CC BY
20
ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ДОХОДОВ СПОРТИВНЫХ
КЛУБОВ
Г.С. Васёва, канд. экон. наук, доцент И.А. Семериков, студент
Пермский государственный национальный исследовательский университет (Россия, г. Пермь)
DOI:10.24412/2411-0450-2022-5-1-138-143
Аннотация. В статье описывается структура доходов и расходов спортивных организаций, на примере футбольных клубов и баскетбольных клубов Национальной Баскетбольной Ассоциации (НБА). Выбрана наилучшая регрессионная модель из числа построенных, на основе которой была оценена степень влияния ключевых факторов на доходы спортивных организаций НБА.
Ключевые слова: эконометрическое моделирование, экономика спорта, доходы спортивных организаций.
Спорт давно перестал быть комплексом рекреационных и досуговых мероприятий. Сегодня профессиональный спорт - это огромная индустрия, генерирующая сотни миллионов долларов. Крупные компании и инвесторы покупают спортивные клубы в качестве активов, приносящих прибыль. Кроме того, спорт является инструментом поддержания репутации страны на международной арене, и власти, как правило, заинтересованы в развитии этой отрасли. На этом фоне становится очевидной важность прибыльности спортивных организаций. Способность клубов не только поддерживать собственное существование, но и получать прибыль - залог их успешного развития.
Национальная Баскетбольная Ассоциация (НБА) - одна из богатейших спортивных лиг планеты. Годовая выручка лиги оценивается в миллиарды долларов, а доходы от телетрансляций превышают $1,5 млрд. Главной ценностью лиги и причиной, по которой НБА имеет такие большие доходы, являются игроки. За матчами суперзвёзд по всему миру наблюдают миллионы фанатов, которые готовы тратить свои деньги на покупку билетов, платных каналов и атрибутики любимой команды.
Объектом исследования является доходы клубов Национальной Баскетбольной Ассоциации. Предмет исследования - со-
вокупность ключевых факторов, влияющих на доходы команд НБА.
Цель работы - оценить и объяснить влияние ключевых факторов на показатели доходов спортивных клубов на примере клубов НБА.
К основополагающим работам, раскрывающим экономико-социальные аспекты развития отрасли спорта можно отнести труды следующих ученых: С.В. Алтухова, А.И. Воробьева, М.И. Золотова, В. Ан-дреффа. Указанные авторы оказали существенное воздействие на определение путей развития индустрии спорта.
Так в научных работах Андреффа [4] было рассмотрено два подхода к становлению профессионального спорта. В основе первого лежит стремление к максимизации прибыли, спортивные результаты рассматриваются как средство ее достижения. Для второго подхода спортивное соперничество является приоритетным фактором, в то время как финансовые результаты деятельности остаются на втором плане. Тем не менее, приоритизация в исследованиях авторов, в части повышения инвестиционной привлекательности и доходов субъектов спорта, отдается первому подходу.
Кроме того, в работе О.В. Литвишко и Р.Р. Вейнберг [5] по анализу влияния факторов на изменение курсовой стоимости акций футбольных клубов была предложе-
на линейная модель множественной регрессии.
По результатам регрессионного анализа авторы делают вывод, что такие показатели как «Победа в матче» и «Поражение в матче» оказывают наибольшее воздействие на зависимую переменную, что полностью соответствует ожиданиям, выводам и здравому смыслу. По остальным же показателям можно сделать вывод о их незначительном влиянии на зависимую переменную.
Рауль Карусо [6], исследовал взаимосвязь между успешным выступлением команд и спортивными показателями в высшей профессиональной футбольной лиге Италии - Серии А. Анализ был сосредоточен на 14 сезонах с 2001/2002 по 2014/2015. Результаты показывают, что совокупные расходы на заработную плату являются надежным предиктором успеха итальянских профессиональных футбольных команд. В результате тестов Хаусма-на, Бройша-Паганна и Фишера [7, 8] автор приходит к выводу, что лучше всего его данные можно описать моделью с фиксированными эффектами. Кроме того, наибольшее влияние на успешное выступление команды оказали такие факторы, как зарплата игроков и доля иностранных игроков в команде.
Трансформация футбола из сферы развлечений в огромный бизнес, накладывает на него дополнительные издержки, которые зачастую связаны с большими тратами на поддержание функционирования футбольного клуба. К основным затратам футбольного клуба можно отнести следующее: стадион, академия и база, где располагается тренировочный штаб, тренировочный центр и другая инфраструктура, для проведения эффективных тренировок клуба, заработная плата игроков и персонала, трансферы.
Если рассмотреть структуру доходов Европейских клубов, то она будет выглядеть следующим образом. Затраты на содержание стадиона окупаются преимущественно за счёт размещения на нем и возле него спонсорских и коммерческих точек. В день игры множество компаний размеща-
ют свою рекламу непосредственно на фасаде стадиона или даже внутри стадиона, так как клуб имеет право сдавать в аренду коммерческую территорию, где большое количество заинтересованных организаций готовы размещать свои временные офисы. Кроме того, большой поток фанатов невероятно интересен магазинам футбольной атрибутики и предприятиям общественного питания, которые также имеют полное право арендовать часть территории возле стадиона.
Билетная программа большинства Европейских топ-клубов способна полностью покрыть все расходы на содержание стадиона в день матча, так как цена на билеты весьма высока, а посещаемость стадионов практически всегда стремится к 100%. Академия клуба полностью финансируется за счёт спонсоров, но иногда академия может заработать с будущих трансферов, если талантливый воспитанник будет продан в другой клуб. Зарплата игроков частично покрывается спонсорскими контрактами и продажей имиджевых прав игрока, которые передаются клубу при его переходе. Футбольный клуб имеет множество инструментов по продаже имиджевых прав игрока, начиная от небольших телевизионных реклам, заканчивая полноценным сотрудничеством с конкретным брендом. Зарплата персонала покрывается в основном за счёт продажи телеправ. Трансферы же окупаются преимущественно за счёт доходов от различных турниров и также, как и в случае с заработной платой персонала, с продажи телеправ различным компаниям.
НБА зарабатывает деньги на продаже телевизионных прав различным телекомпаниям и сделках по мерчандайзингу, заключенных непосредственно с лигой, но команды также зарабатывают свои собственные деньги за счет продажи билетов, корпоративного спонсорства, арены, рекламы и сделок с местным телевидением и радио. Это создает уникальный бизнес. Поскольку существует 30 команд, каждая из которых действует как отдельная организация и соревнуется друг с другом за победу в чемпионате.
Крупные рынки, такие как Нью-Йорк и Лос-Анджелес, приносят больше денег и получают более высокую оценку, чем небольшие рыночные команды, даже если меньшая команда более квалифицирована.
Лига учитывает и компенсирует неравенство между командами, чтобы обеспечить равную конкуренцию и предоставлять хороший, зрелищный баскетбол болельщикам. Этот тип контролируемой конкуренции осуществляется различными методами, но большинство из них сводятся к тому, как распределяются деньги между командами. Одним из элементов этого механизма является концепция, называемая распределением доходов.
НБА требует, чтобы каждая команда вносила равный процент дохода в общий
Причина, по которой требуется такое перераспределение средств, заключается в том, чтобы небольшие рыночные команды смогли позволить себе увеличение зарплат игроков. Без распределения доходов крупные рыночные команды просто подписали бы всех лучших игроков, потому что у них есть на это деньги. А у команд малого рынка никогда не будет достаточно средств, чтобы конкурировать с крупными организациями, потому что они ограничены своим местоположением.
Данные для исследования включают в себя статистику, собранную с 2014 по 2019 год по 4 крупнейшим клубам лиги: Бостон Селтикс, Чикаго Булз, Голден-Стэйт Вар-риорз и Лос-Анджелес Лейкерс. Статистические данные представляют информацию о годовых доходах клубов, их затратах на оплату контрактов игроков, а также показатели, характеризующие эффективность команды на площадке. Источником данных является открытые архивы сайта Basketball Reference [9]. В рамках исследова-
денежный пул. Затем пул распределяется поровну между каждой из 30 команд. Поскольку крупные рыночные команды зарабатывают значительно больше денег, они вносят больший вклад в пул. Небольшие рыночные команды, которые зарабатывают не так много, все равно будут иметь выгоду от участия в данном распределении, даже несмотря на то, что они уплачивают такой же процент с доходов, как и крупные команды. В конце концов, команда малого рынка всегда будет получать больше денег, чем команда большого рынка, потому что равное распределение принесёт им больше, чем то, что команда изначально внесла в пул. В таблице приведён пример распределения доходов в НБА.
ния были выбраны следующие факторы, исходя из предыдущих работ и личного предпочтения:
1. Годовой доход. Измерение - млн. долларов. Обозначение - Revenue.
2. Население города. Измерение - количество человек. Обозначение - Population.
3. Количество побед в сезоне. Измерение - количество побед. Обозначение -Wins.
4. Количество набранных очков. Измерение - количество очков. Обозначение -PTS.
5. Стоимость контрактов. Измерение -млн. долларов. Обозначение - Expenses.
6. Реализация бросков в сезоне. Измерение - доля реализованных бросков. Обозначение - FG.
В ходе исследования было построено шесть моделей. Три однонаправленные модели POOLED, FE и RE. И три двунаправленные POOLED, FE и RE. На рисунке представлено сравнение всех шести моделей.
Таблица. Распределение доходов в НБА
Большая команда Маленькая команда
Общий доход 300 млн. 100 млн.
Взнос в фонд (50%) 150 млн. 50 млн.
Размер пула (30 команд) 2 млрд. 2 млрд.
Распределение 67 млн. 67 млн.
Итог -83 млн. +17 млн.
Сравнение моделей проводилось с помощью F-теста, теста Хаусмана и теста Бройша-Пагана. Исходя из результатов тестов и значения скорректированного ко-
эффициента детерминации (й^у), можно сделать вывод, что наилучшей моделью является модель сквозной регрессии.
Pooling RE FE Pooling two way s RE two ways FE twoways
(Intercept! -645.36 -638.61*** -645.36 -639.94***
( 1S4.20) (186.31) (184.20) (1S5.92)
Population 10.09*** 9.90*** 156.21 10.09*** 9.93*** -585.40
(2.31) (2.47) (213.38) (2.31) (2.43) (281,52)
Wins -0.95 -1.01 -0.94 -0.95 -1.00 -0.31
(0.91) (0.89) (0.93) (0.91) (0.S9) (0.94)
PTS -0.60 -0.77 -1.10 -0.60 -0.74 -2.06
(1.37) (1.33) (1.32) (1.37) (1.34) (3.48)
Expenses 2.44*** 2.39*** 2.20*** 2.44*** 2.40*** 0.97
(0.46) (0,45) (0.45) (0.46) (0.45) (0.65)
FG * 15.21 4* 15.56 12.57 4 15.21 15.51 7.16
(5.75) (5,70) (7.82) (5,75) (5.71) (8.56)
R2 0.88 0.88 0.87 0.88 0.88 0.68
Adj. R2 0.85 0.S4 0.79 0.85 0.85 0.27
Num. obs. 24 24 24 24 24 24
s idios 24.25 25.09
s id 6.54 5.99
s time 0.00
р < 0-001; pcO Ol; р < 0_05
Statistical models
Рис. 1. Сравнение моделей
> coeffi cients(m.pooled) (ln~e"cej") Population
-64 5.3602B11
10.0S91009
Wi ns
-0.9491202
PTS
-G.ес^зг^е
Expenses 2.4396980
FG
15.
Рис. 2. Коэффициенты модели
Коэффициенты данной модели показывают, что при увеличении переменной Population на 1, переменная Revenue увеличится в среднем на 10,0891009. При увеличении переменной Wins на 1, переменная Revenue в среднем уменьшится на 0,9491202. При увеличении переменной PTS на 1, переменная Revenue в среднем уменьшится на 0,6043748. При увеличении переменной Expenses на 1, переменная Revenue в среднем увеличится на 2,439698. При увеличении переменной FG на 1, переменная Revenue в среднем увеличится на 15,2069269.
Показатель населения оказывает весьма сильное положительное влияние на доходы спортивного клуба. Это объясняется тем, что в городах с большим населением присутствует более крупный рынок по-
требления, что не может не привлекать потенциальных спонсоров. Кроме того, чем больше людей проживает в городе, тем больше у местного клуба болельщиков, готовых поддерживать свою команду, приходя на стадион и покупая атрибутику любимой команды. Помимо этого, размер населения определяет не только размер аудитории клуба, но и стоимость билетов и размер контрактов со спонсорами и СМИ. Баскетбольный клуб города часто является монополистом (за исключением Лос-Анджелеса и Нью-Йорка, где есть 2 команды). Поэтому чем шире аудитория, тем сильнее переговорная сила клуба и способность заключать крупные контракты. Таким образом, в крупных городах клубы способны получать значительные доходы.
Показатели побед и количество набранных очков оказывают отрицательное влияние на доходы клуба, в то время как показатель реализации бросков оказывает существенное положительное влияние. Данный результат можно объяснить тем, что по ходу сезона для клуба куда важнее иметь более высокие показатели реализации, так как именно это и притягивает болельщиков, а за ними и спонсоров. Рядовому болельщику не важно, какое количество очков в сумме набрала его команда за матч, ему важно, чтобы команда была результативной и не теряла концентрацию по ходу сезона, чтобы в дальнейшем выйти в плэй-офф и побороться за звание чемпиона НБА.
Показатель стоимости контрактов игроков также является одним из ключевых, когда речь идёт о заработках клуба. Он оказывает положительное влияние на доходы клуба. Звёздные игроки, у которых зарплата всегда значительно выше, чем у остальных, могут заинтересовать не толь-
тенциальных зрителей. Спонсоры куда чаще заключают крупные контракты с командами, у которых в составе есть несколько талантливых, высококлассных игроков, так как эти спортсмены привлекают новых зрителей своей феноменальной игрой и гарантированным результатом.
Данная работа была посвящена исследованию факторов, влияющих на доходы клубов НБА. Среди задач были определение ожидаемых факторов, построение модели, на основе которой мы оценивали значение выбранных переменных.
Результатом оценки и анализа построенной модели стало определение наличия взаимосвязи между доходом и пятью факторами. Результаты исследования могут быть интересны с точки зрения повышения доходов, как инвесторам, так и клубным руководителям.
Для улучшения модели и развития исследования можно увеличить объём выборки. Кроме того, можно провести анализ доходов клубов других видов спорта.
ко руководство клуба, но и множество по-
Библиографический список
1. Алтухов С.В. Особенности управления бизнес-процессами в условиях экономического кризиса (на примере национальной хоккейной лиги) // Вестник спортивной науки. -2015. - №1. - С. 38-40.
2. Воробьев А.И., Солнцев И.В., Осокин Н.А. Использование ренкинговых моделей для оценки уровня развития футбола в странах ФИФА // Вестник Российского экономического университета им. Г.В. Плеханова. - 2016. - №2 (86). - С. 69-76.
3. Золотов М.И., Золотов М.М. Разработка методики расчета справедливой ставки дисконтирования для различных инвестиционных проектов в области спорта // Экономика и предпринимательство. - 2015. - №11-2 (64). - С. 802-804.
4. Andreff W., Szymanski S. Handbook on the economics of sport. - Cheltenham: Elgar, 2006.
5. Литвишко О.В., Вейнберг Р.Р. Инвестиционный потенциал субъектов профессионального спорта // Статистика и экономика. - 2019. - №1. - С. 1-10.
6. Caruso R. Aggregate Wages Of Players and Performance in Italian Serie A, 2016.
7. Носко В.П. Эконометрика: Введение в регрессионный анализ временных рядов. 2004.
8. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. 6-е изд. Глава 13. 2004
9. Basketball-References. - [Электронный ресурс]. - Режим доступа: https://www.basketball-reference.com/players/j/jamesle01.html (дата обращения: 24.06.2021).
ECONOMETRIC MODELING OF SPORTS CLUBS INCOME
G.S. Vasyova, Candidate of Economic Sciences, Associate Professor I.A. Semerikov, Student Perm State University (Russia, Perm)
Abstract. The article describes the structure of income and expenses of sports organizations, using the example of football clubs and basketball clubs of the National Basketball Association. The assessment of the impact of key factors on the income of sports organizations of the NBA, based on the constructed regression model.
Keywords: econometric modeling, sports economics, income of sports organizations.
