DOI: https://doi.org/10.1016/j.econlet.2024.111572
تاريخ النشر: 2024-01-28
المؤلف: Sarah Alsultan وآخرون
الموضوع الرئيسي: تاريخ الفن وتحليل السوق
نظرة عامة
تستكشف هذه القسم العلاقة بين القيمة الجمالية للفن وسعره في السوق، تحديدًا ضمن نطاق أسواق الفن الرقمي، باستخدام بيانات من مجموعة CryptoPunks NFT. يقوم المؤلفون بتحديد الجاذبية البصرية لـ NFTs من خلال أربعة مقاييس جمالية مرتبطة بالاستجابات العاطفية، كما تم مناقشته في الاقتصاد الثقافي.
باستخدام نموذج تسعير هيدوني، يكشف البحث أن الخصائص الجمالية تؤثر بشكل كبير على الأسعار في أسواق الفن الرقمي. تشير النتائج إلى أن المستثمرين يميلون إلى تفضيل NFTs التي تتميز بزيادة في الألوان وتعقيد القوام، بينما يظهرون تفضيلًا لمستويات أقل من التشبع والسطوع. وهذا يبرز أهمية الاعتبارات الجمالية في تقييم الأصول الفنية الرقمية.
مقدمة
تناقش مقدمة هذه الورقة البحثية التأثير التحويلي للرموز غير القابلة للاستبدال (NFTs) المعتمدة على البلوكشين على أسواق الفن، مع تسليط الضوء على الفروق بين مبيعات الفن التقليدية والأسواق المنظمة عبر الإنترنت لفن NFT. توفر هذه الأسواق سيولة محسنة، وتشغيل مستمر، وسهولة الوصول للمبدعين وجامعي التحف، مما جذب اهتمامًا كبيرًا من المستثمرين. يهدف المؤلفون إلى المساهمة في البحث الاقتصادي المتزايد حول تسعير فن NFT من خلال دراسة العلاقة بين الجاذبية البصرية للفن الرقمي وسعره في السوق، مع الاعتراف بالعوائد العاطفية المرتبطة بملكية الفن التي يمكن أن تؤثر على القيمة السوقية.
لمعالجة الطبيعة الذاتية للجماليات في تسعير الفن، يستخدم البحث مقاييس جمالية كمية، مثل الألوان، والسطوع، وشدة اللون، بما يتماشى مع الأدبيات الحديثة في الاقتصاد الثقافي. كما يقدم المؤلفون جانبًا جديدًا من خلال دراسة تأثيرات السعر لتعقيد القوام، المقاس من خلال نطاق القوام. باستخدام نموذج تسعير هيدوني، تركز التحليل على مجموعة CryptoPunks، وهو مشروع فن NFT رائد، كاشفًا أن NFTs الأكثر ألوانًا وتعقيدًا بصريًا تحقق أسعارًا أعلى، بينما تميل NFTs الأكثر سطوعًا وتشبعًا إلى الارتباط بأسعار أقل. يوسع هذا البحث الدراسات الحالية حول أسعار CryptoPunk من خلال دمج ميزات جمالية محددة وأهميتها لمستثمري NFT، مما يعزز الفهم للعوامل التي تؤثر على ديناميات سوق الفن الرقمي.
طرق
في هذه الدراسة، يقوم المؤلفون بتحليل مجموعة بيانات تتكون من 21,886 عملية بيع لـ CryptoPunks، تغطي الفترة من يونيو 2017 إلى مارس 2023، مأخوذة من Nonfungible.com و OpenSea.io. تركز التحليل على أربعة مقاييس جمالية كمية لتقييم تأثيرها على تسعير هذه NFTs: اللون (الألوان)، السطوع، التشبع، وتعقيد القوام. يستند المؤلفون إلى الأدبيات الحالية لافتراض أن الصور الأكثر ألوانًا قد تحقق أسعارًا أعلى، بينما للسطوع والتشبع تأثيرات مختلطة على التسعير، مع وجود بعض الدراسات التي تشير إلى علاقة سلبية للألوان الزاهية بشكل مفرط. كما يتم فحص تعقيد القوام، حيث قد يؤثر على جذب المشاهدين، على الرغم من وجود أبحاث محدودة سابقة حول تأثيره في أسواق الفن.
لتحديد العلاقة بين الجماليات وأسعار NFT، يستخدم المؤلفون نموذج انحدار هيدوني، معبرًا عنه كـ \( \log p_{it} = \beta_0 + \sum_{j=1}^{4} \beta_j f_{j,i} + \sum_{k=1}^{K} \gamma_k C_{k,i,t} + \epsilon_{it} \)، حيث يمثل \( p_{it} \) سعر NFT \( i \) في الوقت \( t \)، و \( f_{j,i} \) يدل على المقاييس الجمالية. يتضمن النموذج متغيرات تحكم مختلفة، بما في ذلك التأثيرات الزمنية المحددة، وديناميات السوق (مثل حجم المبيعات وسعر صرف ETH/USD)، وخصائص CryptoPunks (مثل النوع والندرة). يتم تلخيص الإحصائيات الوصفية لجميع المتغيرات في الجدول 1، مما يوفر نظرة شاملة على مجموعة البيانات المستخدمة في التحليل.
نتائج
تقدم النتائج التجريبية المعروضة في الجدول 2 نتائج التقدير لثلاثة نماذج تسعير هيدوني تم تطبيقها على سوق CryptoPunks. تتوافق النماذج مع الأبحاث السابقة، حيث تظهر قيم $R^2$ عالية، تلتقط حوالي 92% من التباين في الأسعار اللوغاريتمية، ويعزى ذلك إلى تأثير دمى الشهر والسنة. تظهر جميع المقاييس الجمالية التي تم تحليلها تأثيرات ذات دلالة إحصائية واقتصادية على التسعير. على وجه التحديد، يرتبط زيادة بنسبة 1% في عدد الألوان بزيادة في السعر بمقدار 32 نقطة أساس (bps)، مما يشير إلى أن المستثمرين مستعدون لدفع علاوة مقابل CryptoPunks الأكثر ألوانًا. على العكس، تؤدي زيادة بنسبة 1% في السطوع إلى انخفاض في السعر بمقدار 13 نقطة أساس، مما يشير إلى تفضيل الألوان الداكنة، بينما يرتبط زيادة بنسبة 1% في التشبع بانخفاض في السعر بمقدار 26 نقطة أساس، مما يدل على الميل نحو الألوان الخافتة.
بالإضافة إلى ذلك، تكشف النتائج أن زيادة بنسبة 1% في نطاق القوام تؤدي إلى زيادة في السعر بمقدار 12 نقطة أساس، مما يدعم الفكرة القائلة بأن التعقيد البصري له قيمة لدى المستثمرين. تتماشى هذه النتائج مع الأدبيات الحالية حول تسعير الفن، مما يبرز دور الجماليات كعامل رئيسي في تحديد الأسعار في سوق CryptoPunks. تشير الدراسة إلى أنه بينما يمكن أن تعالج طريقة المبيعات المتكررة التحيزات المحتملة، إلا أنها لم تُستخدم بسبب النسبة العالية من NFTs التي تم بيعها مرة واحدة فقط في العينة. يُشجع البحث المستقبلي على دراسة العلاقة بين الجماليات والتسعير عبر مجموعات NFT الأخرى.
DOI: https://doi.org/10.1016/j.econlet.2024.111572
Publication Date: 2024-01-28
Author(s): Sarah Alsultan et al.
Primary Topic: Art History and Market Analysis
Overview
This section investigates the relationship between the aesthetic value of art and its market price, specifically within the realm of digital art markets, utilizing data from the CryptoPunks NFT collection. The authors quantify the visual attractiveness of NFTs through four aesthetic measures linked to emotional responses, as discussed in cultural economics.
Employing a hedonic pricing model, the study reveals that aesthetic attributes significantly influence prices in digital art markets. The findings suggest that investors are inclined to favor NFTs characterized by greater colorfulness and texture complexity, while showing a preference for lower saturation and brightness levels. This highlights the importance of aesthetic considerations in the valuation of digital art assets.
Introduction
The introduction of this research paper discusses the transformative impact of blockchain-based non-fungible tokens (NFTs) on art markets, highlighting the differences between traditional art sales and the organized online marketplaces for NFT art. These marketplaces offer enhanced liquidity, continuous operation, and easier access for creators and collectors, which has attracted significant investor interest. The authors aim to contribute to the growing economic research on NFT art pricing by examining the relationship between the visual attractiveness of digital art and its market price, acknowledging the emotional dividends associated with art ownership that can influence market value.
To address the subjective nature of aesthetics in art pricing, the study employs quantitative aesthetic measures, such as colorfulness, brightness, and color intensity, in line with recent cultural economics literature. The authors also introduce a novel aspect by investigating the price effects of texture complexity, measured by texture range. Utilizing a hedonic pricing model, the analysis focuses on the CryptoPunks collection, a leading NFT art project, revealing that more colorful and visually complex NFTs command higher prices, while brighter and more saturated NFTs tend to be associated with lower prices. This research extends existing studies on CryptoPunk prices by incorporating specific aesthetic features and their relevance to NFT investors, thereby enriching the understanding of factors influencing digital art market dynamics.
Methods
In this study, the authors analyze a dataset comprising 21,886 sales of CryptoPunks, covering the period from June 2017 to March 2023, sourced from Nonfungible.com and OpenSea.io. The analysis focuses on four quantitative aesthetic measures to assess their impact on the pricing of these NFTs: hue (colorfulness), brightness, saturation, and texture complexity. The authors draw on existing literature to hypothesize that more colorful images may command higher prices, while brightness and saturation have mixed effects on pricing, with some studies indicating a negative correlation for overly intense colors. Texture complexity is also examined, as it may influence viewer attraction, despite limited prior research on its impact in art markets.
To quantify the relationship between aesthetics and NFT prices, the authors employ a hedonic regression model, expressed as \( \log p_{it} = \beta_0 + \sum_{j=1}^{4} \beta_j f_{j,i} + \sum_{k=1}^{K} \gamma_k C_{k,i,t} + \epsilon_{it} \), where \( p_{it} \) represents the price of NFT \( i \) at time \( t \), and \( f_{j,i} \) denotes the aesthetic measures. The model incorporates various control variables, including time-specific effects, market dynamics (e.g., sales volume and ETH/USD exchange rate), and characteristics of the CryptoPunks (e.g., type and rarity). Descriptive statistics for all variables are summarized in Table 1, providing a comprehensive overview of the dataset utilized in the analysis.
Results
The empirical results presented in Table 2 detail the estimation outcomes for three hedonic pricing models applied to the CryptoPunks market. Consistent with prior research, the models exhibit high $R^2$ values, capturing approximately 92% of the variation in logarithmic prices, largely attributed to the influence of month-year dummies. All aesthetic measures analyzed demonstrate statistically and economically significant effects on pricing. Specifically, a 1% increase in hue count correlates with a price increase of 32 basis points (bps), indicating that investors are willing to pay a premium for more colorful CryptoPunks. Conversely, a 1% increase in brightness results in a price decrease of 13 bps, suggesting a preference for darker colors, while a 1% increase in saturation is associated with a 26 bps price reduction, indicating a tendency towards muted colors.
Additionally, the results reveal that a 1% increase in texture range leads to a price increase of 12 bps, supporting the notion that visual complexity is valued by investors. These findings align with existing literature on art pricing, highlighting the role of aesthetics as a significant driver of prices in the CryptoPunks market. The study notes that while the repeat-sales method could address potential biases, it was not employed due to the high proportion of NFTs sold only once in the sample. Future research is encouraged to investigate the relationship between aesthetics and pricing across other NFT collections.