○西南林業(yè)大學(xué)會計學(xué)院 周 俐 李朝紅

一、引言

在全球文化經(jīng)濟(jì)加速發(fā)展的時代背景之下，文化越來越為各國所重視，文化是各國實力的有力表征之一。因此，電影，這一文化產(chǎn)業(yè)的重要組成部分，理應(yīng)得到我們更大程度的重視。電影產(chǎn)業(yè)的整體發(fā)展前景雖然很廣闊，但是現(xiàn)在國內(nèi)資產(chǎn)評估界在評估電影著作權(quán)價值的時候，所用方法明顯太過單一，同時有諸多的不合理之處，難以跟上電影產(chǎn)業(yè)的強勢發(fā)展勁頭。所以，對電影著作權(quán)價值評估的研究，是我國資產(chǎn)評估行業(yè)現(xiàn)實工作的需要。

二、電影著作權(quán)相關(guān)概念與文獻(xiàn)回顧

(一)電影著作權(quán)的概念

電影著作權(quán)，是指制片人依法對電影所享有的包括人身權(quán)和財產(chǎn)權(quán)的總和。電影版權(quán)還吸納了電影劇本、電影中配樂、插曲等相關(guān)的著作權(quán)，所以，電影著作權(quán)的享有主題為制片人，也即片方。

對電影著作權(quán)的價值進(jìn)行分析，其包括三大組成部分，分別為票房價值、衍生品價值和其他窗口產(chǎn)生的發(fā)行價值。就目前國產(chǎn)電影著作權(quán)價值來看，電影著作權(quán)價值主要源自票房收益，其為電影著作權(quán)貢獻(xiàn)了90%～95%的總收入。并且由于現(xiàn)在國產(chǎn)電影的衍生產(chǎn)品幾乎處于未開發(fā)狀態(tài)，且其他窗口發(fā)行價值與衍生產(chǎn)品價值所占份額很小，同時不易估測，因此本文對電影著作權(quán)價值的評估主要基于票房收益展開。

(二)文獻(xiàn)回顧

1.國外文獻(xiàn)回顧。國外學(xué)者對電影收入的研究不但比我國早，而且成熟度更高。Litman & Kohl[1]第一次針對電影票房構(gòu)建了預(yù)測模型，模型的解釋變量包括三個，分別是發(fā)行、上映時間以及創(chuàng)意；被解釋變量即票房收入。所構(gòu)建的模型為層次回歸模型，以回歸方程式予以表達(dá)。他的研究為后期針對電影票房構(gòu)建預(yù)測模型設(shè)定了基本思路、給出了可資借鑒的方法，極大地影響了以后其他學(xué)者的研究和探查。Collins & Hand[2]假設(shè)消費者是電影票房收入的影響因素之一，基于此展開研究分析，對研究假設(shè)進(jìn)行了驗證。Chang & Ki[3]構(gòu)建了 2000—2002 年北美電影票房預(yù)測模型，對電影票房收入進(jìn)行了合理預(yù)測，使得整個行業(yè)的市場風(fēng)險得以降低。

2.國內(nèi)文獻(xiàn)回顧。(1)在票房收入方面。王躍華[4]研究提出了 “票房鉆石模型”，認(rèn)為鉆石模型可用于電影票房收入的計算，同時還有助于科學(xué)研究。王錚和許敏[5]借助logit模型對樣本數(shù)據(jù)進(jìn)行研究之后得出：上映檔期、得分、續(xù)集、票價、明星和導(dǎo)演等對電影票房收入存在正向影響的因素。魏明強和黃媛[6]經(jīng)過研究之后發(fā)現(xiàn)：網(wǎng)絡(luò)口碑會極大地影響到票房收入，因此，關(guān)注電影的口碑并及時調(diào)整電影放映相關(guān)策略會對電影票房收入的提高產(chǎn)生影響。崔凝凝和唐嘉庚[7]則采用逐步多元回歸的方法建立了電影票房收入預(yù)測模型，認(rèn)為電影評分、關(guān)注人數(shù)、演員人氣值對電影票房收入產(chǎn)生顯著影響。(2)在電影著作權(quán)價值評估方面。李先瑞[8]研究之后指出：對無形資產(chǎn)進(jìn)行評估時，無論是市場法，還是成本法，乃至是收益法都有自身的缺陷。蔡尚偉和鐘勤[9]認(rèn)為電影著作權(quán)在文化產(chǎn)業(yè)中占據(jù)著重要的地位，因此電影著作權(quán)評估方法的欠缺將會對文化產(chǎn)業(yè)的投資和融資活動產(chǎn)生重要的影響。胡銀閃和張穎[10]對成本法、收益法和市場法進(jìn)行了比較分析，得出：對于評估著作權(quán)價值來講，當(dāng)下最為合適的是收益法，并指出了目前我國著作權(quán)價值評估的不足之處。田粟源[11]研究之后將電影著作權(quán)價值劃分為前期票房收入和后期的衍生品收入兩大部分，雖然目前衍生品所占價值份額很小，但其將來發(fā)展的良好態(tài)勢不容忽視。蔣明皓[12]基于互聯(lián)網(wǎng)背景下的電影著作權(quán)價值進(jìn)行評估，將互聯(lián)網(wǎng)產(chǎn)生的口碑效應(yīng)創(chuàng)造性地引入到影響票房收入的具體因素之中，根據(jù)多元回歸得到電影著作權(quán)價值評估模型。趙麗[13]將市場法與收益法進(jìn)行對比分析，得出對于電影著作權(quán)價值評估，適用度較高的是收益法。

三、電影票房收入影響因素分析

(一)內(nèi)部因素

電影本身的特征，如：演員、導(dǎo)演、電影類型以及電影的出品方等為電影的內(nèi)部因素。

1.演員。對于目前的國產(chǎn)電影來說，電影主演無論對票房的號召力還是對電影的票房收入都起著決定性的作用。很多電影雖然沒有吸引人的劇情或者精細(xì)的制作，卻憑借演員強大的影響力獲得了不錯的票房收入。粉絲在電影上映前和上映后都會為自己偶像的電影積極宣傳，因此為票房收入提供了一定的保證。

2.導(dǎo)演。在我國的電影業(yè)中有一部分資深的電影導(dǎo)演，他們憑借著多年的口碑和優(yōu)秀的作品贏得了觀眾的高度信任，成為電影品質(zhì)和票房的保證。例如陳凱歌、徐崢等國內(nèi)具有知名度的若干導(dǎo)演合作拍攝的《我和我的祖國》、《我和我的家鄉(xiāng)》系列作品得到了觀眾的一致好評；由陳思誠執(zhí)導(dǎo)的“唐人街探案”系列使得票房不斷創(chuàng)造新高，是國產(chǎn)電影中具有相當(dāng)影響力的喜劇電影系列。因此，不難看出，一位好導(dǎo)演的作品，更能吸引觀眾去為票房做貢獻(xiàn)。

3.電影類型。根據(jù)電影劇本的主要內(nèi)容，我們可將影片類型分為動作片、愛情片、喜劇片、戰(zhàn)爭片和其他類型。根據(jù)數(shù)據(jù)統(tǒng)計，近幾年喜劇片、愛情片的票房不斷創(chuàng)造新高，具有抗戰(zhàn)意義的戰(zhàn)爭片在一段時間內(nèi)都能收獲相當(dāng)可觀的票房。所以說觀眾對電影類型的偏好具有一定的周期性，一部電影想要得到良好的票房收益，首先得抓住當(dāng)代觀眾的喜好。

4.出品方。除上述影響因素外，電影的出品方也是一個對電影票房有著影響的因素。一般來說，被觀眾所高度認(rèn)可的出品方更能為電影帶來更多的票房收益，觀眾會認(rèn)為此類出品方更有可能為他們帶來制作精良、可看度高的電影，就算沒有富有名氣的電影演員參演也可能會吸引大部分電影觀眾前去支持。

(二)外部因素

一部電影的制作和產(chǎn)生的最終目的是為了走向市場面向觀眾，因此電影的外部因素對電影票房的影響是不用質(zhì)疑的。

1.電影營銷。在這個網(wǎng)絡(luò)十分發(fā)達(dá)的信息時代，電影營銷顯得十分重要。微博、微信、抖音等自媒體平臺都成為電影營銷的重要陣地。影片可以通過影片的花絮、短視頻、明星的微博宣傳等提升電影的熱度，從而引起消費者的觀影興趣、促使消費行為產(chǎn)生，進(jìn)而實現(xiàn)票房的收益。

2.電影檔期。電影檔期對電影票房的收入影響也是不容忽視的。例如：在暑期檔、春節(jié)檔上映動畫片，此時正處于處在學(xué)生放假期間，這就迎合了學(xué)生的偏好，因此往往暑期檔和春節(jié)檔上映的動畫片能收到較好的票房；賀歲檔的影片抓住了消費者外出共賀新年的心理，同時也偏向上映使人心情愉悅的喜劇片和愛情片等，很好地利用了新年賀歲這一時機(jī)，因此大多能在票房上收到意想不到的效果。

3.電影評分。另一個重要影響因素為電影的影評分?jǐn)?shù)。電影上映后，觀看過電影的觀眾會在電影網(wǎng)站上給電影打出一個自認(rèn)為合適的影評分?jǐn)?shù)。影評分?jǐn)?shù)會給后續(xù)想去影院觀看電影的人提供一個電影可看性的參考。較高的影評分?jǐn)?shù)會使得人們更想去觀看這部電影，較低的分?jǐn)?shù)將會使得想觀看影片的觀眾對本部影片的可看程度產(chǎn)生懷疑，有可能因此不去觀看原本打算支持的影片。因此，電影的影評分?jǐn)?shù)在一定的程度上會對電影的票房收入產(chǎn)生影響。

四、電影著作權(quán)價值評估的思路及相關(guān)參數(shù)的確定

(一)評估思路

經(jīng)過比較分析市場法和成本法以及收益法，最終運用收益法對電影著作權(quán)價值進(jìn)行評估。因為市場法下，電影著作權(quán)具有顯著的獨特性，難以確定可比對象，并且以市場法進(jìn)行評估，難度很大，準(zhǔn)確度也不高；此外電影著作權(quán)耗費的成本和其市場價值之間沒有顯著的相關(guān)性，所以運用成本法也不夠合理。而電影著作權(quán)的性質(zhì)更偏向于無形資產(chǎn)，因此運用收益法進(jìn)行評估是更加合理的選擇。

本文選取影響電影票房收入的演員評分、導(dǎo)演評分、宣傳物料條數(shù)、上映檔期、電影評分及影片類型等六個影響因素，對六個影響因素進(jìn)行多元回歸獲得票房收入的預(yù)測模型，借助分成法和收益法得到評估電影著作權(quán)價值的具體模型。

以下是收益分成率模型：

(1)

其中：V為電影著作權(quán)價值；K為電影票房分成率；R為票房收入；r為收益折現(xiàn)率；n為收入期限。

(二)票房收入模型的構(gòu)建

本文從貓眼票房中選取了2016—2020年每年票房排名前30的電影，并選取演員評分、導(dǎo)演評分、宣傳物料條數(shù)、上映檔期、電影評分及影片類型等六個因素作為解釋變量，被解釋變量是電影票房收入。六個變量代入到多元回歸模型之中，就是電影票房獲得收入模型。六個變量之中的導(dǎo)演和演員評分從時光網(wǎng)上獲得具體的數(shù)據(jù)，宣傳物料條數(shù)、影片類型、上映檔期等相關(guān)數(shù)據(jù)來自于貓眼票房，電影評分來自豆瓣網(wǎng)。并將電影上映檔期分為黃金檔期和其他檔期，其中黃金檔期包括春節(jié)檔、賀歲檔、國慶檔、暑期檔、五一檔；將電影類型分為戰(zhàn)爭片、喜劇片、愛情片、動作片和其他電影類型。各變量定義如表1所示。

與前人的研究有所不同的是，本文將宣傳物料條數(shù)作為一個研究變量。電影宣傳的物料形式多樣，主要含文字素材，如資訊和話題以及文章等等；圖片素材，例如：定妝照、劇照等，定妝照和劇照的有計劃有階段地發(fā)布可以提前滿足電影觀眾的好奇心、激起其對電影內(nèi)容的期待，從而起到為電影預(yù)熱的效果；還包括視頻素材，例如：預(yù)告片、拍攝花絮等，一個好的視頻可以使音樂、人物、劇情很好地串聯(lián)起來，在電影宣傳的所有物料素材中具有最佳的轉(zhuǎn)化效率。在電影上映前，適當(dāng)?shù)奈锪贤斗艜鹩^眾的興趣，起到為電影的正式上映預(yù)熱的作用；在電影上映后，物料可以繼續(xù)增加電影的話題，擴(kuò)大電影信息的傳播范圍。因此電影的宣傳物料作為一個解釋變量有著一定的研究意義。

用SPSS做多元回歸從而得到以下表2、表3、圖1結(jié)果：

表2 模型摘要

表3 方差分析

表4 自變量系數(shù)

圖1 電影總票房散點圖

從所得結(jié)果可知，表3中P值小于0.05，具有統(tǒng)計學(xué)意義。但表2中調(diào)整后R方僅為0.63，說明擬合性較差。從圖1的殘差散點圖可看出，回歸的結(jié)果存在異方差，且表4中多個變量沒有通過顯著性檢驗。由此，我們需要進(jìn)行模型改進(jìn)。采取模型殘差平方即R=1/resid2作為權(quán)數(shù),用加權(quán)最小二乘法對模型進(jìn)行估計，得出結(jié)果如表5、表6、表7所示。

表5 模型摘要

表6 方差分析

表7 自變量系數(shù)

從表5中可以看出，回歸結(jié)果中調(diào)整后R方變?yōu)?.998，方程擬合效果好。表6中顯著性小于0.05，具有統(tǒng)計學(xué)意義。表7中各解釋變量通過顯著性檢驗，方程顯著。且回歸結(jié)果中，物料宣傳條數(shù)、導(dǎo)演評分、影片類型、上映檔期、電影評分與預(yù)期結(jié)果較為一致，對電影票房有著正向影響關(guān)系。但演員評分的結(jié)果則存在一定的差異，經(jīng)過分析，可能是由于大部分的電影都會尋求知名演員參與拍攝，并且邀約好幾個或者十幾個知名演員，伴隨而來的是觀眾對這部電影的高期望，但往往電影的觀感和電影拍攝的質(zhì)量并不會達(dá)到這樣的一個期望值，因此會導(dǎo)致回歸結(jié)果中演員的評分與電影票房呈現(xiàn)一個負(fù)相關(guān)。經(jīng)過上述研究分析，得到最終票房收入預(yù)測模型：

Y=-10.619-1.585X1+1.429X2+0.14X3+1.388X4+1.007X5+2.366E1+2.185E2+4.947E3+5.439E4

(三)其他相關(guān)參數(shù)的確定

1.分成率的確定。票房收入為電影著作權(quán)收益做出了最大的貢獻(xiàn)。當(dāng)前國內(nèi)電影行業(yè)在分配票房收入時，所采取的主流方式為分賬制。中國電影數(shù)據(jù)信息網(wǎng)中對電影票房收入分賬的比例制定了明確標(biāo)準(zhǔn)。首先要從票房總收入里將電影專項資金(占比5%)和特別營業(yè)稅(占比3.3%)扣除，其次將剩余所得的收入于制片方、發(fā)行方、影院間分配，分配比通常是：43%歸屬于制片方和發(fā)行方，57%歸屬于影院與院線。如果電影院與院線同為一家公司，那么它將獨享57%；同樣，制片方與發(fā)行方如為一家公司，43%由此家公司獨享。其分成比例也會依據(jù)制片方的議價能力、電影產(chǎn)業(yè)的發(fā)展程度而不斷調(diào)整。近年來制片方與發(fā)行方的分成率有下降的趨勢。據(jù)統(tǒng)計調(diào)查，有些電影為了增加影片排映場次，制片方、發(fā)行方會返3～5個百分點給影院或院線，因此分成率多為38%～40%之間。若制片方和發(fā)行方是兩個不同的主體，它們內(nèi)部還要再次對票房分賬所得進(jìn)行劃分，從中劃分給發(fā)行方的發(fā)行代理費用比例為5%至15%不等，已經(jīng)上映或者簽署合同的相關(guān)比例應(yīng)按合同約定處理。如果電影為合作制片，則需要按照投資比例確定分賬收入。

2.收益期限的確定。票房收益期限以上映期限進(jìn)行確定。按照我國的慣例，通常電影有20～50天的上映期限，極個別電影由于票房收益良好，上映期限被延長，盡管如此，上映期限通常都不會超過60天，也就是說整體看，票房收益的期限并不長，甚至可以說很短。

3.折現(xiàn)率的確定。對電影著作權(quán)所對應(yīng)的折現(xiàn)率進(jìn)行確定時，通過對比分析當(dāng)下常用的幾種方法后，認(rèn)為風(fēng)險累加法更為適宜。風(fēng)險累加法，量化累加處理無風(fēng)險報酬率、風(fēng)險報酬率，借此將折現(xiàn)率確定下來。對無風(fēng)險報酬率予以確定，難度相對不大，一般以長期國債利率或是以一年期的銀行固定存款利率為數(shù)據(jù)。但是確定風(fēng)險報酬率時，不但難度大，而且復(fù)雜度高。和有形資產(chǎn)相比，電影著作權(quán)收益不但具有顯著的不確定性，而且波動性也比較大，當(dāng)然風(fēng)險報酬就較高，能以行業(yè)凈資產(chǎn)收益率予以確定，或是對如下多種風(fēng)險進(jìn)行總和考量之后進(jìn)行確定，相關(guān)風(fēng)險含市場風(fēng)險、法律風(fēng)險、財務(wù)風(fēng)險、國際風(fēng)險以及政策風(fēng)險。

五、電影著作權(quán)價值評估案例分析

(一)電影票房收入的確定

《刺殺小說家》是由華策影業(yè)投資制片，由路陽導(dǎo)演，雷佳音、楊冪、董子健、于和偉、郭京飛、佟麗婭主演的動作劇情電影，電影于2021年春節(jié)檔上映。

導(dǎo)演路陽在2014年曾執(zhí)導(dǎo)動作片《繡春刀》獲得臺灣電影金馬獎、中國電影金雞獎、華語電影傳媒大獎，在時光網(wǎng)評分為7.5分。該片主要演員有雷佳音、楊冪、董子健、于和偉、郭京飛、佟麗婭。雷佳音在時光網(wǎng)的評分為7.7分，楊冪為5.5分，董子健為6.8分，于和偉為7.7分，郭京飛為7.7分，佟麗婭為8.0分。取五位主演平均分可得演員評分7.2分。該影片豆瓣評分為6.8分，宣傳物料條數(shù)為59條。影片類型為動作片，虛擬變量E4取值為1。上映檔期為黃金檔，虛擬變量X4取值為1。因此可得電影票房收入=-10.619-1.585×7.2+1.429×7.5+0.14×59+1.388×1+1.007×6.8+5.439×1≈10.62(億元)。

(二)分成率的確定

本文中案例電影的制片方、發(fā)行方均為知名影視企業(yè)華策影業(yè)，因此在票房分賬上具有相應(yīng)優(yōu)勢。由此，將39%確定為對應(yīng)的收益分成率。

(三)收益期限的確定

該影片處在春節(jié)檔，從近幾年春節(jié)檔電影的上映期限來看，一般為40天，如果電影票房收益良好，則部分電影會考慮延長上映時間。由于2021年疫情的影響，春節(jié)檔多數(shù)電影選擇延期下映以獲得更多票房收入。根據(jù)對2021年春節(jié)檔電影上映期限的統(tǒng)計分析來看，上映期限多為40至60天，更長能達(dá)到70天。因此本文將2021年春節(jié)檔電影上映期限的平均值58天設(shè)定為該部影片的收益期限。

同時我們可以得到平均每天票房收入=10.62/58≈0.183103(億元)≈1831.03(萬元)

(四)折現(xiàn)率的確定

本文選擇用風(fēng)險累加法來計算折現(xiàn)率。即：折現(xiàn)率=無風(fēng)險報酬率+風(fēng)險報酬率+個別風(fēng)險調(diào)整。

無風(fēng)險報酬率：由于電影票房的收益期限較短，所以本文無風(fēng)險報酬率采用一年期國債利率替代，經(jīng)查閱資料后確定為2.64%。

風(fēng)險報酬率：本文風(fēng)險報酬率由行業(yè)投資回報率減去無風(fēng)險報酬率求得。其中，行業(yè)投資回報率為國內(nèi)十家大型上市影視公司在2016-2020年間平均總資產(chǎn)收益率，經(jīng)查找資料后確定為7.21%，所以風(fēng)險報酬率為4.57%。

電影投資作為一項具有高風(fēng)險的投資活動，在綜合考慮了上映檔期風(fēng)險、電影票房收入風(fēng)險等因素之后，認(rèn)為應(yīng)將個別風(fēng)險確定為5%。

因此，折現(xiàn)率=2.64%+4.57%+5%=12.21%，對應(yīng)的日折現(xiàn)率=(1+12.21%)1/365-1=0.032%。

(五)確定評估結(jié)果

將上述參數(shù)代入收益分成率模型中可以得出：

即電影《刺殺小說家》的電影著作權(quán)價值為3.76億元。

六、結(jié)語

本文通過收益分成率法，最終得出電影《刺殺小說家》的票房收入為10.62億元，預(yù)測著作權(quán)價值為3.76億元。電影《刺殺小說家》貓眼實時票房為 10.35 億元，預(yù)測值與實際值相差2.6%，說明本文建立的票房收入預(yù)測模型具有一定的合理性。根據(jù)貓眼實時數(shù)據(jù)，影片《刺殺小說家》片方分賬3.62億，上映天數(shù)為 62 天，其著作權(quán)價值為 3.58億元，本文評估值為3.76億元，評估值與實際值相差5%，說明本文的評估結(jié)果具有合理性。其中：

本文通過多元回歸分析，獲得電影票房收入的具體模型，雖竭盡可能期望可以讓預(yù)測模型具有更高的準(zhǔn)確度，不過在多種因素共同的作用下，研究難以覆蓋全部的影響因素，再加上受不確定性因素的影響，所以評估依然存在誤差。從前人的研究中得知，電影著作權(quán)價值的主要組成有三大部分，分別是票房價值、衍生品價值以及其他窗口帶來的發(fā)行價值。但由于其他窗口發(fā)行價值和衍生品價值數(shù)據(jù)的不完整和難以量化，因此現(xiàn)在研究的主要方向還是停留在票房價值上。但本文認(rèn)為隨著經(jīng)濟(jì)文化的進(jìn)一步發(fā)展，衍生品的價值、其他窗口的發(fā)行價值將在電影著作權(quán)價值中的比重逐漸加大。因此，在今后的相關(guān)研究中，對其他窗口的發(fā)行價值及其他相關(guān)方面帶來的價值研究也是十分有必要的。