Туристическая библиотека
  Главная Книги Статьи Методички Диссертации Отчеты ВТО Законы Каталог Поиск отелей Реклама Контакты
Теория туризма
Философия туризма
Право и формальности в туризме
Рекреация и курортология
Виды туризма
Агро- и экотуризм
Экскурсионное дело
Экономика туризма
Менеджмент в туризме
Управление качеством в туризме
Маркетинг в туризме
Инновации в туризме
Транспортное обеспечение в туризме
Государственное регулирование в туризме
Туристские кластеры
ИТ в туризме
Туризм в Украине
Карпаты, Западная Украина
Туризм в Крыму
Туризм в России
101 Отель - бронирование гостиниц
Туризм в Беларуси
Международный туризм
Туризм в Европе
Туризм в Азии
Туризм в Африке
Туризм в Америке
Туризм в Австралии
Краеведение, странове-
дение и география туризма
Музееведение
Замки, крепости, дворцы
История туризма
Курортная недвижимость
Гостиничный сервис
Ресторанный бизнес
Анимация и организация досуга
Автостоп
Советы туристам
Туристское образование
Другие

Кулєшова Н.В.
Вісник ДІТБ. Серія: Економіка, організація та управління підприємствами
туристичної індустрії та туристичної галузі в цілому. - 2009. - №13. - С.86-91.

Алгоритмічна модель оцінки впливу макросередовища на діяльність туристичного підприємства

У статі представлено алгоритм оцінки впливу макросередовища на діяльність туристичного підприємства, що дає можливість здійснити всебічний аналіз зовнішніх чинників і визначити найвпливовіші з них.

Ключові слова: чинники макросередовища, алгоритм оцінки макросередовища, кореляційна матриця, факторний аналіз, багатофакторна модель, автокореляція, гетероскедастичність.

Постановка проблеми. В умовах нестабільного зовнішнього середовища одним з найсуттєвіших завдань туристичних підприємств повинно бути формування та розробка цілісної маркетингової стратегії, яка б уможливлювала своєчасне адаптування їх діяльності до змінюваних умов. Нажаль, сучасні керівники та менеджери туристичних підприємств не приділяють значної уваги всебічному, глибинному вивченню та аналізу чинників макросередовища. В загальному випадку вони спираються лише на тенденції розвитку його окремих складових.

У той же час визначення сукупного впливу чинників макросередовища, застосування комплексного та системного підходу до їх кількісної оцінки обумовлюють формування науково-обґрунтованої маркетингової стратегії [1] туристичного підприємства.

Метою даного дослідження є розробка алгоритму оцінки впливу макросередовища на діяльність туристичних підприємства, реалізація якого дасть можливість підвищити якість та ефективність прийняття маркетингових рішень. Об’єктом дослідження є туристична діяльність регіонів України, предметом дослідження – комплекс економіко-математичних методів і моделей оцінки впливу чинників макросередовища на діяльність туристичних підприємств.

Аналіз останніх досліджень і публікацій. Проблеми дослідження макросередовища туристичного підприємства всебічно висвітлені в працях відомих зарубіжних та вітчизняних вчених, а саме: Котлер Ф., Боуэн Дж., Мейкенз Дж. [2], Безрукова Н.Л. [3], Янкевич В.С. [3], Дурович О.П. [4], Запесоцький О.С. [5], Борущак М. [6], Любіцева О.О. [7], Школа І.М. [8], Шульгіна Л.М. [9] та ін., які докладно проаналізували чинники макросередовища та їх суттєві особливості, намагаючись забезпечити взаємодію між підприємством та його середовищем для виживання підприємства в довгостроковій перспективі. Однак відсутність у науковій літературі єдиного підходу до визначення та систематизації кількісних показників макросередовища і кількісних методів щодо виміру та визначення їх впливу на кінцеві результати діяльності туристичних підприємств обумовлюють врешті-решт і проблеми розробки ефективної маркетингової стратегії.

Виклад основного матеріалу дослідження. Одним з головних початкових етапів розробки ефективної маркетингової стратегії є всебічний аналіз чинників макросередовища, які характеризуються високим ступенем динамізму та неконтрольованістю, що обумовлює їх постійне відстеження та необхідність визначення поточної оцінки.

Пропонований алгоритм оцінки впливу макросередовища туристичного підприємства представлено на рисунку, який призначений для побудови моделі залежності виду:

y =ϕ(q1, q2, q3,..., qj)   (1)

де y - вихідний показник туристичної діяльності у регіоні (регресанд);
qj, j=1,m - чинники макросередовища туристичного підприємства;
m - кількість чинників макросередовища туристичного підприємства.

Слід зазначити, що поданий на рисунку алгоритм доцільно застосувати, коли вихідна сукупність чинників є досить великою. Розглянемо детальніше кожний з блоків наведеного алгоритму.

Призначення першого блоку - виявлення найбільш упливових чинників макросередовища туристичного підприємства. На першому кроці визначається загальна система показників впливу макросередовища. Ці показники повинні бути об’єктивними, інформативними, несуперечливими та достовірними, адже від цих властивостей залежить ефективність кінцевих результатів дослідження. Загальний перелік кількісних показників формується завдяки аналізу літературних джерел, статистичної інформації та експертних оцінок. На основі отриманого переліку кількісних показників будується матриця вихідних даних:

Q = (qj), i=1,n, j=1,m   (2)

де qj - значення j-го чинника для i-го регіону;
n - кількість досліджуваних регіонів;
m - кількість чинників макросередовища туристичного підприємства.

На цьому ж кроці виділяються головні вихідні показники діяльності туристичної галузі, на які впливає зовнішнє середовище (y). Для визначення найвпливовіших чинників макросередовища будуються матриці парних кореляцій Ryqj, Rqjqj між виділеними чинниками [11].

На наступному кроці здійснюється процес відбору чинників, які значно впливають на залежну змінну y, за правилом:

процес відбору чинників, які значно впливають на залежну змінну (3)

де X - множина найбільш значущих чинників;
p - вірогідність похибки;
t - статистична оцінка значущості коефіцієнта парної кореляції, яка визначається за критерієм Ст’юдента;
tтабл(n-2;p) - критичне значення критерію.

Кількість елементів матриці X повинна відповідати умові m≤n-1. Якщо ж умова не виконується або визначені коефіцієнти кореляції не є значущими, то матриця вихідних даних Q потребує коригування.

Таким чином, отримані результати даного блоку є вхідною інформацією для другого блоку "Редукція матриці X методами факторного аналізу".

Метою другого блоку є скорочення інформаційного простору ознак. Для реалізації встановленої мети в даному дослідженні пропонується використовувати методи факторного аналізу, які дають можливість здійснити перехід від множини значень за m елементарними ознаками з обсягом інформації m×n до обмеженої множини елементів матриці відображення (m×k) чинника або матриці значень латентних чинників для кожного спостережуваного об’єкта розмірністю n×k, причому k<m. Детальний алгоритм методу факторного аналізу представлено в праці [10] та в узагальненому вигляді показано на рисунку 1.

Алгоритм оцінки впливу макросередовища на діяльність туристичного підприємства
Рис. 1. Алгоритм оцінки впливу макросередовища на діяльність туристичного підприємства
(для збільшення натисність на рисунок)

Таким чином, значення отриманих чинників є початковими даними для реалізації третього блоку "Побудова моделі багатофакторної регресії на базі визначених чинників (БР) F1… Fk".

Головним призначенням третього блоку є визначення ступеня впливу найвагоміших чинників макросередовища на вихідні досліджувані показники. В цьому блоці пропонується застосовувати методи регресійного аналізу, а саме багатофакторного. Загальний вигляд багатофакторної лінійної моделі представлено нижче:

y = a0 + a1f1 + a2f2 + ... + akfk + ε   (4)

де y - регресанд;
a0, a1, a2, ..., ak - оцінки параметрів за допомогою методів економетрії;
f1, f2, ..., fk - визначені на попередніх етапах алгоритму найвагоміші чинники макросередовища - регресори;
k - кількість редукованих чинників;
ε - випадкова складова регресійного рівняння.

При реалізації даного блоку виникають такі проблеми, як визначення кількості досліджуваних чинників (k≤n/5), виду моделі (лінійного або нелінійного), оцінка наявності автокореляції та гетероскедастичності. Зауважимо, що завдяки попередньому застосуванню методів факторного аналізу явище мультиколініарності в моделі буде відсутнім, оскільки лінійна незалежність чинників є вихідним припущенням цього методу. Необхідність виконання обмеження k≤n/5 диктується вимогами статистичної значущості моделі. Тому, якщо воно не виконується, необхідно встановити, з урахуванням обмеження, нову кількість загальних чинників та здійснити перерахунок матриці факторного відображення А у блоці 2. При цьому матрицю А необхідно обернути так, щоб отримати простішу структуру чинників, яка має певну економічну інтерпретацію.

Друга проблема вирішується завдяки попередньому графічному аналізу залежностей між змінними. Дослідник має виявити певний характер залежності (лінійну або нелінійну) та застосувати, наприклад, метод найменших квадратів для оцінки параметрів визначеної моделі.

Оцінка значущості параметрів здійснюється за допомогою критерію Ст’юдента. Якщо параметри статистично значущі, то проводиться верифікація моделі певними показникам якості побудованої моделі, а саме [12]:

- стандартної похибки рівняння;
- коефіцієнта детермінації;
- коефіцієнта множинної кореляції;
- стандартної похибки параметрів.

У протилежному випадку необхідно переглянути та встановити інший вид багатофакторної моделі.

На основі зазначених вище показників визначається коректність та адекватність побудованої багатофакторної моделі. Якщо ж модель не відповідає зазначеним умовам адекватності, тоді необхідно переглянути вибраний вид моделі або повернутися до першого блоку та здійснити коригування матриці вихідних даних Q.

На наступному кроці дослідження моделі встановлюється наявність чи відсутність автокореляції залишків, явища, при якому спостерігається кореляція між членами одного й того ж ряду, із застосуванням певних критеріїв, а саме критерію Дарбіна-Уотсона, фон Неймана чи нециклічного коефіцієнта кореляції.

Якщо у моделі виявлено ефект автокореляції, здійснюють параметризацію моделі з автокорельованими залишками за допомогою одного з чотирьох методів:

- Ейткина (узагальнений метод найменших квадратів);
- перетворення вихідної інформації;
- Кочрена-Оркатта;
- Дарбіна.

Слід зауважити, що перші два методи застосовують тоді, коли залишки описуються авторегресійною моделлю першого порядку, інші ж два - для авторегресійної моделі вищих порядків. Основні етапи розрахунків критеріїв та методів представлені в працях [11; 12].

Наступна проблема стосується визначення наявності в моделі гетероскедастичності явища, за якого дисперсія залишків змінюється для кожного спостереження, тобто:

i = M(εi - Mεi)2 = σ2εi ≠ const, i=1,n   (5)

За наявності гетероскедастичності в моделі неможливо знайти середньоквадратичне відхилення параметрів регресії, і як наслідок оцінити значущість параметрів, побудувати довірчий інтервал для прогнозних значень залежної змінної, а отримані за МНК оцінки не є ефективними. Слід зазначити, що не існує однозначного методу виявлення гетероскедастичності, але на даний час розроблено чимало тестів та критеріїв. До найбільш відомих з них відносяться:

- графічний аналіз відхилень;
- параметричний тест Гольдфельда-Квандта;
- тест Глейсера;
- критерій µ;
- тест Уайта та інші.

Якщо встановлена наявність гетероскедастичності, здійснюється її усунення через трансформування початкової моделі. Цей процес є дуже складним й передбачає спочатку визначення природи гетероскедастичності, а потім оцінення параметрів моделі за допомогою зваженого методу найменших квадратів. Тестування наявності гетероскедастичності та алгоритм трансформації початкової моделі детальніше наведено в працях [11; 12].

Отже, якісна та поетапна реалізація третього блоку дає можливість отримати ефективні результати дослідження, які підлягають подальшій детальній інтерпретації.

Висновки:

1. Аналіз чинників макросередовища є одним з головних початкових етапів розробки ефективної маркетингової стратегії
2. Розроблений у статті алгоритм дає можливість здійснити всебічний аналіз чинників макросередовища та виявити серед них найвпливовіші.

Список використаних джерел

1. Кулєшова Н.В. Алгоритм формування маркетингової стратегії туристичного підприємства / Н.В. Кулєшова // Вісник ДІТБ. - 2008. - №12. - С.214-219.
2. Котлер Ф. Маркетинг. Гостеприимство. Туризм: учеб. / Ф. Котлер, Дж. Боуэн, Дж. Мейкенз. - 4-е изд., перераб. и доп. - М.: ЮНИТИ-ДАНА, 2007. - 1063 с.
3. Янкевич В.С. Маркетинг в гостиничной индустрии и туризме: российский и международный опыт / В.С. Янкевич, Н.Л. Безрукова; под ред. В.С. Янкевич. - М.: Финансы и статистика, 2003. - 415 с.
4. Дурович А.П. Маркетинг в туризме: учеб. пособ. / А.П. Дурович. - Минск: Новое знание, 2003. - 496 с.
5. Запесоцкий А.С. Стратегический маркетинг в туризме: Теория и практика / А.С. Запесоцкий. - СПб.: СпбГуп, 2003. - 352 с.
6. Борущак М. Проблеми формування стратегії розвитку туристичних регіонів: монографія / М. Борущак. - Львів: Ін-т регіональних досліджень НАН України, 2006. - 288 с.
7. Любіцева О.О. Ринок туристичних послуг (геопросторові аспекти) / О.О. Любіцева. - К.: Альтерпрес, 2002. - 436 с.
8. Розвиток туристичного бізнесу регіону: навч. посіб. / За ред. І.М. Школи. - Чернівці: Книги-ХХІ, 2007. - 297 с.
9. Шульгіна Л.М. Маркетинг підприємств туристичного бізнесу: монографія / Л.М. Шульгіна. - К.: Київський нац. торг.-екон. ун-т, 2005. - 579 с.
10. Сошникова Л.А. Многомерный статистический анализ в экономике: учеб. пособ. / Л.А. Сошникова, В.Н. Тамашевич, Г. Уебе, М. Шеффер; под ред. проф. В.Н. Тамашевича. - М.: ЮНИТИ-ДАНА, 1999. - 598 с.
11. Лещинський О.Л. Економетрія: навч. посіб. / О.Л. Лещинський, В.В. Рязанцева, О.О. Юнькова. - К.: Міжрегіон. академія управління персоналом, 2003. - 208 с.
12. Львовский Е.Н. Статистические методы построения эмпирических формул: учеб. пособ. для вузов / Е.Н. Львовский. - М.: Высшая школа, 1988. - 239 с.

В статье представлен алгоритм оценки влияния макросреды на деятельность туристического предприятия, который позволяет провести всесторонний анализ внешних факторов и определить среди них наиболее влиятельные.

Ключевые слова: факторы макросреды, алгоритм оценки макросреды, корреляционная матрица, факторный анализ, многофакторная модель, автокорреляция, гетероскедастичность.

In the article the algorithm of macroenvironment influence estimate of tourist enterprise activity is presented. The algorithm permits to execute comprehensive analysis of external factors and to define the most influential factors.

Keywords: factors of macroenvironment, algorithm of macroenvironment estimation, correlation matrix, factor analysis, multiple model, autocorrelation, heteroscedasticity.







© 2002-2017 Все о туризме - образовательный туристический портал
На страницах сайта публикуются научные статьи, методические пособия, программы учебных дисциплин направления "Туризм".
Все материалы публикуются с научно-исследовательской и образовательной целью. Права на публикации принадлежат их авторам.