← Tous les projets

Screening de 6 819 entreprises

Un outil Python de recherche de cibles : croiser plusieurs bases financières, filtrer par rentabilité, structure et endettement, et sortir une shortlist défendable.

La question

Comment passer d'un univers de plusieurs milliers de sociétés à une dizaine de cibles qui méritent une première analyse, sans biais de sélection et de façon reproductible ?

Méthode

  1. Consolidation de plusieurs bases financières : nettoyage des identifiants, harmonisation des devises et des exercices.
  2. Filtres successifs sur des ratios simples et lisibles en comité :
    • taille (chiffre d'affaires),
    • rentabilité (marge d'EBITDA, ROCE),
    • structure (dette nette / EBITDA),
    • solidité (couverture des intérêts),
    • dynamique (croissance du chiffre d'affaires).
  3. Score composite pour classer les survivants, avec des pondérations explicites.

Ce que j'en retiens

  • Les ratios de couverture éliminent souvent plus de dossiers que la marge.
  • Un filtre n'a de valeur que si l'on peut expliquer pourquoi une société a été écartée.
  • La shortlist n'est pas une conclusion : c'est la liste des dossiers à ouvrir.

Le module « Sourcing » du Deal Desk reproduit cette logique sur un univers illustratif de 6 819 sociétés.