Risk Simulator軟件案例分析：生物科技企業交易組織管理

　　本文由中國科學軟件網發布，有任何疑問，請聯系我們。

　　這個商業案例由Charles Hardy博士提供，他是加利福尼亞州福斯特市BioAxia有限公司的負責人，這是一個專注于為生物科技公司提供評估和量化交易管理的咨詢公司。他還是Panorama Research公司的首席財務官和商業發展部門的主管，該公司是坐落在舊金山海灣區的一個生物科技的孵化者。Hardy博士擁有華盛頓州西雅圖市華盛頓大學病理學博士學位，以及艾奧瓦州艾奧瓦市艾奧瓦大學的金融和企業家MBA。他已經在許多新公司中擔任過角色，包括Pulmogen公司的首席執行官，該公司是一家早期的醫藥設備公司。

　　生物科技行業的小公司極其倚重與較大的制藥公司的聯盟以獲得他們的研發資助。較大的制藥公司反過來也依靠這種聯盟來補充他們的內部研發項目。對較小的組織來說，為了實現與這些聯盟相聯系的現金流，他們必須擁有一個有競爭力、有經驗的商業發展部門負責談判并組織這些關鍵的交易。實際上，這些商業合作對大多數年輕公司的生存非常重要，交易決策經驗、精湛的商業發展技能以及牢固的人脈關系是大多數新興生物科技企業成功的寶貴資產。

　　盡管生物科技企業交易機會很充足——因為制藥行業始終需要保持一條健全的新產品研發的供應線，但是近些年來做交易的機會已經減少。因此，如果公司確實得到了參與交易的機會，他們必須更加認真地組織和評估這些交易。然而，雖然這很重要，但是很多管理人員在這些合作中還是選擇模仿類似商業交易模式，希望將公司股票價值最大化，或者憑他們的直覺開展這些交易而不是借助于科學評估和優化的量化方法以強化自己的談判能力和策略。對于只做一種交易或成立不到一年的公司，通過模仿其他類似的交易模式實現商業合作，風險可能會更低;至少他們會得到與一般公司一樣多的收入，否則他們會嗎?

　　如本案例所描述，對于專注于人類醫療事業發展的生物科技商業交易合作的財務條款，蒙特卡羅模擬、隨機優化以及實物期權是理想的評估和優化工具。大量臨床試驗階段的數據和成功概率都是公開可得的。通過量化評估和組織交易，所有規模的公司都可以在任何開發階段將股票價值最大化，還有最重要的是，未來現金流可以根據期望現金流需求和風險選擇來定義。

　　交易類型

　　兩個生物科技企業之間或者一個生物科技企業和一個制藥企業之間大多數的交易都屬于戰略聯盟，兩個企業簽署合作協議，為了成功開發產品或者將產品商業化的目標，以預定的方式共同工作。如以下列表所描述，存在幾種不同的戰略聯盟類型：

　　產品許可。一個高度靈活及廣泛應用的協議，其中一方意愿得到另一方的技術，兩者之間沒有其他的緊密合作。這種聯盟類型風險很低，而且這類協議在藥物開發的每個階段都要簽署。

　　產品收購。一個企業購買另一個企業已經存在的產品許可證，然后取得成品或半成品的銷售權。

　　產品暫購。一個短期特定市場的技術或產品許可證，它經常包括收回條款。

　　合作銷售。兩家企業以不同的交易名稱銷售相同產品。

　　合作促銷。兩家企業使用同一品牌促銷相同的產品。

　　少數投資聯盟。兩家企業互購股票作為互惠戰略關系的一部分。

　　本案例是一個產品許可交易評估和優化的例子。

　　金融條款

　　毫無疑問，每個商業交易都是獨特的，這就解釋了為什么沒有通用的金融模型能夠評估和優化所有機會和合作。一份生物醫學協議包含了談判桌兩邊共同的目標、愿望、要求以及壓力，但可能由于某一方出色的談判能力、充分的準備、更完善而恰當的工作、準確的估計以及對即時現金的較低需求，協議會對該方更有利。

　　在新產品或新技術的許可或收購方面達成的協議依賴于很多因素，其中大多數會影響交易的價值。這些因素包括但不局限于以下幾方面：

　　知識產權實力。

　　協議權利的排他性。

　　區域排他性。

　　所轉讓技術的獨特性。

　　企業的競爭地位。

　　技術開發階段。

　　所出售或許可項目的風險。

　　雖然每筆交易都是不同的，但大多數都包括：①許可及研發費用;②分期付款;③產品專利費;④股權投資。

　　基本金融模型

　　該案例分析中描述的所有計算都基于貼現現金流原理并使用風險校正貼現率。這里，不確定性資產的價值用以下基本金融方程表示：

　　其中：NPV為凈現值，E(CFt)為t時期的期望現金流量，rt為無風險利率，πt是與CFt相應的風險溢價。

　　這里描述的模型所有組成部分如果遇到不同風險則使用不同貼現率。在這個生物科技合作協議的案例中，所有組成部分(許可證費、研發成本和資助、臨床成本、中期付款以及版稅)都會經常遭遇許多不同的風險，那么基于綜合因素的貼現率也會不同，并將附屬公司的加權平均資本成本作為基值。為了將這些風險假設的不確定性和動態性融合到模型中，所有這些折現率本身都是蒙特卡羅變量。這種貼現的增加對交易的準確評估很重要并且對后續的隨機優化最重要。

　　歷史交易背景和商定的交易架構

　　該案例分析中所要評估和優化的交易是一個較小的生物科技企業和一個較大組織之間達成的臨床前獨家產品許可協議。所評估的生物制藥企業有一個較大的醫療適應證，其在協議簽署時的市場估值為$10億。持證人將權利轉讓給從屬證書持證人。該交易含有各種各樣的資助條款，表1.1為金融條款總結。發證者估計他們大約兩年之后才能為在研藥(IND)提出申請以啟動人類臨床試驗。為了對交易進行評估和優化，我們假設合作的兩家企業之間不存在信息不對稱(也就是說，雙方對他們即將推出的藥品獲得商業成功的可能性具有相同估計)。

　　歷史交易中的許可證費包括預付款以及每年倍增的許可證維護費(表1.1)。許可證維護費在以下任何一種情況下將終止：(1)發證者第一次提出在研新藥的申請;(2)有效期十年;(3)協議終止。歷史交易中的分期付款只有三次，第一次IND時$500 000，新藥申請(NDA)時$1 500 000，NDA獲批時$4 000 000(表1.1)。歷史交易中商定的專利費均為凈銷售額的2%。

　　如該案例后續介紹，另外兩個交易情境從歷史架構中被建造并隨機優選出來：高價值、低風險(HVJR)情境和高價值、高風險(HVHR)情境(表1.1)。

　　表1.1 金融條款總結

　　主要假設 圖1.1顯示了三個交易情境的時間線。圖中還顯示了三種情境的階段計劃以及主要的假設數據。所有交易計算的時間框架為307.9個月，候選藥物在總額為10億美元的市場中最大占有率為20%，在計劃的藥物15年銷售期期間有20%的標準差。從協議的有效期開始，假定市場的年增長率為1.0%，并將貫穿整個評估期。潛在藥物的生產和銷售成本估計為58%，這是一個重要的假設，它考慮到專利費是按凈銷售額而不是總銷售額計算。市場總規模、市場增長率、最大市場份額以及生產銷售補償為蒙特卡羅模擬變量，它們都遵循對數正態分布而極值不存在。關于臨床試驗長度、成功概率的假設和評估模型中的主要變量顯示在圖1.1中。所有這些都是蒙特卡羅模擬假設。在整個案例分析中，交易價值是以從15年的凈銷售額中抽取的專利費為基礎的。專利費每年支付四次，而不是每個銷售年年末支付。發證者的研發總成本為每年$200 000，這也是蒙特卡羅模擬假設。

　　圖1.1 交易情境時間線

　　該時期內每年的通脹率假定為1.95%，平均每年藥物價格增長(APPIs)假定為5.8%。這樣，分期付款價值降低，專利費價值由于APPI漲價較少而升高。在所描述的該交易評估中，假定發證者在臨床試驗前和臨床試驗期間是不盈利的，并且分期付款免稅。然而，持證者支付給發證者的專利費稅率為33%。

　　交易評估

　　歷史交易評估 圖1.2給出了歷史交易的蒙特卡羅模擬摘要，而圖1.3顯示了歷史情境每個主要部分的對比說明。平均交易現值為$1 432 128，標準差為$134 449(圖1.2)。描述均值的分布比較對稱，其偏度為0.46。分布的峰度，即“峰態值”為3.47(剩余峰度為0.47)，交易范圍限制在$994 954~$2 037 413。作為交易風險基本度量的變異系數低至9.38%。研發/許可對交易總價值貢獻最大，其均值現值為$722 108，而專利費貢獻最小，其均值為$131 092(圖1.3)。歷史交易中的分期付款對交易價值貢獻也很大，其均值現值為$578 927。

歷史交易單個組成部分現金流的風險變動很大。研發/許可現金流變動最小，風險也最低，其CV值只有7.48%，它與分布均值成正比，且在交易所有組成部分中的波動幅度最小(數據沒有顯示)。分期付款現金流的現值更加反復無常，其CV值達到14.58%。這里波動范圍更大($315 103~$1 004 563)，其分布為偏度只有0.4的對稱分布(數據沒有顯示)。

　　圖1.2 歷史蒙特卡羅模擬摘要

　　圖1.3 綜合對比I

　　專利費現值波動最大，其CV值達到45.71%(數據沒有顯示)。專利費現值的峰度很高(5.98;數據沒有顯示)，相對于較小的專利費均值($131 093;圖1.3)，分布就顯得相對較寬。我們不該對這些數據感到驚訝，因為專利費現金流受到幾乎所有蒙特卡羅假設的影響從而高度易變。

　　蒙特卡羅模擬假設和決策變量敏感度 圖1.4顯示了歷史交易假設和決策變量的颶風圖。在研藥申請成功概率對交易總現值的影響最大，因為所有分期付款和專利費都依賴于該變量。有趣的是，接下來是每個全職當量(FTE)的年研究成本，這些全職當量即是在IND申請準備過程中進行臨床前工作的人，再接下來是商定的每個全職當量的資助額度(圖1.4)。那么，發證者創造股東價值的一個領域就是在談判交易金融條款時高估研發成本，因為研發/許可資金貢獻了50.42%的交易總現值(圖1.3)。影響專利費現金流的變量，諸如專利費貼現率和生產銷售補償百分比，要比商定的分期付款量更重要，雖然分期付款貼現率對歷史交易的方差貢獻排在第十位(圖1.4)。

　　圖1.4 颶風圖

　　高價值、低風險交易評估

　　關鍵假設和參數與歷史交易架構的不同 HVLR交易情境的金融架構與歷史交易頗為不同(表1.1)。確實，研發和許可證資金顯著增加以及分期付款計劃重新安排為五次而不是歷史交易中的三次。在HVLR情境中，每次分期付款的價值都利用其限制條件進行了隨機優化。分期付款的終值實際上是少于歷史交易的$300 000(表1.1)，由蒙特卡羅分析得出的現值也提高了93.6%。在設計該情境時，為了抵消持證者研發/許可費和重新安排后分期付款費的增加，HVLR情境中的專利價值降低到只有0.5%(表1.1)。

　　交易評估、統計量和敏感性 圖1.5顯示了HVLR情境的蒙特卡羅總結，圖1.6顯示了HVLR交易的現值及其三個組成部分。這種情境的蒙特卡羅平均交易價值為$2 092 617，比歷史交易增加46.1%，而總風險降低了16.3%，通過現金流現值的CV變化可以度量出來(圖1.2~圖1.5)。這部分交易總價值的增加是由于分期付款現值增加了93.6%(圖1.3~圖1.6)而風險卻降低了9.6%(沒有顯示數據)。研發/許可資金也有所增加(30.1%)而風險降低了22.5%。這部分價值增加源自專利收入減少了75.1%(圖1.3和圖1.6)。

　　圖1.5 高價值、低風險的蒙特卡羅總結

　　圖1.6 綜合對比II

　　專利費部分那么小而且均值如此集中以至于其他分布看起來有點失真(Panel A，圖 1.6)。如果移除專利費部分，那么總交易值、分期付款和研發/許可分布就更清楚的顯示出來(Panel B，圖1.6)。HVLR情境中分期付款所占百分比遠遠高于歷史交易，而HVLR架構中的研發/許可費用要少于歷史交易(圖1.3~圖1.7)。

　　圖1.7 綜合對比III

　　綜合來說，HVLR情境相對于歷史交易風險降低了16.9%(圖1.2~圖1.5)，其中研發/許可和分期付款現金流風險更是比歷史交易(數據沒有顯示)大大降低。然而，不足為奇的是，HVLR架構中的專利現金流風險幾乎與歷史交易專利費風險保持一致(數據沒有顯示)。

　　蒙特卡羅模擬假設和決策變量敏感度 HVLR交易的颶風圖顯示在圖1.8中。與歷史交易一樣，IND申請成功概率對HVLR交易價值變動影響最大。每個FTE的年研究成本排第三，而商定的每個FTE的年資助額排第四。相對于歷史交易，這里分期付款價值因其重要性而較早列了出來(圖1.4~圖1.8)。這個結果應該是令人驚奇的，因為總分期付款現值較歷史架構增加了93.6%。

　　不同臨床試驗階段的成功概率不再像歷史交易中那樣集中在一起(圖1.4~圖1.8)。事實確實如此，在預測HVLR交易總值波動時，階段1完成概率排第2，階段2完成概率排第5，階段3完成概率排第10(圖1.8)，而在歷史交易中，這個三個變量是集中在一起的并且排第四到第6(圖1.4)。這種改變可能因為分期付款的重構，在HVLR交易架構中，早期分期付款要值得多(表1.1和圖1.1)。HVLR中誘發價值波動的20個最重要的變量中仍然含有臨床試驗階段1、階段2和階段3的長度(第13到第15;圖1.8)，雖然它們的重要性較歷史交易驟減(圖1.4)。這可能因為HVLR情境中專利費部分的減少(表1.1)。

　　高價值、高風險交易評估

　　關鍵假設和參數與歷史和HVLR交易架構的不同 HVHR交易架構中的許多金融條款都發生了變化。首先，許可證費和許可證維護費降低了，有時還降低很多(表1.1)。研發費用較歷史交易全面減少，分期付款計劃更是完全重新安排。歷史架構含有三次支付，HVLR五次，而HVHR交易只需要支付四次(圖1.1)。如圖1.1所示，分期付款終值由歷史交易的$6 000 000減少到HVHR中的$5 850 000。類似HVLR交易，HVHR情境中的分期付款也基于指定范圍進行了隨機優化。較低的許可證費，研發資金及分期付款重構所帶來的損失被更高的專利費(凈銷售額的5.5%)所抵消(表1.1)。

　　圖1.8 高價值、低風險交易情境的蒙特卡羅颶風圖

　　交易評估、統計量及敏感性 圖1.7顯示了HVHR交易總值及其三個組成部分。HVHR交易總值為$1 739 028，較歷史交易提高21.4%，較HVLR情境降低16.9%。研發/許可現值較歷史和HVLR交易分別降低44.7%和57.4%(圖1.3~圖1.7)。

　　專利費分布更加顯而易見且明顯呈正偏態，它說明該交易部分有很大向下潛力。專利費所占百分比的變化也顯著擴大了交易的區間最大值($3 462 679)，且區間寬度為$2 402 076，較歷史和HVLR交易分別提高130.4%和84.6%(表1.2)。

　　表1.2 交易分析

　　分期付款現值較歷史交易提高69.1%，較HVLR降低12.6%，而專利費現值較二者分別提高175%和1 002%(圖1.3~圖1.7)。HVHR情境中的總交易值分布偏度和峰度較其他兩個交易架構都高(圖1.3~圖1.7)。這個結果與HVHR情境中較大的專利費部分及其較大的現金流波動性有關。

　　相對于歷史交易9.38%和HVLR情境中7.85%的現金流CV值，HVHR的整個交易風險最大(14.33%)，這又說明了具有較大波動性的專利費是該交易架構中的一個重要部分。HVHR中研發/許可現金流風險較歷史和HVLR交易要高得多(數據沒有顯示)。這種風險的增加就是因為商定的每個FTE的研發/許可資金和許可證費大大少于每個FTE的估計成本，導致HVHR中研發/許可現金流波動性大增。這個結果再次說明了將該類許可交易價值最大化時精確估計研發成本的重要性。

　　蒙特卡羅假設和決策變量敏感性 HVHR交易情境的颶風圖強調了直接影響專利現金流變量的重要性(圖1.9)。這里，在影響總交易值現值波動因素中，專利費貼現率排第4，生產銷售補償排第5，最大市場份額排第6。市場總規模和平均APPI分別排在第11和第12。有趣的是，商定專利費百分比只在方差貢獻中排第19。每個FTE成本排第8，說明該假設在所有交易情境中都很重要(圖1.4、圖1.8和圖1.9)。圖1.10顯示的是HVHR蒙特卡羅模擬的結果。

　　圖1.9 高價值、高風險交易情境的蒙特卡羅颶風圖

　　圖1.10 高價值、高風險交易情境的蒙特卡羅總結

　　商定的第一次分期付款值是敏感性圖中唯一的分期付款值(第13，圖1.9)，說明分期付款安排的重要性(表1.1和圖1.1)。第一次分期付款受貨幣時間價值和每個臨床試驗階段的完成概率影響最小。

　　不同交易情境收益和風險的結構性比較

　　交易總期望值及用現金流現值的CV值表示的風險顯示在表1.2中。如該表所示，高期望值并不一定與高風險有關，這與一個基本的金融原理相反，即高投資風險應該產生高回報。那么，這些數據就說明為什么對所有企業而言交易的量化評估與優化都是非常重要的，因為高交易值可以具有明顯較低的風險。

　　表1.2還顯示了蒙特卡羅分析中計算出來的每種交易情境的區間最小值，區間最大值以及總交易值分布的寬度。區間最小值是分布中最小的數字而區間最大值是最大的數字，而區間寬度是區間最小值和最大值的差。

　　生物科技和制藥行業戰略聯盟中的商業合作交易，比如這里討論的案例，實際上是風險資產組合。那么，資產組合的標準差小于其各部分資產標準差的加權平均。為了觀察本案例分析的不同交易情境中現金流分散的作用，我們決定了每個交易部分的比重，并計算出了每種交易情境現金流現值CV的加權平均值(表1.3)。這里使用CV作為基本的風險度量是因為單個交易部分現金流規模的不同。

　　風險資產組合中，單個交易部分(研發/許可資金，分期付款支付以及專利費)CV的加權平均總是大于總交易值現值的CV，這說明了分散的作用(表1.3)。那么，相對于單個部分本身，非完全相關的資產組合總是提供更好的風險-回報機會。因此，如果這些交易部分可以得到較精確的評估和優化，企業將不會完全放棄收取分期付款和專利費而只收研發/許可資金和許可證費。通過集合收益不相關或部分相關的資產，比如分期付款、專利費、許可證費和研發資金的現金流，風險就會降低(表1.3)。如果一家企業從其演變和發展的開始就對所有交易項目進行評估，組織并保持其平衡，那么風險就可以很快降低而保持盡量高的預期收益。

　　表1.3 交易分析

　　結論

　　該案例分析評估的歷史交易是一家具有較大醫療適應證的生物制藥企業的一個臨床前產品許可交易。對于包含許可證費、研發資金、分期付款支付和專利費的合作交易框架，每個交易部分都含有可定義的期望值、方差和非常不同的風險。我們也發展和優化了替代交易框架，所有這些都具有不同期望收益和風險水平，這里風險水平通過現金流現值的CV值來度量。這樣，幾乎任何具有這里所描述的金融條款的生物制藥合作交易都可以利用金融模型、蒙特卡羅分析、隨機優化、實物期權和資產組合理論進行量化評估、組織和優化。