决策者：大多数战略决策都是在没有看到完整决策空间的情况下做出的
资本分配很少因为缺乏分析而失败。
如果有 20 个项目，就会有超过 100 万种可能的投资组合。
执行委员会审查项目。委员会确定措施的优先次序。
但几乎没有一个组织会在实际约束条件下计算数学上的最优组合。
全局最优仍然是隐形的。
如果不计算完整的决策空间，复杂性就会被管理而非优化。
在下文中，我们将分析组织如何对其投资组合进行正式建模，并在实际约束条件下事先确定全局最优{{ ： }}
Starting point：
这种新计算方法的决定性区别在于应用时间： ，而是在实际决策之前，根据公司完整的投资和项目清单进行计算。
通常情况下，会有一份潜在的 CAPEX 项目清单，如工厂现代化、工厂升级、新建厂房等。例如，工厂现代化、信息技术改造、产品开发、 基础设施措施或效率计划。同时，还有一些固定的限制，如有限的总预算、有限的工程能力、 生产窗口、风险预算和战略框架条件。
这就是真正的决策问题：并非所有项目都能实现。因此，问题不在于 哪些项目单独看来是合理的，而在于在给定的限制条件下，这些项目的哪种组合构成了全局最优的整体组合。
因此，新的计算方法并不孤立地评估单个项目，而是从这些项目中计算出最优的组合、而是从完整的项目清单 中计算出最佳项目组合，同时考虑到所有预算、能力、风险和战略限制。其结果是，在作出实际投资决策之前，从数学上合理地 选择那些能够共同产生最大总体价值贡献的项目。
这将 CAPEX 规划从一个连续的选择过程转变为一个持续的组合优化过程、 其中充分考虑了机会成本、限制瓶颈和组合效应。
为什么大多数投资组合在结构上都是次优的 - 90 秒内
- 投资组合决策根据逻辑 2^N生成组合决策空间。
- 从大约 20 个项目开始，几乎不可能进行完整的人工评估。
- 经验主义（如 "NPV 前 5 名"、"IRR > WACC"、"Payback < 3 年"）造成系统性扭曲。
- 组织将局部最优与整个决策空间中的最佳解决方案相混淆。
- 机会成本因此在结构上仍然不可见。
- 算法优化计算实际约束条件（预算、能力、风险、环境、社会和治理等）下的最佳项目组合。
结论{{ ： }}
那些不计算完整求解空间的人默认了次优资本分配。
博客主要文章 :
多选背包任务 - 在战略投资决策中处理互补性和替代性资产
分类
如今，公司很少面临是否投资的决定，而是如何将有限的资金 如何在几个相互依存的选项中优化分配有限的资金。投资既不是孤立的，也不能随意组合。 相反，它们是存在的：
- 可供选择的资产，只能选择其中一种（非此即彼）、
- 互补性资产，其价值只有在组合时才会产生（兼而有之）。
正是这种现实情况可以用一个经典的优化模型来精确描述： 多选锥包问题（MCKP）。
1. 从简单的预算决策到结构性问题
经典的背包问题回答了这样一个问题： 在重量有限的背包中，我应该装哪些物品才能实现价值最大化？
然而，在商业实践中，这种模式是不够的，因为投资是有结构的：
- 项目通常被分为多个决策小组
- 每个小组中只能选择一个方案
- 同时，组与组之间会产生协同效应或依赖关系
多选背包任务正是对这一模式的扩展，将这一现实纳入其中。
2. 什么是多选背包任务？
从形式上看，多选背包任务描述了一个优化问题，在这个问题中：
- 总预算有限、
- 投资方案可分为互不相关的几组、
- 从每组中最多只能选择一个选项、
- 总价值最大化。
应用于公司，这意味着
- 组= 决策类别（如技术路线、地点、供应商）
- 选项= 具体的投资选择
- 预算= 资本、时间、资源
3. 备选资产：非此即彼的决策
备选资产相互排斥。典型例子
- 购买或租赁
- 内部开发或购买
- 技术 A或技术 B
- 地点 X或地点 Y
这些决策通常被孤立地考虑。但实际上，它们会争夺相同的预算，并影响其他投资决策。 投资决策。
多选背包任务在此强化了结构纪律： 每个备选方案组中只能选择一个方案--无论多个方案各自看起来有多大的吸引力。
4. 互补资产：通过互动创造价值
互补资产更为复杂。它们的价值不是相加的，而是有条件的：
- 软件只有通过合适的硬件才能产生价值
- 生产基地只有通过物流才能提高效率
- 只有通过整合和信息技术，收购才会有效
在传统的商业案例中，这种依赖关系往往是定性描述，而不是计算出来的。 这就造成了对效益和风险的系统性错误判断。
5. 线性评估为何会失败
许多投资决策都是基于
- 单个投资回报率
- 孤立的商业案例
- 线性记分卡
这些方法隐含的假设是，单个资产的价值是相互独立的。 而互补性和替代性资产恰恰不是这种情况。
其结果是，投资组合在纸面上看起来很有吸引力，但实际上是
- 不完整
- 过于复杂
- 资金不足
- 或战略不一致
6. 作为投资组合模型的多选背包任务
MCKP 模式迫使人们从决定性的角度看问题：
决定成功与否的不是单项投资的质量，而是在预算限制条件下各种可选方案的组合。
它系统地回答了
- 哪些选择必须抑制
- 哪些互补资产应一起选择
- 预算对哪些方面的整体影响最大
7. 为什么只有经验和 Excel 是不够的
只需几个决策组，可能的组合数量就会激增：
- 8 组，每组 4 个选项 →48= 65,536 个组合
- 10 组，每组 5 个选项 →510≈ 980 万种组合
- 加上预算限制和依赖关系 → 指数爆炸
Excel 可以将选项相加，但无法确定全局最优组合。 经验有助于评估单个选项，而不是评估整个解决方案空间。
8. 没有组合优化的战略失误
如果不进行正式的优化，就会经常出现以下情况
- 技术组合不一致
- 战略死胡同
- 在个别领域过度投资
- 缺乏用于互补构件的资源
这些错误很少是由于个别不正确的假设造成的，而是由于决策逻辑的方法限制造成的。
9. 治理和透明度效应
多选背包逻辑的一个经常被低估的优势是其透明度：
- 决策规则明确
- 可理解地排除备选方案
- 预算分配合理
- 可对决策进行审计和管理
对执行董事会、监事会和投资者而言，这就清楚地说明了为什么选择某些方案，而故意不选择其他方案。 对执行委员会、监事会和投资者而言，这就清楚地说明了为什么选择某些方案，而故意不选择其他方案。
结论
多选背包任务准确地描述了现代投资决策的现实情况： 有限的预算、备选方案和互补资产。
公司如果继续进行线性决策，就会优化单项措施，从而失去整体影响。 将投资视为组合优化问题的公司不会通过节约来实现价值最大化、 而是通过结构化选择和一致的投资组合来实现价值最大化。
因此，决定性的问题不是：哪种投资是最好的？
而是在实际限制条件下，哪种可允许的投资组合产生的总体收益最高？