- Срок до окончания текущего контракта

- Взаимоотношения в команде и с тренерским штабом

- Условия предложенного контракта

- Необходимость переезда в другую страну

- Семейное положение игрока

Стоит отметить, что трансферная стоимость игрока в большинстве случаев не равна рыночной: цена за трансфер может как превышать рыночную цену игрока, так и быть меньше неё. Превышение трансферной стоимости над рыночной объясняется спортивными успехами игрока, развитием спортивных навыков, заинтересованностью игроком со стороны «топовых» команд и прочими факторами. Но существуют случаи, когда игрок не менял команду, даже если предложенная за него цена значительно превышала рыночную. Такое действие со стороны клуба-владельца может быть объяснено особой ценностью игрока для команды или же крайней степени приверженности игрока своему клубу.

С другой стороны, некоторые «миграции» игроков происходят совершенно бесплатно, т.е. трансферная стоимость игрока равна 0. Такие ситуации возникают по причине окончания у игрока текущего контракта с одним клубом, и он переходит в другую команду без какой-либо компенсации или оплаты. Данный феномен встречается довольно часто, поскольку не всем игрокам поступают предложения о переходе в другую команду (не на всех игроков есть спрос), соответственно, окончание их текущего контракта опускает потенциальную трансферную стоимость до отметки 0.

В периоды «трансферных окон» игроки могут перемещаться между клубами, заключая новые контракты, стоимости которых начинаются от нуля. Не все игроки решают сменить клуб, не за всех игроков платят трансферные стоимости, следовательно, оценка цены трансфера только тех игроков, кто сменил команду в «трансферное окно» и сменил команду по ненулевой цене, может привести к появлению коэффициентов, которые будут несостоятельны и смещены вследствие самоотбора выборки.

Впервые проблема смещенных и несостоятельных оценок была исследована в работе о решениях индивидов об устройстве на работу в зависимости от их предпочтений относительно оплаты труда: в своем исследовании о факторах влияния на заработную плату индивидов James Heckman продемонстрировал, что наличие в выборке для анализа только тех индивидов, кто принял решение «работать», и отсутствие тех индивидов, кто не работает, но принял бы решение «работать», к примеру, при других условиях заработной платы, приводят к появлению смещенных и несостоятельных МНК-оценок вследствие пропущенных переменных.

Данное явление обрело название «смещение ввиду выборочной селективности», избежать которое можно при помощи корректирования модели. Поскольку на трансферном рынке рассматриваются абсолютно все игроки всех команд, у каждого спортсмена есть возможность перехода в другой клуб. Отсутствие смены клуба или наоборот переход в другой клуб для некоторых игроков может объясняться рядом факторов, как уже было сказано выше, т.е. факт перехода из клуба или продолжение сотрудничества неслучаен, а значит, необходимо учитывать это при построении модели для исследования факторов влияния на трансферную стоимость. Для получения несмещенных оценок следует исследовать данные не только о тех футболистах, кто совершил трансфер, но и учитывать тех игроков, кто принял решение «не менять клуб» в период «трансферного окна». Для игроков, не совершивших трансфер, не наблюдается их трансферная стоимость, следовательно, исследование только доли игроков, заключивших новый контракт, искажает истинные результаты.

Проблему «смещения ввиду выборочной селективности» можно преодолеть с помощью двухшаговой процедуры Хекмана, суть которой заключается во включении уравнения совершения трансфера (участия) к модели детерминантов трансферной стоимости футболистов. Состоятельные и несмещенные оценки в данной модели достигаются путем включения в регрессию эффекта самоотбора (Aguirregabiria, 2009). Помимо вычислительной простоты двухшаговой процедуры Хекмана, она отличается робастностью к гетероскедастичности и ненормальности, что дает ей дополнительное преимущество при выборе между данной процедурой и оцениванием методом максимального правдоподобия. Исследователи, использующие в своих работах модель Хекмана, отмечают, что данный метод наиболее релевантный для оценки данных об игроках и определения переменных, которые имеют влияние на размер трансферной стоимости игроков (Carmichael et al., 1999).

Следует отметить, что в уравнении участия на первом шаге должна присутствовать переменная, влияющая на факт совершения трансфера, но не имеющая влияния на трансферную цену игрока. В качестве индикаторной переменной можно использовать следующие факторы:

- Смена главного тренера команды: возможно, перемена главного тренера повлияет на решение футболиста сменить команду в ближайшее трансферное окно по причине неудовлетворительных взаимоотношений. Также если некий тренер, успешно сработавшийся с игроком, переходит на должность в другой клуб, он может «потянуть» за собой некоторых игроков из состава предыдущей команды. Кроме того, новый тренер в команде игрока может принять решение о кардинальных переменах в стартовых составах на матче, и игрок принимает решение сменить команду, чтобы не сидеть на скамейке запасных. Смена главного тренера команды определенно влияет на решение игрока сменить команду или остаться в ней, но не имеет влияния на размер трансферной стоимости игрока, следовательно, может использоваться в качестве индикаторной переменной.

- Семейное положение игрока: игрок может отказаться менять команду, поскольку наличие семьи (особенно, детей) может стать причиной желания игрока остаться в текущем городе или стране, и нежелания переезжать и оставлять семью. С другой стороны, игрок, работающий вдали от семьи, может активно желать совершить трансфер в команды, играющие вблизи от его дома или родного города, где находится его семья. Наличие семьи может служить индикаторной переменной, поскольку этот фактор оказывает влияние на решение о смене команды, но не оказывает влияние на цену трансфера.

Поскольку смена главного тренера клуба всегда освещается не только в СМИ, но и в базах данных, именно эта переменная была выбрана в качестве индикаторной. Семейное положение, безусловно, важно в вопросе оценки трансферной стоимости, но возникают затруднения в оценке семейного положения игрока. В настоящее время ценность брака снижается в глазах многих людей, а также многие пары живут годами вместе без официальной регистрации отношений. Следовательно, фактическое отсутствие брака может неверно демонстрировать привязанность футболиста к семье и близким.

После определения индикаторной переменной (в данном случае, двух переменных), на первом шаге необходимо оценить вероятность смены игроком команды с помощью пробит-модели (вероятностной модели) с бинарной зависимой переменной, характеризующей факт смены клуба в период изучаемого нами трансферного окна:

,

где - фиктивная бинарная переменная факта перехода игрока в другой клуб (1 - трансфер, 0 - отсутствие трансфера);

- вектор характеристик игрока;

Второй шаг - оценивание детерминантов трансферной стоимости игроков методом наименьших квадратов с учетом лямбды Хекмана (обратного соотношения Миллса), полученной на первом шаге, для корректировки проблемы смещения ввиду самоотбора выборки:

,

где - трансферная стоимость i-го игрока в «трансферное окно»;

- вектор характеристик игрока;

- лямбда Хекмана для оценки фактора «участия» из первого шага;

- ковариация случайного члена в уравнении первого шага.

Значимость перед лямбдой Хекмана определяет присутствие проблемы выборочной совокупности. Различие оценок коэффициентов в классической модели линейной регрессии, оцененной методом наименьших квадратов, и оценок, полученных в модели Хекмана с учетом фактора «участия», будет подтверждать гипотезу о смещенности МНК-оценок в классической линейной регрессии и гипотезу о целесообразности использования двухшаговой процедуры Хекмана.

Результаты, полученные на основе оценивания с помощью двухшаговой процедуры Хекмана, необходимо сравнить с оценками методом наименьших квадратов. Смещение коэффициентов в модели Хекмана в большую или меньшую сторону будут являться признаком необходимости использования именно модели Хекмана, добавление лямбды Хекмана и уравнения «участия» приведет к появлению достоверных оценок - несмещенных и состоятельных по сравнению с МНК-оценками.

Анализ данных осуществляется с помощью эконометрического пакета Eviews.



4 Результаты

4.1 Нападающие

Таблица 6 демонстрирует результаты оценивания факторов влияния на трансферную стоимость футболиста по категории игроков нападения методом наименьших квадратов и с помощью двухшаговой процедуры Хекмана.

Таблица 6

Результаты по игрокам нападения

	МНК	Модель Хекмана
Зависимая переменная	Цена трансфера LOG	Трансфер	Цена трансфера LOG
Индикаторная переменная	-	1,84*** (0,09)	-
Константа	15,11*** (1,71)	-1,39 (1,57)	14,86*** (1,68)
Возраст	-0,02 (0,01)	0,01 (0,01)	-0,02* (0,01)
Голевые передачи	0,69** (0,34)	-0,34 (0,31)	0,68** (0,30)
Ключевые передачи	0,10* (0,06)	0,02 (0,05)	0,11** (0,05)
Соотношение голов к ударам по воротам	2,27*** (0,53)	0,18 (0,53)	2,33*** (0,53)
Борьба в воздухе	-0,08 (0,29)	0,01 (0,25)	-0,09 (0,26)
Дриблинг	0,87*** (0,18)	0,11 (0,17)	0,89*** (0,17)
Рост	-0,01 (0,01)	0,002 (0,008)	-0,004 (0,009)
Минуты на поле	-0,01*** (0,001)	7,61*10-6 (0,00)	-0,001*** (0,000)
Рейтинг страны	-0,01*** (0,003)	-0,003 (0,003)	-0,01*** (0,003)

Прим.: *** - 1% уровень значимости, ** - 5% уровень значимости, * - 10% уровень значимости. В скобках приведены стандартные ошибки.

Таблица наглядно демонстрирует результаты по двум построенным моделям. Итоги вычисления показывают, что существует разница между коэффициентами, полученными методом наименьших квадратов, и коэффициентами, полученными с помощью двухшаговой процедуры Хекмана, что подтверждает гипотезу о наличии смещения ввиду выборочной селективности в вопросе исследования трансферной стоимости футболистов. Также это подтверждается значимостью лямбды Хекмана на 1% уровне значимости.

Не менее важный результат касается индикаторной переменной. В качестве индикатора была выбрана бинарная переменная, характеризующая факт смены главного тренера клуба в период исследуемого игрового сезона (1 - если произошла смена главного тренера команды, 0 - главный тренер команды не менялся). Как видно по результатам, факт смены тренера клуба не только положительно влияет на вероятность смены футболистом своего клуба в ближайшее трансферное окно, но также данная переменная является значимой с вероятностью 99%.

Практически все переменные имеют влияние на зависимую переменную (трансферная стоимость футболиста), которое совпадает с ожиданиями. В начале данного исследования были выдвинуты предположения, что положительно на трансферную стоимость нападающих будут влиять переменные:

· Голевые передачи

· Ключевые передачи

· Отношение голов ко всем ударам по воротам

· Процент удачной борьбы в воздухе

· Процент удачного дриблинга

· Количество минут, сыгранных в течение сезона

Соответственно предположениям, голевые и ключевые передачи положительно влияют на трансферную стоимость нападающего, поскольку напрямую демонстрируют способность нападающего выполнять свою основную функцию - создавать опасные моменты и создавать возможность гола. Также эти переменные значимы и в результатах метода наименьших квадратов, и в результатах модели Хекмана.

Соотношение голов ко всем ударам по воротам, совершенных футболистом, также положительно и значимо влияет на трансферную стоимость нападающего, поскольку численно выражает умение футболиста не только довести мяч до ворот соперников, но и реализовать момент и принести пользу своей команде.

Процент удачного дриблинга положительно и значимо влияет на трансферную стоимость игрока, действующего на позиции нападающего, и это также соответствует ожиданиям. Умение футболиста обходить соперником в процессе владения мяча повышает возможность забить гол, поэтому данный навык и имеет положительное влияние. Данный результат соответствует Гипотезе 2, а значит гипотеза не отклоняется.

Стоит отметить, что влияние количества сыгранных минут игроком в течение сезона имеет отрицательное направление. Данный факт отчасти кажется парадоксальным, но такой результат может объясняться особенностями собранных данных, поскольку некоторые дорогостоящие игроки реже выходят на рядовые матчи с соперниками, которые намного слабее и находятся ниже в турнирной таблице. Это является следствием решений тренерского штаба приберечь ключевых игроков на важные матчи с другими лидерами турнирной таблицы, поскольку в менее значительных матчах ключевые игроки могут получить дисквалификацию или травму, что скажется на возможности и способности игрока продемонстрировать свои навыки в важнейших матчах.

Также отрицательное влияние на трансферную стоимость нападающих по результатам обеих моделей имеет переменная, характеризующая процент удачной борьбы за мяч в воздухе.

Согласно ожиданиям, в процессе построения моделей, отрицательное влияние предположительно должны были оказать на трансферную стоимость следующие переменные:

· Возраст игрока

· Рост игрока

· Рейтинг страны

Данные ожидания подтвердились. Гипотеза 1 не была опровергнута, поскольку, согласно результатам, значение роста футболиста не является статистически значимым параметром.

Как и ожидалось, рейтинг страны, в чью национальную сборную входит игрок, отрицательно и значимо влияет на трансферную стоимость нападающего. Это является следствием того, что менее успешные национальные сборные имеют более высокое значение рейтинга, поскольку сборные ранжируются от первого места к последнему (первое место присуждается наиболее успешной по всем параметрам сборной). Следовательно, увеличение показателя, характеризующего рейтинг сборной, снижает трансферную стоимость игрока.

Предположительно, возраст игрока отрицательно влияет на цену футболиста, что подтверждается результатами исследования. Более взрослые игроки демонстрируют снижение физических способностей с годами, поскольку накапливаются травмы, а также действует естественный закон старения. Также снижается трансферная стоимость более взрослых игроков, поскольку на трансферном рынке появляются молодые спортсмены с большим потенциалом и высоким уровнем физических способностей, что создает высокую конкуренцию «старичкам».

4.2 Защитники

Таблица 7

Результаты по игрокам защиты

	МНК	Модель Хекмана
Зависимая переменная	Цена трансфера LOG	Трансфер	Цена трансфера LOG
Индикаторная переменная	-	0,71*** (0,09)	-
Константа	14,88*** (1,94)	-0,46 (0,99)	15,07*** (1,82)
Возраст	-0,07*** (0,02)	0,01 (0,01)	-0,08*** (0,01)
Борьба в воздухе	0,17 (0,31)	-0,08 (0,23)	0,20 (0,28)
Минуты на поле	0,001*** (0,0001)	0,0001 (0,0001)	0,001*** (0,0001)
Жёлтые карточки	-0,42* (0,23)	0,55*** (0,18)	-0,50** (0,23)
Голевые передачи	1,18* (0,69)	-0,62 (0,39)	1,31** (0,60)
Выносы мяча	-0,02 (0,01)	0,02 (0,01)	-0,02** (0,01)
Красные карточки	-1,35*** (0,29)	0,15 (0,47)	-1,40** (0,60)
Фолы	-0,01 (0,05)	0,10* (0,05)	-0,03 (0,06)
Дриблинг	0,23 (0,17)	-0,16 (0,13)	0,26 (0,17)
Офсайды	-0,26 (0,24)	-0,03 (0,08)	-0,27 (0,25)
Отборы мяча	0,15 (0,23)	-0,23 (0,22)	0,19 (0,27)
Рост	0,01 (0,29)	-0,003 (0,005)	0,01 (0,01)
Рейтинг страны	-0,005** (0,002)	0,005** (0,002)	-0,01** (0,003)

Прим.: *** - 1% уровень значимости, ** - 5% уровень значимости, * - 10% уровень значимости. В скобках приведены стандартные ошибки.



В таблице 7 продемонстрированы результаты анализа данных об игроках защиты. Стоит первоначально отметить, что результаты, полученные вычислением методом наименьших квадратов, отличаются от результатов модели Хекмана, что подтверждает гипотезу о смещенности оценок МНК.

Индикаторная переменная - факт смены главного тренера клуба - имеет положительное значимое влияние на смену футболистом своего клуба. Коэффициент перед переменной, отвечающей за факт смены главного тренера на первом шаге модели Хекмана, равен 0,52 и значим на 1% уровне значимости, следовательно, вероятность трансфера в ближайшее трансферное окно повышается при изменении в тренерском штабе команды. Этот результат соответствует изначальному предположению, что смена тренерского штаба может поспособствовать решению футболиста сменить команду, либо данный факт может объясняться тем, что решения и действия нового тренера относительно процесса тренировок, игр и состава команды могут вынудить футболиста уйти из своего клуба.

В целом, направление влияния практически всех коэффициентов соответствует ожиданиям. Положительное влияние оказывают переменные:

· Процент удачной борьбы в воздухе

· Количество минут на поле в течение сезона

· Количество отданных голевых передач

· Процент удачного дриблинга

· Рост игрока

Как и предполагалось, чем чаще игрок выигрывает борьбу за мяч в воздухе, тем повышается его привлекательность на трансферном рынке, поскольку именно защитникам важно уметь действовать с мячом головой в прыжке для защиты своих ворот в моменты штрафных ударов и опасных моментов, которые создаются игроками команды-соперника. Следовательно, положительное влияние данной переменной на цену игрока обосновано.

Также чем больше минут игрок проводит на поле в сезоне, тем больше возможностей у него продемонстрировать свои навыки и умения на поле, следовательно, его привлекательность растёт. Также в процессе матчей больше шансов, что игрока заметят агенты других команд, спрос на игрока вырастет, что повлияет на заинтересованность команд в игроке и рост его трансферной стоимости.

Несмотря на то, что в данной модели оценивались игроки, действующие в защите, для данной выборки использование переменной, характеризующей количество отданных голевых передач обоснованно. Как показывает статистика матчей, голевые передачи отдаются наравне как игроками нападения, так и игроками защиты, что является следствием выбранной главным тренером стратегии действия на поле и расстановкой игроков перед матчем. Следовательно, чем больше игрок отдает голевых передач, тем выше будет его трансферная стоимость, поскольку голевые передачи - один из ключевых факторов успешности команды.

Также важен и навык владения мячом и умения обходить соперников. Чем чаще игрок совершает удачные обводки соперников, чем выше процент удачного дриблинга игрока, тем выше его трансферная стоимость, поскольку умение обойти соперников является первым элементом реализации атаки, ведь именно защитники должны отбросить или отодвинуть мяч сквозь строй соперников от своих ворот или из центра поля в сторону атакующих игроков. Коэффициент подтверждает Гипотезу 2.

Однако в данном случае не подтвердилась Гипотеза 1 о положительном статистически значимом влиянии роста игрока на его трансферную цену.

Отрицательное влияние на трансферную стоимость согласно полученным в модели Хекмана оказывают переменные:

· Возраст игрока

· Количество полученных желтых карточек

· Количество полученных красных карточек

· Количество выбросов мяча от штрафной площади в центр поля

· Количество раз, когда игрок оказывается в положении вне игры

· Количество фолов, совершенных игроком

· Рейтинг страны

Данные результаты практически не идут вразрез с ожиданиями.

Возраст игрока предположительно отрицательно сказывается на трансферной стоимости как игроков нападения, так и игроков защиты. Чем старше игрок, тем меньше его трансферная стоимость по причине ухудшающихся физических возможностей из-за накапливающегося количества травм и роста конкуренции на трансферном рынке, поскольку происходит появление новых молодых игроков, которые способны стать достойной заменой «стареющих» игроков.

Также часто встречающаяся агрессивная игра защитников приводит к получению жёлтых карточек и красных карточек, что является неотъемлемой частью действий игроков защиты в процессе игры, но зачастую такие моменты приводят к снижению трансферной стоимости игрока. Получение желтых и красных карточек может привести к удалению игрока с поля, что отрицательно скажется на возможностях команды одержать победу или не проиграть сопернику, поэтому игроки, которые часто получают наказание от арбитра за «жёсткую» игру, характеризуются меньшей ценностью и полезностью для команды, соответственно, стоят на трансферном рынке меньше.

Наряду с жёлтыми карточками и красными карточками, нарушение правил игры (фолы) отрицательно сказывается на ценности игрока, поскольку жёсткие нарушения регламентов и правил влекут за собой дисквалификацию. И это аналогично снижает возможности команды одержать победу в текущем и последующих матчах, соответственно, часто нарушающие правила игроки менее ценны в глазах агентов других команд и на трансферном рынке. Большее предпочтение отдается игрокам, которые способны качественно защищать свои ворота без нарушения правил и наказаний от судейской команды.

Аналогично отрицательное влияние имеет и количество попаданий игрока в положение вне игры. Когда игрок попадает в положение вне игры, мяч отдается сопернику, который может удачно реализовать момент и повлиять на исход игры.

Рейтинг страны (рейтинг национальной сборной игрока) оказывает отрицательное влияние, поскольку значение этого показателя растет при снижении фактического рейтинга. Следовательно, увеличение значения показателя должно приводить к снижению трансферной стоимости игрока. Данный результат аналогично подтверждает изначальные предположения о направлении влияния данной переменной.

Единственный результат, который не соответствует ожиданиям - отрицательное влияние переменной, которая демонстрирует количество раз, когда игрок защиты выбрасывал мяч из своей штрафной площади. Данный показатель должен влиять положительно на трансферную стоимость игрока, поскольку напрямую демонстрирует способность футболиста защищать свои ворота. Парадоксальный результат можно объяснить особенностями выборки.



Заключение

Данное исследование заключается в изучении трансферного рынка Европы, а именно Англии, Франции, Испании, Италии, Германии. Главной целью данной работы является определение влияния различных факторов на трансферную стоимость игроков высших футбольных лиг вышеназванных стран.

Основной предпосылкой данной работы является предположение о наличии смещения в оценках, которые вычисляются методом наименьших квадратов. Это смещение объясняется особенностями футбольного трансферного рынка.

В период трансферных окон (к примеру, по окончанию игрового сезона) футболист может совершить переход из своей команды в другую за определенную цену, называемую трансферной стоимостью. Естественно, до окончания срока действия текущего контракта не все футболисты меняют свою команду на другую, соответственно для таких игроков исследователи не могут наблюдать фактическую трансферную цену. С использованием метода наименьших квадратов представляется возможным оценить зависимую переменную - трансферную цену - только для тех игроков, кто имеет реальную трансферную цену, то есть совершивших переход. Однако те игроки, кто остался в своей команде по итогам трансферного окна по каким-либо причинам, имеют потенциальную трансферную стоимость, которая определяется спросом и предложением на рынке. Данные игроки могли бы иметь конкретную цену на рынке, если бы совершили переход, но в данное время эта цена ненаблюдаема.

Оценивание только совершивших переход игроков является некорректным, поскольку такая выборочная база не представляет генеральную совокупность в целом. Оценки, полученные таким методом, являются недостоверными (смещенными и несостоятельными), поскольку на них влияют последствия проблемы выборочной селективности (sample selection).

Решением проблемы выборочной селективности является построение модели Хекмана - двухшаговой процедуры Хекмана - которая направлена на исправление недостоверности оценок метода наименьших квадратов. Использование данной модели теоретически и эмпирически обоснованно, а также подтверждается различными качественными эконометрическими исследованиями предыдущих годов. Построение модели Хекмана осуществляется в два этапа:

1) На первом шаге оценивается вероятность смены футболистом своего клуба с помощью пробит-модели (вероятностной модели). На данном шаге обязательно включение дополнительной переменной, которая имеет предположительное влияние на решение сменить клуб, но не имеет предположительного влияния на зависимую переменную второго шага. Данная дополнительная переменная называется индикаторной.

2) Второй шаг заключается в построении линейной регрессии, зависимой переменной является трансферная стоимость игроков. Корректировка смещения осуществляется за счет включения во второе уравнение моделирования трансферной стоимости уравнения факта совершения перехода в другой клуб из первого шага.

Модель Хекмана была применена в данной работе наряду с методом наименьших квадратов с целью корректировки смещения ввиду выборочной селективности и сравнения результатов для доказательства наличия вышеупомянутого смещения.

Анализ цен игроков на трансферном рынке был осуществлен по базе спортсменов из пяти ключевых лиг Европы (Англии, Испании, Италии, Франции, Германии). Итоговая выборка была разделена на 2 подкатегории по принципу разделения специализаций игроков на футбольном поле - игроки защиты и игроки нападения, количество наблюдений в подкатегориях составило 887 и 526 соответственно.

В качестве независимых переменных используются личные характеристики игрока, такие как его физические параметры и спортивные навыки), характеристики команды игрока, характеристика национальной сборной игрока. В качестве индикаторной переменной на первом шаге моделирования с помощью процедуры Хекмана был выбран факт смены главного тренера команды. Данные собраны из общедоступных порталов в сети Internet.

Результаты, полученные с помощью модели Хекмана, совпадают с ожиданиями и подтверждают выдвинутые гипотезы. Оценки, полученные с помощью модели Хекмана, отличаются от оценок метода наименьших квадратов, что подтверждает предположение о наличии смещения. Лямбда Хекмана - добавленное во второй шаг уравнение вероятности перехода в другой клуб - оказалась значимой, оценки были скорректированы, следовательно проблема смещенности оценок была устранена в обеих подвыборках.

Индикаторная переменная оказалась значимой в уравнении вероятности смены клуба для каждой из двух подвыборок, факт смены главного тренера клуба положительно влияет на вероятность того, что футболист сменит команду в период трансферного окна.

Направление влияния практически всех переменных на зависимую переменную совпало с ожиданиями. Статистическая значимости лямбды Хекмана и различие в коэффициентах моделей МНК и Хекмана подтверждает рациональность использования двухшаговой процедуры для получения достоверных оценок. Проблема смещения ввиду выборочной селективности устранена для обеих подвыборок.

Стоит отметить, что полное представление о механизмах формирования трансферной цены невозможно, поскольку множество факторов, предположительно влияющих на трансферную стоимость, ненаблюдаемо или неисчисляемо, что напрямую влияет на качество модели. Среди таких факторов стоит выделить мотивацию игрока, взаимоотношения в команде, отношения в семье игрока, географическое местоположение его семьи. Включение в модель данных факторов, возможно, улучшило качество модели, что невозможно подтвердить или опровергнуть на данном этапе.

Также дальнейший анализ может быть направлен не только в сторону расширения набора объясняющих переменных, но и в сторону изучения игроков других стран или более низких дивизионов. Сопоставление результатов различных моделей позволит получить картину трансферного рынка в целом.



Список литературы

Специальная литература

1. Агиррегабирия, В. (2009). Заметки о моделях с самоотбором выборки. Квантиль., (7), 21.

2. Захаров И. (2010). Сколько стоит вырастить чемпиона. Forbes

3. Поляков К. Л., Жукова Л. В. (2013), «Оценка человеческого капитала в профессиональном футболе, Прикладная эконометрика, № 29

4. Цыплаков А. (2005), «В помощь изучающим эконометрику. Мини-словарь англоязычных эконометрических терминов, часть 2», Квантиль 5, стр. 41-48

5. Behr, P., Guettler, A., & Truebenbach, F. (2012). Using industry momentum to improve portfolio performance. Journal of Banking & Finance, 36(5), 1414-1423.

6. Carmichael, F., Forrest, D., & Simmons, R. (1999). The labour market in association football: who gets transferred and for how much?. Bulletin of Economic Research, 51(2), 125-150.

7. Carmichael, F., Forrest, D., & Simmons, R. (1999). The labour market in association football: who gets transferred and for how much?. Bulletin of Economic Research, 51(2), 125-150.

8. Dobson, S & Gerrard, B. 1999. The Determination of Player Transfer Fees in English Professional Soccer. Journal of Sport Management. 13(1), pp. 259-279.

9. Dobson, S., Gerrard, B., & Howe, S. (2000). The determination of transfer fees in English nonleague football. Applied Economics, 32(9), 1145-1152.

10. Eschweiler, M. and Vieth, M. (2004) Player transfers price determination in German Bundesliga: An Empirical Analysis, 64, 671-92.

11. Feess, E., & Muehlheusser, G. (2003). Transfer fee regulations in European football. European Economic Review, 47(4), 645-668.

12. Feess, E., & Muehlheusser, G. (2003). The impact of transfer fees on professional sports: an analysis of the new transfer system for European football. The Scandinavian Journal of Economics, 105(1), 139-154.

13. Frick, B. (2007). The football players' labor market: empirical evidence from the major european leagues. Scottish Journal of Political Economy, 54(3), 422-446.

14. Greulich K. (2013). Transfer costs of human capital in the English Premier League. Final Thesis

15. Hautsch, N., Lehmann, E., Warning, S., & Frick, B. (2001). Shirking or mismatch? Coach-team separation in German professional soccer (No. 313)

16. Heckman, J. J. (1977). Sample selection bias as a specification error (with an application to the estimation of labor supply functions). Econometrica, 47(1), 153-161

17. Herm, S., Callsen-Bracker, H. M., & Kreis, H. (2014). When the crowd evaluates soccer players' market values: Accuracy and evaluation attributes of an online community. Sport Management Review, 17(4), 484-492.

18. Medcalfe, S. (2008). English league transfer prices: is there a racial dimension? A re-examination with new data. Applied Economics Letters, 15(11), 865-867.

19. Reilly, B., & Witt, R. (1995). English league transfer prices: is there a racial dimension?. Applied Economics Letters, 2(7), 220-222.

20. Ruijg, J., & van Ophem, H. (2015). Determinants of football transfers. Applied Economics Letters, 22(1), 12-19.

21. Simmons, R. (1997). Implications of the Bosman ruling for football transfer markets. Economic Affairs, 17(3), 13-18.

22. Szymanski, S (2005). Handbook on the Economics of Sport. (1 ed.).Cheltenham: Edward Elgar Publishing Ltd.

23. Terviц, M. (2006). Transfer fee regulations and player development. Journal of the European Economic Association, 4(5), 957-987.

24. Van den Berg E. (2011). The valuation of human capital in the football player transfer market. Financial Economics Erasmus School of Economics

Нормативные правовые акты

25. Регламент РФС по статусу и переходам (трансферу) футболистов. Общероссийской общественной организации «Российский футбольный союз» № 85/7.1, 2012

26. Regulations on the Status and Transfer of Players. Fйdйration Internationale de Football Association, (www.FIFA.com)

Электронные ресурсы

27. www.transfermarkt.de

28. www.sportbox.ru

29. www.sports.ru

30. www.championat.com

31. www.whoscored.com

Прочее

32. The European Club Footballing Landscape. Club Licensing Benchmarking Report, Financial Year 2015 // Отчет УЕФА

33. Deloitte. Rising Stars: Football Money League, January 2018

Приложения

Приложение 1

Описательные статистики для переменных в оценке нападающих

	Рейтинг страны	Возраст	Борьба в воздухе	Голевые	Голы	Голы к ударам	Рост	Ключевые	Минуты	ТС	Дриблинг
Среднее	21.66180	25.74394	0.366503	0.114418	0.192961	0.080155	179.4955	1.287291	481.1447	5025288.	0.456513
Медиана	14.00000	25.00000	0.375000	0.000000	0.000000	0.000000	180.0000	1.036137	421.5000	2250000.	0.500000
Максимум	179.0000	40.00000	1.000000	3.000000	7.500000	1.379032	203.0000	30.00000	1350.000	75000000	1.000000
Минимум	1.000000	17.00000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	1.000000	38000.00	0.000000
Стандартное отклонение	23.73490	4.146251	0.241601	0.213737	0.386477	0.133861	11.63242	1.616547	368.6535	7916810.	0.304098
Коэффициент асимметрии	2.220262	0.295045	0.314883	4.784984	7.577148	3.595140	-11.10677	9.355513	0.434226	3.832157	-0.075994
Коэффициент эксцесса	9.791368	2.635217	3.111465	46.91676	112.8801	23.96527	172.2859	154.8572	1.997547	22.73480	2.179702



Приложение 2

Описательные статистики для переменных в оценке защитников

	Возраст	Борьба в воздухе	Голевые	Выносы	Страна	Дриблинг	Фолы	Рост	Минуты	Вне игры	Отборы	Красные карт.	Желт. карт	ТС
Ср.	26.89628	0.560399	0.051034	3.197228	19.03503	0.529100	1.022361	182.6990	606.7362	0.104697	0.712974	0.014585	0.195269	3370299.
Мед.	27.00000	0.582278	0.000000	2.669492	14.00000	0.562500	0.845865	183.0000	630.0000	0.000000	0.741935	0.000000	0.142857	1880000.
Макс.	39.00000	1.000000	1.000000	90.00000	173.0000	1.000000	9.000000	199.0000	1350.000	22.50000	1.000000	1.698113	2.727273	30000000
Мин.	17.00000	0.000000	0.000000	0.000000	1.000000	0.000000	0.000000	0.000000	1.000000	0.000000	0.000000	0.000000	0.000000	75000.00
Ст. От.	4.057496	0.209892	0.122367	4.062432	20.40772	0.362958	0.930534	8.521956	361.0419	0.783109	0.209997	0.097218	0.240820	4591107.
Асим.	0.185351	-0.647906	3.728101	14.20339	2.568140	-0.221887	3.088643	-11.16846	0.081931	26.54697	-1.600845	13.84452	2.866387	2.892509
Эксц	2.561733	4.004316	20.67720	279.0149	13.35190	1.763987	20.70159	239.3405	1.883349	756.1752	6.534684	220.7466	20.52995	12.37177

Размещено на Allbest.ru

...