Content

Kai Hüschelrath, Nina Leheyda, Kathrin Müller, Tobias Veith, Simon Reese, Christine Laabsch, Anwendung quantitativ-ökonomischer Methoden der Schadensermittlung am Beispiel eines deutschen Zementkartells in:

Kai Hüschelrath, Nina Leheyda, Kathrin Müller, Tobias Veith (Ed.)

Schadensermittlung und Schadensersatz bei Hardcore-Kartellen, page 125 - 244

Ökonomische Methoden und rechtlicher Rahmen

1. Edition 2012, ISBN print: 978-3-8329-7511-1, ISBN online: 978-3-8452-4002-2, https://doi.org/10.5771/9783845240022-125

Series: ZEW Wirtschaftsanalysen - Schriftenreihe des ZEW, vol. 102

Bibliographic information
125 4 Anwendung quantitativ-ökonomischer Methoden der Schadensermittlung am Beispiel eines deutschen Zementkartells Kai Hüschelrath, Nina Leheyda, Kathrin Müller, Tobias Veith, Simon Reese und Christine Laabsch Im Anschluss an die grundlegenden Erläuterungen der Ermittlung von Schadenshöhen infolge von Hardcore-Kartellabsprachen im Allgemeinen und an die Einführung in empirische Methoden der Schadensermittlung im Besonderen konzentriert sich dieses Kapitel auf eine Anwendung der besagten Methoden am Beispiel realer Daten zu einem Zementkartell in Deutschland. Hierbei werden sowohl öffentlich verfügbare aggregierte Daten als auch die von CDC auf Geschädigtenebene erhobenen Transaktionsdaten verwendet. Neben der tatsächlichen Anwendung einer Auswahl empirischer Methoden ist es in einem vorgelagerten Schritt notwendig, sowohl das Kartell selbst als auch die deutsche Zementindustrie insgesamt im Stil einer Industriestudie zu erfassen. Dies ist schon deswegen geboten, weil es keine für alle Fälle und Märkte optimale Ermittlungsmethode gibt, sondern diese immer vor dem Hintergrund der jeweiligen Kartell- und Marktspezifika sowie der zur Verfügung stehenden Daten ausgewählt und angewendet werden muss. 4.1 Ein Zementkartell in Deutschland – einführende Beschreibung Im Frühjahr 2002 deckte das Bundeskartellamt ein Hardcorekartell im deutschen Zementmarkt auf. Im Lauf der Untersuchungen wurde festgestellt, dass zahlreiche Zementproduzenten mithilfe von Quotenabsprachen den deutschen Zementmarkt untereinander aufgeteilt hatten, und zwar mindestens seit Beginn der 1990er-Jahre. Nach dem Abschluss der Untersuchungen stellte das Bundeskartellamt erhebliche Mehrerlöse aufgrund überhöhter Zementpreise fest und verhängte im April 2003 Bußgelder in Höhe von insgesamt ca. 702 Mio. Euro. Davon entfielen ca. 660 Mio. Euro auf die sechs größten deutschen Zementhersteller: Dyckerhoff AG (hiernach Dyckerhoff), HeidelbergCement AG (hiernach Heidelberg), Lafarge Zement GmbH (hiernach Lafarge), Readymix AG (nun Cemex Deutschland AG) (hiernach Readymix oder Cemex), Schwenk Zement KG (hiernach Schwenk) und Holcim (Deutschland) AG (ehemals Alsen AG) (hiernach Holcim). Readymix offenbarte die Existenz des Kartells gegenüber dem Bundeskartellamt und beantragte eine Bußgeldbefreiung im Rahmen der Bonusregelung. Der 2. Kartellsenat am OLG Düsseldorf hat in seinem Urteil vom 26.06.2009 – VI-2a Kart. 2 – 6/08 (hiernach „OLG-Urteil“) die gesetzeswidrigen Kartellabsprachen unter den Zementherstellern bestätigt, aber die vom Bundeskartellamt festgesetz- 126 ten Bußgelder unter anderem aufgrund ungenügender Datenbestände für eine ökonomisch tragfähigere Bußgeldbemessung auf einen Gesamtbetrag von ca. 329 Mio. Euro reduziert. Circa 70 Mio. Euro waren aufgrund der Rücknahme entsprechender Einsprüche vonseiten bestimmter Kartellanten bereits vor dem Urteil rechtskräftig. Die nachgewiesene Existenz eines Kartells lässt vermuten, dass von den Abnehmern überhöhte Preise für Zement bezahlt wurden und dadurch ein Schaden entstanden ist. Im Rahmen des Bußgeldverfahrens erfuhr dieses Argument insofern deutliche Unterstützung, als nach der Aufdeckung des Kartells ein signifikanter Abfall der Zementpreise festgestellt werden konnte. Dies wird in der folgenden Abbildung deutlich. Abb. 4-1: Entwicklung des Zementpreisindex von Januar 1991 bis Januar 2008 Quelle: Friederiszick und Röller, 2010: 599 In Ergänzung zur Darstellung der Entwicklung des Zementpreisindex von Januar 1991 bis Januar 2008 benennt Abb. 4-1 ebenfalls die zentralen Ereignisse um die Aufdeckung des Zementkartells. Als Startpunkt des Preisverfalls muss die Ankündigung eines Mitglieds des Zementkartells, Readymix, gesehen werden, Zementlieferungen anderer Kartellmitglieder an die Readymix zugehörigen Betonhersteller durch Lieferungen aus der eigenen Zementproduktion zu ersetzen. Die Umsetzung dieser Ankündigung kommt faktisch einer Erhöhung der (abgesprochenen) Marktanteile für Readymix gleich und musste folglich von den anderen Kartellanten als Abweichen von der Kartellabsprache angesehen werden. Vor diesem Hintergrund war ein zentraler Diskussionspunkt im Rahmen des Bußgeldverfahrens die Interpretation des substanziellen Preisabfalls nach der Aufdeckung des Kartells. Obwohl nach der Beendigung eines Kartells ein Preis- 127 abfall zu erwarten ist, gingen der vom Bundeskartellamt beauftragte ökonomische Gutachter und letztlich auch das Gericht in seiner Entscheidung von der Existenz eines Preiskriegs nach Ende der Kartellabsprache aus.327 Friederiszick, 2009b führt dazu insbesondere drei Gründe an: 1. Der Preisabfall hat lediglich eine temporäre Natur. 2. Mehrere Parteien gaben an, dass die entsprechenden Märkte als Bestrafungsaktion gegen den Kartellbrecher Readymix mit billigem Zement geflutet wurden, sodass die Erzielung eines Gewinns unmöglich war. 3. Die Preise in besagter Periode lagen unterhalb der langfristigen Durchschnittskosten für die Zementproduktion.328 Das OLG hat in seinem Urteil klargestellt, dass eine grundsätzliche Ausklammerung von „Preiskriegen“ aus einer Zeitreihenanalyse aus Rechtsgründen nicht in Betracht komme. Dennoch ist es dem Gutachter darin gefolgt, nicht den niedrigsten nach der Aufdeckung des Kartells beobachtbaren Preis als Wettbewerbspreis zu interpretieren. Stattdessen musste sich der Frage zugewendet werden, wann der vermutete „Preiskrieg“ endete und welcher Preis demnach als Wettbewerbspreis angesetzt werden kann (Friederiszick, 2009b). Von Bedeutung könnte dabei der Aufkauf des Kartellbrechers Readymix durch Cemex im September 2004 sein, in dessen Folge die Preise drastisch anstiegen.329 Unabhängig von der Frage, ob nach der Kartellaufdeckung ein Preiskrieg stattfand, lässt sich wegen der nachgewiesenen Existenz eines Kartells ein erheblicher Schaden aufseiten der Kunden der Zementhersteller vermuten. Daher liegt die Idee nahe, auf privatrechtlichem Weg Schadensersatz von den Kartellanten zu verlangen. Das Geschäftskonzept von CDC hat sich vor diesem Hintergrund das Ziel gesetzt, die existierenden Hindernisse einer entsprechenden privatrechtlichen Durchsetzung des Kartellrechts in Deutschland zu überwinden und somit 327 In diesem Zusammenhang erscheint der Hinweis wichtig, dass die zeitliche Abgrenzung der Kartellperiode und etwaiger Preiskriegsperioden nach der Aufdeckung des Kartells erhebliche Auswirkungen auf die Schadenshöhe haben kann. Dies hat das Bundeskartellamt durch Simulationen im Rahmen des Bußgeldverfahrens klar belegt. Für privatrechtliche Verfahren muss in diesem Zusammenhang ergänzt werden, dass das durch das Bundeskartellamt festgestellte Ende des Verstoßes nicht zwingend dem Ende der Schadensperiode entsprechen muss (vgl. dazu oben, Abschnitt 2.3.5.1.1 zum Konzept des zeitlichen Vergleichsmarkts). So sind grundsätzlich verschiedene Übergänge von der Periode kartellbedingter Schädigung zu einer Periode ohne signifikante Schädigung denkbar. Neben einem unmittelbaren Übergang von der Kartellabsprache zum Wettbewerb ist auch die Annahme verschiedener Übergangsphasen denkbar. Die Berücksichtigung solcher Übergangsphasen bei der Schadensermittlung muss allerdings nicht nur plausibel begründet, sondern auch spezifiziert werden hinsichtlich der Anzahl und der Länge der Phasen sowie die Anfangs- und Endpunkte der Phase(n) des Übergangs. 328 In diesem Zusammenhang muss angemerkt werden, dass die ökonomischen Kalkulationen hinter dieser Schlussfolgerung nicht veröffentlicht wurden und somit nur darüber gemutmaßt werden kann, ob die Preise tatsächlich nicht kostendeckend waren. 329 In der Presse wurde die Übernahme unter dem Titel „Operation Stinktier“ intensiv diskutiert. So sprachen die aufkaufenden Zementunternehmen von einem notwendigen Abbau von Überkapazitäten als zentralem Grund für die Übernahme der Readymix, während Readymix selbst sowie externe Beobachter das Ziel der Übernahme eher in der Eliminierung eines lästigen Wettbewerbers und Kartellbrechers sahen. Siehe dazu unter anderem „Operation Stinktier“ in der Zementbranche, Handelsblatt vom 10.10.2003, abrufbar unter www.handelsblatt.com/unternehmen/ industrie/operation-stinktier-in-der-zementbranche/2278368.html (zuletzt besucht am 19.06.2011). 128 den geschädigten Kunden des Kartells zu dem ihnen zustehenden Ersatz des entstandenen Schadens zu verhelfen.330 Seit Beginn der Initiative im Jahr 2002 hat CDC die kartellbasierten Ansprüche von zunächst 28 geschädigten Unternehmen erworben (Forderungskauf und Vollabtretung im Sinne des § 398 BGB), die überwiegend der Kategorie „klein- und mittelständische Unternehmen der Betonbranche“ zuzurechnen sind. Im August 2005 reichte CDC Klage beim Landgericht (LG) Düsseldorf gegen die oben genannten Zementproduzenten ein. Die abgetretenen Ansprüche acht weiterer geschädigter Unternehmen wurden in der Folge der Klage hinzugefügt. Die Klage an sich und die geforderte Schadenssumme basieren zum einen auf Daten, die im Rahmen der behördlichen Untersuchung im Bußgeldverfahren ermittelt wurden. Zum anderen wurden von CDC selbst in erheblichem Umfang konkrete Transaktionsdaten der geschädigten Unternehmen gesammelt und aufbereitet. Insgesamt beinhaltet die entsprechende Datenbank ca. 390.000 Positionen wie insbesondere Rechnungen der Zementhersteller an die (entsprechend geschädigten) Kunden. Eine erste Auswertung der Daten zeigt den schon oben auf Basis der aggregierten Daten festgestellten Einbruch der Marktpreise im Anschluss an die Aufdeckung des Kartells und legt eine entsprechende Schädigung der Abnehmer von Zement während des Kartellzeitraums nahe. Darüber hinaus – und im Rahmen des privatrechtlichen Verfahrens von entscheidender Bedeutung – erlaubt die CDC-Datenbank die kundengenaue Ermittlung der durch das Kartell verursachten Schäden. Die privatrechtliche Aufarbeitung des deutschen Zementkartells ist aktuell noch nicht abgeschlossen. Eine erste Anhörung vor dem zuständigen LG Düsseldorf, das im Februar 2007 die Zulässigkeit der Klage festgestellt hat, fand im Dezember 2006 statt. Diese Entscheidung ist im Mai 2008 vom OLG Düsseldorf bestätigt worden. Das dagegen von Dyckerhoff eingelegte Rechtsmittel hat der BGH am 07.04.2009 zurückgewiesen, sodass nun wieder das LG Düsseldorf mit der Herbeiführung einer materiellen Entscheidung betraut ist. Aufgrund des Bußgeldverfahrens und der Gerichtsentscheidungen liegen bereits detaillierte Informationen über die Funktionsweise und die Wirkungen des Zementkartells vor. Es ist daher naheliegend, die folgende Industriestudie zum deutschen Zementmarkt an den geeigneten Stellen um Informationen aus diesen Entscheidungen zu bereichern. Eine solche Vorgehensweise erleichtert auch unmittelbar den Übergang zu der sich anschließenden quantitativ-ökonomischen Analyse der Wirkungen des Zementkartells auf Basis öffentlich verfügbarer Daten einerseits und der von CDC erstellten Datenbank mit detaillierten Transaktionsdaten andererseits. 330 Zu den Hindernissen der privaten Kartellrechtsdurchsetzung z.B. EU-Kommission, Weißbuch – Schadensersatzklagen wegen Verletzung des EG-Wettbewerbsrechts, 02.04.2008, KOM (2008) 165, 2. 129 4.2 Der Zementmarkt in Deutschland – eine Industriestudie Im Anschluss an die einführende Beschreibung des Zementkartells in Deutschland verfolgen die folgenden Abschnitte das Ziel einer detaillierteren Erfassung der deutschen Zementindustrie. Neben einer Charakterisierung des Produkts Zement erfolgen dabei insbesondere eine Betrachtung der Marktabgrenzung und eine Beurteilung des Wettbewerbs. Die generelle Erfassung der Industrie wird an den geeigneten Stellen um Informationen zu möglichen oder tatsächlichen Auswirkungen des Kartells auf die Struktur, das Verhalten und das Ergebnis der Zementindustrie in Deutschland ergänzt. 4.2.1 Charakterisierung des Produkts Zement 4.2.1.1 Herstellung Zement ist ein hydraulisches Bindemittel, d.h., es erhärtet bei Kontakt mit Wasser. In seinem ursprünglichen Zustand liegt es als fein gemahlenes Pulver vor. Zement wird aus Zementklinker, der aus den Rohstoffen Kalkstein, Kreide, Ton und Mergel hervorgeht, sowie Zumahlstoffen hergestellt. Diese Zumahlstoffe wie z.B. Hüttensand, Flugaschen oder Trass werden je nach Art des hergestellten Zements in späteren Produktionsschritten zugesetzt. Weiter können Korrekturstoffe wie Bauxit, Sand oder Eisenoxid eingesetzt werden. Im Folgenden wird die Herstellung von Zement mit vorheriger Herstellung von Zementklinker beschrieben. Dies erfolgt, falls nicht anders angegeben, nach Locher, 2000. Nach dem Abbau wird Kalkstein mit einem Brecher zerkleinert und gegebenenfalls, bei größeren Schwankungen der chemischen Zusammensetzung der Lagerstätte, in Mischbetten vorhomogenisiert. Dabei werden schichtweise Halden aufgeschüttet, die dann quer zu diesen Schichten wieder abgetragen werden. Hier können Korrekturen durch Einmischen von Korrekturstoffen erfolgen. Anschlie- ßend werden die Rohstoffe zu Rohmehl gemischt. Dieses wird mit Mühlen zerkleinert, wobei durch Zuführen von Heißgas aus Ofenabgasen bereits eine erste Trocknung erfolgen kann. Das so erzeugte Rohmehl bzw. der so erzeugte Rohschlamm wird anschließend bei Temperaturen zwischen 1.350 °C und 1.500 °C erhitzt und so zu Zementklinker verarbeitet. Verfahren Die Verarbeitung von Rohmehl oder Rohschlamm zu Zementklinker kann in unterschiedlichen Verfahren erfolgen. Das älteste Verfahren ist das Nassverfahren (Achternbosch und Bräutigam, 2000). Dabei wird das Rohmehl nach dem Mahlen mit Wasser vermischt. Die so erzeugten Schlämme besitzen einen Wasseranteil von ca. 30–45% und werden dann dem Ofen zugeführt. Da das nach dem Mahlen zugesetzte Wasser im Ofen verdampfen muss, ist dieses Verfahren sehr energieaufwendig (Europäische Kommission, 1994) und wird in Deutschland nicht mehr eingesetzt (Achternbosch und Bräutigam, 2000). Das in Deutschland am häufigsten angewendete Verfahren ist das Trockenverfahren (BDZ und 130 VDZ [Hrsg.], 2002). Hier wird Rohmehl eingesetzt, das zunächst in einem Mahltrocknungsvorgang gewonnen wurde und später in einem Ofen zu Zementklinker gebrannt wird. Neben diesen beiden Verfahren existieren weiterhin noch das Halbnass- und das Halbtrockenverfahren. Beim Halbnassverfahren wird das Rohmehl nass gemahlen. Anschließend wird das Rohmehl mithilfe von Filterpressen entwässert, sodass die entstehenden Formlinge einen Wasseranteil von bis zu 22% aufweisen. Diese werden einem Vorwärmofen zugeführt und danach zu Klinker gebrannt. Beim Halbtrockenverfahren werden aus trockenem Rohmehl und Wasser ein Granulat oder auch Pellets mit 11–14% Wasseranteil erzeugt, die dann wie beim Trocken- und beim Halbnassverfahren einem Vorwärmeofen zugeführt werden. Beim Trockenverfahren werden Zyklonvorwärmer, beim Halbnass- und beim Halbtrockenverfahren Rostvorwärmer eingesetzt. 2009 wurden 41 Öfen mit Zyklonvorwärmern betrieben, auf die 93,1% der Kapazität aller Öfen entfielen. Acht Öfen mit insgesamt 5,8% der Gesamtkapazität wurden mit Rostvorwärmern betrieben (VDZ, 2009a). Anschließend wird in allen Verfahren der Klinker gebrannt. Der danach gekühlte Klinker wird schließlich gemahlen; gegebenenfalls werden hierbei Zumahlstoffe hinzugefügt (Achternbosch und Bräutigam, 2000). Öfen Zementklinker wird heutzutage überwiegend in Drehöfen gebrannt; Schacht- öfen spielen mit lediglich 1,1% der gesamten Ofenkapazität (VDZ, 2009a) eine untergeordnete Rolle. In Schachtöfen werden Pellets mit einem Feuchtigkeitsanteil zwischen 8% und 14% gebrannt. Eine schematische Darstellung der Produktionsprozesse findet sich in Abb. 4-2. 131 Abb. 4-2: Schematische Darstellung der Zementproduktionsprozesse Quelle: Härig, 1994 Werkstypen Nicht alle Werke produzieren Zementklinker. Einige Werke, sogenannte Mahlwerke, lassen sich den fertigen Zementklinker liefern und verarbeiten diesen dann zu Zement weiter. Derzeit werden von insgesamt 55 Werken 22 als reine Mahlwerke betrieben. Zementsorten Zement lässt sich zunächst in zwei Gruppen einteilen – Grauzement und Weißzement. Sowohl Grau- als auch Weißzement werden durch das Vermahlen von Zementklinker gewonnen. Weißzement zeichnet sich durch seine helle Farbe aus, findet aufgrund seiner ästhetischen Eigenschaften und seines höheren Preises Absatz auf anderen Gebieten als Grauzement (Europäische Kommission, 1994) und ist ein eisenoxidarmer Portlandzement (VDZ [Hrsg.], 2006). Zur Herstellung von Weißklinker bedarf es jedoch eines speziellen Kalks. Bei der Herstellung wird Weißklinker gemeinsam mit Gips vermahlen. Weißklinker ist im Vergleich zu dem Klinker, der bei der Produktion von Grauzement eingesetzt wird, seltener (Europäische Kommission, 1994). Dennoch weist Weißzement, bis auf die Farbe, die gleichen Eigenschaften wie Normalzement auf, sodass er nicht gesondert genormt ist. Derzeit wird in Deutschland Weißzement nur in einem Werk hergestellt, das Dyckerhoff gehört und sich in Mainz-Amöneburg befindet (Dyckerhoff, 2010; BDZ und VDZ [Hrsg.], 2002). 132 Weiterhin lassen sich die verschiedenen Zemente nach ihrem Klinkeranteil in Portlandzement mit einem Klinkeranteil von 95% und in Zemente mit Nebenbestandteilen mit einem bis auf 20% geminderten Klinkeranteil unterscheiden (Europäische Kommission, 1994). Zementarten mit Nebenbestandteilen sind Portlandkompositzemente, Hochofenzement, Puzzolanzement und Kompositzement. Je nach Höhe des Anteils und nach Art der Nebenbestandteile unterscheidet die europäische Zementnorm EN 197-1 27 Normalzemente. Alle Zemente können bis zu fünf Massenprozent (m%) fein zerkleinerte mineralische Stoffe enthalten (VDZ, 2006) (zur genauen Zusammensetzung der 27 Normalzemente siehe Tab. 4-1). Die europäische Norm EN 197-1 trat am 01.04.2001 in Kraft. Die deutsche Zementnorm DIN 1164-1 beinhaltete bis dato lediglich 12 statt 27 Zementarten und enthielt nur Zemente, die während einer Bewährungsphase im Beton alle Festigkeits- und Dauerhaftigkeitsanforderungen erfüllten (Locher, 2000). Neben den Anforderungen an die Zusammensetzung unterliegen die genormten Zemente Anforderungen an die Festigkeit, den Zeitpunkt des Erstarrens und die Raumbeständigkeit sowie chemischen Anforderungen. Diese Eigenschaften sind regelmäßig von den Herstellern zu prüfen. Neben diesen sogenannten Normalzementen existiert eine Reihe von Spezialzementen und Zementen mit besonderen Eigenschaften.331 Hersteller von Hochofenzement (CEM III) sind insbesondere an den Rohstoff Hüttensand gebunden. Dieser ist als granulierte Hochofenschlacke ein Abfallprodukt der Stahlindustrie. 331 Z.B. wasserabstoßende Zemente, Straßenbauzemente, Zemente mit erhöhtem Anteil organischer Bestandteile usw. 133 Tab. 4-1: Hauptbestandteile der 27 Normalzemente nach EN 197-1 Zementart Hauptbestandteile neben Portlandzementklinker Hauptart Benennung Kurzzeichen Art Anteil (m%) CEM I Portlandzement CEM I − 0 CEM II Portlandhüttenzement CEM II/A-S Hüttensand 6–20 CEM II/B-S 21–35 Portlandsilicastaubzement CEM II/A-D Silicastaub 6–10 Portlandpuzzolanzement CEM II/A-P natürliches Puzzolan 6–20 CEM II/B-P 21–35 CEM II/A-Q künstliches Puzzolan 6–20 CEM II/B-Q 21–35 Portlandflugaschezement CEM II/A-V kieselsäurereiche Flugasche 6–20 CEM II/B-V 21–35 CEM II/A-W kalkreiche Flugasche 6–20 CEM II/B-W 21–35 Portlandschieferzement CEM II/A-T gebrannter Schiefer 6–20 CEM II/B-T 21–35 Portlandkalksteinzement CEM II/A-L Kalkstein mit Kohlenstoffgehalt ≤ 0,50 m% 6–20 CEM II/B-L 21–35 CEM II/A-LL Kalkstein mit Kohlenstoffgehalt ≤ 0,20 m% 6–20 CEM II/B-LL 21–35 Portlandkompositzement CEM II/A-M alle Hauptbestandteile sind möglich 6–20 CEM II/B-M 21–35 CEM III Hochofenzement CEM III/A Hüttensand 36–65 CEM III/B 66–80 CEM III/C 81–95 CEM IV Puzzolanzement CEM IV/A Puzzolane 11–35 CEM IV/B 36–55 CEM V Kompositzement CEM V/A Hüttensand und Puzzolane 18–30 CEM V/B 31–50 Quelle: www.betontechnische-daten.de/1/1_2_1_a.htm (zuletzt besucht am 02.03.2011) 4.2.1.2 Zementabsatz, -verwendung und -verbrauch In Deutschland hat Portlandzement den größten Absatzanteil inne. Der Anteil dieser Art Zement am Gesamtinlandsversand sinkt jedoch, wie durch Abb. 4-3 verdeutlicht wird. Wurden 1996 noch 22,3 Mio. Tonnen Portlandzement versendet, so waren es 2008 nur noch 7,7 Mio. Tonnen. Nach Portlandzement werden innerhalb Deutschlands insbesondere die Zementarten Hochofenzement, Portlandhüttenzement und Portlandschieferzement/Portlandkalksteinzement am häufigsten versendet. Der starke Rückgang des Absatzes von Portlandzement – insbesondere im Zeitraum 2000–2002 – lässt sich zum einen durch die schwache Baukonjunktur und einen daraus folgenden starken Rückgang des Bauvolumens begründen. Zum 134 anderen fand eine Substitution von Portlandzement durch Zemente mit Nebenbestandteilen statt. Abb. 4-3: Inlandsversand nach Arten 0 5.000 10.000 15.000 20.000 25.000 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 In la nd sv er sa nd in 1 .0 00 T on ne n Portlandzement Portlandhüttenzement Portlandsilicatstaubzement Portlandpuzzolanzement Portlandflugaschezement Portlandölschieferzement / Portlandkalksteinzement Portlandflugaschehüttenzement Portlandkompositzement Hochofenzement Sonstiger Zement Quelle: Daten aus BDZ (Hrsg.), Zement-Jahresberichte, verschiedene Jahrgänge Der Einsatz von Nebenbestandteilen erlaubt einen verminderten Einsatz von Zementklinker, was die natürlichen Rohstoffvorkommen schont, die zur Herstellung von Zementklinker abgebaut werden. Die Nebenbestandteile werden beim Mahlen des fertigen Zementklinkers, also nachdem dieser im Drehofen gebrannt worden ist, zugemischt und gemeinsam vermahlen. Der Einsatz von Nebenbestandteilen, wie z.B. Hüttensand, führt also zu einem relativ geringeren Energieeinsatz (BDZ und VDZ [Hrsg.], 2002). Zement wird insbesondere in der Baubranche eingesetzt. Sein Hauptanwendungsgebiet ist die Herstellung von Mörtel und Beton. Im Transportbeton findet Zement mit einem Anteil von ca. 50% des Inlandversands seine größte Anwendung, gefolgt von Betonfertigbauteilen mit ca. 25% des Inlandversands, wie durch Abb. 4-4 verdeutlicht wird. Weiterhin wird Zement als Sackware, z.B. in Baumärkten, oder als loser Zement mit Empfängern direkt an der Baustelle vertrieben. 135 Abb. 4-4: Zementverwendung Inlandsversand 0 10 20 30 40 50 60 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 in % d es In la nd sv er sa nd Transportbeton Betonbauteile (Fertigteile) Sackzement Sonstiger Silozement Quelle: Daten aus BDZ (Hrsg.), Zement-Jahresberichte, verschiedene Jahrgänge Im Bereich der Bauwirtschaft lassen sich verschiedene Verwendungsbereiche unterscheiden. Zunächst ist eine Differenzierung zwischen Hoch- und Tiefbau möglich. Der Einsatz von Zement im Bereich des Tiefbaus beträgt über die Zeit stabil ca. 35% des gesamten Zementverbrauchs in den Baubereichen. Der Zementverbrauch im Hochbau ist dementsprechend höher und lag 2008 bei 64,4% des gesamten Zementverbrauchs in den Baubereichen. Der Bereich des Hochbaus lässt sich in Wohnungsbau und Nichtwohnungsbau unterscheiden. Der Anteil des Zementverbrauchs im Bereich des Wohnungsbaus betrug 2008 23,2%. 1998 betrug der Verbrauch im Wohnungsbau noch 36,6% des gesamten Zementverbrauchs in den Baubereichen. Es lässt sich also feststellen, dass die Bedeutung des Wohnungsbaus für den Zementverbrauch abnimmt. Wurden 1998 noch 430.000 Wohnungen fertiggestellt, so waren es 2008 lediglich noch 170.000 (BDZ [Hrsg.], 2010c). Der Bundesverband der Deutschen Zementindustrie e.V. (BDZ) sieht die Gründe hierfür zum einen in dem mit dem demografischen Wandel einhergehenden Rückgang der Baubevölkerung im Alter zwischen 26 und 45, zum anderen in einer geänderten Wertehaltung, bei der ein Eigenheimbau oder -erwerb überhaupt nicht oder erst später in Erwägung gezogen wird. Weiter begründet der BDZ den Verlauf mit einem aufgrund sinkender Bevölkerungszahlen steigenden Angebot, was wiederum auch die Erwartungshaltung gegenüber der Wertentwicklung von Immobilien beeinflusst und diese unprofitabler erscheinen lässt. 136 Abb. 4-5: Aufteilung des Zementverbrauchs auf die Baubereiche 0% 10% 20% 30% 40% 50% 60% 70% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Hochbau Wohnungsbau Nicht-Wohnbau Tiefbau Quelle: Daten aus BDZ (Hrsg.), 2009 Die Bedeutung des Bereichs des Nichtwohnungsbaus nimmt dagegen zu. Betrug der Verbrauch 1998 lediglich 27,8%, so lag er 2008 bei 41,4% des gesamten Zementverbrauchs in den Baubereichen. Dies ist dem BDZ zufolge auf höhere Ausgaben aufgrund des Wirtschaftswachstums 2007 und 2008 zurückzuführen (BDZ [Hrsg.], 2010d). Diese Entwicklung ist in Abb. 4-5 nachvollziehbar. Differenziert man den Zementverbrauch nach Verwendungsarten, so ist erkennbar, dass der höchste Zementverbrauch durch Ortsbeton, also im Rahmen eines bestimmten räumlich begrenzten Projekts, entsteht und über 50% des gesamten Zementverbrauchs ausmacht. Dies ist insbesondere auf die große Rolle des Transportbetons für Abnehmer zurückzuführen. Der zweitgrößte Verbrauch entsteht durch die Verwendung von Zement in Betonfertigteilen, wo über 30% des gesamten Zementverbrauchs anzutreffen sind. Circa 5% des Zementverbrauchs entstehen im Bereich von Putz, Mörtel, Estrich und Bauchemie. Dieser Zusammenhang wird in Abb. 4-6 grafisch veranschaulicht. Unterteilt man das Bundesgebiet in einzelne Regionen bzw. Bundesländer, so zeigt sich, dass einige Bundesländer Nettoimporteure332 und andere Nettoexporteure333 sind. Für Rheinland-Pfalz ist allerdings nicht eindeutig auszumachen, ob dieses Bundesland mehr importiert oder exportiert, was daran liegt, dass dort die Differenz zwischen Absatz und Verbrauch nahe null liegt und der Zementaußenhandel somit ausgeglichen zu sein scheint. 332 Hierzu zählen Niedersachsen, das Rheinland, Hessen, Saarland, Bayern, Mecklenburg-Vorpommern und Sachsen. Die Aussagen beziehen auf Daten aus dem Zeitraum 1999–2001. Die Daten stammen aus BDZ (Hrsg.): Zement-Jahresberichte, verschiedene Jahrgänge. 333 Hierzu zählen Schleswig-Holstein/Hamburg/Bremen, Westfalen, Baden-Württemberg, Sachsen- Anhalt sowie Thüringen. Die Aussagen beziehen auf Daten aus dem Zeitraum 1999–2001. Die Daten stammen aus BDZ (Hrsg.): Zement-Jahresberichte, verschiedene Jahrgänge. 137 Abb. 4-6: Zementverbrauch nach Verwendungsart 0% 10% 20% 30% 40% 50% 60% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Ortbeton Betonfertigteile Putz-Mörtel, Estrich, Bauchemie Diverses Quelle: Daten aus BDZ (Hrsg.), 2009 Interessant ist die Tatsache, dass Sachsen-Anhalt eindeutig als Nettoexporteur einzuordnen ist, obwohl es für zwei der drei betrachteten Jahre den höchsten Pro- Kopf-Verbrauch in Deutschland aufweist und in Sachsen-Anhalt lediglich zwei Werke, von Schwenk und der Lafarge Karsdorf GmbH, zu finden sind. Dies mag zum einen an der geringen Einwohnerzahl Sachsen-Anhalts liegen; zum anderen kann es damit zu tun haben, dass diese zwei Werke integrierte Werke sind, die im Zuge der Wiedervereinigung und des Verkaufs der Werke durch die Treuhandanstalt an die zwei Investoren wahrscheinlich modernisiert und auf den damals neuesten Stand gebracht worden sind. Der Erwartung entsprechend weist Westfalen aufgrund seiner hohen Anbieterdichte ein vergleichsweise großes Verhältnis zwischen Absatz und Verbrauch auf.334 Ähnliches gilt für Baden- Württemberg.335 4.2.1.3 Zementnachfrage Es lassen sich drei verschiedene Nachfragergruppen differenzieren: Staat, private Bauwirtschaft und sonstige private Nachfrager (insbesondere Hauseigentümer). Da der Endverbraucher von Zement insbesondere die Bauindustrie ist, reagiert die Nachfrage nach Zement sensibel auf Veränderungen der Bauaktivität. Somit sind die Zementnachfrage wie auch die Baunachfrage saisonalen Schwankungen unterworfen. Ab Herbst sinkt der Umsatz der Zementindustrie, bevor er im Frühjahr wieder steigt. Die umsatzschwächsten Monate sind Dezember und Januar. Dieser Zusammenhang lässt sich beispielhaft an Abb. 4-7 erkennen, welche die Umsatzentwicklung im Zeitraum 2006–2008 darstellt. 334 1999 betrug das Verhältnis 1,7 : 1; 2000 betrug es 1,45 : 1 und 2001 betrug es 1,48 : 1. 335 1999 betrug das Verhältnis 1,18 : 1; 2000 betrug es 1,2 : 1 und 2001 betrug es 1,21 : 1. 138 Abb. 4-7: Umsatzentwicklung 2006–2008 0 50.000 100.000 150.000 200.000 250.000 in T sd . E U R Umsatz Zementindustrie Quelle: Daten aus Destatis (Tab. 42111-0003; WZ-Steller: WZ-2651) Durch die starke Kopplung an die Baunachfrage reagiert die Zementindustrie ebenfalls auf diejenigen Faktoren, welche die Baunachfrage beeinflussen, z.B. Zinssätze und Wirtschaftswachstum der gesamten Ökonomie. Da die Baunachfrage von der Investitionstätigkeit der Ökonomie abhängig ist, schwankt sie im Konjunkturverlauf stärker als das Bruttoinlandsprodukt (BIP) (da Investitionsausgaben stärkeren Konjunkturschwankungen unterworfen sind als das BIP). Somit schwankt auch die Zementnachfrage stärker als das BIP innerhalb einer Ökonomie (vgl. dazu Australian Commerce Commission, 2003). Der Pro-Kopf-Verbrauch in den Bundesländern lag 2001 zwischen 514 kg in Mecklenburg-Vorpommern und 240 kg in Hamburg (BDZ, 2003). Bedingt durch den Bauboom der Wiedervereinigung stieg der Pro-Kopf-Verbrauch in den neuen Bundesländern 1993 rasant an. Mit Ausnahme von 2000 waren die drei Bundesländer mit den höchsten Pro-Kopf-Verbräuchen ostdeutsche (Zeitraum 1995– 2001).336 4.2.1.4 Kostenstruktur Bei der Untersuchung der Kostenstruktur muss zwischen der langfristigen und der kurzfristigen Kostenstruktur unterschieden werden. In der kurzen Frist sind die Unternehmen in der Variation fixer Produktionsbestandteile, wie z.B. Kapital, eingeschränkt. In der langen Frist ist eine Anpassung aller Produktionsinputs möglich. Die bedeutendsten variablen Kostenbestandteile sind Energie- und Materialkosten. Um dies zu verdeutlichen, ist in Abb. 4-8 der Anteil einzelner Kostenfaktoren am Bruttoproduktionswert 2008 aufgeführt. 336 Siehe dazu BDZ, Zahlen und Daten, verschiedene Jahrgänge. 139 Abb. 4-8: Kostenanteile am Bruttoproduktionswert 2008 32% 15%3% 1% 12% 4% 4%1% 1% 17% 6% 4% Materialverbrauch Energieverbrauch Einsatz an Handelsware Kosten für Lohnarbeiten Bruttolohn- und -gehaltssumme Sozialkosten Sonstige ind.,handwerkl.Dienstl. Kostensteuern Mieten und Pachten Sonst.Kosten,K.f.Leiharbeitnehmer Abschreibungen Fremdkapitalzinsen Quelle: Destatis (Tab. 42251-0006; WZ-Steller: WZ08-2351); eigene Darstellung Der hohe Anteil sonstiger Kosten ist dadurch begründet, dass sie zum einen mit Kosten für Leiharbeiter aggregiert werden, und zum anderen dadurch, dass hierunter auch Kosten für den Transport von Gütern durch Dritte, neben unter anderem Werbekosten und Versicherungsbeiträgen, zählen (Statistisches Bundesamt, 2010). Aufgrund der hohen Transportkostenintensität von Zement sollte auf diese sonstigen Kosten somit erwartungsgemäß ein hoher Anteil entfallen. Während des Prozesses der Herstellung von Zement wird Zementklinker in Öfen gebrannt. Dies geschieht bei Temperaturen von über 1.000 °C. Um diese Temperaturen zu erreichen, bedarf es eines hohen Energieeinsatzes. Somit bilden die Energiekosten neben den Materialkosten einen wesentlichen Anteil an den Gesamtkosten der Produktion. Die wichtigsten Brennstoffe sind Braunkohle, Steinkohle und Petrolkoks.337 Errechnet man für jeden Brennstoffpreisindex und den Strompreisindex die Korrelation mit dem Zementpreisindex, so zeigen sich zunächst relativ hohe Werte.338 Die Korrelation der Preisindizes von Zement und Braunkohle beträgt 0,64; die Korrelation der Preisindizes von Zement und Petrolkoks 0,77. Die Korrelation der Preisindizes von Zement und Steinkohle wurde für zwei Zeiträume berechnet, da der Bezugszeitpunkt von 1995 zu 1996 geändert wurde. Die Korrelation für den Zeitraum nach 1996 beträgt 0,56 – für den Zeitraum vor 1996 sogar 0,99. Für den Strompreisindex scheint der Bezugszeitraum ebenfalls von 337 Aussagen aus Daten folgender Quelle geschlossen: BDZ (Hrsg.): Zement-Jahresberichte, verschiedene Jahrgänge. 338 Die Preisindizes liegen dabei für Zement, Steinkohle und Strom (gewerblich) von Januar 1976 bis Juli 2010 vor. Der Braunkohlepreisindex liegt von Januar 1995 bis Juli 2010 vor. Der Petrolkokspreisindex beginnt erst im Januar 2000 und endet ebenfalls im Juli 2010. Die Daten liegen auf monatlicher Basis vor. Alle Daten stammen aus Destatis. 140 1995 zu 1996 geändert worden zu sein. Für den Zeitraum nach 1996 beträgt die Korrelation mit dem Zementpreisindex 0,63 – für den Zeitraum vor 1996 0,94. Die einzelnen Indizes wurden auf eine potenzielle Scheinkorrelation und Kointegration339 getestet. Hier zeigte sich, dass lediglich der Strompreisindex für den Zeitraum vor 1996 mit dem Zementpreisindex kointegriert ist. Im Wesentlichen wird Brennstoffenergie beim Brennen des Zementklinkers verwendet (vgl. dazu VDZ, 2009b: 10). Elektrische Energie wird zu ca. 35% des gesamten Einsatzes im Zementerzeugungsprozess für die Rohmaterialaufbereitung, zu ca. 22% für das Brennen und Kühlen des Klinkers und zu ca. 38% für die Zementmahlung verwendet (VDZ, 2009b).340 Circa 90% des gesamten Energieverbrauchs der Zementindustrie ist dem Prozess des Brennens des Klinkers in Öfen zuzurechnen (Worrell et al., 2000; Commission of the European Communities, 1978). Somit ist es für die Zementhersteller von großer Bedeutung, Einsparungen im Bereich der Energiekosten beim Vorgang des Brennens der Materialien zu erreichen. Abb. 4-9: Zement-, Brennstoff- und Strompreisindizes (2005 = 100) 0,0 50,0 100,0 150,0 200,0 250,0 300,0 Zement Steinkohle Petrolkoks Braunkohle Strom, gewerblich Quelle: Destatis; eigene Darstellung Die Primärbrennstoffe, wie z.B. Braunkohle und Steinkohle, werden zunehmend durch Sekundärbrennstoffe wie Altöl und Altreifen substituiert. Diese Substitution ist das Ergebnis der Bemühungen der Zementindustrie, Energiekosten 339 Bei einer Scheinkorrelation sind zwei Variable hochkorreliert, ohne dass es jedoch einen direkten Kausalzusammenhang zwischen den Variablen gibt. Die Korrelation beruht stattdessen auf einem gemeinsamen Trend der zwei Variablen. Eine Kointegration bedeutet einen langfristigen Gleichlauf zweier Zeitreihen. Nähere Erläuterungen zu den Problemen der Scheinkorrelation und der Kointegration finden sich in gängigen Lehrbüchern (z.B. Greene, 2008). 340 Nach dem VDZ, 2009b werden 35% der elektrischen Energie bei der Rohmaterialaufbereitung eingesetzt, 22% der elektrischen Energie werden für das Brennen und Kühlen des Zementklinkers verwendet, und 38% der elektrischen Energie werden zum Mahlen des Zements eingesetzt. 141 einzusparen, insbesondere aufgrund steigender Brennstoffpreise. Weitere Kostenfaktoren sind Personalkosten, Abschreibungen (sowie Fremdkapitalzinsen, Pachten und Mieten). Auch für verschiedene Maßzahlen der Lohnkosten341 wurde die Korrelation mit dem Zementpreisindex ermittelt. Je nach Maßzahl schwankt die Korrelation der Lohnkosten mit dem Zementpreis zwischen 0,243 und 0,371. Auch hier wurde zunächst auf Stationarität und anschließend auf Kointegration überprüft. Es zeigte sich, dass für die Lohnkosten jeweils die Originaldaten, die kalenderbereinigten und die ARIMA-kalenderbereinigten Daten stationär sind. Da der Zementpreisindex jedoch ein integrierter Prozess ist, kann zwischen den Maßzahlen der Lohnkosten und dem Zementpreisindex aufgrund der unterschiedlichen Integrationsgrade keine Kointegration bestehen. Auch die anderen Maßzahlen weisen nach Johansens Test keine Kointegration mit dem Zementpreisindex auf. Somit scheint hier sowohl für die Brennstoffpreisindizes als auch für die Lohnkosten, wenn in Beziehung zum Zementpreis gesetzt, das Problem der „spurious regression“ vorzuliegen. Zur Herstellung von Zement bedarf es großer Produktionsanlagen, welche die Fixkosten der Produktion bestimmen. Beim Neubau einer Produktionsanlage mit einer Kapazität von 1,5 Mio. Tonnen per annum (p.a.) entstehen Investitionskosten von ca. 300 Mio. Euro. Dies entspricht ca. dem Drei- bis Vierfachen des Jahresumsatzes (Sozialpolitische Arbeitsgemeinschaft der Deutschen Zementindustrie et al., 2002). Der hohe Fixkostenanteil und die im Einsatz der variablen Inputs limitationale Produktionstechnologie führen zu Betriebsgrößenvorteilen in den festen Kostenbestandteilen Kapital, Arbeitseinsatz und Verwaltung.342 Im Bezug auf das einleitend beschriebene Zementkartell (in Verbindung mit den in Kapitel 1.2.1 beschriebenen Ineffizienzen durch Kartellabsprachen) ist in diesem Zusammenhang daran zu erinnern, dass ein möglicherweise überhöhtes Kostenniveau aus der Kartellzeit nicht unmittelbar nach dem Ende der Kartellabsprache abgebaut werden konnte, sondern möglicherweise noch länger bestehen blieb. Die nach Aufdeckung des Kartells initiierten „Sparprogramme“ mancher Kartellanten könnten als ein Indiz hierfür gewertet werden. So kündigte Heidelberg für 2003 Einsparungen von 500 Mio. Euro an. Für 2008 plante sie erneute Einsparungen durch vermehrte Verwendung von Sekundärbrennstoffen, Instandhaltungs- und Reparaturkostensenkungen sowie Standardisierung und Überstundenabbau von 250 Mio. Euro pro Jahr. Auch Dyckerhoff gab 2002 70 Mio. Euro für Restrukturierungen aus. Bis 2004 beabsichtigte Dyckerhoff, 95 Mio. Euro einzusparen, davon 50 Mio. Euro noch 2003. 341 Dies sind Arbeitskostenindex und Index der Bruttolöhne und -gehälter jeweils in den folgenden Formen: Originaldaten, kalenderbereinigt, kalender- und saisonbereinigt, Trend, ARIMAkalenderbereinigt, ARIMA-kalender- und -saisonbereinigt. Dabei stehen die Daten quartalsweise im Zeitraum von 1996–2010 zur Verfügung. Die Daten stammen aus Destatis. 342 Einige Autoren haben Betriebsgrößenvorteile in der Zementindustrie nachgewiesen; vgl. z.B. McBride, 1981, Norman, 1979, Scherer et al., 1975 und Rosenbaum, 1994. 142 Tab. 4-2: Einsatz von Brennstoffen Brennstoffverbrauch – in Mio. GJ/a 2001 2002 2003 2004 2005 2006 2007 2008 Steinkohle 21,8 19,3 19,1 15,5 8,7 11,4 13,9 13,9 Braunkohle 28,0 24,5 27,4 31,6 29,1 27,6 25,2 23,1 Petrolkoks 7,6 7,4 5,7 3,8 4,2 4,4 5,6 4,9 Heizöl S 3,4 3,4 2,7 2,6 2,2 1,9 2,1 0,9 Heizöl EL 0,3 0,4 0,4 0,2 0,2 0,2 0,2 0,2 Erdgas und andere Gase 0,4 0,3 0,3 0,5 0,5 0,3 0,1 0,3 Sonstige fossile Brennstoffe 1,1 0,6 0,8 0,7 0,5 0,3 0,3 0,4 Fossile Brennstoffe gesamt 62,6 55,9 56,4 54,9 45,4 46 47,3 43,7 Sekundärbrennstoffe 27,2 29,9 34,9 40 43,3 46,1 52,2 52,1 Thermischer Energieeinsatz gesamt 89,8 85,8 91,3 94,9 88,7 92,1 99,5 95,8 Elektrischer Energieeinsatz – in Mio. MWh/a 3,21 3,17 3,33 3,28 3,24 3,42 3,4 3,43 Quelle: Daten aus BDZ (Hrsg.), Zement-Jahresberichte, verschiedene Jahrgänge 4.2.1.5 Angebot Produktionsmöglichkeiten sind kurzfristig durch die Ofenkapazität vorgegeben und aufgrund hoher Anschaffungskosten nicht ohne Weiteres erweiterbar. Eine steigende Kapazitätsauslastung führt bis zu dem Punkt der Vollauslastung zu sinkenden Stückkosten. Eine Unterauslastung führt hingegen zu erheblichen Kostensteigerungen. Daher sind Hersteller durch die anlagenspezifische mindestoptimale Betriebsgröße langfristig auch nach unten restringiert. Dies führt dazu, dass das Zementangebot eines einzelnen Herstellers kurzfristig starr ist. Zement weist ein geringes Verhältnis zwischen Transportkosten und Produktwert auf. Den Transportkosten sowohl in der Beschaffung als auch im Verkauf ist somit ein großes Gewicht bei der Beurteilung des wirtschaftlich profitablen Lieferradius beizumessen, der Auswirkungen auf die einzelnen Absatzgebiete der Hersteller hat. Vor dem Hintergrund des in Abschnitt 4.1 einleitend beschriebenen deutschen Zementkartells ist hinsichtlich der Kapazitätssituation im deutschen Markt der Hinweis bedeutsam, dass durch die Kartellanten initiierte Werksaufkäufe und -stilllegungen das Ziel verfolgten, die vereinbarten Markanteile in den entsprechenden Regionen zu schützen. Im OLG-Urteil vom 26.06.2009 werden sogar Vorfälle aus der Zeit der Wiedervereinigung angeführt. Das an das Konsortium der Mittelständler Spenner, Rohrbach und Märker privatisierte Mahlwerk Berlin-Rummelsburg (später Zementwerk Berlin GmbH) „gefährdete“ Readymix in Rüdersdorf und sollte gemäß der Abrede von 1991 nur ca. 125.000 Tonnen pro 143 Jahr produzieren. Die Zementwerke Berlin GmbH überschritt die ihr zugeteilte Quote wiederholt um ein Mehrfaches. Das Kartell erhöhte die Quote sukzessive, allerdings mit der Auflage, den benötigten Klinker wiederum bei Readymix zu beziehen (OLG-Urteil: 49–50). Des Weiteren ist im OLG-Urteil z.B. genauer dargelegt worden, dass die Planung bzw. der Betrieb des in Braunschweig geplanten Umschlagplatzes für Importzement der Omya GmbH ca. 2000/2001 von Heidelberg gegen eine Zahlung von 15 Mio. DM eingestellt wurde (OLG-Urteil: 57). Alsen und Nordzement (später Holcim) lieferten seit der Wende von Lägerdorf (bei Hamburg) und von Rostock aus Zement nach Mecklenburg und Berlin, da beide Zementhersteller nach der Wende kein Werk in Ostdeutschland hatten übernehmen können. Diese Lieferungen wurden von Heidelberg, Schwenk, Dyckerhoff und Lafarge rückwirkend ab 1991 durch eine Quotenzuteilung und die Zusage, vom Osten nicht mehr in den Norden zu liefern, verrechnet und kontrolliert (OLG-Urteil: 46). Ferner wurden auch sogenannte „Lügenmengen“ von Readymix durch ausgeklügelte Mengenverschiebungen zwischen den Niederlanden, Ostdeutschland, Polen und Tschechischer Republik „korrigiert“ (OLG- Urteil: 51–52). Als sich herausstellte, dass Readymix ihre Quote zwischen 1993 und 1997 um mindestens 2,8 Mio. Tonnen überliefert bzw. die Lieferungen nicht an den BDZ gemeldet hatte (laut Berechnungen von Dyckerhoff beliefen sie sich auf bis zu 4,8 Mio. Tonnen), wurden mehrere Quotentausch- und -leihabreden getroffen, um diese „Lügenmengen“ wieder auszugleichen. Hier wurden für die Jahre 1999–2001 Mengen zwischen Ostdeutschland, Polen, Tschechischer Republik und den Niederlanden verschoben. Im Gegenzug für eine Quote von jeweils 100.000 Tonnen 1999 und 2000 in Polen sowie jeweils 75.000 Tonnen 2000 und 2001 in den Niederlanden gab Heidelberg für 1999 und 2000 jeweils 175.000 Tonnen und für 2001 50.000 Tonnen aus ihren Quoten an Readymix ab (siehe OLG-Urteil: 51–52). Ein weiteres Beispiel stellt das Mahlwerk Boxberg in Ostdeutschland dar, das von dem Mittelständler Rohrbach umgerüstet wurde und den ost- und süddeutschen Markt beliefern sollte. Dieses wurde Anfang 2000 für mehr als zehn Mio. DM sowie im Tausch gegen Anteile an einer gemeinsamen Tochter von Schwenk und Heidelberg aufgekauft und stillgelegt (OLG-Urteil: 54–55). In der Region Süd teilten Heidelberg, Schwenk und Dyckerhoff dem Mittelständler Märker von 2000 an eine Quote von 50.000 Tonnen pro Jahr zu. Märker war spätestens vom 01.01.1991 an eine Lieferquote zum Zwecke der Marktaufteilung zugewiesen worden, an die sich dieser jedoch weithin nicht hielt (OLG-Urteil: 37–40). Im Süden kam es ebenfalls zu Quotenzuteilungen zwischen den Regionen und zu Importbeschränkungen. So wurden z.B. die Klinker- und Hüttensandlieferungen von Heidelberg an die 1996/1997 in Mannheim eröffnete Piederstorfer Zement GmbH, die von Dyckerhoff als „Verstoß“ gegen die Kartellabsprachen wahrgenommen wurden, dadurch verrechnet, dass Heidelberg 1998 im Gegenzug ihre Eisenportlandzementproduktion in Leimen, Baden- Württemberg, einstellte (OLG-Urteil: 37–40). Im Vorfall Berger kaufte Heidelberg für 2,3 Mio. DM die Zementeinfuhraktivitäten des Mittelständlers auf, der 1999 begonnen hatte, Zement aus Thailand und Indonesien über Rotterdam zu 144 importieren (OLG-Urteil: 41).343 Ende 1999/Anfang 2000 kaufte Heidelberg für 9,11 Mio. DM auch die ebenfalls über Rotterdam abgewickelten Importaktivitäten der Consulta GmbH (OLG-Urteil: 42). Alle diese beispielhaften Vorfälle verdeutlichen nicht nur die Existenz und Schädlichkeit des Zementkartells, sondern zeigen darüber hinaus auch, dass ein Kartell die Marktstruktur auch nach seiner Aufdeckung negativ beeinflussen kann. Die Aufkäufe und Werksstilllegungen sind im Wesentlichen irreversibel und erschweren die Ausbreitung wettbewerblicher Marktstrukturen nach der Aufdeckung des Kartells. 4.2.2 Marktabgrenzung 4.2.2.1 Sachliche Marktabgrenzung Nachfrageseitige Substitution Wie oben erwähnt, lassen sich verschiedene Sorten und Arten von Zement unterscheiden. In verschiedenen Entscheidungen internationaler Kartellbehörden wird eine Marktabgrenzung zwischen Grau- und Weißzement betrieben, die somit separate Märkte bilden.344 Dies erfolgt aufgrund der unterschiedlichen Anwendungsgebiete und der unterschiedlichen Anforderungen an Grau- und Weißzement. Eine weitere Abgrenzung innerhalb der einzelnen Arten (wie z.B. Portlandkompositzement, Hochofenzement, Puzzolanzement und Kompositzement oder sogar tiefer gehende Unterscheidungen) ist nicht üblich (Office of Fair Trading, 2005b; Europäische Kommission, 2001). In Europäische Kommission, 1994 wird dem Zwischenprodukt Zementklinker weiterhin ein eigener, sachlich getrennter Markt zugesprochen, der jedoch einen Einfluss auf die beiden Märkte Grauzement und Weißzement aufgrund seiner Eigenschaft als Input für diese beiden Produkte ausübt. Kurzfristig ist die Zementnachfrage aufgrund längerfristiger Verträge im Baubereich und eines relativ geringen Kostenanteils des Zements an den gesamten Baukosten345 unelastisch, und es lassen sich keine Substitute finden. Eine Substitution von Zement durch andere Baustoffe ist nur in der langen Frist vorstellbar, aber auch hier nur begrenzt. Während im Hochbau eine Substitution durch andere Materialien wie Holz, Stahl, Ziegel oder Glas bedingt möglich ist (Röller und Steen, 2006; Australian Commerce Commission, 2003; Schuhmacher, 1981; Lenel, 1978), lassen sich im Tiefbau kaum Substitute finden (BDZ [Hrsg.], 2000). Eine Ausnahme bilden hiervon der Straßen- und Brückenbau, bei denen 343 So zumindest die Bußgeldbescheide des Bundeskartellamtes; das OLG Düsseldorf konnte hierzu keine sicheren Feststellungen treffen. 344 Vgl. z.B. Europäische Kommission, 2004; Office of Fair Trading, 2005 sowie Europäische Kommission, 2001. Dieses Ergebnis fand in weiteren Beschlüssen Anwendung, siehe hierzu COMP/M.5771 CSN/Cimpor; COMP/M.3713 Holcim/Aggregate Industries; COMP/M.3572 Cemex/RMC, COMP/M.3415 CRH/Semapa/Secil JV. 345 Einige Autoren beziffern den Anteil der Zementkosten an den gesamten Baukosten mit ca. 2%; vgl. Blum et al., 2004. 145 eine Substitution durch Asphalt denkbar ist (Jans und Rosenbaum, 1996). Zementunternehmen drängen aber auch selbst auf Substitution anderer Baustoffe durch Zement (Europäische Kommission, 1994). Durch die gemeinsame europäische Normung der Normalzemente sind inländisch produzierte Zemente nicht von den aus dem EU-Gebiet importierten Zementen abzugrenzen.346 Eine Gleichbehandlung inländischer und importierter Zemente ist auch in Entscheidungen internationaler Kartellbehörden anzutreffen (Australian Commerce Commission, 2003; Office of Fair Trading, 2005a). Angebotsseitige Substitution Die speziellen Produktionsanlagen der Herstellung von Zement sind nicht für anderweitige Zwecke einsetzbar (Sozialpolitische Arbeitsgemeinschaft der Deutschen Zementindustrie et al., 2002). Dies erschwert es Anbietern, die bislang nicht Zement herstellen, ihre Produktion auf Zement umzustellen. Insbesondere die „Sunk-Cost“-Eigenschaft der Zementproduktionsanlagen und die unten, Abschnitt 4.2.3.2, aufgeführten Eintrittsbarrieren lassen eine angebotsseitige Substitution unwahrscheinlich erscheinen. Es ist zu erwähnen, dass sich die Produktion von Weißzement anderer Produktionsanlagen und -verfahren als die Produktion von Grauzement bedient (Europäische Kommission, 1994 und VDZ [Hrsg.], 2006). Weiterhin stellt in Deutschland nur ein Unternehmen Weißzement her. In Office of Fair Trading, 2005a ist festgehalten, dass die Zementhersteller ausweisen, dass die Produktion von Portlandzement und von Zementen mit Nebenbestandteilen äquivalent ist. Diese Feststellung wurde auch in Europäische Kommission, 1994 getroffen. 4.2.2.2 Geografische Marktabgrenzung Vielfach wurde bereits in der Literatur versucht, eine geografische Marktabgrenzung im Bereich der Zementindustrie vorzunehmen. Dabei lassen sich jedoch teilweise stark unterschiedliche Ergebnisse feststellen. So wird der Zementmarkt durch die Europäische Kommission mindestens als national eingestuft (Europäische Kommission, 2001, 2005 und 2010). Das britische Office of Fair Trading differenziert in seinen nicht abschließenden Überlegungen zwischen einer regionaler Ebene, auf der große regionale Zementhersteller mit Importen konkurrieren, und einer nationalen Ebene, auf der die einzelnen Zementhersteller untereinander konkurrieren (Office of Fair Trading, 2005a und 2005b). In internationalen wissenschaftlichen Publikationen ist häufig eine Aufteilung regionaler Märkte innerhalb eines Landes anzutreffen (Zeldan und Resende, 2009; Rosenbaum und Sukharomana, 2001; Mercado-Aldaba, 2002). Die Abgrenzung und Festlegung regionaler Märkte sind jedoch problematisch. Die Europäische Kommission formulierte in ihrem Beschluss vom 30.11.1994 den geografischen Zementmarkt als eine „Gesamtheit von aneinandergrenzenden 346 Im Herbst 2000 kaufte Dyckerhoff 10.000 t Zement auf, die in Rotterdam eingeführt worden waren, und mischte sie ihrer Produktion in Lengerich bei, um sie kontrolliert in den Markt zu bringen (siehe OLG-Urteil, 57). 146 und ganz Europa abdeckenden Einzelmärkten mit den jeweiligen Herstellungswerken als Drehpunkt“ (Europäische Kommission, 1994). Dies bedeutet, dass Absatzgebiete, zwischen denen kein direkter Kontakt besteht, über eine Aneinanderkettung aller Absatzgebiete dennoch miteinander verbunden sind (Spenner, 1996). Zur Bestimmung der Größe der Absatzgebiete ist die Höhe der Transportkosten von außerordentlicher Bedeutung.347 Eine weitere Überlegung zur Abgrenzung geografisch relevanter Märkte geht im Gegensatz zur eben besprochenen Methode nicht von der Anbieter-, sondern von der Nachfrageseite aus. So besteht eine Möglichkeit der Zuordnung einzelner Unternehmen zu regionalen Märkten darin, ausgehend von festgelegten Ballungszentren einen Radius in Abhängigkeit von der Transportmöglichkeiten des betreffenden Produkts zu ziehen. Die sich innerhalb dieses Radius betreffenden Werke/Unternehmen werden dann diesem gemeinsamen geografischen Markt zugeordnet. Dabei ist jedoch die Festlegung der Ballungszentren in gewisser Hinsicht willkürlich. Rohstoffgebundenheit Die Zementproduktion ist an die Verfügbarkeit geeigneter Rohstoffe gebunden. Durch die hohe Transportkostenintensität liegen Zementwerke mit eigener Klinkerproduktion in unmittelbarer Nähe von Rohstoffvorkommen. Dies wird durch Abb. 4-10 veranschaulicht. Hier wird die geografische Lage von Zementwerken und von für die Zementherstellung relevanten Rohstoffvorkommen abgebildet. Für Zementwerke mit eigener Klinkerproduktion ist die Nähe zu Rohstoffvorkommen, relativ gesehen, von noch größerer Bedeutung als für reine Mahlwerke. Der Anteil der Transportkosten an den Gesamtkosten, die beim Kauf von Rohstoffen zur Klinkerherstellung entstehen, ist annahmegemäß größer als der Anteil der Transportkosten an den Gesamtkosten, die beim Kauf des Zwischenprodukts Zementklinker entstehen. Dies ist auf den höheren Mehrwert des Produkts Zementklinker zurückzuführen. Da Hersteller von Hochofenzement an den Rohstoff Hüttensand, ein Abfallprodukt der Stahlindustrie, gebunden sind, sind diese wiederum aufgrund der Transportkostenintensität des Rohstoffes in der Nähe der Stahlindustrie anzufinden (BDZ und VDZ [Hrsg.], 2002). 347 Die europaweite Marktabgrenzung in dieser KOM-Entscheidung hielt, trotz zahlreicher Einwände, der gerichtlichen Überprüfung stand (EuG, 15.03.2000, verbundene Rs. T-25/95 und andere, Slg. 2000 II 491 z.B. Rn. 839, 1094 am Ende, 1295 und 4592 – „Cimenteries CBR“). Das Gericht der Europäischen Union (EuG) hob sogar hervor, dass die EU-Kommission eine „eingehende wirtschaftliche Analyse des Zementmarktes“ vorgenommen habe (EuG, am angegebenen Ort, Rn. 837, vgl. Rn. 498 und 839). 147 Abb. 4-10: Zementwerke und Rohstoffvorkommen in Deutschland Quelle: VDZ, 2007 Transportmöglichkeiten Sowohl Zement als auch die zur Herstellung benötigten Rohstoffe zeichnen sich durch eine geringe Relation zwischen Produktwert und Produktgewicht aus. Der wirtschaftlich profitable Transportradius wird dadurch eingeschränkt. Bei der Beurteilung eines relevanten geografischen Markts in der Zementindustrie wird in der Literatur häufig von Lieferradien zwischen 150 km (Ponssard, und Walker, 2008; Bundeskartellamt, 2002) bis 300 km (OLG-Urteil, Rn. 6.) ausgegangen. Es ist festzuhalten, dass die wirtschaftlich profitable Transportstre- 148 cke von verschiedenen Faktoren, wie z.B. der Größe des Herstellungswerks, dem Grad der Kapazitätsauslastung, den Produktionskosten, den eingesetzten Transportmitteln, den durchschnittlichen Transportkosten und den Preisen auf den verschiedenen Märkten, abhängig ist. Dadurch lassen sich teilweise sogar Transportstrecken von Zement über 500 km und über geografische Hindernisse wie Gebirge beobachten (Europäische Kommission, 1994). Beispielhaft sind in Abb. 4-11 die Liefergebiete der vier Schwenk-Werke dargestellt. Abb. 4-11: Liefergebiete der vier Schwenk-Werke Quelle: Schwenk, 2009: 8 Für den Transport von Zement eignen sich neben Lkw und Bahn prinzipiell auch Schiffe. Dabei kommen Lkw vornehmlich für Kurzstrecken und damit im regionalen Versand zum Einsatz. Ein Transport mit Schiffen wird aufgrund relativ geringer variabler Kosten je zurückgelegten Kilometer bei gleichzeitig hohen anfallenden Fixkosten erst im Bereich längerer Strecken profitabel. Nach einer Umfrage unter Zementunternehmen, durchgeführt 2004 durch die Industriege- 149 werkschaft Bauen-Agrar-Umwelt et al. (ohne Jahr), gab es insbesondere im Bereich von 100–200 km Überschneidungen zwischen allen drei Transportmitteln. Bei Nutzung der Bahn als Transportmittel bedarf eines Zugangs zum Schienennetz, bei der von Schiffen als Transportmittel eines Zugangs zu Wasserwegen. Hier können weitere Transporte zu Umschlagspunkten vonnöten sein. Blum et al., 2004 verglichen auf Basis von Zahlen von D’Aspremont et al., 2000 und eigenen Berechnungen für jedes Transportmittel die entstehenden Kosten und konnten so errechnen, innerhalb welcher Transportentfernung der Einsatz eines Transportmittel ökonomisch sinnvoll ist. Im Ergebnis zeigte sich, dass für Transportentfernungen bis 300 km Lkw das günstigste Transportmittel darstellen. Bis 725 km ist die Bahn am günstigsten; ab 725 km ist ein Transport per Schiff vorzuziehen. Nach der oben genannten Umfrage wurden 6% der Transporte durch Fahrzeuge der Zementunternehmen durchgeführt; in 48% der Fälle erteilten die Zementunternehmen eigene Transportaufträge. 45% aller Transporte wurden von den Kunden selbst organisiert (hierzu zählen auch Transporte durch Fuhrunternehmen im Auftrag der Kunden) (Industriegewerkschaft Bauen-Agrar-Umwelt et al., ohne Jahr). Importe und Exporte Trotz der im Vergleich zum Produktwert hohen Transportkosten sind Zementimporte und -exporte nicht auszuschließen. Folgt man den Ausführungen in der Entscheidung der Europäischen Kommission (94/815/EG), so waren die Vertreter nationaler Zementverbände und -hersteller darum bemüht, Zementlieferungen über Staatengrenzen hinweg zu unterbinden. Dennoch fanden Lieferungen unter anderem auch von Griechenland ins Vereinigte Königreich statt. Es bleibt allerdings festzuhalten, dass solche Lieferungen zwischen einzelnen Mitgliedstaaten einen eher geringen Anteil der Zementlieferungen ausmachen, wie insbesondere für Deutschland beobachtet wird: Über 80% des Inlandsverbrauchs von Zement werden durch den Absatz deutscher Werke befriedigt. Seit 2000 sind es sogar über 90%. Die Kennzahl „little in from outside“ (LIFO)348 verläuft im betrachteten Zeitraum 1996–2007 bis auf eine Ausnahme monoton steigend. Betrug der LIFO 1996 noch 0,82, so betrug er 2007 bereits 0,95. Dies zeigt, dass die Rolle von Importen für den Inlandsverbrauch deutlich an Bedeutung verloren hat. Die wichtigsten Importländer sind Frankreich, Belgien, Luxemburg, die Tschechische Republik und Polen. 2003 stieg der LIFO sprunghaft an (von 0,94 im Jahr 2002 auf 0,96 im Jahr 2003) (möglicherweise durch das Ende des Kartells 2002 und die darauffolgenden Anpassungsphase bedingt); 2004 folgte daraufhin ein 348 Diese Kennzahl – berechnet als Inlandsabsatz : (Inlandsabsatz + Importe) – bildet den Anteil der Inlandsproduktion am gesamten inländischen Verbrauch ab. Neben der LOFI-Kennzahl dient sie in wettbewerbsrechtlichen Untersuchungen als Testgröße zur geografischen Marktabgrenzung. Liegen diese Kennzahlen nahe bei eins, so dient dies als Indiz dafür, den relevanten Markt identifiziert zu haben (siehe auch Bishop und Walker, 2010). 150 niedrigerer LIFO von 0,94. Berechnet wurde der LIFO auf der Grundlage von Daten zum Inlandsabsatz und Importen in Tonnen.349 Circa 25% des in den deutschen Werken produzierten Zements wird exportiert. Die wichtigsten Exportländer sind die Niederlande, Belgien, Luxemburg, Frankreich, das Vereinigte Königreich, die Tschechische Republik und Polen. Dabei wird wesentlich mehr exportiert als importiert. 2006 entsprachen die Exporte dem 4,4-Fachen, 2007 und 2008 sogar dem 5,9-Fachen und 2009 dem 5,6- Fachen der Importe.350 Deutschland ist somit Nettoexporteur. Dies ist jedoch erst seit 2000 der Fall; davor überstiegen die Zementeinfuhren die Zementausfuhren.351 Die Kennzahl „little out from inside“ (LOFI),352 berechnet auf der Grundlage des Inland- und Gesamtabsatzes in Tonnen,353 zeigt sich für den Beobachtungszeitraum 1996–2007 in der Tendenz fallend. 1996 betrug die Kennzahl 0,92; 2007 0,75. Somit wird also tendenziell ein wachsender Teil der in Deutschland produzierten Menge ins Ausland geliefert. In Ergänzung zu den oben erwähnten Aktivitäten der Kartellanten im Bereich der Stilllegung von Produktionskapazitäten und der Umsetzung von Quotenabsprachen ist besonders auf die größtenteils erfolgreichen Versuche der Kartellanten einzugehen, Markteintritte insbesondere aus Osteuropa zu verhindern. Im OLG-Urteil werden hierzu konkrete Feststellungen getroffen. Als z.B. die bayerischen Transportbetonunternehmen von Readymix begannen, rumänischen Importzement von der Meier AG aus Asenkofen in Bayern anstelle von Heidelberg zu beziehen, reagierte Letztere damit, Readymix zu beauftragen, in ihrem (Heidelbergs) Namen diese Importaktivitäten aufzukaufen. Nach einjährigen Verhandlungen wurden im April 1997 die Importaktivitäten auf Readymix übertragen, Lieferquoten bis 2002 festgelegt und wurde eine Kostenerstattung vonseiten Heidelbergs ausgemacht (siehe OLG-Urteil: 42–43). Im Vorfall Berger kaufte Heidelberg für 2,3 Mio. DM die Zementeinfuhraktivitäten des Mittelständlers auf, der 1999 begonnen hatte, Zement aus Thailand und Indonesien über Rotterdam zu importieren (OLG-Urteil: 41). Das Hafenterminal der BEHALA in Berlin, über das umfangreich Zement umgeschlagen wurde, wurde stillgelegt, indem Readymix einen Fünfjahresvertrag über die alleinige Nutzung abschloss und dann in Rücksprache mit den anderen Kartellanten die Vertragsstrafe von 349 Die Daten hierfür stammen aus BDZ (Hrsg.): Zement-Jahresberichte, verschiedene Jahrgänge. 350 Diese Zahlen wurden auf der Grundlage von Daten zu Einfuhren und Ausfuhren in Tonnen errechnet. 351 Diese Nettoimporte beinhalten allerdings Importbeschränkungen seitens der Kartellteilnehmer. Die Einlieferungen der Josef Klösters KG (hiernach Klösters) von 80–90.000 Tonnen Hochofenzement pro Jahr von Wizow (Polen) nach Ostdeutschland von ca. 1995/96 an und die Errichtung einer Zementmahlanlage in Königs Wusterhausen gegen Ende 1996 veranlassten den Kartellteilnehmer Klösters zu einer Beschränkung der 1998 in Betrieb gegangenen Anlage in Königs Wusterhausen auf 300.000 Tonnen pro Jahr. Der benötigte Klinker war fortan von Readymix zu beziehen. Die Importe wurden auf 80.000 Tonnen pro Jahr limitiert (siehe OLG-Urteil, 50). 352 Diese Kennzahl – berechnet als Inlandsabsatz : Produktion – bildet den Anteil des Inlandsabsatzes an der gesamten inländischen Produktion ab (siehe hierzu auch oben [Fn. 348]). 353 Die Daten hierfür stammen aus BDZ (Hrsg.): Zement-Jahresberichte, verschiedene Jahrgänge. 151 4,6 Mio. DM dafür zahlte, dass sie das Terminal nicht nutzte. Die Kosten wurden durch eine Marktanteilsverschiebung zugunsten von Readymix umgelegt (OLG- Urteil: 53–54). Nachdem Pläne des Unternehmers Bouri zum Bau eines Zementterminals in Rostock bekannt geworden waren, beschloss die Alsen GmbH ca. 1993/1994, dies mit einer Einmalzahlung von 4,5 Mio. DM und drei Mio. Dollar pro Jahr zu unterbinden (Bouri I). Diese Kosten wurden gemäß den mutmaßlich betroffenen Märkten Westfalen und sogar Bremen sowie den dortigen Marktanteilen umgelegt. Die Abmachung mit Bouri wurde 1997 erneuert (Bouri II) und umfasste Zahlungen von beinahe zwei Mio. Dollar pro Jahr bis 2000 (OLG- Urteil: 57–58). Als von besonderer Relevanz für Ostdeutschland müssen verschiedene Aktivitäten der Kartellanten gesehen werden, Billigimporte insbesondere aus Polen zu verhindern. So führten in der Region Ost die Vertriebsgeschäftsführer von Readymix, Lafarge, Dyckerhoff und Schwenk seit der Wende Listen aller Zementabsätze, die regelmäßig von Dyckerhoff in Gesamtübersichten zur Überwachung der Quoten zusammengeführt wurden (OLG-Urteil: 44–45). Mit der Zeit wurden die Berechnungen immer komplizierter. Um potenzielle Kartelluntersuchungen zu umgehen, wurden die Zahlen von 1998 an auf einem Computer bei einem Notar in der Schweiz deponiert. Über- und Unterlieferungen wurden durch die Zuweisung von Kunden ausgeglichen. Größere Abweichungen wurden in das nächste Jahr übertragen. Die Überwachung fand bis Ende 2001 statt (OLG- Urteil: 45–46). Es gibt allerdings Hinweise darauf, dass sich diese Absprachen über das Kartellende hinaus ausgewirkt haben. So importierte die AHG Cottbus Zement aus Polen nach Ostdeutschland. Auch ihr wurde zunächst für 1998 und 1999 eine Importquote vorgeschrieben. 2001 wurde sie von Heidelberg gekauft (OLG-Urteil: 54). Das Unternehmen Lueg & Duda importierte ca. 800.000 Tonnen pro Jahr aus Polen nach Ostdeutschland. Im Jahr 2000 wurde das Unternehmen für zehn Mio. DM von den Kartellmitgliedern gekauft, und die Importe wurden eingestellt. Die Kosten wurden teilweise aufgeteilt (OLG-Urteil: 53). Zur Untermauerung der kartellbedingten Situation in Ostdeutschland enthält das OLG-Urteil weitere Hinweise. So produzierte z.B. Heidelberg in Ostdeutschland keinen Zement, sondern belieferte seine ostdeutschen Transportbetonunternehmen mit Zementimporten aus Polen (ab 1995/96), der Tschechischen Republik (ab 1991/92) und Lengfurt (Bayern). Auch diese Liefermengen nach Ostdeutschland wurden schon 1992 von den Kartellteilnehmern mit einer Quote limitiert, die allerdings nach oben angeglichen wurde, falls von den anderen Kartellteilnehmern aus der Region Ost in die Region Süd (Stammregion von Heidelberg) eingeliefert wurde (OLG-Urteil: 47). Die Einfuhren von Heidelberg aus Polen, der Tschechischen Republik und Süddeutschland wurden von 1996 an festgeschrieben und im Fall Polens für jedes Folgejahr um ca. ein Sechstel gekürzt (OLG-Urteil: 47–48). Nachdem Readymix, Dyckerhoff und Lafarge in Polen Werke gekauft hatten, wurde diese schrittweise Reduktion auch für diese Werke übernommen. Zusätzlich wurde beschlossen, nicht alle Mengen in Polen 152 herstellen zu lassen und nach Ostdeutschland zu importieren, sondern diese von vornherein im Inland zu produzieren (sogenannte Ersatzmengen; OLG-Urteil: 48–49). Auch hierfür sind die oben beschriebenen Lieferungen von Holcim aus Lägerdorf relevant. Darüber hinaus ist der Hinweis wichtig, dass deutsche Zementhersteller seit deren Gründung im August 1990 Mitglieder der polnischen Vereinigung der Zementproduzenten SPC waren. Die Bußgeldentscheidung der polnischen Kartellbehörde, Nr. DOK-7/09, vom 09.12.2009 (hiernach „polnische Entscheidung“) beinhaltet zahlreiche Fakten, die direkt oder indirekt den ostdeutschen Zementmarkt betreffen. So ist z.B. festgestellt worden, dass es spätestens seit 1998 Absprachen in Polen gegeben habe, die bis 2001 durch monatliche Treffen koordiniert worden seien (polnische Entscheidung, Rn. 108–115), zwischen 2001 und 2002 dann als zehntägiger Informationsaustausch (siehe polnische Entscheidung, Rn. 131). Weiter ist festgestellt worden, dass zwischen 1994 und 2002 monatliche Import- und Exportmengen von Klinker und Zement erhoben worden seien. Jährliche Aufstellungen der Import- und Exportmengen von Zement sowie der Klinkerexporte und der jeweiligen Zielländer des Zementexports seien bereits von 1990 an erstellt worden (polnische Entscheidung, Rn. 116, 119). Im Jahr 2001 sei eine Markanteilserhöhung für Miebach und deren polnischen Standorte Warta S.A. und Odra S.A. erwogen worden, als Belohnung für die Exportbeschränkung nach Deutschland (siehe polnische Entscheidung, Rn. 171, 173). Darüber hinaus hat die polnische Entscheidung zahlreiche Übernahmen und Stilllegungen in Polen durch die deutschen Marktführer benannt (siehe dazu Abschnitt II., Rn. 31 ff. der polnischen Entscheidung). 153 4.2.2.3 Vor- und nachgelagerte Märkte In Abb. 4-12 sind die vor- und nachgelagerten Märkte der Zementindustrie schematisch dargestellt. Abb. 4-12: Schematische Darstellung der vor- und nachgelagerten Märkte Quelle: Eigene Darstellung Dem Zement vorgelagert sind Märkte der Rohstoffe, die als Zumahlstoffe in Zementen mit Nebenbestandteilen eingesetzt werden, (insbesondere die Stahlindustrie, die den Nebenbestandteil Hüttensand bereitstellt). Die Produzenten von Zementklinker befinden sich für Mahlwerke in einem vorgelagerten Markt, da diese selbst keinen Zementklinker herstellen. Nachgelagert sind zum einen der (spedierende) Baustoffhandel und zum anderen vor allem die Hersteller von Beton. Dabei tritt der spedierende Baustoffhandel vornehmlich als Mittler auf, d.h., er kauft den Zement vom Produzenten, um diesen selbst an Endkunden zu verkaufen. Er steht auf einer den Zementproduzenten nachgelagerten Stufe, tritt allerdings beim Verkauf an Endabnehmer mit Zementherstellern in Konkurrenz. Es stellt sich somit die Frage, inwiefern die spedierenden Baustoffhändler in die Marktdefinition einbezogen werden, da sie zwar einerseits das gleiche Produkt zum Verkauf anbieten, es andererseits jedoch nicht herstellen und somit zunächst selbst erst erwerben müssen. Die Problematik entsteht, da die genaue vertikale Einordnung des spedierenden Baustoffhandels nicht klar auf gleicher bzw. auf nachgelagerter Stufe möglich ist. Würden die Zementhersteller nicht direkt an die Verbraucher der Transportbeton- und Betonfertigteileindustrie verkaufen, so würden sie nicht mit dem spedierenden Baustoffhandel in Konkurrenz stehen. Die Bedeutung der spedierenden Baustoffhändler spielt insbesondere bei der Beurteilung des Wettbewerbs und der Marktmacht der Zementhersteller eine wichtige Rolle. Im Zusammenhang mit dem eingangs beschriebenen Zementkartell erscheint der Hinweis wichtig, dass neben den Kapazitätsstilllegungen und Importbe- Rohstoffe und Nebenbestandteile Zementunternehmen Betonunternehmen Baustoffhandel Zementklinker (für Mahlwerke) 154 schränkungen eine fortlaufende Vorwärtsintegration der Zementhersteller insbesondere in den Markt für Transportbeton stattfand. Hierdurch reduzierten sich die Zahl der unabhängigen Zementabnehmer und somit tendenziell ihre Verhandlungsstärke. Darüber hinaus werden im OLG-Urteil auch konkrete Feststellungen zur Relevanz der Vorwärtsintegration der Zementhersteller getroffen. So übernahmen z.B. in der Region West die Kartellanten Dyckerhoff, Heidelberg, Lafarge und Readymix 1998 das Transportbetonunternehmen Helmut Kohl, teilten die Kosten untereinander auf und legten es still (OLG-Urteil: 37). 4.2.3 Beurteilung des Wettbewerbs 4.2.3.1 Strukturelle Faktoren Die Zahl der Unternehmen, die in Deutschland in der Zementindustrie tätig sind, beträgt 22 (Stand 2008; BDZ-Jahresbericht 2010/2011). Insgesamt wird in 56 Betrieben Zement produziert. Dabei ist anzumerken, dass die Anzahl der Betriebe seit 1998 abnimmt. Stellten 1998 noch 67 Betriebe Zement her (BDZ- Jahresbericht 1999/2000), so waren es 2008 nur noch 56 (BDZ-Jahresbericht 2010/2011). Es sollte aber beachtet werden, dass es hier einen Bruch in der Erhebung 1997 und 2002 durch Berichtskreiserweiterung gab; weiterhin wurden nur Betriebe mit mehr als 50 Beschäftigten gezählt. Gleichzeitig nahm auch die Zahl der Öfen mit Betriebsgenehmigung in Deutschland ab. Hierüber gibt der Verein Deutscher Zementwerke e.V. (VDZ) in seinen Tätigkeitsberichten verschiedener Jahrgänge Auskunft. Waren 1998 noch 80 Öfen in Betrieb, so waren es 2009 lediglich 57. Dabei nahm insbesondere die Anzahl der Drehöfen ab, während die Anzahl der Schachtöfen konstant acht betrug. Trotz steigender mittlerer Produktionskapazitäten der Drehöfen sank die Summe der gesamten Produktionskapazität über die Jahre von 138.800 t/d (Tonnen pro Tag) im Jahr 1998 auf 111.400 t/d im Jahr 2009. Die sinkenden Zahlen der Drehöfen und Produktionskapazitäten lässt sich mit der sinkenden Anzahl von Betrieben erklären. Die Zementproduktion ist auf ganz Deutschland verteilt. Lediglich das Saarland, Sachsen und Hamburg weisen keine Zementwerke auf – weder Werke mit eigener Klinkerproduktion noch reine Mahlwerke. Die höchste Dichte an Zementwerken lässt sich innerhalb Deutschlands in Westfalen finden. Die Mehrzahl der Betriebe, 28, hat zwischen 100 und 249 Beschäftige (Stand 2008; Destatis). Insgesamt sind über 7.500 Menschen in der Zementindustrie beschäftigt. Elf Betriebe haben zwischen 50 und 99 Beschäftige. Der Umsatz der Zementindustrie betrug 2008 ca. 2,3 Mrd. Euro (hierbei wurde nur der Umsatz der Betriebe gezählt, die mehr als 50 Beschäftigte haben) (Destatis). Hiervon entfielen ca. 1,9 Mrd. Euro auf den Inlandsumsatz und ca. 400 Mio. Euro auf den Auslandsumsatz. Es wurden 2008 über 33 Mio. Tonnen Zement und über 25 Mio. Tonnen Zementklinker produziert (BDZ [Hrsg.], 2010a). 155 In Abb. 4-13 ist die Verteilung der Zementwerke in Deutschland dargestellt (Stand 2010). Dabei wurde zwischen Werken mit eigener Zementklinkerherstellung und reinen Mahlwerken unterschieden Abb. 4-13: Verteilung und Zuordnung der deutschen Zementwerke Quelle: Nach BDZ (Hrsg.), 2010b; eigene grafische Bearbeitung Durch die farbige Hervorhebung lässt sich anhand der Grafik erkennen, dass die Konzerne (Heidelberg [rot], Dyckerhoff [dunkelgrün], Cemex [dunkelblau], Holcim Ltd. [gelb], Lafarge S.A. [ocker], Märker-Gruppe [hellgrün], Baustoffgruppe Schwenk [lila]) und die Spenner Zement GmbH & Co. KG (schwarz) Werke an mehreren Standorten besitzen. Alle anderen Unternehmen besitzen jeweils nur ein Werk und sind hellblau markiert. 156 Es zeigt sich, dass in Westfalen und im süddeutschen Raum die Anbieterkonzentration höher ist, als dies z.B. in Nord- und Ostdeutschland der Fall ist. Marktanteile und Konzentration Auf dem deutschen Zementmarkt treten, wie bereits Abb. 4-13 zu entnehmen ist, große Konzerne als Anbieter mit mehreren Werksstandorten auf. Sie sind auch diejenigen Unternehmen, die hohe Marktanteile aufweisen. Im Folgenden werden die Marktanteile der Unternehmen anhand von Daten aus dem Jahr 2001 erläutert. Das Jahr 2001 wurde aufgrund seiner guten Datenlage ausgewählt. Die Angaben beruhen auf Umsatzdaten, da Verkaufsdaten nicht in ausreichendem Umfang zur Verfügung standen. Um ein vorsichtiges Bild zu erstellen, wurden Importe354 eingerechnet, und zwar sowohl für Grau- als auch für Weißzement; Zementklinker wurde hingegen nicht berücksichtigt. Weißzement wurde bei der Betrachtung der Importe eingeschlossen, da bei den Umsatzzahlen der deutschen Unternehmen keine Differenzierung zwischen aus dem Verkauf von Weißzement und aus dem Verkauf von Grauzement erlangtem Umsatz möglich ist.355 Weiterhin wurden die Marktanteile mit und ohne Berücksichtigung horizontaler Verflechtungen ermittelt.356 Lediglich 100%ige Töchter wurden dem Mutterkonzern immer zugerechnet. In Tab. 4-3 sind die Marktanteile der sechs größten Zementproduzenten für 2001 und die jeweils kumulierte Konzentration abgebildet.357 Die Legalvermutungen des § 19 Abs. 3 GWB zur marktbeherrschenden Stellung eines oder mehrerer Unternehmen sind hiernach nicht erfüllt. Der Herfindahl-Hirschman-Index (HHI) nimmt einen Wert von 0,10 bzw. von 0,12 an.358 Auch dieses Ergebnis deutet auf Wettbewerbsdruck mit geringer Konzentration hin. Aufgrund der in der Zementindustrie vorliegenden Betriebsgrößenvorteile wäre jedoch ein größerer HHI zu erwarten. Es ist allerdings zu beachten, dass sich diese Daten auf das gesamte Bundesgebiet beziehen. Die Konzentration auf die verschiedenen Regionen und Absatzgebiete, die sich aus der geografischen Marktabgrenzung ergeben, fällt vermutlich höher aus. Um diese Aussage zu bestätigen, mangelt es jedoch an verfügbaren Daten zu Verkäufen und dem Umsatz aller Anbieter in den Regionen. 354 Die Daten hierfür stammen aus Eurostat. 355 Dies sollte jedoch nur geringfügige Folgen haben, da in Deutschland lediglich ein Unternehmen an einem Werksstandort Weißzement produziert. 356 Dyckerhoff hielt 2001 z.B. 48,8% des Kapitals der Anneliese Zementwerke AG. 357 Es muss bemerkt werden, dass die Importe einen Marktanteil von 7,33% hatten und folglich vor Dyckerhoff und Lafarge eingruppiert werden müssten. Weiterhin besteht das Problem, dass bei den Umsatzzahlen auch Exporte miteingerechnet worden sein könnten. Weiterhin konnte BuderusGuss nicht einbezogen werden, da dieses Unternehmen zwar eine Zementsparte besaß, sein Hauptunternehmensfeld aber in anderen Bereichen lag (Herstellung und Vertrieb von Gießereierzeugnissen). Der (gesamte) Umsatz von BuderusGuss lag zwischen Schwenk und Holcim, und somit wäre es das drittgrößte Unternehmen auf dem Markt gewesen. 358 Der HHI ist ein Maß zur Konzentrationsmessung: Höhere Werte deuten auf eine höhere Konzentration hin. Er berechnet sich über die über alle Produzenten aufsummierten quadrierten Marktanteile. 157 Tab. 4-3: Marktanteile Ohne Berücksichtigung horizontaler Verflechtungen Mit Berücksichtigung horizontaler Verflechtungen359 Unternehmen Marktanteile in % (ohne horizontale Verflechtungen) Kumuliert (ohne horizontale Verflechtungen) Unternehmen Marktanteile in % (inklusive horizontaler Verflechtungen) Kumuliert (inklusive horizontaler Verflechtungen) Heidelberg 21,49 21,49 (C1) Heidelberg 25,44 25,44 (C1) Schwenk 11,30 32,79 (C2) Schwenk 11,30 36,74 (C2) Readymix 10,88 43,68 (C3) Readymix 10,88 47,62 (C3) Holcim 8,30 51,98 (C4) Dyckerhoff 10,19 57,81 (C4) Dyckerhoff 7,31 59,29 (C5) Holcim 8,30 66,11 (C5) Lafarge 6,17 65,48 (C6) Lafarge 6,17 72,28 (C6) Quelle: Daten aus Amadeus, 2004 (unkonsolidierte Umsatzdaten); eigene Berechnung Andere strukturelle Faktoren Hinsichtlich der Kapazitätsentwicklung ist in Abb. 4-14 die Entwicklung der Kapazitätsauslastung der Zementindustrie quartalsweise von September 1992 bis September 2007 dargestellt. Zunächst ist festzuhalten, dass die Kapazitätsauslastung den saisonalen Nachfrageschwankungen folgt. Im zweiten Quartal erreicht die Kapazitätsauslastung regelmäßig ihre lokalen Maxima. Abb. 4-14: Entwicklung der Kapazitätsauslastung 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Kapazitätsauslastung Quelle: Ifo-Institut; eigene Darstellung 359 Die folgenden Zuordnungen wurden durchgeführt: Zurechnung von 41,4% des Umsatzes der Anneliese Zementwerke AG zu Heidelberg, 48,8% zu Dyckerhoff; Zurechnung von 50% des Umsatzes der SAKRET-Tubag Trockenbaustoffe GmbH & Co. KG zu Dyckerhoff; Zurechnung von je 33,3% des Umsatzes der Zementwerk Berlin GmbH & Co. KG zur Spenner Zement GmbH & Co. KG, zur Rohrbach Zement GmbH & Co. KG und zur Märker Zement GmbH. 158 Die Zementindustrie hat durch technischen Fortschritt in den Anlagen in den vergangenen Jahrzehnten eine Ausweitung der Produktionsmöglichkeiten und der Kapazitäten je Ofen erlebt. So stieg die mittlere Ofenkapazität je Drehofen von 1962 t/d im Jahr 1998 auf 2249 t/d im Jahr 2009 (vgl. dazu VDZ, Tätigkeitsberichte verschiedener Jahrgänge). Eine Ausweitung der Produktionskapazität hat zur Folge, dass die mindestoptimale Betriebsgröße steigt. Die mindestoptimale Betriebsgröße ist diejenige Produktionsmenge, ab der keine weiteren Minderungen der Stückkosten zu erwarten sind. Ein Angebot ist langfristig nur oberhalb dieser mindestoptimalen Betriebsgröße rational. Dem Anreiz, die Kapazitäten zu erweitern und dadurch sinkende Stückkosten zu erreichen, wirkt eine mit der Kapazität der Produktionsanlage wachsende mindestoptimale Betriebsgröße, die es zu erreichen gilt, entgegen. Ein wachsendes Angebot hat zur Folge, dass, sobald die Nachfrage im näheren Umfeld befriedigt ist, ein Absatz nur auf immer weiter vom Produktionsstandort entfernten Gebieten erfolgen kann. Hierbei entstehen jedoch Transportkosten. Somit steigen mit der Betriebsgröße die durchschnittlichen Frachtkosten (Spenner, 1996). Hierdurch entsteht ein „Trade-off“ zwischen mit der Betriebsgröße sinkenden Stückkosten und mit der Betriebsgröße steigenden Transportkosten. Vor dem Hintergrund des in Abschnitt 4.1 einleitend beschriebenen deutschen Zementkartells sei an die in Abschnitt 4.2.1.5 beschriebenen Werksaufkäufe und -stilllegungen durch die Kartellanten erinnert, die das Ziel verfolgten, die entsprechend vereinbarten Markanteile in den Regionen zu schützen. So erwarb z.B. Readymix im Jahr 1998 die Wülfrather Zement GmbH, deren Mahlwerk Coswig, wie verabredet, anschließend an Lafarge weiterverkauft und stillgelegt wurde. Den Kaufpreis und die durch die Stilllegung frei gewordenen Kapazitäten teilten die Kartellanten gemäß ihren jeweiligen Marktanteilen untereinander auf. Das Ziel dieser Aktion war es, die Kapazitätsauslastung der ostdeutschen Werke zu verbessern (siehe OLG-Urteil: 52–53). 4.2.3.2 Marktein- und -austrittsbarrieren Natürliche Barrieren Die Zementindustrie ist an die vorhandenen Rohstoffe gebunden. Wie oben erwähnt, sind diese Rohstoffe und auch das Endprodukt Zement im Vergleich zum Produktionswert relativ hohen Transportkosten ausgesetzt. Somit ist für eine wirtschaftliche Produktion von Zement die Nähe zu Rohstoffvorkommen zum einen und zu Absatzmärkten zum anderen von großer Bedeutung. Insbesondere aufgrund der Kapitalintensität ist eine langfristige Versorgung mit Rohstoffen notwendig. Wie oben bereits gezeigt, sind viele Rohstoffvorkommen bereits durch vorhandene Produzenten besetzt. Jedoch sollte dies für ein markteintrittswilliges Unternehmen kein prohibitiver Grund sein, nicht in den Markt einzutreten. Der Eintritt in den Zementmarkt ist mit hohen Ausgaben für Produktionsanlagen verbunden. Beim Neubau einer Produktionsanlage mit einer Kapazität von 159 1,5 Mio. Tonnen p.a. entstehen Investitionskosten von ca. 300 Mio. Euro; dies entspricht ca. dem Drei- bis Vierfachen des Jahresumsatzes. Eine Investition in eine neue Produktionsanlage amortisiert sich erst nach ca. 25 Jahren (Sozialpolitische Arbeitsgemeinschaft der Deutschen Zementindustrie et al., 2002). Diese Investitionen sind aufgrund des Einzweckcharakters der Produktionsanlagen irreversibel und somit versunken. Die Zementindustrie zeichnet sich unter anderem durch einen hohen Fixkostenanteil der Produktion aus. Weiter stehen die variablen Inputs in einem festen Verhältnis zueinander, d.h., die Produktionsfunktion ist limitational (Das, 1992; Jans und Rosenbaum, 1996).360 Hierdurch entstehen sogenannte Betriebsgrößenvorteile, die sich durch mit steigender Produktionskapazität sinkende Durchschnittskosten bemerkbar machen.361 Es entstehen Massenproduktionsvorteile, die bei in den Markt eintretenden Unternehmen als Barriere wirken. Eintrittsbarrieren in Form hoher Wechselkosten für die Kunden scheinen nicht vorzuliegen. Für Kunden stellt es aufgrund der Homogenität des Produkts durch eine einheitliche Normung kein Problem dar, den bisherigen Hersteller zu wechseln und sich stattdessen vom neu in den Markt eintretenden Unternehmen beliefern zu lassen. Rechtliche Barrieren Da Zementwerke dem Bundes-Immissionsschutzgesetz (BImSchG) unterliegen, bedarf der Bau eines neuen Zementwerks einer Genehmigung (vgl. dazu § 4 Abs. 1 BImSchG). Es gilt, Umweltauflagen zu erfüllen und Grenzwerte für staub- und gasförmige Emissionen sowie Lärm einzuhalten. Weiter wird der Anlagenbetrieb laufend kontrolliert und überwacht (Sozialpolitische Arbeitsgemeinschaft der Deutschen Zementindustrie et al., 2002). Wie oben erwähnt, stellen die Energiekosten einen wichtigen Teil der variablen Kosten dar. Die Zementindustrie ist dementsprechend darum bemüht, diese Kosten durch den Einsatz von Sekundärbrennstoffen, wie z.B. aufbereiteten Gewerbe- und Siedlungsabfällen, Altöl und Altreifen, zu mindern. Beim Einsatz solcher Sekundärschadstoffe hat die Zementindustrie die 17. Bundes- Immissionsschutzverordnung (BImSchV) zu beachten. Einzuhalten haben die Hersteller außerdem die Normung der Zemente gemäß DIN EN 197-1. Dies sind aber keine allzu restriktiven Standards. Regulative Eintrittsbarrieren durch geistige Eigentumsrechte können durch diese Normung ausgeschlossen werden. Markteintrittsbarrieren in Form von Lizenzen oder Konzessionen liegen nicht vor. 360 Bei einer limitationalen Produktionsfunktion kann ein Inputfaktor nicht durch einen anderen, bereits eingesetzten Inputfaktor substituiert werden, wenn das gleiche Produkt hergestellt werden soll. 361 Dies ist jedoch nicht unbegrenzt möglich, da bei einem Angebot, das über die Vollauslastung der Kapazitäten mit Überbelastung der Produktionsanlagen hinausgeht, wieder ein steigender Kostenverlauf zu erwarten ist. 160 Strategische Barrieren Durch die vorliegenden Betriebsgrößenvorteile bei der Produktion von Zement besteht ein Anreiz, in hohe Kapazitäten zu investieren. Dem gegenüber stehen jedoch höhere Transportkosten bei höherer Kapazitätskonzentration. Dennoch bildet dies zunächst eine Eintrittsbarriere für neu in den Markt eintretende Unternehmen. Besitzen die bereits auf dem Markt bestehenden Unternehmen hohe, nicht ausgelastete Kapazitäten bzw. sind sie in der Lage, diese (schnell und/oder kostengünstig) auszubauen, so werden sie aufgrund ihrer Betriebsgrößenvorteile wachsende Mengen an Zement zu geringeren Durchschnittskosten verkaufen und so einen höheren Marktanteil erreichen können. Durch vertikale Verflechtungen der Zementindustrie ergibt sich eine weitere strategische Barriere. Unternehmen, die sich bereits auf dem Markt befinden, brauchen einen Wechsel der vertikal integrierten Abnehmer zu neu in den Markt eintretenden Unternehmen nicht zu befürchten. Potenziell neu in den Markt eintretenden Unternehmen wird somit das Abwerben von Kunden erschwert; gleichzeitig ist der Kundenkreis dadurch eingeschränkt. Preis- und auch Qualitätswettbewerb werden auf diese Weise verhindert, und existierende Marktanteile können auf diese Weise langfristig gesichert werden. Strategische Barrieren durch Werbemaßnahmen der auf dem Markt befindlichen Unternehmen bestehen nicht. Durch die europaweite Normung besteht Homogenität zwischen den Zementen der verschiedenen Hersteller. Eine Bindung der Kunden oder der Aufbau einer Reputation durch Werbung erscheint somit unwahrscheinlich. Eine Erhöhung der Wechselkosten für Kunden durch die bereits auf dem Markt befindlichen Unternehmen bei Eintritt neuer Unternehmen ist durch den Einsatz von Rabattsystemen möglich. Eine längerfristige Bindung der Kunden und somit eine weitere Erhöhung der Wechselkosten durch langfristige Verträge erscheinen (abgesehen von dem Bereich langfristiger Bauaufträge) nicht möglich. 4.2.3.3 Verhandlungsstärke der Abnehmer Die Abnehmer von Zement können durch die relativ geringen Wechselkosten zunächst bedingt Verhandlungsmacht auf die Zementhersteller ausüben. Wie oben beschrieben, ist die Transportbetonindustrie die Hauptabnehmerin von Zement. Die zweitstärkste Abnehmerin ist die Betonfertigteileindustrie. Die Transportbetonindustrie ist dezentral und kleinbetrieblich organisiert. Die einzelnen Transportbetonunternehmen sollten somit in aller Regel nicht in der Lage sein, Verhandlungsmacht auf die Zementhersteller auszuüben, da der Verlust eines einzelnen Transportbetonunternehmens als Kunde für einen Zementhersteller nur einen geringen Verlust darstellt. Die Abnehmer der Betonfertigteileindustrie sind nicht nur durch kleine, sondern auch durch mittelgroße Unternehmen geprägt (Industriegewerkschaft Bauen-Agrar-Umwelt et al., ohne Jahr). Da bei mittelgro- ßen Unternehmen der Zementverbrauch pro Unternehmen annahmegemäß größer ist als bei kleinen Unternehmen, ist die Verhandlungsmacht hier größer. 161 Bezüglich der Verhandlungsmacht von Spediteuren lässt sich festhalten, dass nach einer Studie, die eine branchenweiten Umfrage zu Transport- und Logistikketten in der deutschen Zementindustrie beinhaltet, über 50% der Transporte im Einflussbereich der Zementhersteller stattfinden. Somit entgehen über 50% aller Transporte einer möglichen Verhandlungsmacht durch Transportunternehmen (Industriegewerkschaft Bauen-Agrar-Umwelt et al., ohne Jahr). Die fortlaufende Vorwärtsintegration verringert die Sensibilität der Zementindustrie gegenüber der Verhandlungsmacht der Abnehmer (siehe dazu auch die in Abschnitt 4.2.1.5 beschriebenen Bezüge zum deutschen Zementkartell). 4.2.3.4 Verhandlungsstärke der Anbieter/Lieferanten Die Rohstoffe werden von einigen wenigen Unternehmen der Braunkohle- und Stahlindustrie bereitgestellt (Industriegewerkschaft Bauen-Agrar-Umwelt et al., ohne Jahr). Insbesondere beim Bezug des Inputs Energie sollten die Zementhersteller als Preisnehmer auftreten, da den Energieanbietern eine große Marktmacht einzuräumen ist. 4.2.3.5 Wechselkosten Ein Wechsel des Herstellers erscheint auf der Produktebene für die Kunden unproblematisch. Durch die europaweite Normung der Zemente ist Homogenität zwischen den Produkteigenschaften der Zemente der einzelnen Hersteller hergestellt. Allerdings kann für einzelne Kunden ein Wechsel des Herstellers aufgrund der geografischen Lage ausgeschlossen sein. Wie oben erwähnt, können die entstehenden Transportkosten den Wechsel des Herstellers verhindern. Dies scheint insbesondere in Nord- und Ostdeutschland der Fall zu sein. Aufgrund der hohen Anbieterdichte in Westfalen scheinen hier die Wechselkosten gering auszufallen. Allerdings wird durch den Einsatz von Rabatt- und Bonussystemen der Wechsel der Kunden zu anderen Herstellern erschwert. 4.2.3.6 Informationsasymmetrien/Transparenz Die Hersteller verkaufen ein sachlich homogenes Gut, das kaum Produktdifferenzierungsmöglichkeiten bietet. Zement wird am gleichen Punkt der Distributionskette angeboten. Die Unternehmen kennen gegenseitig die verwendeten Technologien. Die in diesem Industriezweig ausgeprägten horizontalen Verflechtungen erleichtern den Informationsaustausch zwischen den Betrieben. Alle diese Punkte sind der Transparenz in der Zementindustrie förderlich. Hinzu kommt, dass der BDZ regelmäßig Informationen in Form von jährlichen Heften zu Statistiken der Zementindustrie („Zahlen und Daten“) und von Jahresberichten liefert. Diese Veröffentlichungen umfassen Informationen und Statistiken zu Maßzahlen der Produktion, des Versands, der Absatzmärkte, des Zementverbrauchs sowie Über- und Ausblicke der Zementindustrie, der Baubranche und einzelner Teilbereiche wie Infrastruktur oder Wohnungsbau und Immobilienwirtschaft. Genauere Informationen über den Zementverbrauch innerhalb einzelner Verwendungsarten liefern Veröffentlichungen des Arbeitskreises Marktforschung des BDZ. 162 Der Großteil der Daten liegt dabei aggregiert auf Bundesebene vor. Daten zum Inlandsversand, -verbrauch und -absatz liegen für verschiedene Regionen, teilweise auch auf der Ebene der Bundesländer vor. Daten auf der Werks- oder Unternehmensebene sind in den Veröffentlichungen des BDZ nicht zu finden. Auf der Europaebene liefert der Verband Cembureau Informationen zur Zementindustrie. Seine Mitglieder sind die nationalen Zementverbände, so auch der BDZ. In seinen Veröffentlichungen informiert Cembureau über Importe, Exporte, Produktion und Verbrauch der Mitgliedstaaten sowie Aussichten des Zementsektors je Mitgliedsland. Weiter vertritt er seine Mitglieder auf internationaler und europäischer Ebene, betreibt Lobbyarbeit auf der EU-Ebene und ist Teil eines Netzwerks verschiedener Interessenvertretungen auf der EU-Ebene.362 Die Transparenz der Preise ist fraglich. Zwar veröffentlichen einzelne Anbieter ihre Preislisten auf den Websites der Unternehmen; jedoch sind durch die Verwendung unterschiedlicher Rabatt- und Bonussysteme daraus die tatsächlich gezahlten Preise nicht ableitbar. Auf internationaler Ebene sind Informationen zu absoluten Preisen der Vorjahre im Global Cement Report, veröffentlicht durch den International Cement Review, erhältlich. 4.2.3.7 Marktverhalten Innerhalb einer Industrie lassen sich verschiedene Faktoren ausmachen, die zwischen den Unternehmen abgestimmtes Verhalten erleichtern und somit die Wettbewerbsintensität nachhaltig beeinflussen. Im Folgenden werden solche Faktoren vorgestellt und wird die Zementindustrie auf diese Faktoren durchleuchtet. Dabei gilt es zu beachten, dass für erfolgreich abgestimmtes Verhalten zwei Voraussetzungen zu erfüllen sind. Zunächst muss eine (implizite) Einigung auf eine gewisse Verhaltensweise möglich sein und erfolgen, was die Identifizierung des Ziels des abgestimmten Verhaltens einschließt. Weiter muss die Koordination stabil sein. Dies bedeutet, dass abweichendes Verhalten leicht zu erkennen und zu bestrafen sein muss. Fundamentale Faktoren Ein genereller Faktor, der abgestimmtes Verhalten erleichtert, ist die regelmä- ßige Interaktion der Unternehmen. Durch eine solche regelmäßige Interaktion werden Bestrafungsmechanismen bei abweichendem Verhalten glaubhaft. Diese bilden einen weiteren Faktor, der abgestimmtes Verhalten erst möglich macht. Durch den Verkauf eines homogenen Gutes treten die Unternehmen auf den einzelnen regionalen Märkten häufig in Interaktion. Eine Spezialisierung auf einen bestimmten Kundenkreis scheint in der Zementindustrie nicht möglich, sodass Bestrafungsmechanismen bei abweichendem Verhalten, z.B. durch Preiskämpfe, möglich sind. Durch die Aneinanderkettung der einzelnen Absatzgebiete und der einzelnen regionalen Märkte (vgl. dazu Spenner, 1996) wirkt sich das 362 Aus Europäische Kommission, 1994, Abschnitt III, Kapitel 3, Punkt 16 geht hervor, dass Cembureau zumindest in der Vergangenheit Preisdaten der Mitgliedstaaten gesammelt hat und diese auf Sitzungen ausgetauscht wurden. 163 Verhalten eines Anbieters auch auf Anbieter aus, die nicht demselben geografischen Markt angehören. Bereits die zwei westfälischen Preiskriege (Spenner, 1996) und der starke Preisverfall in ganz Deutschland nach dem Ende des Kartells 2002 zeigen, dass sich aggressives Verhalten auf die gesamte Industrie überträgt. Hierbei spielt die Häufigkeit der Preisanpassungen eine wichtige Rolle. Unternehmensbezogene Faktoren Zu den Faktoren, die auf Eigenschaften der Unternehmen zurückzuführen sind, die abgestimmte Verhaltensweisen erleichtern, zählen die Anzahl, die Konzentration, horizontale und vertikale Verflechtungen sowie die Symmetrie der Unternehmen. Eine bestimmte Verhaltensweise lässt sich umso leichter koordinieren, je weniger Akteure daran beteiligt und je stärker die Unternehmen miteinander verflochten sind. Weiter sinkt der zusätzliche Gewinn jedes einzelnen Unternehmens aus einer abgestimmten Verhaltensweise, je mehr Unternehmen beteiligt sind. Ceteris paribus steigt dadurch der Anreiz zu abweichendem Verhalten. Weiter besteht das Problem, dass Trittbrettfahrerverhalten auftreten kann.363 Eine Symmetrie der Unternehmen und Verflechtungen zwischen den Unternehmen erleichtern die Identifizierung mit dem Ziel (z.B. der Bestimmung des Monopolpreises) bzw. die Einigung auf ein Ziel des abgestimmten Verhaltens, da beides die Transparenz erhöht. Die Zementindustrie ist zwar durch eine hohe Anzahl von Anbietern im gesamtdeutschen Raum gekennzeichnet. Jedoch ist die Anzahl der Anbieter auf einzelnen geografischen Märkten geringer. Dies gilt insbesondere für den ostdeutschen und den norddeutschen Raum. Asymmetrien entstehen auf dem Zementmarkt trotz der standardisierten Produktionstechnik aufgrund größenbedingter Kostenvorteile und unterschiedlich moderner Öfen mit daraus resultierenden unterschiedlichen Produktionskapazitäten. Symmetrie herrscht bezüglich des Kundenkreises und aufgrund der Tatsache, dass alle Hersteller ein homogenes Produkt verkaufen und somit den gleichen Nachfrageschwankungen und -reaktionen unterliegen. Ein weiterer Faktor ist das Vorhandensein von Kapazitätsengpässen. Zum einen verringern sie die Möglichkeiten abweichenden Verhaltens, z.B. durch eine Vergrößerung der auf dem Markt angebotenen Menge. Zum anderen schränken Kapazitätsgrenzen die Möglichkeiten bestrafender Unternehmen ein (Feuerstein, 2005). Die Zementindustrie zeichnet sich durch kurzfristig starre Kapazitäten aus, die nicht ohne Weiteres erweitert werden können und in ihrer Anschaffung versunken sind. 363 Für genauere Informationen hierzu siehe Selten, 1973. 164 Marktbezogene Faktoren Zu den abstimmungserleichternden Faktoren, die auf Eigenschaften des Markts zurückzuführen sind, zählen die Transparenz des Markts, Eintrittsbarrieren, die Nachfrageelastizität, die Stabilität der Nachfrage, vielschichtige Marktkontakte und die Verhandlungsstärke der Abnehmer. Eine höhere Transparenz erleichtert die Festlegung auf das Ziel des abgestimmten Verhaltens; gleichzeitig lässt sich abweichendes Verhalten durch eine hohe Transparenz schneller aufdecken, und Bestrafungsmechanismen können eingesetzt werden. Wenn die Eintrittsbarrieren gering sind, wird durch neu in den Markt eintretende Unternehmen Wettbewerbsdruck ausgeübt. Abgestimmtes Verhalten wird weniger lohnenswert, da die Gewinne aus diesem Verhalten durch den Wettbewerbsdruck sinken. Somit wird abweichendes Verhalten relativ lohnender. Je geringer die Nachfrageelastizität ist, umso höher fallen ceteris paribus die Gewinne abgestimmten Verhaltens aus, da die Nachfrager auf Preiserhöhungen nur in geringem Maße mit Ausweichreaktionen reagieren. Je unelastischer die Nachfrage ist, umso geringer sind die Anreize, von abgestimmtem Verhalten abzuweichen. Die Zementnachfrage gilt, wie unten diskutiert, als kurzfristig unelastisch, was bei (möglichem) abgestimmtem Verhalten in der Zementindustrie der Stabilität solcher Verhaltensweisen förderlich ist. Je höher die Stabilität der Nachfrage, umso leichter ist abgestimmtes Verhalten aufrechtzuerhalten. Rotemberg und Saloner, 1986 sowie Haltiwanger und Harrington, 1991 haben festgestellt, dass Peakzeiten mit ungewisser zukünftiger Nachfrage, die unvorhersehbaren Schocks unterliegt, und somit ungewissen zukünftigen Gewinnen den Anreiz zu abweichendem Verhalten verstärken. Vielschichtige Marktkontakte erhöhen die Wahrscheinlichkeit von erfolgreich abgestimmtem Verhalten, da abweichendes Verhalten auf einem Markt zu Bestrafungsmechanismen auf diesem und auf weiteren Märkten nach sich ziehen kann; dies erhöht die Kosten abweichenden Verhaltens (Feuerstein, 2005). Viele Unternehmen der Zementindustrie, insbesondere die großen Konzerne, zeichnen sich durch vertikale Integration aus. Ihr Geschäftsfeld ist nicht auf die Herstellung und den Verkauf von Zement beschränkt. Unternehmen der Zementindustrie sind z.B. auch in der Transportbetonindustrie anzutreffen. Eine Kartellabsprache auf der Ebene der Zementhersteller kann daher auch auf der nachgelagerten Stufe zu (ungerechtfertigten) Wettbewerbsvorteilen der Kartellanten führen, solange die internen Verrechnungspreise für Zementlieferungen nicht mit dem gleichen Kartellpreisaufschlag versehen werden wie die Lieferungen der Kartellanten an die unabhängigen Unternehmen auf der nachgelagerten Wertschöpfungsstufe (siehe allgemein dazu Abschnitt 1.3.2.2). Grundsätzlich kann eine solche Konstellation den Zementherstellern Möglichkeiten bieten, unabhängige Wettbewerber auf der nachgelagerten Wertschöpfungsstufe (z.B. Transportbetonhersteller) vom Markt zu verdrängen. 165 Preissetzung: Koordinationseffekte Preissystem Nach Angaben aus den allgemeinen Geschäftsbedingungen der einzelnen Zementhersteller ist das Frankostationspreissystem364 das vorherrschende Preissystem auf dem deutschen Zementmarkt, von dem nur nach Absprache abgewichen wird. Wie häufig solche Abweichungen vorkommen, ist nicht bekannt. Preisentwicklung In Abb. 4-15 ist die Preisentwicklung bei Portlandzement im Zeitraum 1976– 2010 abgebildet. Hierbei wurde der Index von 2005 auf 100 gesetzt. Dem Bild ist zu entnehmen, dass zwischen 1980 und 1983 ein starker Preisanstieg stattfand, dem bis 1990 ein relativ konstanter Preisverlauf folgte. Zwischen 1991 und 1995, also in der Phase des mutmaßlichen Kartellbeginns, sind demgegenüber stufenweise Preisanstiege zu beobachten. Abb. 4-15: Preisentwicklung bei Portlandzement 1976–2010 (2005 = 100) 0 20 40 60 80 100 120 140 19 76 19 77 19 78 19 79 19 80 19 81 19 82 19 83 19 84 19 85 19 86 19 87 19 88 19 89 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 Quelle: Destatis; eigene Darstellung Mit dem Ende des Kartells Anfang 2002 stellte sich bis 2003/2004 ein drastischer Preisfall ein. Auf seinem Tiefpunkt erreichte der Preis für Portlandzement 2003 das Preisniveau von 1987. Erst Ende 2007 erreichte der Preis wieder das Niveau vor dem Preisverfall im Jahr 2002. Seit 2009 ist wieder ein leichter Preis- 364 Im Frankostationspreissystem wird frei Bestimmungsort ein einheitlicher Preis verlangt. Dabei ist eine Einteilung in mehrere Zonen möglich. Innerhalb einer Zone ist der Preis identisch; zwischen den Zonen besteht eine Preisdifferenzierung (Europäische Kommission, 1994). Es gilt zu beachten, dass die zugrunde gelegte Frachtstrecke nicht der tatsächlichen Frachtstrecke entsprechen muss, da der Frankostationspreis unabhängig von der tatsächlich beim Transport zurückgelegten Strecke bereits vorher durch die Entfernung der Empfangsstation von einem festgelegten Frachtzentrum oder durch die Zugehörigkeit zu einer Zone bestimmt ist (Spenner, 1996). 166 rückgang zu beobachten. Der starke Preisverfall seit 2002 lässt sich durch das durch das Aufdecken des Kartells bedingte Ende des kollusiven Verhaltens erklären. Nach dem Ende des Kartells trat womöglich ein Überkapazitäten bereinigender Preiskampf ein. Unterscheidet man zwischen dem ostdeutschen und dem westdeutschen Zementpreis, so zeigt sich, dass der ostdeutsche Zementpreis 1999–2003 um ca. zehn Euro unterhalb des westdeutschen lag. 1999 betrug der ostdeutsche Durchschnittspreis 55 Euro, der westdeutsche Durchschnittspreis 66 Euro pro Tonne. Mitte 2003 waren die Preise identisch. Seit Mitte 2004 liefen die Preise in Ostdeutschland und in Westdeutschland wieder auseinander, sodass von 2006–2008 die Differenz zwischen beiden Preisen konstant 15 Euro betrug. In diesem Zeitraum betrug der ostdeutsche Preis 43 Euro, der westdeutsche 58 Euro pro Tonne.365, 366 Nachfrageelastizität Im Allgemeinen wird die Zementnachfrage als kurzfristig unelastisch angesehen, zum einen, da die Substitutionsmöglichkeiten stark eingeschränkt sind, zum anderen, da der Anteil der Zementkosten an den Bauprojekten sehr gering ist. Eine Veränderung des Zementpreises kann somit wenig Einfluss auf die Bautätigkeit ausüben, was zu einer unelastischen Nachfrage der Bauindustrie, welche die Hauptabnehmerin von Zement darstellt, führt. Langfristig ist dagegen eine Substitution durch andere Baustoffe, wie oben beschrieben, vorstellbar, sodass die Zementnachfrage langfristig elastisch auf Preisänderungen reagiert. Im Rahmen des Bußgeldverfahrens vor dem OLG Düsseldorf nahm das ökonomische Gutachten des sachverständigen Gutachters eine vergleichsweise hohe Nachfrageelastizität von 0,6 an. Die Nachfrageelastizität ist im Bußgeldverfahren relevant für die Bestimmung des Mengeneffekts, der in die Ermittlung des kartellbedingten Mehrerlöses aufseiten der Kartellanten einfließt.367 Bei Privatklagen, aber auch bei langfristig existierenden Kartellen gestaltet sich eine Abschätzung des Mehrerlöses allerdings als ökonomisch schwierig, da potenziell zusätzlich verkaufte Mengen nur schwer substanziiert werden können. Marktbasierte Preis-Mengen-Elastizitäten können hingegen auch nicht angewendet werden, da in Schadensersatzfällen ein individuell entstandener Schaden zum Ausgleich gebracht werden soll. Aufgrund von Wechselmöglichkeiten der Kunden zwischen unterschiedlichen Anbietern sind daher unternehmensbezogene Preis- Mengen-Elastizitäten höher als gesamtmarktbezogene. 365 Die Preise entsprechen den Jahresdurchschnittswerten; Daten entnommen BDZ, 2009. 366 Siehe auch Abschnitt 4.2.2.2 zur Marktsituation in Ostdeutschland im Allgemeinen und zur Existenz eines polnischen Zementkartells im Besonderen. 367 Vergleiche hierzu die Ausführungen in Abschnitt 3.2.2. 167 4.3 Anwendung ausgewählter quantitativ-ökonomischer Methoden am Beispiel eines deutschen Zementkartells Im Zivilprozess hat der Richter nach seiner freien Überzeugung zu entscheiden, welche Methode der Schätzung des kartellbedingten Schadens nach § 287 ZPO dem Ziel, der Wirklichkeit durch Wahrscheinlichkeitsüberlegungen möglichst nahezukommen, am besten gerecht wird. In diesem Sinn soll in den folgenden Abschnitten eine Auswahl der in Kapitel 3 vorgestellten Ansätze zur Bestimmung von Kartellschäden am Beispiel eines deutschen Zementkartells dargestellt werden. Dazu werden die bekannten Ansätze unter Verwendung unterschiedlicher Daten vorgestellt und verglichen, um daraus Voraussetzungen für deren Anwendbarkeit ableiten zu können. Darüber hinaus werden zentrale Methoden um zusätzliche Informationen erweitert oder ergänzt, um auf weitere Einflussfaktoren im Rahmen der Analyse des Kartellschadens hinzuweisen und mögliche Schwierigkeiten bei der Festlegung eines adäquaten Modells berücksichtigen zu können. Im Zentrum der Analyse steht dabei weniger die Ermittlung des Kartellschadens selbst als die Präsentation der Methoden und die Diskussion deren Anwendbarkeit. Dabei kommen in einem ersten Schritt öffentlich verfügbare Daten zum Einsatz, und in einem zweiten Schritt werden von CDC erhobene Transaktionsdaten verwendet. Öffentlich verfügbare Daten sind in aller Regel Sekundärdaten, d.h. nicht direkt erhobene und sehr stark aggregierte Daten. Im Gegensatz dazu sind die von CDC erhobenen Transaktionsdaten unmittelbar für den Zweck der Schadensberechnung erhoben worden und liegen auf der kleinstmöglichen Disaggregationsstufe (einzelnen Rechnungspositionen) vor. Allen im Folgenden präsentierten Modellen liegt der sogenannte „Komparatorenansatz“ zugrunde. Abgesehen von dem Versuch, mithilfe öffentlich verfügbarer Daten auch die Anwendung des Modells des räumlichen Vergleichsmarkts, insbesondere des „Difference-in-Differences“-Ansatzes vorzustellen, basieren alle Modelle auf einem zeitlichen Vergleich, genauer gesagt, auf einem Vergleich der Zementpreise in der Kartellperiode mit denen nach dem Zusammenbruch des Kartells. Bei diesen Modellen wird der erwartete Preis im Kartellzeitraum ermittelt, indem der Preis aufgrund des beobachteten Preises in einem Vergleichszeitraum geschätzt wird. Dieser Ansatz hat als „Konzept des zeitlichen Vergleichsmarkts“ in der deutschen Rechtsprechung bereits Anwendung gefunden, z.B. im KG-Urteil vom 01.10.2009 zum Berliner Transportbetonkartell (oben, Abschnitt 2.3.5.1.1). Bei diesem Ansatz muss zunächst untersucht werden, welche anderen Einflussfaktoren (insbesondere welche kosten- und nachfragebasierten Größen) auf den Preis wirken und diesen auch im Kartellzeitraum beeinflussen sollten. Um eine adäquate Einschätzung des Preisverlaufs im Kartellzeitraum vornehmen zu können, ist daher ein hinreichend langer Vergleichszeitraum ohne Kartell notwendig. Ein zentrales Problem ist die Bestimmung des Zeitraums der Anpassung vom Kartellpreis zum Preis ohne Kartell. Im deutschen Zementmarkt endete die Kar- 168 tellperiode kurz vor dem Einsetzen eines mutmaßlichen Preiskriegs, der zu einem Rückgang des Zementpreises um knapp 20% geführt hat. Wie sich unterschiedliche Anpassungszeiträume auf die Bestimmung des Preisaufschlags („overcharge“) auswirken, soll daher gezeigt und diskutiert werden. Hinsichtlich der Methodik werden jeweils zunächst die in das Modell einflie- ßenden Größen mithilfe deskriptiver Statistiken, z.B. mithilfe des Mittelwerts, beschrieben. Im Mittelpunkt steht daraufhin aber die Anwendung verschiedener Regressionsanalysen, die es im Gegensatz zu einfachen deskriptiven Statistiken ermöglichen, den Einfluss eines einzelnen Faktors (hier der Kartellperiode) bei gleichzeitiger Berücksichtigung weiterer möglicher Bestimmungsfaktoren (hier von Kosten- und Nachfragefaktoren) zu isolieren. Regressionsanalysen erlauben damit eine präzisere Bestimmung des „But-for“-Preises. Bevor wir mit der Betrachtung der einzelnen Ansätze am Beispiel eines deutschen Zementmarktkartells beginnen, muss darauf hingewiesen werden, dass es sich hierbei um beispielhafte Analysen handelt. Wie bei ökonometrischen Analysen üblich, hängen die Ergebnisse von den verfügbaren Daten ab. Es soll im Folgenden auch keine Handlungsempfehlung bezüglich des Zementmarktkartells in dem Sinne gegeben werden, dass eine gerichtlich verwertbare Schadensschätzung vorgelegt würde. Die Analyse dient vielmehr dem Vergleich der unterschiedlichen Methoden. Obwohl wir das Beispiel als hinreichend allgemein einschätzen, existieren marktspezifische Schwierigkeiten, die bei Gerichtsgutachten noch detaillierter berücksichtigt werden müssten. Wir weisen an den jeweiligen Stellen auf diese Probleme hin. 169 4.3.1 Anwendung von Methoden auf öffentlich verfügbare Daten Im Folgenden beschreiben wir das Vorgehen bei zeitabhängigen Analysen von Kartellschäden. Um den hypothetischen Preis mithilfe vergleichender Methoden ermitteln zu können, benötigt man Informationen, die entweder aus einem hinreichend großen Zeitraum vor („before“) oder nach („after“) dem Kartellzeitraum stammen. Rechtswissenschaft und Rechtsprechung sprechen hier vom Konzept des zeitlichen Vergleichsmarkts oder, so etwa das OLG-Urteil, von einer „Zeitreihenanalyse“. Alternativ ist auch ein Vergleich mit anderen Märkten möglich, die entweder ein Produkt mit ähnlichen Eigenschaften wie denen des Produkts des kartellierten Markts aufweisen (Konzept des sachlichen Vergleichsmarkts) oder auf denen das gleiche Produkt ohne kartellierte Marktstruktur gehandelt wird (Konzept des räumlichen Vergleichsmarkts). Für die Bestimmung des infolge des Zementkartells entstandenen Schadens steht aufgrund der Produkteigenschaften kein hinreichend ähnliches Produkt zur Verfügung, das den Verlauf des mengengewichteten Zementpreises entsprechend abbildet und bei dem von keiner kartellierten Marktsituation im Zeitraum des Zementkartells ausgegangen werden kann.368 Wir konzentrieren uns bei unserer Analyse daher zunächst auf das Konzept des zeitliche Vergleichsmarkts (in diesem Fall „during-and-after“), um dieses Vorgehen dann um die räumliche Komponente zu erweitern und die Anwendung des „Difference-in-Differences“-Ansatzes vorzustellen. Obwohl das Vorliegen von Kartellen für diese Vergleichsländer nicht ausgeschlossen werden kann (vgl. OLG-Urteil: 199 ff.) und für Polen auch bestätigt worden ist (polnische Entscheidung), nutzen wir für den räumlichen Vergleich Zementpreisinformationen ausgewählter europäischer Länder, neben Deutschland Frankreichs, Spaniens, des Vereinigten Königreichs und Polens, um das Vorgehen als solches, unabhängig von der betrachteten Industrie, vorzustellen und zu diskutieren. In der Analyse von Abschnitt 4.3.1 verwenden wir ausschließlich öffentlich verfügbare Daten des Statistischen Bundesamtes, der nationalen statistischen Ämter der betrachteten Vergleichsmärkte, der OECD/IEA und des BDZ. Um einen einführenden Vergleich zwischen den Indizes zu ermöglichen, wurden sie auf die Basisperiode Januar 2000 wie folgt normiert: Jan. 2000 i i t t, Jan. 2000 i PI PI PI = (17) Der Preisindex PI des Landes i für jede Periode t wird durch den Preisindex dieses Landes vom Januar 2000 geteilt. Zum Beispiel ergibt sich für den Preisindex für Deutschland in der Periode t = Januar 2002: Deutschland Jan. 2002, Jan. 2000 115,0 1,05 109,9 PI = = 368 Im OLG-Urteil spielt das Konzept des sachlichen Vergleichsmarkts ebenfalls keine Rolle. 170 Abb. 4-16: Verlauf nationaler Zementpreisindizes 0 0.5 1 1.5 2 2.5 19 76 19 78 19 80 19 82 19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06 20 08 20 10 Deutschland 0 0.5 1 1.5 2 2.5 19 76 19 78 19 80 19 82 19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06 20 08 20 10 Frankreich 0 0.5 1 1.5 2 2.5 19 76 19 78 19 80 19 82 19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06 20 08 20 10 Spanien 0 0.5 1 1.5 2 2.5 19 76 19 78 19 80 19 82 19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06 20 08 20 10 Großbritannien 0 0.5 1 1.5 2 2.5 19 76 19 78 19 80 19 82 19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06 20 08 20 10 Polen Quelle: Nationale statistische Ämter der jeweiligen Länder; eigene Berechnungen Bei der weiteren empirischen Betrachtung und Diskussion ist zu bemerken, dass die Festlegung auf das Basisjahr 2000 an sich keine Bedeutung hat. Der Verlauf der (normierten) Preisindizes über die Zeit ist in Abb. 4-16 dargestellt. Im Kartellzeitraum 1991–2001, der durch das OLG Düsseldorf bestimmt worden ist, ist ein auffälliger Gleichlauf der Indizes zum französischen und zum deutschen Zementmarkt zu erkennen. Die beiden anderen Indizes weichen von diesem Muster stärker ab. Seit Beginn des Betrachtungszeitraums zeigt sich bei allen Indizes ein Anstieg, der aber gerade für Deutschland mit einer zum Teil über längere Teilperioden anhaltenden Seitwärtsbewegung verbunden ist. Alle Indizes folgen einem stufenartigen Verlauf, wobei Preissprünge meist zu Jahresbeginn 171 stattfinden, wie das Beispiel Frankreichs zeigt. Auffallend am deutschen Index ist der Abbruch der aufwärtsgerichteten Bewegung am Ende der Kartellperiode im Jahr 2002. Wie bereits in vorangegangenen Kapitel ausgeführt, hat sich direkt an die Kartellperiode mutmaßlich ein „Preiskrieg“ in der deutschen Zementindustrie angeschlossen, der zu einem Preisrückgang von ca. 20% geführt hat (siehe dazu Abb. 4-16). In anderen Ländern ist kein vergleichbarer Preisrückgang zu erkennen. Betrachtet man den Verlauf des deutschen Zementpreisindex, so sollte sich dieser in der Kartellperiode wesentlich von dem Verlauf unterschieden, der ohne die Existenz des Kartells vorherrschen würde. Es stellt sich daher die Frage, wie dieser hypothetische Verlauf im Kartellzeitraum ermittelt werden kann. Ein Kartell hat zur Folge, dass die Kartellanten, anders als bei Wettbewerb, ihr Verhalten koordinieren, um auf diese Weise ihre Güter individuell gewinnsteigernder anbieten zu können als bei Wettbewerb. Ein Kartell innerhalb eines Markts, also ein horizontales Kartell, kann dieses Ziel auf mehreren Wegen erreichen: Einerseits führt die Koordination des Verhaltens zu einer höheren Konzentration der Marktmacht. Ist ein hinreichend großer Anteil der Wettbewerber auf dem Markt am Kartell beteiligt und bestehen Markteintrittsbarrieren, so können die Kartellanten einen höheren Preis als bei Wettbewerbsverhalten erzielen, indem sie die angebotene Gütermenge auf dem Markt verknappen. Individuell haben die Nachfrager daher eine höhere Zahlungsbereitschaft, um eine bestimmte Menge zu erhalten. Die Koordination des Verhaltens reduziert so den Entscheidungsraum der Nachfrager. Andererseits kann die Koordination auch eine Reduktion der angebotenen Produkte oder deren Vielfalt zur Folge haben. Diese Reduktion der Auswahl oder der Qualitätsunterschiede ermöglicht es den Anbietern, größere Kostenvorteile zu generieren, da weniger verschiedene Güter produziert werden müssen. Während die Qualität des angebotenen Zements aufgrund sortenspezifischer Eigenschaften nur geringfügig variiert werden kann, sollte das Kartell nur einen eher beschränkten Effekt auf die Angebotsvielfalt zur Folge haben. Es ist daher auf der Grundlage klassischer ökonomischer Theorie davon auszugehen, dass die Kartellanten durch ihr koordiniertes Verhalten eher eine Angebotsverknappung und damit höhere Preise erzielen wollen. Daher sollte für den Kartellzeitraum ein Preis oberhalb des hypothetischen Preises erwartet werden. Zur Ermittlung des hypothetischen Preises und des entstandenen Schadens ist es notwendig, den Preis im Kartellzeitraum entsprechend zu modellieren. Dies erfordert die Bestimmung der genauen Periode, in der das Kartell existiert hat. Anders als im behördlichen Verfahren ist diese im zivilrechtlichen Verfahren bereits vorgegeben. Dennoch ist unklar, wann der Preis am Ende der Kartellperiode wieder dem hypothetischen Preis entspricht. Wie Abb. 4-17 zeigt, wirkt sich die Bestimmung dieses Übergangs allerdings zentral auf die Bestimmung des Kartellschadens aus. 172 Abb. 4-17: Bestimmung des hypothetischen Preises 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 19 76 19 78 19 80 19 82 19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06 20 08 20 10 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 19 76 19 78 19 80 19 82 19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06 20 08 20 10 Quelle: Statistisches Bundesamt; eigene Berechnungen Die Bestimmung des hypothetischen Preises im deutschen Zementkartell gestaltet sich zudem schwierig, weil das Ende der Kartellperiode durch einen mutmaßlichen „Preiskampf“ gekennzeichnet ist. Geht man, wie in der linken Grafik dargestellt, davon aus, dass direkt am Ende der Kartellperiode der tatsächliche Preis dem hypothetischen Preis entspricht, und unterstellt man einen einfachen linearen Verlauf des hypothetischen Preises in der Kartellperiode, dann ergibt sich ein geringer Kartellaufschlag auf den Preis ohne das Kartell.369 Diese Annahme setzt allerdings voraus, dass alle Akteure auf dem Markt, Anbieter (Kartellanten und Nichtkartellanten) und Nachfrager, unmittelbar auf Wettbewerbsverhalten umschalten. Von einem solchen Verhaltenswechsel ist allerdings realistischerweise nicht auszugehen. Im Gegenteil legt die Abbildung eine gewisse Verhaltensträgheit nahe, und zwar in dem Maße, dass der Preis nach dem Kartellende für kurze Zeit noch über das zum Ende der Kartellperiode erreichte Niveau steigt. Unterstellt man andererseits, dass der niedrigste Preis nach Ende der Kartellperiode den Übergang vom Kartellpreis zum hypothetischen Preis darstellt (rechte Abbildung), ergibt sich ein wesentlich höherer Kartellaufschlag. Man muss allerdings berücksichtigen, dass sich nach Ende der Kartellperiode nicht notwendigerweise der oligopolistische Preis oder sogar ein Preis auf Höhe der langfristigen Durchschnittskosten einstellt. Vielmehr kann aus ökonomischer Sicht nicht ausgeschlossen werden, dass der Preis im Rahmen eines Preiskriegs die Durchschnitts- und kurzfristig sogar die Grenzkosten unterschreiten kann.370 Es ist also zunächst unklar, wann der Übergang des kartellierten Preises zum Preis unter Wettbewerbsmarktbedingungen abgeschlossen ist. Im Bußgeldverfah- 369 Der Kartellaufschlag entspricht einem Teil des Schadens, den Nachfrager von den Kartellanten einfordern können (vgl. oben, 2.3.5.1.1) und ist in der Grafik als der Abstand zwischen der Geraden und dem tatsächlichen Preis dargestellt. 370 Vgl. zur Problematik von „Preiskriegen“ EU-Kommission, Entwurf eines Leitfadens zur Quantifizierung des Schadens in Schadensersatzklagen wegen Verletzungen des Art. 101 oder 102 AEUV, Juni 2011, Rn. 38 (Fn. 41). 173 ren wurden mehrere Phasen des Preiskriegs definiert. Berücksichtigt man diese Phasen bei der Bestimmung des Übergangs vom kartellierten Preis zum Preis unter Wettbewerb, so ergeben sich Werte zwischen den beiden oben beschriebenen Grenzen für den Verlauf des hypothetischen Preises. Die Definition des Kartellzeitraums und der Periode der Preisanpassung ist daher eine wesentliche Voraussetzung für die Berechnung des kartellbedingten Preisaufschlags. Eine Analyse zur Bestimmung der Übergangsphase des Preises sollte, soweit möglich und zumutbar, unter Berücksichtigung der Besonderheiten des betreffenden Markts erfolgen, um eine Evaluierung der Preisanpassung (und der Mengenanpassung) vornehmen zu können. Da Informationen zu regionalen Preisunterschieden nicht öffentlich verfügbar sind, beschränken wir uns zunächst auf eine Analyse des gesamtdeutschen Zementmarkts. Dies erfordert zwar die Beachtung gewisser Datenanforderungen, die bei Individualdaten nicht notwendig sind. Dennoch zeigt das Vorgehen die zentralen Elemente bei der Anwendung des „Konzepts des zeitlichen Vergleichsmarkts“ zur Berechnung von Kartellschäden auf. Wir legen das Hauptaugenmerk auf die Bestimmung des Zeitraums für den Übergang vom kartellierten zum Wettbewerbsmarkt. In unterschiedlichen Szenarien modellieren wir dazu die Länge des Übergangszeitraums unter Berücksichtigung gleichbleibender weiterer Variablen. Im Anschluss daran ergänzen wir unsere Analyse um Informationen aus ausgewählten Nachbarländern, um das Vorgehen der „Difference-in- Differences“-Methode zu veranschaulichen und zu diskutieren. 4.3.1.1 Anwendung des Konzepts des zeitlichen Vergleichsmarkts In der Analyse dieses Abschnitts verwenden wir die uns für den deutschen Markt zur Verfügung stehenden öffentlichen Daten. Zur Modellierung des Preisindex für Zement werden neben dem Vergleich zwischen der Kartellperiode und der Zeit nach dem Kartell weitere Variablen herangezogen, die den Verlauf des Zementpreisindex beeinflussen können. Dies sind insbesondere Kosten- und Nachfragefaktoren. Hinsichtlich der Kostenfaktoren werden Energiepreisindizes (für Strom und Braunkohle) herangezogen. Die Nachfrage wird über den Index für Zementproduktion abgebildet, der in einem erweiterten Modell (Instrumentierung) durch die Aktivitäten des privaten und öffentlichen Bausektors erklärt wird. Diese Variablen nehmen mehrere Ausprägungen an, die über die Zeit schwanken können. Die Ausprägung eines Monats stellt eine einzelne Beobachtung dar. Um Informationen über unterschiedliche Ausprägungen einer Variablen aggregiert darstellen zu können, werden in der Statistik unterschiedliche Maße wie das arithmetische Mittel (Mittelwert) über alle Ausprägungen und deren Streuung um den Mittelwert (Standardabweichung)371 gebildet. Alle einzelnen Beobachtungen einer Variablen gehen in die Berechnung dieser Maße ein, wodurch die gemein- 371 In diesem Zusammenhang sei auch auf den Begriff der Varianz als alternativen Streuungsmaßes hingewiesen, das als Mittel der quadrierten Abweichungen vom Stichprobenmittelwert berechnet wird. Die Standardabweichung ist die Wurzel der Stichprobenvarianz. 174 same Betrachtung der Maße weiterführende Informationen über die Variable bietet. Üblicherweise werden die folgenden vier Maßzahlen als deskriptive Statistiken bei empirischen Arbeiten angegeben: Das arithmetische Mittel zeigt den Durchschnitt aller Beobachtungen. Die Standardabweichung ist ein Maß der Streuung und gibt daher Auskunft darüber, wie weit die einzelnen Beobachtungen durchschnittlich vom arithmetischen Mittel entfernt sind. Je weiter eine Vielzahl von Beobachtungen vom arithmetischen Mittel entfernt ist, umso weniger repräsentativ ist das arithmetische Mittel für einzelne Beobachtungen. Zu beachten ist allerdings, dass üblicherweise Beobachtungen bei Variablen mit größeren Beobachtungswerten weiter auseinander liegen als solche mit kleineren Beobachtungswerten. Daher sagt man, dass Variablen mit einer größeren Standardabweichung in Relation zum Mittelwert stärker streuen. Als weiteres Maß werden üblicherweise noch die größte Beobachtung einer Variablen, das Maximum und die kleinste Beobachtung einer Variablen, das Minimum, angegeben. Diese Informationen bieten einen umfassenden Überblick über die einzelnen Variablen. Für die verwendeten Daten unserer Betrachtung in diesem Abschnitt sind die deskriptiven Statistiken in Tab. 4-4 dargestellt. Tab. 4-4: Deskriptive Statistiken Variable Einheit Mittelwert Std.abw. Min. Max. Preisindex Zement 0,992 0,077 0,833 1,187 Preisindex Gips/Kalk 0,999 0,038 0,948 1,116 Preisindex Strom 0,988 0,093 0,826 1,186 Preisindex Braunkohle 1,001 0,044 0,947 1,119 Index Zementproduktion 1,149 0,327 0,372 1,744 Wohnungsbau tsd. Euro Umsatz 1.003.553 430.998 363.126 2.064.694 Gewerblicher, industrieller Hochbau tsd. Euro Umsatz 1.249.305 312.487 607.517 2.207.873 Hochbau für öffentlich-rechtliche Organisationen tsd. Euro Umsatz 294.337 79.879 134.794 516.114 Hochbau für nichterwerbstätige Organisationen tsd. Euro Umsatz 65.892 22.785 26.879 151.298 Straßenbau tsd. Euro Umsatz 718.495 201.586 307.049 1.277.949 Gewerblicher, industrieller Tiefbau tsd. Euro Umsatz 664.762 117.797 371.947 1.098.921 Tiefbau für öffentlich-rechtliche Organisationen tsd. Euro Umsatz 672.872 167.540 315.373 1.207.595 Quelle: Statistisches Bundesamt; BDZ; eigene Berechnungen Die erste Variable Preisindex Zement wird als abhängige Variable verwendet; dies bedeutet, dass diese durch die anderen Variablen erklärt werden soll. Hinsichtlich der Verwendung von Indizes sollte man sich in Erinnerung rufen, dass nicht der tatsächliche Preis für Zement erklärt wird, sondern der tatsächliche Preis in Relation zum Preis zu einem bestimmten Zeitpunkt (hier Januar 2000). Das heißt, dass der jeweilige Index im Januar 2000 den Wert eins annimmt. 175 Betrachten wir nun die einzelnen Variablen. Die Preis- und Mengenindizes für die Zementnachfrage stehen auf monatlicher Basis zur Verfügung.372 Indizes sind, wie oben beschrieben, für Januar 2000 auf eins normiert und schwanken bis auf die Indizes für die Zementproduktion vergleichsweise wenig. Die starke Schwankung beim Index der Zementproduktion ergibt sich aus saisonalen Effekten, da die Zementnachfrage in den Wintermonaten sehr gering, in den Sommermonaten aber sehr hoch ist. Diese saisonalen Schwankungen müssen in der multivariaten Analyse berücksichtigt werden. Die Betrachtung des Minimums und des Maximums der einzelnen Indizes zeigt, dass diese auch nur in einem sehr schmalen Band um ihren Mittelwert schwanken. Zement wird für unterschiedliche Projekte nachgefragt. Die nach ihrem Umsatz stärkste Nachfragegruppe ist der gewerbliche und industrielle Hochbau, gefolgt vom Wohnungsbau. Wie oben bereits ausgeführt, unterliegen diese beiden Gruppen auch einer größeren Streuung, ausgedrückt durch die Standardabweichung, als andere Nachfragegruppen. Normiert man die Standardabweichung (man erhält den Variationskoeffizienten, ein Maß für die relative Streuung), indem man sie durch den Mittelwert teilt, so zeigt sich allerdings, dass die relative Streuung für den gewerblichen und industriellen Hochbau niedriger ist als für den Hochbau für öffentlich-rechtliche Organisationen oder den Straßenbau. Beim Wohnungsbau ergibt sich eine höhere relative Streuung, die auf unterschiedliche Faktoren, wie Gebäudegröße und vor allem auch regionale Lage, zurückzuführen ist (siehe Tab. 4-5). Betrachtet man wie im vorliegenden Beispiel des Zementkartells einen längeren Kartellzeitraum, so ist es häufig hilfreich, Angaben zu unterschiedlichen Zeitpunkten einander gegenüberzustellen. Üblicherweise werden bei empirischen Untersuchungen Informationen zum Anfangs- und zum Endzeitpunkt verwendet. Tab. 4-5 zeigt die Ausprägungen der obigen Variablen im Januar 1995 und im Dezember 2009. Alle Preisindizes sind zwischen 1995 und 2009 gestiegen, wobei der Preisindex für Zement mit knapp 20 Prozentpunkten am stärksten gestiegen ist und nur knapp unter seinem höchsten Stand liegt. 372 Informationen über die Beschäftigung in der Zementindustrie werden nicht verwendet, da sie stark mit anderen Angaben korreliert sind und durch andere Maße aufgefangen werden können. Nähere Informationen hierzu werden unten gegeben. 176 Tab. 4-5: Variationskoeffizient und Vergleich des Mittelwerts Beginn und Ende des Betrachtungszeitraums Variable Einheit Variations-koeffizient Ausprägung Jan. 1995 Ausprägung Dez. 2009 Preisindex Zement 0,078 0,978 1,176 Preisindex Gips/Kalk 0,038 0,966 1,089 Preisindex Strom 0,094 1,101 1,185 Preisindex Braunkohle 0,044 0,985 1,108 Index Zementproduktion 0,284 0,644 0,722 Wohnungsbau tsd. Euro Umsatz 0,429 1.355.446 565.439 Gewerblicher, industrieller Hochbau tsd. Euro Umsatz 0,250 1.904.652 912.524 Hochbau für öffentlich-rechtliche Organisationen tsd. Euro Umsatz 0,271 387.506 302.178 Hochbau für nichterwerbstätige Organisationen tsd. Euro Umsatz 0,346 83.686 57.568 Straßenbau tsd. Euro Umsatz 0,281 385.954 617.926 Gewerblicher, industrieller Tiefbau tsd. Euro Umsatz 0,177 659.521 617.299 Tiefbau für öffentlich-rechtliche Organisationen tsd. Euro Umsatz 0,249 633.550 519.521 Quelle: Statistisches Bundesamt; BDZ; eigene Berechnungen Anders als bei den vorausgehenden Variablen, die in der Regel einem längerfristigen Trend unterliegen, ist die Nachfrage stärker von konjunkturellen Einflüssen geprägt und unterliegt daher einer stärkeren Streuung über die Zeit. Daher ist der Vergleich der beiden Stichpunktangaben Januar 1995 und Dezember 2009 wesentlich schwieriger für Nachfragedaten, da Stichpunktangaben mögliche Ausreißer darstellen können.373 Aus gesamtwirtschaftlicher Perspektive sollte gerade für 2009 eine sehr geringe Bautätigkeit erwartet werden, da in diesem Jahr die Finanzkrise ihren Höhepunkt fand. Diese Erwartung zeigt sich auch beim Vergleich der Bautätigkeit. Während der Wohnungsbau 2009 wesentlich schwächer als 1995 ist, liegen die Ausgaben für Straßenbau 2009 um ca. 60% über den Ausgaben 1995, was vor allem auf entsprechende Konjunkturprogramme zurückzuführen ist. Die Diskussion von Variablen erfordert üblicherweise umfassende Hintergrundinformationen über konjunkturelle Entwicklungen, über Branchenentwicklungen und häufig auch über unternehmensspezifische Entwicklungen, gerade in Märkten mit hoher Marktkonzentration und bei Kartellen. Hierbei ist zu berücksichtigen, dass der Kartellgeschädigte im Zivilprozess für die Grundlagen der Schadensschätzung (§ 287 ZPO) grundsätzlich die Darlegungs- und gegebenen- 373 Ausreißer sind Werte, die aus Perspektive der verfügbaren Daten sehr weit vom Mittelwert entfernt liegen. Bei der Definition von Ausreißern werden in der statistischen Literatur variierende Schwellenwerte verwendet, die auch von der Anzahl der Beobachtungen abhängen oder, wie hier, ökonomisch begründet werden können. 177 falls Beweislast trägt, dass hieran jedoch keine unzumutbaren Anforderungen zu stellen sind. Um den Effekt eines Kartells auf den Marktpreis in einem bestimmten Zeitraum ermitteln zu können, müssen, soweit dies möglich und zumutbar ist, die Effekte anderer Einflussfaktoren ausgeschlossen werden, die den Preis im Kartellzeitraum verändert haben. Beim hier betrachteten „During-and-after“- Ansatz erfolgt die „Kontrolle“ durch zeitgleiche Einflussfaktoren wie Kosten, Nachfragemaße oder marktstrukturelle Maße im Kartellzeitraum und danach. Zum Beispiel kann ein Kostenrückgang oder ein Nachfrageanstieg aufgrund konjunktureller Veränderungen im Kartellzeitraum dazu beitragen, dass ein gefundener Preisaufschlag als zu groß eingeschätzt wird. Es ist daher notwendig, bei der Bestimmung des Kartellaufschlags andere „Preistreiber“ zu berücksichtigen, um eine objektive Einschätzung des tatsächlichen Preises ohne das Kartell zu erhalten. Bei fehlender Datenverfügbarkeit wird man allerdings eine entsprechende Unvollkommenheit hinzunehmen haben. Je besser andere Faktoren den Preis erklären, umso genauer kann die Abweichung des Preises aufgrund des Kartells vom erwarteten Preis bestimmt werden. Im nächsten Schritt ist es daher notwendig, den Einfluss der oben dargestellten Variablen auf den Preis zu bestimmen. Multivariate Analyse – Konzept des zeitlichen Vergleichsmarkts Unterstellen wir dazu aus Gründen der Einfachheit zunächst, dass der Kartellzeitraum dem im Bußgeldverfahren ermittelten Zeitraum entspricht und sich eine sofortige Preisanpassung an den Preis ohne das Kartell am Ende des Kartellzeitraums einstellt. Um den Einfluss der einzelnen Preistreiber (Kosten- und Nachfragevariablen) jeweils einzeln ermitteln zu können, müssen diese weitgehend unabhängig voneinander sein. Der Preis zu einem Zeitpunkt t ergibt sich als die Summe der einzelnen Variablen zu diesem Zeitpunkt, gewichtet mit ihrem jeweiligen Einfluss auf den Preis, den sogenannten Koeffizienten (β), und einem unerklärten Rest εt (siehe Gleichung (18)). Wie in Kapitel 3.1 und im Appendix beschrieben, gibt eine Schätzung den mittleren Einfluss jeder Variablen unter Berücksichtigung aller anderen Variablen auf die abhängige Variable an. Im Folgenden soll dieser Einfluss mithilfe eines einfachen OLS-Modells herausgearbeitet werden. Um den Preisunterschied im Kartellzeitraum zu ermitteln, gehen wir davon aus, dass die preisbestimmenden Variablen während des Kartellzeitraums und nach dem Kartellzeitraum identisch sind. Der einzige Unterschied ergibt sich dann aus dem Kartell. Wir können daher für jeden Zeitpunkt die folgende Gleichung aufstellen: Z K S Bkt kart K t tkart S Bk zprot d tt tp p p pD zprod tα β β β β β β ε= + + + + +++ (18) Der Zementpreisindex zum Zeitpunkt t (ptZ) setzt sich zusammen aus einem fixen Bestandteil α, der zu jedem Zeitpunkt gleich ist, und den folgenden Variablen, die sich über die Zeit verändern. 178 Tab. 4-6: Variablen und Variablenbeschreibung Variable Variablenbeschreibung ptZ Preisindex Zement Dkart Variable des Kartellzeitraums ptK Preisindex Gips/Kalk ptS Preisindex Strom ptBk Preisindex Braunkohle zprodt Index Zementproduktion t Trend Quelle: Eigene Darstellung Zur Bestimmung des Kartelleffekts ist in obiger Gleichung die Variable Dkart enthalten, die im Kartellzeitraum den Wert eins annimmt und ansonsten den Wert null hat. Der zugehörige Koeffizient βkart gibt den Unterschied des Preisindex an, der aufgrund der Kartellperiode existiert. Ist dieser Wert signifikant positiv, so wird innerhalb des Kartellzeitraums ein höherer Preis als außerhalb dieses Zeitraums verlangt, während der Effekt aller anderen Variablen auf den Preis im Kartellzeitraum davon unabhängig ist. Während im Fall von Indizes eine Analyse auf Basis der absoluten Indexwerte nur eine Tendenzaussage ermöglicht, erlaubt eine Logarithmierung der abhängigen und der erklärenden Variablen, dass Aussagen über die Schätzergebnisse zu den aggregierten zugrunde liegenden tatsächlichen Preisen des Index möglich sind. Findet man z.B. heraus, dass eine Erhöhung der Zementnachfrage um 10% zu einer Erhöhung des Zementpreises um 2% führt, so ist diese Aussage unabhängig davon, ob man absolute oder relative Mengen und Preise (d.h. Indizes) betrachtet. Erklärende Variable, die nur zwei Ausprägungen annehmen können, wie oben die Variable zum Kartellzeitraum Dkart, können nicht logarithmiert werden. Ihr Koeffizient βkart (exakter: exp(βkart) − 1)374 gibt daher die prozentuale Veränderung des Zementpreisindex an, wenn die Variable Dkart von null zu eins wechselt (sogenannte Semielastizität). Ein weiterer Grund dafür, dass man häufig logarithmierte Variable und nicht absolute Variable betrachtet, liegt in der Korrektur von Ausreißern der Variablen begründet. Die Logarithmierung stellt eine Transformation der ursprünglichen Werte dar, wodurch der Abstand zu besonders großen Werten verkürzt wird. Dadurch sinkt der Einfluss solcher weit von den anderen entfernten Beobachtungen auf das Gesamtergebnis. Die β’s, die sogenannten Koeffizienten, geben den durchschnittlichen relativen Einfluss der jeweiligen Variablen auf den Zementpreisindex an. Nur wenn alle Variablen genau ihrem Mittelwert entsprechen, ist die Gleichung mit den beschriebenen Variablen erfüllt. Da der Zementpreisindex allerdings von den ge- 374 Ist β klein, so gilt exp(β) – 1 ≈ β. 179 wichteten Variablen auf der rechten Seite der Gleichung abweicht, muss diese Abweichung durch einen sogenannten Fehlerterm, hier εt, (auch Korrekturterm oder Störterm) zu jedem Zeitpunkt t korrigiert werden. Je näher nun der geschätzte Preisindex am tatsächlichen Preisindex zu jedem Zeitpunkt t liegt, d.h., je kleiner der Unterschied zwischen linker und rechter Gleichungsseite (ohne εt) ist, umso besser erklären die Variablen auf der rechten Seite der Gleichung den Preisindex. Das Ziel einer OLS-Schätzung ist es daher, alle Koeffizienten β so zu wählen, dass die Summe der (quadrierten) Fehlerterme am kleinsten ist. Tab. 4-7: Regressionsergebnisse (OLS auf öffentliche Daten) Variable Koeffizient Signifikanzniveau (Standardfehler) Kartellzeitraum 0,188 *** (0,020) Preisindex Gips/Kalk 1,224 *** (0,133) Preisindex Strom 0,047 (0,073) Preisindex Braunkohle 0,612 *** (0,150) Index Zementproduktion 0,020 * (0,011) Trend 0,001 *** (0,000) Konstante −0,356 *** (0,073) Anzahl Beobachtungen 180 F(6, 173) 147,54*** R² 0,72 Anmerkungen: Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1; heteroskedastierobuste Standardfehler in Klammern Quelle: Statistisches Bundesamt; BDZ; eigene Berechnungen Für das oben beschriebene Modell liegen vollständige Daten für den Zeitraum ab 1995 vor. Schätzt man das Modell mithilfe der OLS-Methode,375 so kommt man zu den in Tab. 4-7 dokumentierten Ergebnissen. Tab. 4-7 zeigt die Ergebnisse der Schätzung des Modells mit logarithmierten Variablen. In der oberen Hälfte sind zunächst die Koeffizienten und ihre Streuung (Standardfehler) angegeben. Das Signifikanzniveau ist ein Maß, das den statistischen Unterschied des Koeffizienten von null angibt. „***“ bedeutet, dass sich der Koeffizient mit einer Wahrscheinlichkeit von mehr als 99% von null unterscheidet, „**“ bedeutet, dass sich der Koeffizient mit einer Wahrscheinlichkeit zwischen mehr als 95% und 99% von null unterscheidet, und „*“ bedeutet, dass sich der Koeffizient mit einer Wahrscheinlichkeit zwischen mehr als 90% und 95% von null unterscheidet. Wird keine Angabe gemacht, so ist die Wahrscheinlichkeit geringer als 90%.376 375 Vgl. hierzu Abschnitt 5.2 im Appendix. 376 Statistische Programme wie Stata, SAS oder SPSS bestimmen die sogenannten kritischen Werte automatisch. Die Herleitung sogenannter kritischer Werte, d.h. die genauen Schwellenwerte zum Übergang auf ein anderes Signifikanzniveau können auch statistischen Tabellen entnommen werden. 180 Im unteren Teil von Tab. 4-7 findet man Angaben zur Anzahl der verwendeten Datenpunkte, einen Test, dass alle Variablen gemeinsam unterschiedlich von null sind (F-Test), und ein weiteres Maß für den Erklärungsgehalt des Modells (R²). Der Wert des F-Tests, dass alle Variablen gemeinsam unterschiedlich von null sind, ist hoch signifikant, weswegen die Schätzgleichung insgesamt nicht zurückgewiesen werden kann.377 Die Betrachtung des R² weist einen relativ hohen Erklärungsgehalt auf.378 Üblicherweise liegt dieser Wert zwischen null und eins. Je näher also der ausgewiesene Wert an eins liegt, umso besser erklären aus statistischer Perspektive die unabhängigen Variablen gemeinsam die abhängige Variable.379 Daher weist das Testergebnis darauf hin, dass aus statistischer Perspektive die unabhängigen Variablen sehr gut die abhängige Variable erklären können. Im nächsten Schritt wenden wir uns der Interpretation und Diskussion der Ergebnisse zu. Mithilfe dieses einführenden Modells zeigt sich ein Preisunterschied zwischen dem Kartellzeitraum und dem Nichtkartellzeitraum von exp(0,188) − 1 = 20,7%. Unterstellt man, dass der durchschnittliche Zementpreis bei 55 Euro lag, so ergibt sich ein Preisaufschlag für den Kartellzeitraum von 11,38 Euro. Bezüglich des Zusammenhangs zwischen Zementpreis und Kalksteinpreis zeigt sich, dass ein Anstieg des Gesteinspreises um 1% einen Anstieg des Zementpreises um 1,224% zur Folge hat. Nach dieser Schätzung wird also der Anstieg des Vorproduktpreises nicht nur weitergegeben. Vielmehr wird der Zementpreis noch stärker erhöht. Zieht man in Betracht, dass Kalkstein vor allem aus vertikal integrierten Unternehmen an Zementhersteller geliefert wird, so ist diese Beobachtung nicht notwendigerweise falsch. Dennoch muss mithilfe anderer Schätzspezifikationen getestet werden, ob sich dieser stark positive Zusammenhang bestätigt. Hinsichtlich des Preisindex des Brennstoffes Braunkohle zeigt sich ein positiver, wenngleich unterproportionaler Zusammenhang mit dem Zementpreis. Steigt der Preis für Braunkohle um 1%, so erhöht sich der Zementpreis ceteris paribus um 0,612%. Bezüglich des Inputfaktors Strom zeigt sich kein signifikanter Einfluss im einfachen ökonometrischen Modell, was insbesondere hinsichtlich der Energieintensität des Produktionsprozesses überrascht. Interessanterweise zeigt sich auch ein positiver Zusammenhang zwischen der Zementproduktion und dem Zementpreis. Dieses Ergebnis deutet darauf hin, dass Zement auf Nachfrage produziert wird. Betrachtet man den beschriebenen Prozess der Zementproduktion und dessen Lagerfähigkeit, wie in Abschnitt 4.2 beschrieben, so überrascht dieses Ergebnis nicht. Hinsichtlich des Verarbeitungs- 377 Schwellenwerte und daraus ableitbare Signifikanzniveaus finden sich in statistischen Tabellen zum F-Test. 378 Zur Erläuterung des Bestimmtheitsmaßes vergleiche Abschnitt 5.7.1 im Appendix. 379 Zu beachten ist, dass hier die statistischen Maße auf einem einführenden Niveau diskutiert werden. Spezialfälle, Besonderheiten und Schwierigkeiten hinsichtlich der Aussagekraft dieser gängigen statistischen Maße können in einschlägigen Statistikbüchern nachgelesen werden. Ökonomische Schwierigkeiten bei der Interpretation der Schätzgleichung insgesamt und der Koeffizienten im Besonderen werden hier nur zum Teil weiter ausgeführt. Weiterführende Diskussionen bedürfen daher einer umfassenderen ökonomischen und ökonometrischen Expertise. 181 prozesses von Zement besteht nur eine eingeschränkte Lagerfähigkeit. Daher wird Zement nur dann hergestellt, wenn er nachgefragt wird. Steigt die Nachfrage, so wächst die Produktionsmenge, und so steigt daher auch der Preis.380 Ein zentraler Aspekt, der bei der aggregierten Analyse nicht vernachlässigt werden darf, ist das Problem der Preis-Mengen-Kausalitätswirkung. Wir werden dieses ökonometrische Problem im nächsten Abschnitt ausführlicher diskutieren und Wege aufzeigen, wie dieser Herausforderung begegnet werden kann. Instrumentierung Wie bereits im vorangegangenen Abschnitt festgestellt, stellt sich die Frage, welcher Zusammenhang zwischen dem Zementpreis und der Zementproduktion oder besser der -nachfrage besteht. In einem nichtmonopolistischen Markt ist grundsätzlich ein gegenseitiger Einfluss zu erwarten. 1) Steigt die Nachfrage nach einem Gut, so bedeutet dies, dass die Nachfrager bereit sind, mehr für dieses Gut zu zahlen. Daher können Produzenten auf einem Markt mit produktionsbedingten Fixkosten bei einer höheren Nachfrage einen höheren Preis pro Einheit verlangen. 2) Sinkt umgekehrt der Preis z.B. aufgrund einer verbesserten Produktionstechnologie, so wird mehr von diesem Gut nachgefragt. Zusammengefasst ergeben sich daher Wechselwirkungen zwischen Preis und Menge, die ohne weitere Informationen nicht voneinander getrennt werden können. Während dies aus ökonomischer Sicht kein Problem darstellt, ergibt sich aufgrund der vorhandenen Wechselwirkung eine Schwierigkeit, wenn man (nur) den Einfluss der Zementnachfrage auf den Zementpreis untersuchen will. Denn man betrachtet, wie in unserem einführenden Modell oben, nur einen Wirkungszusammenhang, vernachlässigt allerdings die Anpassung der Zementnachfrage aufgrund eines höheren Zementpreises. Dies stellt ein wesentliches ökonometrisches Problem dar, da die Nichtberücksichtigung der umgekehrten Kausalität, d.h. die sogenannte (Modell-)Endogenität der erklärenden Variablen Zementproduktion, zu verzerrten Koeffizienten und damit zu einer möglicherweise fehlerhaften Erklärung des Einfluss der Zementnachfrage auf den Zementpreis führt. Es ist daher aus statistischer Perspektive notwendig, einen Zusammenhang zwischen erklärender und erklärter Variablen herzustellen, der diese Endogenität ausschließt. Um diesem Problem zu begegnen, werden wir im Folgenden die Zementproduktion instrumentieren. Wie bereits ausgeführt, wird Zement auf Nachfrage produziert. Es stellt sich daher die Frage, wodurch die Zementnachfrage beeinflusst wird. Findet man einen oder mehrere Einflussfaktoren, welche die Zementnachfrage beeinflussen, allerdings nicht direkt den Zementpreis, so handelt es sich hierbei um valide Instrumente. 380 Bei der Interpretation dieses Zusammenhangs ist die Betrachtungsebene zu berücksichtigen. Während wir hier eine Branchenbetrachtung vornehmen und so den durchschnittlichen Preis und die durchschnittliche Nachfrage betrachten, haben Befragungen von Branchenexperten gezeigt, dass ein eingeschränkter Preis-Mengen-Zusammenhang auf der Ebene individueller Lieferungen besteht. Dieser Aspekt wird ausführlich in der Branchenbeschreibung diskutiert. 182 Zement ist ein Bindemittel, das vor allem in der Bauindustrie verwendet wird. Da es z.B. beim Bau eines Hauses lediglich ca. 3% der Produktionskosten ausmacht, ist aus ökonomischer Sicht davon auszugehen, dass ein Bauherr sein Vorhaben des Hausbaus nicht vom Zementpreis abhängig macht. Das heißt, selbst wenn der Zementpreis signifikant steigt, würde der Bauherr den Baubeginn nicht hinauszögern. Ähnliches gilt für andere Bauprojekte, bei denen Zement nur einen Hilfsstoff darstellt. Daher kann unterstellt werden, dass die Nachfrage nach Zement von der Bautätigkeit abhängt, umgekehrt allerdings kein (wesentlicher) Einfluss des Zementpreises auf die Bautätigkeit besteht. Aus diesem Grund wird im nächsten Schritt nicht mehr die Zementproduktion selbst als Einflussgröße betrachtet, sondern die Zementproduktion wird durch mehrere Variablen instrumentiert, welche die Bautätigkeit abbilden. Zunächst wird daher der Einfluss der Bauvariablen auf die Zementproduktion ermittelt und anschließend daraus für jeden Zeitpunkt ein Wert der Zementproduktion geschätzt. Da der geschätzte Wert nicht mehr die tatsächliche Zementproduktion darstellt, sondern eine abgeleitete Variable aus unabhängigen Erklärenden ist, kann diese anschließend unter Berücksichtigung ihrer Streuung in die obige Schätzgleichung eingesetzt werden. Betrachten wir zunächst den ersten Schritt dieses zweistufigen Ansatzes. Mithilfe eines einfachen Modells soll die Zementproduktion erklärt werden: Wb giHb örHb neOrgHb Sb gi nf nf nf nf nf nf t t t t t t nf Tb örOrgTb nf t t nf nf K nf S nf Bk nf kart kart K t S t Bk t t t Wb giHb örHb neHb Sb giTb örTb zprod p p pD t α β β β β β β β β β β β β ε = + + + + + + + + + + + ++ (19) Entsprechend obiger Schätzung werden auch hier die logarithmierten Werte verwendet. Die ersten beiden Zeilen zeigen den Einfluss der sogenannten (modellexogenen) Instrumente. Es handelt sich dabei um Wohnungsbau (WB), gewerblichen und industriellen Hochbau (giHb), Hochbau für öffentlich-rechtliche Organisationen (örHb), Hochbau für nichterwerbstätige Organisationen (neHb), Straßenbau (SB), gewerblichen und industriellen Tiefbau (giTb) und Tiefbau für öffentlich-rechtliche Organisationen (örTb). Als weitere Instrumente werden üblicherweise die anderen Variablen des zweiten Schrittes mitgeführt. Diese entsprechen den Variablen des einfachen Modells. Abb. 4-18 zeigt den logarithmierten Index der Zementproduktion und dessen Schätzung anhand des beschriebenen Modells. Wie üblich, werden stärkere Ausreißer des tatsächlichen Index allerdings nicht (vollständig) durch das Schätzmodell erklärt. 183 Abb. 4-18: Logarithmus des Index der Zementproduktion und dessen Schätzung -1,2 -1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 log(Zementproduktion) log(Zementproduktion) geschätzt Anmerkung: R² = 0,82 Quelle: Statistisches Bundesamt; BDZ; eigene Berechnungen Unter Berücksichtigung der Streuung wird nun der geschätzte Wert des Index der Zementproduktion in das ursprüngliche Modell eingesetzt: Z p p p K p S p Bk p p t kart kart K t S t Bk t zprod t ttD zprop tp p p dα β β β β β β ε= + + + + + ++ (20) Diese Gleichung entspricht dem ersten Modell (vgl. Gleichung 18), außer dass der ursprüngliche Index der Zementproduktion durch seinen geschätzten Wert ersetzt wurde. Die Ergebnisse dieses neuen Modells sind in Tab. 4-8 abgebildet. Es zeigt sich, dass die Koeffizienten weitgehend mit den Koeffizienten des ursprünglichen Modells übereinstimmen. Kleinere Abweichungen ergeben sich aufgrund der stets existierenden Korrelation zwischen Variablen. Der Vergleich des Koeffizienten des Index der Zementproduktion zeigt, dass das obige Modell den Einfluss des Nachfrageindex auf den Preis gegenüber der Instrumentvariablenschätzung als zu gering ausweist. Der Preisaufschlag des Kartellzeitraums bleibt von der Instrumentierung allerdings weitgehend unbeeinflusst und liegt bei exp(0,185) − 1 = 20,32%. 184 Tab. 4-8: Regressionsergebnisse (Instrumentvariablenschätzung – Koeffizienten der zweiten Stufe) Variable Koeffizient Signifikanzniveau (Standardfehler) Kartellzeitraum 0,185 *** (0,020) Preisindex Gips/Kalk 1,234 *** (0,132) Preisindex Strom 0,038 (0,074) Preisindex Braunkohle 0,631 *** (0,155) Index Zementproduktion (instrumentiert) 0,028 ** (0,012) Trend 0,001 *** (0,000) Konstante −0,349 *** (0,074) 1. Stufe Anzahl Beobachtungen 180 F(12, 167) 63,80*** (adj.)R² 0,81 2. Stufe Anzahl Beobachtungen 180 F(6, 173) 154,05 *** R² 0,72 Anmerkungen: Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1; heteroskedastierobuste Standardfehler in Klammern Quelle: Statistisches Bundesamt; BDZ; eigene Berechnungen Da es sich bei unserer Analyse um einen Vergleich unterschiedlicher Modelle am Beispiel des deutschen Zementkartells handelt, ist zu beachten, dass die Berücksichtigung möglicher Korrelationen verwendeter Variablen bei anderen Analysen bedeutsamer werden kann und sich daher auch wesentlich auf die Ermittlung des Kartellschadens auswirken kann. Berücksichtigung des Übergangs zwischen Kartellzeitraum und Nichtkartellzeitraum Die Beendigung eines kartellierten Marktverhaltens mündet in der Regel in eine Phase des Übergangs zu einem neuen Marktgleichgewicht. Dies hat zur Folge, dass sich auch der Preis nicht schockartig, sondern einem Pfad folgend zum Wettbewerbspreis anpasst. Diesem Szenario liegen drei mögliche Ursachen zugrunde: 1) Nach Abbruch der expliziten Kartellabsprachen kann sich ein gleichförmiges Parallelverhalten der ehemaligen Kartellanten einstellen, da sich über den Kartellzeitraum ein gewisses Verhaltensmuster etabliert hat. Folglich wird sich eine wettbewerbsorientierte Marktsituation erst einstellen, wenn sich stillschweigende Abstimmungen nicht mehr fortführen lassen. Prinzipiell sind unterschiedliche Veränderungen (z.B. Nachfrageeffekte, Veränderungen der Marktsituation in Vorproduktmärkten oder technologischer oder regulativer Wandel) im Marktgefüge dafür geeignet, stillschweigende Vereinbarungen zusammenbrechen zu lassen. 185 2) Gerade bei Vorleistungsprodukten spielen Vertragslaufzeiten eine wichtige Rolle bei der Anpassung des Preisniveaus. In der Zementindustrie wird z.B. nicht für jede Lieferung ein individueller Preis ausgehandelt. Bei Kunden mit regelmäßiger Nachfrage werden die Konditionen stattdessen mittelfristig, z.B. über ein Jahr oder für die Dauer eines zeitlich begrenzten Bauprojekts, festgesetzt. Sollte sich der Preis innerhalb des Vertragszeitraums ändern, so wird dies meist erst zu Beginn der neuen (jährlichen) Verhandlungsrunde berücksichtigt. 3) Schließlich können Preisrigiditäten nicht nur im Rahmen existierender Verträge, sondern auch bei der generellen Preissetzung bestehen. Bei einem kostenbasierten Preisansatz setzt die Bestimmung des Preises die Analyse seiner Bestandteile voraus. Dazu ist es nötig, die aktuelle Höhe verschiedener Kosten und den auf dem Markt möglichen Preisaufschlag zu bestimmen, unternehmensintern abzustimmen und gegenüber Kunden zu kommunizieren. Gerade in Märkten mit einer geringen Anzahl von Anbietern und Nachfragern werden Preisanpassungen längerfristig etwa in Form überarbeiteter Preislisten vorgenommen. Dies führt schließlich zu einer (kurzfristig) verzögerten Anpassung des allgemeinen Preisniveaus. Auch die Rechtsprechung geht in einzelnen Fällen von Nachwirkungen des Kartells auch nach Ende der durch die Wettbewerbsbehörde festgestellten Kartelldauer aus.381 Diese Verzögerungen der Preisanpassung am Ende des Kartellzeitraums haben wir im bisherigen Modell ignoriert und stattdessen eine sofortige Anpassung des Kartellpreises zum Nichtkartellpreis unterstellt. Jedoch ist zu bedenken, dass die Preisanpassung ohne das Kartell nicht notwendig wäre. Damit müsste auch der überhöhte Preis im Übergangszeitraum (und damit nach Ende des Kartells) in der Schadensberechnung berücksichtigt werden. Da der Zeitraum des Übergangs nicht bekannt ist, müssen im ökonometrischen Modell vereinfachende Annahmen zur Preisanpassung getroffen werden. Gängige Methoden werden im Folgenden vorgestellt und miteinander verglichen. Die Länge des Übergangszeitraums und die Art der Anpassung (d.h. die funktionale Form der Anpassung) wirken sich dabei direkt auf die Berechnung des Kartellschadens aus. Aus der einführenden Diskussion der Problematik ergeben sich drei Aspekte, die bei der Bestimmung des Übergangszeitraums zu berücksichtigen sind: 1) Bis zu welchem Zeitpunkt besteht der überhöhte Preis nach Kartellende in vollem Umfang weiter? 2) Über welchen Zeitraum erstreckt sich die Anpassung des Preisniveaus? 3) Welchem funktionalen Verlauf folgt die Anpassung? Eine einführende Bestimmung der Rahmendaten des Anpassungsprozesses ist zunächst durch die Betrachtung des Preisverlaufs über die Zeit möglich, um so strukturelle Brüche identifizieren zu können. Eine ökonometrische Erweiterung stellen sogenannte „In-Sample“-Prognosen dar. Hierbei wird der Preisverlauf im Kartellzeitraum geschätzt, anhand dieses Modells eine Prognose für die Preis- 381 Vgl. oben, Abschnitt 2.3.5.1.1 unter aa). 186 entwicklung nach dem Kartellzusammenbruch durchgeführt und mit den tatsächlichen Preisen des jeweiligen Zeitraums verglichen. Persistente Abweichungen der tatsächlichen Preise von den Prognosewerten liefern Hinweise auf grundlegende Veränderungen im Verlauf des Preisniveaus und somit Strukturbrüche des Anpassungsprozesses.382 Abb. 4-19 zeigt zwei wesentliche Strukturbrüche auf, die mithilfe dieser Methode für die Zeit nach dem Kartellzeitraum ermittelt wurden. Abb. 4-19: Bestimmung des Preisanpassungszeitraums über eine „In- Sample“-Prognose 80 90 100 110 120 130 140 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Zementpreisindex Vorhersage Quelle: Statistisches Bundesamt; eigene Berechnungen Darüber hinaus können, soweit vorhanden, Informationen aus einem vorausgehenden Bußgeldverfahren für den privatrechtlichen Prozess verwendet werden, um Rahmendaten der Preisanpassung zu bestimmen. So kann sich z.B. die Bestimmung der Geldbuße wegen wettbewerbswidriger Absprachen auf die Schätzung der Auswirkungen des Kartells auf den Markt oder auf die Schätzung des von den Kartellmitgliedern vereinnahmten Vermögensvorteils stützen. Da hierzu im Grunde die gleichen Techniken wie im privatrechtlichen Verfahren Anwendung finden, können die im Bußgeldverfahren gewonnenen Informationen und Annahmen auch im privatrechtlichen Verfahren verwendet werden.383 Für die Modellierung des Preisverlaufs in der Übergangsperiode kann ein linearer Anpassungsprozess unterstellt werden, indem eine Indikatorvariable vom Wert „eins“ zum Ende des Kartellzeitraums auf den Wert „null“ zum Ende der 382 Zusätzliche Glaubwürdigkeit wird der Wahl der Rahmendaten für die preisliche Anpassung verliehen, wenn anhand der gewählten Daten Strukturbruch-Tests durchgeführt werden. Der sogenannte Chow-Test ist eine gängige Methode, um die Hypothese eines Strukturbruchs zu klären. 383 Vereinzelt hat sich die deutsche Rechtsprechung zur Schadensermittlung auch unmittelbar an den Feststellungen der kartellbehördlichen Entscheidung zu den im Kartell vereinbarten und durchgeführten Preiserhöhungen orientiert, vgl. oben, Abschnitt 2.3.5.1.1 unter bb). 187 Übergangsperiode in einem linearen Übergangsprozess überführt wird. Obwohl Indikatorvariablen definitionsgemäß nur zwei Ausprägungen annehmen können, ist eine Abstufung zwischen den beiden Ausprägungen möglich und auch plausibel. Der Wert „eins“ der Indikatorvariablen bedeutet, dass der Produktpreis zu einem bestimmten Zeitpunkt den vollen Preisaufschlag beinhaltet, der sich durch das Kartell ergibt. Hat die Indikatorvariable nach dem Zusammenbruch des Kartells zu einem bestimmten Zeitpunkt den Wert „0,5“, so impliziert dies, dass im Produktpreis noch die Hälfte des kartellinduzierten Preisaufschlags enthalten ist. Eine solche Variable stellt zwar nicht den unbeobachtbaren tatsächlichen Preisaufschlag dar. Sie hilft allerdings, den Preisübergangsprozess zu glätten. Abb. 4-20: Ausgestaltung der Indikatorvariablen „Kartellzeitraum“ Lineare Übergangsperiode Ohne Übergangsperiode Quelle: Eigene beispielhafte Darstellung Abb. 4-20 zeigt schematisch, wie sich die Definition des Übergangzeitraums auf den Indikator und damit auf die Preisschätzung auswirkt. Alternativ kann anstelle der kontinuierlichen Indikatorvariablen auch eine zusätzliche Indikatorvariable verwendet werden, die im Übergangszeitraum den Wert „eins“ und sonst den Wert „null“ annimmt. Eine solche Variable unterstellt zwar keine funktionale Form der Preisanpassung. Sie kennzeichnet aber dennoch den Zeitraum der Preisanpassung. 0 1 2 3 4 5 6 7 8 9 10 Kartell Wettbewerb Pr ei s 0 0,2 0,4 0,6 0,8 1 W er t d es In di ka to rs 0 0,2 0,4 0,6 0,8 1 W er t d es In di ka to rs 0 1 2 3 4 5 6 7 8 9 10 Kartell Übergang Wettbewerb Pr ei s 188 Anwendung im Modell des zeitlichen Vergleichsmarkts Zum Vergleich der Effekte unterschiedlicher Indikatormaße zur Kennzeichnung des Preisübergangs von der kartellierten zur nichtkartellierten Situation auf den Preisaufschlag werden diese im Folgenden im Instrumentvariablenmodell berücksichtigt. Die Übergangsperiode wird in die Berechnung des Preisaufschlags einbezogen, da eine Preisanpassung ohne die Existenz des Kartells nicht notwendig gewesen wäre. Tab. 4-9 zeigt die Ergebnisse bei Berücksichtigung des Preisübergangs vom Kartellzeitraum zum Nichtkartellzeitraum. Zum Vergleich, wie sich die Modellierung des Kartellzeitraums auf die Berechnung des Preisaufschlags auswirkt, haben wir drei unterschiedliche Zeiträume in Anlehnung an das Vorgehen des Bundeskartellamtes gewählt. Der erste Übergangszeitraum, der den Schätzergebnissen in Spalten (1) und (2) zugrunde liegt, reicht von Januar–April 2002, der zweite Übergangszeitraum von Januar–Juni 2002 (Spalten (3) und (4)) und der dritte Übergangszeitraum von Januar–Juli 2002 (Spalten (5) und (6)). Als Referenz wurde den Modellen die oben beschriebene Instrumentvariablenschätzung zugrunde gelegt. Deren Ergebnisse sind in Spalte (0) nochmals abgebildet. In den Modellen (1), (3) und (5) wurden der Übergangszeitraum wie der Kartellzeitraum durch eine Indikatorvariable gekennzeichnet und dem Kartellzeitraum zugerechnet. In den Modellen (2), (4) und (6) wird ein kontinuierlicher Rückgang unterstellt. Zum Beispiel nimmt die Indikatorvariable in Spalte (2) den Wert 0,8 für den Monat Januar, 0,6 für den Monat Februar usw. an (vgl. linke Grafik in Abb. 4-20). Der Vergleich der einzelnen Spalten zeigt, dass die Erweiterung des Kartellzeitraums um die verschiedenen Übergangsperioden den geschätzten prozentualen Preisaufschlag deutlich steigen lassen (Modelle (1), (3) und (5)). Nimmt man z.B. die Periode bis einschließlich April 2002 zur Kartellperiode hinzu, so ergibt sich ein Preisaufschlag von 23,00% (= exp(0,207) − 1) – Modell (1) – verglichen mit einem Aufschlag von 20,32% (= exp(0,185) − 1) in dem Modell, das keine Übergangsperiode berücksichtigt (Modell 0). Ta b. 4 -9 : In st ru m en tv ar ia bl en sc hä tz un g be i v er sc hi ed en en M od el lie ru ng en d er Ü be rg an gs pe rio de A nm er ku ng en : Si gn ifi ka nz ni ve au s: ** * 0, 01 , ** < 0, 05 , * < 0, 1; he te ro sk ed as tie ro bu st e St an da rd fe hl er in K la m m er n. Q ue lle : S ta tis tis ch es B un de sa m t; B D Z; e ig en e B er ec hn un ge n K on tro llz ei tra um is t K ar te llz ei tra um oh ne Ü be rg an g K ar te llz ei tra um + Pe rio de 0 1/ 04 K ar tZ R . + ko nt in . Ü be rg an g 01 /0 4 K ar te llz ei tra um + Pe rio de 0 1/ 06 K ar tZ R . + ko nt in . Ü be rg an g 01 /0 6 K ar te llz ei tra um + Pe rio de 0 1/ 07 K ar tZ R . + ko nt in . Ü be rg an g 01 /0 7 K oe ff . Si gn . K oe ff . Si gn . K oe ff . Si gn . K oe ff . Si gn . K oe ff . Si gn . K oe ff . Si gn . K oe ff . Si gn . (S td .f. ) N iv ea u (S td .f. ) N iv ea u (S td .f. ) N iv ea u (S td .f. ) N iv ea u (S td .f. ) N iv ea u (S td .f. ) N iv ea u (S td .f. ) N iv ea u (0 ) (1 ) (2 ) (3 ) (4 ) (5 ) (6 ) K on tro llz ei tra um 0, 18 5 ** * 0, 20 7 ** * 0, 21 3 ** * 0, 21 8 ** * 0, 22 5 ** * 0, 22 3 ** * 0, 23 1 ** * (0 ,0 20 ) (0 ,0 19 ) (0 ,0 19 ) (0 ,0 19 ) (0 ,0 18 ) (0 ,0 18 ) (0 ,0 17 ) Pr ei si nd ex G ip s/ K al k 1, 23 4 ** * 1, 02 1 ** * 1, 16 4 ** * 0, 86 3 ** * 1, 10 0 ** * 0, 77 2 ** * 1, 02 6 ** * (0 ,1 32 ) (0 ,1 34 ) (0 ,1 28 ) (0 ,1 31 ) (0 ,1 20 ) (0 ,1 25 ) (0 ,1 13 ) Pr ei si nd ex S tro m 0, 03 8 0, 16 4 ** 0, 11 4 * 0, 21 5 ** * 0, 14 9 ** 0, 24 1 ** * 0, 18 2 ** * (0 ,0 74 ) (0 ,0 66 ) (0 ,0 62 ) (0 ,0 67 ) (0 ,0 60 ) (0 ,0 68 ) (0 ,0 60 ) Pr ei si nd ex B ra un ko hl e 0, 63 1 ** * 0, 52 4 ** * 0, 51 3 ** * 0, 57 4 ** * 0, 49 4 ** * 0, 60 6 ** * 0, 48 9 ** * (0 ,1 55 ) (0 ,1 20 ) (0 ,1 19 ) (0 ,1 19 ) (0 ,1 11 ) (0 ,1 20 ) (0 ,1 08 ) In de x Ze m en tp ro du kt io n 0, 02 8 ** 0, 03 2 ** * 0, 03 2 ** * 0, 02 3 ** 0, 02 9 ** * 0, 01 9 ** 0, 02 8 ** * (in st ru m en tie rt) (0 ,0 12 ) (0 ,0 10 ) (0 ,0 10 ) (0 ,0 09 ) (0 ,0 09 ) (0 ,0 09 ) (0 ,0 09 ) Tr en d 0, 00 1 ** * 0, 00 1 ** * 0, 00 1 ** * 0, 00 1 ** * 0, 00 1 ** * 0, 00 1 ** * 0, 00 1 ** * (0 ,0 00 ) (0 ,0 00 ) (0 ,0 00 ) (0 ,0 00 ) (0 ,0 00 ) (0 ,0 00 ) (0 ,0 00 ) K on st an te −0 ,3 49 * ** −0 ,4 54 ** * −0 ,4 55 ** * −0 ,4 90 * ** −0 ,5 00 ** * −0 ,5 11 ** * −0 ,5 25 ** * (0 .0 74 ) (0 ,0 67 ) (0 ,0 64 ) (0 ,0 67 ) (0 ,0 62 ) (0 ,0 66 ) (0 ,0 61 ) A nz ah l B eo ba ch tu ng en 18 0 18 0 18 0 18 0 18 0 18 0 18 0 1. St uf e F- Te st (1 2, 1 67 ) 63 ,8 0 ** * 62 ,4 8 ** * 62 ,9 0 ** * 61 ,7 2 ** * 62 ,9 2 ** * 61 ,9 9 ** * 62 ,6 5* ** (a dj .)R ² 0, 81 0, 80 0, 81 0, 80 0, 81 0, 80 0, 81 2. S tu fe F- Te st (6 , 1 73 ) 15 4, 05 * ** 19 8, 18 * ** 20 7, 13 * ** 22 8, 20 * ** 24 1, 75 * ** 24 8, 14 * ** 27 1, 20 * ** R² 0, 72 0, 81 0, 80 0, 84 0, 83 0, 86 0, 85 190 Unterstellt man hingegen eine lineare Reduktion der Indikatorvariablen für den Übergangszeitraum (Modelle (2), (4) und (6)), so steigt der zugehörige Koeffizient für die Kontrollvariable des Schädigungszeitraums weiter an. Dies ist dadurch zu erklären, dass in der Übergangsperiode die zeitlich näher am Wettbewerbszeitraum liegenden (und damit niedrigeren) Werte des Preisindex zu einem größeren Anteil der Wettbewerbsperiode als dem Kartellzeitraum zugeordnet werden. Gleichzeitig werden die zeitlich näher am Kartellzeitraum liegenden (und damit höheren) Werte des Preisindex zu einem größeren Anteil der Kartellperiode als der Wettbewerbsperiode zugeordnet. Die anderen Variablen haben sich durch die Modellanpassung nur geringfügig verändert. In Abhängigkeit vom jeweiligen Preisverlauf und potenziell verfügbaren weiteren Markt- und Unternehmensinformationen muss eine möglichst realitätsnahe Spezifikation zur Modellierung des Übergangs fallspezifisch ausgewählt werden. Die Wahl einer Funktion für die Preisanpassung in der Übergangsphase wirkt sich durch deren Einfluss auf die Höhe des Preisaufschlags auch unmittelbar auf die Höhe des kartellbedingten Schadens aus. Aufgrund der realitätsnäheren Annahme eines schrittweisen Übergangs zum Wettbewerbspreis wäre in obigem Modell die Spezifikation mit dem kontinuierlichen Übergang der Indikatorvariablen vom Kartell- zum Wettbewerbspreis vorzuziehen. Aus Gründen der Einfachheit abstrahieren wir im Folgenden von der Modellierung der Übergangsphase und unterstellen eine sofortige Anpassung an den Wettbewerbspreis nach Ende des Kartells. 4.3.1.2 Anwendung der „Difference-in-Differences“-Methode Im nächsten Schritt kombinieren wir die „During-and-after“-Methode mit einem räumlichen Vergleich und wenden die sogenannte „Difference-in- Differences“-Methode an. Wie in Abschnitt 3.1.3 ausführlich dargestellt, wird dabei berücksichtigt, dass nicht die ganze Preisdifferenz zwischen der Kartellperiode und der Wettbewerbsperiode auf die Existenz des Kartells zurückzuführen ist, da sich die Preise im Kartellzeitraum auch aufgrund von Kostenänderungen verändern können. Können diese Kostentreiber nicht beobachtet werden, so kann der kartellbedingte Preisaufschlag über- oder unterschätzt werden. Die „Difference-in-Differences“-Methode berücksichtigt weitere (nicht beobachtete) preistreibende Faktoren, indem sie annimmt, dass sich der Einfluss unbeobachteter Kostentreiber zwischen den räumlichen Vergleichsmärkten nicht unterscheidet. Analog Gleichung (10) wird daher die folgende Gleichung geschätzt: 0 1 2 3 4 5 6 7 82 3 4 Z E mt t m m t mt t t t t mt p K D D K p Jahr Q Q Q β β β β β β β β β ε = + + + ∗ + + + + + + (21) Dabei ist Kt die Indikatorvariable, die im Zeitraum des Kartells den Wert eins annimmt und zu sonstigen Zeitpunkten t null ist. Dm ist die Indikatorvariable, die im kartellierten Markt m (Deutschland) den Wert eins annimmt und in sonstigen Märkten (hier räumlichen Märkten, also Ländern) null ist. Der „Difference-in- 191 Differences“-Schätzer des Kartellpreisaufschlags ist der Koeffizient β3 des Interaktionsterms Dm × Kt. Da die öffentlich verfügbaren Preisdaten Indizes sind, verwenden wir, wie in Abschnitt 4.3.1.1, die logarithmierten Indexwerte. Wir betrachten also einen prozentualen Preisaufschlag auf den „But-for“-Preis, der sich durch exp(β3) − 1 berechnet. Als Kontrollvariablen werden der logarithmierte Energiepreisindex (pmtE), eine Trendvariable (Jahrt) und saisonale Effekte durch Berücksichtigung von Quartals-Dummys (Q2t − Q4t) aufgenommen. Das erste Quartal ist dabei das Referenzquartal, sodass die Koeffizienten β6−β8 den (prozentualen) Unterschied des Zementpreises im Vergleich zum ersten Quartal messen. Als räumliche Vergleichsmärkte dienen, wie schon oben erwähnt, Spanien, Frankreich, das Vereinigte Königreich und Polen. Tab. 4-10 sind die deskriptiven Statistiken der in das Modell einfließenden Variablen zu entnehmen. Dabei fällt auf, dass insbesondere in Polen sowohl die Standardabweichung des Zementpreisindex als auch die des Energiepreisindex deutlich über der entsprechenden Standardabweichung der übrigen Länder liegen. Dies ist auf den im Vergleich zu den anderen betrachteten Ländern deutlich stärkeren Anstieg der Zementpreise in Polen im Zeitraum 1991–2004 zurückzuführen (siehe auch Abb. 4-16). Auch die Energiepreise sind in diesem Zeitraum in Polen deutlich stärker gestiegen als in den anderen Vergleichsländern (siehe Abb. 4-21). Tab. 4-10: Deskriptive Statistiken zum „Difference-in-Differences“-Modell Zementpreisindex Energiepreisindex Land Mittelwert Std.abw. Mittelwert Std.abw. Deutschland 0,962 0,053 1,029 0,091 Spanien 0,971 0,068 0,947 0,104 Frankreich 0,981 0,069 0,901 0,106 Vereinigtes Königreich 0,936 0,098 0,887 0,103 Polen 0,853 0,428 0,790 0,373 Anmerkung: Zeitperiode 1991–2004 Quelle: Zementpreisindizes: nationale statistische Ämter der jeweiligen Länder; Energiepreisindizes: OECD/IEA; eigene Berechnungen 192 Abb. 4-21: Verlauf nationaler Energiepreisindizes 1991–2004 Anmerkung: Januar 2000 = 1 Quelle: OECD/IEA; eigene Berechnungen Gleichung (21) wird unter Anwendung dreier verschiedener Verfahren geschätzt. Das sogenannte gepoolte Modell schätzt Gleichung (21) mithilfe der OLS-Methode und korrigiert die Standardfehler für eine mögliche Korrelation innerhalb eines Landes m („cluster-robust“). Paneldatenverfahren („random effects“ und „fixed effects“) können zusätzlich einen unbeobachteten, zeitinvarianten, aber individuenspezifischen (d.h. hier landesspezifischen) Effekt berücksichtigen und präzisieren damit die Schätzung.384 Die Ergebnisse der Regressionsanalysen sind Tab. 4-11 zu entnehmen. Auch hier fällt auf, dass insbesondere die Energiekosten die Zementpreise deutlich beeinflussen. Die Elastizität liegt je nach Modell zwischen 1,015 und 1,025. Ein Test („Wald-Test“) ergibt, dass diese Werte statistisch nicht signifikant von eins verschieden sind. Das heißt, dass bei einer Steigerung der Energiepreise um 1% auch der Zementpreis um 1% steigt. 384 Diese Methoden werden im Appendix detailliert beschrieben und in den Abschnitten 4.3.2.4.3 und 4.3.2.5.2 auch angewendet. 193 Tab. 4-11: Regressionsergebnisse („Difference-in-Differences“) Gepooltes Modell (OLS) „Random Effects“ „Fixed Effects“ Variable Koeffizient Std.f. Koeffizient Std.f. Koeffizi ent Std.f. Kartellzeitraum 0,017 (0,024) 0,017 (0,025) 0,017 (0,025) Deutschland −0,311 *** (0,030) −0,312*** (0,030) Kartellzeitraum*Deutschland 0,235 *** (0,022) 0,233*** (0,021) 0,233 *** (0,021) log(Energiepreisind ex) 1,015 *** (0,059) 1,024*** (0,067) 1,025 *** (0,068) Jahr 0,001 (0,005) 0,000 (0,005) 0,000 (0,005) 2. Quartal 0,023 (0,011) 0,023** (0,011) 0,023 (0,011) 3. Quartal 0,018 (0,013) 0,018 (0,013) 0,018 (0,013) 4. Quartal −0,012 * (0,004) −0,012*** (0,004) −0,012 ** (0,004) Konstante −0,995 (9,631) −0,105 (10,377) −0,134 (10,402) Beobachtungen 840 840 840 Länder 5 5 5 R2 (within) 0,946 0,946 R2 (between) 0,971 0,589 R2 : R2 (overall) 0,949 0,949 0,821 Anmerkungen: Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1; heteroskedastie- und clusterrobuste Standardfehler in Klammern Quelle: Nationale statistische Ämter der jeweiligen Länder und OECD/IEA; eigene Berechnungen Der Koeffizient für den Deutschland-Dummy (β2 – zweite Zeile in Tab. 4-11) ist statistisch signifikant und deutlich negativ. Dies ist ein Ausdruck dafür, dass sich im Zeitraum 1991–2004 in Deutschland die Zementpreise moderater entwickelt haben als in den Vergleichsländern, ein Umstand, der bereits in Abb. 4-16 deutlich zu erkennen war.385 Der mithilfe des „Difference-in-Differences“-Ansatzes geschätzte Kartellaufschlag ist aus der dritten Zeile (fett gedruckt) zu ermitteln. Für das gepoolte Modell ergibt sich ein Preisaufschlag auf den „But-for“-Preis von exp(0,235) − 1 = 26,49%. Unter Verwendung von Paneldatenverfahren ergibt sich durch die Berücksichtigung des unbeobachteten landesspezifischen Effekts ein etwas geringerer Preisaufschlag von exp(0,233) − 1 = 26,24%.386 385 Im „Fixed-Effects“-Modell kann β2 nicht geschätzt werden, da durch die Anwendung der „Fixed- Effects“-Methode zeitinvariante Variable zwar berücksichtigt, aber nicht separat ausgewiesen werden können. 386 Verglichen mit den Ergebnissen des Konzepts des einfachen zeitlichen Vergleichsmarkts liegt der durch die „Difference-in-Differences“-Methode ermittelte Preisaufschlag höher. Dies kann durch die unterschiedlichen Zeitperioden bedingt sein. Während in die Modelle des Konzepts des einfachen zeitlichen Vergleichsmarkts Werte der Jahre 1995–2009 eingingen, konnten für die „Difference-in-Differences“-Methode aufgrund der Datenverfügbarkeit für die Länder nur Werte des Zeitraums 1991–2004 eingehen. Vollständig vergleichbar sind die Preisaufschläge 194 Zur Entscheidung, ob in diesem Fall die „Random-Effects“-Methode oder die „Fixed-Effects“-Methode vorzuziehen ist, bietet sich der „Hausman-Test“ an (siehe hierzu auch den Appendix und Abschnitt 4.3.2.4.3). Bei dieser Anwendung des „Difference-in-Differences“-Modells deuten die Ergebnisse des „Hausman-Tests“ darauf hin, dass keine systematischen Unterschiede zwischen den Ergebnissen der „Fixed-Effects“-Schätzung und der „Random-Effects“- Schätzung vorhanden sind. In diesem Fall wäre die „Random-Effects“-Schätzung aufgrund ihrer Effizienzeigenschaft vorzuziehen. 4.3.2 Anwendung von Methoden unter Verwendung von Transaktionsdaten 4.3.2.1 Einleitung In den vorangegangenen Abschnitten wurden gängige Modelle zur Berechnung kartellbedingter Preisaufschläge und zentrale Erweiterungen dieser Modelle mithilfe öffentlich verfügbarer, aber stark aggregierter Daten vorgestellt. Die angewendeten Methoden können in dieser Form nicht nur zur Berechnung von Schadensmodellen in privatrechtlichen Verfahren herangezogen werden, sondern durchaus auch in behördlichen Bußgeldverfahren zur Anwendung kommen. Im Folgenden sollen nun Individualdaten und deren Eigenschaften betrachtet werden. Individualdaten stellen üblicherweise andere Voraussetzungen an ökonometrische Modelle als aggregierte Daten. Die Besonderheiten von Daten unterschiedlicher Aggregationsstufen werden daher zunächst diskutiert. Im nächsten Schritt erfolgt dann eine umfassende Analyse der verfügbaren Transaktionsdaten des Zementmarkts. Regionale und zeitliche Aspekte werden auf Basis einfacher deskriptiver Auswertungen diskutiert. Bei den für diese Studie bereitgestellten Transaktionsdaten handelt es sich vor allem um Rechnungsdaten, die durch CDC von Geschädigten des deutschen Zementkartells zusammengetragen und aufbereitet wurden. Diese Daten wurden um weitere Informationen wie z.B. alle potenziell möglichen Lieferstandorte, Entfernungsinformationen und weitere Kosteninformationen ergänzt, um so regionale Aspekte, Entfernungen zwischen Produktions- und Lieferstätten und andere mögliche Einflussfaktoren des Zementpreises untersuchen zu können. Nach der deskriptiven Analyse dieser Daten erfolgt die multivariate Schätzung des im Kartellzeitraum erhobenen Aufschlags auf den Zementpreis. Hierbei wird zunächst wieder ein Grundmodell vorgestellt, das anschließend hinsichtlich mehrerer Faktoren verändert wird. Begleitend zum Vorgehen werden unterschiedliche Methoden der Modellschätzung gegeneinander abgegrenzt und mögliche Schwierigkeiten hinsichtlich ihrer Anwendbarkeit dargestellt. dementsprechend nicht. Zusätzlich könnte der höhere Wert auch dadurch zu erklären sein, dass insbesondere in der Periode nach dem Kartell deutliche Zementpreiserhöhungen in den Vergleichsländern stattgefunden haben, wodurch der Term D − C (siehe Tab. 3-2) negativ wird. 195 Eine wesentliche Frage stellt bei verfügbaren Transaktionsdaten die Wahl des Aggregationsniveaus dar. Individualdaten unterliegen üblicherweise starken Schwankungen (z.B. aufgrund deutlicher Unterschiede zwischen den Vertragspartnern), für deren Erklärung häufig keine hinreichenden Informationen existieren. Dennoch bieten Individualdaten das vollständigste Bild von Einzeltransaktionen. Stark aggregierte Daten ermöglichen hingegen eine sehr gute Abschätzung der marktbezogenen (und damit repräsentativen) Preisentwicklung. Darüber hinaus stehen Informationen zur Erklärung des Preisverlaufs in der Regel nur auf aggregierter Ebene zur Verfügung. In einem weiteren Abschnitt wird daher diskutiert, inwieweit individuelle Transaktionsdaten sinnvollerweise aggregiert werden sollten, um eine möglichst präzise Schadensschätzung vornehmen zu können. Daher werden die teilweise aggregierten Individualdaten mit den vollständig disaggregierten Individualdaten (Rechnungspositionen) verglichen, Ursachen für Unterschiede erläutert und die Ergebnisse von Schätzungen disaggregierter Daten und teilweise aggregierter Daten diskutiert. Abschließend werden nochmals Potenziale und Grenzen unterschiedlicher multivariater Analysemethoden zusammengefasst. 4.3.2.2 Unterscheidung zwischen Individualdaten und aggregierten Daten In Abschnitt 4.3.1 wurden ökonometrische Modelle vorgestellt, deren Anwendung unter Berücksichtigung öffentlich verfügbarer Daten gezeigt wurde. Zum Beispiel wurde für den Zementpreis ein Index verwendet, der aus dem gewichteten Durchschnitt monatlich von Herstellern erfragter Zementpreisdaten gebildet wird. Dieser Index enthält wesentliche Informationen über die Entwicklung des Zementpreises im Zeitablauf und erlaubt so eine Abschätzung des Preisaufschlags mithilfe des Konzepts des zeitlichen Vergleichsmarkts oder – bei Hinzuziehung von Zementpreisindizes anderer europäischer Länder – mithilfe des „Difference-in-Differences“-Ansatzes. Aus der Perspektive des Datennutzers handelt es sich bei aggregierten Daten üblicherweise um Sekundärdaten, die nicht für diesen Datennutzer erhoben und zusammengeführt wurden. Im Gegensatz dazu werden Individualdaten in der Regel für eine bestimmte Untersuchung erhoben. Solche Daten enthalten daher auch spezifischere Informationen und erlauben präzisere Aussagen über einzelne Detailfragen. Sie sind allerdings im Gegensatz zu öffentlichen Preisindizes in der Regel nicht repräsentativ für den Sektor, sofern sie nicht nach entsprechenden Kriterien zusammengestellt wurden, d.h. geschichtet nach diesen Kriterien eine Hochrechnung erlauben. Bei der Gegenüberstellung von Vor- und Nachteilen einer Datenaggregation muss auch das Aggregationsniveau beachtet werden. Dabei ist der durch die Datenaggregation entstehende Informationsverlust umso größer, je stärker die Aggregation, d.h. je gröber die Information ist. Im Fall eines branchenweiten Index, wie des in Abschnitt 4.3.1 verwendeten öffentlich verfügbaren Zementpreisindex, wurde sehr stark aggregiert, sodass individuelle Unterschiede (z.B. zwischen den Abnehmern) in einer Analyse nicht berücksichtigt werden können. Hinzu 196 kommt, dass Indizes relative Größen sind, d.h., der jeweilige Preis wurde zu einem bestimmten Zeitpunkt (dem Basisjahr) in Bezug gesetzt und so nur die Entwicklung des Preises über die Zeit verfolgt. Aussagen über absolute Unterschiede im Preis, z.B. im rein regionalen Vergleich, sind auf der einen Seite nicht möglich. Auf der anderen Seite ist unter Umständen auch bei Vorhandensein von Individualdaten eine (schwache) Aggregation sinnvoll. Durch die Aggregation werden individuelle Unterschiede nivelliert, wodurch Informationen kanalisiert werden und so die individuell bedingte Streuung hinsichtlich bestimmter Details reduziert wird. Gegenläufige Beobachtungen heben sich auf diese Weise auf, was zu einer Reduktion der Streuung des aggregierten Datensatzes gegenüber dem ursprünglichen Datensatz führt. Eine solche Glättung der erfragten Daten führt daher zu einer höheren Erklärungsqualität in ökonometrischen Modellen bei der Anwendung hochaggregierter Daten über die Zeit gegenüber einer Verwendung von Individualdaten. Im Fall der von CDC erhobenen Individualdaten, die einzelne Rechnungspositionen darstellen, heißt das, dass eine Aggregation von Rechnungspositionen z.B. zu monatlichen Informationen gerechtfertigt sein kann, da der Einfluss von Ausreißern, d.h. wenig repräsentativen Rechnungspositionen, auf die Schätzung des Preisaufschlags verringert wird. Die Schätzungen werden damit präziser. Die richtige Abwägung des Aggregationsniveaus und des verbleibendenden Detailierungsgrades stellt daher eine besondere Herausforderung dar. Da Individualdaten (und auch schwach aggregierte Individualdaten mit einem starken Detailierungsgrad) einem gewissen gleichbleibenden Verhalten hinsichtlich einzelner Individuen über die Zeit folgen, müssen – üblicherweise anders als bei aggregierten Daten – Spezifika der Individuen in multivariaten Analysen kontrolliert werden. Zum Beispiel verhalten sich kleinere Unternehmen anders als größere, neu gegründete Unternehmen anders als etablierte oder Mehrproduktunternehmen anders als Einzelproduktunternehmen. So kann es sein, dass große und etablierte Abnehmer eine größere Verhandlungsmacht haben als kleinere und neue Abnehmer und aufgrund dessen bessere Preise erzielen. Um Spezifika dieser Art zu berücksichtigen, werden in mikroökonometrischen Modellen Approximationsmaße verwendet, da über einzelne Charakteristika häufig keine direkt messbaren Informationen zur Verfügung stehen oder nur mit erheblichem, möglicherweise nicht mehr zu rechtfertigendem Aufwand zu ermitteln sind. Solche Approximationsmaße werden daher neben den interessierenden Variablen in ökonometrische Modelle mit aufgenommen, um mögliche systematische (Stör-)Einflüsse auf die interessierenden Effekte ausschließen zu können. Neben solcher beobachtbarer Heterogenität gibt es Unterschiede zwischen Unternehmen, die nicht beobachtbar sind. Zum Beispiel unterscheiden sich Unternehmen im Führungsstil oder in Marketingstrategien. Derartige „soft facts“ wirken sich allerdings in der Regel direkt oder indirekt auf das Preissetzungsverhalten, die Angebotsvielfalt oder Qualitätsunterschiede und zusätzliche Dienstleistungen aus. Man spricht bei solchen unternehmensspezifischen Unterschieden im Gegensatz zur beobachtbaren Heterogenität von unbeobachtbarer Heterogenität. 197 Obwohl man um solche Unterschiede weiß, können sie in ökonometrischen Modellen nicht durch die Aufnahme zusätzlicher Variablen direkt berücksichtigt werden. Solche individuellen Faktoren können unter Umständen zu verzerrten Schätzungen des zu untersuchenden Zusammenhangs (im Fall von Kartellschadensschätzungen zu einer ungenauen Schätzung des Preisaufschlags) führen. Erfreulicherweise erlauben es Methoden der Paneldatenanalyse, solche potenziellen Verzerrungen zu beseitigen. Ein Beispiel sind die sogenannten „Fixed-Effects“- Schätzungen. Unter „fixed effects“ versteht man, dass für jedes Unternehmen ein konstanter Term in die Schätzung aufgenommen wird, um unternehmensindividuelle, über die Zeit konstante Einflüsse zu kontrollieren. Dies geht allerdings mit einem Verlust an Effizienz des Schätzers einher. Ist der unternehmensindividuelle, über die Zeit konstante Einfluss jedoch nicht mit weiteren unbeobachteten und zeitabhängigen Einflüssen korreliert, so kann das ökonometrische Modell ohne Effizienzverlust mithilfe eines sogenannten „Random-Effects“-Ansatzes geschätzt werden.387 Unterschiede zwischen Individualdaten und aggregierten Daten wirken sich auch auf die Datenanalyse, ökonometrische Modelle, zu verwendende Schätzmethoden und die Ergebnisinterpretation aus. 4.3.2.3 Deskriptive Analyse der CDC-Daten Im Folgenden wird der verwendete Transaktionsdatensatz vorgestellt. Es handelt sich um einen Rechnungsdatensatz mit Informationen über Preise, Mengen, rechnungswirksame und nichtrechnungswirksame Gutschriften, Rabattierungen und Skonti, wobei Gutschriften und ihre bereits durchgeführte Zurechnung detailliert nachvollzogen werden können. Der Datensatz umfasst Informationen für den Zeitraum 1988–2005. Ein Großteil der Beobachtungen bezieht sich daher auf den Zeitraum des Kartells. Insgesamt umfasst der Datensatz ca. 390.000 Positionen, wovon es sich bei knapp 370.000 um Rechnungsdatensätze handelt. Circa 20.000 Datensätze sind Gutschriftenpositionen. Circa 28.000 Positionen stellen keine eigentlichen Rechnungspositionen, sondern Rechnungsüberträge bei mehrseitigen Belegen dar. Weitere 12.000 Positionen werden aufgrund statistischer oder betriebswirtschaftlicher Bereinigungsmaßnahmen aus der weiterführenden Verwendung ausgeschlossen, wenn z.B. der errechnete Nettopreis nach Zurechnung preisreduzierender Faktoren oder die Liefermenge unter Berücksichtigung von Gratislieferungen kleiner oder gleich null ist.388 Vor diesem Hintergrund konnten bei der folgenden Analyse zur Ermittlung des kartellbedingten Preisaufschlags insgesamt ca. 60.000 Positionen nicht berücksichtigt werden. Es verbleiben demnach ca. 330.000 Rechnungspositionen, die fallbedingt durch wei- 387 Vgl. für eine detailliertere Diskussion Abschnitt 5.8.4 im Appendix. 388 Ein niedriger errechneter Preis wirkt sich nicht darauf aus, dass eine Lieferung als solche stattgefunden hat. Konnte daher eine Rechnung bei der Ermittlung des kartellbedingten Preisaufschlags nicht berücksichtigt werden, so kann sie dennoch in die Schadensermittlung aufgenommen werden, da es sich bei dem ermittelten Preisaufschlag um einen durchschnittlichen Preisaufschlag handelt und die reduzierte Stichprobe von ca. 330.000 Datensätzen für den gesamten Rechnungsdatensatz repräsentativ ist. 198 tere Filterungen nochmals reduziert werden müssen. Ist z.B. eine Beobachtung hinsichtlich einzelner Kategorien unvollständig, die in die (multivariate) Auswertung eingehen sollen, z.B. hinsichtlich der genauen Zementspezifikation oder der Liefermenge, so kann diese Beobachtung für die Schätzung nicht verwendet werden. In den folgenden Abschnitten sollen die zentralen Informationen der Datenbank vorgestellt werden, wobei auf Besonderheiten in den Daten eingegangen wird. Zunächst werden Liefermengen diskutiert und transportkapazitätsbedingte Einflüsse auf Rechnungspositionen aufgezeigt. Darüber hinaus werden regionale Unterschiede beleuchtet und wird die Bedeutung von Zementimporten für die weitere Datenanalyse diskutiert. Nach der Betrachtung der Liefermengen werden die Zementsorten und deren Lieferung im Zeitablauf betrachtet. Das Hauptaugenmerk liegt dabei auf der Bedeutung von CEM-I-Portlandzement als wichtigster Zementsorte. Anschließend wird die Preissetzung deskriptiv analysiert und der Aspekt der Lieferentfernung diskutiert. Liefermengen Eine Untersuchung der Versandmengen pro Rechnungsposition legt nahe, dass die Rechnungsmengen ausschließlich durch die Kapazitäten der Transportmittel bestimmt werden. 90% der Lieferungen haben einen Wert zwischen 26,32 und 30,18 Tonnen, was ungefähr der Lademenge eines Silofahrzeugs entspricht. Es ist daher bei den hier betrachteten Lieferangaben von einer standardmäßigen Nutzung von Lkw beim Zementtransport auszugehen. Die Spannweite des obersten 1% der Liefermengen reicht von 58,55 Tonnen bis zu einem Maximum von 2.618,02 Tonnen und erklärt sich aus zwei Aspekten: Zum einen handelt es sich um Sammelrechnungen, in denen eine Vielzahl gleichzeitig erfolgter Lieferungen zu einer Beobachtung zusammengefasst wurde. Zum anderen betreffen sie Lieferungen mit der Bahn, wobei Vollzüge eingesetzt werden, deren Kapazität in der Regel von 600–1.400 Tonnen reicht. Abb. 4-22 zeigt die monatlichen Versandmengen, berechnet auf Basis der Datenbank. Die monatlichen Versandmengen folgen den klassischen saisonalen Schwankungen der Baubranche mit hoher Nachfrage im Frühjahr, Sommer und Herbst und niedriger Nachfrage insbesondere im Januar. Auffallend sind auch der Anstieg der Nachfrage bis ca. 1999/2000 und deren anschließende Reduktion. Dieser Verlauf ist insbesondere durch die Anzahl verfügbarer Rechnungen bedingt. Ein Vergleich der Mengenentwicklung mit der Entwicklung verfügbarer Datenpunkte zeigt allerdings einen fast deckungsgleichen Verlauf beider Kurven, was ebenfalls die Vermutung transportbedingter Mengenbeschränkungen bestätigt. 199 Abb. 4-22: Monatliche Versandmengen im Datensatz 0 t 20000 t 40000 t 60000 t 80000 t 100000 t 120000 t 140000 t 160000 t Ja n 19 93 Ju l 1 99 3 Ja n 19 94 Ju l 1 99 4 Ja n 19 95 Ju l 1 99 5 Ja n 19 96 Ju l 1 99 6 Ja n 19 97 Ju l 1 99 7 Ja n 19 98 Ju l 1 99 8 Ja n 19 99 Ju l 1 99 9 Ja n 20 00 Ju l 2 00 0 Ja n 20 01 Ju l 2 00 1 Ja n 20 02 Ju l 2 00 2 Quelle: CDC-Transaktionsdaten; eigene Berechnungen Im Vergleich zu den insgesamt in Deutschland versendeten Zementmengen, die vom BDZ ermittelt und veröffentlicht werden, entspricht der Umfang der in der Datenbank enthaltenen Lieferungen weniger als 10% der jährlich gemeldeten nationalen Versandmengen. Dies ist teilweise darauf zurückzuführen, dass die Zementhersteller selbst mit einem beträchtlichen Marktanteil in den Zementabnehmerindustrien aktiv sind und daher nicht als unabhängige Zementnachfrager angesehen werden können.389 Bezüglich der regionalen Herkunft des in Deutschland hergestellten Zements zeigt die Datenbank einen starken Schwerpunkt auf Zement aus den neuen Bundesländern. Lieferungen aus Norddeutschland sind dagegen nur unterproportional vertreten. Tab. 4-12 zeigt die Verteilung der Lieferungen. 389 Röller und Friederiszick, 2002 erörtern, dass sich Zementhersteller um die vertikale Integration mit Transportbetonunternehmen bemühen. 200 Tab. 4-12: Anteil Zementwerke unterschiedlicher Regionen an der nationalen Produktion Zementwerke in … Anteil an tatsächlicher nationaler Produktion 2002 Anteil an nationaler Produktion in den CDC-Daten (gesamter Zeitraum) Schleswig- Holstein/Hamburg/Bremen/Niedersachsen 12,5% 3,0% Bayern, Baden-Württemberg 33,7% 30,2% Neue Bundesländer 17,0% 30,1% Rheinland-Pfalz/Hessen/Saarland 13,2% 18,5% Nordrhein-Westfalen 23,6% 18,2% Quelle: BDZ; CDC-Transaktionsdaten; eigene Berechnungen Abb. 4-23 stellt den Zementanteil aufgeteilt nach europäischen Herkunftsregionen dar. Der zeitliche Vergleich legt einen fortschreitenden Rückgang des Anteils importierten Zements an den gesamten Versandmengen während des Kartellzeitraums nahe, wobei dieser Anteil vor allem durch heimisch produzierte Mengen ersetzt worden ist. Zunächst wurden Lieferungen aus dem westlichen Europa, um die Jahrtausendwende dann auch Importe aus Osteuropa reduziert. Die Verschiebung der Lieferanteile gerade für Osteuropa kann möglicherweise auf die Veränderung der dortigen Produktionssituation zurückgeführt werden. Der politische Wandel Ende der 1980er-Jahre hat zunächst die Möglichkeit des Imports von Zement aus osteuropäischen Lieferwerken insbesondere nach Deutschland eröffnet, der trotz des höheren Transportaufwands zu einem vergleichsweise niedrigen Preis bereitgestellt werden konnte. Die anschließende Privatisierung hat es westeuropäischen Zementherstellern allerdings erlaubt, sich insbesondere an Unternehmen in Polen und der Tschechischen Republik zu beteiligen. Zumindest in der Folge, möglicherweise aber auch schon während dieses Integrationsprozesses sind die Einfuhren nach Deutschland gesunken und damit die Marktkonzentration in der Zementherstellung für Deutschland gestiegen (siehe dazu unter anderem „polnische Entscheidung“, Rn. 38, 171–174). Gleichzeitig hat sich das Preisniveau des Importzements an das übliche Preisniveau in Deutschland angeglichen, sodass der Zementimport über die Zeit weniger lukrativ geworden sein könnte. 201 Abb. 4-23: Relativer Anteil der Herkunftsregionen an der Gesamtmenge in der Datenbank390 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 BRD Osteuropa sonstiges Europa unbekannt Quelle: CDC-Transaktionsdaten; eigene Berechnungen Der Vergleich mit den BDZ-Statistiken des Gesamtmarkts zeigt, dass die Transaktionsdaten einen leicht geringeren Anteil an Importen aufweisen. Der Trend zu sinkenden Importanteilen beginnt in der Transaktionsdatenbank bereits ein bis zwei Jahre vor dem signifikanten Rückgang des Importanteils auf dem Gesamtmarkt und endet auf einem deutlich niedrigeren Niveau, als es die bundesweiten Statistiken angeben (vgl. Abb. 4-24). Dies ist vor allem durch die Struktur der Zementnachfrager in der Datenbank bedingt. Die CDC-Datenbank enthält einen überproportionalen Anteil von Nachfragern aus den Regionen Süd und Ost. Diese Regionen waren in den 1990er-Jahren besonders stark durch produktions- und transportgünstige Importe aus den ehemaligen Ostblockländern geprägt. Wie vonseiten ausgewählter Zementnachfrager erläutert wurde, hat vor allem die signifikante Umstrukturierung osteuropäischer Zementmärkte diese Marktregionen betroffen. 390 Für ca. 15% der bereitgestellten Datensätze kann die Herkunft nicht eindeutig bestimmt werden. Hierbei handelt es sich vor allem um Zement, der bei großen, herstellerunabhängigen Zementhändlern eingekauft wurde. Eine Angabe des Herstellers oder des Produktionswerks lässt sich den Rechnungen nur selten entnehmen. 202 Abb. 4-24: Vergleich des Anteils der Importe nach Deutschland an der gesamten Zementnachfrage zwischen BDZ-Datenbank und CDC- Datenbank 0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20% 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Gesamtmarkt Datenbank Quelle: CDC-Transaktionsdaten; eigene Berechnungen Zementsorten Eine Aufteilung der Zementklassen nach Hauptgruppe und Festigkeitsklasse391 in Abb. 4-25 zeigt, dass mehr als 75% der beobachteten Transaktionen klassischen Portlandzement CEM I betreffen. Dies ist konsistent mit den Angaben des BDZ zur Verwendung verschiedener Zementsorten auf dem deutschen Gesamtmarkt. Darüber hinaus ist der Anteil von Portlandzement CEM I an der Gesamtnachfrage über die Zeit kontinuierlich gesunken (siehe Abb. 4-26). Auch diese Beobachtung spiegelt die Trends der Zementbranche in den 1990er-Jahren wider. Innerhalb der sonstigen Zementsorten kommen der früher als Eisenportlandzement bekannte CEM II/A-S (oder B-S) 42,5 und Hüttenzement der Klasse CEM III 32,5 am häufigsten vor. Die geringe Nutzung von Weißzement und diversen Spezialzementen zeigt sich auch in der CDC-Datenbank und belegt den Nischencharakter dieser Sorten. 391 Im Folgenden wird von Anfangsfestigkeit, verschiedenen Mischverhältnissen bei gleichen Einsatzstoffen und den gewöhnlichen Sondereigenschaften abstrahiert. 203 Abb. 4-25: Verteilung der Zementsorten in der Transaktionsdatenbank CEM I 32,5 25.5% CEM I 42,5 49.7% CEM I 52,5 3.6% CEM II/A-S oder B-S 42,5 6.6% CEM II Rest 6.0% CEM III 32,5 5.2% CEM III Rest 1.4% Weisszement 1.3% Sonderzemente und unbekannt 0.8% Andere 21,3% Quelle: CDC-Transaktionsdaten; eigene Berechnungen Abb. 4-26: Vergleich zwischen nachgefragtem Portlandzement und gesamter Zementnachfrage 0 t 20000 t 40000 t 60000 t 80000 t 100000 t 120000 t 140000 t Ja n 93 Ju l 9 3 Ja n 94 Ju l 9 4 Ja n 95 Ju l 9 5 Ja n 96 Ju l 9 6 Ja n 97 Ju l 9 7 Ja n 98 Ju l 9 8 Ja n 99 Ju l 9 9 Ja n 00 Ju l 0 0 Ja n 01 Ju l 0 1 Ja n 02 Ju l 0 2 Gesamte Versandmengen in der Datenbank davon CEM I Quelle: CDC-Transaktionsdaten, eigene Berechnungen Zementpreise Netto-Zementpreise sind üblicherweise nicht aus den Rechnungsdaten direkt ersichtlich, sondern müssen unter Berücksichtigung verschiedener Arten nachträglicher Rabatte und Gutschriften errechnet werden. Die für die Analyse verwendeten Preisdaten entsprechen daher den auf den Rechnungen ausgewiesenen 204 Bruttopreisen (abzüglich Steuern), die bereits im Vorfeld um rechnungswirksame und nichtrechnungswirksame Preisminderungen korrigiert wurden. Nichtrechnungswirksame Preisnachlässe wie z.B. Gratislieferungen wurden den Rechnungen desselben Jahres unter Berücksichtigung der gelieferten Mengen zugewiesen. Die Preisdaten sind daher um zusätzliche Einflussfaktoren bereinigt. Unsere weitere Analyse schließt Beobachtungen aus, die den folgenden Eigenschaften entsprechen: a) Der berechnete Preis liegt bei 0,01 Euro pro Tonne Zement oder darunter. Diese Beobachtungen wurden von den Kartellgeschädigten als Gratislieferungen oder stornierte Lieferungen gekennzeichnet. b) Es handelt sich um eine Lieferung von Weißzement oder Sondersortenzement. Der Durchschnittspreis für Weißzement unterscheidet sich deutlich von dem für Grauzement. Zudem war Weißzement nicht Bestandteil der Kartellabsprachen im Bußgeldverfahren. c) Der errechnete Nominalpreis nach Zurechnung nichtrechnungswirksamer Rabatte ist geringer als ein Euro. Exkurs: mengengewichtete Preise Durch die mengenbasierte Zurechnung ergibt sich eine sortenspezifische Verzerrung, die sich in Form einer konservativen Berücksichtigung günstigerer Sorten wie Portlandzement auswirkt. Im Gegensatz dazu haben preismindernde Rabatte und Gutschriften bei teureren Sorten wie Weißzement einen geringeren relativen Einfluss auf den Preis. Unterstellt man z.B., dass für ein Jahr ein Rabatt von 30 Euro gewährt wurde und von einem Abnehmer 30 Tonnen Portlandzement zu 60 Euro je Tonne und 30 Tonnen Weißzement zu 140 Euro je Tonne gekauft wurden, so wird der Rabatt wie folgt verteilt: Preisminderung bei Portlandzement: 330 0 € = 1 30 5 € 30 t t t+ × Preisminderung bei Weißzement: 330 0 € = 1 30 5 € 30 t t t+ × Der Preis für Portlandzement ergibt sich daher mit 59,50 Euro, der für Weißzement mit 139,50 Euro je Tonne. Der Preis für Portlandzement sinkt also um 0,8%, der für Weißzement aber nur um 0,4%.392 Für die weitere Analyse werden Preise inklusive Frachtkosten betrachtet, um sämtliche Kosten des Zementbezugs zu berücksichtigen. Abb. 4-27 zeigt ein Preis-Mengen-Diagramm der im Weiteren verwendeten Daten. 392 Eine unverzerrte Zurechnung ergäbe sich auf Basis der Umsätze, wobei (60 EUR/t × 30 t)/(60 EUR/t × 30 t + 140 EUR/t × 30 t) × 30 EUR = 9 EUR Portlandzement zuzurechnen sind und sich damit ein Preis von 59,70 EUR pro Tonne Portlandzement und ein Preis von 139,30 EUR pro Tonne Weißzement ergeben. 205 Abb. 4-27: Preis-Mengen-Diagramm der Datenbank Quelle: CDC-Transaktionsdaten; eigene Berechnungen Die mittleren 90% der verbleibenden Transaktionen sind durch einen Preis zwischen 42,73 Euro und 82,99 Euro pro Tonne Zement gekennzeichnet, wobei die daraus resultierende Preisspanne teilweise auf verschiedene Zementsorten und Marktregionen zurückzuführen ist. Die Preisobergrenze für eine Tonne Zement lässt sich bei ca. 244 Euro beobachten, die allerdings nur in einem Einzelfall vorliegt. Abweichungen des berechneten Preises über seinen Durchschnittswert ergeben sich ab einem Preis von 120 Euro pro Tonne Zement ausschließlich bei Spezialzementen. Unterhalb dieser Schwelle weichen die Rechnungsdaten vom durchschnittlichen regionalen Preis vor allem dann stark nach oben ab, wenn es sich bei Lieferungen um gesackte Ware statt lose gelieferten Zements handelt. Aufgrund der Datenstruktur kann nicht zwischen gesacktem und losem Zement unterschieden werden. Starke Abweichungen vom Mittelwert nach unten ergeben sich aufgrund des gleichbleibenden Zurechnungsalgorithmus von Preisminderungen über die Zeit, wobei eine Verteilung nichtrechnungswirksamer Rabatte mit der Folge negativer Preise ausgeschlossen wurde. In diesen Fällen wurde der zuzurechnende Rabatt nach dem Durchschnittsprinzip vollständig auf andere Rechnungen verteilt. Dieser Zurechnungsmechanismus stellt wiederum ein sehr konservatives Vorgehen dar, da Preisminderungen über einen relativ langen Zeitraum verteilt wurden und dadurch der Einfluss auf die Preise geglättet wurde. 206 Exkurs: Deflationierung der Zementpreise Aufgrund von Veränderungen der verfügbaren Geldmenge kommt es zu einer sich ändernden Bewertung von Produkten über die Zeit. Hat z.B. eine bestimmte Sorte Brot 1991 3,20 DM pro Kilogramm (1,64 Euro) gekostet, so hätte dieses Brot 2010 allein aufgrund der Veränderung der Geldmenge 2,05 Euro gekostet.393 Würde man den hypothetischen Preis bei Kartellschäden auf Basis nominaler Preise nach dem Kartellzeitraum ermitteln und die Vergrößerung der Geldmenge vernachlässigen, so würde der hypothetische Preis daher systematisch zu hoch geschätzt und damit die Abweichungen des tatsächlichen vom hypothetischen Preis als zu gering unterstellt werden.394 Es ist daher notwendig, die inflationsbedingte Preisänderung zu korrigieren. Das Ziel einer sogenannten „Deflationierung“ ist es, einen einheitlichen Vergleichsmaßstab für Zementpreise über die Zeit zu finden. Naheliegend wäre eine Preiskorrektur unter Verwendung des Preisindex für Zement des Statistischen Bundesamtes. Deflationiert man die individuellen Preisdaten mit diesem, so werden alle zeitbedingten Einflüsse auf den Zementpreis, wie z.B. die allgemeine Teuerungsrate, Veränderungen der Kosten der Einsatzgüter und die Entwicklung der Kosten verschiedener Herstellungsprozesse, eliminiert. Die verbleibenden Preisunterschiede wären dann lediglich auf regionale oder anbieterbedingte Ver- änderungen zurückzuführen. Der kartellbedingte Preisunterschied wird allerdings ebenfalls durch den Zementpreisindex abgebildet, sodass eine Deflationierung der Transaktionsdaten mit diesem Index auch zu einer Eliminierung des kartellbedingte Preisunterschieds führen würde. Um diese fehlerhafte „Einpreisung“ zu umgehen, muss zur Deflationierung daher der Preisindex eines verwandten Produkts verwendet werden, der einen äu- ßerst ähnlichen Verlauf aufweist, den Kartelleffekt und den anschließenden Preisverfall im Zementmarkt allerdings nicht nachvollzieht. Eine Alternative wäre der Preisindex für Branntkalk. Branntkalk wird aus Kalkstein gewonnen, demselben Rohstoff wie Zementklinker. Der vergleichbare Brennprozess zur Herstellung von Branntkalk führt zu einer sehr ähnlichen Abhängigkeit des Preises von den Energiekosten, wie dies bei der Zementproduktion der Fall ist. Ein untergeordneter Unterschied ergibt sich aus der geringeren Temperatur beim Prozess des Brennens von Branntkalk. Wie die Nachfrage nach Zement richtet sich auch die nach Branntkalk nach den Aktivitäten der Bauindustrie. 393 Durchschnittlicher Brotpreis, basierend auf dem Verbraucherpreisindex. 394 Analog ergibt sich für einen hypothetischen Preis, geschätzt auf Basis von Preisen der Periode vor dem Kartellzeitraum, ein zu niedriger hypothetischer Preis. 207 Tab. 4-13: Korrelation zwischen den Preisindizes für Zement und Branntkalk Absolute Werte Veränderungen Korrelation 01/1976–01/2002 0,989 0,405 Korrelation im gesamten Zeitraum 0,951 0,326 Quelle: Statistisches Bundesamt; eigene Berechnungen Die Korrelationstabelle (Tab. 4-13) und Abb. 4-28 zeigen für beide Preisindizes insbesondere im Kartellzeitraum annähernd deckungsgleiche Veränderungen. Der Index für Branntkalk folgt allerdings in der Periode des Preisverfalls nicht mehr dem Verlauf des Zementpreises. Daher wird in der weiterführenden Untersuchung der Index für Branntkalk zur Deflationierung der Zementpreisdaten verwendet. Abb. 4-28: Preisindex Zement und Preisindex Kalkstein, gelöscht und ungelöscht (Basis Januar 2000) 40 50 60 70 80 90 100 110 120 130 Ja n 76 Ja n 78 Ja n 80 Ja n 82 Ja n 84 Ja n 86 Ja n 88 Ja n 90 Ja n 92 Ja n 94 Ja n 96 Ja n 98 Ja n 00 Ja n 02 Ja n 04 Ja n 06 Ja n 08 Ja n 10 Preisindex Zement Preisindex Kalk gelöscht und ungelöscht Quelle: Statistisches Bundesamt; eigene Berechnungen Unterschiedliche Käufer derselben Zementsorte zahlen typischerweise zu einem Zeitpunkt auch unterschiedliche Preise. Dies ist in Abb. 4-29 anhand der Preisentwicklung der Zementsorte CEM I 42,5 R dargestellt. Über den Kartellzeitraum variieren 90% der beobachteten Preise zwischen 46,96 Euro und 83,69 Euro. Das vergleichsweise breite mittlere 95%-Band zeigt eine starke Abweichung individueller Preise, wobei der mittlere Preis insbesondere von ca. 1996 an näher an der unteren Grenze liegt. Dies deutet auf eine geringere Preisvariation nach unten als nach oben hin. Die Breite des Streuungsbandes ist vor allem durch unterschiedliche regionale Marktgegebenheiten bedingt. Zwischen den vier deutschen Marktregionen finden sich zum Teil signifikante Unterschiede. Abb. 4-30 zeigt die zur Basis Dezember 208 2010 deflationierten Durchschnittspreise, d.h. Durchschnittspreise in Preisen von 2010, unterschieden nach den vier Lieferregionen für Portlandzement CEM I, differenziert nach der Normfestigkeit. Einerseits existieren Abweichungen zwischen den Sorten, wobei der große Unterschied für die Normfestigkeit 52,5 N/mm² möglicherweise durch die vergleichsweise geringere Zahl verfügbarer Beobachtungen getrieben sein könnte. Abb. 4-29: Preisentwicklung bei CEM I 42,5 R 20 EUR 30 EUR 40 EUR 50 EUR 60 EUR 70 EUR 80 EUR 90 EUR 100 EUR Ja n 93 Ju l 9 3 Ja n 94 Ju l 9 4 Ja n 95 Ju l 9 5 Ja n 96 Ju l 9 6 Ja n 97 Ju l 9 7 Ja n 98 Ju l 9 8 Ja n 99 Ju l 9 9 Ja n 00 Ju l 0 0 Ja n 01 Ju l 0 1 Ja n 02 Ju l 0 2 Durchschnittpreis 5%-Perzentil 95%-Perzentil Anmerkung: Nominale Preise inklusive Fracht Quelle: CDC-Transaktionsdaten; eigene Berechnungen Andererseits existieren bei jeder Sorte auch regionale Abweichungen. Die im Bundesvergleich höchsten Durchschnittspreise lassen sich auf annähernd gleichem Niveau auf den nord- und süddeutschen Märkten beobachten. Die niedrigsten Durchschnittspreise existieren auf dem ostdeutschen Markt mit einem Abstand zum durchschnittlichen Marktpreis in Süddeutschland von ca. 15,10 Euro. Die Preise in Westdeutschland ordnen sich zwischen diesen beiden Extremen ein. Variationen innerhalb eines regionalen Markts zeigen sich hinsichtlich der effektiven Zementpreise, was vor allem auf Kundenspezifika und damit den Einfluss von Kunden auf die verhandelten Preise zurückzuführen ist. 209 Abb. 4-30: Regionale Durchschnittspreise inklusive Fracht (deflationiert auf die Basis Dezember 2010) 77 ,6 0 EU R 83 ,8 4 EU R 90 ,6 1 EU R 76 ,2 5 EU R 84 ,3 7 EU R 99 ,2 2 EU R 60 ,3 4 EU R 72 ,5 9 EU R 77 ,7 9 EU R 71 ,6 1 EU R 75 ,7 3 EU R 91 ,1 8 EU R 0 EUR 20 EUR 40 EUR 60 EUR 80 EUR 100 EUR 120 EUR CEM I 32,5 R CEM I 42,5 R CEM I 52,5 R Nord Süd Ost West Anmerkung: Durchschnittspreise (in Preisen von 2010) inklusive Fracht nach Region und Festigkeit Quelle: CDC-Transaktionsdaten; eigene Berechnungen Die Bedeutung von Transportkosten Aufgrund der zentralen Bedeutung des Transportkostenanteils für Zementpreise sollen im Folgenden unterschiedliche Aspekte der Entfernung von Lieferwerken und Abladestellen diskutiert werden. Fehlende Informationen über den Auslastungsgrad der Lieferwerke erfordern die Annahme, dass Zementwerke stets über hinreichende freie Kapazitäten verfügen, sodass sie eine marginal höhere Nachfrage stets bedienen könnten. Entfernungen zwischen Lieferwerken und Abladestellen Hinsichtlich der Marktabgrenzung stellt neben der durch die Unternehmen im Wege von Absprachen künstlich vollzogenen Unterteilung des deutschen Zementmarkts in die Regionen Nord, Süd, West und Ost die Transportfähigkeit von Zement eine wesentliche Komponente dar. Während Zement bei entsprechend geringer Luftfeuchtigkeit keinen physischen Transportgrenzen unterliegt, müssen bei der Bestimmung der Lieferentfernung vor allem transportkostenbasierte Elemente berücksichtigt werden. Nach Angaben von Zementanbietern und -nachfragern herrscht in Abhängigkeit vom Transportmittel eine dreistufige Kostenfunktion: Bei einer Lieferentfernung bis ca. 250 km ist der Lkw das günstigste Transportmittel; aufgrund von Skaleneffekten wird dann bis ca. 600 km der Transport auf der Schiene lukrativer, und anschließend ist bei Vorliegen der entsprechenden verkehrstechnischen Voraussetzungen der Transport per Schiff vorzuziehen (D’Aspremont et al., 2000). Die mehrstufige Transportkostenfunktion 210 ist beim mehrheitlich innerdeutschen Transport der betrachteten Daten zwar von geringerem Interesse, muss allerdings insbesondere bei Ostimporten berücksichtigt werden. Das für Zement typische Verhältnis zwischen niedrigem Produktpreis und hohen Transportkosten schlägt sich deutlich in den effektiven Lieferentfernungen nieder. An den CDC-Daten lässt sich beobachten, dass die Strecke zwischen Lieferwerk und Abladestelle einer Zementlieferung 260 km üblicherweise nicht überschreitet. In früheren Untersuchungen zu Zementwerken wurden bei Lieferungen per Lkw üblicherweise Lieferentfernungen von 200–250 km angegeben. Die Ergebnisse der Datenbank bestätigen folglich die bestehenden Angaben und heben zusätzlich die Bedeutung des Kurzstreckentransports bei der Lieferung von Zement hervor. Abb. 4-31: Beobachtete Lieferentfernungen (in km) 1993–2002 0t 200t 400t 600t 800t 1.000t 1.200t 1.400t 1.600t bi s 2 0 40 b is 60 80 b is 10 0 12 0 bi s 1 40 16 0 bi s 1 80 20 0 bi s 2 20 24 0 bi s 2 60 28 0 bi s 3 00 32 0 bi s 3 40 36 0 bi s 3 80 40 0 bi s 4 20 44 0 bi s 4 60 48 0 bi s 5 00 52 0 bi s 5 40 56 0 bi s 5 80 60 0 bi s 6 20 64 0 bi s 6 60 68 0 bi s 7 00 72 0 bi s 7 40 76 0 bi s 7 80 80 0 bi s 8 20 84 0 bi s 8 60 88 0 bi s 9 00 92 0 bi s 9 40 96 0 bi s 9 80 10 00 b is 10 20 10 40 b is 10 60 10 80 b is 11 00 11 20 b is 11 40 -- --- --- --- --- -un be ka nn t Ta us en de Entfernungsklasse Quelle: CDC-Transaktionsdaten; eigene Berechnungen Abb. 4-31 zeigt die Verteilung der Gesamtliefermengen nach Entfernungsklassen. Die enorme Spannweite der Lieferentfernungen bis über 1.000 km ist auf Importe aus osteuropäischen Ländern zurückzuführen. Unterschiedliche Lieferentfernungen und damit verbundene Kostenunterschiede ergeben sich aufgrund der Transportmodi. Deutlich geringere Transportkosten für längere Strecken resultieren insbesondere aus dem Transport auf der Schiene. Gespräche mit vertikal integrierten Zementnachfragern bestätigten, dass staatliche osteuropäische Bahnunternehmen noch in den 1990er-Jahren einen subventionierten, annähernd kostenneutralen Transport von Zement bis zur deutschen Grenze unterstützten. Um die Bedeutung regionaler Marktabgrenzungen und damit zusammenhängender Lieferrestriktionen analysieren zu können, werden zunächst die Beziehungen zwischen Lieferwerken und Abladestellen hinsichtlich regionaler Markt- 211 unterschiede betrachtet und wird geprüft, ob sich die aus dem Bußgeldverfahren bekannten Lieferrestriktionen auch an den vorliegenden Transaktionsdaten zeigen. Im nächsten Schritt erfolgt dann eine Analyse der Lieferentfernung. Da Lieferbeziehungen üblicherweise zwischen Kunden und Herstellern (und nicht zwischen Kunden und Händlern) bestehen, muss das Lieferwerk entweder in Absprache mit dem Kunden bestimmt oder durch eine optimale Wahl des Herstellers festgelegt werden. Aufgrund mit der Entfernung weitgehend linear steigender Transportkosten bei gegebenem Transportmittel kann davon ausgegangen werden, dass Kunden, aber auch Hersteller ein Interesse an kurzen Lieferstrecken haben. Dies ist insoweit auch unabhängig von der in Abschnitt 4.2.3.7 beschriebenen Problematik der Frankostationspreise. Wie sich die Entfernung auf die Wahl des Lieferwerks auswirkt und welche Unterschiede zwischen Kartellanten und Nichtkartellanten bestehen, soll in diesem Abschnitt unter Berücksichtigung deskriptiver Analysen diskutiert werden. Regionale Marktabgrenzung und Lieferrestriktionen – Auswirkungen auf Lieferbeziehungen In der Urteilsbegründung des OLG Düsseldorf zum Zementkartell sind die vier Hauptmärkte Nord, Süd, West und Ost unterschieden worden, wie sie auch die Kartellanten in ihren Quotenabsprachen unterstellt hatten. Lieferungen zwischen diesen Hauptmärkten wurden durch entsprechende Vorgaben während des Kartells zwar weitgehend unterbunden und mit entsprechenden Straflieferungen bei Missachtung auch sanktioniert. Dennoch zeigte bereits die Diskussion im Bußgeldverfahren, dass sich die getroffenen Quotenabsprachen zwischen Kartellanten nur bedingt durchsetzen ließen. Insbesondere wurden getroffene Regelungen von kleineren Zementherstellern ignoriert, die nicht Mitglieder des Kartells waren. Wie sich diese Absprachen in den verwendbaren Transaktionsdaten abzeichnen, soll durch Tab. 4-14 verdeutlicht werden. Tab. 4-14: Lieferbeziehungen während des Kartellzeitraums, bezogen auf Portlandzement (Anzahl der Lieferungen) Ziel Nord Ost Süd West Gesamt H er ku nf t Nord 1.988 967 20 2.602 5.577 Ost 61 46.357 447 271 47.136 Süd 0 1.588 58.909 21.610 82.107 West 2.871 4 24 36.893 39.792 Gesamt 4.920 48.916 59.400 61.376 174.612 Quelle: CDC-Transaktionsdaten; eigene Berechnungen 212 Auf der Hauptdiagonale sind die Lieferungen innerhalb einer Region dargestellt. Die anderen Felder zeigen die Lieferungen aus der Herkunftsregion in die Zielregion. Zum Beispiel sind in der Datenbank 967 Lieferungen aus der Region Nord in die Region Ost enthalten. Insgesamt ergibt sich ein sehr heterogenes Bild der Lieferverflechtungen, wobei insbesondere Informationen über den süd- und den ostdeutschen Markt zur Verfügung stehen. Vergleichsweise wenige Lieferungen betreffen den norddeutschen Markt. Bei der Betrachtung ist zu berücksichtigen, dass die Daten von Zementnachfragern stammen. Daher können aus Tab. 4-14 keine Informationen über das Verhalten der Hersteller abgeleitet werden, da die Beziehungen nur einen Teil der Lieferungen je Hersteller und Lieferwerk umfassen. Tab. 4-14 zeigt deutlich, dass während des Kartellzeitraums die Mehrzahl der Lieferungen von Zementwerken der Nachfrageregion stammt. Hierbei spielten wohl nicht nur die relativ hohen Transportkosten eine Rolle, sondern auch die kartellbedingten Kundenzuweisungen und der von den Kartellanten (wohl) bezweckte „Schutz der Heimatmärkte“. Lediglich für die Region Nord überwiegt die Zahl der Lieferungen aus der westdeutschen Region die Zahl innerregionaler Lieferungen. Hinsichtlich der anderen Lieferbeziehungen zeigt sich, dass in der Regel weniger als 10% der Lieferungen regionenübergreifend stattfinden, weswegen der Datensatz weitgehend die innerdeutschen Lieferbeziehungen insgesamt widerspiegelt.395 Bei der Betrachtung der interregionalen Lieferbeziehungen insgesamt fällt auf, dass vor allem Lieferungen aus dem hochpreisigen Markt Süd in andere Märkte stattfinden. Mögliche Gründe hierfür könnten einerseits in der Datenerhebung oder aber in der Produktionstechnologie liegen. Die Erhebung dieser Datenbank stellt ein Pilotprojekt in Europa dar, da privatrechtlich bislang noch kein vergleichbarer Prozess angestrebt wurde. Die Datengrundlage hängt maßgeblich von der Zusammensetzung der Zedenten ab. Daraus mag insbesondere eine mögliche positive Verzerrung der Exporte aus der süddeutschen Region resultieren. Hinsichtlich weiterführender produktionstechnischer Hintergründe kann der Export aus hochpreisigen in niedrigpreisige Regionen damit erklärt werden, dass freie Kapazitäten der Lieferwerke in hochpreisigen Regionen weiter ausgenutzt werden oder aber auch eine günstigere Produktion aufgrund von Größeneffekten der Lieferwerke in Hochpreisregionen möglich ist, die höhere Lieferkosten kompensiert. Gerade dieser zweite Aspekt muss in den weiterführenden Abschnitten noch näher analysiert und diskutiert werden. Wahl des Lieferwerks Häufig werden Lieferkosten unter dem Hinweis, dass diese vom Hersteller übernommen werden, nicht explizit in Rechnungsbelegen für Kunden ausgewie- 395 Hinsichtlich der Lieferbeziehungen von Kartellanten zeigt sich im Vergleich ein ähnliches Bild. Ausnahmen stellen Lieferungen von Süd nach West und Lieferungen von West nach Nord dar, da nur eine geringe Zahl rein norddeutscher Lieferbeziehungen existiert. 213 sen. Es ist allerdings davon auszugehen, dass diese dennoch in den Preis der gelieferten Menge eingehen. Daher werden sie letztlich vom Kunden getragen. Berücksichtigt man, dass es sich bei dem Zementmarkt um einen „nachfragebedingten“ Markt handelt, so steigen mit der Lieferentfernung die Opportunitätskosten des Herstellers. Denn bei kürzerer Lieferentfernung kann ein Hersteller mit gleicher Fahrzeugauslastung (auch anderen Nachfragern) mehr Zement anbieten. Diese Opportunitätskosten sollten daher die Hersteller neben den eigentlichen Transportkosten direkt oder indirekt an die Zementnachfrager weitergeben. Dies geschieht zumindest teilweise durch das Frankostationspreissystem. Da die Preise innerhalb einer Lieferregion durch dieses System festgeschrieben sind, sollten die Hersteller dennoch das zur Abladestelle nächste Lieferwerk wählen. Unter Berücksichtigung beider Kostenaspekte beschränkt sich die Entscheidung über die Wahl des Lieferwerks daher vor allem auf die Abwägung produktionstechnologischer Faktoren durch den Hersteller.396 Im Folgenden soll daher zunächst betrachtet werden, wie sich die Wahl des Lieferwerks in den verfügbaren Daten abzeichnet und welche Unterschiede sich zwischen Herstellern und Regionen sowie auch über die Zeit ergeben. Hierfür wurden zunächst für alle Abladestellen die Abstände zu möglichen Lieferwerken ermittelt, die maximal der Entfernung zum tatsächlichen Lieferwerk entsprechen. Aufgrund des sehr dichten Straßennetzes in Deutschland bietet dieser Abstand eine gute Approximation an die tatsächliche Lieferentfernung. Dies entspricht auch dem üblichen ökonomischen Vorgehen in Transportkostenmodellen für Deutschland und hat sich auch in stichprobenbasierten Vergleichen gezeigt. Neben deutschen Werken wurden auch Lieferwerke in Grenznähe berücksichtigt, die als potenzielle Lieferwerke mit einem Lkw ebenfalls angefahren werden können. Während die Wahl des Herstellers zumindest bedingt durch den Zementnachfrager beeinflusst ist, obliegt die Wahl des Lieferwerks dem Hersteller. Zunächst wird die Zugehörigkeit der Lieferwerke zu einem bestimmten Hersteller vernachlässigt und lediglich die Entfernung zum jeweiligen tatsächlichen Lieferwerk im Vergleich zu näheren Alternativen betrachtet. Die durchschnittliche Entfernung zum nächsten Lieferwerk liegt bei ca. 32,7 km, wobei die relativ hohe Standardabweichung von 23,1 km auf wesentliche Unterschiede hinweist. Der regionale Vergleich zeigt, dass in den süd- und ostdeutschen Märkten die Abstände zum nächsten Lieferwerk mit 31,8 km bzw. 33,2 km am geringsten sind und in der Region Nord der Abstand mit 40,8 km am höchsten ist. Geht man davon aus, dass die Abladestellen hinsichtlich ihrer regionalen Verteilung (nicht hinsichtlich ihrer Anzahl) für die Regionen repräsentativ sind, so deutet die Entfernung auf eine höhere räumliche Konzentration oder auch eine geringere Anzahl von Lieferwerken in Norddeutschland als in der restlichen Republik hin. 396 Das Frankostationspreissystem wirkt sich lediglich dann aus, wenn ein Hersteller zwischen zwei Werken unterschiedlicher Regionen wählen kann. Dies kann allerdings mit den im Rahmen dieser Studie verfügbaren Informationen nicht näher analysiert werden. 214 Im nächsten Schritt stellt sich nun die Frage, wie die Hersteller ein Lieferwerk auswählen und ob möglicherweise gezielt weiter entfernt liegende Standorte zu Abladestellen genutzt werden. Für die Betrachtung der herstellerbezogenen Lieferentfernungen wurden die in der CDC-Datenbank verfügbaren Lieferwerke um die verbleibenden deutschen und nahe gelegene nichtdeutsche Lieferwerke ergänzt und deren Eigentümer ermittelt. Die gefundene kürzere Distanz zwischen Lieferwerken und Abladestellen in Süddeutschland bestätigt sich auch hinsichtlich des nächsten Lieferwerks des gewählten Herstellers zur Abladestelle. Mit durchschnittlich 39,7 km liegt auch das nächste Lieferwerk des gewählten Herstellers in der Region Süd wesentlich näher an der Abladestelle als in den anderen Regionen. Mit 63,0 km ist der Abstand in Ostdeutschland am größten. Vergleicht man die Distanz zum gewählten Lieferwerk, so zeigt sich für Norddeutschland, dass in der Regel das gewählte auch dem nächsten Lieferwerk entspricht. In Süd- und in Ostdeutschland liegt das gewählte Lieferwerk allerdings 13,5 km bzw. 14,7 km weiter entfernt als das nächste Lieferwerk. Auf den ersten Blick erscheint diese zusätzliche Entfernung vergleichsweise gering. Zu berücksichtigen ist allerdings, dass der gewählte Hersteller häufig nicht der mit dem nächsten Lieferwerk zur Abladestelle ist und dass es sich hier um die nur durch den Hersteller beeinflussbare zusätzliche Distanz handelt. Dies bedeutet, dass jede intraregionale Lieferstrecke im Durchschnitt um ca. ein Viertel bzw. ein Drittel der möglichen Fahrstrecke je Hersteller länger als nötig ist. Interregionale Lieferungen übersteigen die kürzestmögliche Distanz um ein Vielfaches. Erwartungsgemäß zeigt sich nur eine geringe Schwankung über die Zeit, was aufgrund der gleichbleibenden Nachfrager nach Zement in der Datenbank zu erwarten ist. Ebenfalls existieren keine signifikanten Unterschiede in der Wahl des Lieferwerks durch einen Hersteller über die Zeit. Der hohe Anteil von Transportkosten, der bei der Beschaffung von Zement anfällt, bietet einzelnen Zementwerken in einer bestimmten Absatzregion einen Standortvorteil. Solange eine entsprechende Auslastung noch nicht erreicht ist, kann ein räumlich näheres Zementwerk bei gleicher Produktionstechnologie die Beschaffungskosten für Zement aus anderen, weiter entfernten Werken (also die Kombination aus Angebotspreis und Transportkosten) unterbieten. Die geringere Höhe der Transportkosten aufgrund einer geringeren Lieferentfernung ist dabei ausschlaggebend. Diese Beobachtung ist unabhängig davon, ob der Transport vom Zementhersteller durchgeführt wird und die Kosten dafür im Zementpreis inbegriffen sind oder ob der Kunde den Transport selbst organisiert. Soweit ein Zementwerk bei der Belieferung eines bestimmten Kunden einen Standortvorteil hat, ist es plausibel, dass sich dieser Standortvorteil in der Preisgestaltung wiederfindet. Für das einem Kunden am nächsten gelegene Zementwerk ist es rational, den Zementpreis so zu wählen, dass die Kombination aus Produktpreis und Transportkosten die minimale kostendeckende Kombination aus Produktpreis und Transportkosten des nächstgelegenen konkurrierenden Werks knapp unterschreitet. Das Zementwerk mit Standortvorteil kann dadurch 215 einen Gewinn erwirtschaften, der den zusätzlichen Transportkosten vom zweitnächsten Zementwerk entspricht. 4.3.2.4 Multivariate Analyse, basierend auf vollständig disaggregierten Daten Im Unterschied zur deskriptiven Betrachtung von Variablen, wie sie im vorangegangenen Abschnitt vorgenommen wurde, ermöglicht die multivariate Analyse die gleichzeitige Berücksichtigung mehrerer Einflussfaktoren einer Variablen. Das multivariate Vorgehen verringert daher das Risiko sogenannter Scheinkorrelationen. Obwohl ökonometrische Modelle gerade bei der Anwendung auf wettbewerbsspezifische Fragestellungen auf einem theoriebasierten Modell oder zumindest auf klassischen theoretischen Annahmen aufgebaut werden sollten, stellen vor allem Modelle unter Verwendung stark disaggregierter Daten andere Anforderungen an ein ökonometrisches Modell397 als (branchen- und landesweit) aggregierte Daten, wie sie in Abschnitt 4.3.1 verwendet wurden. Diese Aspekte sollen mithilfe der CDC-Daten für das von 1992–2002 existierende Zementkartell diskutiert werden. Vor der eigentlichen multivariaten Analyse werden deskriptive Statistiken der ins Modell einfließenden Variablen präsentiert und diskutiert. In einem Exkurs wird darüber hinaus die Entwicklung der Preisnachlässe über die Zeit insbesondere vor dem Hintergrund des Kartellzusammenbruchs betrachtet. In den anschließenden multivariaten Analysen werden die Transaktionsdaten in Form einzelner Rechnungspositionen, also die Daten in ihrem höchsten Detailierungsgrad, verwendet. Zunächst werden hierfür Unterschiede in der Modellspezifikation hinsichtlich der Verwendung absoluter Größen (Niveauspezifikation) und logarithmierter Größen (log-lineare Spezifikation) der Daten diskutiert. Während die Niveauspezifikation absolute Aussagen erlaubt („steigt der Preis um einen Euro, sinkt die Nachfrage um x Mengeneinheiten“), ermöglicht die logarithmierte Spezifikation der Daten relative Aussagen („steigt der Preis um 1%, sinkt die Nachfrage um x%“). Ebenso werden die Ergebnisse der multivariaten Analyse mit den Ergebnissen der einfachen deskriptiven Analysen verglichen, um so zu prüfen, inwieweit Unterschiede hinsichtlich des Erklärungsgehalts existieren. In diesem Teil der Analyse werden hinsichtlich des Datensatzes und der bereits diskutierten Analysethemen und -methoden die folgenden Annahmen unterstellt: Aufgrund begrenzter Datenverfügbarkeit beschränken wir den Betrachtungszeitraum auf die Periode 1993–2003, was zur Folge hat, dass wir einerseits nicht den gesamten Kartellzeitraum betrachten können. Andererseits ist auch die Vergleichsperiode nach dem Ende des Kartells sehr begrenzt. 397 Bei dem Vergleich verschiedener ökonometrischer Modelle stellt sich insbesondere die Frage, ob sich einzelne Variable möglicherweise wechselseitig beeinflussen. Ebenso kann eine Fehlspezifikation des Modells (sowohl hinsichtlich der erklärenden Variablen als auch hinsichtlich der funktionalen Form des Modells) zu verzerrten Schätzergebnissen führen. 216 Während bei Bußgeldverfahren die Betrachtung des Kartells insgesamt im Fokus der Analyse steht, erfordert die Durchsetzung privatrechtlicher Schadensersatzansprüche die Ermittlung des individuell entstandenen Schadens. Das Ziel einer möglichst realistischen Schadensermittlung erfordert daher die Analyse unter Verwendung vergleichbarer Datensätze. Um diesem Anspruch gerecht zu werden, beschränken wir uns hinsichtlich des Kartellzeitraums auf den Zeitraum, für den hinreichend viele vergleichbare Angaben existieren. Bezüglich des Nachkartellzeitraums besteht das Problem, dass individuelle Informationen nur eingeschränkt vorliegen. Allerdings ist für den Zeitraum bis Ende 2003 noch eine vergleichbar breite Datenbasis wie im Kartellzeitraum vorhanden, sodass diese Datensätze neben denen für 2002 noch für die Vergleichsperiode mit aufgenommen werden können. Die bereitgestellten Transaktionsdaten stellen ein sogenanntes „unbalanced panel“ dar. Ein „Panel“ ist ein Datensatz, bei dem sich Daten hinsichtlich eines bestimmten Kriteriums wiederholen. Im vorliegenden Datensatz können dies die Abnehmer, die Hersteller, die Lieferstellen oder Kombinationen daraus sein. Man spricht von einem „unbalanced panel“, wenn die Wiederholungen hinsichtlich unterschiedlicher Ausprägungen des Kriteriums nicht zu den gleichen Zeitpunkten stattfinden.398 Die einfacheren, zunächst zu betrachtenden „gepoolten Modelle“ vernachlässigen diese Paneldatenstruktur des CDC-Datensatzes. Dies bedeutet, dass die Wiederholung identischer Abladestellen und gleichzeitig die zeitliche Struktur in den multivariaten Analysen keine besondere Berücksichtigung finden. Bei gepoolten Modellen können zwar zeitliche Trends oder zeitpunktbezogene Unterschiede berücksichtigt werden; ein gleichbleibender individueller Einfluss über die Zeit kann bei einer Paneldatenstruktur allerdings nur mithilfe von Paneldatenmodellen wie „Fixed-Effects“- oder „Random-Effects“-Modellen berücksichtigt werden. Die Unterschiede zwischen diesen zeitabhängigen Modellen und den Ergebnissen des gepoolten Schätzansatzes sollen daher diskutiert und ökonometrische Tests zur Auswahl des entsprechenden Schätzmodells vorgestellt werden. Anschließend wird in Abschnitt 4.3.2.5 der Datensatz hinsichtlich mehrerer Kriterien aggregiert, um ihn so vergleichbarer mit den öffentlich verfügbaren Daten zu machen. Unterschiede ergeben sich hinsichtlich einzelner Aspekte wie Herstellern, Abladestellen oder Abnehmern. Detailinformationen aus dem disaggregierten Datensatz erlauben es, einzelne Aspekte zu berücksichtigen und danach zu differenzieren, wodurch insbesondere auch dem Problem der Repräsentativität Rechnung getragen werden kann. 398 Im Gegensatz hierzu wiederholen sich die Beobachtungen mit unterschiedlichen Ausprägungen des Panelkriteriums bei einem „balanced panel“ immer zu den gleichen Zeitpunkten (und üblicherweise auch nach den gleichen Zeiträumen). 217 4.3.2.4.1 Deskriptive Statistiken zum multivariaten Modell Eine multivariate Analyse setzt üblicherweise detaillierte Informationen über den zu verwendenden Datensatz voraus. Ähnlich wie im zweiten Teil dieses Kapitels sind daher vor der multivariaten Analyse deskriptive Statistiken für den Gesamtdatensatz und einzelne Teildatensätze notwendig, die einen ersten Überblick erlauben. Für ein möglichst repräsentatives Bild wird der Datensatz in die Kartellperiode und in die anschließende Nichtkartellperiode aufgeteilt. Tab. 4-15 gibt einen Überblick über die Variablen, die in die multivariate Analyse eingehen. Aufgrund der zentralen Bedeutung der Preisvariablen wurde diese auch nach Marktregion und Festigkeitsgrad von CEM-I-Portlandzement unterschieden.399 Hinsichtlich regionaler Preisunterschiede zeigt sich über den Betrachtungszeitraum das bereits bekannte Bild mit höheren Preisen in den Regionen Nord und Süd. Steigende Preise im Festigkeitsgrad waren bereits Abb. 4-30 zu entnehmen. Als Maß der konjunkturbedingten Zementnachfrage wird die Variable „Produktionsindex Betonfertigteile“ in die Schätzungen mit aufgenommen. Der Produktionsindex ist trendbereinigt, sodass durch diesen keine saisonalen Schwankungen aufgefangen werden. Tab. 4-15: Deskriptive Statistiken (Gesamtzeitraum 1993–2003) Variable Symbol Einheit Mittelwert Std.abw. Min. Max. Deflationierter Preis p Euro 74,81 15,04 1,30 231,20 Deflationierter Preis Nord Euro 83,57 16,92 18,40 228,41 Deflationierter Preis Süd Euro 80,22 14,52 14,79 178,71 Deflationierter Preis West Euro 75,07 14,15 1,55 231,20 Deflationierter Preis Ost Euro 66,81 11,91 1,30 210,51 Deflationierter Preis Festigkeit 32,5 Euro 68,45 14,18 1,30 228,41 Deflationierter Preis Festigkeit 42,5 Euro 77,28 14,00 1,55 231,20 Deflationierter Preis Festigkeit 52,5 Euro 85,88 18,55 8,31 130,14 Produktionsindex Betonfertigteile (trendbereinigt) Bft 138,366 12,767 107,900 161,700 Jahresnachfrage JNf 1.000 t 91,564 96,831 0,084 368,644 Ostimport Ostimp 0,041 0,199 0 1 Abladestelle Nord (Referenz) 0,073 0,260 0 1 Abladestelle Süd Süd 0,314 0,464 0 1 Abladestelle West West 0,310 0,463 0 1 Abladestelle Ost Ost 0,303 0,459 0 1 Festigkeit 32,5 F32,5 0,322 0,467 0 1 Festigkeit 42,5 F42,5 0,635 0,481 0 1 Festigkeit 52,5 (Referenz) 0,043 0,203 0 1 Anmerkung: Portlandzementpreise in Preisen von 2010, Deflationierung mithilfe des Kalkindex; Quelle: CDC-Transaktionsdaten; eigene Berechnungen 399 Im Folgenden wird nur die Sorte CEM-I-Portlandzement betrachtet. 218 Wie bereits einführend diskutiert wurde, ist die Betrachtung des direkten Einflusses der transaktionsbasierten Menge auf den Preis nicht zielführend, da die jeweilige Rechnungsmenge durch die Größe des Transportmittels vorgegeben ist. Daher wird die Variable Jahresnachfrage verwendet, welche die insgesamt nachgefragte Menge an Zement eines Kunden innerhalb eines Jahres angibt. Alternativ stellt sich aber die Frage, ob die nachgefragte Menge je Abladestelle oder die nachgefragte Menge je Hersteller eine genauere Approximation des Preis- Mengen-Zusammenhangs ermöglicht. Insbesondere die nachgefragte Menge je Abladestelle sollte auftragsbezogen den Preis-Mengen-Zusammenhang abbilden. Andererseits werden Preisnachlässe üblicherweise gesamtnachfragebezogen gewährt. Aus unserer Sicht sprechen zwei Aspekte gegen die Verwendung des abladestellenbezogenen Approximationsmaßes. In der CDC-Datenbank sind einerseits Transportunternehmen, die zu unterschiedlichen Abladestellen liefern, und andererseits Unternehmen, die Zement an einem oder mehreren fixen Standorten weiterverarbeiten (z.B. Hersteller von Pflastersteinen oder Bahnschwellen). Eine Unterscheidung nach Abladestellen würde daher insbesondere die Bedeutung von Transportunternehmen unterbewerten. Darüber hinaus ergibt sich das Problem, dass keine adäquaten Approximationsmaße für die Liefermenge je Abladestelle zur Verfügung stehen. Einerseits soll der Preis durch die Menge erklärt werden. Andererseits sollte aber gerade bei Transportunternehmen der Preis einen umgekehrten Einfluss auf die beim Anbieter bestellte Menge haben. Daher würde ein sogenanntes „Simultanitätsproblem“ zwischen Preis und Menge, also eine gegenseitige Beeinflussung von Preis und Menge, auf Basis der Abladestelle existieren. Da sich Rechnungen häufig auf eine Abladestelle je Kunde beziehen, ist es notwendig, diesen Aspekt über die Aufnahme von Dummy-Variablen (z.B. Abladestelle Süd) zu berücksichtigen. Dieser Aspekt wird im Rahmen der Modellspezifikation noch ausführlicher diskutiert. Die Dummy-Variable Ostimport kennzeichnet Importe aus Polen oder der Tschechischen Republik. Der geringe Anteil von Ostimporten (4,1%) zeigte sich auch in Abb. 4-23 oben. Bezüglich der Normfestigkeiten dominieren Portlandzemente der Festigkeitsstufen 32,5 N/mm² (32,2%) und 42,5 N/mm² (63,5%) den Datensatz. Im Folgenden werden nun die Mittelwerte der Variablen über die beiden Perioden Kartellzeitraum und Nichtkartellzeitraum verglichen. Als Kartellzeitraum wird die Zeitspanne zwischen Januar 1992 und Januar 2002 angesehen; der Nichtkartellzeitraum besteht aus der sich anschließenden Periode bis Dezember 2003. 219 Tab. 4-16: Deskriptive Statistiken (nach Perioden aufgeteilt) Variable Einheit Mittelwert Kartellzeitraum Mittelwert Nichtkartellzeitraum Deflationierter Preis Euro 76,42 57,47 Deflationierter Preis Nord Euro 85,05 59,48 Deflationierter Preis Süd Euro 82,03 64,85 Deflationierter Preis West Euro 76,86 56,04 Deflationierter Preis Ost Euro 68,28 47,38 Deflationierter Preis Festigkeit 32,5 Euro 70,11 50,01 Deflationierter Preis Festigkeit 42,5 Euro 78,72 60,89 Deflationierter Preis Festigkeit 52,5 Euro 90,76 60,69 Produktionsindex Betonfertigteile (trendbereinigt) 140,942 110,699 Jahresnachfrage 1.000 t 92,082 85,992 Ostimport 0,044 0,019 Abladestelle Nord 0,075 0,049 Abladestelle Süd 0,307 0,388 Abladestelle West 0,310 0,313 Abladestelle Ost 0,308 0,249 Festigkeit 32,5 0,323 0,313 Festigkeit 42,5 0,638 0,605 Festigkeit 52,5 0,040 0,082 Anmerkung: Portlandzementpreise in Preisen von 2010, Deflationierung mithilfe des Kalkindex Quelle: CDC-Transaktionsdaten; eigene Berechnungen Für die vier Abladeregionen ist ein Preisrückgang zu beobachten, der die Entwicklung des Zementpreisindex sehr deutlich nachzeichnet. Ein ähnliches Ergebnis ist auch für den Vergleich auf der Grundlage der Festigkeitsklassen festzustellen, wobei allerdings vor allem der Preisrückgang für Portlandzement der Normfestigkeit 52,5 N/mm² auffällt. Der Produktionsindex Betonfertigteile zeigt einen rückläufigen Trend der Zementnachfrage über die Zeit, was vor allem durch die konjunkturelle Entwicklung während des Betrachtungszeitraums erklärt werden kann. Die Nachkartellphase entspricht dem konjunkturellen Abschwung und langsamen Wiederaufschwung nach 2000. Vor diesem Hintergrund ist auch der Rückgang der Jahresnachfrage je Kunde zu betrachten. Hinsichtlich der Abladestellen ist eine anteilsmäßige Verschiebung von den Regionen Nord und Ost insbesondere hin zur Region Süd zu erkennen. Diese Verschiebung stellt keine marktbedingte Veränderung dar, sondern ist in der Veränderung der verfügbaren Daten begründet. Der Anteil der Festigkeitsklassen zeigt der zweiten Betrachtungsphase einen Anstieg der Nachfrage nach hoher Festigkeit in, während vor allem die Nachfrage nach mittlerer Festigkeit zurückgeht. Unter Berücksichtigung dieser Ergebnisse der deskriptiven Betrachtung sollen im nächsten Schritt mehrere multivariate Modelle entwickelt und einander gegenübergestellt werden. 220 4.3.2.4.2 Niveauspezifikation versus log-lineare Spezifikation In diesem Abschnitt werden Unterschiede zwischen der Niveau- und der loglinearen Spezifikation aufgezeigt und diskutiert. Dabei wird die mathematische Herleitung vernachlässigt und das Gewicht auf die Interpretation der Schätzergebnisse gelegt. Analog dem Schätzmodell mit aggregierten Daten wird der Einfluss der Kartellperiode auf die Preissetzung unter Berücksichtigung weiterer Variablen analysiert. Aus obigem Ansatz ist bekannt, dass ein simultaner Zusammenhang zwischen Preis und nachgefragter Menge existieren sollte. Hinsichtlich der Individualdaten wurde schon diskutiert, dass dieser Aspekt zumindest bei der Betrachtung von Rechnungsdaten vernachlässigt werden kann, da die pro Rechnung ausgewiesene Menge durch die Transportkapazität des Lkw oder des Zugs restringiert ist. Eine Instrumentierung der Nachfrage auf dieser Aggregationsstufe ist nicht notwendig, da der Preis nicht die rechnungsbezogene Menge beeinflusst. Im Gegensatz zur Verwendung aggregierter Daten in Abschnitt 4.3.1 können Unterschiede zwischen den vier deutschen Teilmärkten kontrolliert werden. Dazu werden die entsprechenden Indikatorvariablen in die Schätzspezifikation mit aufgenommen. Zum Beispiel hat die Dummy-Variable für die Region Süd den Wert eins, wenn eine Lieferung in der südlichen Marktregion abgeladen wird. Für alle anderen Lieferungen nimmt die Dummy-Variable den Wert null an. Entsprechend werden auch Dummy-Variablen für die anderen Marktregionen verwendet. Die Region Nord dient als Referenzregion. Der Effekt dieser Dummy-Variablen auf den Preis wird daher im Vergleich zur Region Nord interpretiert. Darüber hinaus können analog durch Dummy-Variablen auch Unterschiede in der Normfestigkeit berücksichtigt werden. In diesem Fall dient hinsichtlich der Interpretation des Effekts die Festigkeit 52,5 N/mm² als Referenzgröße. Exkurs: Entwicklung rechnungswirksamer und nichtrechnungswirksamer Preisnachlässe Abb. 4-32 zeigt den Abstand zwischen dem Rechnungspreis und dem Preis nach Abzug rechnungswirksamer und nichtrechnungswirksamer Abschläge in Relation zum Bruttopreis, aggregiert auf Monatsbasis. Es zeigt sich, dass die Abschläge gerade nach dem Kartellzeitraum gestiegen sind. Das Kartell hat folglich nicht nur zur Preisstabilität beigetragen, wie dies bereits bei dem auf Listenpreisen basierten Erzeugerpreisindex Zement festgestellt werden kann. Vielmehr hat es auch zu einer Konstanz gewährter Preisabschläge geführt. Unterstellt man, dass die Brutto-Rechnungspreise den Listenpreisen entsprechen oder sich zumindest an diesen orientieren, so haben sich in der anschlie- ßenden Periode ein Bruttopreisverfall und darüber hinaus auch ein Anstieg gewährter Preisreduktionen herausgebildet. In Abb. 4-32 ist neben dem monatlich durchschnittlichen Brutto-netto-Preisunterschied auch das mittlere 95%-Konfidenzintervall abgebildet. Dies erlaubt einen Überblick über die Streuung der individuellen Preisminderung. Während dieses Band im Kartellzeitraum relativ wenig variiert und vor allem nach oben hin vergleichsweise 221 konstant bleibt, weitet es sich nach dem Kartellzeitraum. Zusätzlich steigt auch die Volatilität insbesondere am unteren Rand.400 Abb. 4-32: Entwicklung der relativen Preisreduktion 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 19 93 -0 1 19 94 -0 1 19 95 -0 1 19 96 -0 1 19 97 -0 1 19 98 -0 1 19 99 -0 1 20 00 -0 1 20 01 -0 1 20 02 -0 1 20 03 -0 1 relative Preisreduktion 5%-Perzentil 95%-Perzentil Quelle: CDC-Transaktionsdaten; eigene Berechnungen Zur Ermittlung des mittleren Preisaufschlags im Kartellzeitraum wird nun das folgende Modell betrachtet: 97 02 32,5 42,5 97 02 32,5 42,5 i K i K i Bft i JNf i Ostimp i i West i Ost i F i F iüd iS K K Bft JNf Ostimp Süd West Os F F p t α β β β β β β β β β β ε = + + + + + + + + + + + (22) Der deflationierte Preis pi je Transaktion i wird erklärt durch die oben angeführten Variable und zwei Variable für den Kartellzeitraum K97 und K02, die entsprechend dem Modell im Bußgeldverfahren den Kartellzeitraum in zwei Teil-Zeiträume gliedern. Tests auf Verwendung einer linearen Trendvariablen haben eine hohe negative Korrelation mit dem Produktionsindex Betonfertigteile gezeigt, weswegen die (in den Modellen auf Basis öffentlicher Daten aufgenommene) Trendvariable nicht in die Modelle auf Basis der disaggregierten und aggregierten Transaktionsdaten aufgenommen wurde. Dieses Modell wird in zwei Spezifikationen geschätzt: Einerseits werden die kontinuierlichen Variablen Preis und Jahresnachfrage in absoluter Form verwendet (Modell 1a), andererseits werden sie logarithmiert (Modell 1b). Der Index Produktionsindex Betonfertigteile geht in absoluter Form in beide Modelle ein. Während die Schätzung in absoluten Werten einen linearen Zusammenhang 400 Die Betrachtung des Erzeugerpreisindex Zement bietet daher nur ein unvollständiges Bild der Auswirkungen des Kartells auf den Zementmarkt, da einerseits individuelle Preisminderungen und andererseits deren Streuung vernachlässigt werden. 222 zwischen der abhängigen und jeder erklärenden Variablen voraussetzt, ermöglicht die log-lineare Spezifikation eine relative Interpretation. Schätzt man Gleichung (22) in Logarithmen, so stellen die Koeffizienten der logarithmierten Variablen Elastizitäten dar, die der nicht logarithmierten Dummy-Variablen Semielastizitäten. Man untersucht dann nicht mehr den absoluten Effekt auf den Zementpreis („Anstieg um X Einheiten“), sondern eine relative Veränderung („Anstieg um x%“) im Fall eines Anstiegs der entsprechenden Variablen um 1% (Elastizität) oder des Sprungs von null auf eins (Semielastizität). Der exakte Wert des relativen Anstiegs berechnet sich bei log-linearen Modellen im Fall von Dummy-Variablen mit exp(βj) − 1. Ist βj klein, so gilt exp(βj) − 1 ≈ βj. Für den zu schätzenden kartellbedingten Preisaufschlag ergibt sich daher in Modell 1b der Wert exp(βK97) − 1 für die erste Periode bzw. exp(βK02) − 1 für die zweite Periode. Neben diesen eher ökonomischen Aspekten bietet die Logarithmierung von Variablen auch technische Vorzüge. Die Logarithmierung führt dazu, dass absolut größere Werte stärker gegen null verschoben werden als kleinere Werte. Dadurch ändert sich die Verteilung der in die Schätzung einfließenden Werte. Unter Umständen kann die Qualität eines Modells durch Logarithmierung der Variablen so steigen. Zudem wird häufig das Problem der Heteroskedastie abgemildert. Eine log-lineare Spezifikation kann nur angewendet werden, wenn alle zu logarithmierenden Ausprägungen einer Variablen > 0 sind.401 Bei den typischen wettbewerbsökonomischen Variablen (Preisen und Mengen) ist dies in der Regel gewährleistet. Im Folgenden wird nun obiges Modell einerseits in der Niveauspezifikation, andererseits in der beschriebenen logarithmierten Form geschätzt. Da häufig mehrere Lieferungen eines Herstellers an eine Abladestelle eines Kunden adressiert sind und Verträge üblicherweise mehrere Lieferungen umfassen, ist davon auszugehen, dass derartige Transaktionen miteinander zusammenhängen. Im Gegensatz dazu sollten Lieferungen unterschiedlicher Hersteller oder unterschiedlicher Abladestellen eine geringere (oder optimalerweise keine) Korrelation aufweisen. Da mögliche Korrelationen eine Verzerrung der Standardfehler einer Schätzung zur Folge hätten, musste zunächst geprüft werden, ob ein solcher vermuteter Zusammenhang existiert. Dazu wurden mehrere Hersteller- Abladestellen-Kunden-Spezifikationsmöglichkeiten hinsichtlich ihres Zusammenhangs untersucht und festgestellt, dass zwar kein signifikanter Einfluss der Hersteller-Kunden-Kombination oder der Hersteller-Abladestellen-Kombination existiert. Allerdings existiert ein gemeinsamer Einfluss von Abladestellen und Kunden auf die Streuung der Schätzkoeffizienten. Um dieses Problem zu berücksichtigen, wurde eine „Clusterung“ der Standardfehler hinsichtlich dieses Kriteriums vorgenommen. Tab. 4-17 zeigt die Ergebnisse der Schätzung der Niveaugleichung und der logarithmischen Gleichung, basierend auf Daten für den Zeitraum 1993–2003. 401 Der Logarithmus von null ist nicht definiert. 223 Tab. 4-17: Multivariate Analyse mit geteiltem Kartellzeitraum (Modelle 1a und 1b) Abhängige Variable Modell 1a: Preis Modell 1b: Log(Preis) Koeffizient Sign. Koeffizient Sign. (Standardfehler) Niveau (Standardfehler) Niveau (1) (2) Kartellzeitraum bis 1997 18,394 *** 0,345 *** (2,608) (0,060) Kartellzeitraum 1998–2002 17,457 *** 0,331 *** (2,418) (0,058) Produktionsindex Betonfertigteile 0,082 * 0,001 * (trendbereinigt) (0,042) (0,001) Jahresnachfrage −0,035 *** −0,049 *** (in tsd./logarithmiert) (0,006) (0,007) Ostimport −0,311 −0,012 (2,392) (0,033) Abladestelle Süd 1,556 0,025 (2,739) (0,029) Abladestelle West −8,058 *** −0,098 *** (2,520) (0,030) Abladestelle Ost −11,312 *** −0,140 *** (2,375) (0,027) Festigkeit 32,5 −16,031 *** −0,172 *** (2,584) (0,056) Festigkeit 42,5 −10,088 *** −0,088 (2,614) (0,056) Konstante 67,182 *** 4,560 *** (5,687) (0,117) Adj. R2 0,427 0,382 F(10, 201) 57,03*** 78,15*** RMSE 11,387 0,190 Anzahl Beobachtungen 245.477 Anmerkungen: Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1; cluster- und heteroskedastierobuste Standardfehler in Klammern Quelle: CDC-Transaktionsdaten; eigene Berechnungen Spalte (1) stellt die Ergebnisse der Schätzung der Niveaugleichung dar (Modell 1a), Spalte (2) die der Schätzung der Gleichung mit logarithmierten Werten (Modell 1b). Zunächst fällt auf, dass die Angaben des Bestimmtheitsmaßes adj. R² und auch der F-Test auf gemeinsame Signifikanz aller Variablen zwischen beiden Modellen relativ ähnlich sind.402 Dies ist insoweit auch zu erwarten, da in der zweiten Schätzung lediglich eine lineare Transformation einzelner Variablen 402 Siehe dazu Abschnitt 5.7.1 im Appendix sowie die dort zitierte Literatur. 224 vorgenommen wurde. Es fällt allerdings auf, dass das Bestimmtheitsmaß wesentlich niedriger ist als bei Verwendung der aggregierten Daten und insbesondere als bei der Zeitreihenanalyse. Wie einführend schon erwähnt, liegt dies daran, dass bei Transaktionsdaten eine höhere individuell bedingte Streuung zwischen den Beobachtungen existiert. Die Aggregation von Daten nivelliert diese Streuung, indem sich positive und negative Abweichungen vom Mittelwert ausgleichen. Da dies sowohl bei den erklärenden als auch bei der abhängigen Variablen auftritt, sinkt der nichterklärbare Anteil aus der Schätzung, und das R² ist höher. Die beiden Kartellzeitraumvariablen sind im Vergleich zum Nichtkartellzeitraum zu interpretieren. Zum Beispiel ist im ersten Modell der durchschnittliche Preis für Portlandzement CEM I, über den ersten Teil des Kartellzeitraums betrachtet, um 18,39 Euro höher als in der Nichtkartellperiode. Entsprechend gilt für den zweiten Koeffizienten, dass der Preis in der zweiten Hälfte durchschnittlich 17,46 Euro über dem Nichtkartellpreis liegt. Beim Vergleich dieser beiden Koeffizienten fällt auf, dass sie relativ nahe beieinander liegen. Es ist daher zu hinterfragen, ob überhaupt ein Unterschied im Preisaufschlag zwischen den beiden Kartell-Teilperioden existiert. Auf Basis eines statistischen Tests, des t-Tests, kann kein statistisch signifikanter Unterschied zwischen den Koeffizienten festgestellt werden. Anders als in dem dem Bußgeldverfahren zugrunde gelegten Modell, das aggregierte Daten verwendete, ist daher kein statistischer Unterschied zwischen beiden Teilperioden festzustellen. Vor diesem Hintergrund wurde obiges Modell noch einmal unter der Annahme geschätzt, dass die Kartellperiode nicht unterteilt werden kann. Die Ergebnisse für die Schätzung in absoluten Werten (Modell 1c) und für die Schätzung der logarithmierten Werte (Modell 1d) sind in Tab. 4-18 abgebildet. Hinsichtlich der Nachfrageparameter zeigt sich bei den Modellen 1a und 1b (und auch bei den Modellen 1c und 1d) ein gemischtes Bild: Während die Marktnachfrage (Produktionsindex Betonfertigteile) insgesamt nur einen statistisch schwach signifikanten Einfluss auf den Preis hat, ergibt sich für die individuelle Unternehmensnachfrage ein negativer Einfluss. Fragt ein Unternehmen pro Jahr 1.000 Tonnen mehr Portlandzement nach, so sinkt der zu zahlende Preis für dieses Unternehmen um durchschnittlich 3,5 Cent (Modell 1a) bzw. um ca. 4,8% (Model 1b). Es existiert daher ein Größendegressionseffekt, weswegen große Nachfrager einen niedrigeren Preis je nachgefragte Tonne Portlandzement zahlen müssen als kleinere. Wie im Modell des Bußgeldverfahrens finden wir auch bei Verwendung von Individualdaten keinen Effekt aus Ostimporten, obwohl dieser Aspekt bereits im Bußgeldverfahren umfassend diskutiert wurde und nach Aussagen von Kartellgeschädigten zu erwarten gewesen wäre. Mehrere Gründe lassen sich hierfür anführen. 225 Tab. 4-18: Multivariate Analyse ohne Teilung des Kartellzeitraums (Modelle 1c und 1d) Abhängige Variable Modell 1c: Preis Modell 1d: Log(Preis) Koeffizient Sign.- Koeffizient Sign.- (Standardfehler) niveau (Standardfehler) niveau Kartellzeitraum 17,024 *** 0,325 *** (2,468) (0,059) Produktionsindex Betonfertigteile 0,112 ** 0,001 ** (trendbereinigt) (0,050) (0,001) Jahresnachfrage −0,036 *** −0,050 *** (absolut/logarithmiert) (0,006) (0,007) Ostimporte −0,442 −0,013 (2,397) (0,033) Abladestellen Süd 1,572 0,025 (2,751) (0,028) Abladestellen West −8,038 *** −0,098 *** (2,530) (0,030) Abladestellen Ost −11,254 *** −0,140 *** (2,379) (0,027) Festigkeit 32,5 −15,825 *** −0,170 *** (2,583) (0,056) Festigkeit 42,5 −9,981 *** −0,087 * (2,629) (0,056) Konstante 63,809 *** 4,518 *** (5,309) (0,122) Adj. R2 0,427 0,382 F(9, 201) 62,71*** 87,14*** RMSE 11,392 0,190 Anzahl Beobachtungen 245.477 Anmerkungen: Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1; cluster- und heteroskedastierobuste Standardfehler in Klammern Quelle: CDC-Transaktionsdaten; eigene Berechnungen Kartellbedingte Übereinstimmung: Zunächst existierte während des deutschen Zementkartells für einen längeren Zeitraum (mindestens zwischen 1998 und 2006) auch in Polen ein Kartell, gegen das die polnische Kartellbehörde erst Ende 2009 Geldbußen verhängt hat. Aufgrund einer weitgehenden Übereinstimmung der Kartellmitglieder ist auch ein vergleichbares Verhalten zu erwarten. Kartell der Abschottung: Eine alternative Erklärung könnte in der Existenz eines „Abschottungskartells“ liegen. Die wachsende Präsenz der auch in Deutschland etablierten Zementhersteller in osteuropäischen Nachbarländern und die daraus resultierende Stilllegung von Zementwerken deuten auf ein solches Vorgehen der Kartellanten in Deutschland hin. Vor diesem Hintergrund existiert auch eine vergleichsweise geringe Zahl von Beobachtungen von Ostimporten nach Deutschland. Dies führt direkt zum nächsten Problem. 226 Datenbedingte Problematik: Wie oben bereits ausgeführt, liegt der Anteil der Rechnungen für Ostimporte in der Datenbank bei ca. 5%. Der geringe Datenanteil kann daher dazu führen, dass der Effekt im Vergleich zu den anderen Datens- ätzen einen zu geringen Einfluss hat. Modellspezifikation: Aufgrund der geringen Anzahl verfügbarer Informationen über Ostimporte auf der untersuchbaren Aggregationsstufe haben wir Ostimporte stets durch eine Dummy-Variable in das ökonometrische Modell aufgenommen. Könnten Informationen z.B. über Lieferbeziehungen oder Eigentumsverflechtungen berücksichtigt werden, so ergäbe dies ein vollständigeres Bild; dies sollte sich auch auf die Ostimport-Problematik auswirken. Weitere Indizien für die Existenz eines „Osteffekts“ lassen sich – trotz der juristisch und auch ökonomisch begründbaren Erwartung – in den Daten nicht finden. Der statistisch nicht signifikante Einfluss der Ostimporte bedeutet allerdings nicht, dass dieser juristisch oder ökonomisch nicht begründet werden kann. Vielmehr müssten zusätzliche Informationen erhoben werden, die explizit das vermutete Phänomen erklären können. Abladestellen sind in Relation zur Region Nord zu betrachten. Während kein statistisch signifikanter Preisunterschied zwischen den Regionen Nord und Süd festgestellt werden kann, liegen in Modell 1a der Durchschnittspreis in der Region West um 8,06 Euro (exp(−0,098) − 1 = − 9,3% gemäß Modell 1b) und der in der Region Ost um 11,31 Euro (13,1% gemäß Modell 1b) unter dem in der Hochpreisregion Nord. Analog ist der Koeffizient der Festigkeit im Vergleich zur Festigkeitsnorm 52,5 N/mm² zu interpretieren. Demnach ist der Preis für CEM-I- Zement der Festigkeit 32,5 N/mm² durchschnittlich 16,03 Euro (15,8%) und für CEM-I-Zement der Festigkeit 42,5 N/mm² durchschnittlich 10,09 Euro403 günstiger als für CEM-I-Zement der Festigkeit 52,5 N/mm². Welche Unterschiede ergeben sich in den Ergebnissen der multivariaten und der deskriptiven Statistiken? Beispielhaft wird der Preisunterschied zwischen Kartell- und Nichtkartellzeitraum verglichen. Tab. 4-16 ist zu entnehmen, dass die durchschnittlichen deflationierten Preise 76,42 Euro in der Kartellphase und 57,47 Euro in der Nichtkartellphase betragen. Die Ergebnisse des multivariaten Modells zeigen, dass der Preis im Kartellzeitraum um 17,02 Euro höher als in der Nichtkartellphase ist (Modell 1c). Die deskriptiven Ergebnisse zeigen mit 18,95 Euro einen höheren Preisaufschlag. Abweichungen sind dadurch zu erklären, dass das multivariate Modell weitere Einflussfaktoren der Preisvariablen berücksichtigt. Zum Beispiel wissen wir, dass, unabhängig vom Kartell, der Anteil der Rechnungsbelege für Abladestellen in der Marktregion Ost zwischen den beiden Betrachtungsperioden schwankt. Gleichzeitig ist die (absolute) Preisabweichung in dieser Region stärker als in den beiden anderen Vergleichsregionen Süd und West. Dieser regionalbedingte Einfluss wird bei der multivariaten Analyse durch die Variable Abladestellen Ost (mit) erklärt, spiegelt sich allerdings in den deskriptiven Statistiken lediglich im Preis wider. Die multivariate Analyse erzielt daher ein präziseres Ergebnis, da sie versucht, den Erklärungsgehalt verur- 403 Der Koeffizient für die Festigkeit 42,5 N/mm² ist in der log-linearen Spezifikation nicht signifikant. 227 sachungsgerecht einerseits der Periode und andererseits der Dummy-Variablen Abladestellen Ost zuzuweisen. Es stellt sich im Weiteren die Frage, wie sich die Ergebnisse der log-linearen Schätzung von den deskriptiven Analysen unterscheiden. Auch hierzu sollen die Ergebnisse der multivariaten Analyse mit den Angaben in den deskriptiven Statistiken verglichen werden. Tab. 4-18 (Modell 1d) ist zu entnehmen, dass der Preis im Kartellzeitraum um 38,4% höher ist als im Nichtkartellzeitraum. Dieser Wert ist dabei höher als der in den deskriptiven Analysen ermittelte Preisaufschlag von 33% (= (76,42 − 57,47) / 57,47). Der im log-linearen Modell ermittelte Preisaufschlag ist damit auch höher als in der mithilfe des Modells in absoluter Spezifikation ermittelte Preisaufschlag. Die Umrechnung des im log-linearen Modell ermittelten prozentualen Preisaufschlags in einen mittleren absoluten Preisaufschlag ist keine triviale Aufgabe.404 Zudem muss man sich dessen bewusst sein, dass die in absoluter Spezifikation formulierten Modelle einen konstanten absoluten Aufschlag annehmen, während die in log-linearer Spezifikation formulierten Modelle einen konstanten relativen (und damit über die Zeit möglicherweise schwankenden absoluten) Preisaufschlag annehmen. Die Umrechnung aus dem log-linearen Modell (Modell 1d) ergibt einen mittleren absoluten Preisaufschlag von 21,09 Euro pro Tonne. Da die Variable Kartellzeitraum eine Dummy-Variable und daher in der Niveau- und in der logarithmierten Spezifikation identisch ist, muss die Abweichung durch die Logarithmierung der Preisvariablen begründet sein. Durch die Logarithmierung werden größere Werte stärker gegen null verschoben als kleinere Werte (größer 1). Dadurch verschiebt sich auch das arithmetische Mittel. Die ursprüngliche Beobachtung, die den Wert des arithmetischen Mittels hatte, liegt rechts vom arithmetischen Mittel der logarithmierten Verteilung. Die Betrachtung der Schiefe der Preisverteilung im CDC-Datensatz zeigt für die absoluten Werte eine schwach linksschiefe Verteilung (relevant für die Modelle 1a und 1c). Durch die Logarithmierung wird daher die Linksschiefe der Verteilung erhöht (relevant für die Modelle 1b und 1d). Dies wirkt sich auch auf das Schätzergebnis aus, da der Preis während der Nichtkartellperiode niedriger ist. Die nach links orientierte Abweichung der Verteilung wird daher, bedingt durch die Variable Kartellzeitraum, absorbiert. Dadurch ist der errechnete Preisunterschied unter Verwendung der logarithmierten Verteilung größer, als dies allein durch das Kartell der Fall sein sollte. Da die Verteilung des absoluten Preises vergleichsweise nahe an die Normalverteilung herankommt, ist, dieser Diskussion folgend, beim hier vorliegenden Datensatz das Modell in absoluten Werten besser für die Schadensschätzung geeignet. 404 Aufgrund der Jensen’schen Ungleichung (die Logarithmierung ist eine konkave Transformation) ist es streng genommen nicht korrekt, den ermittelten prozentualen Wert des Preisaufschlags mit dem durch das Modell naiv vorausgesagten Preis im Fall keines Kartells zu multiplizieren (54,23 × 0,384 = 20,82). Dieser (naiv) vorausgesagte Wert kann durch einen Anpassungsfaktor α (in diesem Fall α = 1,013) korrigiert werden (siehe Wooldridge, 2002). Diese Schätzung des absoluten Aufschlags ist dann zwar nicht unverzerrt (dies ist generell nicht möglich), aber konsistent. 228 Der Vergleich der unterschiedlichen Methoden zeigt, dass multivariate ökonometrische Analysen zwar eine Verbesserung des Erklärungsgehalts bieten, allerdings auf Modellannahmen beruhen, die durchaus voneinander abweichen können. Es ist daher, wie bei allen modellbasierten Analysen, auch bei empirischen Methoden stets notwendig, nicht nur die Ergebnisse, sondern insbesondere auch die Vorgehensweise und die unterstellten Annahmen zu plausibilisieren. 4.3.2.4.3 Statische Paneldatenmodelle Die vorangegangenen gepoolten Modelle vernachlässigen die Vorteile eines Paneldatensatzes. Wie in Abschnitt 4.3.2.2 bereits angeführt, gibt es neben beobachtbaren Unterschieden zwischen Abnehmern und Lieferanten auch Unterschiede, die nicht beobachtbar sind. Es ist zu vermuten, dass es insbesondere individuelle Einflussfaktoren aufgrund von Lieferbeziehungen gibt. Die Varianz-Kovarianz-Matrix wurde daher in den vorangegangenen gepoolten Schätzungen angepasst, indem die Beobachtungen nach Abladestelle und Kunde zusammengefasst („geclustert“) wurden. Vernachlässigt wurde bei diesem Vorgehen allerdings der mögliche individuelle Einfluss, der sich für die Koeffizienten ergibt. Daher wurde zusätzlich die Größe der Abnehmer kontrolliert, indem deren Jahresnachfrage berücksichtigt wurde. Auf diese Weise kann ein negativer mengenmäßiger Einfluss auf den Preis identifiziert werden. Andere unbeobachtbare Faktoren wie etwa Verhandlungsgeschick oder Aspekte gleichbleibender Nachfrageeinflüsse wie örtliche Bindung an bestimmte Zementhersteller könnten allerdings auch einen Einfluss haben, der sich wiederum im Preis niederschlägt. Eine möglichst präzise Kontrolle individueller Heterogenität ist bei der Analyse disaggregierter Datensätze von zentraler Bedeutung. Wie bereits mehrfach diskutiert, wird dieser individuelle Charakter durch Aggregation nivelliert. Dadurch gehen allerdings auch wichtige Unterschiede zwischen Herstellern und zwischen Nachfragern verloren, die einen Einfluss auf den Preis haben könnten. Methoden der Paneldatenanalyse erlauben es, mögliche Verzerrungen der Schätzergebnisse, die durch nicht beobachtbare, aber zeitinvariante Heterogenität entstehen können, zu beseitigen. Im Folgenden werden daher die beiden bekanntesten Methoden, die „Random-Effects“-Schätzung und die „Fixed-Effects“- Schätzung, einander gegenübergestellt, Unterschiede im Aufbau und in den Schätzergebnissen diskutiert, wird das für den vorliegenden Datensatz besser geeignete Modell ermittelt und werden die Ergebnisse mit denen der gepoolten Schätzungen des vorangegangenen Abschnitts verglichen. Unter unbeobachteter Heterogenität wird unter Anwendung von Paneldatenmethoden das folgende Modell geschätzt: 32,5 42,5 32,5 42,5 ijt K t Bft t JNf it Ostimp ijt F ijt F ijt i ijt Kartell Bft JNf Ostimp F u p F α β β β β β β ε = + + + + + + + + (23) 229 „Random-Effects“-Schätzung (Modell 2a) versus „Fixed-Effects“-Schätzung (Modell 2b) Zunächst wird die sogenannte „Random-Effects“-Schätzung vorgestellt. Die zentralen Unterschiede zum gepoolten Modell ergeben sich aus der Berücksichtigung und Modellierung individueller Effekte, die durch Aufnahme des Terms εi abgebildet sind. Dieser Term greift die zeitunabhängigen individuellen Unterschiede für jede Abladestelle-Kunden-Kombination auf. Während die „Random-Effects“-Schätzung eine Korrelation der nicht beobachteten, individuellen, aber zeitinvarianten „effects“ mit den erklärenden Variablen nicht zulässt, erlaubt die „Fixed-Effects“-Schätzung eine Korrelation zwischen εi und den erklärenden Variablen. Allerdings ist, wenn keine derartige Korrelation vorliegt, die „Random-Effects“-Schätzung die bessere, da effizientere Methode. Um zwischen einer „Random-Effects“- und einer „Fixed-Effects“-Schätzung zu wählen, kann der sogenannte „Hausman-Test“ angewendet werden. Da sich in den gepoolten Modellen gezeigt hat, dass eine Schätzung in absoluten Werten angebrachter ist als eine logarithmische Transformierung, werden die folgenden Panelschätzungen nur in der absoluten Spezifikation durchgeführt. Schätzergebnisse unter Verwendung statischer Paneldatenmodelle Die Ergebnisse beider Schätzspezifikationen sind in Tab. 4-19 abgebildet. Beide Schätzspezifikationen weisen sehr ähnliche Ergebnisse auf. Im Gegensatz zu den gepoolten Modellen wird hier die Abladeregion nicht explizit aufgenommen, da die Panelvariable Abladestelle-Kunde die Abladestelle bereits berücksichtigt und die entsprechende Information dadurch im Modell bereits implizit vorkommt. Ein allgemeiner Vergleich der Koeffizienten mit denen der gepoolten Schätzung (Modelle 1) zeigt, dass diese betragsmäßig gesunken sind. Dies deutet darauf hin, dass ein Teil der unbeobachteten Heterogenität beim gepoolten Modell von den anderen Variablen absorbiert wurde. Dadurch sind die Koeffizienten entsprechend absolut größer geworden. Durch die Berücksichtigung in den Paneldatenmodellen (Modelle 2a und b) wird dieser bei gepoolten Modellen fälschlicherweise den anderen erklärenden Variablen zugewiesene Effekt nun von der Panelvariablen Abladestelle-Kunde absorbiert, sodass die Koeffizienten nun insgesamt weniger verzerrt sind. 230 Tab. 4-19: Multivariate Analyse (Paneldatenmodelle) Schätzmethode Modell 2a: „random effects“ Modell 2b: „fixed effects“ Koeffizient Sign.- Koeffizient Sign.- (Standardfehler) niveau (Standardfehler) Niveau (1) (2) Kartellzeitraum 15,059 *** 15,062 *** (0,096) (0,096) Produktionsindex Betonfertigteile 0,074 *** 0,074 *** (trendbereinigt) (0,002) (0,002) Jahresnachfrage (absolut) −0,021 *** −0,021 *** (0,001) (0,001) Ostimporte −0,657 *** −0,658 *** (0,118) (0,118) Festigkeit 32,5 −7,328 *** −7,321 *** (0,137) (0,137) Festigkeit 42,5 −3,341 *** −3,335 *** (0,120) (0,120) Konstante 58,686 *** 57,130 *** (1,004) (0,271) R2 (within) 0,190 0,190 R2 (between) 0,151 0,151 R2 (overall) 0,277 0,277 Wald Chi2 (6), F(6, 245.269) 57.638,7*** 9.599,3*** Anzahl Beobachtungen 245.477 Anmerkungen: Niveauspezifikation, Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1 Quelle: CDC-Transaktionsdaten; eigene Berechnungen Bei der einführenden Datenanalyse wurde festgestellt, dass eine Vielzahl der Zementkunden eine oder wenige (bestimmte) Sorten Zement bezieht. Dies schlägt sich auch in der Festigkeit nieder. Im gepoolten Modell wurde daher vermutlich ein Teil der individuellen Kundenunterschiede von den entsprechenden Kontroll-Dummys absorbiert. Da die Kundenspezifika im Paneldatenmodell explizit berücksichtigt werden, sinkt der Einfluss der Festigkeitsvariablen auf den Preis. Im gepoolten Modell war es nicht möglich, den Einfluss von Ostimporten auf den Preis zu bestimmen, weil individuelle abladestellekundenspezifische Aspekte nicht kontrolliert werden können. Die detailliertere Differenzierung der Paneldatenanalyse ermöglicht hingegen eine Reduktion der modellbedingten Unsicherheit, wodurch gegenläufige Effekte beim gepoolten Modell im hier betrachteten Paneldatenmodell durch die Panelvariable aufgefangen werden und der Koeffizient für Ostimporte signifikant wird. Da beide Paneldatenmodelle zu sehr ähnlichen Ergebnissen kommen, ist im nächsten Schritt zu überlegen, ob das „Random-Effects“-Modell (Modell 2a) eine 231 effizientere Spezifikation als das „Fixed-Effects“-Modell (Modell 2b) ist. Für die Überprüfung wird der sogenannte „Hausman-Test“ verwendet, der (vereinfacht ausgedrückt) testet, ob ein Paneldatensatz eher einem „Fixed-Effects“-Modell oder einem „Random-Effects“-Modell folgt. Das Ergebnis des Tests zeigt, dass ein systematischer Unterschied in den Koeffizienten zu vermuten ist. Ohne nähere Diskussion des Tests bedeutet dies, dass die „Fixed-Effects“-Schätzung (Modell 2b) gegenüber der „Random-Effects“-Schätzung (Modell 2a) vorzuziehen ist. 4.3.2.5 Multivariate Analyse, basierend auf monatlich aggregierten Transaktionsdaten Im vorangegangenen Abschnitt wurden Auswertungen auf Basis der disaggregierten Transaktionsdaten vorgenommen. Disaggregierte Daten bieten häufig die umfangreichsten Informationen. Aufgrund des Umfangs eines derartigen Datensatzes und der starken Heterogenität zwischen Paneldaten können diese Informationen allerdings nur bedingt nutzbar gemacht werden. Es ist daher hilfreich, disaggregierte Daten zusammenzufassen. Dadurch gehen zwar bestimmte Informationen verloren. Gleichzeitig erleichtert die Zusammenfassung aber die Handhabbarkeit und glättet das potenzielle Ausreißermuster. Zu beachten ist, dass durch die Aggregation von Individualdaten die ursprünglichen Informationen noch verfügbar sind. Werden allerdings aggregierte oder aufbereitete und aggregierte Daten als Sekundärdaten verwendet, so sind dem Datennutzer die Maßnahmen und das zugrunde liegende Vorgehen unbekannt. Nach mehreren Tests auf hinreichende Repräsentativität wurde der ursprüngliche CDC-Datensatz nach den folgenden Kriterien zusammengefasst, um einerseits einen möglichst hochaggregierten Datensatz zu erhalten und andererseits gleichzeitig die Vergleichbarkeit mit den ursprünglichen (nicht den öffentlich verfügbaren) Daten zu gewährleisten: Wie im bislang verwendeten Datensatz wird der Fokus dabei auf Portlandzement CEM I gelegt, und somit Sondersorten vernachlässigt. Hinsichtlich übergeordneter Variablen wird der Datensatz nach Hersteller, Kunde, Abladestelle und Festigkeit geschichtet. Daraus lassen sich auch Informationen über die Marktregionen und die Herkunft aus Osteuropa ableiten. Bezüglich der zeitlichen Struktur erfolgt eine Zusammenfassung auf Monatsebene. Eine weitere Aggregation z.B. über Hersteller oder Abladestellen würde die Informationen zu stark nivellieren, wodurch der Vergleich mit dem Transaktionsdatenmodell aus unserer Sicht nicht mehr möglich ist. Durch die Zusammenfassung hat sich der Datensatz um ca. 93,4% des ursprünglichen Datensatzes auf knapp 16.200 Beobachtungen reduziert. Vor der multivariaten Analyse soll ein Vergleich zwischen dem Transaktionsund dem aggregierten Datensatz erfolgen, um Unterschiede aufgrund der genannten Schichtungskriterien zwischen beiden Datensätzen zu verdeutlichen. 232 Tab. 4-20: Vergleich deskriptiver Statistiken: disaggregierter Datensatz – aggregierter Datensatz Variable Kartellzeitraum Nichtkartellzeitraum Datensatz disaggr. aggr. disaggr. aggr. Deflationierter Preis 76,420 77,029 57,473 59,113 Deflationierter Preis Nord 85,048 88,696 59,482 54,698 Deflationierter Preis Süd 82,026 83,115 64,854 68,083 Deflationierter Preis West 76,855 76,152 56,041 51,727 Deflationierter Preis Ost 68,280 67,924 47,385 49,789 Deflationierter Preis Festigkeit 32,5 70,113 71,602 50,012 55,764 Deflationierter Preis Festigkeit 42,5 78,724 78,718 60,889 59,098 Deflationierter Preis Festigkeit 52,5 90,759 93,558 60,692 72,205 Produktionsindex Betonfertigteile (trendbereinigt) 140,942 140,202 110,699 108,502 Jahresnachfrage 92,082 112,216 85,992 81,041 Anteil Ostimporte 0,044 0,045 0,019 0,004 Anteil Abladestellen Nord 0,075 0,046 0,049 0,051 Anteil Abladestellen Süd 0,307 0,399 0,388 0,469 Anteil Abladestellen West 0,310 0,254 0,313 0,249 Anteil Abladestellen Ost 0,308 0,301 0,249 0,230 Anteil Festigkeit 32,5 0,323 0,346 0,313 0,301 Anteil Festigkeit 42,5 0,638 0,603 0,605 0,622 Anteil Festigkeit 52,5 0,040 0,052 0,082 0,078 Anmerkung: Portlandzementpreise in Preisen von 2010, Deflationierung mithilfe des Kalkindex Quelle: CDC-Transaktionsdaten; eigene Berechnungen Tab. 4-20 zeigt zumindest bei einigen Variablen wesentliche Unterschiede durch die Aggregation. Da bei der vorgenommenen Aggregation nicht die genaue Verteilung aller Variablen berücksichtigt werden konnte, wurde die Relevanz bestimmter Variablen stärker (und dadurch die anderer Variablen schwächer) gewichtet, als dies im ursprünglichen Datensatz der Fall ist. Bezieht z.B. ein Kunde Zement der Festigkeitsstufen 32,5 N/mm² und 52,5 N/mm², wobei 80% seiner Gesamtnachfrage Zement der Festigkeitsstufe 52,5 N/mm² ist und nur von Juni–September nachgefragt wird, während Zement der Festigkeitsstufe 32,5 N/mm² nur von Oktober–Januar nachgefragt wird, so ergibt sich der Durchschnittspreis für die erste Gruppe als Mittel der Preise über die vier Sommermonate, der für die zweite Gruppe als Mittel der Preise über die vier Folgemonate. Unberücksichtigt bleibt allerdings, dass 80% der Gesamtnachfrage der ersten und nur 20% davon der zweiten Gruppe zuzuordnen sind. Die fett markierten Werte in Tab. 4-20 liegen um 10% über oder um 10% unter dem Wert der disaggregierten Daten. Während die Preisvariable durch die Aggregation nur relativ wenig beeinflusst wird, zeigt sich eine Verschiebung bei der Jahresnachfrage. Hinsichtlich der Abladestellen wird die Region Süd zulasten der Regionen Nord und West in der Kartellperiode übergewichtet. In der Nichtkar- 233 tellperiode überwiegt durch die Aggregation vor allem die Abladeregion Ost zulasten der Region West. Bezüglich der Festigkeitsklasse 52,5 N/mm² kommt es zu einer Verschiebung zu ihren Gunsten in der Kartellphase und zu ihren Lasten in der Nichtkartellphase. 4.3.2.5.1 Anwendung gepoolter Modelle (Modelle 3) Im nächsten Schritt werden nun die Modelle aus dem vorangegangenen Abschnitt unter Verwendung der aggregierten Daten geschätzt und die Ergebnisse einander und den vorangegangenen Ergebnissen gegenübergestellt. Die Aggregation hat zu einer nur geringfügigen Verbesserung der Modellgüte beigetragen, wie an den leicht gestiegenen adj. R²-Werten zu erkennen ist. Hinsichtlich der einzelnen Variablen zeigen sich auch nur geringfügige Veränderungen. Die oben beschriebene signifikante Verschiebung des Anteils von Abladestellen in der Region West wirkt sich auch auf den Koeffizienten des entsprechenden Dummies in der multivariaten Betrachtung aus. Dieser steigt betragsmäßig an, da durch die Aggregation die Streuung der Preise für die Region West, wie oben beschrieben, reduziert wird und die Region West eine Niedrigpreisregion (im Vergleich zur Region Nord) ist. Die Aggregation der Preisvariablen hat zu einer leicht rechtsschiefen Verteilung geführt. Die Verteilung der logarithmierten Preisvariablen hingegen ist zwar immer noch linksschief, hat sich dadurch allerdings der Normalverteilung angenähert. Wie bereits bei der Analyse der Transaktionsdaten diskutiert, wird die Verteilung vor allem vom Koeffizienten des Kartell-Dummies aufgefangen, da die Preise im Nachkartellzeitraum signifikant unterhalb des Durchschnittspreises liegen. Der im Kartellzeitraum erhobene Preisaufschlag beträgt gemäß Model 3a 17,39 Euro pro Tonne oder gemäß Modell 3b 36,8% (= exp(0,313) − 1). Hinsichtlich der absoluten Veränderungen zeigt sich für die Schätzung des loglinearen Modells (Modell 3b) ein durchschnittlicher Preisaufschlag von 20,20 Euro pro Tonne.405 Der Vergleich dieser Ergebnisse mit den Werten der deskriptiven Statistik zeigt einerseits, dass die Analyse auf Basis der logarithmierten Werte wiederum zu einer stärkeren Abweichung geführt hat. Die anderen Schätzergebnisse sollen hier nicht weiter diskutiert werden, da sie nur geringfügig von denen bei der Anwendung der Transaktionsdaten abweichen. 405 Der Anpassungsfaktor α beträgt in diesem Fall α = 1,015 und korrigiert den (naiv) prognostizierten absoluten Kartellaufschlag von 54,23 EUR/t × 0,367 = 19,90 EUR/t auf 20,20 EUR/t (siehe Wooldridge, 2002 und oben [Fn. 404]). 234 Tab. 4-21: Multivariate Analyse: gepooltes Modell mit aggregierten Daten406 Abhängige Variable Modell 3a: Preis Modell 3b: Log(Preis) Koeffizient Sign.- Koeffizient Sign.- (Standardfehler) niveau (Standardfehler) niveau (1) (2) Kartellzeitraum 17,389 *** 0,313 *** (1,571) (0,035) Produktionsindex Betonfertigteile 0,095 *** 0,001 *** (trendbereinigt) (0,035) (0,000) Jahresnachfrage −0,039 *** −0,043 *** (absolut/logarithmiert) (0,005) (0,008) Ostimport −2,191 −0,031 (1,845) (0,024) Abladestelle Süd 1,592 0,043 (2,163) (0,036) Abladestelle West −10,818 *** −0,110 *** (2,360) (0,041) Abladestelle Ost −11,182 *** −0,128 *** (2,032) (0,037) Festigkeit 32,5 −16,357 *** −0,196 *** (1,811) (0,029) Festigkeit 42,5 −11,625 *** −0,129 *** (1,653) (0,027) Konstante 68,851 *** 4,504 *** (4,643) (0,097) Adj. R2 0,437 0,389 F(9, 201) 69,17*** 108,04*** RMSE 12,447 0,203 Anzahl Beobachtungen 16.196 Anmerkungen: Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1; cluster- und heteroskedastierobuste Standardfehler in Klammern Quelle: CDC-Transaktionsdaten; eigene Berechnungen 406 Da ein Test keine signifikanten statistischen Unterschiede zwischen der ersten und der zweiten Hälfte des Kartellzeitraums unterstützt, wird auch hier nur der Kartelleinfluss als solcher modelliert. 235 4.3.2.5.2 Verwendung statischer Paneldatenmodelle (Modell 4) Im Folgenden werden die aggregierten Daten nun auch für die beiden oben charakterisierten Paneldatenmodelle verwendet. Die Ergebnisse dieser Schätzungen sind Tab. 4-22 zu entnehmen. Im Gegensatz zum Transaktionsdatenmodell (Modelle 2) weichen die Koeffizienten zwischen der gepoolten Schätzung (Modelle 3) und den Panelschätzungen (Modelle 4) weniger stark voneinander ab. Dennoch ergibt sich ein etwa gleichbleibender Unterschied hinsichtlich des Koeffizienten des Kartell- Dummies, wie dies schon beim Vergleich unter Verwendung disaggregierter Daten (Modelle 1 und 2) herausgefunden und diskutiert wurde. Tab. 4-22: Paneldatenanalyse mit monatlich aggregierten Daten Schätzmethode Modell 4a: „random effects“ Modell 4b: „fixed effects“ Koeffizient Sign.- Koeffizient Sign.- (Standardfehler) niveau (Standardfehler) niveau (1) (2) Kartellzeitraum 15,638 *** 15,661 *** (0,381) (1,229) Produktionsindex Betonfertigteile 0,109 *** 0,111 *** (trendbereinigt) (0,009) (0,009) Jahresnachfrage (absolut) −0,018 *** −0,015 *** (0,002) (0,002) Ostimport −2,659 *** −2,679 *** (0,501) (0,501) Festigkeit 32,5 −11,727 *** −11,669 *** (0,470) (0,471) Festigkeit 42,5 −7,900 *** −7,832 *** (0,442) (0,442) Konstante 57,429 *** 56,317 *** (1,551) (1,229) R2 (within) 0,250 0,250 R2 (between) 0,125 0,115 R2 (overall) 0,275 0,269 Wald Chi2 (6), F(6, 15.988) 5.377,4*** 890,3*** Anzahl Beobachtungen 16.196 Anmerkung: Signifikanzniveaus: *** < 0,01, ** < 0,05, * < 0,1 Quelle: CDC-Transaktionsdaten; eigene Berechnungen Auffällig ist allerdings, dass der Koeffizient des Dummies für Ostimporte betragsmäßig nochmals gestiegen ist. Aufgrund der starken Gewichtung der Regionen Süd und Ost im Datensatz, der signifikanten Unterschiede des Anteils und gleichzeitig der signifikanten Reduktion des Anteils der Ostimporte durch die 236 Aggregation, der allerdings bereits im disaggregierten Datensatz mit unter 5% sehr niedrig war, hat der Paneldatenansatz den Erklärungsgehalt dieser Variablen weiter erhöht. Wie schon oben diskutiert, ermöglicht die Paneldatenstruktur eine bessere Erklärung des individuellen Einflusses. Vor diesem Hintergrund steigt auch betragsmäßig der Koeffizient der Festigkeits-Dummies von der gepoolten Analyse zur Analyse unter Berücksichtigung der Paneldatenstruktur. Der Preisaufschlag im Kartellzeitraum beträgt gemäß dem „Random-Effects“- Modell 15,638 Euro und gemäß dem „Fixed-Effects“-Modell 15,661 Euro pro Tonne. Wie bei den Modellen mit den vollständig disaggregierten Transaktionsdaten kommt der „Hausman-Test“ auch für die monatlich aggregierten Daten zu dem Ergebnis, dass das „Fixed-Effects“-Modell gegenüber dem „Random-Effects“- Modell vorzuziehen ist. 4.3.2.5.3 Vergleich der Anwendung von Modellen mit vollständig disaggregierten und mit monatlich aggregierten Daten Der Vergleich der aggregierten Daten mit den Transaktionsdaten zeigt, dass es aufgrund der Schichtung zu einer Veränderung der Relevanz einzelner Variablen am Gesamtdatensatz kommt. Dadurch verschiebt sich einerseits deren Einfluss auf den durchschnittlichen Preis, und wegen der veränderten Gewichtung der Ausprägungen innerhalb einer Variablen kann sich andererseits auch deren Mittelwert verändern. Aufgrund fehlender bzw. aus datenschutzrechtlichen Gründen nicht zur Verfügung stehender Daten können häufig keine vollständig disaggregierten Informationen genutzt werden, oder sie stellen nur einen Auszug eines Gesamtdatensatzes dar. Der vorangegangene Vergleich der Ergebnisse der Transaktionsdatenanalyse (Modelle 1 und 2) mit der Analyse der aggregierten Daten (Modelle 3 und 4) zeigt, dass die Aggregation zwar zu einer Veränderung der Einflüsse der Variablen auf die zu erklärende Variable führt. Die grundsätzliche Tendenz und auch die Stärke des gemessenen Einflusses sind allerdings vergleichbar. Sofern die Aggregation der Daten im Rahmen der Datenaufbereitung vorgenommen wird, sollte eine adäquate Wahl der Schichtungsvariablen mögliche Verschiebungen der Erklärungsgehalte berücksichtigen. Insbesondere muss daher eine Aggregation nach objektiven Kriterien vorgenommen werden, die nicht den Einfluss einzelner Variablen gezielt begünstigt. Der vorangegangene Vergleich zeigt, dass unterschiedliche empirische multivariate Analysemethoden üblicherweise auch zu unterschiedlichen Ergebnissen führen. Hierfür lassen sich im Wesentlichen zwei Ursachen identifizieren: der zugrunde liegende Datensatz (und dessen Struktur) sowie das verwendete Schätzmodell. Während der Datensatz üblicherweise nicht verändert werden kann bzw. ohne ökonomisch oder statistisch belastbare Begründung nicht verändert werden sollte, obliegt die Modellwahl dem Analytiker. Um eine adäquate Robustheit der Ergebnisse, unabhängig von der Modellwahl, begründen zu können, ist in der Wissenschaft daher ein Vergleich der Ergebnisse unterschiedlicher 237 Methoden üblich. Aber auch hier sollte der Analytiker die Wahl seiner Modelle und der verwendeten Variablen begründen. Dies setzt entsprechende ökonomische Kenntnisse und Erfahrungen voraus und erfordert daher nicht nur ein tiefergehendes Methodenwissen, sondern auch Detailkenntnisse über den Datensatz und die Branche, die analysiert werden soll. Der Zivilrichter kann dazu nach den Regeln des Beweisrechts erforderlichenfalls einen Sachverständigen bestellen. 4.3.2.5.4 Berechnung des entstandenen Schadens Aus den vorangegangenen Schätzungen soll im Folgenden das Vorgehen zur Ermittlung des entstandenen Schadens hergeleitet werden. Das Vorgehen wird zunächst beispielhaft beschrieben. Anschließend werden die Bedeutung der Verzinsung und die Ergebnisse für alle Schätzungen zusammenfassend in Tab. 4-24 dargestellt. Die Bestimmung des entstandenen Schadens, bezogen auf einen Kartellgeschädigten oder einen Kartellanten, soll in einem letzten Schritt erörtert werden. Wie oben bereits diskutiert, handelt es sich bei dem geschätzten Preisunterschied um den durchschnittlichen Preisunterschied zwischen dem Preis im Kartell und dem hypothetischen Preis zu jedem Zeitpunkt. Obwohl dieser Preisunterschied zwar zum jeweiligen Zeitpunkt unter- oder überschritten wird, gleichen sich die Abweichungen bei Verwendung dieses Mittelwerts perfekt aus. Unabhängig vom Betrachtungszeitpunkt ist es daher möglich, den durchschnittlichen kartellbedingten Preisunterschied zu verwenden, um den Gesamtschaden zu ermitteln. Der ermittelte Preisunterschied muss mit der abgenommenen Menge zum jeweiligen Zeitpunkt multipliziert werden.407 Zum Beispiel beträgt die gesamte verkaufte Menge in der Periode Januar 2000 für CEM-I-Zement in der CDC-Datenbank ca. 40.236 Tonnen. Multipliziert man diese Menge mit dem in Tab. 4-22, Modell 4b, geschätzten Preisunterschied von 15,661 Euro, so ergibt sich ein kartellbedingter Schaden, der den Zedenten in dieser Periode entstanden ist, in Höhe von knapp 630.136 Euro zum Zeitwert vom 31.12.2010. Analog lässt sich dieses Vorgehen für jede einzelne Periode anwenden und anschließend addieren. Dieses einfache Vorgehen würde zwar den zusätzlichen Schaden infolge der Geldentwertung berücksichtigen, vernachlässigt allerdings, dass den Zedenten auch ein Schaden dadurch entstanden ist, dass sie die finanziellen Mittel zum jeweiligen Zeitpunkt nicht (z.B. zu Investitionszwecken) zur Verfügung hatten. Wie in Abschnitt 3.5.4 beschrieben, muss daher eine Verzinsung erfolgen. In Deutschland entspricht der dafür gültige Zinssatz p.a. fünf Prozentpunkten über dem Basiszinssatz. Entsprechende Informationen zum Basiszins stehen im Inter- 407 Dies ist auch in der Rechtswissenschaft und Rechtsprechung anerkannt. Der zu ersetzende Schaden ergibt sich danach aus der Differenz zwischen dem Preis, den der Geschädigte an den Schädiger tatsächlich gezahlt hat (Kartellpreis) und dem Preis, den der Geschädigte bei funktionierendem Wettbewerb an den Schädiger gezahlt hätte (Wettbewerbspreis), multipliziert mit der Zahl der bezogenen bzw. abgesetzten Einheiten, vgl. oben, Abschnitt 2.3.5.1.1. 238 net zur Verfügung und werden regelmäßig von der Europäischen Zentralbank bereitgestellt. Tab. 4-23: Zinsen nach §§ 33 Abs. 3 Satz 5 GWB, 288 Abs. 1 BGB bis zum 31.12.2010 Zeitraum Zinssatz von bis (p.a.) 1993-01 2000-04 4,00% 2000-05 2000-08 8,42% 2000-09 2001-08 9,26% 2001-09 2001-12 8,62% 2002-01 2002-06 7,57% 2002-07 2002-12 7,47% 2003-01 2003-06 6,97% 2003-07 2003-12 6,22% 2004-01 2004-06 6,14% 2004-07 2004-12 6,13% 2005-01 2005-06 6,21% 2005-07 2005-12 6,17% 2006-01 2006-06 6,37% 2006-07 2006-12 6,95% 2007-01 2007-06 7,70% 2007-07 2007-12 8,19% 2008-01 2008-06 8,32% 2008-07 2008-12 8,19% 2009-01 2009-06 6,62% 2009-07 2010-12 5,12% Quelle: Juradata GmbH (www.basiszins.de) In Tab. 4-23 sind die nach § 288 Abs. 1 BGB im Zeitraum von Januar 1993 bis Dezember 2010 geltenden jährlichen Zinssätze abgetragen. Da der Basiszins stets auf Jahresbasis angegeben wird, ist es notwendig, diesen unterjährig entsprechend zu korrigieren und eine endfällige Verrechnung zu ermitteln. Die unterjährige Anpassung erfolgt nach dem Durchschnittsprinzip auf Monats- oder Tagesbasis. Zum Beispiel betrug der für die Periode Januar 2000 gültige Zinssatz 4%. Dieser hatte allerdings nur für eine Periode von Januar– April 2000, also 121 Tage, Bestand. Um nun die Jahresverzinsung unter Beachtung des Zinseszinsverbots (§ 289 BGB) für das Gesamtjahr 2000 zu ermitteln, muss der Zinssatz anteilig addiert werden. Für 2000 galten die folgenden Zinss- ätze: Januar–April 4%, Mai–August 8,42%, September–Dezember 9,26% (siehe auch Tab. 4-23). Gewichtet mit der jeweiligen Zahl gültiger Tage, ergibt sich der so ermittelte Jahreszinssatz als (121 : 366) × 0,04 + (123 : 366) × 0,084.2 + (122 : 366) × 0,092.6 = 7,24%. Dieses Vorgehen muss über die gesamte Zeitspanne bis zum letzten Betrachtungszeitpunkt vorgenommen werden. Will man z.B. den Zinssatz für den errechneten Schaden in der Periode Januar 2000 ermitteln, so muss der Zinssatz für die Aufzinsung ab 01.02.2000 hergeleitet werden. Analog dem oben beschriebenen Vorgehen ergibt er sich mit 76,23% für den Endzeitpunkt 31.12.2010. In Abb. 4-33 ist der sich für jede Periode ergebende Gesamtzinssatz abgetragen. 239 Abb. 4-33: Zugrunde zu legender Gesamtzinssatz nach Monat des entstandenen Schadens gemäß § 288 BGB unter Anwendung des Zinseszinsverbots bei Verzinsung zum 31.12.2010 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 110% Gesamtzinssatz zur Verzinsung auf den 31.12.2010 Quelle: Juradata GmbH; eigene Berechnungen Während ein im Januar 1993 entstandener und (hier annahmegemäß) ab 01.02.1993 zu verzinsender Schaden mit einem Gesamtzinssatz von 104,23% verzinst wird, gilt für den im letzten Monat der Kartellperiode entstandenen Schaden (Januar 2002) ein Gesamtzinssatz von 59,64%. Eine Besonderheit ergibt sich allerdings auch aus der Rolle des Zinssatzes. Wie in Abschnitt 3.5.4 diskutiert, soll der Geschädigte mit dem Zinsanspruch nach Art. 101 Abs. 1 AEUV für die negativen Auswirkungen aus dem Zeitablauf seit Schadensentstehung, namentlich für Geldentwertung und Opportunitätskosten, entschädigt werden. Die in der Gesetzgebung festgelegte Zinshöhe berücksichtigt also nicht nur entgangene Investitionsmöglichkeiten, sondern auch den durch die Geldentwertung entstandenen Schaden. Für die Berechnung des entstandenen Preisaufschlags mithilfe verschiedener Regressionsanalysen war es allerdings bei dem hier beschriebenen Vorgehen notwendig, sowohl die Kartellpreise als auch die Preise der Vergleichsperiode zum gleichen Geldwert zu ermitteln. Daher wurden für die Ermittlung des durchschnittlichen Preisaufschlags die Preise der Kartellperiode und auch der Nachkartellperiode auf den 31.12.2010 „deflationiert“ (siehe Abschnitt 4.3.2.3). Eine Verzinsung des Schadens im Geldwert von 2010 (wie er in den Regressionsanalysen ermittelt wurde) nach den gesetzlichen Bestimmungen zu fünf Prozentpunkten über dem Basiszinssatz würde daher zu 240 einer Doppelberücksichtigung der Inflation führen.408 Um dies zu vermeiden, muss der ermittelte Preisaufschlag daher zu jedem Zeitpunkt (in diesem Fall für jeden Monat) wieder durch die jeweiligen Preise ausgedrückt, d.h. um die marktbezogene Inflation zum jeweiligen Zeitpunkt der Schadensentstehung bereinigt werden.409, 410 Nach der Bereinigung um die Inflation ergibt sich in unserem Beispiel für den in Modell 4b ermittelten Preisaufschlag in der Periode Januar 2000 ein nominaler (d.h. in Preisen vom Januar 2000) Schaden von 13,039 Euro pro Tonne.411 Multipliziert mit der im Januar 2000 tatsächlich gekauften Menge CEM-I- Portlandzement von ca. 40.236 Tonnen, folgt daraus ein nominaler Schaden von ca. 524.637 Euro. Will man diesen Wert auf den Zahlungstermin vom 31.12.2010 verzinsen, so wäre der in Abb. 4-33 abzulesende Gesamtzinssatz von 76,23% anzuwenden. Dies ergibt für die Sorte CEM-I-Portlandzement einen zum 31.12.2010 verzinsten Schaden für die Periode Januar 2000 von 924.568 Euro. Dieses Vorgehen (Berechnung des nominalen Schadens pro Tonne, Ermittlung der relevanten Menge, Aufzinsung) wäre für jede Periode (hier jeden Monat) des Kartells zu wiederholen, und die verzinsten Schäden wären anschließend zu addieren. Tab. 4-24 fasst die Schätzergebnisse überblicksartig zusammen. Für die loglinearen Modelle wurde der den Regressionsergebnissen zu entnehmende prozentuale Schaden mithilfe der in Fn. 404 erläuterten Methode in einen absoluten Schaden pro Tonne umgerechnet. Die vierte Spalte verdeutlicht beispielhaft die Höhe des Schadens pro Tonne nach Herausrechnen der Inflation für die im Beispiel verwendete Periode Januar 2000. 408 Dies würde dadurch geschehen, dass die Geldentwertung sowohl in der Regression als auch im Zinssatz berücksichtigt wird. 409 Aus Konsistenzgründen haben wir hier der Einfachheit halber als Referenzzeitpunkt den Zeitpunkt der Schadensbegleichung gewählt, um einen Vergleich zwischen verzinsten und nichtverzinsten Schadenssummen zu ermöglichen. Wird als Referenzzeitpunkt der Schadensermittlung der Anfangszeitpunkt gewählt, so müssen Kartellpreise und Wettbewerbspreise zu diesem Zeitpunkt deflationiert werden. Bei der anschließenden Verzinsung zur endfälligen Schadensermittlung wird die Geldentwertung daher nur einmal berücksichtigt. 410 Eine Diskussion des Preisindex zur Berücksichtigung der Geldentwertung soll an dieser Stelle nicht weiter ausgeführt werden und kann in einschlägigen finanzwirtschaftlichen Lehrbüchern nachverfolgt werden. 411 Zur „Bereinigung“ auf den Januar 2000 wird der in Modell 4b ermittelte Preisaufschlag von 15,661 EUR/t in Preisen von 2010 mit dem „Januar-2000-Wert“ (0,8326) des Preisindex für Kalk, der für den Dezember 2010 auf eins normiert ist, multipliziert. 241 Tab. 4-24: Übersicht der Ergebnisse des Schadens pro Tonne (CEM-I- Portlandzement) Aggregation Modell Schätzung Geschätzter mittlerer Preisaufschlag (absolut) in Preisen von 2010 (Euro/Tonne) Geschätzter mittlerer Preisaufschlag im Zeitraum Januar 2000 in Preisen von Januar 2000 (Euro/Tonne) D is ag gr eg ie rte Tr an sa kt io ns da te n 1a Niveau 18,394 : 17,457 14,534 1b log-linear 22,626 : 21,571 17,960 1c Niveau 17,024 14,174 1d log-linear 21,077 17,548 2a „random effects“ 15,059 12,538 2b „fixed effects“ 15,062 12,540 A gg re gi er te Tr an sa kt io ns da te n 3a Niveau 17,389 14,478 3b log-linear 20,198 16,817 4a „random effects“ 15,638 13,020 4b „fixed effects“ 15,661 13,039 Quelle: CDC-Transaktionsdaten; eigene Berechnungen Im Zivilprozess steht dem Tatrichter bei der Entscheidung, welche Schätzmethode zur Bestimmung des ersatzfähigen kartellbedingten Schadens heranzuziehen ist, ein erheblicher Ermessensspielraum zu, § 287 ZPO.412 Wie in Kapitel 3.1 bereits ausführlich diskutiert, ergeben sich aufgrund der unterschiedlichen Ermittlungsmethoden jedoch deutliche Abweichungen in der Schadenshöhe. Dies spiegelt sich auch in den ermittelten Schadenshöhen pro Tonne in Tab. 4-24 wider. Die Ergebnisse schwanken zwischen 15,059 Euro pro Tonne (Modell 2a) und 22,626 Euro pro Tonne (Modell 1b mit Unterteilung der Kartellperiode, Periode 1); dies ist nur auf die verwendete Schadensermittlungsmethode und das Aggregationsniveau (monatliche Aggregation versus vollständig disaggregierte Transaktionsdaten) zurückzuführen. Der Tatrichter hat nach seiner freien Überzeugung zu entscheiden, welche Methode der Schadensschätzung dem Ziel, der Wirklichkeit durch Wahrscheinlichkeitsüberlegungen möglichst nahezukommen, nach den konkreten Umständen des Einzelfalls am besten gerecht wird. Wie die starke Divergenz in den einzelnen Methoden und deren Anwendbarkeit auf eine bestimmte Industrie gezeigt haben, setzt dies umfassendes Detailwissen bei der Wahl eines geeigneten Ansatzes voraus. Zum Beispiel hat der „Hausman-Test“ gezeigt, dass für das in diesem Kapitel mit Transaktionsdaten vorgestellte Beispiel die sogenannte „Fixed-Effects“-Methode gegenüber der „Random-Effects“- Methode vorzuziehen ist. Entsprechende Diskussionen ergaben sich bei der Wahl des präferierten Modells im Kontext mit Tab. 4-17, Tab. 4-18 und Tab. 4-21 hinsichtlich der absoluten (Niveauspezifikation) oder der log-linearen Modellspezifikation. Vor dem Hintergrund der Sensibilität der Ergebnisse aufgrund unter- 412 Dazu oben, Abschnitt 2.3.5.1.1 unter dd). 242 schiedlicher Herangehensweisen werden Parteien und Richter im Zivilprozess bei der Wahl einer geeigneten Analysemethode und eines geeigneten Modells zur Ermittlung des Schadens infolge eines Kartells regelmäßig ökonomischen und statistischen Sachverstand heranziehen. Bislang haben wir uns (beispielhaft) für den Schaden aller Kartellgeschädigten interessiert. Im Folgenden soll noch kurz darauf eingegangen werden, wie sich der insgesamt entstandene Schaden auf die Geschädigten verteilt. Die einfachste Variante der Ermittlung wäre eine Zuteilung nach der gehandelten Gesamtmenge. Obwohl diese Zurechnung die gängige Praxis ist, muss von diesem Vorgehen abgeraten werden. Die Betrachtung der Gesamtmenge vernachlässigt Veränderungen der Lieferbeziehungen über die Zeit und unterstellt daher hinsichtlich des Anteils der Geschädigten gleichbleibende Lieferbeziehungen. Vor diesem Hintergrund wird außer Acht gelassen, dass der entstandene Schaden über die Zeit aufgezinst werden muss.413 Aufgrund der Informationen über den Geschädigten in der Datenbank kann das oben beschriebene Vorgehen zur Schadensermittlung allerdings auch spezifisch durchgeführt werden. Zum Beispiel kann eine Datenbank wie die CDC-Datenbank nach Mengen eines Geschädigten zu jedem Zeitpunkt gefiltert werden. Verwendet man in dem beschriebenen Modell nun statt der Gesamtmengen diese individuellen Bezugsmengen, so ergibt sich der (angenäherte) Schaden dieses Unternehmens infolge des Kartells. 4.3.3 Zusammenfassung Im Rahmen dieses Kapitels wurde eine umfassende Analyse der Preisaufschläge eines deutschen Zementkartells sowohl auf Basis aggregierter öffentlicher Daten als auch auf Basis von Transaktionsdaten vorgenommen. Häufig sind derartig umfassende Daten allerdings nicht vorhanden oder können aufgrund technischer oder zeitlicher Restriktionen nicht in der entsprechenden Form und Detailtiefe ausgewertet werden. Rechtlich stellen sie schon aus Gründen der Zumutbarkeit in aller Regel keine zwingende Voraussetzung für eine Schadensschätzung nach § 287 ZPO dar. Es ist daher üblicherweise notwendig, empirische Ergebnisse adäquat auf Basis vorhandener Modelle oder von Branchenwissen zu interpretieren und mit bereits bekannten wissenschaftlichen Resultaten hinsichtlich der Plausibilität zu festigen oder zu widerlegen. Der Vergleich der verwendeten aggregierten Daten im zweiten Teil dieses Kapitels mit den verfügbaren Transaktionsdaten zeigt, dass die Transaktionsdaten eine wesentlich spezifischere Schadensabschätzung ermöglichen. Öffentliche Institutionen verfolgen bei der Datenerhebung primär andere Ziele als die Identifikation von Kartellen und daraus resultierenden volkswirtschaftlichen oder pri- 413 Wir vernachlässigen hier, dass der entstandene Schaden prinzipiell für jede Kartellant-Abnehmer- Lieferstelle-Beziehung ermittelt werden müsste. Dies ist allerdings aufgrund unterschiedlicher statistischer und modellbedingter Probleme üblicherweise nicht möglich. Stattdessen ist es gängige Praxis, den Gesamtschaden auf Kartellanten und Geschädigte zu verrechnen. 243 vatwirtschaftlichen Schäden. Es handelt sich bei den Daten, die im Bußgeldverfahren verwendet werden, daher um Sekundärdaten. Transaktionsdaten wie die hier verwendeten bestätigen zwar den Verlauf der öffentlich verfügbaren Daten. Sie ermöglichen darüber hinaus aber auch eine wesentlich detailliertere Analyse der durch das Kartell entstandenen Schäden. Zugleich eröffnen sie dem Analytiker bessere Handlungsalternativen, um eine möglichst objektive individuelle Abschätzung des entstandenen Schadens durchzuführen. Obwohl die Erhebung von Transaktionsdaten wie hier für ein deutsches Zementkartell eine komplexe Infrastruktur, einen hohen Aufwand aufseiten der Geschädigten und einen hohen Aufwand bei der Datenaufbereitung bedeutet, sollte es im Interesse des Gerichts sein, derartige Detailinformationen und daraus abgeleitete objektive ökonomische Analysen bei der Schadensermittlung bestmöglich zu berücksichtigen.

Chapter Preview

References

Zusammenfassung

Verstöße gegen Vorschriften des Wettbewerbsrechts gehen regelmäßig mit einer Schädigung vor- oder nachgelagerter Wirtschaftsstufen einher. Die Urteile ‚Courage’ und ‚Manfredi’, intensive Bemühungen der EU-Kommission, die Rahmenbedingungen für die private Durchsetzung wettbewerbsrechtlicher Schadensersatzansprüche in den Mitgliedstaaten zu verbessern, sowie private Initiativen zur Durchsetzung privater Schadensersatzansprüche, insbesondere in Kartellfällen, haben in den Mitgliedstaaten eine Rechtsentwicklung angestoßen, die bis heute nicht zum Abschluss gekommen ist.

Vor diesem Hintergrund verfolgt die Studie das Ziel, Juristen und Ökonomen eine Anleitung zu geben, wie der Abnehmern eines Kartells entstandene Schaden in ökonomisch und juristisch tragfähiger Weise ermittelt werden kann. Der rechtliche Rahmen für die Geltendmachung von Kartellschadensersatz wird ebenso dargestellt wie die ökonomischen Methoden zur Schadensberechnung. Auf der Grundlage öffentlicher und privater Daten zu einem deutschen Zementkartell wird eine konkrete empirische Quantifizierung des entstandenen Schadens beispielhaft durchgeführt.