Модели оптимизации трансферной стратегии профессионального футбольного клуба тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученаd>кандидат экономических наук | |
| Автор | Дмитриев, Антон Геннадиевич |
| Место защиты | Москва |
| Год | 2011 |
| Шифр ВАК РФ | 08.00.13 |
Диссертация
Автореферат диссертации по теме "Модели оптимизации трансферной стратегии профессионального футбольного клуба"
На правах рукописи
ДМИТРИЕВ АНТОН ГЕННАДИЕВИЧ
МОДЕЛИ ОПТИМИЗАЦИИ ТРАНСФЕРНОЙ СТРАТЕГИИ ПРОФЕССИОНАЛЬНОГО ФУТБОЛЬНОГО КЛУБА
Специальность 08.00.13 -Математические и инструментальные методы экономики
Автореферат диссертации на соискание ученой степени кандидата экономических наук
Москва-2011
1 6 июн 2011
4850241
Диссертация выпонена на кафедре Информационного менеджмента и электронной коммерции НОУ ВПО Московской финансово-промышленной академии (МФПА).
Научный руководитель
- доктор экономических наук, профессор ДИК Владимир Владимирович
Официальные оппоненты
-доктор экономических наук, профессор ЕГОРОВА Наталья Евгеньевна
- кандидат экономических наук БОЙКОВ Алексей Игоревич
Ведущая организация: -Федеральное государственное
образовательное бюджетное учреждение высшего профессионального
образования Финансовый университет при Правительстве Российской Федерации
Защита диссертации состоится л29 июня 2011 г. в 15-00 на заседании диссертационного совета Д 521.042.02 в Московской финансово-промышленной академии, по адресу: 105318 г. Москва, ул. Измайловский вал, д.2, конференц зал.
С диссертацией можно ознакомиться в библиотеке Московской финансово-промышленной академии.
Автореферат разослан л28 мая 2011 г.
Ученый секретарь диссертационного совета, кандидат экономических наук
Е. В. Улитина
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность исследования. Одной из наиболее сложных и важных задач управления профессиональным футбольным клубом является определение оптимальной стратегии в области трансферной политики. Традиционно применяемые российскими и зарубежными профессиональными футбольными клубами методы ценообразования на рынке игроков и оценки возникающих затрат представляют собой интуитивные, часто субъективные методики, не использующие более эффективный и точный аппарат математических методов. Данная ситуация возникла вследствие того, что в основном, при оценке стоимости игрока значительную роль играет субъективное мнение лица принимающего решение о покупке, и главным критерием является спортивный, достигаемый исключительно за счет средств спонсоров, а не коммерческий результат, связанный с приобретаемым игроком.
Отсутствие формализованного агоритма определения трансферной стратегии профессионального футбольного клуба приводит к искажению стоимости футболиста, вследствие чего становится невозможно определить показатели полезности и рентабельности игроков. В конечном итоге неоптимальные решения в трансферной политике приводят к снижению игровых результатов, потере конкурентных позиций в чемпионатах и кубках и, как следствие, - к снижению экономической устойчивости футбольного клуба.
Актуальность диссертационного исследования обусловлена необходимостью комплексного повышения финансовой устойчивости футбольных клубов Российской Федерации совместно с их эффективностью функционирования, с целью повышении качества футбола в России и, как следствие, роста его уровня на международной арене.
Степень изученности проблемы
В связи с тем, что спорт как сфера бизнеса в нашей стране является новой и развивающейся отраслью, наблюдается лишь незначительное количество разработок, связанных с данной проблематикой, которые носят несистематизированный, сугубо практико-ориентированный и
узкоспециализированный характер.
Развитие спорта как института рыночной экономики исследовали с разных точек зрения такие зарубежные ученые как В. Андрефт, Дж. Боург, М. Брукс, Б. Мулин, С. Раис, Б. Рейдер, X. Фишер, К. Хемпек, Ф. Шааф и др. Среди отечественных исследований, в которых анализируется развитие рыночных отношений в российском спорте и в спортивной индустрии, стоит выделить работы следующих авторов. В.В. Алешина, Бутова П.Ю., Воронина, М.И., Золотова, М.Я. Иоффе, М.Е. Кутепова, В.А. Леднева, И.И. Переверзина, A.B., Тукманова и др. В данных работах не используется математический аппарат для моделирования экономических процессов.
Применению математических методов в спортивном менеджменте были посвящены работы следующих авторов в области тактического принятия решений тренерами различных команд с целью повышения спортивных результатов клуба Д. Дайт, Ч. Мотли, М. Мэлоун, Р. Маккормик, С. Кларк, К. Льюис, М. Райт,
Г.Скали, Д. Хант, Н. Хироши. Проблематика данных работ не отражает экономическую составляющую спорта.
Работы следующих авторов связанны с увеличением доходности спортивной лиги и клуба от маркетинговых мероприятий: А. Вики, Д. Джонс, А. Дрэсси, Г. Леонард, В. Нил, Д. Стюарт, С. Смит, Д.Фергюссон, М. Хадури. В данных работах не находят отражения, возможности повышения эффективности деятельности клуба от использования собственных ресурсов.
Исследование и математическое моделирование трансферной политики на макро- и микро- уровне до настоящего времени не проводилось.
Цель и задачи исследования Цель исследования состоит в разработке моделей анализа, выбора и управления эффективностью трансферной стратегии футбольного клуба российской футбольной премьер лиги. Достижение этой цели позволит реализовать модели поведения футбольного клуба на трансферном рынке, которые могут быть использованы для трансформации целей руководства в соответствующие управленческие решения.
В соответствии с целью были поставлены следующие задачи:
1. Исследовать и описать внешнюю и внутреннюю среду функционирования футбольного клуба, провести классификацию игроков с точки зрения трансферной политики и разработать систему моделей для анализа и распределения клубов по трансферным стратегиям (систему анализа трансферных стратегий (CATC)).
2. Выявить и описать основные трасферные стратегии футбольных клубов и построить референтную модель распределения клубов по трансферным стратегиям с учетом их текущей деятельности на трансферном рынке, являющуюся модулем CATC, провести апробацию на примере футбольных клубов Российской футбольной премьер лиги (РФПЛ)
3. Разработать методику оценки потенциалов российских футбольных клубов в рамках РФПЛ и построить дифференцированную модель эффективности их реализации, являющуюся модулем CATC.
4. Разработать дифференцированную модель изменения стратегий под требуемое использование потенциалов в рамках целеполагания РФПЛ и определить перспективные направления развития клубов и РФПЛ в целом, являющуюся модулем CATC.
5. Разработать модель календарного планирования выпуска игрока клубом-производителем.
6. Разработать модель управления спекулятивной стратегией клуба.
Объект и предмет исследования
Объектом исследования являются клубы российской футбольной премьер лиги, представляющие собой хозяйствующие субъекты, принимающие решения на трансферном рынке.
Предметом исследования являются процессы формирования и проведения футбольным клубом трансферной политики и ее эффективность.
Теоретическая и методологическая основа исследования
Теоретическую и методологическую основу исследования составили труды отечественных и зарубежных ученых в предметных областях экономики, системного и финансового анализа, инвестиций, риск-менеджмента, теории оптимального управления, статистики, общего, стратегического и проектного менеджмента.
В качестве источников информации использовались справочно-информационные материалы, приведенные в периодической печати и материалы открытого доступа сайтов сети Интернет; аналитические отчеты связанные с исследуемой проблемой ведущих мировых консатинговых компаний (РБК, Delloite и д.р); статистические материалы российских и международных футбольных организаций и объединений (Российского футбольного союза (РФС), Российской футбольной премьер - лиги (РФПЛ), Профессиональной футбольной лиги (ПФЛ), Союза европейских футбольных ассоциаций (УЕФА), Международной ассоциации футбольных федераций (ФИФА)); собственные наблюдения автора и опросы экспертов.
В диссертации учитывались законодательные и нормативно-правовые акты
Научная новизна
Новизна диссертационной работы состоит в разработке системы анализа трансферных стратегий (CATC), представляющей собой совокупность моделей и агоритмов, а так же применении экономико-математических методов и моделей для оптимизации трансферной политики футбольного клуба. Приращение научных знаний заключается в развитии и применении экономико-математических методов и моделей для анализа трансферной деятельности спортивных организаций.
Предмет защиты составляют следующие положения и результаты, полученные лично автором и содержащие элементы научной новизны:
Х Обоснованы и разработаны CATC, а так же методы сбора и обработки первичной информации для последующего использования в CATC. Впервые разработана система моделей, позволяющая лицу принимающему решение проводить анализ трансферных стратегий и принимать на их основе управленческие решения по трансферным сдекам, что в свою очередь позволит повысить эффективность футбольного клуба.
Х Разработана модель анализа текущей трансферной деятельности профессионального футбольного клуба, являющаяся модулем CATC. Отличительной особенностью данной модели является то, что она базируется на математическом обосновании комплексной эффективности выявленных автором трансферных стратегий, а не на субъективных оценках лица принимающего решения. На основе построенной экономико-математической модели можно проводить анализ движения денежных средств в национальной лиге при подготовке и проведении трансфера. В результате применения построенной модели был выявлен отток финансовых ресурсов в другие национальные первенства.
Х Разработана методика оценки потенциала футбольных клубов и эффективности его реализации в рамках РФПЛ, являющаяся модулем CATC. Выявлены и проанализированы составляющие потенциала футбольного клуба, проведена оценка их значимости. Построена математическая модель, позволяющая провести распределение клубов по трансферным стратегиям, учитывая эффективность использования составляющих потенциала.
Х Разработана модель управления изменением трансферной стратегии клуба, являющаяся модулем CATC. До настоящего времени не существовало инструмента, позволяющего аргументировать изменение направления трансферных потоков и, за счет этого, повысить эффективность функционирования профессиональных футбольных клубов, входящих в состав РФПЛ. В результате реализации разработанной модели был сделан вывод о приоритетных направлениях развития клубов в рамках национального первенства.
Х Построена экономико-математическая модель производства игроков клубом. Данная модель впервые позволяет спланировать производство игроков в условиях календарного планирования, что в свою очередь приведет к сокращению трансферных расходов и перераспределению высвободившихся финансовых ресурсов по иным направления деятельности клуба.
Х Разработана модель управления спекулятивной стратегией клуба. До настоящего времени не существовало экономико-математического аппарата анализа и принятия решений о покупке игрока с целью его дальнейшего развития и продажи, что в свою очередь приводит к увеличению прибыли от спекулятивных сделок.
Диссертационное исследование выпонено в соответствии с частью 1, п.п.1.4. - Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений, п.п.
Теоретическая значимость
Теоретическая значимость диссертационной работы заключается в том, что разработанная методика анализа и принятия управленческих решений в трансферной деятельности может рассматриваться как расширение сферы применения экономико-математических методов и использоваться не только в рамках Российского футбольного первенства, но и для других национальных чемпионатов.
Практическая значимость Практическая значимость диссертационной работы заключается в возможности применения разработанных экономико-математических методов и моделей для повышения эффективности организации, планирования и мониторинга трансферной политики профессиональных футбольных клубов и национальных первенств. Построенные модели представляют собой законченные
механизмы принятия решений и позволяют производить все необходимые вычисления без привлечения сторонних специалистов. Результаты исследования могут представлять интерес для основных представителей футбольной индустрии (РФС, РФПЛ, клубов и спортивных агентств)
Область применения результатов исследования
Полученные в диссертационном исследовании результаты можно применять для оптимизации процессов покупки, продажи и производства игроков, определения стратегии развития, как профессиональных футбольных клубов, так и национальных футбольных ассоциаций, а так же в учебном процессе при преподавании ряда курсов специализации Спортивный менеджмент для студентов высших учебных заведений.
Апробация исследования.
Результаты исследования были представлены на четырех научно-практических конференциях и форумах: Международный научный конгресс Роль бизнеса в трансформации российского общества (МФПА) - 2011; Вторая научно-практическая конференция Инновационное развитие российской экономики (МЭСИ) - 2009; Международный научный конгресс Роль бизнеса в трансформации российского общества (МФПА) - 2009; Третий ежегодный научный форум Роль бизнеса в трансформации Российского общества (МФПА) - 2008; Вторая научно-практическая конференция Роль бизнеса в трансформации Российского общества (МФПА) - 2007; Первая научно-практическая конференция Роль бизнеса в трансформации Российского общества (МФПА) - 2006.
Публикации
По теме исследования соискателем опубликовано девять работ общим объемом 11,85 п.л. (лично соискателем - 10,64), в том числе шесть статей - в изданиях, рекомендованных ВАК и одна монография.
Структура работы
Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Текст изложен на 147 страницах и содержит 37 рисунков, 28 таблицы, а список использованной литературы 118 наименований.
Структура диссертации:
Введение
Глава 1. Исследование трансферной политики профессиональных футбольных клубов
1.1. Роль трансферов в экономике футбольного клуба и классификация игроков как объектов трансферных сделок
1.2. Характеристика Российской футбольной премьер лиги как объекта исследования
1.3. Исследование процессов формирования и проведения футбольным клубом трансферной политики
Глава 2. Система экономико-математических моделей анализа трансферных стратегий профессиональных футбольных клубов
2.1. Концепция системы анализа трансферных стратегий (CATC)
2.2. Модуль CATC анализа текущей трансферной деятельности футбольного клуба
2.3. Модуль CATC анализа потенциалов футбольного клуба
2.4. Модуль CATC принятия решения об изменении клубной стратегии
Глава 3. Модели оптимизации трансферной деятельности профессиональных
футбольных клубов
3.1. Модель календарного планирования клуба использующего трансферную стратегию производителя
3.2. Модель управления спекулятивной деятельностью клуба
Заключение
Список литературы
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Концепция системы анализа трансферных стратегий
В современной России, как и в других странах, спортивная сфера, представляет собой весьма перспективное экономическое направление. По мнению д.э.н. В.А. Леднева: Спорт в последние десятилетия стал объектом рыночных отношений и может рассматриваться как самостоятельный и эффективно функционирующий институт рынка1.
С точки зрения менеджмента, любой футбольный клуб может рассматриваться как классическая организация. К внутренней среде футбольного клуба можно отнести четырех профессиональных участников, составляющих клуб, и посредника, без которого, как правило, трансферные сдеки не происходят. К внешней среде следует отнести футбольные клубы, объединенные в свои национальные ассоциации, международные организации, осуществляющие регламентирующие функции.
Одну из основных статей бюджета клуба представляют собой доходы (расходы), связанные с переходами (трансферами) игроков. Суммы трансферных сделок зачастую достигают десятков милионов доларов.
Поскольку основным объектом трансферных сделок являются игроки, то возникает необходимость в их классификации.
В связи с этим соискателем предложена следующая классификация игроков (таблица 1).
Таблица 1 - Классификация игроков
Класс/Фаетор Трансферная стоимость Стоимость личного контракта Игры за сборную Возраст Лига происхождения, эшелон
Звезды Высокая Высокая Да До 30 Первый-Второй
Планеты Высокая Высокая или Средняя Да До 35 Первый-Второй
Астероиды Низкая или Средняя Средняя Да До 30 Первый-Второй
Спутники Низкая Низкая Возможно До 38 Пер вый-Третий
Карлики Низкая Низкая Нет До 35 Второй-Третий
Стареющие звезды Низкая или Средняя Высокая Возможно До 40 Первый-Второй
1 Леднев В.А. Развитие рыночных отношений в индустрии спорта// диссертация на соискание ученой степени доктора экономических наук - М.: 2006
Проводя распределение игроков РФПЛ по разработанной классификации, соискателем было выявлено, что в настоящий момент в клубах РФПЛ преобладают в основном футболисты класса спутников. Такая ситуация связана с тем, что у данных игроков не высокая трансферная стоимость и низкая (по футбольным меркам) заработная плата, однако данный класс характеризуется приемлемым для российских футбольных клубов уровнем спортивных навыков.
В связи с тем, что все футбольные клубы отличаются друг от друга, как по спортивным, так и по коммерческим возможностям. Необходимо разработать доступную систему анализа трансферных стратегий, на основе которой любой футбольный клуб сможет как оценить свою текущую трансферную политику и возможный потенциал, так и выбрать оптимальную стратегию поведения на трансферном рынке. Предлагается следующая концепция системы анализа трансферных стратегий CATC (рисунок 1).
В модуле первичной обработки присутствуют 74 вида агрегированной информации, представляющие собой количественные, качественные и экспертные данные. В связи с этим, для первичной обработки задействованы статистические методы анализа, методы анализа экспертной информации, такие как метод анализа иерархий и методы разработанные лично автором, с которыми можно ознакомится в диссертации.
Модуль сбора первичной информации
Модуль анализа потенциала ФК
\ Информация о состояний потенциалов / Оценка значимости \ составляющих потенциала ФК Оценка \! эффективности потенциала /1
Информация о Оценка значимости Оценка |
состоянии текущей текущей эффективности
деятельности клуба, деятельности текущей деятельности
Модуль анализа текущей деятельности ФК
Модуль принятия решения
ш V S Х& ?
Рисунок 1 - Модули CATC
В большинстве своем модули CATC имеют схожий между собой вид, однако логика и исходная информация различна, что позволяет разделить элементы CATC на отдельные модели. Такой подход имеет явное преимущество, т.к. позволяет получать различную аналитическую информацию, а так же решать
несколько простых математических задач вместо одной сложной, что улучшает понимание и использование CATC в футбольных клубах.
Моделирование текущей трансферной деятельности футбольного клуба
Соискателем выявлены три типа стратегий поведения на трансферном рынке:
Потребительская стратегия - наиболее прибыльная для клуба, располагающего значительными финансовыми ресурсами и популярностью у болельщиков, модель поведения, связанная с закупкой звездных или близких к классу звезд игроков, позволяющая демонстрировать один из лучших результатов в лиге. Обязательным условием являются крупные инвестиции в первые несколько лет, до тех пор, пока клуб не начнет получать из соответствующих данной стратегии источников прибыль - от атрибутики, телетрансляций, рекламных контрактов, посещаемости стадиона. Одним из важнейших факторов реализации указанной стратегии является популярность среди болельщиков, так как потребитель главным образом получает доход именно от поклонников своей команды.
Спекулятивная стратегия - модель поведения клуба, которая предусматривает активную работу скаутов с целью выявления и приобретения перспективных игроков, которые могут быть с выгодой перепроданы в новом для себя статусе через несколько сезонов. Основным отличием спекулятивной стратегии от любой другой является то, что команда вынуждена жить в определенном спекулятивном цикле, который подразумевает постоянную покупку перспективных футболистов и выгодную продажу при поступлении соответствующих предложений. При этом следует отметить, что в рамках спекулятивной стратегии происходит капитализация стоимости игроков. Спекулятивной стратегией может заниматься как мощный в финансовом плане клуб, у которого нет возможности бороться с еще более сильными соперниками, так и клуб с небольшими, однако стабильными и гарантированными во времени финансовыми возможностями.
Производственная стратегия - это модель поведения на трансферном рынке, которая принимает за основу поддержание рентабельности клуба и получение прибыли путем реализации в определенные сроки подготовленных в собственной спортшколе молодых футболистов. Очевидно, стратегия производителя требует наименьших финансовых вложений при условии наличия всей необходимой инфраструктуры.
Текущая стратегия клуба определяется, исходя из деятельности клуба на трансферном рынке, и выражается в количестве денежных средств, затраченных на покупку игроков, а так же вырученных от спекулятивных трансферов и продажи собственных воспитанников. В то же время необходимо отметить тот факт, что текущую деятельность клуба целесообразно разделять по рынкам приобретения и продажи игроков. Стоит заметить, что не всегда клуб демонстрирует единую стратегию поведения на внешнем и внутреннем рынках. Исходя из этого необходимо построить две функции максимизации эффективности трансферных стратегий с учетом того факта, что средняя стоимость приобретаемых игроков не отражает в поной мерее денежных потоков на внутреннем и внешнем трансферных рынках. Поэтому целесообразно ввести в модель два таких факторов, как стоимость приобретаемых клубом игроков и их количество. Для РФПЛ модель выглядит следующим образом:
к-1 =1 3 10
<с=1 = 1
Л,е{од} = {
(8) (9)
Где: У', Р*- функции эффективности трансферной деятельности на внутреннем и внешнем рынке;
показатель принадлежности -го клуба к к-ой стратегии;
2<1ку значимость ]-ой текущей деятельности клуба для -ой стратегии; /-деятельность клуба на внутреннем и внешнем рынках;
общее количество денежных средств, задействованных в трансферных сдеках -м клубом на внутреннем и внешнем трансферных рынках;
К1У,К1'- общее количество игроков -го клуба, задействованных в трансферных сдеках на внутреннем и внешнем трансферных рынках;
Рок^,Рок'5-обш,ая стоимость купленных игроков -м клубом на внутреннем и внешнем трансферных рынках;
5р5,5р5- общая стоимость спекулятивных сделок -го клуба на внутреннем и внешнем трансферных рынках;
,Рг/,Рг/- общая стоимость продаж собственных воспитанников -м клубом на внутреннем и внешнем трансферных рынках;
Рок^,Рок'К- количество купленных игроков -м клубом на внутреннем и внешнем трансферных рынках;
5рк>5р'к- количество спекулятивных сделок -го клуба на внутреннем и внешнем трансферных рынках;
^ Ри ' О]) 2йк) -> тах
1, клуб е к Ч ой стратегии; (з)
О, клуб ё к - ой стратегии;
= 1,1 = 1, N при N = 12
е {5/у,Г/1'} >' е {5/',К7'} 571' = {Ро^р^Рг/} К/1' = {^М.^} 5/' = {Рок^Бр^Рг^} К1' = [Рок'к.8р'к.Рг1}
Pri, Яг/ - количество продаж собственных воспитанников i-м клубом на внутреннем и внешнем трансферных рынках;
При решении задачи (1)-(10) методом ветвей и границ с использованием MS Excel были получены следующие результаты распределения и оценки эффективности отечественных футбольных клубов по используемым трансферным стратегиям (таблица 2)2:
Таблица 2 - Оценка эффективности и распределение клубов по стратегиям на внешнем и внутреннем трансферных рынках
Клуб Внутренний рынок Внешний рынок
Принадлежность к стратегии Эффективность Принадлежность к стратегии Эффективность
Потребительская Спекулятивная Производственная Потребительская Спекулятивная Производственная
Амкар 0 1 0 0,24 1 0 0 0,17
Динамо 0 I 0 0,38 0 1 0 0,63
Зенит 1 0 0 0,50 0 0 1 0,75
Крылья Советов 0 1 0 0,44 0 1 0 0,08
Локомотив М 0 0 1 0,23 1 0 0 0,75
Рубин 0 1 0 0,42 1 0 0 0,49
Спартак М 0 0 1 0,50 0,77 0,23 0 0,52
Спартак Нч 0 0 1 0,71 1 0 0 0,11
Томь 0 0 1 0,58 0 I 0 0,02
ЦСКА 0 0 1 0,47 1 0 0 0,53
Итого 1 4 5 4,05 5,77 3,23 1 4,45
Проводя сопоставления данных таблицы 2 с объемом денежных средств, затраченных на осуществление трансферных сделок по различным стратегиям (рисунок 2), можно сделать вывод о том, что российский трансферный рынок ориентирован на импорт футболистов, однако достаточно низкие бюджеты клубов РФПЛ не позволяют привлекать игроков высокого качества, необходимых для эффективной реализации стратегии потребления.
200 ......
т Внешний рынок о Внутренний рынок
Рисунок 2 - Объемы денежных средств, затраченных на осуществление сделок
по различным трансферным стратегиям (мн. фунтов) В то же время некоторые отечественные ФК демонстрируют потребительские стратегии (таблица 2), однако такое приобретение игроков следует называть
2 Источник данных для анализа - transfermarkt.co uk
низкоуровневым потреблением. Данная ситуация говорит об оттоке финансовых ресурсов в зарубежные национальные первенства, что в свою очередь не позволяет повышать уровень производства и развития потенциала отечественным клубам.
Методика анализа потенциала футбольного клуба.
Потенциалом команды будем считать совокупность финансовых, человеческих и материальных ресурсов, атак же спортивных достижений команды.
Основные составляющие потенциала футбольного клуба представлены на рисунке 3. _
Потенциал
футбольного
клуба
Спортивные Финансовые материальные человеческие
достижения ресурсы ресурсы ресурсы
Достижения последних лет
: Напоняемость - стадиона Х
Присутствие титульного спонсора
Размер Ч бюджета
Стадион
. Функционер
Спортивная школа
Рисунок 3 - Составляющие потенциала футбольного клуба
Поскольку, все показатели имеют различные меры измерения, то в работе после их первичной обработки был осуществлен переход к безразмерным величинам, по следующей формуле:
- min р(] 0 ---
> тахр(] - minpy Для обратных величин
Pij - min Pij
lj = 1--Ч.Ч
> maxpij Ч minpij
P'J -безразмерный показатель Pij- исходный показатель
Группа потенциалов, связанная со спортивными достижениями, отражает: Спортивные результаты, связанные с достижениями последних лет. Данный показатель рассчитывается по формуле:
йр1г достижение последних лет 1-го футбольного клуба;
Т- количество сезонов взятых в рассмотрение;
Мкц- место, занятое -м футбольным клубом в сезоне I;
Напоняемость стадиона - показатель, прямо характеризующий уровень интереса к каждой команде, а также отображающий удовлетворенность болельщиков спортивными результатами команды.
1 Д (12)
Где: Мар,-напоняемость стадиона -го футбольного клуба; 7У-количество домашних матчей команды в сезоне;
Р1иг количество зрителей, присутствующих на 1<1-м домашнем матче -го футбольного клуба;
При анализе эффективности потенциала размер бюджета определяется, исходя из следующего соотношения:
Где: ЯЬ,- размер бюджета -го футбольного клуба; Ь,,- бюджет -го футбольного клуба в сезоне I;
Показатель присутствия титульного спонсора выражается бинарным отношением:
__ если у ФК нет титульного спонсора (14)
если у ФК присутствует титульный спонсор
Анализ материальных ресурсов, как группы потенциалов футбольного клуба следует начать с определения численной оценки качества стадиона:
1 ' (15)
Уч ~ (16)
Ду0 = max - min yt] (17)
Где: SSoi - числовая оценка качества стадиона -го футбольного клуба (общий
J - количество показателей качества; у,j - оценка j-ro показателя для -го футбольного клуба;
Численная оценка качества базы футбольного клуба выражена ниже:
щк-тт и^. (19)
Ди1Н.= тах и1Л - тт и1№ (20)
БВог числовая оценка качества базы -го футбольного клуба (общий вид);
- количество показателей качества; н^-оценка^го показателя для -го футбольного клуба;
Работа спортивной школы оценивается количеством доведенных до основной заявки воспитанников клуба за Т сезонов.
Где: 5/!,-числовая оценка работы спортивной школы -го клуба; ('Д-количество воспитанников -го клуба, доведенных до основной заявки в сезоне I;
Оценка эффективности тренерской работы, учитывающая стоимость игроков, будет представлена в следующем виде:
Ш, (22)
АГг, = Ч1 3
ш -Ки> (23)
' 3,если } - й клуб победил I - й (25)
1, игра не выявила победителя 0, если; - й клуб проиграл ' - му
Т: _ К, (26) ' тах А", - тт К,
ак - среднее квадратическое отклонение ряда а К,
Где: Юг/- коэффициент эффективности тренерской работы в]-м клубе; и - количество игр, сыгранных клубом за Т сезонов со своими соперниками; я,у - количество очков, набранных клубом за одну игру; К) - стоимость игроков в ]-м клубе;
Для оценки деятельности функционеров футбольного клуба предлагается использовать коэффициент устойчивости менеджмента.
ит, = 2_1(Киа +
Где: [Ли,-коэффициент устойчивости менеджмента;
Ки,,-количество управляющих, руководящих -м клубом в сезоне I;
Ю1Г количество тренеров, руководящих -м клубом в сезоне 1;
Данный показатель характеризует количество управляющих и тренеров клуба, руководящих им в течении Т последних сезонов. Показатель характеризует удовлетворенность всеми аспектами деятельности клуба. Оптимальное значение - 2, т.е. клуб не претерпел ни одной смены руководства.
В результате расчета по предложенной системе моделей (11)-(27) были получены следующие численные оценки составляющих потенциала российскими ФК (таблица 3).
Таблица 3 - Данные использования составляющих потенциала клубами РФПЛ3
Клуб Рр1 Ыар Рп яь ЯВо (Ли К1г
Амкар 8,3 14,2 0 17,75 0,65 0,59 0 4 0,881
Динамо 7,7 12,5 1 62,85 0,8 0,36 8 3 0,7391
Зенит 3,3 18,7 1 104,5 0,7 0,44 2 4 0,9037
Крьшья Советов 9,7 16,1 0 41,5 0,58 0,28 3 6 0,7208
Локомотив М 5,7 14,6 1 66 0,53 0,7 8 7 0,7796
Рубин 5,3 14,9 0 62,5 0,84 0,4 2 2 0,8009
Спартак М 4 20 1 70 0,75 0,63 10 5 0,902
Спартак Нч и 9,3 0 13,8 0,63 0,27 4 2 0,6981
Томь 10,7 12,4 0 22,9 0,36 0,2 1 3 0,7034
ЦСКА 2 16,4 1 54,5 0,8 0,63 5 2 1,007
В результате расчетов на основе метода анализа иерархий были получены следующие значимости составляющих потенциала футбольного клуба (таблица 4)4:
Таблица 4 - Оценка значимости потенциалов футбольного клуба
Значимости йр! Ыар Р15 ЯЬ БВо 55о ХА Цт К1г
потребитель 0,08 0,04 0,17 0,34 0,03 0,08 0,01 0,05 0,20
спекулянт 0,08 0,03 0,05 0,23 0,08 0,08 0,02 0,30 0,15
производитель 0,06 0,02 0,03 0,10 0,07 0,02 0,22 0,36 0,12
Для распределения клубов по стратегиям составим функцию максимизации эффективности деятельности клубов с учетом имеющегося потенциала:
3 Источник данных - отчетность клубов РФПЛ, личные наблюдения автора, опросы экспертов, статистические
данные информационных агентств. Источник данных - результаты опроса группы экспертов
2 ^Аг iy Х zPkj тCLX
к=1 i=l ;=1
о gfoH^i1'^6 е^-
Ры ' (0, клуб g к Ч ой стратегии
}pkl = l,i = 1,N при Л' = 12 j-i
6 {Dpi,Nap, Pts,Rb,SS,SB,Sch,Ktr,Uin] (31)
показатель принадлежности i-го клуба к к-ой стратегии; Pij- значение j-ro потенциала в i-м клубе; Zpkj- значимость j-ro потенциала для k-ой стратегии;
В результате решения задачи (28)-(31) методом ветвей и границ с использованием MS Excel было получено следующее распределение клубов РФПЛ по стратегиям поведения с учетом их потенциала (таблица 5):
Таблица 5 - Распределение клубов РФПЛ по стратегиям поведения с учетом их
потенциала
Клуб Эффективность Стратегия
Амкар 0,419166 Спекулятивная
Динамо 0,661351 Производственная
Зенит 0,836932 П отр ебительская
Крылья Советов 0,232681 Произ водств е нная
Локомотив М 0,588819 Потр ебительская
Рубин 0,646233 Спекулятивная
Спартак М 0,737019 Потребительская
Спартак Нч 0,485092 Производственная
Томь 0,331305 Про из водстве нная
ЦСКА 0,836590 Спекулятивная
Таким образом, приведенная методика оценки потенциала футбольного клуба дает первоначальное распределение значимости составляющих потенциалов, и, позволяет, лицу принимающему решение определить, к какой стратегической группе принадлежит вверенный ему объект управления.
Модель принятия решения об изменении клубной стратегии.
Проведенный в предыдущих разделах настоящего исследования анализ текущей деятельности и потенциалов клубов РФПЛ позволил выявить два фактора неэффективности трансферной стратегии, таких как: утечка финансовых ресурсов, подтвержденная ориентированной на импорт текущей деятельностью ФК, в другие лиги и, как следствие, нехватка финансовых ресурсов для развития потенциала. Для нивелирования влияния данных факторов построим модель, отражающую как текущую деятельность клуба, так и его потенциал. Для устранения условия
неэффективности, связанного с утечкой финансовых ресурсов в другие лиги, в модели необходимо рассматривать внутреннюю трансферную стратегию, т.к. именно в ней заключаются резервы повышения эффективности совокупной трансферной деятельности.
а 1и V
^ (рч' ^+^тах
к= 1 =1 =1
- ,(1,клуб е ой стратегии Ркх I . ) - клуб е/с-ой стратегии з
= 1,= ТТЛ/ при N = 12
Ок. - эффективность текущей деятельности клуба по к-ой стратегии на внутреннем рынке.
В результате проведенных по модели расчетов были получены следующие результаты:
Таблица 6 - Рекомендуемое распределение клубов по стратегиям
Команда Потребитель спекулянт производитель
Амкар 0 I 0
Динамо 0 1 0
Зенит 1 0 0
Крылья Советов 0 1 0
Локомотив М 1 0 0
Рубин 0 1 0
Спартак М 0 0 I
Спартак Нч 0 0 1
Томь 0 0 1
ЦСКА 0 0 1
Итого 2 4 4
Анализ данных, полученных в результате проведенных по модели расчетов, позволяет сделать вывод о том, что РФПЛ рекомендуется придерживаться спекулятивно-производственной стратегии поведения на трансферном рынке, а так же дает основания лицу принимающему решения решить проблему повышения эффективности клуба за счет изменения трансферной стратегии. Реализация данной модели позволила повысить эффективность деятельности клубов РФПЛ.
Модель календарного планирования клуба использующего трансферную стратегию производителя.
Рассмотрим некоторый процесс производства и продажи игроков в дискретные моменты времени 1=0,1,...,Т, где Т - плановый период. Спрос на игроков в эти моменты времени определяется заданной функцией р(0.
Игроки не могут дого оставаться невостребованными на рынке, т.к. если клубу не поступило предложение о продаже из аналогичной по уровню лиги, существует возможность продажи игрока в низшую лигу, не говоря уже о международной продаже. Выпуск игроков определяется функцией v(t).
Будем считать, что при несовпадении производства игроков v(t) и потребности в них p(t) имеют место финансовые потери. Рассмотрим несколько вариантов данного несовпадения:
1. 5(t) = v(t) - p(t) < 0. Наблюдается дефицит игроков, финансовые потери связаны с неудовлетворенностью спроса.
2. 5 (t) = v(t) - p(t) > 0. Потери связаны как с содержанием игроков, так и с поиском новых потребителей или альтернативных условий передачи прав на футболиста (аренда).
Необходимо отметить тот факт, что дефицит игроков можно рассматривать с двух точек зрения:
- С позиции клуба. В данном случае речь идет о потребности усиления определенной позиции за заданный промежуток времени, с целью улучшения спортивных результатов. При покупке футболиста требуемого уровня клуб несет расходы, связанные с трансфером игрока, а так же с его последующим содержанием.
- С позиции трансферного рынка. На протяжении некоторого времени не появляется игрока нужного качества на дефицитную позицию. В этом случае клубы-производители и спекулянты несут потери, связанные с упущенной выгодой.
Задача планирования выпуска футболистов формулируется в данном случае следующим образом: необходимо найти функцию объема выпуска игроков v(t), t = 1,2,...,Т, и динамику необходимого изменения этого объема, выражаемую функцией u(t), t=l,2,...,T-l, что бы свести к минимуму суммарные потери клубов от возможного несовпадения спроса и выпуска, а так же от возможных перестроек производства игроков в течение планового периода Т.
Данное условие записывается в виде функционала
^ = [/: (K - pit)) + /2(u(t))] + А ((Г) - p(70) - min (36)
Терминальный член в (36), в отличие от выражения под знаком суммы не содержит слагаемого f7(u(T)} по следующей причине: управление и(7") в последний плановый период времени не известно, т.к. отсутствуют показатели плана по производству игроков в году Т+1, следовательно значение функции v(T+l) получить не представляется возможным, поскольку и(Т) = V (Г + 1) Ч v(T) Исходное количество игроков задает начальное условие
r(0) = v0 (37)
Уравнение процесса запишем в канонической форме:
v(t+ 1) = v(t) + u(t) (38)
Уравнения (36)-(38) относится к классу уравнений описывающих многошаговые управляемые процессы. Необходимые условия оптимальности имеют вид.
dH(t,B(t + l),r(t),u)
li=u(s)
Где Н{ивл\ й) - в((Х, Г, и) - f
dH(t,e(t+ l),i',u(t))
?(t + l) = /(t,v(t),ti(t))
w(0) = o. Ч, dF(T,v)
Продожим исследование задачи, рассматривая ее в режиме непрерывного процесса. Соответствующие различия в математической модели и в применении принципа максимума Понтрягина продемонстрируют различия в технике реализации соответствующих вычислительных методов.
По аналогии с задачей (36)-(38) для непрерывного процесса имеем функционал:
= f [fi (КО - V (t))/2 (u(t))]dt + Д (p(7D - р(Г)) -> пйп
Уравнение процесса:
Начальное условие
"(0) = о
Необходимые условия оптимальности V) = агатах Н(и вл\ и)
Из условия (43) получаем систему уравнений принципа максимума:
йв _ дН&.вСО.Ъ)|
-u(t,v(t)Mt))
Щ) = va,
3(t.e(t),r<t})
0(T) = -
dv b(r.
Рассмотрим подготовку игроков для юношеской команды клуба-производителя. Зная возраст игроков данной команды, сформирован следующий спрос по периодам на три года (строка p(t) таблица 7). В результате реализации
модели были определены оптимальные значения выпуска игроков (строка \'(г) таблица 7)5.
Таблица 7 - Результаты реализации модели оптимального планирования _производства игроков__
( 0 1 2 3 4 5
р(0 1 2 1 5 4 8
У(1) I 2 2 4 5 7
и(0 1 1 0 2 1 2
Модель управления спекулятивной деятельностью клуба.
Рассмотрим процесс спекулятивной деятельности клуба на трансферном рынке, целью которого является максимизация получаемой прибыли. Учитывая нелинейный характер спроса и цены на игроков различных групп, в представленной ранее классификации, построим модель управления спекулятивной деятельностью клуба:
т л: и (50)
Р(С.Х,Р,Ю = " ^ Рг) <?,>-* ШПА"
: = 1 /=1 1=1 ]=1
Цц < I = 17т;} = 1,71. (51)
АЧЦ)*- а*тг+ (52)
ач - ак - йк+1 у (к - йк+1 ' ~
ч ч ч ч
дЦ*п < I < / = Гт;; = ТТп^ (53)
х.7 <qi);i = Хт;(54)
, (Р*)2 ~Р/У^1 + Ч^ц1 ~ О?,*/)2 , т^г
-..к ..к+1 -С!М ,.1г ..1г+1 1
рк_рк,1 4,-г рк__рк+!
(1%<п < йц < Г;**; [Х = Гт; / = Щ (56)
ли > О; I = 1,то;/ = 17п] (57)
СЩ" < с.и й сл; 1 = 175п;/ = (58)
А /А^о55
1=1 /=1
где: т - количество групп игроков (в рамках предложенной классификации п=6) п,~ ассортимент игроков в группе /;
с^-- средняя трансферная стоимость игрока у'-й позиции 1-й группы X Ч количество продаваемых игрокову-й позиции /-й группы, р,закупочная цена игрокау-й позиции /-й группы;
Источник данных - отчетность ДЮСШ клуба РФПЛ
qi~ количество купленных игрокову'-й позиции i-й группы;
dk , dk+l- возможные значения спроса;
к k-i-^
с , с возможные значения цены.
dmax,dm-nЧ максимальные и минимальные значения спроса;
Дmax Дтгп
с ,с -максимальные и минимальные значения цены.
k C-+1
р , р Ч возможные значения стоимости покупки игроков; qk ,q +lЧ возможные объемы покупки игроков.
J7I(ИХ VI i И
р ,р Ч максимальные и минимальные значения стоимости покупки игроков qmax,qm!"Ч соответственно максимальные и минимальные объемы покупки игроков Стоит отметить, что уточнения в данной модели о покупке игрока при заданном плане продаж или, наоборот, о продаже при заданном плане покупок, упрощают модель. В то же время такое утверждение идет в разрез со спортивными целями клуба-спекулянта, так как при такой стратегии поведения будет существенно снижено качество спекулятивных сделок, что в свою очередь приведет к ухудшению спортивных результатов. Так же необходимо помнить, что, задавая план продаж или покупок игроков, мы не можем проводить сдеки с игроками, не входящими в данный план, отказываясь, таким образом, от потенциальной прибыли. Помимо этого в случае зафиксированных покупок или продаж будет получена меньшая эффективность, чем в случае одновременной оптимизации.
При реализации данной модели появляется возможность принятия управленческого решения о покупке нового игрока или увеличении количества групп игроков для осуществления спекулятивных сделок. Так клубам-спекулянтам РФПЛ целесообразно проводить трансферные сдеки со всеми группами, за исключением звездных игроков. Основным фактором, препятствующим осуществлению переходов звезд в отечественные футбольные клубы, является высокая трансферная стоимость.
В диссертации разработаны CATC и модели управления трансферной деятельностью профессионального футбольного клуба, апробированные с помощью электронных таблиц MS Excel и надстройки Solver.
Методика использования CATC состоит в следующем:
Модуль сбора первичной информации предназначен для подготовки исходных данных для работы. На входе этого модуля используются следующие базы данных: СТД1 - статистическая база данных переходов игроков (количество совершенных переходов и их стоимость), корректируемая информацией из Internet; ЭТД1 - база данных экспертных оценок о состоянии текущей деятельности, корректируемая пользователем ручным способом; СП1 - база данных состояния потенциалов, корректируемая информацией из Internet и ручным способом; ЭП1 - база данных экспертных оценок значимости потенциалов, корректируемая пользователем ручным способом.
После корректировки базы данных идентифицируются цифрой 2 (СТД2, ЭТД2, СП2, ЭП2). После этого происходят процедуры нормирования величин и подготовки исходных данных аналитических модулей. Для этого формируются соответствующие базы данных: АТД, где находятся исходные значения показателей текущей деятельности клуба; АП, где находятся значения показателей потенциалов; ЗТД, где находятся коэффициенты значимости внутренней и внешней деятельности ФК для
каждой стратегии; ЗП, где находятся коэффициенты значимости потенциалов для каждой стратегии.
Модуль анализа текущей деятельности футбольного клуба. Модуль предназначен для расчета показателя эффективности текущей деятельности клуба и позволяет определить направление финансовых потоков связанных с переходами игроков. Исходная информация для данного модуля находится в базах данных АТД и ЗТД. Результат обработки записывается в соответствующие базы данных РАТД-Внеш, где находятся результаты расчетов показателя эффективности деятельности клубов на внешнем рынке и распределение их по трансферным стратегиям; РАТД-Вн, где находятся результаты расчетов показателя эффективности деятельности клубов на внутреннем рынке и распределение их по трансферным стратегиям.
Модуль анализа потенциала. Модуль предназначен для расчета показателя эффективности использования потенциала. Для его функционирования, в качестве входной информации, используются базы данных АП и ЗП. В результате получают базу данных РАП, в которой находятся результаты расчета показателей эффективности использования потенциала клубами РФПЛ и распределение их по трансферным стратегиям, исходя из имеющегося потенциала.
Модуль принятия решения. Модуль предназначен для расчета показателя эффективности деятельности клуба с учетом его потенциала. Для его функционирования используют базы данных РАТД-Вн и РАП. В результате получают новую базу данных, которая содержит рекомендуемую к использованию трансферную стратегию и соответствующее ей значение показателя эффективности.
В том случае если ПР не устраивает полученный вариант управленческого решения, то он может изменить, пользуясь соответствующими правилами, коэффициенты значимости того или иного показателя для каждой стратегии и снова повторить расчеты.
Разработанные в диссертационном исследовании модели используются компаниями Acalimon Ventures ltd. и ООО Агентство Гала Спорт Маркетингû для подготовки аналитических отчетов по трансферной деятельности профессиональных футбольных клубов.
СПИСОК ПУБЛИКАЦИЙ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ
В изданиях рекомендуемых ВАК:
1. Дмитриев А.Г. и др. Модель календарного планирования производства игроков профессиональным футбольным клубом // Транспортное дело России. - 2009. - № 10. - 0,75 п.л. (лично соискателем - 0,60 пл.).
2. Дмитриев А.Г. Модель управления спекулятивной деятельностью клуба // Транспортное дело России. - 2009. -№11.- 0,65 п.л.
3. Дмитриев А.Г. Математическая модель анализа текущей деятельности футбольного клуба // Транспортное дело России. - 2009. - №12. - 0,77 п.л.
4. Дмитриев А.Г. и др. Анализ эффективности потенциала футбольного клуба //Микроэкономика.-2010.-№1.-0,81 п.л. (лично соискателем - 0,40 п.л.).
5. Дмитриев А.Г. и др. Классификация игроков и определение критериев совершения трансфера профессиональными футбольными клубами // Транспортное дело России. - 2010. - №5. - 0,75 п.л. (лично соискателем -0,62 п.л.).
6. Дмитриев А.Г. и др. Анализ эффективности рекламной деятельности футбольного клуба // Транспортное дело России. - 2010. - №9. - 0,62 п.л. (лично соискателем - 0,45 п.л.).
В других изданиях:
7. Дмитриев А.Г. и др. Стратегии развития профессиональных футбольных клубов в условиях перехода к инновационной экономике // Сборник тезисов по итогам второй научно-практической конференции Инновационное развитие российской экономики. - М.: МЭСИ, 2009. - 0,31 п.л. (лично соискателем - 0,21 п.л.).
8. Дмитриев А.Г. и др. Модель формирования трансферной стратегии клубов российской футбольной премьер лиги // Сборник научных трудов кафедры прикладной математики. - М.: МЭСИ, 2009. - 0,50 п.л. (лично соискателем -0,25 п.л.).
9. Дмитриев А.Г. Концепция системы анализа трансферных стратегий // Спорт и право. - 2011. - № 2. - 0,32 п.л.
Монографии:
Ю.Дмитриев А.Г. Модели оптимизации трансферной стратегии - М.: Спутник+, 2011. - 6,37 п.л.
Подписано в печать: 27.05.11
Объем: 1,0 п.л. Тираж: 100 экз. Заказ № 766 Отпечатано в типографии Реглет 119526, г. Москва, Ленинградский пр-т, д.74, корп.1 (495) 790-47-77; www.reglet.ru
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Дмитриев, Антон Геннадиевич
Введение.
Глава 1. Исследование трансферной политики профессиональных футбольных клубов.
1.1. Роль трансферов в экономике футбольного клуба и классификация игроков как объектов трансферных сделок.
1.2. Характеристика Российской футбольной премьер лиги как объекта исследования.
1.3. Исследование необходимости и возможности совершения трансфера игрока.
Глава 2. Система экономико-математических моделей анализа трансферных стратегий профессиональных футбольных клубов.
2.1. Концепция системы анализа трансферных стратегий (CATC).
2.2. Модуль CATC анализа текущей трансферной деятельности футбольного клуба.
2.3. Модуль CATC анализа потенциалов футбольного клуба.
2.4. Модуль CATC принятия решения об изменении клубной стратегии.
Глава 3. Модели оптимизации трансферной деятельности профессиональных футбольных клубов.
3.1. Модель календарного планирования деятельности клуба использующего трансферную стратегию производителя.
3.2. Модель управления спекулятивной деятельностью клуба.
Диссертация: введение по экономике, на тему "Модели оптимизации трансферной стратегии профессионального футбольного клуба"
Актуальность исследования. В период бурного развития луправленческих наук недостаточная изученность менеджмента в российском футболе открывает широкое поле для исследований. Наступление 21 века для российского футбола было ознаменовано глубоким кризисом, связанным со сменой поколений и отсутствием грамотного современного управления. Выращенные в сильной советской спортивной системе мастера, в силу возраста и иных причин, не могли представлять Россию на турнирах разного уровня. Подготовленные в смутные, как для страны в целом, так и для футбола времена, спортсмены явно проигрывали в уровне профессионализма иностранным конкурентам. И если во внутренних чемпионатах ситуация компенсировалась неумеренным приглашением зарубежных легионеров, то на Олимпийских играх, чемпионатах мира и Европы сборные команды России били всевозможные антирекорды.
Футбольные функционеры, карьера которых не была ограничена 30-35 годами как у действующих игроков, продожали в своих решениях нести наследие советской эпохи, с большим трудом перенимая зарубежный спортивный управленческий опыт. Потребовалось достаточно длительное время, чтобы профессиональный футбол из разряда социальной ответственности государства стал двигаться в сторону бизнеса. В таких условиях проявилась неразвитость и неэффективность в прошлом спортивной системы. Советское наследие массового и бесплатного спорта было разрушено, а ничего нового создано не было.
Иностранный опыт показывал, что футбольный клуб может быть объектом извлечения прибыли. Неудивительно, что российский футбол стал получать финансовые вливания, приглашать высококвалифицированных зарубежных специалистов и воссоздавать спортивные школы. Различные компании в поисках рекламных площадей стали инвестировать значительные суммы в футбольные клубы.
Одной из наиболее сложных и важных задач управления профессиональным футбольным клубом является определение оптимальной стратегии в области трансферной политики. Традиционно применяемые российскими и зарубежными профессиональными футбольными клубами методы ценообразования на рынке игроков и оценки возникающих затрат представляют собой интуитивные, часто субъективные методики, не использующие более эффективный и точный аппарат математических методов. Данная ситуация возникла вследствие того, что в основном, при оценке стоимости игрока значительную роль играет субъективное мнение лица принимающего решение о покупке, и главным критерием является спортивный, достигаемый исключительно за счет средств спонсоров, а не коммерческий результат, связанный с приобретаемым игроком.
Отсутствие формализованного агоритма определения трансферной стратегии профессионального футбольного клуба приводит к искажению стоимости футболиста, вследствие чего становится невозможно определить показатели полезности и рентабельности игроков. В конечном итоге неоптимальные решения в трансферной политике приводят к снижению игровых результатов, потере конкурентных позиций в чемпионатах и кубках и, как следствие, - к снижению экономической устойчивости футбольного клуба.
Актуальность диссертационного исследования обусловлена необходимостью комплексного повышения финансовой устойчивости футбольных клубов Российской Федерации совместно с их эффективностью функционирования, с целью повышении качества футбола в России и, как следствие, роста его уровня на международной арене.
Степень изученности проблемы
В связи с тем, что спорт как сфера бизнеса в нашей стране является новой и развивающейся отраслью, наблюдается лишь незначительное количество разработок, связанных с данной проблематикой, которые носят несистематизированный, сугубо практико-ориентировагшый и узкоспециализированный характер.
Развитие спорта как института рыночной экономики исследовали с разных точек зрения такие зарубежные ученые как В. Андрефт, Дж. Боург, М. Брукс, Б. Мулин, С. Раис, Б. Рейдер, X. Фишер, К. Хемпек, Ф. Шааф и др. Среди отечественных исследований, в которых анализируется развитие рыночных отношений в российском спорте и в спортивной индустрии, стоит выделить работы следующих авторов. В.В. Алешина, Бутова П.Ю., Воронина, М.И., Золотова, М.Я. Иоффе, М.Е. Кутепова, В.А. Леднева, И.И. Переверзина, A.B., Тукманова и др. В данных работах не используется математический аппарат для моделирования экономических процессов.
Применению математических методов в спортивном менеджменте были посвящены работы следующих авторов в области тактического принятия решений тренерами различных команд с целью повышения спортивных результатов клуба Д. Дайт, Ч. Мотли, М. Мэлоун, Р. Маккормик, С. Кларк, К. Льюис, М. Райт, , Г. Скали, Д. Хант, Н. Хироши. Проблематика данных работ не отражает экономическую составляющую спорта.
Работы следующих авторов связанны с увеличением доходности спортивной лиги и клуба от маркетинговых мероприятий: А. Вики, Д. Джонс, А. Дрэсси, Г. Леонард, В. Нил, Д. Стюарт, С. Смит, Д.Фергюссон, М. Хадури. В данных работах не находят отражения, возможности повышения эффективности деятельности клуба от использования собственных ресурсов.
Исследование и математическое моделирование трансферной политики на макро- и микро- уровне до настоящего времени не проводилось.
Цель и задачи исследования Цель исследования состоит в разработке моделей анализа, выбора и управления эффективностью трансферной стратегии футбольного клуба российской футбольной премьер лиги. Достижение этой цели позволит реализовать модели поведения футбольного клуба на трансферном рынке, которые могут быть использованы для трансформации целей руководства в соответствующие управленческие решения.
В соответствии с целью были поставлены следующие задачи:
1. Исследовать и описать внешнюю и внутреннюю среду функционирования футбольного клуба, провести классификацию игроков с точки зрения трансферной политики и разработать систему моделей для анализа и распределения клубов по трансферным стратегиям (систему анализа трансферных стратегий (CATC)).
2. Выявить и описать основные трасферные стратегии футбольных клубов и построить референтную модель распределения клубов по трансферным стратегиям с учетом их текущей деятельности на трансферном рынке, являющуюся модулем CATC, провести апробацию на примере футбольных клубов Российской футбольной премьер лиги (РФПЛ)
3. Разработать методику оценки потенциалов российских футбольных клубов в рамках РФПЛ и построить дифференцированную модель эффективности их реализации, являющуюся модулем CATC.
4. Разработать дифференцированную модель изменения стратегий под требуемое использование потенциалов в рамках целеполагания РФПЛ и определить перспективные направления развития клубов и РФПЛ в целом, являющуюся модулем CATC.
5. Разработать модель календарного планирования выпуска игрока клубом-производителем.
6. Разработать модель управления спекулятивной стратегией клуба.
Объект и предмет исследования
Объектом исследования являются клубы российской футбольной премьер лиги, представляющие собой хозяйствующие субъекты, принимающие решения на трансферном рынке.
Предметом исследования являются процессы формирования и проведения футбольным клубом трансферной политики и ее эффективность.
Теоретическая и методологическая основа исследования
Теоретическую и методологическую основу исследования составили труды отечественных и зарубежных ученых в предметных областях экономики, системного и финансового анализа, инвестиций, риск-менеджмента, теории оптимального управления, статистики, общего, стратегического и проектного менеджмента.
В качестве источников информации использовались справочно-информационные материалы, приведенные в периодической печати и материалы открытого доступа сайтов сети Интернет; аналитические отчеты связанные с исследуемой проблемой ведущих мировых консатинговых компаний (РБК, Delloite и д.р); статистические материалы российских и международных футбольных организаций и объединений (Российского футбольного союза (РФС), Российской футбольной премьер - лиги (РФПЛ), Профессиональной футбольной лиги (ПФЛ), Союза европейских футбольных ассоциаций (УЕФА), Международной ассоциации футбольных федераций (ФИФА)); собственные наблюдения автора и опросы экспертов.
В диссертации учитывались законодательные и нормативно-правовые акты РФ.
Научная новизна
Новизна диссертационной работы состоит в разработке системы анализа трансферных стратегий (CATC), представляющей собой совокупность моделей и агоритмов, а так же применении экономико-математических методов и моделей для оптимизации трансферной политики футбольного клуба. Приращение научных знаний заключается в развитии и применении экономико-математических методов и моделей анализа для спортивных организаций.
Предмет защиты составляют следующие положения и результаты, полученные лично автором и содержащие элементы научной новизны:
Х Обоснованы и разработаны CATC, а так же методы сбора и обработки первичной информации для последующего использования в CATC. Впервые разработана система, позволяющая лицу принимающему решение проводить анализ трансферных стратегий и принимать на их основе управленческие решения по трансферным сдекам, что в свою очередь позволит повысить эффективность футбольного клуба.
Х Разработана модель анализа текущей трансферной деятельности профессионального футбольного клуба, являющаяся модулем CATC. Отличительной особенностью данной модели является то, что она базируется на математическом обосновании комплексной эффективности выявленных автором трансферных стратегий, а не на субъективных оценках лица принимающего решения. На основе построенной экономико-математической модели можно проводить анализ движения денежных средств в национальной лиге при подготовке и проведении трансфера. В результате применения построенной модели был выявлен отток финансовых ресурсов в другие национальные первенства.
Х Разработана методика оценки потенциала футбольных клубов и эффективности его реализации в рамках РФПЛ, являющаяся модулем CATC. Выявлены и проанализированы составляющие потенциала футбольного клуба, проведена оценка их значимости. Построена математическая модель, позволяющая провести распределение клубов по трансферным стратегиям, учитывая эффективность использования составляющих потенциала.
Х Разработана модель управления изменением трансферной стратегии клуба, являющаяся модулем CATC. До настоящего времени не существовало инструмента, позволяющего аргументировать изменение направления трансферных потоков и, за счет этого, повысить эффективность функционирования профессиональных футбольных клубов, входящих в состав РФПЛ. В результате реализации разработанной модели был сделан вывод о приоритетных направлениях развития клубов в рамках национального первенства.
Х Построена экономико-математическая модель производства игроков клубом. Данная модель впервые позволяет спланировать производство игроков в условиях календарного планирования, что в свою очередь приведет к сокращению трансферных расходов и перераспределению высвободившихся финансовых ресурсов по иным направления деятельности клуба.
Х Разработана модель управления спекулятивной стратегией клуба. До настоящего времени не существовало экономико-математического аппарата анализа и принятия решений о покупке игрока с целью его дальнейшего развития и продажи, что в свою очередь приводит к увеличению прибыли от спекулятивных сделок.
Диссертационное исследование выпонено в соответствии с частью 1, п.п.1.4. - Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений, п.п.
Теоретическая значимость
Теоретическая значимость диссертационной работы заключается в том, что разработанная методика анализа и принятия управленческих решений в трансферной деятельности может рассматриваться как расширение сферы применения экономико-математических методов и использоваться не только в рамках Российского футбольного первенства, но и для других национальных чемпионатов.
Практическая значимость Практическая значимость диссертационной работы заключается в возможности применения разработанных экономико-математических методов и моделей для повышения эффективности организации, планирования и мониторинга трансферной политики профессиональных футбольных клубов и национальных первенств. Построенные модели представляют собой законченные механизмы принятия решений и позволяют производить все необходимые вычисления без привлечения сторонних специалистов. Результаты исследования могут представлять интерес для основных представителей футбольной индустрии (РФС, РФПЛ, клубов и спортивных агентств)
Область применения результатов исследования
Полученные в диссертационном исследовании результаты можно применять для оптимизации процессов покупки, продажи и производства игроков, определения стратегии развития, как профессиональных футбольных клубов, так и национальных футбольных ассоциаций, а так же в учебном процессе при преподавании ряда курсов специализации Спортивный менеджмент для студентов высших учебных заведений.
Апробация исследования.
Результаты исследования были представлены на четырех научно-практических конференциях и форумах: Международный научный конгресс Роль бизнеса в трансформации российского общества (МФПА) - 2011; Вторая научно-практическая конференция Инновационное развитие российской экономики (МЭСИ) Ч 2009; Международный научный конгресс Роль бизнеса в трансформации российского общества (МФПА) - 2009; Третий ежегодный научный форум Роль бизнеса в трансформации Российского общества (МФПА) - 2008; Вторая научно-практическая конференция Роль бизнеса в трансформации Российского общества (МФПА) - 2007; Первая научно-практическая конференция Роль бизнеса в трансформации Российского общества (МФПА) Ч 2006.
Публикации
По теме исследования соискателем опубликовано девять работ общим объемом 11,85 п.л. (лично соискателем 10,64), в том числе шесть статей - в изданиях, рекомендованных ВАК и одна монография.
Структура работы
Диссертация состоит из введения, трех глав, заключения, списка
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Дмитриев, Антон Геннадиевич
Выводы по главе:
В данной главе были разработаны и реализованы модели оптимизации деятельности клубов, использующих производственную и спекулятивную стратегии поведения на трансферном рынке.
При разработке модели календарного планирования производства игроков клубом-производителем была обоснована ее актуальность, которая связана не только с необходимостью применения данной модели клубами, использующими производственную стратегию поведения, но и с быстроменяющейся экономической обстановкой в мировом футболе, связанной с политикой честной игры. Реализация этой модели на примере юношеской команды клуба-производителя, позволила сделать вывод о том, что оптимальный план увеличения производства за сезон составляет не более двух игроков, с последующим его увеличением, которое связано с удовлетворением потребностей игроков на рынке. Данная цифра находит и практическое подтверждение.
При реализации данной модели появляется возможность принятия управленческого решения о покупке нового игрока, или увеличении количества групп игроков, для осуществления спекулятивных сделок. Так клубам-спекулянтам РФПЛ целесообразно проводить трансферные сдеки со всеми группами за исключением звездных игроков. Основным фактором, препятствующим осуществлению переходов звезд в отечественные футбольные клубы является высокая трансферная стоимость.
Заключение.
Наиболее популярным видом спорта в мире является футбол. В международной федерации футбольных ассоциаций (FIFA) число стран-участниц превосходит число стран, являющихся членами ООН. Бюджеты лучших профессиональных футбольных клубов составляют сотни милионов доларов. Российский футбол в последние годы также стремительно прогрессирует. Бюджеты ведущих российских ПФК оцениваются десятками милионов доларов, а трансферные стоимости некоторых игрок могут превышать двадцать милионов доларов. Футбол в России становится значимой частью социальной сферы и основным сегментом спортивной отрасли, а футбольные клубы поноправными хозяйствующими субъектами.
Особенностью и существенным отличием футбольного клуба от других организаций является то, что их основным ресурсом являются игроки. В связи с этим возникает необходимость в оптимизации трансферной стратегии футбольного клуба.
В исследовании были получены следующие результаты: 1. Сформирована концепция системы анализа трансферных стратегий, для чего были определены основные участники внешней и внутренней среды футбольного клуба. К элементам внутренней среды следует отнести: игроков, тренеров, скаутов, агентов. К элементам внутренней среды были отнесены международные и национальные футбольные ассоциации и лиги.
Поскольку основным объектом трансферных сделок являются игроки, то возникает необходимость в их классификации. Предложенная нами в настоящем исследовании классификация объединяет шесть групп игроков с учетом влияния трансферной стоимости, уровня заработной платы, игр за национальную сборную, возраста и эшелона происхождения. На основании разработанной классификации было выявлено, что РФПЛ преобладают в основном футболисты класса спутников. Это объясняется не высокой трансферной стоимостью и низким (по футбольным меркам) уровнем заработной платой, однако данный класс характеризуется приемлемым для российских футбольных клубов уровнем спортивных навыков.
В процессе разработки классификации игроков возникла необходимость в классификации национальных первенств, по которой мировые лиги были разделены на следующие классы: потребители, спекулянты, производители, закрытые и стареющие лиги. Эта, разработанная нами, классификация позволила определить место РФПЛ в европейском футбольном пространстве. РФПЛ относится к спекулятивному типу поскольку обладает среднем качеством подготовки собственных воспитанников, достаточно высоким уровнем чемпионата, возможностью развития игроков, количество сильных клубов ведущих борьбу за чемпионство в разные периоды варьировалось от двух до пяти, средними коммерческими возможностями, которые объясняются низким уровнем доходов большей части населения России.
Все перечисленное выше позволило сформировать концепцию системы анализа трансферных стратегий, на основе которой любой футбольный клуб сможет как оценить свою текущую трансферную политику и возможный потенциал, так и выбрать оптимальную стратегию поведения на трансферном рынке.
2. В рамках проведенного исследования нами были выявлены три стратегии поведения футбольных клубов на трансферном рынке: потребительская, спекулятивная, производственная. Потребительская стратегия направлена на покупку игроков класса Звезды (по предложенной нами классификации) с целью получения максимального спортивного и коммерческого результата. Данный тип стратегии характерен для клубов, обладающих значительными финансовыми ресурсами и популярностью у болельщиков. Стоит отметить тот факт, что основной доход клуб, использующий эту стратегию, получает от реализации своих коммерческих возможностей.
Спекулятивная стратегия подразумевает покупку игроков с целью дальнейшей перепродажи. Эту стратегию может использовать как мощный в финансовом плане клуб, у которого нет возможности бороться с еще более сильными соперниками, так и клуб с небольшими, однако стабильными и гарантированными во времени финансовыми возможностями.
Производственная стратегия рассчитана на производство собственных воспитанников и их дальнейшую продажу в клубы-спекулянты или потребители. Стратегия производства требует наименьших финансовых вложений, при условии наличия всей необходимой инфраструктуры.
С целью определения текущей стратегии футбольного клуба была разработана модель распределения клубов по трансферным стратегиям с учетом их текущей деятельности, являющаяся модулем CATC. В результате реализации данной модели было выявлено, что российский трансферный рынок ориентирован на импорт футболистов, однако достаточно низкие бюджеты клубов РФПЛ не позволяют привлекать игроков высокого качества, необходимых для эффективной реализации стратегии потребления. Такое потребление следует называть низкоуровневым.
3. Разработана методика оценки потенциала футбольного клуба и эффективности их реализации, являющегося модулем CATC. При решении этой задачи нами были выявлены показатели потенциала клуба, проведена оценка их значимости для каждой стратегии, что позволило определить наиболее важные показатели влияющие на формирование стратегии:
Х Для клубов-потребителей наибольшую значимость имеют такие составляющие потенциала как размер бюджета, уровень тренера, а так же присутствие титульного спонсора.
Х Для клубов-производителей - показатель устойчивости менеджмента.
Х Для клубов-спекулянтов наиболее значимыми потенциалами являются человеческие ресурсы, однако в отличие от производственной стратегии в спекулятивных сдеках их важность заключается в возможности привлечения перспективных молодых футболистов с целью дальнейшей перепродажи.
Так же данная методика позволила сформировать информационную базу количественных показателей для модели оценки эффективности использования потенциалов.
Разработанная нами дифференцированная модель оценки эффективности использования потенциалов, позволяет лицу принимающему решение определить, какой стратегической группе принадлежит вверенный ему объект управления. Реализация данной модели показала, что основу РФПЛ составляют клубы, которым потенциал позволяет наиболее эффективно использовать стратегию производства. Данная информация в совокупности с информацией модуля оценки эффективности текущей деятельности позволяет сделать вывод о том, что клубы РФПЛ практически t-не используют собственный производственный потенциал, предпочитая стратегию низкоуровневого потребления, что, в свою очередь, влечет к утечке финансовых ресурсов в другие национальные первенства.
4. В настоящем исследовании разработана модель изменения стратегий под требуемое использование потенциалов в рамках целеполагания Д РФПЛ и определение перспективных направления развития клубов и РФПЛ в целом, являющуюся модулем CATC, что дает основания лицу принимающему решения решить проблему повышения эффективности клуба за счет изменения трансферной стратегии.
Данная модель позволяет устранить факторы неэффективности трансферных стратегий клубов РФПЛ: утечку финансовых ресурсов, подтвержденную ориентированной на импорт текущей деятельностью ФК, в другие лиги и нехватку финансовых ресурсов для развития потенциала. Для разработки данной модели было сделано предположение о том, что необходимо рассматривать внутреннюю трансферную стратегию, т.к. именно в ней заключаются резервы повышения эффективности совокупной трансферной деятельности. При реализации данной модели были получены результаты, которые показывают, что РФПЛ рекомендуется придерживаться спекулятивно-производственной стратегии поведения на трансферном рынке.
5. Разработана модель календарного планирования производства игроков клубом-производителем, которая позволяет спланировать производство игроков, что в свою очередь приведет к сокращению трансферных расходов и перераспределению высвободившихся финансовых ресурсов по иным направления деятельности клуба. Реализация этой модели позволила сделать вывод о том, что оптимальный план производства игроков для клуба составляет не более двух игроков за сезон, в течении первых трех периодов. В случае, превышения оптимального плана производства может возникнуть ситуация, которая не позволит игрокам приобретать необходимую игровую практику, что приведет к снижению трансферной стоимости, а при сохранении расходов на их содержание и к возможным убыткам клубов. Однако затем для поддержания предложения игроков на рынке требуется увеличение производства, которое не позволит образоваться дефициту.
6. Разработана модель управления спекулятивной стратегией клуба, в результате чего был сформирован экономико-математический аппарат анализа и принятия решений о покупке игрока с целью его дальнейшего развития и продажи, что в свою очередь приводит к увеличению прибыли от спекулятивных сделок.
Клубам-спекулянтам РФПЛ целесообразно проводить трансферные сдеки со всеми группами за исключением звездных игроков. Основным фактором, препятствующим осуществлению переходов звезд в отечественные футбольные клубы, является высокая трансферная стоимость. Рассмотрен пример использования данной модели клубом-спекулянтом РФПЛ.
Диссертация: библиография по экономике, кандидат экономических наук , Дмитриев, Антон Геннадиевич, Москва
1. Гражданский кодекс Российской Федерации: часть первая от 30.11.1994г. № 51-ФЗ (в ред. от 06.04.2011г. № 65-ФЗ)
2. Федеральный закон Российской Федерации от 07.12. 2007г. № 329 Ч ФЗ О физической культуре и спорте в Российской Федерации (в ред. от 21.04.2011г. № 76-ФЗ)
3. Регламент Российского Футбольного союза по статусу и переходам (трансферу) футболистов№
4. Референт-лист компании Интраст. Спортивные комплексы России. Ч М.: 2007
5. Айвазян С.А. Прикладная статистика и основы эконометрики / С.А. Айвазян, B.C. Мхитарян.- М.: Юнити-Дана, 2004.
6. Алешин В.В. Олимпийский комплекс Лужники: менеджмент, маркетинг и экономика. М.: Советский спорт, 2000.
7. Аристова Л.В. Физкультурно-спортивные сооружения. М.: СпортАкадемПресс, 1999.
8. Арутюнов A.B. Принцип максимума Понтрягина: доказательство и приложения / A.B. Арутюнов, Г.Г. Магарил-Ильяев, В. М.Тихомиров. М.: Факториал Пресс, 2006.
9. Ашманов С. А. Математические модели и методы в экономике.- М.: МГУ, 1980.
10. Багриновский К.А. Микроэкономика: экономико-математические методы и модели / К.А. Багриновский, В.М. МатюшокЧ М.: Издательство РУДН, 2006.
11. Баркалов С.А. Математические основы управления проектами: учебное пособие / С.А. Баркалов, В.И. Воропаев, Г.И. Секлетова. М.: Высшая школа, 2008.
12. Белман Р. Динамическое программирование. М.: Издательство иностранной литературы, 1960.
13. Белман Р. Прикладные задачи динамического программирования / Р. Белман, С. Дрейфус. Ч М.: Наука, 1965.
14. Белолипетский A.A. Экономико-математические методы / A.A. Белолипетский, В.А. Горелик. М.: Академия, 2010.
15. Беляева A.A. Теория игр для экономистов: вводный курс / A.A. Беляева, С.Л.Печерский. М.: Высшая школа, 2008.
16. Боховер Д., Футбол как модель бизнеса: уроки бизнеса изнутри / Д. Боховер, К. Бреди. Ч М.: Баланс Бизнес Букс, 2005.
17. Васин A.A. Введение в теорию игр с приложениями к экономике / A.A. Васин, В.В. Морозов. Ч М.: Высшая школа, 2008.
18. Володин В.В. Повышение эффективности межотраслевой диверсификации с использованием проектного управления: монография. Ч М.,2005.
19. Дик В.В. Методология формирования решений в экономических системах и инструментальные среды их поддержки. М.: Финансы и статистика, 2000.
20. Дик В.В. Синтез баз знаний и обратные вычисления для формирования экономических решений: монография / В.В. Дик, Б.Е. Одинцов, A.A. Приказчиков. -М.: Маркет-ДС, 2010.
21. Друкер П. Задачи менеджмента в 21 веке М.: Вильяме 2007.
22. Дэвид М. Левин Статистика для менеджеров с использованием Microsoft Ехсе / Дэвид М. Левин, Дэвид Стефан, Тимоти С. Кребиль. 4-е изд. - М.: Вильяме, 2009.
23. Евпланов А. Голы, очки и дивиденды // Российская Бизнес-газета. Ч 2007.-№541.
24. Жодак В.И. Основы менеджмента в спорте и туризме в 3-х томах. Т.З: Технология и техника управления. М.: Советский спорт, 2003.
25. Замков О.О. Математические методы в экономике / О.О.Замков, Ю.А.Черемных, A.B. Тостопятенко. М.: МГУ, 2007.
26. Интрилигатор М. Математические методы оптимизации и экономическая теория. Ч М.: Айрис-пресс, 2002.
27. Исследование операций в экономики / под. ред. Н.Ш.Кремера. М.: Маркет ДС, 2009. - (Университетская серия)
28. Карманов М.В. Методология статистического исследования и прогнозирование развития физической культуры и спорта: автореферат дис. д.э.н. -М., 1999.-37с.
29. Кобелев Н. Б. Практика применения экономико-математических методов и моделей. Ч М.: Финстатинформ, 2007.
30. Колемаев В.А. Математическая экономика. Ч М.: ЮНИТИ-ДАНА, 2009.
31. Колеснев В.И. Экономико-математические методы и модели. М.: ИВЦ Минфина, 2009.
32. Кротов В.Ф. Основы теории оптимального управления / В.Ф. Кротов, Б.А. Лагоша, С.М.Лобанов, Н.И. Данилина, С.И.Сергеев. М.: Высшая школа, 1990.
33. Кузин В.В. Оптимизация системы управления отраслью физическая культура и спорт в России в рыночных условиях // Теория и практика физической культуры. 2000. - № 6.
34. Кузин В.В. Экономика физической культуры и спорта. М.: СпортАкадемПресс, 2001.
35. Кутепов М.Е. Менеджмент в зарубежном спорте. М.: ГЦОЛИФК, 2000.
36. Ларичев О.И. Теория и методы принятия решений. М.: ЮНИТИ-ДАНА, 2006.
37. Леднев В.А. Развитие рыночных отношений в индустрии спорта: ддиссертация на соискание ученой степени доктора экономических наук -М., 2006.
38. Леднев В.А. Рыночные отношения в индустрии спорта: монография Ч М.: Экономика, 2005.
39. Леднев В.А. Становление индустрии спорта в российской экономике: монография. М.: Маркет ДС, 2004.
40. Лопатников Л.И. Экономико-математический словарь. Ч М.: Наука, 2003.
41. Лугинин O.E. Экономико-математические методы и модели: теория и практика с решением задач / O.E. Лугинин, В.Н. Фомишина. Ч М.: Феникс, 2009.
42. Марков Д. Позиционирование клубов на трансферном футбольном рынке//www.sports.ru
43. Минюк С.Л. Математические методы и модели в экономике. М.: Дело, 2002.
44. Мур Д. Экономическое моделирование в Microsoft Ecxel. Ч М.: Вильяме, 2008.
45. Навоша Д. Самые богатые клубы мира // www.sports.ru
46. Орлова И.В. Экономико-математические методы и модели: компьютерное моделирование / И.В. Орлова, В.А. Половников. М.: ИНФРА-М, 2009.
47. Панков Д.А. Финансовый анализ и планирование деятельности спортивной организации / Д.А. Панков, С.Б. Репкин. М.: Новое знание, 2005.
48. Переверзин И.И. Менеджмент спортивной организации. М.: Физкультура и спорт, 2006. - с.
49. Петров П.К. Информационные технологии в физической культуре и спорте: учебное пособие. Ч М.: Акакдемия, 2008.
50. Понтрягин JI.C. Принцип максимума в оптимальном управлении. Ч М.: Едиториал УРСС, 2004.
51. Починкин A.B. Становление и развитие профессионального коммерческого спорта в России: монография. Ч М.: Советский спорт, 2006. -216с.
52. Правила УЕФА по лицензированию клубов и финансовому Фэйр-плей издание 2010
53. Прокопец М.А. Обзор наиболее интересных дел CAS, связанных с футболом, 2006 2007 годов // Спорт: экономика, право, управление.- 2007. -№ 3. - С.16 - 21.
54. Прокопец М. А. Ярмарка футбола: книга о футбольных агентах. М.: Новая Юстиция, 2009.
55. Профессиональный спорт / под общей редакцией С.И. Гуськова, В.Н. Платонова. Киев: Олимпийская литература, 2000.
56. Раппопорт JI.A. Студенческий спорт: реальность и тенденции развития. Екатеринбург, 2001.
57. Регламент Росгосстрах чемпионата России по футболу среди команд клубов Премьер Лиги на 2009 год
58. Регламент УЕФА по лицензированию клубов, издание 2008
59. Рожков П.А. Развитие физической культуры и спорта в современном мире: организационно- управленческие, финансовые и нормативно-правовые проблемы: монография. М.: Советский спорт, 2002.
60. Розен В. В. Математические модели принятия решений в экономике. Ч М.: Высшая школа, 2008.
61. Рубин Ю.Б. Теория и практика предпринимательской конкуренции: учебник. 7-е изд., перераб. и доп. - М.: Маркет ДС Корпорейшн, 2008. -608с.
62. Руководство УЕФА по лицензированию клубов, версия 2.0.
63. Саати Т. Принятие решений: метод анализа иерархий. М.: Радио и связь, 1993.
64. Садовский JI.E. Математика и спорт / JI.E. Садовский, Л.А.Садовский.--М.: Наука, 1985.-е.
65. Суслов П.Ф., Терминология спорта: токовый словарь спортивных терминов / П.Ф. Суслов, Д.А. Тышлер. М.: СпортАкадемПресс, 2001.
66. Терминология спорта: токовый словарь спортивных терминов / сост. Ф.П.Суслов, Д.А.Тышлер. М.,2001.
67. Товб A.C. Управление проектами: стандарты, методы, опыт /Х A.C. Товб, Г.Л. Ципес. -М.: Олимп-Бизнес, 2008.
68. Томич М. Маркетинг в спорте: рынок и спортивные продукты. М., 2002. .
69. Томпсон Дж. Организации в действии: общественно-научные основы теории управления. М.: Вильяме, 2003.
70. Уловистова Н.В. Трудовые отношения в профессиональном спорте. Ч М.: Советский спорт, 2004.
71. Федосеева В.В. Математические методы и прикладные модели. М.: ЮНИТИ-ДАНА, 2004.
72. Фомин Т.П. Математические методы и модели в коммерческой деятельности. М.: Финансы и статистика, 2009.
73. Харрис Г. Чел си. М.: Проспект, 2004.
74. Хемди A. Taxa. Введение в исследование операций / пер. с англ. 7-е изд. - М.: Вильяме, 2005.
75. Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975.
76. Черноморов Г.А. Теория принятия решений.-М.: Вильяме, 2004. с.
77. Черноруцкий И.Г. Методы принятия решений. Ч СПб.: БХВ -Питербург, 2005.
78. Четыркин Е.М. Финансовая математика. Ч М.: Дело, 2009.
79. Чураков Е. П. Математические методы обработки экспериментальных данных в экономике. М.: Финансы и статистика, 2004.
80. Шааф Ф. Спортивный маркетинг. М.: Филинъ, 1998. .
81. Шестаков М.П. Статистика: обработка спортивных данных на компьютере / М.П. Шестаков, Г.И. Попов. Ч М.: СпортАкадемПресс, 2002.
82. Шикин Е.В. Математические методы и модели в управлении / Е.В. Шикин, А.Г. Чхартишвили. -М.: Дело, 2006.
83. Экономика физической культуры и спорта : учебное пособие / под общ. ред. В.В. Кузина. М.: СпортАкадемПресс, 2001. .
84. Экономика физической культуры и спорта: учебное пособие / под ред. В.У. Агеевца, P.M. Орлова. СПб.: С.-Пб. ГАФК им. П.Ф.Лесгафта, 2000.
85. Brooks Chr.M. Sports Marketing. Competitive Strategies for Sports. Prentice Hall, 1994.
86. Charles M. Mottley лThe Application of Operations-Research Methods to Athletic Games Journal of the Operations Research Society of America, Vol. 2, No. 3 (Aug., 1954), pp. 335-338
87. Deloitte: лFootball money league.: Sports Business Group, February 2009.
88. Donald G. Ferguson, J. С. H. Jones, Kenneth G. Stewart лCompetition within a Cartel: League Conduct and Team Conduct in the Market for Baseball Player Services The Review of Economics and Statistics, Vol. 82, No. 3 (Aug., 2000), pp. 422-430
89. Duckworth F. C. and Lewis A. J. лA Successful Operational Research Intervention in One-Day Cricket The Journal of the Operational Research Society, Vol. 55, No. 7, Part Special Issue: Local Search (Jul., 2004), pp. 749-759
90. D. Dyte and S. R. Clarke лA Ratings Based Poisson Model for World Cup Soccer Simulation The Journal of the Operational Research Society, Vol. 51, No. 8 (Aug., 2000), pp. 993- 998
91. Fort, Rodney D.Sports Economics. New Jersey: Upper Saddle River, 2003.
92. Hirotsu N. and M. Wright лUsing a Markov Process Model of an Association Football Match to Determine the Optimal Timing of Substitution and Tactical Decisions The Journal of the Operational Research Society, Vol. 53, No. 1 (Jan, 2002), pp. 88-96
93. Michael A. Flynn and Richard J. Gilbert лThe Analysis of Professional Sports Leagues as Joint Ventures The Economic Journal, Vol. Ill, No. 469, Features (Feb, 2001), pp. F27-F46
94. Mohamed El-Hodiri and James Quirk лAn Economic Model of a Professional Sports League The Journal of Political Economy, Vol. 79, No. 6 (Nov. Dec, 1971), pp. 1302-1319
95. M. Wright and N. Hirotsu лThe Professional Football: Tactics and Deterrents The Journal of the Operational Research Society, Vol. 54, No. 3 (Mar, 2003), pp.213- 221
96. N. Flirotsu and M. Wright лDetermining the Best Strategy for Changing the Configuration of a Football Team The Journal of the Operational Research Society, Vol. 54, No. 8 (Aug, 2003), pp. 878- 887
97. R. Allan Freeze лAn Analysis of Baseball Batting Order by Monte Carlo Simulation Operations Research, Vol. 22, No. 4 (Jul. Aug, 1974), pp. 728-735
98. Scully W. Gerald. The Market Structure of Sports/ The University Chicago Press, 1995.
99. Sherwin Rosen and Allen Sanderson лLabour Markets in Professional Sports The Economic Journal, Vol. Ill, No. 469, Features (Feb., 2001), pp. F47-F68
100. Stefan Szymanski лIncome Inequality, Competitive Balance and the Attractiveness of Team Sports: Some Evidence and a Natural Experiment from English Soccer The Economic Journal, Vol. Ill, No. 469, Features (Feb., 2001), pp. F69-F84
101. Stefan Szymanski лThe Economic Design of Sporting Contests Journal of Economic Literature, Vol. 41, No. 4 (Dec., 2003), pp. 1137-1187
102. Данные для оценки потенциала База команд РФПЛ
103. Стоимость игроков клубов РФПЛ (мн. фунтов) и направления их переходов.
104. Игрок Новые игроки Спек ирод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр1. ЦСКА 1. Toms Necid 4 4
105. Ouwo Moussa Maazou 3,56 3,561. Anton Vlasov 1. Georgi Schennikov. 1. Dmitri Ryzhov 1. Alan Dzagoev
106. Dudu Cearense 5,34 5,341. Jo 21,36 21,36 1.bos Kalouda 4,45 4,45 1. Dawid Janczyk 3,74 3,74 1. Pavel Mamaev 1,78 1,78 1. Ricardo Jesus 1,78 1,78 1. Anton Grigoriev 1. Rolan Gusev 0,66 0,66
107. Osmar Daniel Ferreyra 3,12 3,12 1,161.an Taranov 1,16 1. Ramon 7,12 7,12 1. Caner Erkin 3,56 3,56
108. Aleksandr Antipenko 0,45 0,45
109. Jurijs Laizans 0,4 0,41.ica Olic 1,78 1,78
110. Vladimir Gabulov 1,16 1,16итого 29,99 33,82 1,61 28,21 1,78 32,26 1,56 0 1,61
111. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр
112. KOJI-BO 8 7 2 7 1 ' 5 2 0 ' 2среди 3,74875 4,831429 0,805 4,03 . 1,78 6,452 0,78 ' #ДЕЛ/0! 0,8051. Зенит
113. Sbastien Puygrenier 5,34 5,34
114. Fernando Meira 5,162 5,1621.or Semshov Х 4,45 4,45 1. Danny 26,7 . 26,7
115. Szabolcs Huszti 2,23 2,231. Ho Lee 0 0
116. Alejandro Domnguez 3,56 3,56
117. Erik Hagen : 0,267 0,267 14,691. Andrey Arshavin . 14,69
118. Nicolas Lombaerts Х 3,56 3,56
119. Tomas Hubocan 2,85 2,85 :
120. Viktor Faizulin 1,78 1,781. Aleksey Ionov . .
121. Martin Skrtel ; 8,9 8,91. Ho Lee Х : 0,712 0,712
122. FatihTekke 6,68 . . 6,68 . Х
123. Alejandro Domnguez 6,23 6,23
124. Pavel Pogrebnyak . 4,45 4,45
125. Konstantin Zyryanov 2,23 2,23
126. Aleksandr Panov 0,356 0,356
127. Dong-Jin Kim : 1,78 1,78
128. Anatoly Tymoshchuk 12,9 12,91.la Maksimov 1. OlegVlasov. ; 0 ; 0
129. Velice Sumulikoski 0,72 0,72 4,45
130. Aleksandr Kerzhakov 4,45
131. Игрок Новые игроки Спек прод Новички спекуляц продаживиеш Внутр виеш внутр внсш внутр1. Pavel Mares 0,45 0,45
132. Martin Hork 0,18 0,18
133. Baye Djiby Fall 4,183 4,183
134. Stanislav Ivanov 2,314 2,3141. Jan Durica 2,23 2,23
135. Oleg Kuzmin 1,958 1,9581. Aleksandr Minchenkov 1. Artem Gomelko 1. Rusian Kambolov 1. Sergey Gurenko 0 0 41. Marat Izmailov 4
136. Aleksandr Samedov 2,67 2,671. Emir Spahic 0 0 1. Dmitri Torbinski 0 0 1.or Smolnikov 0 0 1.an Levenets 1,16 1,16
137. David Mudjiri 0,712 0,712
138. Peter Osaze Odemwingie 6,23 6,23
139. Guillermo Ariel Pereyra 3,12 3,12
140. Игрок Новые игроки Спек прод Новички спекуляц продаживиеш Внутр внеш внутр внеш внутр
141. Haminu Dramani 2,67 2,67
142. Renat Yanbaev 1,11 1,111. Guilherme 1Д1 1,11 1. Denis Glushakov 1. Aleksey Polyakov
143. Essau Kanjenda 0,712 0,7121.ryea Kingston 0,67 0,67
144. Garry O'Connor 3,56 3,561. Celsinho 1,78 1,78
145. Dmitri Loskov 1,335 1,335
146. Andr Bikey 1,335 1,3351. Amr Zaki 1,25 1,25
147. Winston Parks 0,623 0,6231.or Lebedenko 0,534 0,534
148. Vadim Evseev 0,356 0,356
149. Sergey Omeljanchuk 0,356- 0,356итого 45,711 26,217 4 39,169 6,542 20,254 5,963 4 0кол-во 22 16 2 15 7 10 6 1 1
150. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутрсреди 2,07777273 1,638563 2 2,611267 0,934571 2,0254 0,993833 4 01. Рубин
151. Anri I-Iagush 0,445 0,445
152. Petr Bystrov 0,623 0,6231. Roman Adamov 3,83 3,83
153. Alejandro Domnguez 3,56 3,56
154. Andrey Gorbanets 0,311 0,3111. Csar Navas 1,78 1,78
155. Aleksey Popov 0,89 0,891. Dmitri Vasiljev 0 0
156. Andrey Kobenko 0,89 0,89
157. Aleksey Rebko 0,712 0,712
158. Aleksandr Gatskan 0,356 0,3561. Jefthon 0 0 1. Pavel Kharchik 0 0 1. Roman Sharonov 0 0 1. Andrey Kobenko 0 0 1. Jefthon 0 0 1. Sergey Kozko 0 0
159. David Kvirkvelia 2,94 2,94
160. Gokdeniz Karadeniz 7,743 7,743
161. Stjepan Tomas 0,623 0,623
162. Sergey Rebrov 0,623 0,623
163. Sergey Ryzhikov 0,587 0,587
164. Aleksey Rebko 0,445 0,445
165. Gabriel Nicu Giurgiu 0,356 0,356
166. Cristian Daniel Ansaldi 3,204 3,2041. Sergey Semak 1,78 1,78
167. Aleksandr Orekhov 1,068 1,068
168. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр1. Hasan Kabze 0,89 0,89 1. Evgeni Balyajkin 1. Savo Milosevic 0 0 1. Veljko Paunovic 0 0
169. Vladimir Bairamov 0 01. Calisto 0 0 1. Ansar Ayupov 0 0
170. Dzhambulad Bazaev 0 01. Mikhail Sinev 0 0 1. Jailson 0,178 0,178
171. Yitali Volkov 0,445 0,445
172. Sergey Budylin 1,335 1,335
173. Selim Benachour 0,89 0,891. Damani Ralph 0 0 1. Vitali Volkov 0 0 1. Jailson 0,178 0,178
174. Veljko Paunovic 0,712 0,7121. Gabriel 0,445 0,445
175. Fbio Felicio 0,311 0,311
176. Petr Gitselov 0,311 0,311
177. Sergey Budylin 1,557 1,557
178. Christian Noboa 1,335 1,335
179. Selim Benachour 1,335 1,3351. Aleksandr Yarkin 1. Andrs Scotti 0 0 1. Jsrgen Jalland 0 0 1. Mikhail Ashvetia 0 0
180. Andrey Konovalov 0,133 0,1331. Baiano 0,267 0,267
181. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр виеш внутр внеш внутр
182. Marat Makhmutov 0,225 0,225
183. Walter Ariel Garcia 0,667 0,667
184. Alejandro Dominguez 6,23 6,23
185. Cedric Roussel 0,222 0,222
186. Rafael Carioca 3,56 3,561.an Saenko 2,67 2,67 1. Evgeni Makeev 1. Vladislav Ryzhkov 1. Fedor Kudryashov 1. Artur Maloyan 1. Mozart 0 0 1. Egor Titov 0 0
187. Maksim Kalinichenko 0 0
188. Costin Florin Soava 0,178 0,178
189. Roman Pavlyuchenko 15,48 15,48
190. Egor Filipenko 0,67 0,671. Welliton 5,34 5,34
191. Soslan Dzhanaev 0,445 0,4451. Malik Fathi 3,56 3,56
192. Cristian Maidana 2,225 2,2251. Sergey Parshivlyuk 1.nas Dedura
193. Игрок Новые игроки Спек прод Новички сп скул я ц продаживнеш Внутр внеш внутр внеш внутр1. Artem Dzyuba 1. Andrey Ivanov
194. Wojciech Kowalewski 0 0
195. Denis Boyarintsev 0 0
196. Dmitri Torbinski 0 0
197. Aleksey Rebko 0,445 0,445
198. Gabriel Tamas 2,67 2,67ntonio Geder 2,05 2,05
199. Stipe Pletikosa 2,23 2,23
200. Renat Sabitov 0,178 0,1781. Antonio Geder 1,6 1,6 1. Dmitri Khomich 1. Aleksandr Pradnikov
201. Fernando Cavenaghi 8 8
202. Mihajlo Pjanovic 0,267 0,267
203. Adrian Mihai Iencsi 0,03 0,03итого 26,928 28,675 0,445 24,705 2,223 28,497 0,178 0 0,445кол-во 12 12 3 8 4 9 3 0 3среди 2,244 2,389583 0,148333 3,088125 0,55575 3,166333 0,059333 #ДЕЛ/0! 0,1483331. Динамо
204. Ariur Yusupov 0,04 0,04
205. Adrian Ropotan 2,67 2,67
206. Vladimir Gabulov 2,225 2,2251.ke Wilkshire 1,96 1,96
207. Sergey Terekhov 0,13 0,131. Aleksandr Kokorin 1. Aleksandr Denisov 1. Nikita Chicherin 1. Cicero 0 0
208. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр1. Агипав КНтаУюшБ 0 0 ог ЗетзЬоу 4,45 4,45 1. Баппу 26,7 26,7
209. Апс1геу КагрсмсИ 0,27 0,27
210. А1скзапс1г КеггЬакоу 7,12 7,12
211. Магст Kowalczyk 0,712 0,712
212. Кш11 КигосИкт 0,267 0,267
213. А1екзап<1г В11тпёко 0,222 0,2221. Сиз1бс110 1,335 1,335
214. Раэса! Mendy 0,04 Х 0,041. Jorge Ьш'э 0,44 0,44 1. МатсИе 8 8
215. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр
216. Georgios Seitaridis 5,34 5,341. Costinha 5,34 5,34 1. Baffour Gyan 0,4 0,4
217. Maksim Romashenko 0,38 0,38
218. Sergey Yashin 0,36 0,36итого 18,153 52,98 0,36 14,379 3,774 21,05 31,93 0,36 0кол-во 15 20 1 10 5 16 4 1 0среди 1,2102 2,649 0,36 1,4379 0,7548 1,315625 7,9825 0,36 #ДЕЛ/0!1. КС
219. Aleksandr Budakov 0,311 0,311
220. Evgeni Pesegov 0,07 0,07
221. Vladislav Ignatiev 0,36 0,36
222. Vladislav Kulik 0,13 0,131. Jan Koller 1,07 1,07 1. Vitali Rushnitskiy 1. Sergey Shustikov 1. Andrey Tikhonov 0 0
223. Matthew Paul Booth 0 01. Evgeni Kaleshin 0 0
224. Aleksey Skvernyuk 0 0
225. Aleksandr Shvetsov 0,18 0,18
226. Carlos Darwin Quintero 0,4 0,4
227. Krzysztof Lagiewka 0,27 0,271. Evgeni Kaleshin 0 0 1. Ruslan Adzhindzhal 0 0 1. Andrey Tikhonov 0 0
228. David Yurchenko 0,13 0,13
229. Timofey Kalachev 0,89 0,89
230. Aleksandr Salugin 0,53 0,53
231. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр1. Beom-Seok Oh 0,67 0,67
232. Aleksandr Belozerov 0,67 0,671. Oleg Ivanov 0,36 0,36
233. Carlos Darwin Quintero 0,31 0,311. Evgeni Savin 2,67 2,67
234. Sergey Politevich 0,23 0,231. Juan Escobar 0,18 0,18
235. Sergey Budylin 1,34 1,341.an Taranov 1,16 1,16 1. Jiri Jarosik 0,89 0,89 1. Benot Angbwa 0 0 1. Marko Topic 0 0 1. Yaroslav Godzyur 0 0 1. Aleksey Medvedev 0 0
236. Andrey Gusin 0,04 0,04
237. Suad Filekovic 0,4 0,4
238. Maksim Budnikov 0,13 0,131.or Shevchenko 0,44 0,44
239. David Mudjiri 0,712 0,712
240. Makhach Gadzhiev 0,31 0,31
241. Aleksandr Makarov 1,07 1,071. Suad Filekovic 0 0 1. Timur Bitokov 0 0 1. Aleksandr Shvetsov 0 0
242. Maksim Budnikov 0,06 0,061.or Shevchenko 1. Karen Dohoyan 0 0
243. Baba Armando Adamu 0 0
244. Sergey Vinogradov 0 0
245. Игрок Новые игроки Спек прод Новички спекуляц продаживиеш Внутр виеш внутр виеш внутр
246. Bakhtijar Ashurmatov 0,13 0,13
247. Vitali Bulyga 0,62 0,621. Petr Nemov 0,11 0,11 итого 12,031 4,812 0 3,12 8,911 0,93 3,882 0 0кол-во 25 24 1 6 19 6 18 0 1среди 0,48124 0,2005 0 0,52 0,469 0,155 0,215667 #ДЕЛ/0! 01. Am кар
248. Vadim Gagloev 0,09 0,09
249. William Artur De Oliveira 0,56 0,561.or Usminskiy 0,27 0,27
250. Aleksey Pomerko 0,18 0,181. Jean Carlos 0,45 0,45
251. Mitar Novakovic 0,27 0,27
252. Vyacheslav Kalashnikov 0,27 0,27
253. Edin Junuzovic 1,16 1,161. Tomislav Dujmovic 0 0
254. Vyacheslav Krendelev 0,27 0,27
255. Nenad Injac 0,311 0,311
256. Marko Milovanovic 0,31 0,31
257. Aleksey Popov 0,89 0,891. Nenad Injac 0 0
258. Artur Stepanyan 0,09 0,091.an Starkov 0,62 0,62
259. Mikhail Afanasjev 0,45 0,45
260. Nikolay Zhilyaev 0,58 0,58
261. Vyacheslav Krendelev 0,27 0,27
262. Predrag Sikimic 0,11 0,111. Andrey Kobenko 0 0 1. Andrey Lavrik 0 0
263. Игрок Новые игроки Спек прод Новички спекуляц продаживисш Внутр внеш внутр внеш внутр1.an Levencts 1,16 1,16
264. Gennadi Oleksich 0,36 0,36
265. Evgeni Savin 2,67 2,671. Soldevilla 0,36 0,36 1. Miklos Gaal 0 0 1. Nikola Drincic 0 0
266. Sergey Narubin 0,57 0,571. Georgi Peev 0,36 0,36
267. Tomislav Dujmovic 0,27 0,27
268. Marko Milovanovic 0,27 0,271. Soldevilla 0,13 0,13 1. Anatoliy Didenko 0 0 1. Roman Vorobjov 0 0
269. Albert Sarkisian 0,09 0,09
270. Evgeni Yordanov 0,04 0,04
271. Aleksey Stepanov 0,44 0,44итого 6,97 6,901 0 3,67 3,3 1,341 5,56 0 0кол-во 22 16 0 13 9 6 10 0 0среди 0,31681818 0,431313 # ДЕЛ/0! 0,282308 0,366667 0,2235 0,556 #ДЕЛ/0! #ДЕЛ/0!1. Сатурн 1. Vladimir Kuzmichev 0 0
272. Denis Halilovic 0,13 0,131.onid Kovel 0,44 0,44
273. Solomon Okoronkwo 1,25 1,251. Aleksandr Sapeta 1. Evgeni Malkov 1. Fedor Pronkov 1. Artem Rebrov 1.liasu Shilla 0 0
274. Игрок Новые игроки Спек прод Новички спекуляц продаживиеш Внутр виеш внутр внеш внутр1.or Lebedenko 0 0
275. Dmitri Polovinchuk 0 01. Peter Petras 0 0
276. Artem Pershin 0,62 0,621. Jan Durica 2,23 2,23
277. Edgaras Cesnauskis 1,78 1,781. Jean 1,34 1,34 1. Marko Topic 0 0 1. Benot Angbwa 0 0 1. Aleksey Ivanov 0 0 1. Andrey Gusin 0,04 0,04
278. Vladimir Yurchenko 0,36 0,361. Walid Hichri 0,76 0,76 1. Vadim Evseev 0,4 0,4
279. Makhach Gadzhiev 0,31 0,31
280. Roman Vorobjov 2,23 2,23
281. Andrey Karyaka 1,78 1,781. Zelo 1,6 1,6
282. Dmitri Loskov 1,34 1,34
283. Aleksandr Makarov 1,07 1,071. Gogita Gogua 0 0
284. Rolandas Dziaukstas 0,2 0,2
285. Simon Vukcevic 1,78 1,781. Oleg Vlasov 0 0 1. Gogita Gogua 0 0 1. Dusan Petkovic 0 0 gor Lebedenko 0,53 0,53 1. Baffour Gyan 0,4 0,4
286. Sergey Yashin 0,36 0,36
287. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр
288. Dmitri Kirichenko 1,34 1,34
289. Aleksey Botvinjev 0,13 0,131. PetrNemov 0,11 0,11 1.liasu Shilla 0,89 0,89 1. Artem Pershin 1. Nikola Jolovic 0 0 1.ka Vucko 0 0 1. Jean 0,53 0,53 1. Adriano 0,36 0,36
290. Fredy Jos Bareiro 0,36 0,36
291. Spartak Gogniev 0,22 0,22
292. Renat Sabitov 0,18 0,18
293. Antonio Geder 1,6 1,6итого 15,47 11,02 0,18 6,98 8,49 4,57 6,45 0 0,18кол-во 27 18 1 9 18 10 8 0 1среди 0,57296296 0,612222 0,18 0,775556 0,471667 0,457 0,80625 #ДЕЛ/0! 0,18томь 1. Aleksey Polyakov 0 0
294. Vladimir Dyadyun 0,36 0,36
295. Sergey Golyatkin 0,11 0,11
296. Dmitri N. Smirnov 0,31 0,31
297. Sergey Kornilenko 0,36 0,36
298. Kirill Kovalchuk 0,32 0,32
299. Norbert Nemeth 0,18 0,18
300. Pompiliu Stoica 0,18 0,18
301. Sergey Kabanov 0,18 0,181. Dmitri Tarasov 0 0
302. Hrvoje Vejic 0,89 0,891. Aleksey Bugaev 0 0
303. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр
304. Beslan Adzhindzhal 0 01. Aleksandr Shirko 0 0 1. Sergey Kabanov 0 0
305. Sergey Lebedkov 0,13 0,13
306. Pompiliu Stoica 0,31 0,31
307. Denis Bolshakov 0,18 0,18
308. Andrey Kolesnikov 0,18 0,181.or Novakovic 0,36 0,36 1.or Strelkov 0,45 0,45 1. Beslan Adzhindzhal 0 0 1. Djordje Jokic 0 0 1. Goran Maznov 0 0 1. Denis Evsikov 0,4 0,4
309. Denis Bolshakov 0,18 0,18
310. Vitali Volkov 0,45 0,45
311. Andrey Kolesnikov 0,18 0,181.or Strelkov 0,36 0,36
312. Anton Arkhipov 0,27 0,27
313. Aleksandr Kulchiy 0 01. Evgeni Kaleshin 0 0
314. Vasili Khomutovskiy 0 0
315. Vitali Bulyga 0,62 0,62
316. Andrey Proshin 0,31 0,31
317. Sergey Serdyukov 0,31 0,311. Aleksandr Shirko 0 0
318. Dmitri Michkov 0,62 0,62
319. Denis Onishchenko 0,18 0,18
320. Sergey Lebedkov 0,13 0,13
321. Sergey Lebedkov 0,09 0,09
322. Игрок Новые игроки Спек ирод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр
323. Sergey Serdyukov 0,45 0,451.or Novakovic 0,31 0,31
324. Vitali Bulyga 0,27 0,271. Dmitri Tarasov
325. Stanislav Kuznetsov 0 0
326. Atanas Bornosuzov 0 01. Albert Borzenkov 0 0 1. Andrius Skerla 0 0 1. Oleg Shishkin 0 0
327. Denis Onishchenko 0,18 0,181. Sergey Rekhtin 0 0 1. Budun Budunov 0 0
328. Pavel Pogrebnyak 4,45 4,45
329. Aleksandr Russkikh 0,04 0,04
330. Branislav Krunic 0,89 0,89итого 5,89 9,26 0,04 0,67 5,22 2,09 7,17 0 0,04кол-во 26 27 2 5 21 4 23 0 2среди 0,22653846 0,342963 0,02 0,134 0,248571 0,5225 0,311739 #ДЕЛ/0! 0,021. Москва 1. Dmitri Tarasov 0 0 1. Zvonimir Vukic 1,8 1,8
331. Aleksey Rebko 0,72 0,721. Ricardo 0,62 0,62
332. Akes da Costa Goore 0,53 0,531.or Strelkov 0,45 0,45
333. Aleksandr Samedov 2,7 2,7
334. Edgaras Cesnauskis 1,78 1,78
335. Martin Jakubko 0,18 0,18
336. Aleksandr Sheshukov 1,2 1,2ч.
337. Игрок Новые игроки Спек прод Новички спекуляц продаживиеш Внутр виеш внутр внеш внутр1. Aleksandr Marenich 1. Aleksandr Stavpets 1. Tomas Cizek 0 0 1. Ricardo 0 0 1. Dmitri Godunok 0 0
338. Aleksey Meieshin 0,22 0,22
339. Petr Bystrov 0,62 0,62
340. Roman Adamov 3,82 3,82tanislav Ivanov 2,31 2,31
341. Oleg Kuzmin 1,96 1,96
342. Pompiliu Stoica 0,18 0,181. Maxi Moralez 1,7 1,7
343. Dmitri Golubov 0,27 0,271. Vitali Kaleshin 0 0 1. Maxi Moralez 4,45 4,45 1. Maxi Lopez 1,78 1,78 1. Anton Amelchenko 1. Damian Goravvski 0 0 1. Sergey Kozko 0 0
344. Andrey Topchu 0,89 0,89
345. Kirill Orlov 0,45 0,45
346. Sergey Semak 1,78 1,781. Andrey Topchu 0,4 0,4
347. Alexandru Epureanu 0,62 0,62
348. Pablo Barrientos 2,67 2,671. Roman Hubnik 2,22 2,22
349. Branislav Krunic 0,89 0,891. Pavel Golyshev
350. Aleksandr Filimonov 0 0
351. Игрок Новые игроки Спек прод Новички спекуляц продаживнсш Внутр внсш внутр внеш внутр
352. Jerry-Christian Tchuisse 0 01. Stiga 0,36 0,36
353. Artem Kontsevoj 0,31 0,311. Arsen Goshokov
354. Viktor Vasin 0,11 0,111. Ricardo 0,62 0,62 1. Tiasse Kone 0,18 0,18 1. Marat Bikmaev 0 0 1. Kirill Kochubey 0 0 1. Nazir Kazharov 0 0 1. Gogita Gogua 0 0 1. Ricardo 0,45 0,45 1. Asian Abaev 0,06 0,06
355. Vladimir Zukhbaya 0,04 0,041. Oleg Patyak 0,04 0,04
356. Dmitri Yatchenko 0,4 0,41. Felipe 0 0 1.cian Dobre 0,2 0,2
357. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр1. Rasim Khutov 0 0
358. Aleksandr Amisulashvili 0,36 0,361. Alvaro 0,13 0,13 1. Kazbek Geteriev 1. Viktor Vasin 1. Timur Taukenov 1. Sergey Pilipchuk 0 0 1.cian Dobre 0 0 1.van Gvazava 0 0 1. Vitali Lanko 0 0
359. Andrey Makushev 0,06 0,06
360. Asian Abaev 0,06 0,06
361. Aleksey Martynov 0,09 0,09
362. Vladimir Zukhbaya 0,04 0,04
363. Roman Uzdenov 0,27 0,27
364. Denis Evsikov 0,4 0,4
365. Timur Taukenov 0,09 0,09
366. Viktor Faizulin 1,78 1,78
367. Ricardo Jesus 1,78 1,781. Valentin Filatov 0 0 1. Vladimir Kisenkov 0 0 1. Vitali Shumeyko 0 0
368. Aleksey Martynov 0,09 0,09
369. Andrey Makushev 0,06 0,061. Roman Uzdenov 0,1 0,1
370. Andrey Sidelnikov од од1. Dejan Radic 0,2 0,2
371. Marat Dzakhmishev 0,2 0,21. Ricardo Jesus 0,27 0,27
372. Игрок Новые игроки Спек прод Новички спекуляц продаживнеш Внутр внеш внутр внеш внутр1.aki i Geperidze 0,02 0,02
373. Viktor Faizulin 0,22 0,221. Mario Juric 0 0 1. Mario Juric 0 0 1. Timur Bitokov 0 0 1. Gogita Gogua 0 0
374. Aleksandr Chikhradze 0 01. Eric Korchagin 0 0
375. Andrey Poroshin 0,27 0,27
376. Ruslan Mostovoi 0,09 0,09
377. Dmitri Michkov 0,62 0,62
378. Marat Ksanaev 0,1 0,1
379. Newton Ben Katanha 0,27 0,27итого 4,1 6,53 0,3 2,1 2 0,45 6,08 0 0,3кол-во 33 24 3 11 22 5 19 0 3среди 0,12424242 0,272083 0,1 0,190909 0,090909 0,09 0,32 #ДЕЛ/0! 0,11. Матрицы парных сравнений.
380. Матрица парных сравнений элементов первого уровня иерархии для клубовпотребителей
381. Стратегия ДПЛ ФР МР ЧР ЗНАЧ
382. ДПЛ 1 1/4 1 1/2 0,1199884911. ФР 4 1 3 3 0,511210281
383. МР 1 1/3 1 1/3 0,1202760751. ЧР 2 1/3 3 1 0,248525153
384. Матрица парных сравнений элементов ДПЛ для клубов-потребителей1. ДПЛ СР 3 НАП ЗНАЧ1. СР 3 1 2 0,6666671. НАП 1/2 1 0,333333
385. Матрица парных сравнений элементов ФР для потребителей1. ФР ПТС РБ ЗНАЧптс 1 1/2 0,3333331. РБ 2 1 0,666667
386. Матрица парных сравнений элементов ФР для потребителей1. МР СС СБ СШ ЗНАЧ1. СС 1 4 7 0,6955231. СБ 1/4 1 4 0,229048сш 1/7 1/4 1 0,075429
387. Матрица парных сравнений элементов ФР для потребителей1. ЧР Тр Ф Ск ЗНАЧ1. Тр 1 1/4 1/2 0,21. Ф 4 1 3 0,61. Ск 2 1/3 1 0,2
388. Матрица парных сравнений элементов первого уровня иерархии дляспекулянтов
389. Стратегия ДПЛ ФР МР ЧР ЗНАЧ
390. ДПЛ 1 1/2 1/2 1/4 0,1072531. ФР 2 1 3 1/3 0,2787021. МР 2 1/3 1 1/2 0,169471. ЧР 2 3 2 1 0,444574
391. Матрица парных сравнений элементов ДПЛ для спекулянтов1. ДПЛ СР 3 НАП ЗНАЧ1. СР 3 1 3 0,751. НАП 1/3 1 0,25
392. Матрица парных сравнений элементов ФР для спекулянтов1. ФР ПТС РБ ЗНАЧ1. ПТС 1 1/5 0,1666671. РБ 5 1 0,833333
393. Матрица парных сравнений элементов МР для спекулянтов1. МР СС СБ СШ ЗНАЧ1. СС 1 2 5 0,4545451. СБ 1/2 1 5 0,4545451. СШ 1/5 1/5 1 0,090909
394. Матрица парных сравнений элементов ЧР для спекулянтов1. ЧР Тр Ф Ск ЗНАЧ1. Тр 1 2 1/3 0,3108141. Ф 1/2 1 1/2 0,19581. Ск 3 2 1 0,493386
395. Матрица парных сравнений элементов первого уровня иерархии дляпроизводителей
396. Стратегия ДПЛ ФР МР ЧР ЗНАЧ
397. ДПЛ 1 1/2 1/4 1/4 0,0852841. ФР 2 1 1/3 1/3 0,1389441. МР 4 3 1 1/3 0,2970631. ЧР 4 3 3 1 0,478709
398. Матрица парных сравнений элементов ДПЛ для производителей1. ДПЛ СРЗ НАП ЗНАЧ1. СР 3 1 3 0,751. НАП 1/3 1 0,25
399. Матрица парных сравнений элементов ФР для производителей1. ФР ПТС РБ ЗНАЧптс 1 1/3 0,251. РБ 3 1 0,75
400. Матрица парных сравнений элементов МР для производителей1. МР СС СБ СШ ЗНАЧ1. СС 1 1/6 1/7 0,0643741. СБ 6 1 1/4 0,2561461. СШ 7 4 1 0,67948
401. Матрица парных сравнений элементов ЧР для производителей1. ЧР Тр Ф Ск ЗНАЧ1. Тр 1 3 5 0,626696ф 1/3 1 4 0,2796881. Ск 1/5 1/4 1 0,093616
402. Оценка тренерского штаба команд РФПклуб стоимость к.ф 2008 2009 2010 2008 2009 2010 1-Й круг 2-ой круг 1-й круг 2-ой круг 1-й круг 2-ой круг итого и с уч кф1. ЦСКА
403. Амкар 31,862 0,34 0,34 0,23 3 1 1 3 1 3 12 2,81669
404. Динамо 43,654 0,47 0,47 0,36 3 3 1 0 0 3 10 3,614
405. Зенит 103,1 1,11 1,11 1,00 1 3 3 0 1 3 11 11
406. Крылья Советов 35,644 0,38 0,38 0,28 1 0 0 3 3 1 8 2,202819
407. Локомотив М 62,878 0,68 0,68 0,57 0 0 3 3 1 3 10 5,679142
408. Москва 24,03 0,26 0,26 0,15 3 3 0 3 0 3 12 1,807064
409. Рубин 59,407 0,64 0,64 0,53 0 3 3 3 1 3 13 6,89815
410. Сатурн 31,15 0,34 0,33 0,23 3 1 3 1 3 3 14 3,179056
411. Спартак М 56,025 0,60 0,60 0,49 1 1 1 1 3 0 7 3,46007
412. Спартак Нч 12,19 0,13 0,13 0,02 3 3 3 1 3 1 14 0,327561
413. Томь 10,012 0,11 0,11 0,00 3 3 1 3 1 3 14 01. Амкар
414. Амкар 31,862 1 0,342278 0,234724
415. Динамо 43,654 1,370096 0,468954 0,3614 3 1 1 1 0 0 6 2,1684
416. Зенит 103,1 3,23583 1,107554 1 0 0 1 1 0 1 3 3
417. Крылья Советов 35,644 1,118699 0,382906 0,275352 0 3 0 3 0 3 9 2,478171
418. Локомотив М 62,878 1,973448 0,675468 0,567914 1 0 3 3 3 1 11 6,247057
419. Москва 24,03 0,75419 0,258143 0,150589 0 1 1 0 3 3 8 1,20471
420. Рубин 59,407 1,864509 0,638181 0,530627 1 0 0 3 0 0 4 2,122508
421. Сатурн 31,15 0,977654 0,33463 0,227075 1 3 0 3 3 1 11 2,49783
422. Спартак М 56,025 1,758364 0,60185 0,494296 0 0 1 0 1 1 3 1,482887
423. Спартак Нч 12,19 0,382587 0,130951 0,023397 0 3 3 1 3 1 11 0,257369
424. Томь 10,012 0,31423 0,107554 0 1 3 1 3 1 3 12 0
425. ЦСКА 92,96 2,917582 0,998625 0,891071 0 1 1 0 1 0 3 2,6732121. Динамо
426. Амкар 31,862 0,729876 0,342278 0,23 0 1 1 1 3 3 9 2,112517
427. Динамо 43,654 1 0,468954 0,36 I 0 0клуб стоимость к.ф 2008 2009 2010 2008 2009 2010 1-й круг 2-ой круг 1-й круг 2-ой круг 1-й круг 2-ой круг итого и с уч кф
428. Зенит 103,1 2,361754 1,107554 1,00 1 1 0 3 3 1 9 9
429. Крылья Советов 35,644 0,816512 0,382906 0,28 0 1 0 1 1 1 4 1,101409
430. Локомотив М 62,878 1,440372 0,675468 0,57 0 3 3 1 3 3 13 7,382885
431. Москва 24,03 0,550465 0,258143 0,15 1 1 1 0 1 1 5 0,752943
432. Рубин 59,407 1,36086 0,638181 0,53 1 3 0 0 0 0 4 2,122508
433. Сатурн 31,15 0,713566 0,33463 0,23 1 0 1 0 0 3 5 1,135377
434. Спартак М 56,025 1,283388 0,60185 0,49 1 0 0 0 3 1 5 2,471479
435. Спартак Нч 12,19 0,279241 0,130951 0,02 0 3 3 0 3 3 12 0,280767
436. Томь 10,012 0,229349 0,107554 0,00 0 3 0 3 1 3 10 0
437. ЦСКА 92,96 2,129473 0,998625 0,89 0 3 1 3 3 0 10 8,9107081. Зенит
438. Амкар 31,862 0,30904 0,342278 0,234724 3 3 1 1 3 1 12 2,81669
439. Динамо 43,654 0,423414 0,468954 0,3614 1 1 3 0 0 1 6 2,1684
440. Зенит 103,1 1 1,107554 1 0 0
441. Крылья Советов 35,644 0,345723 0,382906 0,275352 0 3 1 3 1 3 11 3,028876
442. Локомотив М 62,878 0,609874 0,675468 0,567914 0 3 1 0 1 3 8 4,543314
443. Москва 24,03 0,233075 0,258143 0,150589 1 1 3 3 3 3 14 2,108242
444. Рубин 59,407 0,576208 0,638181 0,530627 3 0 3 0 3 0 9 4,775642
445. Сатурн 31,15 0,302134 0,33463 0,227075 1 1 1 3 1 1 8 1,816604
446. Спартак М 56,025 0,543404 0,60185 0,494296 0 0 0 0 1 3 4 1,977183
447. Спартак Нч 12,19 0,118235 0,130951 0,023397 1 3 3 3 0 1 11 0,257369
448. Томь 10,012 0,09711 0,107554 0 1 1 3 3 3 1 12 0
449. ЦСКА 92,96 0,901649 0,998625 0,891071 1 0 0 3 1 0 5 4,4553541. КС
450. Амкар 31,862 0,893895 0,342278 0,234724 3 0 3 0 3 0 9 2,112517
451. Динамо 43,654 1,224722 0,468954 0,3614 3 1 3 1 1 1 10 3,614
452. Зенит 103,1 2,892492 1,107554 1 3 0 1 0 1 0 5 5
453. Крылья Советов 35,644 1 0,382906 0,275352 3 3 0,826057
454. Локомотив М 62,878 1,764056 0,675468 0,567914 3 0 0 0 3 6 3,407485
455. Москва 24,03 0,674167 0,258143 0,150589 0 0 1 0 1 1 3 0,451766
456. Рубин 59,407 1,666676 0,638181 0,530627 1 0 0 3 1 0 5 2,653135
457. Сатурн 31,15 0,87392 0,33463 0,227075 1 1 1 0 3 1 7 1,589528клуб стоимость к.ф 2008 2009 2010 2008 2009 2010 1-й круг 2-ой круг 1-й круг 2-ой круг 1-й круг 2-ой круг итого и с уч кф
458. Спартак М 56,025 1,571793 0,60185 0,494296 0 0 0 0 1 3 4 1,977183
459. Спартак Нч 12,19 0,341993 0,130951 0,023397 1 0 1 0 1 3 6 0,140383
460. Томь 10,012 0,280889 0,107554 0 3 0 3 1 3 3 13 0
461. ЦСКА 92,96 2,608013 0,998625 0,891071 1 3 3 0 0 1 8 7,1285671. Локомотив М
462. Амкар 31,862 0,506727 0,342278 0,234724 1 3 0 0 0 1 5 1,173621
463. Динамо 43,654 0,694265 0,468954 0,3614 3 0 0 1 0 0 4 1,4456
464. Зенит 103,1 1,639683 1,107554 1 3 0 1 3 1 0 8 8
465. Крылья Советов 35,644 0,566876 0,382906 0,275352 0 3 3 0 3 0 9 2,478171
466. Локомотив М 62,878 1 0,675468 0,567914 0 0
467. Москва 24,03 0,382169 0,258143 0,150589 3 0 1 3 3 3 13 1,957653
468. Рубин 59,407 0,944798 0,638181 0,530627 1 3 3 0 0 3 10 5,306269
469. Сатурн 31,15 0,495404 0,33463 0,227075 1 1 1 0 3 1 7 1,589528
470. Спартак М 56,025 0,891011 0,60185 0,494296 0 1 3 3 1 3 11 5,437253
471. Спартак Нч 12,19 0,193867 0,130951 0,023397 0 3 1 3 1 3 11 0,257369
472. Томь 10,012 0,159229 0,107554 0 1 3 0 1 3 3 11 0
473. ЦСКА 92,96 1,478419 0,998625 0,891071 3 3 0 0 1 0 7 6,2374961. Москва
474. Амкар 31,862 1,325926 0,342278 0,234724 3 1 1 3 0 0 8 1,877793
475. Динамо 43,654 1,816646 0,468954 0,3614 1 1 1 3 1 1 8 2,8912
476. Зенит 103,1 4,29047 1,107554 1 1 1 0 0 0 0 2 2
477. Крылья Советов 35,644 1,483313 0,382906 0,275352 3 3 1 3 1 1 12 3,304228
478. Локомотив М 62,878 2,616646 0,675468 0,567914 0 3 1 0 0 0 4 2,271657
479. Москва 24,03 1 0,258143 0,150589 0 0
480. Рубин 59,407 2,472201 0,638181 0,530627 0 0 1 3 0 3 7 3,714389
481. Сатурн 31,15 1,296296 0,33463 0,227075 1 3 3 1 1 1 10 2,270755
482. Спартак М 56,025 2,331461 0,60185 0,494296 1 1 3 0 1 3 9 4,448661
483. Спартак Нч 12,19 0,507283 0,130951 0,023397 1 1 0 3 3 0 8 0,187178
484. Томь 10,012 0,416646 0,107554 0 1 0 3 3 0 3 10 0
485. ЦСКА 92,96 3,868498 0,998625 0,891071 0 0 3 0 3 0 6 5,3464251. Рубин
486. Амкар 31,862 0,536334 0,342278 0,234724 1 3 3 0 3 3 13 3,051414клуб стоимость к.ф 2008 2009 2010 2008 2009 2010 1-й круг 2-ой круг 1-й круг 2-ой круг 1-й круг 2-ой круг итого и с уч кф
487. Динамо 43,654 0,734829 0,468954 0,3614 1 0 3 3 3 3 13 4,6982
488. Зенит 103,1 1,735486 1,107554 1 0 3 0 0 3 3 9 9
489. Крылья Советов 35,644 0,599997 0,382906 0,275352 1 3 3 3 1 3 14 3,854933
490. Локомотив М 62,878 1,058427 0,675468 0,567914 1 0 0 3 3 0 7 3,9754
491. Москва 24,03 0,404498 0,258143 0,150589 3 3 1 0 3 0 10 1,505887
492. Рубин 59,407 1 0,638181 0,530627 0 0
493. Сатурн 31,15 0,524349 0,33463 0,227075 0 3 0 0 1 3 7 1,589528
494. Спартак М 56,025 0,943071 0,60185 0,494296 3 0 0 3 0 3 9 4,448661
495. Спартак Нч 12,19 0,205195 0,130951 0,023397 0 1 0 3 0 3 7 0,163781
496. Томь 10,012 0,168532 0,107554 0 0 3 0 0 3 3 9 0
497. ЦСКА 92,96 1,564799 0,998625 0,891071 3 0 0 0 1 0 4 3,5642831. Сатурн
498. Амкар 31,862 1,022857 0,342278 0,234724 1 0 3 0 0 1 5 1,173621
499. Динамо 43,654 1,401413 0,468954 0,3614 1 3 1 3 3 0 11 3,9754
500. Зенит 103,1 3,309791 1,107554 1 1 1 1 0 1 1 5 5
501. Крылья Советов 35,644 1,14427 0,382906 0,275352 1 1 1 3 0 1 7 1,927466
502. Локомотив М 62,878 2,018555 0,675468 0,567914 1 1 1 3 0 1 7 3,9754
503. Москва 24,03 0,771429 0,258143 0,150589 1 0 0 1 1 1 4 0,602355
504. Рубин 59,407 1,907127 0,638181 0,530627 3 0 3 3 1 0 10 5,306269
505. Сатурн 31,15 1 0,33463 0,227075 0 0
506. Спартак М 56,025 1,798555 0,60185 0,494296 1 1 0 1 0 1 4 1,977183
507. Спартак Нч 12,19 0,391332 0,130951 0,023397 0 0 1 3 0 1 5 0,116986
508. Томь 10,012 0,321413 0,107554 0 1 3 1 1 3 3 12 0
509. ЦСКА 92,96 2,98427 0,998625 0,891071 0 1 0 1 0 0 2 1,7821421. Спартак М
510. Амкар 31,862 0,56871 0,342278 0,234724 3 3 1 3 1 1 12 2,81669
511. Динамо 43,654 0,779188 0,468954 0,3614 1 3 3 3 0 1 11 3,9754
512. Зенит 103,1 1,84025 1,107554 1 3 3 3 3 1 0 13 13
513. Крылья Советов 35,644 0,636216 0,382906 0,275352 3 3 3 3 1 0 13 3,579581
514. Локомотив М 62,878 1,12232 0,675468 0,567914 3 1 0 0 1 0 5 2,839571
515. Москва 24,03 0,428916 0,258143 0,150589 1 1 0 3 1 0 6 0,903532
516. Рубин 59,407 1,060366 0,638181 0,530627 0 3 3 0 3 0 9 4,775642клуб стоимость к.ф 2008 2009 2010 2008 2009 2010 1-й круг 2-ой круг 1-й круг 2-ой круг 1-й круг 2-ой круг итого и с уч кф
517. Сатурн 31,15 0,556002 0,33463 0,227075 1 1 3 1 3 1 10 2,270755
518. Спартак М 56,025 1 0,60185 0,494296 0 0
519. Спартак Нч 12,19 0,217581 0,130951 0,023397 1 3 1 3 3 3 14 0,327561
520. Томь 10,012 0,178706 0,107554 0 1 3 1 3 3 3 14 0
521. ЦСКА 92,96 1,659259 0,998625 0,891071 1 1 1 1 0 3 7 6,2374961. Спартак Нч
522. Амкар 31,862 2,613782 0,342278 0,234724 0 0 0 1 0 1 2 0,469448
523. Динамо 43,654 3,581132 0,468954 0,3614 3 0 0 3 0 0 6 2,1684
524. Зенит 103,1 8,457752 1,107554 1 1 0 0 0 3 1 5 5
525. Крылья Советов 35,644 2,924036 0,382906 0,275352 1 3 1 3 1 0 9 2,478171
526. Локомотив М 62,878 5,158162 0,675468 0,567914 0 0 1 0 1 0 2 1,135828
527. Москва 24,03 1,971288 0,258143 0,150589 1 1 3 0 0 3 8 1,20471
528. Рубин 59,407 4,873421 0,638181 0,530627 3 1 3 0 3 0 10 5,306269
529. Сатурн 31,15 2,555373 0,33463 0,227075 3 3 1 0 3 1 11 2,49783
530. Спартак М 56,025 4,59598 0,60185 0,494296 1 0 1 0 0 0 2 0,988591
531. Спартак Нч 12,19 1 0,130951 0,023397 0 0
532. Томь 10,012 0,821329 0,107554 0 3 0 0 3 0 1 7 0
533. ЦСКА 92,96 7,625923 0,998625 0,891071 0 0 0 1 3 1 5 4,4553541. Томь
534. Амкар 31,862 3,182381 0,342278 0,234724 1 0 1 0 1 0 3 0,704172
535. Динамо 43,654 4,360168 0,468954 0,3614 3 0 3 0 1 0 7 2,5298
536. Зенит 103,1 10,29764 1,107554 1 1 1 0 0 0 1 3 3
537. Крылья Советов 35,644 3,560128 0,382906 0,275352 0 3 0 1 0 0 4 1,101409
538. Локомотив М 62,878 6,280264 0,675468 0,567914 1 3 3 1 0 0 8 4,543314
539. Москва 24,03 2,40012 0,258143 0,150589 1 3 0 0 3 0 7 1,054121
540. Рубин 59,407 5,93358 0,638181 0,530627 3 0 3 3 0 0 9 4,775642
541. Сатурн 31,15 3,111266 0,33463 0,227075 1 0 1 1 0 0 3 0,681226
542. Спартак М 56,025 5,595785 0,60185 0,494296 1 0 1 0 0 0 2 0,988591
543. Спартак Нч 12,19 1,217539 0,130951 0,023397 0 3 3 0 3 1 10 0,233972
544. Томь 10,012 1 0,107554 0 0 0
545. ЦСКА 92,96 9,284858 0,998625 0,891071 0 0 1 0 1 0 2 1,782142
546. Расчет СКО для тренеров команд РФПкоманда кф мкар Динамо Зенит Крылья Советов Локомотив М
547. Амкар 0.342278 0 0 0 3 1.026835 3 1,026835 1 0,342278
548. Динамо 0.468954 3 1,406862 0 1 0,468954 3 1,406862 3 1,406862
549. Зенит 1,107554 0 0 1 1.107554 0 3 3.322662 3 3,322662
550. Крылья Советов 0.382906 0 0 0 0 0 0 0 0 0
551. Локомотив М 0,675468 1 0,675468 0 0 0 0 3 2,026405 0
552. Москва 0.258143 0 0 1 0.258143 1 0,258143 0 0 3 0,774428
553. Рубин 0,638181 1 0,638181 1 0,638181 3 1,914543 1 0,638181 1 0,638181
554. Сатурн 0.33463 1 0,33463 1 0,33463 1 0.33463 1 0,33463 1 0.33463
555. Спартак М 0,60185 0 0 1 0.60185 0 0 0 0 0 0
556. Спартак Нч 0,130951 0 0 0 0 1 0,130951 1 0,130951 0 0
557. Томь 0.107554 1 0,107554 0 0 1 0,107554 3 0,322662 1 0,107554
558. ЦСКА 0.998625 0 0 0 0 1 0,998625 1 0,998625 3 2,995875
559. мкар 0,342278 0 1 0.342278 3 1,026835 0 0 3 1,026835
560. Динамо 0.468954 1 0,468954 0 1 0,468954 1 0,468954 0 0
561. Зенит 1,107554 0 0 1 1,107554 0 0 0 0 0
562. Крылья Советов 0,382906 3 1,148719 1 0.382906 3 1,148719 0 3 1,148719
563. Локомотив М 0,675468 0 0 3 2,026405 3 2,026405 0 0 0
564. Москва 0,258143 1 0.258143 1 0.258143 1 0,258143 0 0 0 0
565. Рубин 0,638181 0 0 3 1,914543 0 0 0 0 3 : 1,914543
566. Сатурн 0,33463 3 1.003889 0 0 1 0.33463 1 0,33463 1 0,33463
0 1 0,60185568. Спартак Нч 0,130951 3 0.392854 3 0,392854 3 0,392854 0 0 3 0.392854
569. Томь 0,107554 3 0,322662 3 0,322662 1 0,107554 0 0 з- 0,322662
570. ЦСКА 0,998625 1 0,998625 3 2,995875 0 0 3 2,995875 3 2,995875
571. Амкар 0.342278 0 1 0,342278 1 0,342278 3 1,026835 0 0
572. Динамо 0,468954 1 0,468954 0 3 1,406862 3 1,406862 0 0
573. Зенит 1,107554 1 1,107554 0 0 0 1 1.107554 1 1,107554
574. Крылья Советов 0.382906 0 0 0 0 1 0.382906 0 3 1.148719
575. Локомотив М 0.675468 3 2,026405 3 2,026405 1 0,675468 0 0 0
576. Москва 0,258143 1 0.258143 1 0,258143 3 0.774428 1 0,258143 1 0.258143
577. Рубин 0.638181 0 0 0 0 3 1.914543 0 0 3 1,914543
578. Сатурн 0,33463 0 0 1 0,33463 1 0,33463 1 0.33463 1 0,33463
579. Спартак М 0,60185 1 0.60185 0 0 0 0 0 0 3 1.80555
580. Спартак Нч 0,130951 3 0.392854 3 0,392854 3 0,392854 1 0,130951 1 0,130951
581. Томь 0,107554 1 0,107554 0 0 3 0.322662 3 0,322662 0 0
582. ЦСКА 0,998625 1 0.998625 1 0,998625 0 0 3 2,995875 0 0
583. Амкар 0.342278 0 1 0,342278 1 0,342278 0 0 0 0
584. Динамо 0,468954 1 0,468954 0 0 0 1 0,468954 1 0,468954
585. Зенит 1,107554 1 1,107554 3 3,322662 0 0 0 3 3.322662
586. Крылья Советов 0.382906 3 1,148719 1 0,382906 3 1,148719 3 1.148719 0 0
587. Локомотив М 0,675468 3 2,026405 1 0,675468 0 0 0 0
588. Москва 0.258143 0 0 0 0 3 0,774428 0 0 3 0,774428
589. Рубин 0,638181 3 1,914543 0 0 0 0 3 1.914543 0 0
590. Сатурн 0.33463 3 1,003889 0 0 3 1,003889 0 0 0 0
591. Спартак М 0,60185 0 0 0 0 0 0 0 0 3 1,80555
592. Спартак Нч 0,130951 1 0,130951 0 0 3 0,392854 0 0 3 0,392854
593. Томь 0,107554 3 0,322662 3 0,322662 3 0.322662 1 0.107554 1 0,107554
594. ЦСКА 0,998625 0 0 3 2,995875 3 2,995875 0 0 0 0
595. Амкар 0.342278 0 3 1,026835 3 1,026835 3 1,026835 0 0команда кф мкар Динамо Зенит Крылья Сонетов Локомотив М
596. Динамо 0,468954 0 0 0 0 0 1 0,468954 0 0
597. Зсннт 1,107554 0 0 3 3.322662 0 1 1.107554 1 1,107554
598. Крылья Советов 0.382906 0 0 1 0.382906 1 0.382906 0 3 1,148719
599. Локомопт М 0,675468 3 2.026405 3 2.026405 1 0,675468 0 0 0
600. Москва 0,258143 3 0,774428 1 0.258143 3 0,774428 1 0,258143 3 0.774428
601. Рубин 0,638181 0 0 0 0 3 1.914543 1 0,638181 0 0
602. Сатурн 0.33463 3 1.003889 0 0 1 0,33463 3 1,003889 3 1,003889
603. Спартак М 0.60185 1 0.60185 3 1,80555 1 0,60185 1 0,60185 1 0,60185
604. Спартак Нч 0,130951 3 0,392854 3 0.392854 0 0 1 0,130951 1 0.130951
605. Томь 0.107554 1 0.107554 1 0,107554 3 0,322662 3 0,322662 3 0.322662
606. ЦСКА 0.998625 1 0,998625 3 2,995875 1 0.998625 0 0 1 0,998625
607. чкар 0,342278 0 3 1.026835 1 0.342278 0 0 1 0,342278
608. Динамо 0.468954 0 0 0 1 0,468954 1 0,468954 0 0
609. Зенит 1.107554 1 1,107554 1 1,107554 0 0 0 0 0
610. Крылья Советов 0,382906 3 1,148719 1 0,382906 3 1,148719 0 0 0
611. Локомотив М 0,675468 1 0.675468 3 2.026405 3 2,026405 3 2,026405 0
612. Москва 0.258143 3 0,774428 1 0,258143 3 0,774428 1 0,258143 3 0.774428
613. Рубин 0 638181 0 0 0 0 0 0 0 0 3 1,914543
614. Сатурн 0,33463 1 0,33463 3 1.003889 1 0.33463 1 0.33463 1 0,33463
615. Спартак М 0,60185 1 0,60185 1 0,60185 3 1,80555 3 1,80555 3 1,80555
616. Спартак Нч 0.130951 1 0,130951 3 0,392854 1 0.130951 3 0,392854 3 0,392854
617. Томь 0,107554 3 0.322662 3 0.322662 1 0,107554 3 0,322662 3 0,322662
618. ЦСКА 0.998625 0 0 0 0 0 0 1 0.998625 0 01. Спартак
619. Команда кф Москва Рубин Сатурн м Спартак Нч
620. Амкар 0.342278 3 1.026835 1 0.342278 I 0,342278 3 1,026835 Х 0 0
621. Динамо 0,468954 1 0,468954 1 0.468954 1 0.468954 I 0,468954 3 1,406862
622. Зенит 1,107554 1 1,107554 0 0 1 1.107554 3 3,322662 1 1.107554
623. Крылья Советов 0,382906 3 1,148719 I 0,382906 1 0.382906 3 1,148719 1 0,382906
624. Локомотив М 0,675468 0 0 1 0,675468 1 0,675468 3 2.026405 ' 0 0
625. Москва 0,258143 0 3 0,774428 1 0.258143 1 0,258143 1 0.258143
626. Рубин 0,638181 0 0 0 3 1.914543 0 0 3 1.914543
627. Сатурн 0,33463 1 0,33463 0 0 0 1 0.33463 3 1,003889
628. Спартак М 0,60185 1 0,60185 3 1.80555 1 0.60185 0 1 0,60185
629. Спарюк Нч 0.130951 1 0.130951 0 0 0 0 1 0.130951 0
630. Томь 0,107554 1 0,107554 0 0 1 0,107554 1 0,107554 3 0.322662
631. ЦСКА 0,998625 0 0 3 2.995875 0 0 1 0.998625 0 0
632. Амкар 0,342278 1 0.342278 3 1,026835 0 0 3 1.026835 0 0
633. Динамо 0,468954 1 0,468954 0 0 3 1,406862 3 1,406862 0 0
634. Зенит 1,107554 1 1,107554 3 3.322662 1 1.107554 3 3.322662 0 0
635. Крылья Советов 0,382906 3 1,148719 3 1,148719 I 0.382906 3 1,148719 3 1,148719
636. Локомотив М 0,675468 3 2,026405 0 0 1 0,675468 1 0,675468 0 0
637. Москва 0.258143 0 3 0,774428 0 0 1 0,258143 1 0.258143
638. Рубин 0,638181 0 0 0 0 0 3 1,914543 1 0,638181
639. Сатурн 0,33463 3 1,003889 3 1.003889 0 1 0,33463 3 1.003889
640. Спартак М 0,60185 I 0.60185 0 0 1 0.60185 0 0 0
641. Спартак Нч 0,130951 1 0,130951 1 0,130951 0 0 3 0.392854 0
642. Томь 0,107554 0 0 3 0,322662 3 0,322662 3 0.322662 0 0
643. ЦСКА 0,998625 0 0 0 0 1 0.998625 1 0.998625 0 0
644. Амкар 0,342278 1 0.342278 3 1,026835 3 1,026835 1 0.342278 0 0
645. Динамо 0,468954 1 0.468954 3 1.406862 1 0,468954 3 1.406862 0 0
646. Зенит 1,107554 0 0 0 0 1 1.107554 3 3.322662 0 0
647. Крылья Советов 0,382906 1 0.382906 3 1,148719 1 0,382906 3 1,148719 1 0,3829061. Спартак
648. КомандакфМоскваРубинСатурн >М Спартак Пч
649. Локомотив М 0,675468 I 0.675468 0 0 1 0,675468 0 0 1 0,675468
650. Москва 0,258143 0 1 0,258143 0 0 0 0 3 0,774428
651. Рубин 0,638181 1 0,638181 0 3 1.914543 3 1,914543 3 1.914543
652. Сатурн 0,33463 3 1,003889 0 0 0 3 1,003889 1 0.33463
653. Спартак М 0.60185 3 1.80555 0 0 0 0 0 1 0.60185
654. Спартак 11ч 0,130951 0 0 0 0 1 0,130951 1 0,130951 0
655. Гочь 0,107554 3 0,322662 0 0 1 0,107554 1 0,107554 0 0
656. ЦСКА 0.998625 3 2,995875 0 0 0 0 1 0.998625 0 0
657. мкар 0.342278 3 1,026835 0 0 0 0 3 1,026835 1 0.342278
658. Динамо 0,468954 3 1,406862 3 1.406862 3 1.406862 3 1,406862 3 1,406862
659. Зенит 1,107554 0 0 0 0 0 0 3 3,322662 0 0
660. Крылья Советов 0.382906 3 1,148719 3 1.148719 3 1,148719 3 1,148719 3 1,148719
661. Локочошн М 0,675468 0 0 3 2,026405 3 2,026405 0 0 0 0
662. Москва 0,258143 0 0 0 1 0,258143 3 0,774428 0 0
663. Рубин 0,638181 3 1,914543 0 3 1,914543 0 0 0 0
664. Сагурн 0,33463 1 0,33463 0 0 0 1 0,33463 0 0
665. Спартак М 0,60185 0 0 3 1,80555 1 0.60185 0 0 0
666. Спартак Нч 0,130951 3 0,392854 3 0,392854 3 0,392854 3 0,392854 0
667. Томь 0,107554 3 0,322662 0 0 1 0.107554 3 0,322662 3 0.322662
668. ЦСКА 0,998625 0 0 0 0 1 0,998625 1 0,998625 1 0,998625
669. Амкар 0,342278 0 0 3 1,026835 0 0 1 0,342278 0 0
670. Динамо 0,468954 1 0,468954 3 1,406862 3 1,406862 0 0 0 0
671. Зешп 1,107554 0 0 3 3,322662 I 1,107554 1 1,107554 3 3.322662
672. Крылья Советов 0,382906 1 0,382906 1 0,382906 0 0 1 0,382906 1 0.382906
673. Локомотив М 0,675468 0 0 3 2,026405 0 0 1 0,675468 1 0.675468
674. Москва 0,258143 0 3 0,774428 1 0.258143 1 0.258143 0 0
675. Рубин 0,638181 0 0 0 1 0,638181 3 1,914543 3 1,914543
676. Сатурн 0.33463 1 0,33463 1 0,33463 0 3 1,003889 3 1,003889
677. Спартак М 0,60185 1 0,60185 0 0 0 0 0 0 0
678. Спартак Нч 0,130951 3 0.392854 0 0 0 0 3 0,392854 0
679. Томь 0.107554 0 0 3 0.322662 3 0.322662 3 0,322662 0 0
680. ЦСКА 0,998625 3 2,995875 1 0,998625 0 0 0 0 3 2,995875
681. Амкар 0,342278 0 0 3 1.026835 1 0,342278 1 0,342278 1 0,342278
682. Динамо 0,468954 1 0,468954 3 1,406862 0 0 1 0.468954 0 0
683. Зенит 1,107554 0 0 3 3,322662 1 1,107554 0 0 1 1,107554
684. Крылья Советов 0.382906 1 0.382906 3 1,148719 1 0.382906 0 0 0 0
685. Локомотив М 0.675468 0 0 0 0 1 0,675468 0 0 0 0
686. Москва 0.258143 0 0 0 1 0,258143 0 0 3 0,774428
687. Рубин 0,638181 3 1.914543 0 0 0 0 0 0 0
688. Сатурн 0,33463 1 0,33463 3 1,003889 0 1 0,33463 1 0.33463
689. Спартак М 0,60185 3 1.80555 3 1,80555 1 0,60185 0 0 0
690. Спартак Нч 0,130951 0 0 3 0.392854 1 0,130951 3 0,392854 0
691. Томь 0,107554 3 0.322662 3 0,322662 3 0.322662 3 0.322662 1 0.107554
692. ЦСКА 0,998625 0 0 0 0 0 0 3 2,995875 1 0,9986251. Команд кф Томь ЦСКА
693. Амкар 0,342278 1 0,342278 3 1,026835
694. Динамо 0,468954 3 1,406862 3 1,406862
695. Зенит 1,107554 1 1,107554 1 1,107554
696. Крылья Советов 0,382906 0 0 1 0,382906
697. Локомотив М 0,675468 1 0,675468 0 0
698. Москва 0,258143 1 0,258143 3 0,7744281. Команд кф Томь ЦСКА
699. Рубин 0,638181 3 1,914543 0 0
700. Сатурн 0,33463 1 0,33463 3 1,003889
701. Спартак М 0,60185 1 0,60185 1 0,60185
702. Спартак Нч 0,130951 0 0 3 0,392854
703. Томь 0,107554 0 3 0,3226621. ЦСКА 0,998625 0 0 0
704. мкар 0,342278 0 0 1 0,342278
705. Динамо 0,468954 0 0 3 1,406862
706. Зенит 1,107554 1 1,107554 3 3,322662
707. Крылья Советов 0,382906 3 1,148719 0 0
708. Локомотив М 0,675468 3 2,026405 0 0
709. Москва 0,258143 3 0,774428 3 0,774428
710. Рубин 0,638181 0 0 3 1,914543
711. Сатурн 0,33463 0 0 1 0,33463
712. Спартак М 0,60185 0 0 1 0,60185
713. Спартак Нч 0,130951 3 0,392854 3 0,392854
714. Томь 0,107554 0 3 0,3226621. ЦСКА 0,998625 0 0 0
715. Амкар 0,342278 1 0,342278 1 0,342278
716. Динамо 0,468954 3 1,406862 1 0,468954
717. Зенит 1,107554 0 0 3 3,322662
718. Крылья Советов 0,382906 0 0 0 0
719. Локомотив М 0,675468 3 2,026405 3 2,0264051. Москва 0,258143 0 0 0 0
720. Рубин 0,638181 3 1,914543 3 1,914543
721. Сатурн 0,33463 1 0,33463 3 1,003889
722. Спартак М 0,60185 1 0,60185 1 0,60185
723. Спартак Нч 0,130951 3 0,392854 3 0,392854
724. Томь 0,107554 0 1 0,107554
725. ЦСКА 0,998625 1 0,998625 0
726. Амкар 0,342278 0 0 3 1,0268351. Динамо 0,468954 0 0 0 01. Зенит 1,107554 0 0 0 0
727. Крылья Советов 0,382906 1 0,382906 3 1,148719
728. Локомотив М 0,675468 1 0,675468 3 2,026405
729. Москва 0,258143 0 0 3 0,774428
730. Рубин 0,638181 3 1,914543 3 1,914543
731. Сатурн 0,33463 1 0,33463 1 0,33463
732. Спартак М 0,60185 0 0 1 0,60185
733. Спартак Нч 0,130951 0 0 1 0,130951
734. Томь 0,107554 0 3 0,3226621. ЦСКА 0,998625 0 0 0
735. Амкар 0,342278 1 0,342278 1 0,342278
736. Динамо 0,468954 1 0,468954 0 0
737. Зенит 1,107554 0 0 1 1,107554
738. Крылья Советов 0,382906 0 0 3 1,148719
739. Локомотив М 0,675468 0 0 1 0,675468
740. Москва 0,258143 3 0,774428 0 0
741. Рубин 0,638181 0 0 1 0,638181г1. Команд кф Томь ЦСКА
742. Сатурн 0,33463 0 0 3 1,003889
743. Спартак М 0,60185 0 0 3 1,80555
744. Спартак Нч 0,130951 3 0,392854 3 0,392854
745. Томь 0,107554 0 1 0,107554
746. ЦСКА 0,998625 1 0,998625 0
747. Амкар 0,342278 0 0 3 1,026835
748. Динамо 0,468954 0 0 3 1,406862
749. Зенит 1,107554 1 1,107554 3 3,322662
750. Крылья Советов 0,382906 0 0 1 0,382906
751. Локомотив М 0,675468 0 0 3 2,026405
752. Москва 0,258143 0 0 3 0,774428
753. Рубин 0,638181 0 0 3 1,914543
754. Сатурн 0,33463 0 0 3 1,0038891. Спартак М 0,60185 0 0 0 0
755. Спартак Нч 0,130951 1 0,130951 1 0,130951
756. Томь 0,107554 0 3 0,3226621. ЦСКА 0,998625 0 0 01. Команда МО СКО1. Амкар 0,49763681 0,564874
757. Динамо 0,67454924 0,9126781. Зенит 0,58641042 0,648875
758. Крылья Советов 0,56662724 0,7861621. Локомотив 1. М 0,66982057 0,8591461. Москва 0,56586111 0,703061. Рубин 0,70943347 0,885775
759. Сатурн 0,50879878 0,557475
760. Спартак М 0,80283938 0,890096
761. Спартак Нч 0,49864742 0,7143011. Томь 0,4186747 0,5952351. ЦСКА 0,82467909 0,818916
762. Данные для оценки потенциала Стадион команд РФПЛ
763. Вместимость Клубная принадлежность Год рекон Кол-во видео табло Максимальный режим освещения1. Амкар 20000 1 1995 0 1643
764. Динамо 36540 1 1936 0 14001. Зенит 21570 0 1978 3 1400
765. Крылья Советов 34368 0 1957 1 1400
766. Локомотив М 28800 1 2002 2 1500
767. Москва 13300 1 1976 0 12001. Рубин 30000 0 2005 1 1385
768. Сатурн 16500 1 2002 0 1200
769. Спартак М 84745 0 1998 2 1450
770. Спартак Нч 14194 1 1960 0 12001. Томь 15000 0 2005 0 12001. ЦСКА 84745 0 1998 2 1450
771. Вр 2 0,01 1 0,07 1,0036 0,011. ПЗ 1 2 0,8 1 1,5 1 1 1,51. ПЗ 2 3 0,8 1 1 1 1 11. Нап 2 2 0,7 1 1 1 1 1
Похожие диссертации
- Развитие рыночных отношений в индустрии спорта России
- Организационно-финансовый механизм управления профессиональными футбольными клубами
- Сбалансированное развитие инновационной и инвестиционной деятельности промышленной корпорации
- Оценка стоимости бренда и товарного знака профессионального футбольного клуба