নিয়মিত মৌসুমে স্পিন ইকোনমির বাজারভুল: ফেজ-অ্যাডজাস্টেড সংখ্যাই বলে দেয় আসল দাম

গত তিন ম্যাচে ওই লেগ-স্পিনারের ইকোনমি ৯.১। স্কোরবোর্ড যা বলে, বাজার ঠিক সেটাই দাম বসায়, আর একজন স্পিনারকে দ্রুত “ব্যয়বহুল” তকমা দিয়ে ফেলে। অথচ ওই তিন ম্যাচের দুটোয় তিনি বোলিং করেছেন পাওয়ারপ্লেতে, যেখানে ফিল্ড সীমিত আর ব্যাটসম্যান লাইসেন্স নিয়ে খেলে; একটা ম্যাচে বাউন্ডারি ছিল ৬৫ গজের কম। ফেজ ও ভেন্যু দিয়ে সমন্বয় করলে তাঁর ইকোনমি নেমে আসে ৭.২-এ, অর্থাৎ লিগের সেরা দশের মধ্যে। আমি বার্নলি মডেলটা বানিয়েছিলাম মিন শোনার জন্য, কারও হয়ে হাততালি দেওয়ার জন্য নয়; সেই অভ্যাসই শিখিয়েছে, একটা স্পেল কখনোই একটা সূত্র হয় না।

নিয়মিত মৌসুমের সবচেয়ে ধূর্ত ফাঁদটা লুকিয়ে থাকে সমান ওজনে। মৌসুম যত গড়ায়, নমুনা বাড়ে, কিন্তু প্রতিটি নমুনার গুণমান সমান থাকে না। কোন স্পেলটা পাওয়ারপ্লেতে, কোনটা ছোট বাউন্ডারিতে, কোনটা প্রতিপক্ষের সেরা ছয় ব্যাটসম্যানের সামনে — এসব আলাদা করে না দেখলে গড় মিথ্যা বলে। ২০২০ সালে যখন স্টেডিয়াম খালি হয়েছিল, আমি মাঠের বাইরের একটা চলক মাপতে শিখেছিলাম; When the stadiums emptied, home advantage left with the crowd. ক্রিকেটে ফেজ আর ভেন্যু ঠিক সেই ধরনের গঠনমূলক চলক — মুড নয়, ইনপুট।

আমি ইকোনমিকে তিনটে বুদ্বুবে ভাগ করি: পাওয়ারপ্লে (১–৬), মিডল (৭–১৫), ডেথ (১৬–২০)। প্রতিটি বুদ্বুদের জন্য আলাদা বেস-রেট বানাই, তারপর ভেন্যুর গড় স্কোর আর প্রতিপক্ষের ব্যাটিং গভীরতা দিয়ে সমন্বয় করি। ছয় ওভারের কম নমুনাকে ওজনহীন রাখি, আর প্রতিটি সংখ্যার পাশে একটা অনিশ্চয়তার পরিসর লিখি। এই সতর্কতা নিজের বিরুদ্ধেই — একটা ইনিংস বা একটা স্পেল দিয়ে সাধারণ সূত্র টানা আমার সবচেয়ে বড় পেশাগত পাপ।

এই মৌসুমে যে স্পিনারদের নিয়ে বাজার সবচেয়ে বেশি সন্দেহ প্রকাশ করেছে, তাঁদের ফেজ-অ্যাডজাস্টেড ইকোনমি কাঁচা ইকোনমির চেয়ে ১.৪ থেকে ২.১ রান কম। তাঁদের মিডল-ওভার ডট-বল শতাংশ ৪১ থেকে ৪৭-এর মধ্যে, আর পাওয়ারপ্লেতে বল করার হার লিগ-গড়ের প্রায় দেড় গুণ। অর্থাৎ যাঁরা ব্যয়বহুল দেখাচ্ছেন, তাঁরা আসলে দলের হয়ে সবচেয়ে কঠিন কাজটা করছেন — যেখানে ঝুঁকিটা সর্বোচ্চ, সেখানেই বল ধরিয়ে দেওয়া হচ্ছে। গত সপ্তাহে মাঠে বসে খেয়াল করেছি, একজন স্পিনারের প্রথম দুই ওভার নেট-রান-রেট দেখে পাশের সারির লোকেরা হতাশ হচ্ছিলেন; অথচ ওই ওভারগুলোতেই প্রতিপক্ষের সেরা দুই ব্যাটসম্যান আটকে ছিলেন।

ফেজ-অ্যাডজাস্টেড ইকোনমিই স্পিনারের প্রকৃত দাম, আর কাঁচা ইকোনমি শুধু কাজের বর্ণনা। বাজার যখন এক স্পিনারকে অবমূল্যায়ন করে, প্রায় সবসময় সে ওই দুটো জিনিস গুলিয়ে ফেলেই করে।

দ্বিতীয় মেট্রিকটা মিডল-ওভার উইকেট হার। নিয়মিত মৌসুমের মাঝখানে উইকেট পড়লে ব্যাটিং অর্ডারের গতি বদলায়, ডেথ ওভারে প্রতিপক্ষ কম অস্ত্র হাতে নামে। মিডল-ওভারে ডট-বল শতাংশ আর উইকেট হার একসাথে পড়লে বাজারভুল সবচেয়ে স্পষ্ট হয়। ম্যাচআপ স্প্লিটও সমান জরুরি: বাঁহাতি ব্যাটসম্যানের বিরুদ্ধে যে স্পিনার ঘুরে দাঁড়ান, ডানহাতিদের বিরুদ্ধে তাঁর কাঁচা সংখ্যা খারাপ দেখাতে পারে, আর ঠিক সেই খারাপ সংখ্যাটাই বাজার দাম হিসেবে ধরে নেয়।

সবচেয়ে বড় ফাঁদটা সহসম্পর্ক আর কারণের গুলিয়ে ফেলা। কম ইকোনমি মানেই ভালো বোলিং নয়; অনেক সময় অধিনায়ক তাঁকে সুরক্ষিত ওভারে রাখেন, উইকেট না পড়লে টেনে নেন, বা শুধু অনুকূল ম্যাচআপে ব্যবহার করেন। The market reacts to stories; I wait for the residuals to speak. উইকেট আর ইকোনমি প্রায়ই বিপরীত দিকে হাঁটে — বাজার উইকেটকে অতিরিক্ত দাম দেয়, অথচ মিডল-ওভারে চাপ তৈরি করাটাই দীর্ঘমেয়াদে দলকে ম্যাচ জেতায়।

অতিরিক্ত মডেলিংও একটা ফাঁদ। স্পিনারের হাত, রিলিজ, ড্রিফট, ক্যারম-বলের সূক্ষ্মতা সংখ্যায় পুরোপুরি ধরা পড়ে না। তাই আমি প্রতিটি পূর্বাভাসের সঙ্গে একটা অনিশ্চয়তার পরিসর প্রকাশ করি, আর স্কাউটিং চোখ দিয়ে মডেলের ভুলগুলো ধরি। A model is a confession of what you refuse to guess. যে মডেল নিজের সীমা স্বীকার করে না, সেটা মডেল নয় — সেটা ব্র্যান্ড।

নিয়মিত মৌসুমের শেষ চার ভাগে বাজার সাধারণত সংশোধন করে, কারণ তখন নমুনা বড় হয়, আর গল্পগুলো ফুরিয়ে আসে। ফেজ-অ্যাডজাস্টেড ইকোনমি আর কাঁচা ইকোনমির ব্যবধানও তখন সংকুচিত হয়, কিন্তু সম্পূর্ণ মেলে না। এই ফাঁকটাই সুযোগ, আর এই ফাঁকই বলে দেয় কে সংখ্যা পড়ছে, কে গল্প। প্রশ্নটা এখন এই: আপনি কাঁচা সংখ্যার দিকে তাকিয়ে আছেন, নাকি সেই সংখ্যার পিছনের ফেজটা পড়তে শিখেছেন?