风险修正的现金流折现法（rNPV法）

    该方法充分考虑了项目执行过程中的技术风险因素，将技术风险从折现率中独立出来，利用项目发展的特定阶段的技术风险出现的概率来修正该阶段的现金流。因此在这种情况下所使用的折现率与单纯的DCF法相比一般都较低，在9－15％之间【12】。风险修正的现金流折现法的计算公式如下：

    C_i指的是在时间点i时的净现金流，R₀表示的是目前研发项目所处的阶段的成功几率，r指的是折现率，而R_i则指的是在时间点i时项目的可能成功概率。

    就某一个具体的新药研发项目而言，每一阶段的项目成功几率取决于项目自身，因此成功概率的估算可以通过与项目的具体主办人和试验设计人员讨论所得。但目前有很多的研究者通过分析历史数据，总结出了新药研发项目不同阶段的平均成功率，这为应用rNPV法评估新药研发项目价值提供了很大的方便。如Bennett等人于2004年给出了新药研发项目在不同阶段的成功几率：临床前为3％、1期临床为6％、2期临床为18％、3期临床为42％、新药审批阶段为90％、新药上市为100％【9】。

    选择合适的折现率也是在应用rNPV法时需要考虑的一个重要问题，在前面所介绍的DCF法中，折现率包含了投资资本的时间价值和技术风险，而由于rNPV法将技术风险从折现率中独立出来，因此所使用的折现率相比DCF法要小。虽然折现率的确定有多种方法，但麦肯锡公司的咨询员们于2000年提出的方法受到了美国生物制药界的重视【13】，在很多企业得到了应用，比如BioGenetic Ventures公司。该方法的核心在于提出了9%的固定新药研发项目的加权平均资金成本（pharma R&D-specific” WACC），再使用项目不同研发阶段的成功概率对其进行休整，因此风险修正的折现率可以使用下面的公式进行计算：

    其中RI是风险修正的利率，p_t是某一特定研发阶段的成功概率，Y_l是预计的产品上市时间而Y_t则是目前所处的研发阶段。

情景分析（scenario analysis）

    由于新药研发周期长且可以分成几个明确的阶段，而在新药研发的不同阶段可能会出现不同的结果，而不同的结果的出现有不同的几率，情景分析方法考虑不同的结果出现可能对研发项目NPV的影响。

决策树模型（decision tree modeling）

    此方法是在情景分析方法的基础上进一步发展起来的，不仅充分考虑了不同情景的出现可能对项目价值的影响，并且认为新药研发项目的管理人员可针对不同情景的出现采取相应的投资决策。

该方法考虑到了管理层在投资决策中的灵活性，对某个项目的投资可以拆分为一系列的贯穿整个项目周期的亚投资，而未来发生的这些亚投资则取决于项目未来的表现，从而使得决策层根据这些表现来决定投资与否。

Monte Carlo模拟

    该方法考虑了其它因素对项目价值的可能影响，如市场大小、费用、定价、上市时间等。从而得出不同结果的分布情况。模拟的最终结果是一系列可能的NPV及它们各自可能发生的几率。该方法的另外一个优点是可以使用较低的折现率，因为很多的不确定性已经在模型中得到了充分的考虑。

四、实物期权法（Real option）

传统的DCF估值模型忽略了管理层在项目研发进程中的灵活性，即管理层可根据不同研发阶段的结果来决定进一步的投资决策。如麦肯锡公司就认为：采用传统的NPV模型进行项目的投资决策是导致系统性的投资不足和项目停滞的重要原因【14】。而一些从事新药研发的管理人员在长期的实践中也总结出: 采用传统的NPV方法对新药研发项目的价值进行评估往往使决策者拒绝一些具有真正高价值的新药研发项目。早有研究者指出，对于研发周期长的新药研发项目，即便采用低折现率，利用NPV法也进行新药研发项目的评估也经常得到负值。每个人都认为R&D是有价值的，原因就在于R&D创造了期权。项目从研究阶段转入发展阶段本身就是一个期权。真正的新药研发项目有很多的决策点、从而创造了很多的期权。虽然决策树模型及Monte Carlo模拟模型也考虑到了新药研发主办者的灵活性,但并不认可这种灵活性的价值.实物期权理论的提出很好地解决了传统的NPV及由NPV所衍生的一系列财务分析模型的这些局限性.

实物期权方法最早是由Myers于1977年提出的，他认为很多的商业投资决定可以被看成是金融学中的期权【15】。在项目发展的每一个阶段，项目管理者都可以根据项目发展的前期结果来制定进一步进行或者放弃项目的决定。实物期权理论被广泛应用于不同的R&D项目分析及投资决策中。Kester在1984年首先指出基于期权的估价模型相比传统的DCF方法能更好地抓住蕴涵在项目自身的灵活性的价值【16】。

    实物期权理论认为，新药研发项目人在新药研发过程中面对不可预测的经济结果时具有相应的选择权利。Borissiouk等人（2001年）认为【17】：一个新药项目如果顺利通过了1期临床，期权的拥有者可以选择投资2期临床试验；而2期临床试验则需要一定的投资，这个投资就是该期权的履约价格（exercise price）；如果期权拥有人选择投资的话，他就拥有了是否投资3期临床的期权及将来进一步商业化该项目的期权；即便是该项目成功地通过了3期临床，而如果此时的市场状况并不理想时，期权拥有人也有放弃该项目的权利。理性的投资者是愿意给这样的选择权确定一个标价的。也就是说，实物期权方法不仅仅考虑的是现金流、也包括期权。

关于期权价值的计算，可以采用期权理论中的binomial tree及Black-Scholes模型进行计算，但值得注意的是波动性（Volatility）的计算非常复杂，这严重妨碍了实物期权模型在新药研发项目价值评估上的广泛应用。

实物期权法将新药研发活动看成是一系列可以依据研发项目的阶段性结果进行选择的过程,并赋予这种选择权价值，因此一个研发项目的价值等于项目的NPV与期权价值的和。虽然采用实物期权方法对新药研发项目的估值要高于采用传统的财务模型分析所得的结果,但由于前者充分考虑到了研发项目的风险及投资人应对这些风险的选择权,因此采用实物期权法进行新药研发项目的投资决策能有效地规避风险,这对于长周期,高风险及高投入的新药研发项目来说意义尤其重要。实物期权法目前已经受到了一些大型制药企业的重视,如MerckA, GSK等公司就已经将其应用到新药研发项目的投资决策中了。但由于实物期权理论比较复杂、计算烦琐、且缺乏针对特定行业的模型体系, 因此在实践中的应用受到了很大的局限。但不可否认的是, 随着对其研究的进一步深入以及制药工业界的进一步实践, 其在新药研发项目价值评估中的广泛应用指日可待。Copeland等人则更进一步认为“在10年内，实物期权模型将取代传统的NPV模型成为投资决策的主要模型” 【18】。   

    以上简单介绍了美国生物制药界常用的几种新药研发项目价值的财务分析方法，对于处于早期的新药研发项目，在其商业应用及市场前景并不明朗的情况下，成本分析法及比较法是两种很常用的财务分析模型；基于预期收益的估值法有坚实的理论基础，在实践中的应用也极其广泛，但该方法却忽略了象新药研发这种长周期、高风险、高投入项目中选择权的价值，而实物期权模型则是一种解决这些缺陷的理想方法，可以预期，实物期权模型在新药研发项目的价值评估中的应用将会越来越广泛。

参考文献：

1、  Reilly RF, Schweihs RP, Valuing Intangible Assets, 1998.

2、  Boer FP.  The Valuation of Technology. Business and Financial Issues in R&D.  Wiley (NY) 1999.

3、  Moscho A, Hodits RA, Janus F, Leiter JME, Deals that make Sense, Nature Biotechnology, 18:719, 2000.

4、  Research Report 60: Syndicated R&D, An evaluation of the Syndication Program, Bureau of Industry Economics (1994)。

5、  Tuttle, E., Parece, A. & Hector, A., 2004. Your patent is about to expire: what now? Pharmaceutical Executive, November.

6、  DiMasi, J.A., Hansen, R.W., & Grabowski, H.G., 2003. The price of innovation: new estimates of drug development costs. Journal of Health Economics, Vol. 22, 151-185.

7、  Charnes, K., & Kellogg, D., 2000. Real-options valuation for a biotechnology company. Financial Analyst Journal, Vol. 56(3).

8、  Porter，A.D., 1993. Pharmaceutical equities: evaluation and trading. (Woodhead Publishing Limited, Cambridge, UK).

9、  Bennett, S., Parkes, R & Herman, M., 2004. Biotech valuation – An investor’s guide. ING Financial Markets, December.

10、              Earl, J., 2003. What makes a good forecaster? Nature Reviews Drug Discovery, Vol. 2(January), 83.

11、              Smith DL, Valuation of Life Sciences Companies - An Empirical Approach.  Hambrecht & Quist Monograph, 4 January 1994.

12、              Villiger, R., & Bogdan, B., 2005. Getting real about valuation in biotech. Nature Biotechnology, Vol. 23, 423-428。

13、              Moscho A, Hodits RA, Janus F, Leiter JME, Deals that make Sense, Nature Biotechnology, 18:719, 2000.

14、              Copeland TE & Keenan PT. Making Real Options Real. The McKinsey Quarterly 1998, No 3, pp 128-141.

15、              Myers, S.C. (1977). Determinants of corporate borrowing. Journal of Financial Economics, 5, 147-175.

16、              Kester, W. (1984). Today’s options for tomorrow’s growth. Harvard Business Review, 62, 153-160.

17、              Borissiouk, O., & Peli, J., 2001. Real option approach to R&D project valuation: case study at Serono International S.A. The Financier, Vol. 8, 1-4.

18、              Copeland T & Antikarov V. Real Options. A Practitioner's Guide. Texere (NY), 2001.