| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 882.5 KB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
The challenging problem of understanding the value of football players inspired countless analyses
both in the academic and professional world. This paper has introduced a regression model to
estimate attacking football players’ market value, building on the findings of prior academic
research. The model included performance metrics, personal information metrics, and commercial
potential metrics as well. The alternative model introduced was derived from a sample consisting
of Premier League attackers, but the regression was later tested on attackers from the Bundesliga
as well. Using cross-sectional data, including 105 attacking players from the English Premier
League, 27 metrics were exported. All data were retrieved from freely accessible databases
(Transfermarkt, FBREF, Instagram). This research paper successfully introduced two new
variables not considered by previous academic research: (1) commercial potential and (2)
nationality based on the homegrown rule. The proposed alternative regression has an R2
of 0.65,
eliminating multicollinearity and heteroskedasticity, and out-performs the regression models based
on prior academic literature, both in-, and out-of-sample. Based on this study, the most important
metrics to estimate a football player’s market value are (1) expected goals and assists, (2)
pressures, (3) player’s age, (4) player’s nationality, (5) club’s prestige, and (6) player’s commercial
potential.
O desafio de compreender o valor dos jogadores de futebol tem inspirado inúmeras análises, tanto no mundo académico como profissional. Este documento introduz um modelo de regressão para estimar o valor de mercado de jogadores de futebol atacantes com base nos resultados presentes na literatura académica sobre o tema. O modelo inclui métricas de desempenho, métricas de informação pessoal, e também métricas de potencial comercial. O modelo alternativo introduzido foi derivado de uma amostra constituída por atacantes da Primeira Liga inglesa (Premier League), mas a regressão foi posteriormente testada também em atacantes da Primeira Liga alemã (Bundesliga). Utilizando dados transversais, incluindo 105 jogadores atacantes da Primeira Liga inglesa, foram exportadas 27 métricas. Todos os dados foram extraídos de bases de dados de livre acesso (Transfermarkt, FBREF, Instagram). A investigação introduz com sucesso duas novas variáveis não consideradas pela investigação académica anterior: (1) potencial comercial e (2) nacionalidade com base na regra de jogadores formados localmente. A regressão alternativa proposta tem um R2 de 0,65, eliminando problemas de multicolinearidade e a heterocedasticidade. Como tal, supera os modelos de regressão baseados na literatura académica anterior, tanto dentro, como fora da amostra. Com base neste estudo, as métricas mais importantes para estimar o valor de mercado de um jogador de futebol são (1) golos e assistências esperadas, (2) pressões, (3) idade do jogador, (4) nacionalidade do jogador, (5) prestígio do clube, e (6) potencial comercial do jogador.
O desafio de compreender o valor dos jogadores de futebol tem inspirado inúmeras análises, tanto no mundo académico como profissional. Este documento introduz um modelo de regressão para estimar o valor de mercado de jogadores de futebol atacantes com base nos resultados presentes na literatura académica sobre o tema. O modelo inclui métricas de desempenho, métricas de informação pessoal, e também métricas de potencial comercial. O modelo alternativo introduzido foi derivado de uma amostra constituída por atacantes da Primeira Liga inglesa (Premier League), mas a regressão foi posteriormente testada também em atacantes da Primeira Liga alemã (Bundesliga). Utilizando dados transversais, incluindo 105 jogadores atacantes da Primeira Liga inglesa, foram exportadas 27 métricas. Todos os dados foram extraídos de bases de dados de livre acesso (Transfermarkt, FBREF, Instagram). A investigação introduz com sucesso duas novas variáveis não consideradas pela investigação académica anterior: (1) potencial comercial e (2) nacionalidade com base na regra de jogadores formados localmente. A regressão alternativa proposta tem um R2 de 0,65, eliminando problemas de multicolinearidade e a heterocedasticidade. Como tal, supera os modelos de regressão baseados na literatura académica anterior, tanto dentro, como fora da amostra. Com base neste estudo, as métricas mais importantes para estimar o valor de mercado de um jogador de futebol são (1) golos e assistências esperadas, (2) pressões, (3) idade do jogador, (4) nacionalidade do jogador, (5) prestígio do clube, e (6) potencial comercial do jogador.
Description
Keywords
Football player valuation Football player market value Football club, human capital Multiple regression model correlation analysis Multicollinearity Heteroskedasticity Performance metrics Personal information metrics Commercial potential Correlation analysis Avaliação de jogadores de futebol Valor de mercado de jogadores de futebol Clube de futebol, capital humano Análise de correlação do modelo de regressão múltipla Multicolinearidade Heteroskedasticidade Métricas de desempenho Métricas de informação pessoal Potencial comercial Análise de correlação