每當你以為投行錄取率已經跌到谷底時新一年的錄取率都會告訴你：放心，這還不是我的極限……不及1%的上岸機率又跌了這華爾街到底是誰在進啊？一覺睡醒，咱華爾街投行又偷偷打破了新紀錄，不過這次打破的，是暑期實習項目的申請人數……cr.fn據Financial News最新資料統計，2025年高盛有共計36萬名候選人，競爭共2,600個畢業生和實習崗位，申請人數再次突破該行新高。咱們對比一下去年的資料：2024年，高盛共有31.5萬名申請者競爭2,700個崗位。對比去年，今年的申請人數增長了足足15%，但可投遞的崗位卻砍了100個。也就是說，今年高盛的上岸率僅僅只有0.7%！本以為去年的0.9%已經是極限了，沒想到今年還有驚喜驚嚇……高盛往年的錄取率資料cr.Business Insiderefc也是給出了一個基於往年資料的推測：如果按照當前趨勢持續下去，那麼到2028年，高盛將會面臨55萬求職者競爭2,250個職位的“盛況”，其錄取率將降至0.2%……雖然只是推測，但是也不免讓人心頭已一驚。當然，不只是高盛，招聘人數更多的摩根大通今年也面臨著同樣“熱火朝天”的局面。2025年，摩根大通共有63萬名申請者競爭4,100個實習崗位。對比小摩去年的資料：50.5萬名申請者競爭4500個崗位，今年的申請人數增長了25%，申請崗位則減少了400個。與高盛一樣，今年摩根大通的錄取率也僅僅只有0.7%，而兩年前這一比例還高達2.8%。efc推算的結果顯示，如果按照這個邏輯，到2030年，小摩將有200萬候選人競爭僅僅2,600個實習崗位，錄取率將勉強維持在0.13%……實在是有些誇張。cr.efc*圖中摩根士丹利的資料僅為歐洲、中東和非洲地區的招聘情況不是每個投行都有具體的資料流出，但總的來說，頂尖投行的錄取率一般不會超過5%。據ISE統計，今年金融行業每個畢業生職位平均能收到188份申請，高於2024年每個職位120份的申請，僅次於IT行業。想要衝刺投行的同學，必須要早規劃、早準備，才有機會在這188名競爭者中脫穎而出。投行meme永不過時……沒錯，即使是在投行錄取率年年下跌，跌到不足1%的2025求職季，WST也有大批大批的優秀學員突破這“逆天”的錄取機率，先人一步拿下八大投行2026暑期實習Offer美美上岸！ (WallStreetTequila)

中國股市自8月以來顯著升溫，目前，華爾街投行(高盛、花旗、摩根士丹利)對中國流動性驅動的股市漲勢能否持續存在分歧。高盛：中國股市流動性驅動行情有支撐，上調滬深300目標價至4900點高盛以中國股市流動性驅動的行情仍有支撐為由，上調滬深300指數目標價位。高盛表示，“流動性”在全球各地提振了股票回報，儘管近期存在獲利回吐的壓力，但相信上漲趨勢仍有支撐，維持對中國離岸股票和A股的超配評級。高盛分析師Kinger Lau等在報告中指稱，預計未來12個月MSCI中國指數的回報有10%，維持目標價位為90點。同時，預計滬深300指數回報有12%，目標價位為4900點，較此前的4500上調。中國公募基金在過去幾周剛開始增加股票部位，保險公司對股票的配置仍低於30%的上限，全球避險基金等仍低配中國股票，這些均表明未來倉位和配置仍有較大上升空間。中國股市較已開發市場仍存在顯著估值折價，與新興市場大致持平，表明投資者並未為中國的流動性溢價支付過高成本。目前市場的主要風險包括流動性突然收緊、監管衝擊，以及宏觀政策令人失望，這些風險歷史上曾破壞由資金流動驅動的股市繁榮。花旗：居民存款搬家尚在早期階段，5.5兆元資金或成下一波A股火種路透引述花旗報告認為，近期的升勢主要由流動性因素推動，但居民存款的“搬家”可能仍處於早期階段，而且監管層並不急於收緊流動性，只是會控制上漲的節奏。花旗在報告中稱，中國股市經歷了一個“充滿希望的夏天”，但現在聞到秋天的氣息了嗎？報告隨之展開論述，認為接下來宏觀層面還有三大催化因素，包括房地產支援等增量措施的進一步推出、流動性繼續利多、以及“閱兵”、十一黃金周、APEC峰會和中美貿易談判等重大事件提振。報告稱，隨著存款利率趨於下降，到期的定期存款的重新分配在短期內可能會變得更加確定，並按存款三年期限計算，估算2025年可重新配置的資金規模約5.5兆元人民幣。花旗指出，股市的大漲可能會推遲中國的降准舉措，若有必要，國家隊活動和中國央行通過互換便利及股票回購增持再貸款提供的支援，也可能變得更加精準。如果中國8月份的經濟資料繼續疲軟，那麼9月份的政治局會議上可能會出台包括財政預算調整在內的更多舉措。大摩：中國股市過熱跡象“零星閃現，但尚未遍地開花”中國股市近期顯著升溫，摩根士丹利指出，目前中國股市過熱跡象“零星閃現，但尚未遍地開花”。摩根士丹利周四發佈的報告指出，自6月以來，中國股市的漲速相當出人意料。市場對這一輪行情可持續性的爭論正在加劇，一方面成交量創新高，而單日回呼幅度也較大。大摩列出多項跡象，表明中國股市存在孤立但尚未普遍的過熱訊號。這些跡象包括融資買入額佔日成交比例，以及滬深300指數的認沽認購比率正接近去年10月的水平、保證金融資佔A股流通股比穩定在5%以下、散戶參與度令人擔憂，以及本周小單淨流入日均值為110億元人民幣，而2024年9月24日至10月10日期間為130億元。大摩稱，只有當企業盈利和自上而下的政府政策盡快落實，才會有額外的流動性可用於股票配置，又認為債券和定期存款向股市的輪動仍處於早期階段，預計短期內A股市場波動加劇。 (格隆匯電報)

突擊安排實習生完成5小時建模測試要求從零開始完成一個300多行的LBO模型還要做一個關於CoreWeave交易的merger model據說測試結果還會影響你能不能拿return offer...WSO上有人曝出Moelis上周summer intern的經歷👇cr.wso如果真按截圖所說只能說Moelis的高壓文化似乎並未真正改變Moelis實習生：後悔接Offer，這裡是血汗工廠這篇帖子下的熱評第一，疑似是Moelis的實習生，👇字裡行間滿是高壓工作下的崩潰。“在培訓結束後，我們就接到任務：要在一周內完成手動整理hand-spread comps和公司簡介。結果又突然被安排要在3小時內完成LBO模型搭建。聽說休斯頓團隊的實習生早在第一周空閒時，就收到LBO模型用來提前練習，而且團隊每天8:30還會嚴格查考勤、抓進度；但我們團隊沒有這樣提前熟悉的機會。這種‘別人早有章法準備充分，自己卻像臨時被推上場的新手’的落差，很不公平。聽說接下來還有M&A模型的任務，真的超級後悔接Moelis的Offer。”有人希望這是一篇惡搞的post。但很可惜，這是事實。Moelis的發言人已經對實習項目的整體安排做出解釋：為期10周的實習項目會讓實習生接觸實際交易業務與技術培訓，其中就包含上述提到的LBO建模測試，但耗時不超過3小時，此外還有其他以培養為目的的體驗活動。公司強調，此次測試不以評估為目的，更不涉及return offer的發放，是為了鍛鍊實習生的實戰能力。所以，是實習生越來越菜還是LBO測試真的超綱？評論區有位網友化身犀利哥，用Ridiculous 來評價搞這類建模測試的投行或團隊。他直言，即便是最優秀的投行bankers，培養相關技能也需要時間沉澱；而要求一個實學生在短短一個月內，就掌握能通過這種測試的能力，簡直是crazy（有大病）。另有一位投行第三年分析師提到：“我認識的一些2nd year analysts都沒法從零建構LBO模型，在我所在的精品投行（EB）裡，多數第二年分析師和非由分析師晉陞的助理，其實也都不具備這種能力。”而要論評論區的吐槽king，非這位莫屬👇“過去，多數Senior MDs在實習時，可能只是在列印室消磨時光，工作內容相對簡單輕鬆；而如今，他們卻要求實習生在規定時間內完成LBO模型搭建這種高難度任務。”評論區也有另一種聲音。有自稱毒蛇的職場老炮認為：“現在實習生抗壓弱、能力水，實際工作中，既有長期推進的項目，也會遇到突發挑戰（fire drills），所以本就應該有隨機考核。”還有更暴力的銳評👇“實習生一年比一年笨，LBO是基礎technical，本該面試前就學透，結果大家只會死記硬背題庫應付面試，根本沒真懂。”也有人從理性角度分析道：“我早年進入投行的Equity Research部門時，都是在工作中現學LBO建模 —— 為了應對交易、路演等需求臨時抱佛腳，要是學不會就被項目硬逼著學會，考核其實都藏在實際工作裡。而現在的實習生卻被突擊測試搞得心態崩潰，但實際上能力會隨著工作推進自然成長，比如PE招聘前，大家都會主動補充相關技能，根本沒必要用隨機建模測試來判定職場成功與否。要是當年也搞這種突擊測試，我肯定也會搞砸。不過，吃一塹長一智，下次就會提前準備了。”而且這位理中客推測：“Moelis搞這類測試，可能是因為這屆實習生表現太差，想用‘休克療法’來震一震他們，但我覺得這種測試沒必要。”也有人在評論區給出了改進的建議。從投行角度看，要求實習生做建模測試是合理的，因為這是投行核心技能。但如果是毫無預兆的突擊測試，那很不合理、會打擊實習生。 如果能給實習生長周期建模任務，大家是能接受甚至更願意的（畢竟能真正學懂）。想上岸投行，LBO要提前練嗎？LBO建模，全稱Leveraged Buyout Modeling（槓桿收購模型），是一種廣泛應用於併購（M&A）和私募股權投資（PE）領域的估值建模技術，主要用於評估通過槓桿融資完成的併購交易是否具備財務可行性。LBO建模不僅能幫助判斷一筆交易“能不能買”，還能用於設計融資結構、評估投資回報等關鍵環節。LBO模型的關鍵用途1️⃣ 交易可行性分析：判斷“能不能買”LBO模型的第一大用途是幫助判斷一筆槓桿收購是否可行。簡單來說，就是評估買方是否有能力通過融資完成收購，並在收購後維持健康的財務狀況。2️⃣ 估值工具：與DCF、可比公司分析並列LBO模型不僅用於融資分析，也常被用作估值工具。它和DCF（現金流折現法）、可比公司分析（Comparable Company Analysis）一起，並列為評估企業價值的三大核心方法。3️⃣ 交易結構設計：決定“怎麼借錢”在併購交易中，如何安排融資結構至關重要。LBO模型可以幫助設計債務比例、利息支付安排以及償還計畫等，幫助買方在風險可控的前提下最大化槓桿效應。4️⃣ 投資回報分析：算清“能不能賺”最後但同樣重要的是，LBO模型還能幫助PE評估投資回報。通過模型，可以計算出投資期間的內部收益率（IRR）和現金回報倍數（MOIC），從而判斷這筆收購是否值得做。為什麼很多投行分析師不會從零搭建LBO呢？那麼問題來了，為什麼這麼核心的技能，很多投行分析師不會從零搭建LBO呢？一個原因是投行內部通常有範本庫（Template Library），新項目通常只需複製已有模型、修改輸入參數即可，因此很多人只熟悉調整輸入、修改假設、理解輸出，但不熟悉從頭搭建。另一個原因是模型搭建往往由資深分析師或助理主導，初級分析師負責資料輸入、格式調整等。因此，很多分析師只是“會用”模型，而不是“會建”模型。LBO模型涉及較多財務知識（如槓桿融資結構、利息覆蓋率、現金流壓力測試等），對剛入行的分析師來說學習成本較高。到底要不要提前學習LBO建模？如果你的目標是投行IBD、PE方向，LBO建模不是要不要練的問題，而是什麼時候練完的問題。精品投行如Moelis、Evercore、Centerview、Lazard 等專注於M&A業務，幾乎不做IPO、債券等其他業務。因此，LBO幾乎是必考內容，面試官希望你能當場搭建模型、分析交易結構、判斷槓桿收購的可行性，並計算IRR 和 MOIC 等關鍵指標。相比之下，八大投行作為綜合性投行，業務涵蓋資本市場、併購、衍生品等多個領域，面試內容也更廣泛，可能包括DCF估值、可比公司分析、財務報表勾稽關係、市場動態理解等基礎與中階問題。但這並不意味著LBO不重要 ——在IBD併購組、PE組、A&M組等崗位，LBO模型仍然是高階考察點，尤其在評估候選人的建模能力、交易理解深度和財務分析水平時，具有決定性作用。而如果你希望後續能跳到買方PE，LBO更是面試必考內容。因為它直接反映了你是否具備買方思維和交易分析能力，而這正是PE工作的核心競爭力。雖然都考LBO，但IBD和PE的側重點略有不同IBD面試測試你是否具備基礎建模能力、估值邏輯、行業理解，更偏向技術性問題（walkthrough、IRR 計算、影響因素等）PE面試測試你是否具備 deal sense、商業判斷、風險意識，更偏向實戰型問題（deal structuring、回報最佳化、退出設計）。在投行面試越來越卷的情況下，提前學習LBO建模能提升個人競爭力。LBO Model幾乎是金融面試必考的知識點然而估值模型學習難度較高有業內導師指點才能在面試準備上事半功倍 (WallStreetTequila)

有誰還記得2023年，高盛、花旗、摩根大通等頂級投行非常不待見2022年底才推出的ChatGPT，並在一定程度的限制員工使用人工智慧軟體。cr. FT2年過去了，投行不僅一改對ChatGPT的態度，還研究起了自己的人工智慧工具。高盛近期就宣佈全面使用AI助手，加速企業AI轉型。cr. reuters高盛內部已經AI“氾濫”了？路透社報導，高盛周一宣佈在全公司範圍內推出生成式人工智慧助手GS AI Assistant，旨在提高員工生產力，正式加入華爾街大行利用AI技術提升營運效率的競賽。cr. Foxbusiness高盛的首席資訊官Marco Argenti在發給員工的備忘錄顯示，GS AI Assistant現已覆蓋全公司，約有10,000名員工正在使用，高盛計畫在今年年底前將其推廣到其餘超過46,000名員工。GS AI Assistant可以類比成高盛內部版本的ChatGPT，由生成式AI驅動，旨在幫助員工彙總報告、起草內容、分析資料集和翻譯文件，從而提高工作效率。cr. Foxbusiness而且GS AI Assistant針對不同工作職能還有定製的功能，因此開發人員、投資銀行家、研究分析師以及從事資產和財富管理的員工都有各自版本的AI助手，其能力旨在協助他們履行職責。如果大家有follow高盛的新聞，會發現除了GS AI Assistant外，高盛還在打造越來越多的人工智慧。Banker Copilot 簡化投資銀行家部分工作該系統允許符合條件的高盛員工訪問交易等事務的高級受保護資料，目前還在開發初期，只有數十名員工可以訪問。高盛預計未來Banker Copilot將在多方面為使用者提供保住，包括彙編客戶和交易資料、分析公司檔案以尋找banker想要瞭解的線索、起草檔案或彙總筆記等。Legend AI Query 搜尋工具，使用AI來瀏覽銀行龐大的資料庫高盛此前依賴Legend平台的 “Legend Query” 工具查詢資料，使用者需預先明確目標內容及儲存位置，就好像沒有管理員指引的圖書館，流程繁瑣且效率低下。Legend AI Query以AI充當 “智能圖書管理員”，使用者只需要用自然語言輸入需求，就可以自動檢索深層資料，將分散在各資料庫的資訊整合為結構化結果，不僅省去手動定位步驟，還能通過關聯分析挖掘潛在資料關聯，讓原本耗時數小時的查詢縮短至幾分鐘。Legend Copilot 快速上傳資料到Legend，保持系統的組織性Legend Copilot於10月推出，是一款主要供資料工程師使用的工具，用於維護Legend的基礎設施並保持其資訊流井然有序以供其他人訪問。這款AI助手使高盛的工程師能夠在幾分鐘內生成端到端的資料模型或API，比過去手動操作的過程要省事的多。Translate AI 內部語言翻譯作為一家全球性銀行，高盛的客戶遍佈全球。為了接觸非英語國家的客戶，高盛過去通常會將部分翻譯工作外包，但周轉時間可能長達數天。Translate AI的作用就是可以在幾秒鐘或幾分鐘內完成文字翻譯。目前，高盛資產和財富管理、全球投資研究等團隊正在使用Translate AI。高盛的AI賦能理念也與整個金融行業的轉型方向保持一致，目前不光是高盛，整個全華爾街都在擁抱AI。JPMorganJPMorgan年度科技預算高達180億美元，其中AI投入佔據戰略核心。這家華爾街巨頭正在上演一場從投行家到程式設計師的“AI工作革命”👇去年5月率先為私人銀行家配備生成式AI助手後，其自主研發的genAI平台現已覆蓋20萬員工，另有100多項AI工具正在開發中。在5月的投資者日上，以CEO Jamie Dimon為首的高管團隊用幾百字PPT首次系統披露了AI轉型路線圖，其技術團隊還最新任命了兩位AI負責人，由全球科技總監Lori Beer直接統領。cr. BI資產與財富管理CEO Mary Erdoes還表示要用AI重塑業務流程，用AI消滅那些“毫無成就感”的重複勞動。CitiCiti最新宣佈，由三位新任戰略負責人組成的AI核心團隊正式就位，全力推進CEO Jane Fraser的現代化改革計畫。此次人事調整包括：從Morgan Stanley挖角AI專家，重點改造滯後的財富管理業務cr. BI技術高管Shadman Zafar親自操刀，制定四階段AI戰略藍圖，稱將“徹底改變未來數十年工作方式”2024年12月，花旗集團推出Citi Assist，供八個國家的員工使用，Citi Assist可以搜尋銀行內部政策和流程；Citi還有一款工具Citi Stylus，能夠同時彙總、比較或搜尋多個文件。2025年5月底，花旗宣佈為中國香港員工推出了新的人工智慧工具Citi AI，以協助員工簡化日常工作流程，提升工作效率和生產力。據悉，Citi AI目前已開放予全球11個市場約15萬名員工使用。 (WallStreetTequila)

根據華盛頓郵報消息，一名百萬富翁投行家在上週六(6月8日)晚上猛擊一名婦女的臉部，將她打倒在布魯克林的一條街道上。 令人不安的影片顯示，這名男子當著一群在Park Slope (公園坡)參加布魯克林驕傲活動的人的面，猛地朝這名婦女的臉部揮出一記右手重拳。 女子摀住受傷的臉部，倒在地上，距離躺在人行道上的第二名受傷者只有幾英尺遠。 這位社群媒體用戶在影片中認出了襲擊者Jonathan Kaye，該影片的觀看次數已達到近500 萬次，他是投行Moelis & Co. 的董事總經理。

這個世界終究還是癲了 知道你們華爾街投行難進 沒想到已經難出花了👇 最新消息：高盛實習錄取率已經跌破1%

每隔兩週，華爾街投行發生第二起年輕員工死亡事件。 *investmentnews 時隔2週，同一家投行再次發生悲劇 美國時間5月16日晚上，年僅25歲的Adnan Deumic在參加work event，5V5的踢足球比賽時疑似心臟驟停倒地，CPR（心肺復甦術）等急救措施也未能挽留這位年輕金融banker的生命。

兔年初始，華爾街再傳降薪“噩耗”，去年表現難以令人滿意的投資銀行部門正面臨最嚴厲的獎金削減。 據路透社近日報導，德意志銀行計劃將投資銀行部的整體獎金池下調不到十分之一，但併購和資本市場的交易員的降幅更大，從事併購發起和諮詢工作的銀行家獎金下降幅度達到40%。 這是行業內最嚴厲的削減之一。據英國《金融時報》報導，德銀投資銀行家獎金池的削減幅度與高盛相若，但較摩根大通、花旗集團和美國銀行30%的降幅更為顯著。 在此之前，高盛已於1月11日開啟2008年金融危機以來最大規模的裁員計劃，3200名員工將受到影響。日本野村證券也計劃裁掉其倫敦投資銀行部門約10%的員工。更早些時候，摩根士丹利宣佈在全球範圍內裁員2%，波及至少1600名員工。