Введение.
Индустрия кинематографа в настоящее время является одной из наиболее активно развивающихся отраслей. К особенностям этой отрасли можно отнести:
Слабое влияние на нее мировых потрясений (в т.ч. финансовых кризисов).
Большие возможности для развития в разных направлениях
Значимость для национальной экономики.
В создании одного фильма от сценария до проката участвует огромное количество работников. Восьмизначные бюджеты обычных голливудских фильмов позволяют киностудиям создавать немало новых рабочих мест в абсолютно разных областях от актеров массовки до цветоустановщиков, не говоря уже об обычных должностях в сферах рекламы, финансов или обслуживания.
Но для того чтобы тратить такие деньги, необходимо и зарабатывать не меньше, то есть созданные фильмы должны окупаться. Чтобы оставаться на плаву киностудии вынуждены очень тщательно отбирать фильмы для выпуска в прокат, опираясь на множество факторов.
В данной работе проводится анализ 4 факторов, так или иначе, влияющих на кассовые сборы: бюджет, продолжительность, рейтинг зрителей, месяц премьеры.
По статистике наиболее кассовыми оказываются фильмы, выпущенные в летние месяцы, а также в зимние праздники (это связано с каникулами, отпусками и дополнительными выходными днями, когда люди имеют больше свободного времени для посещения кинотеатра). Таким образом, дата премьеры влияет на сборы.
Кроме того, немалое влияние оказывает продолжительность фильма, поскольку с увеличением времени, уменьшается количество сеансов (поскольку количество часов в сутках ограничено), а соответственно уменьшается и количество зрителей, которые могу посмотреть этот фильм в кинотеатре.
Хороший же рейтинг фильма может послужить стимулом для других зрителей посмотреть этот фильм в кинотеатре или купить на диске, что также увеличит сборы.
Главной мотивацией для нас было то, что мы сами являемся потребителями продукции киноиндустрии, и это исследование имеет максимально приложение в практической деятельности, со стороны просто кинозрителя, которыми мы и являемся. Так же, мы хотели найти причины успешности зарубежных кинокартин (стран Европы и США) и относительно скромные показатели нашей продукции.
Основной анализ.
В работе построена и изучена 4-факторная модель регрессии. Проведены основные тесты на определение адекватности используемых параметров.
Для проведения анализа выбраны «случайным образом» 30 фильмов и собраны все необходимые данные о них с сайта kinopoisk.ru. Чтобы избежать ошибок, связанных с инфляцией и другими факторами, поиск и данные ограничены одним годом – 2010 г.
Исходные данные для регрессионной модели.
Таблица 1.
№ |
Название |
бюджет |
сборы |
рейтинг зрителей |
месяц премьеры |
Продолжительность |
Y |
X1 |
X2 |
X3 |
X4 |
||
1 |
Топор 2 |
$800 000 |
$52 604 |
4,71 |
8 |
85 |
2 |
4,3,2,1, |
$4 600 000 |
$288 450 |
6,5 |
6 |
117 |
3 |
Вкус ночи |
$8 814 650 |
$1 011 339 |
6,25 |
10 |
101 |
4 |
где-то |
$8 000 000 |
$13 936 909 |
6,1 |
9 |
97 |
5 |
Начинающие |
$3 200 000 |
$14 291 955 |
7,32 |
9 |
104 |
6 |
Еще один год |
$16 013 600 |
$18 493 148 |
7,35 |
5 |
129 |
7 |
Игра без правил |
$22 000 000 |
$24 188 922 |
7 |
7 |
108 |
8 |
Детектив Ди |
$13 000 000 |
$51 723 285 |
7 |
9 |
122 |
9 |
127 часов |
$18 000 000 |
$60 738 797 |
8 |
9 |
93 |
10 |
Три дня на побег |
$30 000 000 |
$67 448 651 |
7,77 |
11 |
133 |
11 |
Письма к Джульетте |
$30 000 000 |
$79 181 750 |
7,11 |
4 |
105 |
12 |
Бурлеск |
$55 000 000 |
$89 519 773 |
7,25 |
11 |
119 |
13 |
Пипец |
$30 000 000 |
$96 188 903 |
7,09 |
3 |
117 |
14 |
жизнь, как она есть |
$38 000 000 |
$105 648 706 |
7,5 |
10 |
115 |
15 |
Хищники |
$40 000 000 |
$127 233 108 |
6,5 |
7 |
107 |
16 |
Черный лебедь |
$13 000 000 |
$117 000 000 |
7,96 |
9 |
103 |
17 |
Человек-волк |
$150 000 000 |
$142 161 911 |
6,24 |
1 |
119 |
18 |
Ариэтти из страны лилипутов |
$19 202 743 |
$145 570 827 |
8 |
7 |
90 |
19 |
Безудержное свидание |
$55 000 000 |
$152 263 880 |
6,5 |
4 |
88 |
20 |
Шаг вперед 3D |
$30 000 000 |
$159 291 809 |
7,22 |
8 |
101 |
21 |
Неуправляемый |
$100 000 000 |
$167 805 466 |
7,43 |
10 |
94 |
22 |
Ешь, молись, люби |
$60 000 000 |
$204 594 016 |
7 |
8 |
133 |
23 |
Турист |
$100 000 000 |
$278 346 189 |
6,66 |
12 |
103 |
24 |
Обитель зла 4 |
$60 000 000 |
$296 221 663 |
6,2 |
9 |
96 |
25 |
Знакомство с Факерами 2 |
$100 000 000 |
$310 650 585 |
6,24 |
12 |
98 |
26 |
Карате-пацан |
$40 000 000 |
$359 126 022 |
7,21 |
6 |
140 |
27 |
Сумерки. Сага. Затмение |
$68 000 000 |
$698 491 347 |
5,9 |
6 |
124 |
28 |
Начало |
$160 000 000 |
$825 531 030 |
8,79 |
7 |
148 |
29 |
Гарри Поттер и дары смерти |
$240 204 000 |
$960 283 305 |
8 |
11 |
146 |
30 |
История игрушек 3 |
$200 000 000 |
$1 063 161 943 |
8,04 |
6 |
90 |
Исходные данные для регрессионной модели.
Исходная форма эконометрический модели примет вид:
y = a0+a1 x1 + a2 x2 + a3 x3 + a4 x4 +u.
Определим качественные показатели модели методом анализа вектора и матрицы коэффициентов корреляции.
Значения вектора корреляции R0
0,849717926
0,34923462
0,014037282
0,322023528
В векторе корреляции R0 только первое значение удовлетворяет условию неравенству abs(ri) < r*
В результате чего мы получаем новую форму эконометрической модели, которая принимает вид:
y = a0 + a1 x1 + u
На основании данной модели можно сделать вывод о том, что существенных показателей и имеющемуся набору исходных статистических данных в качестве основного показателя, влияющего на кассовые сборы фильма, следует выбрать X1 – бюджет фильма
Проведя ещё одну выборку методом показателей информационной емкости, мы получили такую же эконометрическую модель и существенный показатель X1.
Тест Голдфелда-Квандта
Данный тест проверяет модель на гомоскедастичность остатков.
Тест показал что в нашей регрессионной модели имеется гетероскедостичность остатков.
График 1.
Гистограмма распределения остатков регрессионной модели.
Тест Дарбина-Уотсона.
Данный тест проверяет в регрессионной модели наличие автокорреляции.
Полученная статистика DW попала в интервал от 1,311 до 2,689, что свидетельствует об отсутствии автокорреляции случайных возмущений
t-тест.
Данный тест проверяет адекватность используемых в модели параметров. Данный текст показал что параметр A1 адекватен, A0;А2;A3- не адекватные параметры.
Заключение.
В результате построения и исследования 4-факторной регрессионной модели, мы сделали следующие выводы: наибольшее влияние на кассовые сборы фильма оказывает его бюджет (Х1), другие факторы влияют незначительно(X2-рейтингзрителей, X3-месяц премьеры, X4-продолжительность фильма); полученная множественная линейная модель адекватна, несмотря на то, что параметры а0, а2, а3 и а4 не являются качественными.
Эконометрическая модель помогла нам формализовать данную проблему относительно 4-х критериев, которые мы рассматривали и конкретизировать наши знания о факторах влияющих на сборы кинофильма. Также мы ответили на второстепенный вопрос, который мы ставили перед с собой. Почему западные фильмы более успешны (прибыльны), чем наше кино? Так как самый влияющей фактор на сборы фильма это его бюджет, а бюджеты западных фильмов превышают наши в 5-7 раз, то вывод напрашивается сам собой.
В заключение хотелось бы представить график исходных данных совмещённой с графиком регрессии.
График 2.
Точечный график исходных данных, совмещенный с графиком полученной регрессии.
Список литературы:
Бышев, В.А. Эконометрика: учеб. пособие / В.А. Бышев. - М.: Финансы и статистика, 2008.
Банковская Л.И., Невежин В.П. Анализ динамики ежегодных международных расходов на путешествия на примере Австралии на базе Prognoz Platform // научная конференция «Экономика, управление и юриспруденция в современном мире: проблемы и поиски решений» Ижевск 2013
Васильченко А.А., Невежин В.П. Анализ оборота розничной торговли алкогольными напитками и пивом за год с применением Prognoz Platform // научная конференция «Экономика, управление и юриспруденция в современном мире: проблемы и поиски решений» Ижевск 2013
http://riarating.ru РИА Рейтинг
www.kinopoisk.ru
http://expert.ru Журнал « Эксперт»
http://www.gks.ru/ Федеральная служба государственной статистики
www.filmpro.ru