إنفاق كرة القدم السعودية: تحليل متقدم بالأرقام (2023–2025)
د. عائض القحطاني | عبدالرحمن الكريشان
1 المقدمة
خلال السنوات الثلاث الأخيرة (2023–2025)، شهدت كرة القدم السعودية توسعًا ماليًا لافتًا، خصوصًا في إنفاق الأندية على رسوم الانتقالات الدولية، بالتوازي مع ازدياد النقاش الجماهيري حول أثر ذلك على العدالة التنافسية، واستدامة النمو، وانعكاسه على الحضور والمتابعة.
هذا التقرير يقدم قراءة رقمية متقدمة (Descriptive + Sensitivity/Simulation) مبنية على مصادر موثوقة للأرقام السنوية، مع عرض رسوم بيانية ملوّنة ومؤشرات (KPIs) تساعد على الفهم السريع.
2 أسئلة البحث
- كم بلغ إنفاق الأندية السعودية على رسوم الانتقالات الدولية في كل سنة من 2023 إلى 2025؟
- ما اتجاه الإنفاق (Trend)؟ وهل يوجد “عام ذروة” يختلف عن بقية السنوات؟
- ما مؤشرات التغير السنوي (YoY) ومعدل النمو المركب (CAGR) خلال الفترة؟
- ما حجم رسوم وكلاء اللاعبين في 2025 مقارنة بإنفاق الانتقالات؟
- إذا افترضنا هامش عدم يقين منطقي حول هذه الأرقام، كيف يتغير تقدير إجمالي الإنفاق خلال 3 سنوات؟ (Monte Carlo)
3 مصادر البيانات
- 2023: تقرير Deloitte عن إنفاق نافذة صيف 2023 (Gross
spend = 957 مليون دولار).
- 2024: Global Transfer Report 2024 (يشير إلى أن
الإنفاق كان مدفوعًا بشكل رئيسي بأندية السعودية بقيمة 464.5 مليون
دولار).
- 2025: Global Transfer Report 2025 (يشير إلى أن
الإنفاق كان مدفوعًا بشكل رئيسي بأندية السعودية… بقيمة 906.9 مليون
دولار).
- رسوم الوكلاء 2025: تقارير اقتصادية محلية/إقليمية تشير إلى وصولها لنحو 80.4 مليون دولار.
ملاحظة: الأرقام هنا تتعلق برسوم الانتقالات الدولية كما ترد في تقارير فيفا/تقارير السوق، ولا تشمل بالضرورة كل التكاليف الأخرى (رواتب، مكافآت، حوافز…).
4 بناء قاعدة البيانات (2023–2025)
spending <- tibble::tibble(
year = c(2023, 2024, 2025),
transfer_fees_usd_m = c(957.0, 464.5, 906.9), # مليون دولار
agent_fees_usd_m = c(NA_real_, NA_real_, 80.4), # مليون دولار
source = c("Deloitte (2023 summer window)", "FIFA Global Transfer Report 2024", "FIFA Global Transfer Report 2025 / Reports")
) %>%
mutate(
transfer_fees_sar_m = transfer_fees_usd_m * 3.75,
agent_fees_sar_m = agent_fees_usd_m * 3.75
)
kable(spending, digits = 1, caption = "البيانات الأساسية (مليون دولار / مليون ريال سعودي)")| year | transfer_fees_usd_m | agent_fees_usd_m | source | transfer_fees_sar_m | agent_fees_sar_m |
|---|---|---|---|---|---|
| 2023 | 957.0 | NA | Deloitte (2023 summer window) | 3588.8 | NA |
| 2024 | 464.5 | NA | FIFA Global Transfer Report 2024 | 1741.9 | NA |
| 2025 | 906.9 | 80.4 | FIFA Global Transfer Report 2025 / Reports | 3400.9 | 301.5 |
5 مؤشرات أساسية (KPIs)
kpi <- spending %>%
arrange(year) %>%
mutate(
yoy_change = transfer_fees_usd_m - lag(transfer_fees_usd_m),
yoy_growth = (transfer_fees_usd_m / lag(transfer_fees_usd_m) - 1),
index_2023 = transfer_fees_usd_m / transfer_fees_usd_m[year==2023] * 100
)
# CAGR بين 2023 و2025 (فترتان)
cagr <- (kpi$transfer_fees_usd_m[kpi$year==2025] / kpi$transfer_fees_usd_m[kpi$year==2023])^(1/2) - 1
kable(
kpi %>% select(year, transfer_fees_usd_m, yoy_change, yoy_growth, index_2023),
digits = 3,
caption = "مؤشرات التغير (YoY) ومؤشر الأساس (2023=100)"
)| year | transfer_fees_usd_m | yoy_change | yoy_growth | index_2023 |
|---|---|---|---|---|
| 2023 | 957.0 | NA | NA | 100.000 |
| 2024 | 464.5 | -492.5 | -0.515 | 48.537 |
| 2025 | 906.9 | 442.4 | 0.952 | 94.765 |
kable(
tibble::tibble(indicator="CAGR 2023→2025", value=cagr),
digits = 3,
caption = "معدل النمو المركب (CAGR)"
)| indicator | value |
|---|---|
| CAGR 2023→2025 | -0.027 |
6 رسومات ملوّنة وتحليل
6.1 إنفاق الانتقالات حسب السنة (Bar)
مقدمة القسم: يهدف هذا الجزء إلى عرض الحجم المطلق للإنفاق في كل سنة على حدة. استخدام الأعمدة هنا مقصود لأنه يسمح بالمقارنة المباشرة بين السنوات، ويساعد في تحديد سنوات الذروة مقابل سنوات التهدئة.
ggplot(spending, aes(x=factor(year), y=transfer_fees_usd_m, fill=factor(year))) +
geom_col(width=0.7) +
geom_text(aes(label=paste0(round(transfer_fees_usd_m,1),"M")), vjust=-0.5, size=4) +
scale_fill_brewer(palette="Set2", name="السنة") +
labs(
title="إنفاق الأندية السعودية على رسوم الانتقالات الدولية (2023–2025)",
x="السنة",
y="مليون دولار"
) +
theme_minimal(base_size = 13) +
theme(legend.position = "none")
قراءة سريعة:
- 2023 يمثل ذروة إنفاق واضحة.
- 2024 شهد هبوطًا كبيرًا مقارنة بعام الذروة.
- 2025 عاد إلى مستوى مرتفع جدًا قريب من 2023.
6.2 اتجاه الإنفاق (Trend Line)
مقدمة القسم: يركّز هذا الجزء على الاتجاه العام للإنفاق عبر الزمن، ويساعد في التمييز بين الصدمات المؤقتة والنمط الهيكلي طويل الأجل.
ggplot(spending, aes(x=year, y=transfer_fees_usd_m)) +
geom_line(linewidth=1.2, color="#2C7FB8") +
geom_point(size=3.2, color="#D95F0E") +
geom_text(aes(label=paste0(round(transfer_fees_usd_m,1),"M")), vjust=-0.8, size=4) +
scale_x_continuous(breaks = spending$year) +
labs(
title="الاتجاه الزمني للإنفاق (2023–2025)",
x="السنة",
y="مليون دولار"
) +
theme_minimal(base_size=13)
6.3 تغير سنوي (Waterfall مبسّط)
مقدمة القسم: يعرض هذا القسم التغيرات بين الفترات الزمنية المتعاقبة، وهو مهم لفهم لحظات التصحيح أو الاندفاع في السوق.
chg <- kpi %>% filter(!is.na(yoy_change)) %>%
mutate(period = paste0(lag(year), "→", year),
direction = ifelse(yoy_change>=0, "زيادة", "انخفاض"))
ggplot(chg, aes(x=period, y=yoy_change, fill=direction)) +
geom_col(width=0.6) +
geom_hline(yintercept = 0, linetype="dashed") +
scale_fill_manual(values=c("زيادة"="#1B9E77", "انخفاض"="#D95F02"), name="الاتجاه") +
labs(
title="التغير السنوي في إنفاق الانتقالات",
x="الفترة",
y="التغير (مليون دولار)"
) +
theme_minimal(base_size=13)
6.4 رسوم الوكلاء 2025 كنسبة من الانتقالات
مقدمة القسم: تُحلل رسوم الوكلاء بشكل مستقل لأنها تمثل تكلفة غير مباشرة تعكس شدة المنافسة وقوة التفاوض في سوق الانتقالات.
agent_2025 <- spending %>% filter(year==2025) %>%
mutate(agent_share = agent_fees_usd_m / transfer_fees_usd_m)
kable(
agent_2025 %>% transmute(
year,
transfer_fees_usd_m,
agent_fees_usd_m,
agent_share
),
digits = 3,
caption = "نسبة رسوم الوكلاء من إنفاق الانتقالات (2025)"
)| year | transfer_fees_usd_m | agent_fees_usd_m | agent_share |
|---|---|---|---|
| 2025 | 906.9 | 80.4 | 0.089 |
share_df <- tibble::tibble(
category = c("رسوم انتقالات", "رسوم وكلاء"),
value = c(agent_2025$transfer_fees_usd_m, agent_2025$agent_fees_usd_m)
)
ggplot(share_df, aes(x="", y=value, fill=category)) +
geom_col(width=0.6) +
coord_polar(theta="y") +
scale_fill_brewer(palette="Pastel1") +
labs(
title="تركيب تكلفة 2025: انتقالات مقابل وكلاء",
x=NULL, y=NULL
) +
theme_void(base_size=13)
7 أساليب إحصائية متقدمة: عدم اليقين والمحاكاة (Monte Carlo)
أهمية هذا القسم: في الواقع العملي، لا تعمل الجهات التنظيمية على أرقام دقيقة 100٪. لذلك تُستخدم المحاكاة الاحتمالية لتقدير نطاقات معقولة بدل الاعتماد على رقم واحد جامد.
حتى مع وجود مصادر موثوقة، تبقى هناك فروقات تعريفية (نافذة/سنة، دولي فقط، رسوم إضافية…). لذلك سنفترض هامش عدم يقين ±5% حول إنفاق كل سنة ونحاكي توزيع إجمالي الإنفاق خلال 3 سنوات.
N <- 50000
sd_rate <- 0.05
sim_2023 <- rnorm(N, mean=spending$transfer_fees_usd_m[spending$year==2023], sd=sd_rate*spending$transfer_fees_usd_m[spending$year==2023])
sim_2024 <- rnorm(N, mean=spending$transfer_fees_usd_m[spending$year==2024], sd=sd_rate*spending$transfer_fees_usd_m[spending$year==2024])
sim_2025 <- rnorm(N, mean=spending$transfer_fees_usd_m[spending$year==2025], sd=sd_rate*spending$transfer_fees_usd_m[spending$year==2025])
sim_total <- sim_2023 + sim_2024 + sim_2025
summary_df <- tibble::tibble(
metric = c("Mean", "Median", "P05", "P95"),
value_usd_b = c(mean(sim_total), median(sim_total), quantile(sim_total, 0.05), quantile(sim_total, 0.95)) / 1000
)
kable(summary_df, digits=3, caption="ملخص توزيع إجمالي الإنفاق (مليار دولار) بافتراض ±5% عدم يقين")| metric | value_usd_b |
|---|---|
| Mean | 2.329 |
| Median | 2.329 |
| P05 | 2.213 |
| P95 | 2.444 |
sim_plot <- tibble::tibble(total_usd_b = sim_total/1000)
ggplot(sim_plot, aes(x=total_usd_b)) +
geom_histogram(bins=60, fill="#6A51A3", color="white", alpha=0.9) +
geom_vline(xintercept = mean(sim_plot$total_usd_b), color="#CB181D", linewidth=1.1) +
labs(
title="توزيع إجمالي الإنفاق خلال 3 سنوات (محاكاة مونت كارلو)",
x="إجمالي الإنفاق (مليار دولار)",
y="عدد المحاكاة"
) +
theme_minimal(base_size=13)
تفسير:
النتيجة لا تعطي “رقمًا واحدًا” فقط، بل تعطي نطاقًا منطقيًا لإجمالي الإنفاق
عند إدخال عدم يقين بسيط.
8 خلاصة تنفيذية
- بلغ إنفاق الانتقالات الدولية (مليون دولار): 2023 =
957، 2024 = 464.5، 2025 =
906.9.
- الاتجاه يُظهر عام ذروة ثم هبوط ثم
عودة قوية.
- رسوم الوكلاء في 2025 (~80.4 مليون دولار) تمثل نسبة مهمة من التكاليف
المرتبطة بالسوق.
- بمحاكاة عدم يقين ±5%، يمكن تقديم تقدير نطاقي لإجمالي الثلاث سنوات بدل رقم جامد.
9 9) المراجع (روابط)
- Deloitte: Saudi Pro League clubs spend US$957 million (8 Sep
2023)
- FIFA Global Transfer Report 2024 (PDF)
- FIFA Global Transfer Report 2025 (PDF)
- تقارير اقتصادية حول رسوم وكلاء اللاعبين في السعودية (2025)
10 التفسير التكاملي للنتائج
عند قراءة نتائج هذا التقرير بشكل تكاملي، يمكن استخلاص الملاحظات التالية:
- الإنفاق لم يكن خطيًا: عام 2023 يمثل صدمة دخول قوية للسوق العالمي.
- عام 2024 كان مرحلة تصحيح: يعكس إعادة تقييم استراتيجية وليس تراجعًا في القدرة المالية.
- عام 2025 يعكس نضجًا نسبيًا: عودة الإنفاق مع ارتفاع ملحوظ في التكاليف غير المباشرة.
من منظور العدالة التنافسية، فإن استمرار هذا النمط دون أطر تنظيمية واضحة قد يؤدي إلى: - تركّز القوة الرياضية لدى عدد محدود من الأندية. - تراجع الثقة الجماهيرية في نزاهة المنافسة. - زيادة حساسية الجماهير تجاه أي اختلال إداري أو مالي.
وعليه، فإن القيمة الحقيقية لهذا التقرير لا تكمن في الأرقام وحدها، بل في كيفية توظيفها لصياغة سياسات رياضية تحقق التوازن بين الجاذبية المالية والتنافس العادل والاستدامة طويلة الأجل.