현재 위치
Home
기술 융합(TC)
인공신경망 모형을 활용한 미술품 경매에 대한 COVID-19의 파급효과 분석
Analysis of the Ripple Effect of COVID-19 on Art Auction Using Artificial Neural Network
-
- 발행기관
- 국제문화기술진흥원 바로가기
-
- 간행물
- The Journal of the Convergence on Culture Technology (JCCT) KCI 등재 바로가기
-
- 통권
- Vol.9 No.2 (2023.03)바로가기
-
- 페이지
- pp.533-543
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A427621
※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.
원문정보
초록
- 영어
- This study explores the influence of the COVID-19 pandemic on the Korean art market and contrasts the classic hedonic method of art price prediction with the Artificial Neural Network technique. The empirical analysis of this paper utilizes 14,639 observations of Korean art auction data from 2015 to 2021. There are three types of variables in this study: artist-related, artwork-related, and sales-related. Previous studies have suggested that these three types of variables influence art prices. The empirical findings in this research are in twofold. First, in terms of RMSE and , the Artificial Neural Network outperforms the hedonic model. Both techniques discover that sales and artwork variables have a greater impact than artist-related attributes. Second, when the primary factors of art price are controlled, Korean art prices are found to fall dramatically in 2020, shortly following the onset of COVID-19, but to rebound in 2021. The main lesson in this study is that the Artificial Neural Network enhances art price prediction and reduces information asymmetry in the Korean art market even in the face of unanticipated turmoil such as the COVID-19 outbreak.
- 한국어
- 본 연구에서는 한국 미술품 데이터를 통해 COVID-19의 미술 시장 파급 효과를 분석하고, 전통적인 통계 방 법인 헤도닉 모형과 인공신경망의 성능을 R2와 RMSE로 비교 분석하며 미술품 가격을 형성하고 있는 요인의 중요도에 대해 명시적으로 분석해 본다. 헤도닉 모형과 인공신경망의 실증 분석에 사용된 데이터는 2015-2021년의 거래 된 한국 미술품 가격 데이터로 총 14,639개를 수집하였다. 각 모형에 적용된 변수는 기존 선행 연구에서 사용되었던 가격형성요인을 참고하여 두 모형 동일하게 적용하였다. 그 결과 COVID-19가 처음 발생하였던 연도인 2020년에는 미술품 가격이 하락하였으나 2021년에는 미술품 가격이 상승한 것으로 나타났다. 헤도닉 모형과 인공신경망의 성능을 비교하였을 때 인공신경망의 R2는 0.764, RMSE는 0.076, 헤도닉 모형의 R2는 0.677, RMSE는 1.071로 인공신경망 의 성능이 우수한 것으로 나타났다. 또한 중요도를 명시적으로 확인하였을 때 작품적 요인이 크게 작용하였다는 점에 주목할 만하다. 예측하지 못한 상황적 변수로 미술시장이 급변하는 시점에서 본 연구의 결과는 효율적인 미술품 가격 모형을 제시해 줄 것이라 생각한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 선행 연구
1. 미술품 투자수익률 분석 선행연구
2. 인공신경망을 활용한 선행연구
Ⅲ. 연구 모형
1. 헤도닉 모형
2. 인공신경망(Artificial Neural Network)
Ⅳ. 실증 분석
1. 연구 데이터와 방법론
2. 실증분석 결과
Ⅴ. 결과
References
키워드
인공신경망 헤도닉 모형 미술품 가격 예측 COVID-19 Artificial Neural Network Hedonic Price Model Art Price Prediction COVID-19저자
간행물 정보
발행기관
-
- 발행기관명
- 국제문화기술진흥원 [The International Promotion Agency of Culture Technology]
- 설립연도
- 2009
- 분야
- 공학>공학일반
- 소개
- 본 진흥원은 문화기술(Culture Technology) 관련 산·학·연·관으로 구성된 비영리 단체이다. 문화기술(CT)은 정보통신기술(ICT), 문화적 사고 기반의 예술, 인문학, 디자인, 사회과학기술이 접목된 신융합기술(New Convergence Technology, NCT)로 정의한다. 인간의 삶의 질을 향상시키고, 진보된 방향으로 변화시키고, 문화기술 관련 분야의 학술 및 기술의 발전과 진흥에 공헌하기 위하여, 제3조의 필요한 사업을 행함을 그 목적으로 한다.
간행물
-
- 간행물명
- The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]
- 간기
- 격월간
- pISSN
- 2384-0358
- eISSN
- 2384-0366
- 수록기간
- 2015~2025
- 등재여부
- KCI 등재
- 십진분류
- KDC 600 DDC 700
이 권호 내 다른 논문 / The Journal of the Convergence on Culture Technology (JCCT) Vol.9 No.2
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.