计量-全球电影评价影响因素分析

1、全球电影评价影响因素分析【摘要】本文通过计量经济学上统计分析方法的应用，并结合2013 -2014年的全球电影评分数据,对影响电影打分的因素，如故事情节，演员实力等进行了一系列的分析和检验，最终推导出电影评分影响因素分析模型，并在此基础上对即将上映的电影进行了分数的预测，以验证模型是否实际有用。在影响电影票房的因素选择上面，由于自身资源的有限，模型里没有囊括部分因素，这可能会导致最终模型跟实际情况存在一些偏差。【关键词】电影评分 回归分析 假设检验 自相关 异方差 目录 TOC o 【摘要】 PAGEREF _Toc263240781 h 1【关键词】 PAGEREF _Toc26324078

2、3 h 11.课题背景、选题原因及课题意义分析 PAGEREF _Toc263240784 h 1课题背景 PAGEREF _Toc263240785 h 1选择本课题的原因及意义 PAGEREF _Toc263240786 h 12.解释变量的甄选 PAGEREF _Toc263240787 h 2观众对电影整体评分的影响 PAGEREF _Toc263240788 h 2观众对导演的评分 PAGEREF _Toc263240789 h 3观众对主演的评分 PAGEREF _Toc263240790 h 3观众对电影画质的评分 PAGEREF _Toc263240791 h 3观众对续集的评

3、分 PAGEREF _Toc263240792 h 43.数据来源与收集 PAGEREF _Toc263240793 h 44.模型的构建 PAGEREF _Toc263240794 h 55.回归分析和模型的检验 PAGEREF _Toc263240795 h 6回归分析： PAGEREF _Toc263240796 h 6遗漏变量 PAGEREF _Toc263240797 h 7不相关变量 PAGEREF _Toc263240798 h 7序列相关检验 德宾- 沃森d检验 PAGEREF _Toc263240799 h 9怀特的一般异方差检验（White test）【5】 PAGEREF

4、 _Toc263240800 h 106.模型的运用和票房预测X战警 PAGEREF _Toc263240801 h 111.课题背景、选题原因及课题意义分析 课题背景 1随着社会的发展，中国城乡居民收入水平显著提高。在人民物质生活水平提高的同时，精神、文化生活水平的提升也日益成为广大城乡消费者追求的目标。电影艺术随之兴起并迅猛发展，成为了精神文化娱乐的主力军。以往只有少数人才可以看到的影视作品现在已经成为大众消费品，遍布各大中小城市，成为人们精神生活的寄托以及茶余饭后的谈资，它是继文学、音乐、雕塑、绘画、建筑和戏剧之后产生的对人类影响最大的艺术，渗透于人们的日常生活之中，对社会生活的影响日益

5、广泛而深刻。电影作品已经成为一种潮流文化的象征，日益丰富着我们日常的生活。 2.需求拉动生产。在当今科技高速发展的背景下，影视作品的数量节节攀升，每年都以惊人的速度增长着，影视业的竞争也因此日益增大。制片公司若想在竞争日益激烈的电影市场上生存下去，电影的质量是关键。一部公认的好电影，往往可以带动整个公司的知名度以及大众的进一步消费需求。所以，通晓市场的偏好，生产大众喜欢的影片，增强上市电影在公众心中的好感度以提高电影整体评分，已经成为制片公司的当务之急。 选择本课题的原因及意义1.影视是与人们生活息息相关的话题，是日常生活中大众比较关注的一个领域，对它进行深入的研究有助于更好地了解大众喜好，进

6、一步提高电影的质量，满足民众更高水平的需求，且其结果可显示电影制作的发展趋势，对未来电影如何选择进一步发展的方向有借鉴意义。 2.课题还有很大的发展空间，目前对此方面的研究仍然较少，我们选择这个课题有一定的灵活性。结合以上两点，我们选择研究一部电影应该怎样才能获得高的整体评分，综合考量其主要取决于以下影响因1。影响电影票房的因素很多，比如说影片自身的创意与质量、影片的投资额、导演、演员的知名度、上映期间的社会环境、天气、海报、预告片质量、放映的场数、票价、是否有续集、进口的还是本国生产的，故事情节、投资、同期竞争影片数量、电影的效果等等。由于影响因素很多，我们不大可能一一放入研究，下面筛选出几

7、个我们认为相对来说比较重要的用于进一步的研究分析。2.解释变量的甄选观众对电影整体评分的影响观众是对电影整体评分极为重要的一个影响因素，可以说，此问题直接涉及到一部电影的口碑。因为观众选择是否去观看一部电影之前，总会上网了解一下这部电影的大致评分；在看完一部电影后，也会相应的给出自己的评分，从而对电影评分的高低造成影响。随着技术的提高，有关电影的评分软件也越来越完善以及人性化，可以在一定程度上体现出该部电影的价值。评分越高的电影，观看的观众人数也会越多，反之则少，而这直接影响到最后制作商的利润大小以及电影后期的进一步制作与发展，所以在此将观众作为对电影整体评分的解释变量之一。观众对导演的评分电

8、影导演是决定影片品质的关键性因素，而电影的品质会直接影响到电影的整体评分。在大多数影片的制作过程中，往往是采取导演中心制的形式，即剧组上下人员都以导演为核心，无论是灯光，服装，造型，影片中的道具，拍摄效果还是后期剪辑制作，影片的市场定位，都基本由导演来决定，导演对剧本和演员的掌控与挖掘能力，以及对影片市场的分析水平都会对影片的整体品质产生影响，从而进一步影响影片的整体评分。观众对主演的评分在生活中，很多观众是否选择去看一部电影的时候，有时会考虑这部电影是不是由著名演员或自己喜爱的演员主演的，是的话去看的几率将会大大增加。通过我们前期制作的调查问卷，我们发现，这一点在以青少年为主体的电影消费人群

9、中显得尤为明显。但值得注意的是，这个变量的影响也并不是绝对的，但在一部电影中，优秀的吸引人的主演往往会成为电影的极大卖点，对电影的整体评分产生一定的影响。抛开故事情节时，只有观众想看这个演员才会更想投入到电影中去。因此我们也将它加入到模型的检验里面。观众对电影画质的评分对于观众来说，一部优秀影片的电影画质，也会关系到他们能否充分地享用这一部影片。美国的两位 HYPERLINK :/ 4j4j /tag-/ t _blank 电影理论家说：“观众切不可局限于 HYPERLINK :/ 4j4j /tag-/ t _blank 故事，或演员、 HYPERLINK :/ 4j4j /tag-/ t

10、_blank 剧作家、摄影师的技巧等。为了作出恰如其分的判断，观众必须充分体会视觉，使人能全面地观察整个银幕，这是认识电影艺术有机整体的必要的基础。”很多观众为体会到最优秀的电影效果，往往会在选择电影时优先考虑电影画质。一般来说，画质越好的电影，观众选择观看的几率也会越大，电影整体评分也会越高，故我们选择将电影画质添加到影响电影整体评分的因素中去。观众对续集的评分绝大多数情况下，往往只有前期受到公众欢迎的电影才会拍续集，这就给观众传达了一个信息，上一部电影拍得不错，这部电影的质量应该也不错，值得去看，于是，一部电影是不是续集也就成了一个很重要的电影整体评分影响因素。我们在处理时将续集用虚拟变量

11、表示：1表示该电影是续集来的，0则表示不是续集 3.数据来源与收集*此数据来源于时光网【2】、新浪娱乐网【3】4.模型的构建根据之前的分析以及收集到的数据，我们初步建立如下的线性方程形式： Y= 0+1X1+2X2+3X3+4X4+5X5+ Y：观众对电影整体的评分X1：观众对导演的评分 X2: 观众对主演1的评分 X3：观众对主演2的评分 X4:观众对画面的评分X5：续集（虚拟变量，1表示续集，0表示不是续集） Ps：评分均为十分制5.回归分析和模型的检验回归分析：通过Eviews7对收集到的数据进行回归分析，结果如下：1 2 3 4 5 (1)(-1.9530) (0.0481) (0.1

12、071) (0.1076) (0.1108) (0.1622)F检验的f值为48.1637，取5%的显著性水平，可以发现回归系数在总体上的检验是显著的1，拟合度很高。在5%的显著性水平上,对方程（1）的系数进行假设检验，得出如下结论：通过上表发现，观众对导演以及演员的评分的系数的t检验不显著，对电影画面评分的系数的t检验是显著的。下面我们将对此进行检验。相关系数矩阵由相关系数矩阵可以看出，各解释变量相互之间的相关系数不高，证实不存在严重的多重共线性。遗漏变量 方程中解释变量的数目已经足够，而其他可作为解释变量的变量数据获取很困难，并可能存在较大的误差，所以在这里不考虑遗漏变量的影响，虽然这样会

13、降低方程的准确性，但这里是可取的。不相关变量 方程中的观众对导演、演员的评分可能都是不相关变量。下面用模型设定的四个准则进行检验。 1.理论：将观众对主演的评分从模型中剔除掉是合理的，原因如下：电影重在选题和导演对全局的布控，虽然制片方对演员的选择也很在乎，但这只是吸引观众进到电影院的一个方式。相信在一场电影结束的时候，观众对影片的评价不会与对明星的纯粹感情相混淆。这也正符合我们对数据分析的结果，即对影片的整体评价（Y）与演员因素（X2,X3）显著性不高。同样，我们将是否有续集的变量也从模型中剔除掉，原因与明星效应类似，即使一个系列的影片前几部很叫好，也不能成为下一部同样卖座的主要因素。例如生

14、化危机1与生化危机5，整体评分是7.5和6.4，可见影片是否为系列作品与对电影制作好坏的评价并无显著关系。综上所述，选材（故事情节）以及表现手法（导演）才是衡量电影的关键。2、t检验：可能的不相关变量的t值分别是1.023,1.343,和-1.505 ，对于1.023,1.343,和-1.505，在我们正常使用的显著性水平内也是不显著的，而且排除他们后其他变量的t值都变得显著了，于是排除他们； 3、调整的R方：排除变量后，调整的R方减小了，但波动的幅度不大，被排除的变量多多少少是不相关的； 4、偏误：分别排除或者同时排除掉观众对导演、演员的评分这两个变量后，剩余变量的系数只是发生了很小的变动，

15、表明即使排除该变量会造成偏误，也是很小的一部分，无关大局。于是排除它们。 将观众对导演、演员的评分这两个变量排除掉之后重新对模型进行回归14Y：观众对电影整体的评分X1：观众对导演的评分 X4:观众对画面的评分取5%的显著性水平，经过t检验后发现方程的检验都是显著的，调整的R方为0.848，拟合度非常好，而且方程中也不存在多重共线性现象，于是，暂定使用此方程，并以此为基础来进行下面的验证工作。序列相关检验 德宾- 沃森d检验 DW的范围自相关状态0DWdl存在自相关DlDWdu不能确定DUDW4-du无自相关4-duDW4-dl不能确定4-DlDWdL,根据判定规则知，随机误差项不存在序列相关 。怀特的一般异方差检验（White test）【5】 在EVIEWS中对方程进行怀特检验 卡方检验来检验方程的显著性，由下表知道，此时检验统计量是NR2=15.501，取1%的显著性水平，自由度为39，临界值为22.1643，因为22.164315.501,我们接受没有异方差的假设，从而检验得出方程中不存在异方差现象 ；因此14我们将它作为本模型的最终方程形式，并用于实际的预测工作，以检验方程的实际可操作性。6.模型的运用和票房预测X战警导演评分：情节评分：运用方程，我们预测接下来就要上映的电影X战警的整体评分 结合公式：14这个整体评分数据是根据之前的模型推导预测出来