Razumevanje matematike v ozadju StratePlana: Zakaj je za boljše odločitve potrebna drugačna logika izračuna

Številne odločitve o naložbah in prednostnih nalogah so videti kot "seznam projektov". Matematično so nekaj drugega: kombinatorični prostor odločitev, ki eksponentno raste z vsako dodatno možnostjo. Če tega prostora ne modelirate, ga ne morete optimizirati.

Komu je namenjena ta stran?

Organom na ravni C in nadzornim organom: za razumevanje, zakaj "dobri posamezni projekti" ne vodijo samodejno do najboljšega portfelja.
CFO/Controlling: za formalizacijo oportunitetnih stroškov in omejitev (proračun, tveganje, ESG, zmogljivosti).
Javni sektor: da bi razumeli, zakaj logika financiranja, oddelčno razmišljanje in volilni cikli strukturno vodijo do neoptimalnih portfeljev.

Osnovni problem: prostori za odločanje se eksponentno povečujejo

Vsak dodaten projekt ne ustvari "še ene postavke" na seznamu, temveč novo razsežnost v prostoru odločanja. Število možnih kombinacij portfeljev sledi logiki 2ⁿ:

10 projektov → 2^10 = 1.024 kombinacij
20 projektov → 2^20 = 1.048.576 kombinacij
50 projektov → 2^50 ≈ 1,125 kvadrilijonov kombinacij

To je točka, pri kateri klasični procesi odbora, logika programa Excel in hevristika dosežejo matematično mejo.

Lokalni in globalni optimum

Lokalni optimum pomeni: rešitev, ki deluje bolje od očitnih alternativ.

Globalni optimum pomeni: najboljša rešitev v celotnem prostoru odločanja.

Mnoge organizacije izboljšujejo lokalne odločitve (boljše ocene, boljši poslovni primeri), ne da bi izračunale celoten prostor odločanja. Zato najboljše kombinacije pogosto ostanejo nevidne.

Zakaj so hevristične metode strukturno nepopolne

Tipična pravila in omejitve iz občinskih in podjetniških procesov odločanja, kot so "top 5 glede na NPV", "IRR > WACC", "povračilo < 3 leta" ali "najprej strateški svetilniki", so operativno razumljivi. Matematično pa imajo slabost: projekte ocenjujejo ločeno in ne kot medsebojno odvisen portfelj.

Projekt z nizko posamično vrednostjo lahko v kombinaciji z drugimi projekti ustvari največji skupni učinek. Projekt z visoko posamično vrednostjo lahko izpodrine boljše kombinacije, če veljajo omejitve.

Rešitev: formalno modeliranje namesto občutka

Matematika odločanja se začne, ko je portfelj oblikovan kot model:

Spremenljivke odločanja: _xi ∈ {0,1} (projekt je izbran ali ne)
Ciljna funkcija: npr. maksimiranje skupne vrednosti, učinka, neto sedanje vrednosti, indeksa koristnosti
Sekundarni pogoji: Proračun, zmogljivosti, tveganje, CO₂, minimalne kvote, odvisnosti in še veliko več...

Preprost model (poenostavljen)

Maksimiranje:
∑ _(vrednosti × _xi)

pod:
∑ _(stroški × _xi) ≤ proračun
∑ _(emisijei × _xi) ≤ omejitev CO₂
_xi ∈ {0,1}

To osnovno načelo ustreza (več)restriktivnemu Knapsakovemu problemu in je osnova za realne portfeljske modele z več razsežnostmi in soodvisnostmi.

Kaj se boste naučili na tej platformi

Zakaj je 2ⁿpravi "nevidni prostor", ki stoji za odločitvami o portfelju
Kako omejitve prevladujejo pri odločitvah (proračun, zmogljivost, ESG, tveganje)
Zakaj "določanje prednostnih nalog" ni isto kot "optimizacija"
Kako je mogoče oportunitetne stroške vizualizirati ex ante
Kako spremeniti podatke v model, ki omogoča sprejemanje odločitev

Osnove: prostori odločanja in optimizacija

Matematične osnove: 2^n lokalnih in globalnih optim, omejitve, ciljne funkcije in logika modela.

Matematični potop: 5 gradnikov, ki resnično štejejo

Spremenljivke za odločanje: Katere možnosti obstajajo _(xi)?
Ciljna spremenljivka: Kaj se maksimizira (vrednost, učinek, neto sedanja vrednost, korist)?
Omejitve: Kaj omejuje prostor (proračun, CO₂, zmogljivost, tveganje, kvote)?
Medsebojne odvisnosti: Kateri projekti pogojujejo ali preprečujejo druge?
Optimizacija: Kako najti najboljšo kombinacijo v celotnem prostoru?

Projekti ne izginejo, temveč so bolje umeščeni in optimalno načrtovani za več let

V matematično optimiziranem naložbenem sistemu se projekti ne zavržejo. Namesto tega se spremenijo prioritete, preložijo ali strateško prerazporedijo, tako, da v optimalnem času ob danih proračunskih omejitvah, zmogljivostih in tveganjih prispevajo največji ekonomski prispevek k celotnemu portfelju maksimizirajo svoj ekonomski prispevek k celotnemu portfelju.

Pri tem je odločilna večletna perspektiva. Naložbene odločitve se ne sprejemajo ločeno za posamezno leto, temveč se optimizirajo v okviru dvo-, tri-, pet- ali desetletnih načrtov.

Likvidnost, ustvarjena z optimizacijo v začetnem letu, se sistematično prenese v naslednje leto leto. S tem se poveča razpoložljivi naložbeni proračun za naslednje obdobje. To naslednje leto se nato prav tako ponovno optimizira.

Učinek: projekte je mogoče dodati takoj, ko se pod novimi pogoji glede proračuna, zmogljivosti in donosnosti prilegajo globalno optimiziranemu portfelju, Pogoji zmogljivosti in donosnosti ustrezajo globalno optimiziranemu portfelju. To ustvarja dinamično večletno optimizacijo, v kateri je vsako obdobje optimizacije Obdobje optimizacije strukturno izboljša naložbene priložnosti za naslednja leta.

Končna misel

Kdor ne izračunava prostora odločanja, upravlja kompleksnost - in ne optimizira. Razumevanje matematike pri tem ne pomeni "učenja formul", temveč modeliranje strukture odločitev na tak način, da lahko globalni optimum sploh postane viden.

Vizualizacija prostora odločanja 2^50:

Vizualizacija prikazuje prostor odločanja 2^50 velike svetovne korporacije na primeru 50 projektov z omejenim proračunom. Osnovni prostor odločanja je neodvisen od področja in ga je mogoče enako uporabiti za občinske projekte, proračunske odločitve in infrastrukturne portfelje.

2^50 možnih kombinacij je za red velikosti več, kot je število zvezd v več kot 2800 mlečnih cestah.

Ta razsežnost jasno pokaže: brez algoritemske optimizacije izbira dejansko temelji na hevrističnih približkih - in ne na popolnem izračunu globalnega optimuma.