Vol. 39 Núm. 2 (2024): 78-vol. 39, núm. 2, julio-diciembre, 2024
Artículos

La presión social en la toma de decisiones: la ventaja del equipo local en el fútbol mexicano

César Velázquez Guadarrama
Universidad Iberoamericana
Juan Martín Hernández Velázquez
Instituto Superior de Derecho y Economía

Publicado 2024-07-31

Palabras clave

  • presión social,
  • fútbol mexicano,
  • ventaja del equipo local,
  • sesgo arbitral

Cómo citar

Velázquez Guadarrama, C., & Hernández Velázquez, J. M. (2024). La presión social en la toma de decisiones: la ventaja del equipo local en el fútbol mexicano. Estudios Económicos De El Colegio De México, 39(2), 279–310. https://doi.org/10.24201/ee.v39i2.453

Métrica

Resumen

Una de las explicaciones de la ventaja de los equipos locales en el fútbol es la presión social que el público ejerce sobre jugadores y árbitros. En este contexto, el objetivo de este trabajo es estudiar los determinantes de este hecho estilizado en el fútbol mexicano. Los resultados muestran que el apoyo del público no afecta la ventaja de jugar en casa. Los árbitros sí responden a la presión social mostrando un mayor número de tarjetas amarillas, pero para ambos equipos, lo que elimina cualquier sesgo a favor del equipo local. Los resultados anteriores son contrarios a lo encontrado para Europa.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

  1. Barnett, V. y S. Hilditch. 1993. The effect of an artificial pitch surface on home team performance in football (soccer), Journal of the Royal Statistical Society, 156(1): 39-50. DOI: https://doi.org/10.2307/2982859
  2. Becker, G.S. y K. Murphy. 2000. Social Economics: Market Behavior in a Social Environment, Estados Unidos, Harvard University Press.
  3. Bryson, A., P. Dolton, J. Reade, J.D. Schreyer y C. Singleton. 2021. Causal effects of an absent crowd on performances and refereeing decisions during COVID-19, Economics Letters, 198: 109664. DOI: https://doi.org/10.1016/j.econlet.2020.109664
  4. Corona, F., N. Muriel y G. González-Farías. 2021. Dynamic factor structure of team performances in Liga MX, Journal of Applied Statistics, 49(7): 1900-1912. DOI: https://doi.org/10.1080/02664763.2021.1881946
  5. Corona, F., N. Muriel y J. López-Pérez. 2023. Who is the greatest team in Liga MX? A dynamic análisis, Estudios Económicos, 38(2): 225-260. DOI: https://doi.org/10.24201/ee.v38i2.442
  6. Dohmen, T.J. 2008. The influence of social forces: Evidence from the behavior of football referees, Economic Inquiry, 46(3): 411-424. DOI: https://doi.org/10.1111/j.1465-7295.2007.00112.x
  7. Endrich, M. y T. Gesche. 2020. Home-bias in referee decisions: Evidence from “ghost matches” during the COVID-19 pandemic, Economics Letters, 197: 109621. DOI: https://doi.org/10.1016/j.econlet.2020.109621
  8. Fischer, K. y J. Haucap. 2021. Does crowd support drive the home advantage in professional football? Evidence from German ghost games during the COVID-19 pandemic, Journal of Sports Economics, 22(8): 982-1008. DOI: https://doi.org/10.1177/15270025211026552
  9. Garicano, L., I. Palacios-Huerta y C. Prendergast. 2005. Favoritism under social pressure, Review of Economics and Statistics, 87(2): 208-216. DOI: https://doi.org/10.1162/0034653053970267
  10. Gerber, A.S., D.P. Green y C.W. Larimer. 2008. Social pressure and voter turnout: Evidence from a large-scale field experiment, American Political Science Review, 102(1): 33-48. DOI: https://doi.org/10.1017/S000305540808009X
  11. Goller, D. y A. Krumer. 2020. Let’s meet as usual: Do games played on non-frequent days differ? Evidence from top European soccer leagues, European Journal of Operational Research, 286(2): 740-754. DOI: https://doi.org/10.1016/j.ejor.2020.03.062
  12. Legaz-Arrese, A., D. Moliner-Urdiales y D. Munguía-Izquierdo. 2013. Home advantage and sports performance: Evidence, causes and psychological implications, Universitas Psychologica, 12(3): 933-943. DOI: https://doi.org/10.11144/Javeriana.upsy12-3.hasp
  13. Oberhofer, H., T. Philippovich y H. Winner. 2010. Distance matters in away games: Evidence from the German football league, Journal of Economic Psychology, 31(2): 200-211. DOI: https://doi.org/10.1016/j.joep.2009.11.003
  14. Palacios-Huerta, I. 2014. Beautiful Game Theory: How Soccer can Help Economics, Estados Unidos, Princenton University Press. DOI: https://doi.org/10.23943/princeton/9780691144023.001.0001
  15. Peeters, T. y J.C. van Ours. 2020. Seasonal home advantage in English professional football, 1974-2018, De Economist, 169(1): 107-126. DOI: https://doi.org/10.1007/s10645-020-09372-z
  16. Pollard, R. y G. Pollard. 2005. Home advantage in soccer: A review of its existence and causes, International Journal of Soccer and Science, 3(1): 28-38.
  17. Ponzo, M. y V. Scoppa. 2016. Does the home advantage depend on crowd support? Evidence from same-stadium derbies, Journal of Sports Economics, 19(4): 562-582. DOI: https://doi.org/10.1177/1527002516665794
  18. Ringold, D.J. 2002. Boomerang effects in response to public health interventions: Some unintended consequences in the alcoholic beverage market, Journal of Consumer Policy, 25(1): 27-63. DOI: https://doi.org/10.1023/A:1014588126336
  19. Scoppa, V. 2007. Are subjective evaluations biased by social factors or connections? An econometric analysis of soccer referee decisions, Empirical Economics, 35(1): 123-140. DOI: https://doi.org/10.1007/s00181-007-0146-1
  20. Scoppa, V. 2013. Fatigue and team performance in soccer: Evidence from the FIFA World Cup and the UEFA European Championship, Journal of Sports Economics, 16(5): 482-507. DOI: https://doi.org/10.1177/1527002513502794
  21. Scoppa, V. 2021. Social pressure in the stadiums: Do agents change behavior without crowd support?, Journal of Economic Psychology, 82: 102344. DOI: https://doi.org/10.1016/j.joep.2020.102344
  22. Sports Reference. 2024. FBREF, en https://fbref.com/en/
  23. Torgler, B. 2007. Tax Compliance and Tax Morale: A Theoretical and Empirical Analysis, Londres, Edward Elgar Publishing. DOI: https://doi.org/10.4337/9781847207203
  24. Velázquez, C. y J.M. Hernández. 2021. Cambio de director técnico en equipos de primera división del fútbol mexicano, 2009-2019, Estudios Económicos, 37(1): 149-170.
  25. Verstraete, K., T. Decroos, B. Coussemen, J. Davis y N. Vannieuwenhoven. 2020. Analyzing soccer players' skill ratings over time using tensor-based methods, en P. Cellier y K. Driesscus (eds.), Machine Learning and Knowledge Discovery in Databases (Part II), Suiza, Springer. DOI: https://doi.org/10.1007/978-3-030-43887-6_17