Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/85553
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Forecasting the Number of Incoming Tourists using ARIMA Model: Case Study from Armenia |
Other Titles |
Прогнозування кількості туристів із використанням ARIMA-моделювання: на прикладі Вірменії |
Authors |
Tovmasyan, G.
|
ORCID | |
Keywords |
туризм пандемія ARIMA прогноз маркетинг tourism pandemic forecast marketing |
Type | Article |
Date of Issue | 2021 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/85553 |
Publisher | Sumy State University |
License | Creative Commons Attribution 4.0 International License |
Citation | Tovmasyan, G. (2021). Forecasting the Number of Incoming Tourists using ARIMA Model: Case Study from Armenia. Marketing and Management of Innovations, 3, 139-148. http://doi.org/10.21272/mmi.2021.3-12 |
Abstract |
У статті узагальнено аргументи та контраргументи у рамках наукової дискусії щодо методів прогнозування попиту у
туристичному секторі. У статті наголошено, що туристична галузь Республіки Вірменія стрімко розвивається. Однак,
внаслідок настання пандемії COVID-19 кількість туристів скоротилась майже на 80%. Пандемія COVID-19 спричинила значні
збитки у туристичній індустрії всього світу. З огляду на це, доцільним є прогнозування розвитку туристичного сектору з метою
формування ефективної стратегії його відновлення. Метою дослідження є прогнозування розвитку туристичного попиту в
Республіці Вірменія. Для досягнення поставленої мети, дане дослідження проведено у наступній логічній послідовності:
1) огляд наукових напрацювань з даної проблематики; 2) аналіз розвитку туристичної індустрії Республіки Вірменія;
3) інтерпретація отриманих результатів прогнозування; 4) формування рекомендацій відповідно до отриманих
прогностичних даних. За результатами аналізу наукових напрацювань та підходів до вирішення досліджуваної проблематики
було узагальнено інструментарій та моделі прогнозування. Встановлено, що змінні моделей залежать від обраного методу
прогнозування. Зважаючи на це, автором запропоновано використовувати модель ARIMA. Емпіричний аналіз базується на
даних Статистичного комітету Республіки Вірменія з 2001 по 2019 рік. До вибірки дослідження не включено дані за 2020 рік,
через різке скорочення кількості міждержавних туристів. Наголошено, що через жорсткі обмеження та скасування рейсів, у
другому кварталі 2020 року у країні не було зареєстровано жодного іноземного туриста. За результатами прогнозування
встановлено, що у випадку відсутності пандемії, кількість приїжджих туристів зросла б у середньому на 12,81% у 2021 році,
на 13,42% – у 2022 році та 13,66% – у 2023 році. При цьому отримані результати дають підстави стверджувати, що на кінець
2021 року кількість туристів зросла б. У роботі надано рекомендації щодо відновлення сфери туризму, зокрема, за
допомогою агресивних маркетингових стратегій, сарафанного радіо, інфлюенсерів тощо. Результати дослідження можуть
бути корисними для органів державної влади під час формування стратегічної політики у сфері туризму. Запропонований
підхід та пропозиції є актуальними для різних країн, які намагаються відновити туристичний сектор від негативного впливу
пандемії. This paper summarizes the arguments and counterarguments within the scientific discussion on the issue of forecasting tourism demand and touristic flows. During COVID-19 tourism sphere suffered a lot in the whole world. Many countries try to do forecasts and make recovery plans for tourism. Tourism has been a growing sphere in Armenia in recent years. However, the number of incoming tourists decreased by 80 percent because of the pandemic. The main purpose of the research is to forecast tourism demand in the Republic of Armenia. Systematization of scientific sources and approaches for solving the problem identified many methods and models for doing forecasts. The variables used to depend on the method selected. For gaining the research goal, the study was carried out in the following logical sequence: 1) discussion on some literature sources; 2) analysis of the current situation of tourism in Armenia; 3) interpretation of forecast results; 4) providing some recommendations. The methodological tool of the research was mainly the ARIMA method. The data rest on the publications of the Statistical Committee of the Republic of Armenia. Time series for the number of incoming tourists include from 2001-Q1 till 2019- Q4 data. 2020 was not included in the model, as there was a sharp decline. Besides, in the second quarter of 2020, there were no tourists at all because of restrictions and flight cancellations. The obtained data show that if there were no pandemic, the number of incoming tourists would increase on average by 12.81% in 2021, 13.42% – in 2022, and 13.66% – in 2023. The results are realistic. The tourism sphere is expected to grow in 2021. This paper suggested some steps for recovering and restoring tourism, particularly by using aggressive marketing strategies, word-of-mouth, influencer marketing, etc. The research results could be useful for state organs of the sphere to forecast their strategic policies. The applied approach and suggestions may be helpful in many countries which try to restart tourism after the pandemic. |
Appears in Collections: |
Маркетинг і менеджмент інновацій (Marketing and Management of Innovations) |
Views
![Armenia](/flags/am.gif)
1
![Australia](/flags/au.gif)
1
![Belgium](/flags/be.gif)
1
![Canada](/flags/ca.gif)
14863782
![China](/flags/cn.gif)
-706421261
![Georgia](/flags/ge.gif)
1735
![Germany](/flags/de.gif)
2681220
![India](/flags/in.gif)
14937
![Indonesia](/flags/id.gif)
177
![Ireland](/flags/ie.gif)
1434917
![Japan](/flags/jp.gif)
1
![Lithuania](/flags/lt.gif)
1
![Netherlands](/flags/nl.gif)
691
![Singapore](/flags/sg.gif)
1
![Slovenia](/flags/si.gif)
1
![South Korea](/flags/kr.gif)
1
![Spain](/flags/es.gif)
1
![Sweden](/flags/se.gif)
1
![Taiwan](/flags/tw.gif)
1
![Ukraine](/flags/ua.gif)
1114964935
![United Kingdom](/flags/gb.gif)
102822935
![United States](/flags/us.gif)
1945425189
![Unknown Country](/flags/--.gif)
1
![Vietnam](/flags/vn.gif)
5210
Downloads
![Armenia](/flags/am.gif)
73980
![Australia](/flags/au.gif)
14863781
![Belgium](/flags/be.gif)
1
![Brazil](/flags/br.gif)
1
![Canada](/flags/ca.gif)
14863783
![China](/flags/cn.gif)
-176051972
![France](/flags/fr.gif)
1415055895
![Georgia](/flags/ge.gif)
1736
![Germany](/flags/de.gif)
54092685
![Hong Kong SAR China](/flags/hk.gif)
588761
![India](/flags/in.gif)
1741
![Indonesia](/flags/id.gif)
1415055898
![Lithuania](/flags/lt.gif)
96905
![Malaysia](/flags/my.gif)
1
![Netherlands](/flags/nl.gif)
1
![Portugal](/flags/pt.gif)
1
![Romania](/flags/ro.gif)
1
![Singapore](/flags/sg.gif)
1
![Slovakia](/flags/sk.gif)
29727562
![Spain](/flags/es.gif)
1
![Turkey](/flags/tr.gif)
179
![Ukraine](/flags/ua.gif)
1114964936
![United Kingdom](/flags/gb.gif)
102822936
![United States](/flags/us.gif)
1945425187
![Unknown Country](/flags/--.gif)
1
![Vietnam](/flags/vn.gif)
1
Files
File | Size | Format | Downloads |
---|---|---|---|
Tovmasyan_forecast.pdf | 323.09 kB | Adobe PDF | 1636616707 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.