Ik hoor deze discussie de laatste tijd vaker. En vanuit een technisch capaciteitenperspectief waarschijnlijk waar. Echter, ik denk dat dit de rol van Excel in het investeringsproces mist... Excel is een eenvoudig, vertrouwd, grotendeels bugvrij, deterministisch hulpmiddel voor het analyseren van historische fundamenten en het maken van voorspellingen over toekomstige fundamenten (waar de alpha zich bevindt). Je zou verrast zijn hoe simplistisch de modellen van veel grote investeerders eruitzien, en dit weerspiegelt de realiteit dat de meeste investeringen afhangen van 2-3 sleutelvariabelen. Het model is ook een kerncommunicatietool. "Ik zou graag mijn modellen in Python bouwen, maar mijn CIO wil nog steeds de spreadsheet zien" is een veelgehoorde reactie. Een Excel-bestand kan worden gemaild, lokaal op een laptop worden opgeslagen voor managementvergaderingen / HQ-bezoeken, en heel gemakkelijk gevalideerd worden (je model kan 800 rijen zijn, maar over het algemeen hoeven slechts ~5-10% van de invoerwaarden rigoureus driedubbel gecontroleerd te worden, omdat ze de modeloutput kunnen maken of breken... d.w.z. 6 jaar geleden Q3 D&A gaat een thesis niet maken of breken, maar een schoon, goed aangepast bruto winstcijfer van een jaar geleden dat overeenkomt met de zachte richtlijn van het management over de GM bps-traject, zou dat kunnen). Ik denk dat sommige mensen ook over het hoofd zien dat IDE naar MCP nog niet nauwkeurig is. Het is beter, maar de mogelijkheden voor het ophalen van meerdere documenten zijn nog niet volwassen. Een 70% nauwkeurig Excel-model is zeer frustrerend, vooral wanneer je de ervaring van het bouwen ervan hebt overgedragen en niet de persoonlijke context hebt om te debuggen. In onze groen/geel/rood licht AI-tools rubric, zijn coderingsagentmodellen verschoven van Rood licht naar Geel licht, maar zullen niet naar Groen licht verschuiven totdat 95%+ nauwkeurigheid is bereikt. Dus het gaat om vertrouwen en bruikbaarheid. Spreadsheets zijn niet perfect, maar ze hallucineren niet. Analisten zijn niet perfect, maar ze controleren en valideren de ~5-10% sleutelinputs driedubbel (of ze blijven niet lang). "Maar analisten maken fouten...". Ja, dat doen ze, maar geweldige analisten weten waar modelonzekerheid acceptabel / niet-kern is en waar een invoer cruciaal is en obsessief zijn over controles/validaties en een multi-benadering modelstructuur. Menselijke nauwkeurigheid in thesis-afhankelijke gebieden van het model is, naar mijn ervaring, 99,99% (ik kan me maar een of twee brute thesis-afhankelijke fouten herinneren over 5 bedrijven en beide hadden echte carrière-implicaties voor de analist, en waren een zeer slechte uitstraling voor de PM die het had moeten opmerken). En Excel-spreadsheets zijn gewoon intens nuttig, omhoog, omlaag en door de organisatie heen, aangezien de analist die de spreadsheet beheert zelden de uiteindelijke investeringsbeslisser is... de Excel-sheet is een denk- en communicatietool, bovenal. Dit zou kunnen veranderen, maar vereist CIO/PM/MD-sponsoring, wat ik (nog) niet voel gebeuren. Dus, met die context, neem ik de onderkant op het einde van spreadsheets (terwijl ik vrolijk experimenteer met de nieuwe tools...)