Zugl.: Frankfurt (Main), Univ., Diss., 2006

Zugl.: Freiburg i. Brsg., Universiẗat, Diss., 2000.

Universiẗat, Diss., 2007 u.d.T.: Monschauer, Frank: Die Bedeutung von unterschiedlichen internen Zinsfüßen einer Zahlungsreihe--Frankfurt (Main).

The design of hydropower projects requires a comprehensive planning process in order to achieve the objective to maximise exploitation of the existing hydropower potential as well as future revenues of the plant. For this purpose and to satisfy approval requirements for a complex hydropower development, it is imperative at planning stage, that the conceptual development contemplates a wide range of influencing design factors and ensures appropriate consideration of all related aspects. Since the majority of technical and economical parameters that are required for detailed and final design cannot be precisely determined at early planning stages, crucial design parameters such as design discharge and hydraulic head have to be examined through an extensive optimisation process. One disadvantage inherent to commonly used deterministic analysis is the lack of objectivity for the selection of input parameters. Moreover, it cannot be ensured that the entire existing parameter ranges and all possible parameter combinations are covered. Probabilistic methods utilise discrete probability distributions or parameter input ranges to cover the entire range of uncertainties resulting from an information deficit during the planning phase and integrate them into the optimisation by means of an alternative calculation method. The investigated method assists with the mathematical assessment and integration of uncertainties into the rational economic appraisal of complex infrastructure projects. The assessment includes an exemplary verification to what extent the Random Set Theory can be utilised for the determination of input parameters that are relevant for the optimisation of hydropower projects and evaluates possible improvements with respect to accuracy and suitability of the calculated results. / Die Auslegung von Wasserkraftanlagen stellt einen komplexen Planungsablauf dar, mit dem Ziel das vorhandene Wasserkraftpotential möglichst vollständig zu nutzen und künftige, wirtschaftliche Erträge der Kraftanlage zu maximieren. Um dies zu erreichen und gleichzeitig die Genehmigungsfähigkeit eines komplexen Wasserkraftprojektes zu gewährleisten, besteht hierbei die zwingende Notwendigkeit eine Vielzahl für die Konzepterstellung relevanter Einflussfaktoren zu erfassen und in der Projektplanungsphase hinreichend zu berücksichtigen. In frühen Planungsstadien kann ein Großteil der für die Detailplanung entscheidenden, technischen und wirtschaftlichen Parameter meist nicht exakt bestimmt werden, wodurch maßgebende Designparameter der Wasserkraftanlage, wie Durchfluss und Fallhöhe, einen umfangreichen Optimierungsprozess durchlaufen müssen. Ein Nachteil gebräuchlicher, deterministischer Berechnungsansätze besteht in der zumeist unzureichenden Objektivität bei der Bestimmung der Eingangsparameter, sowie der Tatsache, dass die Erfassung der Parameter in ihrer gesamten Streubreite und sämtlichen, maßgeblichen Parameterkombinationen nicht sichergestellt werden kann. Probabilistische Verfahren verwenden Eingangsparameter in ihrer statistischen Verteilung bzw. in Form von Bandbreiten, mit dem Ziel, Unsicherheiten, die sich aus dem in der Planungsphase unausweichlichen Informationsdefizit ergeben, durch Anwendung einer alternativen Berechnungsmethode mathematisch zu erfassen und in die Berechnung einzubeziehen. Die untersuchte Vorgehensweise trägt dazu bei, aus einem Informationsdefizit resultierende Unschärfen bei der wirtschaftlichen Beurteilung komplexer Infrastrukturprojekte objektiv bzw. mathematisch zu erfassen und in den Planungsprozess einzubeziehen. Es erfolgt eine Beurteilung und beispielhafte Überprüfung, inwiefern die Random Set Methode bei Bestimmung der für den Optimierungsprozess von Wasserkraftanlagen relevanten Eingangsgrößen Anwendung finden kann und in wieweit sich hieraus Verbesserungen hinsichtlich Genauigkeit und Aussagekraft der Berechnungsergebnisse ergeben.

This doctoral thesis focuses on the evaluation of the World Bank (WB) performance in delivering development aid to the Least Developed Countries (LDCs). For this purpose, an extensive research was performed to analyze a set of 790 Implementation Completion and Results reports for key economic and financial indicators. Results of this research provide various insights for the appraisal and the results stage of project delivery of the LDCs in different continents. In the final part of the economic and financial analysis the minimum Social Return on Investment (SROI) of the LDCs including all project costs was calculated. This SROI ratio outcome of 1 and 1.06 in the weighted and 1.3 and 1.72 in the unweighted case indicate that projects delivered by the WB have a positive effect on the poor countries. In the second part of this research project the data set of the ICR reports was qualitatively researched for negative ratings according to 3 core assessment categories for the overall project performance: Sustainability, bank performance and borrower performance. As a result the most critical categories respectively risks were outlined. In conclusion, the research analyses and findings support the general demand to provide even more development assistance to poor countries.:Table of Tables and Figures List of Equations List of Abbreviations 1 Introduction 1.1 Introduction to the Topic 1.2 Assessing Poverty Problems and Achieving Economic Growth 1.3 Millennium Development Goals 1.4 Development Aid 2 Research Approach 2.1 Objective 2.2 Structure 2.3 Least Developed Countries 2.4 World Bank 2.5 Data Access and Relevance 2.5.1 Data Basis 2.5.2 Implementation Completion and Results Reports 2.5.3 Project Types 2.6 Term “Performance” 2.7 Study and Research Questions 2.8 Challenges of this Doctoral Thesis 2.9 Contribution of this Thesis 3 Economic and Financial Analysis 3.1 SROI Concept 3.1.1 SROI Definition 3.1.2 SROI Process and Impact Map 3.1.3 Cost-Benefit-Analysis 3.1.4 SROI Calculation 3.2 SROI of World Bank Projects 3.2.1 Purpose of the Cost-Benefit-Analysis 3.2.2 Indicators of the SROI Calculation 3.2.2.1 Net Present Value 3.2.2.2 Capital and Recurring Costs 3.2.2.3 Project Dates and Duration 3.2.2.4 NPV-horizon 3.2.2.5 Discount Rate 3.2.3 Types of NPV-Cost-Ratios 3.2.3.1 Pro-Rata-Capital-Costs Ratio 3.2.3.2 Total-Capital-Costs Ratio 3.2.3.3 Pro-Rata-Capital plus Recurring-Costs Ratio 3.2.3.4 Total-Capital plus Recurring-Costs Ratio 3.2.4 Calculation of the proper SROI Ratio 3.2.5 Portfolio Analysis 3.2.6 Sensitivity Analysis 3.3 Additional Economic and Financial Indicators 3.3.1 Economic Rate of Return 3.3.2 Benefit-Cost-Ratio 3.3.3 Net Benefit 3.3.4 Financial Net Present Value 3.3.5 Financial Rate of Return 4 Results of the Economic and Financial Analysis 4.1 Analysis Approach and Setup 4.2 NPV Outcomes at the Appraisal Stage 4.2.1 Appraisal NPVs of the LDCs 4.2.2 Appraisal NPV Continent Comparison 4.3 NPV Outcomes of the Result Stage 4.3.1 Result NPVs of the LDCs 4.3.2 Result NPV Continent Comparison 4.4 Appraisal vs. Result NPVs 4.4.1 Results of the LDCs 4.4.2 Continent Comparison 4.5 Economic Rate of Return Result Values 4.5.1 Results of the LDCs 4.5.2 Continent Comparison 4.6 Additional Economic and Financial Indicator Result Values 4.6.1 Benefit-Cost-Ratio and Net Benefit 4.6.2 Financial Net Present Value and Financial Rate of Return 4.7 Overall Project Performance 4.7.1 Definition 4.7.2 Overall Project Performance Ratings 4.7.3 Outcome Calculation for Non-Financial Indicator Projects 4.7.4 Verification of Outcomes and Conclusion 4.8 NPV-Cost-Ratios and SROI Calculation 4.8.1 NPV-Cost-Ratios of the ICR Reports 4.8.1.1 Overall Results 4.8.1.2 Continent Comparison 4.8.2 Standardized NPV-Cost-Ratios 4.8.2.1 Overall Results 4.8.2.2 Continent Comparison 4.8.3 Calculating the Minimum SROI Ratio 4.8.3.1 Overall Results of the Capital SROI Ratio 4.8.3.2 Continental Comparison of the Capital SROI Ratio 4.8.3.3 Overall Results of the Minimum SROI Ratio 4.8.3.4 Continental Comparison of the Minimum SROI Ratio 4.8.4 Making Meaning of the Results 4.9 Summary and Conclusion 5 Qualitative Data Analysis 5.1 Content Analysis 5.2 Sustainability 5.2.1 Sustainability Rating Definition 5.2.2 Sustainability Rating Categories 5.3 Bank Performance 5.3.1 Bank Performance Definition 5.3.2 Bank Performance Categories 5.4 Borrower Performance 5.4.1 Borrower Performance Definition 5.4.2 Borrower Performance Categories 6 Results of the Qualitative Data Analysis 6.1 Sustainability 6.1.1 Quantitative Assessment of Sustainability Ratings 6.1.2 Outcome of the Content Analysis 6.1.2.1 Types of Reasons 6.1.2.2 Overall Results 6.1.2.3 Results in Haiti 6.1.2.4 Continent Comparison 6.1.3 Excursus: Positive NPV Projects 6.1.4 Summary and Conclusion 6.2 Bank Performance 6.2.1 Quantitative Assessment of Bank Performance Ratings 6.2.2 Outcome of the Content Analysis 6.2.2.1 Types of Reasons 6.2.2.2 Overall Results 6.2.2.3 Results in Haiti 6.2.2.4 Continent Comparison 6.2.3 Summary and Conclusion 6.3 Borrower Performance 6.3.1 Quantitative Assessment of Borrower Performance Ratings 6.3.2 Outcome of the Content Analysis 6.3.2.1 Types of Reasons 6.3.2.2 Overall Results 6.3.2.3 Results in Haiti 6.3.2.4 Continent Comparison 6.3.3 Summary and Conclusion 7 Overall Summary and Conclusion 8 Critical Acclaim and Recommendations 9 Outlook and Future Research List of Appendices Appendix References

The design of hydropower projects requires a comprehensive planning process in order to achieve the objective to maximise exploitation of the existing hydropower potential as well as future revenues of the plant. For this purpose and to satisfy approval requirements for a complex hydropower development, it is imperative at planning stage, that the conceptual development contemplates a wide range of influencing design factors and ensures appropriate consideration of all related aspects. Since the majority of technical and economical parameters that are required for detailed and final design cannot be precisely determined at early planning stages, crucial design parameters such as design discharge and hydraulic head have to be examined through an extensive optimisation process. One disadvantage inherent to commonly used deterministic analysis is the lack of objectivity for the selection of input parameters. Moreover, it cannot be ensured that the entire existing parameter ranges and all possible parameter combinations are covered. Probabilistic methods utilise discrete probability distributions or parameter input ranges to cover the entire range of uncertainties resulting from an information deficit during the planning phase and integrate them into the optimisation by means of an alternative calculation method. The investigated method assists with the mathematical assessment and integration of uncertainties into the rational economic appraisal of complex infrastructure projects. The assessment includes an exemplary verification to what extent the Random Set Theory can be utilised for the determination of input parameters that are relevant for the optimisation of hydropower projects and evaluates possible improvements with respect to accuracy and suitability of the calculated results. / Die Auslegung von Wasserkraftanlagen stellt einen komplexen Planungsablauf dar, mit dem Ziel das vorhandene Wasserkraftpotential möglichst vollständig zu nutzen und künftige, wirtschaftliche Erträge der Kraftanlage zu maximieren. Um dies zu erreichen und gleichzeitig die Genehmigungsfähigkeit eines komplexen Wasserkraftprojektes zu gewährleisten, besteht hierbei die zwingende Notwendigkeit eine Vielzahl für die Konzepterstellung relevanter Einflussfaktoren zu erfassen und in der Projektplanungsphase hinreichend zu berücksichtigen. In frühen Planungsstadien kann ein Großteil der für die Detailplanung entscheidenden, technischen und wirtschaftlichen Parameter meist nicht exakt bestimmt werden, wodurch maßgebende Designparameter der Wasserkraftanlage, wie Durchfluss und Fallhöhe, einen umfangreichen Optimierungsprozess durchlaufen müssen. Ein Nachteil gebräuchlicher, deterministischer Berechnungsansätze besteht in der zumeist unzureichenden Objektivität bei der Bestimmung der Eingangsparameter, sowie der Tatsache, dass die Erfassung der Parameter in ihrer gesamten Streubreite und sämtlichen, maßgeblichen Parameterkombinationen nicht sichergestellt werden kann. Probabilistische Verfahren verwenden Eingangsparameter in ihrer statistischen Verteilung bzw. in Form von Bandbreiten, mit dem Ziel, Unsicherheiten, die sich aus dem in der Planungsphase unausweichlichen Informationsdefizit ergeben, durch Anwendung einer alternativen Berechnungsmethode mathematisch zu erfassen und in die Berechnung einzubeziehen. Die untersuchte Vorgehensweise trägt dazu bei, aus einem Informationsdefizit resultierende Unschärfen bei der wirtschaftlichen Beurteilung komplexer Infrastrukturprojekte objektiv bzw. mathematisch zu erfassen und in den Planungsprozess einzubeziehen. Es erfolgt eine Beurteilung und beispielhafte Überprüfung, inwiefern die Random Set Methode bei Bestimmung der für den Optimierungsprozess von Wasserkraftanlagen relevanten Eingangsgrößen Anwendung finden kann und in wieweit sich hieraus Verbesserungen hinsichtlich Genauigkeit und Aussagekraft der Berechnungsergebnisse ergeben.