Your SlideShare is downloading. ×
NPV | Life sciences valuation using Decision Tree, Monte Carlo and sensitivity analysis
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

NPV | Life sciences valuation using Decision Tree, Monte Carlo and sensitivity analysis

454
views

Published on

주제5) 생명과학 기술가치평가와 R&D 포트폴리오 관리 …

주제5) 생명과학 기술가치평가와 R&D 포트폴리오 관리

생명과학 분야인 바이오 및 제약 사업에서 개발되는 신약, 각종 건강 식품 등은 제품 개발기간과 비용 회수 기간이 길고, 또 시장에 출시 되었을 때의 risk가 커서 전통적으로 가치평가를 한다는 것이 매우 어려운 분야이다. 이러한 이유로 이미 미국을 비롯한 선진 국가들과 세계 글로벌 기업에서 신제품에 대한 리스크를 보다 정확하게 측정하고 관리하기 위하여 시뮬레이션을 활용한 확률론적 방법론을 이용하고 있다. 이에 본 발표는 시뮬레이션 기법들 중에서 가장 일반적이고 우수한 Monte carlo simulation을 이용하였으며, sensitivity 분석 및 최적화를 통해서 주요 영향 요인 및 최적화 알고리즘을 통한 포트폴리오 관리법에 대해서 소개하고자 한다.

Published in: Business, Technology

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
454
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
12
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. 2008 Korean Crystal Ball User Conference Valuation in Life Sciences & Portfolio Management LG생명과학 의약연구소 이승주 차장
  • 2. Industry Characteristics: Long Development Time 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 2008 Korean Crystal Ball User Conference
  • 3. Industry Characteristics: Profitable 제약산업의 경우 매출 대비 이익율이 매우 높으며, 시장에서 높은 평가를 받고 있음 단위:조원 순위 회사명 매출 이익율 시가총액 1 Wal-Mart 349 3% 201 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% 182 112 Pfizer 48 40% 180 123 GSK 45 23% 161 148 Novartis 37 20% 130 206 AstraZeneca 28 23% 시가총액/매출 86 ~1 ~ 3.5 (Forbes, The Global 2000, March, 2007) 2008 Korean Crystal Ball User Conference
  • 4. R&D Project 시작 선정 요건 과제 시작 시 과제 유형별 7개 category 24개 세부항목에 대한 평가 진행 Unmet Needs 목표시장규모 목표시장 성장률 예상매출액 사업전략과의 연계성 기술축적가능성 제품군 강화 NPV IRR 경쟁강도 제품 차별성 기술 독창성 Skill확보정도 연구 infra 확보 Proof of concept 임상용이성 허가용이성 투입기간 투입비용 양산화역량 마케팅역량 영업이익률 2008 Korean Crystal Ball User Conference
  • 5. Value Maximization Long Term Planning 시장친화적 R&D R&D 가치의 객관적 평가 회계용도 Valuation Sales Forecast Licensing Forecast 2008 Korean Crystal Ball User Conference Cost Forecast Success Probability Time Estimate
  • 6. Financial Model & Decision Analysis • 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 2008 Korean Crystal Ball User Conference
  • 7. Decision Tree Analysis 통해 본 신약 과제의 Risk Difficult Target 물리적측면 혹은 assay측면에서 난이도 높음 druggability 낮음 Lead Optimization 단계 실패 risk 높음 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 2008 Korean Crystal Ball User Conference
  • 8. Risk Analysis: Innovative vs Non-innovative 100% 90% 80% 70% Non-innovative innovative 60% 50% 40% 30% 20% 10% Nature Review Drug Discovery, p571 August 2002 Early L/O 시 2008 Korean Crystal Ball User Conference FDA 허가 21% 14% P3 P1 30% 20% P2 Preclinical Biol. Validtn .Lead Opt Hit Generation Start 0% 7% 3% 최종 개발시
  • 9. 신약개발 현금흐름 일반적 대사질환 신약개발 과정 업계평균사용 (부록) 연구 전임상 특허만료 억 P1 P2 P3 FDA 허가 Revenue 제네릭 침공기 매출기간 2008 Korean Crystal Ball User Conference
  • 10. 기존 Biotech Valuation Model 250,000 200,000 150,000 100,000 50,000 1 (50,000) Milken Institute의 J.J. Stewart 2008 Korean Crystal Ball User Conference 3 5 7 9 11 13 15 17 19 21 23 25 27 29
  • 11. New Run Valuation Model 2008 Korean Crystal Ball User Conference
  • 12. New Run Valuation Model 수립 빨간 삼각형: 중요 parameter등에 대한 documentation 2008 Korean Crystal Ball User Conference
  • 13. 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 2008 Korean Crystal Ball User Conference
  • 14. Risk Analysis: Decision Tree Analysis L/O MNC Multinational Co. ROW 2008 Korean Crystal Ball User Conference Licence out Rest of World
  • 15. Risk Analysis: Risk Profile 임상2상실패 임상3상실패 국내출시+ROW L/O 최종허가실패 2008 Korean Crystal Ball User Conference
  • 16. Risk Analysis Monte Carlo Analysis: What if Scenario What if… License out milestone이 생각보다 적다면? Peak sales가 예상보다 떨어지면? 관리비가 예상보다 많이 든다면? Risk는 분산과 비례 수천개~수만개 미세 시나리오 분석 2008 Korean Crystal Ball User Conference
  • 17. Peak Sales: Triangular Distribution 변환 • Monte Carlo Simulation의 기초 확률분포로 사용 예: Upper Quartile 19% Lower Quartile=5% Median=11% 2008 Korean Crystal Ball User Conference
  • 18. Risk Analysis High Risk High Return or Low Risk Low Return? Probability LR/LR HR/HR -20 0 20 40 return (% ) Datamonitor “Pharmaceutical Portfolio Management” 2008 Korean Crystal Ball User Conference
  • 19. Risk Analysis: Sensitivity Analysis eNPV가 어떤 요소의 변동에 가장 민감한가? eNPV -50 Sales Peak 임상2상 성공률 0 50 100 176 50% 150 200 250 435 70% 판관비 34.51% 21.49% 일반관리비 24.65% 15.35% eNPV를 좌지우지하는 민감한 요소는 무엇이고, 그것이 제대로 추정되었는가? 판관비를 아낄 것인가, 판관비를 더 쓰더라도 sales peak을 올릴 것인가? 2008 Korean Crystal Ball User Conference
  • 20. 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? 2008 Korean Crystal Ball User Conference
  • 21. Portfolio Management Resource Optimization -> Value Maximization 버블지름 eNPV 40% • PJT의 현재 투자 정도와 최적화된 투자 정도 비교 최적화 자원배분 30% • 예산 기획시 반영 • 최적화된 자원 배분으로 생산성 극대화 20% • Value Maximization • 가치 낮은 과제의 창의적, 실현가능한 대안 강구 10% 0% 0% 10% 20% 30% 40% 현재 자원배분 Reference: “How SmithKline Beecham Makes Better Resource-Allocation Decisions”, HBR, 1998 “Optimal Marketing”, HBR 2003 2008 Korean Crystal Ball User Conference

×