利用BRP模型预测电影票房.doc

利用BRP模型预测电影票房 利用BRP模型预测电影票房 摘要 　　本文通过利用神经网络、回归模型对电影票房进行了研究，确定了决定电影票房的六大因素。并讲述、论证了预测电影票房是决定电影投资的至关重要的环节。通过对电影票房预测技术的发展、国内电影票房机制的探讨，深度剖析了电影票房预测这个研究课题。 一、 电影票房预测发展简介 （一） 西方电影票房的研究 　　美国电影的票房研究起始于上个世纪80年代，由李特曼（B. R. Litman）在1989年以1981到1986年在美国播出的697部电影作为研究样本，通过多元回归分析，初步建立了电影票房的预测模型。李特曼用影片的租金收入作为考量电影票房的因变量，影响电影经济成功的自变量被划分为三大部分：创意、发行/上映时间以及电影营销。创意部分的变量有影片类型、美国电影协会（MPAA）的电影分级、熟悉的故事、出品国、明星、导演、生产成本、影评等，其中影片类型的确定主要参考美国杂志《电视指南》（TV Guide）。发行/上映部分的自变量有发行商、发行日期、发行模式、市场力量等，而电影营销部分的自变量有发行公司的营销能力和是否获奖等。1李特曼的票房研究模型为后来电影票房预测以及电影经济成功的预测性研究提供了基本思路和方法。 　　 　　美国的R. Sharda以及D. Delen在2005年的研究中运用了神经网络技术，创建了新的电影票房预测模型。模型最终选取了美国MPAA评级、同行竞争、明星价值、影片类型、特技效果、是否为续集以及银幕数量七个指标作为模型输入变量，利用多层感知神经网络模型，准确预测了北美影片票房。2同时，Sharda和Delen的研究也开创了电影票房预测模型研究的新方向。 （二） 我国电影票房的研究 　　我国对电影票房预测的研究相对西方而言起步较晚，曾有由CHR首席研究架构师林俊毅博士带领研究，在2010年推出了以回归模型为基础的电影票房估值模型。3而此次由艾亿新融资本管理有限公司总工程师张文云带领团队，利用前向反馈神经网络技术开发的中国第一套电影票房预测系统（BRP）无疑开创了国内电影票房量化研究的先河，将电影票房的预测带上了理论、技术的新高度。 二、 国内电影票房机制 　　一个简单的乘法关系表示了票房的计算： 　　其中在我国，电影票价是由影院房租水平、地方政府指导价格、以及制片方议价能力三方面所共同决定的。总体来看，电影票价在一段时间内是稳定的，因此电影票房主要取决于观影人次的变化。 　　而观影人次则受电影的若干要素所影响，随着人群的口碑效应而扩散。同时，先后上映的电影之间可能存在一定的票房冲突，造成票房分布的多样性。一部电影从早期筹拍到在院线公映完毕，可分为制作、发行、上映三个阶段。其中，制作阶段从剧本创意开始，经历融资、组建剧组和拍摄四个阶段；放映阶段从电影首映开始至撤出院线结束；发行阶段则是在影片制作完成之后、上映之前的阶段，通常大量的媒体宣传、商业活动会在这一时期进行。而一部电影最早从剧本阶段，就会由于自身的宣传或媒体的讨论而吸引受众。通常，电影的不同要素，例如：导演、主演、题材等会吸引不同受众。随着影片从制作过程进入发行阶段，持续的媒体宣传都旨在将受众群最大化。而当影片结束发行阶段，开始首映之时，所有受众则构成了初始观影人次N0，此时电影也正式进入了放映阶段。研究表明，放映阶段的票房累计主要取决于人群的口碑效应高过发行方的宣传效应。最初观众在观看影片之后通过扩散效应传播至更大的观众群，逐级扩散至放映结束时的累计观影人次N。因此，在首映之后，根据最初观众的反馈在之后的票房可能出现大幅上升、持平、稍有下降等几种现象，此外，在同一时期上映的其他影片也会对票房带来负面影响。 三、 为什么要预测电影票房？ 　　在西方，一部电影可产生的收入来源主要有以下几大块：票房收入；其他收入（如DVD、网络版权、电影频道等）；以及基于电影的外围衍生品的销售（如玩具、文化用品、服装等）。即使如此，电影的票房收入仍然占据了影片总收入的一半以上。并且，影片的上映票房收入也直接、或间接的决定了影片其他收入的水平。 　　 　　在我国，由于电影下游产业链的不完整，票房收入几乎是电影综合收入的全部来源，占到95.7%。因此可见，电影的票房收入决定了影片成败与否。 　　 　　电影投资一直都被视作高风险投资，且投资金额动辄几千万、上亿。因此，如果能在影片制作初期筹集资金阶段对票房收入有准确的预估，那么就可在制作期间合理的投入、利用成本，从而在一定程度上规避了风险，保障了电影的收益率。作为理性的电影投资人，应当根据电影的预测收入考虑到贴现率的因素而确定电影的成本。尤其是当电影制作过程中，资金出现缺口，需要融资时，根据WACC确定贴现率，重新计算电影资产价格并进行融资决策。 图1 电影投资过程 　　有了电影票房预