Preisindexerstellung für Bildende Kunst - Ein Überblick über den Stand der Forschung

Diplomarbeit

Preisindexerstellung für Bildende Kunst- Ein Überblick über den Stand der Forschung -

Universität Witten/HerdeckeReinhard-Mohn-Stiftungslehrstuhl für Unternehmensführung,Gesellschaftsethik und gesellschaftlichen WandelProf. Dr. Bernd FrickAlfred-Herrhausen-Strasse 50D-58448 Witten

Vorgelegt von: Christian KnebelRuhrstrasse 9458452 WittenKontakt: 0177-6031212 / [email protected].: 99 20 39

Vorgelegt: Witten, 20.07.2004

Diplomarbeit – Preisindexerstellung für Bildende Kunst

Christian Knebel Seite I

InhaltsverzeichnisInhaltsverzeichnis .................................................................................................... IAbkürzungs- und Symbolverzeichnis..................................................................... IIIAbbildungsverzeichnis ........................................................................................... IVTabellenverzeichnis................................................................................................V

1. Einleitung......................................................................................................... 12. Markt und Eigenschaften des Gutes „Kunst“ ................................................... 3

a. Kunstmarkt und Akteure 3b. Kunst als Gut 7c. Bewertung von Kunst 9d. Zusammenfassung 11

3. Datenbasis .................................................................................................... 13a. Datenquellen 13b. Aufbereitungsprozess 16c. Datenbeschreibung 23d. Zusammenfassung 25

4. Berechnungsmethoden ................................................................................. 27a. Einführung 27b. „Weiche“ Methoden 28c. „average price method“ 34d. „double sale method“ 37e. „representative painting method“ 38f. „repeat-sale regression method“ 41g. „hedonic price method“ 44h. Zusammenfassung 46

5. Evaluation und Verbesserungsansätze ......................................................... 48a. Verwendete (analoge) Datenbasis 48b. Bezug auf den Tertiärmarkt 49c. Eigenheiten von Auktionen 50d. Berechnungsmethoden 51e. Abkehr von klassischen Paradigmen 52f. Alltagstauglichkeit der Ergebnisse und Popularisierung 53

6. Zusammenfassung........................................................................................ 55


Christian Knebel Seite II

Literaturverzeichnis .............................................................................................. 57

Anhang A: Datenquellen für Kunstpreise.............................................................. 63Anhang B: Untersuchungen und Ergebnisse........................................................ 66Anhang C: Java-Quellcode „Datensammler“ ........................................................ 70Anhang D: Datenträger......................................................................................... 72

Eidesstattliche Erklärung ...................................................................................... 73


Christian Knebel Seite III

Abkürzungs- und SymbolverzeichnisCPI „consumer price index“, Maßzahl für die Preisentwicklung der

KonsumpreiseCSV „comma seperated values“, Dateiformat für Daten ähnlich

ExcelDEM Währung: Deutsche MarkEUR Währung: EuroHTML „Hypertext Markup Language“, Beschreibungssprache für

Webseitenln natürlicher LogarithmusMio. MillionMrd. MilliardeSPSS Statistiksoftware der Firma „SPSS Inc.“USD Währung: US-DollarXLS Excel-Dateiformat für Daten in Tabellenform


Christian Knebel Seite IV

AbbildungsverzeichnisAbbildung 1 Datenliste und Detailanzeige „NAX“ ............................................ 18Abbildung 2 Variablendefinition in SPSS......................................................... 23Abbildung 3 Histogramm der Schätz- und Hammerpreise............................... 24Abbildung 4 Histogramm des Transaktionsdatums ......................................... 24Abbildung 5 Histogramm der Transaktionsquartale......................................... 25Abbildung 6 „average price“ auf Jahresbasis .................................................. 36Abbildung 7 „representative painting“ auf Jahresbasis .................................... 40Abbildung 8 Vergleich der Datenspanne Hammer- und Schätzpreis............... 41


Christian Knebel Seite V

TabellenverzeichnisTabelle 1 Datenausschnitt der Rohdaten in Excel .......................................... 19Tabelle 2 Datenausschnitt der bereinigten Daten in Excel.............................. 20Tabelle 3 Datenausschnitt der ökonomisch korrigierten Daten in SPSS ........ 21Tabelle 4 Kennzahlen der Datenbeschreibung ............................................... 23Tabelle 5 „average price“ auf Jahresbasis ...................................................... 36Tabelle 6 Datenstruktur der Abweichung Hammer- und Schätzpreis ............. 40


Christian Knebel Seite 1

1. Einleitung

Im September 1998 wurde im New Yorker Auktionshaus Christie´s das Gemälde

„Les valeurs personnelles“ von Magritte aus dem Jahre 1952 für 7,1 Mio. USD

versteigert, drei andere Magritte für jeweils über 5 Mio. USD. Ein Selbstportrait

von van Gogh wechselte noch am selben Tag für 71,5 Mio. USD seinen Besitzer.

Diese Rekordpreise für surrealistische Gemälde führten in der Presse zu einem

Trend, von Kunst als „neuem Investment“ zu sprechen, mit dem man überdurch-

schnittliche Renditen in kürzester Zeit erzielen kann. (Renneboog & van Houtte

1998)

Dem gegenüber stehen hauptsächlich ökonomische Untersuchungen, die sich seit

Jahren mit dem Gut „Kunst“ und dessen Wertentwicklung im Vergleich zu klassi-

schen Investitionsgütern beschäftigen. Dort wird regelmäßig nachgewiesen, dass

Kunst, ganz im Gegensatz zu zahlreichen Presseartikeln, eine unterdurchschnittli-

che Wertentwicklung bei gleichzeitig höherem Risiko besitzt. (Holub, Hutter, &

Tappeiner 1993)

Diese konträren Meinungen – zum einen inspiriert durch spektakuläre Auktionser-

gebnisse, zum anderen basierend auf ökonomischen Berechnungen – führen da-

zu, dass sich auch heute noch Forscher mit dieser Thematik beschäftigen. Die

Berechnung eines Preisindices für die Wertentwicklung von Kunstwerken zur

Überprüfung der o.g. Thesen scheint dabei zunächst einfach: Analog zu einem

Aktienpreisindex berechnet man anhand der Transaktionspreise einfach das ge-

wichtete Mittel und erhält eine Indexzahl mit der gewünschten Vergleichskraft.

Leider gestaltet sich dieses Vorgehen für Kunst in der Realität etwas schwerer.

Unregelmäßige Transaktionen mit heterogenen Gütern, ein kleiner Kreis von An-

bietern und Nachfragern sowie der schwer zu definierende Wert von Kunst sind

dabei nur ein paar Probleme und Diskussionspunkte. (Goetzmann & Spiegel

1995)

Um ein wenig Licht in das Dunkel dieser komplexen Thematik und die Vielzahl von

Untersuchungen zu bringen, soll sich die nachfolgende Arbeit genau damit be-

schäftigen. In Kapitel 2 wird zunächst kurz der Kunstmarkt umrissen und das Gut

„Kunst“ näher betrachtet, um den theoretischen Rahmen zu schaffen und auf all-



gemeine Probleme und Anomalien im Gegensatz zu „normalen“ Gütern bzw. de-

ren Märkten hinzuweisen. Ab dem nachfolgenden Kapitel soll anhand der typi-

schen Vorgehensweise für die Erstellung eines Preisindex vorgegangen werden:

Kapitel 3 widmet sich dabei der Beschaffung und Aufbereitung der notwendigen

Daten. In Kapitel 4 stehen die möglichen Berechnungsmethoden im Fokus der

Betrachtung und in Kapitel 5 werden die gewonnenen Erkenntnisse evaluiert und

Verbesserungsmöglichkeiten für zukünftige Forschungsrichtungen aufgezeigt.

Ziel ist es, einen Überblick über die verschiedenen Sichtweisen und Methoden zur

Thematik der Kunstpreisindexberechnung zu geben. Dabei soll es weniger auf die

Beurteilung der „richtigen“ Vorgehensweise ankommen, als auf das Herausstellen

der Unterschiede und Probleme. Die vorliegende Arbeit soll den „Stand der Dinge“

dieses Forschungsbereiches darstellen und mit Anregungen für die Zukunft Anre-

gungen mögliche Denkweisen aufzeigen.



2. Markt und Eigenschaften des Gutes „Kunst“

Der Begriff „Kunst“ ist schwer zu definieren. Er kommt aus dem Althochdeutschen

mit der Bedeutung „Wissen, Weisheit, Fertigkeit und (geistiges) Vermögen“ (Wilke

1999). Seine genaue Definition hat sich seitdem sehr verschoben und reicht von

der handwerklichen Fertigkeit (16. Jahrhundert) über die Funktion als Sammelbe-

griff für die Gesamtheit der Einzelkünste bzw. Handwerke (18./19. Jahrhundert)

bis hin zur heutigen Undefiniertheit. Allgemein gesprochen ist Kunst heute „die

Gesamtheit der von Menschen geschaffenen, nicht durch Funktionen festgelegten

Werke, zu deren Schöpfung ein hervorragendes und spezifisches Können erfor-

derlich ist“ (Wilke 1999). Damit verbunden ist die hohe gesellschaftliche und indi-

viduelle Bedeutung des (Kunst)Werkes an sich. In jüngster Zeit sieht man Kunst –

unter dem Einfluss pluralistischer Haltung und Denkweise – zunehmend unter in-

dividuellen Gesichtspunkten. (Wilke 1999) Daraus kann man auch die immer stär-

ker werdende gesellschaftliche und individuelle Bedeutung von Kunst ablesen –

Kunst ist das, was der Betrachter dazu macht. Dieter Ronte, ein Kunstkritiker,

meint dazu: „Im Falle der Kunst gibt es keine objektiv überprüfbaren Kriterien, mit

deren Hilfe man die Qualität beurteilen könnte. Man kann nicht einmal objektiv

sagen, ob ein bestimmter Gegenstand überhaupt Kunst ist oder nicht.“ (heuchel-

heim.info 2004)

Formal wird Kunst heute in Literatur, Musik, Darstellende sowie Bildende Kunst

unterteilt. Bildende Kunst ist dabei die „zusammenfassende Bezeichnung für Male-

rei, Plastik, Baukunst, Graphik und Kunstgewerbe“. (Duden 2002) Hinzuzählen

muss man dabei auch die Bereiche der künstlerischen Photografie und Video-

kunst, die gerade in den letzten Jahren erheblich an Bedeutung gewonnen haben.

(xipolis.NET 2004)

Die nachfolgende Arbeit soll sich nur mit dem hier definierten Bereich der „Bilden-

den Kunst“ beschäftigen.1

a. Kunstmarkt und Akteure

Schon phönizische Händler der Antike handelten mit Schnitzereien, Möbeln

und Töpfereien aus dem künstlerischen Bereich. Die alten Griechen, das römi-



sche Reich und die ersten Auktionen in der Hochantike2 bildeten den Grund-

stein für einen weitreichenden und florierenden Kunsthandel. Die Struktur des

Marktes hat sich seitdem nur wenig verändert: Es handelt sich um kleine, per-

sönliche Märkte mit weitgehend unbekannten und flexiblen Preisen. (Gerard-

Varet L.-A. 1995; Hutter 1992) Aufzeichnungen aus der damaligen Zeit bele-

gen, dass schon damals unberechenbare Preisschwankungen und Spekulati-

onsblasen den Markt charakterisierten. (Peter 2003; Wilke 1999)

Schaut man sich den Markt für Kunst an, kann man ihn formal in drei Submärk-

te mit verschiedenen Akteuren teilen (Agnello 2002; Gerard-Varet L.-A. 1995;

Thorsby 1994):

Der so genannte Primärmarkt besteht aus unorganisierten Privatleuten, Händ-

lern und Künstlern. Hier finden lokale Messen im Sinne von Werkschauen statt.

Eine hohe Zahl von Anbietern (Künstler und lokale Händler) mit teilweise sub-

stituierbaren Angeboten buhlt um eine kleine Klientel; es handelt sich also um

einen Markt mit hoher Konkurrenz, bei dem die Transaktionspreise gemäß der

Theorie nahe an den Produktionskosten (z.B. Material und Arbeitseinsatz) lie-

gen. Charakteristisch sind zudem noch viele spekulative Käufe von privaten

Sammlern, die das Marktbild verzerren und oftmals nur der Vervollständigung

der eigenen Sammlung dienen. Ergebnis davon ist, dass betroffene Künstler

„vom Markt in den Keller“ verschwinden. Für Händler, die Interesse am Aufbau

eines Künstlers für den Kunstbetrieb haben, ist es deshalb von großer Wichtig-

keit die „richtigen“ Käufer zu finden, die auch nachfolgende Märkte weiter be-

dienen und das Kunstwerk im Diskurs halten. (von Rosenberg 2003) Es lassen

sich fast keine Daten über Transaktionen erfassen, da keinerlei offen zugängli-

che Aufzeichnungen vorhanden sind. Einzige Datenquelle sind die Händler, die

aber aufgrund ihrer lokalen Gebundenheit und Verschwiegenheit keine interes-

santen Daten liefern.

Der Sekundärmarkt entspricht von seiner Struktur eher regionalen Clustern

(große Städte und Regionen). Hier gibt es Ansammlungen bestimmter Künstler

und Kunstrichtungen, die durch spezialisierte Händler und Galerien oftmals

1 Ist nachfolgend von „Kunst“ die Rede, so ist natürlich „Bildende Kunst“ damit gemeint.2 Die „Atria Auctionaria“, bei der neben Häusern und Sklaven auch Kunst gehandelt wurde.



monopolistisch vertrieben/vertreten werden – durch eine verringerte Substitu-

ierbarkeit kann man hier von monopolistischer Konkurrenz sprechen. Die Klien-

tel besteht ebenfalls noch aus Privatpersonen, erweitert sich jedoch um regio-

nale Firmen und öffentliche Institutionen, wie z.B. Museen, Kunstfonds, Vereine

und öffentliche Sammlungen. Preise und Entwicklungen lassen sich hier schon

viel besser beobachten. Mit Expertenwissen, besonders von den Galeristen

und Händlern dieser Ebene, könnte man einen Eindruck vom entsprechenden

Teilmarkt erlangen. Dagegen spricht jedoch die Verschwiegenheit der Akteure

über die realisierten Preise, was sicherlich damit zu tun hat, dass es sich beim

Kunstgeschäft um ein „Behauptungsgeschäft“ handelt. Gehandelte Kunst wird

bereits aktiv im Kunstmarkt besprochen, künstlerische und ökonomische Werte

werden „behauptet“ und müssen sich in folgenden Transaktionen bewahrhei-

ten. Daran lässt sich die Brisanz im Umgang mit Kunst erkennen: Händler

müssen ein sehr gutes Gefühl für den Markt haben um mit ihrer Preisbehaup-

tung auch Käufer zu finden. Ist der Preis zu niedrig, verkauft man Werke unter

Wert und verringert die Rendite – ist der behauptete Preis zu hoch, bleibt man

auf der Ware sitzen und verringert damit seinen Ruf als Galerist, da der Künst-

ler sich nicht gut verkauft. Das Ändern der Preisbehauptung funktioniert nur

nach oben, gegenläufige Entwicklungen machen dem Markt sichtbar, dass der

Künstler keine Perspektive am Markt mehr hat. (von Rosenberg 2003) Kann

sich ein Kunstwerk erfolgreich in diesem Markt behaupten, so wird es bald über

den lokalen Markt hinweg interessant und ist bereit in den nächsten Markt „auf-

zusteigen“.

Der Tertiärmarkt ist international. Hier agieren hauptsächlich große Händler

und Galerien gemeinsam mit wohlhabenden Privatiers, Firmen und öffentlichen

Einrichtungen. Man findet in diesem Teilmarkt ein geringes Angebot, dem eine

große Nachfrage gegenüber steht (Monopolmarkt). Es werden nur Werke ge-

handelt, die bereits als wert- und nachhaltig eingeschätzt wurden – also künst-

lerischen Wert besitzen. Eine Besonderheit ist hierbei die Tatsache, dass sehr

viele Transaktionen über Auktionen ablaufen. Das führt dazu, dass die Trans-

aktionen sehr gut beobachtbar sind und dadurch eine gute Datenbasis vorhan-

den ist. Bei Auktionen ist zudem erkennbar, dass Geschäfte zwar international

stattfinden, sich jedoch bestimmte Handelsorte und sogar Zeiten für bestimmte



Arten von Kunst herausbilden. (Ginsburgh & Jeanfils 1995) So werden z.B. die

in der Einleitung genannten Impressionisten in der Regel in New York zu den

Herbstauktionen (September) der großen Auktionshäuser versteigert. Im Juli

bzw. August finden generell keine großen Auktionen statt.

Nach dem Pareto-Prinzip (auch 80/20-Regel genannt) von Vilfredo Pareto

(ephorie.de 2004) kann man abstrakt sagen, dass 80 % des Marktwertes von

20 % der Akteure gehandelt werden – also die wichtigsten Auktionshäuser3

den Großteil der Umsätze erzeugen. Dagegen werden nur 20 % des Marktum-

satzes von den restlichen 80 % der Akteure generiert.

Das Volumen des weltweiten Gesamtkunstmarkts lässt sich nur grob beurtei-

len, da die Handelsumsätze nicht veröffentlicht werden: 1974 schätzten ameri-

kanische Experten das Gesamtvolumen auf rund 1 Mrd. USD. Für 1998 erga-

ben Schätzungen und Hochrechnungen einen Weltumsatz in Kunst von

40 Mrd. DEM – eine Zahl, die knapp einem Promille des Weltbruttosozialpro-

dukts entspricht. In den Jahren 1989/90, einem zyklischen Höhepunkt der

Marktpreise, lag das Weltmarktvolumen nach Schätzungen der Dresdner Bank

sogar bei über 70 Mrd. DEM. Weltweit führend auf dem Kunstmarkt sind die

USA mit einem Anteil von gut 50 % am Weltkunstauktionsmarkt, gefolgt von

Großbritannien mit knapp 30 % und dem übrigen Europa mit knapp 20 %. Auf-

fallend niedrig ist mit weniger als 1 % der Anteil Asiens. (Private - Das Magazin

für Vermögensberatung und Private Banking 2004; Wilke 1999)

Zusätzlich gibt es noch Akteure, die in der gängigen Literatur regelmäßig ver-

gessen werden, weil Sie keine Akteure im klassischen Sinne sind. Es handelt

sich dabei zum einen um Kunstkritiker und Experten, die eine große Rolle im

Kunstdiskurs spielen, jedoch nicht im System von Angebot und Nachfrage vor-

kommen. Durch die Behandlung von Kunst im wissenschaftlichen und populä-

ren Bereich der Literatur kommt Ihnen jedoch eine teilweise enorme preisbe-

einflussende Rolle zu – durch ihr Urteil können Werke und Stilrichtungen an

Wichtigkeit (und somit an Wert) gewinnen oder abgewertet werden. (von Ro-

senberg 2003) Zum anderen gibt es noch Kunstdiebe und Fälscher, die – aller-

3 Die aktuell internationalen Marktführer sind Sotheby´s (seit 1744) und Christie´s (seit 1766). Wei-tere wichtige Auktionshäuser sind Bonhams sowie Phillips, de Pury & Luxembourg.



dings im negativen Sinne – ebenfalls den Wert von Kunst beeinflussen können.

Diebstahl führt dazu, dass Kunst völlig vom sichtbaren Markt verschwindet. Je-

doch führt die Tatsache, dass sich jemand für diese Kunst interessiert (und sei

es nur auf dem Schwarzmarkt) dazu, dass trotz alledem eine gewisse Bewer-

tung geschieht. Bei Fälschern ist es ähnlich. Sie kopieren ein Werk und bringen

es mit der Aussage, es handele sich um ein Original, auf den Markt. Sie ma-

chen sich die teilweise hohen Werte zunutze – wird die Fälschung jedoch be-

kannt, ist von Heute auf Morgen der Wert zerstört, obwohl sich an der Struktur

des Gutes nichts verändert hat. Studien besagen, dass für eine gut gemachte

Kopie eines Originalwerkes am Markt im Schnitt nur 11,7 % des Originalpreises

zu erzielen sind, obwohl sie die gleiche ästhetische Funktion erfüllen. (Tietzel

2001)

Zu guter Letzt sei auch noch das Phänomen der Flohmärkte erwähnt, welches

in den klassischen Betrachtungen der Marktstruktur nicht zur Geltung kommt.

Hierbei handelt es sich um einen nicht beachteten Teil des Marktes auf dem

Güter gehandelt werden, die aus bestimmten Gründen nicht mehr Teil des

Kunstdiskurses sind. Hier gehandelte „Kunst“ besitzt nicht mehr die Attribute

der Wertschätzung, die Kunst so besonders machen. Man könnte auch sagen,

dass es sich hier um die unterste Handelsform für Güter handelt, die einmal

Kunst waren, durch bestimmte Bewegungen nicht mehr unter diesen Begriff fal-

len und erst wieder zu Kunst werden müssen oder es niemals wieder werden.

(Thorsby 1994)

Nach der Betrachtung der Marktstrukturen ist als nächster Punkt natürlich inte-

ressant, welche Eigenschaften die dort gehandelten Güter haben. Das nachfol-

gende Kapitel soll darüber Auskunft geben.

b. Kunst als Gut

Stein (1977) spricht bei Kunst von einem „außergewöhnlichen Gut“ und macht

damit klar, dass wir es hier mit einem Gut zu tun haben, welches durch seinen

speziellen ökonomischen Charakter auffällt.

Bildende Kunst ist beständig, da sie nicht vom Verfall ohne menschliches Zutun

gefährdet ist. Wenn ein Sammler Werke „im Keller hortet“, handelt es sich um



ein privates Gut4 (oder auch „Sammler-Gut“), weil Dritte von der Nutzung aus-

geschlossen werden können. Stellt hingegen ein Museum Kunstwerke kosten-

los, für jedermann zugänglich und in hinreichendem Maße nicht rivalisierend im

Konsum aus, so ist Kunst ein öffentliches Gut5. (Stein 1977; Thorsby 1994)

Kunst wird, genau wie andere Güter auch, auf Märkten zu Preisen abhängig

von Angebot und Nachfrage gehandelt. Kunstwerke sind dabei aber extrem he-

terogen, da sich jedes Werk durch unzählige Kriterien von allen anderen unter-

scheidet (z.B. Stilrichtung, Material, Künstler, Zeit, usw.). Dadurch, dass fast

nur Einzelstücke gehandelt werden6, die zwar kopierbar, jedoch nicht reprodu-

zierbar sind, befindet sich der Anbieter in einer Monopolposition für das Origi-

nal, die ihm den Spielraum für Preisverhandlungen gibt. Dieses Monopol kann

bei nicht vorhandener Nachfrage aber auch dazu führen, dass das Kunstwerk

nicht liquidierbar ist. Die Folge dieser Faktoren sind zeitlich seltene und unre-

gelmäßige Transaktionen, zu sehr verschiedenen Preisen – was die Erstellung

eines Preisindices offensichtlich erschwert. Man spricht in diesem Zusammen-

hang auch von einem schwachen Gleichgewichtsprozess auf dem Kunstmarkt,

der durch die Eigenschaften des Gutes verursacht wird. (Gerard-Varet L.-A.

1995; Stein 1977; Tietzel 2001)

Ein weiteres Problem sind die hohen Informationsdifferenzen bzw. Asymmet-

rien zwischen den Akteuren. Diese verhindern durch räumliche und zeitliche

Trennung, dass z.B. Kriterien wie Echtheit oder Qualität eines Gutes glaubhaft

weitergegeben werden können. (Baumol 1985; Hutter 1989; Thorsby 1994)

Selbst Experten sind meist nicht fähig, den Markt zu überblicken und demnach

Werke eindeutig zu bewerten. (Rubino 2001; von Rosenberg 2003)

Die Eigenheiten des Kunstmarktes sowie der darin gehandelten Güter lassen

eine starke Entkopplung des Künstlers bzw. der Produktionskosten von der

Wertentwicklung eines Werkes vermuten. Dieser Prozess des „Aufladens mit

Bedeutung“ durch die zahlreichen beteiligten Akteure führt direkt zum schwieri-

4 Privates Gut: Güter mit ausschließbarer und konkurrierender Nutzung.5 Öffentliches Gut: Güter, die weder eine ausschließbare noch eine konkurrierende Nutzung auf-weisen.6 Eine hier zu vernachlässigende Ausnahme bilden Auflagen oder Reihen von Drucken und Photo-grafien.



gen Thema der Bewertung von Kunst, welches im folgenden Kapitel behandelt

werden soll.

c. Bewertung von Kunst

Der allgemein bekannte Ausspruch „über Kunst lässt sich streiten“ deutet be-

reits an, dass die Bewertung diverse Problematiken aufweist. Für viele Men-

schen verkörpert Kunst etwas Individuelles, einen Gegenstand mit einem äs-

thetischen Wert. Dieser ist dabei nicht nur von der Meinung anderer abhängig,

sondern höchst individuell und kann diverse Kriterien wie z.B. Dekorationswert,

Stil, Größe oder Lieblingskünstler beinhalten. Andererseits hat Kunst neben

den immateriellen Werten auch einen materiellen Wert als Investitionsobjekt

mit Rendite und Risiko. Hierbei verhält sich der Käufer, wie bei einer Finanzin-

vestition, neutral zu den Eigenschaften des Kunstwerkes und achtet nur auf die

Passung in sein Portfolio sowie entsprechende Rendite- und Risikokennzahlen.

Die finanzielle Dividende von Kunst ist relativ einfach zu ermitteln: Bei Transak-

tionen am Markt wird durch Kauf und Verkauf eines Werkes jeweils ein Preis

ermittelt, mit dessen Entwicklung eine Rendite zu berechnen ist. Vor dem Hin-

tergrund dieses Gewinns (bzw. Verlustes) muss man noch bestehende Risiken

bzw. Kosten kalkulieren. Für Kunst besteht ein finanzielles Risiko im Verlust

des Werkes durch Diebstahl oder Zerstörung (Transportschaden, Brand o.ä.).

Vor diesem Risiko kann man sich mit Hilfe von Versicherungen schützen.

Kunstbesitz erzeugt aber noch weitere Kosten, wie z.B. für Transport und La-

gerung der Werke sowie Steuern und Auktionsgebühren für die Transaktion an

sich. (Chanel 1995; Frey 1997) Im Endeffekt ist mit diesen Angaben die finan-

zielle Rendite von Kunst leicht zu ermitteln. Motive für diese Anlageform kön-

nen Spekulation und Wertaufbewahrung sein – beide sind abhängig von der

verfügbaren Geldmenge der Individuen. Dieser Zusammenhang erklärt auch,

dass Kunstpreise (bzw. die Nachfrage nach Kunst) abhängig von der weltwirt-

schaftlichen Lage sind, was zahlreiche Studien statistisch nachweisen. (Hutter

1989) Je höher also das Einkommen bzw. das Vermögen eines Investors, je

höher seine Nachfrage nach Kunst. Stellt sich das Verhältnis von erzielbaren

Gewinnen im Vergleich zu anderen Anlagegütern als günstig dar, so steigt die



Nachfrage für Kunst als Investitionsgut ebenfalls. (Renneboog & van Houtte

1998)

Ungleich schwieriger wird das Vorgehen bei der immateriellen Bewertung. Ana-

log zur finanziellen Dividende kann man hier von einer „ästhetischen Dividen-

de“ bzw. einem Konsumnutzen von Kunst sprechen. Diese nicht messbare

Wertschätzung ist von einer Vielzahl von höchst persönlichen Attributen, wie

z.B. Farben, Formen, Motiven und Materialien des Werkes abhängig und tritt

bei der Betrachtung desselben auf. (Chanel 1995) Goethes Ausspruch „Samm-

ler sind glückliche Menschen“ lässt ebenfalls auf die Existenz dieses Konsum-

nutzens schließen: Kunst im Privatleben umgibt eine besondere Aura, die Aus-

einandersetzung mit Kunst fördert die Kreativität und wer in Kunst investiert, tä-

tigt eine Art „Bedeutungsinvestition“ für sein eigenes Leben. (Rubino, L. A.

2001; Wilke 1999) Kunst hat aber auch einen Statusnutzen, der sich z.B. in

Bewunderung des eigenen Besitzes durch andere Kunstliebhaber ausdrückt.

Man kann damit seinen Reichtum, Bildungsstand und die eigene Lebensquali-

tät in die Öffentlichkeit tragen – durch den Besitz von Kunst kann man also sei-

ne Persönlichkeit darstellen und sie als Kommunikationsinstrument nutzen.

(Hutter 1992) Die beschriebenen Nutzendimensionen können zusammenfas-

send als „ownership effect“ von Kunst bezeichnet werden. Je mehr diese teil-

weise sehr individuellen Zuschreibungen mit einem Kunstwerk verbunden wer-

den (je höher also der „ownership effect“ ist), desto höher ist die Nachfrage da-

nach. (Frey & Eichenberger 1995) Kunst hat darüber hinaus aber auch einen

kunsthistorischen Wert, der zumindest für eine kleine Personengruppe mit ent-

sprechender Bildung eine gemeinsame Basis für die Wertschätzung darstellt.

Kriterien für die kunsthistorische Bewertung sind z.B. das Vorkommen im

Kunstdiskurs, der Innovationsgrad sowie der Anspruch des Werkes. Je mehr

das Publikum an kunsthistorischem Wissen besitzt, je höher ist diese Dimensi-

on der Wertschätzung – was sich wiederum auf die Nachfrage auswirkt. (Hutter

1992) Auch die immaterielle Bewertung von Kunst unterliegt einem gewissen

Risiko, welches hauptsächlich durch den Zuschreibungscharakter der genann-

ten Eigenschaften zu Stande kommt. Ändern sich Moden, Trends und Ge-

schmäcker in der Gesellschaft, so kann es sehr schnell dazu kommen, dass

insbesondere der Statusnutzen des Besitzes von bestimmter Kunst und Kunst-



gattungen nicht mehr so hoch bewertet wird. Jedoch ist dieses Risiko bei typi-

schen Sammlern nicht präsent, da diese stärker nach dem individuellen Kon-

sumnutzen entscheiden. (Frey 1997)

Die Tatsache, dass sich in Kunstwerken sowohl materielle wie auch immateriel-

le Werte vereinen, unterscheidet sie von vielen klassischen Gütern7 und führt in

letzter Konsequenz dazu, dass sich kein einheitlicher Gleichgewichtspreis bil-

det – Kunst also schwer objektiv bewertbar ist. (Baumol 1985; Candela & Scor-

cu 1997; Rubino, L. A. 2001) Ein Spekulant wird das finanzielle Kriterium des

Spekulations- und Wertaufbewahrungsinteresses übergewichten – ein Samm-

ler wird bei seiner Entscheidung das Interesse am Konsum- und Statusnutzen

verfolgen. Dieser Unterschied lässt zudem den Versuch des Vergleichs mit der

Rentabilität von klassischen Anlagegütern in einem zweifelhaften Licht erschei-

nen. Als Erklärungsmodell für die generell niedrigere finanzielle Rendite von

Kunst kann er allerdings plausibel verwendet werden, da sich eine Gesamtren-

dite ja aus der Summe des materiellen und immateriellen Nutzens ergibt und

nicht nur aus der messbaren finanziellen Rendite. (Chanel 1995; Frey & Ei-

chenberger 1995; Thorsby 1994)

Die beschriebenen Nutzendimensionen und Faktoren der Nachfrage führen

dazu, dass Kunst mit steigendem Wohlstand und Bildungsniveau immer mehr

nachgefragt wird. Der Markt kann diese Nachfrage jedoch immer schlechter be-

friedigen, weil sich die Produktionsmethoden für Kunst in der Vergangenheit

nicht wesentlich weiter entwickelt haben. D.h. für die Erstellung eines Ölgemäl-

des werden heutzutage noch die Aufwände benötigt (z.B. Leinwand, Ölfarbe,

Pinsel, Künstler und Zeit) wie vor 200 Jahren zur Hochzeit dieser Kunstform.

Zudem ist das Angebot begrenzt, da durch den Tod eines Künstlers keine Mög-

lichkeit mehr besteht, neue Werke zu produzieren. (Thorsby 1994)

d. Zusammenfassung

„Ein unvollkommener Markt für vollkommene Werke.“ (Rubino, L. A. 2001)

7 In letzter Zeit versuchen immer mehr Markenhersteller zwar, ihre Produkte ähnlich wie Kunst mitimmateriellen Werten aufzuladen, dies soll hier jedoch nicht explizit hervorgehoben werden.



Kunst ist ein besonders vollkommenes Gut. Kaum etwas anderes verursacht

verschiedenste Emotionen, ist unangreifbar und zugleich unbeschreibbar. Das

führt dazu, dass man nur schwer mit rationalen Argumenten zu einer Bewer-

tung von Kunst kommen kann. Versucht man hingegen die weichen Faktoren in

eine Bewertung mit einzubeziehen, so verfängt man sich in subjektiven Wahr-

nehmungen. An diesem Grundproblem reibt sich der Kunstmarkt und erscheint

deshalb nach ökonomischen Kriterien unvollkommen. Eine komplexe und un-

durchsichtige Marktstruktur basierend auf persönlichen Netzwerken und Exper-

ten versucht, die „Schwächen“ des Marktes und der gehandelten Güter auszu-

gleichen und darin erfolgreich zu agieren. In letzter Konsequenz wird durch die

geschilderten Umstände klar, dass der Versuch der Marktbeobachtung und sta-

tistischen Beschreibung von Kunstpreisen ein äußerst komplexes Unterfangen

darstellt, was nicht immer so einfach behandelt werden kann, wie es einige der

nachfolgend beschriebenen Methoden tun.



3. Datenbasis

Will man nun mit der Berechnung eines Kunstpreisindices beginnen, so stellt sich

zuerst die Frage nach dem Datenmaterial. Aufgrund der in Kapitel 2 beschriebe-

nen Struktur ist klar, dass man sich hauptsächlich auf den Tertiärmarkt stützen

muss, da sich andere Teilbereiche durch ihre geringe Sichtbarkeit, Transparenz

und schlechte Datenverfügbarkeit nicht anbieten. Dies ist zu bedauern, da jedes

Kunstwerk des Tertiärmarktes früher auch in den vorgelagerten Märkten gehandelt

wurde. Eine vollständige Betrachtung der Wertentwicklung durch alle Märkte hin-

weg wäre sehr interessant – ist jedoch leider nach aktuellem Stand nicht machbar.

(Baumol 1985; Rubino, L. A. 2001)

Sich einen umfassenden Überblick über Kunstpreisquellen des Tertiärmarktes zu

machen kommt einer Lebensaufgabe gleich. Eine Vielzahl von Datenbanken und

Publikationen bietet Preisinformationen in diversen Formen, auf unterschiedlichen

Daten basierend und zu verschiedenen Bereichen. Auch die Kosten für diese

Dienste divergieren erheblich. Für jedermann kostenlos zugängliche Internetda-

tenbanken konkurrieren mit gedruckten Verzeichnissen, CD-ROMs oder kosten-

pflichtigen Online-Zugängen, deren Preismodelle von Pay-per-View bis zum Jah-

resabonnement reichen. Aus diesem Grund soll im ersten Teil dieses Kapitels ver-

sucht werden, einen groben Überblick über dieses weite Feld zu geben, bevor im

zweiten Teil anhand eines Beispieldatensatzes näher erläutert wird, wie man bei

der Aufbereitung der Daten vorgeht und was dabei zu beachten ist. Danach sollen

noch Methoden der deskriptiven Statistik verwendet werden, um die vorliegenden

Daten näher zu beschreiben.

a. Datenquellen

Im Jahr 1674 eröffnete in Stockholm das erste moderne Auktionshaus mit dem

Namen „Auktionsverket“. Will man Transaktionsdaten vor dieser Zeit gewinnen,

so stammen diese immer aus dem Bereich des Kunsthandels und der Kunst-

vermittlung. Solche Daten jedoch zu finden, verlangt ein großes Maß an For-

scherdrang: Sie befinden sich meist sehr versteckt in sachfremden Dokumen-

ten, wie z.B. Stücklisten für Schiffsfrachten, Tagebüchern von Kunsthändlern

oder Aufzeichnungen über Erbschaften. (Renneboog & van Houtte 1998) Aus



diesem Grund wird schnell klar, dass der Aufwand der Datenbeschaffung sehr

hoch sein kann, wenn man besonders lang in die Vergangenheit reichende Da-

tenreihen bekommen will.

Seit der Einführung von Auktionen 1674 werden die Transaktionspreise erheb-

lich besser aufgezeichnet. Vor jeder Auktion wird ein so genannter „pre-sale

Auktionskatalog“ veröffentlicht. In diesem werden Informationen über die Stü-

cke (Künstler, Werkname, Abmaße, Materialien; teilweise sogar mit Bild) und

deren Position in der Auktion abgedruckt (Handelstag und Zeit, Losnummer,

Auktionsreihenfolge). Für die bessere Preiseinschätzung wird noch eine Preis-

spanne angegeben, zu der das Auktionshaus die Versteigerung plant. Nach

großen Auktionen oder zum Ende eines Jahres werden noch „after-sale Aukti-

onskataloge“ veröffentlicht. In diesen werden die o.g. Daten, um den erzielten

Auktionspreis ergänzt, veröffentlicht. Manche Auktionshäuser verschweigen in

diesen Katalogen jedoch, wenn eine Transaktion nicht stattgefunden hat (sog.

„bought-ins“). In diesem Fall wird einfach die untere Preisgrenze als Transakti-

onspreis eingetragen, um den Wert des Werkes am Markt für spätere Auktio-

nen nicht zu „verbrennen“.8 (Ashenfelter 1989; Ashenfelter & Abowd 2002;

Ashenfelter, Graddy, & Stevens 2002; Mei & Moses 2002)

Diese Auktionskataloge findet man in den Archiven der jeweiligen Auktions-

häuser oder in großen Bibliotheken. Seit den 70er Jahren des letzten Jahrhun-

derts verwalten Auktionshäuser diese Daten auch digital – was gerade für die

Weiterverarbeitung einen großen Vorteil darstellt. (Wilke 1999) Die Beschaf-

fung von Preisdaten über Händler und Kunstvermittler gestaltet sich, wie schon

im vorigen Kapitel erwähnt, auch heute noch mehr als schwierig.

Aufgrund dieser vorliegenden Datenquellen lassen sich in der Literatur ver-

wendete und verfügbare Datenquellen in analoge und digitale Quellen teilen.

Bei den analogen Quellen kann man sich entweder auf die eigene Forschertä-

tigkeit verlassen und die Daten selbst zusammentragen oder auf Autoren rekur-

rieren, die diese Arbeit teilweise schon erledigt haben. Beispiele hierfür sind

8 Auf eine Betrachtung der genauen Funktionsweise von Auktionen soll hier verzichtet werden, dadieses Thema für die Ermittlung von Kunstpreisindices keine Relevanz hat. Bei Interesse bietensich jedoch Blaug (2001) (Blaug 2001)oder Mossetto & Vecco (2002)(Mossetto & Vecco 2002) alsEinführung in diese Thematik an.



der Klassiker „Reitlinger´s Economies of Taste“ (Reitlinger 1982), das „World

Collectors Annuary“ (Diverse 1994), „Mayer´s International Auction Records“

(Mayer 2004), das „International Art Price Annual“ (Michel 2003) sowie das

deutsche „Kunstpreisjahrbuch“ (Diverse 2004). Alle Quellen haben gemeinsam,

dass sie eine ältere Datenbasis beinhalten und ihre Informationen nicht aus-

schließlich von Auktionen beziehen. Ein Nachteil ist allerdings, dass die Daten

teilweise große Datenlücken durch fehlendes Material aufweisen (z.B. durch

Kriege oder Zerstörung von Aufzeichnungen) oder durch persönliche Vorlieben

des jeweiligen Autors für bestimmte Künstler oder Gattungen nicht den kom-

pletten Markt abbilden. (Frey & Pommerehne 1989; Holub, Hutter, & Tappeiner

1993)

Die möglichen digitalen Datenquellen stellen sich da völlig anders dar. Hier

beginnen die Aufzeichnungen in den 70er und 80er Jahren des 20. Jahrhun-

derts und umfassen fast ausschließlich Auktionsdaten. Durch das digitale For-

mat ist eine Weiterverarbeitung einfacher möglich. Die Kennzeichnung von

mehrfachen Transaktionen des gleichen Stückes und einfache Gruppierungs-

möglichkeiten z.B. nach Künstler, Werkgattung oder Transaktionsdatum er-

leichtern weitergehende Analysen zusätzlich. Angeboten werden diese Daten

entweder als CD-ROM oder über das Internet. Besonders zu erwähnende An-

bieter sind hier die Firmen „Art Sales Index Ltd.“ (Art Sales Index Ltd. 2004),

„Artfact Inc.“ (Artfact Inc. 2004), „artprice.com“ (artprice.com 2004), „Gabrius

S.p.A.“ (Gabrius S.p.A. 2004) sowie „Gordon´s Art Reference Inc.“ (Gordon´s

Art Reference Inc. 2004), weil sich deren Datenbestände durch besonders um-

fangreiches Datenmaterial (bis zu 5 Mio. aufgezeichnete Transaktionen), wel-

ches teilweise manuell mit älteren Daten aufgebessert wurde, auszeichnen.

Diese Serviceleistung hat jedoch auch ihren Preis – die Nutzung schlägt ab

100 USD pro Jahr zu Buche. Der Nutzen für die Weiterverarbeitung ist dabei

jedoch noch lange nicht sichergestellt, da die Daten nur in HTML-Form oder

geschützt auf CD-ROM zur Verfügung gestellt werden.

In der Literatur findet man häufig die genannten analogen Datenquellen als Ba-

sis für die Berechnungen. (Holub, Hutter, & Tappeiner 1993) Neuere Studien

bedienen sich zögerlich auch bei digitalen Quellen – wobei auch diese oftmals



rückwärtig mit älteren Aufzeichnungen aufgebessert werden. (Mei & Moses

2002)

Für die folgenden Berechnungen benötigt man jedoch nicht nur Angaben über

die Transaktionspreise von Kunstwerken. Um die Daten auf eine einheitliche

Währung umzurechnen, werden historische Wechselkurse benötigt. Will man

dann noch die Inflation berücksichtigen, so ist auch die allgemeine Preisent-

wicklung im Vergleichszeitraum von Interesse. Für beide Angaben muss man

ebenfalls Archive und historische Quellen bemühen, die nicht immer in digitaler

Form vorliegen. Das Problem ist hier aber nicht so manifest wie bei den Kunst-

preisen selbst, da es sich in der Regel um eine überschaubare Anzahl von Da-

ten handelt, die in der ökonomischen Literatur auch für andere Themen benö-

tigt wurden. Aus diesem Grund sei hier nur auf Standardquellen, wie z.B. Oan-

da.com und die Deutsche Bundesbank für historische Wechselkurse und die

entsprechende Inflation verwiesen (Deutsche Bundesbank 2004; OANDA.com

2004), ohne umfangreich in eine Diskussion der Datenqualität und Beschaffung

zu verfallen. Daten über wirklich historische Kurse und Inflationen sind nur aus

analogen Quellen zu bekommen, wie sie z.B. in großen Staatsbibliotheken vor-

liegen.

Wie die vorangehenden Erläuterungen gezeigt haben, hat man bei der Kunst-

preisdatenbeschaffung die Qual der Wahl. Im Anhang befindet sich eine in die-

ser Form einmalige Übersicht über mögliche Quellen, den darin erfassten Da-

tenumfang und Preise für den Zugriff darauf. In den nachfolgenden Schritten

soll besonders auf die Weiterverarbeitung dieser Daten bis hin zur Indexerstel-

lung eingegangen werden – egal für welche Datenquelle man sich entschieden

hat.

b. Aufbereitungsprozess

Um die nötigen Schritte der Datenvorbereitung und Aufbereitung zu illustrieren,

soll auf die einzig digitale und kostenlos verfügbare Datenquelle zurückgegrif-

fen werden: Nagel´s Art Price Index „NAX“ (Nagel´s Art Price Index 2004). Im

Bereich der asiatischen Kunst liegen dort 7.295 Transaktionsdaten vor, die als

Datenbasis für die folgenden Schritte dienen sollen.



Daten in Excel übertragen

Das erste Problem bei allen genannten Quellen ist, die entsprechenden Daten

in verarbeitbarer, digitaler Form (z.B. in Excel oder in einer Datenbank) vorlie-

gen zu haben.

Analoge Daten müssen dafür langwierig abgetippt oder mit Hilfe von OCR-

Programmen9 automatisiert eingelesen werden. Viele der älteren Datensätze

liegen nur in analoger Form vor, weshalb man sich für umfangreiche Studien

den Aufwand der Digitalisierung machen sollte oder gleich auf digitale Quellen

zugreift, die alte Daten bereits digitalisiert haben. (siehe vorheriges Kapitel)

Aber auch digitale Quellen erleichtern die Arbeit nicht besonders. Die Rohdaten

auf CD-Publikationen sind durch diverse Mechanismen vor einem Direktzugriff

und der Übertragung in Excel geschützt. Über programmeigene Suchmasken

kann man zwar die Daten einsehen, jedoch immer nur auf einen kleinen Aus-

schnitt begrenzt und durch die programminterne Darstellung nicht weiter ver-

wendbar. Beispiele hierfür sind u.a. die populären CD-ROMs der Firma „artpri-

ce.com“ (artprice.com 2004) oder „Gordon´s Art Reference Inc.“ (Gordon´s Art

Reference Inc. 2004). Wenige Publikationen (z.B. „Proarte“ (Proarte.at 2004))

bieten Export-Funktionen der Suchergebnisse an, wobei man auch hier erheb-

lichen Zeitaufwand hat, weil die vielen einzelnen Exporte noch in eine einzige

Tabelle zusammenzufügen sind.

Online-Datenbanken funktionieren ähnlich: Auch hier muss man über Such-

masken die angezeigten Daten einschränken und erhält als Ergebnis HTML-

Seiten mit entsprechenden Daten in Tabellenform. Oftmals sind die relevanten

Treffer jedoch über mehrere Seiten verteilt oder relevante Informationen sind

auf Unterseiten „versteckt“. Einen Direktzugriff auf die Datenbanken räumt kei-

ner der im Anhang aufgelisteten Anbieter ein, was allerdings die einzige Mög-

lichkeit wäre, an die Rohdaten in vollem Umfang und entsprechender Informa-

tionstiefe zu kommen.

9 OCR steht für „optical character regocnition“ und bedeutet, dass man mit einem Scanner die Vor-lagen einliest und mit Hilfe eines Programms per Zeichenerkennung die darin enthaltenen Datendigital auslesen kann (z.B. in Word oder Excel).



Die verwendete Beispieldatenquelle „NAX“ ist eine Online-Datenbank, die ent-

sprechende Auflistungen in HTML-Form darstellt. Am hier dargestellten

Screenshot kann man leicht die beschriebenen Probleme erkennen: 1) die Da-

ten liegen in HTML-Code vor (nur einsehbar mit dem Internet Explorer), 2) die

insgesamt 7.295 Datensätze sind auf 244 einzelnen Seiten verteilt und 3) die

Angabe zum Transaktionsdatum wird erst auf der Detailseite zu jedem Daten-

satz (rechtes Bild) angezeigt.

Abbildung 1 Datenliste und Detailanzeige „NAX“

(Nagel´s Art Price Index 2004)

Um trotzdem an die in den Seiten enthaltenen Daten zu kommen, muss man

Kenntnisse im Bereich der Internet-Programmierung besitzen. Das Vorgehen

beschreibt sich dann wie folgt: Das zu erstellende Programm muss die Inter-

netseiten selbständig „besuchen“ und den dort verfügbaren HTML-Code spei-

chern. Danach muss dieser Code eingelesen und von nicht brauchbaren Ele-

menten befreit werden (das sind sog. HTML-Tags und alle nicht zu verwen-

denden Informationen). Das Programm schreibt nach diesem Prozess die übrig

gebliebenen Rohdaten entweder in eine Datenbank oder direkt in eine Excel-

Datei. Jetzt fehlt in diesem speziellen Fall noch die Angabe des Datums der

Transaktion, die sich auf einer Unterseite zu jedem Datensatz befindet. Hierfür

muss das Programm alle Unterseiten absuchen und die dort gefundenen Da-

tumsangaben den schon gewonnenen Datensätzen zuordnen. Der für diese

Vorgänge verwendete Algorithmus in der Programmiersprache „Java“

(SUN.com 2004) befindet sich im Anhang dieser Arbeit. Die gewonnenen Da-

ten in den verschiedenen Zwischenstufen befinden sich auf dem beiliegenden

Datenträger, der ebenfalls im Anhang zu finden ist.



Die aus den einzelnen Programmaufrufen resultierende Excel-Datei enthält

7.295 Datensätze (was dafür spricht, dass das Programm alle Daten verarbei-

ten konnte) mit folgenden Informationen: Lfd. Nr., Auktionsnummer, Losnum-

mer, Titel des Stückes, Angaben zum Stück, Maße, Schätzpreis (EUR), Zu-

schlagspreis (EUR) und Auktionsdatum.

Tabelle 1 Datenausschnitt der Rohdaten in Excel

(eigene Daten)

Fehler, Anomalien und Datenlücken korrigieren bzw. bereinigen

Bei der Durchsicht der Daten in Excel fallen sofort korrupte Datensätze auf (im

obigen Bild rot markiert), die bei den folgenden Berechnungen zu Fehlern in

der Verarbeitung durch SPSS führen. Konkret sind das Zahlenfelder, die mit

Zeichen wie z.B. „*“ (für Vermerke des Auktionshauses) oder dem Vorzeichen

„+“ versehen sind. Mit Ersetzungsroutinen in Excel sind diese Fehler leicht zu

beheben.

Für die Angabe des Schätzpreises findet man teilweise Angaben wie „fehlt“ o-

der „o.A.“. Auch diese wurden durch Ersetzungsroutinen entfernt, so dass man

ein leeres Feld erhält, wenn kein Schätzpreis vorhanden ist. Das Feld des

Schätzpreises enthielt auch des Öfteren eine Preisspanne, bei der im Sinne

gängiger Literatur (Holub, Hutter, & Tappeiner 1993) der Mittelwert eingetragen

wurde, um eine les- und auswertbare Zahl zu erhalten.

Auch beim Feld für das Transaktionsdatum waren für Excel und SPSS nicht

verwertbare Angaben verzeichnet. Datumsspannen von „Auktionswochenen-

den“ des Auktionshauses wurden gegen das Startdatum der Auktion ersetzt um

eine eindeutige Datumsangabe zu erhalten.



Tabelle 2 Datenausschnitt der bereinigten Daten in Excel

(eigene Daten)

Das Vorgehen für die Korrektur der vorliegenden Datensätze ist für jede ver-

wendete Datenquelle hoch individuell. Mit Erfahrungswerten im Umgang mit

Excel und SPSS kann man jedoch relativ leicht erkennen, in welcher Art und

Weise die vorliegenden Daten zu bearbeiten sind, damit sie in den nachfolgen-

den Schritten in den entsprechenden Programmen verwendet werden können.

Falls auffällig viele Datenlücken für ältere Datensätze vorhanden sind, bietet

sich unter Umständen das so genannte „backward filling“ für die Verbesserung

der Daten an. (Chanel, Gerard-Varet L.-A., & Ginsburgh 1994; Mei & Moses

2002) Dabei greift man auf andere bzw. ältere Datenquellen zurück und erwei-

tert somit die vorliegenden Daten. Probleme, die sich dabei ergeben, liegen im

verschiedenen Charakter der verwendeten Daten. Je nach Quelle werden un-

terschiedliche Methoden für die Aufzeichnung verwendet (z.B. mit und ohne

Transaktionskosten, verschiedene Währungen und Inflationen), die dazu füh-

ren, dass man „Äpfel mit Birnen vergleicht“ – also einen Bias in den Daten er-

zeugt. Auf jeden Fall sollte man mit Hilfe von vermeintlich gleichen Datensät-

zen die Passung überprüfen.

Ökonomische Korrekturen

Nachdem die Daten in ein verarbeitbares Format gebracht und ggf. durch an-

dere Quellen erweitert worden sind, kann man sich um die ökonomischen Kor-

rekturen kümmern. Diese umfassen mindestens die Vereinheitlichung der Prei-

se im Bezug auf die verwendete Währung und die Bereinigung der Inflation des

entsprechenden Zeitraums. (Holub, Hutter, & Tappeiner 1993; Renneboog &

van Houtte 1998)



Der vorliegende Datensatz liegt schon in einer einheitlichen Währung vor

(EUR), weshalb hier das Suchen von historischen Wechselkursen und deren

Verrechnung entfällt. Jedoch müssen die Daten um die Inflation bereinigt wer-

den. Dazu wurden die Preise („estimate“ und „hammer“) mit Hilfe von Daten

des Statistischen Bundesamtes (Statistisches Bundesamt Deutschland 2004)

auf das Preisniveau des Jahres 2000 umgerechnet („est_cpi“ und „ham_cpi“).

Zu beachten ist dabei, dass die Angaben über das Preisniveau („cpi“) nur auf

Jahresbasis vorliegen. Für eventuelle Verbesserungen der Genauigkeit könnte

man bei diesem kurzen Zeitraum auch Daten auf Monatsbasis verwenden, um

ein genaueres Bild zu erhalten. Aufgrund der kostenlosen Datenverfügbarkeit

der Jahresdaten wurde auf dieses Vorgehen hier aber verzichtet.

Tabelle 3 Datenausschnitt der ökonomisch korrigierten Daten in SPSS

(eigene Daten)

In der Literatur findet man weitere Möglichkeiten, die Daten ökonomisch auf ein

vereinheitlichtes Niveau zu bringen. Zum Ersten sind dabei die Transaktions-

kosten zu nennen. (Ashenfelter 1989; Renneboog & van Houtte 1998) Der Ver-

käufer, der ein Auktionshaus mit dem Verkauf eines Werkes betraut, bekommt

in der Regel nur 85-88 % des erzielten Hammerpreises10. Der Käufer muss

zwischen 10 und 15 % des Kaufpreises als Gebühren an das Auktionshaus

zahlen. Aus dieser Tatsache ergibt sich die so genannte „winner´s curse“: Zwi-

schen Kauf und Verkauf eines Werkes über eine Auktion muss sich der Wert

eines Stückes mindestens um die dabei anfallenden Transaktionsgebühren er-

höht haben, damit der Käufer/Verkäufer nicht einen reellen Verlust erleidet.

(Goetzmann & Spiegel 1995) Sind nun für die vorliegenden Auktionsdaten die

anfallenden Gebühren bekannt (was äußerst selten der Fall ist), kann man die-

10 Bei einem „bought-in“ zahlt er 1 % des unteren Schätzpreises als Auktionsgebühr.



se vom erzielten Hammerpreis abziehen, um ein wahrheitsgetreueres Bild der

Wertentwicklung eines Kunstwerkes zu erhalten. (Locatelli-Biey M. & Zanola

1999)

Eine zweite „versteckte“ Gewinnminderung stellen Steuern und Versicherungs-

kosten dar. Je nach Land und Transaktion fallen Steuern auf die erzielten Ge-

winne und Transaktionsgebühren an. Diese Angaben liegen nur in seltenen

Fällen vor und sind für historische Daten nur schwer zu bestimmen, da weder

Käufer noch Verkäufer bekannt sind, um z.B. die in der Finanztransaktion be-

teiligten Länder und deren Besteuerungssätze zu ermitteln. Bei Versicherungs-

kosten sieht die Sache schon anders aus. Hier geht man aktuell von ca. 0,5 %

Versicherungskosten auf den Schätzwert eines Werkes aus, die pro Jahr für

dessen Versicherung gegen Zerstörung anfallen. (Ashenfelter, O., Graddy, K.,

and Stevens, M. 2002; Renneboog & van Houtte 1998) Wird nun ein Werk er-

folgreich verkauft, so müsste man vom erzielten Hammerpreis die in der trans-

aktionslosen Zeit davor angefallenen Versicherungskosten abziehen. Auch dies

wird jedoch in der Realität nur selten gemacht – es würde aber die im folgen-

den Kapitel vorgestellten Ergebnisse zum Teil radikal verändern.

Daten in SPSS verwenden

Nachdem die Daten für die weiteren Berechnungen entsprechend aufbereitet

wurden, sind diese noch für die bessere Verwendung in SPSS genauer zu be-

schreiben und zu spezifizieren.

Dafür macht man in der „Variablenansicht“ von SPSS Angaben zum Variablen-

namen, dem Typ der Variablen (Text oder Zahl) sowie die Skalierung der Wer-

te (Skala, Ordinal oder Nominal).



Abbildung 2 Variablendefinition in SPSS

(eigene Daten)

c. Datenbeschreibung

Im Rahmen der Datenbeschreibung (also deskriptiven Statistik) kann man eine

Reihe von Darstellungen der Datenstruktur zur Charakterisierung der vorlie-

genden Daten erstellen. Zu nennen sind dabei Standardberechnungen und

Histogramme für Transaktions- und Schätzpreise, die Transaktionshäufigkeit

pro Zeitspanne sowie Verkaufsquoten (also die Relation zwischen verkauften

Werken und „bought-ins“). Bei bestimmten Berechnungen bietet sich die Loga-

rithmierung der Zahlenwerte (hier z.B. bei den Transaktionspreisen) an, um Da-

ten mit vielen Ausreißern in ein aussagekräftigeres Format zu transformieren.

(Ashenfelter, O., Graddy, K., and Stevens, M. 2002; Candela, Figini, & Scorcu

2003)

Tabelle 4 Kennzahlen der Datenbeschreibung

(eigene Daten)

Wie man erkennen kann, gibt es Unterschiede in der Struktur der Schätz- und

Hammerpreise im Datensatz: Zum einen gibt es nicht für alle Datensätze auch

einen Schätzpreis, was wohl auf Datenlücken oder fehlende Angaben in den

Katalogen zurückzuführen ist. Zum anderen unterscheiden sich aber auch die

Minimal und Maximalwerte der beiden Variablen erheblich. Während es maxi-

mal Schätzpreise von knapp über 49.000 EUR gibt, reichen die realisierten

Hammerpreise bis über 365.000 EUR. Durch diese Unterschiede kann man

auch die Differenzen beim Mittelwert, der Standardabweichung und der Varianz



erklären. Für all diese Kenngrößen weist der Hammerpreis höhere Werte aus.

Des Weiteren liegen die verzeichneten Transaktionen alle zwischen Dezember

1994 und November 2003 – was fast einen Beobachtungshorizont von fast 10

Jahren ausmacht.

Abbildung 3 Histogramm der Schätz- und Hammerpreise

(eigene Daten)

Anhand der beiden Histogramme bestätigen sich die festgestellten Unterschie-

de weiter. Im Speziellen fallen noch die sehr nah an der Normalverteilung lie-

genden Werte der logarithmierten Hammerpreise, im Gegensatz zu den mit

kleinen Ausreißern versehenen logarithmierten Schätzpreisen, auf.

Abbildung 4 Histogramm des Transaktionsdatums

(eigene Daten)

Die Verteilung der Zeitpunkte aller Transaktionen zeigt bei digitalen Datenquel-

len häufig auftretendes Bild. Je jünger die Auktionsdaten, je mehr Transaktio-

nen sind im gesamten Datensatz zu finden. Dies lässt sich leicht mit der fort-

schreitenden Digitalisierung erklären. Immer mehr Auktionshäuser verfügen



über digitale Datenverarbeitungssysteme und verzeichnen die Ergebnisse Ihrer

Auktionen darin.

Des Weiteren kann man noch die Saisonalität der Auktionen untersuchen. Wie

schon erwähnt, gibt es für bestimmte Arten von Kunst feste Termine im Jah-

reskalender der Auktionen.

Abbildung 5 Histogramm der Transaktionsquartale

(eigene Daten)

Wie das dargestellte Histogramm zeigt, finden die Auktionen unseres Demo-

Datensatzes hauptsächlich im 2. und 4. Quartal des Jahres statt (99,1 %), was

ganz klar darauf schließen lässt, dass hier eine Saisonalität vorliegt.

Bei vielen Datensätzen findet man bei der Beschreibung der Daten noch die

Anzahl der im Beobachtungszeitraum mehrmals gehandelten Werte („repeat-

sales“) oder eine Klassifizierung nach Epoche, Stil oder Ähnlichem. (Candela,

Figini, & Scorcu 2003; Locatelli-Biey M. & Zanola 1999; Mei & Moses 2002) Bei

den vorliegenden Daten bieten sich diese Analyseschritte nicht an, weil weder

auswertbare Informationen über mehrmalige Transaktionen eines Stückes vor-

liegen, noch über Epochen oder Stile.

d. Zusammenfassung

Wie man an den vorangehenden Ausführungen sehen kann, ist die Datenzu-

sammenstellung und Aufbereitung schon bei dem verwendeten Beispiel sehr

aufwendig – auch wenn hier aufgrund der einfachen Datenstruktur nicht einmal

alle Probleme auftreten. Wie gezeigt wurde, kann man davon ausgehen, dass

bei umfangreicheren Datenquellen hier ein Großteil der Arbeit für die Erstellung



eines Kunstpreisindices liegt und das Endergebnis des Index in hohem Maße

von der Genauigkeit und Intensität dieser vorbereitenden Schritte abhängt. Die

Beschreibungsleistung im Rahmen der deskriptiven Statistik umfasst alle be-

kannten Spielarten, ist aber bei ordnungsgemäßer Ausführung der vorherge-

henden Schritte mit SPSS und den notwendigen Kenntnissen leicht durchzu-

führen.



4. Berechnungsmethoden

Hat man nun eine entsprechende Datenquelle aufgetan und die Daten für die fol-

genden Berechnungen ausreichend aufbereitet, so stellt sich die Frage nach dem

„Wie weiter?“. Im folgenden Kapitel soll deshalb aufgezeigt werden, welche Me-

thoden für die Berechnung von Kunstpreisindices bisher in der Literatur zu finden

sind und wie diese mathematisch funktionieren. Des Weiteren soll anhand des

Demonstrationsdatensatzes für jede mögliche Methode eine Beispielberechnung

durchgeführt werden, um die Unterschiede zwischen den verschiedenen Metho-

den noch besser herauszuarbeiten.

Ein Überblick über alle genannten Veröffentlichungen mit Angaben zur verwende-

ten Datenbasis, der Berechnungsmethode, ggf. der errechneten Ergebnisse (Ren-

dite) sowie eine Kurzbeschreibung befindet sich im Anhang.

a. Einführung

Preisindices messen die Entwicklung der Ausgaben bzw. Preise in bestimmten

Perioden, um a) ein festgelegtes Nutzenniveau zu erreichen (auch ökonomi-

scher Preisindex genannt) oder um b) einen bestimmten Warenkorb zu erwer-

ben (statistische Preisindices auf Basis von Preisen oder Mengen, z.B. nach

Laspeyres oder Paasche). (Pohl 2003) Da es bei bildender Kunst aufgrund des

Charakters des Gutes nicht möglich ist, einen festen Warenkorb mit gleich blei-

bendem Inhalt zu definieren und diesen in regelmäßigen Abständen erneut zu

kaufen (also: die gleichen Kunstwerke regelmäßig zu erwerben), beschränken

sich alle Versuche der Berechnung von Preisindices auf die ökonomischen

Preisindices. Diese sollen in der Praxis dazu verwendet werden, die Preisent-

wicklung des Gutes „Bildende Kunst“ (z.B. Einzelstücke, Werkgruppen oder

des Gesamtmarktes) transparenter und vergleichbarer zu machen – was für ein

Benchmarking von Rendite und Risiko in Investment-Portfolios verwendet wird.

Erste Schritte in diesem Gebiet unternahmen Wagenführ (1965) , Anderson

(1974) und Stein (1977) . Diese Studien beschäftigten sich mit der Erstellung

rudimentärer Methoden zur Berechnung der Rentabilität von Kunstinvestments.

Den ersten umfassenderen Versuch den Kunstmarkt und seine Besonderheiten

zu beschreiben, sowie mögliche Gewinne mit anderen Anlageformen zu ver-



gleichen, unternahm Baumol (1985) . Er legte mit seinem Werk die Basis für

eine immer größere werdende Zahl an Studien, die durch ihn inspiriert das

Thema weiter erforschten. Nebenher entwickelte sich noch eine neue Strö-

mung von Untersuchungen, die sich mehr auf die Spezifika des Kunstmarktes

konzentrierten und mit Hilfe dieser Ergebnisse die Erstellung von Preisindices

kritisch bewerteten und Verbesserungen entwickelten. (Blaug 2001; Frey 1997;

Frey & Eichenberger 1995)

Die in der Literatur zu findenden Methoden variieren dabei von einfachsten „ge-

fühlten“ oder „weichen“ Bewertungen bis hin zu hoch komplexen mathemati-

schen Berechnungen. Ein weiteres Unterscheidungsmerkmal ist dabei die Be-

trachtung von bestimmten Marktausschnitten: Hier finden sich Gesamtmarktbe-

trachtungen neben ausschnitthaften Untersuchungen von sehr kleinen Teil-

märkten. (Candela, Figini, & Scorcu 2003) Nachfolgend sollen die verschiede-

nen Methoden gruppiert näher betrachtet werden.

b. „Weiche“ Methoden

Zuerst zu nennen sind sog. „weiche“ Methoden der Ermittlung von Kunstpreis-

entwicklungen, die ohne komplexere Berechnungen auskommen.

Expertenheuristiken

Wie schon in Kapitel 2 beschrieben, sind Experten für bestimmte Teilmärkte

fähig, mit ihrem „Bauchgefühl“ Preise für Kunst zu bestimmen. Sie bedienen

sich dabei häufig einfacherer Heuristiken. Ein Beispiel dafür ist eine Berech-

nungsformel für Bilder, die rein über das Format und einen Multiplikator funkti-

oniert. Dabei rechnet man Höhe mal Breite des Werkes und multipliziert diesen

Wert mit einem Wertmultiplikator für die entsprechende Kunstgattung. (von Ro-

senberg 2003)

Wie man auf den ersten Blick erkennen kann, ist diese Methode sehr simpel

und damit auch ungenau. Es liegt auf der Hand, dass nicht nur das Format den

Wert eines Kunstwerkes bestimmt. Die wahre Schwierigkeit liegt demnach in

der Wahl des Multiplikators – die Berechnung dieses spielt hier aber keine Rol-

le, da sich der Experte auf seine Erfahrung in der Bewertung verlässt. Fraglich

ist, wie man mit Hilfe einer solchen Heuristik zu einer Marktbewertung kommen



kann. Der einzig variable Faktor ist eben der Wertmultiplikator und dieser

müsste auch Bestandteil eines Index sein. Die gezielte Erfassung dieses Multi-

plikators könnte einen Einblick in den „gefühlten“ Markt bieten – dem gegen-

über steht jedoch die Verschwiegenheit der Akteure.

Zeitschriftenindices

Die Zeitschrift „Capital“ hat in Zusammenarbeit mit Linde Rohr-Bongard und

Willi Bongard einen Index für Künstler entwickelt, der ihren Rang und Ruhm

misst. Hierbei wird die Teilnahme an bestimmten Ausstellungen und Rezensio-

nen der Künstler in ausgewählten Zeitschriften mit Hilfe eines Punktesystems

gewichtet und zu einer jährlichen Rangliste zusammengefasst. Diese Rangliste

wird seit 1970 in der Zeitschrift selbst publiziert und ebenfalls als gesammeltes

Buch veröffentlicht. (capital.de 2004)

In Anlehnung an diesen Kunstindex gab es außerdem noch die so genannte

„Focus-Bestenliste“, die mittlerweile nicht mehr gepflegt wird. Hierbei werden

nicht nur bereits gelaufene, sondern auch kommende Ausstellungen in die

Wertung mit einbezogen. Besprechungen fallen jedoch nicht ins Gewicht. (Ate-

lier Verlag 2004)

Als dritter Zeitschriften- bzw. Zeitungsindex ist der Art-100 Index des britischen

„Daily Telegraph“ zu nennen. Dieser Index wird vom Research-Dienstleister Art

Market Research Ltd. (Art Market Research 2004) erstellt und in dieser Zeitung

regelmäßig abgedruckt. Wie der Name schon sagt, werden hier die Preisent-

wicklungen der 100 weltweit wichtigsten Künstler sämtlicher Epochen mit einer

sehr einfachen Berechungsformel zusammengefasst. Diese basiert auf einfa-

chen Durchschnittswertberechnungen, wie sie nachfolgend noch beschrieben

werden. Die Auswahl der Künstler für diesen Index basiert wiederum auf sub-

jektiven Kriterien (Wer gehört zu den Top 100?), was analog der o.g. Methoden

zu wechselnden Zusammensetzungen des Index führt und somit die Aussage-

kraft beeinträchtigt. (BusinessWeek.com 1998; stare.com 2004)

Mit Hilfe der genannten Zeitschriftenindices kann man besonders gut Überhit-

zungen durch Trends und Moden aufzeigen, da sie sehr abhängig von der Prä-

senz eines Künstlers in den Medien (bzw. auf Top-Listen) sind. (Peter 2003)



Zweifelhaft ist jedoch die Ableitung eines generellen Kunstpreisindex aus die-

sen Ranglisten, da sie zu wenig Rücksicht auf neue oder sich in Nischen befin-

dende (und damit nicht so publizitätsträchtige) Kunstrichtungen nehmen, sowie

durch die angewandte Heuristik nur einen extrem geringen Anteil des Ge-

samtmarktes abbilden. Aus diesem Grund sind auch diese Methoden nicht re-

präsentativ für Kunstpreisentwicklungen im Allgemeinen – eine hohe Medien-

wirksamkeit führt aber dazu, dass sich eine Reihe von unbedarfteren Akteuren

am Kunstmarkt damit informieren und entsprechend handeln. Eine interessante

Thematik, auf die hier nicht weiter eingegangen werden soll, wäre z.B. die

Überprüfung des „self-fulfilling prophecy“ Theorems11 durch die Publikation von

Trends in solchen Zeitschriften.

Insiderindices

Das Auktionshaus Sotheby´s erstellte ebenfalls einen Index für Kunstpreise.

Dieser besteht aus einer Kombination von durchschnittlichen Auktionsdaten

bestimmter Kunstgattungen (bzw. bestimmter Auktionen, die ja sowieso nach

Kunstgattungen gegliedert sind) sowie Expertenmeinungen des Auktionshau-

ses und wurde in Buchform alle 2 Jahre bis Ende 1990 veröffentlicht. Aufgrund

fehlender Nachfrage wurde diese Art von Veröffentlichung eingestellt. (Ama-

zon.com 2004)

Auch hier erhält man erhebliche Verfälschungen des Index durch einen starken

Einfluss von Expertenmeinungen und die darin enthaltenen Interessen des

Auktionshauses. Man kann davon ausgehen, dass diese Publikationen eher als

Verkaufsprospekte für nachfolgende Auktionen zu betrachten sind und weniger

als seriöse Quellen für die Beobachtung von Preisentwicklungen. Die resultie-

renden Daten sind zudem statistisch nicht reproduzierbar, weil man nicht alle

Faktoren zweifelsfrei messen kann. (Candela & Scorcu 1997; Frey 1997) Die

theoretisch sehr gute Datenbasis des Auktionshauses an sich könnte jedoch

durchaus zu brauchbaren Ergebnissen führen – wenn man die richtigen Me-

thoden zur Berechnung verwendet.

11 Auch „Pygmalion Effekt“ genannt und durch die Herren Stumpt und Pfungst erstmalig 1911 be-schrieben. (Accel-Team.com 2004)



Ein weiteres Beispiel in dieser Reihe ist Reitlinger´s Band „Economies of Taste“

(Reitlinger 1982). Besonders in den Bänden 1 und 2 aus den Jahren 1963 und

1970 versucht Reitlinger, Daten aufzulisten und bestimmte Entwicklungen dar-

aus zu interpretieren. Die schon erwähnte eingeschränkte Sicht auf den Ge-

samtmarkt in der Datenauswahl, gepaart mit der subjektiven Meinung von Reit-

linger selbst über den Teilmarkt, führt ebenso wie beim Auktionshaus „Chris-

tie´s“ zu verfälschten Ergebnissen. Wie jedoch zahlreiche Anwendungen in der

Literatur zeigen, bedienen sich nachfolgende Studien zumindest gern an den

von Reitlinger zusammen getragenen Daten. (Candela, Figini, & Scorcu 2003)

Die genannten Insiderindices zeichnen sich dadurch aus, dass die Insider Zu-

griff auf spezielle Daten haben und daran scheinbar erkennbare Entwicklun-

gen, teilweise retrospektiv, aufzeigen. Die Selektion der Daten und der freie In-

terpretationsspielraum lassen jedoch für eine exakte und nachvollziehbare Be-

wertung von Marktentwicklungen zu großen Spielraum. Der Einfluss dieser In-

sider auf den Markt selbst ist als nicht gering einzuschätzen.

Kunstfonds

Kunstfonds stellen auch eine Art „weichen“ Preisindex dar, da sie ebenfalls die

Wertentwicklung einer bestimmten Menge an Kunst durch den entsprechenden

Kaufpreis und die Rendite der Fondanteile dokumentieren. Exemplarisch sollen

nachfolgend drei der populärsten/medienträchtigsten Kunstfonds vorgestellt

werden.

Einer der ersten Fonds dieser Art war der „British Rail Pension Fund“ – ein alt-

eingesessener geschlossener Pensionsfond für britische Eisenbahner. Dieser

kaufte in den 70er Jahren in großem Umfang Kunstwerke an und investierte

dabei innerhalb von acht Jahren 62 Mio. USD. Das Ergebnis dieser Transakti-

onen waren ca. zweieinhalbtausend Werke aus verschiedenen Genres. Neben

Werken von Impressionisten und der Moderne wurde auch englisches Silber,

Keramik, chinesisches Porzellan etc. erstanden. Ziel war es, die Risikostreuung

des Gesamtportfolios zu erhöhen sowie die Rendite positiv zu beeinflussen –

kurzum dem Gesamtfonds neue Impulse zu geben. Die Rendite des Gesamt-

fonds lag in den Folgejahren bei sechs Prozent – wobei durch die unbekannte

Fondstruktur nicht nachweisbar ist, welchen Anteil daran die Kunst hatte.



Frühere Wertsteigerungen und andere Fonds wiesen jedoch ähnliche Renditen

auf, weshalb der Einfluss der Kunst im Gesamtportfolio generell in Frage zu

stellen ist. Auch aktuell befindet sich noch Kunst im Portfolio dieses Fonds –

jedoch ist das Gewicht im Vergleich zur damaligen Summe deutlich gesunken

und der Einfluss damit mehr als marginal einzuschätzen. (Fiske 2003;

Yahoo!Finance 2004) Gerade durch die Untergewichtung von Kunst in diesem

Fond lässt sich damit keine Aussage über die Wertentwicklung von Kunst im

Allgemeinen treffen.

Der „Global Art Fund“ der DG Bank Luxemburg S.A. wurde im Jahre 1997 auf-

gelegt und war damit einer der ersten reinen und börsennotierten Kunstfonds.

Demzufolge wurde dafür auch eine Investmentstrategie entwickelt, auf deren

Basis gezielt Wertsteigerungen erreicht werden können. Basis dafür war die

Überlegung, nur in vermeintlich unterbewertete Werke bzw. Sammlungen zu

investieren12, diese dann durch gezielte Ausstellungsteilnahmen und Ergän-

zungen zu einer (größeren) Sammlung zu valorisieren und durch den darauf

folgenden Verkauf eine entsprechende Rendite vorzuweisen. Man konzentrier-

te sich dabei zwar auf Werke etablierter Künstler, nicht jedoch auf schwerver-

käufliche Millionenstücke. Junge Kunst wurde ebenfalls wenig Beachtung ge-

schenkt, weil es dort keine Möglichkeit gibt, auf Basis vorhandener Daten eine

Unterbewertung festzustellen. Die Bewertung der Fondanteile geschah monat-

lich und hatte den geschätzten Verkaufspreis der Gesamtwerke zur Basis. Im

Jahr 2000 wurde der Fond aufgrund fehlender Investoren und damit fehlenden

Geldes für den Kauf weiterer Kunstwerke geschlossen. Derzeit lagern Werke

im Wert von ca. 8 Mio. EUR in den Tresoren der Bank, die Stück für Stück am

Markt veräußert werden. In der Zeit der Notierung am Markt konnte der Fond

jährliche Renditen zwischen 30 und 40 % aufweisen. Die Tatsache, dass die

enthaltenen Werke nur zögerlich verkauft werden können, zeigt jedoch auch

anschaulich das Risiko der schweren Liquidierbarkeit der Anteile. (Brückner

2002; Handelsblatt 1997; Handelsblatt 1998) Auch aus diesem Fond lässt sich

keine Aussage über Wertentwicklung von Kunst treffen, da durch die gewählte

Investmentstrategie gezielt bestimmte Werke gekauft wurden. Der Versuch von

12 Damals wurden besonders Werke der Stilrichtungen „Europäischer Konstruktivismus“, „NeueSachlichkeit“ und „Bauhaus“ in dieser Kategorie gesehen.



Arbitrage und der gezielten Aufwertung der gekauften Kunst durch Aktionen

des Fonds sollte den Wert positiv beeinflussen. Diese Beeinflussung wurde

ebenfalls durch Experten geschätzt – am Markt wurde sie jedoch niemals reali-

siert. Die dadurch entstandene Investitionsblase kann kein Indiz für eine gene-

relle Entwicklung des Kunstmarktes sein, wie auch die aktuellen Probleme mit

dem Abverkauf der Werke weiter zeigen.

Neben Pensions- und Publikumsfonds gibt es aber auch noch einen geschlos-

senen Kunstfond, der eine Erwähnung verdient. Der von der Dresdner Klein-

wort Capital aufgelegte „Fine Art Fond“ verlangt eine Mindestbeteiligung von

250.000 USD verbunden mit einer 10-jährigen Laufzeit. Ein Handel kann nur

durch Tausch erfolgen. Diese Kriterien schließen kleinere Investoren aus, die

beim o.g. Publikumsfond ohne Mindestlaufzeit und einer Mindesteinlage von

25.000 DEM noch einfacher investieren konnten. Besonderheit dieses Fonds

ist, dass man sich als Anleger gegen eine Leihgebühr die Werke ausleihen

kann und am Ende der Laufzeit seiner Anteile ein Vorkaufsrecht auf die Werke

hat. Investiert wird vorrangig in „Blue Chips“ der feinen Kunst, also Altmeister-

gemälde, Impressionisten und Gemälde der klassischen Moderne. Die so er-

standenen Werke der oberen Preisklassen sollen in der Regel nach 7 bis 13

Jahren wieder verkauft werden. Zu hoffen bleibt nur, dass diese Werke am

Markt auch zu renditeträchtigen Preisen abgenommen werden. (Brückner

2002; Handelsblatt 2002) Interessant ist an diesem Kunstfonds, dass versucht

wird, die im Kapitel 2 beschriebenen Nutzendimensionen von Kunst dem Anle-

ger vollständig nutzbar zu machen. Durch die Bündelung der Kaufkraft wird es

möglich, die „Master-Pieces“ am Markt zu erwerben, bei späterem Verkauf am

finanziellen Erlös zu partizipieren und während des Besitzes sogar den Kon-

sum- und Statusnutzen zu „konsumieren“.

Alle genannten Fonds funktionieren entsprechend des selben Musters: Durch

die Sammlung von Kapital wird es möglich, am Kunstmarkt zu agieren und be-

achtliche Mengen und Werte von Kunst anzusammeln. Durch die Steuerung

dieses Investments durch Experten soll eine positive finanzielle Performance

für die Anleger erwirtschaftet werden – höher als durch das Agieren der einzel-

nen Akteure am Markt. Wie die o.g. Beispiele zeigen, ist jedoch die Wertent-



wicklung eines Fonds schwer auf die darin enthaltene Kunst zurückzuführen

und steuerbar. Zusätzlich wird durch das selektive Investment nur die Entwick-

lung eines schwer zu definierenden Teilmarktes abgebildet, dessen Wertent-

wicklung von Experten als positiv bewertet wird. Es kommt also auch hier zu

einer äußerst bruchstückhaften und verzerrten Betrachtung des Marktes.

Zusammenfassung

Wie an den gezeigten Beispielen erkennbar ist, handelt es sich bei den „wei-

chen“ Methoden der Kunstpreisbeobachtung um keine geeigneten Mittel zur

Beobachtung von Preisentwicklungen am Kunstmarkt. Alle Methoden richten

ihren Blick auf einen subjektiv eingeschränkten Teilmarkt, was wohl das größte

Problem für eine generelle Betrachtung darstellt. Zusätzlich sind die Bewertun-

gen teilweise noch durch individuelle Einschätzungen geprägt, was ebenfalls

kritisch zu sehen ist. Trotz alledem ist zu beachten, dass die genannten Me-

thoden am plakativsten und publikumswirksamsten scheinbare Marktentwick-

lungen abbilden und dadurch eine enorme Beeinflussung der Marktakteure er-

reicht werden kann.

Mit diesen Bewertungsmethoden kann man auf Basis des vorliegenden Daten-

satzes für asiatische Kunst keine Berechnungen durchführen, da nur auf sub-

jektive Gefühle eingegangen wird. Vielmehr müsste man anhand von Inter-

views und Lektüre einschlägiger Zeitschriften einen Einblick in den Markt er-

langen, um im Sinne der vorgestellten Methoden einen Marktüberblick und eine

Ahnung von der aktuellen Bewertung zu bekommen. Auf diese Vorgehenswei-

se soll wegen anders lautender Ziele der Arbeit hier verzichtet werden.

c. „average price method“

Verlassen wir nun den Bereich der subjektiven und streitbaren Bewertungen

und wenden uns den ersten mathematischen Überlegungen zu. Die Durch-

schnittspreisberechnung ist dabei die einfachste Methode, der sich damals und

heute viele Wissenschaftler bedient haben.

Wie der Name schon sagt, wird hier nur ein Durchschnittspreis und dessen

Entwicklung über die Zeit betrachtet. In der Praxis bestimmt man dabei zuerst

einen zu beobachtenden Teil des Kunstmarktes, z.B. eine bestimmte Kunst-



richtung, einen bestimmten Künstler oder sogar nur bestimmte saisonale Aukti-

onen. Auf Basis dieses „Samples“ wird der Durchschnittspreis aller gehandel-

ten Werke ermittelt, welcher im jährlichen Vergleich dann zur Erstellung eines

Index auf Basis des Startjahres verwendet werden kann. Annahme dabei ist,

dass die Verteilung der Qualität der im Sample enthaltenen Werke über die Zeit

stabil ist, d.h. dass es sich um einen annähernd gleich zusammengesetzten

Warenkorb handelt, dessen Wertentwicklung man einfach mit der Durch-

schnittspreisberechnung ermitteln kann. (Renneboog & van Houtte 1998)

Erste Anwendung fand diese Berechnungsform bei Stein (1977) , der als

Sample einfach eine Menge an bereits verstorbenen Künstlern und deren Wer-

ke definierte und die Preisentwicklung mit Hilfe des Durchschnittswertes auf

Jahresbasis ermittelte. Wagenführ (1965) , Baumol (1985) , Frey & Pommer-

ehne (1989) , Holub, Hutter & Tappeiner (1993) , Chanel et al. (1996) sowie

Renneboog & van Houtte (1998) haben sich ebenfalls mit dieser Methode be-

schäftigt, andere Definitionen des „Samples“ vorgenommen und damit für eini-

ge Teilmärkte interessante Erkenntnisse gewonnen.

Diese Methode hat jedoch viele offensichtliche Schwächen: Zum einen ist die

Wahl des „Samples“ und des zu beobachtenden Zeitraumes sehr von persönli-

chen Vorlieben des Indexerstellers abhängig und wird sehr stark von der Um-

welt (verfügbare Datenquellen) beeinflusst. Zum anderen ist die Annahme, es

handele sich bei den beobachteten Transaktionen um eine homogene (also

vergleichbare) Datenmenge, nicht haltbar und kommt keineswegs den Charak-

teristiken des Marktes nach. (Chanel, Gerard-Varet L.-A., & Ginsburgh 1996;

Holub, Hutter, & Tappeiner 1993) Weiterhin ist der Einfluss von Ausreißern und

geringen Transaktionszahlen auf das Gesamtergebnis für bestimmte Perioden

immens, weshalb sich reichlich Kritik an der Methode herausgebildet hat.

(Renneboog & van Houtte 1998) Für diese Methode spricht jedoch, dass sie es

jedem ermöglicht, mit relativ geringem Aufwand eigene Berechnungen und

Vergleiche durchzuführen, was am nachfolgenden Beispiel verdeutlicht werden

soll.



Berechnet man mit Hilfe von SPSS nun die Jahresdurchschnittspreise der ge-

handelten Werke unseres 7.294 Transaktionen umfassenden Beispielsamples

asiatischer Kunst, so kommt man zu folgendem Ergebnis:

Tabelle 5 „average price“ auf Jahresbasis

(eigene Daten)

Wie man schon anhand der Tabelle sieht, sind die gehandelten Durchschnitts-

preise durchaus auf einem ähnlichen Niveau. Im ersten Jahr finden wir eine er-

hebliche Abweichung, da dort nur sehr wenige Transaktionen vorliegen – wie

schon erwähnt ist die verwendete Methode besonders empfindlich bei solchen

Konstellationen. Die folgende Grafik soll die Preisentwicklung im Sinne eines

Preisindex für asiatische Kunst noch einmal optisch darstellen, wobei auf die

Darstellung des Jahres 1994 wegen der geringen Transaktionszahl verzichtet

wird:

Abbildung 6 „average price“ auf Jahresbasis

(eigene Daten)

Es ist gut zu erkennen, dass in den Jahren 1996 bis 1999 asiatische Kunst be-

sonders werthaltig gehandelt wurde. Preissteigerungen von zeitweise mehr als



100 % waren zu realisieren13. Diese Aussage stimmt mit Beobachtungen von

z.B. Wilke (1999) überein – was man bei der Einfachheit der Berechnungsme-

thode durchaus als überraschend einschätzen kann. Interessant ist auch, dass

diese Beeinflussung durch die Anzahl der gehandelten Stücke bei den nachfol-

genden Durchschnittswerten nicht mehr so stark ins Gewicht fällt. Obwohl die

Transaktionshäufigkeit von Jahr zu Jahr steigt, wird der Durchschnittspreis da-

von nicht beeinflusst. Anhand der in der Tabelle dargestellten erhöhten Stan-

dardabweichungen in den besonders „starken“ Jahren kann man jedoch auch

erkennen, dass der höhere Durchschnittspreis durch sog. „Ausreißer“ entstan-

den ist – also Stücke, die besonders hoch gehandelt wurden und das Preisni-

veau deutlich angehoben haben. Auch diese Schwäche wurde in der Theorie

schon genannt und durch das praktische Beispiel nochmals unterstrichen.

Zusammenfassend kann man über die simple Durchschnittspreisberechnung

sagen, dass sie zwar Schwächen gerade in Bezug auf die Beachtung der Ei-

genheiten des Gutes „Kunst“ besitzt, jedoch erstaunlicherweise gute und an-

wendbare Ergebnisse liefert.

d. „double sale method“

Diese Methode ist die Erweiterung der oben beschrieben Vorgehensweise.

Neben der Einschränkung auf Stilrichtungen, Künstler oder ähnliche Kriterien

werden als „Sample“ nur Werke verwendet, die innerhalb des zu betrachtenden

Zeitraumes mindestens zwei Transaktionen aufzuweisen haben. Mit Hilfe der

bereits vorher um die Inflation und Transaktionskosten bereinigten Preise wird

ebenfalls wieder eine Entwicklung des Preisniveaus berechnet.

Entwickelt wurde diese Methode von Baumol (1985) . Feld & Pommerehne

(1997) sowie Frey & Pommerehne (1989) griffen diese Methodik auf, betrach-

teten sie kritisch und fügten Verbesserungen hinzu.

Ein Vorteil gegenüber der o.g. Methode ist die deutlich erhöhte Homogenität

der Werke innerhalb der Berechnung aufgrund der Einführung des Kriteriums

zur notwendigen Mehrfachtransaktion. Ebenso wie bei der „average price“-

13 Genau gesagt waren es 113 % zwischen 1995 und 1998 und immerhin noch 83 % zwischen1995 und 1996.



Methode ergibt sich aber das Problem, dass man nur wenig über die Einfluss-

faktoren der Bewertung von Kunst erfährt, sondern nur Entwicklungen beo-

bachtet. (Agnello 2002; Feld & Pommerehne 1997; Frey & Pommerehne 1989;

Holub, Hutter, & Tappeiner 1993) Zusätzlich ist noch zu nennen, dass man

durch das Kriterium der Transaktionshäufigkeit viele Werke kategorisch aus-

schließt (z.B. unmodische oder unbekannte, durch Sammler vom Markt gekauf-

te). Das führt zu einer enormen Datenreduktion und dem Verlust der Repräsen-

tativität für die Untersuchung, weil man nur Teile des Marktes beobachten

kann. (Frey & Pommerehne 1989)

Da für das vorliegende Beispielsample keine mehrfachen Transaktionen ver-

zeichnet bzw. diese Aufgrund der Datenstruktur nicht erkennbar sind, kann hier

leider keine Beispielberechnung durchgeführt werden. Diese Tatsache zeigt

aber noch einmal die Problematik der Berechnung mit Mehrfachtransaktionen:

Nur wenige Datenquellen verzeichnen ihre Daten entsprechend, was dazu

führt, dass man bei dieser Methode eine erheblich eingeschränkte Datenbasis

verwenden muss. Darunter leidet die Repräsentativität der Ergebnisse und die

Anwendbarkeit für bestimmte Märkte ist generell zu bezweifeln.

e. „representative painting method“

Diese Methode knüpft an die bereits genannten Durchschnittspreisermittlungen

an. Candela & Scorcu haben 1997 eine Weiterentwicklung dieses Gedankens

mit Hilfe statistischer Verfahren gewagt. Hierbei wird nach wie vor ein Sample

zur Durchschnittsberechnung gewählt. Jedoch wird dieses nicht auf Basis per-

sönlicher Präferenzen (Stilrichtung, nur tote Künstler, usw.) oder verfügbaren

Mehrfachtransaktionen erstellt, sondern mit Hilfe von statistischen Berechnun-

gen: Es werden die Abweichungen der Schätzpreise („estimate“) und erzielten

Preise („hammer“) bei Auktionen berechnet. Diese werden in eine Verteilung

übertragen und „Ausreißer“ aus den Ursprungsdaten eliminiert14. Man geht bei

dieser Vorgehensweise davon aus, dass die Schätzungen der Auktionshäuser

nah am vom Markt wahrgenommenen Preisen liegen. Weicht ein Hammerpreis

zu stark von den Schätzungen des Auktionshauses ab, so sollte dieser nicht in

14 Dies kann z.B. durch die Berechnung von links- und rechtsseitige Quantilen der Verteilung erle-digt werden.



die Errechnung eines Preisindices einfließen. Der Käufer scheint durch beson-

dere Beweggründe zur Zahlung eines signifikant höheren Preises bewegt wor-

den zu sein, die so nicht im Markt widergespiegelt werden. Die übrigen geblie-

benen Datensätze werden, wie bei der Durchschnittspreismethode, auf Jah-

resbasis verrechnet und anschließend miteinander verglichen. Der daraus ent-

standene Index stellt ebenfalls Marktentwicklungen in gutem Maße dar, was

Vergleiche mit bestehenden Indices und deren durchaus komplexeren Berech-

nungsmethoden zeigen. (Candela, Figini, & Scorcu 2003; Candela & Scorcu

1997)

Wie der Name schon sagt, handelt es sich bei der Weiterentwicklung im We-

sentlichen um die „repräsentativere“ Auswahl des Samples für die Durch-

schnittspreisberechnung. Ein klarer Vorteil ist die Tatsache, dass man wiede-

rum keine doppelten Datensätze zur Anwendung benötigt und die damit ver-

bundenen Nachteile umgeht. Diese Methode ist außerdem für alle Kunstmärkte

anwendbar, in denen Auktionen stattfinden (weil man ja die Differenz der

Schätzpreise zu den Hammerpreisen benötigt). Eine stetige Neuberechnung ist

möglich und sinnvoll, da es sich hauptsächlich um statistische Verfahren han-

delt, die sehr leicht anzuwenden sind. (Candela & Scorcu 1997) Problematisch

in der Anwendung dieses Index ist hingegen, dass sich die Ergebnisse nicht

zum Vergleich von z.B. bestimmten Kunstgattungen/Stilrichtungen oder Künst-

lern eignen. Das liegt daran, dass das Sample-Kriterium nicht aus kunsthistori-

schen oder persönlichen Vorgaben besteht, sondern aus rein statistischen. Um

dies zu umgehen, könnte man in einem vorgelagerten Schritt das komplette

Sample erst nach solchen Kriterien gliedern, um nachfolgend die beschriebe-

nen Schritte durchzuführen.

Bei unserem Beispieldatensatz für asiatische Kunst stellen sich die mit dieser

Methode errechneten Ergebnisse wie folgt dar: Zuerst einmal muss man die

prozentualen Abweichungen der Hammerpreise von den Schätzpreisen ermit-

teln. Nachfolgende Tabelle beschreibt die Struktur dieser Daten.



Tabelle 6 Datenstruktur der Abweichung Hammer- und Schätzpreis

(eigene Daten)

Wie man erkennen kann, liegen die Mittelwerte für diese Abweichung bei 20 %

(Median) bzw. fast 58 % (arithmetische Mittel), was heißt, dass der erzielte

Hammerpreis im Schnitt entsprechend dieser Mittelwerte über dem Schätzpreis

liegt. Wichtig für die Auswahl der Daten für die weiteren Berechnungen hierbei

sind die Angaben zum 10 % sowie 90 % Perzentil. Diese bedeuten, dass 80 %

der Hammerpreise in der Verteilung eine Abweichung zwischen -17,15 % und

150 % haben und der Rest außerhalb dieser Schwellen liegt – also als Ausrei-

ßer zu betrachten ist. Beispielhaft sollen diese Datensätze für die nachfolgende

Durchschnittswertberechnung auf Jahresbasis (analog zur „average price“-

Methode) außer Acht gelassen werden, weshalb zu einer Datenbasis von nur

noch 5.399 Datensätzen führt. Nachfolgend ist das Ergebnis wieder ohne das

Jahr 1994 abgebildet.

Abbildung 7 „representative painting“ auf Jahresbasis

(eigene Daten)

Führt man nun die normale „average price“-Berechnung mit diesen Datensät-

zen durch, so erhält man das oben stehende Bild für die Preisentwicklung. Wie



man erkennen kann ist die Spanne der Durchschnittspreise viel geringer, es

ergibt sich maximal eine Preissteigerung von 44 % vom Jahr 1995 zum Jahr

1997. Aus der sich auf dem Datenträger in Anhang befindlichen Detaildatei

kann man zusätzlich noch ersehen, dass die Standardabweichung der Datens-

ätze für die Berechnungen deutlich weniger Unterschiede aufweist, als in der

ursprünglichen Berechnungsmethode. Um diese Bereinigung durch die Ausrei-

ßer zu illustrieren, nachfolgend noch der Vergleich der beiden Datensätze mit

Hilfe einer Darstellung der sog. Datenspanne (auch „datarange“ genannt).

Abbildung 8 Vergleich der Datenspanne Hammer- und Schätzpreis

(eigene Daten)

Wie man hier erkennen kann, befinden sich in der linken Darstellung deutlich

mehr in der Betrachtung, was zu einer erheblichen Datenspanne führt. Allein

durch die Entfernung der oberen und unteren 10 % an Datenausreißern kann

das Bild deutlich gebessert werden.

Als Fazit zu dieser Methode kann man sagen, dass sie viele der o.g. Probleme

der Subjektivität umgeht und somit eine sinnvolle Weiterentwicklung darstellt.

Sie ist relativ einfach zu verwenden und erzeugt brauchbare Ergebnisse, die

jedoch die generellen Renditeaussichten weiter zu schmälern scheinen.

f. „repeat-sale regression method“

Aufbauend auf der Methode der Durchschnittserrechnung von wiederholten

Transaktionen verwendet Anderson (1974) die Regressionsanalyse erstmals

für die Berechnung eines Kunstpreisindex und begibt sich damit auf deutlich

komplexeres und statistischeres Terrain. Auf Basis der Preisdaten für einen



auszuwählenden Teilmarkt wird hierbei ebenfalls der vorhandene Datenbe-

stand auf die Mehrfachtransaktionen verkürzt. Danach wird für jedes Werk der

Gewinn bzw. Verlust zwischen den jeweiligen Transaktionen errechnet. Dies

geschieht bei mehr als zwei Transaktionen für ein Werk so oft, bis für jede Pe-

riode zwischen Kauf und Verkauf eine prozentuale Rendite errechnet ist. Die

errechneten Renditen werden auf ein jährliches Maß umgerechnet, um Ver-

gleichbarkeit zu gewährleisten. Als Ergebnis erhält man für jedes Kunstwerk

eine Zeitreihe mit jährlichen Renditen – jeweils von der ersten auftretenden

Transaktion bis zur letzten. Diese jährlichen Renditen werden jetzt für alle Wer-

ke des Samples auf Jahresbasis zu einem Durchschnittswert zusammenge-

rechnet, der die jährliche Rendite des Gesamtsamples abbildet. Anhand dieses

Durchschnittswertes lässt sich ein Preisindex für das gesamte Sample erstel-

len, indem auf einer zu wählenden Basis (z.B. 1 oder 100) die jährlichen

Durchschnittsrenditen in eine Indexzahl umgerechnet werden.

Mathematisch wird das hier „bildlich“ beschriebene Verfahren anhand einer

Matrix durchgeführt – Spalten stehen für Perioden und Zeilen für die verschie-

denen Kunstwerke. In dieser Matrix werden alle Daten abgetragen, die im

Sample vorhanden sind. Dabei wird ein Feld mit einer „0“ gefüllt, wenn das

fragliche Werk im besagten Jahr noch nicht gehandelt wurde bzw. die letzte

Transaktion schon verzeichnet wurde. Mit einer „1“ wird die Stelle gefüllt, wenn

die entsprechende Handelsperiode für das Werk zwischen zwei oder mehreren

Transaktionen liegt – also eine Rendite im oben beschriebenen Sinne vorhan-

den ist. Jeweils an den Punkten der Transaktion pro Werk und Periode wird der

aufgezeichnete Preis eingetragen. Alle Stellen mit einer „1“ in der Matrix sind

Platzhalter für die Renditen, die durch die Differenz zwischen Kaufpreis und

Verkaufspreis errechnet werden können. Kalkuliert man nun die Matrix, so er-

hält man das oben beschriebene Ergebnis.

Diese Methode wurde mit der Zeit von diversen Wissenschaftlern, wie z.B.

Goetzmann (1993) und Pesando (1993) verbessert. Zu nennen ist dabei vor

allem die Trennung von festen und variablen Anteilen der resultierenden Rendi-

te. Als feste oder „eingebaute“ Anteile der Rendite wurden dabei besonders die

Inflation und z.B. eine generell steigende Nachfrage nach Kunst aus der variab-



len Steigung (also der wirklichen, kunstwerkspezifischen Rendite) heraus ge-

rechnet, was zu realistischeren Betrachtungen geführt hat. Zusätzlich wurde

mit den Jahren am Problem der zu kleinen Datenbasis für wiederholte Transak-

tionen gearbeitet. Neue Studien verwenden eine viel höhere Anzahl an Trans-

aktionen und sind damit aussagekräftiger. Ende der 90er Jahre entdeckten

Forscher Ähnlichkeiten zu Berechnungsmethoden für den Häusermarkt. So

haben z.B. Goetzmann & Spiegel (1995) mit dieser Erkenntnis weitere Fein-

heiten für den Kunstmarkt ergänzt. Locatelli-Biey & Zanola (1999) haben als

erste einen vollständigen Markt mit dieser Methode abgebildet, indem sie für

den italienischen Markt von Gemälden einen Preisindex errechneten. Die aktu-

ellste Anwendung findet man bei Mei & Moses (2002) , die mit ihrem Index sehr

viel Anerkennung und Aufmerksamkeit in der Presse bekommen haben. Sie

haben die Probleme der zu kleinen Datenbasis aufgegriffen und durch enorme

Recherchearbeit eine sehr große Datenbasis an wiederholten Transaktionen

gewonnen (durch die schon erwähnte Rückwärtsdatenfindung). Damit wurde

es möglich, auch Indices für Submärkte zu errechnen und diese mit dem gene-

rellen Kunstmarkt zu vergleichen.

Mit der Einbeziehung der Regressionsanalyse ist es immer noch möglich, rela-

tiv einfach einen Kunstpreisindex zu errechnen. Durch die Verwendung von

Mehrfachtransaktionen sind wesentliche Kritikpunkte einiger der vorherigen

Methoden allerdings noch nicht behoben – was die generelle Qualität der Er-

gebnisse teilweise in Frage stellt. Trotz alledem ist im Vergleich zur noch dar-

gestellten „hedonic price“-Methode der nötige Aufwand gering und man muss

sich nicht in eine subjektive Diskussion der wertbestimmenden Faktoren ein-

lassen. (Chanel, Gerard-Varet L.-A., & Ginsburgh 1996; Gerard-Varet L.-A.

1995)

Leider kann diese Methode nicht am Praxisbeispiel gezeigt werden, da auch

hierfür wiederholte Transaktionen im Datensatz vorhanden sein müssen.



g. „hedonic price method“

Bei dieser Berechnungsform, die ebenfalls bei Indices für Häuser- und Oldti-

merpreise verwendet wird15, spielen die Eigenschaften des Kunstwerkes eine

zentrale Rolle. (Chanel, Gerard-Varet L.-A., & Ginsburgh 1996) Mit Hilfe von

Regressionsgleichungen werden die Einwirkungen von Eigenschaften des

Kunstwerkes auf den Preis berechnet. Dies sind z.B. die Reputation, Leistung

und der Lebensabschnitt des Künstlers, kunsthistorischer Wert, Stilrichtung,

Thema, Medium, Technik, Größe, Echtheit und Zustand des Kunstwerkes so-

wie Historie des Besitzes und der Zeitpunkt / die Umgebung der Transaktion.

Mit Hilfe der möglichst umfangreichen Transaktionsdaten, die neben dem Preis

auch viele der o.g. Faktoren enthalten, kann man über Computer eben diesen

Einfluss bzw. das Gewicht der jeweiligen Variablen auf den Handelspreis in ei-

nem zu wählenden Basisjahr aus den vorliegenden Daten berechnen. Statisti-

sche Feinheiten, wie z.B. „Schaltervariablen“ (auch „Dummy-Variablen“ ge-

nannt), die nur die Werte 0 und 1 annehmen können (um z.B. den Handelsort

oder Künstlernamen in die Berechnungen einzubeziehen), verkomplizieren den

Modellaufbau zusätzlich. Hat man die Berechnungen für das Basisjahr einmal

durchgeführt, so kann man die Preisentwicklung des Gesamtmarktes eindeutig

ermitteln: Man setzt die Eigenschaften der Kunstwerke für die anderen Jahre

einfach in die mit Gewichten versehene Regressionsgleichung ein, summiert

die daraus resultierenden „neutralen“ Werte auf und vergleicht diese Summe

mit dem vorherigen gesamten Transaktionswert für das zu untersuchende Jahr.

Aus der Abweichung dieser beiden Gesamtmarktwerte ergibt sich die mögliche

Rendite. Ebenso kann man auch mit den Preisen von Einzelwerken verfahren –

hier lässt sich mit der Regressionsgleichung ebenfalls ein neutraler Wert ermit-

teln, den man mit dem realen Transaktionswert vergleichen kann. Es wird auch

möglich, Preiserwartungen für die Zukunft zu bestimmen, sofern man die Ei-

genschaften eines Werkes ausreichend kennt. (Agnello 2002; Chanel, Gerard-

Varet L.-A., & Ginsburgh 1996)

15 Bei Häusern und Oldtimern handelt es sich um ähnlich heterogene und selten gehandelte Güter,wobei bei Immobilien durch ihre nicht vorhandene Beweglichkeit sicherlich längere Ausführungennotwendig sind, um diese Analogie zu belegen.



Problematisch bei dieser Methodik ist vor allem die Tatsache, dass man sich

über die Anzahl, den Charakter und die Messbarkeit der verwendeten Kriterien

trefflich streiten kann und diese natürlich auch im Datensatz vorliegen müssen.

(Chanel, Gerard-Varet L.-A., & Ginsburgh 1996) Des Weiteren kann man an-

nehmen, dass sich die errechneten Gewichte der Variablen im Basisjahr über

die Zeit ändern, weil z.B. bestimmte Moden die Popularität bestimmter Formate

fördern und damit dieser Faktor in der Zukunft einen höheren Einfluss auf den

erzielbaren Preis hat. (Candela & Scorcu 1997; Locatelli-Biey M. & Zanola

1999) All das verhindert die Aufstellung eines Preisindex, der Preisentwicklun-

gen über lange Zeit korrekt vergleichbar darstellt. Zusätzlich ist der hohe statis-

tische Aufwand als Kritikpunkt zu nennen – einfache Berechnungen für Laien

sind schier unmöglich, weil das Modelldesign sehr viel Erfahrung im Umgang

mit den genannten Methoden erfordert. Ein wesentlicher Vorteil ist, dass die

Einschränkung der Datenbasis einiger genannter Methoden durch die Bedin-

gung der Mehrfachtransaktion heraus fällt und damit ein repräsentativeres Bild

des Marktes aufgezeigt werden kann – obwohl man auch die Notwendigkeit

sehen muss, dass die verwendeten Daten Angaben zu den Kriterien enthalten.

(Buelens & Ginsburgh 1993)

Die Relevanz und Popularität dieser Methode kann man an der Anzahl der Ver-

treter erkennen: Erstmals wurde sie von Anderson (1974) für den Kunstmarkt

theoretisch angedacht. Chanel et al. (1994) , Buelens & Ginsburgh (1993) , de

la Barre et. al (1994) , Chanel et al. (1996) , Mossetto & Lazzaro (1996) , Czu-

jack (1997) , Locatelli-Biey & Zanola (2002) , Renneboog & van Houtte (1998) ,

Ginsburgh & Jeanfils (1995) , Gerard-Varet (1995) sowie Agnello (2002) ver-

wendeten diese Methode für eigene Berechnungen, beschäftigten sich mit den

Problemen bei der Anwendung und entwickelten sie weiter.

Ein praktisches Beispiel für die Anwendung der Erkenntnisse aus diesem Teil-

bereich ist das Computerprogramm „TaxSim“. Dieses Programm bietet einen

Kunstpreis-Richtwert für zweidimensionale Kunstwerke der zeitgenössischen

bildenden Kunst. Anhand von 66 Fragen (also 66 Einflussfaktoren) zum Werk,

zum Künstler, zur Ausstellungsaktivität und zur Medienpräsenz soll eine mög-

lichst realistische Einschätzung des Künstlers und des zu taxierenden Werkes



erstellt werden. Problematisch hierbei sind jedoch die Fragen, die zu beantwor-

ten sind. Es werden sehr genaue Angaben über den Künstler verlangt, sodass

es wirklich nur ein Programm für Leute ist, die einerseits bereits Werke eines

Künstlers besitzen und sich andererseits ausführlich mit diesem beschäftigt

haben. Des Weiteren gibt es Restriktionen für die Verwendung der Software:

Die Objektgröße darf das Maß 3x3 Meter nicht überschreiten und der zu taxie-

rende Wert darf nicht über 30.000 EUR liegen. Diese Einschränkungen sind auf

den Charakter der Regressionsformel (also „Preisfunktion“) zurückzuführen, die

aus einem so genormten Sample erstellt wurde und deshalb auch nur dafür

Gültigkeit besitzt. (Atelier Verlag 2004)

Auch für diese Methode ist das hier verwendete Beispielsample für asiatische

Kunst leider nicht geeignet. Neben dem Transaktionspreis findet sich zwar das

Transaktionsdatum im Datensatz, jedoch liegen wichtige Kriterien wie z.B. Ma-

ße, Herkunft, Qualität und Art des Stückes hier nur in gesammelter Textform

vor – was eine technische Weiterverwendung stark erschwert. Nochmals sei in

diesem Zusammenhang auf die zentrale Entscheidung für eine geeignete Da-

tenquelle und die Aufbereitung der Daten verwiesen. Die Möglichkeit des Me-

thodeneinsatzes hängt zentral von diesen vermeintlich vorbereitenden Schrit-

ten ab.

Wie man an den vorhergehenden Ausführungen erkennen kann, handelt es

sich bei dieser Methode um die statistisch sauberste Lösung für die Erstellung

eines Kunstpreisindex. Durch das geschickte Anwenden von mathematischen

Methoden gelingt es, die meisten der bei den vorigen Methoden erwähnten

Probleme zu umgehen – wenngleich auch enormer Sachverstand dafür von

Nöten ist.

h. Zusammenfassung

Generell lässt sich sagen, dass sich mit der Verwendung von mathematisch

und statistisch anspruchsvolleren Berechnungsmethoden die Genauigkeit der

Ergebnisse erhöht und die Anzahl der Kritikpunkte daran verringert hat. Von

den Methoden der Durchschnittspreisberechnung über die Regressionsanalyse

bis hin zur „hedonic price method“ kommen die Forscher immer mehr zu dem

Schluss, dass Kunst im Vergleich zu klassischen Investitionsgütern eine gerin-



gere Rendite aufweist. (Ashenfelter, O., Graddy, K., and Stevens, M. 2002)

Dieser immer genauere Nachweis dieser „underperformance“ im Zusammen-

hang mit der Weiterentwicklung der verwendeten Methoden lässt sich am ge-

wählten Praxisbeispiel in Ansätzen nachvollziehen und wird auch in zahlrei-

chen Veröffentlichungen behandelt, wie im Anhang zu erkennen ist. (Chanel,

Gerard-Varet L.-A., & Ginsburgh 1996; Locatelli-Biey M. & Zanola 1999)

Trotz des Plädoyers für die komplexen Methoden lässt sich erkennen, dass

entgegen der Ideologie der 90er Jahre einige Forscher wieder einfachere Me-

thoden verwenden. (Mei & Moses 2002) Je nach verfolgtem Ziel ist dies durch-

aus eine Alternative zu den komplexeren Methoden – und das bei ähnlichen

Ergebnissen und Aussagen.



5. Evaluation und Verbesserungsansätze

Wenn man alle vorangegangenen Schritte sauber durchgeführt hat, so hat man

einen theoretisch korrekten Kunstpreisindex erstellt. Die äußerst divergierenden

Ergebnisse der verschiedenen Berechnungsmethoden und die Vielzahl der zu be-

achtenden Dinge zeigen jedoch auch, dass die Berechnung keinesfalls das Ende

unserer Betrachtung sein kann. Nachfolgend sollen noch mal die größten „Fallen“

bei der Berechnung aufgezeigt und über mögliche Verbesserungsansätze nach-

gedacht werden.

a. Verwendete (analoge) Datenbasis

Ein schon oft im Laufe dieser Ausarbeitung angesprochenes Problem ist die

verwendete Datenbasis. Bei fast allen Veröffentlichungen wird Reitlinger´s

Sammelband „The Economics of Taste“ (Reitlinger 1982) verwendet, welcher

Daten über Kunstpreisauktionen von 1760 bis 1963 (Band 1 und 2) und in den

60ern beinhaltet (Band 3). Hierbei sind Fehler, wie z.B. die Erfassung von

„Bought-Ins“ der Auktionshäuser oder die Vernachlässigung der Transaktions-

kosten vorhanden. Außerdem ist in den dargestellten Daten unklar, ob struktu-

relle Brüche, wie z.B. Kriege, Inflation, Deflation, Währungsumrechnungskurse,

Veränderungen in der Besteuerung von Kunst oder ein Wandel des Kunstbe-

griffes an sich berücksichtigt sind. Des Weiteren kann man annehmen, dass

Reitlinger seinen persönlichen Geschmack bei der Auswahl der aufgezeichne-

ten Daten mit ins Spiel gebracht hat, d.h. nur bestimmte Kunstgattungen im

Fokus seiner Betrachtung standen. (Goetzmann 1993; Holub, Hutter, & Tapp-

einer 1993; Mei & Moses 2002) All diese Punkte führen dazu, dass sich schon

bei der Verwendung mehrerer Datenquellen miteinander Differenzen zwischen

bestimmten Angaben ergeben, die man nur schwer auflösen kann. (Chanel,

Gerard-Varet L.-A., & Ginsburgh 1996; Holub, Hutter, & Tappeiner 1993)

Mit der Verwendung von digitalen und damit umfangreicheren Datenquellen

kann man dieses Problem teilweise lösen. Geht man davon aus, dass der ent-

sprechende Dienstleister einheitliche Aufzeichnungsmethoden verwendet, so

hat man homogenere Daten, die man für die Weiterverarbeitung verwenden

kann. Die Kopplung von mehreren Datenquellen scheint zudem ein interessan-



ter Weg, um mit heutiger Computertechnik Auswertungen über immens große

Datenbestände zu machen. Zu beachten ist dabei allerdings der bereits be-

schriebene unterschiedliche Charakter der Daten, den man jedoch ebenfalls

per Computertechnik wesentlich einfacher abstellen kann, als mit klassischen

Methoden. Zieht man nach der Vereinheitlichung noch Bereinigungsmethoden

zu Rate (Inflation, Umrechnungskurse, Transaktionskosten usw.), so sollte es

möglich werden, auf ungeahnt große und gut nutzbare Datenbestände zurück-

zugreifen. Mit diesen digitalen Daten scheint gerade die Kombination mit alten

Datenquellen eine viel versprechende Richtung. Anhand des „backward filling“

aus mehreren Quellen kann man die Datenbasis gezielt ausweiten und für die

entsprechenden Zwecke repräsentativer machen.

b. Bezug auf den Tertiärmarkt

Trotz der vorgeschlagenen Verschmelzung von Datenquellen bleibt ein Prob-

lem: Der fast alleinige Bezug auf Auktionsdaten und damit den Tertiärmarkt.

(Frey & Eichenberger 1995) Um auch den Sekundärmarkt und den Primär-

markt mit in die Berechnungen einbeziehen zu können, benötigt man Daten

aus diesen Märkten. Da hierfür nur wenige Datenquellen vorhanden sind, muss

man auf exotischere Methoden der Erfassung zurückgreifen.

Ein Weg dabei könnte die Vermischung von „weichen“ Indexmethoden, die sich

auch mit dem Primär- und Sekundärmarkt beschäftigen, mit Auktionsindices

des Tertiärmarktes sein. Beispielsweise könnten Daten des Capital Kunstkom-

pass (capital.de 2004) mit Auktionsdaten vermengt werden, um eine Kunst-

preisentwicklung von Sekundär- zum Tertiärmarkt zu untersuchen. Im Kunst-

kompass werden anhand eines Punktesystems auch Erscheinungen des

Künstlers in den Medien, bei Ausstellungen und in Museen gewertet, außer-

dem befindet sich eine Preisspanne der Preise von Galerien abgedruckt. Diese

Daten könnte man geschickt mit Auktionspreisen (wahrscheinlich späterer Jah-

re) verrechnen, um eine Aussage über eine weiter gefasste Preisentwicklung

zu bekommen. Diese Methode ist sicherlich auch mit anderen Quellen dieser

untergeordneten Märkte machbar – müsste jedoch noch im Detail auf die dabei

auftretenden Probleme untersucht werden.



Ein weiterer Weg wäre die eigene Erfassung von Daten auf dem Primär- und

Sekundärmarkt. Hier ist es allein durch die Anzahl der Akteure nicht sinnvoll,

diese Daten auf dem Beobachtungsweg zu erfassen – vielmehr muss ein Sys-

tem erdacht werden, welches die Akteure veranlasst, selbst Daten anzugeben.

Denkbar wäre z.B. der Aufbau einer virtuellen Galerie, in der sich speziell klei-

nere Galerien samt ihrer Künstler und Werke darstellen können. Analog zu z.B.

der Internetgalerie bigart.de (bigart.de 2004) könnte es sich dabei um eine

Plattform handeln, auf der Kunstinteressierte nach Kunst suchen können. Gale-

rien, die sich diesem Medium bedienen, erweitern damit Ihre Zielgruppe und

können sich und ihre Werke darstellen. Durch die dort gemachten Angaben,

wie z.B. Künstlername, Werkname, Preis usw. wäre es möglich, den Primär-

und Sekundärmarkt gezielter zu erfassen. Analog zu dieser Idee des „Geben

und Nehmen“ wäre ein weiterer, aus der betriebswirtschaftlichen Betrachtung

schon bekannter Weg, möglich: Seit 1960 erfasst die Harvard Business School

unternehmensinterne Kennzahlen in einem Projekt namens PIMS. Dabei geht

es darum, die Faktoren für unternehmerischen Erfolg zu ergründen. Unterneh-

men, die ihre teilweise geheimen Daten in das PIMS-System einpflegen, be-

kommen im Gegenzug Zugriff auf aggregierte Daten ihrer Branche, um sich

selbst besser einschätzen zu können. (Buzzell & Gale 1987; Unternehmerin-

fo.de 2004) Analog zu dieser Idee könnte man ein System entwerfen, in dem

Galerien ihre Verkaufsdaten offen legen und im Gegenzug Zugriff auf zusam-

mengefasste Daten – also eine Art Kunstpreisindex – bekommen, die ihnen

helfen in ihrem Markt zu agieren.

Eine Diskussion dieser Ideen mit betroffenen Akteuren würde zu einem besse-

ren Gespür für tragfähige Konzepte führen und damit auch mögliche Realisati-

onsrichtungen vorgeben. Mit Daten solcher Ausprägung wären nie da gewese-

ne Untersuchungen möglich, die diesen Forschungsbereich mit neuem Leben

füllen.

c. Eigenheiten von Auktionen

Wenn man den Auktionsmarkt vorerst als einziges Betrachtungsfeld sieht, so

fällt auf, dass im Bereich der Kunst bisher wenig auf die Besonderheiten einge-

gangen wurde, die bei Auktionen als Transaktionsform auftreten.



Ein Beispiel hierfür ist der so genannte „afternoon effect“. (Beggs & Graddy

1997) Dieser besagt, dass gegen Ende von Auktionen tendenziell niedrigere

Preise erzielt werden, als am Anfang. Um diesem Effekt entgegenzuwirken

bzw. diesen auszunutzen, ordnen Auktionshäuser ihre Stücke auf besondere

Art und Weise in den Losen an. Je nach Gut findet außerdem eine Mengen-

oder Qualitätsanpassung in den Losen statt, um diesem Effekt entgegen zu

wirken. Interessant wäre es zu untersuchen, ob diese Effekte auch im Kunst-

markt eine Rolle spielen und wie Auktionshäuser damit umgehen – denn eine

Mengenanpassung scheint schon aufgrund des Charakters von Kunst unmög-

lich.

Ein weiteres bekanntes Phänomen ist das „law of one price“, welches besagt,

dass bei zu vernachlässigenden Transaktionskosten gleichartige Stücke überall

auf der Welt den gleichen Preis erzielen sollten. Im Kunstbereich ist aber zu er-

kennen, dass je nach Handelsort und Auktionshaus durchaus sehr unterschied-

liche Preise für Werke oder Gattungen erzielt werden – wenngleich diese Be-

obachtung schwieriger zu treffen ist, weil es sich ja um inhomogene Güter han-

delt. Interessant wäre aus diesem Grund, dieses Phänomen mit geeigneten

und auf den Kunstmarkt angepassten Mitteln zu untersuchen. Ergebnisse

könnten interessante Hinweise auf die Saisonalität, Ortsgebundenheit sowie

die Strahlkraft von Auktionshäusern als Marke geben. (Ashenfelter 1989; Pe-

sando 1993)

Eine dritte verfolgenswerte Richtung könnte auf die Funktionsweise von Aukti-

onen abzielen: Hierbei wäre besonders die Existenz von „bought-ins“ sowie ei-

nes geheimen Reservationspreises von Interesse. Wie gehen Auktionshäuser

damit im Kunstmarkt um und welche Maßnahmen ergreifen Käufer und Verkäu-

fer um diese Effekte auszunutzen bzw. zu beeinflussen? Eine zu beachtende

Denkrichtung ist dabei sicherlich die Institutionenökonomik – wenngleich ge-

nauere Überlegungen in diese Richtung noch angestellt werden müssten.

(Ashenfelter 1989; Beggs & Graddy 1997)

d. Berechnungsmethoden

Auf Seite der Berechnungsmethoden haben die vorigen Erläuterungen gezeigt,

dass die Tücken nicht mehr in den Methoden selbst liegen. Hier sind durch den



Einsatz von moderner Technik alle Berechnungen schnell durchzuführen und

somit auch aussagekräftige Vergleiche anzustellen. Vielmehr sei hier nochmals

darauf verwiesen, dass die Qualität der dabei verwendeten Daten enorme Re-

levanz besitzt – der zukünftige Fokus also darauf gelegt werden sollte.

Eine Denkrichtung, die eventuell noch neue Impulse liefern könnte, wäre das

Recherchieren nach weiteren Märkten mit ähnlichen Anomalien, wie im Kunst-

markt. Ein Vergleich der dort aktuell zu findenden Indexerstellungsmethoden

könnte bisher noch vernachlässigte Denkweisen hervorbringen, deren Anwen-

dung für den Kunstmarkt ggf. noch weitere Informationen liefern könnte. Märk-

te, bei denen diese Methode teilweise schon verwendet wurde, sind zum einen

der Immobilien- und Grundstücksmarkt, der Markt für historische Fahrzeuge

(Oldtimer) sowie der Markt für Weine. Doch auch für diese Märkte scheint eine

Überprüfung eventuell noch nicht übertragener Ansätze noch lohnenswert zu

sein.

e. Abkehr von klassischen Paradigmen

Die vorigen Analysen bezogen sich alle auf die Paradigmen des rationalen

Verhaltens bzw. der Nutzenmaximierung von Individuen. (Machina 1987) Ein

weiterer Denkweg für folgende Forschungen könnte sich aufgrund der vorge-

stellten Anomalien von diesen Paradigmen abwenden.

Eine mögliche Richtung stellt dabei der Bereich der „behavioural finance“ dar.

Seit 1955 beschäftigen sich Forscher mit Anomalien des Aktienmarktes, die

durch menschliche Schwächen oder psychologische Phänomene zu erklären

sind. (behaviouralfinance.net 2004; Thaler 1993) Aufgrund der Unterschiede

zwischen dem Gut Kunst und klassischen auf Finanzmärkten gehandelten An-

lagegütern lässt sich vermuten, dass gerade diese oder ähnliche Effekte noch

stärker auf dem Kunstmarkt auftreten und man diese mit bereits bekannten Me-

thoden finden und analysieren kann.

Bekannte Effekte sind z.B. der „Januareffekt“, der besagt, dass besonders im

Januar die Aktienmärkte positive Entwicklungen aufweisen. Dies wird durch

steuerliche Aspekte, das „window dressing“ der Fonds sowie eine hohe Liquidi-

tät der Anleger erklärt. Weiterhin besagt der „Größeneffekt“, dass Portfolios mit



kleineren Werten in Krisenzeiten bessere Entwicklungen als der Gesamtmarkt

aufweisen – sich in Boomphasen hingegen schlechter als der Gesamtmarkt mit

vergleichbarem Risiko entwickeln. Verschiedene Anlagestrategien beeinflussen

den Markt ebenfalls: Akteure, die längerfristig orientiert sind, kaufen eher „ge-

gen“ den Markt (also bei sinkenden Kursen); Personen mit einer Präferenz für

kurzfristigen Erfolg springen auf bestehende Trends auf und kaufen demzufol-

ge eher bei steigenden Kursen. Der so genannte „Herdentrieb“ ist laut der „be-

havioural finance“ durch Informationskaskaden zu erklären, d.h. Marktakteure

folgen zur Minimierung des eigenen Aufwands der Informationsbeschaffung

lieber Marktinsidern, die vermeintlich die richtige Entscheidung treffen. (Shefrin

2002; Shleifer 1999) All diese Effekte werden größtenteils individualpsycholo-

gisch erklärt. Menschen handeln anhand von Referenzorientierung, Verlusta-

version, selektiver Wahrnehmung sowie unter Wahrnehmungsfehlern, Vergan-

genheitsorientierung und am Beispiel von Moden. Besonders Männer leiden

unter Selbstüberschätzung und verfallen dem „mental accounting“. (Wikipedia -

The Free Encyclopedia 2004)

Eine Übertragung dieser Überlegungen auf den Kunstmarkt scheint lohnens-

wert und sollte mit entsprechendem Datenmaterial leicht durchführbar sein.

Überlegungen, dass auch und insbesondere Sammler diesen psychologischen

„Fallstricken“ unterliegen, scheinen auf der Hand zu liegen und sollten in späte-

ren Untersuchungen thematisiert werden. Eine geeignete Übersicht über die-

ses Thema befindet sich im „History“-Bereich von behaviouralfinance.net (be-

haviouralfinance.net 2004) und sollte ausreichend inspirierendes Material lie-

fern können, um diese Thematik näher zu betrachten.

f. Alltagstauglichkeit der Ergebnisse und Popularisierung

Ein letzter Verbesserungspunkt bezieht sich nicht auf die bisher vorgestellten

Denkansätze und Ergebnisse, sondern auf deren Vermarktung. Bisher ist es

so, dass wissenschaftlich zu bezweifelnde Methoden die größte Resonanz in

Medien erzeugten. Diese teilweise falschen Aussagen verzerren die Informati-

onslage am Markt und führen dazu, dass sich eine Reihe von Akteuren von

diesen falschen Aussagen beeinflussen lassen. (Frey 1997)



Doch gerade die Forschung sollte in diesem Diskurs eine größere Rolle spie-

len. Mit der so genannten „Versionierung“ von Forschungsergebnissen sollte es

möglich sein, auch größere Zielgruppen mit den interessanten Ergebnissen zu

versorgen. (Jansen & Göbel 2004)

Eine Dimension dabei ist eine adäquate Publikationsstrategie: Zum einen zählt

natürlich die Platzierung der Forschungsergebnisse in bekannten „Journals“,

um vor allem der „scientific community“ zu signalisieren, dass entsprechende

Aktivitäten existieren. Dieser aktive Beitrag in der Weiterentwicklung von wis-

senschaftlichen Denkrichtungen ist die Basis für weitere Versionierungen. Da-

rauf aufbauend wird es möglich, mit Lehrbüchern auch den wissenschaftlichen

Nachwuchs zu versorgen. Dabei ist besonderer Wert auf die Beschreibung der

Vorgehensweise zu legen, um das Nachvollziehen zu ermöglichen und Lernef-

fekte zu erzielen. Der dritte Weg – und hier liegen die wirklichen Defizite im ak-

tuellen Vorgehen – geht in Richtung Presse. Durch eine populistischere und

teilweise trivialisierende Darstellungsweise soll es möglich werden, die For-

schung auch in der Presse darzustellen. Zu nennen sind hierbei vor allem über-

regionale Tageszeitungen, Magazine sowie Radio und TV.

Ein zweiter Weg der Darstellung der gewonnenen Erkenntnisse stellt die Teil-

nahme an Konferenzen sowie das Halten von Vorträgen dar. Beginnend mit

Forschungskolloquien und der Nutzung von bereits existierenden Bürgeruni-

versitäten, bis hin zur Teilnahme an überregionalen Veranstaltungen zu ent-

sprechenden Themen muss auch persönlicher Einsatz für den „Vertrieb“ der

eigenen Leistungen gezeigt werden.

Kriterien für die Auswahl entsprechender Aktivitäten können unter dem Ziel der

Maximierung des Bekanntheitsgrades z.B. die Diffusionswahrscheinlichkeit in

der Gesellschaft, der Reputationseffekt sowie die Marktaktivität des Themas

sein.



6. Zusammenfassung

Die vorliegende Arbeit hat gezeigt, dass die Probleme in der Bewertung von Kunst

und der Erstellung eines Preisindex im Wesentlichen in der Struktur des Gutes

sowie des Marktes begründet sind. Bei der Berechnung von Kunstpreisindices

wird diesem Umstand mit der Verwendung von mehr oder weniger komplexen

Verfahren Rechnung getragen, die allesamt zu dem Ergebnis kommen, dass

Kunst im Vergleich zu klassischen Investitionsgütern eine geringere Rendite auf-

weist. Dies liegt in den verschiedenen Nutzendimensionen von Kunst begründet,

die nicht nur in finanziellen Werten zu messen sind. Anderslautende Aussagen

kommen meist aus dem mit fehlerhaften Annahmen und unsauberen Methoden

behafteten Bereich der Populistik – sind für eine wissenschaftliche Betrachtung

allerdings kaum tragfähig. Eine nicht zu unterschätzende Rolle für den Gesamt-

prozess der Indexberechnung spielt die verwendete Datenbasis.

Anhand folgender Punkte können weitere Verbesserungen für zukünftige For-

schungen erzielt werden:

Datenbasis: Durch die konsequentere Verwendung digitaler Datenquellen

mit einer höheren Anzahl von verzeichneten Transaktionen und deren Ver-

bindung miteinander kann eine neue Qualität von Ergebnissen erzielt wer-

den.

Einbeziehung von Primär- und Sekundärmarkt: Durch die Erhebung und

Verwendung von Transaktionsdaten aus den Bereichen des kleineren

Kunsthandels sowie von Kunstgalerien kann die Wertentwicklung von Kunst

vollständiger abgebildet werden. Für die Erfassung solcher Daten müssen

Möglichkeiten erdacht und evaluiert werden.

Besonderheiten von Auktionen: Durch Einbeziehung von theoretischen Er-

kenntnissen zur Handelsform von Auktionen kann die Systematik von

Kunstauktionen besser verstanden werden und damit auch besser bewertet.

Neue Berechnungsmethoden: Anhand von Indexberechnungen aus ähnli-

chen, aber detaillierter betrachteten Märkten, können wertvolle Erkenntnisse



für den Kunstmarkt gewonnen werden. Eine Übertragung dieser Methoden

kann neue Sichtweisen eröffnen.

„behavioural finance“: Mit einer Abkehr von klassischen Paradigmen können

Marktphänomene erklärt werden, die bislang als gegeben hingenommen

wurden. Die „behavioural finance“ liefert dabei Erklärungsansätze, deren

Relevanz für den Kunstmarkt ebenfalls gegeben scheint.

Popularisierung: Durch eine breitere Publikation und Versionierung der ge-

wonnenen Ergebnisse können neue Zielgruppen erreicht werden und der

gesamten Kunstmarktforschung eine größere Praxisrelevanz sowie Auf-

merksamkeit verliehen werden.

Denkt man sich mögliche Weiterentwicklungen der Preisindexberechnung anhand

der genannten Punkte in Verbindung mit einer höheren Alltagstauglichkeit der Er-

gebnisse, so ergeben sich viele interessante Bereiche der Forschung für die

nächsten Jahre.



LiteraturverzeichnisAccel-Team.com. Begriffsdefinition. Verfügbar: http://www.accel-

team.com/pygmalion/ (Stand: 09.07.2004)

Agnello, R. J. 2002, "Investment Returns and Risk for Art: Evidence from Auctionsof American Paintings", Eastern Economic Journal, Vol. 28, Nr. 4, pp. 443-462.

Amazon.com. Sotheby's International Price Guide. Verfügbar:http://www.amazon.com/exec/obidos/tg/detail/-/0856673668/qid=1063032933/sr=1-5/ref=sr_1_5/002-6083157-9088867?v=glance&s=books (Stand: 17.04.2004)

Anderson, R. C. 1974, "Paintings as an Investment", Economic Inquiry, Vol. 12,Nr. 1, pp. 13-27.

Art Market Research. Homepage. Verfügbar: http://www.artmarketresearch.com(Stand: 17.04.2004)

Art Sales Index Ltd. Homepage. Verfügbar: http://www.art-sales-index.com (Stand:07.05.2004)

Artfact Inc. Homepage. Verfügbar: http://www.artfact.com (Stand: 07.05.2004)

artnet.com. Homepage. Verfügbar: http://www.artnet.com (Stand: 07.05.2004)

artprice.com. Homepage. Verfügbar: http://www.artprice.com (Stand: 15.04.2004)

Ashenfelter, O. 1989, "How Auctions Work for Wine and Art", Journal of EconomicPerspectives, Vol. 3, Nr. 3, pp. 23-36.

Ashenfelter, O. & Abowd, J. 2002, "Using Price Indeces and Sale Rates to assessShort Run Changes in the Market for Impressionist and ContemporaryPaintings," in Economics Of Art Auctions, G. Mossetto & M. Vecco, eds.,International Center for Art Economics - University Ca´ Foscari of Venice,Venice, pp. 71-83.

Ashenfelter, O., Graddy, K., & Stevens, M. A Study of Sale Rates and Prices inImpressionist and Contemporary Art Auctions. Verfügbar:http://www.econ.ox.ac.uk/members/kathryn.graddy/research/sale14ms.pdf(Stand: 05.2002)

AskART.com. Homepage. Verfügbar: http://www.askart.com (Stand: 07.05.2004)

Atelier Verlag. TaxSim - Kunstsimulationsprogramm. Verfügbar: http://www.atelier-verlag.de/preise.html (Stand: 16.04.2004)

Baumol, W. 1985, "Unnatural Value: Or Art Investment As Floating Crap Game," inNew York University, C.V. Starr Center - Working Papers, New York University,C.V. Starr Center - Working Papers, C.V. Starr Center, New York.

http://www.accel-team.com/pygmalion/

http://www.accel-team.com/pygmalion/

http://www.amazon.com/exec/obidos/tg/detail/-/0856673668/qid=1063032933/sr=1-5/ref=sr_1_5/002-6083157-9088867?v=glance&s=books



http://www.artmarketresearch.com/

http://www.art-sales-index.com/

http://www.artfact.com/

http://www.artnet.com/

http://www.artprice.com/

http://www.econ.ox.ac.uk/members/kathryn.graddy/research/sale14ms.pdf

http://www.askart.com/

http://www.atelier-verlag.de/preise.html

http://www.atelier-verlag.de/preise.html



Beggs, A. & Graddy, K. 1997, "Declining values and the afternoon effect: evidencefrom art auctions", RAND Journal of Economics, Vol. 28, Nr. 3, pp. 544-565.

behaviouralfinance.net. Themenüberblick. Verfügbar:http://www.behaviouralfinance.net (Stand: 10.07.2004)

bigart.de. Homepage. Verfügbar: http://www.bigart.de (Stand: 10.07.2004)

Blaug, M. 2001, "Where Are We Now On Cultural Economics?", Journal ofEconomic Surveys, Vol. 15, Nr. 2, pp. 123-142.

Brückner, M. Warum nicht in Kunstwerke investieren? Die Tagespost [129].26.10.2002.

Buelens, N. & Ginsburgh, V. 1993, "Revisiting Baumol´s 'Art as a Floating CrapGame'", European Economic Review, Vol. 37, Nr. 7, pp. 1351-1372.

BusinessWeek.com. Art: This Prices are Surreal. Verfügbar:http://www.businessweek.com/1998/52/b3610073.htm (Stand: 28.12.1998)

Buzzell, R. D. & Gale, B. T. 1987, The PIMS principles: linking strategy toperformance Free Press, New York.

Candela, G., Figini, P., & Scorcu, A. E. 2003, Price indices for artists - A proposal,Department of Economics - University of Bologna.

Candela, G. & Scorcu, A. E. 1997, "Art Price Index for Art Market Auctions: AnApplication to the Italian Market of Modern and Contemporary Oil Paintings",Journal of Cultural Economics, Vol. 21, Nr. 3, pp. 175-196.

capital.de. Kunstkompass. Verfügbar: http://www.capital.de/leb/kkp/index.html(Stand: 17.04.2004)

Chanel, O. 1995, "Is the Art Market Behaviour Predictable?", European EconomicReview Nr. 39, pp. 519-527.

Chanel, O., Gerard-Varet L.-A., & Ginsburgh, V. 1994, "Prices and Returns onPaintings: An Excercise How to Price the Priceless", Geneva Papers on Riskand Insurance Theory, Vol. 19, Nr. 1, pp. 7-21.

Chanel, O., Gerard-Varet L.-A., & Ginsburgh, V. 1996, "The Relevance of HedonicPrice Indices: The Case of Paintings", Journal of Cultural Economics, Vol. 20,Nr. 1, pp. 1-24.

Czujack, C. 1997, "Picasso Paintings at Auction", Journal of Cultural Economics,Vol. 21, Nr. 3, pp. 229-247.

Davenport, R. J. 2003, Davenport´s Art Reference & Price Guide Gordon´s ArtReference Inc..

http://www.behaviouralfinance.net/

http://www.bigart.de/

http://www.businessweek.com/1998/52/b3610073.htm

http://www.capital.de/leb/kkp/index.html



de la Barre, M., Docclo, S., & Ginsburgh, V. 1994, "Returns of Impressionist,Modern and Contemporary European Paintings 1962-1991", Annalesd'Economie et de Statistique, Vol. 0, Nr. 35, pp. 143-181.

Deutsche Bundesbank. Zeitreihendatenbank. Verfügbar:http://www.bundesbank.de/statistik/statistik_zeitreihen.php (Stand: 10.07.2004)

Diverse 2004, Kunstpreisjahrbuch Weltkunst Verlag.

Diverse 1994, World Collectors Annuary IBD Ltd..

Duden 2002, Duden Lexikon Bibliographisches Institut (Dudenverlag), Mannheim.

ephorie.de. Definition "Pareto-Prinzip". Verfügbar:http://www.ephorie.de/hindle_pareto-prinzip.htm (Stand: 23.05.2004)

Falk, P. H. 1994, Falk´s Print Price Index The Haworth Press, Inc..

Falk, P. H. 2003, Falk´s Art Price Index Dealers Choice Books.

Feld, L. P. & Pommerehne, W. W. 1997, "The Impact of Museum Purchase on theAuction Prices of Paintings", Journal of Cultural Economics, Vol. 21, Nr. 3, pp.249-271.

Fiske, J. The Fine Art Fund. Verfügbar:http://www.fiskeandfreeman.com/Article_Text/Fine%20Art%20Fund.htm(Stand: 20.09.2003)

Frey, B. S. 1997, "Art Markets and Economics: Introduction", Journal of CulturalEconomics, Vol. 21, Nr. 3, pp. 165-173.

Frey, B. S. & Eichenberger, R. 1995, "Ont the rate of return in the art market:Survey and evaluation", European Economic Review, Vol. 39, pp. 528-537.

Frey, B. S. & Pommerehne, W. W. 1989, "Art Investment: An Empirical Enquiry",Southern Economic Journal, Vol. 56, Nr. 2.

Gabrius S.p.A. Homepage. Verfügbar: http://www.gabrius.com (Stand:07.05.2004)

Gerard-Varet L.-A. 1995, "On pricing the priceless: Comments on the economicsof the visual art market", European Economic Review, Vol. 39, pp. 509-518.

Ginsburgh, V. & Jeanfils, P. 1995, "Long-term comovements in internationalmarkets for paintings", European Economic Review, Vol. 39, pp. 538-548.

Goetzmann, W. N. 1993, "Accounting for Taste: Art and the Financial Markets overThree Centuries", American Economic Review, Vol. 83, Nr. 5.

Goetzmann, W. N. & Spiegel, M. 1995, "Private value components, and thewinner's curse in an art", European Economic Review, Vol. 39, Nr. 3/4, pp. 549-556.

http://www.bundesbank.de/statistik/statistik_zeitreihen.php

http://www.ephorie.de/hindle_pareto-prinzip.htm

http://www.fiskeandfreeman.com/Article_Text/Fine Art Fund.htm

http://www.gabrius.com/



Gordon´s Art Reference Inc. Homepage. Verfügbar: http://www.gordonsart.com(Stand: 08.05.2004)

Handelsblatt. Investmentfond Global Art Fund. Handelsblatt [166], 31. 29.08.1997.

Handelsblatt. Anleihen: Global Art Fund. Handelsblatt [243], 37. 16.12.1998.

Handelsblatt. Ein neuer Fine Art Fund nur für Großanleger. Handelsblatt [38], 43.22.02.2002.

heuchelheim.info. ArtInvestor durchleuchtet Kunstmarkt. Verfügbar:http://www.heuchelheim.info/archiv/kunstundkultur/01b9fd92a1060e794.html(Stand: 15.04.2004)

Hislop, R. 2003, Art Sales Index Dealers Choice Books.

Holub, H. W., Hutter, M., & Tappeiner, G. 1993, "Light and Shadow in Art PriceComputation", Journal of Cultural Economics, Vol. 17, Nr. 1, pp. 49-69.

Hutter, M. 1989, "Kommunikationsphänomen Kunst: Ein Gang durch diekunstökonomische Forschung," in Festschrift für Clemens-August Andreae, P.M. Schmidhuber et al., eds., Mittelstands-Verlag-GmbH, Bonn, pp. 461-485.

Hutter, M. 1992, "Die bildende Kunst und ihre Wirtschaft," in Kulturmanagement -Kulturökonomik, Kulturmanagement - Kulturökonomik, Fernuniversität Hagen,Hagen, pp. 82-99.

Jansen, S. A. & Göbel, T. Internes Strategiepapier der Zeppelin University:Vertriebsstrategien, Versionierung und Trivialisierung. 07.2004.

Locatelli-Biey M. & Zanola, R. 2002, "The Sculpture Market: An Adjacent YearRegression Index", Journal of Cultural Economics, Vol. 26, Nr. 1, pp. 65-78.

Locatelli-Biey M. & Zanola, R. 1999, "Investment in Paintings: A Short-Run PriceIndex", Journal of Cultural Economics, Vol. 23, Nr. 3, pp. 211-222.

Machina, M. J. 1987, "Choice under uncertainty: Problems solved and unsolved.",Journal of Economic Perspectives, Vol. 1, pp. 121-154.

Mayer, E. 2004, International Auction Records Mayer & Archer Fields, New York.

Mei, J. & Moses, M. 2002, "Art as an Investment and the Underperformance ofMasterpieces", American Economic Review, Vol. 92, Nr. 5.

Michel, E. 2003, ADEC International Art Price Annual (Annuaire Des Cotes) ADECDiffusion.

Mossetto, G. & Lazzaro, E. 1996, Le determinanti dei prezzi delle opere d´arteUniversity of Venice, Mimeo.

Mossetto, G. & Vecco, M. 2002, Economics of Art Auctions FrankoAngeli s.r.l.,Milano.

http://www.gordonsart.com/

http://www.heuchelheim.info/archiv/kunstundkultur/01b9fd92a1060e794.html



Nagel´s Art Price Index. Homepage. Verfügbar: http://www.auction.de (Stand:08.05.2004)

OANDA.com. Historische Wechselkurse. Verfügbar:http://www.oanda.com/convert/fxhistory (Stand: 10.07.2004)

Persky, R. S. 2002, Photographic Art Market Auction Prices Photograph Collector.

Pesando, J. E. 1993, "Art as an Investment: The Market for Modern Prints",American Economic Review, Vol. 83, Nr. 5, pp. 1075-1090.

Peter, J. M. Wertstabile Anlage mit Macken. Frankfurter Allgemeine Zeitung , 9.08.05.2003.

Pohl, R. Inflationstheorie SS 2003. Verfügbar: http://www.wiwi.uni-halle.de/wiwi/lui/vwl/geld/UmdrInflat/Inflation%202.pdf (Stand: 03.05.2003)

Private - Das Magazin für Vermögensberatung und Private Banking. Kunst alsKapitalanlage. Verfügbar: http://www.private-magazine.ch/Datenbank/04.2001/kunst_d.pdf (Stand: 10.07.2004)

Proarte.at. Homepage. Verfügbar: http://www.proarte.at (Stand: 07.05.2004)

Reitlinger, G. 1982, The Economics of Taste. The Rise and Fall of Picture Prices1760-1960. Hacker Art Books, New York.

Renneboog, L. & van Houtte, T. 1998, The Monetary Appreciation of Paintings:From Realism to Magritte Tilburg University.

RLG.org. Homepage. Verfügbar: http://www.rlg.org (Stand: 07.05.2004)

Rubino, L. A. Art as an Asset Class. Verfügbar:http://faculty.fuqua.duke.edu/~charvey/Teaching/Independent_Studies_2001/Rubino/Art%20final.doc (Stand: 15.10.2001)

Shefrin, H. 2002, Beyond Greed and Fear: Understanding behavioral finance andthe psychology of investing Oxford University Press, Oxford.

Shleifer, A. 1999, Inefficient Markets: An Introduction to Behavioral Finance OxfordUniversity Press, Oxford.

stare.com. Art Futures. Verfügbar: http://www.stare.com/1996/9607/960723.html(Stand: 20.06.2004)

Statistisches Bundesamt Deutschland. GENESIS-Online. Verfügbar:http://www.destatis.de/genesis (Stand: 20.05.2004)

Stein, J. P. 1977, "The Monetary Appreciation of Paintings", Journal of PoliticalEconomy, Vol. 85, Nr. 5, pp. 1021-1035.

SUN.com. Homepage. Verfügbar: http://java.sun.com (Stand: 11.06.2004)

Thaler, R. H. 1993, Advances in behavioural finance Russel Sage, New York.

http://www.auction.de/

http://www.oanda.com/convert/fxhistory

http://www.wiwi.uni-halle.de/wiwi/lui/vwl/geld/UmdrInflat/Inflation 2.pdf

http://www.wiwi.uni-halle.de/wiwi/lui/vwl/geld/UmdrInflat/Inflation 2.pdf

http://www.private-magazine.ch/Datenbank/04.2001/kunst_d.pdf

http://www.private-magazine.ch/Datenbank/04.2001/kunst_d.pdf

http://www.proarte.at/

http://www.rlg.org/

http://faculty.fuqua.duke.edu/~charvey/Teaching/Independent_Studies_2001/Rubino/Art final.doc

http://faculty.fuqua.duke.edu/~charvey/Teaching/Independent_Studies_2001/Rubino/Art final.doc

http://www.stare.com/1996/9607/960723.html

http://www.destatis.de/genesis

http://java.sun.com/



Theran, S. 1998, Leonard´s Index of Art Auctions Auction Index Inc..

Thorsby, D. 1994, "The Production and Consumption of the Arts: A View ofCultural Economics", Journal of Economic Literature, Vol. XXXII, Nr. 1, pp. 1-29.

Tietzel, M. 2001, ""Money for Nothing"? Die Preisbildung von Originalkunstwerkenund Kopien", Perspektiven der Wirtschaftspolitik, Vol. 2, Nr. 1, pp. 15-30.

TKH GmbH. Homepage. Verfügbar: http://www.mageda.de (Stand: 07.05.2004)

Unternehmerinfo.de. Begriffsdefinition. Verfügbar:http://www.unternehmerinfo.de/Lexikon/p/PIMS.htm (Stand: 10.07.2004)

von Rosenberg. Interview in der Galerie Kewenig. 27.06.2003.

Wagenführ, H. 1965, Kunst als Kapitalanlage Forkel-Verlag, Stuttgart.

Wikipedia - The Free Encyclopedia. Definition "behavioral finance". Verfügbar:http://en.wikipedia.org/wiki/Behavioral_finance (Stand: 10.07.2004)

Wilke, W. 1999, Kunstvoll Investieren, Dresdner Bank, Frankfurt am Main.

xipolis.NET. Stichwortsuche. Verfügbar: http://www.xipolis.net (Stand: 23.05.2004)

Yahoo!Finance. Banks map out the investment minefield. Verfügbar:http://uk.biz.yahoo.com/030905/66/e7mzu.html (Stand: 15.04.2004)

http://www.mageda.de/

http://www.unternehmerinfo.de/Lexikon/p/PIMS.htm

http://en.wikipedia.org/wiki/Behavioral_finance

http://www.xipolis.net/

http://uk.biz.yahoo.com/030905/66/e7mzu.html



Anhang A: Datenquellen für Kunstpreise

Name Autor / Quelle Datenbasis Zeitraum Beschreibung Preis

ADEC International ArtPrice Annual: Annuairedes Cotes

Michel, E. (Michel 2003)

Auktionspreise:Gemälde, Drucke, Photo-grafien, Zeichnungen undSkulpturen

1988 - Heute

In 1988 nur französische Auktionen Verzeichnet. Danachauch Westeuropa, Nordamerkika, Japan und Skandinavien.Einträge sind in Englisch und Französisch. Aktuell auch imBundle mit „Falk´s Art Price Index“ (Falk 2003) erhältlich.Onlinedaten erhältlich bei artprice.com.

Buch: 99 EUR p.a.

Art Sales Index Ltd.Hislop, R. (Hislop 2003)http://www.art-sales-index.com (ArtSales Index Ltd. 2004)

Auktions- und Handelsprei-se:Gemälde, Zeichnungen,Miniaturen, Skulpturen undAquarelle

1920 - Heute

Oft verwendete Quelle. Eine Saison läuft von August bisJuli. Über 2.8 Millionen Transaktionen von 250.000 Künst-lern. Zeichnungen werden seit 1976 aufgezeichnet, Skulp-turen seit 1983. Nur Werke ab einem Wert von 250 USD.

Buch: ca. 150 EURp.a.CD: 449 EUR p.a.Online: 750 EURp.a.

Artfact Inc. http://www.artfact.com (Artfact Inc.2004)

Auktionspreise:Antiquitäten, Gemälde,Drucke, Skulpturen, Juwe-len u.a.

1986 - Heute Mehr als 5.000.000 Auktionsergebnisse. Texte aus Aukti-onskatalogen, teilweise mit Bild.

Online: 1995 USDp.a.

Art Market Research http://www.artmarketresearch.com(Art Market Research 2004)

Auktionspreise:Bildende Kunst 1985 - Heute

Bietet nur bereits berechnete Indices an. Es muss abereiner Datenquelle als Basis geben, die man ggf. erfragenkönnte.

artnet.com http://www.artnet.com (artnet.com2004)

Auktionspreise:sog. „Fine Art“ 1985 - Heute Über 2.4 Millionen Einträge, 500 Auktionshäuser aus 28

Ländern. 176.000 Künstler. Teilweise inkl. Bild.30 Suchen proMonat für 80 USD

artprice.com http://www.artprice.com (artpri-ce.com 2004)

Auktionspreise:sog. „Fine Art“ 1987 - Heute

3.7 Millionen Einträge mit 306.000 Künstlern aus 270.000Auktionskatalogen. Teilweise Texte und Bilder. Nachschla-gewerk der Kunstverkäufe von 1700-1900 als Buch erhält-lich.

99 USD p.a. (Zugriffnur auf Auktions-preise)

AskART.com http://www.askart.com (AskART.com2004)

Auktionspreise:Amerikanische Künstler unbekannt 32.000 Amerikanische Künstler mit Auktionspreisen und

Kataloginformationen.19,50 USD proMonat

Davenport´s Art Refe-rence & Price Guide

Davenport, R.J. (Davenport 2003)http://www.gordonsart.com (Gor-don´s Art Reference Inc. 2004)

Auktions- und Handelsprei-se:Öl, Aquarelle, Zeichnungenund Skulpturen

unbekannt Mehr als 250.000 internationale Künstler- und Preisinfor-mationen. Wird in jährlich aktualisierter Auflage angeboten.

Buch: 159 USD p.a.CD: 185 USD p.a.Online: 240 USDp.a..



Falk´s Art Price Index Falk, P.H. (Falk 2003)

Auktionspreise:Gemälde, Zeichnungen,Miniaturen, Skulpturen,Aquarelle und Drucke

1992 - Heute

Über 1500 Transaktionen von 366 Auktionshäusern aus 27Ländern. Inklusive "bought-ins". Verzeichnet alle Auktions-ergebnisse ab USD 100. Aktuell auch im Bundle mit „ADECInternational Art Price Annual: Annuaire Des Cotes“ (Michel2003) erhältlich.

Buch: 109 USD p.a.

Falk´s Print Price Index Falk, P.H. (Falk 1994) Auktionspreise:Drucke 1991 - 1992

Nach Künstler geordnet. Aber auch viele andere Kategori-sierungen von Drucken. Ab 1993 aufgegangen in „Falk´sArt Price Index“ (Falk 2003).

Nicht mehr erhält-lich.

Gabrius S.p.A. http://www.gabrius.com (GabriusS.p.A. 2004)

Auktionsdaten:sog. „Fine Art“ 1985 - Heute

Minimumpreise 1000 EUR. Die digitalen Daten könnenergänzt werden um Daten seit dem 14. Jh. (mit analogenQuellen).

Online: 990 EURp.a.

Gordon´s PhotographyPrices

Gordon´s Art Reference Inc.http://www.gordonsart.com (Gor-don´s Art Reference Inc. 2004)

Auktions- und Handelsprei-se:Photografien

1970 - HeuteMehr als 145.000 Transaktionspreise von Auktionen undHändlern, bibliographische Informationen und teilweiseBilder.

CD / Online: 595USD p.a.

Gordon´s Print PricesGordon´s Art Reference Inc.http://www.gordonsart.com (Gor-don´s Art Reference Inc. 2004)

Auktions- und Handelsprei-se:Drucke

1978 - HeuteBeste Quelle für Drucke mit mehr als 675.000 Einträgeninkl. Transaktionspreisen, Textinformationen und teilweiseBildern.

Buch: 350 EUR p.a.CD / Online: 595USD p.a.

International AuctionRecords Mayer, E. (Mayer 2004)

Auktions- und Handelsprei-se:Gemälde, Drucke, Zeich-nungen, Skulpturen undAquarelle

1963 - Heute Über 120.000 Auktionsergebnisse zu 50.000 Künstlern.Auch Künstler der niedrigeren Preisregionen verzeichnet. Buch: 180 EUR p.a.

Kunstpreisjahrbuch Weltkunst Verlag, Diverse Autoren(Diverse 2004)

Auktionspreise:Gemälde, Zeichnungen,Miniaturen, Ikonen, Drucke,Photografien, Skulpturen,Münzen, Möbel, DekorativeKunst, Manuskripte

1978/79 - HeuteKlassiker mit pro Jahr ca. 15-20.000 weltweiten Transakti-onsdaten. Teilweise mit Textinformationen und Bildern.Schwerpunkt auf dem deutschen Markt.

Buch: 125 EUR p.a.

Lawrence´s Dealer PrintPrices

Gordon´s Art Reference Inc.http://www.gordonsart.com (Gor-don´s Art Reference Inc. 2004)

Handelspreise:Drucke 1992 - Heute Über 250.000 Preise von Händlern. CD / Online: 595

USD p.a.

Leonard´s Index of ArtAuctions Theran, S. (Theran 1998)

Auktionspreise:Gemälde, Skulpturen,Zeichnungen und verschie-dene andere Medien

1980 - 1998

Amerikanische Künstler verkauft in den USA. Beste Zu-sammenstellung für diesen Bereich. Sehr gut für unbekann-te Künstler, weil alle Preise erfasst werden. In Teilen wei-tergeführt für den lateinamerikanischen Markt.

Buch: 245 USD p.a.



Mageda Maler- und Ge-mäldedatenbank

http://www.mageda.de (TKH GmbH2004)

Auktionspreise:Gemälde, Aquarelle, Zeich-nungen

unbekannt

103.000 Bildinformationen (Preise, Text und Bild) von über18.000 Künstlern. Beschränkung auf ca. 40 Auktionshäuserdes deutschsprachigen Bereichs. Kleinster Anbieter indiesem Bereich.

Online: 710 EURp.a. (Click&Buy:2,45 EUR für 10Minuten)

Nagel´s Art Price IndexNAX

http://www.auction.de (Nagel´s ArtPrice Index 2004)

Auktionspreise:Asiatische Kunst, ModerneKunst, Möbel, Gemäldeu.v.a.

unbekannt25 Kategorien mit über 25.000 Auktionsergebnissen desStuttgarter Auktionshauses Nagel. Einzige im Internetverfügbare kostenlose Quelle. Wächst ständig.

kostenlos

Photographic Art MarketAuction Prices Persky, R.S.(Persky 2002) Auktionspreise:

Photografien 1980 - Heute Nur Auktionen von Sotheby´s, Christie´s, Swann Galleriesund Butterfield & Butterfield verzeichnet. Buch: 70 USD p.a.

Proarte http://www.proarte.at (Proarte.at2004)

Auktionspreise:Diverse Kunstgattungen 1975 - Heute

Mehr als 365.000 Transaktionsdaten von über 40.000Künstlern. Hauptsächlich Auktionsdaten der Häuser„Dorotheum Wien“ und „Wiener Kunstauktionen“. Seit 1996auch Daten von Auktionshäusern aus Deutschland, derSchweiz, Tschechien und Ungarn.

CD: 150 EUR p.a.Online: 100 EURp.a.

Reitlinger´s Economies ofTaste Reitlinger, G. (Reitlinger 1982)

Auktions- und Handelsprei-se:Bildende Kunst

17. Jh. - 1960Zusammenstellung von Transaktionsdaten in 3 Bänden ausdiversen Bereichen. Teilweise selektierte Daten durcheinen eingeschränkten Blick auf den Kunstmarkt.

Buch: 100 USD

SCIPIO: RLG´s Art andRare Book Sales CatalogsDatabase

http://www.rlg.org (RLG.org 2004)Auktionspreise:Diverse Kunstgattungenund Bücher

1599 - Heute

Mehr als 894.000 Einträge mit mehr als 285.000 Einzelti-teln von nordamerikanischen und europäischen Auktions-häusern. Besonderheit: Datensammlung durch Zusam-menschluss von öffentlichen Institutionen.

Online: 1000 Anfra-gen für 890 USD(Vollzugriff aufNachfrage)

World Collectors Annuary Diverse Autoren (Diverse 1994)

Auktionspreise:Gemälde, Pastellzeichnun-gen, Zeichnungen, Gou-aches, Aquarelle

1946 - 1994Begrenzte Anzahl von Auktionshäusern aufgezeichnet. Fürmanche Jahre "Spezialdaten" von z.B. Japan, Israel,UdSSR und Schweden. Eine Saison geht von Juni bis Juli.

Buch: 175 USD p.a.



Anhang B: Untersuchungen und Ergebnisse

Quelle Datenbasis Methode Rendite16 Beschreibung

Agnello (2002)

Mehr als 25.000 Auktionsdaten vonamerikanischen Malern verschiede-ner Genres. Zeitraum von 1971 –1996.

„hedonic price“ 2,7 – 9,9 % (je nachKunstsegment)

Die Untersuchung umfasst die Berechnung von Renditen für den amerikani-schen Markt und verschiedenen Submärkten. Mit einer Durchschnittsrendite von4,2 % liegt diese noch unter der Inflation im gleichen Zeitraum bei signifikanthöherem Risiko. Bei Kunst im high-end Bereich kann die Rendite u.U. höherliegen.

Anderson (1974)

1.730 wiederholte Transaktionsdaten(Reitlinger 1982) von Impressionis-ten und Künstlern des 20. Jahrhun-derts.

„repeat-sale regressi-on“, „hedonic price”

1800 bis 1970: 3,3 %1951 bis 1969: 7 – 27 %(je nach Kunstsegment)

Art Market Research Auktionsdaten von 1974 bis Heute. 300 – 900 % (je nachKunstsegment)

Professioneller Anbieter von Marktdaten für Kunst. Je nach Suchauswahl kannman Grafiken für Künstler oder Kunstsegmente bekommen. Die dahinter liegen-de Datenbasis und die Berechnungsmethode sind unklar.

Ashenfelter, Graddy &Stevens (2002)

Mehr als 16.000 Auktionspreisedirekt von Christie´s und Sotheby´süber Impressionisten und zeitgenös-sische Künstler zwischen 1980 und1994).

„hedonic price“

Ziel ist es den meist geheimen Reservationspreis bei Auktionen bzw. eine realeVerkaufsquote zu bekommen. Ergebnis war, dass der Reservationspreis meistzwischen 70 und 80 % des unteren Schätzpreises bei Auktionen liegt und dieVerkaufsquote dadurch auch bei sog. „bought-ins“ zu berechnen ist.

Baumol (1985)650 wiederholte Transaktionenzwischen 1652 und 1961. (Reitlinger1982)

„average price“, „dou-ble sale“

0,55 – 0,85 % (versch.Berechnungsmethoden)

Buelens & Ginsburgh(1993) „hedonic price“

Candela, Figini & Scor-cu (2003)

Auktionsdaten zwischen 1990-2001(Gabrius S.p.A.) mit über 330.000Aufzeichnungen.

„representative pain-ting“

Ziel ist der Erstellung eines Index für einzelne Künstler auf Basis der Jahres-durchschnittspreise, gewichtet mit der Gesamtmarktentwicklung. Im Gegensatzzum „hedonic price“ Modell braucht man keine Aussagen zu Bewertungskrite-rien. Die neue Berechnungsform zeigt einer geringere Varianz und ermöglichtgenauere Aussagen zur Entwicklung eines Künstlers.

16 Die Rendite ist für die jeweilige gesamte Zeitspanne angegeben. Die starken Unterschiede ergeben sich durch die Berechnungsmethoden, Zielsetzungen undIntentionen der Untersuchungen sowie den Unterschieden im verwendeten Datenmaterial (Kunstgattung, Quelle, Einbeziehung von Transaktionskosten usw.).



Candela & Scorcu(1997) (Candela &Scorcu 1997)

22.371 Auktionspreise des italieni-schen Marktes für moderne undzeitgenössische Gemälde zwischen1983 und 1994. Die Daten stammendirekt von einem Auktionshaus mitSitz in Rom und Milan.

„representative pain-ting“ 58,06 %

Die Preisentwicklung des betrachteten Teilmarktes bewegt sich parallel zurInflation und ist damit schlechter als Immobilien oder Finanzanlagen in gleichenZeitraum. Im Vergleich zu den Indices von Sotheby´s (274 %), Pesando (80 %)und de la Barre (210 %) sieht man die „vorsichtigen“ Ergebnisse (Achtung:teilweise eingeschränkte Zeiträume).

Chanel (1995)

Daten von 82 Künstlern zwischen1963 und 1993 mit ca. 25.300 Aukti-onspreisen aus den „InternationalAuction Records“. (Mayer 2004)

„hedonic price“

Es sollte eine eventuelle Verbindung zwischen der Entwicklung von Kunstprei-sen und dem Gesamtkapitalmarkt untersucht werden. Festgestellt wurde eineAbhängigkeit des Kunstmarktes mit einer Verschiebung von ca. einem Jahr. Esscheint sich daraus aber keine Vorhersagbarkeit der Entwicklung des Kunst-marktes ableiten zu können.

(Chanel, Gerard-VaretL.-A., & Ginsburgh1996)

Daten von Handel und Auktionen fürimpressionistische und moderneKunst aus Reitlinger´s Economies ofTaste (Reitlinger 1982) für Künsterl,die nach 1830 geboren sind. Daten-spanne: 1855 – 1969.

„average price“,„repeat-sale regressi-on“ und „hedonicprice“

1855 bis 1914: 6 – 14 %1915 bis 1949: ca. -3 %1950 bis 1960: 13 – 24 %1961 bis 1969: 4 – 12 %

Hier wurden mit verschieden Methoden Preisentwicklungen berechnet undgegenübergestellt. Besonderes Augenmerk wurde dabei auf die Aufteilung inZeitperioden verschiedener Entwicklung gelegt. So sieht man z.B., dass Ereig-nisse wie Kriege oder ein Wirtschaftsaufschwung direkt auf die Kunstpreisent-wicklung durchschlägt. Des Weiteren wurde festgestellt, dass man für die Be-rechnung die „hedonic price“-Methode wählen sollte um immer alle verfügbarenDaten mit einzubeziehen.

(Czujack 1997) Auktionsdaten von Picasso-Bildernzwischen 1963 und 1994. „hedonic price“ Mit Hilfe der „hedonic price“-Methode wurden Faktoren herausgefunden, die auf

den Preis eines Gemäldes Einfluss nehmen.

Del la Barre, Docclo &Ginsburgh (1994) “hedonic price”

Feld & Pommerehne(1997) „double sale“

Frey & Pommerehne(1989)

Handels- und Auktionsdaten zwi-schen 1635 und 1987 von 800 be-rühmten Künstlern. Quelle: Reitlinger(1982) und das „Art Price Annual“.(Michel 2003)

„average price“, „dou-ble sale“, „repeat-saleregression“

1635 bis 1949: 1,8 %1959 bis 1987: 6,7 %

In dieser Studie sollten die Index-Berechnungen mit der Einbeziehung vonTransaktionskosten und neuen Rohdaten verbessert werden. Ergebnis war,dass bei Kunst sehr niedrige Gewinne zu erwarten sind und diese durch Kriegeweiter gesenkt werden.

Gerard-Varet (1995)

30 Künstler mit Auktionsdaten zwi-schen 1855 und 1988, die in Reitlin-ger (1982) und Mayer (2004) vor-kommen.

„repeat-sale regressi-on“

1855 bis 1914: 6,2 %1915 bis 1949: -2 %1950 bis 1960: 22,6 %1960 bis 1988: 6,8 %

Nach einer Untersuchung der Besonderheiten des Gutes Kunst wird hier eineeigene Wertentwicklung aus Basis abgeglichener Datenquellen erstellt, umVergleiche mit bisherigen Ergebnissen zu machen bzw. den Kunstmarkt besserzu beschreiben. Ergebnis sind mehr ökonomische Feststellungen als Zahlen undFakten.

Ginsburgh & Jeanfils(1995)

Über 25.000 Auktionspreise aus den„International Auction Records“zwischen 1962 und 1991 (Mayer2004), ergänzt um analoge Quellen.

„hedonic price“

Es wird ein Vergleich mit klassischen Finanzmärkten angestrebt, bei dem zu-sätzlich noch eventuelle Zusammenhänge zwischen den Märkten (innerhalb vonKunst und mit Finanzmärkten) gefunden werden sollen. Kurzfristig ergab sich,dass Zusammenhänge bestehen. Langfristig eher nicht – wobei sich die Rendi-ten der Kunstgattungen dann auch angleichen.



Goetzmann (1993)

3.329 wiederholte Auktionsdatenzusammengestellt aus Reitlinger(1982) und Mayer (2004). Zeitspan-ne: 1716 – 1989.


1716 bis 1986: 3,2 %1850 bis 1986: 6,2 %1900 bis 1986: 17,5 %

Der Vergleich von Rendite und Risiko ergibt, dass Kunst in den letzten Jahrenein gutes Investment war. Über lange Zeit kann sie jedoch im Vergleich zustabileren Anlagen nicht mithalten.

Goetzmann & Spiegel(1995)

1.800 wiederholte Auktionsdaten ausReitlinger (1982) und Mayer (2004)für die Zeit zwischen 1907 und 1987.

„repeat-sale regressi-on“ 5,75 – 11,13 %

Diese Untersuchung bezog sich eher auf das Berechnen des „winner´s curse“Phänomens bei Kunst. Es wurde herausgefunden, dass kurzfristig diese Eigen-art durchaus Bedeutung besitzt, jedoch langfristig die Kapitalwerterträge größe-res Gewicht erlangen (in Form von verschiedenen Nutzendimensionen).

Holub, Hutter & Tapp-einer (1993)

6.900 Auktionspreisdaten aus Reit-linger (1982), dem Kunstpreisjahr-buch und dem World CollectorsAnnuary (Diverse 1994).

„average price“ 11,3 – 15,8 % (je nachKunstsegment)

Ergebnisse dieser kritischen Betrachtung der bisherigen Methoden und Ergeb-nisse waren, dass das Verwenden von wiederholten Transaktionen die Proble-me von inhomogenen Daten bzw. Gütern nicht behebt. Aus diesem Grund wur-de die „average price“-Methode auf engere Kunstgattungen angewendet, ummehr Homogenität zu erhalten.

Locatelli-Biey & Zanola(1999)

1.446 wiederholte Auktionspreisevon Gemälden (Mayer 2004) imZeitraum von 1987 bis 1995.


-3 bis – 22 % (je nachMethode)

Es soll hier eine kurze Phase des Kunstbooms untersucht werden. Ergebnissewaren, dass zeitweise Kunst sehr gute Renditen lieferte (bis 230 %), was jedochdurch zeitweise schlechtere Ergebnisse wieder relativiert wird. VerschiedeneVerfeinerungen der RSR-Methode werden ebenfalls aufgezeigt.

Locatelli-Biey & Zanola(2002)

27.101 Auktionsdaten (Mayer 2004)für den Skulpturenmarkt zwischen1987 und 1995.

„hedonic price“ - 30 bis 51 % (je nachKunstsegment)

Ergebnis war, dass sich große Unterschiede für anders zusammengestelltePortfolios ergeben. Im Hochpreissegment sind gute Renditen realisierbar gewe-sen, im Niedrigpreissegment dagegen sind Verluste verzeichnet.

Mei & Moses (2002)

4.896 wiederholte Transaktionen ausdiversen analogen Quellen (Muse-umskatalogen) zwischen 1875 und1999.


1875 bis 1999: 4,9 %1900 bis 1999: 5,2 %1950 bis 1999: 8,2 %

Zum Testen der Hypothesen „law of one price“ sowie niedrigen Renditeerwar-tungen wurde diese Untersuchung gestartet. Es wurde eine höhere Quote anwiederholten Transaktionen durch neues Datenmaterial verwendet. Ergebnissewaren: 1) Kunst hat eine höhere Rendite als andere Investments, 2) BekannteWerke haben eine niedrigere Rendite als der Kunstmarkt insgesamt und 3) das„law of one price“ kann nicht eindeutig bewiesen bzw. verworfen werden.

Mossetto & Lazzaro(1996) „hedonic price“

Pesando (1993)

27.961 repeat-sales (Gordon´s ArtReference Inc. 2004) modernerDrucke (multiples) zwischen 1977und 1992.

„repeat-sale regressi-on“ 1,51 %

Ziel war der Test des „law of one price“ (perfekter Markt) und die Perfor-manceanalyse von bekannteren Werken im Vergleich zum Gesamtmarkt. Durchdie hohe Zahl an Drucken (multiples) gibt es eine gute Datenbasis. Ergebniswar, dass es teilweise große Schwankungen der Handelspreise zwischen ver-schiedenen Orten gibt und bekannte Kunstwerke bzw. Künstler nicht zwangsläu-fig höhere Renditen haben müssen. Insgesamt ist die Rendite für Drucke unter-durchschnittlich.

Renneboo & van Houtte(1998)

10.598 Auktionsdaten (Hislop 2003)zwischen 1970 und 1997 von aus-schließlich belgischen Künstlern(71).

„average price“, „he-donic price“

7,6 % „average price“5,6 % „hedonic price“

Die Rendite sowie das Risiko von Kunst als Geldanlage soll mit modernen Theo-rien der Portfoliotheorie analysiert werden. Als Ergebnis underperformed Kunstwegen versteckten Transaktionskosten deutlich. Das Diversifikationspotential istzudem sehr gering.



Stein (1977) 1946 - 1968 „average price“ 10,47 %

Wagenführ (1965) „average price“

Wilke (1999) Chinesische Keramik zwischen 1804und 1999. 900 %

In einem Report über Kunst als Investitionsobjekt (Dresdner Bank) wurde dasBeispiel der chinesischen Keramik verwendet, um das lohnende Investment inKunst zu bewerben.



Anhang C: Java-Quellcode „Datensammler“import java.io.BufferedReader;import java.io.File;import java.io.FileOutputStream;import java.io.FileReader;import java.io.InputStream;import java.io.InputStreamReader;import java.net.URL;

// Programmaufruf Daten laden: java.exe DataCollector downloadall// Programmaufruf Datum ergänzen: java.exe DataCollector downloaddate// Programmaufruf Daten bereinigen: java.exe DataCollector parseall

class DataCollector {

static int max = 7295; // wieviele datensätze sind zu lesen (7295)static int inc = 200; // wieviele treffer pro seite werden angezeigtstatic String datafile_html = "data.html";static String datafile_csv = "data.csv";static String datafile_date = "data_date.csv";static String datafile_date_full = "data_date_full.csv";

public static void main(String[] args) {

String command = args[0];

if (command != null) {

// datei runterladen und zusammenbauenif (command.equals("downloadall")) {try {// output-datei erzeugenFileOutputStream csv = new FileOutputStream(datafile_html);String output = new String();// internetseite absurfen und leicht bearbeitete daten in "output" schreibenfor (int i = 1; i <= max; i = i + inc) {System.out.println("getting from " + i + " (" + inc + " sets)...");String url_str = http://www.auction.de/_scripts/nax_browse.asp?category=Asiatische+Kunst&language=g&startpos=

+ i + "&hitsperpage=" + inc + "&action=Browse";URL url = new URL(url_str);InputStream in = url.openStream();BufferedReader myReader = new BufferedReader(new InputStreamReader(in));String tmpString;StringBuffer tempBuf = new StringBuffer();while ((tmpString = myReader.readLine()) != null) {tempBuf.append(tmpString + "\n");

}String pageString = tempBuf.toString();String tokens[] = pageString.split("Details</td>\n </tr>\n ");pageString = tokens[1];tokens = pageString.split(" \n </table>");pageString = tokens[0];output = output + pageString;// alles zumachenmyReader.close();in.close();

}csv.write(output.getBytes());// alles schliessencsv.close();

} catch (Exception e) {e.printStackTrace();

}}

// downgeloadete datei parsen und grundbereinigenelse if (command.equals("parseall")) {try {// output-datei erzeugenFileOutputStream csv = new FileOutputStream(datafile_csv);String output = new String();// datei lesenSystem.out.println("reading file \"" + datafile_html + "\"...");BufferedReader myReader = new BufferedReader(new FileReader(new File(datafile_html)));String tmpString;StringBuffer tempBuf = new StringBuffer();while ((tmpString = myReader.readLine()) != null) {tempBuf.append(tmpString + "\n");

}String pageString = tempBuf.toString();System.out.println("splitting by rows...");// zeilenumbrüche für datensätzeString tokens[] = pageString.split("\n <tr valign=\"top\">\n "

+ "<td align=\"right\" bgcolor=\"#D8E1E7\">");for (int i = 0; i < tokens.length; i++) {System.out.println("row: " + i);output = output + "\n" + tokens[i];

}csv.write(output.getBytes());// alles schliessenmyReader.close();csv.close();


}}

// fehlendes datum von unterseite downloaden und parsen...

http://www.auction.de/_scripts/nax_browse.asp?category=Asiatische+Kunst&language=g&startpos=



else if (command.equals("downloaddate")) {try {// output-datei erzeugenFileOutputStream csv = new FileOutputStream(datafile_date_full);String output = new String();// datei lesenSystem.out.println("reading file \"" + datafile_date + "\"...");BufferedReader myReader = new BufferedReader(new FileReader(new File(datafile_date)));String tmpString;StringBuffer tempBuf = new StringBuffer();while ((tmpString = myReader.readLine()) != null) {System.out.print("getting date for "+tmpString+": ");URL url = new URL("http://www.auction.de/_scripts/nax_object.asp?id=" + tmpString + "&language=g");InputStream in = url.openStream();BufferedReader myReader1 = new BufferedReader(new InputStreamReader(in));String tmpString1;StringBuffer tempBuf1 = new StringBuffer();while ((tmpString1 = myReader1.readLine()) != null) {tempBuf1.append(tmpString1 + "\n");

}String pageString = tempBuf1.toString();// datum rausfindenString tokens[] = pageString.split("Datum</th>\n "

+ "<td bgcolor=\"#D8E1E7\">");pageString = tokens[1];tokens = pageString.split("</td>\n </tr>\n "

+ " \n <tr>\n "+ "<th bgcolor=\"#41637E\" align=\"center\" width=\"10%\">Los");

pageString = tokens[0];// alte datei erweitern um datumSystem.out.println(pageString+" ok!");tempBuf.append(tmpString + ";" + pageString + "\n");// alles zumachenmyReader1.close();in.close();

}output = tempBuf.toString();csv.write(output.getBytes());// alles schliessenmyReader.close();csv.close();


}}

}

}

}



Anhang D: DatenträgerDatei Beschreibung

1_data.txt Textdatei mit dem Ergebnis des Programmaufrufs „downloadall“. Enthalten ist derHTML-Quellcode aller Internetseiten mit den relevanten Informationen.

2_data.csv CSV-Datei („comma-seperated-values“) mit den aus der vorigen Datei extrahiertenWerten. Ergebnis des Programmaufrufs mit dem Parameter „parseall“.

3_data_date.csv CSV-Datei mit den ID´s der Einzelwerke der vorigen Datei, ergänzt um das Transakti-onsdatum. (Programmaufruf „downloaddate“)

4_data.xls Excel-Datei mit allen Daten. (2_data.csv und 3_data_date.csv zusammengefügt)5_data.xls Excel-Datei mit bereinigten Daten für die Verwendung in SPSS.6_data.sav Erste SPSS-Datei samt Variablenbeschreibungen und ökonomischen Korrekturen.7_data.sav Vorstufe für die Erstellung der deskriptiven Statistik.8_desk.spo Ergebnisse der deskriptiven Datenanalyse.9_data.sav Datendatei als Vorbereitung der Berechnungen für die „average price“-Methode.10_avgprice.spo Darstellung der Ergebnisse der Berechnungen für die „average price“-Methode.11_data.sav Datendatei als Vorstufe für die Berechnungen im Rahmen der „representative painting“-

Methode.12_reprpainting.spo Ergebnisdatei für die Berechnungen der „representative painting“-Methode.CPI_DE.xls Excel-Datei mit dem „consumer-price-index“ (CPI) für die letzten Jahre.DataCollector.class Ausführbare (also compilierte) Java-Datei des erstellten Programms.DataCollector.java Quellcode-Datei des erstellten Programms in Java.Diplom.pdf Diese Diplomarbeit in Dateiform.



Eidesstattliche Erklärung

Ich erkläre hiermit, dass ich die vorliegende Arbeit

„Preisindexerstellung für Bildende Kunst“

selbst angefertigt habe. Die aus fremden Quellen direkt oder indirekt übernomme-

nen Gedanken sind als solche kenntlich gemacht.

Diese Arbeit wurde bisher keiner anderen Prüfungsbehörde vorgelegt und auch

nicht veröffentlicht.

Witten, den 20.07.2004

Christian Knebel

Documents

Preisindexerstellung für Bildende Kunst - Ein Überblick über den Stand der Forschung