Institutional Money, Ausgabe 1 | 2022

energie dargestellt. Die Strompreisdaten auf dem deutschen Strommarkt stammen von der Deutschen Strombörse EEX. Die Daten zu den Spot- preisen für Grundlaststrom werden eben- falls stündlich bereitgestellt, was insofern praktisch ist, als die Windenergiedaten ebenfalls im Stundentakt vorliegen. Die Tabelle „Spotpreise“ fasst die Strompreis- daten für den Zeitraum von 2005 bis 2013 zusammen. Zusätzlich zu diesen Spotprei- sen für Strom verwendet Hoechner auch die Preise der einmonatigen Terminkontrakte. Im Rahmen dieser Analyse wird der Preis für den Liefermonat als Durchschnittspreis der letzten 15 Handelstage vor dem Ver- tragsmonat herangezogen. Dann führt der Autor die Windkraftdaten der simulierten Portfolios mit den Stromspotpreisdaten zusammen und erhält so die Erlösströme dieser Windparkportfolios. Diese bilden dann die Basis weiterer Untersuchungen. Kennzahlen Um in einem liberalisierten Energiemarkt wettbewerbsfähig zu bleiben, müssen Wind- energieunternehmen wie andere Unterneh- men auch nach Möglichkeiten suchen, ihre erwarteten Gewinne zu maximieren und gleichzeitig das Risiko auf einem akzep- tablen Niveau zu halten. Daher ist die wich- tigste Messgröße, die verwendet wird, um die Auswirkungen der Absicherungsstrate- gien zu quantifizieren, das Verhältnis zwi- schen den erwarteten Einnahmen und deren Standardabweichung, das als Performance bezeichnet wird. Neben diesem Perfor- mancemaß bezieht Hoechner auch ein wei- teres Maß, nämlich die Hedging-Effizienz, in die Analyse mit ein. Die Hedging-Effi- zienz wird berechnet als die prozentuale Verringerung der Ertragsvolatilität. Sie ist ein Quotient, bestehend aus der Differenz zwischen der Standardabweichung der ungehedgten Erträge und der gehedgten Erträge, dividiert durch die Standardab- weichung der ungehedgten Erträge. Das erste Maß – die Performance – be- rücksichtigt beide Faktoren, nämlich den Ertrag und dessen Schwankungsbreite, die im Entscheidungsprozess der Unternehmen eine große Rolle spielen. Daher ist die Per- formance aus der Sicht eines Unternehmens eine wichtigere Kennzahl als die Hedging- Effizienz. Diese Kennzahl hingegen erlaubt die Bewertung der Wirkung verschiedener Absicherungsinstrumente im Hinblick auf das primäre Ziel, die Risikominderung. Unter Berücksichtigung von Diversifikation und durch die Verwendung von Termin- kontrakten werden zwei verschiedene Absi- cherungsstrategien verwendet. Die Wirk- samkeit jeder Strategie lässt sich sehr leicht mithilfe der Hedging-Effizienz vergleichen. Diversifikation ist in der Regel die erste Strategie, die in Frage kommt, wenn es darum geht, das Risiko zu minimieren. Die zentrale Idee der Portfoliooptimierung ist, dass das Risiko des Portfolios, gemessen an seiner Standardabweichung, geringer ist, als das gewichtete Risiko seiner Komponenten ausfällt. Diese Idee wird in der vorliegenden Stu- die verwendet, um festzustellen, ob es für zwei Windparkunternehmen vorteilhaft ist, ihre Windparkportfolios zu einem größeren Windparkportfolio zusammenzufassen und dann die Gewinne ihren Anteilen entspre- chend aufzuteilen. Der Einfachheit halber werden die Anteile der einzelnen Unter- nehmen durch die Anzahl der Windturbinen bestimmt, die sie zu dem kombinierten Windparkportfolio beitragen. Hoechner untersucht auch, ob die relative Größe der beiden Teilportfolios einen Unterschied im Vorzeichen und in der Menge des Hedging- und des Performance-Effekts für die beiden Teilportfolios verursacht. Ein „symmetri- sches Portfolio“ besteht aus zwei Teilport- folios von nahezu gleicher Größe, ansonsten spricht man von einem „asymmetrischen Portfolio“. Auch wird die Annahme getrof- fen, dass es keine anderen Economy-of- Scale-Effekte gibt, die die Kosten im Ver- hältnis zu den Erträgen senken würden und somit für sich genommen schon ein Grund dafür wären, die beiden kleineren Wind- parkportfolios zu einem großen Portfolio zusammenzufassen. Die Tabelle „Diversifi- kation verringert Windparkrisiken“ illus- triert, dass symmetrische Teilportfolios zu- sammen regelmäßig hochsignifikant Risiko verringern, während beim Zusammenlegen von asymmetrischen Teilportfolios eine sta- tistisch schwächere Risikoverringerung zu beobachten ist. Ergebnisse Das Papier untersucht den Einfluss der operativen Größe eines Windparkportfolios auf die Effektivität des Hedgings des Risi- ko-Exposures. Diversifikation als erster natürlicher Weg, das Risiko eines Portfolios zu reduzieren, ist auch im Fall von Wind- parkportfolios anwendbar. Durch die Di- » Hauptfaktor der Effektivität bleibt eine optimale räumliche Streuung der Windparkstandorte. « Benedikt Hoechner, ehemals wissenschaftlicher Mitarbeiter am Lehrstuhl für Finanzierung und Banken an der Otto-von-Guericke-Universität Magdeburg Beispielportfolios Exemplarische Zusammensetzung von Windparkportfolios No. Windkraftanlagen Mittlere Leistung Standardabweichung (in kWh) der Leistung (in kWh) Portfolio 1 51 539,85 201,25 Portfolio 2 51 471,84 177,55 Portfolio 3 56 477,79 191,09 Portfolio 4 60 292,58 115,22 Portfolio 5 54 421,36 163,87 Fünf Windparkportfolios, die sich aus vergleichsweise ähnlich vielen Turbinen an jeweils acht aus 14 Standorten zusammensetzen, zeigen deutliche Abweichungen bei der durchschnittlich erzeugten Leistung und deren Standard- abweichung. Quelle: Studie 168 N o. 1/2022 | www.institutional-money.com SCHWERPUNKT UKRA I NE WI NDKRAF T