電影票房影響因素分析

1、電影票房影響因素分析以中國內(nèi)地票房數(shù)據(jù)為例【摘 要】 本文通過計(jì)量經(jīng)濟(jì)學(xué)上統(tǒng)計(jì)分析方法的應(yīng)用，并結(jié)合2007 -2009年的中國內(nèi)地電影票房數(shù)據(jù),對(duì)影響電影票房的因素進(jìn)行了一系列的分析和檢驗(yàn)，最終推出電影票房影響因素分析模型，并在此基礎(chǔ)上對(duì)即將上映的電影進(jìn)行了票房的預(yù)測(cè)，以驗(yàn)證模型的實(shí)際有用性的大小，在影響電影票房的因素選擇上面，由于自身資源的有限，有些因素沒有放到模型里面，這可能會(huì)導(dǎo)致最終模型跟實(shí)際的存在一些偏差，對(duì)此，期待各位的指正?！娟P(guān) 鍵 字】 電影票房、 影響因素、模型檢驗(yàn)、 票房預(yù)測(cè)Factors affecting the film box officeBased on the

2、Data of the Chinese mainland box officeAbstract：In this paper, with the application of statistical analysis in econometrics, combined with the data of Chinese mainland 2007-2009 film box office, I will do a series of analyzes and testing on factors affecting the films ,then launch the box office inf

3、luencing factors model ,and predict the box office of the upcoming movie with this model .So as to verify the actual usefulness of the model ,due to the limited resource ,some factors are not included in the model , leading to some deviations between this model and the actual one ,so , gratefully we

4、lcome your corrections .Key words：film box office influencing factors model testing Box office predictions目錄一、課題背景、選題原因及課題意義分析2課題背景2選擇本課題的原因2課題的目的和意義2二、影響因素分析和解釋變量的甄選2影響因素分析2解釋變量的甄選3三、數(shù)據(jù)來源和收集4數(shù)據(jù)來源4數(shù)據(jù)收集整理4四、模型的構(gòu)建5五、回歸分析和模型的檢驗(yàn)、修正51）回歸分析52）多重共線性的檢驗(yàn) 方差膨脹因子VIF63）遺漏變量74）不相關(guān)變量75）序列相關(guān)檢驗(yàn) 德賓- 沃森d檢驗(yàn)86）異方差檢驗(yàn) 懷特

5、檢驗(yàn)（White test）9六、模型的運(yùn)用和票房預(yù)測(cè)波斯王子·時(shí)之刃10七、總結(jié)11八、參考資料12一、課題背景、選題原因及課題意義分析 課題背景 1、隨著現(xiàn)代化建設(shè)的發(fā)展，中國城鄉(xiāng)居民收入水平顯著提高，精神、文化生活伴隨著物質(zhì)生活水平的提高也日益成為廣大城鄉(xiāng)消費(fèi)者追求的目標(biāo)，以往只有少數(shù)人才可以看到的影視作品現(xiàn)在已經(jīng)成為大宗消費(fèi)品，遍布各大中小城市，成為人們精神生活的寄托以及茶余飯后的談資，電影作品已經(jīng)成為一種潮流文化的象征，日益豐富著我們?nèi)粘５纳睢?、需求拉動(dòng)生產(chǎn)，影視作品的數(shù)量每年都以驚人的速度增長，影視業(yè)的競(jìng)爭(zhēng)也因此日益增大，制片公司要想生存下去，票房是關(guān)鍵，一部電影的失

6、敗就可以葬送一間公司，于是，了解票房的影響因素，通曉市場(chǎng)的偏好，生產(chǎn)大眾喜歡的影片，努力為一部電影上市造勢(shì)，已經(jīng)成為制片公司的當(dāng)務(wù)之急。 選擇本課題的原因1、影視是一個(gè)跟我們的生活息息相關(guān)的話題，對(duì)它進(jìn)行深入的研究有助于我們更好地了解生活，另外，影視作品也是我日常生活中比較關(guān)注的領(lǐng)域，選擇自己喜歡的領(lǐng)域進(jìn)行研究，有助于在研究過程中保持熱情，把項(xiàng)目做得更好；2、目前學(xué)術(shù)界里做這個(gè)課題的學(xué)者很少，這樣的話我研究起來會(huì)相對(duì)自由很多，具有更高的靈活性，畢竟沒有來自權(quán)威的壓力 ，而且，之前的學(xué)者做過的研究，在周密性方面還比較欠缺，課題還有很大的發(fā)展空間，于是結(jié)合兩點(diǎn)，最后選擇本課題。課題的目的和意義通過

7、研究，找出影響電影票房的因素到底有哪些，并進(jìn)一步找出它們與電影票房的內(nèi)在統(tǒng)計(jì)關(guān)系，為影視公司推出一部電影時(shí)的決策提供一些參考，同時(shí)可以鍛煉自己的分析思考能力以及動(dòng)手能力，而且，弄清楚哪些因素對(duì)票房影響很大而又不能真實(shí)反映電影質(zhì)量，將來自己做決策決定要不要看一部電影的時(shí)侯也可以有意識(shí)地規(guī)避這些因素，從而使決策更有效，不至于花錢花時(shí)間去看一部沒有價(jià)值的的電影了。 二、影響因素分析和解釋變量的甄選 影響因素分析影響電影票房的因素很多，比如說影片自身的質(zhì)量、影片的排檔期、導(dǎo)演、演員的知名度、上映期間的社會(huì)環(huán)境、天氣、海報(bào)、預(yù)告片質(zhì)量、放映的場(chǎng)數(shù)、票價(jià)、是否為續(xù)集、進(jìn)口的還是本國生產(chǎn)的，故事情節(jié)、投資、

8、同期競(jìng)爭(zhēng)影片數(shù)量、還有是不是3D的等等。 影響因素很多，不大可能全部放進(jìn)來研究，下面篩選出幾個(gè)個(gè)人認(rèn)為相對(duì)來說比較重要的用作進(jìn)一步的研究。解釋變量的甄選 1、預(yù)告片評(píng)分（G）。這應(yīng)該是一個(gè)很重要的影響因素，因?yàn)橛^眾選擇是否去觀看一部電影之前，總會(huì)上網(wǎng)了解一下這部電影的大體結(jié)構(gòu)、場(chǎng)面、情節(jié)等到底是怎么的，在這里，預(yù)告片的質(zhì)量起了很關(guān)鍵的作用，預(yù)告片做得漂亮，有吸引力，到時(shí)去觀看的觀眾就多，反之則少，而這直接影響到最后票房的大小，所以在此將預(yù)告片的評(píng)分作為一個(gè)解釋變量； 2、海報(bào)畫面效果（H）。除了預(yù)告片之外，觀眾的決策還經(jīng)常會(huì)受到貼在大街小巷的電影海報(bào)的影響，海報(bào)畫面做得精致，有感染力，到影片上

9、映時(shí)跑去觀看的人就多，電影票房也就高了，于是也將它作為一個(gè)解釋變量放到模型里面； 3、與首映的時(shí)間差（S）。由于在中國內(nèi)地上映的電影有很大一部分是從外國進(jìn)口來的，而電影在兩地上映的時(shí)間通常都是不同步的，于是就會(huì)產(chǎn)生一個(gè)上映時(shí)間差的問題，或許在過去，有沒有時(shí)間差都不會(huì)影響外國電影的票房，但是現(xiàn)在乃信息時(shí)代，互聯(lián)網(wǎng)技術(shù)發(fā)達(dá)，一部電影從首映那一刻開始，不用多長時(shí)間就可以從網(wǎng)上下載來看了，于是在這個(gè)過程中就會(huì)流失掉一部分買票去看電影的觀眾，因而降低了電影票房，而且由于電影信息自身的時(shí)效性，如果一部電影發(fā)布信息之后長久都不上映，觀眾的熱情就會(huì)慢慢喪失掉了，等到電影真的上映的時(shí)候，觀眾早就將它忘了，于是電

10、影票房也就大打折扣，所以，這個(gè)上映的時(shí)間差也應(yīng)該作為一個(gè)解釋變量放到模型里面； 4、觀眾對(duì)導(dǎo)演的評(píng)分（D）。雖然至今仍然不清楚導(dǎo)演對(duì)影片票房的成功作用到底有多大，但是如果沒有導(dǎo)演，一部電影最終也不會(huì)出現(xiàn)在觀眾的面前，票房高的電影初步認(rèn)為趨向于是由總體評(píng)分比較高的導(dǎo)演拍出來的，所以導(dǎo)演也應(yīng)該是一個(gè)重要的影響票房的因素，也放到模型中進(jìn)行檢驗(yàn)。 5、觀眾對(duì)主演的評(píng)分（Z）。主觀上認(rèn)為觀眾是否選擇去看一部電影的時(shí)候會(huì)考慮這部電影是不是由著名演員主演的，是的話就去看，不是的話就不去，但到底這種影響是不是真的很明顯，暫時(shí)不大清楚，不過本人認(rèn)為它應(yīng)該算是一個(gè)重要的變量，起碼我自己看電影的時(shí)候首先看的是有沒有

11、我喜歡的演員參演，有的話就會(huì)選擇去看，因此也將它加入到模型的檢驗(yàn)里面； 6、續(xù)集（X）。絕大多數(shù)情況下，只有好的電影才會(huì)拍續(xù)集，這就給觀眾傳達(dá)一個(gè)信息，上一部電影拍得不錯(cuò)，這部電影的質(zhì)量應(yīng)該也不錯(cuò)，值得去看，于是，一部電影是不是續(xù)集也就成了一個(gè)很重要的票房影響因素，在這里續(xù)集用虛擬變量表示，1表示該電影是續(xù)集來的，0則表示不是續(xù)集； 除此之外，可能還有很多的影響因素，不過由于自己掌握到的信息有限，所以暫且使用以上六個(gè)作為解釋變量來進(jìn)行模型的設(shè)定。 三、數(shù)據(jù)來源和收集 數(shù)據(jù)來源1、電影票房數(shù)據(jù)。在這個(gè)模型中，應(yīng)變量是在中國內(nèi)地上映的電影的票房（B）其中07年電影33部，08年電影51部，09年電

12、影22部，總共106個(gè)樣本。數(shù)據(jù)來源于以下的外國網(wǎng)站電影票房數(shù)據(jù)來源2、預(yù)告片評(píng)分（G）、海報(bào)畫面效果評(píng)分（H）、導(dǎo)演評(píng)分（D）、主演評(píng)分（Z）。的數(shù)據(jù)來自于時(shí)光網(wǎng)上網(wǎng)民的評(píng)分（ ）。3、與首映的時(shí)間差（S）。數(shù)據(jù)同樣來自于時(shí)光網(wǎng)，結(jié)合影片首映和在中國內(nèi)地上映的時(shí)間，整理得出時(shí)間差s,亦即延緩上映的時(shí)間 。4、影片是否為續(xù)集（X）的信息大部分來自于時(shí)光網(wǎng) 5、此外，收集數(shù)據(jù)過程中還參考了以下網(wǎng)站 ： IMDB： 未來影視網(wǎng)： 中國影視庫： 數(shù)據(jù)收集整理四、模型的構(gòu)建 根據(jù)之前的分析以及收集到的數(shù)據(jù)，我初步建立如下的線性方程形式： B = 0 +1G +2H +3S +4D +5Z +6X +

13、B ：電影票房 （百萬美元） G ：預(yù)告片的評(píng)分 （十分制） H ：海報(bào)評(píng)分 （十分制） S ：與首映的時(shí)間差，即延緩上映時(shí)間 D ：觀眾對(duì)導(dǎo)演的評(píng)分 （十分制） Z ：觀眾對(duì)主演的評(píng)分 （十分制） X ：續(xù)集（虛擬變量，1表示續(xù)集，0表示不是續(xù)集） 五、回歸分析和模型的檢驗(yàn)、修正1）回歸分析使用SPSS 17.0 對(duì)收集到的數(shù)據(jù)進(jìn)行回歸分析和F檢驗(yàn)、t檢驗(yàn)，結(jié)果如下結(jié)合上表，我們初步得出方程如下： F檢驗(yàn)的f值為26.360，取5%的顯著性水平，可以發(fā)現(xiàn)回歸系數(shù)在總體上的檢驗(yàn)是顯著的。模型調(diào)整的判定系數(shù)為0.592，擬合度不算很高，但總體上還不是很差。在5%的顯著性水平上對(duì)方程（1）的系數(shù)進(jìn)

14、行假設(shè)檢驗(yàn)，得出如下結(jié)論：通過上表發(fā)現(xiàn)，觀眾對(duì)導(dǎo)演以及演員的評(píng)分的系數(shù)的t檢驗(yàn)不顯著， 而且5 還有非預(yù)期的符號(hào)，這個(gè)檢驗(yàn)結(jié)果可能是由于遺漏變量、 不相關(guān)變量或多重共線性造成的。下面我們將對(duì)此進(jìn)行檢驗(yàn)。2）多重共線性的檢驗(yàn) 方差膨脹因子VIF 通過SPSS計(jì)算各個(gè)變量的VIF后發(fā)現(xiàn)它們的取值都較小，小于嚴(yán)重多重共線性的指標(biāo) VIF 5 ，所以本人認(rèn)為模型中不存在顯著的多重共線性。 3）遺漏變量 方程中自變量的數(shù)目已經(jīng)很多，而且其他的變量的數(shù)據(jù)獲取很困難，就算拿到了也可能存在極大的誤差，所以在這里不考慮遺漏變量的影響，雖然這樣會(huì)降低方程的準(zhǔn)確性，但是在信息有限的情況下，這未嘗不是一種選擇方法。4

15、）不相關(guān)變量 方程中的觀眾對(duì)導(dǎo)演、演員的評(píng)分可能都是不相關(guān)變量。下面用模型設(shè)定的四個(gè)準(zhǔn)則進(jìn)行檢驗(yàn)。 1、理論：將觀眾對(duì)導(dǎo)演、主演的評(píng)分從模型中剔除掉是合理的：評(píng)分高的導(dǎo)演拍出的電影票房通常都比較高，但是也有很多的敗筆；而且還有很多票房高的電影不是評(píng)分高的導(dǎo)演拍出來的（收集數(shù)據(jù)過程中發(fā)現(xiàn)的規(guī)律），這樣一來，對(duì)導(dǎo)演評(píng)分的意義就不大了。對(duì)于演員，現(xiàn)在幾乎每一部電影（不管成?。┒加忻餍菂⒓友莩?，他們獲得的總體評(píng)分都很高，幾乎沒什么差異，于是這個(gè)變量在模型設(shè)定中也就沒有意義了，何況，不同人的喜好不同，如果自己不喜歡一個(gè)人，哪怕他的評(píng)分再高，自己還是不會(huì)去看他拍的電影，另外就是，經(jīng)過了二三十年的發(fā)展之后，

16、娛樂圈里面可謂明星如云，但到底誰才是真正的明星，這個(gè)不好說，結(jié)合以上分析，將導(dǎo)演、演員評(píng)分踢掉理論上是合理的； 2、t檢驗(yàn)：可能的不相關(guān)變量的t值分別是1.19和0.30 ，對(duì)于0.30，在任何的顯著性水平上都是不顯著的，而對(duì)于1.19，在我們正常使用的顯著性水平內(nèi)也是不顯著的，而且排除他們后其他變量的t值都變得顯著了，于是排除他們； 3、調(diào)整的R方：排除變量后，調(diào)整的R方增大了（雖然只是增大一點(diǎn)），表示現(xiàn)在的 方程比之前的擬合得更好了，被排除的變量多多少少是不相關(guān)的； 4、偏誤：分別排除或者同時(shí)排除掉觀眾對(duì)導(dǎo)演、演員的評(píng)分這兩個(gè)變量后，剩余變量的系數(shù)只是發(fā)生了很小的變動(dòng)，表明即使排除該變量會(huì)

17、造成偏誤，也是很小的一部分，無關(guān)大局。于是排除它們。 將觀眾對(duì)導(dǎo)演、演員的評(píng)分這兩個(gè)變量排除掉之后重新對(duì)模型進(jìn)行回歸， 得出新的方程 B：票房 G：預(yù)告片評(píng)分 H ：海報(bào)評(píng)分 X: 續(xù)集 S：延緩上映時(shí)間 取5%的顯著性水平，經(jīng)過F檢驗(yàn)和t檢驗(yàn)后發(fā)現(xiàn)方程的檢驗(yàn)都是顯著的，調(diào)整的R方為0.594，擬合度也算比較好，而且方程中也不存在多重共線性現(xiàn)象（所有的VIF都小于2），于是，暫定使用此方程，并以此為基礎(chǔ)來進(jìn)行下面的驗(yàn)證工作。 5）序列相關(guān)檢驗(yàn) 德賓- 沃森d檢驗(yàn) 運(yùn)用EVIEWS對(duì)方程進(jìn)行序列相關(guān)檢驗(yàn)，得出D-W值為0.475940 ，給定顯著性水平a=0.05，查D-W表，N=106，K（解

18、釋變量個(gè)數(shù)）4，得出下限臨界值dL=1.62，上限臨界值dU=1.80，因?yàn)镈W統(tǒng)計(jì)量為0.475940<dL=1.62。根據(jù)判定規(guī)則知，隨機(jī)誤差項(xiàng)存在序列相關(guān) 序列相關(guān)的補(bǔ)救 廣義最小二乘法GLS 運(yùn)用EVIEWS，使用AR(1)方法對(duì)模型進(jìn)行序列相關(guān)修正，得出結(jié)果如下：運(yùn)用廣義最小二乘法進(jìn)行序列相關(guān)的補(bǔ)救之后，得出的D-W值為1.705824，因?yàn)?.705824仍然介于dL和du之間，序列相關(guān)的問題還沒有得到解決，而且經(jīng)過處理后，有兩個(gè)解釋變量都變得不顯著了，最后得出的方程計(jì)算出的估計(jì)值跟樣本相差非常大，考慮將檢驗(yàn)不顯著的變量去掉之后，得出的結(jié)果仍然沒有解決序列相關(guān)問題，于是，我決

19、定在此不對(duì)方程進(jìn)行序列相關(guān)的補(bǔ)救了。從理論上來講這個(gè)做法應(yīng)該也是可行的，因?yàn)橐蜃兞渴歉鞑繘]有關(guān)聯(lián)性的電影的票房，不存在什么固有的順序可言，也不具備什么時(shí)間序列的特性，所以沒有必要硬性對(duì)其進(jìn)行序列相關(guān)的檢驗(yàn)和修正。6）異方差檢驗(yàn) 懷特檢驗(yàn)（White test） 在EVIEWS中對(duì)方程進(jìn)行懷特檢驗(yàn) view Residual Tests White （ cross terms ） 卡方檢驗(yàn)來檢驗(yàn)方程的顯著性，由下表知道，此時(shí)檢驗(yàn)統(tǒng)計(jì)量是NR2=55.09720，取1%的顯著性水平，自由度為4，臨界值為13.28因?yàn)?5.09720>13.28,我們拒絕沒有異方差的假設(shè)，從而檢驗(yàn)得出方程中存

20、在異方差現(xiàn)象 ；異方差的補(bǔ)救 加權(quán)最小二乘法WLS 分析殘差跟各個(gè)自變量之間的殘差分布圖，在這里選擇海報(bào)評(píng)分H為比例因子，利用WLS方法來重新估計(jì)方程，結(jié)合EVIEWS，輸出結(jié)果如上所示。結(jié)合圖表，得出修正后的方程如下： 這是經(jīng)過修正后的方程，F(xiàn)跟t檢驗(yàn)都是顯著的，調(diào)整的R方為0.596，我們將它作為本模型的最終方程形式，并用于實(shí)際的預(yù)測(cè)工作，以檢驗(yàn)方程的實(shí)際可操作性。六、模型的運(yùn)用和票房預(yù)測(cè)波斯王子·時(shí)之刃使用剛才得出的方程的，我們對(duì)幾部電影進(jìn)行票房的估計(jì)，并跟實(shí)際的票房數(shù)據(jù)進(jìn)行比較，得出結(jié)果如下圖所示 從表中數(shù)據(jù)看到，方程的估計(jì)效果是比較好的，模型可以接受。運(yùn)用方程，我們預(yù)測(cè)接下

21、來就要上映的電影波斯王子·時(shí)之刃（又譯波斯王子·時(shí)之沙）的票房會(huì)是多少。 主演：杰克·吉倫哈爾 杰瑪·阿特登 本·金斯利 導(dǎo)演：邁克爾·內(nèi)維爾 預(yù)告片：8.6分 海報(bào)：8.2分 續(xù)集：是 （我們認(rèn)為是的，雖然實(shí)際上他沒有拍過，但波斯王子系列游戲的巨大影響已經(jīng)相當(dāng)于一部前傳）， 同步上映：2010年05月28日 。結(jié)合公式：算出波斯王子·時(shí)之刃的票房是27,097,791 折合人民幣是￥184,996,622美元對(duì)人民幣匯率取 6.827 這個(gè)票房數(shù)據(jù)是我根據(jù)之前的模型推導(dǎo)預(yù)測(cè)出來的，到電影上映之后，大家就可以驗(yàn)證波斯王子·時(shí)之刃票房估計(jì)的準(zhǔn)確度有多大了 。七、總結(jié) 我做的課題是電影票房影響因素分析，經(jīng)過回歸分析和各類的檢驗(yàn)修正之后，得出最終模型為： 其中B 表示電影票房、 G 表示預(yù)告片的評(píng)分 、 H 表示海報(bào)評(píng)分 、 X 表示續(xù)集 S 表示跟首映相比，延緩上演的時(shí)間 在自變量中，前面三個(gè)的系數(shù)都是正的，而最后一個(gè)跟