INTERNATIONAL BENCHMARK AF ENERGI- NET.DK GASTRANSMISSIONS OMKOST- NINGSEFFEKTIVITET

Transkript

1 PUNKT 6 ENERGITILSYNETS MØDE DEN 21. JUNI 2016 INTERNATIONAL BENCHMARK AF ENERGI- NET.DK GASTRANSMISSIONS OMKOST- NINGSEFFEKTIVITET 9. juni 2016 Engros & Transmission 16/06169 HGO RESUMÉ 1. Sekretariatet for Energitilsynet har sammen med 8 andre europæiske regulatorer fået foretaget en benchmarkanalyse af 22 europæiske gastransmissionsselskabers (herunder Energinet.dk Gastransmission) omkostningseffektivitet. 2. Benchmarkanalysen er den første større internationale benchmarkanalyse af gastransmissionsselskabers omkostningseffektivitet. Der er foretaget lignende benchmarkanalyser af europæiske eltransmissionsselskabers omkostningseffektivitet i henholdsvis 2009 og SEKRETARIATET FOR ENERGITILSYNET Carl Jacobsens Vej Valby Tlf post@energitilsynet.dk 3. Benchmarkanalysen viser, at Energinet.dk opnår den højest mulige omkostningseffektivitet i analysen med en effektivitetsscore på 100 pct. Samme resultat opnår 7 andre gastransmissionsselskaber i analysen. Den gennemsnitlige score i den samlede benchmark ligger på 80 pct. 4. Benchmarkanalysen giver således ikke Energitilsynet anledning til at rejse særlige spørgsmål om Energinet.dks omkostningseffektivitet på gastransmission. AFGØRELSE 5. Energitilsynet har på baggrund vedlagte sagsfremstilling og begrundelse truffet afgørelse om følgende: at benchmarkanalysen af europæiske gastransmissionsselskaber og dens resultater tages til efterretning, at Energitilsynets formand oversender dette notat og benchmarkanalysen til ministeren for energi-, forsyning og klima i sin egenskab af ejer af Energinet.dk til orientering.

2 Side 2/6 ENERGITILSYNET INTERNATIONAL BENCHMARK AF ENERGINET.DK GASTRANSMISSIONS OMKOSTNINGSEFFEKTIVITET SAGSFREMSTILLING BAGGRUND 6. Sekretariatet for Energitilsynet (SET) og 8 andre europæiske regulatorer (Holland, UK, Tyskland, Finland, Belgien, Portugal, Spanien og Kroatien) har netop afsluttet en international benchmarkanalyse af europæiske gastransmissionsselskaber, herunder Energinet.dk, effektivitet. Analysens rapport om Energinet.dk er vedlagt som bilag Benchmark analysen er finansieret af de deltagende regulatorer og den praktiske gennemførelse er forestået af et uafhængitgt konsulentfirma (Sumicsid, hvor bl.a. den danske professor Peter Bogetoft har været en af lederne af projektet). Sekretariatet for Energitilsynet (SET) har deltaget i regulatorernes styregruppe. 8. Den foreliggende benchmark analyse er den første, mere omfattende internationale benchmark af GAS TSOer. Den bygger på data fra 22 GAS TSOer fra 9 lande: BENCHMARKMODEL 9. Analysen anvender DEA (Data Envelopment Analysis) metoden til at beregne de deltagende TSOers effektivitetsscore. Det er samme metode som blev anvendt i de internationale benchmarkanalyser af europæiske eltransmissionsselskabers effektivitet i 2009 og Metoden er nærmere beskrevet i Boks 1 nedenfor.

3 ENERGITILSYNET INTERNATIONAL BENCHMARK AF ENERGINET.DK GASTRANSMISSIONS OMKOSTNINGSEFFEKTIVITET Side 3/6 BOX 1 DEA METODEN DEA metoden er en benchmarkmetode, som estimerer en effektiv produktionsgrænse (også kaldet front) af forskellige produktionsenheder. Grænsen identificerer selskaberne med den højeste effektivitet, og selskaber som er mindre effektive, jf. figur 1. FIGUR 1 I en DEA model beregnes et selskabs effektivitet normalt ikke på baggrund af alle selskaber, der benchmarkes. Hvert selskab sammenlignes med en kombination af de bedste selskaber (kaldet for peers) med en lignede profil. Peers som ligger på produktionsfronten, er 100 pct. effektive (de har en effektivitetsscore på 100). Hvis et selskab ligger under fronten betyder det, at lignende selskaber kan producere det samme output til færre omkostninger eller et højere output til de samme omkostninger. Et selskab, som ligger under fronten, har en ineffektivitet, som er defineret som den korteste afstand mellem selskabet og produktionsfronten. Jo mindre en gruppe, der benchmarkes, jo færre mulige peers vil der være for et selskab. Derfor vil det enkelte selskab fremstå mere effektivt, desto mindre gruppen som benchmarkes er. Med DEA metoden er det naturligt, at der er flere selskaber, der opnår den højeste mulige score på 100 pct. 10. I analysen indregnes selskabernes omkostninger til drift og vedligeholdelse af transmissionsnettet, netudbygning samt administrative omkostninger inkl. IT. Derimod indgår omkostninger til netplanlægning, offshore virksomhed, markedsunderstøttende virksomhed samt lager virksomhed ikke i analysen. 11. Analysen tager endvidere højde for de forskelle, der naturligt er mellem de forskellige lande og TSOer. Benchmarken bygger således på et såkaldt normalized grid, der er et standard transmissionsnet for gas med de forskellige elementer (rørledninger, kompressorstationer, trykregulerings- og målerstationer og tilslutningspunkter) et sådant net består af, og de omkostninger til anlæg, forrentning og drift/vedligehold, de hver især giver anledning til. Herudover tages der i modellen

4 Side 4/6 ENERGITILSYNET INTERNATIONAL BENCHMARK AF ENERGINET.DK GASTRANSMISSIONS OMKOSTNINGSEFFEKTIVITET hensyn til specifikke faktorer som arealanvendelse (by/land mv.), topografi (bjerg etc.), undergrundsfaktorer (jord/klippe mv.) og jordens fugtighed, idet disse faktorer har stor indflydelse på omkostningerne til nettet og driften heraf. 12. Udviklingen af analysemodellen er sket i en åben proces, hvor de deltagende selskaber (og regulatorer) har haft mulighed for at kommentere og påvirke modellen. Både regulatorer og TSOer har haft mulighed for at validere analysens data og resultater. 13. SET har ikke taget stilling til den udviklede benchmarkmetode generelt, men det bemærkes, DEA modeller er almindeligt anvendt og anerkendt, som relevante og valide benchmarkmodeller til omkostningseffektivitetsbenchmarks. DEA modeller bruges rutinemæssigt til omkostningseffektivitetsbenchmarks af infrastrukturselskaber i bl.a. Tyskland, Holland, Sverige og Norge. Resultaterne fra DEA modellerne anvendes direkte i reguleringen af mange af disse selskaber. Resultaterne fra DEA analyserne er derigennem også blevet testet og anerkendt i rets- og klagesager i den forbindelse. ENERGINET.DKS RESULTAT I BENCHMARKEN 14. Benchmarkanalysen viser, at Energinet.dk opnår den højest mulige omkostningseffektivitet i analysen, jf. figur 2. Energinet.dk får således en effektivitetsscore på 100 pct. sammen med 7 andre transmissionsselskaber. Det bemærkes, at hver regulator kun har fået konkrete oplysninger om den eller de nationale TSO. Oplysningerne om andre landes TSOer er således anonymiseret af fortrolighedshensyn. Fordeling af effektivitets-score Øvrige selskaber Energinet.dk Kilde: e2gas TSO specific report

5 ENERGITILSYNET INTERNATIONAL BENCHMARK AF ENERGINET.DK GASTRANSMISSIONS OMKOSTNINGSEFFEKTIVITET Side 5/6 15. Analysen har også set på TSOernes unit costs (enhedsomkostninger), der udregnes som samlede omkostninger delt med nettets tekniske størrelse (normalized grid) 1. Det betyder, at en lav værdi er udtryk for bedre omkostningseffektivitet, fordi det viser, at der bruges færre penge på drift og vedligehold målt i forhold til nettets størrelse. 16. Enhedsomkostninger kan ses som en simpel indikator på, hvorledes et selskab ligger i forhold til den væsentligste cost-driver, som er normalized grid, der udtrykker størrelsen på selskabets transmissionsnet. Energinet.dks enhedsomkostninger er vist i tabel 1 sammen med gennemsnittet for virksomhederne i analysen Enhedsomkostninger Gns. enhedsomkostningsindeks ENDK enhedsomkostningsindeks Enhedsomkostningsindeks 60,4 48,8 Kilde: e2gas TSO specific report 17. Energinet.dks enhedsomkostninger ligger under gennemsnittet for de deltagende virksomheder, hvilket indikerer, at Energinet.dks omkostningseffektivitet er højere end gennemsnittet for virksomhederne. BEGRUNDELSE 18. Det bemærkes indledningsvis, at SET som førnævnt ikke har foretaget en generel vurdering af den anvendte benchmarkmetode. DEA metoden er dog almindeligt anvendt og anerkendt internationalt som en relevant og valid benchmarkmodel til benchmarking af eksempekvis omkostningseffektivitet. Hertil kommer, at de deltagende lande og TSOer langt overvejende er relevante at indgå i en benchmark med for Energinet.dk Gastransmission. 19. Det bemærkes endvidere, at SET har deltaget aktivt i styregruppen for benchmarken og processen omkring analysens tilblivelse, hvor alle aktører har haft mulighed for at kommentere, diskutere og præcisere modellen. Der har endvidere været mulighed for at validere analysens resultater (fx sikring af at der er anvendt 1 Normalized grid er beregnet som den vægtede sum af alle netaktiver, der går til gastransmissionsaktiviteter. Vægtene i sammenvejningen svarer til de relative omkostninger til komponenter, transport, installation og drift af de forskellige netaktiver baseret på ingeniørmæssige vurderinger. Et selskabs normalized grid beregnes således ud fra selskabets regnskabsdata mv. dvs. direkte ud fra den tekniske aktiv base. P den måde kan investeringseffektiviteten måles ved at observere de benchmarkede (standardiserede) kapitalomkostninger for normalized grid.

6 Side 6/6 ENERGITILSYNET INTERNATIONAL BENCHMARK AF ENERGINET.DK GASTRANSMISSIONS OMKOSTNINGSEFFEKTIVITET korrekte data fra ENDK mv.) SET finder på den baggrund ikke anledning til at rejse spørgsmål om den generelle pålidelighed af benchmarkens resultater. 20. SET skal dog påpege, at der er tale om den første internationale benchmark af gastransmissionsselskaber. Generelt kan gentagne benchmarks i sig selv være med til at højne og sikre datakvalitet i analyserne, ligesom erfaringer fra tidligere benchmarks er med til at udvikle og kvalitetssikre modellen. Det fremgår dog af den foreliggende benchmarksanalyse, at resultaterne er rimeligt solide i forhold til de relevante statistiske tests mv., der er udført i forbindelse med analysen. 21. SET vurderer på denne baggrund, at benchmarkanalysens resultater i relation til Energinet.dks omkostningseffektivitet som gastransmissionsselskab kan tages som et retvisende udtryk for selskabets effektivitet i forhold til de øvrige selskaber i analysen. Benchmarkanalysen giver således ikke Energitilsynet anledning til at rejse særlige spørgsmål om Energinet.dks omkostningseffektivitet på gastransmission.

7 BILAG PUNKT 6 ENERGITILSYNETS FORMØDE DEN 8. JUNI 2016 INTERNATIONAL BENCHMARK AF ENERGI- NET.DK GASTRANSMISSIONS OMKOSTNI- UNGSEFFEKTIVITET 9. juni /06169 Engros & Transmission BILAG SIDE INDHOLD TSO specific report for NRA SEKRETARIATET FOR ENERGITILSYNET Carl Jacobsens Vej Valby Tlf post@energitilsynet.dk

8 BILAG 1 e2gas - TSO specific report TSO specific report for NRA - revised* CONFIDENTIAL Country DK TSO Code Nr. 50 Per Agrell Peter Bogetoft Urs Trinkner Contents 1. Scores 1.1. Base model 1.2. Results 1.3. Sensitivity analysis 2. Data Notes The following material is a confidential transmission system operator (TSO) specific report of the e2gas benchmarking. The results incorporate the final validated data for DS1, DS2 and DS3 with break date 4/3/2016. This release is exclusively made to the authorized national regulatory authority (NRA) over the access-protected project platform Worksmart. The report is part of the final deliverables of the e2gas project. The content of this report is strictly confidential. * Revision Note Subsequent to the delivery of TSO specific reports, some requests were made by TSOs. Some of them could be reflected, leading to new results. Your data have been corrected in two aspects: 1. Your individual weighted asset lifetime has been recalculated, excluding negative investments and upgrades from the calculation, leading to an increase from 40 years to 50.6 years, (+26%). This gives a subsequent 10.5% decrease in Capex due to lower annuities for the investments, resulting in a 8.4% decrease in Totex. 2. A change in the calculation of the capex-component of the normalized grid, where now the standard life times (60 years for pipelines and 30 years for other assets) are used leads to downwards rescaling of your normalized grid by 14.7% (average adjustment in sample: -3%). TSO_50 Confidential Page 1(7)

9 e2gas - TSO specific report Scores Below, we provide information on the results for the base model and the sensitivity analysis for your regulated company Base model The base model is specified in inputs and outputs as follows: Base model input: Total expenditure (Totex): In the base run and in sensitivity analyses unless stated otherwise, the dependent variable is total expenditure (Totex) calculated as standardized capital costs using real annuities (see specific spreadsheet), standardized operating costs (Opex) excluding cost of energy, out-of-scope activities and possible Z- deductions. Labor cost expenditures in Opex are adjusted to average European costs by the EUROSTAT LCI. A change to earlier benchmarks is that Capex also includes a labor cost adjustment for 30% of the investment amount that is estimated to be labor cost. Base model outputs: The base model is using three outputs: normalized grid (weighted sum of all grid components), total number of connection points, and the peak capacity (maximum of injection and delivery peak capacity). The parameters capture both the investment (capital expenditure) dimension through the normalized grid and the operating cost dimension through the connections and peak capacity, leading to good explanatory results for the average cost in the sample. The statistical tests are given below, all parameters are significant with correct signs under both linear and log-log specifications, explaining at least 89% of the variance in normal and robust regression tests. Estimation 1: OLS for a linear base model Call: dxtotex_noenergy_invadj ~ 0 + yngtotex + ycapacity_max + yconnections_tot Coefficients: Estimate Std. Error t value Pr(> t ) yngtotex 1.447e e *** ycapacity_max 4.978e e * yconnections_tot 1.038e e *** --- Signif. codes: 0 *** ** 0.01 * Residual standard error: on 19 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 19 DF, p-value: 2.316e-15 TSO_50 Confidential Page 2(7)

10 e2gas - TSO specific report Estimation 2: OLS for a log-log base model Call: log(dxtotex_noenergy_invadj) ~ log(yngtotex + 1) + log(ycapacity_max + 1) + log(yconnections_tot + 1) Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) *** log(yngtotex + 1) *** log(ycapacity_max + 1) ** log(yconnections_tot + 1) ** --- Signif. codes: 0 *** ** 0.01 * Residual standard error: on 18 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 3 and 18 DF, p-value: 2.413e Results In this section we describe the results for our base model in e2gas. In order to make the impact of these factors visible we show the effect of multi-output assessment by also including a classical unit-cost analysis as a first step in the presentation. Unit Cost excluding outliers: In the unit cost approach we simply compare the total costs (totex) of the TSO with the technical assets reflected by the NormalisedGrid (Unit Cost =Totex/NormalisedGrid). Comment: Unit Cost scores may serve as a first rough indication on the cost position of your operator with regard to the key cost driver NormalisedGrid. DEA IRS excluding outliers: The principal result of the study is obtained using DEA under increasing returns to scale (IRS) as indicated by statistical tests, after removal of outlier peers using the standard procedures in use in e3grid and described in Agrell & Niknazar (2015). SFA loglinear: To validate the DEA-model results, a Stochastic frontier analysis (SFA) was performed using a loglinear specification corresponding to the full base model. The correlation between the two methods is 0.74, indicating a very high inter-method consistency. Table 1 summarizes the parameters in the base model. Table 1: Parameters in base model RU2: BASE MODEL UNIT COST INPUT dxtotex_noenergy_invadj OUTPUT yngtotex_adj_ver2 RD2: BASE MODEL INPUT dxtotex_noenergy_invadj OUTPUT yngtotex_adj_ver2 yconnections_tot ycapacity_max TSO_50 Confidential Page 3(7)

11 Efficiency score e2gas - TSO specific report In Table 2, the efficiency scores of your regulated company are illustrated for the base model. We show average efficiency of the 22 compared TSOs and the score of your regulated company. This allows assessing the efficiency score of your regulated company compared to the whole sample of compared TSOs. Figures 1 shows the distribution of efficiency scores and indicates in red the score of your regulated company. Table 2: Base model results Model Average Number of TSO_50 TSO_50 efficiency outliers Efficiency Outlier? RU2: Unit Cost IRS 60.4% % no RD2: DEA IRS excl out RD 78.6% % no Figure 1: Distribution of efficiency scores in RD2: DEA IRS excl out RD 100% TSO_50 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% TSOs ordered TSO_50 Confidential Page 4(7)

12 e2gas - TSO specific report Sensitivity analysis The base run results depend on a number of assumptions regarding parameters used. These are tested in the sensitivity analyses below, all using the base model specification. SA1 No LCI adjustment of capex In variant SA1 the original investment value is not adjusted for labor costs. SA2 PPP adjustment of Opex In the base run RD2, CPI and the exchange rates to EUR are used to create the reference base (EUR, 2014). In the run SA2 we use Purchasing Power Parity (PPP) to adjust all Opex, meaning that 1 EUR in Germany is no longer equal to 1 EUR in Portugal. This replaces the exchange rate, but CPI is kept for indexation of Capex. SA3 PPI adjustment of Capex In the base run, CPI is used as inflation adjustment index. In SA3 we use producer price index (PPI) for inflation adjustment where and for as long as it exists. Missing PPI data or periods are replaced by CPI. SA4 No LCI adjustment of capex or opex The base run adjusts for labor cost differences both in opex and capex. In variant SA4 we remove all such adjustments to just compare labor costs in opex and make no corrections for labor in the investments. SA5 Real interest rate: 2% The real interest rate is defined to 3% for the base run, SA5 is a lower bound at 2%. SA6 Real interest rate: 4% The real interest rate is defined to 3% for the base run, SA6 is a upper bound at 4% SA7 Estimated environmental factors for missing data Some operators did not submit environmental characteristics for pipeline-assets in the base run. In variant SA7 we have estimated environmental landuse data for all missing data using EUROSTAT data for landuse by country. All German operators have the average landuse characteristics for Germany. Table 2 provides the results of the analysis. The following abbreviations are used: dxtotex = Totex dxtotex_noenergy = Totex excl energy costs dxtotex_noenergy_ppi = Totex excl energy PPI adjusted dxtotex_noenergy_ppp = Totex excl energy PPP adjusted for OPEX, CPI for capex dxtotex_noenergy_invadj = Totex excl energy, adj for labor in opex AND investments dxtotex_noenergy_noadj = Totex excl energy, no labor adj of OPEX yngtotex.alt = environmentals estimated for TSOs with missing data TSO_50 Confidential Page 5(7)

13 Efficiency score e2gas - TSO specific report The average results of the base models throughout the sensitivity analyses (RD2 and SA1-SA7) are stable between 77.3% and 79.5% cost efficiency. Operators' average range between the highest and the lowest score across the models of the sensitivity analysis is 6.7%, median range is 4.29%. The average range is driven by high maximum range of 30.0%. Most of the differences can be explained by logical factors such as the relative difference between actual costs and the correction index used. Naturally, the results of the model are proportional to relevant parameters, meaning that e.g. changes in the interest rate lead to a different weight for investment efficiency. Robustness, however, is measured as the significance of model variables with respect to technical assumptions and the rank-order consistency among the results. Overall, the model results can then be considered as robust. Figure 2 illustrates the sensitivity of the real interest rate (RD2 vs. SA5/6) and Figure 3 reveals the correlation of the base run DEA with SA3, where Capex is adjusted by PPI instead of CPI. Table 2: Base model results Model Totex Average TSO_50 applied efficiency Efficiency RD2: DEA IRS excl out RD dxtotex_noenergy_invadj (3%) 78.6% 100.0% SA1 DEA IRS excl outliers dxtotex_noenergy 78.7% 100.0% SA2 DEA IRS excl outliers dxtotex_noenergy_ppp 77.5% 100.0% SA3 DEA IRS excl outliers dxtotex_noenergy_ppi 79.5% 100.0% SA4 DEA IRS excl outliers dxtotex_noenergy_noadj 78.9% 100.0% SA5 DEA IRS excl outliers dxtotex_noenergy_invadj (2%) 77.3% 100.0% SA6 DEA IRS excl outliers dxtotex_noenergy_invadj (4%) 78.3% 100.0% SA7 DEA IRS excl outliers dxtotex_noenergy_invadj (NG.alt) 77.5% 100.0% Figure 2: Sensitivity of real interest rate 100% 80% 60% 40% 20% 0% dxtotex_noenergy_invadj (2%) dxtotex_noenergy_invadj (3%) Average TSO_50 dxtotex_noenergy_invadj (4%) TSO_50 Confidential Page 6(7)

14 SA3 DEA IRS excl outliers e2gas - TSO specific report Figure 3: Correlation of efficiency scores of RD2 and SA3 100% TSO_50 80% 60% 40% 20% 0% 0% 20% 40% 60% 80% 100% RD2: DEA IRS excl out RD 2. Data As separate annexes to this report, the underlying TSO specific data is provided in the project platform. The data is organised as follows: File: annuity.list...xls The file contains the calculation of annuities. File: assetdump...xls The file contains the reported assets and the calculation of normalized grid parameters. File: dump.opex...xls The file contains the relevant Opex related data. File: environ.pipelines...xls The file contains pipeline data and weights per environmental class. The environmental factors estimate for SA7 can be found in file "e2gas_public_parameters_v2_release.xlsx" on the public project platform (sheet YB7). TSO_50 Confidential Page 7(7)