一、引言
随着人均可支配收入的增长，人们精神上的消费需求愈发增强。对于电影这样一种精神粮食，在经济市场中的作用日渐凸显出来。电影着作权作为文化创意产业的无形资产，更准确地去评估其价值，对于解决文化创意企业融资难问题具有举足轻重的地位。
二、电影着作权价值评估中存在的问题
电影着作权是指电影作品的个人作者或者公司对其作为制片人依法享有的人身权和财产权，包含了发行权、放映权、复制权、信息网络传播权、演绎权等17项权利。电影着作权属于无形资产。无形资产价值评估方法一般有成本法、市场法和收益法。电影着作权的成本与收益往往不成比例，一部耗资巨大的电影不一定带来高收益，而一部小成本电影有时却能带来意想不到的高收益，因此成本法不可行。
再者，由于每一部电影都有其不同于其他电影的特征，市场上缺少可比较案例，因此市场法亦不可行。对于无形资产评估方法的选取，与评估目的息息相关。
而电影着作权评估一般是为了进行电影着作权的投资与转让，达到投融资的目的。收益法的本质是资产未来价值资本化的过程，可以根据未来现金流量的现值计算电影着作权的价值，这无疑是目前评估电影着作权价值最适宜的方法。
考虑到电影着作权的特点，用收益法评估其价值时，可以运用以下基本公式：
其中，P 为电影着作权估值，K 为资产分成率，Ri为第 i 年使用电影着作权带来的收益，i为收益期限序号，r为折现率，n为收益期限。
在这个公式中，收益分成率可以根据双方协商与专家打分法来确定。而收益的确定有一定的难度。电影是一种特殊的产品，其收益来自于票房收入、出售给电视台、音像公司、网络媒体等线下机构的收入以及由于电影衍生品带来的收益。由于产生收益的时间段不同，因此可以根据时间段把收益分为电影票房收入和后期收入。其中，票房收入占大部分，然而电影票房收入具有时间段，波动性又大，很难预测，这也正是用收益法去评估电影着作权价值的难点。同时电影着作权价值评估中使用的折现率及折现期限也值得探究。
三、电影票房预测
票房预测一般从对作品特点及价值的影响因素分析入手，结合同类作品相关因素历史统计数据，建立预测该电影票房的多元回归方程。
（一）票房影响因素。票房收入的影响因素有许多，本文主要探讨以下几个方面：
1、电影投资额度。投资额度相当于一部电影的成本，虽然投资额度与电影票房并不一定成正比，但是在预测一部电影票房时，电影投资额度对其影响占相当重的比例。在电影筹划阶段，投资影响了导演、演员及剧本的选择。在制作阶段，投资决定了电影的制作水准。而在发行阶段，投资决定了发行机构及营销规模。而这些选择对票房收入产生了不可替代的作用。
2、电影质量。电影作为一种精神娱乐产品，跟其他物质产品一样，质量对其价值起到了相当重要的作用。电影质量通常涵括两个方面，即电影编剧和电影制作。一部电影是否有好的剧本、大牌明星、大导演和有品牌的电影发行商非常重要。一般情况下摄人心魄的剧情、大明星高超的演技，大导演一流的拍摄水平以及电影发行商的品牌都在一定程度决定着电影制作水准。
3、电影档期。电影档期是指影片的上映日到下档日的时间间隔中国电影发行档期一般包括节庆档（情人节、七夕等）、贺岁档（元旦、春节等）和假日档（暑期、黄金周等）。发行档期是观众的时间成本和精力成本的映射。在好的档期，观众数量骤增，直接影响票房收入。
同时被评估影片需要与在同一档期上映的电影相互竞争，也在一定程度上影响了票房收入。
4、电影营销。有效的媒体策划影响未决定者加入考虑者的队伍。在市场经济时代，产品的营销推广做得好坏直接影响了产品的销售数量，在电影市场也是如此。《失恋 33 天》创造的 7天票房过 2 亿的奇迹，很大一部分原因是成功的营销手段。不同于一般的宣传方式，该片营销团队考虑到此剧主流观影者是白领、上班一族，因此主要通过网络宣传方式，同时结合“失恋物语”拍摄积累人气，为高票房起到了革命性的作用。
5、社会关注度及影评。随着信息技术时代的到来，网络成为消费者评价商品的平台，如果一部电影能得到许多观众的关注及评价，即使没有进行大规模推广宣传，观众之间势必也会以一定方式进行互动宣传。
放映之前，影片票房主要和社会关注度有关，如在社交网站上对该影片的探讨，对该影片表示想看的人数，预告片转载的数量，以及传播规模范围等，而在影片放映之后，相关的影评一定程度上影响其他观影者的观影意愿。
（二）票房预测模型。电影票房研究
始于 20 世纪 80 年代末，美国电影经济学家 Barry Litman 以 1981 年至 1986 年在美国放映的 697 部电影作为研究样本，用电影的租金作为因变量（当时票房数据难以取得），以创意、上映时间和电影营销三个部分为自变量，得出了以下回归方程式：
Y＝－28.482×106＋7.232×106 顶级导演＋14.846×106 明星＋11.818×106 科幻＋13.858×106 续集＋24.932×106 奥斯卡提名－4.966×106 剧情＋6.972×影评＋3.814×106 大发行公司其后 Scott Sochay 以 1987 年至 1989 年在北美地区上映的电影为样本，研究电影票房预测模型。在 Litman 模型基础上，增加了几个自变量，其中最重要的是市场集中度。
而在国内，对票房预测的研究主要是从最近几年开启的。杜思源以电影投资额度、档期、大陆首映与全球首映时间差、电影是否为续集或改编作品等为自变量，电影票房为因变量，进行实证分析，得出以下模型：
郑亚琴、樊鹏通过社会化媒体商业预测电影票房，利用新浪微博、时光网社区、豆瓣网得到原始数据，建立票房预测回归模型：
Y＝β0＋β1X1＋β2X2＋μ其中，Y为预期票房收入，X1为想看人数，X2为预告片转载数量，μ为随机干扰项。
周明升、韩冬梅从社交媒体用户评论和关注度角度入手建立预测票房的模型，从而得出票房收入与评价数和用户关注度是显着相关的，而用户评分一定意义上反映了票房收入，两者不显着相关。
以上学者对票房预测模型的研究，其自变量主要包含了笔者前文所述的五个因素，研究者可以根据拟评估的电影的特征自行选取适合其票房影响因素，结合同类作品相关因素历史统计数据进行回归分析做出票房预测模型，并加以运用对收益进行合理预期。
四、折现率与收益年限的确定
利用收益法评估电影着作权价值，除了未来收益这一参数外，折现率对其价值也具有相当重要的地位，它的微小差异也会给最终的评估值带来数以万计的差别。折现率是未来有限期收益还原或转换为现值的比率，其本质是投资报酬率。电影着作权作为无形资产其投资报酬率一般比有形资产高。
投资者投资一定的资产是希望以现在的投资换取未来的现金流量，只有投资者获得的未来现金流量的现值大于现实投资额时，投资者才愿意进行投资。
目前折现率确定方法主要有以下几种：
（一）风险累加法。风险累加法是指由无风险报酬率和风险报酬率累加来确定折现率。无风险报酬率一般选择长期政府债券的到期收益率比较适宜。因此，关键在于风险报酬率的确定，电影着作权带来的收益由于其不确定性及波动性大，因而风险报酬率较高。在确定风险报酬率时需要考虑市场风险、政策风险以及法律对电影版权的保护和对盗版侵权的打击所带来的法律风险和中国电影全球化带来的国际风险等。
（二）资本资产收益法。资本资产收益法又被称为资本资产定价模型（CAPM） 由美国学者 William Sharpe、John Lintner、Jack Treynor 和 Jan Mossin 等人在资产组合理论的基础上发展起来的，其形式为： i=Rf＋β×（Rm－Rf）式中，i 为股权折现率，Rf为无风险报酬率，β 为风险系数，Rm为市场收益率。
资本资产定价模型是在一系列严格的假设下成立的模型，而基于我国的股票市场尚不够成熟，建立时间短数据不够充分，该模型在我国资产评估中的使用受到了限制。
（三）行业平均资金收益率法。将行业平均收益率与风险调整值相加便可得到行业平均资金收益率。行业平均收益率由国家发改委定期公布，而风险调整值的确定要考虑电影着作权的特点、风险大小等。
值得注意的是由于基础数据、信息网络的不完善导致行业平均收益率这一数据存在滞后及不精确的缺点。因此在对资产评估确定折现率时，很少用到这个方法。
通过以上对比分析，在对电影着作权进行价值评估时用风险累加法来确定折现率是较合适的。同时根据上文所述电影着作权的收益年限分为两个阶段：第一阶段为票房收入的时间段，通常为一个月左右；第二阶段是通过其他途径获得收益（如电影衍生品）的时间段，该阶段比第一时间段长。由于每个时间段收入的性质不同，相应的风险报酬率也不相同，应当根据每一阶段不同的风险，确定不同的风险报酬率，从而得出不同的折现率。
五、结论
研究结果表明，对电影着作权价值的评估中应当准确把握拟评估电影的特征及影响因素确定采用的评估方法，如选用本研究涉及的收益法，则需要进一步预测构成收益的票房收入及后续衍生产品收入等，针对不同的阶段确定合适的折现率及收益期限。
其中，以拟评估电影的影响因素为变量根据同类影片历史数据建立多元回归方程从而合理预测票房收入以及用风险累加法确定折现率是整个评估过程中的重难点。在预测票房时应当重点关注电影的影响因素，而在确定折现率时应当注重通过分析电影面临的各种风险来确定其中的风险报酬率。只有在评估过程中将精密的评估手段与拟评估电影的特征相结合，才能使评估结果达到真实性、科学性和可行性的统一，确保评估值准确客观，为电影企业投融资拓宽渠道。
参考文献：
［1］Sochay，S.Predicting Performance of Motion Pictures［J］.Journal of Media Economics，1994.7.
［2］杜思源.电影票房的影响因素分析———基于中国大陆电影市场［J］.中国商贸，2013.10.
［3］郑亚琴，樊鹏.社会化媒体商业预测价值研究———基于电影票房数据的分析［J］.吉林工商学院学报，2012.3.
