در مقالات قبلی درباره «برنامه‌ریزی خطی» صحبت کردیم. در آنجا مقادیر می‌توانستند اعشاری باشند (مثلاً تولید ۲.۵ تن کالا). اما در دنیای واقعی مالی، بسیاری از تصمیمات گسسته هستند.

شما نمی‌توانید «نصف» یک کشتی را بخرید، یا «۰.۷» از یک پروژه سدسازی را اجرا کنید. شما یا یک پروژه را انتخاب می‌کنید (بله) یا نمی‌کنید (خیر). اینجاست که برنامه‌ریزی عدد صحیح (IP) وارد عمل می‌شود تا به سؤالات «صفر و یکی» ما پاسخ دهد.

برنامه‌ریزی عدد صحیح (Integer Programming) چیست؟

برنامه‌ریزی عدد صحیح نوعی از بهینه‌سازی ریاضی است که در آن تمام یا برخی از متغیرهای تصمیم باید عدد صحیح (Integter) باشند.

یک حالت بسیار خاص و پرکاربرد در مالی، برنامه‌ریزی صفر و یک (Binary Programming) است که در آن متغیرها فقط می‌توانند مقدار 0 یا 1 داشته باشند:

• 1: یعنی پروژه یا دارایی انتخاب شود.
• 0: یعنی پروژه یا دارایی رد شود.

چرا در مالی به برنامه‌ریزی عدد صحیح نیاز داریم؟

مدل‌های خطی ساده همیشه پاسخگو نیستند چون:

1. تصمیمات ساختاری: انتخاب بین گزینه‌هایی که قابلیت تقسیم ندارند.
2. هزینه‌های ثابت (Fixed Costs): هزینه‌هایی که فقط در صورت شروع پروژه ایجاد می‌شوند (اگر پروژه اجرا نشود، هزینه صفر است؛ اگر اجرا شود، یک مبلغ ثابت بزرگ است).
3. محدودیت‌های منطقی: مثلاً «اگر پروژه A را انتخاب کردی، حتماً باید پروژه B را هم انتخاب کنی» یا «بین پروژه C و D فقط یکی را می‌توانی انتخاب کنی».

کاربردهای کلیدی در مالی و اقتصاد

1) بودجه‌بندی سرمایه‌ای (Capital Budgeting)

این کلاسیک‌ترین کاربرد IP است. یک شرکت لیست بلندبالایی از پروژه‌ها (ساخت کارخانه، خرید تکنولوژی، ورود به بازار جدید) دارد اما بودجه‌اش محدود است.

مدل عدد صحیح تعیین می‌کند کدام ترکیب از پروژه‌ها بیشترین ارزش فعلی خالص (NPV) را ایجاد می‌کند.

2) انتخاب سبد پروژه‌های تحقیق و توسعه (R&D)

در شرکت‌های دانش‌بنیان، انتخاب پروژه‌هایی که هم‌افزایی دارند و با بودجه محدود بیشترین خروجی علمی/تجاری را می‌دهند.

3) زمان‌بندی بازپرداخت بدهی‌ها

انتخاب بهترین زمان برای تسویه وام‌ها یا انتشار اوراق جدید به گونه‌ای که هزینه‌های بهره کمینه شود.

4) مدیریت زنجیره تأمین و انبارداری

تعمیم مدل برای خرید تعداد مشخصی دستگاه یا کانتینر که نمی‌توانند عدد اعشاری باشند.

یک مثال ملموس: انتخاب پروژه سرمایه‌گذاری

فرض کنید مدیر مالی یک هلدینگ هستید و ۱۰ میلیارد تومان بودجه دارید. ۳ پروژه پیش روی شماست:

هدف: بیشینه‌سازی سود کل.

محدودیت: مجموع هزینه‌ها $\le$ 10.

اگر از برنامه‌ریزی خطی عادی استفاده کنید، ممکن است بگوید: «پروژه A را کامل انجام بده و 0.8 از پروژه B را!» اما در واقعیت شما نمی‌توانید 0.8 یک پروژه را انجام دهید.

مدل عدد صحیح به شما می‌گوید: «پروژه B و C را انتخاب کن (سود 3.3) چون ترکیب A و B یا A و C سود کمتری می‌دهد یا از بودجه خارج است.»

انواع مدل‌های عدد صحیح

1. عدد صحیح خالص (Pure IP): تمام متغیرها باید عدد صحیح باشند.
2. عدد صحیح مختلط (Mixed IP – MILP): برخی متغیرها اعشاری و برخی دیگر عدد صحیح هستند (بسیار رایج در مالی).
3. صفر و یک (Binary): متغیرها فقط 0 یا 1 هستند.

مزایا و چالش‌ها

مزایا:

• تطابق کامل با واقعیت‌های اجرایی و مدیریتی.
• توانایی مدل‌سازی شروط منطقی پیچیده (If-Then).
• بهینه‌سازی دقیق در مسائل تخصیص منابع.

چالش‌ها:

• سختی حل: حل این مسائل از نظر محاسباتی بسیار سنگین‌تر از مدل‌های خطی ساده است (در اصطلاح ریاضی NP-Hard هستند).
• نیاز به نرم‌افزارهای تخصصی برای مسائل بزرگ.

جمع‌بندی

برنامه‌ریزی عدد صحیح ابزاری است که مدیریت مالی را از «تئوری‌های انتزاعی» به «تصمیمات اجرایی» نزدیک می‌کند. وقتی با انتخاب‌های قاطع (خریدن یا نخریدن، اجرا کردن یا نکردن) روبرو هستیم، IP تنها راه برای اطمینان از این است که منابع محدود ما به بهترین شکل ممکن تخصیص یافته‌اند.

در فین‌اسکوپ، ما معتقدیم درک این مدل‌ها تفاوت بین یک مدیر مالی سنتی و یک تحلیلگر داده‌محور مدرن را رقم می‌زند.