浅谈「价值」。 在新古典主义经济学中，物件或服务的价值常被视为在开放竞争市场中，其可带来 的价格，主要是由该物品相对於供给的需求所决定。其他经济学家则简单将日常用 品的价值与价格画上等号，不论市场是否开放。 「固有价值」代表内在的价值–无关个体，或独立於人类重要性之外的价值。 「外在价值」是因协议产生的价值：虽然千元大钞的固有价值不如随便一张上面画 着漂亮图画的纸，但它有着一千元的实际价值（外在价值）。如果发行机构无法承 兑这张钞票的价值，它会马上成为废纸。 「认知价值」则是所有利益的衡量，以及任一选择相对於认知替代品成本之差。 「重置成本」或「重置价值」代表某个体若希望取代其所拥有任一资产，当下需要 付出的代价。 多数的一般性思考认为，价值是由供给和需求决定。如果所有打过球的人都被认为 有相同的能力，我们就会有无穷尽的球员供给，但相对很小的需求（球员名单）。 这样，球员拿到的薪水就当真轻如牛毛了（假设所有球员都想打球）。各球团现在 面临的问题，则是要如何辨识已有球员，以及可能加入球员的能力。 把对价值的正式定义直接用在球员衡量上当然是太过简化，但确实有助於参考准则 的建立。 过去与现在的表现，是球员固有价值中的重要部份。其他重要因子包括年龄、身体 素质、以及情绪控管等等。根据这些参数，正值全盛期、表现超过实际能力的老鸟， 其固有价值要比刚起步的年轻球员要高。棒球数据学即是建立球员固有价值的尝试 之一。 重置价值，或说重置成本，会把球员对球团相对於固有价值的重要性纳入考量，这 是数据派作法中认为潜在价值最重要的部份。 外在球员价值是由 MLB 球员协议，以及大联盟官方所决定，例如最低薪资、集体谈 判协议、球员选秀等等。 认知价值是因为大联盟球团对球员为球团贡献能力的信任而产生。这种贡献能力是 基於身体素质、球员的年龄、心理素质、过去、当今、以及最重要的，预测的未来 表现。球团对球员过去的纪录了解越多，他们在决策上的信心指数就越高。 认知价值操控着选秀，以及很大一部份的球员养成。选秀是一连串的决策（而非解 题），且所有决定都是对未来的赌注。 毫无风险的决策当然最容易。球探的目标，就是要找到拥有其他球团还没发现、或 者较不被重视「天份」的球员，且同时让球团付出最小的认知风险。 球员选秀和养成的真正底线是「天份认知」，而这极为抽象。因此，任何能归类且/ 或量化「天份」的作法都能增加做出正确决定的机率。这是棒球数据学最主要的势 力范围，即协助去除主观性，且增加使用数据学的人决策时拥有的资讯。 认知价值还在一个较隐蔽的方面运作：「认知者」的认知价值（球员观察与指导）。 球团要如何衡量决策者在选择与养成球员上的价值呢？ 下面是一个价值判断的假想例子： 一支 MLB 球团的政策要求，绝对不能签超过最低薪资的自由球员。因此，球团能成 功的唯一方法，就是交易「成本」相同的球员，或从内部培养球员。球团的要求是 要至少每年养成至少六位能在 MLB 前线作战的球员。要完成这个目标，他们的球探 与球员发展部门都必须有大幅超过目前一般水准的表现。球团分配给球探与球员养 成的价值（成本）如下： 1. 球团决定成功的 MLB 球队要在球探和小联盟球员养成上花多少钱。 2. 决定所有的固定成本（小联盟运作、高层、球场等等）。 3. 把所有的成本从预计收入中扣除。我们假设对这支球团而言，最後的结果是六千 万元（$60M，大约和克里夫兰印地安人、科罗拉多洛矶、和亚利桑那响尾蛇 2007 年花在球员年薪上的价格差不多）。 4. 根据定义，球员年薪是固定成本，等同於大联盟球员名单上的人数乘以最低薪资 （这里假设为 25 x $500,000 = $12.5M）。把这个数字从可用的球员薪资，即 $60M 中扣除，得到 $47.5M。 这多出来的$47.5M（超过顶级球团花在球探和小联盟运作的量），就是球团可用於 球探和球员养成的花费。换句话说，这支球团每年平均在每位大联盟球员身上省下 $2M，用以投资球探和球员养成。 如果换个角度，以小联盟球队的数量（通常是六支）除上这 $47.5M，就是每一队可 以在球员养成上得到额外的 $8M 花费。 把这个数字和每支小联盟球队实际花在养成上的金额相比–这里定义养成为指导、 教育、特殊器材、以及其专属的维修保养。 假设球员养成和花费有还算线性的关系，若在球员养成和球探上的花费更多，则能 养成大联盟球员的机会就更大。这里有个大联盟球团的问题。养成花费支出与回报 之间的关系究竟是什麽？如果球团在每支小联盟球队多花 $8M 於球探和球员养成上 会怎麽样？ 或换句话说，大联盟球团在球员养成上多投资 300% 的成本与价值为何？ -- 大概 60%...好像落後进度了 等等送上本周的硬球时报奖 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 220.132.100.141 ※ dufflin:转录至看板 BaseballSYS 06/15 08:36