Оценивание человеческих ресурсов в ходе реализации ресурсной стратегии спортивного клуба Текст научной статьи по специальности «Экономика и бизнес»

www.hjournal.ru DOI: 10.17835/2076-6297.2017.9.2.080-096

ОЦЕНИВАНИЕ ЧЕЛОВЕЧЕСКИХ РЕСУРСОВ В ХОДЕ РЕАЛИЗАЦИИ РЕСУРСНОЙ СТРАТЕГИИ СПОРТИВНОГО КЛУБА

ПОЛЯКОВ КОНСТАНТИН ЛЬВОВИЧ,

кандидат технических наук, доцент, доцент департамента прикладной экономики, Национальный исследовательский университет «Высшая школа экономики», e-mail: polyakov.kl@hse.ru;

КАСАБОВ ГРИГОРИЙ ВЛАДИСЛАВОВИЧ,

независимый эксперт, e-mail: grigor91@list.ru;

ПОЛЯКОВА МАРИНА ВАСИЛЬЕВНА,

кандидат технических наук, доцент, доцент департамента финансов, Национальный исследовательский университет «Высшая школа экономики», e-mail: mpolyakova@hse.ru

Данное исследование связано с анализом сложившейся практики оценки человеческих ресурсов спортивными клубами в сегменте профессионального командного футбола в ходе реализации их ресурсной стратегии. Выбор направления исследования и предметной области далеко не случаен. Ресурсный подход к анализу и формированию стратегии фирмы (Barney, 1991) зарекомендовал себя как эффективный и результативный инструмент обеспечения долговременного успеха. Распределение ресурсов в рыночной экономике, в частности установление цены на них, сопряжено со множеством издержек, связанных, например, со сбором информации и ведением переговоров. По мере глобализации экономики объем этих издержек потенциально растет, и для контроля их уровня все большее значение приобретают создание и совершенствование различных институтов, регулирующих распределение ресурсов. Также большое значение имеет изучение наиболее распространенных практик реализации ресурсных стратегий, в частности оценивания ресурсов в контексте институциональной среды, с учетом неоднородности соответствующих рынков.

Стратегически важным ресурсом на рынке профессионального командного спорта является человеческий. В то же время его распределение приводит к наиболее серьезным практическим проблемам. Специфика командного спорта как вида экономической деятельности (Downward, Dawson, 2002) обусловливает необходимость фиаско рынка (market failure) труда для устойчивого развития отрасли. Отсюда возникает и необходимость наличия института, регулирующего рынок труда. В ряде видов командного спорта, например, в футболе, эту роль играет институт трансфера - система понятий и правил, регулирующих переход атлета

© Поляков К. Н., Касабов Г. В., Полякова М. В., 2017

■н о

2 2.

СП 5

о

х

а в

о <

Ф

л с с

s

х

X Л

л а

X

о

J

л а

X

£

СЯ ш

ся <

о

I— 3 t I—

со

о <

ее

3

о

из одного спортивного клуба в другой до истечения срока контракта. Наличие института трансфера предъявляет серьезные требования к практике оценивания атлетов, которая определяет сумму и порядок выплаты компенсации за переход. Клубы должны соотносить ценность интересующих их атлетов с имеющимися ограничениями, которые в итоге формируют ярко выраженные сегменты на рынке труда атлетов. Формализация сложившейся практики ценообразования в различных сегментах важна для поддержки принятия решений об инвестициях в персонал при реализации ресурсной стратегии спортивного клуба. Решению этой задачи посвящено данное исследование. В качестве основного инструмента формализации здесь используются регрессионные модели с переменной структурой, отражающей структуру рынка труда в профессиональном командном спорте.

Ключевые слова: институт трансфера; ресурсная стратегия, человеческий капитал; физический капитал; цена трансфера; модель линейной регрессии с переменной структурой; диагностика модели линейной регрессии; робастное оценивание.

VALUATION OF HUMAN RESOURCE DURING THE IMPLEMENTATION OF RESOURCE STRATEGY

OF SPORT CLUB

POLYAKOV KONSTANTIN, L.

Department of Applied Economics National Research University Higher School of Economics

e-mail: polyakov.kl@hse.ru;

KASABOV GRIGORIY, V.

The independent expert e-mail: grigor91@list.ru;

POLYAKOVA MARINA, V.

Department of Finance National Research University Higher School of Economics

e-mail: mpolyakova@hse.ru

■H

о

CM CM

о с

СП

This study deals with the practice of human resource valuation in the professional :> command football during the implementation of sport club resource strategy. The choice # of the direction of research is not random. Resource view in the analysis of strategy and ffi strategy shaping (Barney, 1991) is an effective long term success tool. There are many costs o in the process of resource allocation, in particular during resource valuation, in the market economy in connection, e.g. costs related to information collection and negotiating. Costs ^ rise with the globalization of the economy. Therefore, it is important to create and maintain q various institutions to control the level of costs and to study the most common practice of the I5 resource strategy implementation. Particularly, it is important to study resource valuation in the context of institutional environment given the heterogeneity of markets.

Human resource is the most important strategic resource on the market of professional command sport. At the same time, solving the problem of human resource allocation on this market leads to serious practical problems. Specifics of economic component of command sport results in the inevitability of labor market failure (Downward, Dawson, 2002) for

CD

sustainable development of the sector. Therefore, the need for institution which is to regulate the labor market occurs. Institute of transfer plays this role in some kinds of command sport, such as football. It is the system of concepts and rules, which regulate the transfer of athlete from one sport club to another prior to the expiration of the contract.

The number of requirements exist due to the institute of transfer to the practice of athlete's valuation, which determine the sum and the order of payment of compensation for prior sporting club management. The latter should correlate with the value of the athletes, which they are interest in, with the existing restrictions, which is the reason of the strongly pronounced heterogeneity of markets.

Formalization of existing practices of pricing in different segments of professional athletes' labor market is important for the support of decisions to invest in staff during resource strategy implementation. The current research deals with this problem. The model of linear regression with variable structure is used in the paper as the main instrument of formalization. The structure of the model reflects the structure of professional athletes' labor market.

Keywords: the institution of transfer; resource strategy; human capital; physical capital; cost of transfer; linear regression with variable structure; linear regression model diagnostics; robust estimation.

JEL: A14, B52, C21, C51, Z22.

Постановка проблемы

Формирование долгосрочных конкурентных преимуществ за счет оптимизации

инвестиций в ресурсы — распространенная практика стратегического менеджмента.

Различным аспектам формирования и реализации ресурсной стратегии фирмы в

контексте взаимодействия с институциональной средой посвящено немало исследований

m (Peng, 2003; Орехова и Леготин, 2015; 2016; Орехова, 2016). Большинство из них о

< основное внимание уделяет различным сегментам материального производства или

о розничной торговли. В данной работе рассматриваются некоторые вопросы реализации

■н о см

см

СП

5 о

X

< te

X £

ш

_J <

о

I— 3 t I—

со

LL

о

_J <

ее

3

о

ресурсной стратегии одного из наиболее значимых сегментов рынка услуг в сфере отдыха и развлечений — сегмента профессионального командного спорта. В центре

>< л

X

< внимания — методология оценки человеческих ресурсов руководством клубов в контексте о институциональной среды.

Ресурсный подход к анализу фирмы (Barney, 1991) определяет три категории £ стратегически значимых для фирмы ресурсов: физический, человеческий и х организационный. Эта точка зрения близка основным положениям создателей концепции сбалансированной системы показателей Нортона и Каплана (Каплан и Нортон, 2005). Они отмечают, что в основе обеспечения стратегического успеха любой организации находится решение задач управления нематериальными видами со капитала — человеческого, организационного и информационного, и вводят понятие их о стратегической готовности, т.е. соответствия стратегическим задачам организации.

Стратегическая готовность человеческого капитала, созданная за счет рационально сформированной ресурсной стратегии, является критическим фактором долгосрочного успеха спортивного клуба в сегменте профессионального командного спорта. Однако особенности этого вида экономической деятельности обусловливают огромную роль институтов в регулировании рынка труда профессиональных атлетов. Залогом коммерческой успешности отрасли является неопределенность исхода любого соревнования. Это требует неэффективного, т.е. несовместимого с прямой конкуренцией между клубами, распределения основного — человеческого — ресурса (Downward and Dawson, 2002). Специфика отрасли порождает специфическую институциональную среду, которая предъявляет особые требования к реализации ресурсной стратегии

спортивных клубов, в частности к оценке ресурсов для ведения рациональной инвестиционной политики.

Формирование и роль института трансфера

Формирование института трансфера атлетов в командном спорте, прежде всего футболе, осуществлялось параллельно формированию спорта как вида профессиональной деятельности и превращению его в один из важнейших сегментов шоу-бизнеса (Downward and Dawson, 2002). За этим явлением стоит необходимость удовлетворения естественной потребности клубов как хозяйствующих субъектов в решении задач управления персоналом. Необходимость ротации членов команды по возрастным и медицинским критериям в связи с необходимостью решения спортивных задач тактического и стратегического характера и в связи с планами самих атлетов по развитию своей карьеры возникла с началом формирования командного спорта как явления культурной жизни вне зависимости от экономических причин.

На первых порах перемещение атлетов не сопровождалось заметными издержками. Но по мере коммерциализации спорта и формирования категории профессиональных атлетов стал формироваться новый вид деятельности, связанный с подготовкой (начальной или дополнительной) и последующим перемещением атлетов в тот или иной принимающий клуб (команду) на условиях компенсации расходов на тренировки и упущенной выгоды выпускающего клуба. Поскольку в контексте профессионального спорта отношение атлета и клубов (команд) можно охарактеризовать как аренду труда атлета клубом, то подобные сделки можно отнести к договорам об уступке права аренды на определенных условиях. Специфика путей развития различных видов командного спорта, обусловленная их особенностями и различиями региональных культурных традиций, сформировала различные подходы к определению характера и величины компенсации выпускающему клубу. На сегодняшний день в разных видах спорта существуют примеры свободного перемещения атлетов, предоставления организационных преимуществ и примеры денежной компенсации.

Существенное влияние на формирование института трансферов оказало упорядочивание деятельности спортивных клубов в рамках так называемых лиг, которые определяют правила проведения соревнований между клубами, в частности график проведения состязаний. Существование спортивного клуба возможно только в составе той или иной лиги. Формирование лиг как хозяйствующих субъектов, т.е. о самостоятельных участников рынка, выявило противоречия их интересов с интересами отдельных клубов. В первую очередь это касается принципов распределения атлетов о по клубам, которое с позиции лиги должно обеспечивать высокую неопределенность исхода каждого соревнования, а следовательно, повышать его привлекательность для зрителей и соответственно рекламодателей. В то же время клубы заинтересованы в концентрации талантов в составе своих команд для достижения максимальных ® спортивных результатов. Это обстоятельство инициировало и значительно ускорило Ш процесс институализации трансферов. Были формализованы правила организации z> трансферов, закрепленные в документах спортивных лиг, и система санкций для их поддержки. В первую очередь это касается футбола в рамках FIFA (Downward and ^ Dawson, 2002). °

В настоящее время основной функцией института трансферов является поддержка уровня спортивной конкуренции, необходимого для планируемого уровня доходности экономической деятельности лиг. Нормативы и правила трансферов (FIFA, 2012; — Магденко и Еремеева, 2014; KEA - CDES, 2013) накладывают ограничения на о перемещение атлетов и препятствуют концентрации талантливых спортсменов в рамках наиболее богатых клубов, обеспечивая непредсказуемость исхода большинства соревнований.

Одной из основных проблем, возникающих при переходе атлета из одного клуба в другой до истечения срока контракта, является оценка стоимости контракта, т.е. фактически рыночной стоимости атлета. Как отмечено в (KEA - CDES, 2013), далеко не всегда можно установить взаимно однозначное соответствие между суммой контракта и ценностью игрока для выпускающего и принимающего клубов. Во-первых, экономическая ценность атлета для спортивного клуба лишь отчасти определяется его спортивным талантом; во-вторых, наиболее ценные игроки обладают большей переговорной силой; и, в-третьих, нередко сумма компенсации имеет спекулятивный характер. Все это порождает высокую неоднородность рынка труда профессиональных атлетов, наличие ярко выраженных сегментов.

Отмеченные проблемы порождают высокие транзакционные издержки, сопряженные со сбором информации и ведением переговоров (Carmichael and Thomast, 2000). В связи с этим очевидна высокая актуальность постоянного анализа практики ценообразования в различных сегментах рынка труда профессиональных атлетов, в частности, с использованием эконометрических моделей, основанных на реальных данных.

Бизнес на рынке труда

^ Одним из существенных источников доходов профессиональных футбольных клубов

° являются трансферы (Carmichael и др., 1999; Carmichael and Thomast, 2000; Feess and c\i Muehlheusser, 2002; Van den Berg E., 2011; Поляков и Жукова, 2013; Ruijg and van Ophem, 2 2014). Их значимость для экономики различных клубов не одинакова и определяется многими факторами, в частности, географическим положением, наличием спонсоров, о а также положением клуба в турнирной таблице. Однако поиск дополнительных ф источников финансирования актуален для всех футбольных клубов. Их издержки ? на организацию спортивных мероприятий очень велики. Большая часть полученных доходов уходит на зарплату атлетам. В Европе отношение расходов на персонал к доходам для большинства клубов превышает 60% (UEFA, 2012). Собственники и спонсоры спасают часть клубов от банкротства. По данным UEFA (UEFA, 2009), 54% клубов высших дивизионов имеют влиятельных спонсоров (акционеров), а 24% * находятся под полным контролем собственников. По данным отчета (Deloitte, 2013) в 5 2011/2012 гг. совокупные вложения собственников в акционерный капитал клубов го Premier League (Англия) превысили 1,7 млрд евро при совокупном обороте всех клубов § UEFA 19,4 млрд евро. Некоторые клубы могут рассчитывать на существенные доходы i? от трансляции матчей. Для клубов из «большой пятерки» (Англия, Германия, Испания, £ Италия и Франция) (Compaire и др., 2009) в 2009 г. доля доходов от трансляций доходила ^ до 57%. Однако даже не всем европейским клубам удается «сводить концы с концами»

го за счет указанных источников дохода. В 2012 финансовом году все клубы высших $

СО

дивизионов UEFA распределились по финансовым результатам следующим образом: 399 клубов из общего числа продемонстрировали убытки, следующие 195 получили ш чистую прибыль от 0 до 10% и оставшиеся 102 клуба — от 10 до 20% от дохода. id Таким образом, для большинства клубов мирового футбола бизнес, основанный на

^ трансферах атлетов, актуален. Например, по данным (UEFA, 2009), наибольшая доля доходов (51%) аргентинского футбола приходилась на трансферы. В работе (Compaire и др. 2009) со ссылкой на отчет компании A.T. Kearney от 2004 г. вводятся этапы развития футбольных клубов. Для клубов, которые относятся к категории nurturing farm, трансферы игроков, подготовленных в собственных футбольных академиях, являются — ключевым источником доходов.

о Анализ ценообразования на рынке трансферов атлетов любого профиля должен

< учитывать его неоднородность. В исследовании (KEA-CDES, 2013) показано, что он QC представлен первичным и вторичным рынками (сегментами) в контексте классического определения рынков товаров в маркетинге (Ламбен, 1996), на которых удовлетворяются

о

определенные потребности некоторых групп потребителей за счет использования определенных технологий. Первичный рынок удовлетворяет потребности клубов в поддержке и усилении интереса зрителей к своей деятельности за счет приобретения «звездных» по отношению к текущему составу команды игроков, а также потребность в срочном найме игрока. При этом термин «звездный» подразумевает высокую оценку количества различных видов капитала атлета — физического, человеческого и социального. Таким образом, на решение о найме и величине оплаты трансфера влияют оценки не только, например, технических характеристик атлета, но и его известности среди потенциальных зрителей. Первичный рынок подразделяется на два подсегмента: рынки верхнего и нижнего уровней. На первичном рынке верхнего уровня (higher primary market) встречаются небольшое количество игроков («звезд») с небольшим количеством работодателей (богатых клубов). Рынок имеет монополистический характер. Здесь игроки обладают большей, чем клубы, рыночной силой, велики зарплаты и суммы компенсаций за трансферы. На первичном рынке нижнего уровня (lower primary market) встречаются небольшое количество квалифицированных игроков с большим количеством клубов. Игроки обладают меньшей рыночной властью, чем в предыдущем случае, и рынок имеет олигополистический характер. Во втором сегменте, на вторичном рынке трансферов (secondary market) удовлетворяется потребность клубов в поддержке своей текущей деятельности за счет приобретения ординарных игроков, необходимых для организации игры, в частности, запланированной ротации выбывающих по возрасту или физическому состоянию атлетов. Здесь встречаются большое количество игроков с ограниченным количеством клубов. Этот рынок можно охарактеризовать как олигопсонию. Клубы здесь обладают заметно большей рыночной властью, чем игроки.

Специфика рынка трансферов защитников

Одним из факторов, сегментирующих рынок труда профессиональных футболистов, является их специализация. Справедливо ожидать, что отсутствие полноценной взаимозаменяемости атлетов формирует различные подходы к их оценке. В большинстве случаев объектом исследований является сегмент нападающих. Об этом свидетельствует выбор объясняющих переменных, в число которых неизменно включается голевая статистика атлетов (Carmichael и др. 1999; Carmichael and Thomast, 2000; Feess and Muehlheusser, 2002; Van den Berg, 2011; Поляков и Жукова, 2013; Ruijg and van Ophem, 2014). Причины очевидны. Традиционно при оценке результатов матчей и g в итоге качества команд анализируется количество забитых голов, а не качество 041 работы защитников. В то же время в современном футболе обязанности защитников 041 существенно расширились. Они сочетают игру в обороне с активными подключениями к атакам своей команды. Центральные защитники часто приходят к чужим воротам при св розыгрыше угловых или штрафных ударов. Крайние защитники часто взаимодействуют с полузащитниками и нападающим своего фланга. Рост объема работы и разнообразие ф обязанностей изменили и характер подготовки атлетов. Увеличились различия в подходах со к оценке защитников разных амплуа. Стоимость трансферов защитников возросла. Десять q лет назад средняя стоимость защитника в «большой пятерке» составляла 1,8 млн фунтов. ¡2 На текущий момент она составляет 2,5 млн. Команды стали тратить большую часть своего _i бюджета на защитников (Liew, 2014). Результаты исследований International Centre for g Sports Studies, CIES (Liew, 2014) за последние пять лет позволяют заключить, что реальная F стоимость трансферов защитников (более 10 млн евро) оказалась существенно выше ь стоимости, которую можно было ожидать на основе характеристик перемещаемых атлетов. ço

Ll_

Выбор объясняющих переменных ®

Факторы, потенциально влияющие на цену трансфера, определяются на основе условий совершения сделки и характеристик атлета. Следуя предыдущему разделу, ^ рассмотрим последние подробнее. Ç

А. Оценка профессиональных игроков в футбол

В данном исследовании рассматриваются декомпозиция ценности атлета для клуба на оценки физического и человеческого капиталов (Радаев, 2002), а также обстоятельства трансферов. Физический капитал определяется «способностью к труду», в нашем случае данными природой способностями к занятию футболом, а также состоянием здоровья, в частности, наличием травм. Наиболее формализуемой является оценка человеческого капитала как «совокупности накопленных профессиональных знаний, умений и навыков» (Радаев, 2002). Как правило, индикаторы, в значительной степени характеризующие его, входят в различные модели формирования стоимости трансферов. В то же время однозначно ответить на вопрос, чем объясняется то или иное значение характеристики атлета — тренировкой или врожденными способностями, невозможно. Особняком стоит возраст спортсмена, который фактически характеризует состояние указанных видов капитала (Skirbekk, 2003; Поляков, Жукова, 2013).

■н о см

c\i

en

s о

х te со

о <

ф <

о о s X -О X

-О <

te х О s

J ^

< te

X £

ся ш

ся <

о

I— 3 t I— СЯ z

LL

О <

cc

3

о

A. Краткое описание данных

Список факторов, которые потенциально можно включить в модель ценообразования на трансферы, весьма велик (Downward and Dawson, 2002; Van den Berg, 2011). В табл. 1 приведены использованные в исследовании факторы.

Значения указанных в табл. 1 факторов были собраны для трехсот трансферов за четыре трансферных окна — лето 2012 г., январь 2013 г., лето 2013 г., январь 2014 г. Данные взяты со следующих сайтов:

• «Рынок трансферов в футболе» http://www.transfermarkt.de/ — авторитетный немецкий портал, специализирующийся на оценке трансферной стоимости игроков;

• «Статистика мирового футбола» www.whoscored.com — ведущий статистический портал о мировом футболе, содержащий расширенные статистические данные по футболистам, клубам, лигам, турнирам и т.д.

Таблица 1

Краткое описание переменных модели ценообразования на трансферы

Краткое описание переменной Обозначение в расчетах Комментарии

Зависимая переменная

Реальная цена трансфера tr_price «Рынок трансферов в футболе»

Независимые переменные

1 Возраст age

Показатели, характеризующие < тзический и человеческий капиталы атлетов

2 Точность передач pas_acc В среднем за матч

3 Выигранные воздушные дуэли adw_pm В среднем за матч

4 Количество отборов tackles_pm В среднем за матч

5 Количество перехватов int_pm В среднем за матч

Показатели, в большей степени характеризующие человеческий капитал

6 Амплуа защитника type 0 — фланговый, 1 — центральный

7 Количество матчей matches Сезон перед трансфером

8 Количество сыгранных матчей за национальную сборную national_matches Сезон перед трансфером

9 Общее количество сыгранных матчей за национальную сборную combi За всю карьеру

Интегральные показатели ценности атлетов

10 Рейтинг игрока whoscored «Статистика мирового футбола»

11 Количество сильных сторон игрока strong «Статистика мирового футбола»

12 Количество слабых сторон игрока weak «Статистика мирового футбола»

Окончание табл. 1

Краткое описание переменной Обозначение в расчетах Комментарии

Переменные, характеризующие обстоятельства трансферов

13 Окно трансфера window 0 — зимнее окно, 1 — летнее

14 Стоимость команды выпускающего клуба team_price_out Текущая оценочная стоимость команды, «Рынок трансферов в футболе»

15 Стоимость команды принимающего клуба team_price_in Текущая оценочная стоимость команды, «Рынок трансферов в футболе»

16 Удаленность трансфера region 0 — межрегиональный, 1 — внутренний

17 Домашний игрок home 0 — подготовка третьего клуба, 1 — подготовка выпускающего клуба

18 Аренда rent 0 — без аренды, 1 — после аренды

Неоднородность рынка

19 Индикатор вторичного рынка m_sec 0 — трансфер на первичном рынке, 1 — трансфер на вторичном рынке

Спецификация модели ценообразования

Для учета неоднородности рынка трансферов нами была использована модель множественной линейной регрессии с переменной структурой, режимы которой привязаны к сегментам рынка. А именно для выбранного множества объясняющих переменных (табл. 1) и выбранных сегментов рынка труда профессиональных футболистов (первичный и вторичный рынки) модель статистической связи между ценами на трансферы и объясняющими переменными имеет вид:

У =

где {у, Х1, ai, 1 = 1,2} — наблюдения цен трансферов, значений объясняющих переменных и значения коэффициентов для первичного (1 = 1) и вторичного (1 = 2) сегментов. ^

Поскольку границы сегментов рынка трансферов в пространстве выбранных выше о

см

f Y ^ f 0 1 f aЛ

= + w,

Y V 2 1 0 X2 V a2 J

о с

СП

£

регрессоров формально не определены, для учета неоднородности рынка мы обратились к кластерному анализу. Выделение кластеров в представленном к анализу множестве трансферов осуществлялось на основе значений всех независимых переменных, множество которых включает в себя как метрики количества человеческого и физического капиталов, так и характеристики обстоятельств трансферов, которые позволяют косвенно судить о принадлежности трансфера к тому или иному сегменту ® рынка. Например, к первичному рынку предположительно можно отнести трансфер ш относительно молодого игрока из более богатого в менее богатый клуб, перемещение § атлета между двумя клубами с высокими финансовым возможностям, межрегиональное со перемещение зрелого атлета и т.д. Был использован алгоритм к-средних с выбором числа < кластеров на основе нескольких критериев (Chiang, Mirkin, 2010; Desgraupes B., 2013). о Прежде всего, для того чтобы исключить влияние масштаба на результаты анализа, все переменные были стандартизованы (выборочное среднее равно 0, выборочная дисперсия — 1). Далее мы воспользовались:

• для реализации процедуры к-средних алгоритмом Hartigan — Wong (Hartigan, о Wong, 1979), а также алгоритмом Forgy (Forgy, 1965); <

• для выбора количества кластеров — индексами Calinski — Harabasz и «average ее silhouette width» (Desgraupes B., 2013). о

со

Все варианты анализа привели к выделению одной и той же пары кластеров. В кластер № 1 вошли 173 атлета, в кластер № 2 — 127. Анализ свойств элементов кластеров и поименного состава игроков позволил связать их с основными сегментами рынка трансферов. В табл. 2 приведены некоторые результаты.

Таблица 2

Описательная статистика некоторых регрессоров по кластерам

Показатель Возраст Количество перехватов

Кластер № 1 Кластер № 2 Кластер № 1 Кластер № 2

Минимум 18 18 0.3 1.2

ОН 23 23 1.1 1.6

Медиана 25 25 1.5 2.1

Я3 27 27 1.9 2.7

Максимум 35 36 3.6 4.2

ш 4 4 0.8 1.1

Количество отборов Количество матчей

Кластер № 1 Кластер № 2 Кластер № 1 Кластер № 2

Минимум 0.3 1.0 7 6

ОН 1.3 2.0 19 31

Медиана 1.6 2.5 27 36

Я3 2.1 3.1 32 42

Максимум 3.4 5.3 52 56

ш 0.8 1.1 13 11

Цены трансферов (млн долл.)

Кластер № 1 Кластер № 2

Минимум 0,20 0,20

ОН 0,72 2,00

Медиана 1,50 4,00

Я3 3,00 7,40

Максимум 15,00 42,00

ш 2,28 5,40

■н О см

см

СП

о

X

го ш

О <

ф <

о

о ^

X X

л <

го х

О ^

< го

X

ш ш

ш <

о

I— 3

I—

ш 21

и.

О <

СИ 3

о

Видно, что кластеры имеют близкий возрастной состав. В оба кластера входят трансферы спортсменов разного уровня. Однако сравнение квартилей и медиан показывает, что во втором кластере выше доля трансферов более опытных (по количеству матчей) атлетов с лучшими показателями. Кроме того, в этом кластере выше доля более дорогих трансферов, стоимость которых характеризует оценку ценности игрока для принимающего и выпускающего клубов и во многом сегмент рынка. Например, медиана стоимостей трансферов для второго кластера равна 2,0 млн долл., в то время как для первого кластера всего 1,5 млн долл. Отсюда можно заключить, что во втором кластере более 50% трансферов осуществлялось по ценам выше, чем эта величина. Качественный анализ состава кластеров также показал, что во второй кластер вошли трансферы ряда хорошо известных выдающихся атлетов.

Таким образом, мы можем ассоциировать первый кластер с вторичным рынком трансферов, а второй с первичным. Выделить в полученной нами выборке наблюдения из подсегментов верхнего и нижнего уровней первичного рынка не представляется возможным, вероятно, в силу небольшого количества трансферов в подсегменте

верхнего уровня по сравнению с общим количеством трансферов на первичном рынке. В дальнейшем для краткости мы будем говорить не о кластерах, а о сегментах рынка трансферов.

Оценивание модели ценообразования

В табл. 3 приведены результаты МНК оценивания модели с постоянной структурой и модели с переменной структурой. Гипотеза о гомоскедастичности отвергается критерием Уайта без взаимодействия с вероятностью ошибки первого рода менее 5%. В связи с этим для анализа значимости полученных оценок коэффициентов модели мы использовали корректировку Уайта. Также в табл. 3 приведены результаты оптимизации моделей на основе критерия Акаике. Стандартные ошибки для оптимальных моделей также оценены с использованием корректировки Уайта.

Таблица 3

Сравнение механизмов ценообразования на первичном и вторичном рынке труда атлетов

Переменная Исходные модели Оптимальные по критерию Акаике модели

Модель с переменной структурой Объединенная модель Модель с переменной структурой Объединенная модель

Оценка (PM) Оценка (SM) Оценка Оценка (PM) Оценка (SM) Оценка

Константа 3,61 (17,98) -4,11 (6,91) -3,83 (2,63) -5,01* (2,96)

M sec -9,93 (18,97)

Age -0,48** (0,19) -0,13** (0,05) -0,28*** (0,08) -0,40*** (0,14) -0,16*** (0,05) -0,26*** (0,07)

Pas acc 0,13 (0,1) 0,08** (0,03) 0,09** (0,04) 0,13** (0,05) 0,08** (0,03) 0,10*** (0,03)

Adw pm 0,11 (0,43) 0,59** (0,29) 0,32 (0,27) 0,59** (0,28) 0,42** (0,20)

Tackles pm -0,42 (0,52) -0,25 (0,26) -0,39 (0,37)

Int pm 0,52 (0,78) -0,44 (0,29) 0,21 (0,42)

Type 2,93*** (0,96) 0,32 (0,31) 1,32*** (0,44) 2,88*** (1,01) 1,08*** (0,36)

Matches 0,09** (0,04) 0,05** (0,02) 0,08*** (0,02) 0,09*** (0,03) 0,05** (0,02) 0,09*** (0,02)

National_matches 0,01 (0,13) 0,05 (0,08) 0,04 (0,09)

Combi -0,02 (0,03) 0,0021 (0,01) -0,01 (0,01) -0,03 (0,03)

Whoscored -0,95 (2,30) 0,40 (0,9) 0,03 (0,96)

Strong 0,19 (0,27) 0,14 (0,1) 0,16 (0,13)

Weak -0,12 (0,38) 0,10 (0,12) 0,08 (0,13)

Window 1,06 (0,78) 0,06 (0,52) 0,66 (0,49)

■н О СМ

СМ

0 £=

СП

1

со ш

со <

о

со

о <

СП 3

о

Окончание табл. 3

Исходные модели Оптимальные по критерию Акаике модели

Переменная Модель с переменной структурой Объединенная модель Модель с переменной структурой Объединенная модель

Оценка (PM) Оценка (SM) Оценка Оценка (PM) Оценка (SM) Оценка

Team price out 0,01* (0,0035) 0,0025 (0,0019) 0,01*** (0,0021) 0,01** (0,004) 0,01*** (0,002)

Team price in 0,02*** 0,02*** 0,02*** 0,03*** 0,02*** 0,02***

(0,01) (0,0036) (0,0041) (0,01) (0,004) (0,004)

Region -1,48 -0,77** -1,03*** -1,39 -0,96***

(0,94) (0,37) (0,37) (0,85) (0,35)

Home -1,14 0,31 -0,47

(1,01) (0,37) (0,49)

Rent -1,63** -0,30 -0,78** 2 11***

(0,77) (0,29) (0,32) (0,66)

R2 0,55 0,51 0,53 0,50

AIC 5,56 5,51 5,44 5,48

ь-■н О см

см

СП

S о

Примечание. РМ - оценки для первичного рынка, БМ- оценки для вторичного рынка. *, **, *** -значимость оценки на 10-, 5-, 1-процентном уровне. В скобках приведены стандартные ошибки с учетом корректировки Уайта.

X

te ш

О <

ф <

о о s X .0 х

.0 <

te х О s

J ^

< te

X

œ ш

œ <

о

I— ZD h^ I— Ш z

LL

о <

z СИ ZD О

Остановимся прежде всего на качестве всех представленных моделей. Их описательные возможности, представленные здесь коэффициентом детерминации, отличаются незначительно. В оптимальной модели был исключен ряд переменных с незначимыми оценками коэффициентов. В результате изменилась значимость оценки коэффициента при переменной «точность передач» (pas acc). Оценка стала значимой для обоих сегментов рынка. Таким образом, рассмотренные нами преобразования структуры модели дают относительно небольшой выигрыш в качестве описании данных. Однако в контексте данного исследования это несущественно, поскольку его целью является изучение механизмов ценообразования в различных сегментах рынка. Эту задачу позволяет решить только модель с переменной структурой.

Значительно больший интерес представляют значения полученных оценок коэффициентов моделей. Отметим, что как для неоптимальных, так и для оптимальных моделей ценообразования с переменной структурой коэффициенты можно разделить на три группы. Первую образуют коэффициенты, оценки которых незначимы как для первичного, так и для вторичного рынка трансферов. Вторую группу образуют коэффициенты, оценки которых значимы только для одного из сегментов рынка хотя бы в одном из вариантов моделей. Сюда относятся коэффициенты при переменных «точность передач» (pas acc), «выигранные воздушные дуэли» (adw pm), «амплуа защитника» (type), «стоимость команды выпускающего клуба» (team price out), «удаленность трансфера» (region) и «аренда» (rent). И, наконец, третью группу образуют коэффициенты, значимые для обоих сегментов. Это коэффициенты при переменных «возраст» (age), «количество матчей» (matches), «стоимость команды принимающего клуба» (team price in). Для элементов этой группы мы проверили гипотезу о совпадении истинных значений коэффициентов для разных сегментов рынка. В табл. 4 приведены результаты тестирования с использованием критерия Вальда.

Таблица 4

Результаты проверки гипотезы о совпадении значений коэффициентов

Переменные Исходная модель Оптимальная по критерию Акаике модель

Первичный рынок Вторичный рынок р-уровень Первичный рынок Вторичный рынок р-уровень

Возраст -0,48 -0,13 0,29 -0,40 -0,16 0,102

Точность передач 0,13 0,08 0,35

Количество матчей 0,09 0,05 0,45 0,09 0,05 0,32

Стоимость команды принимающего клуба 0,02 0,02 0,14 0,03 0,02 0,27

Видно, что у нас нет оснований отвергать гипотезу об одинаковой силе влияния на стоимость трансфера этих показателей. Возможным исключением может быть влияние возраста, который характеризует состояние (качество) как физического, так и человеческого капиталов атлетов. Приведенные в табл. 4 показатели примерно одинаково влияют на оценку величины физического и человеческого капиталов в обоих сегментах рынка. В частности, необходимо обратить внимание на такой показатель, как «количество матчей», который в значительной степени характеризует опыт атлета, т.е. величину человеческого капитала.

Таким образом, оценка как физического, так и человеческого капиталов на первичном и вторичном рынке трансферов осуществляется различным образом в основном за счет таких показателей, как «точность передач» (pas acc), «выигранные воздушные дуэли» (adw pm), «амплуа защитника» (type). При этом однозначно связывать эти показатели с физическим или человеческим капиталом, безусловно, возможности нет. Мы можем лишь предполагать, чем именно — обучением или врожденными способностями — объясняются значения данных величин у различных игроков.

Заключение и выводы

Данное исследование посвящено формализации оценки человеческих ресурсов в о

рамках реализации спортивным клубом ресурсной стратегии. Его результатом является ^

технология оценивания, сформированная на основе обобщения сложившейся практики. Ее о

с

использование в качестве вспомогательного инструмента при решении задачи определения -

величины и способа выплаты разумной компенсации за переход атлета в новый клуб до истечения срока его контракта позволит аргументированно обосновать предлагаемые решения, сделает их более прозрачными для всех участников переговоров и тем самым ® снизит величину транзакционных издержек, связанных с ними. Кроме того, предложенный ш вариант формализации фиксирует состав и типологию данных, актуальных для § последующего заключения контрактов. Тем самым он позволяет снизить транзакционные ся издержки, связанные с поиском данных о возможных кандидатах для перехода, и, если речь < идет о трансферном бизнесе, оптимизировать маркетинговую политику на рынке труда.

В основе формализации оценивания лежат следующие этапы:

1. Декомпозиция ценности работника на несколько видов капитала, в данном случае физического и человеческого, и условия найма, а также выбор характеризующих их показателей. Это позволяет систематизировать выбор показателей для оценки о работника, сделать экспертную оценку более прозрачной.

2. Распределение собранных данных по сегментам рынка с использованием той ее или иной процедуры классификации, в данном случае процедуры «•-средних с о

£

о

со

выбором оптимального числа кластеров и сопутствующего анализа содержимого кластеров. Отметим, что, вероятно, лучшие результаты можно получить при использовании классификации с обучением, но это потребует привлечения экспертного отнесения сделок по найму рабочей силы к тому или иному сегменту. 3. Спецификация и оценивание модели с переменной структурой, режимы которой соответствуют сегментам рынка. Поскольку объект исследования и, соответственно, выборка неоднородны по постановке задачи, могут потребоваться корректировка значимости оценок и использование робастных методов оценивания. Использованная авторами методология анализа рынка труда защитников может быть с небольшими изменениями применена для анализа рынка труда нападающих. Частично изменится лишь состав показателей, характеризующих физический и человеческий капиталы. В частности, добавятся голевая статистика и некоторые показатели, характеризующие способности атлетов, необходимые для организации атак соперников. В то же время ряд характеристик защитников будет не актуален для нападающих. По мнению авторов, данная методология может быть с успехом использована и для анализа рынка труда в других секторах экономики при наличии данных о его сегментации.

■н

° Вклад в ценность атлета физического и человеческого капиталов

см Предположение о высокой роли врожденных способностей атлета и технических

2: навыков, приобретенных им в ходе обучения и практической деятельности, возникает 05 сразу при решении задачи формализации его оценки. Проведенный анализ позволяет (сэ предположить дифференцированный подход к этим характеристикам в первичном и ф вторичном сегментах. Безусловно, есть ряд показателей в равной степени значимых для них. Сюда относится в первую очередь «точность паса». Выше отмечалось, что он может характеризовать как физический, так и человеческий капиталы атлета. Результаты оценивания моделей ценообразования для трансферов позволяют предположить его высокую значимость как для вторичного, так и для первичного сегментов (табл. 3, оптимальные модели). При этом нельзя отвергнуть гипотезу о равной силе влияния этого * показателя на цену для обоих сегментов (табл. 4). Вместе с тем мы можем отметить, что во вторичном сегменте техническим характеристикам уделяется большее внимание, чем в первичном. В частности, показатель «выигранные воздушные дуэли» значим только для вторичного сегмента. Отмеченный выше показатель «точность паса» для неоптимальных моделей незначим для первичного сегмента. С точки зрения определения сегментов ¡5 рынка труда атлетов — это вполне естественно. Первичный рынок трансферов — рынок

I

^ сделок по перемещению атлетов, которые в данных сделках заранее оцениваются как го «звезды», т.е. экспертная оценка их ценности для клуба априори высока. В этих случаях ^ атлеты обладают большей рыночной властью, чем работодатели. Причин этому может ^ быть множество, в частности срочность сделки. В связи с этим стоимость трансфера ш здесь не очень сильно зависит от конкретных значений технических характеристик 13 спортсмена. На вторичном рынке ситуация совершенно иная. Здесь работодатели ^ обладают большей рыночной властью, количество предложений работы превышает

< спрос, и может быть реализован более дифференцированный подход к ценообразованию на основе характеристик атлетов. Еще одним показателем, связанным с человеческим капиталом, оценка которого разниться в обоих сегментах, является «амплуа защитника». Для всех вариантов моделей ценообразования центральный защитник дороже

— флангового для первичного рынка. Для вторичного рынка этот показатель не оказывает о существенного влияния на цену трансфера. Этот факт, на наш взгляд, объясняется

< тем, что повышение квалификации у профессионалов как правило сопряжено с сужением специализации. Это приводит к тому, что с ростом квалификации снижается возможность взаимозаменяемости профессиональных футболистов. Таким образом,

о

ш

о

амплуа защитника более значимо для первичного рынка. В то же время приобретенный на вторичном рынке защитник, скорее всего, может быть при необходимости размещен как в центре поля, так и на фланге.

СПИСОК ЛИТЕРАТУРЫ

Каплан Р. и Нортон Д. (2005). Сбалансированная система показателей. М.: Олимп-Бизнес.

Ламбен Ж.-Ж. (1996). Стратегический маркетинг. Европейская перспектива. Пер. с фр. СПб.: Наука.

Магденко А. Д. и Еремеева Л. А. (2014). Философия права: регулирование трансферных отношений в российском спорте // Вестник Челябинского государственного университета, № 17(346).

Орехова С. В. и Леготин Ф. Я. (2015). Формирование ресурсной стратегии фирмы в контексте RBV-анализа // Известия УрГЭУ, № 4, с. 15—26.

Орехова С. В. и Леготин Ф. Я. (2016). Механизмы инвестирования в ресурсы предприятия: обоснование выбора и российская специфика // Известия УрГЭУ, № 1(63), с. 80-89.

Орехова С. В. (2016). Институциональные факторы выбора ресурсной стратегии предприятия // Journal of Institutional Studies, № 8(4), с. 106-122.

Поляков К. Л. и Жукова Л. В. (2013). Оценка человеческого капитала в профессиональном футболе // Прикладная эконометрика, № 29(1), с. 29 - 44.

Радаев В. В. (2002). Понятие капитала, формы капиталов и их конвертация // Экономическая социология. Электронный журнал, 3(4). (https://ecsoc.hse.ru/ data/2011/12/08/1208205038/ecsoc_t3_n4.pdf#page=20 - Дата обращения: 18.04.2017).

Barney J. B. (1991). Firm Resources and Sustained Competitive Advantage // Journal of Management, № 17 (1), pp. 99-120.

Carmichael F., Forrest В. and Simmons R. (1999). The labor market in association football: Who gets transferred and for how much // Bulletin of Economic Research, № 51(2), pp. 125-150.

Carmichael F. and Thomast D. (2000). Institutional Responses to Uncertainty: Evidence from the Transfer Market // Economic Issues, S (l).

ChiangM. and Mirkin B. (2010). Intelligent choice of the number of clusters in K-Means clustering: An experimental study with different cluster spreads // Journal of Classification, r-no. 27(1), pp. 3-41. о

Compaire D. F. R., Planas G. and Wildemann S.-E. (2009). Contractual Stability in ^ Professional Football: Recommendations for Clubs in a Context of International Mobility. о (http://www.lawinsport.com/pdf/ContStabinProfFoot.pdf_ - Дата обращения: 18.04.2017). -

Deloitte (2013). Annual Review of Football Finance. Sports Business Group. (https:// www.slideshare.net/deloitteuk/annual-review-of-football-finance-2013/19-Turn_on_tune_ > in_turnover - Дата обращения: 18.04.2017). ®

Desgraupes B. (2013). Clustering Indices. http://cran.r-project.org/web/packages/ ш clusterCrit/vignettes/clusterCrit.pdf - Дата обращения: 18.04.2017) з

Dobson S., Gerrard B. and Howe S. (2000). The determination of transfer fees in English со nonleague football // Applied Economics, no. 32, pp. 1145-1152. <

Downward P. and Dawson A. (2002). The Economics of Professional Team Sports. Taylor & Francis e-Library.

Feess E. and Muehlheusser G. (2002). Transfer Fee Regulations in European Football. Discussion Paper, no. 423. (http://legacy.iza.org/en/webcontent/publications/papers/ viewAbstract?dp_id=423 - Дата обращения: 18.04.2017). о

FIFA (2012). Regulations on the status and transfer of players 2012. Официальный < сайт FIFA. (http://www.rfs.ru/res/docs/fifauefa/regulations_on_the_status_and_transfer_of_ ^ players.pdf - Дата обращения: 18.04.2017). о

о

со

Forgy E. W. (1965). Cluster analysis of multivariate data: efficiency vs interpretability of classifications // Biometrics, № 21, pp. 768-769.

Hartigan J. A. and Wong M. A. (1979). A K-Means Clustering Algorithm // Journal of the Royal Statistical Society. Series C (Applied Statistics), no. 28(1), pp. 100-108.

KEA - CDES. (2013). The economic and legal aspects of transfers of players. (http:// ec.europa.eu/sport/library/documents/cons-study-transfers-final-rpt.pdf - Дата обращения: 18.04.2017).

Liew J. (2014). David Luiz, Luke Shaw, Eliaquim Mangala, Dejan Lovren — why are defenders becoming more expensive? (http://www.telegraph.co.uk/sport/football/ competitions/premier-league/11076666/David-Luiz-Luke-Shaw-Eliaquim-Mangala-Dejan-Lovren-why-are-defenders-becoming-more-expensive.html — Дата обращения: 18.04.2017).

Miettinen S. and Parrish R. (2008). Nationality discrimination in community law: an assessment of UEFA regulations governing player eligibility for European club competitions (the home-grown player rule). (http://www.entsportslawjournal.com/article/10.16997/eslj.68 -Дата обращения: 18.04.2017).

Peng M. (2003). Institutional transitions and strategic choices // Academy of Management Review, no. 28(1), рр. 275-296. ^ Ruijg J. and van Ophem H. (2014). Determinants of football transfers. Discussion

° Paper: 2014/01. Amsterdam School of Economics. (http://www.academia.edu/31740473/ c\i Determinants_of_football_transfers_Amsterdam_School_of_Economics - Дата обращения: 2 18.04.2017).

05 Skirbekk V. (2003). Age and individual productivity: a literature survey. MPIDR working

£ paper wp 2003-028 (http://www.academia.edu/5778579/Age_and_individual_productivity_a_ ф literature_survey - Дата обращения: 18.04.2017).

Speight A. and Thomas D., (1997). Football league transfers: a comparison of negotiated fees with arbitration settlements // Applied Economics Letters, no. 4, pp. 41-44.

0 UEFA (2009). The European Club Footballing Landscape: Benchmarking Report 2009 f Club Licensing (http://www.ffa.am/uploaded/The%20European%20Club%20Footballing%20 § Landscape%202009.pdf - Дата обращения: 18.04.2017).

>i UEFA (2012). Club Licensing Benchmarking Report, (http://www.uefa.org/

MultimediaFiles/Download/Tech/uefaorg/General/02/09/18/26/2091826_D0WNL0AD.pdf -Дата обращения: 18.04.2017).

Van den Berg E. (2011). The valuation of human capital in the football player transfer market. Master thesis Financial Economics Erasmus School of Economics. (http://www. k academia.edu/836938/The_Valuation_of_Human_Capital_in_the_Football_Player_

1 Transfer_Market - Датаобращения: 18.04.2017). <

CD

| REFERENCES

^ Barney J. B. (1991). Firm Resources and Sustained Competitive Advantage. Journal of

y Management, № 17(1), pp. 99-120.

¡2 Carmichael F., Forrest B. and Simmons R. (1999). The labor market in association

^ football: Who gets transferred and for how much. Bulletin of Economic Research, no. 51(2), Í pp. 125-150.

p Carmichael F. and Thomast D. (2000). Institutional Responses to Uncertainty: Evidence

^ from the Transfer Market. Economic Issues, S (l).

co ChiangM. and Mirkin B. (2010). Intelligent choice of the number of clusters in K-Means

clustering: An experimental study with different cluster spreads. Journal of Classification, no. 27(1), pp. 3-41.

Compaire D. F. R., Planás G. and Wildemann S-E. (2009). Contractual Stability in Professional Football: Recommendations for Clubs in a Context of International Mobility. (http://www.lawinsport.com/pdf/ContStabinProfFoot.pdf_ - Access Date: 18.04.2017).

Deloitte (2013). Annual Review of Football Finance. Sports Business Group. (https:// www.slideshare.net/deloitteuk/annual-review-of-football-finance-2013/19-Turn_on_tune_ in_turnover — Accesss Date: 18.04.2017).

Desgraupes B. (2013). Clustering Indices. http://cran.r-project.org/web/packages/ clusterCrit/vignettes/clusterCrit.pdf — Access Date: 18.04.2017).

Dobson S., Gerrard B. and Howe S. (2000). The determination of transfer fees in English nonleague football. Applied Economics, no. 32, pp. 1145-1152.

Downward P. and Dawson A. (2002). The Economics of Professional Team Sports. Taylor & Francis e-Library.

Feess E. and Muehlheusser G. (2002). Transfer Fee Regulations in European Football. Discussion Paper, no. 423. (http://legacy.iza.org/en/webcontent/publications/papers/ viewAbstract?dp_id=423 - Access Date: 18.04.2017).

FIFA (2012). Regulations on the status and transfer of players 2012. FIFA Official website. (http://www.rfs.ru/res/docs/fifauefa/regulations_on_the_ status_and_transfer_of_ players.pdf - Access Date: 18.04.2017).

Forgy E. W. (1965). Cluster analysis of multivariate data: efficiency vs interpretability of classifications. Biometrics, no. 21, pp. 768-769.

Hartigan J. A. and Wong M. A. (1979). A K-Means Clustering Algorithm. Journal of the Royal Statistical Society. Series C (Applied Statistics), no. 28(1), pp. 100-108.

Kaplan R. and Norton D. (2005). The Balanced Scorecard: Translating Strategy into Action, "Olimp-Business". (In Russian).

KEA - CDES. (2013). The economic and legal aspects of transfers of players. (http://ec.europa. eu/sport/library/documents/cons-study-transfers-final-rpt.pdf - Access Date: 18.04.2017).

Lamben J. (1996). Strategic marketing. European perspective. St. Pt.: Science. (In Russian).

Liew J. (2014). David Luiz, Luke Shaw, Eliaquim Mangala, Dejan Lovren - why are defenders becoming more expensive? (http://www.telegraph.co.uk/sport/football/ competitions/premier-league/11076666/David-Luiz-Luke-Shaw-Eliaquim-Mangala-Dejan-Lovren-why-are-defenders-becoming-more-expensive.html - Access Date: 18.04.2017).

Magdenko A. D. and Eremeeva E. A. (2014). Philosophy of law: regulation of transfer relations in the Russian sports. Bulletin of the Chelyabinsk state University, no. 17 (346). (In Russian).

Miettinen S. and Parrish R. (2008). Nationality discrimination in community law: an ° assessment of UEFA regulations governing player eligibility for European club competitions ^ (the home-grown player rule). (http://www.entsportslawjournal.com/article/10.16997/eslj.68 - o Access Date: 18.04.2017).

Orekhova S. V. and Legotin F. Ya. (2015). Designing Resource Strategy of a Firm in the Context of RBV-Analysis. Izvestia of the Ural State University of Economics, no. 4, pp. 17-26. > (In Russian). ®

Orekhova S. V. and Legotin F. Ya. (2016). Mechanisms of Investment into Company y Resources: Justification of the Choice and Russian Specifics. Izvestia of the Ural State 3 University of Economics, no. 1, pp. 80-89. (In Russian). w

Orekhova S. V. (2016). Institutional choice factors of a resource strategy for firms. ^ Journal of Institutional Studies, no. 8(4), pp. 106-122. (In Russian). 2

Peng M. (2003). Institutional transitions and strategic choices. Academy of Management ¡2 Review, no. 28(1), pp. 275-296. jjj

Polyakov K. L. and Zhukova L. V. (2013). Human capital estimation in professional — football. Applied Econometrics, no. 29(1), pp. 29 - 44. (In Russian).

Radaev V. V. (2002). The concept of capital, forms of capitals and their conversion. Economic sociology. Electronic journal, no. 3(4). (https://ecsoc.hse.ru/data/2011/12/08/1208205038/ ^ ecsoc_t3_n4.pdf#page=20 - Access Date: 18.04.2017). (In Russian). o

96

noAAKOB K. H., Kaca6oB r. B., noAAKOBa M. B.

Ruijg J. and van Ophem H. (2014). Determinants of football transfers. Discussion Paper: 2014/01. Amsterdam School of Economics. (http://www.academia.edu/31740473/ Determinants_of_football_transfers_Amsterdam_School_of_Economics — Access Date: 18.04.2017).

Skirbekk V. (2003). Age and individual productivity: a literature survey. MPIDR working paper wp 2003-028. (http://www.academia.edu/5778579/Age_and_individual_ productivity_a_literature_survey - Access Date: 18.04.2017).

Speight A. and Thomas D., (1997). Football league transfers: a comparison of negotiated fees with arbitration settlements. Applied Economics Letters, no. 4, pp. 41-44.

UEFA (2009). The European Club Footballing Landscape: Benchmarking Report 2009 Club Licensing (http://www.ffa.am/uploaded/The%20European%20Club%20Footballing%20 Landscape%202009.pdf — Access Date: 18.04.2017).

UEFA (2012). Club Licensing Benchmarking Report, (http://www.uefa.org/ MultimediaFiles/Download/Tech/uefaorg/General/02/09/18/26/2091826_D0WNL0AD.pdf -Access Date: 18.04.2017).

Van den Berg E. (2011). The valuation of human capital in the football player transfer market. Master thesis Financial Economics Erasmus School of Economics. (http://www. ^ academia.edu/836938/The_Valuation_of_Human_Capital_in_the_Football_Player_ 8 Transfer_Market - Access Date: 18.04.2017). c\i

oi

CB

5 o

x CD m

o <

CD <

o o s

X

X

<

CD X

O s

J ^

<

CD

X £

0) LLl

< o

I— 3 t I—

w 21

LL

o <

cc

3

o