目前，苏州旺山旺水生物医药股份有限公司（以下简称旺山旺水）正在向港股发起冲刺。 《每日经济新闻》记者注意到，2025年1月，旺山旺水首次向港交所递交招股书。 事实上，旺山旺水这个名字曾两度以不同方式引起医药圈热烈探讨。第一次，是旺山旺水凭借抗新冠药 物VV116，在新冠疫情最焦灼的时刻站上风口浪尖，与君实生物的合作，让旺山旺水在资本狂炒"新冠 特效药"概念的浪潮中收获了超乎寻常的知名度；第二次，则是眼下旺山旺水ED（勃起功能障碍）新 药"昂伟达" （TPN171）获批，借助这一天然具备话题性的领域，旺山旺水再度成为关注焦点。 不过，记者研究发现，当外界为公司产品贴上"国产伟哥"的标签时，旺山旺水赴港IPO（首次公开募 股）招股书所展现的，却是一幅机遇与风险交织、颇为复杂的图景。 近期获批新药成为关键 招股书显示，旺山旺水成立于2013年，是一家综合一体化生物医药公司，致力于发现、开发和商业化创 新小分子药物，专注于抗病毒、神经精神及生殖健康三大领域。 《每日经济新闻》记者梳理旺山旺水产品及在研品发现，旺山旺水进军的领域具有高度社会关注度和巨 大市场潜力。比如曾经的明星药VV116便是典型案例。这款小分子药物在 ...

公司概况 - 旺山旺水是一家专注于小分子药物开发的生物医药公司 战略性布局病毒感染 神经精神及生殖健康三大治疗领域 拥有9款创新资产组成的管线 包括两款核心产品LV232和TPN171以及一款关键产品VV116 [1] - 公司成立于2013年 2022年因新冠特效药民得维估值飙升至42亿元人民币 较2020年的6亿元增长7倍 但2024年底最新估值仅较2022年增加2 5亿元 [3] 财务状况 - 2023年收入2 00亿元 2024年骤降至1183万元 2025年前四个月收入1296万元 同期净利润从盈利640万元转为亏损2 18亿元 2025年前四个月亏损1 12亿元 [4] - 收入结构剧烈变动 2023年主要来自VV116里程碑及权利转让付款184 3百万元 2024年转为特许权使用费和CRO服务 2025年前四个月主要依赖10 0百万元知识产权转让收入 [5] - 账面现金仅剩7283万元 流动负债2 00亿元 非流动负债2 57亿元 扣除一次性开支后现金仅够维持四个月运营 [6] 核心产品分析 VV116（RSV治疗） - 全球首个靶向RdRp的RSV临床阶段候选药物 中国唯一针对婴幼儿的干混悬剂型 处于II III期临床试验 [9][19] - 2024年中国RSV感染病例2570万例 全球1 38亿例 目前标准疗法存在显著副作用或疗效争议 [9][10] - 全球RSV小分子药物市场预计从2026年670万美元增至2035年8 79亿美元 中国同期从4670万元增至10 67亿元 年复合增长率41 6% [13][17] - 面临疫苗普及和新生儿下降的双重压力 全球6款 中国2款竞品在研 [19][20] LV232（抗抑郁药） - 潜在同类首创双靶点5-HTT 5-HT3调节剂 2025年4月启动II期临床试验 预计2026年下半年完成 [20] - 2024年全球抑郁症患者3 62亿人 中国5070万人 2035年将分别达3 99亿人和5310万人 [21] - 中国16款II期及以上临床阶段竞品 市场被SSRI SNRI等传统药物主导 新药需突破起效慢和副作用问题 [22][24] - 销售能力不足是主要短板 竞品多为大型药企开发 [25] TPN171（ED治疗） - 中国及乌兹别克斯坦获批的PDE5抑制剂 临床数据显示其最低有效剂量比竞品低2-80倍 不良反应发生率更低 [27][28] - 2024年全球PDE5抑制剂市场规模106亿美元 中国93亿元 预计2035年达150亿元 [26] - 面临辉瑞西地那非 礼来他达拉非等巨头垄断 公司仅25人销售团队难以抗衡 [29] 行业背景 - 全身抗感染药物2024年中国市场规模1580亿元 神经精神药物1039亿元 均为高增长领域 [7] - RSV治疗领域存在巨大未满足需求 现有疗法包括单抗nirsevimab（注射成本1800-3500元 保护期仅5个月） [12] - 抗抑郁药市场竞争激烈 24款创新药已在中国获批 传统药物存在起效慢 副作用大等缺陷 [22][23] - ED药物主要通过OTC渠道销售 商业化能力决定市场份额 [29]

根据提供的金融工程日报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **封板率模型** - 模型构建思路：通过统计最高价涨停且收盘涨停的股票数与最高价涨停的股票数的比值，反映市场涨停股的封板情况[16] - 模型具体构建过程： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ 统计上市满3个月以上的股票，计算当日封板率[16] - 模型评价：封板率下降可能反映市场情绪转弱 2. **连板率模型** - 模型构建思路：通过统计连续两日收盘涨停的股票数与昨日收盘涨停的股票数的比值，反映涨停股的持续性[16] - 模型具体构建过程： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ 统计上市满3个月以上的股票，计算当日连板率[16] - 模型评价：连板率下降可能反映市场追涨意愿降低 3. **年化贴水率模型** - 模型构建思路：通过计算股指期货主力合约与现货指数的基差年化值，反映市场预期和套利成本[28] - 模型具体构建过程： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$ 分别计算上证50、沪深300、中证500和中证1000股指期货主力合约的年化贴水率[28] - 模型评价：贴水率分位数可反映当前市场情绪相对于历史水平的位置 量化因子与构建方式 1. **大宗交易折价率因子** - 因子构建思路：通过大宗交易成交价与市场价的偏离程度，反映大资金的投资偏好[26] - 因子具体构建过程： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ 统计近半年大宗交易的日均折价率[26] - 因子评价：折价率扩大可能反映机构减持意愿增强 2. **ETF折溢价因子** - 因子构建思路：通过ETF场内交易价格与场外净值的偏离程度，反映投资者情绪[23] - 因子具体构建过程： 筛选日成交额超过100万的股票型ETF，计算(场内价格-场外净值)/场外净值[23] - 因子评价：溢价较多的ETF可能反映资金短期追捧 模型的回测效果 1. 封板率模型，当日封板率59%，较前日下降13%[16] 2. 连板率模型，当日连板率25%，较前日下降2%[16] 3. 年化贴水率模型，当日上证50年化升水率0.25%(61%分位)，沪深300年化贴水率3.17%(46%分位)，中证500年化贴水率11.41%(37%分位)，中证1000年化贴水率12.84%(44%分位)[28] 因子的回测效果 1. 大宗交易折价率因子，近半年平均折价率5.82%，当日折价率8.01%[26] 2. ETF折溢价因子，当日新能源车电池ETF溢价1.77%，中证2000ETF基金折价0.95%[23]

根据提供的金融工程日报内容，以下是量化模型与因子的总结： 量化因子与构建方式 1. **因子名称：封板率** - 构建思路：衡量涨停股票中能够维持涨停至收盘的比例，反映市场情绪强度[17] - 具体构建过程： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ 统计上市满3个月以上的股票，计算当日最高价涨停且收盘仍涨停的股票占比[17] - 因子评价：高频情绪指标，对短期市场动量有较强解释力 2. **因子名称：连板率** - 构建思路：捕捉连续涨停股票的比例，反映市场投机热度[17] - 具体构建过程： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ 筛选昨日涨停股票中今日继续涨停的比例[17] - 因子评价：极端市场环境下有效性显著 3. **因子名称：大宗交易折价率** - 构建思路：通过大宗交易价格与市价的偏离度反映机构交易意愿[26] - 具体构建过程： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ 计算当日所有大宗交易成交价相对于市价的加权平均折价幅度[26] - 因子评价：对大盘股未来走势有一定预测能力 4. **因子名称：股指期货年化贴水率** - 构建思路：量化期货市场对现货指数的预期偏差[28] - 具体构建过程： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$ 对上证50/沪深300/中证500/中证1000主力合约分别计算[28] - 因子评价：反映市场风险偏好与对冲成本 因子回测效果 1. **封板率因子** - 当日值：74%（较前日提升5%）[17] - 近一月波动范围：未披露具体区间 2. **连板率因子** - 当日值：24%（较前日提升6%）[17] - 近一月波动范围：未披露具体区间 3. **大宗交易折价率因子** - 当日值：9.32%[26] - 近半年均值：5.78%[26] 4. **股指期货年化贴水率因子** - 上证50：3.73%（41%分位）[28] - 沪深300：5.63%（35%分位）[28] - 中证500：18.67%（13%分位）[28] - 中证1000：14.56%（40%分位）[28] 注：报告中未涉及量化模型的具体构建，仅包含市场监测类因子[17][26][28]

根据提供的金融工程日报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **封板率模型** - 模型构建思路：通过统计最高价涨停且收盘涨停的股票数与最高价涨停的股票数的比值，反映市场情绪[16] - 模型具体构建过程： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ 统计上市满3个月以上的股票，计算当日封板率[16] - 模型评价：封板率提升表明市场情绪高涨，短期投机氛围浓厚[16] 2. **连板率模型** - 模型构建思路：通过统计连续两日收盘涨停的股票数与昨日收盘涨停的股票数的比值，反映市场持续性[16] - 模型具体构建过程： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ 统计上市满3个月以上的股票，计算当日连板率[16] - 模型评价：连板率提升显示资金接力意愿增强，但需警惕过度炒作风险[16] 量化因子与构建方式 1. **大宗交易折价率因子** - 因子构建思路：通过大宗交易成交价与市场价的差异反映大资金偏好[26] - 因子具体构建过程： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ 统计近半年日均折价率与当日值[26] - 因子评价：折价率收窄可能预示机构建仓需求增加[26] 2. **股指期货年化贴水率因子** - 因子构建思路：通过期现价差年化值反映市场预期与对冲成本[28] - 因子具体构建过程： $$年化贴水率=\frac{基差}{指数价格}×\frac{250}{合约剩余交易日数}$$ 分别计算上证50、沪深300、中证500、中证1000主力合约贴水率及历史分位[28] - 因子评价：贴水率扩大显示市场避险情绪升温[28] 模型的回测效果 1. 封板率模型：当日封板率66%（较前日+5%）[16] 2. 连板率模型：当日连板率32%（较前日+12%）[16] 因子的回测效果 1. 大宗交易折价率因子：当日折价率4.57%（近半年均值5.51%）[26] 2. 股指期货年化贴水率因子： - 上证50：10.57%（16%分位）[28] - 沪深300：12.47%（13%分位）[28] - 中证500：18.78%（11%分位）[28] - 中证1000：22.85%（12%分位）[28]

根据提供的金融工程日报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **封板率模型** - 模型构建思路：通过统计涨停股票在收盘时仍保持涨停的比例，反映市场情绪强度[17] - 模型具体构建过程： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ 统计上市满3个月以上的股票，计算当日最高价涨停且收盘仍涨停的股票占比[17] - 模型评价：高频指标，能有效捕捉短期市场情绪变化 2. **连板率模型** - 模型构建思路：衡量涨停股票的持续性，反映市场热点延续性[17] - 模型具体构建过程： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ 基于前一日涨停股票池，计算次日仍涨停的比例[17] 模型的回测效果 1. 封板率模型：20250523封板率59%（较前日+4%）[17] 2. 连板率模型：20250523连板率27%（较前日+5%）[17] 量化因子与构建方式 1. **股指期货年化贴水率因子** - 因子构建思路：通过基差计算市场对未来预期的风险溢价[28] - 因子具体构建过程： $$年化贴水率=\frac{基差}{指数价格}×\frac{250}{合约剩余交易日数}$$ 分别计算上证50、沪深300、中证500、中证1000主力合约的贴水率[28] - 因子评价：反映市场情绪分化，小盘股贴水率显著高于大盘股 2. **大宗交易折价率因子** - 因子构建思路：监测大资金交易偏好[26] - 因子具体构建过程： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ 统计近半年日均折价率5.42%，20250522当日折价率7.12%[26] 因子的回测效果 1. 股指期货年化贴水率因子（20250523）： - 上证50：9.15%（近一年16%分位）[28] - 沪深300：12.23%（近一年11%分位）[28] - 中证500：21.24%（近一年8%分位）[28] - 中证1000：25.85%（近一年5%分位）[28] 2. 大宗交易折价率因子：近半年均值5.42%，当日值7.12%[26] 其他市场指标 1. 两融余额因子：截至20250523为9138亿元（融资余额9055亿，融券余额84亿）[19] 2. ETF折溢价因子：科创板新能源ETF溢价2.15%，创新药沪深港ETF折价0.66%[23]

根据提供的金融工程日报内容，以下是量化模型与因子的总结： 量化因子与构建方式 1. **因子名称：封板率因子** - 构建思路：通过统计涨停股票的封板情况来反映市场情绪和资金热度[17] - 具体构建过程： $$封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ 计算范围限定于上市满3个月以上的股票，动态跟踪每日数据[17] - 因子评价：高频指标，对短期市场情绪敏感，但易受极端值影响 2. **因子名称：连板率因子** - 构建思路：衡量涨停股的持续性，反映市场投机强度[17] - 具体构建过程： $$连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ 需排除ST股等特殊标的[17] - 因子评价：对游资活跃度有较强指示作用 3. **因子名称：股指期货贴水率因子** - 构建思路：利用期货与现货价差反映市场预期[28] - 具体构建过程： $$年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$ 跟踪四大股指期货主力合约（上证50/沪深300/中证500/中证1000）[28] - 因子评价：对冲成本指标，极端贴水预示市场恐慌 4. **因子名称：大宗交易折价率因子** - 构建思路：通过大宗交易溢价水平观测机构动向[26] - 具体构建过程： $$折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$$ 采用半年滚动窗口计算均值[26] 因子回测效果 1. **封板率因子** - 当日取值：59%（较前日+4%）[17] - 历史分位：未提供 2. **连板率因子** - 当日取值：27%（较前日+5%）[17] - 历史分位：未提供 3. **股指期货贴水率因子** - 上证50：年化贴水率9.15%（16%分位）[28] - 沪深300：年化贴水率12.23%（11%分位）[28] - 中证500：年化贴水率21.24%（8%分位）[28] - 中证1000：年化贴水率25.85%（5%分位）[28] 4. **大宗交易折价率因子** - 当日取值：7.12%[26] - 半年均值：5.42%[26] 注：报告中未涉及量化模型构建内容，故未总结相关模型[1][2][3][4]