中国电影票房的影响因素及其实证研究

资料来自用户(Stephen)上传,若本站收录的文献无意侵犯了您的著作版权,请点击版权申明
导师姓名
王再文
学科专业
应用统计(专业学位)
文献出处
北京交通大学   2015年
关键词
电影票房论文  影响因素论文  实证研究论文  多元线性回归论文  神经网络论文
论文摘要

电影作为文化产业的中流砥柱,带来了巨大的经济效益和社会效益,而电影票房是衡量电影经济效益最重要的指标。中国电影市场正进入飞速发展的阶段,2014年全国电影票房收入接近300亿元,中国电影市场已经成为全球票房收入增长的主引擎。由于电影具有高投入高风险的特性,研究电影票房的影响因素及其影响程度是确保电影发行回报、控制发行风险的手段,对于电影的投资决策具有重要参考价值。国内有关电影票房影响因素的研究大多是定性分析,实证研究较少,涉及到的有关研究也因为衡量标准不同,侧重点不同,往往只考虑了其中一个或几个容易获得的影响因素,有的研究中样本数据较少,得出的结论也不够客观。本文在吸取国内外专家学者研究成果的基础上,立足于中国电影市场的实际情况,通过定性和定量分析选取和定义了10个类别22个指标构建了电影票房影响因素的指标体系,这其中包含了银幕数量、网络口碑(电影评分/关注人数)、技术效果(3D/IMAX)、发行公司等以往国内研究中没有考虑进来或考虑较少的指标,时效性强,覆盖面较全。本文以2011-2014年在国内公开上映的200部国产电影数据为依据,基于SPSS19.0软件平台,运用多元线性回归和神经网络两种方法建立模型对电影票房影响因素进行了实证分析,研究了我国电影票房的影响因素及其影响程度,并利用模型对2015年10部电影的电影票房进行了预测。实证结果表明,两个模型的拟合程度都比较好,其中多元线性回归模型估计出了有显著影响的自变量的影响系数,其数值和正负符号与预期基本相符,可以很好的解释因变量和自变量间的关系,而神经网络模型虽然对具体的变量关系无法很好的解释,但拟合程度比回归要好,预测结果也比回归更准确,其对10部电影的预测相对误差都在10%以内,对于现实生活中的电影票房预测问题具有一定的参考价值。本文根据回归结果得出了盗版和剧情类电影对于电影票房有负面影响,而银幕数、导演影响力、网络口碑(关注人数)、演员影响力、发行公司、故事熟悉程度(改编)和技术效果(IMAX)对于电影票房有促进作用的结论,并根据这些结论针对我国电影行业提出了合理的建议,为电影投资决策提供参考价值。

论文目录
关闭目录

致谢

摘要

ABSTRACT

目录

图表清单

1 引言

1.1 研究背景

1.2 研究意义和目的

1.2.1 研究意义

1.2.2 研究目的

1.3 研究内容和方法

1.3.1 研究内容

1.3.2 研究方法和框架

1.4 研究面临的困难和挑战

1.5 本文的特色和创新

2 文献综述

2.1 我国电影产业和电影票房相关背景

2.2 电影票房的影响因素

2.2.1 国外研究综述

2.2.2 国内研究综述

2.3 电影票房预测

2.3.1 国外研究综述

2.3.2 国内研究综述

3 变量描述与研究假设

3.1 因变量

3.2 自变量

3.2.1 银幕数

3.2.2 档期

3.2.3 技术效果

3.2.4 故事熟悉程度

3.2.5 电影类型

3.2.6 网络口碑

3.2.7 获奖情况

3.2.8 盗版情况

3.2.9 主创阵容

3.2.10 发行公司

3.3 方法介绍及其适用性

4 实证分析

4.1 样本选取

4.2 数据来源

4.3 数据处理

4.3.1 因变量

4.3.2 自变量

4.4 回归分析及其结果

4.4.1 模型的设定

4.4.2 逐步回归及异方差的检验

4.4.3 逐步加权最小二乘回归

4.4.4 回归方程结果

4.5 神经网络建模及其结果

4.6 模型的预测应用

5 结果对比与分析

5.1 回归与神经网络模型的结果对比

5.2 电影票房影响因素的分析

5.2.1 盗版

5.2.2 银幕数

5.2.3 主创阵容中的导演影响力和演员影响力

5.2.4 网络口碑(关注人数)

5.2.5 电影类型(剧情)

5.2.6 发行公司

5.2.7 故事熟悉程度(改编)

5.2.8 技术效果(IMAX)

5.2.9 其它变量

6 结论与建议

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集

在线阅读全文下载
在线阅读全文下载