طراحی مدل قیمت گذاری بازیکنان در فوتبال حرفه ای ایران
احمد گرجی پور
1
(
دانشجوی دکتری مدیریت ورزشی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران.
)
وحید شجاعی
2
(
دانشیار مدیریت ورزشی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران
)
محمد حامی
3
(
دانشیار مدیریت ورزشی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران
)
کلید واژه: مدل, قیمت گذاری, گرندد تئوری,
چکیده مقاله :
هدف از این تحقیق، طراحی مدل قیمت گذاری بازیکنان در فوتبال حرفه ای ایران بود. در این پژوهش کیفی که با رویکرد طراحی مدل و بر پایه راهبرد گرندد تئوری انجام شد، 17 نفر از مدیران بازاریابی باشگاههای لیگ برتر فوتبال، مربیان فوتبال، اساتید دانشگاه و ایجنت های فعال در فوتبال که با روش نمونه گیری غیر تصادفی و هدفمند جهت انجام مصاحبه گزینش شدند، به صورت داوطلبانه در این مطالعه شرکت کردند. اجرای مصاحبه ها تا مرز اشباع نظری ادامه یافت. تحلیل داده ها توسط نرم افزار MAXQDA 18 انجام گردید. محقق از طریق فرآیند کدگذاری سه مرحله ای مفاهیم را استخراج نمود. سپس از طریق دسته بندی مقولات و کدگذاری گزینشی، مدلی بر پایه چارچوب گلیزری طراحی نمود. مبتنی بر تحلیل یافته ها، چهار بعد صفات فردی، عملکرد فنی، مهارت های روانی - اجتماعی و عوامل زمینه ای مشتمل بر 112 مقوله با مجموع فراوانی 643 کد مفهومی اولیه(در حالت تکرار) از جمله مولفه های تأثیرگذار بر قیمت گذاری بازیکنان در فوتبال حرفه ای ایران بودند که به صورت دقیق احصا گردیده است. این مولفه ها عبارتند از: قد، استعداد و جوایز فردی و جوایز تیمی در بعد اول، کیفیت عملکرد، قدرت شوتزنی و قدرت پرش در بعد دوم، خلاقیت، توانایی تیم سازی و سازگاری روانی و اجتماعی در بعد سوم و نهایتاً چانه زنی ایجنت و موقعیت اجتماعی در بعد چهارم. به مدیران باشگاه‌ها، فوتبالیست‌ها و سایر ذینفعان پیشنهاد می‌شود که در زمان مذاکره و تصمیم‌گیری برای بستن قرارداد، به ابعاد مختلف این مدل مناسب توجه کنند.
چکیده انگلیسی :
The aim of this research was to design a pricing model for professional football players in Iran. In this qualitative study, conducted with a model design approach based on the grounded theory strategy, 17 individuals participated voluntarily. The participants included marketing managers from top-tier football clubs, football coaches, university professors, and active football agents. They were purposefully selected using non-random sampling for interviews. The interviews continued until theoretical saturation was reached. Data analysis was performed using MAXQDA 18 software. The researcher extracted concepts through a three-stage coding process. Subsequently, a model was designed based on the Glaserian framework using thematic categorization and selective coding. Based on the findings, four dimensions—individual attributes, technical performance, psychosocial skills, and contextual factors—comprised a total of 112 initial concept codes (in repeated instances) that directly influenced the pricing of professional football players in Iran. These dimensions included specific factors such as height, performance quality, and endurance, muscular stamina, technical diversity, physical strength, passing accuracy, dribbling ability, shooting precision, and ball control in the second dimension; creativity, and resilience in the third dimension; and finally, social status, and legal constraints in the fourth dimension. It is recommended that club managers, football players, and other stakeholders consider these various dimensions during contract negotiations and decision-making. This model can serve as an effective tool for more accurate and equitable player valuation and can enhance decision-making processes related to player acquisition and sales. Ultimately, this research assists managers in recruiting talented players at appropriate costs, thereby improving team success.
1. Abdi, S., Zangi Abadi, M., & Talebpour, M.. Determination of Role of Effective Factors in Valuation of Players in Iranian Premier Football League. Journal of Human Resource Management in Sport, 2016; 3(2), 121 - 136. . (Persian)
2. Amir E, Livne G. Accounting, valuation and duration of football player contracts. Journal of Business Finance & Accounting. 2005 Apr;32(3‐4):549-86.
3. Basirat, M., Khajeheian, D., & Roshandel Arbatani, T. A Theoretical Model for Identifying Media Value of Football Players in Iranian Professional League. Sport Management Studies. 2019; 11 (57): 121-40. (Persian). DOI: 10.22089/smrj.2019.7317.2550
4. He Y. Predicting market value of soccer players using linear modeling techniques. University of Berkeley (working paper). 2012.
5. heidari toopkanlu M, Sadeghi Boroujerdi S, Andreff W, Amiri S H. Identifying Functional Variables Affecting the Financial Value of Iran Football Players. 3 2021; 8 (31) :91-99. (Persian). URL: http://ntsmj.issma.ir/article-1-1515-fa.html
6. Izadyar, M., Memari, Z., Mousavi, M. Pricing Equation for Iranian Premier League Football Players. Journal of Economic Research (Tahghighat- E- Eghtesadi), 2016; 51(1): 25-40. . (Persian). doi: 10.22059/jte.2016.57595
7. Kanyinda A, Bouteiller C, Karyotis C. Human capital: assessing the financial value of football players on the basis of real options theory. Investment management and financial innovations. 2012(9, Iss. 4):27-37.
8. Lenten LJ, Geerling W, Kónya L. A hedonic model of player wage determination from the Indian Premier League auction: Further evidence. Sport Management Review. 2012 Feb 1;15(1):60-71.
9. Martins D de S. Hedonic Pricing in Professional Football: Is players’ transfer value explained by sporting performance? In 2015, Master in Management Dissertation, School of Economics and Management of Porto.
10. Memari, Z., Hoda, K., Safaie, A. The Valuation of Football Players with Data Mining Technique (Case Study: Esteghlal Club). Sport Management Journal, 2020; 12(3): 735-757. . (Persian) doi: 10.22059/jsm.2019.262922.2128
11. moradzade, M., sheikh, R., mayali, Z. Selection of players based on objective criteria with the approach of expert evaluation algorithms and ARAS multi-criteria decision making method (Case Study: University basketball team Shahrood). Contemporary Studies On Sport Management, 2017; 7(13): 1-12. doi: 10.22084/smms.2017.7507.1694
12. Morrow, S. The new business of football: Accountability and finance in football. Macmillan Business. (1999). 1-12.
13. Naderian, M., Rahbari, S., Ghorbani, M. A comparative study of how to finance the professional football clubs in Iran's and England premier league. Applied Research in Sport Management, 2015; 3(3): 31-42.
14. Naghdi, Y., Kaghazian, S., Afsharpey, A. Analysis of the Economic factors Affecting Income of Football Clubs (Selected World Clubs). , 2013; 2(1): 21-43. (persian).
15. Poza C. A Conceptual Model to Measure Football Player’s Market Value. A Proposal by means of an Analytic Hierarchy Process.[Un modelo conceptual para medir el valor de mercado de los futbolistas. Una propuesta a través de un proceso analítico jerárquico]. RICYDE. Revista Internacional de Ciencias del Deporte. doi: 10.5232/ricyde. 2019 Sep 18;16(59):24-42.
16. Rastogi SK, Deodhar SY. Player pricing and valuation of cricketing attributes: exploring the IPL Twenty20 vision. Vikalpa. 2009 Apr;34(2):15-24.
17. Ruijg J, van Ophem H. Determinants of football transfers. Applied Economics Letters. 2015 Jan 2;22(1):12-9.
18. Singh P, Lamba PS. Influence of crowdsourcing, popularity and previous year statistics in market value estimation of football players. Journal of Discrete Mathematical Sciences and Cryptography. 2019 Feb 17;22(2):113-26.
19. Soltani A, Bagheri M, Ghorbani M. Investigating and applying the VAHC model to calculate the value added of soccer players. J Account Financ Manag. 2010 Jun 22;4(1):191-210.
20. Tunaru R, Clark E, Viney H. An option pricing framework for valuation of football players. Review of financial economics. 2005 Jan 1;14(3-4):281-95.