Pochopení matematických principů plánu StratePlan: Proč lepší rozhodnutí potřebují jinou logiku výpočtu?
Mnoho investičních rozhodnutí a rozhodnutí o prioritách vypadá jako "seznam projektů". Z matematického hlediska jsou však něčím jiným: kombinatorickým rozhodovacím prostorem, který roste exponenciálně s každou další možností. Pokud tento prostor nemodelujete, nemůžete jej optimalizovat.
Pro koho je tato stránka určena?
- Orgány na úrovni C a dozorčí orgány: abyste pochopili, proč "dobré individuální projekty" nevedou automaticky k nejlepšímu portfoliu.
- CFO/Controlling: pro formalizaci nákladů příležitostí a omezení (rozpočet, rizika, ESG, kapacity).
- Veřejný sektor: pochopit, proč logika financování, resortní myšlení a volební cykly strukturálně vedou k neoptimálním portfoliím.
Základní problém: prostor pro rozhodování se exponenciálně zvětšuje
Každý další projekt nevytváří "další položku" na seznamu, ale novou dimenzi v prostoru řešení. Počet možných kombinací portfolia se řídí logikou 2n:
- 10 projektů → 2^10 = 1 024 kombinací
- 20 projektů → 2^20 = 1 048 576 kombinací
- 50 projektů → 2^50 ≈ 1,125 kvadrilionu kombinací
To je bod, kdy klasické procesy komise, logika Excelu a heuristika narážejí na matematickou hranici.
Lokální vs. globální optimum
Lokální optimum znamená: řešení, které funguje lépe než zjevné alternativy.
Globální optimum znamená: nejlepší řešení v celém rozhodovacím prostoru.
Mnoho organizací zlepšuje lokální rozhodnutí (lepší výsledky, lepší obchodní případy), aniž by kalkulovaly s celkovým rozhodovacím prostorem. V důsledku toho zůstávají nejlepší kombinace často neviditelné.
Proč jsou heuristiky strukturálně neúplné
Typická pravidla a omezení z rozhodovacích procesů v obcích a podnicích, jako například "top 5 podle NPV", "IRR > WACC", "návratnost < 3 roky" nebo "nejprve strategické majáky", jsou provozně srozumitelná. Z matematického hlediska však mají slabinu: hodnotí projekty izolovaně, nikoliv jako vzájemně závislé portfolio.
Projekt s nízkou individuální hodnotou může generovat nejvyšší celkový dopad v kombinaci s jinými projekty. Projekt s vysokou individuální hodnotou může vytlačit lepší kombinace, pokud se uplatní omezení.
Řešení: Formální modelování místo instinktu
Matematika rozhodování začíná tam, kde je portfolio formulováno jako model:
- Rozhodovací proměnné: xi ∈ {0,1} (projekt je nebo není vybrán)
- Cílová funkce: např. maximalizace celkové hodnoty, dopadu, NPV, indexu užitečnosti
- Vedlejší podmínky: Rozpočet, kapacity, riziko, CO₂, minimální kvóty, závislosti a mnoho dalších...
Jednoduchý model (zjednodušený)
Maximalizovat:
∑ (hodnotai × xi)
pod:
∑ (náklady × xi) ≤ rozpočet
∑ (emisei × xi) ≤ limit CO₂
xi ∈ {0,1}
Tento základní princip odpovídá (multi)restriktivnímu Knapsackovu problému a tvoří základ pro reálné portfoliové modely s více dimenzemi a vzájemnými závislostmi.
Co se na této platformě naučíte
- Proč je 2nskutečným "neviditelným prostorem", který stojí za portfoliovými rozhodnutími
- Jak omezení dominují rozhodování (rozpočet, kapacita, ESG, riziko)
- Proč "stanovení priorit" není totéž co "optimalizace"
- Jak lze náklady obětované příležitosti vizualizovat ex ante
- Jak proměnit data v model schopný rozhodování
Základy: rozhodovací prostory a optimalizace
Matematický základ: 2^n lokálních vs. globálních optim, omezení, účelové funkce a logika modelu.
Hloubkový ponor do matematiky: 5 stavebních kamenů, na kterých opravdu záleží
- Rozhodovací proměnné: Jaké možnosti existují (xi)?
- Cílová proměnná: Co se maximalizuje (hodnota, efekt, čistá současná hodnota, užitek)?
- Omezení: Co omezuje prostor (rozpočet, CO₂, kapacita, riziko, kvóty)?
- Vzájemné závislosti: Které projekty podmiňují nebo brání ostatním?
- Optimalizace: Jak lze najít nejlepší kombinaci v celém prostoru?
Projekty nezanikají - jsou lépe umístěny a optimálně naplánovány na několik let
V matematicky optimalizovaném investičním systému se projekty nevyřazují. Místo toho se mění jejich priority, odkládají se nebo se strategicky přesouvají, tak, aby v optimálním čase při daných rozpočtových, kapacitních a rizikových omezeních maximálně ekonomicky přispívaly k celkovému portfoliu maximalizovat jejich ekonomický přínos k celkovému portfoliu.
Rozhodujícím faktorem je přitom víceletá perspektiva. Investiční rozhodnutí se nepřijímají izolovaně pro jeden rok, ale optimalizují se v kontextu dvou-, tří-, pěti- nebo desetiletých plánů.
Likvidita vytvořená optimalizací v počátečním roce se systematicky přenáší do roku následujícího rok. Tím se zvýší dostupný investiční rozpočet pro další období. Tento následující rok je pak rovněž znovu optimalizován.
Výsledek: projekty lze přidávat, jakmile se vejdou do globálně optimalizovaného portfolia za nových podmínek rozpočtu, kapacity a návratnosti, Kapacitní a výnosové podmínky se vejdou do globálně optimalizovaného portfolia. Vzniká tak dynamická víceletá optimalizace, v níž se každé optimalizační období Optimalizační období strukturálně zlepšuje investiční příležitosti pro následující roky.
Závěrečná úvaha
Každý, kdo nekalkuluje s prostorem pro rozhodování, řídí složitost - a neoptimalizuje. Rozumět matematice zde neznamená "učit se vzorce", ale modelovat strukturu rozhodnutí tak, aby se globální optimum vůbec mohlo zviditelnit.
Vizualizace rozhodovacího prostoru 2^50:
Vizualizace zobrazuje rozhodovací prostor 2^50 velké globální korporace na příkladu 50 projektů s omezeným rozpočtem. Základní rozhodovací prostor je nezávislý na doméně a lze jej identicky aplikovat na komunální projekty, rozpočtová rozhodnutí a portfolia infrastruktury.
2^50 možných kombinací odpovídá řádově většímu počtu hvězd, než je počet hvězd ve více než 2800 Mléčných drahách.
Tento rozměr jasně ukazuje: bez algoritmické optimalizace je výběr ve skutečnosti založen na heuristických aproximacích - nikoli na úplném výpočtu globálního optima.
Srovnání velikosti:
naše Mléčná dráha a firemní rozhodovací prostor s "pouhými" 50 projekty
1,125 kvadrilionu možných kombinací projektů
