Risk Simulator软件案例分析：生物科技企业交易组织管理

　　本文由中国科学软件网发布，有任何疑问，请联系我们。

　　这个商业案例由Charles Hardy博士提供，他是加利福尼亚州福斯特市BioAxia有限公司的负责人，这是一个专注于为生物科技公司提供评估和量化交易管理的咨询公司。他还是Panorama Research公司的首席财务官和商业发展部门的主管，该公司是坐落在旧金山海湾区的一个生物科技的孵化者。Hardy博士拥有华盛顿州西雅图市华盛顿大学病理学博士学位，以及艾奥瓦州艾奥瓦市艾奥瓦大学的金融和企业家MBA。他已经在许多新公司中担任过角色，包括Pulmogen公司的首席执行官，该公司是一家早期的医药设备公司。

　　生物科技行业的小公司极其倚重与较大的制药公司的联盟以获得他们的研发资助。较大的制药公司反过来也依靠这种联盟来补充他们的内部研发项目。对较小的组织来说，为了实现与这些联盟相联系的现金流，他们必须拥有一个有竞争力、有经验的商业发展部门负责谈判并组织这些关键的交易。实际上，这些商业合作对大多数年轻公司的生存非常重要，交易决策经验、精湛的商业发展技能以及牢固的人脉关系是大多数新兴生物科技企业成功的宝贵资产。

　　尽管生物科技企业交易机会很充足——因为制药行业始终需要保持一条健全的新产品研发的供应线，但是近些年来做交易的机会已经减少。因此，如果公司确实得到了参与交易的机会，他们必须更加认真地组织和评估这些交易。然而，虽然这很重要，但是很多管理人员在这些合作中还是选择模仿类似商业交易模式，希望将公司股票价值最大化，或者凭他们的直觉开展这些交易而不是借助于科学评估和优化的量化方法以强化自己的谈判能力和策略。对于只做一种交易或成立不到一年的公司，通过模仿其他类似的交易模式实现商业合作，风险可能会更低;至少他们会得到与一般公司一样多的收入，否则他们会吗?

　　如本案例所描述，对于专注于人类医疗事业发展的生物科技商业交易合作的财务条款，蒙特卡罗模拟、随机优化以及实物期权是理想的评估和优化工具。大量临床试验阶段的数据和成功概率都是公开可得的。通过量化评估和组织交易，所有规模的公司都可以在任何开发阶段将股票价值最大化，还有最重要的是，未来现金流可以根据期望现金流需求和风险选择来定义。

　　交易类型

　　两个生物科技企业之间或者一个生物科技企业和一个制药企业之间大多数的交易都属于战略联盟，两个企业签署合作协议，为了成功开发产品或者将产品商业化的目标，以预定的方式共同工作。如以下列表所描述，存在几种不同的战略联盟类型：

　　产品许可。一个高度灵活及广泛应用的协议，其中一方意愿得到另一方的技术，两者之间没有其他的紧密合作。这种联盟类型风险很低，而且这类协议在药物开发的每个阶段都要签署。

　　产品收购。一个企业购买另一个企业已经存在的产品许可证，然后取得成品或半成品的销售权。

　　产品暂购。一个短期特定市场的技术或产品许可证，它经常包括收回条款。

　　合作销售。两家企业以不同的交易名称销售相同产品。

　　合作促销。两家企业使用同一品牌促销相同的产品。

　　少数投资联盟。两家企业互购股票作为互惠战略关系的一部分。

　　本案例是一个产品许可交易评估和优化的例子。

　　金融条款

　　毫无疑问，每个商业交易都是独特的，这就解释了为什么没有通用的金融模型能够评估和优化所有机会和合作。一份生物医学协议包含了谈判桌两边共同的目标、愿望、要求以及压力，但可能由于某一方出色的谈判能力、充分的准备、更完善而恰当的工作、准确的估计以及对即时现金的较低需求，协议会对该方更有利。

　　在新产品或新技术的许可或收购方面达成的协议依赖于很多因素，其中大多数会影响交易的价值。这些因素包括但不局限于以下几方面：

　　知识产权实力。

　　协议权利的排他性。

　　区域排他性。

　　所转让技术的独特性。

　　企业的竞争地位。

　　技术开发阶段。

　　所出售或许可项目的风险。

　　虽然每笔交易都是不同的，但大多数都包括：①许可及研发费用;②分期付款;③产品专利费;④股权投资。

　　基本金融模型

　　该案例分析中描述的所有计算都基于贴现现金流原理并使用风险校正贴现率。这里，不确定性资产的价值用以下基本金融方程表示：

　　其中：NPV为净现值，E(CFt)为t时期的期望现金流量，rt为无风险利率，πt是与CFt相应的风险溢价。

　　这里描述的模型所有组成部分如果遇到不同风险则使用不同贴现率。在这个生物科技合作协议的案例中，所有组成部分(许可证费、研发成本和资助、临床成本、中期付款以及版税)都会经常遭遇许多不同的风险，那么基于综合因素的贴现率也会不同，并将附属公司的加权平均资本成本作为基值。为了将这些风险假设的不确定性和动态性融合到模型中，所有这些折现率本身都是蒙特卡罗变量。这种贴现的增加对交易的准确评估很重要并且对后续的随机优化最重要。

　　历史交易背景和商定的交易架构

　　该案例分析中所要评估和优化的交易是一个较小的生物科技企业和一个较大组织之间达成的临床前独家产品许可协议。所评估的生物制药企业有一个较大的医疗适应证，其在协议签署时的市场估值为$10亿。持证人将权利转让给从属证书持证人。该交易含有各种各样的资助条款，表1.1为金融条款总结。发证者估计他们大约两年之后才能为在研药(IND)提出申请以启动人类临床试验。为了对交易进行评估和优化，我们假设合作的两家企业之间不存在信息不对称(也就是说，双方对他们即将推出的药品获得商业成功的可能性具有相同估计)。

　　历史交易中的许可证费包括预付款以及每年倍增的许可证维护费(表1.1)。许可证维护费在以下任何一种情况下将终止：(1)发证者第一次提出在研新药的申请;(2)有效期十年;(3)协议终止。历史交易中的分期付款只有三次，第一次IND时$500 000，新药申请(NDA)时$1 500 000，NDA获批时$4 000 000(表1.1)。历史交易中商定的专利费均为净销售额的2%。

　　如该案例后续介绍，另外两个交易情境从历史架构中被建造并随机优选出来：高价值、低风险(HVJR)情境和高价值、高风险(HVHR)情境(表1.1)。

　　表1.1 金融条款总结

　　主要假设 图1.1显示了三个交易情境的时间线。图中还显示了三种情境的阶段计划以及主要的假设数据。所有交易计算的时间框架为307.9个月，候选药物在总额为10亿美元的市场中最大占有率为20%，在计划的药物15年销售期期间有20%的标准差。从协议的有效期开始，假定市场的年增长率为1.0%，并将贯穿整个评估期。潜在药物的生产和销售成本估计为58%，这是一个重要的假设，它考虑到专利费是按净销售额而不是总销售额计算。市场总规模、市场增长率、最大市场份额以及生产销售补偿为蒙特卡罗模拟变量，它们都遵循对数正态分布而极值不存在。关于临床试验长度、成功概率的假设和评估模型中的主要变量显示在图1.1中。所有这些都是蒙特卡罗模拟假设。在整个案例分析中，交易价值是以从15年的净销售额中抽取的专利费为基础的。专利费每年支付四次，而不是每个销售年年末支付。发证者的研发总成本为每年$200 000，这也是蒙特卡罗模拟假设。

　　图1.1 交易情境时间线

　　该时期内每年的通胀率假定为1.95%，平均每年药物价格增长(APPIs)假定为5.8%。这样，分期付款价值降低，专利费价值由于APPI涨价较少而升高。在所描述的该交易评估中，假定发证者在临床试验前和临床试验期间是不盈利的，并且分期付款免税。然而，持证者支付给发证者的专利费税率为33%。

　　交易评估

　　历史交易评估 图1.2给出了历史交易的蒙特卡罗模拟摘要，而图1.3显示了历史情境每个主要部分的对比说明。平均交易现值为$1 432 128，标准差为$134 449(图1.2)。描述均值的分布比较对称，其偏度为0.46。分布的峰度，即“峰态值”为3.47(剩余峰度为0.47)，交易范围限制在$994 954~$2 037 413。作为交易风险基本度量的变异系数低至9.38%。研发/许可对交易总价值贡献最大，其均值现值为$722 108，而专利费贡献最小，其均值为$131 092(图1.3)。历史交易中的分期付款对交易价值贡献也很大，其均值现值为$578 927。

历史交易单个组成部分现金流的风险变动很大。研发/许可现金流变动最小，风险也最低，其CV值只有7.48%，它与分布均值成正比，且在交易所有组成部分中的波动幅度最小(数据没有显示)。分期付款现金流的现值更加反复无常，其CV值达到14.58%。这里波动范围更大($315 103~$1 004 563)，其分布为偏度只有0.4的对称分布(数据没有显示)。

　　图1.2 历史蒙特卡罗模拟摘要

　　图1.3 综合对比I

　　专利费现值波动最大，其CV值达到45.71%(数据没有显示)。专利费现值的峰度很高(5.98;数据没有显示)，相对于较小的专利费均值($131 093;图1.3)，分布就显得相对较宽。我们不该对这些数据感到惊讶，因为专利费现金流受到几乎所有蒙特卡罗假设的影响从而高度易变。

　　蒙特卡罗模拟假设和决策变量敏感度 图1.4显示了历史交易假设和决策变量的飓风图。在研药申请成功概率对交易总现值的影响最大，因为所有分期付款和专利费都依赖于该变量。有趣的是，接下来是每个全职当量(FTE)的年研究成本，这些全职当量即是在IND申请准备过程中进行临床前工作的人，再接下来是商定的每个全职当量的资助额度(图1.4)。那么，发证者创造股东价值的一个领域就是在谈判交易金融条款时高估研发成本，因为研发/许可资金贡献了50.42%的交易总现值(图1.3)。影响专利费现金流的变量，诸如专利费贴现率和生产销售补偿百分比，要比商定的分期付款量更重要，虽然分期付款贴现率对历史交易的方差贡献排在第十位(图1.4)。

　　图1.4 飓风图

　　高价值、低风险交易评估

　　关键假设和参数与历史交易架构的不同 HVLR交易情境的金融架构与历史交易颇为不同(表1.1)。确实，研发和许可证资金显著增加以及分期付款计划重新安排为五次而不是历史交易中的三次。在HVLR情境中，每次分期付款的价值都利用其限制条件进行了随机优化。分期付款的终值实际上是少于历史交易的$300 000(表1.1)，由蒙特卡罗分析得出的现值也提高了93.6%。在设计该情境时，为了抵消持证者研发/许可费和重新安排后分期付款费的增加，HVLR情境中的专利价值降低到只有0.5%(表1.1)。

　　交易评估、统计量和敏感性 图1.5显示了HVLR情境的蒙特卡罗总结，图1.6显示了HVLR交易的现值及其三个组成部分。这种情境的蒙特卡罗平均交易价值为$2 092 617，比历史交易增加46.1%，而总风险降低了16.3%，通过现金流现值的CV变化可以度量出来(图1.2~图1.5)。这部分交易总价值的增加是由于分期付款现值增加了93.6%(图1.3~图1.6)而风险却降低了9.6%(没有显示数据)。研发/许可资金也有所增加(30.1%)而风险降低了22.5%。这部分价值增加源自专利收入减少了75.1%(图1.3和图1.6)。

　　图1.5 高价值、低风险的蒙特卡罗总结

　　图1.6 综合对比II

　　专利费部分那么小而且均值如此集中以至于其他分布看起来有点失真(Panel A，图 1.6)。如果移除专利费部分，那么总交易值、分期付款和研发/许可分布就更清楚的显示出来(Panel B，图1.6)。HVLR情境中分期付款所占百分比远远高于历史交易，而HVLR架构中的研发/许可费用要少于历史交易(图1.3~图1.7)。

　　图1.7 综合对比III

　　综合来说，HVLR情境相对于历史交易风险降低了16.9%(图1.2~图1.5)，其中研发/许可和分期付款现金流风险更是比历史交易(数据没有显示)大大降低。然而，不足为奇的是，HVLR架构中的专利现金流风险几乎与历史交易专利费风险保持一致(数据没有显示)。

　　蒙特卡罗模拟假设和决策变量敏感度 HVLR交易的飓风图显示在图1.8中。与历史交易一样，IND申请成功概率对HVLR交易价值变动影响最大。每个FTE的年研究成本排第三，而商定的每个FTE的年资助额排第四。相对于历史交易，这里分期付款价值因其重要性而较早列了出来(图1.4~图1.8)。这个结果应该是令人惊奇的，因为总分期付款现值较历史架构增加了93.6%。

　　不同临床试验阶段的成功概率不再像历史交易中那样集中在一起(图1.4~图1.8)。事实确实如此，在预测HVLR交易总值波动时，阶段1完成概率排第2，阶段2完成概率排第5，阶段3完成概率排第10(图1.8)，而在历史交易中，这个三个变量是集中在一起的并且排第四到第6(图1.4)。这种改变可能因为分期付款的重构，在HVLR交易架构中，早期分期付款要值得多(表1.1和图1.1)。HVLR中诱发价值波动的20个最重要的变量中仍然含有临床试验阶段1、阶段2和阶段3的长度(第13到第15;图1.8)，虽然它们的重要性较历史交易骤减(图1.4)。这可能因为HVLR情境中专利费部分的减少(表1.1)。

　　高价值、高风险交易评估

　　关键假设和参数与历史和HVLR交易架构的不同 HVHR交易架构中的许多金融条款都发生了变化。首先，许可证费和许可证维护费降低了，有时还降低很多(表1.1)。研发费用较历史交易全面减少，分期付款计划更是完全重新安排。历史架构含有三次支付，HVLR五次，而HVHR交易只需要支付四次(图1.1)。如图1.1所示，分期付款终值由历史交易的$6 000 000减少到HVHR中的$5 850 000。类似HVLR交易，HVHR情境中的分期付款也基于指定范围进行了随机优化。较低的许可证费，研发资金及分期付款重构所带来的损失被更高的专利费(净销售额的5.5%)所抵消(表1.1)。

　　图1.8 高价值、低风险交易情境的蒙特卡罗飓风图

　　交易评估、统计量及敏感性 图1.7显示了HVHR交易总值及其三个组成部分。HVHR交易总值为$1 739 028，较历史交易提高21.4%，较HVLR情境降低16.9%。研发/许可现值较历史和HVLR交易分别降低44.7%和57.4%(图1.3~图1.7)。

　　专利费分布更加显而易见且明显呈正偏态，它说明该交易部分有很大向下潜力。专利费所占百分比的变化也显著扩大了交易的区间最大值($3 462 679)，且区间宽度为$2 402 076，较历史和HVLR交易分别提高130.4%和84.6%(表1.2)。

　　表1.2 交易分析

　　分期付款现值较历史交易提高69.1%，较HVLR降低12.6%，而专利费现值较二者分别提高175%和1 002%(图1.3~图1.7)。HVHR情境中的总交易值分布偏度和峰度较其他两个交易架构都高(图1.3~图1.7)。这个结果与HVHR情境中较大的专利费部分及其较大的现金流波动性有关。

　　相对于历史交易9.38%和HVLR情境中7.85%的现金流CV值，HVHR的整个交易风险最大(14.33%)，这又说明了具有较大波动性的专利费是该交易架构中的一个重要部分。HVHR中研发/许可现金流风险较历史和HVLR交易要高得多(数据没有显示)。这种风险的增加就是因为商定的每个FTE的研发/许可资金和许可证费大大少于每个FTE的估计成本，导致HVHR中研发/许可现金流波动性大增。这个结果再次说明了将该类许可交易价值最大化时精确估计研发成本的重要性。

　　蒙特卡罗假设和决策变量敏感性 HVHR交易情境的飓风图强调了直接影响专利现金流变量的重要性(图1.9)。这里，在影响总交易值现值波动因素中，专利费贴现率排第4，生产销售补偿排第5，最大市场份额排第6。市场总规模和平均APPI分别排在第11和第12。有趣的是，商定专利费百分比只在方差贡献中排第19。每个FTE成本排第8，说明该假设在所有交易情境中都很重要(图1.4、图1.8和图1.9)。图1.10显示的是HVHR蒙特卡罗模拟的结果。

　　图1.9 高价值、高风险交易情境的蒙特卡罗飓风图

　　图1.10 高价值、高风险交易情境的蒙特卡罗总结

　　商定的第一次分期付款值是敏感性图中唯一的分期付款值(第13，图1.9)，说明分期付款安排的重要性(表1.1和图1.1)。第一次分期付款受货币时间价值和每个临床试验阶段的完成概率影响最小。

　　不同交易情境收益和风险的结构性比较

　　交易总期望值及用现金流现值的CV值表示的风险显示在表1.2中。如该表所示，高期望值并不一定与高风险有关，这与一个基本的金融原理相反，即高投资风险应该产生高回报。那么，这些数据就说明为什么对所有企业而言交易的量化评估与优化都是非常重要的，因为高交易值可以具有明显较低的风险。

　　表1.2还显示了蒙特卡罗分析中计算出来的每种交易情境的区间最小值，区间最大值以及总交易值分布的宽度。区间最小值是分布中最小的数字而区间最大值是最大的数字，而区间宽度是区间最小值和最大值的差。

　　生物科技和制药行业战略联盟中的商业合作交易，比如这里讨论的案例，实际上是风险资产组合。那么，资产组合的标准差小于其各部分资产标准差的加权平均。为了观察本案例分析的不同交易情境中现金流分散的作用，我们决定了每个交易部分的比重，并计算出了每种交易情境现金流现值CV的加权平均值(表1.3)。这里使用CV作为基本的风险度量是因为单个交易部分现金流规模的不同。

　　风险资产组合中，单个交易部分(研发/许可资金，分期付款支付以及专利费)CV的加权平均总是大于总交易值现值的CV，这说明了分散的作用(表1.3)。那么，相对于单个部分本身，非完全相关的资产组合总是提供更好的风险-回报机会。因此，如果这些交易部分可以得到较精确的评估和优化，企业将不会完全放弃收取分期付款和专利费而只收研发/许可资金和许可证费。通过集合收益不相关或部分相关的资产，比如分期付款、专利费、许可证费和研发资金的现金流，风险就会降低(表1.3)。如果一家企业从其演变和发展的开始就对所有交易项目进行评估，组织并保持其平衡，那么风险就可以很快降低而保持尽量高的预期收益。

　　表1.3 交易分析

　　结论

　　该案例分析评估的历史交易是一家具有较大医疗适应证的生物制药企业的一个临床前产品许可交易。对于包含许可证费、研发资金、分期付款支付和专利费的合作交易框架，每个交易部分都含有可定义的期望值、方差和非常不同的风险。我们也发展和优化了替代交易框架，所有这些都具有不同期望收益和风险水平，这里风险水平通过现金流现值的CV值来度量。这样，几乎任何具有这里所描述的金融条款的生物制药合作交易都可以利用金融模型、蒙特卡罗分析、随机优化、实物期权和资产组合理论进行量化评估、组织和优化。