识别风险,发现价值请务必阅读末页的免责声明2/17专题研究|传媒目录索引一、拒绝平庸,顶级口碑才能驱动票房超预期增长............................................................41.1我们的电影内容总体口碑正在逐渐改善...............................................................41.2但结构上影片口碑之间的分化在加剧,票房生命周期也在分化..........................61.3口碑的分化导致了头部效应的加剧和影片观影预期的错配..................................8二、再论电影工业化红利:长期来看,观众预期的力量将引发行业的正向循环................92.1拆解单个影片的核心驱动因素:票价、放映场次、场均人次.............................102.2近年来驱动因素上场次因素减弱,口碑因素越来越突出....................................102.3电影工业化红利:18H1各个细分领域的影片内容口碑都有所提升...................12三、投资映射:我们仍需等待内容全面改善的质变和适应更难的单片驱动行情..............143.1内容的竞争力仍将逐渐提升,塑造口碑的相关发行能力将更加重要..................143.2单片驱动的行情更需要把握时间窗口.................................................................15识别风险,发现价值请务必阅读末页的免责声明3/17专题研究|传媒图表索引图1:2015年以来我们的高票房高分电影显著增多..............................................4图2:18H1豆瓣的加权评分显示电影质量在边际改善..........................................5图3:18H1豆瓣的加权评分显示国产电影质量在边际改善...................................5图4:18H1猫眼的加权评分显示电影质量在边际改善..........................................6图5:18H1猫眼的加权评分显示国产电影质量在边际改善...................................6图6:Top200影片的豆瓣评分标准差在18H1有所扩大.......................................7图7:首日票房占比上18H1整体有所提升............................................................7图8:首日票房占比和首周票房占比的标准差在18H1提升明显...........................8图9:只有内容评价最顶级的电影的首日电影票房倍数在增加,生命周期拉长....8图10:18H1首日票房占比大于25%和首周票房占比大于70%的影片有所增加..9图11:单片票房的主要驱动因素..........................................................................10图12:2015年-2018年放映场次约提升了一倍..................................................11图13:非重要档期日里的影迷增长速度已经放缓................................................11图14:18H1上映的剧情片、科幻片和惊悚片猫眼加权平均分上升明显.............12图15:1986年以来美国各个类型影片票房分布情况..........................................13图16:2012年以来我国各个类型影片票房分布情况..........................................13图17:18H1豆瓣评分当中国产影片口碑已经非常接近进口影片........................14图18:单片票房驱动的股价上行主要需要注意2-3个时间窗口..........................15图19:顶级影片的首周票房倍数可以达到2.5-3.5X的区间之内.........................16识别风险,发现价值请务必阅读末页的免责声明4/17专题研究|传媒我们曾于《我们或正处于电影行业工业化的前夜》的报告当中阐述,国内内容质量回暖将是受惠于电影行业工业化的长期趋势,而非市场预期的短期异常点。暑期档《我不是药神》高分开画部分验证了我们此前的观点。而我们认为部分高完成度的电影工业品的出现,长期来看将引导观众向理性预期靠拢,引导行业走向“生产高质量电影→观众给予票房上的正反馈→优秀的制作人员有更多资金制作好电影”的良性循环。而短期将导致行业的不确定性进一步加深,单片带来的EPS超预期行情更难把握。一、拒绝平庸,顶级口碑才能驱动票房超预期增长1.1我们的电影内容总体口碑正在逐渐改善年初以来,根据我们对猫眼和豆瓣上电影评分的统计,电影质量仍在持续回暖中。我们首先将2015-18H1历年的Top100票房的影片列示如下,横轴代表票房(单位为亿元),纵轴代表猫眼评分(单位为分),可以发现代表2016年的灰点出现了很多评分较低的低票房片。而代表2018H1的蓝点则有较多出现在右上角,代表评分和票房双高。图1:2015年以来我们的高票房高分电影显著增多数据来源:猫眼专业版App,广发证券发展研究中心我们用更加详细的豆瓣和猫眼评分来说明内容质量改善的趋势:a)我们首先选取我国票房前200名的电影的豆瓣和猫眼评分,基本能够覆盖95%以上的票房范围。b)然后用票房作为权数进行加权,其现实意义是观众愿意为某个“电影消费集”(一般是某一年的所有影片)花费的每1元评多少分,分值越高证明消费者认定这部分电影的内容质量越高,消费价值越大。56789100510152025302018H1201720162015票房(亿元)评分识别风险,发现价值请务必阅读末页的免责声明5/17专题研究|传媒从豆瓣评分来看,2017年以来18H1的豆瓣加权评分出现了明显的上升,Top10电影的豆瓣加权评分从2017年上升至18H1的7.18分,创下2013年以来评分的新高;Top100的电影豆瓣评分由2017年的6.57分上升至18H1的6.87分,同样是2013年以来的新高。如果我们只考虑国产影片,内容质量提升趋势更加明显,Top10当中的国产电影的加权评分达到6.94分,高于2017年的6.66分和2016年的6.22分;Top100当中的国产影片豆瓣加权评分达到6.77分,高于2017年的6.17分和2016年的5.85分。图2:18H1豆瓣的加权评分显示电影质量在边际改善数据来源:豆瓣,猫眼专业版App,广发证券发展研究中心图3:18H1豆瓣的加权评分显示国产电影质量在边际改善数据来源:豆瓣,猫眼专业版App,广发证券发展研究中心在票房评价拟合上,猫眼的评分往往表现更好,我们用猫眼的指标来看同样呈现出明显的影片质量改进趋势。2018H1Top10票房电影的猫眼加权评分约为8.99分,基本上与2017年的9.07分持平,相比2016年的8.69分有了比较明显的提高;而Top100票房电影的加权评分约为8.75分,相比2017年的8.66分和2016年的8.43分有比较明显的提升。如果从国产电影的角度来说,Top10中国产电影的9.06分相比2017年的识别风险,发现价值请务必阅读末页的免责声明6/17专题研究|传媒9.1分基本持平,明显高于2016年的8.42分。而暑期档随着《动物世界》(8.5分)、《我不是药神》(9.7分)等优质影片的上线,猫眼的评分有望持续走高。图4:18H1猫眼的加权评分显示电影质量在边际改善数据来源:豆瓣,猫眼专业版App,广发证券发展研究中心图5:18H1猫眼的加权评分显示国产电影质量在边际改善数据来源:豆瓣,猫眼专业版App,广发证券发展研究中心1.2但结构上影片口碑之间的分化在加剧,票房生命周期也在分化虽然总体上内容质量上升,但影片的口碑分化却在迅速加剧。我们统计了Top200影片的豆瓣评分,2016-2017年豆瓣评分的标准差一直在回落,2016年约为1.52分,2017年约为1.48分,而18H1高达1.66分,说明上映的影片之间观众的认知分歧在逐渐扩大,简单来说就是“好的更好,差的更差”。这而观众的众口难调和认知分歧造成了两方面的后果:第一是增加了票房预测的不确定性,口碑起到的杠杆效应正在变大;第二是反映了观众预期的错配,部分评价较好但非最顶级的电影票房遭到错杀,票房潜力未能完全释放,现实变成了只有最顶级的头部影片能够挣钱。识别风险,发现价值请务必阅读末页的免责声明7/17专题研究|传媒图6:Top200影片的豆瓣评分标准差在18H1有所扩大数据来源:猫眼专业版App,广发证券发展研究中心口碑的分化导致了整体票房生命周期缩短和市场的不确定性增加。电影口碑对票房的影响在于,如果口碑较好,则会有更多的路人粉丝选择消费该影片,整体票房的走势曲线会被拉长拉平,票房的生命周期就长;而如果口碑较差,则会导致整体票房集中在首周和前几天,票房走势曲线会变陡,生命周期就偏短。因此首日和首周电影票房占总票房生命周期的比例可以代表口碑给影片带来的杠杆效应,首日票房占比越高,代表负面口碑越明显,首日票房占比越低,则代表正面口碑突出。而根据我们对于2013年以来首日票房占比的统计来看,2016年由于整体影片质量较差,其首日的票房占比达到了一个峰值,平均首日票房占总票房的比例达到19.5%,即一部影片会有接近1/5的票房在首日释放,这一票房生命周期是非常短的。出乎意料的是,我们发现电影质量明显改善的18H1同样出现了首日票房占比的回升,达到了18.7%,我们认为这主要是由于口碑的分化造成的,部分低分影片票房的高首日票房占比拉低了整体的这一指标。图7:首日票房占比上18H1整体有所提升数据来源:猫眼专业版App,广发证券发展研究中心首日票房占比的标准差验证了我们对于市场分化的判断。根据我们的统计,首日票房占比的标准差在18H1达到了近4年的峰值,为21.6%;首周票房占比的标准差在18H1达到了17.6%,是2013年以来的最高值。这代表目前口碑对于票房的杠杆影响识别风险,发现价值请务必阅读末页的免责声明8/17专题研究|传媒作用越来越大,而且分化的口碑又导致了票房表现的分化。图8:首日票房占比和首周票房占比的标准差在18H1提升明显数据来源:猫眼专业版App,广发证券发展研究中心1.3口碑的分化导致了头部效应的加剧和影片观影预期的错配口碑极度分化带来的另外一个负面影响是用户的观影预期和实际影片的内容是错配的,只有最顶级的电影内容才能够穿透人群走出非常好的票房曲线,头部效应加剧。我们将2013年以来的影片分为三个评价档次,猫眼8.7分以上、猫眼评分8-8.7分左右和猫眼8分以下的电影,我们用首日票房占比的倒数代表首日票房的倍数,其含义是最终的票房是首日票房的多少倍,这一倍数指标越高,就说明该影片的生命周期越长。三档影片当中,只有8.7分以上的顶级电影才出现了首日票房倍数的增加,从2017年的9.8倍左右增加至18H1的11.2倍左右;而8.0-8.7分中等档次的影片倍数出现了较大程度的下滑,从2017年的6.2倍下降至18H1的4.5倍左右,基本上与8分以下的影片首日票房倍数相仿。图9:只有内容评价最顶级的电影的首日电影票房倍