从数据的角度研究艺术市场?

有没有人从数据的角度研究过艺术市场?比如从数据角度分析艺术品的合理定价,或者从交易数据来分析单个艺术品的价格走势,以及以数据来分析某个艺术家?

有的。我就一直在做相关领域的研究工作,我创立了一个叫做守望者的工作室,专门从事艺术市场的数据挖掘、分析工作,并提供相关领域的定制研究和咨询服务。

基于数据的艺术市场研究

我们的研究方法是:首先,收集艺术市场的原始数据,比如艺术家档案、展览新闻、拍卖结果等,然后在这些原数据的基础上,把它们合并到一个统一的数据库中,进行细致的数据清洗工作。通常这个步骤叫做数据沉淀。

接下来就是初步的分析。有了成交价格、作品尺寸、作者、创作年代这些基础信息后,第一块可以分析的就是价格数据。艺术品属于非同质品,因此你会马上发现国内以前通行的“平尺价格”这种方法是非常粗糙的。

为了解决这个问题,我们大约花费了3个月的研发时间,初步建立了一种回归分析法,也就是将面积、材质、主题、代表性等因素考虑进去,赋予一定的权重,计算出一个艺术家的“平均艺术品模型”(算法本身只横向对比艺术家本人的数据,因此这种回归分析不会导致艺术家彼此之间因为非同质化而产生的干扰),然后求出单个艺术品的成交均价。将每年的价格数据汇总后,形成类似这样的图表:

上图就是一个艺术家作品的价格趋势与市场整体走势对比分析图,由于目前2015年还未结束,所以图表中排除了2015年的数据避免干扰。

在这个领域,我们也抱着学习的态度。国内的雅昌艺术网有一个拍卖数据库,做的工作是类似的,在数据沉淀方面它们的工作做得非常全面。但由于雅昌主要是一个网络媒体,它们的工作重点聚焦于价格指数、天价艺术品排名、平均价格等具有眼球效应的指标分析上,我们则是对每个艺术家的价格以及导致价格的成因进行非常详细的深度分析。

国外也有著名的ArtPrice、ArtNet等网络平台,专门研究艺术品的价格进行定量分析,非常专业,它们只凭借价格数据这一点,就形成了会员制服务或定制报告服务来盈利。

更深入的分析

当然,作为专项做艺术市场研究的团队,我们不会止步于价格趋势的研究,因为这块所反映的只是交易的结果,而不是原因。在一些行业前辈的指导下,我们建立了重要的分析方法界面。比如,我们与有着多年市场交易经验的业内操盘者进行交流,建立了艺术市场的“多市场分析(Many Markets)”数据沉淀方法,在传统的一级市场数据(艺术展览、活动和出版物数据)与二级市场数据(主要是拍卖数据)基础上,我们进一步挖掘了所谓零级市场数据和三级市场数据。

其中,“零级市场”主要是指对艺术家档案数据的研究,从艺术家的成长经历中,剥离出最有价值的数据点,形成知识库。而第三级市场我们主要指的是博物馆、政府机构和非盈利组织的收藏和展览数据。

发现价值被低估的艺术家

之所以建立这样的分析模型,是因为艺术品创作通来自来艺术家本人的常年刻苦钻研,而艺术品最终会流向博物馆和非盈利性收藏。所以,我们将传统的一些定性分析法转化成定量分析工具,将具有类似属性的艺术家排列在一个界面上进行分析,就可以制作出具有“价值投资”思想的量表分析界面,找到那些具有“隐形价值”的艺术家,也就是其价值还没有充分体现在价格上面的、被市场低估的艺术家。

根据研究,我们发现艺术家的市场价值基本符合正态分布模型,类似上图,具有长期、持续的良好市场价值的艺术家品牌大约需要达到2sigma+水平,大约占艺术家整体数量的2.3%,其中具有天价效应的艺术家大约占总体的千分之一,因此,如果投资艺术品,采用随机投资的方法,从长期来看是具有较高风险的,这也是我们研究的一个具体价值体现点 —— 找到价值被低估的艺术家。

本文作者:宋健

来源:51CTO

时间: 2024-08-03 07:06:12

从数据的角度研究艺术市场?的相关文章

大数据“算”不出艺术文化创意

大数据的概念与应用,正随着智能手机.平板电脑的快速流行而日渐普及. 人们注意到,大数据在影视制作.设计.游戏.音乐.艺术品市场等领域的表现颇为活跃,一些人甚至开始相信,大数据将在文化艺术领域创造时代奇迹.实际上,随着大数据的不断发展,来自各国各领域的专家.学者的反思与质疑之声也从未间断. "大数据狂热"需回归理性 5月5日,美国一家数据解决方案公司的CEO盖瑞·垂尼克在<福布斯>杂志上撰文称:2008年以前,没有人听说过大数据,如今,人们对大数据的狂热就像野火一样席卷了整个

数据抓取的艺术(三):抓取Google数据之心得

 本来是想把这部分内容放到前一篇<数据抓取的艺术(二):数据抓取程序优化>之中.但是随着任务的完成,我越来越感觉到其中深深的趣味,现总结如下:    (1)时间      时间是一个与抓取规模相形而生的因素,数据规模越大,时间消耗往往越长.所以程序优化变得相当重要,要知道抓取时间越长,出错的可能性就越大,这还不说程序需要人工干预的情境.一旦运行中需要人工干预,时间越长,干预次数越多,出错的几率就更大了.在数据太多,工期太短的情况下,使用多线程抓取,也是一个好办法,但这会增加程序复杂度,对最终数

大数据:法学研究的重要维度

法治作为维护人类社会文明之治的重要方式,法学研究理所应当在人类社会突兀的大数据变革中充分地考量和衡平社会状态的大数据维度.大数据依托于信息社会的信息采集,通过海量的数据分析,对每一个被采集对象的行为进行合理的预测.在法学研究领域,无论是以法律为分析基础的教义法学还是以社会为分析基础的社会法学,其之间的争论完全可以通过大数据的工具实证分析弥补其缺陷. 随着信息时代下信息革命的演进,人类社会从数据时代迈入了大数据时代,作为社会治理术的法学需要进行必要的调整,以适应日新月异的大数据化语境下的社会权利与

南京大学金融系在读研究生,研究双边市场理论

南京大学金融系在读研究生,研究双边市场理论.她在文中归纳了社交支付的主要形式.发展原因,并梳理了国内外的相关案例.在她看来,虚拟社交与在线支付的融合是当前互联网时代的一个重要趋势,根据主体地位不同,有两种表现形式:以社交平台为主导,比如国内的微信.微博,国外的Twitter.Facebook等:以支付平台为主导,比如国内的支付宝钱包,国外的Venmo.Chirify.Dwolla等. 一.虚拟社交与在线支付融合的表现形式 社交与支付的融合是当前互联网时代一个重要趋势,二者的融合,根据主体地位的不

华为展出IDS数据中心解决方案 拓展企业市场

[天极网服务器频道3月22日消息]华为在安捷信合作伙伴大会展出IDS数据中心解决方案,助力合作伙伴拓展http://www.aliyun.com/zixun/aggregation/13760.html">企业应用市场. 在信息社会深化发展的今天,企业对数据中心的建设需求越发强烈.传统数据中心设计规划复杂.建设周期漫长.工程属性较强.华为深入调研市场,结合行业未来发展的需要,有针对性地开发出IDS系列解决方案,实现"去工程化"的数据中心建设.IDS数据中心产品化特征明显

从政策驱动到技术践行 大数据开辟可持续发展研究新途径

可持续发展及面临的难题 可持续发展是世界对发展道路的审慎选择,也是我国的基本发展战略.随着全球资源枯竭.环境恶化的日益严重以及人类文明的演进和对生态保护理念的不断深化,可持续发展已经成为全球共识,对这一领域的研究也越来越热,日渐深入. 实现可持续发展的关键是如何制定合理的.能够平衡环境.经济和社会需求的复杂决策.然而自然.社会.经济系统本身的高度复杂性.动态性以及不确定性使得实现这一最优或近似最优的决策成为一个巨大的挑战.目前,可持续发展战略的实施仍然停留在政策驱动的层面,如何落实到技术实战,成

中国移动钱岭:电信运营商大数据商务模式研究

[CSDN现场报道]2014年12月12-14日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中科院计算所与CSDN共同协办,以推进大数据科研.应用与产业发展为主旨的2014中国大数据技术大会(Big Data Technology Conference 2014,BDTC 2014)暨第二届CCF大数据学术会议在北京新云南皇冠假日酒店盛大开幕. 中国移动苏州研发中心大数据产品部总经理钱岭带来的演讲是"电信运营商大数据商务模式研究",通信管道是大数据的一个重要来源,钱岭

异构大数据存储方法研究

异构大数据存储方法研究 北京交通大学   单旭 主要的研究内容包括以下几个方面:首先,针对大数据的产生及所带来的挑战,从技术的角度论述了非关系数据库的发展历程.从总体上对关系数据库和非关系数据库的特点进行了对比,详细分析了关系数据库的优缺点及在大数据环境下遇到的瓶颈,深入研究了非关系数据库的架构.理论.特征及存储模型,阐述了其相比于关系数据库所存在的优势.然后,从功能上和性能上对微博系统具体的存储要求进行了深入分析,采用非关系数据库中三种具有不同存储模型的数据库,包括Redis.HBase和Mo

数据抓取的艺术(一):Selenium+Phantomjs数据抓取环境配置

数据抓取是一门艺术,和其他软件不同,世界上不存在完美的.一致的.通用的抓取工具.为了不同的目的,需要定制不同的代码.不过,我们不必Start from Scratch,已经有许多的基本工具.基本方法和基础框架可供使用.不同的工具.不同的方法.不同的框架的特点也不同.了解这些工具.方法和框架是首要任务,接下来就需要明白它们的差异都在哪里.什么情境该用什么东东,最后才是析出规则.编写代码.运行程序来抓取数据.所以说,其实数据抓取的学习路线,不但很长而且很杂.     为了一个特定的目的,我需要爬取G