Forschung - 25.03.2025 - 10:45
New Techniques and Technologies for Statistics (NTTS) ist eine führende internationale Konferenz, die sich der Weiterentwicklung öffentlicher Statistiken widmet. Die diesjährige Konferenz wurde von Eurostat, dem statistischen Amt der Europäischen Union, und der Europäischen Kommission organisiert und fand vom 11. bis 13. März 2025 in Brüssel statt. Die Forschungsarbeit von Despoina Makariou und ihren Co-Autorinnen und -Autoren wurde für eine Präsentation ausgewählt, was die Bedeutung ihrer Arbeit an der Schnittstelle von Klimafinanzierung und maschinellem Lernen unterstreicht. Ihre Studie integriert traditionelle statistische Methoden mit modernsten Modellen des maschinellen Lernens, um die Preise für CO2-Zertifikate genauer vorherzusagen: Ein entscheidender Schritt zur Verbesserung der Effizienz und Fairness von Emissionshandelssystemen (EHS). Ihr Beitrag stiess auf grosses Interesse, insbesondere bei politischen Entscheidungsträgern, die nach datengestützten Lösungen für die Klimaregulierung suchen.
Durch die Analyse der Unterschiede zwischen dem EU- und dem britischen Emissionshandelssystem nach dem Brexit gewannen die Forschenden tiefe Einblicke in die strukturellen Unterschiede, die zwischen diesen Märkten entstanden sind. Ursprünglich aufeinander abgestimmt, begannen die beiden Systeme im Jahr 2021 auseinanderzudriften, was zunehmenden Unterschieden bei der CO2-Bepreisung führte. «Unser Ansatz des maschinellen Lernens verbessert nicht nur die Prognosegenauigkeit, sondern deckt auch wesentliche Unterschiede bei den Mechanismen der CO2-Bepreisung in verschiedenen Emissionshandelssystemen auf», erklärt Despoina Makariou. Diese Diskrepanzen beeinträchtigen die Wirksamkeit der CO2-Bepreisung und bieten Marktteilnehmern die Möglichkeit, Regulierungslücken auszunutzen, was letztlich die Durchsetzung der Verrechnung von Umweltverschmutzung schwächt. Beispielsweise könnten Unternehmen ihre Produktion in Regionen mit niedrigeren CO2-Kosten verlagern, was die umfassenderen Klimaziele untergraben würde. «Unsere Ergebnisse unterstreichen die dringende Notwendigkeit koordinierter politischer Massnahmen zur Förderung eines fairen Wettbewerbs und zur Gewährleistung einer effizienten grenzüberschreitenden Verteilung der Emissionsminderungsziele.» Datengestützte Lösungen seien unerlässlich für die Gestaltung solcher Massnahmen, indem sie empirische Belege liefern, die in Regulierungsentscheidungen einfliessen und die Markttransparenz erhöhen. Ihr Vortrag auf der NTTS wurde aufgezeichnet und kann online angesehen werden (ab Minute 12:44), während das eingereichte Abstract hier (ab Seite 6) heruntergeladen werden kann.
Die NTTS-Konferenz brachte Forschende, politische Entscheidungsträgerinnen und -träger, Medienschaffende sowie Vertreterinnen und Vertreter von Organisationen wie der EU, den Vereinten Nationen und der Weltbank zusammen. Die Reaktion auf ihre Präsentation lieferte wertvolle Erkenntnisse: «Die Diskussionen im Anschluss an meine Präsentation machten eine entscheidende Herausforderung deutlich: Die Mechanismen zur Bepreisung von Kohlenstoffemissionen sind nach wie vor stark fragmentiert, was zu Lücken führt, die einen fairen Wettbewerb und die Wirksamkeit von Bemühungen zur Emissionsreduzierung untergraben.» Die Bestätigung ihrer Ergebnisse durch verschiedene Fachleute und die Begeisterung für ihre Forschungsmethodik bestätigten die Bedeutung dieser Arbeit. «Es war ermutigend zu sehen, dass sowohl Forschende als auch politische Entscheidungsträger stark daran interessiert sind, wie datengesteuerte Ansätze wie unsere hybride maschinelle Lernmethode dazu beitragen können, Gräben zu überbrücken und besser koordinierte Klimastrategien zu fördern», fügte sie hinzu. Gemeinsam mit ihren Co-Autorinnen und -Autoren bereitet Despoina Makariou derzeit die Einreichung ihrer Ergebnisse bei führenden akademischen Fachzeitschriften vor.
Assistenzprofessorin für Risk Management and Insurance
