Entscheidungsunterstützungssystem zur Projektbewertung von Onshore- Windenergieprojekten in Schwellenländern

Größe: px

Ab Seite anzeigen:

Download "Entscheidungsunterstützungssystem zur Projektbewertung von Onshore- Windenergieprojekten in Schwellenländern"

Holger Kappel
vor 7 Jahren
Abrufe

1 Entscheidungsunterstützungssystem zur Projektbewertung von Onshore- Windenergieprojekten in Schwellenländern, Larissa Kurz, Michael H. Breitner Leibniz Universität Hannover

2 Agenda Motivation und Relevanz Forschungsfragen und Forschungsdesign Eigenschaften und Methoden des Entscheidungsunterstützungssystems Fallbeispiel eines Windparks in Mexiko Fazit und Ausblick # 2

3 Motivation und Relevanz Motivation Weltweit stark ansteigende Energienachfrage, insbesondere in den Entwicklungs- und Schwellenländern Wenig methodische Unterstützung, wenn eine Quantifizierung von Risiken durch einen probabilistischen Ansatz erfolgen soll Es fehlt an Studien mit dem gleichzeitigen Fokus auf Schwellenländer, die aktuelle Markttrends berücksichtigen Relevanz Windenergie kann in manchen Regionen zu einen bedeutenden Teil der Stromerzeugung aus erneuerbaren Energien beitragen # 3

4 Forschungsfrage Forschungsfrage Wie kann die Investitionsmöglichkeit eines Onshore Windparks in einem Schwellenland aus Sicht von Investoren und Fremdkapitalgebern bewertet, Risiken quantifiziert und Entscheidungsunterstützung gegeben werden? # 4

5 Forschungsdesign Nominale Prozesssequenz Problemidentifikation & Motivation Problemstellung definieren Bedeutung herausstellen Schlussfolgerung Ziele einer Lösung definieren Was würde mit einem besseren Artefakt erreicht werden? Theorie Design & Entwicklung Artefakt Wissen wie Prozesswiederholung I II III IV V VI Demonstration Passenden Zusammenhang finden Artefakt zur Problemlösung nutzen Modell DCF Modell Analysen, Wissen Modell - Erweitertes DCF Modell Evaluierung Auf Effektivität und Effizienz überprüfen Zurück zum Design Instanzierung Excel/VBA Prototyp Disziplinarisches Wissen Kommunikation Wissenschaftliche Publikationen Professionelle/ fachliche Publikationen Problembezogene Einleitung Zielbezogene Einleitung Design- & entwicklungsbezogene Einleitung Mögliche Einstiegspunkte der Forschung Kunden-/ Zusammenhangsbezogen Design Science Research Ansatz nach Peffers et al., 2008 # 5

6 Entscheidungsunterstützungssystem Projektbezogene Daten - Werte - Parameter - Verteilungsannahmen - stochastische Abhängigkeiten Oracle Crystal Ball - Durchführung der MCS - Output: Verteilung der Ergebnisgrößen csv.file Verteilungsannahmen Korrelationen Simulierte Werte Parametrisierung Hauptanwendung - Datenupload bzw -eingabe - Abänderung der Parameter - Start MCS - Erstellung der Ergebnisse - Visualisierung der Ergebnisse - Speicherung der Ergebnisse Modellergebnis Excel Tabellenkalkulation Institut Charts für Wirtschaftsinformatik T - DCF Modell e e e T xxxx xx e e e Verteilungen der t t t t t t xxxx xx Ergebnisgrößen t t t t t t Output # 6

7 Entscheidungsunterstützungssystem Discounted cash-flow Modell Erträge Operative Kosten Durchschnittliche Windgeschwindigkeit in Peso in Peso in Euro Weibull-Funktion Bruttostromproduktion Vergütung gemäß PPA Pacht Betrieb und Wartung Versicherung Management und Verwaltung Sonstige Kosten abzgl. technische Verfügbarkeit abzgl. Abschattungseffekte abzgl. Netzverlauste Europäische Inflation Produzierter Strom x Mexikanische Inflation zukünftige Wechselkurse Investitionskosten Free Cash Flow abzgl. Tax Shield Discounting Steueraufwand wacc Net Present Value in Peso Spot Wechselkurs Net Present Value in Euro # 7

8 Entscheidungsunterstützungssystem WACC Methode Projektwert = T t=1 FCF t (1 + r WACC ) t (1) r WACC = E V r E + D V r D (1 t) (2) r E = r f + r M r f β (3) # 8

9 Entscheidungsunterstützungssystem Finanzkennzahlen Schuldendienstdeckungsgrad (Debt service cover ratio) DSCR t = CFADS t DS t Loan life cover ratio LLCR t = L l=t CFADS l (1 + r D,l ) l D t 1 Project life cover ratio PLCR t = P p=t CFADS p (1 + r D,p ) p D t 1 # 9

10 Entscheidungsunterstützungssystem Monte Carlo Simulation (1/4) Ermöglicht die Berücksichtigung von Risiken Value-at-risk (VaR) quantifiziert den Risikoeinfluss in einer Kennzahl Auf den Projektwert angewendet: Wert, der für ein bestimmtes Konfidenzniveau nicht unterschritten wird Vier Schritte sind zur Anwendung der Monte Carlo Simulation notwendig: 1. Identifikation der Risikokomponenten 2. Zuweisung der Wahrscheinlichkeitsverteilungen 3. Spezifikation der Zielgrößen 4. Durchführung der Simulation # 10

11 Entscheidungsunterstützungssystem Monte Carlo Simulation (2/4) 1. Identifikation der Risikokomponenten 2. Zuweisung der Wahrscheinlichkeitsverteilungen 3. Spezifikation der Zielgrößen 4. Durchführung der Simulation Alle Komponenten des Investment cash-flow Operating cash-flow Weitere Komponenten: Errichtungsdauer Inflationsrate # 11

Entscheidungsunterstützungssystem Monte Carlo Simulation (3/4) 1. Identifikation der Risikokomponenten 2. Zuweisung der Wahrscheinlichkeitsverteilungen 3.

12 Entscheidungsunterstützungssystem Monte Carlo Simulation (3/4) 1. Identifikation der Risikokomponenten 2. Zuweisung der Wahrscheinlichkeitsverteilungen 3. Spezifikation der Zielgrößen 4. Durchführung der Simulation BetaPert benötigt nur ein Minimum, Maximum und einen wahrscheinlichsten Wert, um komplett beschrieben zu werden # 12

13 Entscheidungsunterstützungssystem Monte Carlo Simulation (4/4) 1. Identifikation der Risikokomponenten 2. Zuweisung der Wahrscheinlichkeitsverteilungen 3. Spezifikation der Zielgrößen 4. Durchführung der Simulation Beobachtete Kennzahlen: Projektwert DSCR LLCR PLCR Simulationsdurchläufe # 13

14 Fallstudie: Windpark in Oaxaca, Mexiko (1/2) Eckdaten Windenergieanlagen 100 Steuersatz 28 % Nennleistung 2500 kw Fremdkapital (70%) 262,5 M Erwarteter Jahresenergieertrag 1159 GWh Inflationsrate Europa 2,61 % Gesamte Investitionskosten 375 M Inflationsrate Mexiko 3,84 % Discount factor / interest rates Fremdkapitalkosten 8,26 % Eigenkapitalrendite 10,80 % WACC 7,40 % Parameter mit Einfluss auf mehrere andere Größen Parameter Erwartungswert Spannweite Wechselkurs (MXN/EUR) 16,84 15,28 / 18,56 Technische Verfügbarkeit 97 % 95 % / 99 % Abschattungseffekte 90 % 87 % / 98 % Netzverluste 98 % 97 % / 99 % ø Windgeschwindigkeit in Nabenhöhe 12,29 NV mit σ = 6% Weibull Parameter 1,942 # 14

15 Fallstudie: Windpark in Oaxaca, Mexiko (2/2) Investitionskosten Bereich Erwartete Kosten Abschlag / Zuschlag Windenergieanlage 257,75 M - 5 % / + 5 % Fundament / Gründung 36,00 M - 5 % / + 5 % Elektrische Installationen 46,75 M - 5 % / + 5 % Sonstige Kosten 15,75 M - 5 % / + 5 % Liquiditätsreserve 18,75 M Gesamte Investitionskosten 375,00 M Betriebskosten (pro Jahr) Erwartete Kosten Abschlag / Zuschlag Betrieb und Wartung 6,25 M - 9 % / + 8 % Davon fixierter Bestandteil 3,71 M Versicherung 1,05 M Management & Verwaltung 1,02 M Sonstiges 0,43 M Pacht 20,5 MMXN ~ 1,13 M Gesamte jährliche Betriebskosten 9,88 M # 15

16 Ergebnisse (1/3): Erwarteter Projektwert Erträge Operative Kosten Erwarteter Projektwert = 183,358 Durchschnittliche Windgeschwindigkeit Weibull-Funktion Bruttostromproduktion in Peso Vergütung gemäß PPA in Peso Pacht in Euro Betrieb und Wartung Versicherung Management und Verwaltung Sonstige Kosten IRR = 11,70 % abzgl. technische Verfügbarkeit abzgl. Abschattungseffekte abzgl. Netzverlauste Europäische Inflation Produzierter Strom x Mexikanische Inflation zukünftige Wechselkurse Eigenkapitalrendite = % Investitionskosten Steueraufwand Free Cash Flow abzgl. Tax Shield Discounting wacc Net Present Value in Peso Spot Wechselkurs Net Present Value in Euro Positives Investment nach einer Laufzeit von 12 Jahren # 16

17 Ergebnisse (2/3): Verteilung des Projektwertes Mit 95% Sicherheit liegt der Projektwert bei mindestens 156 T IRR für diesen Projektwert beträgt 11,63% Eigenkapitalrendite = % # 17

18 Ergebnisse (3/3): Kennzahlen für 95% Konfidenzniveau 6,00 5,00 4,00 3,00 2,00 1,00 0, Debt Service Cover Ratio Loan Life Cover Ratio Project Life Cover Ratio DSCR ist die meiste Zeit zwischen 1,35 und 1,45 Minimum DSCR > 1,2 LLCR > 1,8 PLCR > 3,0 # 18

19 Fazit und Ausblick (1/2) Fazit: Ein Windpark in der Region Oaxaca, Mexiko stellt im Durchschnitt eine lukrative Investitionsmöglichkeit dar Es wird deutlich, dass das EUS eine aggregierte Darstellung der wichtigen Finanzkennzahlen liefert Das EUS gibt eine Antwort auf die Frage nach der ökonomischen Attraktivität eines Windparks, der im Rahmen einer Projektfinanzierung in einem Entwicklungs- oder Schwellenland errichtet wird # 19

20 Fazit und Ausblick (2/2) Ausblick: Verwendung von passenderen Wahrscheinlichkeitsverteilungen, um eine bessere Berücksichtigung von Risikofaktoren zu erreichen Untersuchung einzelner Aspekte oder Wirkungszusammenhänge (Korrelationen) und deren Auswirkungen auf z.b. den Projektwert Sensitivitätsanalysen Untersuchung aller relevanten Faktoren, die bisherigen Ausbau in Mexiko verhindert haben und Ableitung von Lösungsansätzen # 20

21 Vielen Dank für die Aufmerksamkeit! Kontakt Leibniz Universität Hannover Königsworther Platz Hannover koukal@iwi.uni-hannover.de

Ähnliche Dokumente

Szenarioanalysen mit Excel für die Entscheidungsunterstützung im Bereich erneuerbarer Energien

Szenarioanalysen mit Excel für die Entscheidungsunterstützung im Bereich erneuerbarer Energien André Koukal Prof. Dr. Michael H. Breitner Leibniz Universität Hannover Szenarioanalysen mit Excel für die