「北海康成-B」“罕见病药企北海康成-B:研发强劲 vs.

「北海康成-B」“罕见病药企北海康成-B:研发强劲 vs.-智慧商城
「北海康成-B」“罕见病药企北海康成-B:研发强劲 vs.
此内容为付费阅读,请付费后查看
38
立即购买
您当前未登录!建议登陆后购买,可保存购买订单
付费阅读

北海康成-B基本情况

kainy.cn 配图

情况介紹

北海康成-B(01228.HK)是一家专注于罕见病及肿瘤适应症的创新生物制药公司。公司已建立包括14个药物资产的全面产品管线,其中4款产品已商业化上市,包括艾度硫酸酯酶β(商品名:海芮思)及氯马昔巴特口服液(商品名:迈芮倍)。2024年,公司实现收益8510万元,同比减少17.3%,年内亏损4.43亿元,同比增加16.84%。

股本股東分析

截至2023年底,公司母公司拥有人应占亏损3.79亿元,同比收窄21.64%,股东权益进一步减少。公司通过专注于罕见病药物研发及商业化,吸引特定投资者关注,但高负债率及持续亏损对股东回报构成压力。

經營能力分析

2024年上半年,公司研发开支达1.73亿元,同比增长21.2%,主要投入于CAN103的注册试验。尽管研发投入持续增加,但收益增长有限,仅同比增长4%,反映出研发转化效率较低。公司现金及银行结余仅为1050万元,财务压力显著。

競爭能力分析

北海康成在罕见病药物市场具有竞争优势,其主打产品已获FDA突破性疗法认定及孤儿药物资格。然而,行业平均市盈率为4.17倍,而公司市盈率为-0.12倍,显示市场对其盈利能力的担忧。此外,212.57%的资产负债率进一步削弱了公司的竞争力。

發展情景分析

公司未来增长潜力在于罕见病药物市场需求的增加及新药获批。氯马昔巴特口服溶液已在中国台湾地区获批,并计划在中国大陆提交新适应症上市申请。此外,公司管理团队经验丰富,有助于推动罕见病生态系统建设。然而,宏观环境挑战及融资受限可能影响发展速度。

重大事项

2024年9月,公司任命Fangxin Li为非执行董事,显示公司治理结构的优化。此外,公司持续精简人员至100名全职员工,其中70%具有跨国生物制药经验,为未来发展奠定基础。

公司基本情况小結

綜合分析,北海康成-B在罕见病药物领域具备研发优势,但财务状况及盈利能力较弱,市场竞争压力大。投资者需关注新药获批进展及研发转化效率,以评估其长期投资价值。

所属行业状况分析

import matplotlib.pyplot as plt

数据

categories = ['经济周期', '生命周期']

values = [0.5, 0.8] # 假设的数值

绘制条形图

plt.figure(figsize=(10, 6))

plt.bar(categories, values, color=['blue', 'orange'])

plt.title('行业周期性')

plt.ylabel('影响程度')

plt.ylim(0, 1)

plt.axhline(y=0.5, color='r', linestyle='–', label='平均值')

plt.legend()

plt.grid(axis='y')

保存图像

plt.savefig('/mnt/data/industry_cycle.png')

plt.show()

查看图片

import matplotlib.pyplot as plt

数据

categories = ['行业竞争格局']

values = [0.7] # 假设的数值

绘制条形图

plt.figure(figsize=(10, 6))

plt.bar(categories, values, color='green')

plt.title('行业竞争格局')

plt.ylabel('竞争强度')

plt.ylim(0, 1)

plt.axhline(y=0.5, color='r', linestyle='–', label='平均值')

plt.legend()

plt.grid(axis='y')

保存图像

plt.savefig('/mnt/data/industry_competition.png')

plt.show()

查看图片

import matplotlib.pyplot as plt

数据

categories = ['行业发展趋势']

values = [0.6] # 假设的数值

绘制条形图

plt.figure(figsize=(10, 6))

plt.bar(categories, values, color='purple')

plt.title('行业发展趋势')

plt.ylabel('发展潜力')

plt.ylim(0, 1)

plt.axhline(y=0.5, color='r', linestyle='–', label='平均值')

plt.legend()

plt.grid(axis='y')

保存图像

plt.savefig('/mnt/data/industry_trend.png')

© 版权声明
THE END
喜欢就支持一下吧
点赞5赞赏 分享
评论 共4条

请登录后发表评论

    • 头像量海尺0
    • 头像资深股民0
    • 头像缚·萤火0
    • 头像价值投资者0