Modélisation des prix du marché de l'art: les plateformes de vente en ligne comme nouvelles sources de données.

par Maria Ivanidze

Projet de thèse en Sciences Économiques

Sous la direction de Benoît Mulkay et de Nathalie Moureau.

Thèses en préparation à Montpellier , dans le cadre de École doctorale Economie Gestion de Montpellier , en partenariat avec MRE - Montpellier Recherche en Economie (laboratoire) depuis le 01-11-2019 .


  • Résumé

    L'objectif de la présente recherche porte sur la validation des prix des œuvres d'art sur le marché primaire. La plupart des recherches existantes représentent la construction d'indices de prix de l'art (pour le marché secondaire et, dans une moindre mesure, pour le marché primaire) - pour mesurer la performance financière des œuvres d'art, évaluer des perspectives de diversification des investissements et prédire les mouvements du marché. Toutefois, un domaine de recherche important réside dans l'étude des prix eux-mêmes. La croissance stable du marché en ligne (The Art Market Report 2019), par exemple, un segment prometteur du marché mondial de l'art, a été stimulée par le fait que l'achat et la vente d'art sont devenus très faciles au cours de la dernière décennie - avec le développement des technologies de l'information et en réponse aux demandes de la jeune génération de collectionneurs d'art. Alors que les barrières du marché diminuent, il manque de transparence et il existe encore une question du mécanisme derrière la tarification des œuvres d'art. La présente recherche vise à mettre au point un modèle de régression hédonique pour tenir compte des principaux facteurs influençant l'estimation des prix sur le marché primaire (en se concentrant principalement sur les formes traditionnelles d'art (ou ce qu'on appelle “ wall art ”) comme les peintures, les dessins et les photographies). On prévoit d'étudier les facteurs qui ne font actuellement l'objet que de recherches fragmentaires et qui ne sont normalement pas inclus dans la modélisation de régression hédonique réalisée à ce jour. Il s'agit d'idées assez complexes - la réputation d'un artiste, le statut de son enseignement artistique ou des établissements d'art où il/elle expose son travail, par exemple, - qui ont besoin d'une analyse culturelle et économique avec une conversion adéquate en formats mesurables. De plus, il est suggéré d'inclure les paramètres inhérents à l'infrastructure contemporaine du marché de l'art, comme l'activité des réseaux sociaux et la performance digitale des artistes. Tous les paramètres, plus complexes et ceux plutôt 'simples' ou catégoriels, peuvent être divisés en trois groupes: liés aux artistes, aux œuvres d'art et au marché de l'art. Les sources de données proposées pour l'analyse représentent les bases de données sur l'art et les marchés de l'art en ligne, fournissant l'information sur les œuvres d'art, les artistes et leur carrière, les prix de vente et de ventes réalisées; les plateformes de réseaux sociaux; et les sources spécialisées de l'analyse de l'art (par exemple, artfacts.net qui fournit le classement de l'activité d'exposition des artistes ou le classement des premières institutions artistiques, etc.).

  • Titre traduit

    Private pricing modelling in the art market using online marketplaces as new data sources.


  • Résumé

    The aim of the research is the validation of artwork prices in the primary art market. The majority of the existing research represents the construction of art price indices (for the secondary market and, to a lesser extent, for the primary market) - to measure the financial performance of artworks, evaluate a portfolio diversification perspectives and predict movements of the market. However important area of research lies in the study of prices themselves. Stable growth of the online market (The Art Market Report 2019), for example, a promising segment of the global art market, has been driven by the fact that buying and selling art has become very easy over the last decade - with the development of the IT technologies and in response to the demands of younger Internet-driven generation of art collectors. Whilst the barriers of the market get lower, it lacks transparency and there is still a question of the mechanism behind the pricing of artworks. The present research is conceived to develop a hedonic regression model to account for the key factors influencing the price estimation in the primary market (mainly focusing on traditional fine art forms (or so called “wall art”) like paintings, drawings and photographs). It is supposed to study the factors that are currently only fragmentary researched and normally not included in the hedonic regression modelling carried out to date. Those are rather complex ideas - the reputation of an artist, status of their art education or art institutions where their exhibit, for example, - which need an in-depth cultural-economic analysis with a following adequate conversion into measurable formats. Additionally it is suggested to include the parameters inherent to the contemporary art market infrastructure, such as social media activity and online performance of artists. Conditionally all the parameters, more complex and rather 'simpler' categorical ones, can be divided into three groups: related to artists, artworks and the art market. The sources of data suggested for the analysis represent online art databases and art marketplaces, providing information on artworks, the artists and their careers, prices of sale and realized sales; social media platforms; and specialized sources for art analytics (for example, artfacts.net - artists exhibitions activity ranking, top art institutions ranking, etc).