本文重點

• 新藥估值的本質，是估計一項尚未產生收入、且可能失敗的資產在基準日的預期價值。

• 實務最常採用 rNPV（風險調整淨現值）：未來現金流乘以臨床成功機率（PoS），再折現。rNPV主要需釐清的三個問題：成功機率、期間內現金流量、以及現金流發生的時點。

• 實質選擇權補足「可分階段停止投入」的彈性價值，惟因參數主觀，宜作輔助而非結論。

• 臨床成功機率的實證估計介於約 7.9%–14.3%[1]–[4]；此一基礎變數本身即存在區間。

生技新聞常見「某在研新藥授權金上看數億美元」之類的敘述。由於該資產尚未上市、亦未產生收入，一項合理的疑問是：此一金額的估計基礎為何。

本文說明新藥估值的基本架構，聚焦於方法的邏輯，不涉及公式推導。

新藥估值的界定

新藥估值（drug asset valuation）係於藥品尚未產生收入之階段，估計該資產於評價基準日的價值。相較於評估具營運歷史的企業或是相對可較快產生營收之產業，其特徵在於價值完全來自未來，且研發期間長，不確定性高。

此一不確定性由三項同時存在的因素構成：資產目前無收入、距上市尚有數年、且開發過程可能失敗。實務上主要採用下列方法：

關鍵變數：臨床成功機率

新藥估值中影響最大之單一變數為臨床成功機率。下列為四份公開研究對「自第一期臨床試驗至最終核准」機率之估計：

Source：如表內標註 [1]–[4]，詳見 References。
Period：2000–2022（各研究不同）。
Unit：百分比，指自 Phase 1 起算至最終核准之機率（LoA／POS）。
Scope：全球新藥開發；[3] 僅涵蓋 18 家領先大型藥廠。
Limitation：各研究之資料庫、期間與統計方法不同，不可直接互相比較或加總平均；[3] 為產業報告。成功率隨疾病領域、開發公司、藥物型態與 Biomarker 篩選之差異，將由另一篇說明。

此一區間對應之含義為：進入人體臨床試驗之藥物中，最終取得核准者約為七至十三分之一。新藥估值之本質，即在於估計此一低機率、但一旦實現則價值顯著之事件。

成功機率假設對估值之影響

示意聲明：下列為說明用之簡化計算，非真實藥品或公司，數字經簡化以呈現方法邏輯，不代表任何實際評價結果。

設某藥若成功上市，未來現金流折現後之價值為 100 億元。

採 7.9% 之成功機率，風險調整後約為 7.9 億元。

採 14.3% 之成功機率，風險調整後約為 14.3 億元。

僅「所引用之研究不同」一項，即可使結論相差五成以上。此差異並非孰是孰非之問題，而說明成功機率並非可逕行查表之常數，其來源與適用範圍均須於報告中載明。

三個問題如何構成估值

風險調整淨現值（rNPV）

1. 於授權或是成功上市之前提下，估計未來各年之現金流。

2. 乘以臨床成功機率。例如某年預估現金流 100 億、成功機率 10%，則以 10 億計入。

3. 將各年金額折現至基準日，反映時間價值。

此處有一項專業上的關鍵紀律：風險不應重複計算。既已以成功機率調整現金流，折現率即不應再以偏高數值承擔同一臨床風險。

實質選擇權

rNPV 隱含「開發將持續至底」之假設。實務上，若二期數據不佳，開發方得選擇停止，毋須承擔後續之開發支出。此一分階段決策之彈性本身具有價值，即實質選擇權所衡量之對象。惟其計算依賴波動率等主觀參數，宜定位為輔助分析。

沐凡觀察

MOAVA 觀察一：rNPV 為實務上最常採用之方法之一，惟「常用」不等於「唯一適用」。評價準則多屬原則導向，並不強制特定模型；方法之選擇須依標的性質與評價目的論證。

MOAVA 觀察二：實質選擇權於概念上具說服力，但高度依賴波動率之主觀假設。本公司將其定位為輔助與上限參考；對以實質選擇權得出偏高結論之分析，宜審視其參數依據。

MOAVA 觀察三：主動揭露限制之報告，其可信度通常高於將結論絕對化者。連最基礎之成功率均存在區間，任何宣稱精確之新藥估值，均應檢視其假設依據。

對不同讀者的意義

投資人：新聞所載「授權金上看 X 億美元」多為含里程碑之上限值，非已實現金額。理解成功機率，方能判斷該金額應如何折算。

關注用藥者：「核准上市」不等於「可取得」，此涉及給付制度，詳見本系列第 03 篇。

生技產業從業者：科學數據僅構成價值之一部分；能否實現，取決於商業化之另一部分。

檢視一份新藥估值時可提出之問題

1. 成功機率之來源為何？引用何份研究？其適用範圍是否與標的相符？

2. 銷售預估之依據為何？病人數、藥價、市占率各自如何推得？是否有第二種方法交叉驗證？

3. 是否揭露限制？妥適之評價會主動說明未涵蓋與不確定之處。

資料來源

[1] Wong CH, Siah KW, Lo AW. Estimation of clinical trial success rates and related parameters. Biostatistics. 2019;20(2):273–286. DOI: 10.1093/biostatistics/kxx069 同儕審查期刊論文。2000–2015，406,038 筆試驗紀錄、21,143 個化合物。整體 POS 13.8%。

[2] Thomas D, Chancellor D, Micklus A, LaFever S, Hay M, Chaudhuri S, Bowden R, Lo AW. Clinical Development Success Rates and Contributing Factors 2011–2020. BIO, QLS Advisors, Informa Pharma Intelligence; 2021. 產業研究報告。資料源自 Biomedtracker／Pharmapremia，涵蓋 2011–2020 年、9,704 個開發計畫、12,728 次期別轉換、1,779 家公司；整體 Phase 1→核准 LOA 7.9%。

[3] Schuhmacher A, Hinder M, Brief E, Gassmann O, Hartl D. Benchmarking R&D success rates of leading pharmaceutical companies: an empirical analysis of FDA approvals (2006–2022). Drug Discovery Today. 2025;30(2):104291. DOI: 10.1016/j.drudis.2025.104291 同儕審查期刊論文。18 家領先藥廠、2,092 個活性成分、19,927 個試驗、274 個核准，2006–2022。平均 LoA 14.3%、中位數 13.8%。方法限制：僅計算 Phase I 至首次核准之線性路徑，未納入多重／平行適應症、線延伸、新劑型與兒童用藥核准。

[5] Yamaguchi S, Kaneko M, Narukawa M. Approval success rates of drug candidates based on target, action, modality, application, and their combinations. Clinical and Translational Science. 2021;14(3):1113–1122. DOI: 10.1111/cts.12980 同儕審查期刊論文。3,999 個化合物（美／歐／日）。整體成功率 12.8%。

名詞與限制

名詞對照

名詞	說明
rNPV	風險調整淨現值。未來現金流乘以成功機率後折現。
PoS／LoA	臨床成功機率／獲准機率。本文所列均自 Phase 1 起算至核准。
實質選擇權	將分階段決定繼續或停止之管理彈性計入價值之方法。
折現	將未來金額換算為基準日價值之計算。

Fact / Analysis / Assumption

Fact（可驗證事實）：四份研究之成功率數據（7.9%–14.3%）均引自所列文獻。
Analysis（分析）：「成功機率之選用影響估值超過五成」為依 Cases 示意所作之推論。 Assumption（假設）：Cases 假設價值與成功率成正比；實務上因開發成本亦須風險加權，並非完全線性。

本文限制

① 本文為概念性介紹，未涵蓋完整評價流程、模型細節與準則要求。
② 各研究之資料庫、期間與方法不同，不可直接比較或平均。
③ Cases 為說明性示意，非真實案例。
④ 本文未涉及任何特定公司或藥品之評價。

免責聲明

本文僅供產業研究與教育交流參考，不構成投資、授權、法律、會計、醫療或商業決策建議，亦非任何特定標的之評價意見。實際評價應依評價目的、標的、可取得資訊及適用準則個案判斷。