ASISTENCIA A EVENTOS DEPORTIVOS II

Análisis empírico

Después de haber especificado la función de demanda de asistencia para los deportes de equipo, la siguiente etapa del análisis consiste en recoger datos sobre cada una de las variables en función de la demanda y la estimación del modelo de asistencia. La literatura tiende a medir la variable precio del billete, ya sea como un precio promedio, igual a los ingresos totales de la entrada dividido por la asistencia, o como el precio mínimo disponible en terreno. Por ejemplo, los estudios de Demmert (1973) sobre la participación de béisbol en EE.UU. y por Kahn un Sherer (1988) sobre la asistencia de baloncesto en EE.UU. utilizan un precio medio y mínimo, respectivamente, al estimar un modelo de asistencia. Las dos formas de medir el precio del billete deben arrojar resultados comparables, ya que las dos series están muy correlacionadas.

Cuando sea posible, los estudios tienden a medir los ingresos reales de los ingresos corrientes de la región. Sin embargo, en ausencia de datos sobre los ingresos, los estudios suelen utilizar una aproximación para los ingresos, como una medida basada en la ocupación de la clase social o una tasa de desempleo regional. El tamaño del mercado tiende a ser medido por el censo de población de la ciudad o zona urbana en la que un equipo se encuentra (Schmidt y Berri, 2001). La calidad de un equipo se ha medido de muchas maneras (por ejemplo, la incertidumbre de los resultados de la clasificación del equipo antes de un partido) y la incertidumbre de resultado también se ha medido en una miríada de formas.

Por ejemplo, Peel y Thomas (1988) investigaron la importancia de la incertidumbre en los partidos de la Liga de Fútbol Inglesa utilizando apuestas fijas antes de un partido. Las cuotas se supone que proporcionan estimadores insesgados de la probabilidad de una victoria en casa. Forrest y Simmons (2002) también investigaron el significado de la incertidumbre en los partidos de la Liga de Fútbol Inglesa utilizando probabilidades de apuestas fijas, pero las probabilidades se corrigieron por primera vez para las posibles desviaciones de la eficiencia del mercado. Alternativamente, Ferreira y otros (2005) prefieren sustituir el sesgo corregido por los anuncios de apuestas con las probabilidades de ganar de un modelo de previsión, como la base para la medición de la incertidumbre de un partido.

Las dificultades aparecen por lo general cuando se intenta cuantificar los costes de viaje, los efectos de sustitución y los efectos de afinidad. Por ejemplo, Borland (1987) señala que la importancia de los gastos de viaje se omite en la especificación final. Ferreira y otros (2002) proporcionan (para el caso de los clubes de la Premier League Inglesa(de fútbol)) el primer estudio de la demanda de asistencia para hacer uso de una estimación numérica de los gastos de viaje (gastos directos y gastos de tiempo). El estudio asume que la asistencia per cápita de las zonas dentro del área de captación de un club depende de un precio compuesto por la asistencia, consistente en un precio promedio, más gastos de viaje. Los costes directos y el tiempo de un viaje de vuelta se calculan utilizando datos de una encuesta nacional de los aficionados (que señala la ubicación de la residencia de los aficionados) y los organismos nacionales de transporte. El estudio también incluye un indicador de los ingresos derivados de una ocupación basada en la medida de la clase social y un indicador de la afinidad del aficionado sobre la base de interés en asistir a partidos fuera de casa. Los efectos de sustitución no se incluyen explícitamente en el modelo de asistencia, pero el estudio identifica la dirección de cualquier sesgo de la omisión de los efectos de sustitución, en el supuesto de que los sustitutivos consisten en otros clubes de la Premier League. La mayoría de los estudios no incluyen

...