分析电影产业常用指标

㈠ 电影版权评估的评估探索

若能在电影版权领域建立起一套类似于标准普尔或穆迪公司的债券评级（或公司评级）制度的评估体系，则对于标准化电影版权的经济价值有着极大的现实意义。就产业内部而言，标准化的评估体系和制度能公允地评估电影的价值，为未来的电影版权开发和交易提供借鉴；就产业外部而言，电影版权评估指标体系能为各类投资者提供决策的依据，从而降低投资风险。总之，但凡一个产业要有进一步的良性发展，形成良性的产业内循环和外部资源循环，一套以融资为目的的标准化评估体系都是必不可少的，电影产业也不例外。下面，本文将就电影版权评估的指标体系谈谈自己的意见。
以融资为目的的电影版权评估指标体系，主要是针对专业金融机构的，其最大的特点是追求可控制风险下可预期的合理收益。在中国电影产业既有的体制之内，只有当影片能够通过审核并最终公映，电影版权的经济价值才能得以实现（也有通过视频网站等其他渠道进行“公映”的，但是影院还是最基本的方式）。电影版权的经济价值由许多部分组成，笼统来说可分为票房价值、其他发行窗口价值和周边价值（包括衍生品价值等）。由于在中国电影市场电影票房收入还是占到了电影版权收入的大头，所以这些指标也大多是侧重于电影票房而设。
电影版权评估时最为常用和适用的还是收益法，所以对于基于电影版权的收益预测是相当重要的，那么，在预测收益的时候到底要注意那些指标呢？可以将之分为三个方面，即：基于电影版权的标准指标、基于电影版权市场化的调整指标和基于电影版权持有人的安全性指标。将这三大类指标进行具体化后，基本能得到13个分指标。

㈡ 如何评价中国电影的发展现状

行业主要企业：猫眼娱乐(01896HK)、阿里影业(01060HK)、光线传媒(300251)、新片场(834630)、华谊兄弟(300027)、爱奇艺(IQ.NASDAQ)、Bilibili(BILI.NASDAQ)

本文核心数据：中国电影市场收入规模、中国电影放映场次情况、中国电影行业集中度

行业概况

1、定义

电影产业是对以电影的制作、发行和放映三个行业为主，同时包括电影的后产品的开发(如音像制品、电影频道、相关图书、玩具等)以及与电影相关的市场活动的总称，属第三产业中娱乐业的一部分。其主要功能是通过视听技术传递艺术形象信息，为人们提供审美、娱乐、宣教服务。

电影产业的特征包括以下几点：

2、产业链剖析：包括五大阶段

从电影行业整体来看，其产业链包括电影制作、出品、发行、放映环节。电影制作作为整个产业的最前端，决定了行业的影片供给数量、质量等情况，具有一定的议价权。影片制作完成后，通过出品及发行方使得影片得以面世，向下游院线企业进行宣发。电影产业的终端是院线市场，其基本职能是提供放映服务获取票务收入，一般占据45%的票房分账比例，同时还为合作商提供广告服务、提供卖品等衍生品服务以获得非票务收入。

在电影产业链中，发行上承制片方，下连院线播映方，是将影片全国推广的渠道，整个电影产业链的参与者众多。

电影制作方主要包括国内外文学与剧本等原始作品方，如国外的漫威、迪士尼，国内的华策影视、腾讯文学等;内容出品方包括海外的华纳兄弟、环球影业，国内的万达影视、华谊兄弟等专业影视公司;宣传发行方包括华纳兄弟、环球影业等传统影视公司发行方，以及淘票票、爱奇艺与猫眼电影等网络发行方;电影产业链终端的院线平台代表公司有海外的AMC与国内的万达影院、大地影院、横店影视等。

行业发展历程：处于“互联网+时代”

从1950年发展至今，我国电影行业共经历了四个阶段，分别为“国有资本时代”、“民营资本时代”、“商业大片时代”和目前所处的“互联网+时代”。

行业政策背景：多项政策加持

以政策扶持为主导电影产业的迅猛发展与国家层面以及政策层面出台的各项扶持政策有着紧密的联系。2010年的《关于促进电影产业繁荣发展的指导意见》由国务院办公厅出台发布，我国对促进电影产业繁荣发展提出了重要的指导方针、具体政策措施保障;

关于支持电影发展若干经济政策的通知》在2014年由财政部、国家发展和改革委员会、国家新闻出版广电总局等联合发布，明确了八项具体政策，使得市场活力得到进一步激发，公益服务质量和水平得到提升;

《国家电影事业发展专项资金征收使用管理办法》于2015年由国家财政部、国家新闻出版广电总局发布并规定，向申请工商登记的经营性电影放映单位征收5%的电影专项资金，用于电影产业发展的金融、税收和人才引进扶持政策。

《中华人民共和国电影产业促进法》于2017年3月1日发布实施，具有里程碑意义。对于正处于发展迅速但缺乏法律依据及保障的电影市场来说，无疑给中国电影产业发展带来了法制化的信心，也为中国电影"走出去"提供了法律上的保障。可以说，国家法律和政策，特别是政策几乎决定着电影产业发展的方向和发展程度。

行业发展现状：

1、中国电影市场收入规模：疫情后强势反弹

从电影票房收入来看，2016-2019年，中国电影票房收入持续增长，并成功突破600亿大关。2019年，我国票房收入达641亿元，较2018年增长5.4%，增速整体呈现下滑态势。2020年，受新冠疫情影响，我国电影票房收入仅为203亿元，不到2019年票房收入的三成。截至2021年12月中旬，我国电影票房收入457亿元，较2020年恢复较快。

2、中国观影人次情况：2020年下降近7成

从观影人次的变动情况看，2020年全年观影人次5.49亿人次，相比2019年减少了68.23%，降幅与票房降幅基本持平。对比2019年全国约14亿的人口总量，人均观影次数为0.39次，相比2019年的1.24次下滑明显，若以8.48亿的城镇人口计算，人均观影次数为0.65次，相比2019年减少了1.43次。

3、中国电影放映场次情况：疫情影响放映场次大幅度下降

2020年全国影院共放映电影5658.4万场，同比减少55.58%，降幅明显低于观影人次和票房降幅。对比票房、观影人次和放映场次的变化情况，随着国内影院数量的逐年增多，放映场次的增加速度始终能够大幅高于票房和观影人次的增长速度。

行业竞争格局

1、行业集中度：头部效应明显

整体来看，中国电影市场头部效应明显，行业集中度较高。随着档期竞争加剧、口碑宣传作用凸显，国内电影票房集中度加剧。2020年受疫情影响，电影前五名票房达到全年总票房的50%以上。除2020年特殊情况外，2018至2021年电影票房前三名和前五名占比稳步提升，这意味着影视行业的龙头公司能够分到更多红利。

2、企业竞争：万达影院市场份额最高

从各院线票房情况来看，我国电影产业市场集中度仍待提高，以票房TOP5院线的票房合计仅为2020年电影总票房的47%。其中，万达院线以15%的票房比重位居榜首，其次为大地院线，其票房比重为10%，上海联合院线(8%)、中影数字院线(7%)和中影南方新干线紧随其后(7%)。

行业发展前景及趋势预测

1、政策方面：《“十四五”中国电影发展规划》

2021年11月9日，国家电影局发布了《“十四五”中国电影发展规划》(以下简称《规划》)，这也是针对内地目前电影市场所做出的最重要的指导性方针政策，其中既有一些具体的数字指标要求，也有一些针对性较强的规划部署。整个规划书近万字，基本涵盖了内地电影近几年发展出现的问题和症结，并提出相应的解决方案，也包括了之前一些方针政策的进一步执行。

以上数据参考前瞻产业研究院《中国电影产业市场前瞻与投资战略规划分析报告》。。

㈢ 影片票房指的钱还是票数呢

当然是钱咯。。 票数过亿 相当夸张哎。。 你确定13个中国人就有一人看过某某电影？~ 那些超 4 5 亿的电影按你这样说的话 那电影业在中国真是大兴啊。。

㈣ 电影版权评估的标准指标

基于电影版权的各项标准指标，可以说是电影版权最核心的评测指标，也就是说，这些指标都是在最大程度上从电影版权的物理属性出发所得到的。 在电影产业中，演员的影响力和号召力也是数一数二的。虽然对于消费者而言，每一部影片都是新的，但是演员却未必。消费者对于演员的偏爱是可以从其过往的作品中进行累积的，同时也能通过历史作品来测度其平均水平。对于消费者而言，由于信任演员而信任影片质量的情况，也是比较普遍的。无论是演技派的演员，还是偶像派的演员，往往都能为电影带来一定数量的消费者。
电影明星一词始于无声片时期，好莱坞的创始者之一阿道尔夫·楚克尔创建的“名演员公司”，选用优秀电影演员拍摄影片大获成功后，电影明星之称便开始盛行，并在世界影坛沿用至今。美国等西方国家制片人创用“电影明星”，是为了在观众中制造崇拜的偶像，从而谋取更高的票房价值。①《建国大业》这部主旋律影片在票房中的成功，很重要的原因就是打了明星牌，有许多观众当时都表示，就算是看明星脸的PPT也是值得去一趟影院的。 电影的剧本决定了电影的类型和大致的情节走向。在以往的诸多研究中，研究者都或多或少地论证了电影类型对电影最终票房有着比较大的影响。剧本的好坏，在很大程度上决定了电影情节是否吸引人。消费者在进入电影院之前，一般会根据影院给出的剧情大纲和预告片进行判断，并决定是否要观看影片。
对于消费者而言，电影是否改编自文学作品，以及是否是系列电影中的一部，又或者是否是以前某影片的续集，都能在一定程度上降低其消费决策时的不确定性。在这方面，比较有代表性的还是《哈利波特》影片系列，暂且不论J·K·罗琳的小说到底精妙在何处，但是电影消费者将对小说的喜爱平移到电影中，却是不争的现实。对于这样的系列片，许多观众往往有一种“强迫症”，具体说来，就是想要看到结局，因此他们往往会一部一部接着看，直到电影拍无可拍为止。当然，《非诚勿扰2》借势《非诚勿扰》也是同样的道理。此外，改编自书籍的影片往往会比其他影片多一些卖点，其原因就在于剧本的可预测性和故事情节的可联想性。 在很大程度上，电影的社交性往往超越了传播内容的重要性，观影有时候更像是一种特意准备的社交活动。因此，借助看电影活动增进彼此之间的情感，是受众选择观影时需要优先考虑的问题。在这种情况下，电影是否好看其实已经被消费者搁置到了比较靠后的位置。这就能解释为什么在有些档期，例如情人节、圣诞节的时候，电影院常常出现一票难求的情况了。
当然，从客观上来说，档期也可以确保一定的票房和上座率。《喜羊羊与灰太狼》的成功就归功于此，《喜羊羊与灰太狼》原定于大年初一上映，想要讨个“喜洋洋”的彩头，但后来发现共同上映的片子有5部，其中《游龙戏凤》、《家有喜事2009》都是喜剧电影，很适合春节放映。而《喜羊羊与灰太狼》是以低幼人群为主要观众的影片，所以就放弃了贺岁档，转而提前10天（即1月16日）放映，那天恰巧是中小学放假的日子，把影片的定位从贺岁片变成假期片（为学生假期制作的影片）。可能就是这样的转变使得《喜羊羊与灰太狼》缔造了中国国产动画片的票房神话。② 在中国的电影市场，电影票房收入还是电影版权收益的主要部分，而各院线的排档好坏可以说是直接影响了电影的票房收入。一份来自联合院线的不完全报告显示，很多国产影片，很多是要靠院线/影院精心安排、耐心调度和积极组织的，否则不要说票房没有保障，许多国产影片包括质量上乘的甚至连影院也进不了。
院线的排档主要是决定了影片上映的时间周期长短、场次数量和场次时间（早场、夜场、午夜场、周末场等）等。而这些因素不但决定了票房的价值，也在很大程度上确定了观影的消费者群体。所以，可以这样认为，但凡被院线接纳得越好的影片，其票房也就越好，那么相应的版权价值也就越大。
《东京审判》可以说就是利用了院线精巧的“细水长流”式的排档，成功地避开了《夜宴》已然完美的宣传造势。如果当时的《东京审判》选择和《夜宴》“正面相撞”，那么很有可能就会落败，于是《东京审判》在联和院线采取了按场登记（即组织到观众就开出场次放映）。众所周知，《东京审判》是一部社会效益和商业效益并重，甚至前者还会超过后者的影片，于是，在口碑的带动下，影片票房的增加有条不紊，影院增开场次也成为了常态，甚至许多影院还增加了拷贝。最终该片单在联和院线就取得了662万元的票房。③ 对于任何一部影片来说，消费者在进入电影院之前，谁都无法知道该片到底如何，于是营销就发挥了相当大的作用。其实，影片营销通过口碑、活动、公关、广告等多种方式的整合，可以在一定程度上营造出一个“拟态环境”，从而提起消费者消费的兴趣，并促使达成消费，以实现盈利。发行公司的营销能力以及公众对电影的评价，都会不同程度地影响到消费者。
在这方面，“吊足观众胃口”的《让子弹飞》应该是屈指可数的了，从影片拥有雏形开始，对于影片信息的披露就是比较有计划的。例如演员陈坤是用“激将法”感动导演姜文的，陈坤当时对姜文说，“你敢用我这样偶像型的演员吗？片子里有我能演的角色吗？”④诸如此类的消息在影片投拍中和上映前几乎充斥了各媒体。此外，关于该影片不同角度的解读、导演的赌气“一定要让观众看懂”都是营销的经典案例。 在电影市场中的同期其他影片，其内涵就是竞争者。对于电影市场来说，与竞争者的相对优势可能更为重要。在电影消费中，由于社交性、情感性消费的存在，消费者如果对影片没有特殊偏爱的话，那么，最有可能发生决策的地点和时间就是在电影院购票时。也就是说，在这种状态下，消费者是通过比较当时电影院可观看的所有电影，从而确定最终的消费决策的。此时，竞争者（同期其他影片）就显得格外重要了。
《十全九美》的票房幸运可能就是源于此，《十全九美》的幸运在于《赤壁（上）》在上映的时候，官方为了保证《赤壁（上）》的票房，把原本要在7月26日上映的《木乃伊3》用一个“不给通过”的方式推到了9月份，而《赤壁（上）》到了后期的时候明显乏力了，又没有强片能接上来，这时候《十全九美》上映了。它等于是挣了《木乃伊3》的票房，要在很多强片的档期，它就死定了。同期影片可以视为竞争者，在竞争者实力不济的情况下，市场的需求得不到满足的情况下，所谓的烂片也有可能出好成绩。⑤ 影片的社会资源指的是电影版权既有持有人所拥有的相关资源。从电影版权生成到其消亡的时间维度内，是否会有相应的资金支持、设备支持、人员支持、市场开发支持、发行渠道支持和优惠政策支持等等，这些都属于影片社会资源的范畴。一般情况下，社会资源越多的影片就越容易打通制作、发行、销售、衍生等诸多环节。在其他条件不变的情况下，多方环节越顺畅，影片最终的盈利就越容易。
《唐山大地震》这部影片就是以唐山市政府为主要投资人的，于是便拥有了许多额外的社会资源，例如场景地的提供、资金到位的速度，甚至是群众演员。在这些方面，唐山市政府都给予了相当大的帮助。并且由于有了一定的政府背景，该片在获得版权质押贷款和寻找投资人方面也更有了便利。 在中国电影产业内部，相较于制片公司，发行公司所起到的作用可能会更大。发行公司的发行能力，包括影片营销的能力、影响院线排档的能力、发行时机选择的能力和发行窗口多样化的能力等，在很大程度上影响了电影版权的最终市场表现。以上提到的所有能力都是需要用一个稳定的公司来进行支撑的，就如同制片公司的财务状况一样，发行公司的财务状况也从历史和未来预期两个方面证明了公司的操作能力和安全性。在国内，华谊兄弟、中影集团等发行公司发行影片在很大程度上都是有保证的。

㈤ 豆瓣电影数据分析

这篇报告是我转行数据分析后的第一篇报告，当时学完了Python，SQL，BI以为再做几个项目就能找工作了，事实上……分析思维、业务，这两者远比工具重要的多。一个多月后回过头来看，这篇报告虽然写得有模有样，但和数据分析报告还是有挺大差别的，主要原因在于：a.只是针对豆瓣电影数据分析太过宽泛了，具体关键指标到底是哪些呢？；b.没有一个确切有效的分析模型/框架，会有种东一块西一块的拼接感。
即便有着这些缺点，我还是想把它挂上来，主要是因为：1.当做Pandas与爬虫(Selenium+Request)练手，总得留下些证明；2.以豆瓣电影进行分析确实很难找到一条业务逻辑线支撑，总体上还是描述统计为主；3.比起网上能搜到的其他豆瓣电影数据分析，它更为详细，可视化效果也不错；

本篇报告旨在针对豆瓣电影1990-2020的电影数据进行分析，首先通过编写Python网络爬虫爬取了51375条电影数据，采集对象包括：电影名称、年份、导演、演员、类型、出品国家、语言、时长、评分、评论数、不同评价占比、网址。经过去重、清洗，最后得到29033条有效电影数据。根据电影评分、时长、地区、类型进行分析，描述了评分与时长、类型的关系，并统计了各个地区电影数量与评分。之后，针对演员、导演对数据进行聚合，给出产量与评分最高的名单。在分析过程中，还发现电影数量今年逐步增加，但评分下降，主要原因是中国地区今年低质量影视作品的增加。

另外，本篇报告还爬取了电影票房网（ http://58921.com/ ）1995-2020年度国内上映的影片票房，共采集4071条数据，其中3484条有效。进一步，本文分析了国内院线电影票房年度变化趋势，票房与评分、评价人数、时长、地区的关系，票房与电影类型的关联，并给出了票房最高的导演、演员与电影排名。

清洗、去重后，可以看到29033条数据长度、评分、评论数具有以下特点：

结合图1(a)(b)看，可以看到电影数据时长主要集中在90-120分钟之间，向两极呈现阶梯状递减，将数据按照短(60-90分钟)，中(90-120分钟)，长(120-150分钟)，特长(>150分钟)划分，各部分占比为21.06%, 64.15%, 11.95%, 2.85%。

结合图2(a)看，可以看到我们采集到的电影数据评分主要集中在6.0-8.0之间，向两极呈现阶梯状递减，在此按照评分划分区间：2.0-4.0为口碑极差，4.0-6.0为口碑较差，6.0-7.0为口碑尚可，7.0-8.0为口碑较好，8.0-10.0为口碑极佳。

这5种电影数据的占比分别为：5.78%, 23.09%, 30.56%, 29.22%, 11.34%

再将评分数据细化到每年进行观察，可以发现，30年内电影数量与年度电影均分呈反相关，年度均分整体呈现下降趋势，2016年电影均分最低，电影数量最多。

进一步做出每个年份下不同评级等级的电影数据占比，可以发现，近年来，评分在[2.0,6.0)的电影数据占比有着明显提升，评分在[6.0,7.0)的数据占比不变，评分在[7.0,10.0)的数据占比减少，可能原因有：

对照图5，可以发现，评分与时长、评论人数的分布大致呈现漏斗状，高分电影位于漏斗上部，低分电影位于漏斗下部。这意味着，如果一部电影的评论人数很多（特别是超过30w人观影），时长较长(大于120min)，那么它大概率是一部好电影。

根据各个国家的电影数量作图，可以得到图6，列出电影数量前十的国家可得表格2，发现美国在电影数量上占第一，达到8490部，中国其次，达6222部。此外，法国，英国，日本的电影数量也超过1000，其余各国电影数量相对较少。这可以说明美国电影有着较大的流量输入，在中国产生了较大的影响。

进一步分析各国电影的质量，依据评分绘制评分箱线图可得图7，在电影数量排名前20的国家中：

接着我们可以探索，哪个国家的电影对豆瓣评分随年份下降的贡献最大，考虑到电影数量对应着评分的权重。根据上述各国的电影评分表现，我们可以猜测电影数量较多的国家可能对年度均分的下降有较大影响。于是，我们再计算出这些国家的年度电影均分，并与整体均分进行比较分析。

再作出中国大陆，中国台湾，中国香港的均分箱线图图9(a)，可以看到，大陆电影均分低于港台电影，且存在大量低分电影拉低了箱体的位置。

分析相关性可得，大陆、香港、台湾电影年度均分与全部评分关联度分别为R=0.979,0.919,0.822，说明滤去台湾和香港电影，大陆电影年度均分的变化趋势与全部评分变化更接近。图9(b)可以进一步反映这一点。

可以看到，大部分类型集中在X×Y=[10000,30000]×[6.00,7.50]的区间范围内，剧情、喜剧、爱情、犯罪、动作类电影数量上较多，说明这些题材的电影是近三十年比较热门的题材，其中剧情类电影占比最多，音乐、传记类电影平均得分更高，但在数量上较少，动作、惊悚类电影评论人数虽多，但评价普遍偏低。

除此之外，还有两块区域值得关注：

根据类型对电影数据进行聚合，整理得到各类型电影评分的时间序列，计算它们与整体均分时间序列的相关性，可得表格4与图11，可以看到剧情，喜剧，悬疑这三种类型片与总分趋势变化相关性最强，同时剧情、喜剧类电影在电影数量上也最多，因此可以认为这两类电影对于下跌趋势影响最大，但其余类别电影的相关性也达到了0.9以上，说明几种热门的电影得分的变化趋势与总体均分趋势一致。

前面已经得知，中美两国电影占比最高，且对于均分时间序列的影响最大。在此，进一步对两国电影进行类型分析，选取几种主要的类型（数量上较多，且相关性较高）进行分析，分别是剧情，喜剧，爱情，惊悚，动作，悬疑类电影，绘制近年来几类电影的数量变化柱状图与评分箱线图可得图12,13,14,15。

对导演与演员进行聚合，得到数据中共有15011名导演，46223名演员。按照作品数量在(0,2], (2,5], (5,10], (10,20], (20,999]进行分组统计导演数量，可以发现，15009名导演中有79.08%只拍过1-2部作品，46220名演员中有75.93%只主演过1-2部作品。忽略那些客串、跑龙套的演员，数据总体符合二八定律，即20%的人占据了行业内的大量资源。

在此，可以通过电影得分、每部电影评论人数以及电影数目寻找优秀的电影导演与演员。这三项指标分别衡量了导演/演员的创作水平，人气以及产能。考虑到电影数据集中可能有少量影视剧/剧场版动画，且影视剧/剧场版动画受众少于电影，但得分普遍要高于电影，这里根据先根据每部电影评论数量、作品数量来筛选导演/演员，再根据电影得分进行排名，并取前30名进行作图，可得图17,18。

结合电影票房网（ http://58921.com/ ）采集到的3353条票房数据，与豆瓣数据按照电影名称进行匹配，可以得到1995-2020年在中国大陆上映的电影信息，分别分析中国内地电影的数量、票房变化趋势，票房与评分、评价人数、时长、地区以及类型的关系，此外还给出了不同导演与演员的票房表现以及影片票房排名。

如图19所示，国内票房数据与上映的电影数量逐年递增，2020年记录的只是上半年的数据，且由于受疫情影响，票房与数量骤减。这说明在不发生重大事件的情况下，国内电影市场规模正在不断扩大。

对电影数据根据类型进行聚合，绘制散点图21，可以发现：

提取导演/演员姓名，对导演/演员字段进行聚合，计算每个导演/演员的票房总和，上映电影均分、以及执导/参与电影数目进行计算，作出票房总和前30名的导演/演员，可得图22,23，图中导演/演员标号反映了票房排名，具体每位导演/演员的上映影片数量、均分、每部电影评价人数、平均时长与总票房在表5、表6中给出。

最后根据电影票房进行排名，得到票房排名前20的电影如表格7所示，可以看到绝大部分上榜电影都是中国电影，索引序号为3、10、12、14、18、19为美国电影，这也反映了除国产电影之外，好莱坞大片占据较大的市场。

本篇报告采集了1990-2020年间豆瓣电影29033组有效数据，从豆瓣电影的评分、时长、地区、类型、演员、导演以及票房等信息进行分析评价，主要有以下结论：

㈥ 衡量电影传播效果的指标除了票房还有什么

口碑和出圈度

㈦ 电影票房分析及预测

从20世纪初的西洋镜戏法到今天占据全球电影业总产值的三分之一强，资本的加入让好莱坞在过去百年的发展中变得越来越理智--比起商业片流水线缔造者，它更像一个数学家--它精于计算每一项决定对利润的贡献:《蝙蝠侠》续集是否要接受男演员片酬的狮子大开口以获得百分之几的忠实粉丝买票入场;是否要在动作片的第37分钟增加感情戏以争取女性观众;是否要为这部烂透了的原著聘请收费高昂的剧本医生;一个小金人编剧的名头到底值多少钱……这就是在电影开机之前最为重要的环节:票房预测。

华尔街不仅给好莱坞带来了密集的资金支持，也带来了理性的金融工程技术，后者好像一把衡量艺术的尺子。一位浸淫于电影行业的金融人士一语中的:"在这个行业里充斥着暧昧不清、晦暗不明，有真正的艺术家、也有忽悠的吹水者，但到底怎么判断是否能合作，项目是否有投资价值，全凭经验"。

如何预测
早在80年代，美国票房收入预测的先驱BarryLitman对美国80年代近700部电影进行分析推出票房收入预测模型。该系统对之后美国电影投资界产生了颠覆性的影响。电影票房预测系统能分析预测不同种类电影的票房价值，已经成为国际电影产业投融资的重要参考工具，对电影产品定价及衍生产品开发都具有较强的指导作用。

预测系统
电影票房量化分析及预测系统(Box Revenue Prediction)是在考察导演、主要演员、制片、发行及市场营销、电影生命周期、电影类型、发行地区等影响电影票房的诸多因素基础上，基于资产定价模型，综合采用金融工程和回归统计分析方法研发出的预测系统。它能分析预测不同种类电影的票房价值，成为电影产业投融资重要参考工具，对电影产品定价及衍生产品开发都具有较强的指导作用。

中国第一套BRP系统

2012年1月，中影集团联合艾亿新融资本推出了国内第一套基于电影票房预测的估值与定价分析系统--BRP系统。通过对过去4年中600多部影片的统计分析，该BRP系统发现了6条有趣的现象:

·低成本的影片一般会比大片更卖座

·无名小卒主演的影片要比明星主演的影片利润率更高

·类型的艺术特征跟利润之间不存在直接关联，但评论的多寡(无论好评或者劣评)跟利润之间有密切关系

·不含暴力、色情成分的家庭影片最容易赚钱

·大片的续集要比普通新片更容易赚钱

·明星在为影片带来更高票房的同时，也往往拉低了利润率，因为大部分收入进了明星的口袋

㈧ 电影票房是怎样统计出来的

电影票房是用观众人数或门票收入来计算的。

电影业中，票房已经成为衡量一部电影是否成功的重要指标之一，可以用观众人数或门票收入来计算，一般直接用来衡量一部电影的热播程度。

2016年1月，电影市场管理工作会议在北京召开，电影局出重拳整顿市场秩序，如果影院偷漏瞒报票房，院线要承担连带责任，影院放映质量差等问题也会被集中治理。

(8)分析电影产业常用指标扩展阅读：

2018年一季度分账票房189.49亿元，同比增加39.96%。截至2018年6月30日，2018年上半年票房取得320.21亿元，较2017年上半年票房271.51亿元同比增加17.94%，不含服务费票房为299.64亿元，同比增加18%。

2018上半年 s’b观影人次9.01，同比增加15%。其中，国产影片票房为 189.65亿元，同比增长 80.1%，占总票房份额的 59.21%，占据市场主体地位。

前6个月中国影市多个数据纪录均被打破,在档期方面，元旦、春节、清明、端午四个档期票房均创造市场新纪录。