不好意思,传媒娱乐行业真的没有“口红效应”

国内新闻 浏览(1903)

自2018年以来,所谓的“口红效应”在媒体娱乐圈和投资圈广为流传:在经济放缓和宏观环境不稳定的情况下,消费者会消费更多的娱乐内容(电影、戏剧、游戏、动画等)。),从而为媒体娱乐行业带来一个壮观的“反周期市场”。

然而,这种观点被现实无情地拒绝。2019年1月至10月,国家电影的票房同比仅增长6%,仍然受到《流浪地球》 《复仇者联盟 4》 《哪吒》等神的祝福。同期,全国游戏市场也出现了一位数的增长。中国旅游市场的同比增长率可能略高于10%,但腾讯夺走了大部分增长。

这到底是怎么回事?“口红效应”失败了吗?事实上,“口红效应”从未在中国或美国出现过 如果你看过黄金时代(1920-1940)的好莱坞电影,你就会知道“大萧条”给美国电影人留下了多么痛苦的印象。 所谓的“9.11事件后口红销量急剧上升”从未得到数据的支持。坦率地说,这是一个城市传奇。

在这里,这个奇怪的强盗团伙利用大量历史数据对美国和中国的电影和游戏产业进行回归分析,完全伪造了“口红效应” 当然,我们也想将戏剧、直播、动画、音乐等行业纳入回归分析。不幸的是,这些行业没有权威可靠的销售数据,只能等待将来有机会这样做。

世界上的一切都害怕“严重”这个词 显然,绝大多数相信“口红效应”的人以前没有做过实证研究。所以这个奇怪的强盗团伙来了。 相信科学、相信数据和相信逻辑是这群小偷的一贯原则。 二加二总是等于四,不是偶尔等于四;实践是检验真理的唯一标准,而不是许多标准中的一个 让我们用科学的方法对“口红效应”判处死刑。

美国的经济和历史数据不支持“口红效应”的存在。

当投资者和媒体提到媒体和娱乐业的“口红效应”时,最常见的例子是美国电影业有句谚语说好莱坞在1929年和2008年的经济危机中过得很开心。 这种说法是真的吗?不幸的是,在分析了近几十年的数据后,我们得出的结论是:不管历史上是否有“口红效应”,至少我们从20世纪80年代以来就没有观察到这种现象。

根据年度数据,美国电影和游戏是强烈的周期性行业。

首先,让我们回顾一下一般统计课程 要判断两件事之间的相关性,回归分析是最常用的工具:把一个数据作为因变量,把另一个数据作为自变量,如果有明确的线性关系,可以说两者是相关的。 这里,我们以美国电影票房收入(和美国游戏产业收入)为因变量,以美国宏观经济数据(包括国内生产总值、人均可支配收入、个人消费支出、失业率等)为因变量。)作为独立变量。 必须指出,我们所有的原始数据都是基于名义价值,没有根据通货膨胀进行调整。 由于自变量和因变量都包含通货膨胀因素,它们将在回归分析过程中相互抵消。

在回归分析中,三个指标非常重要 第一个是斜率,它反映了两个变量之间线性关系的强度 例如,如果Y=0.56X+16,那么对于x中的每一个变化单位,Y将变化0.56个单位;斜率越小,线性关系就越不重要

第二个是R平方,它反映了自变量X对因变量y的解释力 例如,如果我们发现R-Square=0.96,这意味着y的96%的变化可以用x的变化来解释,两者之间的线性关系是完美且令人信服的。

第三个是P值,它反映了线性关系的统计显着性 ρ值越小,自变量和因变量之间线性关系的可能性就越大。 从学术上来说,市盈率通常需要小于0.05才能有意义;在实践中可以适当放松。

美国电影票房数据保存完好。我们利用1980年以来的所有年度数据进行回归分析,得出美国电影业是一个强周期性行业,宏观经济数据与电影票房收入的相关系数非常大,具有很强的解释力和显着的统计意义。 无论用国内生产总值、人均可支配收入还是个人总支出作为独立变量,都可以得出类似的结论。

此外,无论使用本期还是前期的宏观数据,回归分析的结论都是一样的。这表明国内生产总值等宏观数据不仅影响当年的电影票房,而且对下一年的电影票房有前瞻性的看法。 事实上,即使用肉眼也可以看到,由美国电影票房收入和国内生产总值或人均可支配收入共同定义的数据点几乎落在一条完美的直线上,这是线性关系统计学家梦寐以求的。

美国游戏行业(包括主机游戏、电脑游戏和手机游戏)的权威统计始于1996年,数据总量明显少于电影业。 然而,我们的结论并未受到影响美国博彩业的经营收入与国内生产总值、人均可支配收入和个人总支出之间存在强而显着的线性关系。 此外,博彩业收入对宏观经济数据的斜率明显更大 换句话说,对于每一个单位的国内生产总值和其他宏观数据,对游戏产业的影响远远大于对电影产业的影响。

在这种情况下,我们能宣布美国的电影和游戏产业是强烈的周期性产业,并且‘口红效应’被伪造了吗?等一下。要知道,自20世纪80年代以来,美国一直是发达国家经济增长最快的国家之一,国内生产总值几乎每年都在增长,电影票房收入和游戏产业收入也在增长 这很容易导致‘假阳性’两组数据只是朝同一方向变化,不一定是因果关系 此外,投资者的时间轴可能不一定与一年一样长,但也可能是季度。 我们还需要对季度数据进行更深入的分析,尽管季度数据可能不如年度数据可靠。

从季度数据来看,美国电影和游戏是非周期性行业。

幸运的是,通过BoxOfficeMojo,我们可以获得美国电影行业的连续季度数据 一旦季度数据发生变化,电影票房收入与国内生产总值和可支配收入等宏观指标之间的线性关系消失, R-Square从0.95左右暴跌至0.01左右,这已经失去了任何说服力。市盈率急剧上升,统计意义完全站不住脚。 无论是使用当前指数,还是使用滞后期或超前期,结论都是相似的。 换句话说,按季度计算,美国电影业是非周期性的

然而,我们仍然不能相信“口红效应”的存在:所谓的“口红效应”是指在经济低迷时期消费者在娱乐领域如电影上花费更多,这是“反周期的”。基于季度数据的统计分析,我们只能导出“非周期性”,而不能导出“反周期性” 如果投资者只想找到一个与宏观经济指标“无关”或“相关性弱”的行业,他们有很多选择,不需要依赖电影业。

美国游戏行业的季度数据很难找到,普通第三方数据库的连续性和权威性也不够。 因此,我们只能使用四大上市游戏公司的季度收入数据:动视暴雪(Activision Blizzard)、EA、Take-Two和Zynga;其中,动视暴雪和艺电的收入规模明显较大 必须承认,上述四家公司的数据并不严格,因为它们都有来自美国以外地区的大量收入,会计政策的差异也必须考虑在内。 然而,这已经是我们可以想象的最可靠的季度数据代理变量。

使用上述代理变量后,我们的结论是:在季度基础上,美国博彩业的经营收入与国内生产总值和可支配收入等宏观经济指标之间没有线性关系,统计意义几乎不存在 这与我们对美国电影业的结论相似,只有一个例外:社会平均每小时工资为英镑。

我们的统计分析显示,美国博彩业的季度收入与社会的平均小时工资之间存在线性关系,P值仅为0.02,达到统计显着水平。 不幸的是,R-Square只有0.1左右,也就是说,博彩业收入的变化只有10%是由平均小时工资的变化决定的。 这似乎符合常识:每次平均每小时工资增加,消费者就有更多的钱购买游戏,但实际上只有一小部分钱用于购买游戏。

通过数据,研究案例:娱乐业的周期性是什么?

根据年度数据,美国电影和游戏行业具有高度的周期性。从季度数据来看,它们都是非周期性的。 就这些吗?我们能看得更深些吗?数据分析本身只能涉及事物的扩展,而不是它的核心;它只能告诉我们“事物是如何变化的”,但不能告诉我们“事物为什么会变化” 为了彻底了解美国娱乐业的周期性问题,必须进行案例研究。

在过去30年里,美国经历了三次经济衰退:1991年、2002年和2008-2009年。 我们可以看到,在1991年的经济衰退期间,电影业表现出很强的周期性,票房收入和国内生产总值基本上朝着同一个方向发展。2002年,电影业表现出反周期。国内生产总值最糟糕的时候是票房增长更快的时候。2009年,电影的票房收入先是相对于国内生产总值的趋势上升,然后相对于国内生产总值的趋势下降,这似乎反映了强烈的反周期性 如果我们只看最近两次衰退,我们可能会得出“口红效应”确实存在的结论。 为什么三次衰退如此不同?

聪明的读者可能已经猜到了答案:产品周期!2002年第二季度,美国上映了两部超级知识产权大片:《蜘蛛侠》和《星球大战前传 2》,这为美国电影票房超过国内生产总值的复苏做出了贡献。 根据惯例,这种类型的电影最适合在第三季度的夏季上映。如果这两部电影在夏天上映,我们将会看到票房收入和国内生产总值之间有很好的相关性,而且两部电影都将同时强劲复苏。

2009年第二季度,在《变形金刚 2》 《金刚狼》等大片的推动下,美国电影的票房保持了同比增长。同年第四季度,票房收入再次快速增长,这一次几乎完全是由于《阿凡达》的贡献。 像《阿凡达》这样取得重大技术突破的作品,无论在哪一年发行,都将彻底改变那一年的电影市场。 第二年,2010年,正值好莱坞大片的低潮期。难怪票房收入与国内生产总值相比下降了。

我们的结论很简单:美国电影产业同时受到经济周期和产品周期的影响。 按季度计算,产品周期排在首位,因为没有一家生产公司或分销公司能够保证某个季度的作品生产,商业大片推迟或升级几个月是正常的。 以一年为单位,产品周期在很大程度上已经被“解决”,而经济周期是第一位的,因为它可以决定观众的真正需求。 因此,合乎逻辑的是,美国电影业在一年中表现出很强的周期性,而在本季度表现出非周期性。

美国游戏行业的情况又是另一回事:在 1991 年经济衰退时,这个行业几乎不存在,其数据无意义;在 2002 年,游戏行业收入早于 GDP 反弹,而且反弹势头很猛,体现了反周期性;到了 2008 年,游戏行业收入却与 GDP 几乎同向变动,体现了较强的周期性。这不禁让人遐想:随着收入规模的扩大,美国游戏行业是否正在由 ' 非周期性 ' 迈向 ' 周期性 '?下一次美国经济衰退时(有可能就在今年或明年),游戏行业的季度收入会不会呈现出极强的周期性?可能性存在,而且不小。

此外,我们为美国游戏行业季度收入选取的代理变量当中,包括一定体量的来自美国之外的收入,这也会削弱数据本身与美国宏观数据的相关性。我们相信,如果能够完全排除美国以外市场贡献的收入,游戏行业季度数据的周期性很可能上升;但是,我们尚无法证实这一猜测。

中国的情况如何?电影和游戏要分开来看

美国的历史数据固然可以给我们很多启发,但是投资者最关心的毕竟是中国市场。虽然中国电影和游戏行业的历史数据积累较少,但是总归是有历史数据的。在进行类似的统计分析之后,我们发现:以季度为单位,中国电影行业是非周期性的,但是游戏行业是周期性的。无论如何,其中任何一个都不存在反周期性,也就是没有 ' 口红效应 '。

中国电影行业:非周期性?关键是扰动因素太多

通过艺恩网和广电总局,我们可以得知 2007 年以来中国电影票房收入的季度数据。事实上,我们还可以追溯到更久,但是意义不大 2007 年以前的电影行业和经济环境都与今天有天壤之别,可比性很弱。将电影票房收入与 GDP、可支配收入、PMI 等宏观指标进行回归分析(均不排除通货膨胀因素),我们发现:线性关系几乎全部不成立,中国电影行业称得上非周期性行业,只有一个指标例外:失业率。

没错,回归分析显示:中国电影票房收入增速与城镇人口失业率的正相关性在统计上非常显着,P-Value 仅有 0.01;失业率越高,票房收入增速越快!不过,R-Square 只有 0.13,意味着电影票房增长只有 13% 是失业率上升导致的。我们不太相信这种线性关系中国城镇失业率覆盖面不够,历史变动区间很小,很可能导致了 ' 假阳性 '。无论如何,以季度为单位,我们还是认为中国电影行业是非周期性行业。

正如我们上文提到的:' 非周期性 ' 不等于 ' 反周期性 ',后者才是 ' 口红效应 '。事实上,中国电影行业的非周期性很容易解释,那就是扰动因素太多,包括但不限于产品周期。2015 年,在产品周期上行、资本大量涌入的情况下,电影票房收入出现了 49% 的惊人增长;2016 年,由于票补减少、广电总局明令打击 ' 假票房 ',电影票房收入增速又骤然萎缩。在美国,电影市场的供给受到产品周期影响,需求则受到经济周期影响;在中国,连需求都受到了票补、新建影院等一系列复杂因素的影响。

从电影票房收入与名义 GDP 增速的季度对比,我们也可以直观地感受到:电影行业与 GDP 有时候同向变化,有时候反向变化,并无规律可循。2009 年初及 2012 年初,名义 GDP 增速两次骤然放缓,电影票房增速则基本稳定;2014-16 年,名义 GDP 增速缓慢下行并探底,期间电影票房增速则出现了多次剧烈变化。总而言之,通过经济周期来判断电影市场的热度,是一种效率低下、不值得采信的方法。

中国游戏行业:具备较强的周期性,所以要小心!

我们有两种途径获取中国游戏行业的历史数据:艾瑞咨询和中国游戏工委(伽马数据)。其中,艾瑞咨询的数据是季度的,中国游戏工委是半年度的。在实践中,我们发现使用这两组数据的结论差别不大;而且,自从 2015 年以来,这两组数据的相关性已经超过 80%,几乎可以算作一组数据。因此,我们决定采用 2010 年以来艾瑞的季度数据。

通过回归分析,我们发现:以季度为单位,中国游戏行业收入与 GDP、人均 GDP、人均可支配收入、城镇居民消费性支出均存在线性关系,统计显着性均很高,P-Value 甚至接近于 0 这说明我们的结论几乎不会出错。从 R-Square 来看,情况稍差一点:游戏行业的营业收入变化只有 50% 左右可以解释为宏观经济的变化,但是这种解释能力已经很不错了。换句话说,中国游戏行业是不折不扣的强周期性行业!

对游戏行业收入解释能力最强的宏观指标,是城镇居民人均可支配收入。从季度数据对比可以看出:2007 年以来,游戏行业收入与人均可支配收入(均不排除通货膨胀因素)在大部分情况下都呈同向变化。只发生过两次例外:2014 年 4 季度和 2018 年 2-3 季度,人均可支配收入和游戏行业收入没有同向变化,其中后一次还是受到了游戏版号停发的影响。从逻辑上看,可支配收入的升降确实会影响游戏消费倾向。

为什么中国电影行业是非周期性的,游戏行业却是强周期性的?我们认为至少有三个原因。首先,中国游戏行业的规模很大;即便按照最保守的估计,2018 年游戏市场规模也超过了 2000 亿人民币,是电影市场规模的三倍以上,这么大的行业不可能没有周期性。其次,游戏行业的产品供应数量远大于电影行业 2017 年,中国有 9300 多款游戏获准上线,却只有 700 多部电影过审上映,所以游戏行业受到产品周期的影响略小。第三,游戏行业在过去几年受到的外部扰动因素较少,虽然也有流水造假现象,但是相对电影行业的票补而言,影响并不算大。

通过上文的大量统计分析和案例分析,相信读者已经理解了我们的结论:在实证上,无法证明以电影和游戏为代表的传媒娱乐行业存在 ' 口红效应 ',而且在美国和中国皆是如此。当然,传媒娱乐行业不仅包括电影和游戏,还有电视剧、网络视频、短视频、直播、动漫、小说 …… 等等。但是,其他行业要么不是由消费者直接买单(例如电视剧、网络视频),要么因为历史太短而无法获取足够数据(例如直播、动漫),我们暂时无法将其纳入实证研究的范围。但是,我们的专题研究并未就此止步。我们还想知道:从理论上和实践上看,决定传媒娱乐行业周期性的逻辑到底是什么?

无论 ' 口红效应 ' 存在与否,应该如何理解深层逻辑?

在上文,我们已经做了很多数据分析。本章我们不讨论具体数据,只讨论两个概念:理论框架和现实模型。首先,在经济学理论上,' 口红效应 ' 不一定成立,最多可以视为 ' 劳动力供给模型 ' 的一种特例。其次,在现实中,我们并不认为中国游戏行业符合 ' 口红效应 ' 的假设,而电影等其他娱乐行业是否符合,也需要一事一议地分析。

遗憾的是,在经济学理论上,' 口红效应 ' 是不存在的

翻遍主流经济学教材,以及权威经济学论文,我们很难找到 ' 口红效应 ' 一词。这个词最早诞生于 2008 年 5 月,当时 《纽约时报》 报道:2001 年 '911' 恐怖袭击之后,美国口红销量出现过短暂的大幅上升;但是,当时的实际口红销量已经很难考证。2009 年, 《经济学人》 杂志对 ' 口红效应 ' 进行了深入调查,结论是:' 口红销量的可靠历史数据很难获得 …… 换句话说,没有发现明确的相关性。' 既然在 ' 口红效应 ' 一词的发源地,它都没有得到证明,我们又如何确定它在娱乐行业存在?

在经济学理论上,有一种商品的需求会随着经济的下行而增长:劣等商品 ( Inferior Good ) ,即收入弹性小于 0 的商品。一般而言,经济学家认为方便面、廉价快餐、速冻食品、罐头等低端消费品是劣等品;长途汽车、大型折扣连锁店、无抵押消费信贷有可能也是劣等品。问题在于,电影、视频、游戏、直播、动漫 …… 有可能是劣等品吗?如果是劣等品,那么随着人均收入的上升,它们的需求理应下降这种情况在中国从未出现过!那么,它们只能是正常商品,即收入弹性大于 0;甚至很可能是奢侈品,即收入弹性大于 1,受到经济周期的影响非常大。

其实,有一种经济学理论能够解释 ' 口红效应 ':劳动力供给曲线的向后弯曲 ( Backward-Bending ) 现象。该理论认为:劳动者总是在选择把有限的时间投入工作或闲暇;当薪酬从较低水平开始上升时,劳动者会选择多干活、多赚钱;达到某个平衡点之后,如果薪酬继续上升,他们反而会降低劳动时间、多享受闲暇。在经济下行时期也是如此:如果薪酬降低到了平衡点以下,劳动者可能选择少干活(最直观的现象就是少加班、少出差),从而有更多的时间花在电影、游戏等娱乐活动上。

问题在于,即使以上理论是正确的,它符合中国的现实吗?假设薪酬水平确实出现下降,大概有两类人是最可能减少劳动时间的:其一是流水线工人、社会服务业人员等按件或按客单领取薪酬的蓝领;其二是互联网、通信、金融、外贸等高薪酬、高加班率行业的白领。前者的消费能力很有限,后者又面临着大量生活开支和来自家庭的压力不要忘了,'996' 是中国白领修来的福报啊!就算他们真的能够主动减少劳动时间,在闲暇中也不一定会多花钱。说到底,现在的免费娱乐方式很多,谁规定了娱乐就一定要花钱呢?

在上文,我们已经说明了 ' 口红效应 ' 在经济学理论上难以成立。接下来,我们还要说明,' 口红效应 ' 在中国传媒娱乐行业的实践框架中也难以成立。由于中国娱乐内容市场,尤其是游戏、直播等细分市场的特殊性,我国很可能比发达国家更难出现 ' 口红效应 '!

在中国的现实市场环境中,' 口红效应 ' 极难存在

中国传媒娱乐行业的主力消费者究竟是谁?这个问题不同于 ' 用户画像 ' 它关心的是 ' 谁在付费、谁付费最多 ',而不是 ' 谁在使用 '。对于各个细分行业,答案有微妙的不同,但是大致可以分为两种:' 电影模式 ' 和 ' 游戏模式 '。' 电影模式 ' 的主力消费者与主力用户是重叠的,依靠的是较高的付费率、较低的 ARPU,正所谓 ' 聚沙成塔、蚂蚁搬泰山 '。无论内容质量如何,电影票的价格大致相仿,只存在地理位置、时间段、技术格式和票补上的差别。如今的电影票也几乎不存在 VIP 一说了,只有 IMAX 等巨幕格式可以算作某种系统性的差异化定价。

' 游戏模式 ' 则与 ' 电影模式 ' 大相径庭:不一定人人付费,付费渗透率可以很低,运营方也不会驱赶那些 ' 白玩 ' 的人。典型的重度游戏都存在 ' 付费用户金字塔 ':最顶层是 ' 大 R 玩家 ',动辄充值几万、几十万,甚至出现过一人一年充值上亿的情况,他们大多是企业主、富二代等 ' 土豪 ';中层是 ' 中 R/小 R 玩家 ',充值几千块是常事,比上不足比下有余,其中既有高收入的金领,也有 ' 小土豪 ';底层是普通人,数量庞大,能够偶尔充值几十元已经很不容易,更多的是一毛不拔的 ' 零氪 ' 玩家。一个月流水 3 亿元的 MMORPG,收入来源可能是:几百个大 R 玩家贡献 1 亿,几万个中 R/小 R 玩家贡献 1.5 亿,上百万普通玩家贡献 5000 万。

那么问题来了:经济增速的放缓,会对网络游戏的 ' 付费金字塔 ' 造成什么影响?首先,顶端的 ' 土豪 ' 肯定会受到负面影响,他们的生意和资产价值都可能缩水,从而无法负担在游戏里的庞大开支。其次,中间的金领和 ' 小土豪 ' 也无法免疫,动辄几千元的充值不是小数目,节省开支过冬才是合理的选择。最后,底层的微氪玩家倒是有可能稍微多花一点钱,毕竟在游戏里花几十元带来的乐趣,在现实中可能花几百元都得不到;这就是很多投资者期盼的 ' 口红效应 '。问题在于,微氪玩家本来就不是游戏流水的主力军,他们再怎么多花钱,能撑起流水大盘吗?

要判断某种传媒娱乐产品在经济下行周期会受到多大影响,我们首先要看:它的付费模式更接近 ' 电影模式 ' 还是 ' 游戏模式 '?此外,有没有免费替代(白玩、白看、搭顺风车)的可能性?我们认为,电影、网络视频、音乐等产品受到周期性的影响较小,而游戏、直播受到的影响较大。当然,并非所有重度游戏都依赖少数 ' 土豪 ',以 《王者荣耀》 《QQ 飞车》 为代表的电子竞技游戏,收入来源就明显比较均衡。

来源:钛媒体

把青年梦和中国梦融为一体