Курсовая работа: Моделирование влияния национального и спортивного законодательства на трансферную стоимость или зарплату атлетов в командных видах спорта

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Таблица 4. Суммарная статистика по некоторым используемым переменным (сезоны 09-11)

Переменная

Наблюдений

Среднее

Стд. откл.

Min

Max

age

1228

23.365

3.951

15

36

age2

1228

614.316

193.830

225

1225

num_matches

1228

146.412

123.693

0

2212

num_matches_prev

1228

22.467

11.476

0

50

goals_pm

1228

0.121

0.141

0

0.868

prof_ratio

1228

0.857

0.407

0

1

prof_ratio2

1228

0.742

0.301

0

1

num_transfers

1228

2.044

1.300

0

7

ratio_cards

1228

0.121

0.093

0

1

non_legionary2005

1228

0.406

0.487

0

1

non_legionary2010

1228

0.412

0.481

0

1

ch_league

1228

0.332

0.467

0

1

nat_team

1228

0.601

0.481

0

1

year

1228

2008.8

2.278

2005

2011

Зависимая переменная ln_trans равна логарифму трансферных сумм, выплачиваемых за эксклюзивное использование игроков в нашей выборке данных (с поправкой +1, поскольку у в ней присутствуют нулевые значения). Также мы вводим фиктивные переменные non_legionary*, которые принимает значение 1, если игрок классифицируется как “не легионер” в соответствии с положениями EPL, и 0 в противном случае. Мы учитываем также предыдущий опыт игрока, способности игрока (доля забитых голов от общего числа матчей) и шансы клубов по попаданию в Лигу Чемпионов. Кроме этого в регрессиях используются фиксированные эффекты на каждый из анализируемых игровых сезонов.

Наш набор данных включает игроков, которые в текущем году не были переведены из клуба в клуб и, следовательно, не имеют официальных сумм трансфера. Для решения этой проблемы использовались ожидаемые значения рыночных трансфертов (по данным transfermarkt.co.uk) для игроков, которые не были переведены в текущий период.

Глава 3. Описание полученных результатов

3.1 Выбор модели трансферной стоимости методом LASSO

Результаты оценки модели LASSO с автоматически определяемым штрафующим коэффициентом показаны таблице 5. Нужно отметить, что наша спецификация не исключает возможности ложной (spurious) корреляции между переменными, поскольку многие из них являются нестационарными.

Таблица 5. Результаты оценки линейной модели LASSO (указаны только переменные с ненулевыми коэффициентами) трансферной стоимости футболистов, переходящих в клубы EPL

Зависимая переменная ln_trans

Спецификация (3)

age

0.121**

(0.234)

age2

-0.025***

(0.0021)

num_matches

0.0043***

(0.00127)

prof_ratio2

-1.75**

(0.968)

goals_pm

2.32***

(0.952)

ratio_cards

2.11***

(0.894)

ch_league

0.660***

(0.120)

nat_team

0.633***

(0.148)

year = 2009

0.605***

(0.122)

year = 2010

0.809***

(0.322)

year = 2011

1.11***

(0.42)

CONST

5.04*

(3.321)

Количество наблюдений

1228

Примечания: * - значимость на уровне 10%, ** - значимость на уровне 5%, *** - значимость на уровне 1%. Стандартные отклонения указаны в скобках.

Ряд переменных не оказались незначимыми для модели LASSO, среди них физические характеристики игроков, их положение на поле, фиктивные переменные статуса легионера.

3.2 Оценка детерминантов трансферной стоимости футболистов

Таблица. Результаты оценивания моделей Тобит трансферной стоимости футболистов, переходящих в клубы EPL

Зависимая переменная ln_trans

Спецификация (3)

Спецификация (3) с полным набором регрессоров

age

0.231**

0.244***

(0.134)

(0.117)

age2

-0.012***

-0.011**

(0.0021)

(0.0021)

num_matches

0.0079***

0.0053***

(0.00127)

(0.00136)

prof_ratio2

-1.75

-1.83**

(1.268)

(1.368)

goals_pm

1.80***

1.92***

(0.652)

(0.784)

ratio_cards

2.56***

1.87***

(0.894)

(0.844)

ch_league

0.730***

0.673***

(0.220)

(0.251)

nat_team

0.843***

0.633**

(0.148)

(0.324)

year = 2009

0.605***

0.634***

(0.242)

(0.213)

year = 2010

0.809***

0.782***

(0.322)

(0.301)

year = 2011

1.11***

1.31***

(0.42)

(0.54)

CONST

5.04*

4.49

(3.321)

(3.015)

non_legionary2005

-0.347

(0.232)

non_legionary2010

-0.168

(0.191)

foot

0.310*

(0.162)

height

0.015

(0.012)

weight

-0.013

(0.011)

forward

-0.176

(0.336)

midfielder

-0.023

(0.314)

defender

-0.052

(0.316)

first_epl

-0.132

(0.118)

num_matches_prev

0.0131

(0.223)

prof_ratio

0.177*

(0.121)

Коэффициент детерминации R2

0.365

0.471

Количество наблюдений

1228

1228

Примечания: * - значимость на уровне 10%, ** - значимость на уровне 5%, *** - значимость на уровне 1%. Стандартные отклонения указаны в скобках.

Коэффициент при фиктивной переменной non_legionary2010 оказался незначим на уровне 5%, что, в условиях контроля других факторов, свидетельствует о том, что изменение политики Английской Премьер-Лиги в 2010 году пока неэффективно в отношении увеличения спроса на «выращенных» английскими клубами игроков.

Первичными коэффициентами, определяющими способности игрока, являются отношение забитых голов к числу матчей, количество получаемых красных и желтых карт, игра за национальную сборную, и доля матчей в статусе профессионального игрока. Переменная goals_pm является мерой того, насколько эффективен игрок при достижении своих целей в игре. Считаются более способными и выше ценятся на рынке трансферов те игроки, кто чаще набирает очки для команды в течение игры. Учитывая, что голы, в конечном счете, являются желаемым результатом для любых футбольных клубов, логично ожидать более высокую премию для игроков, забивающих чаще. Наши результаты демонстрируют здесь положительный коэффициент. Модель предсказывает, что однопроцентное увеличение количества голов за матч, увеличивает рыночную стоимость трансфера игрока примерно на 1,8% (если конечно связь между этими показателями не обусловлена каким-то неучтенным дополнительным фактором).

Аналогично работе [50], мы получили положительный значимый коэффициент при переменной ratio_cards. Объяснение этому факту (помимо того, что используемые в нашей работе данные примерно на две трети аналогичны выборке, использовавшейся в той работе) возможно, как было предложено в [50], заключается в том, что эта переменная может являться прокси для оборонительных способностей игроков-защитников. Это связано с тем, что карты часто выдаются за ошибочные решения игроков, а защитники играют тем более ценную роль в команде, чем активнее они играют. Таким образом, переменная ratio_cards может отражать более склонных к обороне игроков с более высокой способностью, которые совершают больше действий, но при этом накапливают больше карт за неудачные моменты. Если это так, то коэффициент должен быть положительным, что подтверждается на наших данных.

В отличие от [50], переменные prof_ratio и prof_ratio2, представляющие соответствующую долю от общего количества игр, играемых в профессиональной лиге, оказались незначимыми в нашем исследовании. Возможным объяснением такому факту является гипотеза, что в сезонах 09-11 большие трансферты были выплачены за более опытных игроков, тогда как в 05/06 заметным спросом пользовались перспективные новички.

Переменные, измеряющие опыт игрока на рынке труда, включают num_matches, age и age2. Все эти переменные показывают ожидаемые значения: что чем больше опыта у игрока, тем выше в среднем, при прочих равных условиях, его плата по трансферу. Это происходит до определенного момента, когда спортивные способности игрока начинают снижаться с возрастом, и, следовательно, размер платы по трансферам падает, как и в традиционной экономической теории труда.

Сh_league - переменная, учитывающая экстерналии переговоров между клубами. У этой переменной в нашем случае отрицательный знак. В среднем, клубы, участвующие в Лиге Чемпионов, являются более богатыми - во многом, по причине большего количества доходов, полученных от посещения и трансляций матчей ЛЧ. Таким образом, мы ожидали бы следующее: во-первых, продающий клуб, который передает спортсмена в более богатый клуб, может потребовать более высокую плату по трансферу и извлечь больше выгоды для себя; во-вторых, игроки, которые переводятся в топовые клубы, в среднем, должны обладать более высокими способностями и, соответственно, требовать более высоких трансферных платежей - что согласуется с положительным коэффициентом, полученным в регрессии.

Интересно, что фиктивные переменные на положение игрока на поле оказались незначимыми (что не совпадает с рядом другими исследований). Это может указывать на проблемы эндогенности по соответствующим переменным в предыдущих исследованиях - возможно из-за исключения показателя ratio_cards, скоррелированного со способностями играть в защите. Кроме того, физические характеристики, такие как рост или вес игрока, их предпочтительная игровая нога, в нашем исследовании оказались незначимыми.

Заключение

С середины 1990-х годов появляется все больше эмпирических исследований рынка труда футболистов. Такой рост можно объяснить целым рядом взаимосвязанных причин и событий. За последние 15 лет футбольная индустрия значительно возросла, превратившись в экономически значимую часть сектора услуг в целом и индустрии развлечений в частности. Также на рынке труда для футболистов в этот период произошли изменения нормативной базы, регламентирующей различные аспекты деятельности в этой сфере занятости, изменения, не имеющие аналогов на других рынках труда. Начиная с постановления по делу Босмана Европейского Суда и последовавшей либерализации в данной сфере, экономисты начинают рассматривать данный рынок труда как своеобразную «лабораторию», заслуживающую внимания с силу своей уникальности.

Источник: https://otherreferats.allbest.ru/download/1009507/