📈 economics

Real Options Valuation Framework for Emerging Technologies in A/E/C Projects Under Structural Uncertainty: Stochastic Parametric Integration and Evidence from Peru

Dieses Paper schlägt einen integrierten Realoptionsanalyse-Rahmen vor, der Black-Scholes-Merton- und Cox-Ross-Rubinstein-Modelle mit stochastischen parametrischen Kostenformeln kombiniert, um zu demonstrieren, dass dieser Ansatz im Gegensatz zu traditionellen Discounted-Cash-Flow-Methoden, welche aufstrebende Technologien in peruanischen A/E/C-Projekten systematisch unterbewerten, signifikante managementbedingte Flexibilität und Optionswerte unter hoher struktureller Unsicherheit erfasst und potenziell Projekte mit negativem Kapitalwert in hochprofitable Investitionen transformiert.

Ursprüngliche Autoren: PAUL RICARDO PRUDENCIO GALVEZ

Veröffentlicht 2026-06-30

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: PAUL RICARDO PRUDENCIO GALVEZ

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Stadtplaner in Peru und versuchen, massive neue Infrastrukturprojekte zu bauen, wie etwa einen Superhafen oder eine neue U-Bahn-Linie. Diese Projekte sind teuer und beinhalten oft brandneue, hochmoderne Technologien (wie fortschrittliche digitale Blaupausen oder modulare Bauweisen).

Das Problem ist, dass die traditionelle Art und Weise, zu entscheiden, ob man diese Projekte baut, der Versuch ist, das Wetter mit einer Kristallkugel vorherzusagen, die nur den gestrigen Sonnenschein betrachtet. Dies nennt sich Discounted Cash Flow (DCF). Es geht davon aus, dass die Zukunft exakt wie die Vergangenheit sein wird, ohne Überraschungen.

Das Problem: Die Kristallkugel ist kaputt
In der realen Welt ist der Bau chaotisch. Materialpreise springen, Vorschriften ändern sich und der Boden unter einem könnte felsiger sein als erwartet. Da die traditionelle „Kristallkugel“ (DCF) mit solchen Überraschungen nicht umgehen kann, sagt sie oft „Nein“ zu Projekten, die eigentlich gute Ideen sind. Es ist, als würde man sich weigern, eine Eintrittskarte für einen Freizeitpark zu kaufen, weil man Angst hat, dass die Achterbahn zu schnell sein könnte, und dabei ignoriert, dass genau dieser Nervenkitzel den Wert ausmacht.

Die Lösung: Die „Option“ zu warten
Dieses Paper schlägt eine neue Denkweise vor, die Real Options Analysis (ROA) genannt wird.

Betrachten Sie eine „Real Option“ nicht als eine Finanzaktie, sondern als ein flexibles Ticket.

Die traditionelle Sicht (DCF): Sie müssen genau jetzt entscheiden, ob Sie das Ganze bauen oder es niemals bauen. Wenn die Mathematik heute auch nur leicht schlecht aussieht, brechen Sie das Projekt ab.
Die neue Sicht (ROA): Sie kaufen eine „Option“, um das Projekt zu starten, behalten aber gleichzeitig das Recht, später zu warten, zu pausieren oder die Pläne zu ändern, falls die Dinge seltsam werden.

Das Paper argumentiert, dass diese „Flexibilität“ einen realen Geldwert hat. Tatsächlich ist diese Flexibilität in Peru, wo es sehr unvorhersehbar ist (hohe „Volatilität“), 12 % bis 15 % der gesamten Projektkosten wert. Die alte Methode ignoriert diesen Wert vollständig.

Wie sie es gemacht haben: Das „stochastische“ Rezept
Der Autor, Paul Prudencio Galvez, hat nicht einfach nur schicke Mathematik aus dem Aktienmarkt verwendet. Er hat ein maßgeschneidertes Rezept unter Verwendung von Stochastischen Parametrischen Kostenformeln erstellt.

Die Analogie: Stellen Sie sich vor, Sie backen einen Kuchen für eine riesige Party.
- Der alte Weg: Sie raten, dass Sie genau 5 Tassen Mehl benötigen. Wenn Sie eine Tasse zu viel oder zu wenig haben, misslingt Ihr Kuchen.
- Der neue Weg: Sie erkennen, dass die Mehlpreise schwanken und der Ofen vielleicht Probleme macht. Also verwenden Sie ein „smartes Rezept“, das besagt: „Wir brauchen zwischen 4,5 und 5,5 Tassen Mehl und wir passen dies an, je nachdem, wie das Wetter an diesem Tag aussieht.“
Die Mathematik: Der Autor nutzte Computersimulationen (das Durchspielen von 10.000 verschiedener „Was-wäre-wenn“-Szenarien), um dieses smarte Rezept speziell für peruanische Baukosten zu erstellen. Er spielte dieses dann in zwei berühmte Finanzformeln (Black-Scholes-Merton und einen Binomialbaum) ein, um den Wert dieser „Flexibilität“ zu berechnen.

Die große Entdeckung: Der „Vorzeichenwechsel“
Das Paper präsentiert eine Tabelle, die die beiden Methoden vergleicht. Hier ist die schockierendste Erkenntnis:

Szenario: Ein Projekt sieht nach der alten Methode so aus, als würde es Geld verlieren (ein negativer Wert).
Ergebnis: Die alte Methode sagt: „Lehnen Sie dieses Projekt ab!“
Neue Methode: Wenn man den Wert der „Flexibilitätsoption“ hinzufügt, sieht dasselbe Projekt plötzlich so aus, als würde es einen riesigen Gewinn abwerfen.
Die Magie: In einem spezifischen Fall verwandelte sich ein Projekt, das wie ein Verlust von 5 Millionen Dollar aussah, in einen Gewinn von 12 Millionen Dollar, nur indem man anerkannte, dass die Projektmanager in der Lage sind, auf Veränderungen zu reagieren. Das ist ein Unterschied von 340 %.

Warum das für Peru wichtig ist
Peru hat einen massiven Bedarf an neuer Infrastruktur (Brücken, Häfen, U-Bahnen), steht aber auch vor hoher Unsicherheit (geologische Risiken, regulatorische Änderungen).

Das Paper zeigt, dass Peru durch die Verwendung der alten „Kristallkugel“-Methode versehentlich 34 % seiner besten Projekte ablehnt.
Durch den Wechsel zu dieser neuen „flexiblen Ticket“-Methode könnten sie Milliarden an Wert freisetzen, die derzeit einfach weggeworfen werden.
Speziell für massive Projekte wie den Hafen von Chancay oder die Metro-Linie 3 von Lima ist der Wert, warten und mehr Informationen sammeln zu können, bevor man einen einzigen Cent ausgibt, ein Vermögen wert.

Das Fazit
Dieses Paper beweist, dass in einer Welt voller Überraschungen das Wertvollste, was man besitzen kann, nicht das Projekt selbst ist – sondern die Freiheit, seine Meinung zu ändern. Die alte Mathematik ignoriert diese Freiheit und führt zu schlechten Entscheidungen. Die neue Mathematik setzt einen Preisschild auf diese Freiheit und zeigt, dass in unsicheren Ländern wie Peru die Flexibilität die profitabelste Strategie überhaupt ist.

Technisches Resümee: Realoptionsbewertungsrahmen für aufstrebende Technologien in A/E/C-Projekten unter struktureller Unsicherheit

Problemstellung und Forschungslücke
Der Sektor Architektur, Ingenieurwesen und Bauwesen (A/E/C) steht vor einem strukturellen Bewertungsparadoxon, da aufstrebende Technologien – insbesondere fortschrittliche Gebäudeinformationsmodellierung (BIM), digitale Zwillinge und modularer Bau – asymmetrische Risikoprofile aufweisen, die klassische Finanzmethoden nicht erfassen können. Traditionelle Discounted-Cashflow-Analysen (DCF) unterbewerten diese Projekte systematisch, da sie von deterministischen Cashflow-Trajektorien ausgehen und das Management-Flexibilitätspotenzial unter Unsicherheit nicht quantifizieren können. Diese Einschränkung ist besonders akut in Schwellenländern wie Peru, wo ein erhebliches Infrastrukturdefizit (ca. 110 Mrd. USD) eine schnelle Technologieadaption erforderlich macht, die öffentlichen Bewertungsprotokolle jedoch an statischen Kapitalwertmodellen (NPV) festhalten.

Die bestehende Literatur weist drei kritische Lücken auf, die diese Studie adressiert:

Kontextuelle Lücke: Anwendungen der Realoptionsanalyse (ROA) im Bauwesen konzentrieren sich überwiegend auf Mautstraßen- und Energieprojekte in entwickelten Volkswirtschaften, wodurch der Kontext der andinen Schwellenländer unterrepräsentiert bleibt.
Methodische Lücke: Die meisten ROA-Implementierungen leiten die Volatilität aus Finanzmärkten ab, statt sie aus ingenieurtechnischen Kostendaten zu generieren, was die praktische Anwendbarkeit für A/E/C-Praktiker reduziert.
Integrationslücke: Parametrische Kostengleichungen, die als Input für die Optionspreisbildung ( $S_0$ ) dienen, werden selten formal in das Optionsmodell integriert, was zu methodischer Inkonsistenz führt.

Methodik
Die Forschung verwendet ein quantitatives Mixed-Methods-Design, das mathematische Finanzmodellierung mit vergleichender Szenarioanalyse kombiniert. Die Analyseeinheit umfasst Straßen- und Hafeninfrastrukturprojekte in Peru mit Komponenten aufstrebender Technologien, wobei Daten aus öffentlichen Konzessionsdatenbanken (ProInversión und das Ministerium für Verkehr und Kommunikation) genutzt werden.

Die Kernmethodik integriert drei Komponenten:

Stochastische parametrische Formeln für Kosten ( $S_0$ ): Um die ingenieurtechnische Verifizierbarkeit zu gewährleisten, wird die Investitionsbasis als stochastische Summe statt als deterministischer Einheitskostensatz modelliert. Die Formel $S_0 = \Sigma(Q_i \times U_i) \times (1 + \alpha_{risk}) + C_{indirect}$ nutzt Mengen ( $Q_i$ ), die aus Beta-PERT-Verteilungen abgeleitet wurden, welche auf historische Projektdaten gestützt sind, sowie Einheitssätze ( $U_i$ ), die an die offiziellen Baukostenindizes Perus indexiert sind. Ein dynamischer Sicherheitsfaktor ( $\alpha_{risk}$ ) wird basierend auf der historischen Standardabweichung der Kosten kalibriert. Zusätzlich wurden validierte Potenzgesetz-Beziehungen ( $C_{est} = a \cdot \text{Built\_Area}^b$ ) gegen peruanische Kostendatenbanken für Straßen- und Hafen-Typologien kalibriert.
Bewertungsmodelle:
- Black-Scholes-Merton (BSM): Adaptiert für Vermögenswerte ohne Dividenden mit Wartungskosten ( $q$ ), dient dieses Modell als primäres Bewertungsinstrument. Entscheidend ist, dass die Volatilität ( $\sigma$ ) nicht aus Finanzmärkten importiert, sondern mittels Monte-Carlo-Simulation (10.000 Iterationen in Python) auf A/E/C-spezifische Cashflow-Verteilungen berechnet wird, um die projektbezogene Unsicherheit zu erfassen.
- Cox-Ross-Rubinstein (CRR) Binomialbaum: Wird für Projekte mit multiplen sequenziellen Entscheidungspunkten verwendet (z. B. aufschieben $\to$ Pilotphase $\to$ Vollimplementierung), wobei risikoneutrale Wahrscheinlichkeiten und Rückwärtsinduktion zur Preisbestimmung zusammengesetzter Optionen eingesetzt werden.
Flexibilitätsprämie (FP) und Vergleichsmatrix: Die Studie quantifiziert den durch statische DCF vernichteten Wert mittels der Flexibilitätsprämie ( $FP = ROA\text{-Wert} - DCF\text{-Wert}$ ). Eine quantitative Vergleichsmatrix mit sechs Szenarien kreuzt Volatilitätsniveaus (Niedrig, Mittel, Hoch) mit Schlüsselvariablen (Zeithorizont, Investitionskosten und peruanischer Kontext), um die Divergenz zwischen statischen und dynamischen Bewertungen zu dokumentieren.

Kernergebnisse
Die Studie präsentiert eine validierte quantitative Vergleichsmatrix, die die Auswirkungen von Volatilitätsregimen auf die Projektbewertung verdeutlicht:

Niedrige Volatilität ( $\sigma < 15\%$ ): Die Flexibilitätsprämie ist marginal (+8%), was darauf hindeutet, dass DCF akzeptabel, aber konservativ ist.
Mittlere Volatilität ( $\sigma = 25\%$ ): Es tritt ein kritischer Vorzeichenwechsel ein. Projekte mit einem statischen NPV von -5 Mio. USD (durch DCF abgelehnt) werden durch ROA mit +12 Mio. USD neu bewertet, was einer Steigerung von +340% entspricht. Dies zeigt, dass DCF in Umgebungen mit hoher Unsicherheit systematische Typ-I-Fehler (falsch-negative Ergebnisse) produziert.
Hohe Volatilität ( $\sigma > 40\%$ ): Die Divergenz weitet sich signifikant aus. Ein Projekt mit einem statischen NPV von -20 Mio. USD wird durch ROA mit +25 Mio. USD bewertet. Die Flexibilitätsprämie steigt konvex mit der Volatilität und erreicht bei $\sigma = 45\%$ einen Wert von 45 Mio. USD.
Kalibrierung des peruanischen Kontextes: Bei spezifischen Megaprojekten wie dem Hafen von Chancay und der Metro-Linie 3 von Lima liegen die impliziten Volatilitäten zwischen 35% und 45%. Das Modell zeigt, dass die Option, die geotechnische Datenerhebung vor der Ausschreibung aufzuschieben, einen Wert generiert, der 12–15% der gesamten CAPEX entspricht.
Genauigkeit: Die Integration lokaler stochastischer parametrischer Formeln erreichte eine $S_0$ -Kalibrierung innerhalb von ±8% der tatsächlichen Kosten über sieben Referenzprojekte hinweg, mit einem $R^2$ von 0,924.

Bedeutung und Ansprüche
Das Paper beansprucht, eine theoretisch überlegene und empirisch validierte Methode zur Bewertung von Projekten mit aufstrebenden Technologien im A/E/C-Sektor bereitzustellen, insbesondere im Kontext der andinen Schwellenländer. Die primären Beiträge umfassen:

Operationalisierung der ROA: Durch die formale Integration stochastischer parametrischer Kostengleichungen als Pricing-Input ( $S_0$ ) adressiert die Studie die Kritik, dass ROA-Volatilitätsparameter willkürlich oder finanziell abstrakt seien. Sie etabliert einen verteidigbaren, prüfungsfähigen Bewertungsprozess, bei dem die Volatilität direkt aus ingenieurtechnischen Kostenverteilungen hervorgeht.
Korrektur der systematischen Unterbewertung: Die Forschung zeigt, dass die statische DCF-Analyse in Umgebungen mit hoher Unsicherheit systematisch Wert zerstört, was zur Ablehnung technisch lebensfähiger Projekte führt. In der peruanischen Infrastruktur-Pipeline (über 70 Mrd. USD) könnte die Einführung der ROA 12–15% der CAPEX zurückgewinnen, die derzeit durch die statische Analyse verworfen werden.
Politische Relevanz: Die Studie argumentiert, dass eine Gesetzesreform zur Einbindung der ROA in die peruanischen öffentlichen Bewertungsprotokolle (SNIP/Invierte.pe) technisch machbar und ökonomisch imperativ ist. Sie bietet eine strukturierte Basis für Risikoaufteilungsklauseln in PPP-Verträgen, die über die deterministische VAN/TIR-Analyse hinausgehen.

Die Autoren kommen zu dem Schluss, dass das Framework zwar die geometrische Brownsche Bewegung annimmt (was Ereignisse wie politische Schocks unterbewerten könnte), es jedoch erfolgreich globale Erkenntnisse auf den andinen Kontext überträgt und ein kritisches Instrument zur Bewältigung des regionalen Infrastrukturdefizits darstellt. Zukünftige Forschung ist notwendig, um die kalibrierten Koeffizienten gegen Post-Konstruktions-Daten zu validieren und Sprung-Diffusions-Prozesse einzubeziehen.

Mehr davon