【專題報(bào)告】科創(chuàng)板招股說(shuō)明書pdf解析及估值探討

1、證監(jiān)會(huì)審核華創(chuàng)證券投資咨詢業(yè)務(wù)資格批文號(hào)：證監(jiān)許可（20一、研究思路........................................................................................................................................................4二、解析科創(chuàng)板招股說(shuō)明書PDF..................

2、............................................................................................................................4（一）Python解析PDF簡(jiǎn)介...............................................................................

3、...........................................4（二）從PDF中抽取表格數(shù)據(jù)算法簡(jiǎn)介.........................................................................................................4（三）PDFplumber的參數(shù)擴(kuò)展以及如何保證數(shù)據(jù)的準(zhǔn)確性......................

4、......................................................6（四）Python解析科創(chuàng)板招股說(shuō)明書數(shù)據(jù)整體方案簡(jiǎn)介...............................................8三、科創(chuàng)板公司估值探討...............................................................................

5、........................................................8（一）科創(chuàng)板上市定價(jià)規(guī)則簡(jiǎn)介...................................................................8（二）科創(chuàng)板個(gè)股估值探討.....................................................................

6、....9四、總結(jié)..............................................................................................................................................................12五、風(fēng)險(xiǎn)提示.............................................

7、..........................................................................................................12目錄證監(jiān)會(huì)審核華創(chuàng)證券投資咨詢業(yè)務(wù)資格批文號(hào)：證監(jiān)許可（20一、研究思路科創(chuàng)板“開(kāi)閘”在即，但相關(guān)數(shù)據(jù)源卻并沒(méi)有很全面，數(shù)據(jù)都在招股說(shuō)明書等材料中，但純粹人工的抽取信息，工作量太大，且也很難完全保證數(shù)據(jù)的質(zhì)量。出于對(duì)數(shù)據(jù)的全

8、面與及時(shí)性要求，本文提供一種較為完備的從PDF中解析表格等相關(guān)數(shù)據(jù)的方案。我們用招股說(shuō)明書給出的可比公司，對(duì)科創(chuàng)板個(gè)股的相對(duì)估值進(jìn)行了梳理?？紤]到科創(chuàng)板公司往往處于公司的發(fā)展期，可能存在大量的研發(fā)費(fèi)用和銷售費(fèi)用，除了一般的市盈率（PE）估值法，我們另外使用多種估值指標(biāo)進(jìn)行估值。企業(yè)價(jià)值倍數(shù)（EVEBITDA）剔除掉了計(jì)入研發(fā)、銷售、管理費(fèi)用的折舊攤銷費(fèi)用的影響，并考慮到了債權(quán)人的回報(bào)，而企業(yè)價(jià)值比營(yíng)收（EVSales）進(jìn)一步剔除了其他費(fèi)

9、用的影響。我們分別使用市盈率（PE）、企業(yè)價(jià)值倍數(shù)（EVEBITDA）和企業(yè)價(jià)值比營(yíng)收（EVSales）三種估值方式對(duì)科創(chuàng)板公司估值進(jìn)行探討。二、解析科創(chuàng)板招股說(shuō)明書PDF本文嘗試使用Python對(duì)科創(chuàng)板招股說(shuō)明書進(jìn)行解析，從各個(gè)PDF中批量地提出我們要使用的信息。（一）Python解析PDF簡(jiǎn)介Python提供了諸多開(kāi)源的庫(kù)來(lái)解析PDF，但我們首先要明確的是用于解析的PDF是文檔型的，還是掃描型的。絕大部分庫(kù)都只能解決文檔型的PDF，

10、而掃描型的PDF保存的實(shí)際上就是圖片，要解析其中的信息復(fù)雜度更高，需要用到OCR（光學(xué)字符識(shí)別）技術(shù)。OCR技術(shù)是指將圖片的字符形狀轉(zhuǎn)變成計(jì)算機(jī)能識(shí)別的文字，其過(guò)程包括圖像處理、文字特征抽取、數(shù)據(jù)庫(kù)對(duì)比等流程，技術(shù)難度較大，運(yùn)用場(chǎng)景也更廣。而用于解析文檔型的PDF相對(duì)來(lái)說(shuō)比較簡(jiǎn)單，可以依據(jù)Python的open函數(shù)返回的結(jié)果進(jìn)行分析?？苿?chuàng)板招股說(shuō)明書的PDF都是文檔型的，一個(gè)簡(jiǎn)單的判別方式，就是看看能否選擇到一段文字。Python中用于

11、解析文檔型的PDF主要有PDFminer、PyPDF2、PDFrw等，可以解析掃描型的PDF有OCRmyPDF等。從github上看PDFminer是最受歡迎的，star數(shù)最多。并且相關(guān)的從PDF中提取表格數(shù)據(jù)的開(kāi)源庫(kù)，例如camelot、PDFplumber都是依賴于PDFminer的。由于我們需要的很多財(cái)務(wù)指標(biāo)數(shù)據(jù)、財(cái)報(bào)數(shù)據(jù)都是以表格形式展示的，而只使用文本信息用規(guī)則或語(yǔ)義分析來(lái)提取表格數(shù)據(jù)，很難保證數(shù)據(jù)完全準(zhǔn)確性，也較難驗(yàn)證。故本

12、文使用PDF提取表格相關(guān)庫(kù)來(lái)解析文檔，出于代碼的簡(jiǎn)潔與可擴(kuò)展性，本文最終選用PDFplumber來(lái)解析相關(guān)數(shù)據(jù)。（二）從PDF中抽取表格數(shù)據(jù)算法簡(jiǎn)介無(wú)論是camelot還是PDFplumber庫(kù)，其算法核心思想均來(lái)自于AnssiNurminen的碩士論文《AlgithmicExtractionofDatainTablesinPDFDocuments》。其主要步驟如下所示：1.依據(jù)文檔字符的位置信息確定橫向的邊緣與豎向邊緣。2.考慮邊緣的