一 引言

近几年，中国电影产业规模在高速增长。2015年，中国内地电影总票房超过440.69亿元，同比增长48.7%，成为名副其实的全球第二大电影票房市场。在整体经济发展放缓的背景下，电影产业持续有力的高增速吸引了不少投资者的注意，许多商业主体纷纷布局电影投资。然而，当《捉妖记》《寻龙诀》《港囧》等不断刷新票房纪录的影片展现着电影行业的发展潜力时，电影行业的高风险性往往容易被人忽略。由于演员、道具、场地、拍摄器材等庞大的开支，电影作为一种文化艺术，从诞生之日起，就与资本密不可分。但票房作为衡量一部电影作品商业价值的标准，却并不直接取决于制作成本的高低，而是受导演、编剧、演员、档期等多种因素的影响。据统计，2015年大约1/5的影片票房不足百万元，即便是生产成本极低的影片，也难以平衡收支。随着电影市场的开放、产业的扩张、技术的更新，行业竞争力不断加剧，电影投资的额度也越来越大。一次投资失败，将会给一些影视公司带来毁灭性的打击。2002年，著名导演吴宇森的《风语者》就使得米高梅电影公司最终走向破产。因此，通过了解受众，分析市场风险，生产受众喜欢且具有商业价值的影片，是当前需要解决的重要问题。这不仅能够帮助电影生产中各环节主体做出相对正确的决策，也能对产业链上下游的资源配置进行有效的调节，进而促进整个电影产业的发展。

基于以上背景，本研究立足于中国内地电影的实际情况，通过理论研究分析影响电影票房的各种因素，同时搜集数据，运用科学的统计方法对数据进行量化处理，尝试建立风控模型，分析电影投资风险的影响因素及其影响程度。

二 电影风险控制研究的基本现状

要对电影投资的风险进行研究，就要了解整个电影产业的运作模式。其中，票房是评价一部电影商业运作优劣的最佳标准。国内外对电影风险的研究也往往从分析影响票房的因素展开。早在20世纪80年代，国外学者就开始对电影产业进行定量分析，以期对电影的发展趋势有一个大致的把握和预测。与国外相比，中国对电影投资风险以及对票房影响因素的分析起步较晚。前期以定性分析和案例分析为主。2009年以后，逐渐有学者尝试使用定量分析的方法对影响电影赢利的因素进行分析。但电影市场具有多变性，影响电影产业发展的因素很庞杂，不同学者对电影市场的考察角度不同，对数据的处理方式也不同，往往不同学者研究出的结果大相径庭。

（一）国外电影风险研究现状

20世纪80年代，美国电影经济学家巴瑞·李特曼（Barry Litman）在论文《电影经济成功预测：基于八十年代人的经验》中，将影响电影票房的各种因素分为创意、发行、营销三个方面，对其进行分层回归分析，并得出回归方程。其研究结果表明：导演、明星、暑假档期、影评、续集和发行商对票房有正面影响，剧情片对票房有负面影响。其后，20世纪90年代，司各特·苏凯（Scott Sochay）在《电影成绩预测》中提出新的片方预测模型，并引入市场集中度这一新的变量。其研究结果表明：演员、喜剧片、科幻片、专家评分、圣诞档、暑期档与电影票房呈正相关关系，而市场集中度和由美国电影协会评级为R与电影呈负相关关系。随后，对大数据的挖掘和解析逐渐兴起，很多咨询公司开始使用相关的数据进行预测模型的建立。2013年，Google在一份名为Quantifying Movie Magic with Google Search的白皮书中公布了其电影票房预测模型。该模型主要利用搜索、广告点击数据以及院线排片数据来预测票房。Google宣布其模型预测的票房与真实票房的吻合度达到94%。

（二）国内电影风险研究现状

中国对电影产业风险的研究和票房影响因素的分析刚刚起步。2009年之前，大多以经验性研究为主；自大数据在国内兴起之后，国内学者开始重视对数据挖掘分析方法的使用，逐渐从定性分析为主向定量分析过渡。

2006年，李艳和马西平在《风险投资作为电影制作筹资渠道的可行性研究》中，通过定性分析和案例分析，研究了电影风险投资方向与电影产业的特征，论述了中国电影产业开发引入风险投资的必要性与可行性，并对中国电影风险投资的融资模式进行了探讨，提出在电影制作中引进风险投资、建立电影制作风险投资机制的思路。2009年，张玉松和张鑫在《电影票房的影响因素分析》中，利用2000～2007年在内地上映的进口电影票