Benchmarking-Ansätze zum Vergleich der Effizienz von Energieunternehmen (Nr. 262) © Photo Credit: Robert Kneschke - stock.adobe.com

Benchmarking-Ansätze zum Vergleich der Effizienz von Energieunternehmen (Nr. 262)

Neuer Diskus: Benchmarking-Ansätze zum Vergleich der Effizienz von Energieunternehmen

Oliver Franz, Marcus Stronzik

Benchmarking-Ansätze zum Vergleich der Effizienz von Energieunternehmen
Nr. 262 / Februar 2005

Zusammenfassung

Im Stromsektor stehen die Übertragungs- und Verteilungsnetze im Fokus der
Regulierungsdebatte, da sie monopolistische Bottlenecks darstellen und darüber hinaus keine wettbewerblichen Alternativen als Effizienzmaßstab vorhanden sind. Das entscheidende regulatorische Grundproblem besteht dabei in der asymmetrischen Informationsverteilung zwischen den Unternehmen und der Regulierungsbehörde. Ein Weg für den Regulierer, objektive Informationen über die Performance der Unternehmen zu generieren, besteht im sog. Benchmarking.

Die zentrale Fragestellung dieser Studie ist, auf welche Methoden sich die Regulierungsbehörde als mögliche Benchmarking Techniken in der Zukunft konzentrieren sollte. Der Schwerpunkt der Analysen wurde dabei auf die Data Envelopment Analysis (DEA) – ein Verfahren der linearen Optimierung – und die Stochastic Frontier Analysis (SFA) – ein stochastisches Verfahren – gelegt. Darüber hinaus wurden auch die Price Index Numbers (PIN) sowie die traditionellen Regressionstechniken Corrected Ordinary Least Squares (COLS) und Modified Ordinary Least Squares (MOLS) betrachtet.

Während diese traditionellen Ansätze zur Schätzung von Effizienzgrenzen durch die SFA dominiert werden, kann hinsichtlich der drei anderen Verfahren keine eindeutige Aussage getroffen werden. Allerdings erscheint auch die PIN im betrachteten Kontext nicht ratsam, da sie mit zu hoch aggregierten Daten arbeitet. Hinsichtlich der Datenverfügbarkeit können Konsistenzprobleme sowohl bei SFA als auch bei DEA zumindest teilweise umgangen werden, wenn auf rein physische Daten zurückgegriffen wird. Bei der Frage der Güte der Daten erscheint zunächst SFA als vorteilhafter, da sie Datenungenauigkeiten explizit berücksichtigt. DEA hingegen reagiert sensibler auf Datenfehler. Ein weiterer Vorteil von SFA ist, dass die Verlässlichkeit bzw. Robustheit der Effizienzergebnisse mittels Konfidenzintervallen einer Überprüfung unterzogen werden kann. Diesem Mangel bei der DEA ist allerdings – z.B. über Bootstrapping - begegnet worden. Ferner besteht bei DEA nicht die Notwendigkeit, ex ante Annahmen über Kosten- bzw. Produktionsstrukturen sowie die Verteilung der Störterme zu treffen.

Grundsätzlich sollten DEA und SFA nicht als zueinander konfliktär betrachtet werden. Im Gegenteil bieten die zwei verfügbaren Methoden eher eine Möglichkeit an, die ermittelten jeweiligen Effizienzergebnisse auf ihre Plausibilität zu untersuchen (Korrelation der Ergebnisse). Allerdings wird davon abgeraten, diese mechanisch in den Regulierungsprozess zu übertragen (z.B. Bestimmung von X-Faktoren bei der Price Cap Regulierung), da dort auch noch andere Unternehmensspezifika eine Rolle spielen. Aufgrund der Monopolsituation bei den Netzbetreibern ist es anzuraten, inputorientierte Ansätze zu verfolgen, die zwar keine Aussagen über die allokative Effizienz auf der Outputseite zulassen, welche allerdings bei preissetzendem Verhalten auch von geringer Aussagekraft ist. 

Der Diskussionsbeitrag steht zum Download zur Verfügung.