电影作品著作权价值评估研究--基于票房预测模型的权利金节省法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.2.1 理论意义 | 第10页 |
| 1.2.2 现实意义 | 第10-11页 |
| 1.3 国内外研究综述 | 第11-15页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-14页 |
| 1.3.3 国内外文献述评 | 第14-15页 |
| 1.4 研究内容与方法 | 第15-16页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 研究方法 | 第16页 |
| 1.5 本文的创新点 | 第16-18页 |
| 第二章 电影作品著作权评估基本理论 | 第18-25页 |
| 2.1 电影作品著作权相关概念 | 第18-20页 |
| 2.1.1 电影作品著作权的基本概念 | 第18页 |
| 2.1.2 影响电影作品著作权价值的因素 | 第18-20页 |
| 2.2 相关理论基础 | 第20-21页 |
| 2.2.1 生命周期理论 | 第20页 |
| 2.2.2 消费者偏好理论 | 第20-21页 |
| 2.2.3 价值理论 | 第21页 |
| 2.3 电影著作权价值评估方法及其评价 | 第21-25页 |
| 2.3.1 成本法 | 第21-22页 |
| 2.3.2 市场法 | 第22页 |
| 2.3.3 收益法 | 第22-23页 |
| 2.3.4 改进的收益法—权利金节省法 | 第23-25页 |
| 第三章 电影票房收入预测的实证分析 | 第25-37页 |
| 3.1 两种研究方法介绍 | 第25-26页 |
| 3.1.1 多元线性回归的方法 | 第25页 |
| 3.1.2 神经网络的方法 | 第25-26页 |
| 3.2 电影票房预测模型建立 | 第26-35页 |
| 3.2.1 票房影响因素分析与样本选取 | 第26-31页 |
| 3.2.2 数据的预处理 | 第31-32页 |
| 3.2.3 多元线性回归模型设定 | 第32-33页 |
| 3.2.4 神经网络模型设定 | 第33-35页 |
| 3.3 模型检验 | 第35-37页 |
| 第四章 案例分析—电影《长城》著作权价值评估 | 第37-40页 |
| 4.1 案例情况简介 | 第37页 |
| 4.2 评估的具体过程 | 第37-39页 |
| 4.2.1 参数确定及票房收入预测 | 第37-38页 |
| 4.2.2 许可费率的确定 | 第38页 |
| 4.2.3 折现率的确定 | 第38-39页 |
| 4.2.4 评估结果 | 第39页 |
| 4.3 案例评估总结 | 第39-40页 |
| 第五章 结论与建议及展望 | 第40-42页 |
| 5.1 研究结论和建议 | 第40-41页 |
| 5.2 研究不足与展望 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 附录 | 第44-51页 |
| 致谢 | 第51-52页 |
| 作者简介 | 第52-53页 |
| 导师评阅表 | 第53页 |
