Дипломная работа: Факторы экономического успеха зарубежных кинокартин: стратегии компаний и предпочтения зрителей

Правило здесь простое, если e*>2 по модулю, то в модели присутствует вертикальный выброс. Рассмотрим график 2.6.

График 2.6 Вертикальные выбросы (Остатки по Стьюденту):

По оси ординат отражены остатки по Стьюденту, а по оси абсцисс отражен номер кинокартины. Пять наблюдений оказались выше двух по модулю для первой модели и шесть- для второй модели. Получается, что выборка не сильно однородна, как мы ранее предполагали.

Необходимо провести проверку на наличие горизонтальных выбросов. Вычислим «Расстояние Кука» (Cook's Distance - D_i) для всех наблюдений. Выделим те наблюдения, для которых т.е. больше 0,04 это и будут наши выбросы. Обнаружено 11 горизонтальных выбросов для модели №2 и 7 горизонтальных выбросов для модели №1.

В заключение тестирования параметров оценим медианные регрессии и сравним её с нашими оцениваемыми моделями. Суть медианной (квантильной) регрессии состоит в том, чтобы отказаться от моделирования среднего, как это делается в обычной модели МНК, а моделировать медиану или любой другой квантиль распределения.

Таблица 2.7 Сравнение медианной и обычной модели МНК.

Данный метод крайне устойчив к «выбросам», которые часто встречаются в практических задачах (как, например, в нашей) и, сравнив его результат с классической моделью в таблице 2.24, мы можем прийти к выводу о значимости влияния выбросов, если они есть у нас в модели.

Как видно в таблице 2.15 - параметры для некоторых переменных значимо отличаются друг от друга, однако если для первой модели (ols1 и med1) это не так принципиально, то для второй модели отличия значимы (ols2 и med2). Для корректировки модели от выбросов лучше использовать медианную регрессию, в особенности для модели №2. Тестирование устойчивости моделей и коэффициентов приводится в приложении №8.

2.3 Интерпретация результатов. Стратегии компаний

Итоговая спецификация моделей. Получены следующие итоговые спецификации моделей (с удалёнными незначимыми переменными) и оценки их параметров:

1) Модель кассовых сборов кинокартины:

Таблица 2.8 Итоговая оценка параметров для модели №1 (МНК).

Модель адекватна с эконометрической и экономической точки зрения, объяснено 60,35% вариации кассовых сборов, все параметры значимы на 5% уровне значимости. Однако модель чувствительна к выбросам и требует дополнительной спецификации (тест Рамсея) и расширения выборки, чтобы устранить мультиколлинеарность по переменной RT_i. Однако полученные оценки, несмотря на все уточнения, являются эффективными в классе линейных несмещённых оценок. Переменная актёрский состав оказалась незначимой, что противоречит результатам исследования Р.Нэльсона и Р. Глотфельти. Nelson R. A., Glotfelty R. Movie stars and box office revenues: an empirical analysis //Journal of Cultural Economics. - 2012. - Т. 36. - №. 2. - С. 141-166. Теперь мы можем тестировать гипотезы.

Таблица 2.9 Результат тестирования гипотез и выводы по модели №1.

Гипотеза НЕ отвергается, чем выше бюджет, тем выше киносборы.

Наличие более одного кинофильма в кинофраншизе положительно влияет на кассовые сборы.

Гипотеза НЕ отвергается, если кинофраншиза представлена более чем один фильмом, киносборы выше.

Более популярные жанры фильмов приносят больше кассовых сборов.

Гипотеза НЕ отвергается, серьёзные кинофильмы приносят меньше кассовых сборов, так как меньше привлекают аудиторию.

Кассовые сборы положительно зависит от актёрского и производственного состава.

Гипотеза отвергается, связи актёрского и производственного состава и киносборами не обнаружено.

Оценка кинокартины положительно влияет на киносборы.

Гипотеза НЕ отвергается, с ростом значения оценки кинокартины, растут киносборы, так как люди ориентируются на мнения кинокритиков при решении пойти в кино.

Фильмы без возрастного ограничения положительно влияют на кассовые сборы.

Гипотеза отвергается, кассовые сборы во всех случаях выше, если есть возрастные ограничения. Наибольшие кассовые сборы получаются при возрастном рейтинге PG-13

2) Модель рентабельности кинокартины:

Для анализа предлагаются одновременно две модели: неустойчивую и укороченную по выборке линейную регрессию (2.3.1) или непараметрическую устойчивую к выбросам медианную регрессию (2.3.2).

Таблица 2.10 Итоговая оценка параметров для модели №2(Медианная регрессия).

Таблица 2.11 Итоговая оценка параметров для модели №2(МНК).

Обе модели адекватны с эконометрической и экономической точки зрения, объяснено 19,5% вариации рентабельности для модели линейной регрессии и примерно 3,3% для медианной регрессии. Все параметры значимы на 5% уровне значимости, кроме константы в линейной регрессии. Модель линейной регрессии чувствительна к выбросам и требует дополнительной спецификации (тест Рамсея) и расширения выборки, чтобы устранить мультиколлинеарность по переменной возрастного рейтинга (RT_i), когда вторая модель более устойчива к выбросам и интересна для нашего анализа. Полученные оценки для модели медианной регрессии, несмотря на все уточнения и низкую степень подгонки, являются для нас более привлекательными, хотя по своей природе оценки медианной регрессии могут быть очень грубыми. Теперь мы можем тестировать гипотезы для модели №2.

Таблица 2.12 Результат тестирования гипотез и выводы по модели №2.

По полученным результатам можно вывести две явные стратегии для кинокомпаний и подчеркнуть основные факторы, влияющие на них.

Стратегия №1: Максимизация кассовых сборов. Это генеральная стратегия для крупных фильмов. Кинокомпании стараются снимать фильмы популярных (кассовых) жанров с очень большой долей маркетинга в бюджете кинокартины. Также обнаруживается положительная связь самих затрат на фильм и итоговых кассовых сборов. Более успешны проекты с более чем одним фильмом в кинофраншизе. На сборы прямо влияют оценки кинокритиков и выбранный возрастной рейтинг. Оптимальным возрастным рейтингом является рейтинг PG 13. Объясняется это весьма просто. Студия несильно ограничивает свою аудиторию по возрасту, а взрослому зрителю действия кинофильма «детскими» не покажутся. Актёрский и производственный состав незначим в модели, однако, скорее всего, он уже нашёл отражение в бюджете кинокартины или для удачной маркетинговой компании фильма не критически важен фактор звёздного состава. Более формально стратегия описана в таблице 2.13.

Таблица 2.13Стратегия кинокомпании №1.

Стратегия №2: Максимизация рентабельности. Генеральная стратегия для некрупных фильмов. Кинокомпании стараются обдуманно вкладывать деньги в проект, главным фактором является отдача от вложенных средств. Кинокомпании подбирают серьёзные фильмы, ориентированные на награды для конкретных целевых аудиторий с возрастным цензом выше 13 лет (или 17-ти). Картины этого класса отличаются продуманным бюджетом с высокой отдачей на вложенный капитал, при этом присутствует эффект масштаба - наличие в кинофраншизе более одного фильма приводит к росту рентабельности. На последнюю уже не влияют оценки кинокритиков, наверно чаще всего фильмы сами по себе качественные. Однако наличие известного актёрского и производственного состава приводит к резкому падению рентабельности. Возможно, что затраты на гонорар популярным актёрам поглощают большую часть рентабельности или даже больше чем ту долю кассовых сборов, прирост которых они могут обеспечить присутствуя в фильме. Более формально стратегия описана в таблице №2.14

Таблица 2.14 Стратегия кинокомпании №2.

Более подробная интерпретация результатов таблиц 2.22-23 приведена в разделе 3.3. Полученную нами эмпирическую модель можно использовать для предсказания кассовых сборов

Глава 3: Оценка предпочтений зрителей стран СНГ

3.1 Анализ дескриптивной статистики

Описание исследуемой выборки. Общая первоначальная оцениваемая выборка состоит из 175 заполненных электронных форм анкет. Форма сбора данных: Google формы (Google forms). Выгрузка данных произведена 01.05.2016 на основе использования макросов в Excel при обработке отдельных вопросов опроса. Составленная готовая таблица импортирована в статистический пакет программного обеспечения STATA12. Дескриптивная статистика по выборке приведена в приложении №3.

Анкета опроса состоит из 23 вопросов, оценивающих: частоту просмотра фильмов, посещения кинотеатров и разнородные предпочтения респондентов по отношению к кинофильмам и своему свободному времени, а также характеристики самих респондентов. На основе опросника получены модельные переменные и описательные статистики по исследуемой выборке для определения её однородности. Рассмотрим основные социоэкономические параметры выборки (5 вопросов):

Таблица 3.1Общая характеристика выборки.