미술품 가격 결정 메커니즘은 작가의 명성, 작품 속성, 제작 시기 등 다양한 요인의 영향을 받는다. 본 연구에서는 다수의 전후 미술 및 현대 미술 작가에 대한 경매 데이터를 활용하여, 미술품의 가격과 제작 시기 간의 연관성에 대한 작가 간 이질성을 분석하기 위해 베이지안 헤도닉 가격 모형을 제안한다. 제작 시기의 효과가 작가별로 상이하게 나타날 수 있음을 고려하여, 임의효과를 포함한 계층적 구조의 모형을 구성하였다. 또한 임의효과와 작가-특이적 공변량 간의 상관구조를 반영하기 위해 이들을 통합한 벡터에 대해 다변량 정규분포를 가정하였으며, 사전분포는 무정보 사전분포를 사용하였다. 제안한 모형은 166명의 작가와 약 5만 건의 미술품 경매 데이터를 대상으로 적용되었고, 마코프 체인 몬테 카를로 알고리즘을 통해 사후 추론을 수행하였다. 분석 결과, 작가별로 제작 시기와 가격 간의 관계는 상이한 곡선 형태를 보였으며, 다양한 설명변수들이 가격에 유의미한 영향을 미치는 것으로 나타났다. 이러한 결과는 작가별 생애 주기가 가격 형성에 중요한 역할을 한다는 점을 시사한다. 제안한 베이지안 헤도닉 가격 모형은 이질성이 존재하는 미술품 가격 평가에 활용될 수 있다.

The formation of artwork prices is influenced by various factors, including the artist’s reputation, the characteristics of the artwork, and the time of creation. In this study, we propose a Bayesian hedonic pricing model to analyze the heterogeneity among artists in the relationship between artwork prices and their time of creation, using auction data from a large number of contemporary artists. Specifically, we construct a hierarchical model that incorporates artist-specific random effects, allowing the effect of the year of work to vary across artists. To account for the correlation between random effects and artist-specific covariates, we model them jointly using a multivariate normal distribution, and apply non-informative prior distributions. The proposed model is applied to approximately 50,000 auction records from 166 artists, and posterior inference is conducted via Markov Chain Monte Carlo (MCMC) sampling. The results reveal that the relationship between creation time and price exhibits distinct nonlinear patterns across artists, and several explanatory variables have significant effects on artwork prices. These findings suggest that artist-specific life cycles play a crucial role in price formation. The proposed Bayesian hedonic pricing model can be effectively applied to artwork valuation under heterogeneous conditions.