影响球员身价的因素研究

足球球星身价的影响因素【摘要】在职业足球的不断发展和商业化的过程中，球星的身价越来越受到关注。球员身价可以形象的反应一个球员的市场价值，对俱乐部进行球员交易有着重要的导向作用。那么球星身价究竟与那些因素有关？是否球员的竞技水平是身价的唯一标准？我们用计量经济学的研究方法在对球员身价的影响因素进行一下分析。【关键词】球星身价回归分析我们先明确一下何为球员身价。球员的身价就是指这名球员在转会市场的价值，换句话说就是该球员在当前时段下能换取的转会费的估价。而转会费是俱乐部在交易该球员的支付或接受的金额，并不是指球员因转会而获得的收益（即签字费），也不是球员的工资水平。因为转会费只是几个对该球员有交易兴趣的俱乐部协商所达成一致的金额，因此在实际中球员的身价可能与实际发生的转会费并不完全一致。比如说有些俱乐部资金比较雄厚的俱乐部（如：曼城，巴黎圣日耳曼，皇家马德里足球俱乐部）更愿意高转会费强行收购球星，而有些球员由于受到多家俱乐部的青睐而导致竞争对手之间相互抬价，使得最后成交的转会费高于球员的身价。因此我们说球员身价只是球员在现阶段所能换取转会费的估价。一、提出假设那球星的身价与那些因素有关呢？我们先进行一下简单的分析假设。首先球星的个人能力应该与球员身价有关。通常来说，一个球员的个人能力越高，他的身价也就相应的越高。这也是C罗梅西为什么有上亿欧元身价的重要原因。其次，我们说一个球员的年龄也应该会影响到它的身价。一名足球运动员的职业生涯一般有15年左右，一般来说是20岁到35岁之间。那么一名年轻球员可能因为比较有潜力和发展空间而值更高的身价，而一名老将因为临近职业生涯末期可能就不那么值钱了。再次，球星在球场上所处的位置也对身价有影响。C罗，卡卡，内马尔，贝尔……这些球星的用天价的转会费吸引着人们的目光。而他们无疑例外都是足球场的攻击型选手，在场上司职前锋或者前腰。这也是与身价有关的因素之一。最后，我们再从球员的合同进行分析。职业球员在效力俱乐部期间会与该俱乐部签署合同，该合同上面注明了球员的薪水，奖金以及合同到期时间。而欧洲足坛的“博斯曼法案”（TheBosmanCase）规定：在与俱乐部合同期满之后，有权在不支付任何转会费的情况下到欧盟另外任何国家踢球。在球员与俱乐部合同还剩半年的时候，可以与其他欧洲俱乐部进行合法谈判接触。那么合同的到期日越近，该球员的身价应该就越低，因为当他的合同到期时，其他俱乐部就可以免费引进他，此时他的身价就为0，因此球员的身价应该与他的合同到期的时间相关。二、确定模型所含变量因此，我们确定了球星的身价应该与他的个人能力，年龄，在球场上的位置以及合同到期时间有关。被解释变量为身价（MarketValue），用MV表示。解释变量有四个：年龄，用Age表示；个人能力（Ability），用Abil表示；在球场上的位置（Position），用Posi表示距离合同的到期时间（Contract），用Cont表示。其中球员在场上的位置采取虚拟变量来表示，数值“0”代表门将，“1”代表后卫（包括清道夫，中后卫以及边后卫），“2”代表防守型中场（包括后腰，中前卫，全能中场），“3”代表着进攻性中场（包括前腰和边前卫），“4”代表前锋（包括边锋以及中锋）。数值从后场到前场一次增大，区域划分根据现代足球的“四线”划分原则设定。三、样本数据的收集通常意义上来说，球星是指在有着很高声望的球员。因此研究球星身价的因素分析我们选择了英国权威足球杂志《442》评选出的前100大球星中的前50位作为样本进行分析，符合对“球星”的定义。年龄，球员位置，合同状况三项数值取自德国权威估价网站《转会市场》（TransferMarkt）。该网站的球员身价被主流媒体广泛认可并采纳。球员的能力由于不好评估，我们使用了著名游戏足球经理2014《FootballManager2014》中数据库的数据。足球经理（FM）系列拥有几十万条真实的球员和职员资料，这些数据由SI遍布全球的数据收集资料员提供，并经核准，具有很高的真实性和可玩性，所以FM足球经理游戏被认为是目前世界上最接近现实的足球经营模拟游戏，受到全世界球迷玩家的热烈追捧。我们用到了FM数据库中的球员C.A.（CurrentAbility）来数值化球员的能力，范围是0—200，数值越高，球员能力越强。欧洲足球球员的签订合同到期日均为每年的6月底。因此2014年6月底到期的合同我们是为合同到期年限为1年，以此类推。样本的部分输入结果：其中身价单位为百万欧元，合同剩余年限用年表示。四、确定模型并估计期望值我们首先采用计量模型线性回归模型进行分析，然后使用双对数模型进行回归分析。方法是最小二乘法（LS）。按照我们前面做的假设分析我们确定各自斜率项的符号，Abli项应该为正，Age项应该为负，Posi项应该为正，Cont我们用的是合同剩余年限表示，因此符号也应该为正。显著性水平设为5%，即接受P值小于0.05的数值。五、计量经济模型的检验与分析我们首先进行多元线性回归分析，结果如下：首先对回归模型的结果进行检验，首先看符号，Abil，Age两个结果通过了T统计量p值的检验，而Posi和Cont没有通过检验，他们对应的显著性水平分别为7.29%和11.29%。说明在5%的前提条件下，球员位置和合同剩余年限是不显著的。整体的判定系数R^2和调整后的判定系数在0.77左右，预测性良好。整体的F统计量的P值为0，整体拟合程度较好。对于通过检验解释变量的来说，球员能力每增加一个单位（CA数值），球员身价增加1.75M欧元，年龄每增加一岁，球员身价降低1.86M欧元。对通过检验的Abil和Age两个变量再进行一次多元线性回归分析：模型通过上述各项检验，MV=-2.514Age+2.068Abil-254.539。我们可以看出年龄对球星身价的影响要大于球星本身的能力的。我们单独对Posi这一解释变量进行回归分析:Posi的T统计量和F统计量的都通过了检验，但判定系数比较小，说明模型是不能够进行有效预测的，但还是存在着明显的正相关的。球员在场上的位置往前移动一个位置都会使身价增加9.2M欧元，尽管说在总体检验中他是不显著的，不过在单个检验中还是说明了在其他条件相同的情况下习惯位置在前场的球星更容易获得高身价。同样对Cont这一自变量进行单独回归分析：我们看到虽然截距项没通过检验，但对我们研究的问题没有影响。斜率项的T统计量和总体的F统计量的P值都通过了检验，判定系数过小不能进行预测。在不考虑其他条件下，球星合同年限每增加一年身价会增加9.28M欧元。这说明球星的合同剩余年限还是与球员身价呈现正相关关系的，只是对比年龄和球员能力而言它的影响和球员位置一样并不显著。最后，我们将通过多元线性回归分析的两个解释变量进行双对数模型的回归分析。lnMV，lnAge，lnAbil分别是MV，Age，Ability三项样本数据取对数得到的。我们可以看到各解释变量的T统计量和总体的F统计量的P值都完全通过了检验。调整后的判定系数高达0.819。可以说明球星的能力每提高1%，身价可以提高10.02%，年龄每增大1%，身价将会降低2.98%。这可以在一定程度上说明球星可以通过自己能力的提高来克服年龄对自己身价的影响。六、回归结果的应用回归结果分析出了球星身价与相关因素的关系，即球星身价与球星能力呈显著地正相关，与球星年龄呈显著地负相关。在一定程度上也反应了球星在场上位置越靠前，身价普遍越高，以及球星的合同越接近到期时间，身价有缩水现象。这很好的验证了我们之前的假设。而根据我们得出的MV-Age-Abil模型我们也可以简单的预测一下球星身价，该球星未在样本中但同样是足坛的超新星，比如切尔西球星阿扎尔（EdenHazard）的球员能力是172，22岁。则根据我们求出的预测模型MV=-2.514Age+2.068Abil-254.539，则其球员身价算出为45.849M，约为4580万欧元，而阿扎尔的实际身价为4200万欧元，基本接近现实情况。又比如说AC米兰球星巴洛特利（MarioBalotelli）的球员能力为166，年龄是22岁，根据我们的预测模型算出的身价为33.441M，约为3340欧元，而巴洛特利如今的真实身价约为3000万欧元。有一定的实际预测意义。七、模型存在的问题以及其他因素该模型虽然展示了不错的一面，但还是有不少缺陷的。首先来说，该模型取得样本过少，并不具备普适性，而且对球星这一概念也没有明显界定。其次，最后的预测模型不得不舍弃两个P值过大的解释变量而只剩下两个解释变量，没法反映其他因素对球员身价的影响。另外根据杜宾检验不难看出年龄和合同还存在着比较明显的自相关。的确，在现实中超过30岁的老将在续约时俱乐部为了规避风险很少与他们签时间长的合同，AC米兰阿森纳等豪门也主张老将一年一签，因此，年龄比较大的球星合同剩余年限就通常比较短了。这在模型中并没有得到排除。另外，球星身价还与其他别的因素有关，比如工资，由于该数据很难取得并没有考虑在内。大赛发挥也是影响身价的重要因素，欧冠淘汰赛，欧洲杯，世界杯上的高光表现能在很大程度上提高身价。多特蒙德前锋莱万多夫斯基（RobertLewandowski）在今年欧洲冠军联赛半决赛中对阵皇马的半决赛中表现极为出色，独中四元帮助球队大胜。仅此一战他赛后的身价就狂飙了1200万欧元。而足球场上的“玻璃人”（受伤倾向比较高的球员）即使能力很强，也很难有过高身价，因为俱乐部在对其估价是会考虑到其中隐患，没有人愿意花很多钱去买一个常年在病榻上的人，这显然也是影响球星身价的原因。【参考文献】[1]王凯,吕晓伟,何江川.足球运动员技战术素质水平与胜率因子回归分析[J].首都体育学院学报,2012,24(02):146-150.[2]韩开成.职业足球运动员工资影响因素及其决定模型[J].河北体育学院学报,2008(05):10-14.[3]时宇.足球运动员人力资本定价分析[D].山东大学,2018.[4]MARADONA,Diego.“身价最高的足球运动员”——马拉多纳[J].辽宁体育科技,1985(05):10-11.[5]邰峰,张文杰.职业运动员人力资本价值的衡量[J].体育学刊,2015,22(05):54-58.[6]张道荣.运动员身价衡量纬度与责任意识的认定[A].中国大学生田径协会.2012国际体育科学与学校体育学术会议论文集[C].中国大学生田径协会:中国大学生体育协会田径分会,2012:1.[7]陈淑奇.运动员生态化发展研究[J].河北体育学院学报,2019,33(04):29-33.[8]彭涌超.转会制度下足球运动员人力资本计量研究[J].商场现代化,2012(19):134-135.[9]彭涌超.俱乐部足球人力资本计量问题研究[D].西南财经大学,2009.[10]许为东.中国职业足球运动员薪酬测算模式探讨[J].浙江体育科学,2008(02):16-18+24.[11]吴晓阳.职业运动员人力资本价值核算研究[J].体育科学,2003,23(02):50-54+59.[12]王圣贤,姜宪尘,焦仕林,甘志娟.柯城区中学生步行交通伤害影响因素多重对应分析[J].预防医学,2019,31(08):798-801.[12]张敏敏,丁水汀,张晓天,李果.基于对应分析的限寿件锻造关键工艺参数分级[J].燃气涡轮试验与研究,2019,32(03):47-52.[13]刘芮畅,马跃.对应分析法在手机产品设计评价中的应用[J].廊坊师范学院学报(自然科学版),2019,19(02):34-37.[14]凌峰,戚湧.基于聚类与对应分析的江苏科技资源配置现状研究[J].科技进步与对策,2019,36(10):41-48.[15]王志芳,赵稼楠,彭瑶瑶,岳文静.广州市公园对比评价研究——基于社交媒体数据的文本分析[J].风景园林,2019,26(08):89-94.[16]张灿.基于文本分析的在线图书评论质量研究[D].山东大学,2019[17]金典.成功动漫品牌的文本分析——以《疯了!桂宝》为例[J].传媒论坛,2019,2(14):164+166..[18]苏菁,张卉,俞小璇.基于logistic回归分析对大学生选择就餐地点影响因素的研究[J].农家参谋,2019(17):215-216+225.[19]俞栋,叶环,徐琛,阮欢.婴儿乳糖酶缺乏的相关因素Logistic回归分析[J].健康研究,2019,39(04):389-391+396.[20]谢朝云,蒙桂鸾,熊芸,杨忠玲,杨怀.医院多重耐药菌血流感染相关因素Logistic回归分析[J].中国消毒学杂志,201