摘要：随着大数据的不断发展，我国的电影产业也随之壮大。如今投资者及评估机构越来越重视无形资产如电影著作权的计算与评估，但目前我国尚未建立起完善的评估机制，一些评估方法存在无法实施的弊端，因此文章基于互联网大数据背景，创新性地将抖音宣传数量作为电影票房收入影响因素之一，分析电影票房的相关因素并通过案例对电影著作权价值进行评估。

　　关键词：电影著作权；收益法；评估

　　引言

　　在全球文化经济加速发展，大数据应用广泛的时代背景下，文化版权越来越被重视，影视作品作为传播力度较大、传播广泛的文化载体之一，应该得到更大程度的重视。我国目前针对电影的评估方法显然跟不上日益发展的电影产业。因此，对电影著作权价值进行评估的研究，需要每一个资产评估人员重视。

　　Bayer（2020归纳影评，对其进行情感打分构建票房预测模型。Collins等假设消费者是电影票房收入的影响因素之一，开始验证研究。Chen等（2012）证明观众的评价对影片能够产生比较深远的影响。崔凝凝等通过科学的实验分析证明电影评分、关注人数及演员人气值等对电影票房收入影响显著。胡银闪等通过三种传统评估方法对电影著作权进行比较分析，指出了当前我国著作权价值评估的不足之处。田粟源，李文彩运用资产评估基础的三种方法评估我国电影著作权价值，得出收益法的结果更符合实际结果的结论。蒋明皓创造性地将互联网产生的口碑效应当作影响票房收入的具体因素，对电影著作权价值进行评估。

　　本文首先选取演员评分、导演评分、上映档期、电影评分及影片类型等因素作为解释变量建立多元回归模型，结果表明，除演员评分外均会对电影票房产生正向影响。接着依次确定票房分成率、票房受益期限以及票房收益折现率，最终用收益法评估了《A》影片的著作权价值，客观地分析了应用大数据评估电影著作权时存在的问题，最后得出结论。

　　本文在前人研究基础上，创新性地将抖音宣传数量作为电影票房收入影响因素之一，期望能够提高评估过程及结果的科学性与精确性，为投资者提供参考。

　　一、大数据下电影著作权评估影响因素及方法

　　（一）大数据下电影著作权的影响

　　1.影响电影著作权的内部因素

　　电影内部影响因素，如：导演、演员、影片题材等。

　　（1）导演

　　一个好的导演是一部电影质量的保证，也标志着这部电影票房不会太差。在影视行业蓬勃发展的今天，不仅有获得观众长期信任的资深导演，也有如雨后春笋般出现的新人导演，很多新人导演的作品一上映，电影票便会一抢而空。本文选取的是从演员转型做导演J的作品《A》，凭借自身的观众缘以及对剧本的真情实感进行打磨，取得了相当不错的成绩。而一些风评一般，没有成绩的导演的作品便很少人问津。可见导演对一个影片的影响是很显著的。

　　（2）演员

　　无论是国产电影还是外国电影，演员对于电影的诠释及对票房的影响都是毋庸置疑的，如果我们知道一部影片里有知名的演员，便会激起我们看这部电影的兴趣，即表示了对演员的肯定，也说明了其对票房的作用。在粉丝经济盛行的时代，演技好的演员能够撑起票房，凭借粉丝的应援宣传活动，也能拥有不错的票房。

　　（3）出品公司

　　电影的出品公司也是观众们选择是否观看电影的一个重要影响因素，一般来说观众认可度高的出品公司会制作质量更高的影片。因此哪怕是无人问津的小演员出演的电影，也会吸引一部分忠实观众观看。

　　2.影响电影著作权的外部因素

　　电影是导演和编剧倾尽心力的作品，其票房收入是重中之重，电影的营销宣传、档期和口碑是电影著作权重要的外部因素。

　　（1）营销宣传

　　在互联网大数据背景下，营销宣传几乎成了企业的必备技能，电影亦是如此，大型社交平台微博、豆瓣、猫眼、小红书、抖音等都是电影宣传的绝佳渠道。不仅可以通过文字的形式进行宣传，还可以通过与网络红人的合作进行视频宣传，将向导片提前在网络媒体上发布，引起观众的兴趣，促进票房的收益，增加电影著作权的价值。

　　（2）电影档期

　　电影档期不仅影响电影的排片率，还通过观众的观影空闲时间不同影响电影的票房。档期环境要看竞品多不多，强势与否，如果和一些大片撞期，票房相比不会很乐观，十一黄金档上映的电影通常因为档期选的好获得了绝佳的票房。

　　（3）口碑

　　在网络发达的今天，影片的传播速度快、范围广，也不免会因为负面评价造成负向影响。观看过电影的观众往往会在影评网站上打出自己的分数，有些还会写出自己对影片的评价，给未看过影片的人作为参考。因此，在信息透明的今天质量差的影片无市场，从而影响排片率，进而影响票房。口碑是每位电影人甚至公众人物不可忽视的一个重要因素。

　　（二）电影著作权价值评估方法

　　1.市场价值法

　　市场法也称市场价格比较法，是指通过比较被评估资产与最近市场类似资产的异同，并将类似的市场价格进行调整，从而确定被评估资产价值的一种资产评估方法。对于电影著作权而言，虽然影片有可分类的影片类型，不过像影片这类艺术作品，不同的导演演员对于同一影片的诠释不同，且哪怕翻拍影片，同一影片不同根据观众的喜爱程度也是不同的。因此在我国版权市场还不完善的情况下，电影市场上要想找到类似的资产进行评估是比较困难的。

　　2.重置成本法

　　重置成本法是指在资产进行评估时，资产价值=现时重置成本-其各项损耗。目前实体性评估对象方便计算其成本及损耗所以常用此方法，对于电影著作权来说，制作成本越高不代表其收益越高。有的影片仅有3 000万元的成本，却获得了14.41亿元的惊人票房，有的影片成本2.5亿元但仅有3亿票房，甚至有的影片电影投资了7.5亿元，但票房仅5 000万元。因此如果通过重置成本来评估电影著作权这种无形资产的价值，显然是不合适的。

　　3.收益法

　　收益法是对预计估价对象通过恰当的公式计算其未来一段时期价值的方法。通常无形资产评估值广泛运用此方法，但我国对此类资产的数据分析及专门的处理数据的机构较为缺乏，且评估人员相对较少，没有跟上我国无形资产大幅发展的脚步，因此收益法在我国发展不是很好。就投资者而言，电影投资回报周期较长，预估其未来价值对如何制定投资计划是非常有必要的。

　　且相较市场法与成本法来说，用收益法对电影著作权进行评估操作性较强，也符合无形资产评估的一般规律，更符合投资者的投资心态。因此，本文选取收益法作为案例的评估方法。

　　（三）电影著作权价值收益法评估模型建立

　　本文基于收益法，建立如下的电影著作权评估模型。

　　其中：V为电影著作权价值；R为票房收入；K为收益分成率；n为收益时长；r是折现率。

　　二、应用分析

　　（一）案例介绍

　　1.案例基本介绍

　　《A》影片是由J导演执导，J、Z领衔主演的奇幻喜剧电影。该片于2021年2月12日上映。

　　2.评估情况简述

　　互联网背景下，媒体的宣传效果直接影响电影票房的销量，因此本文立足当下，结合抖音宣传数量对电影《A》的著作权价值进行评估，目的是为帮助电影著作权所有者正确且科学地确定其价值、为投资公司投资提供参考、为发行公司及影院更好地设置推广营销计划和排片计划表。本案例采用收益法进行价值评估。

　　3.参数确定

　　具体参数如表1所示。

　　（二）案例著作权价值收益法评估

　　1.确定影片票房

　　本文首先在相关网站选取2019—2021年票房排名前30的电影。其次选取表1中6个指标作为解释变量，电影票房收入作为被解释变量。各变量定义如表2所示。

　　本文将抖音宣传数量作为一个新的研究变量。电影的票房跟宣传力度、传播广度密不可分，其宣传渠道有很多，包括正式上映前的点映、主创人员的路演、与营销媒体进行的文字报道及视频宣传，目的是吸引广大观众的注意，从而为正式上映预热。2019年抖音这一网络社交平台兴起，不仅是网络红人用来营销自己，也成了各大企业较倾向的营销渠道之一，包括电影宣传。凭借其广泛的普及度，电影宣传方在上映前通过在抖音的官方账号及与网络红人的合作能够快速且高效地扩大电影的知名度；同时在影片上映后，抖音自带的话题标签为电影持续增加或保持热度，继续扩大宣传范围。因此抖音的宣传数量作为一个解释变量引入模型变得非常有研究价值。

　　本文选择模型残差平方作为权数进行加权最小二乘法对模型参数进行估计，得出结果如表3、表4、表5所示。

　　从表3得知，R方为0.998，说明方程拟合程度较好。表4中得知，在0.05的显著性水平下，模型通过显著性检验。表5中显示，在0.05的显著性水平下，各解释变量的显著性值小于0.05，通过显著性检验。通过表5可以看出演员评分对电影票房有负向作用，其余变量均为正向作用。可能是观众对评分越高的演员会有越高的期待值，要求便会变得苛刻，打分变得没那么客观，导致其对票房影响不正向。从影片类型来分析，各类型影片对票房的影响均为正向，可见每种类型都有其受众，模型结果显示爱情片的受众相对广，对票房的影响也相对大，经上述分析，得到最终票房收入预测模型。

　　Y=-9.517-1.455X1+0.134X3+1.429X2+2.623e1+1.972e2+3.982e3+2.543e4+1.688X4+2.001X5

　　取6位主演平均分可得演员评分为7.5。该影片评分为7.8分，抖音宣传数量为307条，影片类型定义为为喜剧片，因此虚拟变量e4取值为1。上映期为黄金期，虚拟变量X4取值为1。

　　因此电影票房总收入=-9.517-1.455×7.5+0.134×307+1.429×6.8+1.688+2.001×7.8+2.543≈50.26（亿元）

　　2.确定票房分成率

　　一般来讲票房采用分账式方法分成，比例如图1所示。

　　由于本案例主要发行公司和制作方在市场上拥有较强的竞争力，曾制作过多部受欢迎的影片，实力不容小觑。鉴于本案例为导演J的首部作品，为保障投资回报及降低风险，投资方采取了谨慎策略，通过引入多家分账公司以多元化合作模式，为这位新晋导演的电影票房表现及自身投资安全提供坚实的后盾。因此本文将发行方的票房收入比率规定为10%，将制片方的票房收入比率规定为45%-10%=35%。

　　3.确定票房收益期限

　　票房的收益期限以上映到下架的时间为限，通常电影的上映期限不少于20天，若影片很受欢迎则会延长上映期限。贺岁档一般为40天左右。《A》影片则是在贺岁档上映的影片，不过在2021年全球经济下行的大背景下，观影人数远不如从前，为了获得更大收益，影院通常延长了影片下映时间。首先，与本案例同档期的主要竞争影片只有两部，其次，《A》影片的口碑较好，前期宣传非常到位，吸引了大批观众，影院更愿意晚下架此影片，《A》影片排片总在平均线以上。因此将《A》影片的收益期限定为60天，则其每天的收益额：50亿/60≈0.83亿。

　　4.确定收益折现率

　　本文采用风险累加法确定折现率，其公式为：

　　折现率=无风险报酬率+风险报酬率+个别风险调整。

　　其中，无风险报酬率参考十年期国债的平均收益率为2.84%；由于电影行业的风险报酬率较高，同时可以影响票房的因素有很多，如上映档期、影片题材、传播途径等，因此，风险报酬率难以确定，本文采用公式：风险报酬率=行业投资回报率-无风险报酬率。得到行业投资回报率经查阅资料后确定为8.32%，因此风险报酬率5.48%；考虑到电影行业的高风险，综合考虑电影的主创团队、前期宣传、上映档期影响等因素，将个别风险调整至5%，最终确定折现率为13.32%，对应的日折现率=（1+13.32%）1/365-1=0.034%。

　　5.确定评估结果

　　综上所述，将上述参数代入到如下模型：

　　最终计算结果为V=17.25（亿元）。

　　（三）案例分析总结

　　本文通过收益分成率法，最终得出电影《A》的票房收入为50.26亿元，电影《A》实时票房为54.13亿元，预测值与实际值相差7.6％，预测著作权价值为17.25亿元，片方分账19.41亿，预测值与实际值相差12.5％，说明本文建立的票房收入预测模型具有一定的合理性。

　　本案例首先确定影片在预测多元线性回归模型中的相关参数，包括演员评分、导演评分、抖音宣传数量、上映档期、电影豆瓣评分及影片类型六个指标。其次建立回归模型，并通过模型计算得出了影片的预测票房收入。然后，通过计算电影分成率，算出电影制片方得到的票房收入。最后确定了影片的收益期限和折现率，得到影片《A》著作权价值的评估值。

　　三、应用大数据评估电影著作权时存在的问题

　　（一）影响因素数据化困难

　　由于事物的许多影响因素并不是明确的数字，将其数字化表达难度大，且不一定表达科学。例如情感，我们没有办法简单细分每一种情绪将其定义为12345，难以用准确的数值进行描述。在给影片类型下定义的时候也没有办法做到完全精确，只能大概将其定义为某种类型。因此在这种情况下，对影响因素的数据化处理也是一大难题。

　　（二）数据的收集不稳定

　　电影著作权等无形资产评估具有特殊性，不仅因为资料搜集困难，其数据很多是不断变化的，很多专业网站上的票房数据是实时变化的，网友的影评及评分也是实时加载的，因此每一分钟每一秒钟采取的数据均不同，使评估人员的评估成本加大，只能根据每个时间点得出不同的结论，不稳定的数据导致结论参考价值也不同。

　　（三）筛选信息有难度

　　大数据的发展是把双刃剑，让我们更轻松地从网络上获得大量有用信息的同时，也有大量无用信息。且一些“评论黄牛”目前在网络上十分流行，使无效的、不可利用的数据成几何式增加。在浩瀚的数据中剔除无用的信息显然加重了评估人员的工作量以及工作难度。

　　四、总结

　　我国电影产业飞速发展，创造了一个又一个惊人的记录，为了更加科学地对电影著作权进行评估，探究互联网大数据给电影著作权价值评估带来的影响意义重大。本文通过建立多元回归模型，结合影响因素，创新性地引入社交平台的宣传数量，预测电影票房收入，希望提高模型的精确度和科学性，不过在影视行业中各种因素错综复杂，如可以对电影评分，所以评估仍然存在一定的误差。在电影著作权价值中，由于其他方面收益和衍生品价值数据的不完整，目前没有统一的量化标准，因此本文及目前对票房的评估依然停留在票房收入上。

　　我国仍然要加强影视作品等文化产权的保护，电视剧一上映，网络上就会疯传所谓的官方完整版，电影一首映，市场上各小网站上便会充实着“枪版”电影，为我国电影的其他收益带来了挑战。

　　另外，随着物质生活水平的提高，人们的精神世界愈发需要满足，我国相对国外来说影视行业的相关产品开发较为落后，漫威系列电影风靡全世界，其钢铁侠、美国队长、蜘蛛侠的海报、手办、与乐高联名的积木，与优衣库联名的短袖，不仅扩大了其影片的传播范围，还提高了其著作权的价值。迪士尼公司甚至在世界各地建造迪士尼小镇、迪士尼乐园，完全还原其动画电影中场景，让经典的回忆更深入人心，抓住消费者偏好，让每个人都能进迪士尼的世界做公主，同理还有北京的环球影城，同样吸引了大批游客去找寻童年。我国电影公司也应该研究创造出属于我们国家的电影衍生品。

        参考文献：

　　［1］BAYER G.On（not）watching the lady in number 6：Digital holocaust film，copyright infringement and the obligation toremember［J］.Pólemos，2020，14（2）：337-347.

　　［2］COLLINS A，HAND C.Analyzing moviegoing demand：An individual-level cross-sectional approach［J］.Managerial and Decision Economics，2005，26（5）：319-330.

　　［3］CHEN Yubo，LIU Yong，ZHANG Jurui.When do third-party product reviews affect firm value and what can firms do?The case of media critics and professional movie reviews［J］.Journal of Marketing，2012，76（2）：116-134.

　　［4］崔凝凝，唐嘉庚．基于回归分析的中国电影票房影响因素研究［J］.江苏商论，2012（8）：35-39.

　　［5］胡银闪，张颖.基于著作权资产评估中现存问题的思考［J］.出版广角，2013（24）：66-68.

　　［6］田粟源．电影版权评估研究——以中国电影市场为例［D］.济南：山东财经大学，2014.

　　［7］李文彩．电影著作权价值评估收益法应用研究［D］.沈阳：辽宁大学，2016.

　　［8］蒋明皓.互联网背景下电影著作权价值评估研究［D］.沈阳：辽宁大学，2019.