ostetun metsätilan tuotto jää pienemmäksi kuin ”oikealla” hinnalla ostetun (Lilje- roos 2017). Kyse on siis metsätilaa ostavan tuottovaatimuksesta ja sen mahdollisesta täyttymi- sestä maksettavalla kauppahinnalla. Metsäsijoitus on myös pitkäaikainen sijoitus, minkä vuoksi sen taloudelliset vaikutukset ovat laajat ja tämä puolestaan korostaa oikean hinnoittelun tär- keyttä (Ahonen 1970).

Tehtäessä metsätila-arviota on muistettava, että metsätilan metsätaloudellinen arvo ja metsäti- lan markkina-arvo eivät välttämättä tarkoita samaa summaa. Metsätaloudellisella arvolla tar-

(18)

koitetaan metsän arvoa metsätalouskäytössä, kun taas markkina-arvo on se summa, jolla met- sätilan odotetaan menevän kaupaksi kohtuullisessa ajassa, kun markkinat otetaan huomioon.

(Paananen 2009)

Metsän arvo voi syntyä taloudellisesta hyödystä tai muista hyödyistä riippuen tilaa arvostele- vasta henkilöstä (Paananen 2009). Metsään itsessään liittyvistä tekijöistä kauppahintaan vaikut- tavat tilalla olevan puuston määrä ja sen arvo, heti hakattavissa olevan puuston määrä, maapohjien laatu ja kohteen pinta-ala. Metsätilan sijainnilla on myös merkitystä, koska eri alueilla met- sän kasvu on erilaista, metsätilojen ja puun kysyntä vaihtelevat alueittain ja kuljetusmahdolli- suudet ovat erilaiset. Myös taajaman läheisyyden on huomattu yleensä nostavan kiinteistön arvoa. (Airaksinen 2008)

Kaikilla metsästä saatavilla hyödyillä ei ole tällä hetkellä olemassa markkinoita, jolloin niiden arvon määrittäminen on hankalaa. Tällaisia markkinattomia hyötyjä ovat esimerkiksi metsän virkistyskäyttö tai sen olemassaoloarvo. Metsätilojen arvon määrittelyssä ei myöskään oteta huomioon metsästä saatavien marjojen, sienien tai riistan arvoa (Paananen 2009), vaikka ne sinällään voivat olla varteenotettava tulolähde (Metsäntutkimuslaitos 2014). Marjojen ja sien- ten osalta arvostaminen on hankalaa siinäkin mielessä, ettei metsänomistajalla ole yksinoikeutta niiden keräämiseen vaan rikoslain (39/1889) 28 luvun 14 §:n (769/1990) mukaan jokamiehen- oikeuksien nojalla kuka vain voi käydä niitä keräämässä. Näin ollen metsän kokonaisarvon määrittämien markkinat huomioon ottaen on hankalaa. (Paananen 2009)

Kuuluvaisen ja Valstan (2009) mukaan kahden samanlaisenkaan metsätilan hinta ei ole sama, jos kaupan osapuolet eivät ole samat, koska ihmiset muodostavat hinnan eri asioita arvostaen.

Samanlaiset kiinteistöt eivät välttämättä maksa yhtä paljon myöskään eri paikkakunnilla johtuen paikkakuntien erilaisesta vetovoimaisuudesta, asukkaiden varallisuudesta tai vallitsevasta markkinatilanteesta (Virtanen 1992b).

Kaikki arviointimenetelmät pohjautuvat metsistä saataviin inventointitietoihin, joita ovat puus- totiedot, kasvupaikkatiedot sekä muut mahdolliset merkitykselliset arvot. Tiedot kerätään yleensä metsikkökuviotasolla, minkä on todettu olevan riittävän tarkkaa. Kuvioittaisella arvioinnilla tarkoitetaan menetelmää, jossa kuvioiden rajat määritetään ilmakuvan ja muun kartta- aineiston perusteella ja tämän jälkeen suoritetaan maastomittaukset.

(19)

Nykyisin metsävaratietojen keräämiseen on monta tapaa. Perinteisesti metsävaratiedot on ke- rätty tekemällä maastossa mittauksia. Nykyisin tietoja voidaan kerätä myös kaukokartoituksen avulla (Kangas & Packalen 2018) ja viimeisen vuosikymmenen aikana lentolaserkeilaus onkin ollut merkittävin tapa kerätä metsävaratietoa metsäsuunnittelua varten (Packalen & Maltamo 2007).

Metsätilan arvoa määritettäessä on erityisen tärkeää, että inventointitiedot ovat mahdollisimman tarkat, koska virheelliset inventointitiedot saattavat vaikuttaa merkittävästi laskelman lop- putulokseen ja vääristää siten tilan arvoa. Systemaattisesti syntyvät virheet aiheuttavat lasket- taviin tunnuslukuihin harhaa, kun taas satunnaisesti syntyvät virheet aiheuttavat tunnuslukuihin hajontaa (Mäkinen & Holopainen 2009). (Holopainen & Viitanen 2009)

Kaikkiin menetelmiin liittyy kuitenkin epätarkkuutta, mikä tulee hyväksyä metsän arvioinnissa (Luhtio 2018). Tutkimusten mukaan virheellisistä metsävaratiedoista aiheutuvat laskennalliset tappiot ovat välillä 13 €/ha (Eid ym. 2004) ja 470€/ha (Mäkinen ym. 2010). Holopainen ja Viitanen (2009) viittaavat tutkimuksiin, joiden mukaan puuston tilavuuden suhteellinen keskivirhe kuvioittain tehdyssä arvioinnissa vaihtelee välillä 16–38 %. Myös arvion tekijästä aiheu- tuu virhettä, joka voi olla jopa 25%.

Kankaan ynnä muiden (2018) tekemässä tutkimuksessa vertailtiin lentolaserkeilauksen ja digi- taalisen fotogrammetrian tarkkuuseroja ja niiden merkitystä. Laserkeilaamalla saadussa aineistossa tilavuuden keskivirhe oli 20,8 %, kun taas fotogrammetriaa käyttämällä saadun aineiston tilavuuden keskivirhe oli 27,2 %. Tutkimuksessa kuitenkin todettiin, ettei tarkkuudella ole mer- kitystä metsänomistajalle, jos aineistoa hyödynnetään alle kymmenen vuotta. Laserkeilaamalla saatua aineistoa kannatti käyttää mieluummin, jos aineistoa oli tarkoitus käyttää yli kymmenen vuotta.

Metsän arvon laskentaan epävarmuutta aiheuttaa myös metsän kasvun ennustaminen. Metsän kasvua voidaan jokseenkin hyvin ennustaa, mutta kaikkeen luontoon liittyvään kuuluu aina vaihtelua, jota ei voida ennustaa. Myös kasvun ennustamiseen liittyvät systemaattisesti ja satunnaisesti syntyvät virheet. Kasvuennuste saattaa siis jäädä hyvinkin kauas todellisesta kasvusta. Tämä puolestaan vaikuttaa ennustettaviin menoihin ja tuloihin. Tulojen ja menojen ennustaminen on myös sitä vaikeampaa, mitä kauemmas tulevaisuuteen laskelmia tehdään, koska ennustaminen pitkälle eteenpäin tuo epävarmuutta (Zhang & Pearse 2011). (Mäkinen & Holo- painen 2009)

(20)

2.3.1 Tuottoarvomenetelmä

Tuottoarvomenetelmää käyttäen saadaan määritettyä kiinteistön tulevaisuuden kassavirtojen perusteella kiinteistön halutun laskentahetken pääoma-arvo (Viitanen & Falkenbach 2014).

Metsätaloudellinen tuottoarvo saadaan laskemalla tulevaisuuden menojen ja tulojen nykyarvojen erotus (Holopainen & Viitanen 2009). Nettonykyarvo puolestaan saadaan siirtämällä eri aikoina muodostuneet tulot ja menot laskennallisesti samaan hetkeen käyttämällä tiettyä kor- koprosenttia eli ne diskontataan nykyhetkeen (kuva 7) (Ahonen 1971, Äijälä ym. 2014). Las- kennassa tarvittavat tiedot menoista ja tuloista saadaan tavallisimmin selville ajantasaisesta metsäsuunnitelmasta, johon on kirjattu ehdotukset hakkuista ja muista toimenpiteistä (Holopai- nen & Viitanen 2009). Nykyisin tietokoneilla voidaan simuloida metsien kasvua ja tarvittavia toimenpiteitä hyvinkin pitkille ajanjaksoille (Luhtio 2018), kun metsäsuunnitelmasta tiedot saadaan noin seuraavalle kahdellekymmenelle vuodelle. Tuottoarvoa laskettaessa on tärkeää mää- ritellä mahdollisimman oikea kiertoajan pituus, hakkuuajankohdat ja niiden voimakkuus, puun kantohinta, toimenpiteiden kustannukset ja käytettävä korkokanta (Holopainen & Viitanen 2009).

Kuva 7. Tuottoarvomenetelmässä tulevaisuuden menot ja tulot diskontataan nykyhetkeen (Paa- nanen 2009).

Tuottoarvolaskennassa käytettävä korko tulee kansainvälisten arviointistandardien mukaan määrittää markkinahintojen perusteella (Viitanen & Falkebach 2014). Korko voi perustua esimerkiksi markkinoihin, rahastojen sisäisiin kustannuksiin tai muihin tuottotavoitteisiin (Han- nelius 2001). Käytettävän koron tulisi olla kutakuinkin saman suuruinen kuin korko on met- säsijoittamiselle vaihtoehtoisessa sijoituskohteessa (Kuuluvainen & Valsta 2009). Käytettävän

(21)

korkokannan on myös tarkoitus kuvata sijoitukseen liittyvää epävarmuutta eli riskiä (Paananen 2009). Laskettaessa metsän taloudellista tuottoarvoa on Suomessa yleensä käytetty korkokan- tana 2–5%, joka vastaa metsien reaalituottoa Suomessa pitkällä aikavälillä tarkasteltuna (Holo- painen & Viitanen 2009, Liljeroos 2017). Viitasen ja Valstan (2009) ja Airaksisen (2008) mukaan sopiva reaalikorko laskentaa varten on 3–5%. Reaalikorolla tarkoitetaan korkoa, jossa on huomioitu inflaation eli yleisen hinnannousun vaikutus (Kuuluvainen & Valsta 2009).

Tuottoarvolaskennassa merkitystä on jäännösarvon laskemisella. Kiinteistölle pitää arvioida jokin hinta, joka siitä oletetaan saatavan, kun kiinteistö myydään investointijakson päättyessä.

Tämä hinta on jäännösarvo. Oletuksena on, että kiinteistö tosiaan myytäisiin, mutta sen voidaan ajatella olevan vain laskennallinen apukeino. Jäännösarvo voidaan laskea esimerkiksi Faustmannin paljaan maanarvon kaavaa käyttäen, jolloin nettotuotto metsiköittäin lasketaan yhden kiertoajan jälkeen. Jäännösarvo saadaan myös arvioimalla metsätilan myyntihinta toden- näköisen laskentakauden jälkeen sen hetkisillä puustotiedoilla. Jäännösarvon merkitys pienenee, kun tarkasteltava ajanjakso on hyvin pitkä, esimerkiksi metsikön kiertoaika. (Paananen 2009)

Uotilan (2010) mukaan tuottoarvolaskelma antaa teoreettisesti oikean arvion metsätilan arvosta. Hanneliuksen (2001) mielestä tuottoarvomenetelmä ja sen sovellukset ovat käyttökelpoi- sia, kun halutaan yleisesti tietää metsätilan arvo tai kun määritetään jonkinlainen korvaus.

Myhrbergin (1992) ja Paanasen (2009) mukaan tuottoarvomenetelmä on hyvä metsäkiinteistön arviointimenetelmä, kun markkinoita tai vertailukauppoja ei ole saatavilla. Tämä kuitenkin edellyttää, että metsätilasta saatava nettotuotto pystytään laskemaan riittävän tarkasti (Myhr- berg 1992). Tämä ei kuitenkaan nykyään aiheuta ongelmaa, kun tietokoneilla pystytään teke- mään hyvinkin laajoja laskelmia. Metsätilan ostajalle tuottoarvolaskelma antaa tärkeät tiedot metsätilan tulevaisuuden tuotoista sekä kassavirroista (Liljeroos 2017).

Mäkisen ja Holopaisen (2009) mielestä metsätaloudelliseen tuottoarvolaskentaan liittyy paljon epävarmuutta ja heidän mielestään olisikin pohdittava, kuinka paljon sen kautta saatuun arvioon metsätilan arvosta voidaan luottaa. Epävarmuustekijöitä on paljon ja niiden mallinnus on vaikeaa, epävarmuustekijät aiheuttavat yhteisvaikutuksia ja lisäksi on vielä metsätalouden pitkä aikajänne, joka tuo oman epävarmuutensa mukaan laskelmiin. Epävarmuuden suuruutta pitäisi pystyä kuvaamaan tuottoarvolaskennassa, jotta sen merkitystä voitaisiin arvioida laskelmissa.

Lisäksi tuottoarvomenetelmään epävarmuutta tuo oikean korkokannan valinta, koska valitulla

(22)

korkokannalla on suuri vaikutus saatavaan tuottoarvoon (Myhrberg 1992). Tuottoarvomene- telmä ei myöskään ota huomioon kaikkia metsätilasta saatavia taloudellisia hyötyjä kuten esimerkiksi inflaatioturvaa tai työskentelymahdollisuutta metsässä (Myhrberg 1992). Holopainen ja Viitanen (2009) puolestaan listaavat tuottoarvolaskennan epävarmuustekijöiksi puuston kasvua kuvaavan simulointimenetelmän valinnan ja siinä olevien mallien virheet, kiertoaikaa ja metsänkäsittelyä optimoivien ekonomisten mallien toimivuuden, korkokannan, laskennassa käytettyjen puutavaralajien hinnat, toimenpiteiden kustannukset ja muiden kuin puuntuotannollisten arvojen merkityksen.

2.3.2 Summa-arvomenetelmä

Summa-arvomenetelmää voidaan pitää eräänlaisena tuottoarvomenetelmän sovelluksena (Lil- jeroos 2017), jossa kiinteistön arvo saadaan laskemalla yhteen kiinteistön kaikkien metsiköiden ja niiden omaisuusosien arvot (Oksanen-Peltola 1994, Hannelius 2001, Airaksinen 2008, Paa- nanen 2009). Omaisuusosia ovat metsäkuviot, ranta-alueet, rakennuspaikat ja esimerkiksi tiet (Kuuluvainen & Valsta 2009). Maankorkoteorian mukaisesti metsäkuvioiden arvo jaetaan vielä puuston arvoon ja paljaan maan arvoon. Puuston arvo lasketaan sen iästä riippuen joko pelk- känä kantohintana, odotusarvolisällä tai -kertoimella korjattuna kantohintana tai pelkkänä odo- tusarvona. Hakkuukypsällä puustolla arvo lasketaan kantohintana, kun taas vielä kasvatetta- valla puustolla kantohinnalla laskettua puuston arvoa korjataan vielä odotusarvolisällä, joka on odotusarvon (diskontattu arvo) ja kantohinnan erotus. Taimikon arvo lasketaan pelkästään odo- tusarvona, koska taimikossa ei ole vielä hakattavaa. Hakkuukypsän metsän arvoon lasketaan puuston arvon lisäksi paljaan maar arvo. Myös kasvatettavan puuston arvoon lisätään vielä paljaan maan arvo, joskin Kuuluvaisen ja Valstan (2009) mielestä se ei ole suotavaa. Paljaan maan arvo lisätään myös taimikoiden arvoon.

Vaikka summa-arvomenetelmä onkin tuottoarvomenetelmän sovellus, se eroaa tuottoarvome- netelmässä siinä, että laskenta tehdään käyttäen valmiiksi laskettuja aputaulukoita; käytettävää korkokantaa ei siis voi määrittää itse (Liljeroos 2017). Maapohjien ja taimikoiden arvot ja kas- vatusmetsien odotusarvolisät ja -kertoimet saadaan Metsätalouden kehittämiskeskus Tapion laatimista aputaulukoista. Uudistuskypsän metsän puuston arvo saadaan laskemalla sen hak- kuuarvo ja kasvatusmetsän arvo saadaan laskemalla sen puuston arvo ja korjaamalla sitä odo- tusarvolisällä tai -kertoimella. Arvot eri puulajien ja kangasmaiden kasvupaikkojen yhdistel- mille löytyvät taulukoista metsäkeskusalueittain jaoteltuna. (Airaksinen 2008, Paananen 2009)

(23)

Summa-arvomenetelmässä käytetyt aputaulukot on laskettu käyttäen 2–4 %:n reaalista korkoa (Oksanen-Peltola 1994, Airaksinen 2008). Korkokanta vaihtelee riippuen kasvupaikasta eli käytetty korkokanta pienenee, kun kasvupaikka muuttuu karummaksi tai pohjoisemmaksi (Ok- sanen-Peltola 1994). Laskennassa käytettävän korkokannan vaihtelulla pyritään estämään ne- gatiiviset paljaan maan arvot pohjoisessa ja karuilla kasvupaikoilla (Oksanen-Peltola 1994, Ai- raksinen 2008). Kuuluvaisen ja Valstan (2009) mukaan korkokantaa ei tulisi vaihtaa riippuen kasvupaikasta, koska sille ei ole heidän mukaansa taloudellisia perusteita. Tässä on siis jonkin verran ristiriitaisuutta.

Jotta todennäköinen markkina-arvo saataisiin selville, tulee laskennalliselle arvolle tehdä kokonaisarvon korjaus (Hannelius 2001), koska summa-arvomenetelmä antaa ilman kokonaisar- vonkorjausta lähes aina todellisia kauppahintoja korkeamman hinta-arvion (Airaksinen 2008).

Tämä johtuu osittain siitä, että kaikkia metsätilan arvoa laskevia tekijöitä ei oteta huomioon omaisuusosien arvoa yhteen laskettaessa (Oksanen-Peltola 1994). Oksanen-Peltolan (1994) mukaan kokonaisarvoa pienentävät metsänhoitorästit, puuston huono laatu, huonot kasvupai- kat, odotusarvojen suuri määrä, metsätilan iso koko ja kiinteistörasitteet.

Airaksisen (2008) mukaan myöskään kaikista kokonaisarvon korjaukseen vaikuttavista teki- jöistä ei ole tietoa. Tutkimusta ei ole tehty tarpeeksi, jotta voitaisiin arvioida, miksi metsätiloja ostavat tahot eivät yleensä halua maksaa summa-arvon arvioimaa summaa (Airaksinen 2008).

Korjaus voisi olla myös metsän arvoa nostava, mutta näin harvemmin on (Airaksinen 2008, Kuuluvainen & Valsta 2009). Kokonaisarvoa voisi suurentaa uudistuskypsien metsien suuri määrä, metsäkiinteistön erikoisarvot ja -oikeudet sekä esimerkiksi metsäautotie (Oksanen-Pel- tola 1994).

Summa-arvomenetelmää on käytetty vuosien ajan Suomessa yleisesti metsien arvon määrittä- miseen (Paananen 2009). Summa-arvomenetelmä on suosittu arviointimenetelmä käytännön työssä, koska sen toiminta on helppo ymmärtää, laskentaohjelmia on helposti saatavissa ja se toimii johdonmukaisesti (Airaksinen 2008). Kuitenkaan summa-arvomenetelmän teoreettisten perusteiden paikkaansa pitävyydestä ei olla yksimielisiä eikä menetelmän antaman metsätilan arvon uskota välttämättä kuvaavan todellista markkinahintaa (Airaksinen 2008). Menetelmässä ongelmia aiheuttaa kokonaisarvon korjaus, jonka määrittäminen on tapauskohtaista ja kiinni määrittäjästä (Holopainen & Viitanen 2009). Ongelmallista on myös laskelmissa käytettävän

(24)

korkokannan valinta (Airaksinen 2008). Airaksinen (2008) ehdottaakin, että summa-arvome- netelmää käytettäisiin metsätilan arvoon vaikuttavien eri tekijöiden tunnistamiseen ja niiden välisten suhteiden määrittämiseen eikä varsinaisesti markkina-arvon selvittämiseen.

Myös aputaulukoiden laskennassa käytetyllä korkokannalla on merkitystä pohdittaessa summa- arvomenetelmän käytettävyyttä. Koska taulukoiden laskennassa käytetty korkokanta on vaihdellut 2–4% välillä, käytettävä korkokanta saattaa olla pienempi kuin metsältä vaadittava tuot- toprosentti (Hannelius 2001, Airaksinen 2008). Näin ollen summa-arvolaskelma sallii metsälle pienemmän tuoton kuin metsänomistaja toivoisi.

2.3.3 Kauppa-arvomenetelmä

Kauppa-arvomenetelmä perustuu oletukseen, jonka mukaan markkinat osaavat määrittää kiin- teistön hinnan oikein (Paananen 2009). Kauppa-arvomenetelmää käytetään paljon asuntojen arvioinnissa (Paananen 2009) ja niissä sen käyttö onkin helpompaa, koska vertailukelpoisia kauppoja on olemassa enemmän kuin metsätilamarkkinoilla (Virtanen 1992a).

Kauppa-arvomenetelmä on maailmanlaajuisesti kaikkein käytetyin arviointimenetelmä (Myhr- berg 1992, Viitanen & Falkenbach 2014). Käytettäessä kauppa-arvomenetelmää kiinteistön arviointiin tarvitaan tietoa toteutuneista kiinteistökaupoista ja niistä maksetuista kauppahinnoista (Myhrberg 1992, Paananen 2009). Metsätilan arviointia tehdessä menetelmä perustuu edustaviin metsätilakauppoihin (Paananen 2009). Kauppa-arvomenetelmää voidaan käyttää, jos tiedossa on vertailukelpoisia kauppoja tarpeeksi ja niistä on tiedossa tarvittavat tunnukset (Paana- nen 2009). Arvioitaessa kauppojen vertailukelpoisuutta tulee huomiota erityisesti kiinnittää tilan sijaintiin, kokoluokkaan, tilan metsävaratietoihin, maankäyttölajiin, vallitseviin markkinoihin ja kaupan edustavuuteen (Paananen 2009).

Myhrbergin (1992) mukaan kauppa-arvomenetelmä voidaan jakaa suoraan ja epäsuoraan arviointiin. Suoraa arviointia voidaan käyttää, kun saatavilla vertailukauppoja, joissa hintaan vai- kuttavat tekijät ovat kaikissa kaupoissa hyvin samankaltaisia. Tällöin käytettävissä olevista ver- tailukaupoista voidaan laskea keskihinta, joka on myös arvioitavan kiinteistön todennäköinen arvo. Tarpeeksi samankaltaisia vertailukauppoja on kuitenkin hyvin harvoin olemassa, jolloin myös mahdollisuus käyttää suoraa arviointia on harvinaista. Tällöin sovellettavaksi tulee epä- suora arviointi, jossa vertailukauppojen hintaan vaikuttaneiden eri tekijöiden merkitys huomi- oidaan.

(25)

Epäsuora arviointi voidaan vielä jakaa saatavissa olevien vertailukauppojen määrän perusteella edustaviin yksittäishavaintoihin perustuvaan menetelmään, kokemusperäiseen menetelmään sekä matemaattisiin monimuuttujamenetelmiin. (Myhrberg 1992)

Kun käytettävissä on muutama vertailukelpoinen kauppa, jotka voivat olla hyvinkin samanlaisia, puhutaan edustaviin yksittäishavaintoihin perustuvasta menetelmästä. Vaikka kaupat olisivatkin hyvin samanlaisia, käyvän hinnan ennustaminen vain muutaman vertailukaupan perusteella ei ole luotettavaa ja tämän menetelmän käyttämistä tulee harkita tarkoin. Paanasen mie- lestä tämän menetelmän käyttö voisi olla hyväksyttävää harvoin myyntiin tulevien epätavalli- sen suurien metsäkiinteistöjen arvioinnissa. (Myhrberg 1992, Paananen 2009)

Kokemusperäisessä menetelmässä arvioija arvioi kokemuksensa perusteella epäsuoran arvioinnin mukaisesti, millainen vaikutus eri tekijöillä on ollut vertailukauppojen hintaa. Menetelmän ongelmana on, että kiinteistön arvioija saattaa painottaa hintaan vaikuttaneita tekijöitä tavalla, joka ei johda oikeaan kiinteistön arvoon. Menetelmään liittyy siis subjektiivisuutta. (Myhrberg 1992)

Matemaattisia monimuuttujamenetelmiä käytettäessä luodaan hintamalli, jolla ennustetaan kiinteistön todennäköistä arvoa. Hintamalliin sisällytetään kiinteistön arvoon vaikuttavia teki- jöitä, joiden perusteella malli antaa arvion kohteen hinnasta tai tekijän vaikutuksen suoraan hintaan. Mallit voiva olla lineaarisia tai epälineaarisia riippuen käytetystä aineistosta ja malliin valikoituneista muuttujista. (Myhrberg 1992)

Metsätilan arvon määrittäminen kauppa-arvomenetelmää käyttäen on haastavaa, koska vertailukelpoisia kauppoja ei yleensä ole riittävästi, varsinkaan kun merkittävä osa metsätilakaupoista tehdään sukulaisten välillä (Paananen 2009, Tuuri & Hannelius 2007). Vertailuun riittävää met- sätilakauppojen määrää ei ole kuitenkaan määritelty missään eikä sitä minkä verran metsätilat saavat erota ominaisuuksiltaan toisistaan, jotta vertailua voitaisiin tehdä (Paananen 2009). Kui- tenkin Hanneliuksen (2001) mukaan metsätilan arvioinnissa on käytettävä kauppa-arvomene- telmää ja muiden vertailukelpoisten kauppojen tarkastelua yhtenä arviointitapana, mikäli halutaan selvittää metsätilan todennäköinen kauppahinta. Kauppa-arvomenetelmää tulisi voida käyttää metsätilamarkkinoilla enemmän, mitä tällä hetkellä käytetään (Liljeroos 2017).

(26)

Aikaisemmin, kun Maanmittauslaitoksen keräämää tilastotietoa toteutuneista kaupoista ei ollut, kauppa-arvomenetelmän käyttö oli käytännössä mahdotonta (Hannelius & Airaksinen 2005).

Suomessa tehtyjen kiinteistökauppojen tiedot on tallennettu Maanmittauslaitoksen järjestelmiin vuodesta 1981 alkaen (Virtanen 1992a, Oksanen-Peltola 1994). Metsätilojen osalta tilastoista selviää myytyjen tilojen lukumäärä maakunnittain ja kunnittain, pinta-alan keskiarvo, medi- aani- ja keskiarvohinta hehtaaria kohden sekä keskihajonta euroissa hehtaaria kohden (Maan- mittauslaitos 2019). Metsätilojen vertailua voidaan jonkin verran tehdä näiden tietojen pohjalta, mutta oleellista olisi vertailla tiloja niiden puusto- ja kasvupaikkatietojen perusteella (Holopai- nen & Viitanen 2009). Näitä tietoja Maanmittauslaitoksen tilastoista ei löydy. Usein metsätila- arviointeja tekevät organisaatiot keräävät talteen tiedot arvioimiensa metsätilojen metsävara- tunnuksista ja toteutuneista kauppahintatiedoista, jotta he pystyisivät näiden tietojen pohjalta tarkentamaan arviointeja todennäköisestä markkina-arvosta (Paananen 2009).

2.4 Kannattavuusmittarit

Kannattavuudella tarkoitetaan ”toiminnan kykyä tuottaa voittoa”. Tuloja ja siten voittoa voidaan saada joko tekemällä työtä tai hyödyntämällä pääomaa. Suomessa metsätalous tuottaa pääasiassa pääomatuloja eikä niinkään työtuloja. Pääomatulot puolestaan saadaan myymällä metsästä puuta, mikä vähentää pääoman määrää hetkellisesti, mutta metsän ominaisuuteen Suo- messa kuuluu, että se kasvaa takaisin. (Kuuluvainen & Valsta 2009)

Toiminnan kannattavuus voidaan todeta vasta toiminnan jo tapahduttua, kun tiedot kassavir- rasta eli tuloista ja menoista on saatavilla (Uotila 2010). Metsätaloudessa kannattavuuden tarkastelu voidaan jakaa puuntuotannon, puunkorjuun, monikäytön ja metsäluonnon hoidon kan- nattavuuteen (Uotila 2010). Yleensä eniten painoa annetaan puuntuotannon kannattavuuden tarkastelulle (Uotila 2010), koska puuntuotanto on Suomessa useimmiten metsien tärkein käyt- tömuoto, kuten edellä on jo todettu.

Kannattavuutta voidaan tarkastella absoluuttisella tasolla ja suhteellisella tasolla (Kuuluvainen

& Valsta 2009). Absoluuttinen kannattavuus kertoo, onko toiminta tarkastelujaksolla ollut kan- nattavaa vai ei (Uotila 2009). Vertailu muihin kohteisiin on absoluuttisen kannattavuuden perusteella hankalaa (Uotila 2009), mutta vertailu helpottuu, jos tulot ja menot jaetaan hehtaareille (Kuuluvainen & Valsta 2009). Suhteellinen kannattavuus puolestaan kertoo, miten tehokkaassa käytössä pääoma ja muut resurssit ovat (Uotila 2009).

(27)

Yksi tapa laskea absoluuttinen kannattavuus on laskea toiminnan liiketulos eli lasketaan tulojen ja menojen erotus katelaskelmassa (Uotila 2010). Liiketulosta laskettaessa ei oteta huomioon pääoman kustannuksia eikä maksettavia veroja (Uotila 2010). Uotilan (2010) mukaan liiketulos yksinään ei ole hyvä mittari metsätalouden kannattavuudelle, koska se ei kerro pääoman käyt- töasteesta eikä siinä huomioida pääoman määrään vaikuttavia tekijöitä, kuten puiden kasvua tai kuolemista Metsätaloudessa liiketulos voi olla negatiivinen, koska puuta ei välttämättä myydä joka vuosi, mutta menoja syntyy joka vuosi (Uotila 2009). Tästä syystä kannattavuutta pitää seurata useamman vuoden ajan, jotta todellinen kannattavuus liiketulokseen perustuen selviää (Uotila 2009). Liiketulos antaa paremman kuvan toiminnan kannattavuudesta, jos se jaetaan sitoutuneen pääoman määrällä (Uotila 2010).

Suhteellinen kannattavuus puolestaan saadaan selville, kun selvitetään toimintaan sitoutuneen pääoman arvo (Kuuluvainen & Valsta 2009). Fisheriläisittäin pääoman suhteellinen tuotto saadaan laskettua käyttämällä seuraavaa kaavaa (1):

𝑟 =𝑑 + 𝑝₁− 𝑝₀ 𝑝₀

(1) missä

r = pääoman suhteellinen tuotto

d = pääomalle saatu tulo jakson aikana p0 = pääoman arvo jakson alussa p1 = pääoman arvo jakson lopussa

(Kuuluvainen & Valsta 2009)

Pääoman arvo lasketaan tässä käyttämällä puuston hakkuuarvoa ja tuotto puolestaan syntyy puuston kasvusta ja kantohintojen muutoksesta (Kuuluvainen & Valsta 2009). Kaavassa siis jaetaan hakkuin saatu tulo ja puuston arvon muutos puuston arvolla jakson lopussa (Kuuluvai- nen & Valsta 2009).

Harjoitettavan metsätaloudellisen toiminnan kestävyyttä voidaan selvittää käyttämällä puuta- setta, jonka avulla kannattavuutta voidaan paremmin vertailla myös eri vuosien välillä (Kuulu- vainen & Valsta 2009). Puutase voidaan laskea käyttämällä inventaario-, kasvu-, kestotuotto-

(28)

tai jaksotuottomenetelmää (Holopainen 1976). Holopaisen (1976) mielestä jaksotuottomene- telmä on käyttökelpoisin näistä puutaseen laskentamenetelmistä.

Yksi tapa tutkia investoinnin kannattavuutta on hyödyntää sisäisen korkokannan laskentaa (Kuuluvainen & Valsta 2009). Sisäisellä korkokannalla (IRR, internal rate of return) tarkoitetaan sitä korkokantaa, jolla laskettuna menojen ja tulojen nykyarvojen erotus on nolla (Kuulu- vainen & Valsta 2009). Tarkoitus on siis saada selville sijoitetun pääoman tuotto (Ryynänen 1992). Sisäistä korkokantaa voidaan hyödyntää arvioidessa eri projektien kannattavuutta (Kuu- luvainen & Valsta 2009, Paananen 2009). Sisäisen korkokannan kriteerin mukaan projekti voidaan toteuttaa, jos sisäinen korkokanta (IRR) on suurempi tai yhtä suuri kuin sijoitusten tuottovaatimus (r) eli IRR ≥ r (Zhang & Pearse 2011). Tulee kuitenkin huomata, että nykyarvo voi mennä nollaksi usealla eri korkokannalla ja että kriteeriä voidaan hyödyntää lähinnä vain ta- pauksissa, joissa ensimmäinen maksutapahtuma on jokin meno (Kuuluvainen & Valsta 2009).

Lisäksi metsätilan oston yhteydessä voidaan hyödyntää laskelmaa takaisinmaksuajasta, joka auttaa arvioimaan maksuvalmiutta. Takaisinmaksuaika kertoo, kuinka monta vuotta menee, että metsätilan tuotot kattavat metsätilan hankintahinnan. Takaisinmaksuaika voi kannattavasti olla enintään niin monta vuotta kuin menee siihen, että metsätilan tuotto ylittää metsätilan hankin- takustannukset sekä sijoitetun pääoman koron. (Ryynänen 1992, Zhang & Pearse 2011)

3 AINEISTO JA MENETELMÄT

3.1 Tornator Oyj

Tornator on julkinen osakeyhtiö, jonka liiketoiminta perustuu kestävään metsätalouteen ja hak- kuuoikeuksien myyntiin. Tämän lisäksi yhtiö myy maillaan olevia rantatontteja, maa-aineksia ja vuokraa käyttöoikeuksia kuten esimerkiksi oikeuksia hirvenmetsästykseen. Yhtiö perustet- tiin vuonna 2002, kun Stora Enso myi omat metsänsä sitä varten perustetulle uudelle yhtiölle, Tornatorille (Tornator 2018). Tornatorin metsäomaisuus käsittää Suomessa noin 600 000 hehtaaria ja lisäksi Virossa ja Romaniassa yhteensä noin 74 000 hehtaaria. Tällä metsäomaisuu- della Tornator on tällä hetkellä Suomen suurin yksityinen metsänomistaja. Tornator pyrkii kas- vamaan isommaksi toimijaksi niin Suomessa kuin Virossa ja Romaniassakin ja tavoittelee lisää metsätiloja sopivilta alueilta. Yhtiössä on töissä tällä hetkellä noin 200 henkilöä ja lisäksi yhtiö työllistää merkittävän määrän yrittäjiä ja urakoitsijoita. (Tornator 2017)

(29)

3.2 Aineiston hankinta

Tornator on kerännyt osittain vuodesta 2016 alkaen ja vuodesta 2017 alkaen systemaattisesti talteen tiedot kaikista tiloista, joita Tornatorille metsänomistajat ovat suoraan tarjonneet tai jotka ovat olleet julkisessa myynnissä ja joista Tornator on ollut kiinnostunut. Excel-taulukkoon on kerätty tiedot tilojen sijaintimaakunnasta ja -kunnasta, kiinteistötunnuksesta, tieto julkisesta myynnistä tai suorasta tarjouksesta, mahdollisesta hintapyynnöstä, Tornatorin tekemä arvio metsätalousarvosta (€) ja erityisarvoista (€), tilan pinta-alasta (ha), metsämaan pinta-alasta (ha), taimikoiden pinta-alasta (ha), uudistuskypsien metsien pinta-alasta (ha), puuston määrästä (m³) ja tukin määrästä (m³). Lisäksi kaupankohteille laskettiin kasvupaikkapisteet, turvemaiden määrä metsämaalla (ha) sekä tuoreiden kasvupaikkojen ja sitä parempien kasvupaikkojen pinta- alojen osuus metsämaan pinta-alasta (%). Kasvupaikkapisteet laskettiin hyödyntämällä metsä- veroasetuksen (1208/1991, kumottu) 13 §:n mukaisia veroluokkia.

Kauppahintatilastojen seurantataulukot päivitettiin mahdollisilla toteutuneilla kauppahinnoilla etsimällä tieto Maanmittauslaitoksen Kiinteistötietopalvelusta siten, että mukaan käytettävään aineistoon tulivat ne kaupat, jotka oli tehty viimeistään syksyllä 2018. Kaikista myynnissä ol- leista tiloista ei oltu tehty kauppoja ollenkaan, jolloin niitä ei voitu ottaa mukaan laskelmiin.

Joistakin hävityistä kaupoista oli myöhemmin tehty kaupat, mutta ei samasta tilakokonaisuu- desta, mitä Tornator oli analysoinut, jolloin tiedot eivät olleet vertailukelpoisia. Kaupat oli saa- tettu tehdä myös sukulaisten kesken, jolloin ne eivät olleet enää edustavia. Näitäkään tiloja ei siis otettu mukaan laskelmiin.

Tornator on tehnyt vuoden 2017 toukokuusta alkaen laskelmat analysoimilleen metsätiloille käyttäen uudistamiskriteerinä puuston arvokasvua. Tätä ennen uudistamiskriteerinä oli käytetty puuston ikää ja läpimittaa. Osalle tiloista tuottoarvolaskelma piti siis tehdä uudestaan, jotta kaikilla tiloilla uudistamiskriteeri olisi sama ja ne olisivat siten vertailukelpoisia.

3.3 Aineiston kuvaus

Koko aineisto sisälsi sekä Tornatorille tulleita tilakokonaisuuksia, että kilpakumppaneille men- neitä tiloja. Aineistossa oli yhteensä 117 muille mennyttä kauppaa. Tässä työssä esitettävää mallia varten aineistosta päätettiin kuitenkin poistaa seitsemän suurinta kauppaa, koska mikään muuttujista ei korreloinut tilastollisesti merkitsevästi toteutuneen kauppahinnan kanssa tässä

(30)

seitsemän kaupan aineistossa. Lisäksi mallin estimaatin keskivirhe on yli 10 000 euroa suurempi, jos mallin pohjalla oli koko aineisto, verrattuna siihen, että mallin pohjalla olevasta aineistosta poistettiin seitsemän suurinta kauppaa. Suhteellinen jäännöskeskihajonta oli noin 2,6 prosenttiyksikköä suurempi kuin rajatulla aineistolla. Lisäksi mallin residuaalit eivät olleet nor- maalisti jakautuneita, jos käytössä oli koko aineisto.

Aineistoon jäi yhteensä 110 muille mennyttä kauppaa. Taulukossa 1 on kuvattu aineistossa olevien tilakokonaisuuksien ominaisuuksia. Vertailun vuoksi taulukossa esitetään joitakin keski- määräisiä tunnuksia metsävaratiedoista Suomessa.

Taulukko 1. Tilastotietoa käytetystä aineistosta (N 110) sekä keskimäärin Suomessa. (VMI 11/12 ja Leppänen & Torvelainen 2015, Luonnonvarakeskus 2019d)

Minimi Maksimi Keskiarvo Keskimäärin Suomessa

Pinta-ala, ha 5,07 160,80 48,85 30,10

Metsämaan pinta-ala, ha 5,04 155,10 46,69

Taimikot, ha 0,00 74,20 11,22

Taimikoiden osuus, % 0,00 65,93 23,21 19,46

Uudistuskypsät metsät, ha 0,00 31,67 5,29

Uudistuskypsät metsät, % 0,00 49,69 10,99 10,75

Puuston määrä, m³ 216,00 16 201,00 4723,22

Puusto metsämaalla, m³/ha 33,03 205,76 103,38 118,00

Tukin määrä, m 28,00 4616,00 1461,58

Tukkiprosentti, % 5,80 55,60 29,48 31,00

Kauppahinta metsätalousarvo, € 7700,00 493 640,00 162 891,04 Hehtaarihinta, €/ha 1122,30 7306,72 3435,13 Hehtaarihinta metsämaalle, €/ha 1231,88 7552,60 3552,85

Hinta kuutiometrille, €/m³ 18,38 85,71 35,45 34,05

Kasvupaikkapisteet 1,11 3,30 2,62

Turvemaat, ha 0,00 92,30 10,70

Turvemaaosuus, % 0,00 0,83 0,19

MT ja sitä parempien osuus, % 3,00 100 68,00

Aineistossa olevien tilakokonaisuuksien pinta-ala vaihteli viidestä hehtaarista 161 hehtaariin keskiarvon ollessa noin 49 hehtaaria. Tämä keskiarvo on jonkin verran suurempi kuin keski- määräinen metsätila Suomessa. Tilat olivat keskimäärin hieman taimikkovaltaisempia kuin Suomessa keskimäärin. Uudistuskypsää metsää tiloilla oli keskimäärin yhtä paljon kuin keski- määräisesti Suomessa on. Puuston määrä metsämaahehtaarilla on ollut jonkin verran pienempi aineiston kohteilla kuin metsätiloilla keskimäärin Suomessa. Airaksinen (2008) mainitsee työs- sään, että yleensä myyntiin tulevilla metsätiloilla on keskimääräistä vähemmän puustoa. Tuk-

(31)

kiprosentti puolestaan on hyvin lähellä keskimääräistä arvoa. Metsätilojen kauppahinnat vaih- telivat 7700 euron ja 493 640 euron välillä sen keskiarvon ollessa noin 162 891 euroa. Hehtaa- rihinta on ollut noin 3435 euroa, kun taas metsämaalle se on ollut keskimäärin noin 3553 euroa.

Kauppahinnasta on jäänyt kuutiometrille hintaa noin 35 euroa. Tämä on hyvin lähellä Suomessa 2017 maksettujen kantohintojen keskiarvoa, joka on ollut 34,05 euroa. Kasvupaikkapisteet ovat vaihdelleet 1,11 ja 3,30 välillä. Turvemaiden määrä on ollut melko vähäinen näillä tiloilla, mutta se selittyy osaltaan sillä, että turvemaihin on luettu mukaan ainoastaan metsämaiden turvemaat. Keskimäärin lähes 70 % tilojen kasvupaikoista on ollut tuoretta tai sitä parempaa kas- vupaikkaa.

Aineistossa olevista kaupoista yli puolet oli tehty vuonna 2018 (taulukko 2). Vuoden 2017 kaupoista mukana oli 42 kauppaa ja vuoden 2016 kaupoista ainoastaan neljä.

Taulukko 2. Aineiston jakautuminen eri vuosille.

Määrä Prosenttiosuus, %

2016 4 3,6

2017 42 38,2

2018 64 58,2

Yhteensä 110 100

Aineisto jakautui yhteensä seitsemään eri maakuntaan (taulukko 3). Pohjois-Karjalan ja Poh- jois-Savon alueille kaupoista sijoittui suurin osa eli 65,5 %. Seuraavaksi eniten kauppoja oli Pohjois-Pohjanmaan ja Etelä-Savon alueilla. Etelä-Karjalassa, Keski-Suomessa ja Kainuussa oli vain muutama kauppa.

Taulukko 3. Aineiston jakautuminen eri maakuntiin.

Määrä Prosenttiosuus, %

Pohjois-Karjala 39 35,5

Pohjois-Savo 33 30,0

Etelä-Savo 18 16,4

Pohjois-Pohjanmaa 14 12,7

Etelä-Karjala 3 2,7

Keski-Suomi 2 1,8

Kainuu 1 0,9

Yhteensä 110 100

(32)

3.4 Iptim-tuottoarvolaskelma

Kortelaisen (2018) mukaan Tornator käyttää tuottoarvolaskelmissaan Simosol-yhtiön kehittä- mää Iptim-tuottoarvolaskelmaa (Iptim), joka on räätälöity vastaamaan Tornatorin tarpeita.

Tuottoarvolaskelmaa varten maastossa tarkastetut kuviotiedot siirretään Iptimiin. Iptim ottaa laskelmissaan huomioon ainoastaan metsämaan eikä esimerkiksi kitu- ja joutomaita. Tuottoar- volaskelmassa käytetään Pukkalan (2005) tuottoarvomalleja, joissa kasvumalleilla simuloidaan metsän kasvua. Metsätilan kuvioille simuloidaan ja optimoidaan Tornatorin metsänhoitosuosi- tusten mukaiset hoito- ja uudistamistoimenpiteet sekä hakkuut. Näistä kustannuksista ja tuloista saadaan muodostettua tilalle kassavirta. Nettonykyarvon laskennassa ei oteta huomioon kauppahintaa tai puuston arvoa kaupantekohetkellä. Loppupuusto puolestaan on laskettu kasvatta- malla metsää 80 vuotta eteenpäin ja sen tuottoarvo saadaan puustotunnusten, kantohintojen ja valitun korkokannan avulla. Metsätilan nettonykyarvo koostuu laskelmassa kassavirtojen yh- teenlasketusta nettonykyarvosta sekä loppupuuston nettonykyarvosta. Nettonykyarvon laskennassa voidaan käyttää erilaisia korkokantoja (Luhtio 2018).

Nykyisin lainsäädäntö ei juurikaan ohjaa metsienkäsittelyä vaan se on melko vapaata (Äijälä ym. 2014). Ennen metsälain (1093/1996) viimeisimpiä muutoksia uudistushakkuu oli sallittu vasta, kun puusto oli saavuttanut riittävän järeyden, iän tai jos oli muita erityisiä syitä sallia uudistushakkuu (metsälaki, 5 §). Vuodesta 2014 alkaen tällaista rajoitusta ei ole ollut metsä- laissa (laki metsälain muuttamisesta, 1085/2013). Kasvatushakkuissa puolestaan vaaditaan edelleen tietyn kasvatuskelpoisen puustomäärän jättämistä harvennuskuviolle (metsälaki, 5 §, 1085/2013). Metsänomistaja voi siis nykyisin hyvin pitkälti omien tavoitteidensa pohjalta päät- tää, miten hän haluaa metsään käsitellä (Äijälä ym. 2014).

Metsän uudistamiskypsyyden määrittäminen arvokasvuprosentin perusteella on melko uutta (Liljeroos 2017), koska aikaisemmin laki velvoitti käyttämään uudistamiskriteerinä puuston ikää ja läpimittaa (metsälaki, 1093/1996, 5 §). Käytettäessä arvokasvua uudistamiskriteerinä puusto hakataan siinä vaiheessa, kun sen arvokasvu alittaa metsänomistajan metsälleen määrit- tämän tuottovaatimuksen (Äijälä ym. 2014, Liljeroos 2017). Riippuu siis metsänomistajan met- sälleen asettamasta tuottovaatimuksesta, milloin on metsänomistajan kannalta oikea hetki uu- distaa metsä (Äijälä ym. 2014, Liljeroos 2017).