【專題報告】科創(chuàng)板招股說明書pdf解析及估值探討

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

2、............................................................................................................................4（一）Python解析PDF簡介...............................................................................

3、...........................................4（二）從PDF中抽取表格數據算法簡介.........................................................................................................4（三）PDFplumber的參數擴展以及如何保證數據的準確性......................

4、......................................................6（四）Python解析科創(chuàng)板招股說明書數據整體方案簡介...............................................8三、科創(chuàng)板公司估值探討...............................................................................

5、........................................................8（一）科創(chuàng)板上市定價規(guī)則簡介...................................................................8（二）科創(chuàng)板個股估值探討.....................................................................

6、....9四、總結..............................................................................................................................................................12五、風險提示.............................................

7、..........................................................................................................12目錄證監(jiān)會審核華創(chuàng)證券投資咨詢業(yè)務資格批文號：證監(jiān)許可（20一、研究思路科創(chuàng)板“開閘”在即，但相關數據源卻并沒有很全面，數據都在招股說明書等材料中，但純粹人工的抽取信息，工作量太大，且也很難完全保證數據的質量。出于對數據的全

8、面與及時性要求，本文提供一種較為完備的從PDF中解析表格等相關數據的方案。我們用招股說明書給出的可比公司，對科創(chuàng)板個股的相對估值進行了梳理?？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)費用和銷售費用，除了一般的市盈率（PE）估值法，我們另外使用多種估值指標進行估值。企業(yè)價值倍數（EVEBITDA）剔除掉了計入研發(fā)、銷售、管理費用的折舊攤銷費用的影響，并考慮到了債權人的回報，而企業(yè)價值比營收（EVSales）進一步剔除了其他費

9、用的影響。我們分別使用市盈率（PE）、企業(yè)價值倍數（EVEBITDA）和企業(yè)價值比營收（EVSales）三種估值方式對科創(chuàng)板公司估值進行探討。二、解析科創(chuàng)板招股說明書PDF本文嘗試使用Python對科創(chuàng)板招股說明書進行解析，從各個PDF中批量地提出我們要使用的信息。（一）Python解析PDF簡介Python提供了諸多開源的庫來解析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。絕大部分庫都只能解決文檔型的PDF，

10、而掃描型的PDF保存的實際上就是圖片，要解析其中的信息復雜度更高，需要用到OCR（光學字符識別）技術。OCR技術是指將圖片的字符形狀轉變成計算機能識別的文字，其過程包括圖像處理、文字特征抽取、數據庫對比等流程，技術難度較大，運用場景也更廣。而用于解析文檔型的PDF相對來說比較簡單，可以依據Python的open函數返回的結果進行分析?？苿?chuàng)板招股說明書的PDF都是文檔型的，一個簡單的判別方式，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數最多。并且相關的從PDF中提取表格數據的開源庫，例如camelot、PDFplumber都是依賴于PDFminer的。由于我們需要的很多財務指標數據、財報數據都是以表格形式展示的，而只使用文本信息用規(guī)則或語義分析來提取表格數據，很難保證數據完全準確性，也較難驗證。故本

12、文使用PDF提取表格相關庫來解析文檔，出于代碼的簡潔與可擴展性，本文最終選用PDFplumber來解析相關數據。（二）從PDF中抽取表格數據算法簡介無論是camelot還是PDFplumber庫，其算法核心思想均來自于AnssiNurminen的碩士論文《AlgithmicExtractionofDatainTablesinPDFDocuments》。其主要步驟如下所示：1.依據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