体育运动相关产业的风险管理系统和方法

摘要

本发明为参与各种各样体育活动的企业提供了风险管理系统和方法，这些体育活动例如是由运动员个人参加的体育运动和由团队参加的体育运动；地区、全国或世界范围的体育活动；专业和非专业的体育活动等等。在优选实施例中，本发明的系统和方法衍生出了特定体育活动的经济价值和相关经济风险的模型，并提供了反映模型计算的指数。在更多优选实施例中，本发明的系统和方法提供了具有衍生自所提供的指数、指数计算系统和交换或交易平台系统之一的价值的金融工具，通过此类金融工具可对此类衍生工具合约进行估价和交易。

说明书

技术领域

本发明涉及体育运动相关产业的风险管理，优选实施例涉及计算金融指 数、或更具体的涉及计算体育运动方面的金融指数(本文中简称“体育运动 风险指数”或“SRI，sports risk index”)，可据此进行期货及期权或其它 衍生工具合约的交易。

技术背景

体育行业已发展并成长为商业企业的一个主要领域。体育行业中除了进 行比赛的实际参与者(即，个人参与者(运动员)、运动队(或称为俱乐部) 参与者、运动队协会(或联盟))外，还包括众多企业。其中包括体育用品和 服装制造商和分销商、经销商、特许经销商、赞助商和广告商、媒体和娱乐 公司以及设施管理公司。还包括位于体育场附近的其它商业和利益相关者， 如饭店、停车场及其它娱乐场所。市政当局和公共税务当局也可能在体育场 的经营活动中享有商业利益。

体育行业已发展并成长到不能再单纯地从娱乐的角度去审视的程度。越 来越多的研究和书籍探讨的是体育运动背后的产业而不是体育运动本身。体 育商业管理在许多大学的本科及研究生课程中已发展成了一个独立的领域。 因此，体育行业包含的远不止体育运动本身的参与者-它还包括体育用品和 服装制造商和分销商、经销商、特许经销商、赞助商和广告商、媒体和娱乐 公司以及设施管理公司和许多其它有关当事方及利益相关者。

正如其它更传统行业的公司一样，支撑体育行业的商业也面临金融后果 带来的风险。虽然这些风险并不与诸如商品价格(即石油价格)、利率、外汇 汇率等常见风险因素直接相关，但这并不降低它们的重要性。简单来说就是 需要一种新方案来为面临此类风险的公司提供风险管理选项。

通常，体育运动参与者(个人、运动队、联盟等)的经济和商业价值与 体育行业中的不同商业所面临的风险之间有着密切的关系。一般而言，这些 产业不管怎样都依赖于支持运动参与者和支持该运动的爱好者数量和公共利 益的数额。当某项体育运动或运动队无论是由于支持度的下滑、被发现缺乏 公正性，或其它原因发生经济衰退时，许多和各种各样的相关商业也会遭受 收入和价值方面的损失。这种损失会以不同的方式出现，例如门票(比赛门 票)收入、特许权收益或特许商品销售额的减少，或广告和赞助合约收益的 减少。

人们注意到，体育运动的个体参与者，如运动员，和运动参与者团体， 如运动队，通常被组织成职业运动队或联盟组织的成员，如体育联盟、体育 会议、组织委员会或类似组织等。通常由联盟组织控制着体育运动的商标权 和公众认可的其它标记。但是，为了下文紧凑和简洁起见，“职业运动队”、 “成员”等术语，无论是否在特定的商业或企业组织情况下，应理解为分别 指体育运动的个体参与者或个体参与者的团体，而这些在本发明中只是次要 的。

金融服务业已开发出了使企业能够管理其某些风险的系统、方法和产 品。这些产品包括期货合约、期权和其它具有某种程度上基于应管理的风险 的价值的衍生物。在金融服务业中，期货合约(或期货)是指关于买入或卖 出一定数量的商品进行远期交付，或以合约开始时确定的价格进行最后结算 的合约。期货合约通过合约规定的商品交付、现金结算或抵消的方式结算， 并用于承担风险的套期保值。期货价格一般由买卖合约时交易所内竞价买盘 和卖盘的供求之间的瞬时平衡决定。

期货合约一般在期货交易所内进行交易，期货交易所一般包括结算所。 在其作用中，交易结算所通过交易合约的更新过程对于所有在交易所进行的 交易通常起中央或共同对手方(universal counterparty)的作用(即每个买 方的卖方和每个卖方的买方)，并为期货合约提供了一个结算机构。

期货合约一般分为两类，一类涉及标的商品的实物交付。另一类期货合 约，即现金结算期货合约，涉及基于期货合约最终结算价格(例如，合约到 期时的合约最终价值)的现金付款。现金结算期货合约的更具体类型，即指 数期货合约是关于买卖标的指数定值的合约，例如，股票指数，并且通常按 照指数价值乘以(名义(notional))因数进行交易。在这方面，每个合约的 价值可定义为具有固定的(名义)货币价值的产品和一般以指数点数来表示 的指数价值(即合约价值＝$×指数价值)。

期权合约由买卖双方订立，据此，卖方为了换取现金付款(称为溢价) 让与买方在将来的某一时间以现在约定的价格购买或出售特定商品或权益的 权利，而非义务。在指数期权中，标的是指数本身的价值。指数期权可以现 金结算，如上所述。指数看涨期权使买方有权获得指数价值乘以倍数与约定 价格之间的差价，称为行使价格。指数看跌期权使买方有权在履约时从卖方 获得相同差价，看跌期权在标的指数下跌到低于预定行使价格时将是正值。 期货合约期权使期权买方有权在现金结算期货合约中获得头寸。

衍生工具合约也可以在交易所外的通常称为“场外交易”(OTC，over- the-counter)市场中进行交易。此类合约规定了类似于交易所交易的期货或 期权合约的经济收益，但是在合约当事方之间以双边方式或在多边交易平台 上执行的。与期货合约一样，场外交易衍生品从基础工具或参考价格或价值 中衍生出其价值。合约期满后，场外交易金融衍生品可通过对基础工具的实 物交付或对参考价格的现金结算来进行结算。场外交易金融衍生品通常具有 协议对手方的信用风险，但有些场外交易衍生品能够被结算，从而用结算所 的信用风险替换了各对手方对于另一方的信用风险。

发明内容

本发明的优选实施例提供了体育方面的经济价值和/或相关经济风险的指 数；最好优先地提供这些指数，以适合于为可交易的期货、期权和其它类型 的衍生工具合约提供基础，可用于通过金融领域中已知的技术来规避体育运 动方面的商业风险。优选实施例还提供了以体育方面的经济价值和/或风险指 数为基础并据其估价的期货、期权和其它类型的衍生工具合约。

优选实施例还提供了用于衍生和计算所提供的指数的计算机系统，以及 用于交易和交换所提供的衍生工具合约的其它计算机系统。提供的交易系统 的配置一般与类似衍生工具合约的交易和交换领域中已知的系统相似。在次 优选实施例中，本发明的衍生工具合约以场外交易(OTC)的形式进行交易。

由于是基于反映相关体育运动经济价值和/或相关经济风险的体育运动风 险指数(SRI)，所以提供的衍生工具合约和交易系统可用于规避体育方面的 商业风险。在不同的优选实施例中，反映出的价值可以是体育活动自身的价 值(如，体育运动参与者、运动队、全体运动等)或与体育活动相关的产业 的价值。相信这些不同的价值/风险是互相关联的，所以此类不同的优选实施 例提供的指数实际上是非常相似的。因此，本文所述之发明包括：主要为反 映描述说明体育活动本身的经济和风险数据的变量而构建的体育运动风险指 数；主要为反映描述说明体育活动相关产业的经济和风险数据的变量而构建 的体育运动风险指数；以及为反映描述经济和风险两类数据的变量而构建的 体育运动风险指数。

最好优先地，在经济价值或风险的说明性/决定性输入因素的基础上通过 模型构建并且计算这些体育运动风险指数，所述经济价值或风险的说明性/决 定性输入因素是通过体育行业和企业内已知的说明性或决定性变量或者通过 经经济分析论证对特定的体育运动风险指数相关价值和风险有影响的变量， 被捕捉的。这些变量最好能够反映体育运动参与者创造收益和收入的主要渠 道，并包含基本市场条件和特定的收入相关因素。此后者的经济和风险变量 被称为输入变量(或称为“说明性”或者“决定性”变量)。

因此，基于价值或风险的说明性或决定性的这些输入变量的统计模型能 够为准投资者、体育运动业主、运动联盟和其它面临运动方面风险的产业提 供有关参与者价值和相关风险的输出指数。在优选实施例中，本发明能够提 供多个体育运动风险指数，其中每个体育运动风险指数都编制成与特定的体 育活动的价值有关。

输入变量能代表更多有形因素和更多无形因素。更多有形因素包括经济 因素和人口因素(及其它们随时间的变化)，包含人均收入水平和人口数量， 这些是常见的经济参数，并且发现人均收入水平和人口数量作为一种机制， 对评估价值和运动参与者(例如，有运动加盟权的运动队)的相关风险也具 有解释功效。对于地区性的运动队，此类人口数量和收入数据优先与运动队 所处的地理区域有关。对于全国性或跨国性的体育活动、运动队等，这些人 口数量和收入数据优先与对该活动感兴趣的群体(“爱好者”)有关。

另外，特定的体育活动收入相关因素包括衍生自门票收入(如“比赛门 票”)、赞助合同、媒体合同等的收益流。通过加入与说明当前收益(如，影 响门票收入的上座人数)和未来预期收益(如，影响将来媒体收入的媒体收 视率)有关的变量可以捕捉到这些因素。

评估企业的未来收入和利润流时，还会关联到更多的无形变量(即，客 户关于运动、运动队和运动参与者的喜好和偏爱)。从商业角度来说，运动队 或运动员个人的无形价值与该运动队或运动员个人吸引客户或产生促进商业 活动的利益的能力有关。通常，指数通过其不同的有形成分，能够跟踪客户 (爱好者)兴趣的强度和对运动队品牌或个人声誉的忠诚。

但是，在某些情况下，直接加入无形数据可以是有利的。应用本发明指 数来提供风险管理方案和商业保密意见可关联到调查数据，投票数据等。但 是，因为此类无形数据中的某些类型当被加入用于关联公开发布和信任，如 关联公开交易的金融工具，的指数中时通常是不够客观的、不可证实的、不 能定量等原因，所以此类数据最好从用于公开交易金融工具的指数中删除。

更可取的是，在统计体育运动风险指数模型的情况下，输入或说明性变 量的数量和类型可以，至少部分可以，根据统计上的解释功效进行选择。例 如，最好加入对体育运动风险指数的输出值有重大影响的输入说明性变量， 并忽略影响小的输入说明性变量。更确切地说，可以按照其对体育运动风险 指数值到选定的方差阈值(例如，95％)的变化说明能力的顺序加入输入说明 性变量说明。

根据本发明的优选实施例，作为指数基础的输入说明性变量可以包含 (但不限于)经济和人口信息、上座人数、电视收视率、金融或费用相关信 息以及有关体育产业产生的收入的因素包括公众偏好和喜好、经济和人口信 息、上座人数、电视收视率和其它因素。加入这些变量的结果是产生了不易 受操作影响的体育运动风险指数，因为基础变量不受许多因素的影响，而是 衍生自独立来源，并且该体育运动风险指数具有与成功的衍生工具合约相关 的特性，包括价格发现和套期保值效用。作为涉及运动相关金融活动的信息 来源，体育运动风险指数可以用于有效地为广告、营销、特许经营收益和各 种其它运动相关产业的业务套期保值。

首先，本发明提供的体育运动风险指数(SRI)衍生工具合约在设计和运 作上与现有的指数衍生工具合约类似(如，诸如股票或债券指数合约之类的 现金结算期货和期权合约)，但这些是基于跟踪可用于规避体育运动领域中或 与之相关的企业面临的风险的经济因素的标的指数(SRI)。体育运动风险指 数衍生工具合约可包括转移给买方从卖方处获得倍数(本文中也称为“名 义”倍数或“名义”因素)乘以合约创建时的指数价值或乘以指数的当前价 值与行使价(或“行使”指数值)间的差价、或其它价值，或在期货期权的 情况下，要求卖方交付体育运动风险指数期货合约或其现金等价物的权利。 在这方面，机构和个人可以利用体育运动风险指数期货和期权作为其风险管 理策略的一部分以降低与涉及体育运动特许经营或一般体育运动的意外或不 利的经济发展相关的风险。体育运动风险指数期货合约使有关当事方可以规 避某些运动相关经济风险。

在优选实施例中，体育运动风险指数被表示为可由诸如计算机系统之类 的可编程设备使用的指数模型，自动决定来自体育运动价值和风险说明性或 决定性变量的指数值。通常，更加频繁地决定指数值，如每天或每周(但只 是在更新的输入值和/或风险说明性或决定性变量可用时)，并使其可用于或 传送给交易系统，以便估价基于其上的衍生工具合约。然而，在这样使用 前，要通过比较运动经济价值变量与当前价值或风险说明性或决定性变量， 来衍生出或更新模型。

在优选实施例中，模型是由根据如稍后介绍的自动统计方法确定的参数 或系数(如，回归系数)来定义的。通常，模型的衍生或更新不是很频繁， 如每月或每年。衍生出后，模型的定义被存储起来，以便可重复检索和应用 于新的输入变量组。

模型的衍生或更新要考虑到，定义输入变量的一致性和关联性会随着时 间而变化，并且要提供一种机制(如，每天或每周的定期重置，但最好是每 月或更少的频次)来确保指数捕捉到此类变化的影响。此外，由于可以根据 计算出的指数值进行偿付，因此该机制确保了期货价格与指数价格一致。

根据其它选定的优选实施例，本发明提供了一种方法，处理器根据该方 法接收与体育队的当前和/或未来收益相关的多个输入变量的数据，变量包括 下列一项或多项：体育队比赛的上座人数、包括体育队在内的地理区域中人 口数量、包括体育队在内的地理区域中人口收入、包括体育队在内的地理区 域内其它体育队的有无、或者体育队比赛的播放收视率。此外，处理器从数 据中衍生出计算体育队的体育运动风险指数值的算法作为上述一个或多个变 量的函数。具体地说，算法最好能提供体育运动风险指数值，交易所期货或 期权或场外衍生工具合约可据其进行交易，并且可用于规避或管理与体育球 队相关的产业面临的经济风险，和其它方来承担此类风险。

在选择的优选实施例中，本发明还提供了一种具有配置用于执行本发明 方法的处理器的装置和具有使处理器执行本发明方法的计算机可读程序编码 段的计算机可读存储介质。

如上所述和下文中的详细说明，本发明示例性实施例的装置、方法和计 算机程序产品可以解决目前技术中发现的问题，而且还具有其它优点。

附图说明

我们已对本发明的优选和示例性实施例进行了概括描述，现在将参考附 图进行说明，附图不一定按比例绘制，其中：

图1是期货或期权合约交易系统的示意性框图，合约价值根据本发明的 示例性实施例进行计算；

图2是根据本发明的示例性实施例可配置作为期货合约买方、卖方或交 易运作的装置的示意性框图；

图3是根据本发明的示例性实施例展示确定体育运动风险指数(SRI)模 型或算法的各步骤的流程图；

图4是根据本发明的示例性实施例展示计算体育活动(如，个人或团队 运动参与者)的体育运动风险指数值的方法的各步骤流程图；

图5和图6是根据本发明的示例性实施例跟踪在一定时间内，不同的运 动参与者(这里是运动队)的体育运动风险指数值的图表，和

图7A-F说明了本发明的一个示例性买卖盘过程。

具体实施方式

将结合附图更详细地说明本发明的优选实施例。不过，本发明可以通过 许多不同形式来体现，并且不应理解为是对本文中的优选实施例的限制；而 是，这些优选实施例的提出是为了更彻底和全面公开，以及会将本发明的范 围全部传达给本领域技术人员。全文中相同的编号代表相同的部件。

参照图1，系统1提供了一个或多个体育运动风险指数(SRI)和价值衍 生自所述提供的体育运动风险指数的衍生工具合约(如，期货或期权合约)。 系统1最好优先地包括：一个或多个终端12和14或其它作为买卖交易衍生 工具合约的系统用户的界面；作为衍生工具合约交易平台的交易系统16(连 同一个或多个交易数据库17一起)；在买卖双方之间转让合约并保证相应付 款(或以其它方式提供此类结算服务)的结算系统18；接收体育运动价值和 相关风险数据11(例如，描述体育活动或运动队的经济价值和/或风险的变 量，以及有可能说明或决定这些价值和风险的变量)以及衍生和应用一个或 多个体育运动风险指数模型(或以其它方式提供指数确定服务)的指数代理 系统19(连同一个或多个指数数据库15一起)。如所展示的以及在此所述， 用户界面、交易系统、结算系统和指数代理系统最好优先地设计用于直接和/ 或间接地通过一个或多个网络(未示出)彼此通信交流，这些网络诸如是一 个或多个固定或无线的局域网(LANs)、广域网(WAN)(例如，互联网)或类 似的网络(也可以是一个或多个有线和/或无线语音网络)。

在优选实施例中，用户操作各自的处理设备或终端，作为与交易系统16 连接的前端界面，通过该前端界面，期货或期权合约(通常是衍生工具合 约)的买卖盘就可以与交易系统16进行通信。交易系统依次接收和存储买盘 和卖盘(例如，于交易数据库17中)，并在可能的时候根据交易系统技术领 域中已知的对盘算法对存储的买盘和存储的卖盘进行对盘。结算系统18最好 优先地起到被交易的期货或期权合约的共同对手方的作用(必要时，通过更 新买卖双方之间的交易)来完成买卖盘的对盘。合约结算值最好优先地根据 合约类型和合约中规定的并且由指数代理19通过通信手段提供给结算系统

(和交易系统)的适当体育运动风险指数值来计算。

在优选实施例中，用户终端12和14、交易系统16、结算系统18和指数 代理系统19可以包括若干被配置用于依照本发明的优选实施例进行运作的不 同装置和设备等中任意一种或多种。例如，用户终端可以包括、包含或被包 含于便携或非便携式处理设备，这些处理设备诸如是，一台或多台膝上型计 算机、台式计算机、服务器计算机、移动电话、便携式数字助理(PDA)等 等。这些处理装置通过网络，如互联网，与交换或交易平台系统交换信息。 例如，卖方和买方将信息传送给交易系统，其中包括他们的买卖盘等，并从 交易系统接收信息，其中包括交易系统交易的金融工具的特征，包括当前 值、交易金融工具之前输入的买卖盘、和对盘结果等等。

交易系统16和/或结算系统18和/或指数代理系统19可最好优先地包 括、包含或被包含于一个或多个类似于用户终端装置的处理设备，但是，更 好的是设计用于在它们之间并与用户终端装置通过互联网等网络进行通信的 个人计算机、服务器计算机等等。这些处理设备最好优先地包括数据库或数 据存储组件，特别是交易数据库17和指数数据库15。

与交易系统通信的交易数据库17，最好优先地存储包括由交易系统交易 的金融工具和由用户输入的买卖盘在内的信息。金融工具最好优先地在数据 库中由一条或多条记录表示，所述记录包括工具的当事方的识别字段(通 常，结算系统是其结算的工具的一个当事方)、未来的具体日期字段(期满数 据，结算数据等)、选定的体育运动风险指数(SRI)字段(例如，最好优先 地由指数代理系统19提供的多个指数中的一个)、以及工具类型的识别字段 (例如，提供从选定体育运动风险指数衍生出其价值的规则)。例如，期货或 期权合约记录最好优先地指定一个选定的体育运动风险指数，根据该指数， 由适用于期货和期权合约的公知价值规则来评估工具的价值。参见《期货、 期权和其它金融衍生合约》，赫尔，2006年，皮尔森教育公司(Hull，2006， Options，Futures，and other Derivative Contracts，Pearson Education， Inc)(以引用方式全部被包含于此处)。

在优选实施例中，交易数据库和系统存储并交易多种具有衍生自(本文 中也称作“基于”)多个不同体育运动风险指数的值的不同类型的衍生工具合 约。每个体育运动风险指数都反映一项不同体育活动的经济价值和风险，其 中，一项体育活动涉及一项或多项不同体育运动中的个体运动员参与者、运 动队参与者等等。

指数决定系统19包括最好优先地存储模型的指数数据库15，通过这些 模型可计算所提供的体育运动风险指数。在优选实施例中，通过建模法，例 如线性回归、和描述方法的系数、参数等，例如，线性回归表达的系数，来 指定体育运动风险指数模型。再加上指定方法和参数，对于指数决定系统利 用决定或说明体育活动的价值和/或风险的输入变量值来自动计算体育运动风 险指数的新值就足够了。例如，系统19可以包括被配置用于读取回归模型的 指定参数(如，从数据存储器)、接收输入指数决定性变量(如，从通信接口 到数据提供系统)、和从该数据计算提供体育运动风险指数输出值的回归表达 式。尽管本文所述之优选实施例主要使用回归统计模型，但这应理解为本发 明不限于此，而是包括用于计算体育运动风险指数的其它模型。

指数数据库还最好优先地存储用于衍生体育运动风险指数模型的输入运 动变量，包括描述体育活动价值和/或相关风险的变量以及决定或说明此类风 险和/或价值的相关说明性变量。它还最好优先地存储后续收到的应用体育运 动风险指数模型来时时提供体育运动风险指数输出值的输入说明性变量。

现在参照图2，设备2可以根据本发明优选实施例配置为作为一个或多 个用户终端12和14、交易系统16、结算系统18以及指数代理系统19来运 作。尽管图示的是一台独立设备，但在某些实施例中，一台或多台设备2可 支持一个或多个交易系统、结算系统、和指数代理系统，这些设备在逻辑上 是分离的，但是在一台设备内同地协作。此外，单台用户终端设备可用于输 入买卖盘和接收来自交易系统对未决买卖盘、金融工具当前价值、体育运动 风险指数当前值等的显示。然而，这应理解为一个或多个实体可包括执行一 项或多项类似功能的替代装置，并未超出本发明实施例的精神和范围。

如图2所示，设备1最好优先地包括连接到存储器22(取决于上下文， 此处也称作数据存储器或数据库)的处理器20。该存储器可包括易失性存储 器和/或非易失性存储器。非易失性存储器可包括嵌入式和/或可以是可移动 非易失性存储器。存储器通常存储内容、数据等。例如，存储器可存储由设 备发送和/或接收的内容。存储器还通常存储软件应用程序、指令等，供处理 器依据本发明优选实施例执行与设备的运作有关的功能。

在许多优选实施例中，本文所述的功能和步骤都可以在软件应用程序、 例行程序、模块等中实现。然而，这应理解为这些功能或步骤的一个或多个 也可以在固件或硬件中实现，这并不脱离本发明实施例的精神和范围。通 常，根据本发明的示例性实施例，设备可以包括一个或多个执行各种功能的 逻辑元件。应当这样理解，逻辑元件可以以多种不同方式实现，例如，作为 包括通信所必需的一个或多个集成电路或其它的集成电路组件。

除存储器22之外，处理器20也可以与用于显示、传送和/或接收数据、 内容等的至少一个界面或其它装置连接。在这方面，界面可包括至少一个通 信界面24或面向其它计算机系统进行数据内容等传送和/或接收的装置，以 及至少一个用户界面，该用户界面可包括显示器26和/或用于面向用户传送 和接收数据的用户输入装置28。用户输入接口又可以包括许多装置，如点击 设备、键盘、触摸屏或其它输入装置。这应理解为并不是所有设备都包括图 示的全部元件。

现在参照图3，其说明了根据本发明的示例性实施例衍生出体育运动方 面的金融或经济价值和风险指数(SRI)模型的优选方法的各步骤。该方法可 按照已通过指数代理系统19所描述的得到实现，该指数代理系统19包括指 数数据库18，并与外部体育运动数据11通信，接收输入数据变量。在基于 回归模型的在此描述的优选实施例的情况下，输入变量分为称作回归模型应 变量(或简单的称作“应变量”)的变量，这些变量描述体育运动价值和相关 风险；以及分为称作回归模型自变量(或简单的称作“自变量”)的变量，选 择这些变量来说明或决定这些风险和价值。

然后应用衍生的模型来计算体育运动风险指数值，并告知交易系统16或 结算系统18，以便可确定基于体育运动风险指数的被交易的衍生工具合约

(例如，现金决算期货合约)的值。如上发明内容部分所述，本发明的示例 性实施例提供了体育运动风险指数期货、期权和其它衍生工具合约，这些通 常(但不一定)是在设计和运作上与现有指数衍生工具合约(例如，股票或 利率衍生工具合约)类似的现金结算合约。提供的衍生工具合约，基于反映 体育活动经济价值(包括相关经济风险)的标的指数(SRI)，可用于跟踪这 些特定体育活动中或与之相关的商业所面临的经济风险。总之，本发明的体 育运动风险指数衍生工具合约最好优先地是现金结算期权或期货合约期权， 这些期权在运作上与其它的指数期权合约类似，并可以在交易所内或场外交 易。

体育运动风险指数是由可影响、决定、或说明运动参与者的经济价值以 及与这些价值相关的经济风险的体育运动变量构成的指数。通过选择描述体 育活动的适当经济价值和/或风险变量(回归模型应变量)和进一步选择可说 明选定的经济价值变量的价值和/或风险的说明、决定或影响变量(回归模型 自变量)，来开始指数模型衍生的第1步(图3)。

如所述，本发明适用于各种各样的专业和业余运动参与者，例如，个体 运动员参与者、运动队或俱乐部参与者、个体或运动队参与者的联合(联 盟、联合会，委员会等)、全项体育等。此外，本发明适用于在任何地方举行 的体育活动，例如，某国的某一地区、全国、两国或多国(作为跨国地区的 一部分或相隔很远)或全世界多个或所有国家。单项体育活动的例子包括高 尔夫、网球、田径等。全国性体育活动的例子包括美国职业体协体育、赛车 (全美赛车联合会(National Association for Stock Car Auto Racing)) 等；区域性体育活动的例子包括欧洲足球俱乐部联赛等；世界性体育活动的 例子包括国际网球、F1方程式赛车等。

体育运动经济价值应变量在某种程度上因所述活动的性质和所述活动的 国家和地区不同而不同。个体参与者本身不能有市场和销售价值，但却拥有 各种可转变为现值的带来收入的潜力(门票收入、广告推销等)。运动队、俱 乐部和其它参与者联合，除了类似各自带来收入的潜力外，还可具有市场价 值，例如，私人协会的销售价格或公众协会的市场资本总值。在美国，职业 体协队通常是没有公众市场资本总值的私人组织，运动队的销售价格可用作 价值应变量。

说明性、影响或决定性的价值自变量，尽管各不相同，但可能在很大程 度上依赖于所述活动性质和所述体育活动的国家和地区，一般包括基础经济 变量。这些变量包括对所述体育活动感兴趣的人群(本文中也称作“爱好 者”)的数量和收入这些特性、现场观看该体育活动的上座人数 (attendance)、间接观众的人数(例如，通过各种媒体)、该活动带来的媒体 评论的数量，是否有竞争产品(如，其它棒球或足球俱乐部、另外的高尔夫 锦标赛等)。应理解为本发明不限于这里列出的变量，它还可包括其它自变 量，这些自变量对于与特定地区中特定体育活动相关的体育产业技术人员是 公知的。尽管自变量(已明确列出并且是业内已知那些)作为正式建模过程 的一部分而被最好优先地包括于其中，但本发明还包括通常通过近似过程 (例如，人工近似)而被加入到体育运动风险指数模型中的补充性自变量 (本文中称作“调整变量”)。

为了实现可能的体育运动风险指数广度及伴随的衍生工具合约的简洁性 和简单性，这里以美国和加拿大的职业棒球大联盟(MLB，major league  baseball)为特定背景下，更加详细地对本发明进行了描述和说明。尽管背 景和示例将主要涉及职业棒球大联盟(MLB)，但应理解为全国橄榄球联盟 (NFL，National Football League)、全国曲棍球联盟(NHL，National  Hockey League)、全国篮球联盟(NBA，National Basketball  Association)等都可以作为极接近的类似示例。

因此，说明性的体育运动风险指数的组分反映了美国和加拿大职业棒球 大联盟和其它专业运动队产生收入和收益的主要渠道。在这方面，基础市场 条件和特定的收入相关因素在说明职业棒球大联盟加盟球队和其它运动队的 经济价值和风险(例如长期收益潜力)时会关联到，并且可用于统计模型 中，以给将来的投资者、职业运动队拥有者、体育联盟和其它面临体育运动 相关风险的企业提供经济价值和相关风险的评估。

经济和人口因素，包括人均收入水平和运动队所在地区的人口数，作为 评估运动队经济价值的一个机制，是具有说明力的。在这方面，特定的收入 相关因素可包括衍生自门票收入、票房收入和媒体合约的收益流。本发明优 选实施例的体育运动风险指数通过与说明当前收入(例如，影响门票收入的 上座人数)和未来预期收入(例如，影响未来媒体收益的媒体收视率)相关 联的变量捕捉到这些因素。

因此，本发明一个优选实施例的方法可包括接收有关许多说明性、决定 性、或有影响的价值自变量(本文中称作用于第i个体育活动或运动 队的第j个自变量)的价值、数据等。如图3中的第1步所示，这些变量可 包括，例如上座人数数据30、人口和收入数据32、竞争数据34(例如，附 近有无竞争的运动队)和附加的特殊变量37，该特殊变量可以是业内已知 的，并是在各种具体情况下充分说明价值应变量所必需的。

如所示和文中所述，自变量所用数据(和其它作为体育运动风险指数基 础的数据)不仅可适当的代表当前数据(例如，与正在建模的体育运动经济 价值同时)，而且可以代表以前、现在或未来(预测)的数据。这样，体育运 动风险指数就可捕捉到价值和/或风险说明性自变量的时间趋向的影响。

计算一项特定体育活动的体育运动风险指数时被优先考虑的一组自变 量，与上座人数数据30有关。收益和价值取决于门票销售实现的上座人数因 素并且由此是多数运动队和职业运动队利润(bottom line)的直接致因。例 如，门票收入目前占多数职业棒球大联盟俱乐部收入和收益的主要部分。同 样，门票收入可能是一项重要的价值决定因素或说明性因素，并且上座人数 情况的变化可能暗示着运动队的财务状况。

除了其对美国职业棒球大联盟运动队的直接影响外，上座人数也涉及到 其它商业的收益。对于广告商和赞助商来说，例如，将看到公司旗帜和其它 的宣传材料的在体育场的人数可以作为对公司从其广告(赞助)合约中获得 多少价值的一个代表性衡量指标。上座人数也是体育场和体育场相关收入的 决定因素或说明性因素。在其它条件都相同的情况下，上座人数越高意味着 从体育场相关特许经营、停车和商品销售中获得收益越高。而且对于体育场 附近的独立企业来说，例如，体育场上座人数中的人数可能直接关系到他们 的成功；上座人数不稳定可能意味着行人和此类企业成功的减少。

上座人数数据30可基于众多不同的上座人数图表中任何一个，但在一个 示例性实施例中，是基于运动队在常规赛季中主场比赛的总上座人数。上座 人数数据可从众多不同来源中的任何一个收集，例如，从众多公众可访问的 数据库和出版物中的一个或多个中收集。在美国职业棒球大联盟的背景下， 例如，上座人数数据的来源可以是职业棒球大联盟的官方网站。上座人数风 险可以通过标准偏差(或类似的上座人数统计值)来测定，并且在有条件的 情况下，可以被加入到上座人数类型的变量中。

计算体育运动风险指数时最好被优先考虑的另一组自变量是人口数和收 入数据32，该数据可由运动队所在地区的都市统计区(MSA，Metropolitan  Statistical Area)一级的人口数据来反映。在这方面，诸如各美国职业棒 球大联盟运动队的MSA人口数量之类的人口因素因地理位置的不同而不同。 现有人口数量暗示着运动队可以带来的未来潜在现金流量，诸如可能是对运 动队粉丝群的规模和粉丝群承担豪华座席的能力的潜在影响以及对运动队的 当地广播媒体(例如，电视)合约、当地赞助商和广告规模的潜在影响的结 果。

与上座人数数据30类似，人口数据32可以从众多不同来源中的任何一 个收集。在美国，通常由商务部经济分析局(BEA)定期(如每年)汇编这些 数据。接收的用于计算体育运动风险指数的人口数据，可以基于进行计算的 日历年的美国职业棒球大联盟各球队的都市统计区(MSA)。

如上所述，相对于有能力承担豪华座席的MSA(都市统计区)人口数 量，运动队的MSA中人口的财富也对收益有影响。在这方面，人口数量和财 富可以作为各运动队在其所在地面对的需求人口状况的代表性指标。因此， 本文中人口数据最好优先地考虑包括相关财富或收入的参数。此类数据可能 反映于许多不同的形式中，但是在一个示例性实施例中，可通过运动队的都 市统计区中的人口人均收入来反映。而且，收入数据可从众多不同来源收 集，例如，从也可能定期汇编这些数据的经济分析局收集。与人口数据类似 据，收到的用于计算体育运动风险指数的收入数据，可基于在计算该指数的 日历年的美国职业棒球联盟各运动队的都市统计区，并可反映在现值中(不 因通货膨胀进行调整)。

在人口数量和收入数据方面的进一步变化可能具有重大的决定作用，至 少影响风险。伴随人口数量和收入的停滞或下降，一地区内的运动队有望比 这些评估因素正在改善的地区中的运动队具有更不确定的未来。一般至少通 过比较最近收集周期中收集到的数据，可发现这些变化。

另一组优选自变量也关系到有无直接或间接竞争。在其它条件都相同的 情况下，一个不存在其它专业运动队的区域内的运动队，与存在数支潜在竞 争专业运动队(例如，同一体育项目的不同联盟中的运动队，甚或不同体育 项目的几支运动队全体)的地区中一个运动队相比能够获得更高价值。在同 一个专业联盟中存在第二支运动队时的影响甚或更大。相同体育项目的两支 运动队可能直接互相竞争上座人数、广播媒体观众和赞助费。因此，说明性 价值变量最好更优先地包括竞争变量34。在单一形式下，说明性竞争变量34 可以是反映在各自运动队的都市统计区中有无另外的运动队的“第二支运动 队”虚拟变量。例如，值0表示在该都市统计区中有一支运动队，而值1表 示在该都市统计区中有1支以上的运动队存在。

最后，在特定的体育活动中，附加变量37可能对于说明或决定经济价值 很重要，并被最好优先地包含到体育运动风险指数中。如前所述，已描述的 变量对于美国职业棒球大联盟的球队，特别是美国职业棒球大联盟运动队来 说是示例性的，并且可能不像对其它体育活动那么有用。对于其它体育活 动，附加的描述性和说明性变量，可有利地添加到或替代这些已描述的变 量。

此外，对于任何体育活动，附加的描述性和说明性变量可能由熟悉该运 动的人们所知晓，但可能不被(或不能被)常见的经济分析捕捉。比如，在 运动队或俱乐部的情况下，此类附加变量可反映某一特定成员的特征，例如， “明星”人物、声誉，丑名等。还比如，这些附加变量之一可能基于对某一 特定运动队中的一名或多名运动员的全明星投票(例如，由运动队通过其花 名册中的运动员，累积获得的全明星总投票数)。在这方面，全明星投票可能 是对某一特定运动队的公众利益数量的一个直接指标，并且还能提供使得该 运动队及其产品利益增加的人员和管理决策的质量的一个衡量，从而捕捉到 涉及运动队提高其对公众的吸引力和产生更多经济价值的能力的附加衡量尺 度。

接下来，体育运动风险指数模型的衍生进入第2步，在此，选定的模型 应变量和自变量用于构建一个可自动应用于从新的自变量值和/或风险的决定 性或说明性变量值中计算体育运动风险指数的模型。在一个可选的初始步骤 中，构建一个代表价值应变量的指数。如果已选择了单一的经济价值变量， 该单一变量可以单独地被当作体育运动风险指数。如果选择了两个或多个经 济价值应变量，可从这些变量的组合(可通过平均、加权，或业内已知的其 它方法)来构建体育运动风险指数。最后，可在预先选择的范围内，或通过 与基准价值比较等，来使体育运动风险指数标准化。

然后根据已知的建模法，例如，根据经济学中已知的统计建模法，从经 济价值和/或风险变量值(或其指数或组合)和并存的决定性或说明性自变量 值衍生出体育运动风险指数模型。在优选实施例中，回归法，特别是来自统 计推断的线性回归法被用于建立运动风险指数模型。

在此类优选实施例中，用于第i个体育活动或运动队(单一值变量或其 组合)的一般线性回归模型最好可优先地表达为如下：

${\hat{Y}}^i=b_0^i+\underset{j=1}{\overset{N}{\Sigma }}{b}_j^i{X}_j^i$

在本回归方程式中，代表体育活动或运动队的经济价值应变量(例 如，俱乐部的售价)或其指数(例如，多个此类经济价值应变量的组合)的 衍生值或被说明值；是该体育活动或运动队的第j个决定性或说明性自变 量(j在1到最大值N间取值，可随体育活动或运动队的不同而不同)；而且 是该体育活动或运动队的第j个回归参数(这里，j在0到N间取值)。

如上简要说明，虽然自变量的值一般与应变量的(测定)值Yⁱ同时被 决定，但并不一定仅涉及当前时间(例如，可能涉及比当前时间更早的6 个月或1年)。在一些优选实施例中，捕捉过去的影响，或等效地，变量的变 化，对于指数模型来说是有利的。例如，在上座人数的现有水平一定的情况 下，上座人数现有水平的近期快速下降，可能会造成比现有水平逐渐下降更 大的经济价值降低。在此类实施例中，各可包括多个涉及当前时间和几个 过去时间(但在当前时刻是可用的)的价值，或者可以是当前和过去价值的 加权平均的平均值，或可以是现值及其当前变化率。此类信息还可以利用变 量时间序列的统计测量(如其标准偏差)来并入其中。

接着，在第3步中(图3)，利用统计学领域已知的一种方法，最好优先 地采用普通最小二乘法(OLS)，来确定N+1回归参数因此，优选的体育 运动风险指数模型40在本文中被称作(但不限于)普通最小二乘法模型。通 常，参见瓦瑟曼，2004，《统计学全编》，斯普林者科学与商业媒体有限责任 公司(Wasserman，2004，All of Statistics，Springer Science+ Business Media，LLC)(其被以引用方式并入本文中)。简言之，最小二乘法 就是通过最小化价值应变量或其组合的衍生值与该应变量或其组合的观测 值或计量值Yⁱ之间的差值平方来确定回归参数。模型中的价值应变量可代表 美国职业棒球大联盟运动队对第三方的交易价值(如售价)。更具体地说，Yⁱ可反映交易价值(售价)，而可反映由回归表达产生的衍生值。

因此，被确定为下列方程式的解。

$\min {(Y^i-{\hat{Y}}^i)}^2=\min {(Y^i-b_0^i-\underset{j=1}{\overset{N}{\Sigma }}{b}_j^i{X}_j^i)}^2$

以不同方式表示，由变量Y对变量X回归来决定。最好优先地，单独 决定这就要求有许多(如N+1)个数据、本例中N+1对应变量的并存 值、和多个相应的自变量在某些优选实施例中，每对这样的数据集都 涉及同一体育活动或运动队；在其它实施例中，几对这样的数据集可涉及两 种或多种不同但最好优先地非常相似的体育活动或运动队。非常相似的体育 活动或运动队被认为涉及的是具有类似经济价值行为的活动(最好优先地为 非竞争性的)，例如同一联盟中的活动，或同一运动项目中的活动等。

尽管一个完整的体育运动风险指数模型可来自于由此类普通最小二乘法 反馈的参数估计，但在某些情况下，优先的是普通最小二乘法模型根据一个 或多个调整变量来进行补充或调整，这些调整变量捕捉在说明体育活动的经 济价值和/或风险(如个人和运动队参与者)时可能相关的附加因素。此类调 整变量由于某种原因最好不是由通用回归和普通最小二乘法来处理，而是最 好可能以手工方式进行单独处理。例如，这样一个变量，虽然已知对价值和/ 或风险的决定或说明是有用的，但可能没有充足的可用数据、或充足的连续 数据、或充足的量化数据来被输入到通用的普通最小二乘法。

举例来说，虽然对某一运动队中一名或多名队员的全明星投票(例如， 运动队通过其花名册中的运动员而累积获得的全明星投票总数)如上所述已 作为附加数据37被并入到正式的模型衍生中，但在某些情况下，这样的全明 星投票数据可能只是非正规获得的，并且即使已经获得了，不同的投票情况 也可能不具可比性。那么，这样的数据可能更有利于作为调整数据42被并入 体育运动风险指数中。

另一种可作为附加数据37或调整数据42被并入的数据类型是各队的媒 体收视率(如，电视、广播、互联网流媒体等)。此类数据越来越重要，而且 实际上，由于媒体在体育产业中更重要的作用，可能会是一个极重要的因 素。节目的媒体收视率(或者，如网站上的“点击率”)可决定传媒公司(或 网站)可向广告商收取多少商业推介费；由此媒体收视率与传媒公司愿意为 运动队或联盟的权利支付多少费用相关。在国内和地区范围出售媒体权利所 带来的收入对于运动队的资金来说可能很重要，而且这也是运动队的媒体合 约为何会影响其价值的原因之一。媒体收视率数据可从众多不同来源收集。 例如，电视收视率数据，可从诸如“尼尔森媒体研究(Nielsen Media  Research)”这样的来源收集，并且可代表由其来源限定的指定市场区域内主 客场比赛的地区电视广播的预计收视率。并且在一个更具体的实例中，电视 收视率数据可按照观看各自喜欢运动队的本地电视广播的估计户数来表示。

例如，如果电视收视率数据可用，并且是作为调整数据被有利地并入的 类型(例如由于其覆盖范围限制)，则可以假定该数据的估计值为以便收 视率数据平均占运动队相对价值或风险的一个特定百分比(例如，10-20％)。 该百分比可以众多不同方式例如经验评估等衍生出。或者，如果描述媒体收 视率的数据对于作为附加数据37而被并入而言具有足够的覆盖范围的话，则 该数据的可在前述之普通最小二乘法过程中决定。

调整变量也可用于捕捉无形物质的影响(例如，客户对于一项运动、一 个运动队或一个运动参与者的喜好和偏好)并可具有衍生自调查数据、投票 数据等的价值。在这种情况下，可应用模型调整44，以便说明附加变量，例 如通过假定各自调整变量的估计值为

进行模型的此类调整后，若有，用于计算衍生自普通最小二乘法模型的 第i个运动队或体育活动的体育运动风险指数的示例性体育运动风险指数模 型或算法46可定性地表示如下：

SRIⁱ＝bⁱ₀+

bⁱ₁(上座人数和相关变量)+

bⁱ₂(人口数量和收入)+

bⁱ₃(竞争变量)+

bⁱ₄(媒体收视率变量)+

bⁱ₅(附加变量)+

bⁱ₆(调整变量)(1)

最后，在图3第5步中，体育运动风险指数模型46被存储于数据存储器 中以便以后检索和用于从后续收到的自变量(即，价值和/或相关风险的决定 性或说明性变量)中计算体育运动风险指数值。此类模型可以数据记录的形 式表示在数据存储器或数据库中。此类数据的示例性记录可包括(但不限 于)自变量个数的值N的字段，用于N个价值决定性自变量的每一个的标 识，以及它们每一个的优选数据源的标识的字段，以及回归参数的值的字 段。后面可通过从存储器中检索该模型的表示，获得正如由它们的标识和优 选数据源规定的价值决定性变量的后来值，并且形成由上述线性回归方程式 表示的加权和，来应用该模型。

现在参照图4，计算体育活动，例如体育俱乐部或运动队，的体育运动 风险指数值的优选方法包括：如字块48所示，收集和处理用于捕捉涉及说明 俱乐部或运动队的经济价值(如，长期获利潜力)和相关风险的因素的决定 性自变量的数据。如上所述，此类价值说明性或决定性变量可包括上座人数 和相关变量30，人口和收入变量32，捕捉俱乐部或运动队的竞争背景的变量 34，和/或一个或多个附加变量数据37，和非正式的调整变量42。在收集数 据时或之后，将数据提供给执行体育运动风险指数模型46-例如线性回归 (1)-的计算装置，以便计算体育活动、运动队、俱乐部等的体育运动风 险指数值50。

变量数据可以多种不同的适当方式获得或处理。例如，上座人数数据30 和媒体收视率数据(特别是广播媒体收视率数据)可以将最近365天的合计 为一个总数(如在美国棒球大联盟内)。在此情况下，应用到上述方程式 (1)系数的媒体收视率数据可转换为365天、每天变动的总数。此类数据处 理的细节通常因运动项目的不同而不同。

通过执行方程式(1)指示的程序计算，体育运动风险指数模型被应用于 价值和/或风险的决定性自变量数据。在某些情况下，对于某一特定的体育运 动风险指数计算，一个或多个自变量的值可能得不到。这时，可能用到默认 值，示例性默认值是最近先前值(或校正的预计的当前变化的最近先前值)。

然后某一特定体育活动(如，运动队)的计算出的体育运动风险指数值 50，可用于成为相关体育运动风险指数衍生工具合约(如，期货合约)的基 础，此类合约可通过图1所示系统来交易。除了为每个运动队或职业队计算 出的一个指数外，各运动队的指数可合计为关于整个联盟(如，美国职业棒 球大联盟)的一个价值或风险加权指数。该联盟指数可被用于多种用途，例 如，管理一个机构面临的人气可能下滑和联盟产生收益能力的可能下滑的风 险。此外，为某一运动项目的各运动队计算的体育运动风险指数值，可合计 为关于该整个运动项目的一个指数(篮球、棒球、足球等的体育运动风险指 数)，该指数可以类似方式使用。

体育运动风险指数值最好多次计算，例如，定期计算；并可按时间跟 踪，例如以图5所示的美国职业棒球大联盟四支球队的方式。更具体地说， 例如，可利用最新的可用数据每天重新计算体育运动风险指数，虽然其中有 些数据(如上座人数和广播媒体收视率)可能被滚动收录(如，滚动12个月 的合计值)。滚动收录的数据能够发现和体现有关职业球队的产生收益的能力 的新发展趋势，而同时又兼具连续性和集中性。举例来说，由“尼尔森媒体 研究”汇编的更新的电视收视率数据可用于并入隔一夜或T+2(比赛后两 天)进行的每日体育运动风险指数的重新计算。定期计算的体育运动风险指 数的过程和趋势可用于根据指数交易衍生工具合约。

为说明利用本发明的模型可以产生的体育运动风险指数值的范围，下表 列出了截至到2007年末美国职业棒球大联盟29支球队的体育运动风险指 数。

截至2007年12月31日美国职业棒球大联盟(MLB)的体育运动风险指 数：

实例

下面介绍图7A-F所示的示例性交互式买卖盘过程的第一个实例。后面是 有关计算特定体育活动的体育运动风险指数值、运动相关企业利用期货合约 管理风险、和季节性期货合约行为的实例。

实例1-本发明的示例性交互式买卖盘输入过程

图7A-F示出了根据本发明的可能的买卖盘过程例子的显示界面。例如， 这些屏幕界面可以在用户终端12和14通过交易系统18结合指数代理系统 19(用于计算体育运动风险指数值)来显示。用户可以通过已知的方式，例 如通过选择文本和图标，通过向字段中输入文本等等，与这些屏幕界面交 互。特别是，这些示例性屏幕界面图解说明了用户对交易系统18提供的特定 期货合约进行的检索和买卖盘；通过结构化和分层布置的连续显示屏幕界面 进行图示的检索。

图7A详细地示出了交易或交换系统显示的屏幕界面，高度概括存储于数 据库17中、并可交易的衍生工具合约。显示的信息按地区(包括全世界和当 地)排列，并按作为可用衍生工具合约的基础的区域性体育活动排列。用户 可以选择一个地区和一个地区内的某项体育活动(通过选择图示的文本框) 来进行详细显示。对于北美的体育活动，示出了其累积的体育运动风险指 数，从而来表示特定类型(例如，棒球、足球等)的所有体育活动的经济价 值的特征。

下一个图7B图示当用户从图7A所示屏幕界面上选择北美(美国和加拿 大)棒球大联盟(特别是美国联盟中的运动队)时会显示的屏幕界面。该屏 幕界面显示了选定联盟中的特定运动队或俱乐部、其当前的体育运动风险指 数、和目前是否有期货或期权合约(截止到07-04-01)。例如，至少巴尔的 摩、波士顿、芝加哥的棒球队有期货和期权合约；然而，多伦多棒球队只有 期货合约，而没有期权合约。用户可以选择特定球队的期货或期权选项框， 从而可以调出所选运动队的所选合约的详细显示。

在图7B-F中，屏幕界面字段或下一级图中粗体字段清楚地显示了在上一 级图界面中选定的内容，从而调出下一级图的屏幕界面(例如，在图7A屏幕 界面中选定了美国联盟，从而调出图7B的屏幕界面)。

下一个图7C示出了当用户从图7B的屏幕界面上选择奥克兰棒球队(美 国联盟中的球队，但没有显示在图7B中)的期货合约时会显示的屏幕界面。 该屏幕界面显示了当前有的期货合约、其截止日期(到期日)、其当前出价和 当前要价。(假定合约以等于合约规定的体育运动风险指数值乘以名义倍数 (如10)的金额进行现金结算。)用户可以借助平仓合约来选择文本框以进 行买卖盘输入。

在本示例性实施例中，交易系统提供了两条买卖盘输入的路径：较短路 径是直接调出买卖盘输入屏幕界面，较长路径是在调出买卖盘输入屏幕界面 前，先调出挂盘册屏幕界面。对于想以市场价格进行交易的用户(非交易 商)来说，直达路径更为适合，而较长路径更有利于进行根据市场条件选定 的交易的用户(交易商)。

首先考虑直接通向图7D所示的买卖盘输入屏幕界面的直达途径。若用 户在图7C中选择交易奥克兰队2007年6月30日到期的期货合约，就会显示 该屏幕界面。

图示的买卖盘输入屏幕界面提供识别衍生工具合约的字段，即买卖盘的 主题，例如，运动队、合约类型及其截止日期。该屏幕界面还显示价格字 段、买或卖的合约数量的数量字段、以及用于附加的买卖盘选项(如有)的 选项字段。对于“市场价格”用户，价格字段可表示，如，用户可接受的唯 一价格、用户可接受的最高价格、用户可接受的大约价格，等等。最后，该 屏幕界面还显示识别买盘或卖盘以及提交买卖盘或重置屏幕界面的按钮。用 户通过输入合约类型、价格、数量、然后选择(可选)可选项按钮、动作按 钮和提交/重置按钮来输入买卖盘。

如果用户希望在买卖盘输入前回顾市场行情，交易系统可以显示如图7E 所示的挂盘册屏幕界面。该屏幕界面至少显示选定合约的当前未决挂盘册， 即存储在数据库17中的未平仓和未对盘的买(出价)卖(要价)盘。存储的 买卖盘信息分为三个区，每个区有三行：一行是存储的买卖盘的价格，一行 是此价格上的买入量，一行是此价格上的卖出量。用括号划出的中间区是当 前的“内部市场”区域(最近买盘和卖盘)；顶部区是价格高于内部市场价格 的卖盘；底部区是价格低于内部市场价格的买盘。交易商可以根据该挂盘册 屏幕界面上的信息来决定需要的买卖盘策略，并且随后可进入图7D所示的买 卖盘输入屏幕界面来执行该策略。

最后，图7F示出了对提交了图7D买卖盘输入屏幕界面进行响应而显示 的买卖盘确认屏幕界面。该屏幕界面重新显示了之前输入的买卖盘的运动 队、合约类型、价格和数量信息。该屏幕界面还显示该输入的买卖盘的状 态，即该买卖盘已与相应买卖盘对盘并执行，或未对盘而只是简单的被交易 系统存储(例如，在挂盘册中)。如果该买卖盘已被执行，合约的具体编号将 被传送给新的当事方，并通过交易数据库中的合约记录更新分配给由投资组 合字段识别的该新当事方的特定投资组合。而且通过更新交易系统中的买卖 盘记录来更新挂盘册。如果只是简单的存储买卖盘，后续对盘时，会生成指 明该更新状态的后续对盘确认屏幕界面。

实例2-从本发明的体育运动风险指数(SRI)模型计算体育运动风险指 数值

本例根据本发明的优选实施例，进一步说明了计算2006年12月31日一 支美国棒球队，即波士顿红袜队的体育运动风险指数的方法。波士顿红袜队 位于波士顿市，波士顿-剑桥-昆西MSA(大都市统计区)内。相应地，从经 济分析局(优选数据源)收集的适当数据资料可包括，2006日历年MSA人口 数4465674，以及MSA人均收入$50542(即，人口和收入数据32)。过去365 天(一年)中，全部主场比赛上座人数数据合计为2930768人(即，上座人 数数据30)，这些人在2006年1月1日至2006年12月31日间观看了波士 顿红袜队的主场比赛。过去365天中，所有当地电视转播的预计收视率也合 计超过36984000户，这些人在2006年1月1日至2006年12月31日间观看 了当地电视转播的球队比赛。由于在这一MSA中再没有像红袜队这样的第二 支美国职业棒球大联盟(MLB)球队，所以竞争变量34可以设为0。

收集到的波士顿红袜队2006年12月31日说明性或决定性价值数据可简 要概括如下：

主场上座人数：2930768；

MSA(大都市统计区)人数：4465674；

MSA人均收入：$50542；

第二支队伍：0(波士顿MSA中没有其它美国职业棒球大联盟(MLB)球 队)；

当地电视收视率预计：36984000。

然后可将输入数据代入体育运动风险指数算法例如等式(1)中，其中， 各变量乘以各自的回归系数。这些回归系数已由前述普通最小二乘法(OLS) 在之前应用于所有美国职业棒球大联盟球队时确定。示例性值是：b₀＝- 211.787；b₁＝0.0000662；b₂＝0.0000149；b₃＝0.0079664；b₄＝- 141.889；和b₅＝0.00001。于是，等式(1)得出红袜队的体育运动风险指 数值为821.28.

在另一个实例中，利用亚利桑那响尾蛇美国职业棒球大联盟(MLB)队 2007年4月1日的相同的决定性自变量的值的一种类似计算法得出了389.44 的体育运动风险指数值。

如上所述，可以重复运用该算法，并且该算法可用来生成一系列离散的 反映红袜队或响尾蛇队或一般地指某支运动队的相对运动队价值变化的每日 值或其它周期值(见图6)。

实例3-采用本发明的期货合约进行管理风险

本例说明了本例中体育运动相关企业，该企业是在体育场为运动队提供 商品和服务的供应商(即“特许经营者”)，其商业活动至少部分随着位于体 育场内的运动队的获胜而变化，本例中是指亚利桑那响尾蛇队(一支美国棒 球队)，如何才能利用基于响尾蛇队的体育运动风险指数的本发明的金融工具 来规避或转移风险。2007年5月的体育运动风险指数的示例值如下表所示。

本例中，假定特许经营者处于亚利桑那体育运动风险指数期货合约的空 头部位(short position)。诱因是，2007年5月间主场上座人数下降而导 致食品和饮料销量下降，通过卖空期货合约的收益回报，至少可以弥补部分 特许经营收益的亏损。假设期货合约的示例性名义倍数为10X，并且假设企 业有权使用示例性初始保证金存款要求为$400的保证金账户。

假设在2007年5月1日，位于亚利桑那响尾蛇队棒球场的特许经营者决 定按394.82卖空一份亚利桑那体育运动风险指数一个月期货合约。这样，截 止到5月1日，账户现金头寸为$3948.20(394.82×10)并且保证金存款要 求为$400.00。则到2007年5月31日，假设亚利桑那体育运动风险指数值已 降至390.56(使特许经营者盈利，而使本期货合约持多头的交易商亏损)。 从5月1日到5月31日，特许经营者账户盈利42.60，即10×(394.82- 390.56)＝10×4.26＝$42.60。变动保证金$42.60记入账户并且保证金账户值 变为$442.60。

这两项交易结果概括如下表所示。

一个月的投资回报率(ROI)为10.65％($42.60/$400.00)。如果特许经 营者在5月1日以394.82的亚利桑那体育运动风险指数值购买了多份亚利桑 那体育运动风险指数期货合约的话，那么到5月末，一个月合计盈利如下表 所示。

基于主场上座人数实际下降和特许经营者的商业成果与主场上座人数的 关系，这些交易可以部分或全部抵消特许经营者营业额的下降。因此，本发 明便于特许经营者管理营业风险。

实例4-本发明的季节性期货合约行为

本例说明了不必拥有与亚利桑那响尾蛇队相关的商业企业的交易商如何 才能促进和获利于利用本发明提供的金融工具进行交易。该交易商认为2008 赛季将有利于响尾蛇队，并且因此在4月1日决定按389.44买空一份将于美 国职业棒球大联盟(MLB)赛季末期满(11月“交付”)的亚利桑那体育运动 风险指数期货合约。如前例所示，假定该合约的名义倍数为10X，并且假定 交易商有权使用初始保证金存款要求为$400的账户。

则2008年赛季的示例性亚利桑那体育运动风险指数值如下表所示。

尽管5月不是一个利好月，但交易商正确地预计了该球队赛季结果的整 体利好趋势。

交易商保证金账户中的变动保证金如下表所示。如果变动保证金为负 值，它表示市场流动性和给交易商造成了亏损，如为正值，市场没有流动 性，有利于交易商。

  日期   变动保证金   08/04/01   $0.00   08/04/30   $62.00   08/05/31   ($50.80)   08/06/30   $135.00   08/07/31   $20.80   08/08/31   $92.40   08/09/30   $234.50   08/11/01   $85.90

这里，5月份的变动保证金为负，应该有利于实例3中的特许经营者。

持有至期满的期货合约的盈利或损失是变动保证金的总和，为$579.80； 7个月的投资回报率(ROI)是145％($579.80/$400.00)。如果交易商在08 年4月1日以亚利桑那体育运动风险指数值$389.44购买了多份亚利桑那体 育运动风险指数期货合约的话，交易商7个月的总增益将如下表所示。

应注意并了解，根据图1-7图示的优选实施例对本发明的描述，不要视 为是限制性的。相应地，还可以通过更多方式诸如硬件和/或单独的固件、和 /或置于计算机程序产品的控制下，来实施本发明。用于实施本发明示例性实 施例的一个或多个功能的计算机程序产品包括计算机可读存储介质诸如非易 失性存储介质，和包括计算机可读程序代码段在内的软件诸如包含在计算机 可读存储介质中的一系列计算机指令。

此外，所示流程图的各方块或步骤和流程图中的组合方块均可通过各种 装置如硬件、固件和/或包括一个或多个计算机程序指令在内的软件，来实 施。应理解，任何此类计算机程序指令可加载于计算机或其它可编程设备上 形成一个机器，这样在计算机或其它可编程设备(如硬件)上执行的指令创 造了实现流程图方块或步骤中指定功能的装置。

此外，这些计算机程序指令也可存储于计算机可读存储器中，从而直接 控制计算机或其它可编程设备以特定方式运行，这样，存储在计算机可读存 储器中的指令就生成一种制成产品，其包括实现流程图方块或步骤中指定功 能的指令装置。计算机程序指令也可加载于计算机或其它可编程设备上，使 得一系列操作步骤在计算机或可编程设备上运行而生成计算机执行过程，这 样在计算机或可编程设备上执行的指令提供了实现流程图方块或步骤中指定 的功能的步骤。

此外，相应地，流程图的方块或步骤支持执行指定功能的装置的组合、 执行指定功能的步骤组合、和支持执行指定功能的程序指令装置。还可以理 解为，流程图中的一个或多个方块或步骤，和流程图中的方块或步骤的组 合，可通过执行指定功能或步骤、或专用硬件与计算机指令的组合的专用基 于硬件的计算机系统，来得以实现。

此外，本发明所属技术领域的人员会想到对本发明的许多改进和其它实 施例，这些改进和实施例有益于前述说明及相关附图中的示教。因此，应理 解为，本发明不限于公开的具体实施例，改进和其他实施例将包含在所附权 利要求范围内。虽然本文中使用了特定的术语，但它们只是在一般和描述性 的意义上使用的，并非为了限制。