在生物医药行业，最让外行人困惑的一件事是：为什么一家没有收入、没有利润、甚至连产品都还没有上市的Biotech公司，动不动就能卖出几亿美元、十几亿美元，甚至几十亿美元的估值？比如，一个还在临床I期或II期的药物资产，可能就能签出“10亿美元潜在交易金额”。一家还在烧钱的公司，可能被大药企高价收购。一个尚未证明商业化能力的平台，也可能获得资本市场的追捧。

这背后看起来像是“故事”，但真正的投资人、BD团队和投行，并不是只听故事。他们在看科学，也在看数据，更在看一张表。

这张表，就是生物医药行业最核心的金融模型。

一、拆解：别被“10亿美元交易”的标题党骗了

很多人看交易，只看 headline number：10亿美元、20亿美元、50亿美元。但真正懂交易的人会继续往下拆：

·首付款(Upfront)：这是最确定的钱，代表了买家对该资产“当下价值”的认可。

·里程碑付款(Milestone)：它是“对赌”，只有临床过了、获批了、卖得好了，才能拿到。

·销售分成(Royalty)：这是长期的被动收入。

换句话说，Biotech估值不是简单地问：“这个药好不好？” 而是要问：“如果这个药真的成功，它未来能创造多少现金流？而今天我们应该为这个可能性支付多少钱？”

二、第一步：先算市场有多大（TAM/SAM/SOM）

金融模型的第一步，通常不是打开Excel，而是理解疾病和患者。假设一个肿瘤药物针对某一类特定突变患者，模型里最先要问的是：这个患者群体到底有多大？

这一步通常会从流行病学开始。比如，某种癌症每年新发患者10万人，其中20%携带某个特定突变，那么理论上的目标患者（TAM）就是2万人。

但这还不是最终市场：

1.检测率：不是所有患者都会接受基因检测。

2.治疗线数：该药是用于一线、二线还是末线治疗？

3.临床路径：医生是否会因为习惯而拒绝采用新药？

经过层层筛选，真正可触达的患者可能会大幅缩小。一个靶点再漂亮，如果目标患者太少，商业空间也会受到限制。

三、第二步：估算峰值销售额（Peak Sales）

在Biotech金融模型中，核心概念叫Peak Sales，也就是药物商业化成熟后，一年最多能卖多少钱。

计算方式：峰值销售额 = 目标患者人数 × 年治疗费用 × 市场渗透率

举个虚构的小例子：如果某个药物的目标患者有2万人，每位患者每年的治疗费用是15万美元，未来成熟市场渗透率是20%，那么它的峰值销售额大约是：2万人 × 15万美元 × 20% = 6亿美元

但这里面的每一个数字，都代表了博弈：药价是否会被医保砍掉？竞争对手会不会更早上市？这不仅是数学，更是对未来十年医药政策的预判。

四、第三步：成功概率（PoS），科学与资本的“翻译官”

Biotech模型与普通商业模型最大的不同，是必须加入PoS (Probability of Success)。

一个临床前项目，距离上市还有很远。一个I期项目，只是初步证明安全性。一个II期项目，即使看到疗效信号，也可能在III期失败。在金融模型里，PoS 像一把冷酷的剪刀。

如果一个药未来能卖 10 亿，但它还在 II 期（成功率可能只有 20%-30%），那它今天的期望价值就要打个巨大的折扣。资本并不奖励“努力”，它只为“风险后的确定性”定价。随着临床阶段的推进，这种“风险溢价的释放”才是估值暴涨的真正动力。

五、第四步：rNPV，与时间的终极赛跑

rNPV（风险调整后的净现值）是 Biotech 资产估值中最核心的模型。它把未来每一年可能产生的现金流，按照时间和风险折算回今天。

为什么要折现？因为未来的钱不等于今天的钱。除了风险，还有专利悬崖 。金融模型会告诉你一个扎心的事实：由于折现率的存在，十年后的 1亿美金，在今天可能只值不到3000 万。

如果研发慢一步，资产的价值就在无声地蒸发。模型里的每一格都在提醒我们：科学是底色，但速度是生命。

六、升华：科学语言与资本语言之间，需要一座桥

过去我看一笔Biotech交易，更多关注靶点、机制、临床数据和竞争格局。这些当然重要，没有科学基础，金融模型只是空中楼阁。

但现在我越来越意识到，科学只是第一层语言。真正进入资本决策时，还必须把科学翻译成市场、风险、时间和现金流。

·一个好靶点，不一定是一个好资产。

·一个好资产，不一定是一个好交易。

·一个好交易，也不一定在任何价格下都值得做。

金融模型并不是冷冰冰的Excel，它本质上是一种结构化思维。它迫使我们把“看起来很有前景”拆解成一系列可以讨论、可以挑战、可以调整的假设。

结语：从看热闹，到看门道

Biotech交易新闻每天都在发生。今天是10亿美元授权，明天是20亿美元并购，后天又是某个平台公司获得大额融资。如果只看数字，很容易被热闹淹没。但如果开始理解金融模型，我们就会发现，每一笔交易背后都有一套隐含的判断：对疾病市场的判断，对临床成功率的判断，对竞争格局的判断，对商业化能力的判断，也对未来资本回报的判断。

一个还没上市的药为什么能值10亿美元？答案不是因为它今天已经赚了10亿美元，而是因为在一系列假设成立的情况下，它未来可能创造超过这个数字的价值。而金融模型，就是把这种“可能性”翻译成今天价格的工具。

从看科学，到看交易；从看交易，到看估值；从看估值，到理解资本如何配置创新。这可能正是每一个想进入Biotech VC、BD和战略岗位的人，都必须补上的一课。对我自己而言，这也是正在补的一课。科研训练让我们理解机制和证据，金融模型训练我们理解价值和风险。真正稀缺的能力，也许正是在两种语言之间来回翻译：既能看懂科学为什么重要，也能判断资本为什么愿意为它买单。

术语

1.TAM (Total Addressable Market) - 总潜在市场：某种疾病在全球或特定地区的所有潜在患者市场规模。

2.SAM (Serviceable Addressable Market) - 可服务市场：在当前医疗条件下，药物真正能覆盖到的患者群体。

3.SOM (Serviceable Obtainable Market) - 可获得市场：考虑到竞争对手后，预期能拿下的实际份额。

4.Peak Sales (Peak Annual Sales) - 峰值销售额：药物上市并进入成熟期后，一年内能达到的最高销售收入。

5.PoS / Pts (Probability of Success) - 成功概率：药物通过临床试验并获得监管机构（如FDA）批准的概率。

6.PTRS (Probability of Technical and Regulatory Success) - 技术与监管成功率：综合考量技术可行性与官方审批通过的概率。

7.NPV (Net Present Value) - 净现值：将未来的所有现金流按照一定折现率，折合成今天的价值。

8.rNPV (Risk-adjusted Net Present Value) - 风险调整净现值： Biotech估值的灵魂，在NPV基础上乘上每个阶段的成功概率（PoS）。

9.DCF (Discounted Cash Flow) - 现金流折现法：评估资产价值的基本财务方法，通过预测未来现金流并折现来计算。

10. WACC (Weighted Average Cost of Capital) - 加权平均资本成本：估值模型中常用的“折现率”，代表资金的成本和风险溢价。

11. Upfront (Upfront Payment) - 首付款：协议签署后立即支付的现金，通常为不可退还的确定性收入。

12. Milestone (Milestone Payment) - 里程碑付款：达到特定目标（如临床进展、监管获批、销售达标）时触发的支付。

13. Royalty - 销售分成：产品上市后，按照销售收入的一定比例（如高个位数或两位数）支付给授权方的分成。

14. Biobucks - 潜在交易总额：新闻头条常用的总数，即首付款加所有潜在里程碑付款的总和。

15. IND (Investigational New Drug) - 新药临床试验申请：实验室研究结束，获批进入人体临床试验的节点。

16. NDA / BLA (New Drug Application / Biologics License Application) - 新药上市申请：向监管机构提交的最后上市审批文件。

17. LOE / Patent Cliff (Loss of Exclusivity) - 失去独占期/专利悬崖：专利到期导致仿制药入场，使原研药销售额断崖式下跌的现象。