Die vorliegende Dissertation beinhaltet drei Studien, die jeweils unterschiedliche Themen aus dem Forschungsfeld der Energie- und Umweltökonomie untersuchen. Die Forschungsthemen der Studien umfassen: (i) die Schätzung von Einsparpotentialen für Treibhausgasemissionen auf Sektorebene, (ii) die Prognose der Ölförderung einer Region auf Basis von historischen Daten zu Ölfunden, (iii) die Untersuchung der Bestimmungsfaktoren von Strompreisschwankungen. Jede der Studien nutzt dabei bestimmte statistische oder mathematische Methoden, welche speziell auf die Forschungsfrage und den zu untersuchenden Datensatz zugeschnitten sind.

Die erste Studie ist eine stochastische, nichtparametrische Effizienzanalyse mit Treibhausgasemissionen als unerwünschte Outputs. Es werden für sieben Wirtschaftssektoren und sechstzehn Europäische Länder Einsparpotentiale für Treibhausgasemissionen geschätzt, d.h. die Emissionsmengen, die möglicherweise durch Produktivitätsverbesserungen eingespart werden könnten. Dafür wird die übliche DEA-Methode durch ein spezielles Bootstrapping-Verfahren ergänzt, um eine Bias-Korrektur durchzuführen und Konfidenzintervalle zu ermitteln. Die geschätzten Einsparpotentiale für Treibhausgasemissionen werden mit den Emissionsreduktionszielen der Europäischen Kommission für 2030 verglichen. Der Vergleich zeigt, dass Produktivitätsverbesserungen ein quantitativ wichtiges Element darstellen, wodurch gegebenenfalls eine substanzielle Verringerung der Treibhausgasemissionen der Europäischen Union möglich ist.

Die zweite Studie präsentiert ein stochastisches Modell, welches darauf abzielt, die unentdeckten Ölmengen sowie den Zeitpfad der Ölentdeckungen und der Ölproduktion für eine ölfördernde Region vorherzusagen. Das Modell kombiniert drei Submodelle: (i) ein empirisch fundiertes Produktionsmodell für individuelle Ölfelder, (ii) ein „Successive Sampling Discovery Model“ nach Kaufman et al. (1975) zur Prognose der Feldgrößen, und (iii) ein stochastisches Modell vom Typ Poisson-Prozess zur Vorhersage der Entdeckungszeitpunkte. Das Modell wird für die ölfördernden Regionen Norwegen und dem Golf von Mexiko (letztere weiter untergliedert in „Flachwasser-“ und „Tiefwasser-Region“) geschätzt und evaluiert. Die Ergebnisse zeigen, dass für Norwegen und für die „Flachwasser-Region“ des Golfs von Mexico die prognostizierten Ölentdeckungen etwas zu niedrig sind im Vergleich zu den tatsächlichen Ölentdeckungen, während für die Tiefwasser-Region des Golfs von Mexico die Prognosen zu hoch sind. Ähnliches spiegelt sich in den Prognosen für die Ölproduktion wider.

Die dritte Studie ist eine multivariate Wavelet-Analyse des deutschen Großhandelsstrommarktes, welche die Bestimmungsfaktoren von Strompreisfluktuationen anhand von täglichen Zeitreihen untersucht. Die möglichen Bestimmungsfaktoren sind Kohle- und Gaspreise sowie die Residuallast (die gesamte Netzlast minus die Erzeugung aus Windkraft und Solarenergie). Die multivariate Wavelet-Methode erlaubt eine detaillierte Untersuchung der Beziehungen zwischen den Zeitreihen nach Zeit und Frequenz, wobei ebenso die Abhängigkeiten zwischen den verschiedenen Zeitreihen berücksichtigt werden. Die Ergebnisse zeigen, dass die Residuallast der wesentliche Bestimmungsfaktor über kürzere Perioden ist, während Kohle- und Gaspreise die wesentlichen Bestimmungsfaktoren über längere Perioden sind. Ebenso findet die Studie, dass der Zusammenhang zwischen den Energiepreisen zeitlich veränderlich ist, was mit Ergebnissen aus anderen Studien übereinstimmt (siehe z.B., Sousa et al. (2014); Aguiar-Conraria et al. (2018)).