【摘 要】
：
我国电影产业已经蓬勃发展十多年，现今已经进入到了一个百花齐放的阶段，也成为了许多风险投资爱好者目光聚集的行业。在中国电影逐渐金融化，电影逐渐成为一种新形式金融产品的态势下，电影投资收益的重要性与受关注度愈发凸显，而电影投资回报却难以预测。如何将电影投资收益的影响因素纳入研究课题，从而将电影投资风险降低就变得越来越重要。对中国电影投资收益影响因素展开深入研究，不仅可以帮助电影投资者规避风险，帮助电影
论文部分内容阅读
我国电影产业已经蓬勃发展十多年，现今已经进入到了一个百花齐放的阶段，也成为了许多风险投资爱好者目光聚集的行业。在中国电影逐渐金融化，电影逐渐成为一种新形式金融产品的态势下，电影投资收益的重要性与受关注度愈发凸显，而电影投资回报却难以预测。如何将电影投资收益的影响因素纳入研究课题，从而将电影投资风险降低就变得越来越重要。对中国电影投资收益影响因素展开深入研究，不仅可以帮助电影投资者规避风险，帮助电影投资者拿到更高的收益，还可以帮助我国电影行业及时纠正发展方向，减小市场风险。
本文在已有文献的研究基础之上，探究中国电影投资收益的影响因素及其影响程度，选取了多个合理可行的指标，结合定量分析法和定性分析法，使用了多元线性回归模型，建立了电影投资收益影响因素指标体系，本文数据基于以2016~2019年在国内公开上映的320部国产电影，选取的影响因素涉及IP、档期、电影类型、网络口碑、技术效果五个方面，共计16个指标，从而构建了电影投资收益影响因素的指标体系。
本文运用了多元线性回归模型进行了实证分析。根据本文实验结果得出了电影评分、电影受关注评论内容得分、喜剧片类型、续集、技术效果对于电影投资收益有显著的正相关影响；纪录片类型对于电影投资收益有显著的负相关影响，并根据这些结论对我国电影投资行业提出了合理的建议。
其他文献
高管变更是企业经营过程中经常发生的事件，高管的背景信息也与企业经营以及企业价值息息相关，由于背景特征的差异，高管给企业带来的影响也具有很大差异。创业板市场上市企业其高管对公司更是发挥着举足轻重的地位，本文以2010-2019年创业板市场上高管变更事件为视角，研究高管变更时的股价反应以及高管的背景特征对股价反应的影响。研究结果表明，高管变更会对创业板中的企业带来的股价反应虽然不显著，但是2010-2
金融危机的发生给银行业敲响了警钟，商业银行信用风险关系着金融业的稳定发展，应当对商业银行的不良贷款问题给予足够重视。目前，我国经济正处于新常态，经济增长速度缓慢，商业银行不良贷款却保持较高水平，考虑到银行业的健康发展，如何在经济增长的变化中实现银行业的盈利至关重要。另外，信贷的顺周期性表现为：当经济繁荣时，企业经营状态较好，商业银行信贷质量提升。然而这个结论仍停留在理论阶段，缺乏相关的实证研究。因
动漫产业被誉为21世纪的“朝阳产业”，是我国文化创意产业中最具创造力的重要组成部分。但是同欧美日韩等国家和地区相比，我国的动漫产业尚未释放出应有的动能，尤其是位于产业链下游的动漫衍生品环节，在产品设计、品牌建设以及市场推广等方面相对处于劣势，不利于产业的良性循环发展。面对这一问题，我国动漫企业应当从源头抓起，在衍生品设计阶段深入挖掘动漫爱好者群体的消费动机，并制定针对性开发和宣传战略，从而提高国产
IPO抑价现象在全世界范围内的股票市场中都有体现，中国股票市场IPO抑价率曾高达129％（基于1995年之后的A股数据），IPO抑价现象一直以来都是我国股票市场的热点研究问题。IPO抑价产生的原因是由于IPO主体之间的信息不对称引起的，现有的研究都是围绕降低信息不对称展开的。降低信息不对称的关键是向信息弱势方传递有价值的信号，为双方建立良好的信息通道，传递信任。而已有的研究表明声誉可以在信息不对称
互联网金融产品自2013年问世以来，凭借其便利化、平民化的独特优势，伴随着移动互联网时代的东风蓬勃发展，短短7年时间重塑了国内资管领域的格局。层出不穷的互联网金融产品在给予人们更多选择的同时，也使得这一领域的竞争日益激烈。未来，谁能更好地了解用户，谁才能赢得更大的市场。 本文将选购互联网金融产品的用户作为研究对象，综合运用文献查阅、问卷调研、假设检验等方式进行实证研究。首先梳理了互联网金融、行为
随着经济建设的高速发展，城市化进程的不断深入，我国住房市场空前繁荣，高企的房价和不断增加的城市流动人口，使越来越多的人选择以租房的方式解决居住需求。在住房租赁市场上一直存在着信息不对称问题，房源与租客之间无法实现精准匹配，优质房源空置所带来的资源浪费，以及租客为了寻找适合的房源所花费的成本，变得越来越高。合理的对房屋租金进行预测研究，使租房市场供需匹配更加高效准确，降低租房和出租房屋的成本，对房屋
在金融市场的改革不断深化，金融监管的不断趋严，互联网金融兴起的背景下，银行面临的竞争越来越激烈，银行业传统盈利模式不可持续，银行业需要从其他业务中找到新的稳定增长点。我国的个人征信机制建设逐步完善，国民收入不断提高，客户的理财需求不断增加，这都给银行零售业务发展提供了很大机遇。目前商业银行零售业务营销方式仍然主要是粗犷式营销，针对性不强，成功率不高，在大数据时代，银行通过科技金融技术处理海量的客户
股票贷款业务是一种以股票为抵押物的金融合同，银行等金融机构连接起资金的需求者和供给者，为了防止违约风险，借款人将股票作为抵押品来融通资金。股票贷款作为金融机构的重要创新业务，在金融市场上很受欢迎，具有很大的市场前景。我国的股票贷款业务自2013年正式推出后，参与的券商数量和客户数量呈现出迅速增加的趋势，其交易总规模迅速扩大，股票贷款业务在整个融资产品市场上所占的比例也稳步提高。目前，股票贷款作为重
如今的金融市场发展更加复杂，高风险高收益的股市越来越成为人们关注的热点。与此同时，人工智能技术不断升级，在各个领域都取得了显著的成效。越来越多人投入到量化金融的研究中，力求通过数量化的方法寻找金融市场的规律，为投资提供客观的数据支持和一定的指导。 本文研究基于深度表征学习的量化选股方法，通过搭建卷积神经网络模型对股票蜡烛图训练，预测股票涨跌，选出有投资潜力的股票。研究对象为2016年1月1日到2
2005年是中国资产证券化元年，资产证券化在我国的发展经历了萌芽期、初步探索期、停滞期之后进入了现如今的高速发展阶段，截至2019年12月31日，中国资产证券化市场累计发行规模已达到79528.82亿元，存量规模达39070.23亿元，发行单数达4088单。整个市场的蓬勃发展对监管方、融资方以及投资方都有着极大的积极意义，也为本文的研究提供了充足的数据。 本文梳理了国内外关于资产证券化的文献，从