5亿欧元的决策权归谁所有？
治理始于必须从多方视角达成共同资本决策之时。
董事会议题
您的投资组合应能回答的问题。
5亿欧元的资本支出（CAPEX）。
200个投资项目。
多个业务部门。
多个国家。
多个战略目标。
有限的预算。
由谁来决定？
首席执行官？
首席财务官？
各业务部门？
财务控制部门？
战略部门？
运营部门？
投资委员会？
是管理层吗？
还是监事会？
在许多企业中，答案是:
某种程度上，是所有人。
而这恰恰是复杂资本配置面临的最大挑战之一。
许多人掌握着部分决策权
首席执行官（CEO）了解战略方向。
首席财务官（CFO）了解融资、流动性和资本限制。
首席运营官（COO）了解运营瓶颈和资源状况。
各业务部门了解市场、客户及其项目。
财务控制部门了解商业案例、预算和关键指标。
战略部门了解长期优先事项。
风险管理部门了解风险。
投资委员会评估各项申请。
董事会对决策承担总体责任
。每个人都掌握相关信息。
但任何人都不应仅优化自己负责的局部。
5亿欧元并非单个项目决策的简单累加。
这正是常被误解之处。
项目A正在审核中。
项目B正在审核中。
项目C正在审核中。
每个商业案例都会单独评估。
每个业务部门都会为其投资进行辩护。
每个部门都有自己的优先事项。
最终，获批的项目将被整合。
但投资组合绝不仅仅是获批的各个项目的简单总和。
真正的决策不仅在于批准哪个项目。
真正的决策在于，应将可用资本分配给哪些项目的组合。
谁掌握全局视野？
这就是资本配置背后涉及的治理问题。
如果业务部门A优化其项目，其行为可能是完全理性的。
如果业务部门B也这样做，同样如此。
如果运营部门保护其产能，这也是可以理解的。
如果财务部门优先考虑流动性，它就履行了其职责。
而当战略部门要求推进长期增长项目时，这也可能是正确的。
问题只会在企业层面产生。
局部理性并不会自动产生最优的整体投资组合。
企业需要一套决策架构
。决策架构并不意味着要增设一个额外的决策机构。
它意味着要明确界定如何构建一个复杂的决策框架。
适用哪些目标？
采用哪些标准？
需要哪些数据？
哪些限制是必须遵守的？
采用哪些假设？
谁有权修改假设？
谁提供哪些信息？
谁来评估结果？
谁拥有哪些决策权？
最终由谁做出决定？
治理不仅界定了谁来决策。
治理还界定了决策依据是如何形成的。
第一层：目标
这5亿欧元旨在实现什么目标？
预期最大经济价值？
增长？
现金流？
生产率？
韧性？
数字化？
转型？
还是不同目标的特定组合？
算法无法回答这个问题。
这属于企业管理范畴。
第二层：标准
如何将目标转化为可操作的指标？
项目采用哪些标准？
净现值（NPV）？
现金流？
投资回报率（ROI）？
风险？
战略相关性？
生产力？
韧性？
还有其他可量化的标准吗？
那么这些标准在决策逻辑中是如何处理的？
未定义的内容无法一致地纳入计算。
第三层：约束条件
5亿欧元本身就是一项限制。
但通常并非唯一的一项。
工程能力。
生产资源。
IT 资源。
流动性限制。
项目间依赖关系。
强制性项目。
时间周期。
区域性条件。
其他运营或财务限制。
只有在决策模型中考虑了企业的相关限制条件后，才能形成一个切合实际的投资组合。
第四层：决策权
现在到了真正的治理问题。
谁有权调整预算？
谁有权调整战略权重？
谁来定义最低要求？
谁来确认项目数据？
谁有权将项目标记为强制性？
谁来决定例外情况？
谁来批准最终的项目组合？
数学模型并不能消除治理问题。
它反而使良好的治理变得更为重要。
垃圾输入，优化后的垃圾输出。
数学优化可能非常有效。
但它有明显的局限性。
如果假设是错误的，它们仍然是错误的。
如果项目数据不完整，计算也无法神奇地填补这一空白。
如果战略标准的定义相互矛盾，这种矛盾就无法形成企业战略。
如果缺少限制条件，计算出的投资组合在运营上可能不切实际。
因此，决策的质量不仅取决于算法。
它还取决于决策架构的质量。
谁掌握着项目的真相？
这个问题也比听起来要复杂得多。
项目负责人了解运营现状。
财务部门掌握财务假设。
控制部门负责核查一致性。
战略部门评估战略相关性。
运营部门了解资源冲突。
风险管理部门了解风险因素。
没有人必然独揽全部真相。
因此，治理机制还应明确界定谁对哪些数据和假设负责。
决策需要一种共同的语言
。业务部门谈论的是项目。
财务部门谈论的是资本。
控制部门谈论的是关键指标。
战略部门谈论的是优先级。
运营部门谈论的是资源。
风险管理部门谈论的是不确定性。
董事会必须据此做出决策。
共同的决策架构将这些视角整合到一个一致的决策模型中。
项目 → 价值 → 战略 → 约束 → 投资组合 → 决策。
最引人注目的业务部门不应自动胜出
资本配置也是一个组织流程。
业务部门在规模上存在差异。
在影响力上。
在管理层的关注度上。
在展示能力上。
在历史意义上。
在与董事会关系的亲疏程度上。
这并不意味着投资决策原则上是由政治因素决定的。
但由人组成的组织拥有不同的利益和视角。
明确的决策逻辑建立了一个共同的定量基准，使项目能够相互比较。
数学没有业务部门
优化模型不认识什么强大的业务部门。
它不认识什么令人信服的演示文稿。
它不认识什么层级结构。
它不偏袒任何项目。
它只关注所给定的数据、目标和限制条件。
正因如此，事前治理才至关重要。
计算中的中立性要求建模必须清晰明确。
算法本身并不拥有决策权
。这一点也必须明确无误。
模型内的数学最优解并不等同于自动的管理决策。
该模型仅映射出已定义的决策空间。
它仅知晓所提供的目标、数据、假设和限制条件。
它并不会自动掌握企业的所有定性现实。
因此，:
算法负责计算。
管理层进行评估。
负责机构作出决策。
治理也意味着可追溯性
为什么为项目A提供了资金？
为什么没有为项目B提供资金？
适用的预算上限是多少？
采用了哪些战略标准？
哪些资源较为紧缺？
考虑了哪些依赖关系？
计算基于哪些假设？
考虑了哪些替代方案？
一套良好的决策架构应使这些问题具有可追溯性。
从“谁做出了决定？”到“该决定是如何形成的？”
这是关键的区别。
治理并非止于签字或决议。
对于复杂的资本决策，决策形成过程同样至关重要。
当时掌握了哪些信息？
研究了哪些情景？
哪些权衡关系显而易见？
存在哪些限制条件？
比较了哪些备选方案？
治理质量也体现在决策过程的质量和可追溯性上。
现在，CEO 修改了一个假设
5 亿欧元的资本支出（CAPEX）。
200 个项目。
项目组合已确定。
首席执行官表示:
“增长将成为更高的优先事项。”
谁有权批准该模型的变更？
该变更将如何记录？
还有哪些权重会发生变化？
这会带来什么后果？
投资组合将重新计算。
首席财务官表示:
“最低流动性必须增加5000万欧元。”
新增限制。
重新计算。
首席运营官表示:
“明年无法完全动用这笔资源。”
新增限制
。重新计算。
计算可实时进行。
因此，治理机制绝不能缺失。
实时董事会模拟需要明确的角色分工
情景计算速度越快，输入、计算和决策之间的分离就越重要。
管理层: 确定战略方向和优先级。
财务部: 制定并验证财务框架条件。
控制部: 确保数据逻辑、可比性和透明度。
运营部: 验证运营限制和资源
。业务部门: 提供项目信息和运营假设。
决策模型: 根据既定逻辑计算出可行的投资组合方案。
董事会或相关决策机构: 作出最终决策。
具体角色分工取决于各企业的治理结构。
但基本原则始终不变:
计算不等于授权。
决策架构让速度变得可控
如果投资组合的重新计算只需很短时间，那么在一次会议期间就能生成许多场景。
这非常高效。
但如果没有明确的决策逻辑，速度也会引发新的问题。
哪个版本具有约束力？
哪个假设发生了变化？
谁做了修改？
最终确定了哪个版本？
哪些项目属于最终投资组合？
决策速度需要决策治理。
资本支出决策架构的四个层次
1. 战略意图
企业希望实现什么目标？
2. 决策逻辑
如何将目标、标准、数据和限制条件转化为一致的决策逻辑？
3. 数学优化
在该定义模型内，哪种项目组合能产生最优结果？
4. 管理决策
在评估所有相关定量和定性因素后，最终将选择哪种方案？
战略 → 决策逻辑 → 计算 → 管理决策。
StratePlan：一个共同的数学决策空间
StratePlan 能够将项目、经济指标、战略标准、预算、资源、依赖关系以及其他可量化的约束条件整合到一个共同的决策模型中。
由此，可以将不同的管理假设作为情景进行计算，并相互比较它们对项目组合的影响。
然而，StratePlan 既不定义企业战略，也不定义治理结构。
它也不会决定企业内部谁拥有决策权。
企业自行制定规则。
StratePlan 根据这些规则进行计算。
由负责的管理或治理机构做出决策。
谁拥有这 5 亿欧元的决策权？
首席执行官掌握部分答案。
首席财务官掌握部分答案。
财务控制部门掌握部分答案。
运营部门掌握部分答案。
战略部门掌握部分答案。
各业务部门掌握部分答案。
但5亿欧元的资本支出（CAPEX）需要做出整体决策。
而这一整体决策需要一套架构。
明确的目标。
清晰的数据。
明确的标准。
明确的约束条件。
明确的角色分工。
明确的决策权。
可追溯的备选方案。
因此，董事会会议上的关键问题不仅在于:
“我们该为哪些项目提供资金？”
更在于:
“如何确保将200项各自为政的利益转化为一项可追溯的、价值5亿欧元的企业决策？”
决策架构 → 优化 → 治理 → 决策。
组织界定决策框架。
数学计算出各种方案。
负责机构作出决策。
别相信我们。自己算算看。
