Identifiering och analysering av faktorer som Påverkar fotbollsövergångsummor

Detta är en Kandidat-uppsats från KTH/Matematisk statistik

Författare: Adib Kamal; Patrick Zarabi; [2016]

Nyckelord: ;

Sammanfattning: Detta kandidatarbete, inom matematisk statistik och Industriell Ekonomi, består av två delar. Syftet med den första delen är att, med hjälp av en multipel linjär regression, skapa en prediktionsmodell för priset på transferövergångar för fotbollsspelare. Datan för studien samlades från den tyska hemsidan transfermarkt.co.uk och datan kommer endast från ligorna Serie A, La Liga och Premier League. Den slutgiltiga modellen som togs fram ur regressionsanalysen har en förklaringsgrad på 47.1 procent och spelarnas övergångssumma förklaras med hjälp av nio kovariat. Syftet med den andra delen av kandidatarbetet är att identifiera och analysera intäktsstrategier som fotbollsklubbar i Premier League, La Liga och Serie A använder sig av och undersöka tillväxtsmöjligheter för klubbarna. I studien undersöks tre olika klubbar, klubbarna varierar ekonomiskt och i supporterstorlek. Klubbarna är Real Madrid, Juventus och Everton. Dessa klubbar undersöks utifrån deras intäktsmodeller som består av följande tre kategorier: Commercial revenue, Broadcasting revenue och Matchday revenue. Resultatet av studien visar att utöver bra sportsliga resultat så är Commercial revenue och Matchday revenue de kategorier i intäktsmodellen som en klubb kan påverka med hjälp av att tillämpa nya affärsstrategier. För att en klubb ska uppnå ökad tillväxt vid Commercial revenue och Matchday revenue visar resultatet av studien att klubbar ska öka exponeringen av klubben samt ha en egenägd arena. 

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)