電影產(chǎn)業(yè)是投資密集型、高風(fēng)險(xiǎn)型的產(chǎn)業(yè),在國(guó)民經(jīng)濟(jì)中占據(jù)重要地位。近年來(lái),在產(chǎn)業(yè)政策的推動(dòng)下,社會(huì)各界資本紛紛涌入電影行業(yè),電影投資一直處于熱潮,但投資結(jié)果并不樂觀,投資成功率極低,造成了大量的資本浪費(fèi),這往往是因?yàn)橥顿Y者過于急功近利,沒有對(duì)所投電影項(xiàng)目的價(jià)值進(jìn)行科學(xué)評(píng)估,導(dǎo)致低值影片泛濫,這種情況既不利于資金的有效配置,也不利于電影產(chǎn)業(yè)的發(fā)展。因此,對(duì)電影項(xiàng)目的投資價(jià)值進(jìn)行評(píng)估可以作為降低電影投資風(fēng)險(xiǎn)的一種有效手段,投資者在投資電影之前,如果對(duì)電影項(xiàng)目的投資價(jià)值進(jìn)行科學(xué)、全面的分析,就可以在一定程度上提高投資成功率。本文在對(duì)國(guó)內(nèi)外相關(guān)研究進(jìn)行系統(tǒng)梳理的基礎(chǔ)上,結(jié)合我國(guó)電影產(chǎn)業(yè)的基本情況、電影投資的特殊性和投資風(fēng)險(xiǎn),對(duì)影響電影投資價(jià)值的因素進(jìn)行了深入的分析,尋求到與我國(guó)電影投資價(jià)值評(píng)估相適應(yīng)的模型。當(dāng)前,電影能否獲得高票房越來(lái)越取決于電影質(zhì)量和宣發(fā)力度,再加上電影產(chǎn)品對(duì)價(jià)格的不敏感性和強(qiáng)排他性尤為突出,使得對(duì)電影投資價(jià)值進(jìn)行評(píng)估意義重大。關(guān)于電影內(nèi)容的生產(chǎn)主要是由主創(chuàng)團(tuán)隊(duì)來(lái)完成,而發(fā)行方面比較注重上映時(shí)機(jī),文章通過建立多元有序Logit模型,以導(dǎo)演、演員、三年內(nèi)同類型電影票房收益、預(yù)計(jì)上映檔期、續(xù)集、電影類型為解釋變量,運(yùn)用評(píng)級(jí)思想設(shè)置臨界值將電影進(jìn)行分級(jí),考察電影落在每一級(jí)別的概率,從而根據(jù)電影級(jí)別判斷電影投資價(jià)值的高低,并運(yùn)用案例分析,驗(yàn)證了評(píng)估模型的有效性。研究結(jié)果表明,名導(dǎo)演、名演員在一定程度上可以提高電影的投資價(jià)值,但其影響力存在邊際遞減的情況。電影類型對(duì)投資價(jià)值評(píng)估影響較大,其中喜劇、動(dòng)作、科幻題材的電影更有可能獲得高票房。此外,續(xù)集影片以及在黃金檔期上映的影片有著良好的宣發(fā)條件,對(duì)電影的投資價(jià)值有積極影響。投資者的主要收益來(lái)自于票房分賬,但電影上映時(shí)間極短,這種銷售模式使得大眾取舍和短期市場(chǎng)效應(yīng)成為決定電影投資成功與否的因素,為了減少資金浪費(fèi),優(yōu)化電影投資市場(chǎng),投資者在進(jìn)行電影投資時(shí),應(yīng)科學(xué)運(yùn)用分析方法,選擇優(yōu)質(zhì)項(xiàng)目,合理防范投資風(fēng)險(xiǎn)。
【學(xué)位單位】：天津財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：J943
【部分圖文】：

２０１０?１０６?１６?０％?６０％??２０１１?１０２?２１?－４％?３１％??２０１２?１０８?２７?６％?２９％??２０１３?１０９?３５?１％?３０％??２０１４?１０３?４７?－６％?３４％??２０１５?１１０?６８?７％?３５％??２０１６?Ｕ２?７１?２％?４％???料來(lái)源：由互聯(lián)網(wǎng)數(shù)據(jù)和藝恩咨詢發(fā)布的《２０１５－２０１６中國(guó)電影產(chǎn)業(yè)研究報(bào)告》整理所得。??（２）觀影人次和票價(jià)的變化??觀影人次上，２０１６年我國(guó)城市影院觀影人次達(dá)到１３．?７２億，比去年提高８．?８９％。以??０１５年１３．?７４億人口統(tǒng)計(jì)總數(shù)來(lái)算，２０１６年全國(guó)年人均觀影人次近１人次。國(guó)產(chǎn)電影《戰(zhàn)??２》以５６．?７８億元的票房收入牢牢占據(jù)２０１７年票房榜首位置，觀影人次為１５７７４．?３１萬(wàn)，??論是票房還是觀影人次，均創(chuàng)下內(nèi)地最高記錄。和北美地區(qū)相比，我國(guó)人均觀影次數(shù)和??百萬(wàn)人口票房金額還存在較大差距。２０１６年中國(guó)人均觀影次數(shù)為１人次，北美地區(qū)為??．?８人次，２０１６年中國(guó)每百萬(wàn)人口票房金額為０．３３億元，北美地區(qū)為２．?１９億元。??

在上映率方面，２０１６年我國(guó)共上映影片４８９部，比２０１５年增長(zhǎng)８５部，增幅２１．?０４％，??地區(qū)２０１６年上映影片７２４部，比２０１５年增長(zhǎng)３６部，增幅５．?２３％。我國(guó)近十年來(lái)上映??影片數(shù)量和北美存在較大差距，２００７年差距最大，達(dá)４４７部，但隨著我國(guó)電影市場(chǎng)的發(fā)??，我國(guó)同北美地區(qū)的差距呈現(xiàn)遞減的趨勢(shì)，說明我國(guó)電影市場(chǎng)還存在很大的供給空間。??過億影片數(shù)量看，２０１６年我國(guó)上映的過億影片有８４部，其中進(jìn)口電影４１部，國(guó)產(chǎn)電影??部，在２０１６年票房排名前十的影片中，國(guó)產(chǎn)電影也稍領(lǐng)先于進(jìn)口電影，其中，中美合??電影１部，進(jìn)口電影４部，國(guó)產(chǎn)電影５部。此外，國(guó)產(chǎn)電影的海外票房收入也增幅較大，??１６年為３８．?２５億元，同比增加３８．?０９％。長(zhǎng)期以來(lái)，國(guó)產(chǎn)電影走出國(guó)門的路都不是很順??，隨著國(guó)產(chǎn)電影質(zhì)量和國(guó)家文化影響力的提高，這種情況正逐漸好轉(zhuǎn)。??單位：部??

１００?－??＃、子、、＃??圖２．?２?２００７－２０１６年中國(guó)及北美地區(qū)上映影片數(shù)走勢(shì)圖??資料來(lái)源：由互聯(lián)網(wǎng)數(shù)據(jù)及藝恩咨詢發(fā)布的《２０１５－２０１６中國(guó)電影產(chǎn)業(yè)研宄報(bào)告》整理所得。??從拍攝模式和電影生產(chǎn)的國(guó)家或地區(qū)來(lái)看，中外合拍模式受到的關(guān)注越來(lái)越多。中國(guó)??電影合作制片公司統(tǒng)計(jì)數(shù)據(jù)顯示：２０１６年獲準(zhǔn)立項(xiàng)的合拍故事片為８９部，比２０１５年多出??９部，創(chuàng)下合拍片立項(xiàng)數(shù)目最高記錄。其中，中國(guó)與美國(guó)、大陸與臺(tái)灣、內(nèi)地與香港三種??合拍模式的電影數(shù)量占合拍片立項(xiàng)總數(shù)的８１％，合拍篇數(shù)分別為１０部、８部和５４部。此??夕卜，在所有的立項(xiàng)合拍片中，通過審查的達(dá)７１部，通過率為７９．?７７％。??（２）電影類型分析??自２０１０年起，我國(guó)電影市場(chǎng)的票房收入已超過百億，電影產(chǎn)品己經(jīng)不單單是藝術(shù)形??式，而是不斷向商業(yè)化和市場(chǎng)化的方向轉(zhuǎn)變，市場(chǎng)觀影需求也呈現(xiàn)多元化，票房的高低反??１４??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易昌中;;基于Logit模型的出租車資源優(yōu)化配置[J];宜春學(xué)院學(xué)報(bào);2018年09期

2 鮑鵬程;韓穎;;基于Logit模型的居民住房選擇行為分析——以銅陵市為例[J];銅陵學(xué)院學(xué)報(bào);2019年02期

3 張圓;鄧院昌;;基于Logit模型的共享汽車出行影響因素分析[J];科學(xué)技術(shù)與工程;2019年04期

4 鄭英;;基于Logit模型的寧波市大學(xué)生就業(yè)方式選擇的影響因素分析[J];江蘇科技信息;2018年14期

5 趙青;薛君;李一瑋;;互聯(lián)網(wǎng)金融產(chǎn)品選擇行為研究——基于嵌套Logit模型的分析[J];科學(xué)與管理;2017年05期

6 唐立;鄒彤;羅霞;陳思為;;基于混合Logit模型的網(wǎng)約車選擇行為研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2018年01期

7 王一兵;萬(wàn)欣怡;史靜瑤;林詩(shī)怡;;健康是否會(huì)影響大學(xué)生創(chuàng)業(yè)的分析[J];產(chǎn)業(yè)與科技論壇;2018年23期

8 張瑩瑩;;全面二孩政策對(duì)中國(guó)生育水平的影響——基于多項(xiàng)Logit模型的探討[J];西北人口;2018年03期

9 練勝;李曉達(dá);黃舒晴;葉舒潤(rùn);吳國(guó)健;;基于分層Logit模型的自行車選擇行為影響因素調(diào)研[J];科技與創(chuàng)新;2017年23期

10 林松;尹長(zhǎng)明;;兩階段Logit模型的懲罰廣義估計(jì)方程估計(jì)的漸近性質(zhì)[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年02期

相關(guān)博士學(xué)位論文 前10條

1 李聰穎;城市慢行交通規(guī)劃方法研究[D];長(zhǎng)安大學(xué);2011年

2 袁暉光;中國(guó)高校擴(kuò)招背景下大學(xué)生就業(yè)和工資調(diào)整研究[D];遼寧大學(xué);2010年

3 林強(qiáng);小企業(yè)信貸違約實(shí)證研究[D];福建農(nóng)林大學(xué);2009年

4 孫清;基于金融體系視角的銀行穩(wěn)定研究[D];南京航空航天大學(xué);2010年

5 杜鵬;公眾參與在流域水資源集成管理中的理論、方法與實(shí)踐[D];西北師范大學(xué);2008年

6 梁陽(yáng);我國(guó)農(nóng)村勞動(dòng)力流動(dòng)和遷移的影響因素研究[D];中國(guó)地質(zhì)大學(xué)(北京);2012年

7 侯現(xiàn)耀;智能公交信息對(duì)城市居民公交出行方式選擇的影響研究[D];東南大學(xué);2016年

8 鐘誠(chéng);我國(guó)明星基金的溢出效應(yīng)研究[D];西南財(cái)經(jīng)大學(xué);2013年

9 李艷;基于異質(zhì)認(rèn)知種群的演化博弈模型與均衡研究[D];華中科技大學(xué);2013年

10 周民志;基于多因素多變量判別分析的中小石化企業(yè)信用評(píng)價(jià)研究[D];中國(guó)石油大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 趙宇;基于有序Logit模型的電影投資價(jià)值評(píng)估研究[D];天津財(cái)經(jīng)大學(xué);2018年

2 王軍鋒;基于Logit模型的威海地區(qū)商業(yè)銀行小微企業(yè)信貸風(fēng)險(xiǎn)研究[D];山東大學(xué);2019年

3 李庚憑;基于有序Logit和多項(xiàng)Logit模型的高速公路交通事故嚴(yán)重程度預(yù)測(cè)[D];長(zhǎng)安大學(xué);2018年

4 李建偉;基于Logit模型的雙車道公路交通事故嚴(yán)重程度預(yù)測(cè)模型研究[D];長(zhǎng)安大學(xué);2018年

5 鐘瀅斌;軌道交通客流分配Logit模型研究[D];華中科技大學(xué);2018年

6 查晶晶;諸暨市香榧新技術(shù)農(nóng)戶采納意愿及其影響因素研究[D];浙江農(nóng)林大學(xué);2019年

7 韓軍紅;基于多元有序Logit模型的私人自行車騎行影響因素研究[D];長(zhǎng)安大學(xué);2017年

8 聶垚;基于Logit模型的居民租車行為影響因素研究[D];重慶交通大學(xué);2017年

9 蔣中華;基于Logit模型的民航旅客值機(jī)方式選擇行為研究[D];南京航空航天大學(xué);2017年

10 華夏;基于旅客時(shí)間價(jià)值的空鐵聯(lián)運(yùn)定價(jià)研究[D];中國(guó)民航大學(xué);2016年

本文編號(hào)：2889278