Title

是投資?是豪賭?台灣電影投資指標試建

Translated Titles

Develop reliable indicators for movie investment in Taiwan

DOI

10.6814/NCCU201900760

Authors

徐玉芬

Key Words

台灣電影 ; 電影投資 ; 評估指標 ; 好萊塢綠燈系統 ; Taiwan ciema ; Film investment ; Assessment indicators ; Greenlight

PublicationName

政治大學傳播學院碩士在職專班學位論文

Volume or Term/Year and Month of Publication

2019年

Academic Degree Category

碩士

Advisor

林玲遠

Content Language

繁體中文

Chinese Abstract

本研究以建構台灣電影評估指標為目的,運用質性研究方式,分析台灣電影從業人員與投資人思考脈絡的共識性,以供電影製作公司或投資人參考。本研究指標建立的步驟上,採先歸納文獻做為指標初步編碼,再與九名分別擁有製作背景、發行背景與財務背景的相關產業人士者進行深度訪談,分析其內化經驗下,投資決策時的動態思考螺旋,進行評估指標在地化調整。最後,從企劃概念與內容創作面向兩大層面進行分析,提出十九個指標概念與四十個評估標準,做為台灣電影前期投資評估參考。 研究發現,表面上製作經驗受訪者相對重視「藝術性」,發行與財務背景受訪者相對看中「市場性」,但實際上這些受訪者在評估標準的項目上並無明顯差異,差異主要來自項目順序,項目順序的些微差異即可造成結果上的顯著不同。

English Abstract

This paper aims to provide a comprehensive understanding of the criteria taken by different movie investors in Taiwan. It explores how Taiwanese film practitioners evaluate film investment to understand if the film product is worth investing in or producing. Besides literature study, this paper interviews 9 experienced investors and producers in Taiwan to understand the context and structure of their decision-making process. With the repeated themes of ‘artistry’ and ‘marketability’ examined, this paper finds 19 sub-criteria and a multi-criteria decision-making structure that could reflect the tacit knowledge of the experts. According to the study findings, interviewees with production background tend to pay more attention to aspects of 'artistry', while interviewees with distribution and financial background focus more on 'marketability'. In fact, these interviewees have no differences in the items of the criteria. However, different priorities on the items can lead to different assessment process and thus result in different patterns of meaning.

Topic Category 傳播學院 > 傳播學院碩士在職專班
社會科學 > 傳播學
Reference
  1. 中文書籍雜誌:
  2. 王國川、翁千惠譯(2005)。《質性資料分析—如何透視質性資料》,台北:五南。(原書:R. E. Boyatzis. [1998]. Transforming Qualitative Information: Thematic Analysis and Code Development. USA, US : Sage Publications.)
  3. 江吟梓、蘇文賢譯(2014)。《教育質性研究:實用指南》,台北:學富文化。(原書:Marilyn Lichtman. [2010]. Qualitative Research in Education:A User’s Guide. USA, US : Sage Publications.)
  4. 向勇、雷龍雲譯(2014)。《好萊塢如何讀懂消費者》,中國:華文出版社。(原書:Leo A. Handel. [1951]. Hollywood Looks at Its Audience: A Report of Film Audience Research.The Library Quarterly 21, no. 2 (Apr., 1951): 150-151.)
  5. 朱柔若譯(2000)。《社會研究方法:質化與量化取向》,台北:揚智。(原書:Neuman, W. L. [1997]. Social research methods : qualitative and quantitateive. 3rd Edition. USA, Boston:Allyn and Bacon.)
  6. 宋偉航譯(2011)。《大銀幕後:好萊塢錢權秘辛》,台北,遠流。(原書 Epstein. E. J. [2006]. The Big Picture: Money and Power in Hollywood. USA, New York:Random House Inc.)
  7. 李天鐸、劉現成(2009)。《電影製片人與創意管理:華語電影製片實務指南》。台北:行政院新聞局。
  8. 李祐寧(2010)。《如何拍攝電影》三版。台北:商周。
  9. 李達翰(2007)。《一山走過又一山》,頁292。台北:如果。
  10. 李道明(1995)。《台灣電影史第一章:1900至1915》,頁28-44,電影欣賞雜誌73期(十三卷一期)。台北:電影欣賞雜誌社。
  11. 李芬芳譯(2011)。《解密電影:不可不知的5個故事》,台北:書林。(原書:Patrick Phillips. [2001]. Understanding Film Texts: Meaning and Experience. London, UK: British Film Institute)
  12. 高淑清(2008)。《質性研究的18堂課─首航初探之旅》。高雄:麗文文化。
  13. 高淑清、連雅慧、林月琴譯(2004)。《探究生活經驗:建立敏思行動教育學的人文科學》。嘉義:濤石。(原書:Van Manen, Max. [2004]. Researching Lived Experience: Human Science for an Action Sensitive Pedagogy. London, UK: Routledge.)
  14. 吳莉君譯(2013)。《好電影的法則:101堂電影大師受用一生的UCLA電影課》,台北:原點。(原書:Neil Landau. [2010]. 101 Things I learned in Film School. NEW York, NY:Grand Central Pub.)
  15. 林茂昌譯(2008)。《黑天鵝效應》,台北:大塊文化。(原書:Nassim Nicholas Taleb. [2010]. The Black Swan: The Impact of the Highly Improbable. NEW York, NY:Random House Inc.)
  16. 秦續蓉、馮勃翰譯(2014)。《先讓英雄救貓咪:你這輩子唯一需要的電影編劇指南》。台北:雲夢千里。(原書:Blake Snyder, [2005]. Save the Cat!: The Last Book on Screenwriting That You’ll Ever Need. US, San Francisco:Michael Wiese Productions.)
  17. 陳曉春、張宏(2005)。《電視劇製片管理-從項目策劃到市場營銷》。北京:北京大學出版社。
  18. 陳曉春、李京(2017)。《劇本醫生:電視劇項目評估與案例剖析》。中國:人民郵電出版社。
  19. 陳儒修(1995)。〈九O年代台灣電影文化生態調查報告〉,《電影欣賞》,第75期。台北:電影欣賞雜誌社。
  20. 黃政淵、戴若棻、蕭少嵫譯(2014)。《故事的解剖》。台北:漫遊者。(原書Robert McKee. [1997]. Story: Style, Structure, Substance, and the Principles of Screenwriting 1st Edition. US, NY : ItBooks.)
  21. 黃營杉、汪志堅譯(2002)。《研究方法》。台北:華泰文化。(原書 F. N. Kerlinger. [1964] Foundations of Behavioural Research. NEW York, NY: Holt, Rinehart and Winston)
  22. 畢恆達(1996)。〈詮釋學與執行研究〉,胡幼慧(編),《質性研究—理論・方法及本土女性研究實例》,頁27-45。台北:巨流。
  23. 管倖生(2010)。《設計研究方法》。台北市 : 全華圖書。
  24. 葉如芬、吳凡(2007)。《電影O製片》。台北:書林出版社。
  25. 新聞局(2001)。《中華民國傳播事業發展概況》。台北:行政院新聞局。
  26. 藝恩(2016年02月05日)。〈2015中國電影營銷研究白皮書〉,《藝恩諮詢》。取自http://www.entgroup.cn/report/f/0518146.shtml
  27. 藝恩(2010年12月29日)。〈22010年中國文化娛樂產業研究報告(簡版)〉,《藝恩諮詢》。取自http://www.entgroup.cn/report/f/299120.shtml
  28. 文化部影視及流行音樂產業局(無日期)。《2015影視廣播產業趨勢研究調查報告—電影、電視及廣播產業》,頁3 - 54。取自https://stat.moc.gov.tw/Research.aspx?type=3
  29. 文化部影視及流行音樂產業局(無日期)。《2014影視廣播產業趨勢研究調查報告—電影、電視及廣播產業》,頁3 - 47。取自https://stat.moc.gov.tw/Research.aspx?type=3
  30. 文化部影視及流行音樂產業局(無日期)。《2013影視廣播產業趨勢研究調查報告—電影、電視及廣播產業》,頁3 - 43。取自https://stat.moc.gov.tw/Research.aspx?type=3
  31. 文化部影視及流行音樂產業局(無日期)。《2012影視廣播產業趨勢研究調查報告—電影、電視及廣播產業》,頁3 - 38。取自https://stat.moc.gov.tw/Research.aspx?type=3
  32. 文化部影視及流行音樂產業局(無日期)。《2011影視廣播產業趨勢研究調查報告—電影、電視及廣播產業》,頁3 - 34。取自https://stat.moc.gov.tw/Research.aspx?type=3
  33. 文化部影視及流行音樂產業局(無日期)。《2010影視廣播產業趨勢研究調查報告—電影、電視及廣播產業》,頁3 - 31。取自https://stat.moc.gov.tw/Research.aspx?type=3
  34. 文化部影視及流行音樂產業局(無日期)。《2009影視廣播產業趨勢研究調查報告—電影、電視及廣播產業》,頁33 - 69。取自https://stat.moc.gov.tw/Research.aspx?type=3
  35. 呂雪慧(2012 年5 月4 日)。〈「國片登陸, 去年票房23 億」〉,《工商時報》, 第A11 版。
  36. 張清濱(1997)。《學校行政與教育革新》。台北:臺灣書店。
  37. 梁良(2017)。〈2015年台灣中外電影市場及票房分析〉,《2016年台灣電影年鑑》,頁38-50。台北:財團法人國家電影中心。
  38. 梁良(2018)。〈2016年台灣中外電影市場及票房分析〉,《2017年台灣電影年鑑》,頁36-127。台北:財團法人國家電影中心。取自 http://www.tfi.org.tw/word/Yearbook/2017_Taiwan_Cinema_Yearbook.pdf
  39. 盧非易(1998)。《台灣電影:政治、經濟、美學:一九四九年至一九九四年》。台北:遠流出版社。
  40. 蘇紋(1992)。〈測定願望:蓋洛普和好萊塢的消費者研究〉,《世界電影》,(4),頁81-119。中國:中國電影家協會。
  41. 魏玓(1999)。《超越大銀幕:資訊時代的好萊塢》。台北:遠流。(原書Wasko,J. [1994]. Hollywood in the information age: Beyond the silver screen. Austin: University of Texas Press)
  42. 蕭菊貞(2017)。《故事的秘密:寫在劇本之前的關鍵練習》,台北:大塊文化。
  43. 羅樹南、林民寧(2001)。《中華民國九十年電影年鑑》。台北:國家電影資料館。
  44. 中文期刊:
  45. 王建陵(2009)。〈明星、導演影響力與電影票房:基於我國電影市場的實證研究〉,《中國傳媒報告》,8(1):111-118。
  46. 李道明(2001)。〈驀然回首-台灣電影一百年〉,《歷史月刊》,(158):41-51。
  47. 林筱娟、洪欣慈、楊佳靜、江琬婷(2012)。〈走出寒冬?國片新紀元〉,《犢:傳播與科技》,4:108 – 113。
  48. 林谷峻、羅雁紅、吳晉賢(2014)。〈影響電影票房價值因素之探討−以國產電影為例〉,《藝術學報》,94:167 - 201。
  49. 高立翰、沈大白、鄭惠如(2013)。〈台灣電影票房績效模型影響因素之研究〉,《東吳經濟商學學報》,82:59 - 92。
  50. 康敏平、羅慧雯、謝侑穎(2012)。〈台灣電影發行商能力建構途徑與美商合作關係之研究〉,《新聞學研究》,113:199 - 238。
  51. 許碧芳、陳聿瑩(2011)。〈台灣中小企業評選品牌顧問公司之決策模式〉,《產業與管理論壇》,13(2):64 - 79。
  52. 范麗娟(1994)。〈深度訪談簡介〉,《戶外遊憩研究》,7(2):25 - 35。
  53. 黃光筠(2014年11月15日)。〈故事產出模式之試建〉,「國立政治大學2014 創新研究國際學術研討會」。
  54. 楊千慧、黃美婷(2015)。〈運用修正式德菲法及層級分析法探討團購行為之關鍵因素〉,《中華管理評論國際學報》,18(1):1 - 29。
  55. 賴文遠(2005)。〈各國電影分級制度之概述〉,《應用倫理研究通訊》,35:33-38。
  56. 董澤平、廖志峰(2017)。〈電影資本市場失靈與匡正機制之探討〉,《中山管理評論》,25(1):101 - 134。
  57. 蔡瑤昇、呂文琴、高國書、郭宗麟(2011)。〈網路口碑特性與電影票房銷售之動態關係研究〉,《中華管理評論》,14 (4) :0 - 22。
  58. 魏玓(1999)。〈好萊塢過臺灣:一段電影殖民史的開端〉,《當代》,139:24 - 43。
  59. 羅雁紅、林谷峻、季恩揚(2016)。〈探討電影行銷的媒體策略對國產電影票房的影響〉,《文化事業與管理研究》,14:18 - 37。
  60. 盧非易(1997)。〈台灣電影市場研究:以1994年為例〉,《廣播與電視》,3(1):167 - 191。
  61. 劉現成(2007)。〈美國及其電影業介入臺灣電影市場的歷史分析〉,《電影欣賞》,25:130。
  62. 中文碩博士學位論文:
  63. 王雪娟(2015)。《電影票房預測研究發展史簡論》。重慶大學戲劇與影視學碩士論文。
  64. 孔家榆(2015)。《運用修正式德菲法及層級分析法建構設計服務公司評選模式》。世新大學傳播管理學系論文。
  65. 李沅潤(2012)。《台灣電影產業創業投資評估準則之研究》。國立中山大學企業管理系碩士論文。
  66. 朱俞(2011)。《從文化認同檢視年輕族群對國片的消費行為》。世新大學公共關係暨廣告學系碩士論文。
  67. 吳坤宗(2010)。《影評對電影續集票房影響之研究−以美國電影為研究對象》。國立暨南國際大學經營管理研究所在職專班碩士論文。
  68. 吳芳宜(2007)。《不同類型電影的用色特徵》。國際交通大學應用藝術研究所碩士班論文。
  69. 林怡萱(2014)。《探討國片票房破億之成功因素−以2008年至2013年國片為例》。台灣大學新聞研究所碩士論文。
  70. 季恩揚(2016)。《探討國產電影行銷的媒體平台運用與票房之關聯性》。中國文化大學新聞暨傳播學院新聞系碩士論文。
  71. 洪東華(2013)。《台灣電影產業劣勢行銷分析》。國立政治大學商學院經營管理碩士論文。
  72. 根旭星(2010)。《台灣電影產業供應鏈之探討》。國立東華大學企業管理學系碩士在職專班。
  73. 唐台齡(2014)。《建構台灣兒童電視節目優質指標之研究》。國立政治大學傳播學院碩士在職專班碩士論文。
  74. 徐邦(2015)。《影響好萊塢電影票房銷售的決定因素之分析》。淡江大學美洲研究所美國研究組。
  75. 許妙如(2012)。《文化創意產業產品策略選擇之影響因素 − 以國片為例》。國立中央大學企業管理系碩士論文。
  76. 陳慧瑛(1997)。《輔導金制度之研究》。世新大學新聞研究所碩士論文。
  77. 陳思勻(2010)。《台灣電影產業競爭策略探討》。國立臺灣藝術大學電影學系碩士班論文。
  78. 郭柄良(2017)。《應用文字探勘技術分析電影評論與台灣電影票房之關係》。中華大學生物資訊學系碩士班論文。
  79. 張提提(2015)。《發展台灣電影新型投資模式》。國立臺灣大學企業管理碩士專班論文。
  80. 黃琬玲(2007)。《建構電影文化產業之成功行銷模式:以美國賣座票房電影為例》。國立彰化師範大學行銷與流通管理研究所論文。
  81. 黃勻祺(2015)。《21世紀臺灣電影產銷新現象與再產製問題研究》。世新大學傳播所博士論文。
  82. 曾羨書(2007)。《美國電影票房績效研究:從口碑、影評、卡司與電影類型角度觀之》。國立台灣大學國際企業學研究所碩士論文。
  83. 游士賢(2004)。《台灣電影生存策略2004~2006,從韓國電影解析台灣現況》國立政治大學全球經營與貿易組碩士論文。
  84. 楊士賢(2003)。《台灣電影產業國際競爭力與全球化策略情境規劃—波特鑽石理論之應用》。國立中山大學企業管理學系碩士論文。
  85. 楊華齡(2013)。《台灣偶像劇劇本評選模式建立與應用》。世新大學傳播管理學系碩士論文。
  86. 鄧孔彰(2002)。《台灣唱片公司甄選新藝人決策模式之研究》。銘傳大學傳播管理研究所碩士論文。
  87. 潘彥妤(2017)。《應用層級分析法評選最適的影片製作合作廠商》。世新大學傳播管理學研究所碩士論文。
  88. 劉嘉明(2005)。《影視節目市場展之比較研究》。國立政治大學企業管理研究所碩士論文。
  89. 廖淑華(2009)。《臺灣電影票房模型之建構》。世新大學傳播管理學系碩士論文。
  90. 廖惠如(2010)。《文化創意產業國際化關鍵成功因素之探討-以電影產業為例》。大葉大學管理學院在職專班碩士論文。
  91. 廖雪如(2012)。《影響美國電影票房的因素-追蹤資料分析之應用》。世新大學財務金融研究所論文。
  92. 盧美惠(2009)。《台灣電影產業進軍大陸市場關鍵成功因素之探討》。中國文化大學國際企業管理研究所未出版之碩士論文。未出版,台北。
  93. 盧建安(2009)。《台灣電影產業資金挹注管道之初探》。長榮大學企業管理學系碩士論文。
  94. 盧亞柔(2012)。《建立偶像劇男主角評選模式-修正式德菲法與層次分析法之應用》。世新大學傳播管理學系碩士學位論文。
  95. 簡志健(2010)。《電影首週票房收入是否為電影成功之因素》。國立暨南國際大學經營管理碩士論文。
  96. 蔡府錦(2018)。《網路影音直播實況主評選模式之建立與應用》。世新大學傳播管理學研究所碩士論文。
  97. 魏玓(1994)。《當前臺灣電影工業的政治經濟分析1989-1993》。政治大學新聞研究所碩士論文。
  98. 網際網路:
  99. 《2017年中國電影票房559億元同比增長13%》 (2017年12月31日)。〈新華網〉。取自:http://www.xinhuanet.com/2017-12/31/c_1122192404.htm
  100. 《IP電影:粉絲經濟下的冰與火》(2017年08月22日)。〈中國青年報〉。取自https://reurl.cc/A7yDE
  101. 《太依賴大數據,好萊塢第九大電影公司破產》(2015年8月19日)。〈壹讀〉。取自https://read01.com/Ak650P.html#.WjX93VT1XUo
  102. 《我們的那時此刻 華語電影50年1956-2016》(2016年1月26日)。〈遠見〉。取自http://www.30.com.tw/article_content_30528.html
  103. 《軍中樂園拍攝風波鈕承澤再道歉》(2014年09月02日)。〈中央社〉。取自http://www.chinatimes.com/realtimenews/20140902003587-260404
  104. Fna Ink(2016年4月14日)。《電影票房預測入門:讀懂影響票房預測的因素》,〈凡影週刊〉。取自 https://zhuanlan.zhihu.com/p/20750165?refer=fanink。
  105. Johnny Dai(2015 年 06 月 11 日)。《什麼電影值得拍:解密好萊塢的綠燈系統》,〈凡影週刊〉。取自https://www.huxiu.com/article/117515.html
  106. Maple(2015年02月03日)。《叫好不叫座,叫座不叫好:由2014國片票房榜看台灣電影的難題》,〈娛樂重擊〉。取自http://punchline.asia/archives/8025
  107. Maple(2016年03月22日)。《我們的那時此刻 黃金章: 70 年代大盛的愛情與武俠片》,〈娛樂重擊〉。取自http://punchline.asia/archives/23019
  108. Maple(2016年03月24日)。《【娛樂重擊產業系列報導】(一)/大賣或大賠 從票房看國片危機》,〈娛樂重擊〉。取自https://reurl.cc/KbXLj
  109. Vermilion(2014年5月13日)。《電影賣不賣看首週票房就知道!那些出師即告捷的強作們》,〈T客邦〉。取自https://reurl.cc/OAEer
  110. 方雯玲(2014年02月14日)。《重現《大稻埕》 傳藝片場體驗區玩穿越!》,〈欣傳媒〉。取自https://solomo.xinmedia.com/taiwan/9919
  111. 王雅蘭(2016年12月19日)。《【蘭蘭夫人會客室】金馬慘敗?2016國片賠錢比較慘》,〈鏡週刊〉。取自https://www.mirrormedia.mg/story/20161219ent003/
  112. 王雅蘭(2017年12月18日)。《【蘭蘭夫人會客室】投資國片不是做功德 五月天爆收手》,〈鏡週刊〉。取自https://reurl.cc/ana7D
  113. 李雨勳(2011年12月11日)。《10大華語片票房算總帳 賽德克風光依然賠 九把刀那些年賺最多》,〈明報周刊〉。取自https://reurl.cc/vdm8N
  114. 林志勳、張士達(2011年08月24日)。《九把刀挺好片不挺國片》,〈中國時報綜合報導〉。取自https://reurl.cc/ZA1z6
  115. 林瓦特(2018年11月03日)。《解密台灣10月電影市場衰退36% 「1.3億票房蒸發」戲院少了43萬人》,〈ETtoday 星光雲〉。取自https://reurl.cc/558E6
  116. 吳燕玲(2013年11月28日)。《台灣來鴻:台灣電影氣虛在哪裡?》,〈BBC中文新聞〉。取自https://reurl.cc/d2ev6
  117. 許世穎(2013年02月18日)。《《鱸鰻》春節最大尾,《終極警探》賀歲破億》,〈今日新聞〉,取自 https://reurl.cc/A7yzE
  118. 陳昌業(2015 年 9 月 23 日)。《為什麼好萊塢大佬們敢豪賭大片?〈華誼兄弟研究院〉。 取自https://baijia.baidu.com/s?old_id=175827
  119. 陳亭均(2017年08月24日)。《台灣恐怖片出征!三大影城聯手「搞鬼」》,〈今周刊〉,取自https://reurl.cc/1Z07Q
  120. 黃玉珊(2011年11月25日)。《台灣新電影到後新電影之路》,取自:https://reurl.cc/LmXL7
  121. 項貽斐(2014年12月27日)。《國片關卡年/KANO、軍中樂園都賣不回本》,〈聯合報〉。取自https://www.ptt.cc/bbs/movie/M.1419663185.A.7B6.html
  122. 張瓊方(2012年05月)。《消費者回來了!──國片復興運動》,〈台灣光華雜誌〉。取自https://reurl.cc/Xj5Nj
  123. 張棟偉(2010年09月11日)。《融資規模空前 電影投資需規避11項風險》,〈藝恩諮詢〉。取自http://blog.sina.com.cn/s/blog_5937f90e0100lw9g.html
  124. 凱絡媒體週報 (2014年02月14 日)。《億元復始:由賀歲國片看品牌置入行銷》,〈動腦新聞〉。取自https://reurl.cc/OAELr
  125. 賀靜賢(2017年12月1日)。《每週公告一次,全國票房系統改進缺點》,〈自由時報〉。取自http://ent.ltn.com.tw/news/breakingnews/2270297
  126. 褚瑞婷(2017年11月28日)。〈台灣電影熬出頭〉,國政評論,台北:國家政策研究基金會。取自https://www.npf.org.tw/1/17769
  127. 趙元良(無日期)。《近年電影趨勢分析》,〈影視及流行音樂產業平台,專題企畫〉。取自https://tavis.tw/files/15-1000-13802,c171-1.php
  128. 趙悌榮(2016年10月14日)。《媒介融合下電視劇如何走向“現象級”——以古裝仙俠劇《花千骨》為例》,〈人民網〉。取自https://reurl.cc/VDRQn
  129. 劉慧茹(2019年3月23日)。《《我們與惡的距離》大數據首例 呂蒔媛、林昱伶巨量田調動心弦》,〈鏡週刊〉,取自https://reurl.cc/OROgX
  130. 盧家豪(2016年12月26日)。《2016國片票房排行》限制級《房客》上位 豬哥亮牌失效《大尾2》現少2.6億》,〈自由時報〉。取自https://reurl.cc/9G1Lx
  131. 蘇詠智(2018年05月31日)。《「後來的我們」Netflix 6月22日全球同步推出》,〈噓!新聞〉。取自https://stars.udn.com/star/story/10090/3173088
  132. 英文文獻:
  133. Alon, I., Qi, M., & Sadowski, R. (2001). Forecasting aggregate retails sales: A comparison of artificial neural networks and traditional methods. Journal of Retailing and Consumer Services, 8, 147–156.
  134. Asur, S., & Huberman, B. A. (2010). Predicting the future with social media. In Web Intelligence and Intelligent Agent Technology (WI-IAT), 2010 IEEE/WIC/ACM International Conference on (Vol. 1, pp. 492-499). IEEE.
  135. Austin, B. A. (1981). A Film Attendance:Why College Students Chose to See Their Most Recent Film. Journal of Popular Film and Television, 9(1), 43-49.
  136. Austin, B. A. (1989). Immediate Seating:A look at movie audiences. Belmont, CA:Wadsworth.
  137. Bächlin, P. (1945). Der Film als Ware. Basel: Burg-Verlag.
  138. Bainbridge, W. S., (1989). Survey Research: A Computer-Assistant Introduction. Belmont, CA: Wadsworth.
  139. Basuroy, S., Chatterjee, S., & Ravid, S. A. (2003). How critical are critical reviews? The box office effects of film critics, star power, and budgets. Journal of Marketing, 67(4), 103-117.
  140. Basuroy, S., & Chatterjee, S. (2008). Fast and frequent: Investigating box office revenues of motion picture sequels. Journal of Business Research, 61(7), 798–803.
  141. Bart Peter & Guber Peter (2002).Shoot Out:Surviving Fame and (Mis)Fortune in Hollywood. New York:G.P. Putnam’s Sons.
  142. Berra, J. (2008). Declarations of independence:American cinema and the partiality of independent production. Bristol:Intellect.
  143. Bloore, Peter (2014). The Screenplay Business: Managing creativity in script development in the contemporary British independent film industry. Unpublished doctoral dissertation, University of East Anglia.
  144. Blacker, Irwin R. (1998). The Elements of Screenwriting. Macmilan Publishing, New York, NY.
  145. Brink, B. T., (1991). The Amoeba approach as a useful tool for establishing sustainable development? In Search of Indicators of Sustainable Development, edited by Kuik, H. and Verbruggen, Kluwer, Academic Publishers, Boston, pp. 71-87.
  146. Canterbery, E. R., & Marvasti, A. (2001). The U.S. Motion Pictures Industry: An Empirical Approach. Review of Industrial Organization, 19(1), 81–98.
  147. Caves. E. Richard. (2000). Creative Industries: Contracts between Art and Commerce. Cambridge, Mass. Harvard University Press.
  148. Chang, B. -H. and E. -J. Ki. (2005), Devising a PracticalModel for Predicting Theatrical Movie Success:Focusing on the Experience Good Property. Journal of Media Economics, 18(4), 247-269.
  149. Cohen, Morris A., Elisahberg, Jehoshua. & Ho, Teck-Hua (1996). New Product Development: The Performance and Time-to-Market Tradeoff. Management Science, 42(2), 173–186.
  150. Dalkey, N., & Helmer, O. (1963). An experimental application of the Delphi method to the use of experts. Management Science, 9(3), 458-467.
  151. Desai, M. A., Leob, G. J., & Veblen, M. F. (2002). The Strategy and Sources of Motion Picture Finance, Harvard Business School Note, 203-007.
  152. Dewenter, R., & Westermann, M. (2005). Cinema demand in Germany. Journal of Cultural Economics, 29(3), 213-231.
  153. De Vany, A., & Walls, W. D. (1999). Uncertainty in he movie industry : Does star power reduce the terror of the box office?Journal of Cultural Economics, 23(4), 285-318.
  154. De Vany, A., & Walls, W. D. (2002). Does Hollywood Make Too Many R‐Rated Movies? Risk, Stochastic Dominance, and the Illusion of Expectation. The Journal of Business, 75(3), 425-451.
  155. Dellarocas, C., Awad, N., & Zhang, X. M. (2004, May 10). Using online ratings as a proxy of word-of-mouth for motion picture revenue forecasting. Retrieved form http://dx.doi.org/10.2139/ssrn.620821
  156. Dellarocas, C., Awad, N., & Zhang, X. M. (2007). Exploring the value of online products reviews in forecasting sales: The case of motion pictures. Journal of Interactive Marketing, 21(4), 23–45.
  157. Debenedetti, S. (2006). The role of media critics in the cultural industries. International Journal of Arts Management, 8 (3), 30-42.
  158. Diorio Carl. (2003, June 15). H’w’d: A sequel opportunity town:New crop of follow-ups outpaces originals. Variety. Retreved from:https://goo.gl/N5Hn25
  159. Duan, W., Gu, B., & Whinston, A. B. (2008). Do online reviews matter? — An empirical investigation of panel data. Decision Support Systems, 45(4), 1007-1016.
  160. Einav, L. (2007). Seasonality in the U.S. Motion Picture Industry. The RAND Journal of Economics, 38(1), 127–145.
  161. Elberse, A. (2002). Demand and supply dynamics for sequentially released products in international markets: An empirical application to motion pictures. Unpublished doctoral dissertation. London Business School.
  162. Elberse, A., & Eliashberg, J. (2003). Demand and supply dynamics for sequentially released products in international markets: The case of motion pictures. Marketing Science, 22(3), 329–354.
  163. Eliashberg, J., Elberse, A., & Leenders, M. A. (2006). The motion picture industry: Critical issues in practice, current research, and new research directions. Marketing science, 25(6), 638-661.
  164. Eliashberg, J., Hui, S. K., & Zhang, J. Z. (2007). From storyline to box office: A new approach for green-lighting movie scripts. Management Science, 53(6), 881–893.
  165. Eliashberg, J., Weinberg, C., & Hui, S. K.(2008). Decision models for the movie industry. In B. Wierenga (Ed.), Handbook of marketing decision models (pp. 437-468). New York, NY:Springer.
  166. Eliashberg, J., Hui S., Zhang, J. Z. (2010, May 6).Green-Lighting movie script:revenue forecasting and risk management, Retrieved from http://w4.stern.nyu.edu/news/docs/hui_scripts_5.6.2010.pdf
  167. Eliashberg, J., Hui, S., & Zhang, J. Z. (2014). Assessing Box Office Performance Using Movie Scripts: A Kernel-Based Approach. IEEE Transactions on Knowledge and Data Engineering, 26(11), 2639-2648.
  168. Epstein, E. J. (2005). The Big Picture: The New Logic of Money and Power in Hollywood, New York, NY:Random House.
  169. Escoffier Nadine & Bill Mckelvey (2015).The Wisdom of Crowds in the Movie Industry: Towards New Solutions to Reduce Uncertainties. International Journal of Arts Management, 17(2), 52-63.
  170. Field, Syd. (1994). Screenplay: The Foundations of Screenwriting (3rd ed.). Dell Publishing, New York, NY.
  171. Field, S. (1998). The Screenwriter’s Problem Solver. Dell Publishing, New York, NY.
  172. Fu, W. W., & Lee, T. K. (2008). Economic and cultural influences on the theatrical consumption of foreign films in Singapore. Journal of Media Economics, 21(1), 1–27.
  173. Galloway Stephen (2017, Feb 15). The New Power of "Yes": Who Actually Has Greenlight Authority at the Movie Studios. The hollywood report. Retrieved from http://www.hollywoodreporter.com/news/new-power-yes-who-actually-has-greenlight-authority-at-movie-studios-976236
  174. Ghiassa, M., Lio, D. & Moon, B. (2015). Pre-production forecasting of movie revenues with a dynamic artificial neural network. Expert Systems with Applications, 42(6), 3176–3193.
  175. Goldman, W. (1983). Adventures in the Film Trade. New York:Warner.
  176. Hart, M. (1995). Guide to Sustainable Community Indicators, Quebec-Labrador Foundation (QLF) / Atlantic Center for the Environment, Ipswich, Massachusetts, USA.
  177. Hartman, A. (1981). Reaching consensus using the Delphi technique. Educational Leadership, 38(6), 495-497.
  178. Hauge, M. (1991). Writing Screenplays that Sell. New York, NY: Harper Collins Publishers.
  179. Hennig-Thurau, T., Houston, M. B., & Walsh, G. (2006). The Differing Roles of Success Drivers Across Sequential Channels:An Application to the Motion Picture Industry. Journal of the Academy of Marketing Science, 34(4), 559-575.
  180. Hennig-Thurau, T., Houston, M. B., & Walsh, G. (2007). Determinants of motion picture box office and profitability: An interrelationship approach. Review of Managerial Science, 1, 65–92.
  181. Hutcheon, L. (2006). A Theory of Adaptation (1st ed.). London: Routledge.
  182. Jenkins, H. (2006). Convergence culture: Where old and new media collide. New York, NY: New York University Press.
  183. Jr., John J. Lee & Anne Marie Gillen (2011). The Producer's Business Handbook (3rd ed. pp .201- 210). USA:Focal Press.
  184. Krider, R. E., & Weinberg, C. B. (1998). Competitive dynamics and the introduction of new products: The motion picture timing game. Journal of Marketing Research, 35, 1–15.
  185. Kim, S., Park, M., & Park, S. (2013). Exploring the effects of online word of mouth and expert reviews on theatrical movies’ box office success. Journal of Media Economics, 26(2), 98–114.
  186. Lasaygues, Victor José (2016). A comparative Investment Analysis : Is it better to invest in venture capital or in the motion picture industry? Unpublished doctoral dissertation, University of ISCTE business school.
  187. Lee, F. L. F. (2006). Cultural discount and cross-culture predictability: Examining the box office performance of American movies in Hong Kong. Journal of Media Economics, 19(4), 259-276.
  188. Levin, A. M., Levin, I. P., & Health, C. E. (1997). Movie stars and authors as brand names : Measuring brand equity in experiential products. Advances in Consumer Research, 24, 175–181.
  189. Litman, B. R. (1982). Decision making in the film industry:The influence of the TV market. Journal of Communication, 32, 33-52.
  190. Litman, B.R. (1983). Predicting success of theatrical movies:An empirical study. Journal of Popular Culture, 16, 159-175.
  191. Litman, B. R., & Ahn, H. (1998). Predicting financial success of motion pictures. The early “90s” experience. In B. R. Litman (Ed.), The motion picture mega-industry (pp. 172-197). Boston: Allyn and Bacon.
  192. Litman, B. R., & Kohl, L. S. (1989). Predicting financial success of motion pictures: The ’80s experience. Journal of Media Economics, 2, 35–50.
  193. Mark, J. F. & Andrew, R. (2008). Investing in movies. Journal of Asset Management, 9(1), 22-40.
  194. Mayer, Michael F.(1978). The Film Industry:Practical Business/Legal Problems in Production, Distribution and Exhibition( 2nd ed.). New York, NY: Hastings House.
  195. McKenzie, J. (2012). The Economics of movies: A literature survey. Journal of Economic Surveys,26(1), 42–70.
  196. Mishne, G., & Glance, N. S. (2006, March). Predicting movie sales from blogger sentiment. In AAAI Spring Symposium: Computational Approaches to Analyzing Weblogs, 155-158.
  197. Mitchell, V. W. (1991). The delphi technique: An exposition and application. Technology Analysis and Strateguc Management, 3(4), 333-358.
  198. Musun,C. (1969). The marketing of motion pictures: Both sides of the coin; artbusiness. Los Angles: Chris Musun Company.
  199. Murry, J. W. & Hammons, J. O. (1995). Delphi: A versatile methodology for conducting qualitative research.The Review of Higher Education, 18(4), 423-436.
  200. Park, SB., You E. (2012). Story modeling for green light decision making. In: Kim K., & Ahn S. (Eds.), Proceedings of the International Conference on IT Convergence and Security 2011. Lecture Notes in Electrical Engineering, (vol 120). Dordrecht: Springer.
  201. Panaligan, R., & Chen, A. (2013). Quantifying movie magic with google search. Google Whitepaper – Industry Perspective and User Insights, 1(June), 1-11
  202. Phillips, B. S., (1971). Social Research: Strategy and Tactics( 2nd ed.). New York, NY: Macmi1lan.
  203. Prag, J., & Casavant, J. (1994). An empirical study of the determinants of revenues and marketing expenditures in the motion picture industry. Journal of Cultural Economics, 18(3), 217–235.
  204. Ravid, S. A. (1999). Information, blockbusters, and stars: A study of the film industry. Journal of Business, 72(4), 463-492.
  205. Ravid, S. A., & Basuroy, S. (2004). Executive objectives function, the R-rated puzzle and the production of violent films. The Journal of Business, 77(2), 155-192.
  206. Rentschler, R. (2002). The Entrepreneurial Arts Leader: Cultural policy, change and reinvention. Brisbane: University of Queensland Press.
  207. Sawhney, M. S., & Eliasberg, J. (1996). A parsimonious model for forecasting gross box-office revenues of motion pictures. Marketing Science, 15, 113–131.
  208. Simonet, Thomas (1977). Regression Analysis of Prior Experience of Key Production Personnel as Predictors of Revenues from High Grossing Motion Pictures in American Release. Unpublished doctoral dissertation. University of Temple.
  209. Simonet, T. S. (1980). Regression analysis of prior experience of key production personnel as predictors of revenues from high-grossing motion pictures in American release. New York, NY: Arno Press.
  210. Simonton, D. K. (2002). Collaborative aesthetics in the feature film: Cinematic components predicting the differential impact of 2,323 Oscar-nominated movies. Empirical Studies of the Arts, 20, 115–125.
  211. Simonton, D. K. (2004). Group artistic creativity: Creative clusters and cinematic success in 1,327 feature films. Journal of Applied Social Psychology, 34, 1494–1520.
  212. Simonton, D. K. (2005a). Cinematic creativity and production budgets: Does money make the movie? Journal of Creative Behavior, 39, 1–15.
  213. Simonton, D. K. (2005b). Film as art versus film as business: Differential correlates of screenplay characteristics. Empirical Studies of the Arts, 23, 93–117.
  214. Simonton, D. K. (2009). Cinematic success criteria and their predictors: The art and business of the Film Industry. Psychology & Marketing, 26(5), 400–420.
  215. Silver-Lasky, Pat. (2003). Screenwriting in the 21st Century. Sterling Publishing Company Inc.
  216. Sharda, R., & Delen, D. (2006). Predicting box-office success of motion pictures with neural networks. Expert Systems with Applications, 30(2), 243-254.
  217. Sharda, R., & Delen, D. (2010). Predicting the financial success of hollywood movies using an information fusion approach. Industrial Engineering Journal, 21(1), 30–37.
  218. Shugan, S. M. (2000). Recent research on the motion picture industry. Eliashberg, J., & Mallen, B. (Eds.). Procinaugural Business, Economy, Scholars Workshop in Motion Picture Indust (pp.65-86). Boca Raton: University of Florida Atlantic.
  219. Sochay, S. (1994). Predicting the performance of motion pictures. The Journal of Media Economics, 7(4), 1–20.
  220. Sood, S., & Drèze, X. (2006). Brand extensions of experiential goods: Movie sequel evaluations. Journal of Consumer Research, 33, 352-360.
  221. Spann, M., & Skiear, B.(2003). Internet-based virtual stock markets for business forecasting . Management Science, 49(10), 1310-1326.
  222. Squire, J. E. (2004). The Movie Business Book (3rd ed.). New York: Simon & Schuster.
  223. Terry, N., M. Butler & D. A. De'Armond. (2005). The determinants of domestic box office performance in The motion picture industry. Southwestern Economic Review, 32, 137-148.
  224. Vogel, H. L. (2007). Entertainment Industry Economics: A guide for financial analysis. UK: Cambridge University Press.
  225. von Rimscha, M. Bjørn. (2009). Managing risk in motion picture project development. Journal of Media Business Studies, 6(4), 75-101.
  226. Walls,W.D. (2005). Modeling movie success when “nobody knows anything”: Conditional stable-distribution analysis of film returns. Journal of Cultural Economics, 29(3), 177–190.
  227. Wallace, W. T., Seigerman, A., & Holbrook, M. B. (1993). The role of actors and actresses in the success of films: How much is a movie star worth? Journal of Cultural Economics, 17(1), 1–27.
  228. West, P. M. & Broniarczyk, S. M. (1998). Integrating Multiple Opinions: The Role of Aspiration Level on Consumer Response to Critic Consensus. Journal of Consumer Research, 25(1), 38-51
  229. Wind, J. & Magajan, V. (1997). Issues and opportunities in new product development:An introduction to the special issue. Journal of Marketing Research, 34, 1-12.
  230. Yang, J & Kim, W. (2014). Seasonality in the Non-U.S. Motion Picture Industry: A Case of South Korea. Journal of Media Economics, 27(1), 38-55.
  231. Zhang,W., & Skiena, S. (2009). Improving movie gross prediction through news analysis. In Web Intelligence and Intelligent Agent Technology (WI-IAT), 2009 IEEE/WIC/ACM International Conference on (Vol. 1, pp.301-304). IEEE.
  232. Zufryden, F. (2000). New Film Website Promotion and Box Office Perfoemance. Journal of Advertising Research, 40(1/2), 55-64.