跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

欧足联报告警告:英超46亿欧元支出依赖脆弱模式

欧足联本周发布的新报告估算,英超俱乐部今夏支出达46亿欧元(40亿英镑),超过欧洲其他八个国家之和。欧足联财务主管警告,这一模式十分脆弱,可能危及长期生存。

体育分析陈思远发布: 2026年11月5日4 分钟阅读资料来源 33
欧足联报告警告:英超46亿欧元支出依赖脆弱模式

报告显示,这笔支出相当于20家俱乐部年收入的56%。新冠疫情前的十年,这一比例平均为33%。据《爱尔兰观察家报》报道,每年价值近40亿英镑的电视转播合同支撑了这些支出。

报告称,欧洲男子俱乐部的总收入首次突破100亿欧元,比2025年增长8%,比2019年疫情前的峰值高出43%。这项研究涵盖上座率、青训以及转会活动。

两极分化的市场

报告称,英超俱乐部平均引进球员的转会费上涨8%,达到创纪录的2400万欧元。其他欧洲主要联赛的平均水平在400万至500万欧元之间。英格兰俱乐部参与了全部交易的60%以上。

市场顶端的变化最快。超过5000万欧元的交易从2024年夏季的14笔增至2025年的23笔,今年又增至35笔。英超俱乐部占了这35笔中的29笔。

欧足联财务可持续性与研究总监安德烈亚·特拉韦尔索写道,这些情况表明“人才日益集中,市场两极分化加剧,正在形成明显的双速体系”。

本土市场占主导

报告指出:“由于英格兰以外的俱乐部很少能匹配英格兰俱乐部的工资或转会价格,英格兰俱乐部越来越依赖内部市场来获得创纪录的收入,以及这些交易往往带来的利润。”

英格兰俱乐部之间的转会费上涨44%,达到155000万欧元(133000万英镑)。欧足联称,英格兰本土市场的转会费规模,相当于接下来五大市场流动的总和。规模第二大的流向是德甲向英超出售球员,金额为69000万欧元(59400万英镑)。

创纪录的出售与罚款

报告称,切尔西和阿斯顿维拉都打破了单一俱乐部单个夏季转会收入的历史纪录。此前的纪录由摩纳哥在2017年创造。切尔西的收入估计为47100万欧元(40500万英镑),维拉为36600万欧元(31470万英镑)。

据《爱尔兰观察家报》报道,这两家俱乐部连续第二个夏季因违反欧足联财务可持续性规则而被罚款。

报告估算,欧洲俱乐部通过出售青训球员获利68亿欧元(585000万英镑),比2025年多65500万欧元。报告几乎没有发现俱乐部利用多俱乐部所有权结构以虚高或压低的价格转移球员的证据。此类交易总额为15200万欧元(13080万英镑),而估计市场价值为15900万欧元(13680万英镑),其中超过一半的支出发生在切尔西和斯特拉斯堡之间。

特拉韦尔索为何称其脆弱

特拉韦尔索写道,转会费不断上涨,会通过更高的摊销费用加大俱乐部未来财务业绩的压力。

他写道,这些成本目前部分被巨额转会利润所抵消,但这造就了一个更脆弱的模式,俱乐部越来越依赖市场的持续膨胀和流动性。

他写道,许多引援并非立即付款:付款常常分摊到数年,而转会应收款可能被保理以换取短期现金。结果是“转会债务不断攀升,越来越依赖未来资金流入来为过去的投资融资”。

他写道,买方需求一旦放缓、转会费出现回调或信贷条件收紧,就可能暴露出盈利能力和财务可持续性方面的潜在压力。

接下来会发生什么

欧足联称,夏季数据是根据已报告金额得出的临时估算,只有在俱乐部直接向欧足联提交财务数据后才会得到确认。

评论 0

资料来源

33
  1. 01Uefa chief warns Premier League 'fragile' due to soaring transfer feesEN
  2. 02Premier League clubs spent €4.6bn this summer, and Uefa says the market now runs at two speedsEN
  3. 03Aston Villa and Chelsea set transfer record as UEFA send 'fragile' Premier League warningEN
  4. 04Uefa fears Premier League impact on transfer marketEN
  5. 05Uefa fears Premier League impact on transfer marketEN
  6. 06Claude can now analyze your spending with its new Personal Finance toolEN
  7. 07Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation modelEN
  8. 08OpenAI says its new cybersecurity model is better at not hacking other companiesEN
  9. 09Visa tested 22 AI models as shoppers, and they failed 42.8% of the timeEN
  10. 10Tencent releases Hy4 with vision and computer use, claims second place among Chinese AI modelsEN
  11. 11Fitting AI Models To Edge ApplicationsEN
  12. 12Novo forecasts flat 2026 sales as finance chief departsEN
  13. 13Baidu unveils Apollo World model to let AI teach AI to driveEN
  14. 14ChatGPT can now turn text prompts and photos into animated GIFs with OpenAI's Images 2.6 modelEN
  15. 15Building on open source AI? Hugging Face’s policy chief on the costs, risks, and trade-offsEN
  16. 16“War” Secretary Pete Hegseth Endorses 15 Minute City ModelEN
  17. 17How big is the open model economy today?EN
  18. 18LiberAI Unveils Liber-0, a World Action Model That Grounds Human Experience in Robot ActionEN
  19. 19Supa raises £21M in seed funding to transform UK residential block managementEN
  20. 20Claude’s new Personal Finance tool aims to help analyze your spending – read-only, of courseEN
  21. 21The Wizard of Open Weights: Chris Alexiuk Makes AI Easy With Open ModelsEN
  22. 22Federal Reserve Board announces termination of enforcement action with Allegiant United Holdings, LLC, Nano Financial Holdings, Inc., and Nano BancEN
  23. 23Short-Term Forecasting of Heterogeneous Wind Power Fleets: Global Temporal Fusion Transformer Leveraging Static CovariatesEN
  24. 24Transformers Model Integration ContractsEN
  25. 25BYD teases new model for Guangzhou Auto Show, with next-gen Han expectedEN
  26. 26Nvidia is happy to take your money whether you're using open or closed models, says Jensen HuangEN
  27. 27I Checked Out Tesla’s New Model YL, Standard Y, Model 3 In Person — Here’s What Surprised MeEN
  28. 28 Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5 EN
  29. 29Tutor Intelligence raises Series B to scale model training, robot deploymentsEN
  30. 30Can Large Language Models Review the Scientific Literature? A Test Against a 102-Article BenchmarkEN
  31. 31Iterated creation, grading, and revision of data science projects by language modelsEN
  32. 32Routes of Reasoning: Reading and Reshaping Test-Time Compute in MoE ModelsEN
  33. 33Graph-Mediated Large Language Model Systems in the Agentic Era: Reasoning, Knowledge, Retrieval, Execution, and CoordinationEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

陈思远

陈思远

体育、汽车与旅行

陈思远负责FLASH24的体育、汽车与旅行报道,他从联赛官方数据、车队技术公报和旅行目的地统计中提取信息,重点关注规则执行与数据一致性,不放过任何一处数字矛盾。在体育报道中,他逐场核对射门、跑动和犯规数据,并比对视频助理裁判的判罚记录;在汽车与旅行板块,他同样坚持用实测油耗、里程和票价来验证每一条结论。他常与赛事数据员、车队工程师和当地向导沟通,每逢联赛关键轮次或新车发布便提前整理对比表格。业余时间他打业余篮球,也研究联赛数据与视频助理裁判的判罚逻辑,这些爱好让他更清楚数据背后的实际节奏。他坚持一条原则:未经核实的数据不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。