TY - THES A1 - Sarnes-Nitu, Juliane T1 - Mit der Schuldenbremse zu nachhaltigen Staatsfinanzen? T1 - Will the debt brake ensure fiscal sustainability? BT - Wirkungen der neuen Fiskalregel auf die deutschen Bundesländer BT - the new fiscal rule‘s impact on German regional governments N2 - The core question of this paper is: Does the debt brake secure fiscal sustainability in Germany? To answer this question, we will first examine the effects of the introduction of the debt brake on the German federal states in the period 2010-16. For this purpose, the observed consolidation performance and the consolidation incentive or pressure experienced by the federal states were evaluated with the help of a scorecard specifically developed for this purpose. Multiple regression analysis was used to analyze how the scorecard factors affect the consolidation performance of the federal states. It found that nearly 90% of the variation was explained by the independent variables budgetary position, debt burden, revenue growth and pension burden. Thus the debt brake likely played a subordinate role in the 2009-2016 consolidation episode. Subsequently, the data collected in 65 expert interviews was used to analyze the limits of the new fiscal rule, and to determine which potential risks could hinder or prevent the debt brake in the future: municipal debt, FEUs, contingent liabilities in the form of guarantees for financial institutions and pension obligations. The frequently expressed criticism that the debt brake impedes economic growth and public investments is also reviewed and rejected. Finally, we discuss potential future developments regarding the debt brake and the German public administration as well as future consolidation efforts of the Länder. N2 - Die Kernfrage der vorliegenden Arbeit lautet: Sichert die Schuldenbremse die fiskalische Nachhaltigkeit in Deutschland? Zur Beantwortung dieser Frage wird zunächst untersucht, welche Vor-Wirkungen die Einführung der Schuldenbremse im Zeitraum 2010-16 auf die deutschen Bundesländer zeitigte. Dafür wurden die beobachtete Konsolidierungsleistung und der 2009 bestehende Konsolidierungsanreiz bzw. –druck der Bundesländer mit Hilfe einer eigens zu diesem Zweck entwickelten Scorecard evaluiert. Mittels multipler Regressionsanalyse wurde dann analysiert, wie die Faktoren der Scorecard die Konsolidierungsleistung der Bun- desländer beeinflussen. Dabei wurde festgestellt, dass beinahe 90% der Variation, durch die unabhängigen Variablen Haushaltslage, Schuldenlast, Einnahmenwachstum und Pensionslast erklärt werden und der Schuldenbremse bei der Konsolidierungsepisode 2009-2016 eher eine untergeordnete Rolle zugefallen sein dürfte. Anschließend wurde mithilfe der in 65 Expertinneninterviews gesammelten Daten analysiert, welche Grenzen der neuen Fiskalregel in ihrem Wirken gesetzt sind, bzw. welche Risiken zukünftig die Einhaltung der Schuldenbremse erschweren oder verhindern könnten: Kommunalverschuldung, FEUs, Eventualverpflichtungen in Form von Bürgschaften für Finanzinstitute und Pensionsverpflichtungen. Die häufig geäußerten Kritikpunkte, die Schuldenbremse sei eine Konjunktur- und Investitionsbremse werden ebenfalls überprüft und zurückgewiesen. Schließlich werden potentielle zukünftige Entwicklungen hinsichtlich der Schuldenbremse und der öffentlichen Verwaltung in Deutschland sowie der Konsolidierungsbemühungen der Länder erörtert. KW - public finance KW - fiscal rules KW - debt brake KW - rational choice KW - Germany KW - governance KW - consolidation KW - Schuldenbremse KW - Fiskalregeln KW - Deutschland KW - Bundesländer KW - Staatsverschuldung Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-413804 ER - TY - THES A1 - Ötsch, Rainald T1 - Stromerzeugung in Deutschland unter den Rahmenbedingungen von Klimapolitik und liberalisiertem Strommarkt : Bewertung von Kraftwerksinvestitionen mit Bayes’schen Einflussdiagrammen T1 - Electricity generation in Germany under the conditions of climate policy and liberalized electricity market : valuation of power plant investments with Bayesian influence diagrams N2 - Mit der Liberalisierung des Strommarkts, den unsicheren Aussichten in der Klimapolitik und stark schwankenden Preisen bei Brennstoffen, Emissionsrechten und Kraftwerkskomponenten hat bei Kraftwerksinvestitionen das Risikomanagement an Bedeutung gewonnen. Dies äußert sich im vermehrten Einsatz probabilistischer Verfahren. Insbesondere bei regulativen Risiken liefert der klassische, häufigkeitsbasierte Wahrscheinlichkeitsbegriff aber keine Handhabe zur Risikoquantifizierung. In dieser Arbeit werden Kraftwerksinvestitionen und -portfolien in Deutschland mit Methoden des Bayes'schen Risikomanagements bewertet. Die Bayes'sche Denkschule begreift Wahrscheinlichkeit als persönliches Maß für Unsicherheit. Wahrscheinlichkeiten können auch ohne statistische Datenanalyse allein mit Expertenbefragungen gewonnen werden. Das Zusammenwirken unsicherer Werttreiber wurde mit einem probabilistischen DCF-Modell (Discounted Cash Flow-Modell) spezifiziert und in ein Einflussdiagramm mit etwa 1200 Objekten umgesetzt. Da der Überwälzungsgrad von Brennstoff- und CO2-Kosten und damit die Höhe der von den Kraftwerken erwirtschafteten Deckungsbeiträge im Wettbewerb bestimmt werden, reicht eine einzelwirtschaftliche Betrachtung der Kraftwerke nicht aus. Strompreise und Auslastungen werden mit Heuristiken anhand der individuellen Position der Kraftwerke in der Merit Order bestimmt, d.h. anhand der nach kurzfristigen Grenzkosten gestaffelten Einsatzreihenfolge. Dazu wurden 113 thermische Großkraftwerke aus Deutschland in einer Merit Order vereinigt. Das Modell liefert Wahrscheinlichkeitsverteilungen für zentrale Größen wie Kapitalwerte von Bestandsportfolien sowie Stromgestehungskosten und Kapitalwerte von Einzelinvestitionen (Steinkohle- und Braunkohlekraftwerke mit und ohne CO2-Abscheidung sowie GuD-Kraftwerke). Der Wert der Bestandsportfolien von RWE, E.ON, EnBW und Vattenfall wird primär durch die Beiträge der Braunkohle- und Atomkraftwerke bestimmt. Erstaunlicherweise schlägt sich der Emissionshandel nicht in Verlusten nieder. Dies liegt einerseits an den Zusatzgewinnen der Atomkraftwerke, andererseits an den bis 2012 gratis zugeteilten Emissionsrechten, welche hohe Windfall-Profite generieren. Dadurch erweist sich der Emissionshandel in seiner konkreten Ausgestaltung insgesamt als gewinnbringendes Geschäft. Über die Restlaufzeit der Bestandskraftwerke resultiert ab 2008 aus der Einführung des Emissionshandels ein Barwertvorteil von insgesamt 8,6 Mrd. €. In ähnlicher Dimension liegen die Barwertvorteile aus der 2009 von der Bundesregierung in Aussicht gestellten Laufzeitverlängerung für Atomkraftwerke. Bei einer achtjährigen Laufzeitverlängerung ergäben sich je nach CO2-Preisniveau Barwertvorteile von 8 bis 15 Mrd. €. Mit höheren CO2-Preisen und Laufzeitverlängerungen von bis zu 28 Jahren würden 25 Mrd. € oder mehr zusätzlich anfallen. Langfristig erscheint fraglich, ob unter dem gegenwärtigen Marktdesign noch Anreize für Investitionen in fossile Kraftwerke gegeben sind. Zu Beginn der NAP 2-Periode noch rentable Investitionen in Braunkohle- und GuD-Kraftwerke werden mit der auslaufenden Gratiszuteilung von Emissionsrechten zunehmend unrentabler. Die Rentabilität wird durch Strommarkteffekte der erneuerbaren Energien und ausscheidender alter Gas- und Ölkraftwerke stetig weiter untergraben. Steinkohlekraftwerke erweisen sich selbst mit anfänglicher Gratiszuteilung als riskante Investition. Die festgestellten Anreizprobleme für Neuinvestitionen sollten jedoch nicht dem Emissionshandel zugeschrieben werden, sondern resultieren aus den an Grenzkosten orientierten Strompreisen. Das Anreizproblem ist allerdings bei moderaten CO2-Preisen am größten. Es gilt auch für Kraftwerke mit CO2-Abscheidung: Obwohl die erwarteten Vermeidungskosten für CCS-Kraftwerke gegenüber konventionellen Kohlekraftwerken im Jahr 2025 auf 25 €/t CO2 (Braunkohle) bzw. 38,5 €/t CO2 (Steinkohle) geschätzt werden, wird ihr Bau erst ab CO2-Preisen von 50 bzw. 77 €/t CO2 rentabel. Ob und welche Kraftwerksinvestitionen sich langfristig rechnen, wird letztlich aber politisch entschieden und ist selbst unter stark idealisierten Bedingungen kaum vorhersagbar. N2 - Power plant investors face large uncertainties due to ongoing liberalization, climate policy, and long investment horizons. This study provides a probabilistic appraisal of power plant investments within the framework of Bayesian decision theory. A Bayesian influence diagram is used for setting up a discounted cash flow model and analysing the profitability of power plants. As the study explicitly models merit order pricing, the pass-through of random fuel and carbon costs may be analysed. The study derives probabilistic statements about net present values of single investments and company portfolios and explores the sensitivity of profits to variations of select input variables. In the majority of cases, an increase in the price of emission allowances also increases the net present value of existing power plant portfolios. A substantially increased carbon prices also is the prerequisite to diversify power plant portfolios by gas and CCS plants. For the currently prevailing German electricity market, we argue that investors may lack incentives for new investments in fossil generation, a finding that holds true also with implementation of CCS. Our estimates are conservative, as profitability will further deteriorate with the build-up of renewables. KW - Elektrizitätsmarkt KW - Liberalisierung KW - Emissionshandel KW - Bayes-Entscheidungstheorie KW - Deutschland KW - Bayesian statistical decision theory KW - Electric power production KW - Investments environmental aspects Y1 - 2012 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-69056 ER - TY - THES A1 - Biewald, Anne T1 - A dynamic life cycle model for Germany with unemployment uncertainty T1 - Ein dynamisch, stochastisches Lebenszyklusmodell für Deutschland mit Beschäftigungsunsicherheit N2 - This work analyzes the saving and consumption behavior of agents faced with the possibility of unemployment in a dynamic and stochastic life cycle model. The intertemporal optimization is based on Dynamic Programming with a backward recursion algorithm. The implemented uncertainty is not based on income shocks as it is done in traditional life cycle models but uses Markov probabilities where the probability for the next employment status of the agent depends on the current status. The utility function used is a CRRA function (constant relative risk aversion), combined with a CES function (constant elasticity of substitution) and has several consumption goods, a subsistence level, money and a bequest function. N2 - Diese Arbeit modelliert das Spar- und Konsumverhalten von Individuen in Deutschland mit einem Lebenszyklusmodell. Dabei hat das Modell zwei Besonderheiten, erstens trifft die Möglichkeit arbeitslos zu werden nicht jeden Agenten des Models mit der gleichen Wahrscheinlichkeit, sondern wird von Bildungsabschluss und dem Beschäftigungsstatus des Agenten beeinflußt und zweitens weicht die verwendete Nutzenfunktion von den Standardnutzenfunktionen ab und implementiert Vererbung, Geld, verschiedene Güter und Subsistenzlevel. Der Optimierungsalgorithmus basiert auf Dynamischer Programmierung. KW - Lebenszyklusmodell KW - Deutschland KW - Arbeitslosigkeit KW - Markov Wahrscheinlichkeiten KW - Sparraten KW - life cycle model KW - Germany KW - unemployment KW - markov chains KW - saving rates Y1 - 2008 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-33111 ER -