Publicado

2023-12-15

Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos

Determinants Of Financial Success In The Mexican Film Industry As A Strategy For Decision-Making And Risk Mitigation

Determinantes do sucesso financeiro na indústria cinematográfica mexicana como estratégia para tomar decisões para reduzir riscos

DOI:

https://doi.org/10.15446/innovar.v34n93.100588

Palabras clave:

éxito financiero, industria cinematográfica, regresión múltiple lineal, riesgos, ingresos por taquilla (es)
Financial success, film industry, box office revenue, multiple linear regression, riks (en)
sucesso financeiro, indústria cinematográfica, renda de bilheteria, regressão linear múltipla, riscos (pt)

Descargas

Autores/as

La incertidumbre financiera existente en la industria cinematográfica ha sido evidente en los últimos años, razón por la cual en el desarrollo de esta investigación se pretende determinar qué factores impactan o no en el éxito financiero de una película mexicana, como estrategia para la toma de decisiones y la mitigación de riesgos. Lo anterior se llevará a cabo mediante la realización de un análisis de correlación, la aplicación de una regresión múltiple lineal y la simulación de modelos predictivos en el software estadístico SPSS, lo que permitirá la creación de un modelo econométrico de regresión múltiple, obteniendo así una herramienta predictiva que pueda ser utilizada en la industria cinematográfica de México. Los resultados más relevantes evidencian que las variables con comportamientos más significativos son la cantidad de salas de cine donde es distribuida una película y el poder que tienen los críticos. La utilización del modelo de predicción creado contribuye significativamente a reducir el impacto de la incertidumbre financiera, generando confianza para todos los inversionistas de proyectos cinematográficos y aportando en la mejora de los ingresos que una película pueda obtener. La principal limitación del modelo es la ausencia de variables adicionales que lo complementarían y mejora-rían como, por ejemplo, la cantidad de semanas de distribución y la inversión en publicidad.

The financial uncertainty prevalent in the film industry has been evident in recent years. Therefore, the aim of this research is to determine which factors impact the financial success of a Mexican film, serving as a strategy for decision-making and risk mitigation. This will be achieved through correlation analysis, the application of multiple linear regression, and predictive model simulation using the statistical software SPSS. These methods will facilitate the creation of an econometric multiple regression model, providing a predictive tool that can be applied in the Mexican film industry. Our main findings indicate that the variables with the most significant behaviors are the number of movie theaters where a film is distributed and the influence of film critics. The use of the prediction model significantly contributes to reducing the impact of financial uncertainty, instilling confidence among film project investors and enhancing a film’s revenue potential. The primary limitation of the proposed model is the absence of additional variables that could complement and improve it, such as the number of weeks for distribution and the investment in advertising.

A incerteza financeira na indústria cinematográfica tem sido evidente nos últimos anos, razão pela qual esta pesquisa visa determinar quais fatores impactam ou não o sucesso financeiro de um filme mexicano, como estratégia para a tomada de decisões e para a redução de riscos. Isso será feito por meio de uma análise de correlação, da aplicação de uma regressão linear múltipla e da simulação de modelos preditivos no software estatístico SPSS, o que permitirá a criação de um modelo econométrico de regressão múltipla, obtendo assim uma ferramenta preditiva que pode ser usada na indústria cinematográfica mexicana. Os resultados mais relevantes mostram que as variáveis com os comportamentos mais significativos são o número de salas de cinema em que um filme é distribuído e o poder da crítica. O uso do modelo de previsão criado contribui significativamente para reduzir o impacto da incerteza financeira, gerando confiança para todos os investidores em projetos cinematográficos e contribuindo para a melhoria do lucro que um filme pode obter. A principal limitação do modelo é a ausência de variáveis adicionais que o complementariam e melhorariam, como o número de semanas de distribuição e o investimento em publicidade.

Referencias

Academia Mexicana de Artes y Ciencias Cinematográficas. (2020). 62 Entrega del Ariel 2020. Obtenido de Academia Mexicana de Artes y Ciencias Cinematográficas: https://www.amacc.org.mx/convocatoria-ariel-62/

Bakar, A., Said, A. y Yaakub, M. (2020). Movie Revenue Prediction Based on Purchase Intention Mining Using YouTube Trailer Reviews. Information Processing & Management, 57 (5). DOI: 10.1016/j.ipm.2020.102278. DOI: https://doi.org/10.1016/j.ipm.2020.102278

Bernstein, G. (2015). Understanding the Business of Entertainment. Massachusetts: Focal Press. Taylor and Francis Group. DOI: https://doi.org/10.4324/9781315773131

CANACINE. (2018). Ganadores Premios CANACINE 2018. Obtenido de Cámara Nacional de la Industria Cinematográfica: http://canacine.org.mx/ganadores-premios-canacine-2018/

Caves, R.E. (2000) Creative Industries: Contracts between Art and Commerce. Harvard University Press, Cambridge.

Chang, B.-H., y Ki, E.-J. (2005). Devising a Practical Model for Predicting Theatrical Movie Success: Focusing on the Experience Good Property. Journal of Media Economics, 18 (4), 247-269, DOI: 10.1207/s15327736me1804_2. DOI: https://doi.org/10.1207/s15327736me1804_2

Ding, Chao & Cheng, Hsing & Duan, Yang & Jin, Yong. (2016). The Power of the “Like” Button: The Impact of Social Media on Box Office. Decision Support Systems. 94, 77-84, DOI: 10.1016/j.dss.2016.11.002. DOI: https://doi.org/10.1016/j.dss.2016.11.002

Elberse, A. (2007). The Power of Stars: Do Star Actors Drive the Success of Movies?. Journal of Marketing, 71 (4), 102-120, DOI: 10.1509/jmkg.71.4.102 DOI: https://doi.org/10.1509/jmkg.71.4.102

Eliashberg, J., y Shungan, S. M. (1997). Film critics: Influencers or predictors? Journal of Marketing, 61 (2), 68-78. DOI: https://doi.org/10.1177/002224299706100205

Fernández Díaz, F., y Barco García, C. (2010). Producción Cinematográfica: Del proyecto al producto. Ediciones Díaz de Santos.

Fetscherin, M. (2010). The Main Determinants of Bollywood Movie Box Office Sales. Journal of Global Marketing, 23 (5), 461-476, DOI: 10.1080/08911762.2010.521117. DOI: https://doi.org/10.1080/08911762.2010.521117

Gutiérrez, V. (21 de marzo de 2019). Industria del cine crece más que la economía del país. El Economista. Recuperado el 9 de marzo de 2020, de https://www.eleconomista.com.mx/arteseideas/Industria-del-cine-crece-mas-que-la-economia-del-pais--20190321-0131.html

IMDb. (2020). Popular TV Show and Movie Genres. Obtenido de IMBb: https://www.imdb.com/feature/genre/

Instituto Mexicano de Cinematografía. (2010). Anuario Estadístico de Cine Mexicano 2010. México

Instituto Mexicano de Cinematografía. (2011). Anuario Estadístico de Cine Mexicano 2011. México

Instituto Mexicano de Cinematografía. (2012). Anuario Estadístico de Cine Mexicano 2012. México.

Instituto Mexicano de Cinematografía. (2013). Anuario Estadístico de Cine Mexicano 2013. México.

Instituto Mexicano de Cinematografía. (2014). Anuario Estadístico de Cine Mexicano 2014. México.

Instituto Mexicano de Cinematografía. (2015). Anuario Estadístico de Cine Mexicano 2015. México.

Instituto Mexicano de Cinematografía. (2016). Anuario Estadístico de Cine Mexicano 2016. México.

Instituto Mexicano de Cinematografía. (2017). Anuario Estadístico de Cine Mexicano 2017. México.

Instituto Mexicano de Cinematografía. (2018). Anuario Estadístico de Cine Mexicano 2018. México.

Instituto Mexicano de Cinematografía. (2019). Anuario Estadístico de Cine Mexicano 2019. México.

Lampel, J., y Shamsie, J. (2000). Critical Push: Strategies for Creating Momentum in the Motion Picture Industry. Journal of Management, 26 (2), 233-257, DOI: 10.1177/014920630002600204. DOI: https://doi.org/10.1177/014920630002600204

Litman, B. R. (1983). Predicting success of theatrical movies: An empirical study. Journal of Popular Culture, 16 (4), 159-175, DOI: 10.1111/j.0022-3840.1983.1604_159.x. DOI: https://doi.org/10.1111/j.0022-3840.1983.1604_159.x

Litman, B. R., y Kohl, L. S. (1989). Predicting Financial Success of Motion Pictures: The '80s Experience. Journal of Media Economics, 2 (2), 35-50, DOI: 10.1080/08997768909358184. DOI: https://doi.org/10.1080/08997768909358184

Mollá Furió, D. (2013). La Producción Cinematográfica: las fases de creación de un largometraje. Editorial UOC, Barcelona.

Nelson, R. A., y Glotfelty, R. (2012). Movie stars and box office revenues: an empirical analysis. Journal of Cultural Economics, 36 (2), 141-166, DOI: 10.1007/s10824-012-9159-5. DOI: https://doi.org/10.1007/s10824-012-9159-5

Nelson, R., Donihue, M., Waldman, D., y Wheaton, C. (2001). What's an oscar worth? Economic Inquiry, 39 (1), 1-16, DOI: 10.1111/j.1465-7295.2001.tb00046.x. DOI: https://doi.org/10.1111/j.1465-7295.2001.tb00046.x

Oh, C., Roumani, Y., Nwankpa, J. K., Hu, H. (2017). Beyond likes and tweets: Consumer engagement behavior and movie box office in social media. Information & Management, 54 (1), 25-37, DOI: 10.1016/j.im.2016.03.004. DOI: https://doi.org/10.1016/j.im.2016.03.004

Pangarker, N., y Smit, E. (2013). The determinants of box office performance in the film industry revisited. South Africa Journal of Business and Management, 44 (3), 47-58, DOI: 10.4102/sajbm.v44i3.162

Periodistas Cinematográficos de México A.C. (2020). XLVII Entrega de Diosas de Plata. Obtenido de http://pecime.com.mx/nominados/

Pokorny, M., y Sedgwick, J. (2001). Stardom and the profitability of film making: Warner Bros. in the 1930s. Journal of Cultural Economics, 25, 157-184, DOI: 10.1023/A:1010964032248 DOI: https://doi.org/10.1023/A:1010964032248

Radas, S., y Shugan, S. M. (1998). Seasonal Marketing and Timing New Product Introductions. Journal of Marketing Research, 35 (3), 296-315, DOI: 10.2307/3152029. DOI: https://doi.org/10.1177/002224379803500302

Ravid, A., y Basuroy, S. (2004). Managerial Objectives, the R-Rating Puzzle, and the Production of Violent Films. Journal of Business, 77 (82), 155-192. DOI: https://doi.org/10.1086/381638

Ravid, S. A. (1999). Information, Blockbusters, and Stars: A Study of the Film Industry*. Journal of Business, 72 (4), 463-492, DOI: 10.1086/209624. DOI: https://doi.org/10.1086/209624

Reinstein, D., y Snyder, C. (2005). The Influence of Expert Reviews on Consumer Demand For Experience Goods: A case study of movie critics. The Journal of Industrial Economics, 53 (1), 27-51, DOI: 10.1111/j.0022-1821.2005.00244.x DOI: https://doi.org/10.1111/j.0022-1821.2005.00244.x

Sawhney, M. S., y Eliashberg, J. (1996). A parsimonious model for forecasting box-office revenues of motion pictures. Marketing Science, 15 (2), 113-131, DOI: 10.1287/mksc.15.2.113. DOI: https://doi.org/10.1287/mksc.15.2.113

Secretaría de Gobernación (2002). Diario Oficial del Poder Ejecutivo. Obtenido de ACUERDO mediante el cual se expiden los criterios para la clasificación de películas cinematográficas. http://www.gobernacion.gob.mx/work/models/SEGOB/Resource/144/1/images/criterios.pdf

Shim, S. y Pourhomayoun, M. (2017). Predicting Movie Market Revenue Using Social Media Data," in 2017 IEEE International Conference on Information Reuse and Integration (IRI), San Diego, CA, 478-484. DOI: 10.1109/IRI.2017.68. DOI: https://doi.org/10.1109/IRI.2017.68

Simonoff, J. S., y Sparrow, I. R. (2000). Predicting movie grosses: Winners and losers, blockbusters, and sleepers. Chance, 13 (3), 15-24, DOI: 10.1080/09332480.2000.10542216. DOI: https://doi.org/10.1080/09332480.2000.10542216

Smith, S., y Smith, K. (1986). Successful movies: a preliminary empirical analysis. Applied Economics, 18 (5), 501-507, DOI: 10.1080/00036848608537445. DOI: https://doi.org/10.1080/00036848608537445

StudioBinder. (12 de agosto de 2019). What is Pre-Production in Film? A Blueprint for Sucess. Recuperado el 9 de marzo de 2020, de StudioBinder: https://www.studiobinder.com/blog/what-is-pre-production-definition/

Sunčica Vujić & Xiaoyu Zhang (2018) Does Twitter chatter matter? Online reviews and box office revenues, Applied Economics, 50, 34-35, 3702-3717, DOI: 10.1080/00036846.2018.1436148. DOI: https://doi.org/10.1080/00036846.2018.1436148

Terry, N., Butler, M., y De’Armond, D. (2011). The Determinants of Domestic Box Office Performance in the Motion Picture Industry. Southwstern Economic Review, 44 (3), 137-148, DOI: 10.4102/sajbm.v44i3.162. DOI: https://doi.org/10.4102/sajbm.v44i3.162

Terry, N., Butler, M., y De'Armond, D. (2004). Critical Acclaim and the Box Office Performance of new film releases. Academy of Marketing Studies Journal, 8 (1), 61-74.

Terry, N., Cooley, J. W., y Zachary, M. (2008). The determinants of foreign box office revenue for English language movies. Journal of International Business and Cultural Studies, 2, 1-12. Recuperado el 7 de marzo de 2020, de: https://www.aabri.com/manuscripts/09274.pdf

Vany, A. D., y Walls, D. (1999). Uncertainty in the Movie Industry: Does Star Power Reduce the Terror of the Box Office? Journal of Cultural Economics, 23, 285-318, DOI: 10.1023/A:1007608125988. DOI: https://doi.org/10.1023/A:1007608125988

Villalobos, O. (3 de octubre de 2017). Las 5 Etapas del Proceso de una Película. Recuperado el 9 de marzo de 2020, de CineastasMx: http://cineastas.mx/las-5-etapas-del-proceso-una-pelicula/

Walls, W. D. (2005). Modeling Movie Success when ‘Nobody Knows Anything’: Conditional Stable-Distribution Analysis of Film Returns. Journal of Cultural Economics, 29 (3), 117-190, DOI: 10.1007/s10824-005-1156-5. DOI: https://doi.org/10.1007/s10824-005-1156-5

Zócalo. (2016). Los 15 mexicanos más famosos en la industria en el cine. Zócalo. Recuperado el 11 de mar de 2020, de https://www.zocalo.com.mx/new_site/articulo/los-15-mexicanos-mas-famosos-en-la-industria-del-cine-1457985380

Cómo citar

APA

Gómez Meneses, F. E. y Torres Bravo, S. I. (2024). Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos . Innovar, 34(93), e100588. https://doi.org/10.15446/innovar.v34n93.100588

ACM

[1]
Gómez Meneses, F.E. y Torres Bravo, S.I. 2024. Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos . Innovar. 34, 93 (jun. 2024), e100588. DOI:https://doi.org/10.15446/innovar.v34n93.100588.

ACS

(1)
Gómez Meneses, F. E.; Torres Bravo, S. I. Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos . Innovar 2024, 34, e100588.

ABNT

GÓMEZ MENESES, F. E.; TORRES BRAVO, S. I. Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos . Innovar, [S. l.], v. 34, n. 93, p. e100588, 2024. DOI: 10.15446/innovar.v34n93.100588. Disponível em: https://revistas.unal.edu.co/index.php/innovar/article/view/100588. Acesso em: 3 ago. 2024.

Chicago

Gómez Meneses, Fabio Enrique, y Sara Isabel Torres Bravo. 2024. «Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos ». Innovar 34 (93):e100588. https://doi.org/10.15446/innovar.v34n93.100588.

Harvard

Gómez Meneses, F. E. y Torres Bravo, S. I. (2024) «Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos », Innovar, 34(93), p. e100588. doi: 10.15446/innovar.v34n93.100588.

IEEE

[1]
F. E. Gómez Meneses y S. I. Torres Bravo, «Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos », Innovar, vol. 34, n.º 93, p. e100588, jun. 2024.

MLA

Gómez Meneses, F. E., y S. I. Torres Bravo. «Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos ». Innovar, vol. 34, n.º 93, junio de 2024, p. e100588, doi:10.15446/innovar.v34n93.100588.

Turabian

Gómez Meneses, Fabio Enrique, y Sara Isabel Torres Bravo. «Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos ». Innovar 34, no. 93 (junio 10, 2024): e100588. Accedido agosto 3, 2024. https://revistas.unal.edu.co/index.php/innovar/article/view/100588.

Vancouver

1.
Gómez Meneses FE, Torres Bravo SI. Determinantes del éxito financiero en la industria cinematográfica mexicana como estrategia para la toma de decisiones y mitigación de riesgos . Innovar [Internet]. 10 de junio de 2024 [citado 3 de agosto de 2024];34(93):e100588. Disponible en: https://revistas.unal.edu.co/index.php/innovar/article/view/100588

Descargar cita

CrossRef Cited-by

CrossRef citations0

Dimensions

PlumX

Visitas a la página del resumen del artículo

71

Descargas

Los datos de descargas todavía no están disponibles.