Das Life Cycle Amortisation Modul (LCAM)

Das Life Cycle Amortisation Module (LCAM) ist ein Entscheidungswerkzeug.

Viele Unternehmen wollen im Energiebereich Lösungen umsetzen, die ihren individuellen Erfordernissen am besten entsprechen. LCAM macht Alternativen vergleichbar. Auf der Basis von repräsentativen Kennzahlen (KPIs) die für den Vergleich normalisiert werden, wie zum Beispiel ‘Kosten / kWh’, können bessere Entscheidungen getroffen werden. Die Lebenszykluskosten berücksichtigen die primären Investitionsaufwendungen, Kosten für die Substanzerhaltung der Anlage, Kosten für die operative Erhaltung und die Betriebskosten. Zusätzlich können die Finanzierungskosten und die steuerlichen Auswirkungen der Investition berücksichtigt werden.

Darüber hinaus kann LCAM auch weiter gehen und als „heiliger Gral der Investitionsentscheidungen“ durch folgende zusätzliche Optionen fungieren:

-        Bewertung der mit der Investition verbundenen zusätzlichen Flexibilitäten/Freiheitsgrade

-        Bewertung von „Real Options“

-        Anwendung von Monte Carlo Szenario-Modellierung

 

Flexibilitätsbewertung

In vielen Fällen eröffnet (oder verschließt) ein Projekt verschiedene Handlungsoptionen für ein Unternehmen, diese Darstellung ist bei einen strikten NPV-Ansatz aber nicht möglich. Manche Analysten helfen sich diesbezüglich mit Anpassen der Diskontierungsrate (etwa durch Erhöhung der Kapitalkosten) oder der Cash Flows (Verwendung von Sicherheits-Äquivalenten oder Anwendung subjektiver Kürzungen). Auch bei Anwendung können diese Methoden Risikoänderungen über den Lebenszyklus nicht korrekt abbilden.

Wir wenden daher häufig Tools an, die diesen Optionen einen expliziten Wert zuweisen. Wenn in einer DCF-Bewertung die wahrscheinlichsten oder durchschnittlichen szenariospezifischen Cash Flows dikontiert werden, wird hier die „flexible und abschnittsorientierte Natur“ des Investments modelliert und es werden daher „alle“ potentiellen Payoffs berücksichtigt.

Der Unterschied zwischen den beiden Bewertungen ist der „Flexibilitätswert“ des Projektes, der Wert der Real Option. So kann zum Beispiel eine Utility ein Kraftwerk in einem spezifischen Land unter der Prämisse einer bestimmten Nachfrage bauen/übernehmen, sonst aber Strom im Großhandelsmarkt beziehen. Bei noch größerer Nachfrage könnte dann das Kraftwerk durch Zubau verschiedener Blöcke erweitert werden. In einem DCF-Modell wären diese Pfade nur durch separate Modellierung jedes Szenarios möglich. In einem Entscheidungsbaum kann jede Managemententscheidung als Reaktion auf einen „Event“ einen „Entscheidungsast“ bilden, dem das Unternehmen dann folgen kann.

Bewertung von Real Options

Wir verwenden Real Options Valuation (ROV) normalerweise, wenn der Wert eines Projektes von einem Asset oder einer zugrundeliegenden Variable abhängig ist. Die Lebensfähigkeit eines Ölfeldes ist etwa abhängig vom Preis der Nordseeölmarke Brent. Wenn der Preis zu gering ist, wird das Management ein bestimmtes Feld nicht entwickeln. Hier würde eine DCF-Bewertung wieder nur ein Ergebnis abbilden können. Folgender Ablauf ist daher in diesem Beispiel sinnvoll:

-        Real Option-Theorie als Rahmen, die gefällte Entscheidung wird entweder zur Call Option oder zur Put Option

-        Anwendung einer passenden Bewertungsmethodologie – normalerweise eine Variante des Binomial-Optionsmodells oder ein maßgeschneidertes Simulationsmodell

-        Der „wahre“ Wert des Projekts ist dann der NPV des „wahrscheinlichsten“ Szenarios plus dem Optionswert

Bei der inherenten Unsicherheit bei Projekt-Vorhersagen und –bewertungen wollen Analysten die Sensitivitäten des Projekt-NPV bezüglich verschiedener Annahmen des DCF-Modells prüfen.


Anwendung der Monte Carlo Szenario-Modellierung

Eine andere Weiterentwicklung überwindet die Begrenzungen der Sensitivitäts- und Szenarioanalysen. Dies erfolgt durch die Prüfung der Effekte aller möglichen Variablen-Kombinationen durch die Erstellung von stochastischen und wahrscheinlichkeitsgetriebenen Finanzmodellen. Diese stehen im Gegensatz zu den traditionellen statischen und deterministischen Modellen.

Die am häufigsten verwendete Methode zur Analyse des Projekt-NPV ist die Monte Carlo-Simulation. Im Gegensatz zum obigen Szenarioansatz erzeugt die Simulation mehrere tausend wahllose aber mögliche Ergebnisse.

Das Ergebnis ist dann ein Histogramm des Projekt-NPVs, der durchschnittliche NPV eines potentiellen Investments – sowie auch die Volatilität und andere Sensitivitäten – stellt ein weiteres Ergebnis dar. Dieses Histogramm enthält Informationen, die mit dem statischen DCF nicht verfügbar sind: zum Beispiel ermöglichen sie eine Schätzung der Wahrscheinlichkeit, dass ein Projekt einen NPV größer als 0 (oder jeden anderen Wert) hat.

Ein verfeinertes Monte Carlo-Modell inkludiert das mögliche Auftreten von Risikoereignissen (etwa ein Credit Crunch, eine Ölpreiskrise, etc.), die die Variationen in einem oder mehreren DCF-Modell Inputs treiben.

Unser Life Cycle Amortisation Module LCAM bildet das Fundament für die beschriebenen Herausforderungen.