【正文】 。這種差別表明了在預(yù)發(fā)布口碑和發(fā)布口碑之間，確實(shí)存在著不同的機(jī)制。我們注意到，在雅虎電影討論版的預(yù)發(fā)布口碑活動(dòng)中心，帖子主要反映了消費(fèi)者期望。不過(guò)，口碑在電影發(fā)布前是肯定存在的，電影制片廠作出各種營(yíng)銷努力以促進(jìn)口碑 (Liu 2021)。雖然這樣的限制不一定有偏于面板數(shù)據(jù)的預(yù)測(cè)結(jié)果，他們應(yīng)該被解釋為運(yùn)用到一個(gè)在線用戶的自我選擇設(shè)置。 我們的分析，根據(jù)需要對(duì)選擇發(fā)帖評(píng)論和在雅虎評(píng)論電影的在線用戶進(jìn)行限制。因此，本次研究中使用的模型方法可能不能充 分地反映所研究的內(nèi)容。作為一項(xiàng)新媒介的生成和分布的在線社區(qū) (., , , and )受歡迎程度的 急劇增長(zhǎng)，在互聯(lián)網(wǎng)上引起了新的關(guān)注。在這種情況下， 消費(fèi)者如何從信息源中找到可信賴的信息，是今后研究中特別有趣的。 有很多機(jī)會(huì)去延伸現(xiàn)有的研究，我們研究中的一項(xiàng)重要和有趣的擴(kuò)展是去調(diào)查消費(fèi)者在口碑信息，尤其是數(shù)字環(huán)境中的決策過(guò)程。我們還說(shuō)明，口碑效價(jià)時(shí)間序列的變化影響著能帶來(lái)更高銷量的口碑量。同時(shí)，我們的 結(jié)果強(qiáng)調(diào)了，在數(shù)字環(huán)境中，使用動(dòng)態(tài)系統(tǒng)和高頻數(shù)據(jù)對(duì)研究口碑效應(yīng)的重要性。我們的研究拓展了考慮口碑量和口碑效價(jià)相互作用的方法，我發(fā)現(xiàn)，雖然口碑效價(jià)不能直接影響收入，但更高的口碑效價(jià)能通過(guò)產(chǎn)生更多的口碑量間接提高票房收入。 Liu 2021)的重要延伸。 我們的研究也是對(duì)先前關(guān)于口碑量、口碑效價(jià)、票房銷量之間關(guān)系研 究(Basuroy et al. 2021。從 3SLS（更強(qiáng)大的統(tǒng)計(jì)方法）和 OLS的明顯不同得出，利用簡(jiǎn)單回歸技術(shù)的現(xiàn)存研究可能會(huì)得出關(guān)于口碑效應(yīng)方向和大小的偏見(jiàn)結(jié)論。 意義、限制和未來(lái)研究 我們的模型詳細(xì)說(shuō)明了雙重因果關(guān)系，并揭示了在線口碑和產(chǎn)品銷量之間的積極反饋機(jī)制。固定效果捕獲了任何變化因素，包括內(nèi)在的電影特色，評(píng)論家評(píng)論和其他外界 性因素。 Elberse and Eliashberg 2021。一個(gè)數(shù)可轉(zhuǎn)換成經(jīng)驗(yàn)估計(jì)的線性關(guān)系模型，此外，線性方程中回歸變量的平滑分布，以及線性形式的估計(jì)系數(shù)可直接反應(yīng)非獨(dú)立和獨(dú)立變量的彈性。 Liu2021)。這樣的規(guī)范有助于識(shí)別兩個(gè)聯(lián)立方程系統(tǒng)，因?yàn)闇笠蛩貙儆诿總€(gè)方程的外在變量。在收入方程中，不僅包括同期的每日口碑量，而且還有滯后的因素。我們假設(shè)在每個(gè)階段（例如，一 天），兩個(gè)方程的錯(cuò)誤是相關(guān)的，這意味著不包括在我們模型的因素 會(huì) 同時(shí) 影響著電影的收入和口碑 。 實(shí)證模型詳述 我們的實(shí)證模型發(fā)展遵循以下考慮。然后，我們描述我們的數(shù)據(jù)來(lái)源和經(jīng)驗(yàn)?zāi)Ｐ图捌漕A(yù)測(cè)。 本文的其余部分組織如下。與此同時(shí)，口碑的其他類型，比如較能反映消費(fèi)者的預(yù)期的在線社區(qū)網(wǎng)站的討論，深受社會(huì)結(jié)構(gòu)的影響 (Gopal et al. 2021。除了量之外，在線用戶評(píng)論和其他形 式的口碑之間的重要微妙區(qū)別在于，用戶評(píng)論通常反映了用戶的經(jīng)歷和滿意度，這被看作是產(chǎn)品的信息源之一 (Chen and Xie 2021。 電影產(chǎn)業(yè)的在線口碑有多種表現(xiàn)形式，包括在線評(píng)論，討論版，聊天室，博客，維基和其他。 此外，我們的研究還證實(shí)了在線口碑不僅是先導(dǎo)，而且是產(chǎn)品銷量的結(jié)果。我們表明，用戶評(píng)分不會(huì)直接影響票房收入。我們發(fā)現(xiàn)，一部電影的票房收入和口碑效價(jià)明顯地影響著口碑量，口 碑量反過(guò)來(lái)會(huì)帶來(lái)更高的票房和更好的成績(jī)。然而，我們注意到電影作為一種特殊的體驗(yàn)產(chǎn)品類型，其產(chǎn)業(yè)的結(jié)果并不一定能夠推廣到其他零售行業(yè)。 因?yàn)闃I(yè)界專家一致 認(rèn)為，口碑是能令電影持續(xù)發(fā)揮其功效的一個(gè)關(guān)鍵因素，從而實(shí)現(xiàn)最終財(cái)務(wù)上的成功 (Elberse and Eliashberg 2021)。我們提出了一個(gè)聯(lián)立方程系統(tǒng)，以充分詮釋在線口碑的雙重性質(zhì)以及它在數(shù)據(jù)庫(kù)設(shè)置中的動(dòng)態(tài)演進(jìn)。 Liu 2021)，忽略口碑的雙重先導(dǎo)角色和可能因誤置角色 而導(dǎo)致錯(cuò)誤結(jié)果的影響。 Srinivasan, Anderson, and Ponnavolu 2021)。不同于傳統(tǒng)的市場(chǎng)營(yíng)銷效果，口碑效應(yīng)的獨(dú)特之處在于口碑和產(chǎn)品銷量的積極反饋進(jìn)程，也就是說(shuō)，口碑會(huì)提高產(chǎn)品銷量，反過(guò)來(lái)產(chǎn)生更多的口碑和更多的產(chǎn)品銷量。 另一方面，在線口碑為零售商提供一個(gè) 接觸到消費(fèi)者和戰(zhàn)略影響消費(fèi)者意見(jiàn)的場(chǎng)所。 Forman, Ghose, andWiesenfeld 2021)對(duì)產(chǎn)品銷量產(chǎn)生重大影響，而另一些研究發(fā)現(xiàn)，口碑量被看作是產(chǎn)品銷量的主要驅(qū)動(dòng)力 (Chen, Wu, and Yoon 2021。先前的研究表明，口碑的各個(gè)方面會(huì)影響到零售的銷量 。 在線口碑對(duì)零售商來(lái)說(shuō)，既是機(jī)遇也是挑戰(zhàn)。另外，在 一個(gè)或幾個(gè)朋友間傳播的短暫口碑 ，已經(jīng)被看作是能透過(guò)此看見(jiàn)世界的信息。 Ellison and Fudenberg 1995)。 Maxham and Netemeyer 2021。 Liu 2021) on the relationship among WOM volume ,WOM valence and box office sales. Previous research has been focusing on the direct impact of WOM volume and valence on box office revenues and find that most of the explanatory power es from WOM volume not WOM valence (Liu 2021). Our study extends this approach by considering the interaction between WOM valence and WOM volume. We find that while WOM valence does not directly affect revenue, higher WOM valence indirectly increases box office revenue by generating higher volume of WOM. The contributions of this research to retail literature on WOM are multifaceted. From the methodology perspective, we bring to light the importance of separating the effect of WOM as both a precursor and an oute of sales. Our results also highlight the importance of using a dynamic system and highfrequency data in studying the effect of WOM in the digital environment. From the managerial perspective, we show that WOM valence and WOM volume play different roles in influencing product sales. We also show that timeseries changes in WOM valence influences WOM volume which leads to higher product sales. Our findings support the idea that the online WOM process has a significant impact on sales, suggesting that businesses should embrace and facilitate WOM activities. There are a number of opportunities to ex