[Feature Request] 증권신고서 기반 IPO 수요예측 핵심 데이터 요약 기능 #70

제안 감사합니다. 적어주신 걸 보면 화면 하나 붙이는 수준이 아니라 사실상 IPO 공모분석 리포트 한 편에 가깝습니다 공모개요·일정·밸류에이션·유통물량·재무·리스크까지 다 묶이는 거라, 한 번에 기능으로 뚝딱 내놓기보다 한 단계씩 쌓아가는 게 맞다고 봅니다.

그래서 우선은 가장 밑단부터, 증권신고서 본문에서 이 항목들을 엔진으로 직접 긁어 구조화하는 작업부터 손대보려 합니다. 마침 이거랑 거의 같은 구조가 이미 돌고 있어서(단일판매·공급계약 공시 원문을 읽어 숫자를 뽑아내는 scan("orders")), 데이터를 가져와 쌓는 길 자체는 새로 만들 게 없고, 진짜 일은 신고서 본문을 뽑아내는 파서 쪽입니다. 주관사마다 표 양식이 제각각이라 거기가 제일 손이 많이 가는 자리이기도 합니다.

솔직하게 항목별로 나눠보면재무/실적이나 계산으로 떨어지는 멀티플(P/E·P/B·EV/EBITDA, 비교기업 대비)은 기존 엔진으로 상당 부분 나오고 공모개요·공모일정·유통가능물량·보호예수·할인율·주당 평가가액처럼 신고서 본문에 박혀 있는 값들이 새로 파싱해야 하는 부분입니다. 일단 이 데이터부터 제대로 모이는지 실제 신고서 여러 건에 돌려보고, 중간 결과를 여기에 공유하겠습니다.

그리고 직접 개발해서 Pull Request 주시는 것도 언제든 환영입니다. 감사합니다.

지난번에 신고서 본문부터 엔진으로 긁어보고 중간 결과를 공유하겠다고 했는데, 몇 건 돌려본 경과를 남깁니다.

일단 신고서에서 값을 뽑는 파서 쪽은 생각보다 잘 붙었습니다. 먼저 어떤 게 IPO(지분증권) 신고서인지 자동으로 골라내는 부분은, report_nm 첫 괄호가 "지분증권"이고 corp_cls가 E(기타법인)이고 stock_code가 아직 비어 있는, 이 세 조건으로 거르니까 6개월치 corp_cls=E 신고서 826건 중에 펀드·채권·유동화 783건이 깔끔하게 빠지고 지분증권 43건만 남는데 오분류는 없었습니다.

본문 파싱은 주관사마다 표 양식이 달라서 제일 걱정했던 자리인데, 텍스트를 정규식으로 긁는 대신 신고서 XML의 제목(TITLE) 구조를 기준점으로 잡으니 발행사가 바뀌어도 섹션 경계가 흔들리지 않았습니다. 뽑은 값이 맞는지는 원문 안의 관계식으로 자체 검산을 겁니다. 공모가 ×ばつ 주식수 = 모집총액, 비교PER ×ばつ 주당순익 ÷ 주식수 = 주당평가액, 주당평가액 ×ばつ (1−할인율) = 공모가밴드, 자산 = 부채 + 자본 같은 식으로요. 덕분에 원문에 콤마 오타가 박혀 있어도 검산에서 잡아 복구되고, 검산을 못 통과한 값은 "미검증" 표시를 달아둬서 틀린 값을 맞다고 내보내진 않습니다.

처음에 새로 파싱해야 한다고 했던 공모개요·공모일정·할인율·주당평가가액이 지금 이 경로로 나옵니다. 최근 신고서를 자동으로 찾아 본문을 바로 읽어오는데, 캐시에 없던 발행사도 검산이 통과되는 걸 보면 특정 회사에 맞춘 게 아니라 양식 자체를 읽고 있는 것 같습니다. 수치 옆 원문 근거는 접수번호(rcept)로 잡아 DART 원문에 바로 연결됩니다. 지금은 parseIpoProspectus(본문) / scan("ipo")로 돌려볼 수 있습니다.

반대로 아직 못 한 것도!

1. 상장 직후 유통가능물량이랑 보호예수 해제 일정은 별도 하위표라 따로 파싱 트랙으로 빼뒀고 아직 안 끝났습니다.
2. 확정공모가나 수요예측 경쟁률·의무보유확약은 신고서 본문이 아니라 뒤에 따로 나오는 공시(증권발행조건확정)라, 지금 파서는 초판·기재정정 신고서를 보고 확정가는 별도 트랙으로 둡니다.
3. P/E·P/B·EV/EBITDA 같은 계산으로 떨어지는 멀티플은 처음 말한 대로 기존 엔진 쪽이고, 신고서에서 새로 긁는 값들이랑 붙이는 게 다음 일입니다.
4. 적용 PER·할인율은 어차피 발행사가 고른 비교군 기준이라, 고평가/저평가를 단정하기보다 비교 위치를 좌표로 보여주는 쪽으로 갑니다.
   혹시 돌려봤을 때 값이 어긋나는 신고서가 있으면 접수번호랑 같이 알려주시면 그 양식 반영하겠습니다. 직접 PR 주셔도 환영합니다.