Optimale Produktions- und Hedging-Entscheidungen auf dem Großhandelsmarkt für Strom

Dissertation zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften (Dr. rer. pol.)

durch die Fakultät für Wirtschaftswissenschaften

Universität Duisburg-Essen Campus Essen

Vorgelegt von

Dipl. Kfm. Michael Römmich Buxtehude Essen, 2017

Tag der mündlichen Prüfung: 18.1.2018

Erstgutachter

Prof. Dr. Rainer Elschen

Zweitgutachter

Prof. Dr. Erwin Amann

Danksagung

Die vorliegende Arbeit wurde 2017 an der Fakultät für Wirtschaftswissenschaften der Universität Duisburg-Essen angenommen. Ich danke an dieser Stelle herzlich für die Unterstützung zahlreicher Personen, ohne die die erfolgreiche Erstellung dieser Arbeit nicht möglich gewesen wäre:

Mein erster Dank geht an meinen Doktorvater, Herrn Univ.-Prof. Dr. Rainer Elschen. Ohne seine fachliche und moralische Unterstützung wäre die Arbeit nicht fertig gestellt worden. Bei Herrn Univ.-Prof. Dr. Erwin Amann bedanke ich mich herzlich für die Über- nahme des Zweitgutachtens und die Unterstützung bei der Überwindung mathematischer Problemstellungen. Mein Dank geht auch an Herrn Univ.-Prof. Dr. Rüdiger Kiesel für die fachliche Unterstützung bei Fragen zum Energiehandel.

Bedanken möchte ich mich bei Univ.-Prof. Dr. Jack E. Wahl, Prof. Dr. Mark Oelmann und dem gesamten EWM-Team, Prof. Dr. Andreas Wiesehahn, Olli Gräulich, Dr. Stefan Jäschke, Dr. Holger Perlwitz und Dr. Markus Patzwald samt Praxisteam. Keija, danke für dein kulinarisches Engagement.

Zu guter Letzt möchte ich mich von ganzem Herzen bei meiner Familie bedanken: Bei meinen Eltern Ilse und Eduard – ihr habt mir die akademische Ausbildung ermöglicht und mich immer bestärkt. Bei meiner Frau Gudi und unseren Kinder Lenni, Jani und Lilly – ihr habt mir jahrzehntelang viel Verständnis entgegengebracht und meine Launen ausgehalten.

Gudi, Dir widme ich die Arbeit.

Michael

iii

Inhaltsverzeichnis

Abbildungsverzeichnis vii

Tabellenverzeichnis ix

Symbolverzeichnis xi

Abkürzungsverzeichnis xiii

1 Einleitung 1 1.1 Problematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 Forschungsfragen und Untersuchungsschritte . . . . . . . . . . . . . . . . 10

2 Die Grundlagen des Stromhandels und des Risikomanagements 13 2.1 Der Strommarkt in Deutschland . . . . . . . . . . . . . . . . . . . . . . . 13

2.1.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.1.2 Stromangebot – die flukturierende Merit-Order der Erzeugung . . 16 2.1.3 Die preisunelastische Stromnachfrage der Kunden . . . . . . . . . 18 2.1.4 Der Stromhandel als zentrale Energie-Drehscheibe . . . . . . . . . 21

2.2 Risikomanagement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.2.1 Die Motivation unternehmerischen Risikomanagements . . . . . . 28 2.2.2 Der Risikomanagement-Prozess in der Stromwirtschaft . . . . . . 30

3 Modelltheoretische Analyse 35 3.1 Entscheidungstheoretische Grundlagen . . . . . . . . . . . . . . . . . . . 35

3.1.1 Risiko und Unsicherheit . . . . . . . . . . . . . . . . . . . . . . . 35 3.1.2 Bernoulli-Prinzip – Entscheidungen unter Risiko . . . . . . . . . . 37 3.1.3 Erwartungsnutzen und Sicherheitsäquivalent – Präferenzen auf

Basis von Erwartungswert und Varianz . . . . . . . . . . . . . . . 39 3.2 Referenzmodelle mit unbegrenzter Marktliquidität . . . . . . . . . . . . . 44

3.2.1 Produktionsentscheidung und direktes Hedging . . . . . . . . . . 44 3.2.1.1 Annahmenkatalog . . . . . . . . . . . . . . . . . . . . . 44 3.2.1.2 Erwartungsnutzenmaximierung . . . . . . . . . . . . . . 46 3.2.1.3 Maximierung von Erwartungswert-Varianz-Präferenzen . 52

v

Inhaltsverzeichnis

3.2.2 Produktionsentscheidung und indirektes Hedging . . . . . . . . . 61 3.2.2.1 Erwartungsnutzenmaximierung . . . . . . . . . . . . . . 61 3.2.2.2 Maximierung von Erwartungswert-Varianz-Präferenzen . 63

3.2.3 Zusammenfassung der Ergebnisse . . . . . . . . . . . . . . . . . . 71 3.3 Modelle mit begrenzter Marktliquidität . . . . . . . . . . . . . . . . . . . 71

3.3.1 Produktionsentscheidung und direktes Hedging mit Transaktions- kosten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 3.3.1.1 Erwartungsnutzenmaximierung . . . . . . . . . . . . . . 74 3.3.1.2 Maximierung von Erwartungswert-Varianz-Präferenzen . 76

3.3.2 Produktionsentscheidung und indirektes Hedging mit Transakti- onskosten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

4 Zusammenfassung und Handlungsempfehlungen für die Energiewirt- schaft 91 4.1 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 4.2 Handlungsempfehlungen für die energiewirtschaftliche Praxis . . . . . . . 92

5 Anhang: Herleitung ausgewählter Sensitivitätsanalysen 95

Literaturverzeichnis 97

vi

Abbildungsverzeichnis

2.1 Kategorien von Handelsprodukten . . . . . . . . . . . . . . . . . . . . . . 23 2.2 Handelsvolumina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.3 EPEX-Stundenpreise für 2016 – 2017 . . . . . . . . . . . . . . . . . . . . 26 2.4 EPEX-Stundenpreise für Januar und Mai 2016 . . . . . . . . . . . . . . . 27 2.5 Merit-Order-Effekt durch zunehmende Windeinspeisung . . . . . . . . . . 27 2.6 Prozessmanagement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.7 Risiken der Wertschöpfungsstufen Strom . . . . . . . . . . . . . . . . . . 33

3.1 Erwartungsstruktur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.2 Risikoprämie und Risikoaversion . . . . . . . . . . . . . . . . . . . . . . . 43 3.3 Vergleich der Produktionsmengen x∗s und x∗

Parameter: α = 0.5, E[p̃] = pf = 50, V [p̃] = 5, c ≥ 0.5 . . . . . . . . . . . 58 3.4 Vergleich der Produktionsmenge x∗i mit der Hedgingmenge h∗i

Parameter: α = 0.5, E[p̃] = 50, V [p̃] = Cov[p̃, g̃] = 5 . . . . . . . . . . . . 67 3.5 Eingeschränkte Terminmarktliquidität in Bid-Offer-Darstellung . . . . . . 73 3.6 Vergleich der Produktionsmengen x∗l und x∗i in Abhängigkeit von b

Parameter: α = 0.5, E[p̃] = 50, V [p̃] = 5, ρ2 = 0.2 . . . . . . . . . . . . . . 79 3.7 Vergleich der Hedging-Effektivitäten ρ2 und ρ2c in Abhängigkeit von

Cov[p̃, g̃] für unterschiedliche bi mit i ∈ {0, 1, 2, 3} Parameter: α = 0.5, V [p̃] = 5, V [g̃] = 5, b0 = 0, b1 = 0.1, b2 = 0.5, b3 = 0.8 . 85

3.8 Vergleich der Hedge-Ratios β und βc in Abhängigkeit von Cov[p̃, g̃] für unterschiedliche bi mit i ∈ {0, 1, 2, 3} Parameter: α = 0.5, V [g̃] = 7, b0 = 0, b1 = 0.1, b2 = 0.5, b3 = 0.8 . . . . . . 85

3.9 Produktionsgleichheit x∗l = x∗c – Linearer Zusammenhang zwischen bl und bc für unterschiedliche Hedging-Effektivitäten ρ2i mit i ∈ {0, 1, 2, 3} Parameter: α = 0.5, ρ20 = 1, ρ21 = 0.81, ρ22 = 0.64, ρ23 = 0.36 . . . . . . . . . 88

vii

Tabellenverzeichnis

1.1 Literaturüberblick: Optimale Hedging- und Produktionsentscheidung – eigene Darstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

3.1 Sensitivitätsanalysen – Reine Produktionsentscheidung ohne Terminmarkt- zugang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

3.2 Sensitivitätsanalysen – Produktionsentscheidung mit direktem Hedging und einer Risikoprämie von Null . . . . . . . . . . . . . . . . . . . . . . . 60

3.3 Sensitivitätsanalysen – Produktion mit indirektem Hedging, einer Risiko- prämie von Null und ρ 6= ±1. . . . . . . . . . . . . . . . . . . . . . . . . 69

3.3 Sensitivitätsanalysen – Produktion mit indirektem Hedging, einer Risiko- prämie von Null und ρ 6= ±1. . . . . . . . . . . . . . . . . . . . . . . . . 70

3.4 Sensitivitätsanalysen – Produktion mit Transaktionskosten, direktem Hed- ging und einer Risikoprämie von Null . . . . . . . . . . . . . . . . . . . . 81

3.5 Sensitivitätsanalysen – Produktion mit indirektem Hedging und Transak- tionskosten, einer Risikoprämie von Null und ρ 6= ±1 . . . . . . . . . . . 89

4.1 Modellvarianten aus der Literatur (1.–3.) und Weiterentwicklungen (grau hinterlegt) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

ix

Symbolverzeichnis

Symbol Kurzbeschreibung

∀ für alle

α Absolute Risikoaversion

∗ Optimum

a Parameter Kostenfunktion

à Spotmarktpreis abzüglich Grenzkosten

β Steigung einer linearen Regression bzw. Hedge-Ratio

βc Hedge-Ratio bei indirektem Hedging mit Transaktionskosten

B̃ Terminmarktpreis abzüglich Spotmarktpreis

c Parameter Kostenfunktion

C(x) Kostenfunktion in Abhängigkeit von der Produktionsmenge x

CE Sicherheitsäquivalent / certainty equivalent

Cov[·] Kovarianzoperator

det Determinante

E(·) Ergebnisfunktion

E[·] Erwartungswertoperator

�̃ Störterm lineare Regression

f(·)−1 Umkehrfunktion von f(·)

g̃ Spotmarktpreis bei indirektem Hedging

gf Terminmarktpreis bei indirektem Hedging/Cross Hedging

gf0 Terminmarktpreis bei indirektem Hedging mit Transaktionskosten für h = 0

h Menge bei direktem Hedging

hc Menge bei indirektem Hedging mit Transaktionskosten

hi Menge bei indirektem Hedging