电影作为文化产业的中流砥柱,带来了巨大的经济效益和社会效益,而电影票房是衡量电影经济效益最重要的指标。中国电影市场正进入飞速发展的阶段,2014年全国电影票房收入接近300亿元,中国电影市场已经成为全球票房收入增长的主引擎。由于电影具有高投入高风险的特性,研究电影票房的影响因素及其影响程度是确保电影发行回报、控制发行风险的手段,对于电影的投资决策具有重要参考价值。国内有关电影票房影响因素的研究大多是定性分析,实证研究较少,涉及到的有关研究也因为衡量标准不同,侧重点不同,往往只考虑了其中一个或几个容易获得的影响因素,有的研究中样本数据较少,得出的结论也不够客观。本文在吸取国内外专家学者研究成果的基础上,立足于中国电影市场的实际情况,通过定性和定量分析选取和定义了10个类别22个指标构建了电影票房影响因素的指标体系,这其中包含了银幕数量、网络口碑(电影评分／关注人数)、技术效果(3D/IMAX)、发行公司等以往国内研究中没有考虑进来或考虑较少的指标,时效性强,覆盖面较全。本文以2011-2014年在国内公开上映的200部国产电影数据为依据,基于SPSS19.0软件平台,运用多元线性回归和神经网络两种方法建立模型对电影票房影响因素进行了实证分析,研究了我国电影票房的影响因素及其影响程度,并利用模型对2015年10部电影的电影票房进行了预测。实证结果表明,两个模型的拟合程度都比较好,其中多元线性回归模型估计出了有显著影响的自变量的影响系数,其数值和正负符号与预期基本相符,可以很好的解释因变量和自变量间的关系,而神经网络模型虽然对具体的变量关系无法很好的解释,但拟合程度比回归要好,预测结果也比回归更准确,其对10部电影的预测相对误差都在10%以内,对于现实生活中的电影票房预测问题具有一定的参考价值。本文根据回归结果得出了盗版和剧情类电影对于电影票房有负面影响,而银幕数、导演影响力、网络口碑(关注人数)、演员影响力、发行公司、故事熟悉程度(改编)和技术效果(IMAX)对于电影票房有促进作用的结论,并根据这些结论针对我国电影行业提出了合理的建议,为电影投资决策提供参考价值。