Uno de los mitos del deporte considera que “entrenador nuevo victoria segura”. Esto quiere decir que con los mismos jugadores un equipo al que no le vayan bien los resultados podrá mejorarlos simplemente cambiando de entrenador. Este hecho se aplica de forma bien distinta entre deportes, por ejemplo es raro una temporada que en la ACB haya más de 3/4 cambios de entrenador, de hecho es relativamente habitual temporadas en las que no haya ningún cambio de entrenador (lo mismo sucede en la NBA), mientras que en España pero en la liga BBVA es raro la temporada en la que casi la mitad de equipos no cambien de equipos. Pero también hay diferencias entre países por ejemplo en la Liga Brasileira es habitual que un mismo equipo tenga al menos tres entrenadores (Por ejemplo, en la Serie A del 2010 13 equipos de 20 tuvieron al menos tres entrenadores) hecho que no sucede ni de lejos en la liga BBVA.
Muchos estudios han intentado analizar si un cambio del entrenador mejora el rendimiento del equipo, muchos de ellos con resultados contradictorios. Pero en esta breve entrada voy a analizar qué opina el mercado de estos cambios. El mercado en este caso son las casas de apuestas a través de las cuotas. La estrategia es la siguiente: calcular la diferencia que hay entre la probabilidad de victoria otorgada por las casas de apuestas y la probabilidad predicha de victoria a través de un modelo probit ordenado que usa como variables explicativas la media de las cuotas como local para el equipo local y la media de las cuotas para el equipo visitante como visitante durante toda la temporada. Si la diferencia es mayor para los nuevos entrenadores comparando la última jornada del entrenador cesado y la primera del nuevo, el mercado cree que “entrenador nuevo victoria segura”. Para contrastar esto se estima un modelo lineal que usa los datos de la liga BBVA entre las temporadas 2000/2001 y 2012/2013. Durante este tiempo hubo 132 cambios de entrenador pero dado que algunos entrenadores sólo lo hicieron por una jornada no se tiene en cuenta estas observaciones. En concreto se incorporan los últimos partidos de los entrenadores cesados y el primero de los entrenadores nuevos. Si el entrenador es nuevo, el valor de la dummy cambio entrenador será 1. Por tanto, si el mercado cree que a entrenador nuevo victoria segura el signo de esa dummy será positivo y significativo.
Variable dependiente: Probabilidad en cuotas-probabilidad en modelo probit ordenado
|
||
Coef.
|
SE
|
|
Dummy cambio entrenador
|
-0,011
|
(0,008)
|
Constante
|
-0,004
|
(0,006)
|
R2
|
0,007
|
|
Número de observaciones
|
242
|
|
* p<0,10; ** p<0,05; *** p<0,01
|
Sin embargo, los resultados muestran que el signo es negativo, aunque el coeficiente no resulta significativo. Por lo que, al menos en esta muestra, el mercado no creía que “entrenador nuevo, victoria segura”.
Y que ocurre, si el equipo contrata a un entrenador que ha sido más eficiente en las temporadas anteriores. ¿El mercado cree que lo hará mejor?
Para analizar esto, se calcula la diferencia entre la variable dependiente del modelo anterior para el entrenador cesado y el nuevo entrenador. Previamente se han obtenido las medidas de eficiencia para los entrenadores, como algunos de ellos estuvieron muy pocas jornadas sólo se usan 104 de los cambios de entrenador.
Coef.
|
SE
|
|
Diferencia eficiencia entrenadores (cesado-nuevo)
|
-0,047
|
(0,028)
|
Constante
|
0,017*
|
(0,008)
|
R2
|
0,026
|
|
Número de observaciones
|
104
|
|
* p<0,10; ** p<0,05; *** p<0,01
|
Los resultados muestran que la variable de diferencia en la eficiencia de los entrenadores no resulta significativa por lo tanto el mercado no cree que contratar un entrenador que lo ha hecho mejor antes vaya a mejorar el rendimiento del equipo. A que se deben estos resultados, bien sencillo el mercado cree que lo que se espera de un equipo depende fundamentalmente de la calidad de los jugadores, lesiones de jugadores, etc. Quiere esto decir que los entrenadores no son importantes, evidentemente no. Los entrenadores pueden jugar un papel clave para que los jugadores actúen por encima de lo que se espera de ellos o por debajo, es decir un buen entrenador puede ser clave para la eficiencia del equipo, pero lo que se espera del equipo vendrá determinado por los jugadores. Así que estos días de entrada y salida de jugadores serán clave para muchos equipos.