按：在研究艺术品市场时，我们常常会使用一些数据，这些数据是否能真实的反映艺术品市场情况？西南文化产业智库执行主任兼首席专家，西南民族大学旅游与历史文化学院教授马健通过对艺术品市场上几个不同数据的分析，提出在使用艺术品市场数据时，应努力提高艺术品市场的数据质量，树立正确的艺术品市场数据观。

马健

随着全球艺术品市场的不断创新与持续发展，关于艺术品市场的量化研究越来越多。但是，这些量化研究所涉及到的数据，究竟能否反映艺术品市场的真实情况呢？事实上，假如艺术品市场的参与者和研究者只看数据，而不了解数据背后的情况，那么，我们恐怕不仅不能通过艺术品市场的数据来量化描述艺术品市场的真实情况，而且很可能会得出荒唐的结论或荒谬的臆测。

艺术品的特殊性

从艺术品的数据特征来看，艺术品的特殊性主要体现在两个方面：一是艺术品的异质性。虽然艺术品既包括原创作品，也包括有限复制品。但在艺术品市场上占有最重要地位的绝大多数艺术品都是原创作品。这些原创作品的最重要特征就是其具有非常强的异质性。既然每一件原创艺术品都是独一无二的，那么，即使是同一位作者创作的不同艺术品，实际上也很难进行价格上的精确比较。二是交易价的或然性。

具体来说，第一，由于艺术品市场上“家乡偏好”（Homebias）的普遍存在，同一作者的同一件作品在不同地点的交割能力存在着显著的差异。这就是说，艺术品的交易价往往随交易地点的不同而不同，并不符合经济学中的“一价定律”（the Law of One Price）。第二，由于艺术品交易强烈依赖于营销场景（Marketing Scene），因此，一件艺术品能否以及能够以多高的价格售出，高度取决于经纪人、画廊或拍卖公司的场景营销水平，并同时受到诸多不确定性因素的影响。

名实不副的范围

如果仔细比较各类艺术品市场指数和报告的话，我们会发现，针对同一时间段的不同指数和报告，其结论可能并不相同。而且，这种差异还并非由于数据分析师缺乏艺术品市场的专业知识或者采用了不合理的研究方法，而是因为这些艺术品市场指数和报告所涉及的“艺术品”概念并不相同，统计口径也不一致。

举例来说，根据巴塞尔艺术博览会（Art Basel）与瑞银集团（UBS）发布的《全球艺术品市场报告》（The Art Market 2019），2018年的全球艺术品市场销售额为674亿美元。根据全球艺术品市场信息网（Artprice.com）和雅昌艺术市场监测中心（AMMA）联合发布的《2018年全球艺术市场年度报告》（The Art Market in 2018），2018年的全球纯艺术品拍卖总成交额为155亿美元。这种全球艺术品市场宏观数据的差异是由于：前者的统计范围既包括纯艺术品，也包括装饰性艺术品和古董。既涵盖拍卖公司，也涵盖画廊、艺术博览会和在线交易平台。后者则只包括拍卖公司的纯艺术品。

假如你想尽可能“夸张”地描述全球艺术品市场的规模，会选择第一个数据，还是第二个数据呢？事实上，在很多文献引用此类数据时，并不会详加说明艺术品的涵盖范围和交易数据的采集范围。

内在有偏的样本

所谓内在有偏的样本，即不是随机抽取，不受概率支配，因而不能用于代表和推论总体的非概率样本或非随机样本。

以全球艺术品市场信息网借鉴美国密歇根大学调查研究中心的密歇根消费者信心指数（Michigan Consumer Sentiment Index）的编制方法，从2008年初开始发布的艺术品市场信心指数（Art Market Confidence Index）为例，该指数通过对全球100多万注册会员发放在线问卷，就受访者财务状况、艺术品购买意向，以及受访者对未来3个月经济走势的判断和艺术品市场走势的判断进行作答，并以最新1000名受访者的答案为依据进行计算，构建了艺术品市场信心指数。虽然从理论上讲，“消费者信心指数上扬，代表着消费者有较强烈消费商品与服务意愿；消费者信心指数下滑，代表着消费意愿不强。”但问题是，该指数的受访者样本限定在了相比之下可能更具国际视野，外语水平更好，更乐于通过网络获取信息的全球艺术品市场信息网注册会员。但这一群体显然并不能完全代表艺术品市场的参与者，从而产生偏性样本问题。

精心挑选的数据

为了应对艺术品的异质性所带来的指数编制难题，梅建平和迈克尔·摩西（Michael Moses）借鉴标准普尔公司（Standard & Poor‘s）以独户住宅的重复交易数据为基础，反映美国房价走势的凯斯-席勒房价指数（Case-Shiller Home Prices Index）的编制方法，精心挑选了1810年以来，同一件艺术品在不同时间点交易的40000余对重复拍卖数据建立数学模型，构建了梅-摩艺术品指数（The Mei Moses Art Indices）。2016年10月，苏富比拍卖行将其收购，并更名为苏富比梅-摩指数（The Sotheby’s Mei Moses Indices）。同采用平均价格法（Average Price Method）编制的艺术品指数相比，采用重复交易法（Repeat Sales Regression）编制的指数，反映的是同一件艺术品的真实价格变动情况，而不是不同艺术品之间的大致价格变动趋势。

但由于艺术品的交易频率，尤其是西方艺术品市场的交易频率远不如房产活跃。因此，一方面，纳入梅-摩艺术品指数范围的艺术品只占全部拍卖交易的很小一部分，还有为数众多的艺术品未能被纳入统计范围。另一方面，纳入梅-摩艺术品指数范围的艺术品往往是流动性相对比较强的艺术品，很多流动性不够强的艺术品都被忽略了。采用这些精心挑选的相对高频交易数据编制出的艺术品指数可能很容易高估艺术品市场的市场价和流动性。

未曾披露的信息

从第一个艺术品指数——苏富比拍卖行与《泰晤士报》合作发布的泰晤士-苏富比指数（Times-Sotheby‘s Index）开始，在艺术品指数的编制中，就有很多至关重要的信息是未曾披露的。例如，泰晤士-苏富比指数就并未将流拍的交易数据剔除在外，而是统计在内。其结果就是，泰晤士-苏富比指数所反映出的艺术品市场变动趋势要比真实情况“乐观得多”。

事实上，时任苏富比拍卖行主席的皮特·威尔森（Peter Wilson）编制该指数的初衷，就是希望通过看似精确的艺术品指数传递诸如“艺术品可以轻松变现”、“艺术品是最热门的投资”之类的信号。

此外，即使没有流拍，最终是否付款，也是个未知数。根据中国拍卖行业协会文化艺术品拍卖专业委员会发布的《2017中国文物艺术品拍卖市场统计年报》，截至2018年5月15日，在纳入统计口径的310.52亿元中国文物艺术品总成交额中，已完成结算的仅为153.22亿元，结算比例为49.34%。换句话说，2017年上拍并看似成交的艺术品，截止下一年5月，都还有一半款项未能结清。但在编制艺术品指数的时候，可不管拍卖款项是否付清了。

可被操纵的变量

全球艺术品市场信息网采用特征价格法（Hedonic Regression），在对艺术品的基本特征进行回归分析的基础上，于2018年1月推出了Artprice100指数。该指数涵盖了过去5年间在全球艺术品拍卖市场上排名前100位的所谓“蓝筹”（Blue Chip）艺术家。除此之外，入选艺术家还要满足关于流动性的基本要求。

2018年，在Artprice100指数的构成中，排名前三位的巴勃罗·毕加索（Pablo Picasso）、安迪·沃霍尔（Andy Warhol）和张大千的权重就分别高达7.4%、6.7%、4.7%。未能满足相关经济指标的艺术家将被无情地移出统计范围。例如，在2018年的指数编制中，弗兰西斯·培根（Francis Bacon）、皮特·蒙德里安（Piet Mondrian）、潘天寿、陆俨少就都被移出了统计范围。

如果说Artprice100指数是一种“艺术家成份指数”，但它所挑选的艺术家又并非最具代表性的艺术家样本，从而并不满足“成份指数”关于代表性的基本要求。事实上，通过每年对艺术家变量的调整，Artprice100指数几乎总是能够代表全球艺术品市场当年表现最好的艺术家。然而，作为交易频率很低的市场，这种调整除了常年反映全球艺术品市场的最好一面外，恐怕并没有太多的参考价值。毕竟，艺术品投资不是“今年买、明年卖”的资本游戏。假如艺术品市场的参与者根据Artprice100指数的相关指标来“随时调仓”，恐怕很快就会亏得血本无归。

易被扭曲的信号

由于艺术品市场的交易量并不大，艺术品指数的更新实际上很难与艺术品市场完全同步。

假如在某个时间段，样本艺术家只有一件作品通过公开拍卖的方式成交，这件作品显然不一定能够代表一位艺术家作品的整体走势情况。那么，这样的艺术品指数究竟能够在多大程度上反映艺术品市场的真实走势情况呢？

举例来说，有一位艺术家曾经创作了一幅长13厘米，宽11厘米的微型山水画《思抽有绪》。这件艺术品以15000元的价格起拍，以62720元的价格成交。这幅约0.1平方尺大小的艺术品使作者一举成名：名列雅昌艺术市场监测中心当年发布的“当代国画艺术家价格指数排名”第一位。

在此之前，中国艺术品拍卖市场上只出现过这位作者的3件作品，而雅昌艺术市场监测中心发布的个人指数正是根据这3次拍卖纪录编制而成的。在这位艺术家自己创办的网站上，曾刊登过一篇文章。文章写道：这位艺术家将再接再厉，百尺竿头更进一步，选择时机，推出他的世界上最小的作品，开启“平方厘米时代”——那样，单价会到每平方尺上亿元。从某种意义上讲，这样的“价格指数排名”和“每平方尺上亿元”，也许恰好是说明艺术品指数局限性的最有力证据。

提高数据质量 树立正确数据观

对于艺术品的参与者和研究者而言，艺术品市场的量化研究更像是一把双刃剑。一方面，以艺术品指数为代表的量化研究可能较为全面地反映艺术品市场的宏观变化趋势和整体发展轨迹。另一方面，艺术品指数，尤其是艺术家个体指数实际上很容易被利益相关者人为地操纵。

事实上，艺术品指数和报告的样本来源很可能是非随机的样本。艺术品指数和报告的数据可能是被精心挑选过的。艺术品指数和报告的交易数据也可能并未真正发生。因此，艺术品市场的参与者和研究者必须以更为理性的态度对待我们所能看到的这些精确数据。为了更为科学、合理、有效地使用艺术品市场的数据，我们可以至少从两个方面入手：

一是努力提高艺术品市场的数据质量。例如，由中国拍卖行业协会牵头建立艺术品数据的二次发布机制，或者称为动态调整机制。第一次发布是在艺术品拍卖后，此时发布的数据满足的是人们对新闻性和时效性的需求。第二次发布则是在拍卖落槌的半年后或一年后，此时发布的数据满足的是人们对准确性和真实性的需求。根据真实付款情况，对拍卖数据进行动态校正和重新发布。

二是树立正确的艺术品市场数据观。例如，由艺术品市场的参与者和研究者组织撰写关于艺术品数据使用的科普文章，或者由艺术品数据的发布者编制艺术品数据使用手册。坦率而客观地指出使用艺术品市场数据及相关指数和报告的注意事项。提醒使用者注意，尽量避免扭曲的艺术品市场数据对人们的误导。