Presentasjon av Masterutredningen

Transkript

1 Presentasjon av Masterutredningen Analyser og simuleringer i inntektsrammereguleringsmodellen for nettbransjen fra 2007 Av Thomas Askeland og Bjørn Fjellstad

2 Bakgrunn og mandat Vårt mandat: Simuleringer og analyser av reguleringsmodellen Brukte mye tid på å få oversikt over modellen og vi er ganske sikre på at vi ikke har skjønt alt ennå! Momenter i oppgaven DEA-modellens funksjon og virkemåte Kapitalkostnader i DEA-modellen Trenger DEA-modellen en aldersparameter? Kalibrering og justeringsparameteren Investeringer i nettanlegg effekter på IR-modellen

3 Bransjens kostnadsgrunnlag 2007 Nettaps- kostnad 14 % KILE (fq) 3 % KPI-justerte D&V kostnader 41 % AKG + 1% arbeids-kapital * NVE renten 23 % AVS 19 %

4 Justeringsparameteren JP = 1,6 x r NVE x årlig tilgang t-2 Isolert sett gir Justeringsparameteren dekning for nåverditapet for en investering med en levetid på 30 år, og 8,09 % nominell rente Men på grunn av kalibreringen vil ikke bransjen som helhet få justeringsparameteren! IR før JP + JP IR etter kalibrering Slik IR-modellen kalibreres i dag, er det ikke mulig at bransjen som helhet får dekket sitt nåverditap!

5 NVEs tre stegs kalibrering Kalibreringen gjøres i 3 steg: Steg 1: Korrigering av DEAresultat for avvik mellom faktisk og gjennomsnittlig KILE Utgjør en ubetydelig effekt Steg 2: Sammenvekting av DEA-resultat fra D- og R-nett D R Eˆ i Eˆ i Ei = wi + (1 w D i ) R E E Stor effekt på nivået Steg 3: Kalibrering av kostnadsnormen slik at bransjens avkastning blir lik referanserenten * K kalibrert = K * AKG Δr ρ Kun en omfordelingseffekt Kalibrerer bort JP Omfordeler til selskap med lav AKG og høy årlig tilgang

6 Kalibreringseffekter i steg 3 Kalibreringseffektene kan være vanskelige å identifisere for enkeltselskaper Effekt 1: Selskaper med lave bokførte verdier får omfordelt inntektsramme gjennom kalibreringen Effekt 2: Selskaper med høy årlig tilgang får omfordelt inntektsramme gjennom kalibreringen De to effektene er gitt av formlene for kalibreringen, og særlig effekt 1 viser at IR-modellen er følsom for forskjeller i nettselskapenes bokførte verdier

7 Bransjeeffekten av kalibreringssteg JP K* x 0,5 K* x 0,5 Kalibrering av K* K* x 0, K x 0,5 K x 0, IR før kalibrering IR etter kalibrering

8 Eksempel: Inntektsrammen for 2007 Bransjen Hafslund BKK Hammerfest Agder Energi Kostnadsgrunnlag (K) Justeringsparameter (JP) Inntektsramme før kali.. (IR1) Avkastning før kali. (AVK 1) 8,94 % 11,91 % 7,97 % 9,79 % 8,83 % IR etter kalibrering (IR 2) Kalibrert avkastning (AVK 2) 8,09 % 11,06 % 7,12 % 8,94 % 7,98 % Korreksjon ved kalibrering -0,8490 % -0,8490 % -0,8490 % -0,8490 % -0,8490 % Korreksjoner i IR steg 3 ( ) (47 027) (25 611) (1 240) (19 921) JP kalibreringseffekt steg 3 (9 233) (8 293) Hafslund og BKK får tillagt JP, men omfordelingen i kalibreringssteg 3 gjør at de får kalibrert bort JP + litt til fra sin IR

9 Investeringsbeslutningen Inntekter Effekt på på inntektsrammen Faktiske kostnader Justeringsparameteren 0,5 x (økning kapitalkostnad og endring i andre kostnader) 1,6 x tilgang t-2 x r NVE Invester Ikke invester Nåverdi av av investering Kostnader Forventet tap -KILE - DV-kostnader - Andre kostnader Endring i DV- og og kapitalkostnader, og og KILE Normkostnad a) Kalibreringseffekter b) Konstant hvis ingen endring i output c) Endring i normkost kan ha fire årsaker: 1. Endring kun i output 2. Endring kun i kostnadsgrunnlag 3. Relativ økning i output ift kostnadsgrunnlag 4. Relativ økning i kostnadsgrunnlag ift output

10 Investering og effekter i DEA-modellen Input (Totale kostnader) Redusert effektivitet Økt effektivitet A 1 Output

11 Lønnsomhet av en investering - avskrivningstid Komplisert å beregne lønnsomheten av en investering Utfordringer: 1. Lønnsomheten avhenger av andre i bransjen 2. Kortsiktige økonomiske hensyn vil vektlegges 3. Investeringens effekt på selskapets effektivitet Input til lønnsomhetsberegning Investeringsbeløp Rente 8,09 % Justeringsparameter Effektivitet 100 % Investering Avskrivningstid IRR NV(I) Stilisert sett -> Lengre avskrivningstid gir høyere lønnsomhet 10 7,84 % ,10 % ,20 % ,26 % 1467

12 Diskusjon av momenter i utredningen Momenter til diskusjon: Datakvaliteten i datasettet Aldersdata Bokførte verdier I hvilken grad kan selskapene tilpasse seg modellen? Kalibreringseffekter

13 Back up slides

14 Trenger vi en aldersparameter? Våre funn: I en konstruert bransje med nettselskap med anlegg i 30 ulike årsklasser, vil DEA-modellen konsekvent velge det selskapet med høyest alder (laveste kapitalkostnader) som det mest effektive selskapet Hvis det finnes aldersavhengige kostnader i nettselskapene, vil disse påvirke effektiviteten i bransjen Våre konklusjoner: Aldersforskjeller mellom nettselskapenes anlegg gir ulike kapitalkostnader Aldersparameteren kan justere for aldersskjevheter i datasettene (under forutsetning av at nettanleggenes alder er kjent!)

15 Konstruksjon av aldersparameteren (AP) Vi tar utgangspunkt i den teoretiske begrunnelsen om at kapitalkostnader er lineære og vil avta over anleggsmiddelets levetid Vi har videre konstruert en aldersparameter basert på gjenværende levealder, skalert med totalkostnad, og bruker datasettet for 2004 for å vise hvordan AP justerer for ulik alder på nettanlegg Tabell 17 Bransjens gjennomsnittlige effektivitet i DEA-modellen vektet med totalkostnad Bransjens effektivitet uten AP 88,9 % Bransjens effektivitet med AP 91,5 %

16 Effekter av å inkludere AP Endring i DEA ved å innføre AP 1 0,9 Effektivitet 0,8 0,7 Eff før AP Eff skalert TOTEX 0,6 0,5 Selskap Grafen viser at gjennomsnittseffektiviteten for bransjen vil øke ved å innføre en aldersparameter, og at AP vil gi omfordeling av inntektsrammen En aldersparameter handler om omfordelingseffekter, snarere enn en økning i IR for bransjen