相对股票和房地产市场交易的规范标准和信息透明，艺术品市场则显得无迹可寻。在很多人的眼里，艺术品行业水很深，具体表现在市场的知识门槛太高、信息不对称，而且缺乏专业的指导工具。我们需要能够准确掌握实时市场行情的大数据。中国艺术市场已经在努力，许多专业机构数据库也在陆续出台，这为中国的艺术市场开启了一盏指明灯，虽然路漫漫其修远兮。
丨中国艺市急需构建大数据丨
目前，全球艺术市场弱市前行，中国艺术市场回归调整促使拍卖公司在大机构资本退潮后转向更为稳健的营销策略。无论从拍卖行近年“培育藏家、学术推广”的营销策划还是两季拍卖之外私人洽购模式的兴起，针对个人或者机构收藏、投资的个性化定制转型日趋明显，大数据分析显然是题中之义。
上海文化艺术品研究院执行院长孔达达就认为通过艺术品数据，可以在数据挖掘的基础上，为投资人提供艺术品市场发展的动向，帮助他们找到准确的投资方向。国际著名艺术网站Artnet的执行经理托马斯也非常看重艺术大数据未来在中国的发展。“在过去十年里，中国艺术品市场资金量有很大的增长，让业内不得不用诸多金融市场方法去进入艺术市场。中国需要艺术品数据作为观察市场的工具，艺术品大数据可以把艺术家作为金融市场的‘个股’来进行分析，从这个角度观察艺术品和艺术家成长的轨迹，也可以借助这些数据去分析艺术品的走向，为这个市场提供研究方法，使艺术品市场成为更透明、更有效的艺术市场。运用艺术品大数据可以为艺术品市场做不少事情。”托马斯介绍，通过Artnet搜集的艺术品交易记录，可以分析出艺术品市场的变化。“比如可以把一些艺术家放在一起，很容易综合出一个流派的指数，从中观察到他们交易数量的变化等，这些为艺术品研究报告的撰写提供了准确的数据。”
▲ artnet指数分析报告，2017年
艺术品大数据在市场里的作用非常关键，但是良好的数据是保证艺术品市场的基础，“目前艺术品大数据在国际上已经有了较好的口碑。以Artnet为例，他们对于数据的整理较为谨慎，全线的1300多万个数据在欧美的各种银行、艺术品机构都得到了广泛的应用，带动了艺术品市场的数据化。”孔达达说，虽然中国艺术品交易规模逐渐攀升，但艺术品数据化的程度与欧美地区相差甚远。
由于中国艺术品没有统一的交易市场，交易地点是分散的，地域性比较强，其中披露的交易信息也零散而不成体系。
以画廊为代表的一级市场信息相对封闭，买家在画廊的环境中得到信息比较单一，因而要做出判断相对困难;二级市场相对易于把握，在艺术品拍卖会公示期间，买家可以得到相对多面的信息，有利于自己做出判断。在二级市场中，尽管得到的信息是杂乱的，但参与者可以得到相对多的比较和选择机会。所以某种程度上可以说，胡润艺术排行榜使中国的艺术市场有了更多一些的公开化、透明化。在足够的数据基础上，从事艺术市场走势分析还是有一定可能的。随着拍卖成交对市场的影响越来越大，排行榜的出现确实反映了市场繁荣与否，也给投资者一些参考。
丨常见的艺术品数据统计原理丨
如今市场上艺术品指数名目颇多，但是其基本的构建方法往往类似。
常见的一种是重复交易法，这种方法通过追踪同一件艺术品的重复交易记录来构建，计算出一件艺术品在一定时间段内的投资回报率，以此来揭示市场潜力。
1988年，曾任美国纽约大学金融学副教授的梅建平和运营管理学教授迈克尔•摩西联合创立了著名的梅•摩西指数，简称梅摩指数，2011年进入中国。梅摩指数是重复交易法的典范之一，涵盖了八个大类，印象派和现代派、西方古代画派、美国画派、英国画派、拉丁画派、当代艺术、海外中国传统艺术、中国当代油画，数据收录了这八个大类从1810年至今在苏富比和佳士得两大拍卖行的交易记录，还有中国当代艺术品在中国香港与内地主要拍卖行的拍卖记录。梅摩指数的优势在于其严谨的金融模型和科学的定量分析，但是由于重复交易的艺术品数量有限，它会损失掉一些没有重复拍卖的艺术品交易数据。
另一种是平均价格法，计算过程简单粗暴，比如中国书画艺术品，用成交价格除以作品面积即可，缺点在于无法评判同一作者不同阶段、不同类型作品的价值差异。这是一种比较原始的构建方式，1969年苏富比拍卖行发布的全球第一个艺术品指数——苏富比泰晤士指数就使用了此法。
中国本土常见的两个艺术品指数AMI中艺指数和雅昌书画指数就采用了比较精致的平均价格法。AMI指数大致反映了2003年以来的中国书画整体行情和部分艺术家作品的价格走势，它的统计方法比较复杂，拍卖数据占60%，画廊和民间交易占40%，加权后进行简单算术平均。雅昌指数则基于雅昌艺术网的“中国艺术品拍卖市场数据库”，用1993年至今重要拍卖行的中国艺术品成交数据编制，包括综合指数、多种分类指数和艺术家个人作品价格指数等。
▲ 雅昌AMMA书画指数
另外还有特征价格法，它力图全面考虑影响艺术品价格的因素，包括尺寸、年代、品质、交易时间地点等等，但是由于条件设定上的不同偏好，还是无法做到足够的客观。
丨中国艺术大数据尚有缺陷丨
虽然数据时代已经来临，各大拍行、银行、家族办公室等也都会去使用或参考艺术品指数，但大数据也并非无所不能。大数据依靠的是庞大的数据库，它蕴含的是计算和思维方式的转变。然而现实中采样的样本是存在误差、虚假等种种“陷阱”，不是单单依靠更大、更新、更快的数据就可以解决。
▲ 2016年苏富比收购梅摩艺术品指数
首先国内艺术品数据存在诸多问题：一是国内的艺术品交易分散、数据不全。一级市场以艺术家和代理人的私下交易为主，几乎所有艺术家都不可能向任何组织或机构汇报其每年的作品销售和收入情况，而代理机构为了逃税更不会对外界透露实情。二级市场主体是拍卖企业。他们的交易相对集中，每次的成交也有据可查。但是，并不是所有的拍卖企业都与编制机构有合作关系。二是艺术品本身存在异质性，交易难以标准化，数据分析难度大。三是行业普遍存在卖假和假卖的问题，尤其是拍卖成交数据，隐藏着大量水份和泡沫，至于画廊等艺术品代理机构提供的润格，则完全不需要标准和依据，其真实性也大打折扣。此外，数据编制机构本身的商业性质，计算模型的建立方式同样也在影响着数据本身的客观性、公正性和专业性。这在胡润艺术榜排名中都有所体现。
“艺术品的数据有干净的数据、可疑数据以及垃圾数据。干净的数据是已经及时清理过的准确的数据，而可疑数据和垃圾数据分别是那些有疑问的和没有用的数据。”孔达达表示，目前国内搜集到的基本都是二级市场的数据。这些数据主要源于十几个拍卖公司提供，仅仅是初始数据，里面有不少疑问数据和垃圾数据，对于那些竞拍后未付款或赝品等数据，国内还未及时清理，有时也会因为信息不对称而搜集不到。
任何数据都有源头，但并非全部出自可靠的来源，孔达达认为中国公开拍卖成交数据的可信度一直被业界所质疑，一方面由于时间和成本限制，数据采样过程难以做到绝对严谨，另一方面拍卖市场的假拍、造价等现象又进一步降低了数据的真实性，而大量存在的拒付款现象又深化了数据的偏离度。因此拍卖数据的可信度问题将长期困扰艺术市场专家和从业者。
低单纯数据分析引起的对市场理解的偏差的方法就是，在量化分析的同时强化定性分析的作用，即便是一份简单的市场报告或新闻报道，也绝不应该是一个机械性的数据堆积。
虽然数据有很强的说服力，但是如果来源不稳妥，或使用不恰当，其危害性可能比感性描述还要大。孔达达强调，“因为对于数据人们往往缺乏辨别力，而数据的来源背景可能比数据本身更不容忽视。单一或少数领域的大数据不仅价值有限，还存在片面性的危险。只有数据跨越了行业领域间的界限，关联性加强时，数据的准确性才会提高。”
丨如何看待中国艺术品数据丨
当然，并不能因为上述短板就完全抹杀数据在规范行业发展方面的应有功能。大数据分析的数据规模是所有纷繁数据，允许其中的混杂和错误，更有可能促使研究接近事实和真相本身。基于可能的相关性、而非绝对的因果性分析，也可能使得研究者发现以前所不能发现的关系。另外，在相关性分析的基础上进行预测也是大数据分析的核心与魅力之处。这种相关性是交互的动态，而非单一的静态，它基于关系的预测，甚至无需切入对于因果关系的复杂分析。这一方面有利于监管部门对市场的运行态势做出判断，及时做出风险预警或者事先采取相关的监管措施;另一方面，相关性也是企业进行定制服务的基础：从客户现有的行为模式与市场态势，预测未来取向。鉴于目前的市场监管滞后、市场信息不透明等种种症结，这种大数据分析思维可能会对整个行业产生重大影响。毕竟，行业有泡沫，并不代表所有交易都不真实，市场有投机，也不代表所有参与主体都是靠炒作和做局起家的。透过这些有争议的数据，我们仍然可以去研判前一段时间市场交易的大概情况，以及某一市场板块或某一艺术家作品的市场活跃度。
就当下的艺术品市场而言，强大的市场潜力与研究的欠成熟，无形中赋予了大数据以强大的应用空间。以艺术品投资为例来看，一般可以将购买者分为两种情况。
其一，喜好先行。即购买者选择为某件艺术品买单，是纯粹出于对它的喜好。能增值，当然更好;不能，也无所谓。在这一过程中，主观态度为王，当然也绝对不需要参考任何数据。但他们在完成购买后，围绕其产生的一系列数据将会被纳入到大数据的视野之中。
其二，投资先行。即购买某件艺术品完全是出于投资目的，这样他们就需要首先参考市场数据来进行投资规划。但即便如此，他们的投资依然风险四伏。一方面，任何人都不能保证自己能做出完全没有风险的投资，毕竟一切都在变化中。另一方面，他们掌握到的数据量毕竟是有限的，往往特殊性会大于普遍性。但是，在大数据时代，有望将风险降到最低。因为，如果是建立在大数据分析基础上，通过对大体量数据的全面性、合理化分析，就能达到对艺术品投资做出“雾里看花”的分析。“花”在雾中，虽不似日光下看得那般清晰，但总聊胜于无了。把握住其中看似模糊的规律性，就能得出相对更为裨益的结论。
事实上，在当下这样一个共识性引导市场的时代背景下，即便是数据存在不真实性，但只要能够保证数据体量的足够庞大，以量补质，再加之足够科学的测算方法，我们就能够捕捉到市场中的“共识性”。进而依据对这种共识的捕捉，实现投资决策的成功。当然，在这种基础上，如果能够采集到一定体量精度高、真实性强的市场客观数据，并以一定的比例投入到大数据中，自然会得出准确度更优的价值判断。
▲ artprice 2015/2016各国艺术品拍卖成交总额
而艺术行业如果能够做到预测下一步，必须对艺术品消费人群的主流意向、行业发展情况、国家扶植政策、品类收藏热度、艺术家从业品类分布、各大拍行春拍秋拍情况、小拍行的艺术品流向和交易量、画廊和投资自购投资偏导、市场饱和容量等等都深究。这其中的算法和逻辑关系，要通过长时间的验证以及自身的从业人士才能去揣摩的东西。
要让艺术行业有可量化的标准，比如国画在未来大环境的影响下会是什么样的生存状况，鼻烟壶在未来几年内是否会成为收藏投资的热门，从事某个艺术品制作的艺术家是否有可投资价值均在掌握之中。这是一个看起来很美好的设想，但实际的情况是，这样的设想，我们只能起于初步，路途相当的遥远。
结语
在这里必须要提个醒，虽然数据有很强的说服力，但是如果来源不稳妥，或使用不恰当，其危害性可能比感性描述还要大，因为对于数据人们往往缺乏辨别力，而数据的来源背景可能比数据本身更不容忽视。
