[發明專利]基于藝術品交易大數據研究的藝術品價格趨勢計算方法

在審

• 申請號: 202010062418.0
• 申請日: 2020-01-19
• 公開（公告）號: CN111292125A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 牛志萍;李想;安慧敏;王中恕;祁煜琨
• 申請（專利權）人: 易拍全球（北京）科貿有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/08
• 代理公司: 北京智行陽光知識產權代理事務所(普通合伙) 11738
• 代理人: 黃錦陽

1.一種基于藝術品交易大數據研究的藝術品價格趨勢計算方法，其特征在于，包括如下步驟：

步驟1：確立模型，模型公式，公式1如下：

P_i，t為藝術品i在第T時期的銷售價格；X_k,i,t表示藝術品i在第t時期第k個特征值，如果特征值為啞變量，則當藝術品具有該特征時，x取1，否則取0，如果特征為連續變量，則采用該變量的對數形式；α_k為藝術品第k個特征的隱含價格；time_i，t為藝術品i的成交時間，如果在第t時期成交，則time取1，否則取0；β_t為時間對藝術品價格的邊際影響，是構建該藝術品價格趨勢計算方法的基礎；

步驟2：變量的選擇與處理，書畫特征變量包括：傳統方法的藝術家、尺寸、題材、幅式、款印、創作時間、拍賣行、拍賣時間、精品代表作；油畫特征變量包括：傳統方法的藝術家、尺寸、內容、畫面材料、繪畫顏料、風格、是否有記錄、創作時間、拍賣行、拍賣時間；某一計算方法具體選取哪些特征變量會依據該指數的類別進行確定；

上述變量中尺寸和成交價做標準化變換，采用對數變換，消除不同指標間量綱不同的影響；對題材、款印、繪畫顏料變量時，首先利用技術手段從拍品數據中提取有用信息，然后由專業人員根據行業內經驗對每條拍品數據的各個特征變量下的具體特征進行確定。進行啞變量變換時，先對每條拍品數據的各個特征變量下的具體特征進行數字編碼，再將具體的特征轉換成0-1變量，1代表具有此特征，0表示不具有此特征；

步驟3：模型檢測，對所有的樣本數據按照步驟2中的方式進行清洗，即將書畫特征變量準備完畢后的相應數據放入回歸模型公式1中，選擇逐步回歸法得出各變量特征的偏回歸系數，以及未標準化預測值的殘差圖，根據特定的參數標準去除異常數據，增加計算結果的精確度，最后通過分析anove表，檢驗模型的顯著性問題；

所述殘差圖為實際值與模型預測值之間的差值，同時符合以下兩項要求：1、服從均值為0且方差固定的正態分布；2、不可存在內生性問題，即不可與自變量之間存在相關性。

步驟4：獲取模型結果，所述步驟3中anove表，從中找出模型結果中反映時間的偏回歸系數βt，定基期為100，根據公式2：P-index_t＝exp(β_t)*100進行價格趨勢的計算，其中P_index_t代表t期的價格指數。