Popyt na widowisko a wyniki sportowe

Transkrypt

1 Co przyciąga widzów na mecze? Wydział Nauk Ekonomicznych UW

2 Sport Attendance: A survey of the literature Jaume Garcia Villar, Placido Rodriguez Guerrero Rivista di Diritto Ed Economia Dello Sport (2009), vol 5/2 pp The Determinants of Football Match Attendance Revisited Jaume Garcia Villar, Placido Rodriguez Guerrero Journal of Sports Economics (2002), vol 3/1 pp

3 Szacowanie funkcji popytu na mecze sportów zespołowych jest najważniejszą dziedziną empirycznej ekonomii sportu. Z reguły w przypadku prac empirycznych postępowanie jest ateoretyczne, choć badacze starają się znaleźć uzasadnienie dla wybranej specyfikacji modelu. Równanie popytu z reguły zależy od celu badania i dostępnych danych statystycznych.

4 Determinanty popytu Czynniki uwzględniane w badaniach empirycznych można podzielić na cztery grupy Czynniki ekonomiczne. Oczekiwana jakość widowiska. Niepewność wyniku. Koszt alternatywny.

5 Problemy metodologiczne Brak zgodności jak zdefiniować liczbę widzów. W jaki sposób traktować bilety sezonowe (karnety). Problem ograniczonej pojemności obiektu. Problem różnicowania cen. Badanie liczby widzów danego meczu czy przeciętną liczbę w sezonie.

6 Pomiar zmiennej zależnej Przeciętna cena biletu. Przeciętna cna sprzedanego biletu. Najniższa cena dostępnego biletu. Liczba widzów.

7 Czynniki ekonomiczne Rozmiar rynku Populacja obszaru metropolitalnego. Populacja miasta. Populacja ograniczona do mężczyzn (piłka nożna).

8 Oczekiwana jakość Mierzy heterogeniczność widowiska sportowego. Liczba obcokrajowców. Liczba gwiazd w zespole. Mecz derbowy.

9 Niepewność wyniku Niepewność wyniku meczu. Niepewność sezonowa. Występowanie dominujących drużyn. Bieżąca forma drużyn.

10 Koszt alternatywny Negatywny efekt transmisji telewizyjnych. Dzień rozgrywania meczu. Godzina rozgrywania meczu. Odległość od obiektu.

11 Miary popytu Determinanty popytu Model empiryczny W rozpatrywanym badaniu równanie popytu na bilety na mecze zawiera: zmienne opisujące czynniki ekonomiczne, zmienne przybliżające jakość meczu, zmienne mierzące niepewność wyniku, zmienne szacujące koszt alternatywny.

12 Miary popytu Determinanty popytu Model empiryczny Zmienna zależna: logarytm liczby sprzedanych biletów. nie zawiera biletów sprzedanych dzieciom, ponieważ one same nie podejmują decyzji o wizycie na stadionie, nie zawiera biletów sezonowych, ponieważ ich kupno nie musi się wiązać z czynnikami ekonomicznymi.

13 Miary popytu Determinanty popytu Model empiryczny Czynniki ekonomiczne: Cena najtańszego biletu (-/?), Dobson i Goddard (1992) twierdzą, że elastyczność cenowa może być dodatnia dla drużyn odnoszących sukcesy sportowe Dochód realny na osobę w prowincji (+), Wielkość rynku mierzona populacją (+), Jeżeli w danej prowincji jest więcej niż jeden zespół ludzie są dzieleni proporcjonalnie do liczby sprzedanych biletów sezonowych (-).

14 Miary popytu Determinanty popytu Model empiryczny Długoterminowa jakość widowiska Budżety obu drużyn (+), Liczba reprezentantów drużyn narodowych (+), Zmienne 0-1 dla FC Barcelona i Real Madryt (+), Zmienna 0-1 dla meczu derbowego (+).

15 Miary popytu Determinanty popytu Model empiryczny Jakość bieżąca widowiska Liczba zwycięstw w ostatnich 3 meczach w domu (+), Wynik ostatniego meczu (?), Pozycja drużyny gospodarzy w tabeli (?), Liczba zwycięstw drużyny gości w ostatnich 4 meczach (?).

16 Miary popytu Determinanty popytu Model empiryczny Niepewność wyniku Badania empiryczne pokazują, że niepewność wyniku zwiększa zainteresowanie kibiców spotkaniem, np. Kuipers (1996). Różnica w tabeli między drużynami, Czy drużyna ma szansę na mistrzostwo?, Czy drużynie zagraża spadek?.

17 Miary popytu Determinanty popytu Model empiryczny Koszt alternatywny Warunki pogodowe w dniu meczu (słońce, deszcz, upał, mróz) Czy mecz jest transmitowany przez telewizję? Czy mecz odbywa się w tygodniu czy w weekend? Odległość między miastami

18 Miary popytu Determinanty popytu Model empiryczny Dane Wszystkie 1-ligowe mecze z sezonów: 1992/93, 1993/94, 1994/95, 1995/96. Dane tworzą panel niezbilansowany. Dwie główne specyfikacje modelu: MNK oraz MZI. oraz dodatkowe modele z nieliniowa funkcją ceny.

19 Miary popytu Determinanty popytu Model empiryczny Równanie modelu gdzie: Y ijt = X ijtβ + Z itγ + V jtδ + W itθ + α i + η j + τ t + u ijt α i η j τ t - efekt drużyny gospodarzy, - efekt drużyny gości, - efekt sezonu.

20 Miary popytu Determinanty popytu Model empiryczny Wyniki Zmienna MNK MZI log(cena) log(cena) log(cena) log(income) log(income) log(income) log(pop) R

21 Miary popytu Determinanty popytu Model empiryczny Elastyczności cenowe W modelu liniowym (model 1) elastyczność cenowa wynosi średnia %(η < 1) Model 3 (MNK) Model 6 (MZI)

22 Miary popytu Determinanty popytu Model empiryczny Istotność zmiennych kontrolnych Zmienne MNK MZI ekonomiczne tak tak jakość ogólna tak tak jakość bieżąca tak tak niepewność tak tak koszt alternatywny tak tak

23 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Revenue Convergence in the English Soccer League Stephen Dobson, John Goddard, Carlyn Ramlogan Journal of Sports Economics (2001) vol. 2/3 pp Testing Casuality Between Team Performance and Payroll Stephen Hall, Stefan Szymanski, Andrew Zimbalist Journal of Sports Economics (2002) vol. 3/2 pp

24 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Prawo Gibarta - prawo proporcjonalnych efektów. Gibrat (1931) udowodnił, że jeżeli wzrost firmy jest niezależny od jej rozmiarów to nastąpi koncentracja rynku. Neoklasyczny model wzrostu - Solow (1956) sformułował teoretyczny model konwergencji dochodów na osobę.

25 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Ekonomiści badają zależność między rozkładem dochodów a stopniem koncentracji rynku. Wspólnym interesem klubów jest wyrównanie sił, by wyniki rozgrywek sportowych były nieprzewidywalne, a więc były atrakcyjne dla większej liczby potencjalnych kibiców.

26 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Weryfikacja prawa proporcjonalnych efektów odbywa się w ramach modelu y it y it T = β 0 + β 1 y it T + j γ j x ji + ε it gdzie: y it - rozmiar firmy i w chwili t, x it - wartość zmiennych kontrolnych, β 1 - informuje o proporcjonalności rozwoju. Jeżeli β 1 > 0 duże firmy rosną szybciej niż małe Jeżeli β 1 = 0 firmy rosną w tym samym tempie Jeżeli β 1 < 0 duże firmy rosną wolniej niż małe

27 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Konwergencja zachodzi, gdy β 1 < 0 Jeżeli model nie zawiera dodatkowych zmiennych (x-ów) wówczas mówimy o konwergencji bezwarunkowej Jeżeli w specyfikacji modelu zostały uwzględnione dodatkowe zmienne wówczas mówimy o konwergencji warunkowej (względem zawartych w modelu zmiennych) Jeżeli oszacowanie β < 0 mówimy o konwergencji beta Jeżeli Var(y t ) maleje wraz z upływem czasu mówimy o konwergencji sigma.

28 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Sezon zysk realne SD log zysk

29 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Dla badania konwergencji bezwarunkowej nie uwzględniono dodatkowych zmiennych W modelu konwergencji warunkowej uwzględniono trzy czynniki logarytm liczby ludności w okręgu siedziby klubu liczba klubów ligowych w promieniu 30 mil w całym okresie badania liczba lat przez które klub występował w lidze

30 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Sezon bezwarunkowa warunkowa

31 Teoria ekonomiczna Model konwergencji Konwergencja wariancji Konwergencja średniej Podsumowanie Nie ma dowodów na konwergencję zysków Aczkolwiek można zaobserwować podokresy, w których konwergencja zachodziła. Jeśli nie zachodzi proces konwergencji to czy oznacza to, że wynik sportowy zależy od przychodu?