Моделирование рисков отмены бронирования в отельном бизнесе и управление ими

Щетинин Евгений Юрьевич


	1		Введение
	2		Риски отмены бронирований: разработка модели
	3		Рис. 1. Распределение бронирований по гражданству гостей Рис. 2. Загруженность отелей по месяцам
	4		Рис. 3. Распределение отмены бронирований
	5		Рис. 4. Распределение отмен по месяцам
	6		Рис. 5. График отмен бронирований в зависимости от типа отеля Рис. 6. Распределение общего количества бронирований по рыночным сегментам
	7		Рис. 7. Статус бронирования в зависимости от года прибытия и времени выполнения бронирования
	8		Рис. 8. Связь между особыми запросами и отменами бронирования
	9		Рис. 9. Средняя ставка бронирования ADR в течение 2019 г. Обсуждение результатов и выводы
	10		Таблица 1. Важность факторов по их убыванию Заключение Таблица 2. Результаты прогнозирования отмены бронирования
	11		Рис. 10. Матрица несоответствий для модели LSTM Рис. 11. Нормированная матрица несоответствий, полученная для модели BiLSTM
	12		Литература

Нефинансовый сектор Операционные риски

Система риск-менеджмента Оценка рисков

Туризм и отдых Гостиницы

Ключевые слова: отель, риск отмены бронирования, Valueat-Risk, машинное обучение, анализ больших данных

Аннотация

В статье анализируются риски отмены бронирования номеров в отелях в условиях неопределенности и экстремальных событий (на примере пандемии COVID-19) на основе методологии Value-at-Risk (VaR). Построена модель рисков отмены бронирования и с использованием алгоритмов машинного обучения получены оценки прогноза отмены бронирований, точность которых составила 99,99%. Предложены стратегии для управления рисками отмены бронирований в отелях на основе построенной модели.

Журнал: «Управление финансовыми рисками» — №4, 2021 (© Издательский дом Гребенников)

Объем в страницах: 12

DOI

10.36627/2221-7541-2021-4-4-324-335 — https://doi.org/10.36627/2221-7541-2021-4-4-324-335

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. How Hotels Can Counter High OTA Cancellation Rates. — Подробнее .

2. How Online Hotel Distribution is Changing in Europe. — Подробнее .

3. Акимов В.А., Быков А.А., Щетинин Е.Ю. Введение в статистику экстремальных значений и ее приложения. М.: Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России, 2009. — 524 с.

4. Щетинин Е.Ю. Моделирование финансовых структур статистической зависимости экстремального типа // Научное обозрение: теория и практика. — 2019. — Т.9. — №12(68). — С. 1878–1891.

5. Щетинин Е.Ю. Структурный подход к управлению компанией в чрезвычайных ситуациях // Финансовая аналитика: проблемы и решения. — 2009. — №6(18). — С. 48–54.

6. Hotel Booking Demand. — Подробнее .

7. Жерон О. Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем. — М.: Альфа-Книга, 2018. — 688 с.

8. Jet J. How to Avoid Hotel Cancellation Fees. — Подробнее .

Щетинин Евгений Юрьевич
д. ф.-м. н.
профессор

Профессор департамента анализа данных, принятия решений и финансовых технологий Финансового университета при Правительстве Российской Федерации.

г. Москва

Другие статьи автора 9

Электронная библиотека