电影是一种集合商业与艺术两种属性的独特产品，电影从筹备到拍摄再到最终宣传上映，有一个漫长的制作过程。在这个漫长的周期中，庞大的制作团队、不可控的口碑和票房收入都让电影项目的运作充满风险，因此如何评估、管控和规避这些风险应该成为我们关注的重点。《影视风控蓝皮书》（以下简称“蓝皮书”）针对影视行业的风险进行了相关研究，为影视行业评估和管控风险提供参考。今天小编就请到了南开大学传播学系主任，同时也是《蓝皮书》执行主编之一的陈鹏老师从风控角度来谈谈我们应如何阅读《蓝皮书》。

 “做好风控，使影视在做大过程中做强”

风控对于整个中国影视行业的发展是至关重要的，但是目前看来也成为了一个短板。据统计，我国每年电影拍摄将近700部，但是真正可以实现市场收益价值的只有100部左右；每年电视剧16000集，但能在各电视台播出的只有5000集，且播出的部分不一定都具有市场价值。和美国好莱坞相比，我国影视产业供给量大但是效率低，一方面观众真实而巨大的需求没有得到真正满足，市场还有很大缺口，另一方面供给了大量内容产品，却大多是低水平、重复性生产的“残次品”，这些内容产品是广大受众不需要的，因此浪费了生产资源、造成了产能过剩，可需求还没有得到真正满足。造成的结果就是广大观众的影视精神文化需求没有得到满足，观众不满意；影视产业造成大量供给侧浪费，政府不满意、投资人不满意、行业不满意。从这个角度来说，我们影视行业“无效供给”严重过剩，因此需要对供给侧进行深刻改革，精练力量来拍摄观众真正需要的、对社会有正能量的、市场价值和社会价值双赢的作品。这样才能有效减少影视行业的资源浪费，同时也才能提升影视行业的整体效率，实现内涵发展，而在这个过程中，风控的重要性就不言而喻了。

 “国内影视行业对风控还没有科学的认识”

我在做研究的时候发现，国内影视行业对风控已经有了一些基本的认识，但是还尚停留在感知的阶段，并没有将其上升为按市场规律办事的高度，这是当前影视行业的一大问题所在。虽然很多影视公司也在进行风控，但是他们的方法都相对传统，主要靠一些专家或者从业人员的经验。这些经验在一定程度上的确可以起到防控风险的作用，但其中的偶然性也一目了然，特别是在当前时代和市场千变万化的背景下，观众的迭代速度加快，且不同观众群对作品的认识、需求和评价也是千差万别的，代沟非常明显。鉴于此，如果我们现在还沿用过去的经验来判断新观众的需求和口味，肯定会出现很大的偏差，这种方法可能并不能降低绝对风险，甚至有的经验式错误还会增加风险。

       所以，我们必须要采取新的、科学的方法来解决这个问题。我们发现西方电影市场中有很多值得借鉴的方法，比如美国常采用的量化研究方法，于是我们借鉴了他们的这种思路，再结合中国本土影视剧市场进行改造、优化和升级，形成了更适合本土的风控体系。

 “《蓝皮书》对影视行业风控问题作了详细说明”

在《蓝皮书》中我主要负责总报告、风控报告和趋势报告中的一部分的编撰工作。在总报告中主要对整个舆情的发展脉络、研究方法和舆情对风控的价值等进行了分析；在风控报告里我们对如何进行影视项目的风险管控做了定量分析，并有一些模型和识别各风险点的方法；而在趋势报告中则汇集了一些专家的观点，对2015~2016年影视舆情和影视市场风控趋势做了分析。

在《蓝皮书》中我们对风控问题都进行了详细说明，从风控的方法来讲，我们建立了一系列模型，通过对历史数据的积累和科学的分析方法，对未来的舆情和风控进行了预测。我们还收集了一些经典的电影项目案例，有成功的经验也有失败的教训，将它们的各阶段进行条理化和量化，然后对其风险点进行归纳和数据化统计，这样就可以使整个影视项目达到较好的效果。

“多因素的权衡使风控模型更科学”

鉴于国内影视行业对风险管控缺乏科学的认识，因此我们在建立风险模型的时候参考了很多因素，使模型更加科学、精确。我们的风控体系先从IP创意入手，然后对后续影视项目的各环节进行风险识别，最后构建出风险区间，并且通过信息量的不断丰富来缩小这个区间。在建立这个关系模型的时候，我们参考了诸如专家的经验、影视项目的类型和题材、供求关系等因素，然后将所有的因素都叠加起来并且赋予不同的权重，最后划分到整个体系当中，对电视剧收视率或者电影票房做出回归和解释。这样一来我们就避免了某个解释力并不强的单因素在整个系统中的决定作用，也更加科学可靠。

风控报告是整个《蓝皮书》的重点之一，也是难点所在，因为由于影视市场变化大、周期长、流程多，各因素在不同项目和市场中都是不一样的，权重也不相同。所以，对于这个难点部分，不同的读者可以从不同的角度进行解读。比如对于业界从业人员而言，他们可以从后期排名中找到对不同导演、演员和创作团队等的定位，为他们的选择提供判断依据，也可以看看趋势报告，从供给和需求的角度关注当前供需关系和受众口碑变化的情况。而对于一般的读者，则可以从方法的角度着重了解风控体系，在趋势报告中也可以将个人兴趣与专家观点结合起来，看趋势排行的集体表征是否符合个人的感知。

 “下一步要让风控模型更加智能精确”

我们的风控模型是和南开大学职能预测自适应控制实验室以及山东大学大数据与精确传播实验室合作进行的，下一步我们将把之前的模型做得更加精美，实现票房模型和风控模型的升级。同时我们也将不断验证模型，比如我们现在就正在做基于神经网络的机器学习系统，通过机器学习让新元素进入模型，为权重的动态变化和类型的差别化识别提供更好的维度。此外，我们还将做好电视剧领域的风险管控，在电视剧和电视节目上下功夫。因为目前节目的大片化运作趋势比较明显，成为一个热门的研究方向，因此我们接下来将把电视剧大片和节目大片作为拓展方向，使我们的系统更加完善和丰富。