ПОСТРОЕНИЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ЦЕН НА ТУРИСТИЧЕСКИЕ ПУТЕВКИ - Студенческий научный форум

IX Международная студенческая научная конференция Студенческий научный форум - 2017

ПОСТРОЕНИЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ЦЕН НА ТУРИСТИЧЕСКИЕ ПУТЕВКИ

Клетанина М.П. 1
1Финансовый университет при Правительстве РФ
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Аннотация

В работе рассматривается зависимость цены путевки в зависимости от климатических условий в стране. Производится построение регрессионной модели. Для примера выбрано одно из самых популярных направлений среди – Кипр. С помощью методов МНК производится оценка качества модели и ее проверка на адекватность.

Туризм – одна из ведущих отраслей мировой экономики. Туризм считается прибыльным видом бизнеса, для открытия которого не требуется большого стартового капитала. К тому же, спрос на туристические услуги ежегодно растет. Индустрия туризма не стоит на месте, а активно развивается с каждым годом. В первую очередь это связано с внедрением информационных технологий, которые позволяют туристам самостоятельно бронировать авиабилеты, номера в гостиницах и отелях заранее.

Легко проследить фактор сезонности в динамике туризма, которая прояв­ляется во внутригодовых повышениях и понижениях спроса на туристические услуги на протяжении долгих лет. Однако, в разных направлениях, периоды популярности отличаются по времени года, а также по целям, которые преследуют туристы при посещении страны. Коме того, на спрос на туристические услуги влияет климат и погодные условия. Согласно общеизвестному положению экономической теории, рост спроса провоцирует повышение цен.

В данной работе рассматривается зависимость средней цены на путевки в зависимости от климатических условий в стране в данный момент времени. В качестве примера, выбрано одно из самых популярных на сегодняшний день туристических направлений среди жителей России и стран СНГ – Кипр. Данная тема является актуальной, потому что несмотря на рост курса доллара и евро, на путешествия в данном направлении стабильно высокий спрос. Значит, на решение об отдыхе в данной стране в большей степени влияют климатические факторы. Кроме того, «упущенная» часть спроса на поездки в данном направлении компенсировалась за счет политической нестабильности на курортах-конкурентах, таких как Турция и Египет. Таким образом, спрос стал еще более высоким.

В качестве регрессора была выбрана температура воды в тот или иной день. Статистика по этому показателю в наиболее обобщенном виде отражает степень сезонного спроса на туристические направления. В качестве зависящей переменной выбрана стоимость путевки на 2-х на 7 дней.

Этапы работы состоят в следующем:

1) Выбрать экзогенные и эндогенные переменные для построения модели;

2) Собрать необходимую статистику по данным показателям;

3) Выбрать вид спецификации. Построить спецификацию;

4) Проверить ее на адекватность и соответствие предпосылкам теоремы Гаусса-Маркова;

5) Сделать выводы.

Основная цель данной работы – выявление зависимости между фактором сезонности и ценами на туристические услуги.

Для построения данной модели была выбрана статистическая информация с декабря 2014 года до начала декабря 2016 года.

В качестве зависимой переменной выступает средняя стоимость путевки на двоих на 7 дней (в тысячах рублей). Определяющим фактором является температура воды на конкретную дату. Так как ценообразование в туризме является очень гибким, то и изменение цены в ответ на изменение климата будет быстрым.

.

Безусловно, не только сезонный фактор определяет стоимость поездки на отдых. На конечную стоимость влияет курс национальной валюты по отношению к валюте данной конкретной страны, в нашем случае, курс евро. Также на финальную стоимость путевки влияет цель поездки, количество человек, возраст, пол и прочее. Однако, уже много лет подряд самым устойчивым фактором является сезонность.

Выборка в период с декабря 2014 по декабрь 2016 включает 50 значений, при этом 48 – обучающая выборка, 2 – контролирующая.

Для наглядности построим диаграмму рассеивания, которая будет показывать распределение данных показателей.

На графике четко прослеживается тренд, который показывает положительную зависимость стоимость путевки к морю от температуры воды.

Исходя из диаграммы рассеивания можно определить, что наиболее близкой функцией является уравнение линейной парной регрессии.

Составим спецификацию:

  • а0 – уровень стоимости путевки при любой температуре

  • а1 – коэффициент при предопределенной переменной

  • ut - случайный остаток

С помощью функции ЛИНЕЙН в MS Excel произведем оценку матрицы с помощью МНК.

2,624128178

34,29332

 


Просмотров работы: 369