
Raúl Gómez-Martínez, María Luisa Medrano-García, Laura Pascual-Nebreda 8
Economicus Journal of Business and Economics Insights 2024 1(1), 1–9
Vemos por lo tanto que las características intrínsecas de este activo hacen que la valoración de este
y el reto de estimar su precio teórico sea sumamente complejo. Sin embargo, con un simple vistazo del
gráfico de cotización de los fan token que cotizan en plataformas de intercambios de criptomonedas como
Binance vemos que este precio de mercado es muy volátil y que muestra evidentes correlaciones con los
resultados deportivos del club, o con hechos relevantes para la entidad como ocurre con los fichajes de
jugadores relevantes.
En un primer intento de encontrar variables que nos permitan valorar el precio del fan token y su
capitalización de mercado nos hemos centrado en el número de seguidores, eligiendo el número de
´followers´ de Twitter, ya que el fútbol es un fenómeno global, como indicador de la masa de aficionados
de un club. Los parámetros del modelo econométrico estimado se muestran significativos en un intervalo
de confianza del 95% y sorprende el elevado estadístico R2 del modelo, cercano al 50%, es decir que, a
pesar de la volatilidad que se observa en la cotización de los fan token, solamente a través del número de
seguidores podemos explicar la mitad del precio del activo.
No obstante, el estudio presenta limitaciones que podrán ser cubiertas en futuras investigaciones.
La principal es el reducido número de observaciones que tenemos en la muestra. En este estudio nos
hemos centrado en los equipos de fútbol europeos que han lanzado su fan token, pero no todos los clubes
tienen su fan token, de hecho, lo clubes emisores de tokens ni siquiera son los más relevantes o los más
grandes (tal vez sí se podría decir que los más valientes y pioneros). Por ejemplo, el Real Madrid, el
equipo que más ingresos tiene, todavía no ha lanzado su fan token. A medida que este activo siga
aportando valor a los clubes emisores, más clubes lanzarán su token y tendremos más datos para estudiar
este nuevo activo.
Materiales complementarios: Datos disponibles online, Figura 1: https://www.binance.com/es/price/atletico-de-
madrid-fan-token). Figura 3: https://coinmarketcap.com/currencies/atletico-de-madrid-fan-token
CRediT Contribuciones de los autores: Conceptualización, R.G., M.M., & L.P.; metodología, R.G.; software, M.M.;
validación, R.G., M.M., & L.P.; análisis formal, R.G.; investigación, L.P.; recursos, R.G.; gestión de datos, R.G.;
redacción—preparación del borrador original, M.M., & L.P.; redacción—revisión y edición, R.G.; visualización, R.G.;
supervisión, R.G. “Todos los autores han leído y aprobado la versión publicada del manuscrito.”
Conflictos de interés: “Los autores declaran no tener conflictos de interés.”
Referencias
Ahelegbey, D. F., Giudici, P., & Mojtahedi, F. (2021). Tail risk measurement in crypto-asset markets. International
Review of Financial Analysis, 73, 101604. https://doi.org/10.1016/j.irfa.2020.101604
Angraal, S., Krumholz, H. M., & Schulz, W. L. (2017). Blockchain technology: Applications in health care. Circulation:
Cardiovascular Quality and Outcomes, 10(9), e003800. https://doi.org/10.1161/CIRCOUTCOMES.117.003800
Antonucci, F., Figorilli, S., Costa, C., Pallottino, F., Raso, L., & Menesatti, P. (2019). A review on blockchain
applications in the agri-food sector. Journal of the Science of Food and Agriculture, 99(14), 6129–6138.
https://doi.org/10.1002/jsfa.9912
Aste, T., Tasca, P., & Di Matteo, T. (2017). Blockchain technologies: The foreseeable impact on society and industry.
Computer, 50(9), 18–28. https://doi.org/10.1109/MC.2017.3571064
Bell, A. R., Brooks, C., Matthews, D., & Sutcliffe, C. (2012). Over the moon or sick as a parrot? The effects of football
results on a club’s share price. Applied Economics, 44(26), 3435–3452.
https://doi.org/10.1080/00036846.2011.577017
Borri, N. (2019). Conditional tail-risk in cryptocurrency markets. Journal of Empirical Finance, 50, 1–19.
https://doi.org/10.1016/j.jempfin.2018.11.002