Análise da inadimplência em um programa sócio-torcedor: o uso do credit scoring como ferramenta de gestão esportiva

Vitor Borges Monteiro; Pedro Luiz Valls Pereira

doi:10.5585/podium.v11i1.20124

Authors

Vitor Borges Monteiro Universidade Federal do Ceará https://orcid.org/0000-0003-4318-7971
Pedro Luiz Valls Pereira Escola de Economia de São Paulo – EESP/FGV https://orcid.org/0000-0002-3709-9564

DOI:

https://doi.org/10.5585/podium.v11i1.20124

Keywords:

Loyalty Program, Fan membership, Soccer, Default, Credit scoring.

Abstract

Research aim: Fan membership programs are examples of how clubs adapted successful tools from corporate world to boost their brands, seeking for a perennial revenue alternative. However, the environment of passionate volatility of the fans becomes a challenge for the sports management. In this way, the aim of the work consists of implementing a Credit Scoring methodology to assess the default behavior in a fan membership program.
Methodological approach: The Credit Scoring is traditionally widespread in bank institutions to study the default behavior of customers, using registration and relationship profiles to assign scores that measure the risk of default.
Originality and relevance: Understanding the fan’s behavior is essential for the manager to implement the promotional measures that aim to enhance the loyalty.
Main results: The results indicate that members with more expensive plans, with older ages, that live in the same city that the games are played and their proximity to the stadium, significantly reduce their probabilities to default. Even if it is a male-majority environment, the female gender presents itself as a profile with a lower probability of default. The fact that the member account holder has dependents linked reduces the probability of default, counterposing the banking Credit Scoring literature, in which the number of dependents increases the probability of default.
Theoretical and methodological contributions: The work uses georeferencing techniques to calculate the distance of each member to the stadium and uses a two-stage Credit Scoring estimation technique, based on active and inactive profiles.

Downloads

Download data is not yet available.

Author Biographies

Vitor Borges Monteiro, Universidade Federal do Ceará

Possui graduação em Ciências Econômicas pela Universidade Federal do Ceará (2002), Mestrado em Economia da Empresa pela Universidade Federal da Paraíba (2005) e Doutor em Economia pelo CAEN/UFC (2010), com ênfase em economia aplicada. Professor efetivo da Universidade Federal do Ceará desde 2010, lotado no Curso de Bacharelado em Finanças da FEAAC/UFC. Coordenador do Curso de Bacharelado em Finanças da FEAAC/UFC

Pedro Luiz Valls Pereira, Escola de Economia de São Paulo – EESP/FGV

Possui Livre Docência par Universidade de São Paulo (1990), PhD em Economia (Estatística) - London School of Economics (1983), Mestrado em Estatística pela Associação Instituto Nacional de Matemática Pura e Aplicada (1978), graduação Bacharelado e Licenciatura Plena Em Matemática pela Pontifícia Universidade Católica do Rio de Janeiro (1974). Atualmente é Professor Titular e Coordenador do Centro de Estudos Quantitativos em Economia e Finanças da EESP-FGV,Menbro da Comissão de Pesquisa e Inovação da FGV, Pesquisador I-A do CNPq desde 2004 e Membro Titular da Academia de Ciências do Estado de São Paulo. Na EESP foi coordenador do Mestrado e Doutorado Acadêmico de 2011 a 2012. No Insper foi Professor Titular, Coordenador de Pesquisa, Coordenador do Mestrado Profissional em Economia, e Coordenador do Finance Lab. No IME-USP foi Professor Associado e Assistente. No IMPA foi Pesquisado Associado. No IMPES-IPEA foi pesquisador sênior. Foi Academic Visitor em : NOVA-SBE Lisboa-Portugal, CREATES ? Aarhus University; INET ? Universidade de Oxford; Departamento de Economia e Finanças ? Queen Mary College; Departamento de Estatística e Departamento de Economia da London School of Economics; Departamento de Economia da Universidade de Cambridge e Departamento de Finanças da Cass Bussiness School. Foi Membro Associado do Nuffield College da Universidade de Oxford. Foi Secretário Executivo da Sociedade Brasileira de Econometria (SBE) de 1986-1988 e Secretário Executivo Adjunto da SBE de 1984-1986. Foi CSO do Vortex Fund. Foi consultor do Banco do Brasil, Banco Itau, Unibanco, Banco Safra, Banco Garantia, Credit Suisse First Boston e Advisor Asset Management Suas áreas de pesquisa são Previsão, Finanças Empíricas, Métodos Computacionais em Finanças, Econometria de Finanças, Econometria de Séries Temporais

References

Albuquerque, P. H. M., Medina, F. A. S., & Silva, A. R. D. (2017). Regressão Logística Geograficamente Ponderada Aplicada a Modelos de Credit Scoring. Revista Contabilidade & Finanças, 28, 93-112.: https://doi.org/10.1590/1808-057x201703760

Azevedo, A. G. D. (2013). O desenvolvimento de estratégia do programa Sócio-torcedor relacionado com a visão Gerencial do futebol profissional no Distrito Federal. (Dissertação de mestrado, Universidade de Brasília). https://repositorio.unb.br/handle/10482/14362

Bandarra, T. M. D. S. (2017). Sport Club Internacional: uma análise de seus torcedores com uma abordagem de CRM. (Trabalho de conclusão de curso, Universidade Federal do Rio Grande do Sul). https://www.lume.ufrgs.br/handle/10183/170502

Biscaia, R., Ross, S., Yoshida, M., Correia, A., Rosado, A., & Marôco, J. (2016). Investigating the role of fan club membership on perceptions of team brand equity in football. Sport Management Review, 19(2), 157-170. https://doi.org/10.1016/j.smr.2015.02.001

Bücker, M., van Kampen, M., & Krämer, W. (2013). Reject inference in consumer credit scoring with nonignorable missing data. Journal of Banking & Finance, 37(3), 1040-1045. https://doi.org/10.1016/j.jbankfin.2012.11.002

Carvalho, W. G., Molletta, S. R., Stinghen, F. M., & Knaut, C. M. F. (2013). Estudo sobre a satisfação do sócio-torcedor do Paraná Clube. Revista Intercontinental de Gestão Desportiva, 3. https://doi.org/10.51995/2237-3373.v11i1e110011

Chen, M. C., & Huang, S. H. (2003). Credit scoring and rejected instances reassigning through evolutionary computation techniques. Expert Systems with Applications, 24(4), 433-441. https://doi.org/10.1016/S0957-4174(02)00191-4

Cunha, Michele Aparecida. (2021). Finanças e Regionalidade: um modelo de Credit Scoring com uso da Regressão Logística Geograficamente Ponderada no Programa Minha Casa Minha Vida em Minas Gerais. 2021. 95 f. Dissertação (Mestrado em Administração) - Universidade Federal de Uberlândia, Uberlândia, 2021. DOI http://doi.org/10.14393/ufu.di.2021.73

DeSarbo, W. S. (2010). A spatial multidimensional unfolding choice model for examining the heterogeneous expressions of sports fan avidity. Journal of Quantitative Analysis in Sports, 6(2). https://doi.org/10.2202/1559-0410.1232

Derbaix, C., & Decrop, A. (2011). Colours and scarves: an ethnographic account of football fans and their paraphernalia. Leisure Studies, 30(3), 271-291. https://doi.org/10.1080/02614367.2010.527356

Dinh, T. H. T., & Kleimeier, S. (2007). A credit scoring model for Vietnam's retail banking market. International Review of Financial Analysis, 16(5), 471-495. https://doi.org/10.1016/j.irfa.2007.06.001

Fleury, F. A., Brashear-Alejandro, T., & Feldmann, P. R. (2014). Considerações teóricas acerca do composto de marketing esportivo. PODIUM Sport, Leisure and Tourism Review, 3(1), 01-11. https://doi.org/10.5585/podium.v3i1.82

Gomes, E. F. C. (2014). O que se pode extrair da média de público histórica do clube. Almanaque do Ferrão. https://almanaquedoferrao.net/2014/11/26/o-que-se-pode-extrair-da-media-de-publico-historica-do-ferrao/

Greene, W. (1998). Sample selection in credit-scoring models. Japan and the world economy, 10(3), 299-316. https://doi.org/10.1016/S0922-1425(98)00030-9

Greene, W. H. (2003). Econometric analysis. Pearson Education India.

Hamil, S., Walters, G., & Watson, L. (2013). The model of governance at FC Barcelona: balancing member democracy, commercial strategy, corporate social responsibility and sporting performance. Who Owns Football? 143-172. Routledge. https://doi.org/10.1080/14660971003780446

Khemais, Z., Nesrine, D., & Mohamed, M. (2016). Credit scoring and default risk prediction: A comparative study between discriminant analysis & logistic regression. International Journal of Economics and Finance, 8(4), 39. https://doi.org/10.5539/ijef.v8n4p39

Leal, D. (2011). Vasco luta contra inadimplência de 83% dos sócios. Portal Lance. https://www.lance.com.br/todos-esportes/vasco-luta-inadimplencia-socios.html

Lei nº 9.615, de 24 março de 1998. Institui normas gerais sobre desporto e dá outras providências. http://www.planalto.gov.br/ccivil_03/leis/l9615consol.htm

Lei nº 10.671, de 15 de maio de 2003. Dispõe sobre o Estatuto de Defesa do Torcedor e dá outras providências. http://www.planalto.gov.br/ccivil_03/leis/2003/l10.671.htm

Li, Z., Tian, Y., Li, K., Zhou, F., & Yang, W. (2017). Reject inference in credit scoring using semi-supervised support vector machines. Expert Systems with Applications, 74, 105-114. https://doi.org/10.1016/j.eswa.2017.01.011

Llopis-Goig, R. (2012). From “socios” to “hyper-consumers”: an empirical examination of the impact of commodification on Spanish football fans. Soccer & Society, 13(3), 392-408. https://doi.org/10.1080/14660970.2012.655508

Macri, M. (2011). Pasión y gestión: Claves del ciclo Macri en Boca. Aguilar.

Moreira, M. V., & Hijós, N. (2013). Clubes deportivos, fútbol y mercantilización: los casos de Boca Juniors e Independiente en la Argentina. Question, 1(37), 149-162. https://www.perio.unlp.edu.ar/ojs/index.php/question/article/view/1728/1473

Mulheres são menos inadimplentes do que homens. (2016). Consumidor Moderno. https://www.consumidormoderno.com.br/2016/03/08/mulheres-sao-menos-inadimplentes-do-que-homens/

Pereira, G. H. D. A. (2004). Modelos de risco de crédito de clientes: Uma aplicação a dados reais. (Dissertação de doutorado, Universidade de São Paulo). https://doi.org/10.11606/D.45.2004.tde-28122004-224257

Ribeiro, L. C. (2012). Futebol: por uma história política da paixão nacional. História: Questões & Debates, 57(2). http://dx.doi.org/10.5380/his.v57i2.30570

Rosolino, T. (2020). As dívidas dos times brasileiros: veja ranking com balanço dos maiores clubes. Portal Terra. https://www.goal.com/br/not%C3%ADcias/as-dividas-dos-times-brasileiros-veja-ranking-com-balanco/14a81mxtoco6i1irhwp9kec53x

Silva Leal, G., Furin, L. M., Conejero, M. A., André, P., & Bougleux, V. (2017) Programas Sócio-Torcedor no Brasil-Análise comparativa entre clubes selecionados e o Volta Redonda Futebol Clube. Revista Gestão e Negócios do Esporte.

Souza Dias, P., Monteiro, P. R. R., & Ribeiro, E. M. S. (2019). Aplicação de Redes Bayesianas para análise de programas sócio torcedor. Revista Pensamento Contemporâneo em Administração, 13(2), 49-66. https://doi.org/10.12712/rpca.v13i2.27526

Thomas, L. C. (2000). A survey of credit and behavioural scoring: forecasting financial risk of lending to consumers. International journal of forecasting, 16(2), 149-172. https://doi.org/10.1016/S0169-2070(00)00034-0

Umbelino, W. L., Silva, R. B., Ponte, V. M. R., & Lima, M. C. (2019). Disclosure em Clubes de Futebol: Estudo sobre os Reflexos da Lei do PROFUT. Revista Evidenciação Contábil & Finanças, 7(1), 112-132. https://doi.org/10.22478/ufpb.2318-1001.2019v7n1.38074

Xavier, F. (2010). O Programa “Sócio-Torcedor” do Sport Club Internacional. Aurora. Revista de Arte, Mídia e Política, (9), 128-138. https://revistas.pucsp.br/aurora/article/view/3788

Yang S, Yu SL(K), Bruwer J. (2017) The effectof relational benefits in loyalty programmes: Evidence from Chinese milk formula customer clubs. J Consumer Behav.2018;1–10. https://doi.org/10.1002/cb.1705