npv | life sciences valuation using decision tree, monte carlo and sensitivity analysis

2008 Korean Crystal Ball User Conference

Valuation in Life Sciences &

Portfolio Management

LG생명과학 의약연구소

이승주 차장


R&D Process : Long, Complex, and Costly 1개 신약 개발에 평균 10~15년, 약 $13억 소요 R&D Risk Management 필요

Profile 2008 Pharmaceutical Industry, 미제약협회

Industry Characteristics: Long Development Time


제약산업의 경우 매출 대비 이익율이 매우 높으며, 시장에서 높은 평가를 받고 있음

순위 회사명 매출 이익율 시가총액 시가총액/매출

1 Wal-Mart 349 3% 201

~ 1

2 ExxonMobil 335 12% 411

8 Toyada 179 7% 218

14 Citigroup 147 15% 247

34 IBM 91 10% 140

51 삼성 전자 80 10% 89

100 J & J 53 21% 182

~ 3.5

112 Pfizer 48 40% 180

123 GSK 45 23% 161

148 Novartis 37 20% 130

206 AstraZeneca 28 23% 86

단위:조원

(Forbes, The Global 2000, March, 2007)

Industry Characteristics: Profitable


과제 시작 시 과제 유형별 7개 category 24개 세부항목에 대한 평가 진행

사업전략과의 연계성

기술축적가능성

제품군 강화

NPV

IRR

투입기간

투입비용

Unmet Needs

목표시장규모

목표시장 성장률

예상매출액

경쟁강도

제품 차별성

기술 독창성

Skill확보정도

연구 infra 확보

Proof of concept

임상용이성

허가용이성

양산화역량

마케팅역량

영업이익률

R&D Project 시작 선정 요건


Sales Forecast Licensing Forecast Cost Forecast Success Probability

Time Estimate

Long Term Planning

시장친화적 R&D

R&D 가치의 객관적 평가

Valuation

회계용도 Value

Maximization


• NPV • 기술적 risk를 높은 discount rate로 표현

• Inflexible

• 시나리오 고려한 NPV • eNPV, rNPV

• decision tree로 시나리오 구현

• 기술적 risk를 cash flow에 반영

• 시나리오별 확률로 가중평균 NPV구함

• 실물옵션 valuation • 수학적 난이도 높음 : 불투명

• 개발과제 중단 가능한 경영층의 flexibility 가정함

Financial Model & Decision Analysis


Innovative Target 약리 측면에서 위험도 높음 임상 2상 성공률 20%p 낮음 연구 단계 중 Biological Validation 성공률 15%p 낮음 L/O 성공률 높음

Difficult Target 물리적측면 혹은 assay측면에서 난이도 높음 druggability 낮음 Lead Optimization 단계 실패 risk 높음

Decision Tree Analysis 통해 본 신약 과제의 Risk


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Sta

rt

Hit G

enera

tion

.Lead O

pt

Bio

l. V

alid

tn

Pre

clin

ical

P1

P2

P3

FD

A 허

가

Non-innovative

innovative

Risk Analysis: Innovative vs Non-innovative

21% 14%

7% 3%

Early L/O 시 최종 개발시

30% 20%

Nature Review Drug Discovery, p571 August 2002


신약개발 현금흐름

연구

전임상

P1

P2

P3

FDA 허가

Revenue

특허만료

제네릭 침공기

일반적 대사질환 신약개발 과정 업계평균사용 (부록)

억

매출기간


기존 Biotech Valuation Model

Milken Institute의 J.J. Stewart

(50,000)

-

50,000

100,000

150,000

200,000

250,000

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29


New Run Valuation Model


New Run Valuation Model 수립

빨간 삼각형: 중요 parameter등에 대한 documentation


New Run Valuation Model: 자동 Cash

Flow Analysis

• 매해 cash flow와 실현 확률을 실시간 update

• 파란영역: 수동으로 Revenue, Cost입력 가능

• 임상2상은 a,b로 나누어서 확률 고려

• eNPV, 성공NPV 실시간 update


Risk Analysis: Decision Tree Analysis

L/O Licence out

MNC Multinational Co.

ROW Rest of World


Risk Analysis: Risk Profile

임상3상실패

최종허가실패

국내출시+ROW L/O

임상2상실패


Risk Analysis

Monte Carlo Analysis: What if Scenario

What if… License out milestone이 생각보다 적다면? Peak sales가 예상보다 떨어지면? 관리비가 예상보다 많이 든다면?

수천개~수만개 미세 시나리오 분석

Risk는 분산과 비례


Peak Sales: Triangular Distribution 변환

• Monte Carlo Simulation의 기초 확률분포로 사용

예: Upper Quartile 19%

Lower Quartile=5%

Median=11%


-20 0 20 40

return (%)

Pro

bability

LR/LR

HR/HR

Datamonitor “Pharmaceutical Portfolio Management”

Risk Analysis High Risk High Return or Low Risk Low Return?


Risk Analysis: Sensitivity Analysis

eNPV

15.35%

21.49%

50%

176

24.65%

34.51%

70%

435

-50 0 50 100 150 200 250

Sales Peak

임상2상 성공률

판관비

일반관리비

eNPV가 어떤 요소의 변동에 가장 민감한가?

eNPV를 좌지우지하는 민감한 요소는 무엇이고, 그것이 제대로 추정되었는가?

판관비를 아낄 것인가, 판관비를 더 쓰더라도 sales peak을 올릴 것인가?


Portfolio Management: Optimization by Optquest

• Decision Variable 종류

• discrete, continuous

• 다양한 constraint 가능

• Budget Constraint

• Risk Constraint

• Cash flow constraint

• 다양한 objective function 가능

• 평균 eNPV

• Budget

• 예: 현재비용을 200억 이하로

하면서 총eNPV를 최대화하려면

어떤 PJT를 선택해야하는가?


Portfolio Management

Resource Optimization -> Value Maximization

버블지름 eNPV

0%

10%

20%

30%

40%

0% 10% 20% 30% 40%

현재 자원배분

최적

화 자

원배

분

• PJT의 현재 투자 정도와 최적화된 투자 정도 비교 • 예산 기획시 반영

• 최적화된 자원 배분으로 생산성 극대화

• Value Maximization • 가치 낮은 과제의 창의적, 실현가능한 대안 강구

Reference: “How SmithKline Beecham Makes Better Resource-Allocation Decisions”, HBR, 1998 “Optimal Marketing”, HBR 2003

npv | life sciences valuation using decision tree, monte carlo and sensitivity analysis

Business