相對股票和房地産市場交易的規範標準和資訊透明，藝術品市場則顯得無跡可尋。在很多人的眼裏，藝術品行業水很深，具體表現在市場的知識門檻太高、資訊不對稱，而且缺乏專業的指導工具。我們需要能夠準確掌握實時市場行情的大數據。中國藝術市場已經在努力，許多專業機構數據庫也在陸續出臺，這為中國的藝術市場開啟了一盞指明燈，雖然路漫漫其修遠兮。
丨中國藝市急需構建大數據丨
目前，全球藝術市場弱市前行，中國藝術市場回歸調整促使拍賣公司在大機構資本退潮後轉向更為穩健的行銷策略。無論從拍賣行近年“培育藏家、學術推廣”的行銷策劃還是兩季拍賣之外私人洽購模式的興起，針對個人或者機構收藏、投資的個性化定制轉型日趨明顯，大數據分析顯然是題中之義。
上海文化藝術品研究院執行院長孔達達就認為通過藝術品數據，可以在數據挖掘的基礎上，為投資人提供藝術品市場發展的動向，幫助他們找到準確的投資方向。國際著名藝術網站Artnet的執行經理托馬斯也非常看重藝術大數據未來在中國的發展。“在過去十年裏，中國藝術品市場資金量有很大的增長，讓業內不得不用諸多金融市場方法去進入藝術市場。中國需要藝術品數據作為觀察市場的工具，藝術品大數據可以把藝術家作為金融市場的‘個股’來進行分析，從這個角度觀察藝術品和藝術家成長的軌跡，也可以借助這些數據去分析藝術品的走向，為這個市場提供研究方法，使藝術品市場成為更透明、更有效的藝術市場。運用藝術品大數據可以為藝術品市場做不少事情。”托馬斯介紹，通過Artnet蒐集的藝術品交易記錄，可以分析出藝術品市場的變化。“比如可以把一些藝術家放在一起，很容易綜合出一個流派的指數，從中觀察到他們交易數量的變化等，這些為藝術品研究報告的撰寫提供了準確的數據。”
▲ artnet指數分析報告，2017年
藝術品大數據在市場裏的作用非常關鍵，但是良好的數據是保證藝術品市場的基礎，“目前藝術品大數據在國際上已經有了較好的口碑。以Artnet為例，他們對於數據的整理較為謹慎，全線的1300多萬個數據在歐美的各種銀行、藝術品機構都得到了廣泛的應用，帶動了藝術品市場的數據化。”孔達達説，雖然中國藝術品交易規模逐漸攀升，但藝術品數據化的程度與歐美地區相差甚遠。
由於中國藝術品沒有統一的交易市場，交易地點是分散的，地域性比較強，其中披露的交易資訊也零散而不成體系。
以畫廊為代表的一級市場資訊相對封閉，買家在畫廊的環境中得到資訊比較單一，因而要做出判斷相對困難;二級市場相對易於把握，在藝術品拍賣會公示期間，買家可以得到相對多面的資訊，有利於自己做出判斷。在二級市場中，儘管得到的資訊是雜亂的，但參與者可以得到相對多的比較和選擇機會。所以某種程度上可以説，胡潤藝術排行榜使中國的藝術市場有了更多一些的公開化、透明化。在足夠的數據基礎上，從事藝術市場走勢分析還是有一定可能的。隨著拍賣成交對市場的影響越來越大，排行榜的出現確實反映了市場繁榮與否，也給投資者一些參考。
丨常見的藝術品數據統計原理丨
如今市場上藝術品指數名目頗多，但是其基本的構建方法往往類似。
常見的一種是重復交易法，這種方法通過追蹤同一件藝術品的重復交易記錄來構建，計算出一件藝術品在一定時間段內的投資回報率，以此來揭示市場潛力。
1988年，曾任美國紐約大學金融學副教授的梅建平和運營管理學教授邁克爾·摩西聯合創立了著名的梅·摩西指數，簡稱梅摩指數，2011年進入中國。梅摩指數是重復交易法的典範之一，涵蓋了八個大類，印象派和現代派、西方古代畫派、美國畫派、英國畫派、拉丁畫派、當代藝術、海外中國傳統藝術、中國當代油畫，數據收錄了這八個大類從1810年至今在蘇富比和佳士得兩大拍賣行的交易記錄，還有中國當代藝術品在中國香港與內地主要拍賣行的拍賣記錄。梅摩指數的優勢在於其嚴謹的金融模型和科學的定量分析，但是由於重復交易的藝術品數量有限，它會損失掉一些沒有重復拍賣的藝術品交易數據。
另一種是平均價格法，計算過程簡單粗暴，比如中國書畫藝術品，用成交價格除以作品面積即可，缺點在於無法評判同一作者不同階段、不同類型作品的價值差異。這是一種比較原始的構建方式，1969年蘇富比拍賣行發佈的全球第一個藝術品指數——蘇富比泰晤士指數就使用了此法。
中國本土常見的兩個藝術品指數AMI中藝指數和雅昌書畫指數就採用了比較精緻的平均價格法。AMI指數大致反映了2003年以來的中國書畫整體行情和部分藝術家作品的價格走勢，它的統計方法比較複雜，拍賣數據佔60%，畫廊和民間交易佔40%，加權後進行簡單算術平均。雅昌指數則基於雅昌藝術網的“中國藝術品拍賣市場數據庫”，用1993年至今重要拍賣行的中國藝術品成交數據編制，包括綜合指數、多種分類指數和藝術家個人作品價格指數等。
▲ 雅昌AMMA書畫指數
另外還有特徵價格法，它力圖全面考慮影響藝術品價格的因素，包括尺寸、年代、品質、交易時間地點等等，但是由於條件設定上的不同偏好，還是無法做到足夠的客觀。
丨中國藝術大數據尚有缺陷丨
雖然數據時代已經來臨，各大拍行、銀行、家族辦公室等也都會去使用或參考藝術品指數，但大數據也並非無所不能。大數據依靠的是龐大的數據庫，它蘊含的是計算和思維方式的轉變。然而現實中採樣的樣本是存在誤差、虛假等種種“陷阱”，不是單單依靠更大、更新、更快的數據就可以解決。
▲ 2016年蘇富比收購梅摩藝術品指數
首先國內藝術品數據存在諸多問題：一是國內的藝術品交易分散、數據不全。一級市場以藝術家和代理人的私下交易為主，幾乎所有藝術家都不可能向任何組織或機構彙報其每年的作品銷售和收入情況，而代理機構為了逃稅更不會對外界透露實情。二級市場主體是拍賣企業。他們的交易相對集中，每次的成交也有據可查。但是，並不是所有的拍賣企業都與編制機構有合作關係。二是藝術品本身存在異質性，交易難以標準化，數據分析難度大。三是行業普遍存在賣假和假賣的問題，尤其是拍賣成交數據，隱藏著大量水份和泡沫，至於畫廊等藝術品代理機構提供的潤格，則完全不需要標準和依據，其真實性也大打折扣。此外，數據編制機構本身的商業性質，計算模型的建立方式同樣也在影響著數據本身的客觀性、公正性和專業性。這在胡潤藝術榜排名中都有所體現。
“藝術品的數據有乾淨的數據、可疑數據以及垃圾數據。乾淨的數據是已經及時清理過的準確的數據，而可疑數據和垃圾數據分別是那些有疑問的和沒有用的數據。”孔達達表示，目前國內蒐集到的基本都是二級市場的數據。這些數據主要源於十幾個拍賣公司提供，僅僅是初始數據，裏面有不少疑問數據和垃圾數據，對於那些競拍後未付款或贗品等數據，國內還未及時清理，有時也會因為資訊不對稱而蒐集不到。
任何數據都有源頭，但並非全部出自可靠的來源，孔達達認為中國公開拍賣成交數據的可信度一直被業界所質疑，一方面由於時間和成本限制，數據採樣過程難以做到絕對嚴謹，另一方面拍賣市場的假拍、造價等現象又進一步降低了數據的真實性，而大量存在的拒付款現象又深化了數據的偏離度。因此拍賣數據的可信度問題將長期困擾藝術市場專家和從業者。
低單純數據分析引起的對市場理解的偏差的方法就是，在量化分析的同時強化定性分析的作用，即便是一份簡單的市場報告或新聞報道，也絕不應該是一個機械性的數據堆積。
雖然數據有很強的説服力，但是如果來源不穩妥，或使用不恰當，其危害性可能比感性描述還要大。孔達達強調，“因為對於數據人們往往缺乏辨別力，而數據的來源背景可能比數據本身更不容忽視。單一或少數領域的大數據不僅價值有限，還存在片面性的危險。只有數據跨越了行業領域間的界限，關聯性加強時，數據的準確性才會提高。”
丨如何看待中國藝術品數據丨
當然，並不能因為上述短板就完全抹殺數據在規範行業發展方面的應有功能。大數據分析的數據規模是所有紛繁數據，允許其中的混雜和錯誤，更有可能促使研究接近事實和真相本身。基於可能的相關性、而非絕對的因果性分析，也可能使得研究者發現以前所不能發現的關係。另外，在相關性分析的基礎上進行預測也是大數據分析的核心與魅力之處。這種相關性是交互的動態，而非單一的靜態，它基於關係的預測，甚至無需切入對於因果關係的複雜分析。這一方面有利於監管部門對市場的運作態勢做出判斷，及時做出風險預警或者事先採取相關的監管措施;另一方面，相關性也是企業進行定制服務的基礎：從客戶現有的行為模式與市場態勢，預測未來取向。鋻於目前的市場監管滯後、市場資訊不透明等種種癥結，這種大數據分析思維可能會對整個行業産生重大影響。畢竟，行業有泡沫，並不代表所有交易都不真實，市場有投機，也不代表所有參與主體都是靠炒作和做局起家的。透過這些有爭議的數據，我們仍然可以去研判前一段時間市場交易的大概情況，以及某一市場板塊或某一藝術家作品的市場活躍度。
就當下的藝術品市場而言，強大的市場潛力與研究的欠成熟，無形中賦予了大數據以強大的應用空間。以藝術品投資為例來看，一般可以將購買者分為兩種情況。
其一，喜好先行。即購買者選擇為某件藝術品買單，是純粹出於對它的喜好。能增值，當然更好;不能，也無所謂。在這一過程中，主觀態度為王，當然也絕對不需要參考任何數據。但他們在完成購買後，圍繞其産生的一系列數據將會被納入到大數據的視野之中。
其二，投資先行。即購買某件藝術品完全是出於投資目的，這樣他們就需要首先參考市場數據來進行投資規劃。但即便如此，他們的投資依然風險四伏。一方面，任何人都不能保證自己能做出完全沒有風險的投資，畢竟一切都在變化中。另一方面，他們掌握到的數據量畢竟是有限的，往往特殊性會大於普遍性。但是，在大數據時代，有望將風險降到最低。因為，如果是建立在大數據分析基礎上，通過對大體量數據的全面性、合理化分析，就能達到對藝術品投資做出“霧裏看花”的分析。“花”在霧中，雖不似日光下看得那般清晰，但總聊勝於無了。把握住其中看似模糊的規律性，就能得出相對更為裨益的結論。
事實上，在當下這樣一個共識性引導市場的時代背景下，即便是數據存在不真實性，但只要能夠保證數據體量的足夠龐大，以量補質，再加之足夠科學的測算方法，我們就能夠捕捉到市場中的“共識性”。進而依據對這種共識的捕捉，實現投資決策的成功。當然，在這種基礎上，如果能夠採集到一定體量精度高、真實性強的市場客觀數據，並以一定的比例投入到大數據中，自然會得出準確度更優的價值判斷。
▲ artprice 2015/2016各國藝術品拍賣成交總額
而藝術行業如果能夠做到預測下一步，必須對藝術品消費人群的主流意向、行業發展情況、國家扶植政策、品類收藏熱度、藝術家從業品類分佈、各大拍行春拍秋拍情況、小拍行的藝術品流向和交易量、畫廊和投資自購投資偏導、市場飽和容量等等都深究。這其中的演算法和邏輯關係，要通過長時間的驗證以及自身的從業人士才能去揣摩的東西。
要讓藝術行業有可量化的標準，比如國畫在未來大環境的影響下會是什麼樣的生存狀況，鼻煙壺在未來幾年內是否會成為收藏投資的熱門，從事某個藝術品製作的藝術家是否有可投資價值均在掌握之中。這是一個看起來很美好的設想，但實際的情況是，這樣的設想，我們只能起于初步，路途相當的遙遠。
結語
在這裡必須要提個醒，雖然數據有很強的説服力，但是如果來源不穩妥，或使用不恰當，其危害性可能比感性描述還要大，因為對於數據人們往往缺乏辨別力，而數據的來源背景可能比數據本身更不容忽視。