Прогнозирование развития гостиничной индустрии

Автор: Зайнуллина Т.Г.

Журнал: Форум молодых ученых @forum-nauka

Статья в выпуске: 4 (20), 2018 года.

Бесплатный доступ

В статье приводится пример использования метода экстраполяции и, в частности, метода экспоненциального сглаживания для прогнозирования развития гостиничной индустрии на основе анализа имеющейся статистической базы. Использование данного метода позволяет на основе ограниченных статистических данных сделать достаточно точный прогноз на ближайший год. Проведенные расчеты являются базой для дальнейшего исследования и расширения горизонта прогноза на более длительный период времени.

Прогнозирование метод экстраполяции, гостиничная индустрия

Короткий адрес: https://sciup.org/140282204

IDR: 140282204

Текст научной статьи Прогнозирование развития гостиничной индустрии

Как известно, экстраполяция – это метод научного исследования, который основан на распространении прошлых и настоящих тенденций и закономерностей на будущее развитие объекта прогнозирования. Цель методов экстраполяции – показать, к какому состоянию в будущем может прийти объект, если его развитие будет осуществляться с той же скоростью или ускорением, что и в прошлом.

Целью данного исследования является применение одного из методов экстраполяции для прогноза развития гостиничной индустрии в 2018 году на основании данных Федеральной службы государственной статистики о количестве коллективных средств размещения в РФ.

Проведем анализ развития гостиничной индустрии и коллективных средств размещения и на этой основе сделаем прогноз ее развития на ближайший год с использованием метода экспоненциального сглаживания.

Согласно данным Федеральной службы государственной статистики основные показатели деятельности гостиничных предприятий и других коллективных средств размещения представлены в таблице 1.

Таблица 1 – Основные показатели деятельности коллективных средств размещения с 2000 по 2016 гг.

	2000	2005	2010	2011	2012	2013	2014	2015	2016
Число коллективных средств размещения	9058	9269	12585	13062	14019	14583	15590	20135	20023
в том числе:
гостиницы и аналогичные средства размещения	4182	4812	7866	8416	9316	9869	10714	13957	14948
специализирован ные средства размещения	4876	4457	4719	4646	4703	4714	4876	6178	5075
Число номеров, тыс.	472	487	556	560	586	600	671	770	787

в том числе:
в гостиницах и аналогичных средствах размещения	183	201	260	278	301	319	372	433	475
в специализирован ных средствах размещения	289	286	295	282	285	281	299	337	312
Число мест, тыс.	1100	1166	1263	1294	1345	1387	1573	1763	1834
в том числе:
в гостиницах и аналогичных средствах размещения	346	404	530	571	618	676	815	923	1035
в специализирован ных средствах размещения	754	761	734	723	727	711	758	840	799
Число ночевок, тыс.	16685 8	16737 3	16298 8	16619 7	17361 4	17263 0	18401 8	21219 5	21626 2
в том числе:
в гостиницах и аналогичных средствах размещения	46559	51922	60425	67271	73492	76880	84119	10015 6	11447 9
в специализирован ных средствах размещения	12029 9	11545 1	10256 2	98926	10012 2	95751	99899	11203 9	10178 4
Численность размещенных лиц, тыс. человек	25073	28411	34746	37399	41065	42635	44219	49284	54287
в том числе:
в гостиницах и аналогичных средствах размещения	16559	18547	24026	27112	30235	31733	33160	36817	42818
в специализирован ных средствах размещения	8514	9864	10721	10287	10830	10902	11059	12467	11469

Таким образом изменение числа коллективных средств размещения в период с 2000 по 2016 годы выглядит следующим образом (как представлено на рисунке 1).

Рисунок 1 – Количество коллективных средств размещения (составлено автором на основании данных Федеральной службы государственной статистики [3])

Если принять данные о количестве гостиниц и иных коллективных средств размещения за тренд и на его основе рассчитать темп роста и темп прироста гостиничных предприятий за период с 2010 по 2016 год, то данные можно представить в виде таблицы 2. На основе данных таблицы рассчитаем темп роста и коэффициент роста.

Темп роста – относительный экономический показатель, показывающий процентный рост одного показателя над аналогичным показателем прошлого периода.

У1 Тр = ——х 100% где Тр – темп роста;

Уi – уровень текущего периода;

Уi-1 – уровень предыдущего периода [4].

Темп прироста – универсальный сравнительный показатель эффективности, он показывает, на сколько процентов вырос или снизился один показатель по сравнению с аналогичным показателем более раннего периода.

У1

Тпр = ^—- х 100% - 100%

Таблица 2 – Тенденция изменения числа коллективных средств размещения в период с 2010 по 2017 годы.

Число коллективных средств размещения	Годы	Прирост в абсолютном выражении	Темп роста (%)	Темп прироста (%)
12585	2010	-	-
13062	2011	477	103,7	3,7
14019	2012	957	107,3	7,3
14863	2013	844	106	6
15590	2014	727	104,9	4,9
20135	2015	4545	129,2	29,2
20023	2016	112	99,4	-0,6
20730	2017 (январь-сентябрь)	707	103,5	3,5

Таким образом, чтобы рассчитать прогнозное значение, необходимо определить абсолютный средний прирост. Затем, зная уровень ряда динамики, который принимают за основу экстраполяции, можно рассчитать прогнозное значение показателя. Экстраполяцию по среднему темпу роста можно осуществить, когда есть основания полагать, что суммарная тенденция ряда динамики характеризуется показательной кривой.

Поведем прогнозный расчет показателей динамики коллективных средств размещения на 2018 год методом экспоненциального сглаживания.

Рабочая формула метода экспоненциального сглаживания:

^t+1 = a • yt + (1 - a) • Ut где t – период, предшествующий прогнозному;

t+1 – прогнозный период;

Ut+1 - прогнозируемый показатель;

α - параметр сглаживания;

Уt - фактическое значение исследуемого показателя за период, предшествующий прогнозному;

Ut - экспоненциально взвешенная средняя для периода, предшествующего прогнозному.

При этом α вычисляется по формуле:

a = ---7

И + 1

где n – число наблюдений, входящих в интервал сглаживания.

Определяем значение параметра сглаживания по формуле:

2 a = 7 + 1 = 0,25

Определяем начальное значение U0:

(3,7 + 7,3 + 6 + 4,9 + 29,2 - 0,6 + 3,5) / 7 = 7,7

U 2018 = 3,5 х 0,25 + (1 – 0,25) х 7,7 = 6,7

Таким образом темп прироста гостиниц и других средств коллективного размещения в 2018 г. составит 6,7 %.

Рисунок 2 – Темп прироста коллективных средств размещения с учетом прогноза на 2018 г.

В результате изучив имеющуюся статистическую базу, рассчитав темп роста и темп прироста коллективных средств размещения можно спрогнозировать прирост коллективных средств размещения в гостиничной индустрии на текущий 2018 год с учетом сложившегося тренда. Безусловно это лишь краткий пример использования статистических методов прогноза в гостиничной индустрии, он не учитывает возможные внешние факторы, влияющие на ее развитие, а показывает лишь возможную тенденцию на ближайшую перспективу.

Такой же расчет можно провести методом скользящих средних. Сглаживание с помощью скользящих средних основано на том, что в средних величинах взаимно погашаются случайные отклонения. Это происходит вследствие замены первоначальных уровней временного ряда средней арифметической величиной внутри выбранного интервала времени. Данный метод расчета будет применен и рассмотрен в дальнейшем исследовании при прогнозировании развития гостиниц на ближайшие три года с учетом относительной средней ошибки.

Список литературы Прогнозирование развития гостиничной индустрии

Катаева, В.И. Методы принятия управленческих решений: Учебное пособие / В.И. Катаева, М.С. Козырев - М.-Берлин: Директ-Медиа, 2015. - 196 с.
Васнев С.А. Статистика: Учебное пособие / С.А. Васнев - М.: МГПУ, 2001. - 289 с.
Федеральная служба государственной статистики [Официальный сайт] http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/enterprise/retail/# дата обращения (15.03.2018).
Годин М.А. Статистика: Учебник / М.А. Годин - М.: Дашков и К, 2011. - 460 с.

Статья научная