Рыночная, профессиональная и любительская оценки продукции киноиндустрии: проблема консистентности
Исследование событий и их связей по статусной рассогласованности. Анализ рынка киноиндустрии Америки за 2014-2016 гг., соотношение рыночной, профессиональной и любительской оценок фильмов. Факторы, влияющие на показатель консистентности (согласованности).
| Рубрика | Экономико-математическое моделирование |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 27.08.2017 |
| Размер файла | 1,5 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Общая оценка согласия модели и реальных данных производилась с использованием теста согласия Хосмера-Лемешова (Приложение 3). Тест показал хорошую точность (p-value>0,27) и согласованность.
Теперь посмотрим на модель с , если профессиональная оценка больше, чем рыночная, на 25 пунктов, и 0 в противном случае. Для нее больше подходит использование пробит-модели (Приложение 4), но разница не существенна. Посмотрим на результаты регрессии:
Таблица 16
Анализ модели 3
Модель является адекватной (). Также она лучше, чем в случае со значимым превышением рыночной оценки над оценкой критиков. Значимыми оказались такие факторы, как драма, сиквел, качество режиссера, оригинальность сюжета и бюджет. Проверка критерия согласования (Приложение 3) также показала хороший результат. Посмотрим на предельные эффекты:
Таблица 17
Предельные эффекты модели 3
|
Фактор |
dy/dx |
P-value |
|
|
Драма |
0,289 |
0,001 |
|
|
Сиквел |
-0,124 |
0,014 |
|
|
Качество режиссера |
0,004 |
0,000 |
|
|
Оригинальность сюжета |
0,159 |
0,008 |
|
|
Бюджет (логарифм) |
-0,135 |
0,000 |
Интерпретируем полученные результаты:
· Если фильм является драмой, то вероятность того, что профессиональная оценка фильма окажется значительно больше, чем рыночная, повышается на 28,9%.
· Если фильм является продолжением уже существующей вселенной, то вероятность того, что профессиональная оценка фильма окажется значительно больше, чем рыночная, снижается на 12,4%
· Если увеличить популярность режиссера, участвовавшего в производстве фильма, на 1 единицу, то вероятность того, что профессиональная оценка фильма окажется значительно больше, чем рыночная, повышается на 0,4%. Необходимо учесть то, что переменная изменяется от 0 до 314, и в среднем известный режиссер привносит в переменную 53 единицы. Это значит, что его наличие в среднем увеличивает вероятность события на 21,2%.
· Если фильм основан на оригинальном сюжете, то вероятность того, что оценка критиков сильно превысит рыночную оценку, увеличивается на 15,9%.
· При увеличении логарифмированного показателя бюджета на одну единицу, вероятность события снижается на 13,5%.
3.2 Тестирование гипотез
Для первой модели тестирование гипотез выглядит следующим образом:
|
*Рыночная оценка значимо превышает профессиональную оценку |
||
|
Нулевая гипотеза |
||
|
Наличие возрастных ограничений уменьшает возможность того, что событие * случится - отвергается |
||
|
Наличие нескольких фильмов в кинофраншизе увеличивает возможность того, что событие * случится - не отвергается |
||
|
Развлекательный жанр фильма увеличивает возможность того, что событие * случится - отвергается |
||
|
Такой жанр фильма, как драма, уменьшает возможность того, что событие * случится - отвергается |
||
|
Наличие хорошего актерского состава увеличивает возможность того, что событие * случится - не отвергается |
||
|
Наличие хорошего режиссера уменьшает возможность того, что событие * случится - отвергается |
||
|
Высокий бюджет увеличивает возможность того, что событие * случится - не отвергается |
||
|
Задействование влиятельной компании-дистрибьютера увеличивает возможность того, что событие * случится - отвергается |
||
|
Тот факт, что фильм основан на оригинальном сюжете, уменьшает возможность того, что событие * случится - отвергается |
Рассмотрим ситуацию с гипотезами по второй модели. Значимые переменные - драма, сиквел, качество режиссера, оригинальность сюжета и бюджет
|
*Профессиональная оценка значимо превышает рыночную оценку |
||
|
Нулевая гипотеза |
||
|
Наличие возрастных ограничений увеличивает возможность того, что событие * случится - отвергается |
||
|
Наличие нескольких фильмов в кинофраншизе уменьшает возможность того, что событие * случится - не отвергается |
||
|
Развлекательный жанр фильма уменьшает возможность того, что событие * случится - отвергается |
||
|
Такой жанр фильма, как драма, увеличивает возможность того, что событие * случится - не отвергается |
||
|
Наличие хорошего актерского состава уменьшает возможность того, что событие * случится - отвергается |
||
|
Наличие хорошего режиссера увеличивает возможность того, что событие * случится - не отвергается |
||
|
Высокий бюджет уменьшает возможность того, что событие * случится - не отвергается |
||
|
Задействование влиятельной компании-дистрибьютера уменьшает возможность того, что событие * случится - отвергается |
||
|
Тот факт, что фильм основан на оригинальном сюжете, увеличивает возможность того, что событие * случится - не отвергается |
Заключение
Целью исследования являлось определение факторов, влияющих на разницу в оценках качества продукта киноиндустрии. Критериями качества выступали рыночная оценка продукта, учитывающая отношение кассовых сборов к бюджету, а также оценки любителей и профессионалов.
Анализ был проведен на данных по американским фильмам за 2014-2016 года. Были построены три модели: первая - линейная регрессионная модель, вторая и третья - логит- и пробит-модели соответственно. Первая модель позволила оценить влияние характеристик фильма на показатель согласованности оценок. Вторая и третья оценивали влияние тех же параметров на вероятность возникновения двух событий: значительного превышения рыночной оценки профессионального мнения (модель 2) и наоборот - значительного превышения профессиональной оценки над рыночной (модель 3).
Рассмотрим результаты, полученные в ходе исследования. Первая модель показала, что гипотеза о том, что возрастные ограничения влияют на согласованность оценок, не отвергается. Также, наряду с возрастными ограничениями, рассогласованность могут вызывать наличие предыдущих частей вселенной фильма, качественный актерский состав и высокая популярность режиссера, жанр драмы и высокий бюджет.
Для второй и третьей моделей характерны следующие результаты:
|
Модель 2 (Рыночная оценка значимо превышает профессиональную) |
|
|
Если фильм является продолжением уже имеющейся кинематографической вселенной, то вероятность того, что его рыночная оценка окажется значительно выше профессиональной, повышается на 24,3% |
|
|
Добавление достаточно популярного актера в фильм увеличивает вероятность значительной разницы между профессиональной и рыночной оценками в пользу второй повышается на 7% |
|
|
При увеличении логарифмированного показателя бюджета на одну единицу, вероятность значительной разницы между профессиональной и рыночной оценками в пользу второй повышается на 4,9%. |
|
|
Модель 3 (Профессиональная оценка значимо превышает рыночную) |
|
|
Если фильм является драмой, то вероятность того, что профессиональная оценка фильма окажется значительно больше, чем рыночная, повышается на 28,9%. |
|
|
Если фильм является продолжением уже существующей вселенной, то вероятность того, что профессиональная оценка фильма окажется значительно больше, чем рыночная, снижается на 12,4% |
|
|
Наличие довольно известного режиссера увеличивает вероятность того, что профессиональная оценка фильма окажется значительно больше, чем рыночная, на 21,2%. |
|
|
Если фильм основан на оригинальном сюжете, то вероятность того, что оценка критиков сильно превысит рыночную оценку, увеличивается на 15,9%. |
|
|
При увеличении логарифмированного показателя бюджета на одну единицу, вероятность того, что оценка критиков сильно превысит рыночную оценку, снижается на 13,5%. |
Итак, возрастные ограничения могут отрицательно влиять на согласованность оценок, так как они ограничивают потенциальную аудиторию, которая могла бы посмотреть фильм в кинотеатре. Другими словами, они ограничивают возможную прибыль.
Качественный актерский состав может побудить аудиторию пойти в кинотеатр даже на низкокачественный фильм, поэтому это увеличивает возможность превышения рыночной оценки над профессиональной. Это может быть связанно с асимметрией информации на рынке киноиндустрии, когда потребитель попадает в ловушку хорошо прорекламированного, но на деле недостаточно качественного продукта.
Высокая популярность режиссера играет роль для критиков. Видимо, популярность режиссера напрямую зависит от его таланта и играет большую роль для профессиональной оценки.
Если фильм является сиквелом, то оценки также как правило, становятся более рассогласованными. Так как также увеличивается вероятность того, что рыночная оценка превысит профессиональную, это может быть связано с тем, что ожидания потребителей от нового фильма той же вселенной высоки. Они идут на него в кинотеатры, а вот там, как показывают зарубежные исследования, они по статистике видят более плохой продукт, чем оригинал.
Жанр драмы оказался тоже влиятельным. Оказывается, критики более ценят серьезные и драматические сюжеты.
Также для них оказалась важной переменная оригинальности сюжета. Этот факт говорит о том, что возможно, профессионалы ценят новые сюжеты больше, чем фильмы, построенные на уже существующих источниках.
Высокий бюджет положительно влияет на рассогласованность оценок. Это может быть связано с тем, что деньги, идущие на рекламную компанию, связаны с бюджетом фильма. Это бы объяснило результаты анализа о том, что фильмы с высоким бюджетом часто получают рыночную оценку более высокую, чем профессиональное мнение. Возможно, критики считают некоторые такие фильмы переоценёнными.
На основе полученных результатов можно понять, какие факторы влияют на несогласованность между рыночной, любительской и профессиональной оценками киноиндустрии. Более того, можно сделать выводы, на какие параметры следует опираться при производстве экономически выгодного продукта киноиндустрии, а на какие - для получения наград, профессионального признания со стороны критиков.
Список использованной литературы
1. Богомолова Т.Ю., Саблина С.Г. Статусная рассогласованность как аспект социальной стратификации // Рубеж (альманах социальных исследований). - 1997. - №10-11. - С. 58-65.
2. Bagella M., Becchetti L. The determinants of motion picture box office performance: Evidence from movies produced in Italy // Journal of Cultural economics. - 1999. - Т. 23. - №4. - С. 237-256.
3. Basuroy S., Chatterjee S., Ravid S.A. How critical are critical reviews? The box office effects of film critics, star power, and budgets // Journal of marketing. - 2003. - Т. 67. - №4. - С. 103-117.
4. Greenaway M., Zetterberg B. Success in the Film Industry: What Elements Really Matter in Determining Box-Office Receipts. - 2012.
5. Hennig-Thurau T., Houston M.B., Walsh G. Determinants of motion picture box office and profitability: an interrelationship approach // Review of Managerial Science. - 2007. - Т. 1. - №1. - С. 65-92.
6. Lenski G.E. Status crystallization: a non-vertical dimension of social status //American sociological review. - 1954. - Т. 19. - №4. - С. 405-413.
7. Terry N. et al. The determinants of domestic box office performance in the motion picture industry // Southwestern Economic Review. - 2005. - Т. 32. - №1. - С. 137-148.
8. Litman, B. 1983. “Predicting success of theatrical movies: An empirical study”, Journal of Popular Culture, 16(spring): 159-175
9. Garvin, David A. “Blockbusters: The Economics of Mass Entertainment.” Journal of Comparative Economics 5 (1981): 1-20.
10. Prag J., Casavant J. An empirical study of the determinants of revenues and marketing expenditures in the motion picture industry // Journal of Cultural Economics. - 1994. - Т. 18. - №3. - С. 217-235.
11. The Numbers - Movie Box Office Data, Film Stars, Idle Speculation
12. Zhang L., Luo J., Yang S. Forecasting box office revenue of movies with BP neural network // Expert systems with applications. - 2009. - Т. 36. - №3. - С. 6580-6587.
13. Metacritic [Электронный ресурс]: база данных
14. Internet Movie Database [Электронный ресурс]: база данных
15. Holbrook M.B., Addis M. Art versus commerce in the movie industry: A two-path model of motion-picture success // Journal of Cultural Economics. - 2008. - Т. 32. - №2. - С. 87-107.
16. Elliott C., Simmons R. Determinants of UK box office success: the impact of quality signals // Review of Industrial Organization. - 2008. - Т. 33. - №2. - С. 93-111.
17. Elberse, Anita and Bharat Anand. (2007) “The effectiveness of pre-release advertising for motion pictures: An empirical investigation using a simulator market.” 319-43.
18. Box Office Mojo [Электронный ресурс]: база данных. -- Режим доступа: boxofficemojo.com
19. Cleves M.A., Rock L. From the help desk: Comparing areas under receiver operating characteristic curves from two or more probit or logit models // The Stata Journal. - 2002. - Т. 2. - №3. - С. 310-313.
20. Bagella M., Becchetti L. The determinants of motion picture box office performance: Evidence from movies produced in Italy // Journal of Cultural economics. - 1999. - Т. 23. - №4. - С. 267-269.
21. Jeffrey S. Simonoff and Ilana R. Sparrow, Predicting movie grosses: Winners and losers, blockbusters and sleepers
22. De Vany and Walls 2002, Social Values and Film Industry: the Internet Movie Database analysis
23. М. Вебер. Класс, статус, партия, П. Сорокин, Социальная и культурная мобильность
24. Boatwright, Basuroy, and Kamakura's (2007) Reviewing the reviewers: The impact of individual film critics on box office performance, Harvard Business School, United States
25. M. Latif, H.Afzal, 2016, Prediction of Movies popularity Using Machine Learning Techniques
Приложение 1
Модель с Delta1 = 1, если рыночная оценка больше, чем профессиональная, на 25 пунктов и более
Логит-модель (Delta1 = 1), если рыночная оценка больше, чем профессиональная, на 25 пунктов и более.
Пробит-модель (Delta1 = 1), если рыночная оценка больше, чем профессиональная, на 25 пунктов и более.
Модели адекватны и показывают примерно одинаковые результаты, логит-модель немного лучше, поэтому в анализе будем исследовать ее. Псевдо R2 равен 0,228 для первой модели и 0,227 для второй.
Приложение 2
Предельные эффекты объясняющих факторов
Логит-модель (Delta1 = 1), если рыночная оценка больше, чем профессиональная, на 25 пунктов и более.
Пробит-модель (Delta2 = 1), если профессиональная оценка больше, чем рыночная, на 25 пунктов и более.
Приложение 3
Проверка критерия согласия
P-value = 0,27, что говорит о согласованности модели и реальных данных.
Приложение 4
Модель с Delta2 = 1, если профессиональная оценка больше, чем рыночная, на 25 пунктов и более.
Логит-модель
Пробит-модель
Пробит-модель немного лучше, поэтому остановимся на ней. Хотя в целом результаты одинаковы.
Приложение 5
Нормальность остатков (Вторая проверка)
Вывод: остатки распределены нормально
Размещено на Allbest.ru
Подобные документы
Методы экспертных оценок - методы организации работы со специалистами-экспертами и анализа мнений экспертов. Экспертные оценки - индивидуальные и коллективные. Индивидуальные оценки - оценки одного специалиста. Экспертные оценки используются при выборе.
реферат [57,9 K], добавлен 08.01.2009Сущность, цели и задачи выборочного обследования. Описание и особенности использования типического способа отбора выборочной совокупности. Формы статистических показателей выборочного наблюдения. Виды и методика расчета оценок статистических показателей.
курсовая работа [124,1 K], добавлен 13.03.2010Анализ развития рынка телевизионных сериалов производства РФ. Соотношение высокобюджетных проектов, ситкомов и драмеди в российском телеэфире. Прогнозирование объема многосерийной продукции методами экстраполяции временного ряда и наименьших квадратов.
курсовая работа [283,6 K], добавлен 20.06.2014Синтез интуитивных и формализованных методов при прогнозировании внутренних экономических связей. Экспертные оценки в основе методов неформализованного анализа и прогноза. Методы экспертных оценок: аналитический, "Комиссий", "Дельфи", "Конференций".
статья [258,7 K], добавлен 07.08.2017Соотношение объектов риска и нежелательных событий. Характерные источники и факторы риска. Классификация и характеристика основных видов риска. Особенности возникновения индивидуального, технического, экологического, социального и экономического рисков.
презентация [70,6 K], добавлен 28.05.2013Основные параметры уравнения регрессии, оценка их параметров и значимость. Интервальная оценка для коэффициента корреляции. Анализ точности определения оценок коэффициентов регрессии. Показатели качества уравнения регрессии, прогнозирование данных.
контрольная работа [222,5 K], добавлен 08.05.2014Рассмотрение этапов прогнозирования управленческих решений. Изучение методов экспертных оценок: "интервью", "докладная записка", "морфологический анализ". Анализ данных об объеме инвестиций и стоимости продукции с помощью диаграмм и линейных функций.
контрольная работа [687,4 K], добавлен 13.10.2014Характеристика продукции, выпускаемой АООТ "Лесдок". Анализ структуры себестоимости продукции. Анализ себестоимости продукции в динамике. Исследование влияния факторов на себестоимость продукции. Оценка влияния факторов методом аналитической группировки.
курсовая работа [271,5 K], добавлен 25.05.2010Индексы и их использование в статистике. Общая характеристика и сфера их применения. Индексы количественных показателей: физического объема производства продукции, затрат на выпуск продукции и ее стоимость. Факторный анализ и методы его применения.
контрольная работа [45,5 K], добавлен 19.02.2009Изучение методов получения трендовых и корреляционных моделей, их основные виды. Определение тесноты связей между различными факторами и закономерностей развития описываемых событий. Графики результатов расчета по полученным корреляционным моделям.
курсовая работа [559,5 K], добавлен 11.04.2012
