Írta: Kapronczay Mór és Kárpáti András saját kutatás alapján

Az elmúlt hétvégén lezajlott az NFL (National Football League – Észak-Amerikai Profi Futball Liga) epekedve várt nyitófordulója. Ez nem csak azért érdekes, mert több csata is az utolsó pillanatokban, parádés körülmények között dőlt el, hanem azért is, mert ráirányítja az ember figyelmét egy nagyobb közgazdasági relevanciával bíró problémára is.

Az NFL-ben – amerikai sport lévén – a csapatok első számú játékosutánpótlása az egyetemi csapatokból, az éves Draft-on (szabad fordításban: sorozás) keresztül érkezik, amelyet egy tökéletesen informált piacnak tekinthetünk. Ez azt jelenti, hogy szereplők minden releváns információt tudnak egymásról: a csapatok ismerik a játékosok egyetemi teljesítményét, a Draft-ot megelőző Combine-on pedig a sprinteléstől az intelligenciát mérő Wonderlic-tesztig minden képességükről is információt szereznek. A Draft során ezek alapján a csapatok sorban választhatnak. Hogy lehetséges akkor, hogy a saját évében 199. választott Tom Brady 4 gyűrűvel rendelkezik, és első körben elsőként kiválasztott irányítók csak szenvednek a ligában?

A kérdést nyilván számos módon meg lehet közelíteni, mi közgazdászként adatokon és preferenciákon keresztül értelmezzük a jelenséget. Az adatalapú megközelítés nem újkeletű a sportban, a Moneyball című filmben (és a könyvben) már láthattuk, hogy statisztikai adatokra akár egy sikeres játékospolitikát is lehet építeni. A könyvben Billy Beane baseballedző elképesztő sikeréről olvashatunk. Beane a csapat alacsony költségvetése miatt elkeseredésében a statisztika eszköztárához fordult, és ez meglepő sikereket eredményezett a ligában. Ez volt az adatalapú sportstratégia első zajos sikere.

Mi az Ökonometria?

A közgazdászok régóta igyekeznek megérteni adatok segítségével a világot, azonban az információs technológia feljődésével, és a digitális adattechnológia széleskörű elterjedésével mára a statisztika a közgazdazdászok egyik leghatékonyabb eszközévé vált. A közgazdász célja a statisztika eszköztárával, hogy társadalmi interakciókat modellezze, csakúgy, mint a mikro- és a makroökonómia esetében. Ami megkülönbözteti a statisztika közgazdaságtani alkalmazását (nevezzük ezt ezentúl Ökonometriának) az az, hogy első sorban adatokból, empirikus alapon próbál következtetéseket levonni, ok-okozati viszonyokat keresni e jelenségek között.

Ilyen alkalmazásra példa az Oktatásgazdaságtan, melynek világszínvonalú művelői vannak hazánkban is, elég Kertesi Gábor, Kézdi Gábor, vagy Hermann Zoltán nevét említeni. Az oktatásgazdaságtan főbb kérdései, hogy jól működnek-e az iskolák, hogy megéri-e számítógépeket vásárolni az iskolákba, vagy hogy milyen hatásai lehetnek a szegregációnak. Ezekre a kérdésekre megbízható, a szabályozási gyakorlatban is eredményesen használható válaszokat nyújt számunkra az Ökonometria.

De ugyanígy vizsgálható a vállalati versenyképesség (egyik legfontosabb hazai kutatója Muraközy Balázs), a szegénység természete (2014 Neumann-díjasa Esther Duflo), az országok fejlődésének mozgatórugói (Daron Acemoglu, 2007 Neumann-díjasa).

Mi a fentieknél szűkebb témát válaszottunk, és az NFL irányítók kiválasztását, és későbbi sikerességüket igyekeztük magyarázni. Az irányító az egyik legfontosabb pozíció az amerikai futballban, minden támadójáték a snappel indul, majd az irányító a hívott játék függvényében passzol, átnyújtja a futónak, esetleg saját maga indul meg a labdával. Egy hasonló elemzés a futó pozícióról elérhető itt.

Kutatásunk

A kutatásunkban arra voltunk kíváncsiak, hogy hogyan választják ki az NFL csapatok az egyetemi játékosok közül a draftolandó irányítókat. Ehhez különböző NFL és egyetemi liga statisztikákat gyűjtöttünk az ESPN, a hivatalos NFL és a DraftHistory.com oldalakról. A begyűjtött adatok tartalmazták a Combine-on nyújtott teljesítményt (súly, gyorsaság), az egyetemi ligában nyújtott teljesítmény (pl.: sikeres passzok, dobott yardok), a Drafton elért eredményt (hanyadiknak draftolták, mekkora szerződést kapott) a játékosok szintjén, és a csapatok eredményességi mutatóit csapatszinten.

Az adatok közötti kapcsolatot először leíró statisztikával szemléltetjük:

Ez az ábra például a Szerződés összege (LNCV) és a Draft hely közötti kapcsolatot mutatja. Az összefüggés egyszerű: minél hamarabb draftolnak, annál nagyobb fizetést kapsz. (Megjegyzés: az ökonométerek a pénzben kifejezett mennyiségeket általában logaritmikus skálán ábrázolják)

Ezen az ábrán az látszik, hogy a legtöbb irányító igyekszik 230 font körüli súlyt tartani, és 240 font felett már nagyon kevesen vannak. Érdemes megjegyezni, hogy mivel a legtöbb irányító egy ideális súly tartására törekszik, a megfigyeléseknek kicsi a szórása, így nem magyarázza jól sem a későbbi fizetést, sem a draftpozíciót.

A rendelkezésünkre álló adatokból előállítottunk egy új mutatót is, a mobilitást. A mobilitás a gyorsaság és a testsúly aránya. Erre a változóra azért van szükség, mert a csapatok egyszerre szeretnének gyors és robosztus irányítókat, azonban általában a nagyobb testsúly kisebb sebességgel jár. A fenti ábra alapján azt láthatjuk, hogy akiknél a testsúly/sebesség arány magas, azokat várhatóan hamarabb draftolják.

A Draft egy igen fontos jellemzője, hogy az egyes pozíciókat külön piacként érdemes kezelni. Van amelyik csapat futót akar draftolni, van amelyik falembert, van amelyik irányítót. Ebből kifolyólag célszerű az irányítók közötti sorrendet (adott irányító az irányítók közül hányadikként lett kiválasztva) választani magyarázott változónak, ezen keresztül értékelni az irányítókat a drafton.

Eredmények

A kérdésünk, hogy mitől jobb egyik irányító a másiknál. Ez azért nehéz kérdés, mert nem egyértelmű, hogy az atlétikai vagy a passzolási képesség a fontosabb. Ezt közgazdász nyelven úgy mondjuk, hogy a csapatok (akiket közel 1 szereplőnek tekinthetünk, hiszen azonos információk alapján döntenek, és a csapatok eltérő játékstílusa nagyon kis mértékben indokolja más típusú irányítók választását) preferenciáit vizsgáljuk az egyes irányítók között. A modellünk teszteléséhez összevetjük a korábbi adatok alapján 2015-re „jósolt” sorrendet a valós draftsorrenddel. Eredményeink alapján a Combine-on felmért “képesség” jellegű változók komoly hatással vannak az irányítók Draft pozíciójára, ellenben az egyetemi statisztikák kis mértékben, vagy egyáltalán nem lényegesek. Ez azt sugallja, hogy a csapatok nem kész, sikeres játékost keresnek, hanem sokkal inkább egy eszközt, amelyet kiképezve a játékuk értékes elemévé alakíthatnak.

Az eredményeink értékét több szempontból is értékelhetjük. A legjobb regressziónk az irányító rangsort körülbelül 40%-ban képes magyarázni, tehát 60% a szerepe a rangsorban más jellemzőknek, amiket nem tudunk vizsgálni, például ilyen a játékosok egyéni edzéseinek hatása egyes csapatokkal, vagy mondhatjuk azt is, hogy ennyi a játékosmegfigyelők hozzáadott értéke, és a nyers adatokhoz hozzátett értelmezésük 60%-ban felelős a kialakult sorrendért. Egy másik szempont az, hogy az egyes játékosok közötti preferencia-relációk hány százalékát voltunk képesek sikeresen megjósolni. Például bármely véletlenül kiválasztott A játékos és B játékos közötti sorrendet mekkora eséllyel tudjuk jól megjósolni. Az Draft éveket és az egyes regressziós módszereket külön modellként értékelve az eredményeink eltérő hatékonyságot mutatnak, de 65 és 80% közötti az érték minden esetben.  A legjobb modellünk 2005-ben a lehetséges relációk közül minden 5-ből 4-et sikeresen állapított meg, ami egészen komoly eredménynek tekinthető, figyelembe véve, hogy kizárólag adatokból dolgoztunk belsős információk és komolyabb hozzáértés nélkül.

Ezután felvetődhet a kérdés, hogy vajon milyen játékosok lesznek végül sikeresek is az NFL-ben. Ezt a kérdést az irányítók értékelésére létrehozott Total Quarterback Rating magyarázásán keresztül vettük szemügyre. Egy kifejezetten fontos megállapítás ezzel kapcsolatban, hogy ha minden más változatlansága mellett jobb csapat draftol, akkor kisebb az esélye, hogy egyáltalán játéklehetőséghez fogsz jutni, és ez egészen érthető is. Ezen kívül azonban kevés statisztikailag szignifikáns eredményt tudunk felmutatni. Az mindenesetre biztos, hogy minél előbb kel el az irányító, annál jobb teljesítményt fog nyújtani (tehát a játékosmegfigyelők megdolgoznak a pénzükért), és ugyanígy a magasabb fizetés is jobb teljesítménnyel párosul, azonban itt feltételezhetjük a fordított okság fennállását, vagyis inkább a jó játékosok kapnak nagy fizetést, és nem a nagyobb szerződés teszi őket jó játékossá. Az NFL-beli teljesítményt tehát kis mértékben tudtuk magyarázni Draft előtti adatokból, amelyből arra következtettünk, hogy egyéb, nem mérhető faktorok, mint a munkához való hozzáállás, vagy valamilyen előlünk rejtve maradt speciális szempont határozzák meg elsősorban a játékosok teljesítményét az egyetemi statisztikákkal vagy az adottságokkal szemben.

Összegezve a fentieket, a kérdés vizsgálata során az Ökonometria eszköztárával fényt derítettünk néhány fontos tényezőre, azonban nem állíthatjuk, hogy teljességében megértettük a témát. Az elemzésünk egyik korlátja, hogy ugyan hobbiszinten foglalkozunk amerikai focival, ám nem vagyunk a téma szakértői. Az állítás fordítva is igaz: a statisztika képessé tett minket arra, hogy amatőrökhöz képest nagy pontossággal értékeljük egymáshoz képest az irányítókat.

A borítókép forrása: http://www.recode.net/2016/6/22/12006468/twitter-nfl-ad-deal-50-million-dollars