Анализ сезонности рынка методом вычисления постоянной и переменной средних

В России же с ее огромной территорией, жесткой региональной централизацией и концентрацией платежеспособного населения в столичном регионе, в городах-миллионниках   и сырьевых центрах, а также с ее исторически сложившейся государственной системой управления санаторно-курортной отраслью – своя специфика.  В Москве – при ее сравнительном благополучии с точки зрения притока гостей и заполняемости гостиничных номеров (средне годовой показатель для отеля категории «пять звезд» составляет  70-80%) - наблюдается ярко выраженная сезонность с периодами высокой (середина марта - середина июля, середина сентября- середина декабря) и низкой загрузки (середина июля - середина сентября, середина декабря- середина марта, выходные дни). В Санкт-Петербурге до недавнего времени зимние месяцы (декабрь и февраль) были для отельеров самыми проблемными. Сейчас на фоне растущей активности Северной столицы как центра делового туризма поток бизнес-путешественников  позволил в значительной степени исправить ситуацию.  Тем не менее сезонные колебания по-прежнему имеются: пик приходит на летние месяцы (с небольшим спадом в июле), угасание туристского потока  - на сентябрь и начало октября. Кроме того, высокий спрос на город на Неве отмечается в новогодние праздники, 8 марта, а так же в период весенних и осенних каникул.

 

 

 

 

 

 

 

 

 

ГЛАВА 2. СТАТИСТИЧЕСКИЕ МЕТОДЫ УЧЕТА ФАКТОРА СЕЗОННОСТИ ПРИ РЕАЛИЗАЦИИ ТУРИСТСКОГО ПРОДУКТА

 

2.1 Оценка и анализ сезонности рынка

 

В процессе реализации туристских услуг часто возникает необходимость в моделировании сезонности как экономического явления для оценки существующих колебательных процессов в отрасли. В условиях постоянно меняющихся сезонов изменяется и интенсивность динамики в фирме. Это может выражаться в постоянных спадах и подъёмах следующих показателях деятельности организации: производительность труда, себестоимость туристского продукта, прибыль, объём выпускаемой продукции. Иногда деятельность компании может даже временно приостанавливаться.

Кроме того, необходимо, по возможности, исключить случайные колебания. Случайные колебания (случайные ошибки) – это компоненты, которые могут сказаться на исследуемом процессе крайне непредсказуемо. Например, случилась экстремально тёплая зима, и спрос в турфирме на горнолыжные туры был практически неощутимым. Чаще всего для сглаживания случайных колебаний используют среднемесячные (среднеквартальные) данные за несколько лет. Обычно для получения достоверной картины хватает трёх-пяти.

Для выявления и отображения сезонных колебаний можно использовать различные статистические приёмы. Простейшим способом выявления сезонных колебаний служит расчёт индекса сезонности. В литературе чаще всего рассматриваются следующие методы4 нахождения данных индексов:

- метод постоянной средней;

- метод переменной средней;

- метод нахождения взвешенных  индексов сезонности;

- метод скользящей средней.

Рассмотрим каждый из этих методов по отдельности.

Метод постоянной средней является наиболее простым для определения величины колебательных процессов. Чаще всего его используют в случае отсутствия существенной тенденции роста или убывания. В этом случае внутригодичные изменения колеблются на протяжении изучаемого периода (ряда лет) вокруг определенного постоянного уровня.

Обозначим индекс сезонности так: isi. В данном случае, индекс сезонности – это процентное соотношение средних месячных уровней за ряд лет к среднемесячному объему реализованных услуг за весь расчетный период5 (год или несколько лет):

isi= yi / y (1),

где y - общий средний уровень анализируемого ряда, которой является постоянной величиной и принимается за базу для сравнения.

Приведём пример, показывающий средний месячный уровень (i-того месяца) за три года. Например, в следующей таблице представлены данные некого туристского агентства об объёмах продаж спортивного тура на горнолыжный курорт Кардона (Новая Зеландия) за три месяца.

Таблица 1

объём продаж / год	2004	2005	2006
июнь	18	22	20
июль	15	24	19
август	13	19	17

 

далее определяем средние уровни одноименных внутригодовых периодов yi:

июнь:        y = (18+22+19) / 3 = 20

июль:     y = (15+24+19) / 3 = 19,3

август:  y = (13+19+17) / 3 = 16,3 

затем определяем общий средний уровень как среднюю арифметическую:

y = (20 +16,3 + 19,3) /3 = 18,5

и, наконец, рассчитываем индексы сезонности по месяцам:

июнь:         isi = 20 / 18,5 * 100% = 108,1%

июль:        isi = 19,3/ 18,5 * 100% = 104,3%

август:       isi = 16,3 / 18,5 * 100% = 88,1%

Таким образом, мы может увидеть, что в летний период времени спрос на горнолыжные туры в Кардону достаточно стабилен. Выявлена тенденция небольшого снижения продаж в августе.

В таблице 2 приведён пример расчёта индекса сезонности экскурсионного тура «Семь столиц Европы» по квартальным данным за три года.

Таблица 2

Индексы сезонности продажи товара

кварталы	годы			Сумма за три года	Среднеквартальная	Индекс сезонности
	1-й	2-й	3-й
I	38	31	45	114	38	33,2
II	120	134	126	380	126,6	110,8
III	213	243	228	684	228	199,5
IV	66	72	55	193	64,3	56,2
Итого	437	480	454	1371	-	-

 

y = 1371 / 12 = 114, 25

Данный тур имеет ярко выраженную сезонность.  Её можно отразить на графике (рис.3):

рис 3. Кривая сезонности

Как мы видим, пик сезонности приходится на третий квартал года. Метод постоянной средней широко применяется в практике анализа сезонности, главным образом, благодаря простоте расчётов.

Метод переменной средней используется в том случае, если имеется в  наличии ярко выраженая тенденции развития (восходящая или нисходящая). В этом случае в качестве базы сравнения выступают теоретические уровни, представляющие собой своего рода «среднюю ось кривой», поскольку их расчет основан на положениях метода наименьших квадратов. Поэтому для рядов внутригодовой динамики, у которых тренд явно выражен, используем формулу

is = ∑ isi  / n (2)

 

Методику применения способа переменной средней при анализе сезонных колебаний поясним на следующем примере: пусть у нас есть такие данные о среднемесячной реализации тура «Каникулы в Британии» за четыре года продаж:

Таблица 3

Объёмы реализации тура «Каникулы в Британи» (в шт.)

квартал  / год	2004	2005	2006	2007
1	42	46	52	54
2	55	69	73	75
3	74	83	85	87
4	45	46	50	52
Итого по году	54	61	65	67

 

Нужно рассчитать средние индексы сезонности и построить сезонную волну продажи тура. Действуем по следующему алгоритму: cначала определяем показатели анализа ряда динамики по кварталам. 

 

 

Таблица 4 

Показатели анализа ряда динамики по кварталам

Показатели	2004	2005	2006	2007
Темп роста, в % к 2004 г.(базисному)	100	112,9	120,3	124
Темп роста, в % к 2004 г. (цепному)	-	112,9	106,5	102,7
Абсолютный прирост (цепной)	-	7	4	2
Темп наращивания		12,9	7,4	3,7

 

           

При анализе показателей таблицы видно, что средний базисный темп роста составил 109,1 % , т.е. существует устойчивая тенденция роста продажи тура при снижении темпов наращивания. В связи с этим можно предположить, что в данном случае тренд, с известной степенью вероятности, может быть описан следующей прямолинейной функцией yt = a0 + a1t (3)6 или (т.к. имеется тенденция затухания темпов роста по цепи) параболой второго порядка yi = a0 + a1t + a2t2 (4). То есть вышеозначенные функции могут быть использованы при расчёте теоретических уровней тренда yti.

  Использовать способ определителей, параметры первого уравнения  при ∑t = 0 (способ отсчёта от условного начала) рассчитывается как:

a0= (∑ y) / n (5),       a1 = (∑ t * y) / ∑ t2 (6),

Параметры второго уравнения при  ∑ t = 0 рассчитываются как:

a0 = (∑ t4 * ∑ y - ∑ t2 * ∑ t2 y) / (n ∑ t4 - ∑ t2 * ∑ t2)   (7),

a1 = (∑ t * y ) / ∑ t2   (8),

a2 =  (n ∑ t2y - ∑ t2 ∑ y) / (n ∑ t4 - ∑ t2 * ∑ t2)  (9),

Для определения параметров  уравнений (3) и (4) по исходным данным формируем следующую таблицу:  

Таблица 5

Расчёт параметров

Год, квартал	ti	ti2	ti4	yi	ti * y1	ti2 * yi
2004 г., 1кв. 2кв. 3кв. 4кв. 2005 г., 1кв. 2кв. 3кв. 4кв. 2006 г., 1кв. 2кв. 3кв. 4кв. 2007 г., 1кв. 2кв. 3кв. 4кв.	- 15 - 13 - 11 - 9   - 7 - 5 - 3 - 1   1 3 5 7   9 11 13 15	225 169 121 81   49 25 9 1   1 9 25 49   81 121 169 225	50625 28561 14641 6561   2401 625 81 1   1 81 625 2401   6561 14641 28561 50625	42 55 74 45   46 69 83 46   52 73 85 50   54 75 87 52	- 630 - 715 - 814 - 405   - 322 - 345 - 249 - 46   52 219 425 350   486 825 873 780
Итого	0	1360	206992	946	59