Responden: Luis Muga, Isabel Abínzano y Rafael Santamaría, docentes del Departamento de Gestión de Empresas Instituto y del Instituto Inarbe (Institute for Advanced Research in Business and Economics) de la Universidad Pública de Navarra.
La pandemia COVID-19 ha supuesto una caída de la actividad económica a nivel mundial y el deporte profesional no ha resultado una excepción. Si nos fijamos en el fútbol, como deporte más representativo en nuestro país, se suspendieron todas las competiciones internacionales a nivel mundial y únicamente se jugaron partidos de algunas ligas menores como la nicaragüense o la bielorrusa. La primera gran liga de fútbol que ha reanudado su actividad ha sido la Bundesliga el 16 de mayo de 2020. Con el regreso de las competiciones han vuelto también a la actividad los mercados de apuestas deportivas, un fenómeno que estaba generando un importante debate antes del inicio de la pandemia.
A pesar de estar cada vez más cuestionados desde un punto de vista social, estos mercados y, en particular, los datos generados en ellos llevan un tiempo sirviendo como campo de pruebas para el estudio del comportamiento de los agentes y la validación de diferentes teorías económicas. Sin ánimo de ser exhaustivos, Croxson y Reade (2014) muestran los efectos de la no información en el marco de la hipótesis de mercados eficientes, Brown y Yang (2018) muestran que los agentes toman peores decisiones cuando los problemas se les presentan de forma más compleja, o Rothschild (2009) que encuentra que este tipo de mercados son más precisos a la hora de predecir resultados electorales que las encuestas.
Imagen de Pixabay
Otra de las cuestiones para las que pueden resultar de utilidad es para contrastar los efectos de la presencia de pequeño inversor (apostante) en la formación de precios. Sea cual sea la aproximación que se realice, se asume que la presencia de pequeños inversores no sofisticados genera pequeñas desviaciones en los precios respecto a su equilibrio que, o bien son aprovechadas por inversores más sofisticados para adquirir información, generar beneficio y aumentar el volumen negociado (Glostem y Milgrom, 1985), o bien, si la presencia de inversor ruidoso es lo suficientemente relevante se transforman en errores de valoración más o menos permanentes (De Long et al., 1990).
A partir de los datos del Open de Australia de Tenis de 2017 de una casa de apuestas española, que proporcionaba a sus clientes acceso a de uno de los “betting exchange” más líquidos del mundo, se han estudiado las desviaciones de precios que pueden generar los pequeños apostantes. El primer resultado indica ligeras pérdidas pero no significativas para este tipo de apostante, lo cual no resulta sorprendente para este tipo de agentes operando en un mercado relativamente líquido. Conviene recordar que, al tratarse de una estructura tipo “betting exchange”, lo perdido por estos apostantes es ganado por los apostantes que tomaron la posición contraria si obviamos los costes de transacción que no están incluidos en los precios.
Además, se encuentra, tal y como se preveía, que diversas variables que pueden aproximar la presencia de sesgos de comportamiento de los agentes o diferentes niveles de información afectan a la formación de precios en estos entornos. El nivel de atención mediática o la proximidad del partido a la final generan mayores errores de valoración en este tipo de agentes. También el sesgo de sobre-confianza o la escasamente adecuada utilización de la posibilidad de apostar en contra de la ocurrencia de un determinado suceso generan mayores pérdidas al pequeño apostante.
Sin embargo, los resultados más llamativos se producen cuando se introducen en el análisis variables que tradicionalmente se han relacionado con la capacidad y rapidez a la hora de procesar nueva información, y la impulsividad a la hora de tomar decisiones, en concreto, realizar una apuesta en directo (mientras el evento está sucediendo) y realizar una apuesta a través de una aplicación móvil. La interacción de ambas variables conduce a mayores errores de valoración y, por lo tanto, pérdidas para estos agentes.
Es lógico pensar que, los “bookmakers” (casas de apuestas tradicionales cuyo beneficio está implícito en la cuota que ofrecen a sus clientes) son conocedores de este tipo de comportamientos y los utilizan en beneficio propio, bien a través de cuotas que les generen mayor beneficio cuando es más probable que se produzcan sesgos de comportamiento de sus clientes, bien a través de publicidad que induzca al juego con aplicaciones móviles mientras los eventos se están disputando (Parke et al. 2014).
De igual modo, sería interesante que reguladores y supervisores tomaran acciones que pudieran evitar que el uso de este tipo de dispositivos derivaran en incrementos del juego problemático.
Nota 1: Bibliografía
Brown, A., Yang, F. 2018. “Framing Effects and Market Selection Hypothesis”, Available at SSRN: https://ssrn.com/abstract=3087832.
Croxson, K. Reade, J. 2014. “Information and Efficiency: Goal Arrival in Soccer Betting”. Economic Journal, 124, 62-91.
Delong, J., Shleifer, A., Summers, L., Waldmann, R. 1990. “Noise trader risk in financial markets”, Journal of Political Economy, 98, 703 – 738.
Glosten, L. R., Milgrom, P. R. 1985. “Bid, Ask, and Transaction Prices in a Specialist Marketwith Heterogenously Informed Traders”, Journal of Financial Economics, 14, 1, 71-100.
Parke, A., Harris, A., Parke, J., Rigbye, J., Blaszczynski, A. 2014. “Responsible marketing andadvertising in gambling: A critical review”, The Journal of Gambling Business and Economics, 8, 21–35.
Rothschild, D., 2009. “Forecasting elections: Comparing prediction markets, polls and their biases”, The Public Opinion Quarterly, 73, 895 – 916.
Nota 2: las personas interesadas podrán plantear a investigadores de la UPNA cuestiones relacionadas con el coronavirus o el estado de alarma a través del correo electrónico ucc@unavarra.es, incluyendo en el asunto #UPNAResponde/#NUPekErantzun.