CN102985939A - 艺术品评估引擎和用于自动形成艺术品指数的方法 - Google Patents

Abstract

一种用于根据重复销售信息和单次销售信息来自动形成艺术品指数的方法，所述方法包括以下步骤：探寻并识别个别艺术家的可比对象；确保所述可比对象具有可接受程度的同质性，尤其是在艺术品分析师所做的测试以及统计同质性方面；根据有关所述艺术家和/或其作品的信息来确定所述可比对象的集合，其中所述可比对象集合是由一位艺术家创作的在多种属性上具有类似性的一组可比艺术对象，所述属性例如作品年代、媒介物、类型、尺寸和/或估价；通过使用拍卖目录和/或其它外部源、有关出处的报告、展览目录、新闻稿和/或关于特定艺术家和对象的学术文献来更正所述可比对象集合内的价格变动、偏差和/或估价判断的极端值；通过进行视觉上的和/或媒介物、尺寸和价格方面的不一致性检查以及进一步更正价格变动来重新分析所述可比对象集合；以及根据所述可比对象集合来估计所述艺术品指数。

Description

艺术品评估引擎和用于自动形成艺术品指数的方法

技术领域

本发明涉及一种艺术品评估引擎和一种用于根据重复销售信息和单次销售信息来自动形成艺术品指数的方法。

分析艺术品市场时的最大弊端是缺少有效的艺术品指数。虽然已经多次尝试在学术和实践两方面形成有用的艺术品指数，但所形成的艺术品指数都不可靠，而且也没有被广泛用在艺术产业或金融产业中来评估艺术作品的价值或分析价格走势。这种缺口是分析艺术品市场时的两个主要障碍的直接结果。第一个障碍是艺术作品的高度异质性。另一个障碍是交易频率低。许多可用的艺术品指数试图克服艺术品市场上的这些限制，但能够同时解决这两个问题的寥寥无几。

背景技术

一般来说，大多数市售指数使用三种主要方法，即重复销售、Hedonic回归(hedonic regression)和基于价格的方法。

公开在http://www.artasanasset.com/main/computation.php的梅摩艺术指数(Mei Moses Fine Art Index)广泛使用重复销售模型。

Mei(梅)和Moses(摩西)(2002)从纽约公共图书馆和大都会艺术博物馆的沃森图书馆收集了1875年至2000年之间的艺术品数据。他们通过从大型数据集形成重复销售指数而解决了数据可用性不充分的问题，但他们使用的仍然是不完整并且有偏颇的市场信息或删失数据，因为他们仅仅考虑了交易了一次以上的项目的记录，而大多数作品在拍卖中仅售出一次。

Chanel、Gerard-Varet和Ginsburgh(1996年)以及艺术品价格网站(www.artprice.com)使用另一种方法，即Hedonic价格指数。使用了单次销售信息和重复销售信息，但存在关于所述方法如何解释艺术品市场上的异质性的问题。

最后，在http://www.arttactic.com/上通过Artlnfo的艺术品销售指数公开了基于价格(例如平均价格)的方法。在市场上可以购得由ArtTactics用作均衡指标的价格与估价的比率。

发明内容

本发明的目标在于形成一种艺术品评估引擎和在评估艺术品的价值并描述其在艺术品拍卖市场上的实际价格动态时有效且可靠的艺术品指数。本发明的另一个目标在于提供最为先进和透明的指数，以及提供信息来做出执行决定。

根据本发明的一个方面，此目标借助于一种用于形成艺术品指数的艺术品评估引擎来实现，所述艺术品评估引擎包括：

(a)键盘、数据传输装置或用于接收重复销售信息和单次销售信息的任何其它接收装置；

(b)数据库，其含有表示艺术家和/或其作品的特征的变量的列表；

(c)确定装置，其用于根据所述变量列表来确定可比对象(comparable)集合，其中所述可比对象集合是由一位艺术家创作的在多种属性上具有相似性的一组可比艺术对象，所述属性例如作品年代、媒介物、类型、尺寸和/或估价；

(d)存储和处理装置，其用于存储并处理表示所述可比对象集合的变量；

(e)分析器，其具有用来输入视觉数据和/或媒介物、尺寸和价格以及进一步更正价格变动的输入端，所述分析器经进一步调适以通过对借助于所述输入端而获得的数据进行不一致性检查来重新分析所述可比对象集合；

(f)估计器，其用于根据表示所述可比对象集合的所述变量来估计艺术品指数。

根据本发明的另一个方面，此目标借助于一种方法来实现，所述方法具有以下步骤：

(a)探寻并识别个别艺术家的可比对象；

(b)根据有关所述艺术家和/或其作品的信息来确定所述可比对象的集合，其中所述可比对象集合是由一位艺术家创作的在多种属性上具有相似性的一组可比艺术对象，所述属性例如作品年代、媒介物、类型、尺寸和/或估价；

(c)通过进行视觉上的和/或媒介物、尺寸和价格方面的不一致性检查以及进一步更正价格变动来重新分析所述可比对象集合；

(d)根据所述可比对象集合来估计所述艺术品指数。

根本方法是根据一组标准来调查类似的艺术品项目，包括对象的基本类型、艺术作品的系列或时代的日期范围、作品内容、所使用的材料和技术、尺寸以及价格。艺术品市场的专家将同质性程度最高的作品分成一组。

创建所述可比对象的集合的过程优选进一步包括以下步骤：确保所述可比对象具有可接受程度的同质性，尤其是在艺术品分析师所做的测试以及统计同质性方面。

将作品分组成可比对象集合的步骤优选包括通过使用所公布的拍卖目录和/或其它外部源、有关出处的报告、展览目录、新闻稿和/或关于特定艺术家和对象的学术文献来更正所述可比对象集合内的价格变动、偏差和/或估价判断的极端值。

根据所述可比对象集合来估计所述艺术品指数的步骤优选包括以下步骤：

(d1)将一个可比对象集合内的全部销售价格认为是来自同一个艺术品项目，而且因此，认为这些交易的全部可能组合是重复销售对；

(d2)通过创建所述可比对象集合中的项目的全部可能组合来确定每位艺术家的交易对；

(d3)修改所述交易对并准备用于模型估计过程，通过对一组指示变量的回归分析和线性回归模型来确定每一件艺术品的购买与销售之间的价格比率，所述指示变量指定所述两项交易的时间；

(d4)通过使用所述交易对来估计所述模型；以及

(d5)通过进行所述估计来确定总体艺术品指数。

所述购买被认为是初次交易，而所述销售被认为是二次交易(second transaction)。

已发现，根据关于艺术家和其作品的信息来确定所述可比对象的集合的步骤包括以下步骤是有利的：

(b1)通过以因特网、艺术图书馆和专家的形式来探寻资源，由此针对每位艺术家创建关于其出身、人性特征和社会/经济因素的一组数据，从而收集到所述艺术家的背景信息，所述可比对象是针对所述背景信息而确定的；

(b2)对于每位艺术家，分析其在价格数据库和/或编目信息中的艺术家拍卖记录；以及

(b3)通过选自以下群组的一个或多个分组因素对艺术作品进行划分：日期范围、媒介物信息、作品内容、风格、形式、构成、颜色、主题、品质、材料、技术、尺寸、价值、拍卖会场、艺术家的市场认知度、出处、销售日期和艺术家作品的供应稀缺性。

确定所述可比对象的集合的步骤优选包括通过比较选自预售拍卖估值的价格范围、销售日期、作品尺寸、拍卖会场和特定销售的性质的群组中的一个或多个信息来测试所述可比对象集合中的所述项目间的金融一致性。

根据本发明的一个更为有利的修改方案，可以针对个别艺术家创建基于可比对象集合的指数，所述指数是如上文所指示而使用来自有关所述艺术家的作品的可比对象集合的数据而计算。

可以额外地基于可比对象集合中所分类的拍卖销售记录来确定艺术指数。

每位艺术家在所述指数上优选具有一个或多个可比对象集合，而且每一可比对象集合由相同和/或类似艺术品项目的两次或更多次交易组成。

本发明的其它修改方案是子权利要求的标的物。下文参照附图更详细地描述实施方案。

附图说明

图1示出艺术品指数建立方法。

图2示出指数建立系统。

图3示出用于个别艺术家指数建立的大体流程图。

具体实施方式

如图1中所示出，根据本发明的可比对象指数使用类似的销售信息，包括重复销售信息和单次销售信息，但仅使用可以分组到一起并且可以称为可比对象的项目的信息。因此，所述可比对象指数类似于重复销售指数，因为其使用因同质而分组到一起的项目的信息，而且所述可比对象指数在数据方面也类似于hedonic销售指数，因为其除了使用重复销售信息以外，还使用单次销售信息。

基于可比对象方法，有可能产生使客户能够在市场报告中以及通过订阅交互式市场分析工具而获得的各种艺术品指数。这些指数可以用来分析项目的价值、分析艺术家的价值、分析同时代的艺术品市场的价值和/或比较艺术品指数与其它金融市场指数。

从宏观层面看，根据本发明的指数建立系统由三个阶段的信息处理过程组成。在第一个阶段中，检查来自价格数据库(例如由申请者运行的“艺术品网站价格数据库”)的艺术家销售数据，并将其分组成可比对象集合。此过程由专家基于艺术家水平标准的集合来执行。

在第二个分析阶段中，使用这些可比对象信息来估计不同指数时间段下艺术家的指数值。稍后，可以对艺术家的指数值进行编译以创建表示艺术家群组的艺术指数。在最后一个信息处理阶段中，产生在可比对象集合层面、个别艺术家层面和艺术品市场层面的报告。在这个阶段，根据本发明的系统与客户交互并基于客户的要求而呈现报告。

所述指数是根据以下方法而形成的：

可比对象识别阶段

探寻并识别个别艺术家的可比对象在艺术品指数的形成过程中起着至关重要的作用。相比于重复销售指数来说，包括了更多的数据点，因此担心在项目对中会出现异质性，进而导致模型中出现偏差。因此，确保所使用的可比对象在艺术品分析师所做的主观测试方面和统计同质性的客观测试方面都具有可接受程度的同质性是极为重要的。

为了确定所述可比对象集合，可以收集艺术家的背景信息。具体来说，在网络上和在艺术图书馆里探寻资源来弄清楚艺术家的背景，以及可能促成艺术家在此职业模式下创作的决定性人性特征和社会/经济因素。

第二，通过利用可比对象集合工具程序进行搜索来分析价格数据库中艺术家的拍卖记录，所述可比对象集合工具程序除了基本的编目信息以外还产生每一拍卖品的图像。

第三，艺术作品最初依据主要分组因素来划分，所述主要分组因素例如界定具有类似风格和技术的系列和时代的日期范围。为了产生可比对象集合而检查的画作特征有媒介物信息、界定某个系列的日期范围、作品内容(包括风格、形式、构成、颜色、主题和品质)、艺术作品的材料和技术、尺寸、价值、拍卖会场、艺术家的市场认知度、出处、销售日期和艺术家作品的供应稀缺性。

最后，通过内部审查过程来重新分析所述可比对象集合，所述内部审查过程包括视觉不一致性检查以及媒介物、尺寸和价格方面的不一致性检查。

如图3中所示出，指数估计阶段可以分成四个模块。第一，对于艺术家A，创建可比对象集合中的项目的全部可能组合，其成为用于进行指数计算的交易对。第二，修改此数据并准备用于模型估计过程。第三，使用在第二个模块中创建的数据来估计所述模型。最后，采用第三个模块的估值来形成总体艺术品指数。下文给出分析细节：

指数建立方法

使用如由Bailey等人(1963年)描述的重复销售算法来计算基于可比对象集合的指数。在此方法中，对一组指示变量进行回归分析来确定每一件艺术品的购买(初次交易)与销售(二次交易)之间的价格比率，所述指示变量指定所述两次交易的时间。在操作上，考虑以下形式的线性回归模型：

Y＝Xβ+U

其中Y是因变量的N行向量，其中销售价格与购买价格的比率的对数变换被输入到行中。因此：

其中i是每一销售对。矩阵X由具有N个行和T-1个列的自变量组成，其中N是销售对的数目，而T(t＝1...T)是指数的时间段。此自变量矩阵填充-1指示在那一指数时段中出现的是购买(初次交易)，填充+1指示在那一指数时段中出现的是销售(二次交易)，而如果在那一指数时段中没有记录任何活动，则填充0。通过实例来描述俄国艺术家Serge Poliakoff的以下艺术作品样本(表1a)。所述信息可以重新排列成表1b中所示出的形式，并且成为算法的输入。

表1a：Serge Poliakoff的样品

表1b：Serge Poliakoff的重复销售对样本对于此样本：

$Y=\left[\begin{array}{c}-0.2979\\ 0.6375\\ 0.2412\end{array}\right],$

$X=\left[\begin{array}{cccc}-1& 1& 0& 0\\ 0& -1& 0& 1\\ 0& -1& 1& 0\end{array}\right]$

其中列是分别针对t＝1996、1997、1998和1999指数时段的指标。

在估计每一所述指数时段的系数之后，所述系数的指数变换(exponential transformation)即被认为是对应时段的指数值。在执行所述变换之前，将值0分派给基础指数时段(第一时间段t₁)。使用乘数100来使指数从100开始。因此，对于每一指数时段t，指数值(指数_t)被计算为：

基于可比对象集合的指数

艺术品指数是基于可比对象集合中所分类的拍卖销售记录。可比对象集合是由一位艺术家创作的在多种属性上具有类似性的一组可比艺术对象，所述属性例如作品年份(范围)、媒介物(画作、雕塑等)、类型(风景、肖像、静物写生)、尺寸(形状、面积)和估价。每位艺术家在所述指数上具有一个或多个可比对象集合，而且每一可比对象集合由相同和/或类似艺术品项目的两次或更多次交易组成。从基本层次来看，可比对象集合内的全部销售价格被认为是来自同一个艺术项目，且因此，认为这些交易的全部可能组合是重复销售对。在操作上，可比对象集合内的每一项目的销售价格首先按年代排序，然后计算全部可能的对组合。

例如，考虑表1a中所示出的数据。此处，项目#46由三个销售交易(1996年、1997年和1999年)组成，而项目#47具有两个销售交易(1997年和1998年)。在传统重复销售模型中，仅考虑相同项目的重复销售，即(项目46[1996]、项目46[1997])、(项目46[1997]、项目46[1999])和(项目47[1997]、项目47[1998])。在基于可比对象集合的方法中，由于项目#46和项目#47属于相同可比对象集合，因此认为他们是可比对象，且因此考虑在年代上可能的全部组合，而无需交易属于相同指数时段。因此，除了上文的对以外，以下对也包括在分析中：(项目46[1996]、项目46[1999])、(项目46[1996]、项目47[1997])、(项目46[1996]、项目47[1998])、(项目46[1997]、项目47[1998])、(项目47[1997]、项目46[1999])、(项目47[1998]、项目46[1999])。

虽然上文已经参照极为精确的值非常详细地描述了以上实施方案，但应理解，在不脱离本发明的总体思想的情况下，对此实施方案的各种修改和变动对本领域技术人员而言将显而易见。因此，对本发明的描述决不旨在限制由所附的权利要求书确定的本发明的范围。

Claims (9)

1.一种用于形成艺术品指数的艺术品评估引擎，其包括：

(a)键盘、数据传输装置或用于接收重复销售信息和单次销售信息的任何其它接收装置；

(b)数据库，其含有表示艺术家和/或其作品的特征的变量的列表；

(c)确定装置，其用于根据所述变量列表来确定可比对象集合，其中所述可比对象集合是由一位艺术家创作的在多种属性上具有类似性的一组可比艺术对象，所述属性例如作品年代、媒介物、类型、尺寸和/或估价；

(d)存储和处理装置，其用于存储并处理表示所述可比对象集合的变量；

(e)分析器，其具有用来输入视觉数据和/或媒介物、尺寸和价格以及进一步更正价格变动的输入端，所述分析器经进一步调适以通过对借助于所述输入端而获得的数据进行不一致性检查来重新分析所述可比对象集合；

(f)估计器，其用于根据表示所述可比对象集合的所述变量来估计艺术品指数。

2.一种用于根据重复销售信息和单次销售信息来自动形成艺术品指数的方法，其包括以下步骤：

(a)探寻并识别个别艺术家的可比对象；

(b)根据有关所述艺术家和/或其作品的信息来确定所述可比对象的集合，其中所述可比对象集合是由一位艺术家创作的在多种属性上具有类似性的一组可比艺术对象，所述属性例如作品年代、媒介物、类型、尺寸和/或估价；

(c)通过进行视觉上的和/或媒介物、尺寸和价格方面的不一致性检查以及进一步更正价格变动来重新分析所述可比对象集合；

(d)根据所述可比对象集合来估计所述艺术品指数。

3.根据权利要求2所述的方法，其进一步包括以下步骤：确保所述可比对象具有可接受程度的同质性，尤其是在艺术品分析师所做的测试以及统计同质性方面。

4.根据权利要求2所述的方法，其进一步包括以下步骤：通过使用所公布的拍卖目录和/或其它外部源、有关出处的报告、展览目录、新闻稿和/或关于特定艺术家和对象的学术文献来更正所述可比对象集合内的价格变动、偏差和/或估价判断的极端值。

5.根据权利要求2所述的方法，其中根据所述可比对象集合来估计所述艺术品指数的所述步骤包括以下步骤：

(d1)将一个可比对象集合内的全部销售价格认为是来自同一个艺术品项目，而且因此，认为这些交易的全部可能组合是重复销售对；

(d2)通过创建所述可比对象集合中的项目的全部可能组合来确定每位艺术家的交易对；

(d3)修改所述交易对并准备用于模型估计过程，通过对一组指示变量的回归分析和线性回归模型来确定每一件艺术品的购买(初次交易)与销售(二次交易)之间的价格比率，所述指示变量指定所述两项交易的时间；

(d4)通过使用所述交易对来估计所述模型；以及

(d5)通过进行所述估计来确定总体艺术品指数。

6.根据权利要求2或3所述的方法，其中所述根据关于所述艺术家和其作品的信息来确定所述可比对象的集合的所述步骤包括以下步骤：

(b1)通过以因特网、艺术图书馆和专家的形式来探寻资源，由此针对每位艺术家创建关于其出身、人性特征和社会/经济因素的一组数据，从而收集到所述艺术家的背景信息，所述可比对象是针对所述背景信息而确定的；

(b2)对于每位艺术家，分析其在价格数据库和/或编目信息中的艺术家拍卖记录；以及

(b3)通过选自以下群组的一个或多个分组因素对艺术作品进行划分：日期范围、媒介物信息、作品内容、风格、形式、构成、颜色、主题、品质、材料、技术、尺寸、价值、拍卖会场、艺术家的市场认知度、出处、销售日期和所述艺术家作品的供应稀缺性。

7.根据权利要求6所述的方法，其中根据关于所述艺术家和其作品的信息来确定所述可比对象的集合的所述步骤进一步包括以下步骤：通过比较选自预售拍卖估值的价格范围、销售日期、作品尺寸、拍卖会场和特定销售的性质的群组中的一个或多个信息来测试所述可比对象集合中的所述项目间的金融一致性。

8.根据前述权利要求2至7中任一项所述的方法，其中额外地基于可比对象集合中所分类的拍卖销售记录来确定艺术指数。

9.根据前述权利要求2至8中任一项所述的方法，其中每位艺术家在所述指数上具有一个或多个可比对象集合，且每一可比对象集合由相同和/或类似艺术品项目的两次或更多次交易组成。

Images