Последняя ставка: почему одна цифра может оказаться важнее цены продажи?

AI анализирует, чего не хватает современным арт-индексам — и кто способен это исправить

•  
  Иллюстрация создана ИИ-моделью ChatGPT Images 2.0 по запросу «Артинвестмент»

Недавно база данных «Артинвестмент» начала тестирование новой функции, которая на первый взгляд может показаться коллекционеру технической деталью. Для ряда аукционных результатов теперь отображается не только итог продажи — но и информация о последней зафиксированной ставке на непроданные работы. Функция пока работает в тестовом режиме, команда продолжает ее дорабатывать и будет признательна пользователям за обратную связь. Тем не менее уже сейчас она поднимает гораздо более интересный вопрос: почему информация о последней ставке иногда способна рассказать рынку больше, чем сам факт продажи произведения?

Чтобы ответить на этот вопрос, сделаем небольшой шаг назад и поговорим о том, как вообще устроена финансовая аналитика арт-рынка. За последние два десятилетия рынок искусства привык считать себя значительно более прозрачным, чем он был еще в начале 2000-х годов. Основные массивы международных аукционных данных сегодня сосредоточены в базах Artnet и Artprice, каждая из которых содержит около 18 млн аукционных результатов. Однако здесь существует ограничение, о котором редко говорят за пределами профессионального сообщества. Аукционный результат — это всего лишь факт появления произведения на торгах и, в случае успеха, цена его продажи. Такие данные позволяют достаточно хорошо анализировать ценовую динамику, выявлять тенденции отдельных художников и сегментов рынка, сравнивать периоды роста и снижения активности. Но они практически ничего не говорят о том, что на самом деле интересует инвестора, — о реальной доходности вложений и ликвидности актива.

Именно здесь современные аукционные базы начинают демонстрировать удивительную слепоту. Они прекрасно показывают историю состоявшихся сделок, но почти ничего не сообщают о том, сколько в действительности заработал продавец (прежний владелец) произведения и насколько легко сможет превратить этот актив обратно в деньги покупатель (новый владелец). Другими словами, данные о продажах и данные об инвестиционной привлекательности — это далеко не одно и то же. Коллекционер — пользователь базы аукционных торгов — видит цену сделки, но не видит расходов на владение произведением; знает итог торгов, но почти ничего не знает о глубине спроса — т. е. о количестве участников борьбы за лот и последней сделанной ставке, особенно если речь идет о непроданных произведениях (результаты которых традиционная статистика предпочитает трактовать как неудачные). В этом фокусе новая функция базы аукционных результатов «Артинвестмент» представляется интересной не только как дополнительный параметр в базе данных, но и как небольшой шаг в сторону более глубокого понимания того, как на самом деле работает рынок искусства.

Начнем с показателя, который чаще всего фигурирует в заголовках статей, презентациях инвестиционных фондов и маркетинговых материалах различных аналитических компаний, — доходности предметов искусства (иногда в российской прессе этот термин заменяется аббревиатурой ROI — c англ. возврат на инвестицию). Регулярно можно встретить утверждения о том, что тот или иной художник принес инвесторам определенный процент прибыли за десять, двадцать или тридцать лет. Однако в большинстве случаев за подобными заявлениями скрывается методологическая подмена, которую рынок давно перестал замечать. Дело в том, что из всех произведений, представленных в крупнейших аукционных базах данных, лишь около 11 % имеют зафиксированные повторные продажи. Иными словами, только для относительно небольшой части рынка мы можем увидеть цену покупки и последующую цену продажи одного и того же объекта.

На первый взгляд этого вполне достаточно. Если картина была куплена за $100 тыс., а спустя десять лет продана за $200 тыс., кажется, что доходность очевидна. Однако в действительности мы видим лишь изменение цены актива во времени, но никак не инвестиционный результат владельца — это две совершенно разные вещи. На практике большинство показателей, которые рынок привык называть доходностью, представляют собой CAGR — среднегодовой темп роста стоимости актива во времени. Проблема заключается в том, что CAGR не отвечает на вопрос, сколько денег реально заработал инвестор; в некоторых случаях высокий CAGR может соседствовать с весьма посредственным фактическим финансовым результатом. Для расчета настоящей доходности необходимо учитывать все отрицательные денежные потоки, сопровождающие владение активом: комиссии аукционных домов, транспортировку, страхование, хранение, реставрацию, оформление документов, импортные и экспортные процедуры, налоги, таможенные платежи, а также целый ряд индивидуальных финансовых договоренностей, которые никогда не становятся достоянием публичного рынка.

На наш взгляд, здесь появляется интересная роль коллекционера и используемых им систем управления коллекциями. Фактически это единственное место, где теоретически может быть рассчитана настоящая доходность предметов искусства. Если коллекционер фиксирует внутри системы не только цену приобретения, но и все расходы, связанные с владением объектом, то появляется возможность объединить внутренние данные владельца с внешними рыночными данными. Именно такая комбинация способна дать максимально точную оценку финансового результата. Другое дело — достаточно ли у коллекционера желания делиться своими результатами с публичным рынком?

Однако даже если предположить, что проблема прозрачной доходности когда-нибудь будет решена, остается второй вопрос, который сегодня выглядит еще более сложным. Речь идет о ликвидности. Здесь рынок сталкивается не с отсутствием отдельных данных — а с особенностью самой системы наблюдения. На протяжении десятилетий арт-рынок учился анализировать состоявшиеся сделки и практически не обращал внимания на несостоявшиеся. В результате мы достаточно хорошо понимаем, что было продано, но значительно хуже понимаем, что рынок на самом деле хотел купить.

Представим художника, чьи работы регулярно продаются на аукционах. Большинство аналитиков автоматически назовут такого автора ликвидным. Но ликвидность — это не просто наличие сделок; ликвидность — это наличие достаточного количества потенциальных покупателей, готовых конкурировать друг с другом за право приобрести актив. Допустим, работа была продана значительно выше эстимейта. Для большинства аналитических систем это будет выглядеть как подтверждение высокого спроса. Однако мы почти ничего не знаем о природе этого спроса. Возможно, в торгах участвовали всего два коллекционера, между которыми давно существует соперничество за произведения данного автора. В таком случае высокая цена может отражать уникальную ситуацию между двумя конкретными игроками, а вовсе не широкий интерес рынка.

Не менее показательной выглядит и обратная ситуация. Представим работу, которая официально считается непроданной. Статистика такой результат обычно трактует как признак слабого спроса. Однако за пределами статистики могла остаться совершенно другая картина. Например, двадцать потенциальных покупателей участвовали в торгах, последовательно повышая ставки, но остановились на уровне, который оказался немного ниже резервной цены. Формально сделка не состоялась. Фактически же рынок продемонстрировал значительный интерес к объекту и лишь не согласился с ожиданиями продавца относительно его стоимости. Именно здесь становится понятной ценность информации о последней ставке: она позволяет увидеть то, что раньше было скрыто за формулировкой «лот не продан»; показывает, насколько близко рынок подошел к заключению сделки и насколько серьезным оказался интерес к произведению.

Справедливости ради стоит отметить, что попытки решить эту проблему предпринимались и раньше. Некоторые исследовательские компании (например, американский The Baer Faxt) старались фиксировать активность участников крупнейших торгов, направляя наблюдателей в аукционные залы и собирая данные о поведении покупателей. Однако подобная работа требовала значительных ресурсов и практически не масштабируется на весь мировой рынок. А вот в отношении российского рынка такая работа до недавнего времени не проводилась. Именно поэтому новая функция базы «Артинвестмент» представляется интересной не столько как техническое обновление, сколько как эксперимент для более глубокого понимания рыночного спроса. Ведь если транзакционная история искусства хранится в проданных лотах, то история рыночных намерений зачастую скрывается именно в ставках, которые не привели к сделке.

И здесь возникает вторая параллель с технологиями управления коллекциями. Исторически подобные системы воспринимались прежде всего как инструменты учета: цифровой каталог, место хранения документов, изображений и информации о происхождении произведений. Однако по мере развития арт-рынка они могут превратиться в нечто значительно большее — в персональные аналитические платформы коллекционера. Такая система интегрируется с онлайн-аукционами и начинает фиксировать не только покупки, но и рыночное поведение владельца: какими лотами он интересовался, в каких торгах участвовал, на каком уровне прекращал борьбу, какие художники попадали в его поле зрения — но так и не были приобретены. В этот момент рынок получает доступ к совершенно новому типу информации — истории намерений.

Пока же очевидно одно: без участия коллекционера, одними лишь усилиями аналитиков арт-рынка последний информационный барьер между искусством и инвестициями не преодолеть. Но путь уже очевиден — и на другом его конце заметен свет.

Зина Фандéлина, AI