Des modèles statistiques appliqués au football
À l’instar d’autres institutions économiques et financières, les banques d’affaires se servent dans leurs activités quotidiennes de puissants outils de calculs statistiques afin d’anticiper l’évolution de la conjoncture économique, des cours boursiers, mais aussi de prédire l’issue d’événements sortant de la stricte sphère économique et financière comme les tournois de football. C’est justement ce qu’a tenté de faire Goldman Sachs pour le prochain Championnat d’Europe de football 2020, qui aura lieu du 11 juin au 11 juillet 2021 et réunira 24 équipes nationales.
Bien que reporté d’une année à cause de la pandémie de Covid-19, l’Euro de football, qui aura lieu en juin et juillet 2021, a conservé son nom officiel – UEFA Euro 2020 –, notamment pour des raisons marketing.
Afin de prédire le nom du futur vainqueur de l’Euro 2020, la banque d’investissement utilise un modèle statistique combinant des données à la fois quantitatives et qualitatives. La conclusion ? La Belgique remportera le prochain Euro aux dépens de l’Italie !
La France serait, quant à elle, éliminée en huitième de finale par les Pays-Bas et n’aurait que 10 % de chances de remporter la compétition.
Le modèle statistique de Goldman Sachs
Le modèle statistique utilisé par la banque Goldman Sachs permet de prédire le nombre de buts inscrits par les différentes équipes de football à partir de quatre variables clés :
– Le rang de l’équipe nationale, mesuré par le classement mondial Elo élaboré à partir des performances réalisées lors des matchs internationaux précédents ;
– Le nombre de buts concédés et inscrits par les équipes lors des matchs précédents ;
– Le fait de jouer à domicile ou non (l’Euro 2020 se disputera dans 11 pays différents) ;
– Un « effet tournoi » prenant en compte le fait que certaines équipes ont tendance à mieux jouer lors de compétitions importantes.
Pour formuler des prédictions, ce modèle statistique intègre les données de tous les matchs internationaux de football effectués depuis 1980.
La difficulté de prédire des résultats sportifs
La faible probabilité de victoire finale de la France, telle qu’estimée par le modèle de Goldman Sachs, rend-il la participation de l’équipe dirigée par Didier Deschamps totalement inutile ? Loin de là !
A l’instar des prévisions économiques et financières, les prédictions sportives sont rarement d’une fiabilité à toute épreuve. La dernière coupe du monde disputée en Russie en 2018 en est une illustration. À l’époque, Goldman Sachs avait (déjà !) prédit une victoire de la Belgique… mais le parcours des Diables Rouges s’était arrêté en demi-finale avec une défaite contre la France, futur vainqueur de l’épreuve.
Goldman Sachs n’est, du reste, pas la seule banque à se lancer dans de telles prévisions. UBS, Nomura et bien d’autres avaient également formulé des prédictions quant à l’issue de la dernière coupe du monde. Toutes ont échoué sauf une – la banque japonaise Nomura – à prédire le gagnant.
Cette difficulté à prédire l’issue d’évènements sportifs est d’ailleurs reconnue par Goldman Sachs qui note dans son analyse qu’il « est difficile d’estimer la dose de confiance dans ces prédictions. Les prévisions sont hautement incertaines, même avec les techniques statistiques les plus sophistiquées, tout simplement parce que le football est un jeu imprévisible. C’est précisément pour cela que le football est si passionnant à regarder ».
Rendez-vous le 11 juillet 2021, au soir de la finale de l’Euro 2020, pour savoir si, cette fois-ci, Goldman Sachs aura eu raison en prédisant une victoire de la Belgique.
