Модели динамики объясняющих переменных - Разработка подхода для опережающего прогнозирования кассовых сборов фильмов для России

Динамическая модель кассовых сборов неплохо описывает динамику кассовых сборов фильмов. Но она еще не приспособлена для прогнозирования, значения части объясняющих переменных данной модели не доступны в условиях опережающего прогноза кассовых сборов новых фильмов - модель требует некоторых доработок.

Для начала опишем типичную структуру доступной информации о предстоящих премьерах фильмов. Потом, исходя из структуры данной информации, мы сформулируем реалистичную задачу для прогноза кассовых сборов данных фильмов.

Наиболее полную информацию о предстоящих премьерах мы можем найти в графике релизов. График релизов состоит из: наименований фильмов (по наименованию фильмов мы можем собрать данные о наблюдаемых индивидуальных характеристиках 7-18 этих фильмов); примерных дат релизов фильмов; дистрибьюторах фильмов и количестве копий первой недели релиза фильмов.

График релизов составлен примерно на 2 месяца наперед, постоянно обновляется. Но данные о копиях доступны с достаточной точностью только на 5-6 недель наперед, следовательно, реалистичным горизонтом прогнозирования будем считать прогноз на 6 недель.

При построении прогноза, у нас нет данных об объеме рекламной активности дистрибьюторов фильмов. Попытки прогноза динамики данного показателя не были успешны, поэтому в динамических прогнозах кассовых сборов фильмов предполагался средний уровень рекламного присутствия для каждого дистрибьютора.

При построении прогноза, отсутствуют данные о ценах фильмов. Индекс цены билета в равной степени может считаться как динамической, так и индивидуальной характеристикой фильма, within-вариация и between-вариация индекса цен примерно равны.

Попытки прогноза динамики индекса цен фильмов не принесли успеха. Лучший коэффициент детерминации, достигнутый для динамики индекса цены, не превысил значения. Поэтому в прогнозе мы будем предполагать, что цены фильмов статичны и отличаются только между фильмами. Модель для прогноза индекса средних цен фильмов приведена следующей главе, вместе с остальными between-моделями.

При построении прогноза нам известно планируемое количество копий первой недели релиза фильмов. Дальнейшая динамика количества копий фильмов поддается прогнозированию.

Прогноз количества копий фильма проводился с помощью пяти независимых cross-section уравнений:

Где T =2,3,4,5,6;

    - количество копий фильма I На неделе T; - среднее количество кассовых сборов, приходившееся на одну копию фильма на прошлой неделе проката (прокси доходности с одной копии фильма).

Результаты оценки данных уравнений приведены в Приложении в [Таблице 4]. Как уже упоминалось ранее, договоренности между дистрибьюторами и кинотеатрами о предоставлении копий фильмов заключаются сроком на две недели проката, поэтому количество копий второй недели проката фильма равно количеству копий первой недели - об этом говорит уравнение в первом столбце [Таблицы 4]. На третьей и всех последующих неделях проката кинотеатры, исходя из прошлой доходности фильма и прошлого количества копий фильма, оценивают перспективы повторной покупки копий данного фильма.

Стоит отметить, что динамика индекса цен, количества копий и объемов рекламы связаны со стороной "предложения" рынка кинопроката, то есть с решениями кинотеатров, дистрибьюторов и их взаимоотношениями. Поскольку в данной работе в основном использовались открытые данные о кинорынке России, то данных о стороне "предложения" у нас практически не было. В целом, описание динамики данных показателей не было успешным. Как следствие, пострадает и качество прогноза этих показателей. Для улучшения качества прогноза, необходимы более детальные данные о "внутренней кухне" киноиндустрии. А для этого необходимо участие (и внутренняя заинтересованность) игроков рынка в подобных работах.

Похожие статьи




Модели динамики объясняющих переменных - Разработка подхода для опережающего прогнозирования кассовых сборов фильмов для России

Предыдущая | Следующая