SESSION 5：生物科技估值——给一个营收为零的公司估一个合理价格

2006年12月2日：辉瑞那个周六的消息，让市值蒸发210亿

生物科技（Biotech）是公司金融里最特殊、也最反直觉的行业。

一家典型的早期 Biotech 公司——比如 2020 年刚上市的 Moderna 的竞争对手——可能有以下财务特征：

营收：$0
利润：- $1 亿到 -$ 3 亿（每年烧钱）
资产：几乎全是现金和专利
员工：200 人，80% 是博士科学家
市值：$30 亿

一家不赚钱、也可能永远不赚钱的公司，凭什么值 30 亿美元？

这节课讲 Biotech 估值的底层逻辑——概率加权的期权思维。你不是在给一家”经营业务”估值，而是在给一张”彩票”估值——只不过这张彩票的期望值计算有严肃的科学与市场依据。

FDA 药厂检查——Biotech 的命运就悬在这些监管审批上 Biotech 估值的所有数字都挂在一条时间线上——候选药物通过 Phase I → II → III 临床、然后 FDA 审批、最后上市。每一道门槛的通过率都会改写公司市值——拿到批文当天可能涨 200%，被拒当天可能跌 80%。所有 Biotech 投资的本质都是：概率乘以期望收益。

一、为什么 Biotech 是估值的”特殊赛道”

1.1 为什么 Biotech 是”反常规赛道”

先讲一个故事。

2006 年 12 月 2 日，周六下午。辉瑞（Pfizer）CEO Jeff Kindler 在办公室收到一条短信：Torcetrapib——辉瑞寄予厚望的新一代抗胆固醇药，即将取代正在专利悬崖上的 Lipitor（立普妥）——在 Phase 3 临床试验中被发现会增加死亡率。辉瑞已经在这个药上花了超过 8 亿美元研发，上市后被估算能卖 $30 亿/年**。两天后周一开盘，辉瑞市值蒸发 **$ 210 亿——一个下午的临床数据读数，抹掉了一个三星电子的市值。

这就是 Biotech 行业的第一个反常规：数据读数日可能让你破产，也可能让你十倍涨。

一款新药从发现靶点到上市平均要 10-15 年，穿越临床前（3-5 年）、Phase 1 安全性（1-2 年）、Phase 2 有效性（2-3 年）、Phase 3 大规模关键试验（2-4 年）、FDA 审批（6-12 个月）五关。每关都可能失败。进入 Phase 1 的药物平均只有 10-20% 最终能上市——肿瘤药更惨，成功率仅 5%（罕见病稍好，约 20%）。

对比一下别的行业你就知道 Biotech 有多反常：半导体一款新芯片从流片到量产大约 18-24 个月，失败率个位数；消费电子一款手机从立项到出货 12-18 个月；软件从原型到上线可能 6 个月。Biotech 花 10 倍的时间，成功率却是 10 分之 1——这是整个资本市场里风险/周期比最极端的赛道。

反常规之二：赢者通吃，严重到教科书意义上的幂律分布。

FDA 2010-2020 年十年间共批准约 350 款新药，但销量前 10% 的药物贡献了整个行业利润的 80% 以上。剩下 90% 的药物——大部分连研发成本都赚不回来。行业里有一个专有词叫 “blockbuster”——年销售额超过 $10 亿的药。这些是大药厂每年的 KPI，也是 Biotech 投资人的梦想：

Humira（AbbVie 的抗风湿药）2012-2022 年累计销售 $2000 亿**，是人类历史上最赚钱的药——单靠一个产品撑起了 AbbVie 从 Abbott 拆分后的整个十年。但 2023 年 Humira 的核心专利到期，AbbVie 股价半年蒸发 **$ 1000 亿——这叫”专利悬崖”，是另一个反常规：你再赚钱的药，保护期一过，仿制药第二天就把你 90% 的销售抢走。
Keytruda（Merck 癌症免疫药）2024 年销售 $270 亿，是当下最赚钱的药。Merck 为了续命，2024 年专门做架构调整，把 Keytruda 专利到期前的过渡期做成了公司战略。
Ozempic / Wegovy（Novo Nordisk GLP-1）2024 年销售 $130 亿——这个药把一家丹麦公司推上了”市值超过整个丹麦 GDP”的位置（2023 年一度超过）。
Comirnaty（辉瑞 COVID 疫苗）2021-2022 年累计销售 $780 亿——单一产品一年救活了辉瑞，让它从 Torcetrapib 阴影里彻底走出来。

这种赢者通吃的分布决定了 Biotech 估值的核心逻辑——你押的不是”平均成功”，而是”万一命中”。

反常规之三：烧钱速度和时间赛跑。

一家 Phase 2 阶段的 Biotech 年烧钱 ** $1-3 亿**，账上$ 5 亿现金可能只够撑 2-3 年。所以 Biotech 投资人看一家公司，不只看科学进展，还要看两件事：现金还能撑多久（cash runway）、下一轮融资窗口什么时候打开。

最极端的案例是 Moderna。2010 年创立时押注 mRNA 疫苗——当时全行业认为这条路走不通，因为 mRNA 在体内极不稳定。Moderna 花了 10 年烧光了超过 ** $20 亿美元**，期间没有任何产品上市，2018 年 IPO 时估值$ 75 亿、无营收，华尔街半信半疑。然后 2020 年 3 月——疫情爆发，Moderna 用 42 天做出了全球第一个 mRNA 疫苗候选；2020 年底获得 FDA 紧急使用授权；2021 年市值冲到 $1800 亿（涨了 24 倍）。10 年沉默 + 1 次命中 = 科技股级别的回报——这就是 Biotech 的极端赔率。

但每一个 Moderna 背后，都躺着 10 家像 Theranos 那样的公司（血液检测，融资 $9 亿，2018 年被 SEC 起诉欺诈，估值归零）、或者像 Sarepta Therapeutics 2016 年那样——Phase 3 数据读不到统计显著性，股价一天跌 50%，一半的员工第二年失业。

二、rNPV：Biotech 的核心估值工具

2.1 rNPV 是什么

rNPV = risk-adjusted Net Present Value（风险调整后净现值）

它是 DCF 的特殊版本——把每年的现金流按”临床进展概率”加权后再折现。

举例说明。假设一家 Biotech 有一个在 Phase 2 的抗癌药：

现在是 2026 年
Phase 2 预计 2028 年完成
Phase 3 预计 2030 年完成
获批预计 2031 年
商业化从 2031 到 2050 年，预计峰值销售 2037 年达到 $30 亿

传统 DCF 会怎么算？ 把 2031-2050 年的所有预期销售折现回 2026——得出一个”公司价值”。但这个方法严重高估了价值，因为它假设药一定能成功。

rNPV 的做法：

2031 年以后的现金流要乘以 “从 Phase 2 到上市的累积成功率”（约 30%）
如果药物已经进入 Phase 3，那就用 “从 Phase 3 到上市的累积成功率”（约 60%）
获批后的销售预测也有不确定性，可以进一步打折

公式：

rNPV = \sum_t \frac{P_{\text{approval}} \cdot CF_t}{(1+r)^t}

其中 P_approval 是药品获得 FDA 批准的概率，CF_t 是上市后的预期现金流，r 是折现率（biotech 通常用 10-15%，反映高风险）。

2.2 典型计算范例

假设公司有一款 Phase 2 阶段的抗癌药，以下是一个简化的 rNPV 计算：

变量	假设值
当前阶段	Phase 2
Phase 2 → Phase 3 成功率	50%
Phase 3 → FDA 成功率	60%
累积批准概率	50% × 60% = 30%
峰值销售（Peak Sales）	$2 billion
专利到期	获批后 10 年
折现率（WACC）	12%
从现在到上市时间	5 年

第一步：不考虑概率的 “成功情景” NPV。

10 年累计销售大约 $15-20B（考虑慢启动、peak、缓降）
税后现金流约 $3-4B/年 peak 时
10 年累计税后现金流约 $15B
折现回 2026 年（用 12%）：约 $8B

第二步：乘以成功概率 30% = $2.4B

第三步：扣除研发支出（Phase 3 临床试验成本约 $500M-$ 1B） = $1.5-1.9B

这就是这款在研药的 rNPV。如果公司现金 $500M、负债$ 100M，那么公司的股权估值大约是 $1.9B +$ 0.5B - $0.1B = **$ 2.3B**。

2.3 rNPV 的关键假设

敏感性极高——任何一个输入的变化都会大幅改变估值：

假设 1：临床成功概率

Phase 2 → Phase 3：行业平均 50%，但肿瘤药只有 30%，罕见病可能 60%
同样是 50%，如果你有理由相信这款药更有希望（比如早期数据非常好），可以上调到 65-70%
相反，如果靶点已有其他公司失败过，可以下调到 30%

假设 2：峰值销售（Peak Sales）

对标已上市的同类药物
考虑市场竞争（会不会有 2-3 家公司同时上市）
考虑定价能力（罕见病药定价更高，糖尿病药面临 PBM 谈判压力）

假设 3：专利悬崖（Patent Cliff）

小分子药专利到期后 generic（仿制药）会让销售跌 80%+
生物药（antibodies）专利到期后 biosimilar 渗透稍慢，但也会跌 50%+

假设 4：折现率

Phase 1 阶段：15-20%（极高风险）
Phase 2 阶段：12-15%
Phase 3 阶段：10-12%
已上市：8-10%

三、三类 Biotech 公司的估值差异

3.1 大型制药（Big Pharma）

代表：Pfizer、Merck、Johnson & Johnson、Eli Lilly、AstraZeneca、Roche

特征：

年营收 $500 亿到$ 1500 亿
有几十款已上市药物
R&D 支出巨大（$100-300 亿/年）
现金流稳定，分红率高

估值方法：传统 PE + EV/EBITDA + 按产品的 rNPV

典型估值倍数：PE 15-25x，EV/EBITDA 10-15x

案例：Eli Lilly 的估值革命

2022 年初，Eli Lilly（LLY）市值 $2500 亿，PE 约 30x——在大型药企中已经属于”贵的”。

但接下来发生了什么？

2022 年 5 月：Mounjaro（tirzepatide）获批，作为 2 型糖尿病药
2023 年 11 月：Zepbound（Mounjaro 的减肥适应症）获批
2023 年：Mounjaro 销售 $50 亿
2024 年：Mounjaro + Zepbound 合计销售 $160 亿
预计 2027-2028 年：合计销售超过 $500 亿

股价表现：2022 年初 $250 → 2024 年高点$ 972——三年涨 4 倍，市值突破 $9000 亿，成为医药史上最有价值的公司。

估值逻辑的变化：市场把 LLY 从”传统制药公司”重新归类为”高增长公司”——PE 从 30x 升到 60x。这是估值倍数扩张（multiple expansion） 与 盈利增长的双击。

教训：在 Big Pharma 里，一款”世纪级” blockbuster 可以彻底改变公司的估值范式。

3.2 中型生物科技（Mid-cap Biotech）

代表：Vertex、BioMarin、Alnylam、Moderna、BioNTech、Regeneron

特征：

年营收 $20-100 亿
1-3 款已上市药，3-10 款在研管线
已经盈利或接近盈利
仍有显著研发投入

估值方法：SoTP（Sum-of-the-Parts）——把公司每款药的 rNPV 加总

典型估值倍数：PE 15-30x（如果盈利稳定），EV/Sales 5-15x

案例：Moderna 的过山车

2019 年初，Moderna 市值 $80 亿，还没有任何上市药物。但它的 mRNA 技术平台 被视为”下一代疫苗革命”。

COVID 来了——

2020 年 12 月：Moderna COVID 疫苗获 FDA 紧急使用授权（EUA）
2021 年：销售 $177 亿（全球第二大疫苗）
2021 年 8 月市值顶点 $2000 亿——**股价从$ 80 到 $497**，涨 6 倍

但 2022-2024 年——

2022 年销售 $193 亿（顶点）
2023 年销售跌到 $68 亿
2024 年销售进一步跌到 $32 亿
市值跌到 $120 亿——**股价从$ 497 到 $30**

估值的两难：当市场给 Moderna 2000 亿市值时，它隐含的假设是”mRNA 平台会开发出 10 款以上的重磅药物，COVID 只是开始”。后来 Moderna 的流感疫苗、RSV 疫苗、癌症疫苗陆续遇到挫折——市场重新评估，市值大跌 94%。

教训：Biotech 估值里最大的陷阱是”技术平台估值”——你以为这家公司可以不断推出 blockbuster，结果它只能依赖一个。

3.3 临床期 Biotech（Clinical-stage Biotech）

代表：大多数你在 Nasdaq Biotech Index 里看到的中小市值公司

特征：

营收 = $0
每年烧钱 $1-5 亿
1-5 款在研管线，没有上市药
市值 $5 亿到$ 50 亿

估值方法：SoTP 的 rNPV（因为没有现成的盈利可以乘 PE）

案例：Exelixis 的漫长之路

Exelixis（EXEL）成立于 1994 年，专注于肿瘤药研发。公司 2000 年上市，此后 15 年没有盈利——每年烧钱 $1-2 亿。

转折点是 2012 年——Cometriq（cabozantinib）获批，用于治疗甲状腺癌（一个小适应症）。

但真正的大机会是 2016 年——Cabometyx（同样是 cabozantinib，但针对肾癌）获批。随后：

2017 年销售 $2.5 亿
2019 年销售 $8 亿
2023 年销售 $17 亿

Exelixis 市值从 2015 年的 $5 亿涨到 2018 年顶点$ 75 亿，目前（2026 年初）大约 $80 亿。一个坚持研发 20 年的公司终于迎来回报。

3.4 失败案例：Celldex 的故事

并不是所有 Biotech 都能熬出来。

Celldex Therapeutics 是一家专注于癌症免疫治疗的 Biotech。

2013-2015 年的高光时刻：

主要候选药 Rindopepimut，针对胶质母细胞瘤（脑癌中的一种）
Phase 2 数据显示显著延长生存期
2013-2015 年股价从 $5 涨到$ 35，市值 $30 亿

但 2016 年 3 月，Phase 3 试验（代号 ACT IV）结果公布——药物无效，没有延长生存期。

当日股价从 $10 跌到$ 4
随后跌到 $2
2018 年进行反向股票分割（1:10），重置起点

Celldex 并没有倒闭，后来还开发了其他药物。但这款”希望之星”的失败让公司估值永久性下了一个台阶。

教训：

Phase 2 数据好，不意味着 Phase 3 会成功。Phase 2 通常样本量小（100-300 人），Phase 3 样本量大（1000-3000 人），统计效应可能完全不同。
一款 Biotech 公司即使有几款候选药，只要旗舰药失败，整个公司估值可能腰斩。
分散投资 Biotech 的重要性——买单只 Biotech 就像买彩票，买一篮子 Biotech（比如 Nasdaq Biotech ETF，代码 IBB）才是专业投资方式。

四、Biotech 投资的几个特殊逻辑

4.1 “Binary Event”（二元事件）

Biotech 股票最独特的一点是——股价在某个特定日期会有极端跳跃。

比如 Phase 3 数据公布日：

成功 → 股价 +50% 到 +200%
失败 → 股价 -50% 到 -80%

这就是所谓的 “Binary Event”（二元事件）——只有两种结果，中间没有过渡。

投资者应对方式：

有些基金专门做”catalyst investing”（催化剂投资），押注某个关键试验结果
专业基金用期权组合（比如买跨式期权 straddle）来对冲方向不确定性
散户常见的错误——在临床数据前重仓单只生物科技股，结果一夜腰斩

4.2 “Pipeline Risk” vs “Platform Risk”

Biotech 公司可以分两类：

Pipeline-driven（管线驱动）：公司有 3-5 款完全不同的候选药。某款失败不会影响其他。适合风险分散者。

Platform-driven（平台驱动）：公司围绕某项核心技术开发管线。如 Moderna 的 mRNA、Alnylam 的 RNAi、BioMarin 的基因治疗。如果平台本身出问题（技术无效或安全性问题），所有管线都会受影响——这就是 platform risk。

4.3 “M&A 溢价”效应

Biotech 行业并购活跃——大药企经常以高价收购中小型 Biotech。典型收购溢价：30-80%（相对于目标公司收购前的市值）。

原因：

Big Pharma 自己研发效率低，“内部研发 10 款药”成本高于”收购 10 家小公司各带 1 款药”
Big Pharma 有强大的销售网络，可以把一个小药放大 10 倍销售
Big Pharma 有更便宜的资金——用股票收购对被收购方有税收优势

典型收购案例：

2019 年 Bristol-Myers Squibb $740 亿收购 Celgene——当时医药史最大
2023 年 Pfizer $430 亿收购 Seagen（ADC 技术龙头）
2024 年 Vertex $49 亿收购 Alpine Immune Sciences

投资含义：很多买 Biotech 的投资者（尤其对冲基金）主要押的是被收购概率，而不是独立上市成功概率。当你看到一家 Phase 2 阶段的优秀 Biotech 公司，它的价格里已经包含了”30-50% 被 Big Pharma 收购的概率溢价”。

4.4 FDA 政策的变量

FDA 的审批态度会周期性变化：

1990-2000 年代：相对宽松，很多药被批
2010 年代：趋严，很多药被拒
2020 年代：加速审批通道（Breakthrough Designation、Accelerated Approval）鼓励创新

一个很有争议的案例：Aduhelm 事件 2021 年 6 月 FDA 批准 Biogen 的阿尔茨海默药 Aduhelm（aducanumab）——但 Phase 3 数据并不支持疗效。FDA 的独立咨询委员会投票结果 10 比 0 反对，但 FDA 仍然批准了。

结果：

Biogen 股价短期飙升
但 Medicare 拒绝报销（因疗效存疑）
真实销售额 < $30M/年（远低于预期）
2024 年 Biogen 主动撤市

这个事件让整个行业都在反思——“加速审批”是帮助患者还是伤害了投资者对 FDA 的信任？

五、案例：Eli Lilly、Exelixis、Moderna 对比

三家公司代表了 Biotech 投资的三种不同风险回报特征：

公司	现阶段	估值方法	主要风险	过去 5 年表现
Eli Lilly	大型制药	PE + SoTP	竞争/专利	+280%
Exelixis	中型 Biotech	rNPV + PE	单品依赖	+40%
Moderna	中型 Biotech（平台）	SoTP rNPV	平台风险	-60%（从顶点算 -94%）

启示：

投资 Big Pharma：赚的是”稳定增长 + 估值倍数扩张”
投资中型 Biotech：赚的是”管线释放 + 并购溢价”
投资平台型 Biotech：赚的是”技术革命 + 平台扩展”——但风险也最高

六、为什么重要——我的综合判断

6.1 Biotech 是”概率工厂”

传统金融理论假设——资产价格反映未来现金流的预期。Biotech 是一个极端案例，让这个假设变得肉眼可见——因为每款在研药都有明确的概率分布。

这种”期权性”估值思维可以扩展到其他高风险行业：

科技初创：一家 AI 初创公司的估值本质上是”公司达到 $100 亿规模"的概率 ×$ 100 亿 × 折现率
资源勘探：一家铜矿公司的估值是”找到新矿藏”的概率 × 矿藏价值
电影/游戏公司：一款新游戏的估值是”成为 hit”的概率 × hit 的价值

Biotech 的估值思维（rNPV）是理解所有”高不确定、高回报”资产类别的基础。

6.2 Biotech 是普通投资者最危险的赛道

为什么这么说？因为 Biotech 具备几乎所有让散户亏钱的特征：

高度专业的知识壁垒（你真的理解 CAR-T vs T-cell engager 的差异吗？）
极端的波动性（一天 +80% 或 -70%）
Binary Events（集中的押注）
强大的机构对手方（Point72 的 Biotech 团队有 50 位 MD/PhD）
信息优势巨大（专业投资者有科学家顾问、参加医学会议、分析临床试验数据）

我的建议：

如果你不是生物学、药学、医学的背景，不要选单只 Biotech 股票
通过 ETF（如 IBB、XBI）获得行业 exposure——你不需要猜哪款药会成功
如果非要直接投资，只押注已经有上市药物、现金流稳定的 Big Pharma
永远不要在临床数据公布前一周大幅加仓

6.3 Biotech 是长期最好的行业之一

虽然投资 Biotech 很危险，但从行业总体趋势看，这是过去 30 年、未来 30 年最有前景的行业之一：

人口老龄化 → 药品需求持续增长
基因/蛋白质研究突破 → 下一轮 blockbuster 正在研发
AI + Biology → AlphaFold、RoseTTAFold 让药物研发效率可能提高 10 倍
监管环境友好 → FDA Breakthrough Designation 让优秀候选药更快上市

所以虽然我警告你不要乱押单只 Biotech，但投资一篮子 Biotech（通过 ETF 或优质基金）是任何长期投资组合应该考虑的。

6.4 一个值得记住的视角

Biotech 估值教我们一件事——即使你做对了科学、做对了市场、做对了时机，仍然可能亏钱。

因为：

科学成功 ≠ 商业成功（Aduhelm 获批了但卖不出去）
商业成功 ≠ 股票投资成功（你可能在顶部买入）
股票投资成功 ≠ 长期财富（你可能在复利未能到来前卖出）

这是所有投资里最底层的真相——世界比模型复杂，人比模型脆弱。Biotech 只是把这个真相放大了 10 倍让你看清楚。