Název:
Determinanty cen umělecké fotografie na aukcích
Překlad názvu:
Price Determinants of Art Photography at Auctions
Autoři:
Habalová, Veronika ; Šopov, Boril (vedoucí práce) ; Bauer, Michal (oponent) Typ dokumentu: Diplomové práce
Rok:
2018
Jazyk:
eng
Abstrakt: [eng][cze] In the recent years, prices of art have repeatedly broken records, and the interest in investing in fine art photography has been growing. Although there is plenty of research dedicated to studying prices of paintings, fine art photography has been largely overlooked. This thesis aims to shed light on identifying price determinants for this particular medium. A new data set is collected from sold lot archives of Sotheby's and Phillips auction houses, which also provide images of some of the sold items. These images are then used to create new variables describing visual attributes of the artworks. In order to inspect the effect of color-related predictors on price, four different methods are discussed. Color is found to be significant in OLS model, but the effect diminishes when model averaging is applied. Machine learning al- gorithms - regression trees and random forests - suggest that the importance of color is relatively low. The thesis also shows that expert estimates can improved by incorporating available information and using random forests for prediction. The fact that the expert estimates are not very accurate sug- gest that they either do not use all the available information or they do not process it efficiently. 1V posledných rokoch sme boli svedkami opakovaných cenových rekordov v oblasti umenia a záujem o investovanie do umeleckej fotografie sa postupne zvyšoval. Hoci do skúmaniu cien malieb bolo venované už nezanedbateľné množstvo výskumu, umelecká fotografia stojí skôr na okraji pozornosti. Táto práca má za cieľ identifikovať cenové determinanty a ich efekty na hodnotu fotografií. Dáta sú zozbierané z archívov aukčných domov Sotheby's a Phil- lips, ktoré okrem informácií o predávanom predmete poskytujú niekedy aj obrazovú dokumentáciu. Táto je použitá na skonštruovanie nových premen- ných týkajúcich sa vizuálnych vlastností diel. Pri skúmaní vzťahov medzi zvolenými premennými sú aplikované štyri rôzne prístupy. Farba je signifi- kantnou premennou v niektorých OLS modeloch, ale tento efekt sa vytratí pri použití metódy priemerovania modelov. Dôležitosť vizuálnych atribútov je relatívne nízka aj pri použití metód strojového učenia - regresných stromov a náhodných lesov. Analýza taktiež ukazuje, že presnosť expertných odhadov cien sa dá zvýšiť za použitia ďalších premenných a metódy náhodných lesov. Nepresnosť expertných odhadov môže byť spôsobená nezahrnutím všetkých dostupných informácií alebo ich neefektívnym spracovaním. Klasifikácia: D44, Z11, G11 Kľúčové slová: aukcie cenové determinanty farba ...
Klíčová slova:
aukcie; cenové determinanty; farba; priemerovanie modelov; strojové učenie; auctions; color; machine learning; model averaging; price determinants