К вопросу анализа и оптимизации бюджета зарплат профессиональных хоккейных клубов

Цель исследования. Целью исследования является использование методов корреляционно-регрессионного анализа как инструмента, позволяющего определить справедливую долю заработной платы профессионального хоккеиста в совокупном зарплатном бюджете хоккейного клуба. В современных условиях функционирования профессиональных хоккейных клубов, при которых совокупные расходы на зарплату игроков жестко регламентированы «потолком зарплат», наличие инструмента, позволяющего объективно оценить вклад игрока в общекомандный результат, может повысить эффективность принимаемых управленческих решений. В данной работе предложена регрессионная модель, позволяющая определить, какое влияние оказывают индивидуальные характеристики игроков, на примере защитников команды, на долю их заработной платы в потолке зарплат.
Материалы и методы. Для выбора модели множественной регрессии были проанализированы статистические показатели защитников Национальной хоккейной лиги в сезоне 2018–2019 гг. На содержательном этапе построения модели определен перечень тех статистических показателей, которые, на наш взгляд, позволяют сделать вывод о полезности того или иного игрока для команды, а также удовлетворяют требованиям для факторов, подлежащих включению в модель множественной линейной регрессии (количественная оценка, тесная связь с результатом, отсутствие мультиколлинеарности). С целью получения наиболее качественной регрессионной модели был использован апостериорный подход в отборе факторов, которые должны быть включены в окончательную версию регрессионной модели. В результате поэтапного отбора факторов из модели исключены факторы, значения t-статистики которых позволили сделать вывод по их статистической незначимости.
Результаты. В результате была получена статистически значимая модель, описывающая зависимость доли заработной платы в потолке заработных плат сезона 2018–2019 гг. Сравнив рассчитанные с помощью полученной модели доли зарплат и фактические их значения, удалось определить наиболее переоцененных и недооцененных защитников Национальной хоккейной лиги в сезоне 2018–2019 гг.
Заключение. Предложенная регрессионная модель на базе хоккейной статистикой позволяет количественно оценить оптимальность ценообразования контракта профессионального хоккеиста. На наш взгляд, такая модель является доступным инструментом управленческого анализа, позволяющим дать адекватную оценку величины контракта профессионального хоккеиста и помочь в решении одной из наиболее актуальных проблем в спортивном менеджменте – формировании конкурентоспособного состава команд при наличии ограничения в виде потолка заработных плат.

1. NHL Salary Cap by Team [Электрон. ресурс]. Интернет-сайт Puckpedia. Режим доступа: https://puckpedia.com/teams. (Дата обращения: 01.08.2021).

2. Общий доход игроков КХЛ за 10 лет вырос в три раза. Что это значит. [Электрон. ресурс]. Официальный сайт Rbc.ru. Режим доступа: https://sportrbc.ru/news/5d497fef9a79472a70371245. (Дата обращения: 13.08.2021).

3. Дорожная карта «пола» и «потолка» зарплат. [Электрон. ресурс]. Официальный сайт Континентальной хоккейной лиги. Режим доступа: https://www.khl.ru/news/2019/12/11/460960.html (Дата обращения: 25.08.2021).

4. Jones, J. C. H., Walsh, W Salary determination in the national hockey league: The effects of skills, franchise characteristics, and discrimination // Industrial and Labor Relations Review. 1988. № 41. P. 592-604.

5. Richardson D. Pay, Performance, and Competitive Balance in the National Hockey League // Eastern Economic Journal. 2000. № 26 (4). P. 393-417.

6. Grossbard S., Mincer J. A Pioneer of Modern Labor Economics. Springer Science & Business Media, 2006. 194 p.

7. Vincent C., Eastman B. Determinants of Pay in the NHL: A Quantile Regression Approach // Journal of Sports Economics. 2009. № 10. P. 256-277.

8. Determining an NHL Center’s Value: Salary Prediction Based on Performance Data [Электрон. ресурс]. Официальный сайт CKMsportsmanagement. Режим доступа: https://ckmsports.com/wp-content/uploads/2019/04/ECON490-Research-Paper.pdf (Дата обращения: 13.07.2021).

9. Salary determinants of NHL defensemen: a quantile regression approach [Электрон. ресурс]. Официальный сайт Colorado College. Режим доступа: https://digitalccbeta.coloradocollege.edu/pid/coccc:5791/datastream/OBJ (Дата обращения: 30.08.2021).

10. Idson T., Kahane L. Team Effects on Compensation: An Application to Salary Determination in the National Hockey League // Economic Inquiry. 2000. №38. P. 345-357.

11. Chan, T., Cho J., Novati D. Quantifying the Contribution of NHL Player Types to Team Performance // Interfaces. 2012. №42. P. 131-145.

12. Прохоров П.Э., Минашкин В.Г. Анализ и прогнозирование динамики цифровой трансформации экономики Российской Федерации (на примере оценки цифровизации деятельности организаций) // Вопросы статистики. 2021. Т.28. № 4. С. 107-120.

13. NHL Salary Caps. [Электрон. ресурс]. Интернет-сайт CapFriendly. Режим доступа: https://www.capfriendly.com/browse/active. (Дата обращения: 01.07.2021).