1、互联网金融大数据背景下的电影估值目录第一部分互联网金融下的电影估值的研究意义和方法第二部分大数据金融之保底发行第三部分互联网平台的大众行为电影众筹第四部分估值模型的简历第一部分第一部分引言互联网金融的提出互联网金融的提出电影估值电影估值互联网金融下的电影估值互联网金融下的电影估值的的研究研究意义和意义和方法方法在好莱坞，一部电影从研发阶段，到片名、阵容、档在好莱坞，一部电影从研发阶段，到片名、阵容、档期的确定，都可以得到不同的数据支持。而作为电影期的确定，都可以得到不同的数据支持。而作为电影资深爱好者的我们，想通过电影这一大数据得到实际资深爱好者的我们，想通过电影这一大数据得到实际运用的领域，
2、来研究其具体作用和发展前景。运用的领域，来研究其具体作用和发展前景。研究原因互联网金融互联网金融（ITFIN）是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。互联网金融ITFIN不是互联网和金融业的简单结合，而是在实现安全、移动等网络技术水平上，被用户熟悉接受后（尤其是对电子商务的接受），自然而然为适应新的需求而产生的新模式及新业务。电影估值电影估值，又称为票房预测，是确保电影发行投资回报、控制发行风险的重要手段，对于投资决策具有重要的实际意义。在电影评价体系中，一部电影获得的观众评价、国际奖项提名和票房收入可以作为三个很好的指
3、标。如果说从利润的角度而言，口碑和奖项是无形资产，可能在未来产生收益；而一部电影真正的收益则是当期的票房。第二部分第二部分大数据金融之保底发行出现原因和制定依据案例分析博弈论模型建立保底发行电影保底发行是发行公司为争夺优质影片发行权而提供的一种电影发行模式。在作品上映前，发行方为影片进行高额保底，与制作方共同商定一个票房保底线，同时预先支付保底费并垫付前期发行宣传费用；在影片下线后，根据实际票房统计，若实际票房没有达到保底数额，则发行方仍然要以票房为该数额时的分成比重分给制片方；若实际票房超过该保底数额，则发行方就有权按照事前协议所定，按比例赚取收益。出现原因制片方稳赚不赔、降低风险融资渠道、
4、资金周转发行方优质电影数量不足竞争激烈，抢夺片源制定依据（1）该影片导演的知名度、以往作品的票房及观众认可度、导演在影坛中的地位；（2）该电影主演以往作品的成就，主演是否有广大的粉丝作为票房的基础，或主演近期在社会各个方面受到的关注度如何；（3）该电影上映时间是否处于国庆节、春节、暑假等法定假日；（4）是否属于IP（Intellectual property）电影，即该电影剧本或原著是否拥有强大的群众基础来支持由此改编的电影；（5）该电影是否属于续集，若属于，往部电影票房和口碑是否足够好到值得投拍续集；（6）影片的类别。2016年春节档保底发行18亿，实际票房33.92亿成功原因分析：1.风险
5、被进一步分散。由中国电影股份有限公司、星辉海外有限公司、和和（上海）影业有限公司等九家公司联合出品；2.在保底投资过程中有许多直接转化为了实物资产，不完全施行价格对赌。考虑到“星爷”的巨大品牌效应及影片合家欢的品质，针对档期建议、发行策略、路演活动、场次排映、阵地活动电商合作、硬广投放、预售等方面都做了详尽的计划；3.策划到位，抓住不同年龄层次、不同娱乐需求观众的关注。博弈论模型建立 假设美人鱼的制作成本为x（亿元，下同），保底票房为y0，实际票房为y。手续费为10%固定，投资人投资20%的电影成本，同时作为保底方，宣传费用为C恒定。超出保底票房的部分按照0.2-0.8的比例分成，制片方取0.
6、2。我们来比较保底发行与否对制片方和投资人的收益。先假定制作成本为2亿，保底票房是10亿，发行保底方同时又是投资方之一，投资占比20%，双方约定的宣发费是4000万（优先扣除），发行代理费是10%（优先扣除）。则此时发行保底方应支付给出品方的费用(单位：亿)为：保底票房38%(通用分成比)-宣发费用-代理费=100.38-0.4-0.38=3.02（亿元）算上其自己的投资，并减去其分成，其最终实际支付给出品方的费用（单位：亿）为：应付费用+投资-保底金分成=3.02+20.2-3.020.2=2.816（亿元）。仍以38%的票房分成比来算，若影片实际获得8亿票房，实际可能花费的宣发费用为0.2
7、亿元，那么发行方将获得的收入为80.38-0.2=2.84（亿元），已经超过实际支出的2.816亿元。第三部分第三部分互联网的大众行为电影众筹定义和分类SWOT分析案例分析电影众筹基于互联网的大众筹资行为向网络众筹平台发起申请经过审核在众筹网站上发布展示有兴趣的投资者(或称支持者)在浏览并了解项目根据自身的兴趣爱好、分析判断与经济实力决定是否进行投资享受到相应的回报。预购式众筹、捐赠式众筹、债券式众筹、股权式众筹优势劣势机会风险起到前期市场调研的作用；提供资金保障、分散投资风险；匹配供给和需求，成为融资手段法律制度不健全，相关监管不足；众筹平台不成熟，为形成产业；投资风险较高互联网金融发展，政
8、府推动力大；商业电影市场潜在用户多、平台广，发展前景广阔电影审查风险大、审查标准不完全透明；众筹目的被扭曲；众筹模式仍需优化，目的不应为打广告电影众筹的SWOT分析失败案例分析由百度“百发有戏”推出的众筹项目理财型众筹与电影黄金时代票房挂钩，票房不到2亿元则按照不超过8%年化收益计算，票房逐步提升则收益也逐步提升，最高到6亿元以上票房，年收益按照不超过16%计算，产品期限是180天分档计算1万元、3千元和10元每份的产品失败案例分析更像储蓄的投资收益固定制片方变相打广告投资与观影脱钩投资人没有激励贡献票房预测2-3亿，实则5000万失败原因：电影类型差强人意、理财型众筹模式影响营销、受众筹资金
9、流向选择的影响、众筹平台估值失败第四部分第四部分电影估值模型的建立研究方法及变量设置样本选取与数据采集回归分析和讨论研究方法样本选取和数据采集导演和演员方面，我们得到的结果是与票房正相关，且相关程度导演比主演更大。在续集方面，我们得到的是续集与票房负相关。我们估计可能影响的因素有以下几点：首先，续集的观看者大多集中在观看过之前的影片的观众当中，而其中有一部分观众认为第一部拍摄得不尽人意，则这部分人不会再去贡献第二部的票房；同样，有人在看了第一部后对这部电影的后续期待极高，但是当第二部没有达到其预期的时候，他们会自动“弃坑”，不再成为其续集的消费者。在IP方面，这里获得的是正相关，但是由于样本数
10、量不足，所以该数据不能说明问题，在此想单独探讨。而在电影类型方面，爱情片、喜剧片、奇幻片和青春片获得的是正相关，而相对的，动作片和惊悚片与票房多负相关。我们分析，前三种类型的受众群体更为广阔，老少皆宜，而青春片作为中国电影市场中特有的群体，有着众多的青少年观众的基础，几乎所有的青春电影都会在朋友圈中得到扩散与讨论。而动作片和惊悚片则遭到一部分人的厌恶，故受众有限，对票房产生负面影响。大数据和互联网金融宏观政策层面的支持电影产业的升温点此输入标题保底发行核心是依据大数据来电影估值案例分析和博弈论模型估值模型建立测试导演、演员、续集、IP和影片类型对票房影响的相关性谷歌票房预测模型以互联网、大数据为支撑以云计算为技术保障电影众筹SWOT模型分析电影众筹案例分析总结路漫漫其修远兮道阻且长，行则将至谢谢评委们 请多指教
