Не следует также исключать и эмоциональный фактор при установлении уровня аукционных цен, которому посвящен ряд нестандартных исследований. Например, De Silva et al., (2012) изучили влияние настроения покупателей, прокси-показателем для которого выступил показатель погоды во время проведения аукционных торгов. В результате авторы установили, что солнечная погода оказывает положительное влияние на цены произведений искусства низкого ценового сегмента.
Herrero (2010) разработала модель аукционов искусства, базируясь на теории ритуалов взаимодействия Collins (1999, 2004), в рамках которой человек полагался подверженным эмоциональным ритуальным импульсам в ходе торгов национального искусства и мотивированным чувством солидарности и групповой лояльности, приводящей к повышению уровня цен на произведения искусства художников определенной национальности, совпадающей с национальностью покупателя (за основу анализу были взяты Лондонские «ирландские торги»).
Ma, Noussair, Rennebog (2019) изучили влияние цветовой гаммы живописного полотна на цены произведений нефигуративного искусства, опосредованное эмоциональными реакциями, порожденными различными цветами у потенциальных участников аукционных торгов в Китае, Нидерландах и США. Авторы выяснили, что картины, в цветовом решении которых доминирует синяя и красная палитра, вызывают позитивную эмоциональную реакциюу участниковлабораторного эксперимента, приводящую к повышению цен спроса на 18,57% и 17,28%, соответственно. Данная закономерность остается действующей для представителей трех мировых культур - китайской, европейской и американской.
2.2 Ценообразование на рынке скульптуры
Теперь рассмотрим детерминанты цены отдельного сегмента рынка искусства, а именно скульптуры. Как уже было выяснено, к скульптуре как к непосредственному предмету своих исследований обращалось весьма ограниченное число авторов, и наибольший вклад сделан в 2015 г. в работах Vosilov. Для анализа уровня влияния различных факторов на цены скульптур, проданных в 788 аукционных домах по всему миру, автор использовал модель гедонистической регрессии, зависимой переменной которой являлся натуральный логарифм цены скульптуры (в американских долларах по курсу 2013 г.), а набор независимых переменных включал в себя:
1) Аукционный дом и его расположение: Sotheby`s в Нью-Йорке и Лондоне, Christie`s в Нью-Йорке и Лондоне, любые французские аукционные дома в целом, и другие аукционные дома, не отвечающие заданных критериям;
2) Год продажи - 29 фиктивных переменных, с 1985 по 2013 г.;
3) Место продажи: родная страна автора скульптуры или другая страна;
4) Жизненный статус автора - жив или мертв на момент продажи;
5) Наличие или отсутствие подписи, печати, штампа или иного знака подлинности авторства;
6) Время года, во время которого была осуществлена продажа;
7) Материал, из которого изготовлена скульптура: бронза, керамика, сталь или железо, иные металлы, дерево, терракота, мрамор, гипс, смола;
8) Имя автора (181 скульпторов);
9) Размер скульптуры (непрерывная переменная);
10) Уровень патриотизма среди народа страны, в которой был рожден автор скульптуры, взятый из опросника WVS.
Отметим, что в выборку исследователя вошли произведения некоторых русских скульпторов, а именно, Александра Архипенко, Осипа Цадкина, Ханы Орловой, Павла Трубецкого, Мане Мане-Каца.
Как можно заметить, многие ценовые детерминанты скульптур совпадают с таковыми для живописных полотен, описанными ранее, и входят в распространённый набор гедонистических характеристик произведений искусства, используемых исследователями для построения ценовых индексов.
Zanola, Locatelli-Biey (2002) тоже применили метод гедонистической регрессии для построения ценового индекса скульптуры в период 1987 - 1995 на базе 27000 аукционных транзакций, собранных Mayer International Auction Records. В их модели был использован натуральный логарифм от цены продажи, уменьшенный на 10% с целью учета транзакционных издержек, и временные и невременные независимые переменные, со значительными отличиями от списка факторов модели Vosilov (2015):
1) По совету экспертов из трех аукционных домов, с которыми вступили в контакт исследователи, для различения школ искусства, прямой учет которых не был возможен ввиду структуры доступных авторам данных, была использована следующая классификация: старые скульптуры (созданные до 1800 г.), скульптуры эпохи модерн (созданные между 1801 и 1930 гг.), и современные (после 1930 г.);
2) Страны происхождения авторов скульптур: в регрессию были включены наиболее часто встречающиеся в выборке страны, такие как Франция, США, Германия, Великобритания, а также другие страны как отдельное значение;
3) Материалы: в отличие от предыдущей модели, в данную регрессию была также включена слоновая кость, однако некоторые относительно редкие материалы были занесены в одну категорию (керамика, сталь и т. д.);
4) Множественность или уникальность скульптуры, понимаемые как наличие копий;
5) Аукционный дом и город;
6) Размер: для получения значения размера авторы выбирали наиболее протяженное измерение скульптуры (ее длину, ширину или высоту). В первую размерную группу попадали скульптуры, у которых это значение было меньше или равно 50 см, во вторую - от 50,1 до 150 см, в третью - более 150 см. Таким образом, авторы включили размер скульптуры в модель как фиктивную переменную, в отличие от Р. Восилова;
7) Форма скульптуры: трехмерная (статуя, бюст и т. д.) и плоская (барельеф, декорация и т. д.);
8) Год продажи: ряд временных фиктивных переменных.
После оценки гедонистической регрессии методом наименьших квадратов, авторы получили следующие результаты: положительное и более высокое влияние на цену скульптуры по сравнению с бенчмарком оказал период создания скульптуры до 1800 г. Самым дорогим материалом оказался мрамор, страной происхождения автора - Италия, городом продажи - Нью-Йорк, аукционом - Sotheby`s, размером - больший, формой - трехмерная, а также уровень цен уникальных скульптур при прочих равных условиях был выше, чем множественных (более 9 копий).
Далее, авторами был сконструирован ценовой индекс скульптуры, с использованием коэффициентов при переменных года продажи скульптуры, отдельно для низкого/среднего и высокого ценовых сегментов. Оба ценовых сегмента показали меньшую эффективность в сравнении с акциями американских компаний (индекс Dow Jones), 30-летних государственных облигаций США, за исключением 1995 г., когда скульптуры были более доходны.
Несмотря на более низкую доходность скульптур по сравнению с традиционными финансовыми инструментами, рассчитанную в работе (Locatelli-Biey, Zanola, 2002), инвестирование в скульптуру может представлять интерес как способ диверсификации инвестиционного портфеля, ввиду низкой корреляции рынков.
Данный вывод получил подтверждение в еще одном исследовании (Vosilov, 2015), в ходе которого автор проанализировал динамические связи между мировым рынком скульптур и финансовыми инструментами в период с 1985 по 2013 гг. Методом гедонистической регрессии было сконструировано три ценовых индекса скульптуры, а также было введено разделение рынка скульптуры на высокий и низкий ценовые сегменты. Исследователь выявил, что долговременные тенденции цен на скульптуры развиваются независимо от цен на американские государственные облигации. Что касается рынка акций, динамика цен на скульптуры не коинтегрирована с динамикой индекса S&P 500. Однако, согласно данной работе, присутствует коинтеграция между рынком скульптуры и мировым ВВП на душу населения.
Глава 3. Ценовые арт-индексы и способы их построения
Ранее в работе упоминались ценовые индексы искусства, построенные авторами исследований для выполнения их научных задач. В данном разделе будет объяснено значение ценовых индексов и сделан обзор существующих способов их построения. Согласно исследованию (Ginsburgh et al., 2005), корректно сконструированные индексы рынка искусства выполняют следующие задачи:
1) индексы констатируют существующие тренды на рынке искусства, предоставляют базу для расчёта уровня доходности произведений искусства и для ее последующего сравнения с доходностью других активов, которая тоже может быть получена с использованием соответствующих индексов. Таким образом, индексы рынка искусства помогают инвестору сделать выбор о направлении вложения его средств;
2) во-вторых, индексы позволяют измерить уровень волатильности на рынке искусства и уровень корреляции цен на данном рынке с ценами других финансовых инструментов, например, акций и облигаций, то есть предоставляют инвестору информацию относительно того, являются ли произведения искусства подходящим инструментом для диверсификации его инвестиционного портфеля;
3) в-третьих, с помощью индексов рынка искусства исследователи могут оценить влияние значительных экономических и социальных факторов, например, инфляции, на динамику цен произведений искусства;
4) в-четвертых, индексы рынка искусства служат информационной базой для установления ценности произведения искусства, так как в предположении, что его цена растет с темпом, равным темпу роста индекса всего рынка искусства, инвестор может получить оценку предмета на основе его прогнозируемой будущей цены.
Согласно (Михлин, 2014), в настоящее время в группу самых известных арт-индексов входят такие индексы, как BASI - Blouin Art Sales Index (BASI), семейство индексов, разработанных на основе перепродаж в работе (Mei, Moses, 2002) Mei Moses Art Indices, в 2016 г. приобретенное аукционным домом Sotheby`s и переименованное в Sotheby`s Mei Moses Indices, индекс современного искусства Contemporary Art Index C50, сконструированный компанией Artnet (C50), Skate`s Top 5000 (S T 5000), Skate`s Art Stocks Index (ASI).
Cемейство индексов ArtInvestment Market Index (ARTIMX) было разработано специалистами информационно-аналитического портала о русском искусстве ArtInvestment и содержит ценовые индексы русского и мирового искусства, индексы покупательской активности, а также индексы цен на произведения некоторых конкретных русских художников. Международная аналитическая компания Artprice дополнительно к уже существующему собственному индексу Artprice`s Global Index, в 2018 г. разработала новый индекс Artprice100, включающий в себя «голубые фишки» из мира искусства, то есть художников и скульпторов, цены работ которых наименее волатильны и подвержены влиянию моды.
3.1 Анализ существующих методов построения индексов цен на произведения искусства
В настоящее время существует два самых распространенных способа построения индексов рынка искусства: регрессия повторных продаж (RSR) и гедонистическая регрессия. Кроме того, существует наивный подход, предполагающий получение значений арт-индекса как средних или медианных цен за каждый год, обладающий серьезными недостатками, прежде всего игнорирование сильной разнородности произведений искусства, и потому редко применяемый исследователями для разработки арт-индексов, и гибридный подход, совмещающий в себе черты двух самых распространенных методов. Ниже будут кратко описаны данные методы, а также проанализированы с точки зрения их достоинств и недостатков.
1) Метод повторных продаж:
Данный подход требует наличия базы данных, содержащей произведения искусства, проданные, как минимум, два раза. Также, во избежание проблемы гетерогенности данных, приветствуется неизменность внутренних характеристик перепроданного произведения искусства. Доходность каждого произведения, полученная как натуральный логарифм отношения цен его последней и предыдущей продаж, используется в качестве объясняемой переменной, а в качестве объясняющих - набор фиктивных переменных. Явное преимущество данного подхода состоит в отсутствии необходимости обладания информацией обо всех атрибутах произведения искусства, его автора, самой транзакции и т. д. Недостаток же заключается в неполном использовании имеющихся данных, что может привести к неспособности учета тренда на рынке искусства, а также к смещениям оценок, вызванным особенностями отбора наблюдений.
2) Метод гедонистической регрессии:
Этот подход, не требующий наличия повторных продаж в выборке, заключается в построении и оценке эконометрической модели, объясняемой переменной в которой выступает натуральный логарифм цены продажи произведения искусства, а объясняющие переменные содержат временные дамми (год продажи) и невременные, внутренние атрибуты произведения искусства, такие как его размер, изображенная предметность, материалы, происхождение художника и т. д., а также характеристики самой продажи - аукционный дом, время года, город и т. д. - то есть те, которые теоретически оказывают влияние на его цену. К достоинствам данной метода можно отнести возможность использования имеющихся данных о продажах произведения искусства в полной мере, не ограничиваясь только повторными. Однако, далеко не всегда атрибуты произведения искусства остаются неизменными во времени. Для того, чтобы оценки коэффициентов в гедонистической регрессии оставались несмещенными, в некоторых работах применяется метод многоуровневых регрессий дополнительно к гедонистическому подходу, как, например, в исследовании (Modugno, 2015). Помимо этого, гедонистический подход не дает никакой информации об оптимальной функциональной форме модели. В ходе исследования (Kraussl, 2019) было замечено, что динамика и значения индекса, построенного с помощью метода гедонистической регрессии, сильно зависят от выбранной спецификации модели, и, следовательно, могут быть объектом манипуляции.