Content

Hans-Jörg Weiß, Das Verhalten von Regulierungsbehörden unter dem Einfluss von Interessengruppen in:

Hans-Jörg Weiß

Entscheidungsorientiertes Costing in liberalisierten Netzindustrien, page 161 - 164

1. Edition 2009, ISBN print: 978-3-8329-4061-4, ISBN online: 978-3-8452-1481-8 https://doi.org/10.5771/9783845214818

Series: Freiburger Studien zur Netzökonomie, vol. 16

Bibliographic information
161 den Abschnitt 9.2 wird ein Ansatz vorgestellt, der nicht nur einen Beitrag zum besseren Verständnis von Regulierungsrisiken bei der Implementierung der Regulierungsinstrumente in regulierungsbedürftigen Netzbereichen leisten kann, sondern zugleich auch eine konzeptionelle Integration des Regulierungsbasisrisikos in wettbewerbsfähigen Netzbereichen ermöglicht. 9.2 Ein alternativer Ansatz auf Basis der positiven Theorie der Regulierung 9.2.1 Das Verhalten von Regulierungsbehörden unter dem Einfluss von Interessengruppen Sektorspezifische Regulierungsgesetze bedürfen der Umsetzung durch eine Behörde.289 Die Regulierungsbehörde konkretisiert die Regulierungsbeschränkungen für die Adressaten der Regulierung, d.h. die Produzenten und Konsumenten der jeweiligen Branche. Der Gesetzgeber definiert die Aufgaben und Kompetenzen der Behörde in einem so genannten Regulierungsmandat (vgl. Spulber/Besanko 1992).290 Abhängig von Art und Umfang der vom Gesetzgeber delegierten Kompetenzen haben Regulierungsbehörden einen mehr oder weniger großen diskretionären Handlungsspielraum. Um zu erklären, wie Regulierungsbehörden diesen Handlungsspielraum ausfüllen, bedarf es eines Verhaltensmodells (vgl. Knieps 1985: S. 80-84). Das Verhaltensmodell der normativen Theorie der Regulierung basiert auf der Hypothese, dass Regulierungsbehörden das öffentliche Interesse verfolgen. Aus der Regulierungspraxis ist wohlbekannt, dass dies eine sehr idealisierende Vorstellung von der realtypischen Umsetzung der Regulierungsgesetze ist. Die positive Theorie der Regulierung hat am Verhaltensmodell der normativen Theorie insbesondere kritisiert, dass die Möglichkeit zur Einflussnahme von Interessengruppen ausgeblendet bleibt. Die von der Regulierung betroffenen Teilnehmer des Regulierungsprozesses, d.h. die Konsumenten und Produzenten des regulierten Wirtschaftssektors, haben ein besonderes Interesse daran, die Entscheidungen der Regulierungsbehörde jeweils zu ihren Gunsten zu beeinflussen. Davon ausgehend hat die positive Theorie der Regulierung ein Verhaltensmodell entwickelt, in dem der Einfluss die- 289 Die Frage, ob Ausschreibungslösungen eine realistische Alternative zur Regulierung durch eine Behörde sind, wurde in der Regulierungsökonomie hinreichend diskutiert. Die Erfahrungen mit Ausschreibungen (so genanntes Franchise bidding) in der US-Regulierungspraxis des 19. Jahrhunderts waren negativ (vgl. Priest 1993). Die Probleme aus Sicht der Regulierungstheorie hat Williamson (1976) herausgearbeitet. Crain/Ekelund (1976) haben gezeigt, dass bereits Edwin Chadwick – der in der neueren Literatur häufig als konzeptioneller Wegbereiter der Ausschreibungslösung zitiert wird – der Ansicht war, dass auch das Instrument der Ausschreibung der Umsetzung durch eine spezielle Behörde bedarf, deren Aufgaben sich kaum von denjenigen einer typischen Regulierungsbehörde unterscheiden. 290 Zur Einordnung des Regulierungsmandats in das "Regulierungsdreieck" von Gesetzgeber, Regulierungsbehörde und Branche vgl. Knieps (2007: S. 183, Abb. 9-1). 162 ser Interessengruppen die zentrale Determinante des Verhaltens einer Regulierungsbehörde darstellt (vgl. Stigler 1971, Peltzman 1976 und Becker 1983). In einer einfachen Version des Verhaltensmodells der positiven Theorie werden die Konsumenten und die Produzenten als zwei Gruppen aufgefasst, die jeweils homogene Interessen repräsentieren. Um den relativen Einfluss dieser beiden Interessengruppen auf das Verhalten der Regulierungsbehörde zu charakterisieren, lässt sich eine Einflussfunktion M definieren. Zur weiteren Vereinfachung der Darstellung wird folgende Cobb-Douglas-Funktion unterstellt (vgl. Spulber 1989: S. 94 ff. und Besanko/Spulber 1992: S. 156): ?? ?? ??=?= ?1),(MM Dabei bezeichnet ? die Konsumentenrente und ? die Produzentenrente bzw. den Unternehmensgewinn. ? ist ein Parameter, der das Gewicht der beiden Interessengruppen widerspiegelt. ? kann Werte zwischen 0 und 1 annehmen. Im Fall der Ecklösung ? = 0 verfolgt der Regulierer ausschließlich die Interessen der Konsumenten (Verbraucherschutzhypothese). Umgekehrt verfolgt er im Fall der Ecklösung ? = 1 ausschließlich die Interessen der Produzenten (Capture-Hypothese). Für 0 < ? < 1 präferiert der Regulierer ein gewichtetes Mittel. Der relative Einfluss der Produzenten zu Lasten der Konsumenten wird widergespiegelt durch die Grenzrate der Substitution (Marginal Rate of Substitution): ???? ????=??? ? ??= 1M M MRS In der positiven Theorie der Regulierung wird typischerweise davon ausgegangen, dass das relative Gewicht der Interessengruppen exogen gegeben ist. In Bezug auf die unterstellte Cobb-Douglas-Funktion entspricht dies der Annahme, dass ? ein gegebener Parameter ist. So behandelt z.B. Peltzman den Extremfall eines Regulierers, der nicht an ein Regulierungsmandat gebunden ist und dessen diskretionärer Handlungsspielraum unbeschränkt ist. Es wird angenommen, dass der Regulierer die relative Stärke der Interessengruppen beobachten kann und als Reaktion auf diese Einflussnahmen entsprechende Preis- und Marktzutrittsregulierungen einführt bzw. umsetzt (vgl. Peltzman 1976: S. 222 ff.).291 Der zentrale Beitrag des so genannten Stigler-Peltzman-Modells ist die Analyse der Rolle von Interessengruppen im Regulierungsprozess. Es fehlt jedoch die notwendige Differenzierung zwischen Gesetzgeber und Regulierungsbehörde (vgl. Weingast/Moran 1983: S. 768). Es gilt aber zeitlich und konzeptionell zu differenzieren zwischen Phase 1, in der ein Regulierungsgesetz (einschließlich des Regulierungsmandats) im parlamentarischen Prozess debattiert und schließlich verabschie- 291 Spulber (1989: S. 93-99), Besanko/Spulber (1992) und Newbery (2000: S. 27-80) gehen ebenfalls davon aus, dass das relative Gewicht der Interessengruppen beobachtbar und exogen gegeben ist. Einen Ansatz zur empirischen Messung hat Ross (1984) vorgestellt. 163 det wird und der nachfolgenden Umsetzung des Regulierungsgesetzes durch eine Regulierungsbehörde in Phase 2 (vgl. Abbildung 9.2). Abbildung 9.2: Der zwei-phasige Ansatz zur Analyse von Regulierungsrisiko Quelle: Knieps/Weiß (2008: S. 7, Fig. 1) Der Gesetzgeber wird bereits in Phase 1 vorhersehen können, dass die Regulierungsbehörde in Phase 2 unter dem Einfluss von Interessengruppen stehen wird. Es wäre jedoch unrealistisch anzunehmen, dass der Gesetzgeber auch in der Lage ist, das relative Gewicht der Interessengruppen in Phase 2, d.h. den Parameter ?, und damit das zukünftige Verhalten der Regulierungsbehörde bereits in Phase 1 mit Sicherheit vorherzusagen (vgl. Fiorina 1982: S. 55 f.).292 Aus der Perspektive des in Phase 1 agierenden Gesetzgebers ist es deshalb notwendig, den Parameter ? und die dadurch implizierte Einflussfunktion M(?) als unsichere Größen aufzufassen. Im besten Fall hat der Gesetzgeber rationale Erwartungen bezüglich einer Wahrscheinlichkeitsfunktion ?, die alle möglichen Realisierungen des unsicheren Parameters ? in Phase 2 repräsentiert. Die stochastische Einflussfunktion begründet nicht nur ein Regulierungsrisiko, sondern liefert auch einen konkreten Ansatzpunkt zu dessen Messung. Im Folgenden wird eine diskrete Charakterisierung des Regulierungsrisikos verwendet. Bezeichne M(?i) die Einflussfunktion bei Realisierung des Einflussparameters ?i der Interessengruppen. Es gilt dann: ii ii MM ?? ???? ??=?= ?1);,()( Sofern für zukünftige Einflussparameter ? = (?1, ..., ?n) die zugehörige Wahrscheinlichkeitsverteilung ? = (?1, ..., ?n) als bekannt angenommen wird, kann davon ausgehend ein Maß für das Regulierungsrisiko entwickelt werden, das nicht von vornher- 292 "Within the range of discretion left by the operation of administrative procedure, the problem of predicting agency behavior is about as difficult as the problem of predicting oligopoly behavior" (Owen/Braeutigam 1978: S. 17). Phase 1 Phase 2 Gesetzgeber setzt Regulierungsrahmen (inkl. Mandat) Regulierungsrahmen wird von Regulierungsbehörde fortlaufend umgesetzt M( ) als stochastische Funktion M(?i) als deterministische Funktion 164 ein einseitig nur die Wirkungen auf die Produzenten erfasst.293 Da der Einfluss von Interessengruppen im Regulierungsprozess aus Sicht der normativen Theorie immer Wohlfahrtsverluste zur Folge hat, sind nur einseitige Risikomaße von Interesse. Ausgehend von Stone (1973) und seiner allgemeinen Charakterisierung von Risikomaßen wird im Folgenden von einem einseitigen Risikomaß im Sinne einer erwarteten Abweichung von einer Zielgröße ausgegangen (vgl. Ebert 2005: S. 20 ff.). Für das vorliegende Problem der Messung von Regulierungsrisiken gilt: Für jedes M(?i) ergibt sich ein Wohlfahrtsniveau W(?i) als Summe aus Konsumentenrente ?(?i) und Produzentenrente ?(?i). Aufgrund des Einflusses der Interessengruppen kann das tatsächlich erreichte Wohlfahrtsniveau W(?i) vom Wohlfahrtsoptimum WOpt, das aus normativer Sicht erreichbar ist, abweichen. Das Regulierungsrisiko lässt sich durch das folgende einseitige Risikomaß ? charakterisieren: ? ??= i ii Opt WW )(??? Für jede Wahrscheinkeitsverteilung ? = (?1, ..., ?n) des Einflussparameters ? = (?1, ..., ?n) wird das Regulierungsrisiko durch den Erwartungswert des Wohlfahrtsverlusts gemessen.294 Die möglichen Wohlfahrtsverluste einer fehlerhaften Regulierung können in wettbewerbsfähigen und in regulierungsbedürftigen Netzbereichen sehr unterschiedlich sein. Eine genauere Analyse der möglichen Wohlfahrtsverluste erfordert ein disaggregiertes Vorgehen als normativen Ausgangspunkt (vgl. Abschnitt 2.3.1). In den nachfolgenden beiden Unterabschnitten wird deshalb das Regulierungsrisiko in wettbewerbsfähigen Netzbereichen (Abschnitt 9.2.2) und das Regulierungsrisiko in regulierungsbedürftigen Netzbereichen (Abschnitt 9.2.3) getrennt analysiert. Anschließend wird mit dem disaggregierten Regulierungsmandat ein institutioneller Lösungsansatz vorgestellt, der die Regulierungsrisiken und die damit einhergehenden Wohlfahrtsverluste sowohl in den wettbewerbsfähigen als auch in den regulierungsbedürftigen Netzbereichen reduziert (Abschnitt 9.3). 9.2.2 Regulierungsrisiko in wettbewerbsfähigen Netzbereichen Solange Netzsektoren als wettbewerbliche Ausnahmebereiche und die Netzbetreiber gesetzlich vor Marktzutritt geschützt waren, wurde die Wahl der Regulierungsbasis bei der Umsetzung von Regulierungsinstrumenten nicht problematisiert. Beispielsweise wurde die in den USA übliche Rate of return-Regulierung global für das regu- 293 Die Modelle der Regulatory Finance (vgl. Abschnitt 5.3.1) sind nicht in der Lage, die Auswirkungen auf die Konsumenteninteressen abzubilden (vgl. Myers 1972: S. 65 ff.). 294 Im vorliegenden Kontext ist es hinreichend, den Erwartungswert der negativen Abweichung von der Zielgröße als Risikomaß zu verwenden. Dieser Erwartungswert gehört zu einer Gruppe von Risikomaßen, die auch unter dem Namen 'Lower Partial Moments' bekannt sind (vgl. Albrecht/Maurer/Möller 1998: S. 254-257, Grootveld/Hallerbach 1999: S. 306 f. und Ebert 2005: S. 22 f.).

Chapter Preview

References

Zusammenfassung

Für die in liberalisierten Netzindustrien aktiven Unternehmen sind Kosteninformationen insbesondere bei Preis- und Investitionsentscheidungen von zentraler Bedeutung. Darüber hinaus interessieren sich in zunehmendem Maße die wirtschaftspolitischen Entscheidungsträger für die Kosten der Netze, vor allem bei der Regulierung von Marktmacht und der Bestellung defizitärer Netzleistungen. Dies erfordert eine auf anerkannten ökonomischen Prinzipien basierende entscheidungsorientierte Kostenermittlung, die durchgängig und konsistent in allen Netzbereichen – seien sie nun wettbewerblich, reguliert oder subventioniert – anwendbar ist. Die vorliegende Habilitationsschrift will hierfür eine systematische methodische Grundlage legen.

Im Mittelpunkt steht die disaggregierte Ermittlung der Kapitalkosten. Es wird aufgezeigt, dass das Deprival value-Konzept bei der Kapitalkostenermittlung eine zentrale Rolle spielt. Darauf aufbauend wird ein analytischer Rahmen entwickelt, der das Zusammenspiel von Regulierung und Subventionierung (z.B. bei defizitären Eisenbahninfrastrukturen) normativ begründen kann.