Har hört det här argumentet mer på sistone. Och ur en teknisk uppsättning av förmågor, troligen sant. Men jag tycker att detta missar Excels roll i investeringsprocessen... Excel är ett enkelt, pålitligt, mestadels felfritt, deterministiskt verktyg för att analysera historiska grunder och göra prognoser om framtida grunder (var alfan finns). Du blir förvånad över hur förenklade modellerna hos många stora investerare ser ut, och detta speglar verkligheten att de flesta investeringar bygger på 2–3 nyckelvariabler. Modellen är också ett kärnverktyg för kommunikation. "Jag skulle gärna bygga mina modeller i Python, men min CIO vill ändå se kalkylbladet" är ett vanligt svar. En Excel-fil kan skickas via e-post, sparas lokalt på en laptop för ledningsmöten / HQ-besök, och mycket enkelt valideras (din modell kan ha 800 rader, men generellt behöver bara ~5–10 % av inmatningarna noggrann trippelkontroll eftersom de kan göra eller förstöra modellens utdata... dvs. för 6 år sedan Q3 D&A kommer inte att avgöra en tes, men ett rent, korrekt justerat bruttovinsttal från föregående år som stämmer överens med MGMT:s mjuka guide för GM:s BPS-bana, skulle kunna. Jag tror att vissa också förbiser att IDE till MCP inte är korrekt än. Det är bättre, men möjligheterna att hämta flera dokument är ännu inte mogna. En Excel-modell som är 70 % korrekt är mycket frustrerande, särskilt när du har tagit bort hela byggupplevelsen och inte har den personliga kontexten att felsöka. I vår AI-verktygsmatrik för grönt/gult/rött ljus har kodagentmodellerna gått från rött till gult ljus, men kommer inte att gå över till grönt ljus förrän 95%+ noggrannhet uppnåtts. Så det handlar om självförtroende och användbarhet. Kalkylblad är inte perfekta, men de hallucinerar inte. Analytiker är inte perfekta, men de trippelkontrollerar och validerar de ~5–10 % nyckelinmatningarna (eller så varar de inte länge). "Men analytiker gör misstag...". Ja, det gör de, men duktiga analytiker vet var modellfelaktigheter är acceptabla / icke-kärnrelaterade och var en input är affärskritisk och är besatta av kontroller/valideringar och en multi-approach modelleringsstruktur. Mänsklig noggrannhet i avhandlingsberoende områden av modellen är, enligt min erfarenhet, 99,99 % (jag kan bara komma på en eller två brutala tesbetingade misstag över fem företag och båda hade verkliga karriärkonsekvenser för analytikern och var ett mycket dåligt intryck på projektledaren som borde ha upptäckt det). Och Excel-ark är otroligt användbara uppåt, ner och över hela organisationen, eftersom analytikern som hanterar kalkylbladet sällan är den slutgiltiga investeringsbeslutsfattaren... Excel-arket är ett tänkeverktyg och ett kommunikationsverktyg, framför allt. Detta kan ändras, men kräver CIO/PM/MD-sponsring, vilket jag inte märker händer (ännu). Så, med det sammanhanget, tar jag under på slutet av kalkylblad (medan jag glatt experimenterar med de nya verktygen...)