Eco Cult y Deporte 2022-2023

ECONOMIA DE LA CULTURA Y EL DEPORTE
(ECONOMÍA DEL DEPORTE)
FACULTAD DE ECONOMÍA Y EMPRESA
UNIVERSIDAD DE OVIEDO
CURSO 2022-2023
Índice / Contenidos
1. Introducción
2. Naturaleza del producto deportivo
3. El producto y el balance competitivo
4. El mercado de factores
5. Eficiencia
6. La demanda
7. Audiencias televisivas deportivas
8. Otras industrias
9. Impacto económico
10. La participación deportiva

1. INTRODUCCIÓN
Lo serio se puede negar; el juego, no
Johan Huizinga, Homo ludens (1954)

Definición de DEPORTE
El deporte es cualquier forma de actividad física

que, a través de la participación casual u
organizada, pretenda expresar o mejorar la
forma física y el bienestar mental, estableciendo
relaciones sociales u obteniendo resultados en
competición a todos los niveles.
Consejo de Europa en 1992

Tratado de Lisboa
ARTÍCULO 165

La Unión contribuirá a fomentar los aspectos europeos
del deporte, teniendo en cuenta sus características
específicas, sus estructuras basadas en el voluntariado y
su función social y educativa.

La acción de la Unión tendrá por objetivo:
desarrollar la dimensión europea del deporte,
promoviendo la equidad y la apertura en las
competiciones deportivas y la cooperación entre los
organismos responsables del deporte, y protegiendo la
integridad física y moral de los deportistas, especialmente
la de los jóvenes.
Forma Física
Bienestar mental
Relaciones Sociales
Resultados
No mercados
Proceso económico deportes

Inputs tales como el trabajo (deportistas,
entrenadores, etc.) se combinan con el
capital (el campo de juego, el equipamiento,
etc.) para producir junto con otro equipo, en
la Liga, un producto que es vendido a los
consumidores (espectadores en directo o
por televisión, etc.) en un estadio.
Downward y Dawson:The Economics of Professional Team Sports (2000)
2. Naturaleza del producto deportivo
Clasificación de los deportes
Deportes profesionales
Deportes individuales o de equipo

El mercado en los deportes
profesionales

Economía peculiar

La empresa en competencia

La empresa en los deportes

El monopolio puro y la paradoja de Louis-
Schmelling
Naturaleza del producto

¿Qué se produce?

¿Cómo se produce?

¿Para quién se produce?
¿Qué se produce?

Producto conjunto (proceso indivisible de dos o
más empresas)

Producto complejo

Altamente perecedero

Falta de unidad de medida
¿Cómo se produce?

Calidad de los deportistas

Mercados regulados
¿Para quién?

Aficionados

Espectadores en directo

Espectadores en televisión

Otras industrias conexas
Relevancia de la Economía
del Deporte

El profesionalismo

Rottenberg (1956)

Neale (1964)

Noll (1974)

Journal of Sports Economics (2000)

European Sports Management Quarterly (2001)

International Journal of Sport Finance (2006)

Fifty years of Sports Economics: Essays in honour of Simon Rottenberg
(2006)

X IASE Annual Conference (2008)

Asociación Europea de Economistas del Deporte (2009) (ESEA). XI
Congreso en Gijón. Agosto 2019.

XIII Congreso Iberoamericano de Economía del Deporte (Valencia, 2023)
3. El producto y el balance
competitivo
Contenidos

3.1 Teoría del balance competitivo

3.2 Las políticas de restricciones y el balance
competitivo

3.3 Medidas y evidencia empírica sobre el balance
competitivo
3.1 Teoría del balance competitivo
Existe balance competitivo “cuando al empezar la

temporada todos los equipos tienen posibilidad de
clasificarse para los play-offs”.
Levin et al. (2000) en el Informe Blue Ribbon
En el caso del fútbol español esa definición podía

parafrasearse así: “existe balance competitivo
cuando al empezar la liga todos los equipos tienen
posibilidad de clasificarse para la Champions
League”.
Modelo n-equipos
El-Hodiri y Quirk (1971): Modelo matemático con n-

equipos.
Principal conclusión: La igualdad competitiva es

consistente con un supuesto de comportamiento
maximizador del beneficio sólo si no hay compras
o ventas de contratos de jugadores o si las
funciones de ingreso de todos los equipos son
iguales.
Modelo 2 equipos

Un equipo de ciudad grande y otro de ciudad pequeña.

Se supone que cada equipo i = 1, 2 tiene las siguientes
funciones de ingresos totales Ii y costes totales Ci
Ii = r Pi Vi
(1)
Ci = c Pi Vi
Cont.

= elasticidad del ingreso en relación con el tamaño del
mercado
β= elasticidad del ingreso en relación con el % de victorias
 = elasticidad del coste en relación con el tamaño del
mercado

= elasticidad del coste en relación con el % de victorias
Pi = población o tamaño del mercado del equipo i (se supone
que P1  P2)
Ti
Vi = % de victorias del equipo i = -------------
T 1 + T2
donde Ti = stock de talento del equipo i
r y c = constantes
Cont.
Fort y Quirk (1995) simplifican la función de

costes con
 = 0 y  = 1,
lo que significa que el Coste Marginal (CMa)

de victorias, equivalente al coste marginal de
talento, no depende del tamaño del mercado,
y no varía con la cantidad de talento.
Modelo cerrado
Suponemos que T1 + T2 = 1
El IMa y el CMa del equipo i, se

obtienen diferenciando (1), con  =
0 y  = 1, con lo que queda
Cont.
Ii = r Pi Vi
Ci = c Pi0 Vi1
 Ii
IMai = ----------- = r Pi   Vi  - 1
 Ti
 Ci
CMai = ----------- = c
 Ti
Cont.
Bajo el supuesto de maximización del

beneficio, cada equipo busca emplear
talento hasta el punto en que el IMa
generado por la última unidad de
talento, IMai, sea igual al CMa de
emplear esa unidad adicional, CMai.
Cont.
Si ambos equipos tienen el mismo CMa de

talento, c, el IMa de ambos equipos debería
ser el mismo en el equilibrio
IMa1= c
IMa2 = c
luego IMa1 = IMa2

Equilibrio
IMa1 IMa2
IMa2 (P2)
D
B
C
IMa1 (P1)
A
IMa1 (P2)
T1 T2
0.5 T 1*
Las políticas de restricciones y
el balance competitivo
IMa1 IMa2
IMa2 (P2)
IMa1 (P1)
C*
T1 T2
0.5 T 1*
Política de reparto de ingresos
IMe VN
I A- I B C I A- I B
B
IMe BN
0.5 0.65 0.8

Medidas y evidencia empírica
sobre el balance competitivo
el coeficiente de variación (CV)
el índice de Gini (IG)
el Índice de Herfindahl-Hirsckman (IHH)
y el ratio de concentración de los 5 primeros clubes (C5).

Tabla 3.1: Balance competitivo en la Liga (1928-2006)
Período CV IG IHH C5
28-30 28.50 40.00 107.35 120.56
30-40 26.86 39.02 106.84 122.37
40-50 26.53 39.51 106.60 126.40
50-60 25.53 38.06 106.26 128.53
60-70 23.80 35.19 105.38 126.80
70-80 20.25 30.33 104.03 124.29
80-90 24.83 38.01 105.93 130.84
90-00 23.96 36.61 105.53 131.54
00-06 24.84 38.16 105.92 133.76
Tabla 3.2: Clasificación de los cinco mejores equipos en la
historia de la Liga de Fútbol en España (1928/29 - 2017/18)
Temporadas en 1ª
Division
1º 2º 3º 4º TOTAL
Real Madrid 87 33 23 9 9 74
Barcelona 87 25 25 12 12 74
At. Madrid 81 10 9 16 9 44
At Bilbao 87 8 7 10 5 30
Valencia 83 6 6 10 12 34
TOTAL 82/87 70/87 57/87 47/87 256/348
Real Madrid y
58/87 48/87
Barcelona
Tabla 2.
3.3: Porcentaje del total de ingresos por participar en la UCL
98/99 99/00 00/01 01/02 02/03 03/04 04/05

R. Madrid 5.20 15.31 8.50 6.51 7.80 6.68 4.80
Barcelona 4.64 16.79 5.94 11.51 14.34 6.46
Deportivo 26.28 26.03 20.18 23.74 13.76
Valencia 25.51 21.37 27.40 16.47
Mallorca - 21.87
At. Bilbao 12.49
Celta 26.31
R. Sociedad 28.14
Tabla 3.4: Porcentaje de gasto y de ingresos por TV de los
equipos que participan en la UCL en relación al
total de equipos de 1ª División
97/98 98/99 99/00 00/01 01/02 02/03 03/04 04/05
% Exp. 30.2 36.0 43.6 52.6 50.1 54.2 38.0 60.7
% TV 21.5 25.8 43.5 45.9 46.3 43.2 36.6 53.3

Tabla 3.5: Balance competitivo en la Liga
de Fútbol en España (1987-2006)
Período CV IG IHH C5
87-96 24.69 37.56 105.88 133.48
97- 05 24.45 37.54 105.75 131.69
02- 05 26.13 40.11 106.52 134.98

Tabla 3.6: Balance competitivo en la 1ª división de La Liga
(2000-2011)
CV IG IHH C5
Período
00-04 23.26 35.65 105.17 132.31
04-07 27.27 42.36 107.08 136.02
07-11 30.43 44.44 108.91 141.76

Medida/década Gini C.V C5 IHH
1930 0,390 0,268 0,57 106,8
1940 0,395 0,265 0,46 106,6
1950 0,381 0,255 0,40 106,3
1960 0,352 0,238 0,39 105,4
1970 0,303 0,202 0,350 104
1980 0,380 0,248 0,353 105,9
1990 0,366 0,239 0,32 105,5
2000 0,404 0,264 0,35 106,8
2010 0,498 0,345 0,38 111,1

Resultados Barcelona and Real Madrid
(2000/01-2018/2019)
Temporad Barcelona Real Madrid G (B- E (B- P (B-
a RM) RM) RM)
G E P G E P
2000/01 17 12 9 24 8 6 41 20 15
2001/02 18 10 10 19 9 10 37 19 20
2002/03 15 11 12 22 12 4 37 23 16
2003/04 21 9 8 21 7 10 42 16 18
2004/05 25 9 4 25 5 8 50 14 12
2005/06 25 7 6 20 10 8 45 17 14
2006/07 22 10 6 23 7 8 45 17 14
2007/08 24 5 9 27 4 7 51 9 16
2008/09 27 6 5 25 3 10 52 9 15
2009/10 31 6 1 31 3 4 62 9 5
2010/11 30 6 2 29 5 4 59 11 6
2011/12 28 7 3 32 4 2 60 11 5
2012/13 32 4 2 26 7 5 58 11 7
2013/14 27 6 5 27 6 5 54 12 10
2014/15 30 4 4 30 2 6 60 6 10
2015/16 29 4 5 28 6 4 57 10 9
2016/17 28 6 4 29 6 3 57 10 7
2017/18 28 9 1 22 10 6 50 19 7
2018/19
Tabla 3.6: Correlación entre variables económicas
y clasificación (Coeficientes de Spearman)
97-98 98-99 99-00 00-01 01-02 02-03 03-04 04-05

Presupuesto 0,642 0,686 0.335 0,732 0,546 0,762 0,654 0,672
Venta entradas 0,770 0,696 0.283 0,645 0,490 0,689 0,815 0,708
Sponsors 0,704 0.390 0.316 0,777 0,475 0,690 0,605 0,708
Ingresos TV 0,626 0,750 0.414 0,559 0.442 0,714 0,638 0,848
Depreciación 0,648 0,648 0.235 0,735 0.438 0,689 0,511 0,674
Jugadores y entrenadores 0,614 0,645 0.370 0,596 0.388 0,668 0,758 0,663
Baloncesto
Balonmano
4. El mercado de factores
4.1 Salarios versus Productividad
¿Cómo se mide la productividad?
El Ingreso del Producto Marginal (IPM)
Los salarios
Π = I - C
 E B M G
------- = PE ------- + PB ------- + PM ------- + --------
 Ti Ti Ti Ti Ti
i = 1,2,.....n;
Los beneficios () dependen del talento de los jugadores

(Ti)
M = ingresos por merchandising (ejemplo, ventas de camisetas).

G = ingresos por el número de partidos anuales (giras)
T = talento individual.
PE, PB y PM = precios de las entradas, el precio del partido en pay
per view y el precio de las camisetas respectivamente.
En las giras se obtiene un canon fijo.
Ingresos deportistas
Ranking Nombre Ingresos (millones de $)
5 Tiger Woods 105
31 Floyd Mayweather 65
20 Michael Jordan 55
14 Kobe Bryant 48
45 Phil Mickelson 46
36 David Beckham 44
28 LeBron James 43
29 Roger Federer 43
55 Manny Pacquiao 42
48 Cristiano Ronaldo 36
49 Alex Rodriguez 36
52 Shaquille O'Neal 31
64 Derek Jeter 30
81 Maria Sharapova 25
61 Serena Williams 20
65 Lance Armstrong 20
83 Venus Williams 15.5
96 DanicaPatrick 12
Forbes Top 100 Celebrities (28-06-2010)


6 Tiger Woods 75

14 Kobe Bryant 53

10 LeBron James 48

25 Roger Federer 47


35 David Beckham 40


49 Alex Rodriguez 35

62 Lionel Messi 32

46 Rafael Nadal 31

55 Tom Brady 31

69 Derek Jeter 29

59 Dwight Howard 28

57 Dwyane Wade 26

72 Payton Manning 26


86 Venus Williams 13


96 DanicaPatrick 12

Forbes Top 100 Celebrities (Mayo-2011)

33 Manny Pacquiao 67.0

12 Tiger Woods 58.0

15 LeBron James 53.0

31 Roger Federer 52.0

27 Kobe Bryant 50.0

48 Phil Mickelson 48.0

32 David Beckham 46.0

40 Peyton Manning 42.0

44 Cristiano Ronaldo 42.0

52 Floyd Mayweather 40.0

50 Lionel Messi 39.0

63 Alex Rodriguez 34.0

47 Rafael Nadal 33.0

60 Tom Brady 27.0

71 Maria Sharapova 26.0

87 Li Na 18.0

77 Serena Williams 13.0
Forbes Top 100 Celebrities (Mayo-2012)

8 Roger Federer 71.0

15 Tiger Woods 78.0

16 LeBron James 60.0

19 David Beckham 47.0

24 Kobe Bryant 62.0

31 Cristiano Ronaldo 44.0

39 Lionel Messi 48.0

48 Usain Bolt 24.0

50 Drew Brees 51.0

51 Rafael Nadal 26.0

52 Phil Mickelson 49.0

56 Serena Williams 20.0

62 Maria Sharapova 29.0

65 Tom Brady 38.0

78 Manny Pacquiao 34.0

88 Floyd Mayweather 34.0

91 Danica Patrick 15.0
Forbes Top 100 Celebrities (Junio-2013)


7 Floyd Mayweather 105


2 LeBron James 72

45 Lionel Messi 65

15 Kobe Bryant 62

21 Tiger Woods 61

16 Roger Federer 55


24 Rafael Nadal 45

43 Novak Djokovic 33

33 Kevin Durant 32

55 Dwyane Wade 30

39 Peyton Manning 27


85 Li Na 24


Nombre Ingresos (millones de $)
Floyd Mayweather 300
Manny Pacquiao 160
Cristiano Ronaldo 79,5
Lionel Messi 74
Roger Federer 67
LeBron James 65
Kevin Durant 54
Phil Mickelson 51
Tiger Woods 50,5
Kobe Bryant 49,5
Ben Roethlisberger 49
Rory MacIlroy 48,5
Novak Djokovic 48
Lewis Hamilton 39
Zlatan Ibrahimovic 39
Ndamokong Suh 38,5
Fernando Alonso 35,5
Gareth Bale 35
Jon Lester 34
Derrick Rose 34
Sebastian Vettel 33
Rafael Nadal 32,5
Mahendra Singh Dhoni 31
Neymar 31
Carmelo Anthony 30,5
Maria Sharapova 29,5
Carson Palmer 29
James Rodríguez 29
8 Lionel Messi 81,5
11 LeBron James 77
16 Roger Federer 68
26 Novak Djokovic 56
26 Kevin Duran 56
37 Cam Newton 53
37 Jordan Spieth 53
43 Kobe Bryant 50
49 Lewis Hamilton 46
51 Tiger Woods 45,5
52 Eli Manning 45
53 Joe Flacco 44,5
54 Tom Brady 44
54 Floyd Mayweater 44
60 Rory McIlroy 42,5
61 Russell Wilson 42
63 Sebatian Vetel 41
70 Philip Rivers 38
72 Zlatan Ibrahimović 37,5
72 Rafael Nadal 37,5
72 Neymar 37,5
75 Fernando Alonso 36,5
77 Gareth Bale 36
78 Marcel Dareus 35
80 Peytong Manninig 34
80 Derrick Rose 34
82 A.J. Green 33,5
82 Key Nishikori 33,5
86 James Harden 33
91 Usain Bolt 32,5
92 Clayton Kershaw 32
92 Dwyane Wade 32
97 Carmelo Anthony 31
97 Drew Brees 31
Ingresos Deportistas
5 Cristiano Ronaldo 93 M $
10 Lebron James 86 M $
14 Lionel Messi 80 M $
23 Roger Federer 64 M $
25 Kevin Durant 60,6 M $
37 Andrew Luck 50 M $
37 Rory McIlroy 50 M $
42 Stephen Curry 47,3 M $
45 James Hardem 46,6 M $
46 Lewis Hamilton 46 M $
48 Drew Brees 45,3 M $
50 Phil Mickelson 43,5 M $
62 Russell Westbrook 38,6 M $
63 Sebastian Vettel 38,5 M $
64 Damian Lillard 38,4 M $
68 Novak Djokovic 37,6 M $
70 Tiger Woods 37,1 M $
71 Neymar 37 M $
76 Dwyane Wade 36,2 M $
77 Fernando Alonso 36 M $
83 Jordan Spieth 34,5 M $
87 Derrick Rose 34,3 M $
88 Usain Bolt 34,2 M $
89 Gareth Bale 34 M $
89 Connor McGregor 34 M $
92 Kei Nishikori 33,9 M $
93 Fletcher Cox 33,4 M $
94 Clayton Kershaw 33,3 M $
97 Carmelo Anthony 32,6 M $ Forbes 2017 top 100 celebrities
100 Zlatan Ibrahimovic 32 M $
Ingresos Deportistas

#1 Floyd Mayweather $285 M

#8 Lionel Messi $111 M

#10 Cristiano Ronaldo $108 M

#12 Conor McGregor $99 M

#13 Neymar $90 M

#17 LeBron James $85.5 M

#23 Roger Federer $77.2 M

#24 Stephen Curry $76.9 M

#29 Matt Ryan $67.3 M

#36 Matthew Stafford $59.5 M

#43 Kevin Durant $53.7 M

#47 Lewis Hamilton $51 M

#51 Russell Westbrook $47.5 M

#56 James Harden $46.4 M

#62 Canelo Alvarez $44.5 M

#66 Tiger Woods $43.3 M

#67 Drew Brees $42.9 M

#69 Sebastian Vettel $42.3 M

#70 Derek Carr $42.1 M

#72 Rafael Nadal $41.4 M

#72 Alex Smith $41.4 M

#74 Phil Mickelson $41.3 M

#75 Jordan Spieth $41.2 M

#79 Damian Lillard $39.2 M

#80 Anthony Joshua $39 M

#82 Rory McIlroy $37.7 M

#87 Trumaine Johnson $37 M

#90 Jimmy Garoppolo $36.2 M

#91 Kyrie Irving $36.1 M
#93 Giannis Antetokounmpo $35.5 M
Forbes 2018 top 100 celebrities


#93 Blake Griffin $35.5 M

#96 Ryan Tannehill $35.2 M

#97 Von Miller $35.1 M
Los 10 atletas mejor pagados del
mundo en 2019:

Lionel Messi: 127 mdd

Cristiano Ronaldo: 109 mdd

Neymar: 105 mdd

Canelo Álvarez: 94 mdd

Roger Federer: 93.4 mdd

Russell Wilson: 89.5 mdd

Aaron Rodgers: 89.3 mdd

LeBron James: 89 mdd

Stephen Curry: 79.8 mdd

Kevin Durant: 65.4 mdd
Los 10 atletas mejor pagados del
mundo en 2020:

Roger Federer: 106.3 mdd

Cristiano Ronaldo: 105 mdd

Lionel Messi: 104 mdd

Neymar: 95.5 mdd

LeBron James: 88.2 mdd

Stephen Curry: 74.4 mdd

Kevin Durant: 63.9 mdd

Tiger Woods: 62.3 mdd

Kirk Cousins: 60.5 mdd

Carson Wentz: 59.1 mdd
4.2 Explicaciones salarios superestrellas
Convexidad
El ganador lo lleva todo

CONVEXIDAD
T
4.3 IPM deportistas individuales
  Pr  R  Sp  R
----- = ------- ------- + ------- -------
T R T R T
Pr = dinero ganado en premios por torneos

R = ranking (por ejemplo el de la WTA, el del golf)
T = talento
Sp =ingresos por contratos de esponsorización.
W
T
W D
C
A
T
Conclusiones
Los jugadores estrella
Convexidad
Las circunstancias de demanda

5.1. Eficiencia en la gestión de los
clubes
Deudas de los equipos de
Primera División
(millones de euros)
Temporadas 96/97-07/08
3000
2500
2000
1500
1000
500
0
96_97 97_98 98_99 99_00 00_01 01_02 02_03 03_04 04_05 05_06 06_07 07_08
Situación financiera del
fútbol profesional
(30/06/2008)
Ratios:
Endeudamiento (TD/AT)
Capacidad de devolución de deuda (TD/IT)
Situación Patrimonial (art. 260 LSA)

RESUMEN 30/06/2008
Causa
SITUACIÓN DT/AT DT/IT Disolución
Buena 8.6% 5.7%
Alerta 28.6% 22.9%
Preocupante 17.1% 14.3%
Crítica 45.7% 57.1% 51.4%

El Dilema del Prisionero
EQUIPO
ATLÉTICO DE1MADRID
NO COMPITE COMPITE
NO COMPITE (+10,+10) (-30,+15)

VALENCIA
EQUIPO 2
COMPITE (+15,-30) (-10,-10)
5.2. Eficiencia
de los managers
Funciones:
Planificar
Organizar
Liderar
Controlar
Etc.
X2/Y Q
A C
B
Q
X1/Y
Plácido Rodríguez 10 de Mayo de 2011
X2/Y Q
A
D C
X1/Y
Plácido Rodríguez 10 de Mayo de 2011
Dawson, Dobson and Gerrard (2000)
6. La demanda
A) Variables económicas:
- Precio.
- Precio de otros bienes
- Renta.
- Desempleo.
- Población.
- Capacidad del estadio.

B) Calidad esperada:
- Calidad de los jugadores.
- Partido excitante.
- Partido de especial interés.
- Trayectoria.
C) Incertidumbre en el resultado:
- Del partido.
- Del campeonato.
- Ausencia de dominación a largo plazo.

D) Coste de oportunidad de
ver el partido:
- Climatología.
- Televisión.
- Día del partido.
- Hora del partido.
- Distancia.
E) Otras variables ligadas a las
características del producto ofrecido:
- Lealtad. Hábito (Asistencia en partidos anteriores.

Antigüedad del Club)
- Publicidad.
- Características del estadio.
- Composición racial de la plantilla.
- Partidos entre ligas.

Estadísticas descriptivas y fuentes
Variable dependiente Media Des. St. Fuente
Entradas vendidas 3,772.59 5,101.24 LNFP
Variables económicas
Precio 2,047.53 662.16 LNFP
Renta 1,292.86 277.44 BBVA
Población 1,089.36 1,058.43 BBVA
Calidad “ex ante”

Presupuesto (local) 1,790.54 1,736.59 LNFP
Presupuesto (visitante) 1,776.39 1,727.63 LNFP
Nº de internationales (v) 11.85 4.90 Dinámico
Equipo visitante Barcelona 0.0487
Equipo visitante Real Madrid 0.0487
Partido de rivalidad 0.0468
Partido “día de club” 0.0563 LNFP
Calidad actual
Media Des. St.
Nº de victorias en los 3 últimos partidos (local) 0.9127 0.8255
Goles marcados último partido (local) -0.4025 1.7253
Goles marcados último partido en casa (local) 1.0887 1.1477
Clasificación (local) 10.7006 6.0825
Nº de derrotas en los últimos 4 partidos (visitante) 0.1587
Sin oportunidades de ganar el campeonato (local) 0.1791
Sin oportunidades de dejar la zona de descenso (local) 0.0089
Incertidumbre
Diferencia de puestos en la clasificación (local-visitante) 0.3329 8.2663

Cercanía en la clasificación 0.3006
Incertidumbre en la lucha por el campeonato (local) 180.719 143.969
Coste de oportunidad Media Des. St. Fuente
Partido sin lluvia ni nieve,
tempratura alta 0.5361 Dinámico
Partido sin lluvia ni nieve,
tempratura baja 0.3627 Dinámico
Televisado en abierto 0.1006 LNFP
Televisado en codificado 0.0987 LNFP
Partido entre semana 0.0715 LNFP
Distancia 544.447 268.072 Mapa oficial carreteras
Tenerife (equipo local) 0.0494
Tenerife (equipo visitante) 0.0487
Notas: Precio, Renta, Presupuestos (local y visitante) están expresados en términos reales
(pesetas de 1991).
Renta en miles y presupuestos en millones de pesetas.
Población en miles.
Tabla 6.1: Resultados regresión Ecuación de demanda
(Variable endógena: log(entadas vendidas))
(N = 1580)
(1)
Coef. t-stat.
Variables
- socio-económicas
Log(Precio) - 0.630 (10.04)
Log(Renta) 0.513 (4.93)
Log(Población) 0.247 (5.05)
Calidad “ex ante”

Presupuestos (local) 0.017 (8.12)
Presupuestos (visitante) 0.014 (3.03)
Número de internationales (v) 0.015 (2.41)
Visitante Barcelona 0.455 (2.07)
Visitante Real Madrid 0.275 (1.27)
Rivalidad 0.491 (5.79)
“Dia de club” 0.217 (2.85)
Calidad actual
Nº de victorias en los últimos 3 partidos (local) 0.047 (1.95)
Resultado último partido (local) 0.046 (4.54)
Goles último partido en casa (local) 0.045 (3.20)
Clasificación (local) - 0.008 (1.39)
No derrotas en los 4 últimos partidos (visi.) 0.119 (2.66)
Sin posibilidades de ganar el campeonato (local) - 0.215 (3.91)
Sin posibilidades de dejar la zona de descenso (local) - 1.162 (4.25)
Incertidumbre
Diferencia de puestos en la clasificación (l-v) 0.022 (6.12)
Diferencia de puestos en la clasificación 2 (l-v) 0.001 (3.61)
Cercanía en la clasificación 0.098 (2.30)
Incertidumbre en lucha por el campeonato (local) - 0.001 (5.85)
Coste de oportunidad
Temperatura alta, sin lluvia 0.374 (6.22)
Temperatura baja, sin lluvia 0.334 (5.61)
Televisado en abierto -0.427 (5.78)
Televisado en codificado -0.321 (4.79)
Partido entre semana -0.235 (4.01)
Distancia -0.525 (6.86)
Tenerife (eq. local) 0.327 (4.06)
Tenerife (eq. visitante) -0.507 (5.34)
Constante 0.667 (0.46)

Efectos equipo de casa NO
Efectos temporada NO
R2 0.6252
Contribución de cada bloque de
variables explicativas

- Calidad (atractivo) ex ante

Presupuestos, número de internacionales, rivalidad, visitante

- Factores económicos

Precio, renta, población

- Coste de oportunidad

Climatología, retransmisión televisiva, día de partido, distancia

- Incertidumbre del resultado

Diferencia de posiciones en la tabla, opciones al título

- Calidad actual

Resultados últimos partidos, situación en la tabla
7. Eventos deportivos y audiencias televisivas:
El caso particular de la Televisión Autonómica
del Principado de Asturias (TPA)
Índice

1. Introducción

2. Retransmisiones deportivas de la TPA (Televisión del Principado de Asturias)
- Especificación del modelo
- Estimación y principales resultados

3.Determinantes de la audiencia de partidos de fútbol
- Especificación del modelo y nuevas variables
- Estimación y principales resultados

4. Conclusiones
Introducción

Las cadenas de televisión de todo el mundo son conscientes del impacto que
tienen las retransmisiones deportivas en sus audiencias.

Algunos autores como Carney y Fenn (2004) analizan los potenciales
determinantes de la audiencia para los partidos de la NFL americana. Otros
como Buraimo (2008) han estudiado conjuntamente la demanda de
asistencia al estadio y la demanda televisiva para el caso del fútbol en el
Reino Unido.

Este estudio sólo se centrará en los aspectos relativos a los datos de
audiencia de deportes de la TPA (Televisión del Principado de Asturias).
En España, 15 de los programas más vistos por televisión
en 2009 fueron partidos de fútbol.
Fuente: www.vertele.com
Las cadenas generalistas de España tienen (al menos) una
retransmisión deportiva entre sus 5 programas más vistos de
2009.
Fuente: www.vertele.com
Conceptos utilizados para medir las audiencias

Audiencia Media (AM): número medio de telespectadores que ven
un programa en una determinada población.

Audiencia Acumulada (AA): número total de telespectadores que
ven un programa (durante al menos un minuto) en una determinada
población.

Share o Cuota de Pantalla: porcentaje de telespectadores que ven
un programa determinado respecto al total de telespectadores que
están viendo la televisión en ese momento en una población dada.
Retransmisiones deportivas de la
TPA (I)
OBJETIVO
Analizar cómo afecta al share de las retransmisiones deportivas de

la TPA los diferentes deportes televisados (por la propia cadena) y
los tipos de programas del resto de cadenas.
Retransmisiones deportivas de
la TPA (II)
% de retransmisiones de cada deporte respecto al total de emisiones deportivas de la

TPA entre 2007 y 2009
18
16
14
12
10
0
a
o
rf
or
ol
s
n
a
o
to
s
o
es
s
c
ni
Su
ció
an
os
al
m
no
m
tb
ot
es
pi
tin
Te
S
lis
Re
Fú
nm
cr
M
Hí
r ia
ta
nc
Pa
ol
c
lo
Na
tu
Ci
lo
lo
y
tb
As
ey
Ba
Ba
Ci
o
Fú
sm
ck
s
lo
i
Ho
gü
Bo
ra
Pi
Retransmisiones deportivas de la
TPA (III)
Especificación del modelo

Variable dependiente: share de todas las retransmisiones deportivas
[Transformación tipo logit (log share/1-share)]

Retransmisiones deportivas de la TPA (IV)
Especificación del modelo

Variables explicativas:
Variables de inercia: share del programa anterior y posterior al evento
deportivo, y share medio de los eventos deportivos del mes anterior.
Variables de estacionalidad: años, meses y franjas horarias (madrugada,
mañana, tarde y noche).
- Variables de tipos de deportes (emitidos por la TPA): partidos de futbol,
baloncesto, ciclismo, motor, hockey patines, piragüismo y remo, hípica, surf,
natación, ciclocross, balonmano, tenis y bolos asturianos
- Variables de tipo de programas competidores (de otras cadenas): películas,
series, magazines, informativos, concursos, documentales y deportes.
- Metodología utilizada: Mínimos Cuadrados Ordinarios (MCO)

Retransmisiones deportivas de la TPA
(V)
Estimación y principales resultados
Variables Coefficients
shareprev 0,065***
sharenext 0,054***
Lmnshare1 0,206**
Nmonth3 -0,327**
(…) (…)
Nweekday3 0,184*
(…) (…)
Nweekday7 -0,147*
Morning 0,419***
Afternoon 0,432***
Night 0,407***
Retransmisiones deportivas de la TPA (VI)
Movies 0,126**
Series -0,116**
(…) (…)
Footballmatch 0,246***
Basket -0,600***
Hockey -1,257***
Ciclocross -0,973*
Surf 0,763**
Handball 0,354*
Tennis -0,323*
Bowling 0,333**
(…) (…)
Adjusted R2 0,555
N 1.303
Retransmisiones deportivas de la TPA
(VII)
Estimación y principales resultados

Variables de inercia: Efecto “fidelidad”.

Programas competidores: sólo las series influyen negativamente sobre la
cuota de pantalla de deportes de la TPA.

Tipos de deportes: efecto positivo del fútbol y los bolos.
Determinantes de la audiencia de
partidos de fútbol (I)
OBJETIVO
Determinantes del share de los partidos de fútbol emitidos por la TPA

partidos de fútbol (II)
Cuota de pantalla media y duración de los partidos de fútbol emitidos por la TPA
entre 2007 y 2009
Media Desviación Std. Mínimo Máximo
Share partidos
de fútbol (%)
12.24 9.47 0.1 50.9
Duración
(minutos)
100.38 24.84 19.3 165.03
partidos de fútbol (III)
Variabilidad del share de los partidos de fútbol entre 2007 y 2009
Ascenso del Sporting a 1ª Ascenso del Oviedo a 2ª B

60,00
50,00 Partidos de Champions
40,00
Share (%)
30,00
20,00
10,00
0,00
1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 106 113 120 127 134 141 148 155 162 169 176 183 190
partidos de fútbol (V)
Proporción de los partidos de fútbol televisados por

la TPA según el tipo (2007-2009)
Champions League
Otros
4,19
25,66
Sporting
37,17
16,75
Fútbol base 16,23

Oviedo
partidos de fútbol (VI)
Especificación del modelo y nuevas variables

Variable Dependiente: share de todos los partidos de fútbol
televisados por la TPA entre 2007 y 2009.

Nuevas Variables Explicativas:
- Variables de Retransmisión:
-Partido en directo
-Mismo partido emitido por otra cadena simultáneamente a la TPA.
- Variables de Tipos de Partido: Liga de Campeones, Sporting de Gijón,

Real Oviedo y fútbol base.
Determinantes de la audiencia de partidos de fútbol (VII)
Nyear2 0,726***
Nyear3 0,464**
(…) (…)
Nmonth8 -0,719**
(…) (…)
Live Match 0,909***
Champions 1,275***
Sporting 1,292***
Oviedo 0,513**
Basefootball -0,625**
Adjusted R2 0.491
N 191
Determinantes de la audiencia de partidos de fútbol
(VIII)
Principales resultados

Los partidos en directo aumentan el share de los partidos de fútbol.

Los partidos de Liga de Campeones tienen un efecto positivo y muy significativo. Los
del Sporting tienen un efecto incluso mayor.

Ningún tipo de programa influye de manera negativa (ni positiva) sobre la cuota de
pantalla de los partidos de fútbol.
Conclusiones

Las retransmisiones deportivas incrementan de manera notable la audiencia en
televisión.

Para el caso de la TPA, el fútbol es el deporte que más positivamente influye sobre el
share de retransmisiones deportivas. Otros deportes como los bolos asturianos y el surf
también tienen un efecto positivo.
Cuando nos fijamos en los tipos de programas competidores, solamente las series
influyen de forma negativa.

Los partidos de la Liga de Campeones y los del Sporting de Gijón son los que más
influyen de manera positiva sobre la cuota de pantalla de partidos de fútbol. Además,
ningún tipo de programa competidor influye de manera negativa, lo que le da al deporte
rey un carácter “intocable”.
Apéndice. Fórmula 1
Comparativa GP SPA (29-08-2010) en Asturias
60,00
50,00
40,00
Rating (%)
TPA
30,00
La 6
20,00
10,00
0,00
1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 161 171 181 191 201 211 221 231
Minuto
Comparativa GP Spa (29-08-2010) en Catalunya
40
35
30
25
Rating (%)
La 6
20
TVE3
15
10
0
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101 106 111 116 121
Minuto
Medias Móviles (tendencia)
45
40
35
30
25 TV3
20 LaSexta
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Medias Móviles (Tendencia)
50
45
40
35
30
TPA (cuota)
25
LaSexta
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Medias Móviles ((Tendencia)
60
50
40
Canal 9
30
LaSexta
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
8. Otras industrias
LAS APUESTAS DEPORTIVAS
Motivación
Evolución de la recaudación y del número de apuestas
Especificación del modelo empírico
Resultados
Conclusiones
Objetivos
Analizar el impacto en la recaudación (o en el número de

apuestas jugadas) de la presencia de equipos de 1a.
División.
Cuantificar el efecto que los cambios en la estructura de

premios pueden tener sobre la recaudación (o el número
de apuestas jugadas)
Fechas clave en la evolución de La Quiniela
- Precios:
- 70/71 a 75/76 0.030 €
- 76/77 a 79/80 0.045 €
- 80/81 a 81/82 0.060 €
- 82/83 a 85/86 0.090 €
- 86/87 a 88/89 0.120 €
- 89/90 a 93/94 0.180 €
- 94/95 a 97/98 0.240 €
- 98/99 a 02/03 0.300 €
- Aparición del bote en La Quiniela: 1 Septiembre 1985
- Aparición de la Lotería Primitiva: 17 Octubre 1985
- Aparición del Pleno al 15: 4 Septiembre 1988

180
Motivación
160
Evolución
140 de la recaudación y del número de apuestas
120
Apuestas (millones)
Especificación del modelo empírico

100
Resultados
80
60
Simulación de escenarios alternativos
40
Cita final
20
0
20/08/70 10/02/76 02/08/81 23/01/87 15/07/92 05/01/98 28/06/03
25
Motivación

Recaudación (euros corrientes)
20
Especificación
15
del modelo empírico
Resultados
10
5
Cita final
0
20/08/70 10/02/76 02/08/81 23/01/87 15/07/92 05/01/98 28/06/03
25
Motivación
Recaudación (euros constantes)
20
Especificación
15 del modelo empírico
Resultados
10

5
Cita final
0
20/08/70 10/02/76 02/08/81 23/01/87 15/07/92 05/01/98 28/06/03
Determinantes del número de apuestas
jugadas
- Modelo del precio efectivo: precio efectivo real
- Modelo jackpot:
- Jackpot real
- Precio real de la apuesta
- Ausencia de equipos de 1a. División

- Aparición del Bote a La Quiniela
- Aparición del Pleno al 15
- Jornada entre semana
- Semana Santa
- Jornada 1
- Jornada 2
- Mes del año
- Aparición de la Lotería Primitiva
“...... En las loterías públicas los billetes realmente
no valen el precio que pagan los suscriptores
originales, ..... La única explicación es la vana
esperanza de acertar alguno de los grandes
premios ......”
Adam Smith, La riqueza de las naciones (Libro I,

Capítulo X)
Determinantes de la demanda de
La Quiniela
- Modelo del precio efectivo (PE)
Pe = Pa – V
Pa = precio de la apuesta
V = valor esperado del premio
V = (1/A) ((0.10 · A · Pa + B) p15 + 0.15 · A · Pa · p14 + 0.30 · A · Pa)
A = número de apuestas jugadas

p15 (p14) = Probabilidad de que alguien acierte 15 (14)
B = “Bote”
- Modelo jackpot (J)

J = 0.25 · A · Pa + B
Capacidad explicativa de los modelos
Jackpot Precio efectivo

2 2
R  R 
72/73 a 02/03 0.984 0.078 0.969 0.108
Pleno 15 = 1 0.965 0.074 0.932 0.104
Pleno 15 = 0 0.977 0.078 0.961 0.102
Precio = 0.3 € 0.945 0.071 0.908 0.096

“... Hay gente muy prudente que no considera una tontería el pagar
una pequeña suma por la probabilidad de ganar diez o veinte mil
libras... Los billetes de una lotería en donde ningún premio fuese
superior a veinte libras, aunque en otros aspectos se aproximaría
más a una lotería justa que las loterías estatales normales, no
suscitaría la misma demanda.....”
Adam Smith, La riqueza de las naciones

(Capítulo X)
Jackpot Precio Efectivo
PO J PE
c.p. l.p. c.p. l.p. c.p. l.p.
* * *
72/73 a 02/03 -0.873 -0.956 0.278 0.813 -0.557 -0.634
*
Pleno 15 = 1 -0.852 -1.309 0.264 0.793 -0.577 -0.862
*
Pleno 15 = 0 -0.589 -0.799 0.242 0.840 -0.452 -0.067
Precio = 0.3 € -0.366 -0.439 0.271 0.325 -0.492 -0.629

c.p. l.p.
-Ausencia de equipos de 1a. División -45.77 -79.35

-Aparición del Bote en La Quiniela 19.24 28.22
-Aparición del Pleno al 15 10.08
-Jornada entre semana -26.29
-Semana Santa -11.04
-Jornada 1 -17.63
-Jornada 2 -4.93
Aparición de la Loteria Primitiva -34.30 -66.12
Conclusiones específicas
Modelo jackpot
No presencia de equipos de 1a División (-80%)
Efecto negativo de la Lotería Primitiva (-66%)
Pleno al 15 mejor intento de recuperación
“Agotamiento” de los apostantes a lo largo de la temporada
Efecto entre semana (-26%)
Efecto Semana Santa (-11%)
Lealtad” de los apostantes
Efecto no significativo del número de acertantes
Años 2005-2008

LAE (Loterías y Apuestas del
Estado)

Quiniela

Quinigol
Tabla 8.1: Reglas apuestas deportivas en España
Quiniela Quinigol
Número de partidos incluidos 15 6
Precio apuesta (€) 0.5 1
% LAEa 0.45 0.45
Categorías de premios 6 5
Porcentaje de premios por categoríaa
Jackpot 0.10 0.10
2ª categoría 0.12 0.09
6ª categoría 0.09 -
a
% sobre los ingresos total
Demanda de apuestas deportivas. DATOS

2005/06-2007/08 temporadas

Nº de jornadas: 133 (Quiniela)
160 (Quinigol)
Quiniela
La Quiniela 2005-2008
40000000
35000000
30000000
25000000
Number of bets
20000000
15000000
10000000
5000000
0
1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103 109 115 121 127 133
Fixture
Quinigol
Quinigol 2005-2008
500000
450000
400000
350000
300000
Number of bets
250000
200000
150000
100000
50000
0
1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103 109 115 121 127 133 139 145 151 157
Fixture
MODELO
Valor esperado (ev)
r 
ev    (1   ) (1   )
q 
Farrel and
Walker
(1999)
Tabla 8.2: Valor facial y valor esperado de
una apuesta
Juego Valor facial (fv) Expected Value (ev)
Quiniela € 0.50 ev=[ p 10 0.09i + 0.24i +

+ p 14 0.12i+ p 15 (0.1i+r)]/q
Quinigol €1 ev=[0.25i + p 6 (0.1i+r)

+ p (p5>1) 0.2i] / q
Demanda de apuestas deportivas.
MODELO
 qit = f( cons., qit-1, qit-2, trend, trend2, effpriceit, nfdtit,
ntit, chltit, midweek)

Tabla 8.3: Parametros estimados and p-values
Variable dependiente: (log) Número of apuestas vendidas por juego
Quiniela Quinigol
Bets lagged 1 week (log) 0.145 0.388
(.000) (.000)
Bets lagged 2 weeks (log) 0.056 0.031
(.049) (.615)
Trend -0.001 -0.012
(.060) (.000)
Trend 2
6.10e-06 4.23e-5
(.034) (.000)
Effective price (log) -0.234 -0.566
(.000) (.000)
No Spanish First D. teams -0.670 -0.312
(.000) (.000)
National teams 0.013 -0.041
(.826) (.235)
Teams from Eu.Ch.League -0.544 -0.119
(.000) (.021)
Midweek fixture -0.661 -0.246
(.000) (.000)
Constant 13.355 7.504
(.000) (.000)
Adjusted R 2
0.916 0.745
N 133 160
Conclusiones
La elasticidad-precio es inelástica en uno de los juegos, lo que indica que el precio efectivo es “bajo” desde la perspectiva del
comportamiento maximizador del beneficio.
La composition del cupón tiene un impacto significativo en las ventas.

Análisis de la elasticidad precio efectivo y de las
jornadas ‘entre semana’ del juego “La Quiniela ”
Jaume García - UPF

Levi Pérez - UO
Plácido Rodríguez - UO
Fundación Observatorio Económico del Deporte (FOED)

27 de abril de 2015
Análisis y evolución de la demanda de
apuestas del juego “Euromillones”
Fundación Observatorio
Económico del Deporte (FOED)
Febrero, 2015
9. La medición en el deporte
Estudios de incidencia macroeconómica:
Multiplicadores
Tablas input-output. Cuentas satélite
Equilibrio General Computable

Estudios de incidencia microeconómica:
Análisis Coste-Beneficio
Método de Valoración Contingente

(MVC)
Medidas: Disponibilidad de información

Falta de colaboración por parte de los agentes

Heterogeneidad en la cualidad de la información

Dificultad de medir el impacto indirecto del deporte

Falta de información desagregada sobre el gasto

Importancia del voluntariado

Dificultad de compatibilizar financiamiento y destinos

Falta de consenso en la recogida de datos
J. García; M. Segura
Experiencia europea

Jones (1989)

Andreff et al. (1994)

UEFA Seminar (2006)

Informe Arnout (2006)

Libro Blanco (2007)
Experiencia española

Alonso et al. (1991)

Otero et al. (2000)

Pedrosa et al. (2000)

Un gol al futuro (2000)

Rapún et al. (2003 y 2008)

Sanchez Santos et al.(2003)

Ruiz et al. (2005)

Barajas (2005)

Aza et al. (2007)

Informe Copa del Mundo de la FIFA (2010)
Estudios de incidencia

El caso de un gran evento deportivo: La Copa del
Mundo de la FIFA
Tabla 9.1
Objeto, metodología aplicada y resultados obtenidos
Bélgica-Holanda Corea-Japón Portugal Alemania Austria-Suiza Sudáfrica
Año 2000 2002 2004 2006 2008 2010

Objeto de política Crear bases de datos Percepción de los Impacto del evento en Impacto del evento No cuantificar Examen del gasto,
para la medición de los residentes de los todo el país en el país sólo los efectos ex ante, de ser sede
costes y beneficios de la impactos antes y de acoger el de la Copa Mundial
Eurocopa 2000 después de la Campeonato, de la FIFA
celebración de la sino su
Copa Mundial de la interacción en la
FIFA economía
austríaca
Objeto del 1) Impacto en el PIB, 1) Análisis del 1) Efectos de la ayuda 1) Impacto en el 1) Impacto en el 1) Impacto en la
estudio Valor Añadido y beneficio antes y pública PIB conjunto de la economía nacional
Empleo después del 2) Impactos locales y 2) Impactos economía (valor (PIB)
2) Costes y beneficios Campeonato regionales regionales añadido, empleo) 2) Impacto en el
3) Valores financieros y 2) Beneficios de 3) Evaluación global del 2) Impacto empleo
no-financieros intercambio evento (económica, sectorial,
4) Turismo, noches por cultural social, deportiva, cultural regional y
turista, valor de la 3) Recursos y de imagen) temporal
publicidad, apoyo de la naturales y
población al evento, desarrollo cultural
apoyo de los agentes 4) Costes de
económicos construcción
Metodología Análisis input-output Análisis Factorial 1) Análisis multisectorial Análisis Análisis Equilibrio General
Análisis Coste- MANOVA (modelo input-output) input-output. input-output Computable (EGC)
Beneficio (Multivariate 2) Determinación de los
analysis of flujos financieros
variance) 3) Valoración de las
externalidades del evento
Tabla 9.2
Análisis DAFO de la realización de un evento
Fortalezas Debilidades
► Económicas ► Económicas
- Aumento de la actividad económica - Aumento de los precios durante el evento
- Creación de empleo ► Turismo/Comercio
- Mejoría de la calidad de vida - Disminución en el prestigio del país, si la gestión del evento no
- Costes reducidos en estadios e infraestructuras ya construidos es la adecuada.
anteriormente. ► Ambientales
► Turismo/Comercio - Malas prácticas ambientales
- Aumento de la visibilidad de España como destino turístico - Mayor contaminación
- Aumento de la inversión en actividades turísticas y comerciales - Destrucción del patrimonio
- Nuevas oportunidades de negocio - Congestionamientos y atascos
► Ambientales ► Socio-culturales
- Mejora de las infraestructuras para un desarrollo sostenible. - Aumento de la inseguridad
- Preservación del patrimonio
- Protección del medio ambiente
- Impacto positivo del deporte
► Socio-culturales
- Experiencia en organizar eventos similares
- Participación local en el evento
- Refuerzo de los valores y tradiciones locales
- Mejora de la imagen del país
Oportunidades Amenazas
► Económicas Económicas
- Uso de recursos subutilizados (estadios) - Que el evento sea un fracaso económico, con elevadas pérdidas
- Mayor desarrollo de la actividad económica antes, durante y ► Turismo/Comercio
después del evento - Perder imagen como destino turístico lo que supondrá la pérdida
► Turismo/Comercio de ingresos futuros.
- Redefinición y consolidación de la imagen de España como ► Ambientales
destino turístico - No adoptar procedimientos de buenas prácticas,
► Ambientales utilizando la ventana del evento
- Consolidación de una política de buenas prácticas ► Socio-culturales
ambientales - Ignorar la necesidad de administrar el sentimiento de pertenencia
► Socio-culturales a la comunidad, en sociedades multiidentitarias
- Posibilidad de aumentar el sentimiento de identidad nacional
Figura 9.1
Impacto Económico de un Evento
Fuente: Jago y Dwyer (2006)

Figura 9.2
Cálculo impacto económico
Fuente: Jago y Dwyer (2006)

Tabla 9.3
Efecto total del gasto turístico y de las inversiones sobre el VAB.
Desglose por ramas de actividad. (Miles de euros corrientes)
efectos efectos efectos efectos

rama de actividad
directos indirectos inducidos totales
1.- Agricultura y pesca — 19.220 7.715 26.935
2.- Industrias extractivas — 15.865 2.477 18.342
3.- Alimentación, bebidas y tabaco — 23.871 8.710 32.581
4.- Industria química — 4.638 326 4.964
5.- Otros productos minerales no metálicos — 57.326 950 58.275
6.- Metalurgia y productos metálicos — 30.670 775 31.446
7.- Industria transformadora de los metales — 8.545 1.523 10.068
8.- Otras industrias manufactureras — 22.471 3.623 26.094
9.- Energía eléctrica, gas y agua — 28.895 13.268 42.163
10.- Construcción 538.378 151.098 9.518 698.994
11.- Comercio y reparación 145.088 77.949 74.088 297.124
12.- Hostelería 537.373 8.645 50.959 596.977
13.- Transporte y comunicaciones 72.727 84.935 36.430 194.092
14.- Servicios financieros y empresariales — 235.973 124.988 360.961
15.- Educación, sanidad y servicios sociales — 1.974 24.085 26.060
16.- Otros servicios 12.007 8.048 27.793 47.849
TOTAL 1.305.573 780.124 387.229 2.472.926
Fuente: FOED
Tabla 9.4
Efecto total del gasto turístico y de las inversiones sobre el
empleo. (Unidades)
efectos efectos efectos efectos

rama de actividad
directos indirectos inducidos totales
1.- Agricultura y pesca — 1.203 484 1.687
2.- Industrias extractivas — 407 63 470
3.- Alimentación, bebidas y tabaco — 324 118 442
4.- Industria química — 54 4 58
5.- Otros productos minerales no metálicos — 665 11 676
6.- Metalurgia y productos metálicos — 385 10 395
7.- Industria transformadora de los metales — 145 26 171
8.- Otras industrias manufactureras — 528 85 613
9.- Energía eléctrica, gas y agua — 89 41 130
10.- Construcción 13.945 3.912 246 18.104
11.- Comercio y reparación 4.560 2.448 2.327 9.336
12.- Hostelería 12.926 209 1.229 14.364
13.- Transporte y comunicaciones 997 1.172 503 2.671
14.- Servicios financieros y empresariales — 2.657 1.408 4.065
15.- Educación, sanidad y servicios sociales — 72 884 957
16.- Otros servicios 191 128 443 762
TOTAL 32.619 14.398 7.882 54.899
Fuente: FOED
Figura 9.5
Efecto total sobre el VAB. Desglose por tipo de impacto.
(Millones de euros corrientes)
3.500
3.000
2.500
2.473
1.306
2.000
1.500 780
1.000
387
500
0
Efectos
directos Efectos
indirectos Efectos
inducidos Efectos
totales
Fuente: FOED
Figura 9.6
Efecto total sobre el empleo. Desglose por tipo de impacto.
(unidades)
60.000
54.899
50.000
32.619
40.000
30.000
14.398
20.000
7.882
10.000
Efectos
directos Efectos
indirectos Efectos
inducidos Efectos
totales
Fuente: FOED
Figura 9.7
Impacto mediático. Ranking NBI Gran Bretaña-Alemania
Fuente: Anholt Nation Brands Index 2007, Q3 Report.

Figura 9.8
Ranking NBI Top 10 (Años 2008 y 2009)
Figura 9.9
Extensión temporal del impacto de ser sede de un gran evento
deportivo
2007 2008 2010 2018 Tiempo
Idea y Candidatura Inversiones y Organización Legado de la Copa

Viabilidad España–Portugal de la Copa Mundial de la FIFA Mundial de la FIFA
Decisión Elección Celebración del
Campeonato
Fuente: FOED
CONCLUSIONES

Se estiman para el Mundial de 2018 la presencia de 570.000 visitantes
extranjeros en España. 420.000 acudirán con entradas para los
partidos y 150.000 participarán en las actividades paralelas.

El Valor Añadido Bruto (VAB) estimado, a precios de 2010, alcanza
casi los 2.473 millones de euros (0´23 % sobre el PIB de 2009).

El efecto total del gasto turístico y las inversiones, motivado por la
celebración de la Copa Mundial de la FIFA, supone la creación de
54.899 empleos.

Se estima que, solamente durante la celebración del Campeonato
(poco más de un mes), el valor mediático de la imagen de país
alcanzaría los 8.000 millones de euros.

10. Participación deportiva
MUCHAS GRACIAS

Eco Cult y Deporte 2022-2023

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Eco Cult y Deporte 2022-2023

Cargado por

Copyright:

Formatos disponibles

ECONOMIA DE LA CULTURA Y EL DEPORTE

(ECONOMÍA DEL DEPORTE)

FACULTAD DE ECONOMÍA Y EMPRESA

2. Naturaleza del producto deportivo

3. El producto y el balance competitivo

7. Audiencias televisivas deportivas

10. La participación deportiva

Johan Huizinga, Homo ludens (1954)

El deporte es cualquier forma de actividad física

Consejo de Europa en 1992

Deportes individuales o de equipo

Existe balance competitivo “cuando al empezar la

En el caso del fútbol español esa definición podía

El-Hodiri y Quirk (1971): Modelo matemático con n-

Principal conclusión: La igualdad competitiva es

Fort y Quirk (1995) simplifican la función de

lo que significa que el Coste Marginal (CMa)

El IMa y el CMa del equipo i, se

Bajo el supuesto de maximización del

Si ambos equipos tienen el mismo CMa de

luego IMa1 = IMa2

0.5 0.65 0.8

el coeficiente de variación (CV)

el índice de Gini (IG)

el Índice de Herfindahl-Hirsckman (IHH)

y el ratio de concentración de los 5 primeros clubes (C5).

TOTAL 82/87 70/87 57/87 47/87 256/348

98/99 99/00 00/01 01/02 02/03 03/04 04/05

97/98 98/99 99/00 00/01 01/02 02/03 03/04 04/05

% Exp. 30.2 36.0 43.6 52.6 50.1 54.2 38.0 60.7

% TV 21.5 25.8 43.5 45.9 46.3 43.2 36.6 53.3

87-96 24.69 37.56 105.88 133.48

97- 05 24.45 37.54 105.75 131.69

02- 05 26.13 40.11 106.52 134.98

00-04 23.26 35.65 105.17 132.31

04-07 27.27 42.36 107.08 136.02

07-11 30.43 44.44 108.91 141.76

1930 0,390 0,268 0,57 106,8

1940 0,395 0,265 0,46 106,6

1950 0,381 0,255 0,40 106,3

1960 0,352 0,238 0,39 105,4

1970 0,303 0,202 0,350 104

1980 0,380 0,248 0,353 105,9

1990 0,366 0,239 0,32 105,5

2000 0,404 0,264 0,35 106,8

2010 0,498 0,345 0,38 111,1

97-98 98-99 99-00 00-01 01-02 02-03 03-04 04-05

¿Cómo se mide la productividad?

El Ingreso del Producto Marginal (IPM)

Los beneficios () dependen del talento de los jugadores

M = ingresos por merchandising (ejemplo, ventas de camisetas).

Forbes Top 100 Celebrities (Junio-2013)

Forbes Top 100 Celebrities (Junio-2014)

El ganador lo lleva todo

Pr = dinero ganado en premios por torneos

Los jugadores estrella

Las circunstancias de demanda

Capacidad de devolución de deuda (TD/IT)

Situación Patrimonial (art. 260 LSA)

Buena 8.6% 5.7%

Alerta 28.6% 22.9%

Preocupante 17.1% 14.3%