生物医药投资决策的复杂性：CBO模型与投资者洞察的对比分析及其政策启示

《Health Affairs Scholar》：Understanding Biopharmaceutical Investment Decision Making: How Does CBO’s Model Compare to Investor Insights?

为评估美国国会预算办公室（CBO）模型对生物医药投资决策的适用性，研究人员通过半结构化访谈和文献综述，对比模型假设与投资者实践。研究发现，CBO模型过度简化了投资生态系统的多样性、决策层级（如公司级vs产品级投资）及创新衡量标准（如忽略新适应症研发），可能低估政策（如IRA）对创新的负面影响。研究强调需通过多利益相关方参与优化模型，以提升政策制定的科学性。

　　

随着美国通过《通货膨胀削减法案》（Inflation Reduction Act, IRA）等政策干预药品定价，如何平衡药品可及性与创新激励成为核心议题。美国国会预算办公室（CBO）为此开发模型，预测政策对药物研发（R&D）投入与产出的影响，但其假设的合理性备受争议。生物医药投资决策涉及多元主体（如风险资本、制药企业）、复杂风险偏好及动态策略，而CBO模型以单一同质企业、产品级投资和简单净现值（NPV）规则为基石，能否真实反映行业生态？本研究通过访谈投资者与文献分析，揭示模型与现实间的鸿沟，为政策优化提供实证依据。

为系统评估CBO模型的适用性，研究团队采用多方法融合策略。首先，对19位生物医药投资者进行半结构化访谈，涵盖风险资本（VC）、企业风险投资（CVC）、私募股权（PE）及不同规模药企，聚焦创新生态系统结构、投资决策逻辑等六大主题。访谈数据经转录后采用主题编码分析。其次，辅以针对性文献综述，整合学术与行业报告（如PitchBook、PharmaProjects数据库），并以伊布替尼（Ibrutinib）研发历程为案例，剖析多主体协作模式。此外，通过FDA批准药物及新适应症数据（2019-2024），量化合作研发趋势与政策潜在影响。

关键CBO假设#1：单一同质创新者与产品级投资决策可代表研发生态系统

CBO模型将行业简化为单一企业，仅基于产品级收益决策。然而，现实生态呈现高度分层：早期研发由小型生物技术公司主导，依赖风险资本（VC）和政府资助；后期阶段则依赖大药企通过并购（M&A）或合作推进。数据显示，约70%的资产通过合作实现商业化（图2）。

伊布替尼的研发历程（图3）进一步印证该复杂性——从Celera Genomics的初始发现，到Pharmacyclics的VC支持开发，最终由AbbVie与强生（Johnson & Johnson）共同商业化，凸显多阶段、多主体的协作网络。

投资者更关注公司级组合而非单一产品，导致模型无法捕捉政策对各类主体的差异化影响。

关键CBO假设#2：企业特征与风险偏好无关决策

模型忽略企业规模、成本结构及战略差异。访谈发现，早期生物技术公司愿承担高风险以证明概念，寻求早期收购；大药企则通过内部研发与CVC平衡风险，避免晚期失败的高沉没成本。风险资本中，早期VC接受技术不确定性，通过多领域分散风险；晚期VC聚焦运营与市场准入挑战。同时，研发成本上升（如临床试验复杂化）对小企业冲击更大，迫使其调整策略。CBO最新模型虽引入跨阶段信号关联，但数据基础仍显薄弱，难以反映动态风险管理。

关键CBO假设#3：任何正净现值（NPV）均证明投资合理性

模型假设NPV>0即触发投资，但投资者要求高回报阈值（如3倍以上收益）以补偿风险。早期阶段因数据有限，NPV可靠性低，决策更依赖治疗领域、未满足需求等非财务因素。IRA已引发投资者规避高风险领域（如小分子药物），而模型低估资本流动性可能导致创新预测偏差。建议对早期阶段设置更高资本成本参数，以贴近现实。

关键CBO假设#4：新药批准数量足以衡量创新

模型仅统计新药获批数，忽视新适应症研发（如肿瘤靶向药75%适应症为获批后补充）。IRA通过影响产品生命周期收入，可能抑制获批后研究，尤其对罕见病、肿瘤等领域造成不成比例冲击。投资者指出，政策设计可能扭曲新适应症研发顺序，而模型未纳入健康效益评估，限制其政策评估全面性。

本研究通过实证分析表明，CBO模型简化了生物医药投资的多元性、风险动态及创新维度，可能低估政策变革的创新后果。IRA实施后的早期证据（如小分子药物研发投资下降70%）已印证投资者担忧。模型需整合阶段特异性参数、区分主体类型，并纳入新适应症与健康结果指标。未来政策制定应依赖多利益相关方输入，明确模型能力边界，以平衡药品可及性与创新可持续性。