随着国家对文化产业作为国民经济支柱产业的推动,电影产业的发展逐渐上升到经济社会发展的战略地位。2017年3月份开始实施的《电影产业促进法》规定,国家鼓励金融机构通过信贷方式等促进电影产业发展。因此,在文化产业的支持和税收等一系列红利政策的推动下,金融、房地产等各行各业的闲置资金纷纷投入到影视作品的制作中,促使中国电影产业进入了高速发展阶段。众所周知,电影产业具有投资额度大、资金投入不可逆以及高风险高收益等特点,属于典型的资本密集型产业,使得电影行业投资者面临较大的投资风险。我国电影产业的高投资风险,主要来源于投融资主体对电影产品价值评估存在较大的不确定性。在不能对电影产品进行较准确预估的情况下,为了确保投资成功,投资人只能将投资目标锁定在大型成熟的电影企业,造成中小微电影企业生存空间狭小,不利于我国电影产业的全方位发展。因此,在整个电影产业呈现融资难的背景下,如何寻找到影响电影票房收益的重要风险因素,并指导电影企业在前期策划、电影制作和宣传放映等一系列过程中规避风险,这已经成为中国电影产业快速发展过程中亟待解决的重要问题。电影票房是电影产品的主要收益来源,根据“风险-收益”相关理论,合理的电影票房预测对于投资者和电影企业具有重要意义。我国电影产业投资风险不仅与微观层面的电影制作、营销、发行和上映等有关,还与宏观层面和技术层面的相关政策、受众需求、网络分流、技术水平提高等方面因素有关。本文对我国电影产业投资风险及电影票房预测的研究,既关注了宏观层面政策、需求和竞争影响,又关注了微观层面的制作、营销和布局影响,还关注了技术层面的分流、盗版和口碑营销影响,能够将宏微观和技术层面有机结合起来,避免了仅从微观层面分析可能引起的片面性。本文具体包括8章内容,除第1章绪论以外,第2章和第3章是本文的研究相关的理论基础,第4章、第5章、第6章和第7章分别是基于宏观层面、微观层面和技术层面的电影产业投资风险分析和电影票房收入预测,第8章为结论总结和相应建议。主要内容与研究结论如下:（1）基于宏观层面的分析。借助201 1年1月1日至2019年12月31日的日高频电影大盘票房数据,构建GARCH-EVT-POT-GPD模型对大盘票房增长率波动的周期性和非对称性特征进行分析,并对大盘票房预测结果进行风险价值分析。之后,基于2006-2019年的年度样本数据,探讨了居民收入水平和消费结构对国产电影票房的影响。结果表明:各模型的拟合效果整体表现比较理想,且各模型的参数估计值大小变化幅度不大;预测值均具有显著的时变特征,真实值波动较小时,预测值波动较小,真实值波动较大时,预测值波动较大;随着置信水平的提高,VaR的均值有所上升,置信水平从95%上升到99%时的增长率普遍快于置信水平从90%上升到95%,说明置信水平较高时,基于GARCH类模型的动态VaR测度的敏感程度明显提高。此外,借助2006-2019年的城镇年度数据的研究,验证了“口红效应”和马斯洛需求层次理论。（2）基于微观层面的分析。借助套利定价理论对电影票房预测模型进行了设定,搜集2010-2019年票房超过100万的1441部电影数据,分析了电影类型、电影档期、发行公司和导演影响力等重要风险因素对电影票房的影响,并对2019年的153部电影票房进行了预测分析。实证结果表明,不同电影类型和不同上映档期对电影票房的影响均存在一定的异质性;电影对导演和男演员的实力有更高的要求,而女演员的美貌和流量可能要比演技更重要;发行公司、3D效果、续集和IP的参数均显著为正。对2019年的153个影片数据进行票房预测的结果显示,90%以上的电影票房预测误差能控制在30%以内,80%以上的电影票房预测误差能控制在20%以内,模型的整体预测效果比较可靠。（3）基于技术层面的分析。阐述了网络电影的发展历程、对院线电影的分流情况以及院线电影依然处于主导地位。受新冠疫情的影响,所有影院被迫闭店半年之久,而网络电影却获得了井喷式增长,渐渐逼近院线电影的票房成绩亦让其在影视市场中占据了一席之地。对电影制片方来说,登陆院线才是使一部电影获得最大利润的方式,直接登陆线上则意味着要完全放弃潜力无限的线下市场。因此,尽管网络电影会对院线电影产生一定的分流风险,但院线电影依然处于主导地位。本文的主要创新点包括:（1）基于宏观层面、微观层面和技术层面构建电影产业投资风险和票房收入研究的理论主线,形成“风险-收益”的理论体系,弥补了我国电影产业相关理论体系的不足。（2）借鉴“市场有效性假说”的思想,首次对“日度电影大盘票房”这一指标进行研究,通过波动性分析该指标填补了一定的学术空白。（3）在进行微观层面的研究时,将电影作为一种风险资产,以套利定价理论为基础构建多元线性回归模型,也是文本的一个创新点。