Zusammenfassung
Wolfram wird in vielen Produkten und Industrien verwendet. Deshalb wird Wolfram u. a. von der Europäischen Union als kritischer Rohstoff eingeschätzt. Der Weltmarktpreis für Wolfram ist sehr volatil und die Einflussfaktoren auf die Höhe des Preises sind weitgehend unbekannt. Das stellt für die Wolfram-verarbeitende Industrie ein gravierendes Problem dar. Die bisherige Forschung vermag mit rohstoffübergreifenden Modellen den Verlauf des Wolfram-Preises nur mangelhaft zu erklären. Diese Forschungslücke sucht die vorliegende Arbeit zu schließen, indem sie ein rohstoffspezifisches Modell zur Erklärung des Verlaufs des Wolframpreises entwickelt. Dazu werden in einem ersten Schritt die gemäß Literatur relevanten Einflussfaktoren für Rohstoffpreise identifiziert. Diese werden in einem zweiten Schritt mit Hilfe einer Supply-Chain-Analyse und Experten-Interviews um industrie- und rohstoffspezifische Einflussfaktoren ergänzt. In einem dritten Schritt wird der Einfluss dieser Faktoren auf den Wolframpreis mittels Regressionsanalyse getestet. Schließlich wird ein die Einflussfaktoren übergreifendes Gesamtmodell gebildet, bei dem mittels rückwärtsgerichteter multivariater Regressionsanalysen die Anzahl unabhängiger Variablen reduziert wird. Das so entwickelte finale Modell vermag mit nur drei unabhängigen Variablen 88,7 % der Wolfram-Preisentwicklung im untersuchten Zeitraum (Januar 2000 bis und mit April 2014) zu erklären. Es sind dies: a) Index zur Gewinnung von Erdöl und Erdgas in der Europäischen Union (saisonbereinigt), b) Index zur Herstellung von Kraftwagen und Kraftwagenteilen in der Europäischen Union (saisonbereinigt) und c) Worldwide Rig Count, d. h. Anzahl Erdöl- und Erdgas-Förderanlagen weltweit.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsNotes
- 1.
Ammonium Paratungstate (APT) ist das wichtigste Wolfram-Zwischenprodukt und das meistgehandelte Wolfram- Rohmaterial. Deshalb wird in dieser Arbeit der Preis von Tungsten APT verwendet.
- 2.
Die seltenen Erden werden aufgrund ihrer besonderen Eigenschaften in verschiedensten Bereichen der Industrie, z. B. zur Miniaturisierung von Elektronik, zur Ermöglichung von grüner Energie oder in der Medizinaltechnik eingesetzt. Zu den seltenen Erden gehören 17 Elemente aus dem Periodensystem. Nachdem China in den 1990er Jahren zum wichtigsten Produzenten geworden war, baute es seinen Anteil bis ins Jahr 2000 auf 95 % der weltweiten Produktion aus (Rare Elements Resources 2014). Im Jahr 2013 ist der Anteil, bedingt durch verringerte Exporte aufgrund höheren Inlandbedarfs, auf 92,1 % gesunken (Welt 2014).
- 3.
In diesem Kontext: Mangel, ungedeckte Bedürfnisse
- 4.
Auch Regressand, Kriterium, Zielvariable oder Zielgröße genannt (Schendera 2008, S. 36).
- 5.
Auch Regressor, Prädikator, Einflussgröße oder Erklärende genannt (Schendera 2008, S. 36)
Literatur
Achzet, B. (2012). Empirische Analyse von preis- und verfügbarkeitsbeeinflussenden Indikatoren unter Berücksichtigung der Kritikalität von Rohstoffen. Hamburg: Disserta Verlag.
Anonym. (2014). Experteninterview. Masterthesis APT. York. o.V.
Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2011). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung (13. Aufl.). Heidelberg: Springer.
Baker Hughes. (2014). Historical Rig Counts. http://www.bakerhughes.com/rig-count. Zugegriffen: 08. May. 2014.
Baltes-Götz, B. (2013). Lineare Regressionsanalyse mit SPSS. Trier. Universität Trier. Zentrum für Informations-, Medien- und Kommunikationstechnologie.
Bauer, D., Diamond, D., Li, J., Sandalow, D., Telleen, P., & Wanner, B. (2010). Critical materials strategy. o.O.: U.S. Department of Energy.
Behrendt, S., Kahlenborn, W., Feil, M., Dereje, C., Bleischwitz, R., Delzeit, R., & Scharp, M. (2007). Seltene Metalle – Massnahmen und Konzepte zur Lösung des Problems konfliktverschärfender Rohstoffausbeutung am Beispiel Coltan. o.O.: Umweltbundesamt.
BGS. (2011). Mineral Profile Tungsten. Nottingham: British Geological Survey.
BGS. (2012). Risk List 2012. o.O.: British Geological Survey.
BGS. (2014). http://www.bgs.ac.uk/mineralsuk/statistics/risklist.html. Zugegriffen: 13. März 2014.
Europäische Union. (2014). http://europa.eu/about-eu/basic-information/money/euro/index_de.htm. Zugegriffen: Stand: 28. May 2014.
European Commission. (2010). Critical raw materials for the EU. Report of the Ad-hoc Working Group on defining critical raw materials. o.O.: European Commission Enterprise and Industry.
Feingold, B. & Lang, R. (2004). Handeln mit Futures und Optionen: ein Leitfaden für den Privatanleger. München: Finanzbuch Verlag.
Fischl, M. (2013). Beschaffungsrisiken erfolgreich Managen. Integrierte Ansätze als Basis für die nachhaltige Generierung von Wettbewerbsvorteilen. o.O.: Logistics Innovation 2/2013.
Gläser, J. & Laudel, G. (2010). Experteninterviews und qualitative Inhaltsanalyse (4. Aufl.). Wiesbaden: Verlag für Sozialwissenschaften.
Gleich, B., Achzet, B., Mayer, H., & Rathgeber, A. (2013). An empirical approach to determine specific weighs of driving factors for the price of commodities. A contribution to the measurement of the economic scarcity of minerals and metals. Resources Policy, 38, 350–362.
Kornmeier, M. (2007). Wissenschaftstheorie und Wissenschaftliches Arbeiten. Eine Einführung für Wirtschaftswissenschaftler. Heidelberg: Springer-Physica.
Metal Bulletin. (2014). http://www.metalbulletin.com/Default.aspx?eventcookielogin=Login&cookielogin=1&actionname=cookielogin&eid=E017. Zugegriffen: 02.March. 2014. Nur mit Login zugänglich!
OECD. (2014). http://stats.oecd.org/metadata/publish.asp?co=ONM……..&ds=1. Zugegriffen: 28. März 2014.
Rosenau-Tornow, D., Buchholz, P., Riemann, A., & Wagner, M. (2009). Assessing the long-term supply risks for mineral raw materials. A combined evaluation of past and future trends. Resources Policy, 34, 161–175.
Ruile, H., & Lossack, A. (2013). Is an early waring system a risk steering tool to improve company performance? o.O. University of Applied Sciences, Northwestern Switzerland. In IPSERA 2013 Conference.1147–1156.
Schendera, Ch. (2008). Regressionsanalyse mit SPSS. München: Oldenburg Verlag.
Six Swiss Exchange. (2014). SMI – Der Blue Chip Index. Downloads. http://www.six-swiss-exchange.com/indices/data_centre/shares/smi_de.html. Zugegriffen: 12. März 2014.
Thönssen, B. (2012). Turning risks into opportunities. o.O. University of Applied Science, Northwestern Switzerland.
Thorenz, A., & Reller, A. (2011). Discussion of risks of platinum resources based on a function orientated criticality assessment – shown by cytostatic drugs and automotive catalytic converters. Environmental Sciences Europe, 23, 26.
Universität Zürich. (2014). Methodenberatung. http://www.methodenberatung.uzh.ch/datenanalyse/zusammenhaenge/mreg.html. Zugegriffen: 26. März 2014.
Welt. (2014). Wirtschaft. Rohstoffe. http://www.welt.de/wirtschaft/article125725995/Chinas-Marktanteil-bei-Seltenen-Erden-sinkt-spuerbar.html. Zugegriffen: 13. März 2014
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2016 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Stucki, S., Brechbühler Pešková, M. (2016). Preisbildung des Rohstoffes Wolfram am globalen Markt. In: Tokarski, K., Schellinger, J., Berchtold, P. (eds) Unternehmensentwicklung. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-00283-1_15
Download citation
DOI: https://doi.org/10.1007/978-3-658-00283-1_15
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-00282-4
Online ISBN: 978-3-658-00283-1
eBook Packages: Business and Economics (German Language)