Bodnár, Gergely and Csató, László (2022) Mérhetnénk jobban a csapatok erejét a Bajnokok Ligájában? Egy fontos üzenet az Európai-Labdarúgó-szövetség számára. Working Paper. Budapesti Corvinus Egyetem, Budapest. (Unpublished)
|
PDF
- Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
205kB |
Abstract
A 2024/25-ös idénytől kezdve alapvetően megváltozik a labdarúgás legrangosabb európai kupasorozata, az UEFA Bajnokok Ligája lebonyolítási rendszere: a nyolc hagyományos négycsapatos csoportban játszott oda-visszavágós körmérkőzés helyett egyetlen liga lesz, ahol a 36 induló négy-négy mérkőzést fog játszani otthon és idegenben. A továbbjutáshoz a nyolc mérkőzés eredményei alapján rangsorolják a csapatokat, ezért kiemelt jelentősége lesz az ellenfelek megválasztásának, azaz a csapatok teljesítményének minél jobb előzetes becslésének. Kutatásunk ehhez a kérdéshez kíván hozzájárulni. Logisztikus regressziós modellek segítségével vizsgáljuk a kiemeléshez jelenleg használt UEFA klubkoefficiens és a csapatok teljes múltbeli teljesítményét tükröző Élő-pontszám előrejelző képességét. Eredményeink szerint az Élő-pontszám egyértelműen jobb választás, ezért a későbbi igazságtalanságok mérséklésére a Bajnokok Ligája reformja keretében ajánlott az együtthatók számításának felülvizsgálata is. ------- The tournament format of the UEFA Champions League, the most prestigious European football competition will see a fundamental reform from the 2024/25 season: instead of the home-away round-robin contest played in eight traditional groups of four teams, there will be only one league where the 36 clubs play four matches at home and four away. Since each club will be ranked based on its eight matches, choosing the set of opponents will have a crucial im-portance. Therefore, it will be a fundamental issue to correctly predict the future performance of the teams, which has inspired our research. In particular, we examine with logistic regression models whether an Elo rating, reflecting all results in the previous seasons, is able to outperform the currently used performance indicator of UEFA club coefficient. As Elo rating turns out to be a better predictor, UEFA is strongly encouraged to reform the calculation of its club coeffi-cient in order to reduce potential unfairness.
| Item Type: | Monograph (Working Paper) |
|---|---|
| JEL classification: | C44 - Operations Research; Statistical Decision Theory C52 - Model Evaluation, Validation, and Selection Z20 - Sports Economics: General |
| Divisions: | Institute of Operations and Decision Sciences |
| Subjects: | Culture, sport General statistics |
| References: | AMEZ, S.– BAERT, S.– NEYT, B.– VANDEMAELE, M. [2020]: No evidence for second leg home advantage in recent seasons of European soccer cups. Applied Economics Letters, Vol. 27. No. 2. 156–160. o. https://doi.org/10.1080/13504851.2019.1630704
BRYSON, A.– DOLTON, P.– READE, J. J.– SCHREYER, D.–SINGLETON, C. [2021]: Causal effects of an absent crowd on performances and refereeing decisions during Covid-19. Eco-nomics Letters, Vol. 198. 109664. https://doi.org/10.1016/j.econlet.2020.109664
BRAUN ERIK – GYIMESI ANDRÁS – MURAI, GÁBOR [2022]: A Bajnokok Ligája mérkőzéseinek vonzereje – győzelmi esélyek és központi csapatok. Statisztikai Szemle, 100. évf. 2. sz. 234–265. o. https://doi.org/10.20311/stat2022.3.hu0234.
CORONA, F.–FORREST, D.–TENA, J. D.–WIPER, M. [2019]: Bayesian forecasting of UEFA Champions League under alternative seeding regimes. International Journal of Forecasting, Vol. 35. No. 2. 722–732. o. https://doi.org/10.1016/j.ijforecast.2018.07.009
CSATÓ LÁSZLÓ [2013]: Ranking by pairwise comparisons for Swiss-system tournaments. Central European Journal of Operations Research, Vol. 21. No. 4. 783–803. o. https://doi.org/10.1007/s10100-012-0261-8
CSATÓ LÁSZLÓ [2017]: On the ranking of a Swiss system chess team tournament. Annals of Operations Research, Vol. 254. No. 1-2. 17–36. o. https://doi.org/10.1007/s10479-017-2440-4
CSATÓ LÁSZLÓ [2020]: The UEFA Champions League seeding is not strategy-proof since the 2015/16 season. Annals of Operations Research, Vol. 292. No. 1. 161–169. o. https://doi.org/10.1007/s10479-020-03637-1
CSATÓ LÁSZLÓ [2021]: Tournament Design: How Operations Research Can Improve Sports Rules. Palgrave Pivots in Sports Economics. Palgrave Macmillan, Cham, Switzerland. https://doi.org/10.1007/978-3-030-59844-0
CSATÓ LÁSZLÓ [2022b]: UEFA against the champions? An evaluation of the recent reform of the Champions League qualification. Journal of Sports Economics, megjelenés alatt. https://doi.org/10.1177/15270025221074700
CSATÓ LÁSZLÓ–MOLONTAY ROLAND–PINTÉR JÓZSEF [2022]: Sports scheduling af-fects incentives: The case of the UEFA Champions League. Műhelytanulmány. https://doi.org/10.48550/arxiv.2204.08276
CSURILLA GERGELY– GYIMESI ANDRÁS – KENDELÉNYI - GULYÁS ERIKA–STERBENZ TAMÁS [2021]: Where is victory most certain? The level of luck-based noise factor in Summer Olympic Games. Acta Oeconomica, Vol. 71. No. 3. 369–386. o. https://doi.org/10.1556/032.2021.00018
DAGAEV, D.– RUDYAK, V. [2019]: Seeding the UEFA Champions League participants: Evaluation of the reform. Journal of Quantitative Analysis in Sports, Vol. 15. No. 2. 129–140. o. https://doi.org/10.1515/jqas-2017-0130
DOBRÁNSZKY BLANKA – SZIKLAI BALÁZS RÓBERT [2020]: Az időn múlik? Egyéni teljesítménysportok hatékonyságvizsgálata Monte Carlo szimuláció segítségével. Szigma, 51. évf. 4. sz. 383–400. o.
ELO, A. [1978]: The Rating of Chess Players, Past and Present. Arco, New York.
ENGIST, O.–MERKUS, E.–SCHAFMEISTER, F. [2021]: The effect of seeding on tournament outcomes: Evidence from a regression-discontinuity design. Journal of Sports Economics, Vol. 22. No. 1. 115–136. o. https://doi.org/10.1177/1527002520955212.
FÜRLICH, P.– CSEH ÁGNES – LENZNER, P. [2021]: Improving ranking quality and fairness in Swiss-system chess tournaments. Műhelytanulmány. https://doi.org/10.48550/ar-xiv.2112.10522
GÁSQUEZ, R.– ROYUELA, V. [2016]: The determinants of international football success: A panel data analysis of the Elo rating. Social Science Quarterly, Vol. 97. No. 2. 125–141. o. https://doi.org/10.1111/ssqu.12262
GEENENS, G.– CUDDIHY, T. [2018]: Non-parametric evidence of second-leg home ad-vantage in European football. Journal of the Royal Statistical Society: Series A (Statistics in Society), Vol. 181. No. 4. 1009–1031. o. https://doi.org/10.1111/rssa.12338
GUYON, J. [2018]: What a fairer 24 team UEFA Euro could look like. Journal of Sports Ana-lytics, Vol. 4. No. 4. 297–317. o. https://doi.org/10.3233/JSA-180219
HVATTUM, L. M.– ARNTZEN, H. [2010]: Using ELO ratings for match result prediction in association football. International Journal of Forecasting, Vol. 26. No. 3. 460–470. o. https://doi.org/10.1016/j.ijforecast.2009.10.002
KASSIES, B. [2022]: UEFA Coefficients calculation method. https://kassiesa.net/uefa/calc.html.
PAGE, L.– PAGE, K. [2007]: The second leg home advantage: Evidence from European foot-ball cup competitions. Journal of Sports Sciences, Vol. 25. No. 14. 1547–1556. o. https://doi.org/10.1080/02640410701275219
PETRÓCZY, D. G. [2021]: Teljesítményalapú pénzfelosztás a Forma-1-ben páros összehasonlításokkal. Szigma, 52. évf. 1. sz. 63–76. o
POLLARD, R [1986]: Home advantage in soccer: A retrospective analysis. Journal of Sports Sciences, Vol. 4. No. 3. 237–248. o. https://doi.org/10.1080/02640418608732122
SCHOKKAERT, J.–SCHWINNEN, J. [2010]: Uncertainty of outcome is higher in the Cham-pions League than in the European Cup. Journal of Sports Economics, Vol. 17. No. 2. 115–147. o. https://doi.org/10.1016/j.ijforecast.2009.10.002
TRIGUERO-RUIZ–AVILA-CANO, A. [2022]: On competitive balance in the group stage of the UEFA Champions League. Scottish Journal of Political Economy, megjelenés alatt. https://doi.org/10.1111/sjpe.12338
UEFA [2022]: UEFA approves final format and access list for its club competitions as of the 2024/25 season. Május 10. https://www.uefa.com/returntoplay/news/0275-151c779310c3-b92bbf0d24f9-1000--uefa-approves-final-format-and-access-list-for-its-club-competi/
VAN EETVELDE, H.–LEY, C. [2019]: Ranking methods in soccer. Megjelent: KENETT, R. S.–LONGFORD, T. N.–PIEGORSCH, W.–RUGGERI, F. (szerk.): Wiley StatsRef: Statistics Reference Online, 1–9. o. Springer, Hoboken, New Jersey. https://doi.org/10.1002/9781118445112.stat08161 |
| ID Code: | 7669 |
| Deposited By: | Ádám Hoffmann |
| Deposited On: | 17 Oct 2022 07:35 |
| Last Modified: | 17 Oct 2022 07:59 |
Repository Staff Only: item control page
Download Statistics
Download Statistics