Преподаватель департамента экономики НИУ ВШЭ – Санкт-Петербург выступила на семинаре GAMES
На очередном семинаре исследовательской группы GAMESстарший преподаватель департамента экономики Санкт-Петербургской школы экономики и менеджмента НИУ ВШЭ — Санкт-Петербург Мария Лапина рассказала об использовании метода максимального правдоподобия для установления нецензурированного спроса с неполнотой информации.
В начале выступления Мария отметила, что изучает данную тему в рамках диссертации, а также представила основные вопросы, рассматриваемые в исследовании, и поделилась перспективами его развития.
«Любая система управления доходами (Revenue Management) ориентирована на то, чтобы всеми возможными способами увеличить прибыль организации в разных сферах: авиация, сдача автомобилей в аренду и т.д. Увеличение прибыльности происходит за счет того, что фирма старается более эффективно распределить ресурсы», — объяснила автор.
В своем исследовании Мария фокусируется на прогнозировании спроса авиакомпаний. «Прогноз спроса, как правило, строится на исторических данных о продажах. Нас же интересует истинный спрос: сколько всего потенциальных покупателей было. Если изучать только наблюдаемый спрос (цензурированная выборка), то получится ситуация с недооцененным спросом. Таким образом, наша задача — понять, каким был бы спрос, если бы он был не ограничен пределом бронирования», — подчеркнула исследователь. Более точный прогноз спроса поможет выстроить эффективную систему продаж.
Мария использовала симулированные данные по продажам одной из авиакомпаний — количество проданных билетов по каждому ценовому классу для ранее отправленных рейсов одного и того же направления. Она рассказала, что существует несколько методов, позволяющих восстановить неограниченный спрос: параметрические, непараметрические, эвристические. При этом непараметрические методы используются для анализа «выживаемости» и применяются для прогнозирований нецензурированного спроса. К ним относится метод Каплана-Мейера и некоторые другие.
В своем исследовании Мария уделила внимание параметрическим методам, в частности методу максимального правдоподобия. «Идея, которую я пытаюсь реализовать, состоит в том, что может быть различная доля неполноты информации. Я знаю, что некоторые наблюдения соответствует истинному спросу или пределу бронирования, но о других нет такой информации. Для этого применяется метод максимального правдоподобия: чтобы понять, насколько доля неполноты влияет на доход», — рассказала Мария.
Автор также объяснила, почему она выбрала для расчетов именно метод максимального правдоподобия. В ситуации высокого процента цензурирования данный метод оказался наиболее эффективным и точным для прогнозирования. Кроме того, он оптимально подходит для ситуации, когда для некоторых элементов выборки нет данных по цензурированию.