Review: The Art of Valuation - Using Visual Analysis to Price Classical Paintings by Swedish Masters
作者: Adri De Ridder, Steffen Eriksen, Bert Scholtens
出版資訊: PLOS ONE, Volume 19, Number 1, 2024. DOI: 10.1371/journal.pone.0296906
摘要
本文探討藝術市場中畫作的定價機制，特別關注視覺分析在評估瑞典古典畫作價格中的應用。研究基於 6,566 件瑞典畫作的手工收集樣本，並使用視覺分類方法分析影響價格的因素。結果表明，畫作的技法、主題、拍賣行及其銷售狀況對價格有顯著影響。此外，視覺分析優於傳統基於標題的分類方式，因後者存在系統性誤差，導致部分畫作無法被正確歸類。本文強調藝術特徵對於減少估價誤差的重要性，並提出更精確的藝術市場評估方法。
主要貢獻
挑戰傳統的藝術品分類與定價方式
傳統藝術市場研究通常依賴畫作標題來分類畫作主題，但本研究發現此方法可能導致系統性誤差，因為畫作名稱可能與實際內容不符，甚至可能改變。本研究通過視覺分類法，確保所有畫作都能正確歸類，減少了因標題不明確或缺失而導致的測量誤差。
強調藝術技法與主題對價格的影響
研究結果顯示，畫作的技法、主題與最終成交價密切相關。其中，油畫通常比水彩、粉彩及混合媒材的畫作價格更高。此外，裸女畫作（Nude）在市場上通常能獲得顯著溢價，而靜物畫（Still Life）則相對價格較低。
修正拍賣市場的選擇性偏誤
過去的研究多關注於成功拍賣的畫作，而忽略了未售出的畫作可能對市場定價的影響。本研究利用 Heckman 兩階段模型修正選擇性偏誤，發現未售出畫作的特徵與已售出的畫作存在顯著差異，這一發現對於未來藝術市場研究具有重要意義。
研究方法
數據與樣本選取
- 本研究收集了 2010 至 2020 年間三大瑞典拍賣行（Bukowskis、Stockholms Auktionsverk、Uppsala Auktionskammare）拍賣的 6,566 件瑞典古典畫作，涵蓋油畫、水彩、粉彩及混合媒材。
- 畫作價格經通膨調整至 2020 年瑞典克朗（SEK）。
視覺分析 vs. 傳統分類
- 視覺分類法: 由藝術專家親自檢視每幅畫作，將其歸類至八大主題（如風景、肖像、裸女、靜物等）。
- 傳統標題分類法: 依據畫作標題進行關鍵字檢索分類，但發現約 60% 的畫作無法準確分類，導致估價誤差。
統計方法
- Hedonic Pricing Model（特徵價格模型）: 透過回歸分析量化畫作特徵對價格的影響，如技法、尺寸、主題等。
- Heckman 兩階段選擇性修正模型: 透過第一階段 Probit 模型估計畫作是否能成功售出，並在第二階段回歸中修正樣本選擇偏誤。
結果與建議
理論結果
- 視覺分類能夠更準確地反映畫作的市場價值：與傳統基於標題的分類相比，視覺分析方法能夠有效減少系統性誤差，提高畫作估價的準確性。
- 畫作技法與主題對價格影響顯著：油畫價格顯著高於其他媒材，而裸女畫作通常溢價較高，反映市場偏好。
- 拍賣行對價格影響重大：Bukowskis 拍賣行的成交價普遍較高，顯示其在瑞典藝術市場中的影響力。
實踐洞察
- 建議拍賣行採用視覺分析進行畫作分類，以提升市場價格預測的準確性。
- 藝術家在創作時可考慮市場趨勢，例如裸女畫作通常溢價較高，而靜物畫價格較低。
- 畫作大小影響價格，但過大反而會降低成交機率，因此市場定位時應考慮畫作尺寸。
未來研究方向
- 應用機器學習技術 進行畫作分類，提高畫作價格估計的自動化程度。
- 進一步研究藝術市場的非效率性，特別是拍賣行的壟斷程度如何影響市場價格。
- 研究不同類型藝術品（現代藝術、數字藝術等）的市場定價機制，與古典畫作進行比較分析。
結論
本研究為藝術市場的定價機制提供了新視角，證明視覺分析方法能有效改善畫作估價的準確性，並發現畫作技法、主題、拍賣行等因素對價格的影響顯著。未來研究應進一步探索機器學習技術與藝術市場分析的結合，以提升市場評估的效率與準確性。