Idiosincrasias y Mejores Prácticas de Valoración Biotecnológica

Resumen ejecutivo

Introducción

Si está interesado o tiene experiencia en el espacio de la biotecnología, no debería sorprenderle que las empresas de biotecnología con pocos o ningún ingreso aún puedan valer miles de millones. Considere el acuerdo de fusiones y adquisiciones de biotecnología más destacado de 2017 cuando Gilead compró Kite Pharma por casi $ 12 mil millones. En el momento del acuerdo, Kite todavía registraba pérdidas, con un déficit acumulado de más de 600 millones de dólares, pero significativamente, también tenía una cartera de terapias con células CAR-T, que tratan el cáncer. Kite no era necesariamente una anomalía. Casi el 80 % de las empresas que componen las empresas del Nasdaq Biotech Index (NBI) no tienen ganancias; más de 150 empresas que representan más de $ 250 mil millones en capitalización de mercado. Y, la inversión promedio de capital de riesgo en biotecnología se ha más que duplicado durante la última década, de $ 4600 millones en 2005 a $ 12 900 millones en 2015. Como inversionistas de capital institucional, está claro que esto no puede explicarse simplemente por la exuberancia de los inversionistas. Más bien, está destinado a demostrar que la canalización a menudo justifica el valor de una empresa.

Este artículo examina cómo valorar tales carteras de empresas biofarmacéuticas, centrándose específicamente en las empresas farmacéuticas (y no en las empresas que no se centran en el desarrollo de fármacos sino en otros dispositivos sanitarios). Comenzaremos con cómo las valoraciones de las empresas de biotecnología son diferentes de la valoración de otros activos. Luego, nos centraremos en la metodología de valoración del NPV ajustado al riesgo y cerraremos con una discusión de un par de temas relevantes: (i) cómo se puede pensar en carteras de múltiples candidatos a fármacos, y (ii) cómo el valor puede verse afectado por las características del inversor o adquirente.

¿Por qué necesitamos entender la valoración de oleoductos biotecnológicos?

El desarrollo de fármacos es caro. Un destacado estudio estimó que el costo total de desarrollar un fármaco exitoso (lo que generalmente implica muchos intentos fallidos) supera los $2500 millones. Otros estudios (ver la tabla a continuación) muestran costos en un total de alrededor de $ 1.4 mil millones. Esta cifra es inferior a la estimación anterior de $2500 millones porque esta última también incluye una estimación del costo de oportunidad del capital invertido, mientras que la primera representa solo los gastos de bolsillo.

Por lo tanto, el desarrollo de fármacos requiere una gran cantidad de capital desde el principio. En pocas palabras, es casi imposible poner en marcha una compañía farmacéutica y, por lo tanto, requerir inversores desde el principio, así como en varios puntos durante el ciclo de desarrollo. Estos inversionistas pueden incluir capitalistas de riesgo (personas como, por ejemplo, Domain, HCV, MPM y muchos otros), inversionistas estratégicos (es decir, otras compañías farmacéuticas) y también inversionistas del mercado público (razón por la cual terminamos con tantas empresas en el mercado). NBI). La recaudación de fondos para biotecnología es fácilmente un artículo en sí mismo, pero tanto los inversores como los fundadores/ejecutivos de biotecnología deberán dominar la valoración, incluso si un producto aprobado y comercializable puede tardar muchos años en el futuro.

En una nota oportuna: si está leyendo esto desde Asia, probablemente sepa que la Bolsa de Valores de Hong Kong recientemente permitió que las empresas de biotecnología cotizaran sin ingresos ni ganancias, cuya valoración requerirá lo que discutiremos en este artículo.

Por qué la valoración de oleoductos biotecnológicos es diferente

Las empresas de biotecnología no son el fabricante de dispositivos estándar que aprendió a valorar en sus cursos de MBA y/o CFA. Siga leyendo para comprender algunos de los rasgos únicos específicos de la industria.

¿Qué ingresos?

Como ya hemos señalado, muchas empresas de biotecnología aún no tienen ingresos, y mucho menos rentabilidad o medidas de flujo de caja. De hecho, los flujos de caja antes de la aprobación de un fármaco serán significativamente negativos. Eso significa que los múltiplos de valoración "estándar" como EV/EBITDA o P/E son menos relevantes. Hay algunos múltiplos alternativos como EV/I+D invertido, que es esencialmente una valoración basada en costes. La metodología de valoración comparativa es otra metodología popular que utiliza comparables del mercado público o transacciones de fusiones y adquisiciones comparables. A menudo no es aplicable porque la mayoría de las empresas de biotecnología son idiosincrásicas, lo que hace que el análisis comparativo sea de uso limitado. A continuación revisaremos un método de valoración alternativo.

Incluso para las empresas de biotecnología más establecidas, sus ingresos históricos suelen ser lo suficientemente idiosincrásicos como para que las estimaciones aún tengan que construirse desde cero en lugar de depender de la experiencia/datos internos de la empresa o incluso de otras empresas comparables como guías para las proyecciones. En otras palabras, el enfoque típico de las proyecciones de extrapolar tendencias pasadas está bastante descartado. Por ejemplo, vea a continuación la cartera actual de la compañía de investigación farmacéutica suiza Idorsia y observe el rango y la variedad tanto del mecanismo de acción (el proceso por el cual el fármaco produce un efecto farmacológico) como de las indicaciones objetivo (el uso de ese fármaco para tratar una determinada enfermedad).

Proceso de desarrollo estructurado

Las empresas de biotecnología también se enfrentan a un largo período de desarrollo único en la industria. Un plazo típico para un nuevo fármaco desde la presentación del nuevo fármaco en investigación (IND en los EE. UU.) hasta la entrada en el mercado, posterior a la aprobación regulatoria, es de alrededor de ocho años, como se ilustra en el siguiente gráfico. Durante esos ocho años, el proceso sigue fases estructuradas de investigación, pruebas y revisión de la FDA, durante cualquiera de las cuales el medicamento puede fallar.

Ruleta de drogas: ¿roja o negra?

Dicho de forma simplista, un fármaco, al final, es eficaz o no en el tratamiento. Incluso si es efectivo, puede o no ser aprobado por los organismos reguladores. Antes de la aprobación, los medicamentos pasan por un proceso estructurado (ensayos preclínicos y clínicos), en cualquier momento durante el cual pueden fallar, y una vez que fallan, el proceso suele ser irreversible. Eso representa un perfil de riesgo diferente al de la mayoría de los otros negocios, donde la distribución de resultados es menos binaria. En el lenguaje de Silicon Valley, por lo general es muy difícil "dar un giro" a un fármaco que falla. Es cierto que en las primeras etapas, las empresas emergentes que no son de biotecnología, el fracaso también es un resultado probable, pero si la empresa emergente no falla, hay una distribución bastante amplia de resultados: esa nueva aplicación móvil puede obtener miles de descargas o decenas de millones de descargas. , con los consiguientes impactos en los ingresos, los flujos de efectivo y el valor. Y, cuando las nuevas empresas que no son de biotecnología encuentran dificultades, ajustan sus modelos comerciales casi de forma rutinaria para sobrevivir. Regresa tus recuerdos a cuando Netflix era una compañía de pedidos por correo de DVD antes de ser un servicio de transmisión, o cuando Instagram era una aplicación de registro con elementos de juegos y fotos antes de transformarse en la aplicación de fotos dominante en la actualidad.

En consecuencia, debemos reflejar este perfil de riesgo diferente en nuestro análisis de valoración, como cuando creamos un flujo de efectivo descontado (DCF) y elegimos la tasa de descuento adecuada. Hablando en términos generales, hay dos maneras en que podemos hacer esto:

• En primer lugar, podríamos suponer un resultado positivo (es decir, el medicamento funciona, se aprueba y se generan ingresos), pero reflejamos el riesgo mediante el uso de una tasa de descuento alta (cuanto más temprana sea la etapa, mayor será la tasa de descuento debido al mayor riesgo). Este es esencialmente el "método de capital de riesgo", que también se usa con nuevas empresas que no son de biotecnología.
• Alternativamente, podríamos reflejar la imprevisibilidad de los resultados explícitamente construyendo una serie de escenarios de resultados y ponderándolos con probabilidad. Estos escenarios podrían incluir “falla durante la fase I”, “falla durante la fase II”, etc. Dado que en el desarrollo de fármacos tenemos un proceso estructurado con escenarios bastante definidos, este método nos permite tener en cuenta el riesgo con mucha más precisión que el método VC, que subsume efectivamente todo el riesgo en su alta tasa de descuento. Este método, el VAN ajustado al riesgo , es por lo tanto en lo que se centrará el resto de este artículo.

Metodología de valoración biotecnológica recomendada: VAN ajustado al riesgo

El VAN ajustado al riesgo incluye dos componentes principales: los flujos de efectivo proyectados y las probabilidades de los escenarios. Primero abordaremos la proyección de los flujos de efectivo para los escenarios primero, luego las probabilidades para los diversos escenarios.

Proyecciones de flujo de caja

Como señalamos anteriormente, las drogas son lo suficientemente únicas como para que tengamos que construir estas proyecciones de flujo de efectivo desde cero. Veamos primero un perfil de flujo de caja típico y estilizado y luego analicemos cada uno de los impulsores del flujo de caja.

Fase de desarrollo

En los años iniciales, solo hay salidas, debido a los gastos de I+D del fármaco. Estos costos diferirán para cada fármaco, según factores como la cantidad de iteraciones durante las fases de descubrimiento y preclínica, los diseños experimentales necesarios durante los ensayos preclínicos y clínicos, y más. Básicamente comprende los años que muestran salidas en el gráfico anterior.

Fase de ingresos/mercado

Cuando el fármaco ha llegado al mercado, estos son los impulsores clave que debemos estimar para obtener proyecciones de ingresos (y ganancias). Tenga en cuenta que obviamente podríamos desarrollar este marco en subcontroladores cada vez más complejos, pero nos centraremos en los controladores más importantes en este artículo de descripción general. En la siguiente sección, para estimar los ingresos, seguiremos aproximadamente los pasos establecidos en el libro de Arthur Cook, Forecasting for the Pharmaceutical Industry (usaremos algunos de los factores que se muestran en los recuadros grises):

Número de clientes/pacientes potenciales

La cantidad de clientes potenciales que toman un medicamento es un subconjunto de las personas que padecen la afección objetivo: llegamos a una estimación aproximada al pasar por una serie de filtros en un embudo, nuevamente siguiendo aproximadamente a Arthur Cook:

• Primero, debe comprender cuántas personas padecen la afección que la terapia intenta tratar (la prevalencia de la afección. Tenga cuidado de separar esto de la incidencia, que es la tasa de ocurrencia de nuevos casos). Puede encontrar estimaciones en Internet, de fuentes como la Organización Mundial de la Salud (OMS) o los Centros para el Control y la Prevención de Enfermedades (CDC) de EE. UU.
• En segundo lugar, debe suponer cuántos pacientes realmente tomarán un medicamento para su afección. Esto requiere que a los pacientes se les diagnostique la afección (y para que se les diagnostique, por lo general el paciente debe ser sintomático), aceptar el tratamiento y estar al alcance del medicamento.
• En tercer lugar, debe limitar el universo de pacientes a aquellos que se encuentran en regiones donde el fármaco realmente tiene aprobación regulatoria (las agencias reguladoras clave, incluidas la FDA de EE. UU., la EMA de la Unión Europea y la PMDA de Japón).
• En cuarto lugar, debe hacer una suposición sobre la cuota de mercado del fármaco, en caso de que existan opciones de terapia en competencia. Como de costumbre, una búsqueda en Internet (como en el sitio de los CDC) le proporcionará las opciones de tratamiento existentes (si las hay).

Precios

El precio es fundamental y dependerá, entre otras cosas, de la necesidad de la empresa farmacéutica de obtener un rendimiento adecuado de su inversión en I+D en la terapia, así como del valor de la terapia frente a las opciones de tratamiento de la competencia (si las hay).

Incluso para los medicamentos existentes, es notoriamente difícil obtener información confiable sobre precios, pero puede encontrar información en sitios web como Drugbank o de varios proveedores de datos pagados. Tenga en cuenta que suele haber una diferencia significativa entre el precio de lista de un medicamento y el precio real promedio pagado (después de los descuentos promedio, por ejemplo, estimado en 45% por un miembro de este panel de la conferencia) como resultado de (en gran medida negociaciones no públicas) entre las partes interesadas, incluidas las compañías farmacéuticas, los PBM, las aseguradoras y los CMS. Tratar de averiguar el precio promedio real pagado es algo similar a subirse a un avión y tratar de averiguar cuánto pagó el pasajero promedio por su tarifa, ¡y conocer el precio oficial de la tarifa completa realmente no lo ayuda mucho!

Sería negligente de mi parte no mencionar el ángulo macro sobre el precio de los medicamentos como un factor potencial, específicamente el debate político aparentemente permanente sobre el precio de los medicamentos en los EE. UU. Claramente, los inversores y los ejecutivos de biotecnología deben estar atentos a los desarrollos aquí.

De ingresos a ganancias

Los márgenes brutos de los medicamentos suelen ser muy altos: un estudio de la Escuela Stern de cientos de empresas farmacéuticas y biotecnológicas los ubica en los setenta como promedio y para empresas enteras. Sin embargo, individualmente, los márgenes brutos pueden llegar al 90%. El mismo estudio de Stern muestra gastos generales, generales y administrativos (SG&A) promedio en aproximadamente 26-28% de los ingresos pero, por supuesto, SG&A también incluye la parte “G&A”, incluidos muchos gastos de marketing y no relacionados con las ventas. Esta tabla de Statista muestra que los gastos de marketing puro de algunas grandes compañías farmacéuticas se encuentran entre los 20 y los 20 como porcentaje de los ingresos. Sin embargo, estos son números promedio para compañías farmacéuticas enteras, grandes y diversificadas. Como se señala en este artículo, para cualquier fármaco específico, la gama de gastos de marketing puede ser amplia y depende de una serie de factores, como la competencia a la que se enfrenta el fármaco.

Incremento y disminución de los ingresos

La forma de la curva de ingresos/flujo de efectivo a menudo seguirá la estilizada de arriba en la Figura XYZ. El aumento puede depender de factores como las aprobaciones regulatorias en varias regiones, la implementación de la fabricación y la ejecución de la estrategia de marketing. La reducción gradual puede verse afectada, por ejemplo, por la aparición de opciones de terapia de marca competidoras.

Tenga en cuenta que la curva estilizada anterior tiene ingresos que van a cero al final. Esto se debe al impacto de la caducidad de la patente y la posterior competencia de los medicamentos genéricos. En los EE. UU., el período estándar de protección de patentes es de veinte años. Sin embargo, tenga en cuenta que los nuevos medicamentos generalmente se patentan en una etapa temprana del proceso, por ejemplo, durante los ensayos con animales en la fase preclínica, cuando aún tomará de 8 a 10 años hasta que el medicamento llegue al mercado, de modo que el producto real la fase de ingresos "protegidos" puede durar solo unos 10 años. Después de la expiración de la patente, el deterioro del precio del medicamento suele ser rápido y significativo:

Hay algunos factores potencialmente aliviadores que uno podría señalar:

• En los EE. UU., el primer fabricante de genéricos tiene seis meses de exclusividad en las ventas de medicamentos genéricos; el fabricante de marca también puede ser el primer fabricante de genéricos y, por lo tanto, extender efectivamente su período de protección. También hay pruebas de que vale la pena que el fabricante de marca sea uno de los primeros en adoptar un genérico, incluso si no es el primero; por ejemplo, este artículo menciona ejemplos de fabricantes de marca que pueden reclamar entre el 30 y el 50 % de las ventas del genérico. versión genérica de su medicamento.
• Hay otras barreras concebibles además de las patentes, por ejemplo, secretos comerciales en el proceso de fabricación o un bloqueo de los suministros necesarios (digamos, por ejemplo, vectores virales), que una empresa podría usar para proteger la posición de su medicamento. Sin embargo, a menudo son difíciles de identificar/prever y, por lo tanto, difíciles de incluir en el análisis.
• Los fabricantes de marca también pueden tratar de ampliar los ingresos de un fármaco creando ajustes en el producto original que se pueden patentar (por ejemplo, utilizando un sistema de entrega diferente). Consulte también este artículo para obtener estrategias sobre cómo obtener más ingresos de un medicamento a pesar de la expiración de la patente.

Sin embargo, las proyecciones de flujo de efectivo para medicamentos a menudo no asumen ningún flujo de efectivo (y, por lo tanto, el valor terminal) posterior al vencimiento de la patente.

Otros factores que impactan en las proyecciones de flujo de caja

Sobre el tema de las proyecciones de flujo de caja, también hay que tener en cuenta los posibles ajustes a la típica curva de ingresos/flujo de caja, de los cuales mencionaré solo dos ejemplos destacados.

• Asociaciones. Los términos de las asociaciones (con otras compañías farmacéuticas) pueden afectar los flujos de efectivo en cualquier etapa. Por ejemplo, un socio estratégico puede ayudar con los gastos de investigación y desarrollo y/o marketing a cambio de una participación en los ingresos, nivelando efectivamente el perfil de flujo de caja desde abajo y desde arriba. La siguiente imagen muestra un extracto de la tubería de CRISPR Therapeutics, donde se pueden ver los dos acuerdos de asociación. Una es con Vertex que, entre otras condiciones, permite a Vertex Pharmaceuticals licenciar terapias de CRISPR Therapeutics (permite a Vertex vender sus medicamentos/terapias) a cambio del pago de "futuros hitos de desarrollo, regulatorios y de ventas de hasta $ 420 millones por objetivo, así como los pagos de regalías en un solo dígito a los adolescentes bajos en las ventas futuras de un candidato de producto comercializado ".

• Revisión regulatoria acelerada. Tanto la FDA como la EMA ofrecen el potencial de un proceso de aprobación acelerado (designaciones de "Vía rápida"/"Terapia innovadora"/"Aprobación acelerada"/"Revisión prioritaria" en la FDA y designación de "Evaluación acelerada" en la EMA) para medicamentos calificados. candidatos, en cuyo caso la curva de flujo de efectivo se comprime o acorta. Por ejemplo, recientemente, la FDA permitió el desarrollo acelerado de Lenti-D, que trata la adrenoleucodistrofia (CALD), un trastorno neurológico raro y potencialmente mortal. No hace falta decir que tenemos que ajustar las proyecciones de flujo de efectivo siempre que sea necesario cuando, por ejemplo, un fármaco competidor en desarrollo muestra resultados favorables y, por lo tanto, es posible que tengamos que ajustar las suposiciones de participación de mercado futuras.

¿Qué hay de las curas?

¿Qué sucede si el candidato a la terapia propone curar por completo una afección en lugar de tratarla o controlarla mediante la administración repetida (lo que asumimos implícitamente anteriormente)? Especialmente con el advenimiento de las primeras terapias génicas aprobadas, esta es ahora una posibilidad cada vez más relevante. Esto presenta algunas consecuencias interesantes para nuestras proyecciones de flujo de efectivo, como se describe a continuación:

• La curva de ingresos puede verse diferente. Esto se debe a que, en teoría, la terapia debería funcionar inicialmente a través de todos los pacientes (alcanzables) que padecen la afección, pero luego (suponiendo que pueda llegar a todo el universo de pacientes existentes durante el tiempo de protección de la patente) se reducirá solo a los casos nuevos ( la tasa de incidencia). La duración de esta fase inicial dependerá de muchos factores, incluida la condición en sí. Probablemente haya pocos precedentes hasta la fecha pero, como ejemplo, podría considerar que el exitoso programa de la OMS para erradicar la viruela duró de 1966 a 1980. Como punto adicional, a veces hay teorías de conspiración o al menos preocupaciones de que las compañías farmacéuticas pueden verse desincentivadas para encontrar curas, como se muestra en este hilo (que incluye respuestas que hacen los contrapuntos).
• Los precios y la estructura de precios se vuelven aún más desafiantes. ¿La compañía farmacéutica cobra una tarifa única por adelantado (y, de ser así, hay una "recuperación" si el paciente recae) ​​o tal vez un plan de pago a plazos de varios años, condicionado a que el paciente no recaiga? Y, ¿es factible esta última opción desde un punto de vista legal en la jurisdicción de venta? Aparte, los precios de estas curas únicas se vuelven muy altos ya que, por supuesto, se supone que reflejan esencialmente el VAN de los ahorros en lo que de otro modo podría ser atención continua. Las compañías farmacéuticas pueden argumentar que el precio debería/podría incluso reflejar el valor de la externalidad social positiva potencial de una persona curada, ya que, por ejemplo, una persona que se cura de la ceguera probablemente puede generar una mayor contribución a la sociedad (en términos de PIB) que uno ciego. En este ejemplo específico, la cura de Spark Therapeutics para la ceguera hereditaria ("Luxturna") cuesta $850,000 por paciente/tratamiento.

Ahora que hemos revisado las consideraciones en las proyecciones de flujo de efectivo, pasemos a las probabilidades que usaremos para sopesar estos flujos de efectivo.

Probabilidad de Escenarios

Entonces, ¿qué probabilidad de éxito se debe suponer para un candidato a fármaco? Como principio general, deberíamos ser "buenos bayesianos", comenzando con una tasa base de éxito razonable y luego ajustándonos continuamente a la nueva evidencia.

La siguiente tabla, una amalgama de varios estudios sobre el tema, muestra las probabilidades de éxito aproximadas de cada etapa, desde la clínica, en el proceso de desarrollo del fármaco (fila superior), así como la probabilidad acumulada de obtener la aprobación del fármaco (fila inferior: así, por ejemplo, la probabilidad de pasar la fase I es de aproximadamente el 65 %, pero la probabilidad general de pasar del inicio de la fase I a un fármaco aprobado es del 90 % × 65 % × 40 × 65 % = 15 % , como se muestra en la fila inferior). Tenga en cuenta que NDA significa solicitud de nuevo fármaco y los porcentajes se refieren al éxito de la NDA.

Estas, por supuesto, son las tasas base más generales que podríamos usar y deberíamos y podemos mejorar teniendo en cuenta el área terapéutica o la novedad del candidato a fármaco, como se muestra en los siguientes gráficos de Bank of America Merrill Lynch:

Existen otros posibles ajustes a la tasa base que se podrían proponer, incluso aquellos que no tienen nada que ver con el medicamento en sí, como el historial de la compañía (sus equipos de I + D y reguladores) en la aprobación de medicamentos.

Luego, se deben hacer ajustes a la tasa base cada vez que se disponga de evidencia relevante. El ejemplo más obvio es pasar una etapa de ensayo clínico y las tablas como la anterior ya brindan la nueva probabilidad ajustada (pero, afortunadamente para nosotros, el cálculo de Bayes coincide con el número de la tabla, por ejemplo, para pasar la fase I: 15 % × 100 % / 65% = 23% ). Hay ajustes mucho menos triviales; por ejemplo, imagine que un fármaco de un competidor, dirigido quizás a la misma vía, se topa con problemas en un ensayo clínico.

Desarrollo del árbol de escenarios

Si bien las tasas base son útiles, asumir solo dos escenarios (éxito/fracaso) a menudo es demasiado simplista. Si tenemos un candidato a fármaco que ingresa a la fase I, nos enfrentamos al menos a los escenarios descritos en el árbol de escenarios a continuación; obviamente, hay muchos otros resultados que no se capturan en este árbol. Tenga en cuenta que los montos en dólares estadounidenses están en millones y representan, en cada nodo, el VAN esperado. Notará que las probabilidades de éxito aquí no coinciden con las de nuestra tabla de resumen anterior, lo que ilustra que hay una variedad de estimaciones.

En primer lugar, tenga en cuenta que obviamente importa cuándo falla un fármaco: cuanto más tarde, más dinero se habrá gastado en I+D. En otras palabras, (literalmente) vale la pena adoptar ese mantra de Silicon Valley: "falla rápido, falla a menudo". Esto es relevante en el contexto de un sector que ha experimentado una disminución del ROI en gastos de I+D (por ejemplo, del 10,1 % en 2010 al 3,7 % en 2016 en un estudio de Deloitte de doce empresas biofarmacéuticas líderes). Cómo uno falla rápidamente y con frecuencia sería un artículo en sí mismo: consulte este artículo de Toptal sobre cómo los grandes datos pueden abordar este problema.

En segundo lugar, este árbol de escenarios se detiene después de la aprobación de la NDA, pero es posible que también se desarrollen escenarios para la etapa posterior a la aprobación, es decir, de ingresos. Sin embargo, se espera que la distribución de resultados en esa fase sea más continua, de modo que a menudo se pueda trabajar de manera simplista con un escenario utilizando los valores esperados.

Descuento de regreso al VAN ajustado al riesgo

Una vez que hemos desarrollado los escenarios y sus respectivos flujos de caja y probabilidades, necesitamos descontar los flujos de caja hasta el presente. Por un lado, debemos ser conscientes de que ya hemos capturado cierta incertidumbre/riesgo a través de los escenarios, por lo que no debemos utilizar una tasa de descuento excesivamente alta (al estilo del método de capital de riesgo). Por otro lado, cuanto más temprano nos encontremos, más riesgo residual (no capturado a través de escenarios) hay, lo que justifica una tasa de descuento más alta. Estos son algunos ejemplos de tasas de descuento para empresas de biotecnología en diferentes etapas de madurez:

Es importante interpretar correctamente este VPN ajustado al riesgo: es un valor esperado, que enmascara una distribución de resultados subyacente que puede ser tan simple como casi binaria (p. ej., una empresa con un fármaco de fase III en desarrollo) o mucho más compleja en el caso de una empresa con varios medicamentos en proceso de desarrollo, lo que nos lleva a nuestro siguiente tema: cómo administrar múltiples candidatos a medicamentos.

Múltiples candidatos a fármacos: la vista de cartera

Usemos un ejemplo para comprender cómo una tubería de un solo medicamento puede diferir de una con varios medicamentos. De camino a la conferencia de inversión en biotecnología, un estafador callejero te agarra y te ofrece un juego de lanzamiento de monedas: cara, ganas $100; cruz, no obtienes nada, ¿cuánto pagarías por jugar? Luego, aparece otro estafador callejero y te ofrece un juego ligeramente diferente: lanzará la moneda diez veces y tú ganarás $10 cada vez que salga cara. ¿Cuánto pagarías por jugar en este caso? Examinemos las posibles distribuciones de resultados: matemáticamente hablando, una distribución de Bernoulli a la izquierda y una distribución binomial a la derecha:

Sus ganancias esperadas son en realidad $50 en cualquier juego; sin embargo, puede ver fácilmente y comprender intuitivamente que el juego de lanzar una moneda es "más arriesgado". Para cuantificar este riesgo, podemos observar la desviación estándar de sus ganancias: $50 para el juego de 1 moneda y aproximadamente $16 para el juego de 10 monedas. Por lo tanto, si se viera obligado a jugar y pagar el precio "justo" de $50, la mayoría de la gente elegiría el segundo juego: su rendimiento ajustado al riesgo es superior al del primer juego, un punto al que volveremos más adelante.

Por supuesto, ya ha entendido que podemos sustituir "lanzamiento de moneda" con (p. ej.) "fármaco de fase III" y establecer la probabilidad en la adecuada, en ese caso, digamos 65% según la tabla anterior (ignorando el subsiguiente Etapa NDA): ¡una moneda que está sesgada a nuestro favor! El caso de una moneda al aire sería una empresa con un solo fármaco de fase III en desarrollo, mientras que el caso de diez monedas al aire podría ser una empresa con diez fármacos de fase III o (por ejemplo, desde el punto de vista de un inversor en biotecnología) varios companies with a total of ten phase III drugs in their pipelines (each single company may have as few as just one pipeline drug).

Even if we just stick to a simple fail/success binary outcome, you can see that the number of potential outcomes scales exponentially with the number of drugs (n), specifically: 2 ⁿ . Once we add in all necessary intermediate scenarios, as per the discussion above, things can get unwieldy quickly and too cumbersome to calculate by hand or on a spreadsheet. My choice would be to run a Monte Carlo simulation in an appropriate computing environment—not Excel!—eg, R. The simulation essentially “flips coins” (respecting the input probabilities the user provides) at every outcome node and runs a large number of trials, eventually covering/providing a meaningful sample of outcomes that could happen in the real world. The Monte Carlo simulation hence outputs a distribution of outcomes (specifically, NPVs) on which you can then calculate statistics like the mean and standard deviation.

One caveat: The probabilities of success for several drugs may not be statistically independent of each other—eg, imagine a company that has two (or even more) drugs that use the same innovative therapeutic approach, focusing on different conditions. In that case, the math becomes more complex and goes beyond the scope of this overview article.

So, in the line of comparing the coin flip games at the beginning of this section, how can one compare (in a quantified way) pipelines with several drugs against each other? This also goes beyond the scope of this article, but suffice to say we can borrow metrics from finance that are designed to adjust returns for risk—eg, the Shape ratio or Sortino ratio. In general, though, one takeaway from this section should be that multiple drugs (especially if independent of each other) de-risk the drug portfolio, which is also the reason why a one-drug, pre-clinical biotech startup may have to offer 100%+ expected IRRs to its venture investor, whereas that same venture fund, benefiting from diversification, may get away with offering 20-30% IRRs to its investors.

Does this mean every biotech company should try to have several candidate drugs? No necesariamente. This is a complex question that depends, inter alia, on things like the company's scientific, management, and financial capacity. If you have the world's best team to work on a specific therapeutic approach, you can intuitively see that forcing that team to diversify into other areas may be distracting and therefore possibly even increase risk. If a biotech company wants to de-risk, there are, of course, also other ways—notably, via partnerships whereby, eg, the company gives up some upside (revenue share) in exchange for limiting downside (sharing R&D and/or eventual marketing cost). In such a partnership, a biotech company's drug may also help to de-risk the other company's overall pipeline, which brings us to final discussion.

What Is the Pipeline Worth to Somebody Else?

There is standalone value (the subject of this article up to this point) and then there is the value of a company to somebody else (like a partner, investor, or acquirer), which takes into account factors such as:

• Operational synergies—eg, on R&D, manufacturing, or marketing
• “Strategic” synergies
• Financial synergies—eg, the other company may have a lower hurdle rate due to lower cost of capital. (think a big, diversified pharma company)
• The de-risking impact we discussed in the previous section—ie, improving the acquiring company's risk-adjusted expected returns

pensamientos de despedida

As a finance professional and enthusiastic hobby biologist who loves to read biology books and take open online medicine courses, I am inclined to close on the following note: I hope that while the scientific work is the most important value driver of a biotech company, there is room for savvy financial experts to add value, such as tasks like conceiving and negotiating partnerships that increase risk-adjusted returns and hence value to all sides. As prominent biotech investor Stephen Diggle noted in a recent Bloomberg article: “Bringing financial expertise to fledgling biotech companies helps create value because management consists mostly of scientists who focus on research and development.” Of course, if the financial expert has some domain expertise and is passionate about the science, all the better!