GLI INDICI DEL MERCATO DELL'ARTE
3.3 Da Rush a Nomisma: una rassegna della letteratura sui principali indici del mercato dell'arte
3.3.6 Artnet Art Inde
La maggior parte degli indici analizzati sino ad ora, ad eccezione dell'AMI elaborato da Candela e Scorcu, hanno posto il loro fondamento principalmente su
183 Fonte: http://www.unicreditprivate.it/UserFiles/File/Comunicati/ars_value.pdf . 184 Ibidem
due metodologie: la repeat sales regression e l'hedonic regression. Ciò nonostante, un recente studio condotto dai professori Mei e Moses, in collaborazione con Victor Ginsburgh186, ha sottolineato l'importanza di unire i
tratti caratteristici di queste due metodologie in un unico approccio, per cercare di ottenere un indice per il mercato dell'arte il più corretto e attinente possibile. Il metodo della repeat sales regression, secondo quanto spiegano gli autori dello studio, risulta essere quello più attinente nelle analisi che comprendono un periodo superiore ai vent'anni e quando la numerosità del campione è molto vasta; ma la parzialità delle transazioni analizzate resta un forte limite a questo approccio.
L'Artnet price database, come si è visto nel paragrafo 3.2.1, raccoglie i dati provenienti dalle case d'asta; da qualche anno l'internet company si è adoperata per la creazione e l'elaborazione di un indice per il mercato dell'arte187. Come
primo passo, si è cercato di identificare quelle coppie di opere dello stesso autore che possano essere facilmente paragonate tra loro, in modo da costruire un dataset comprendente il numero più ampio possibile di dati (ad esempio, sono stati raccolti tutti i dati riguardanti la serie dei “Tagli” di Lucio Fontana). Utilizzando sempre le informazioni provenienti dalle aste, l'Artnet Art Index ha cercato di seguire la linea espressa da Ginsburgh e da Mei e Moses unendo i tratti caratteristici delle principali metodologie sinora adottate. Vengono raccolte le informazioni sia riguardanti le doppie vendite che quelle delle vendite singole, utilizzando solamente le informazioni riguardanti i beni che possono essere raggruppati e comparati tra loro; i dati vengono allora aggregati in quello che viene definito un Comparable Set. La particolarità di questo indice è che incorpora degli aspetti della metodologia della RSR, utilizzando i dati provenienti dalle aste e li raggruppa secondo un criterio omogeneo, e altri della regressione edonica, poiché ogni opera viene considerata singolarmente durante il processo di stima. Per questa combinazione di metodologie, può essere definito un modello ibrido.
A livello macro, il sistema di costruzione dell'Artnet Art Index consiste in tre stadi.
186 Ginsburgh V., Mei J. E Moses M., On the Computation of Art Indices. In Ginsburgh V. e
Throsby D., Handbook on the Economics of Art and Culture, op. cit. pp. 948-79.
Il primo è quello che viene chiamato “Comparable Identification”: in questa fase gli esperti esaminano e raggruppano i dati delle singole vendite per ogni artista e li ordinano in base a criteri basati sulla stima o su conoscenze pregresse di tipo storico-artistico. Identificare e organizzare le opere dello stesso genere per ogni artista gioca un ruolo vitale nella costruzione di questo indice. Ovviamente l'incremento della eterogeneità dei dati può portare all'introduzione di alcune distorsioni nel modello: per questo è necessario che il livello di omogeneità all'interno dei Comparable Sets sia molto alto. Per la classificazione delle opere spesso viene richiesta la consulenza di critici d'arte esterni: le opere vengono classificate per il soggetto rappresentato, la composizione, il periodo storico in cui è stata creata, il colore e la misura.
Il secondo passo per la costruzione dell'indice è l' “Artist Index Value Calculation”: i “gruppi” omogenei di opere formati nel passaggio precedente concorrono a formare l'indice per l'artista in esame per diversi periodi di tempo. Si è detto all'inizio del paragrafo come l'obiettivo di questo indice sia quello di unire i tratti fondamentali delle due metodologie più frequentemente utilizzate, la RSR e la regressione edonica. Questo nuovo approccio segue allora gli stessi principi alla base del modello della RSR, ma adotta la struttura del modello della regressione edonica; invece di considerare le variazioni dei prezzi tramite le coppie di dati provenienti dalle vendite, ogni vendita viene considerata singolarmente.
La scelta dell'anno base per la costruzione degli indici “singoli” viene presa in base alla sovrapposizione dei dati a disposizione: ovvero, per ogni artista si cerca il primo periodo a disposizione in cui vengono registrate un ampio numero di vendite, non solo per ogni criterio omogeneo di considerazione, il “Comparable Set”, ma per tutti i criteri adottati. L'anno base viene quindi posto uguale a cento, e tutti gli altri dati vengono rapportati ad esso.
L'indice viene costruito assumendo che il logaritmo naturale del prezzo di un generico bene i (i=1,...,N), con N che indica la somma totale di opere a disposizione, appartenente al “Comparable Set” s (s=1,...,S) e venduto nel tempo t (t=1,...,T) segue la seguente relazione:
log( price)i , s ,t= C+ 1 NsΣt=1 T ΣNj=1st log( price) j , s , t+Σt=1 T
βttimei ,t+ΣSs=1αsComparable Seti , s+εi , s ,t
dove C è una costante, e timei ,t è una variabile che assume valore uguale a uno quando l'opera i viene venduta nel tempo t, e zero altrimenti. Allo stesso modo,
Comparable Seti , s è una variabile che assume valore uguale a uno quando il bene
appartiene al “Comparable Set” s e zero altrimenti. Ns è il numero totale di opere d'arte facenti parte del “Comparable Set” s e Ns ,t è il numero totale di opere appartenenti a s e vendute nel tempo t. εi , s ,t è il termine di errore. βt e αs sono due coefficienti; βt può essere interpretato come l'impatto marginale del tempo sul logaritmo del prezzo, e quindi il suo valore nell'anno base (t=0) sarà uguale a zero.
Una volta costituito l'indice per ogni gruppo delle opere del singolo artista, questo viene aggiornato mensilmente in seguito all'eventuale entrata nel dataset di nuovi dati relative alle vendite di opere omogenee.
Oltre all'analisi dei singoli indici, l'utente ha a disposizione degli indici del mercato di livello superiore: l'aggregazione degli indici ha portato ala formazione dell'Artnet C50TM , ovvero un indice basato sulle performance dei cinquanta migliori artisti del mercato dell'arte contemporanea. Altri strumenti a disposizione sono l'Impressionist Art Index e il Modern Art Index, basati sempre sulle performance dei migliori artisti in classifica per ogni categoria cui appartengono. Per la selezione di questi “top-ranked artists” Artnet ha sviluppato un approccio di selezione basato sulle performance annuali. La classifica per ogni artista in un determinato anno viene redatta tramite una formula di decadimento esponenziale, che retrocede di cinque anni; i valori risultanti vengono utilizzati per realizzare, e aggiornare periodicamente, la classifica. Gli artisti vengono classificati nel seguente modo. Il primo passo consiste nel determinare l'universo di artisti presenti in quello specifico settore del mercato in base al loro stile, alla data di nascita o di decesso, e ai movimenti cui vengono associati; vengono poi calcolate,
sempre per ogni artista, tutte le opere vendute e il prezzo medio ottenuto annualmente, ad esclusione delle stampe. Si calcola il prezzo medio ottenuto e lo si moltiplica per il numero di opere vendute; il risultato ottenuto si indica con m. Viene allora stilata la classifica generale per l'anno x usando il valore “m”. Ad esempio, la classifica generale per l'anno x è uguale a:
[
(mx−1e0)+(mx−2e−1)+(mx−3e−2)+(mx−4e−3)+(mx−5e−4)+(mx−6e−5)]
Gli artisti che hanno ottenuto i valori più alti vengono compresi nella classifica generale e inclusi nel calcolo dell'indice dell'anno x.
Artnet giudica la suo metodologia la più accurata e trasparente attualmente a disposizione, poiché incorpora le caratteristiche uniche delle opere d'arte, mantenendo però la precisione delle vendite ripetute188.
188 Si legge “Artnet believes its index methodology to be the most accurate, testable, and trasparent
art index commercially available. The metodology successfully incorporates the unique characteristics of art, while maintaining the accuracy of repeat sales”. Fonte: Artnet Indices White Paper, www. art net.com/analytics/reports/ white-paper
APPENDICE
Tabella 3.6 Principali studi sulla costruzione degli indici per il mercato dell'arte. Focus sulla tecnica di analisi utilizzata.
AUTORE ANNO CAMPIONE PERIODO DI ANALISI METODO
Anderson 1974 Paintings in general
Paintings in general
1780-1960 1780-1970
Hedonic Repeat Sales
Stein 1977 Paintings in general 1946-1968 Random
Samplings
Baumol 1986 Paintings in general 1652-1961 Repeat Sales
Frey &
Pommerehne 1989 Paintings in general 1635-19491950-1987 Repeat SalesRepeat Sales
Buelens &
Ginsburgh 1993 Paintings in general 1700-1961 Hedonic
Pesando 1993 Modern Prints 1977-1991 Repeat Sales
Goetzmann 1993 Paintings in general 1716-1986 Repeat Sales
Barre et al. 1996 Greath Impressionist
Other Impressionist
1962-1991 1962-1991
Hedonic Hedonic
Chanel et al. 1996 Paintings in general
Paintings in general
1855-1969 1855-1969
Hedonic Repeat Sales
Goetzmann 1996 Paintings in general 1907-1977 Repeat Sales
Pesando e
Shum 1996 Picasso Prints 1977-1993 Repeat Sales
Czujack 1996 Picasso Paintings 1966-1994 Hedonic
Mei e Moses 2001 American, Impressionist, Old Masters 1875-2000 Repeat Sales
Ross e
Zondervan 1993 Stradivari Violins 1803-1986 Hedonic