Оценка влияния факторов на доходы от туризма в Иордании Текст научной статьи по специальности «Экономика и бизнес»

Теоретическая и прикладная экономика

Правильная ссылка на статью:

Шакра М., Шмидт Ю.Д. — Оценка влияния факторов на доходы от туризма в Иордании // Теоретическая и прикладная экономика. - 2020. - № 2. DOI: 10.25136/2409-8647.2020.2.30039 URL: https ://nbpubMLcom/fcary_read_article.php?id=30039

Оценка влияния факторов на доходы от туризма в Иордании

Шакра Муайяд

аспирант, кафедра бизнес-информатики и экономико-математических методов, Дальневосточный

федеральный университет

690922, Россия, Приморский край, г. Владивосток, ул. Кампус Двфу, 10

И shakra.m@students.dvfu.ru

Шумдт Юрий Давьщович

доктор экономических наук

профессор, кафедра бизнес-информатики и экономико-математических методов, Дальневосточный

федеральный университет

690922, Россия, Приморский край, г. Владивосток, ул. Кампу: Двфу, С, оф. 720

И syd@dvfu.ru

Статья из рубрики "Математическое моделирование и инструментальные методы в экономике"

DOI:

10.25136/2409-8647.2020.2.30039

Дата направления статьи в редакцию:

17-06-2019

Аннотация.

Рассматриваются общие доходы от туристской деятельности в Иордании в последние годы. Туризм является существенным источником национального дохода и в значительной степени способствует поступлению иностранной валюты для развития экономики страны. Из экономической теории известно, что на доходы от туризма влияет большое количество различных факторов. Среди этого многообразия факторов желательно выбрать наиболее значимые для управленческих воздействий. В работе исследуется влияние индекса потребительских цен и количества туристов на общие доходы от туристской деятельности в Иордании. При исследовании влияния выделенных факторов были использованы статистические данные Всемирного банка и Международного валютного фонда. В исследовании использована авторегрессионная модель с распределенными лагами (ARDL) проведены необходимые диагностические тесты в программе Eviews 9. Исследования показали, что высокие внутренние темпы

инфляции уменьшают внешний спрос на туристские услуги в Иордании и, тем самым, существенно снижают доходы от туризма. Выявлено отрицательное влияние в долгосрочном периоде индекса потребительских цен на доходы от туризма в Иордании и ожидаемое положительное влияние количества туристов на доходы от туристской деятельности.

Ключевые слова: факторы, Доход от туризма, Инфляции, Влияния, Оценки, временные ряды, авторегрессионная модель, Индекс потребительских цен, Количество туристов, Валовый Внутренний Продукт

Введение

В работе исследуется влияние факторов на доходы от туризма (1Т) в Иордании. В качестве доходов от туризма понимаем общий доход, полученный от туристической деятельности в стране в течение года [1]. Существует несколько факторов, влияющих на доходы от туризма на уровне страны, наиболее важным из которых является количество туристов: чем больше туристов прибывает в любую страну, тем выше доходы от туризма в этой стране^21. Поэтому ожидается, что количество туристов оказывает положительное влияние на доходы от туризма

В работе также тестируется гипотеза, что высокие внутренние темпы инфляции, измеряемые относительным изменением общего показателя стоимости жизни, уменьшают внешний спрос на туристские услуги в Иордании и тем самым существенно снижают доходы от туризма. Стоит отметить, что при расчете внутреннего уровня инфляции в Иордании в качестве прокси-переменной для цен на туристические услуги использовался индекс потребительских цен (СР1), поскольку в статистических публикациях индекс цен на туристические услуги не встречается.

Основное внимание в исследованиях туризма в Иордании в прошлом веке было связано с важностью туризма для страны как источника иностранной валюты Но вклад туризма и его влияние на развитие макроэкономических переменных исследуются в настоящее время достаточно активно. Нет сомнений в том, что туризм оказывает положительное влияние на экономику во всем мире, на национальном и местном уровнях. Хотя с точки зрения социальных и экологических аспектов туризм имеет свои недостатки, его экономические эффекты всегда положительны, за исключением влияния на цены, которое редко рассматривалось в предыдущих исследованиях и анализах

Анализ статистических данных за период с 1990 по 2017 год показывает, что с увеличением числа туристов доход от туризма в Иордании также увеличивается, что представлено на рисунке 1.

Рисунок 1. Годовые данные с 1990 по 2017. Доходы от туризма (пунктирная кривая) и изменения количества туристов (сплошная кривая) в Иордании

Туризм является одним из источников национального дохода и в значительной степени способствует предоставлению иностранной валюты для развития Это достигается за счет вклада иностранного капитала в инвестиции в туристический сектор (гостиничное строительство) и туристических платежей, получаемых странами в обмен на визы в страну, дифференциалы обмена валюты, ежедневные расходы туристов на туристические товары и услуги

Туризм также играет роль в развитии малых и средних предприятий, поскольку он является важным сектором, который обеспечивает быструю отдачу для инвестиций с более низкой стоимостью [81.

Прямой вклад путешествий и туризма в ВВП Иордании в 2014 г. составил 8,4%, а в 2017 г . - 8,2% ВВП Иордании (рис. 2). Это в первую очередь отражает экономическую активность, создаваемую такими отраслями, как отели, турагенты, авиакомпании и другие пассажирские перевозки.

12 10

Рисунок 2. Годовые данные с 1990 по 2017. Прямой вклад путешествий и туризма в ВВП Иордании

Методология пилотного исследования

На первом этапе исследования необходимо определить степень интегрированности исследуемых временных рядов для адекватности всех последующих выводов на основе оцененных модель. Анализ стационарности проводился на основе теста Дики - Фуллера (ADF-Test) и теста Филипса - Перрона (PP-Test).

Вторым этапом в работе является оценка формирования долгосрочного уровня доходности туризма под воздействием инфляции как наиболее объективного фактора динамики доходности в долгосрочном периоде (при условии нестационарности рядов данных). Для этого выполняется ряд коинтеграционных тестов на наличие долгосрочной взаимосвязи между инфляцией и доходностью, использовался набирающий популярность

в последние годы граничный тест ARDL-bounds

Граничный тест ARDL-bounds на основе авторегрессионной модели с распределенными лагами (ARDL) имеет преимущества при оценке коинтеграции на короткой выборке, при потенциальной эндогенности переменных и возможной неоднозначности при оценке степени интеграции исследуемых рядов, что особенно актуально для исследований на развивающихся рынках

Рассчитанная F-статистика (тест Вальда) будет обладать особым распределением в случае, если обе переменные являются 1(0) или 1(1), а также зависеть от количества регрессоров и наличия тренда/константы в уравнении (1). Соответственно на основе критических значений граничного теста ARDL гипотеза об отсутствии коинтеграции принимается, если значение F-статистики окажется ниже нижнего граничного критического значения; аналогично, если значение F-статистики окажется выше верхнего граничного критического значения, то гипотеза об отсутствии долгосрочной

взаимосвязи отвергается

Метод ARDL по сравнению с другими традиционными методами, используемыми для проверки коинтеграции, имеет много преимуществ:

■ Может применяться когда степень интеграции неизвестна или не является однородной для всех рассматриваемых переменных;

■ Ели размер выборки (количество наблюдений) мал, и это не похоже на большинство традиционных тестов интеграции, которые требуют большого размера выборки, чтобы результаты были более эффективными;

■ Позволяет одновременно оценивать компоненты долгосрочных и краткосрочных отношений в одном уравнении вместо двух отдельных уравнений [12].

Согласно методологии исследования, метод ARDL будет использоваться в три этапа: на первом этапе коинтеграция тестируется в рамках иЕСМ, которая принимает следующую формулу, навязывая зависимость между Y (зависимой переменной) и X (независимым переменным вектором):

AYt = а0 + + + Л1 + Л2 + ^ (1)

где Л1, Л2 выражает долгосрочные коэффициенты отношений, в, 9 - краткосрочные коэффициенты отношений, Л обозначает первые разности переменных, тогда как каждый от (т, п) лага для переменных (хотя не обязательно длина лагов первых разностей совпадает (т^п) [13]), и п - случайная ошибка, которая имеет математическое ожидание равное нулю и постоянную дисперсию и отсутствует последовательная корреляция между ними И4!.

Коинтеграция проверяется между переменными в уравнении (1) с помощью следующих предположений:

Нулевая гипотеза (Н0): отсутствие коинтегрирования: Л1 = Л2 =0

В сравнении с альтернативной гипотезой (H1): существует коинтеграция: Л1 * Л2 * 0

В случае коинтегрирования переменных второй этап включает оценку долгосрочного уравнения следующим образом:

Y Yv -в Y Уq 8 y f

rt = a0 + ui t-i + i t-i + ¿t (2)

где 9, б - коэффициенты переменных, p, q указывают лаг задержки для этих переменных, е представляет собой случайные ошибки П^!.

Лаг задержки выбирается в модели ARDL в соответствии с информационным критериям Akaike (AIC) или Schwarz Bayesian Criterion (SBC[16]. Здесь главный акцент делается на корректном выборе необходимого количества лагов (преимущество отдается критерию AIC вследствие большей вероятности отсутствия автокорреляции в остатках, так как он склонен выбирать более длинные лаги), а также адекватных свойствах оценок, получаемых при работе с моделью. Pesaran and Shin (2009) рекомендовали максимум два периода замедления для годовых данных [17].

На третьем этапе спецификация ARDL может быть получена для краткосрочной динамики с помощью построения следующей модели коррекции ошибок (ECM):

AYt = с + AYt-i + Axt-i + ^ECTt-J + -»t (3)

Где ECTt-1 - предел коррекции ошибок, а все коэффициенты краткосрочного уравнения связаны с краткосрочной динамикой близости модели к равновесию; ф - коэффициент коррекции ошибок, который измеряет скорость регулировки, при которой дисбаланс был скорректирован в краткосрочной перспективе в направлении долгосрочного равновесия

Технические характеристики и данные модели

Основная цель состоит в том, чтобы определить влияние инфляции и численности туристов на рост доходов от туризма. Для этого мы будем оценивать эту взаимосвязь, в частности, по иорданскому опыту (в качестве примера) и, следовательно, на основе экономической теории, а также экспериментальных моделей в предыдущих исследованиях по одному и тому же вопросу (см., Например: Al Darwish and Malawi 2010; Krishan 2014). Уравнение будет оцениваться с целью измерения влияния количества туристов на рост доходов от туризма (с учетом фактора инфляции как независимой переменной) в Иордании в течение периода: 2008-2017 гг (данные взяты из МВФ и министерства туризма и древностей Иордании).

UTt = а + ßl LNTt + ß2 LCPIt + £t t= 1,2..,,T (4) где:

t - Период времени; T - Количество наблюдений;

LIT - натуральный логарифм доходов от туризма и представляет собой зависимую переменную;

LNT - натуральный логарифм количества туристов и представляет собой главную независимую переменную;

LCPI - натуральный логарифм уровеня инфляции, выраженный в индексе потребительских цен.

Переменные, включенные в анализ: доходы от туризма (1Т), количество туристов ^Т) (данные за период 2008-2017 гг. собраны из статистического исследования Министерства туризма и древностей, Королевство Иордания), индекс потребительских цен (СР1), т.е. базовая мера экономической инфляции (или подтвержденный ежегодный рост цен) в экономике многих стран (данные за период 2008-2017 гг. взяты из Международного валютного фондов (МВФ).

Экспериментальные результаты

Прежде чем рассматривать коинтеграцию и спецификацию модели ARDL, важно отметить, что проведение тестов единичного корня для определения стационарности переменных не является необходимым условием применения модели ARDL, но модель не рекомендуется использовать, если содержатся переменные, которые стационарны только в случае второй разности 1(2).

Анализ стационарности переменных проводился с помощью теста Филипса - Перрона (PP-Test). Проведенные тесты на наличие единичного корня в исследуемых временных рядах приводят к результатам, представленым в таблице 1.

Таблица 1. - Результат корневых модульных тестов

(PP-Test)

Переменные Level First Difference

Ca C+Tb Ca C+Tb

LIT -5.578 -6.937 1(0)

LNT -7.214 -7.221 1(0)

LCPI -3.043 -2.417 -10.497 -10.385 1(1)

Источник: Подготовлено исследователем на основе результатов (Eviews 9).

Примечания: Ca означает с перехватом, C+Ta означает с линейной перехватывать и тенденции.

Согласно результатам тестов, показанным в таблице (1), переменные LIT и LNT -признаются стационарными и входят в модель в первоначальном виде, а переменная LCPI признается нестационарной и включается в модель в первой разности.

Регрессия коинтеграции по модели (ARDL)

После подтверждения стационарности временного ряда переменных исследования, в котором был обнаружен различный порядок стационарности I(1) & 1(0), можно применить методологию совместной интеграции с использованием модели ARDL.

Модель ARDL наиболее подходит для обнаружения коинтеграции модельных переменных. Рассмотрим модель:

ALITt = pQ + ZUPi ШТМ + ALNTt.j + IALCPIM + Л1 LIT^ + Л2 LNT^

+ ЛЗ LCPIt-l + £t (5).

Чтобы проверить существование коинтеграции переменных в модели, гипотезы формулируются следующим образом:

Нулевая гипотеза (Н0): отсутствие коинтегрирования: Л1 = Л2 = Л3 = 0 Альтернативная гипотеза (Н1): существует коинтеграция: Л1 ^ Л2 ^ Л3 ^ 0

Таблица 2. - Пограничный тест (Border test)

ARDL Bounds Test

Date: 11/20/18 Time: 17:35

Sample: 2008M03 2017M12

Included observations: 118

Null Hypothesis: No long-run relationships exist

Test Statistic Value k

F-statistic 8.225170 2

Critical Value Bounds

Significance I0 Bound I1 Bound

10% 3.17 4.14

5% 3.79 4.85

2.5% 4.41 5.52

1% 5.15 6.36

Источник: Подготовлено исследователем на основе результатов (Eviews 9).

Вычисленные значения F-статистики (тест Вальда) больше верхнего граничного критического значения на 1% уровне значимости, что отклоняет нулевую гипотезу об отсутствии коинтеграции, т.е. гипотеза об отсутствии долгосрочной взаимосвязи о тв е рг а е тс я .

Таблица 3. -Результаты оценки модели ARDL

Dependent Variable: LIT

Method: ARDL

Date: 11/12/18 Time: 22:42

S ample (adjusted): 2008M03 2017M12

Included observations: 118 after adjustments

Maximum dependent lags: 2 (Automatic selection)

Model selection method: Akaike info criterion (AIC)

Dynamic regressors (4 lags, automatic): LNT LCPI

Fixed regressors: C

Number of models evalulated: 50

Selected Model: ARDL(1, 2, 2)

Note: final equation sample is larger than selection sample

Variable Coefficient Std. Error t-Statistic Prob.*

LIT(-1) 0.656044 0.070804 9.265636 0.0000

LNT 0.873107 0.404121 2.160509 0.0329

LNT (-1) 0.123445 0.582023 0.212097 0.8324

LNT (-2) -0.361775 0.324302 -1.115548 0.2670

LCPI 0.924699 0.014114 65.51731 0.0000

LCPI (-1) -0.619416 0.066837 -9.267583 0.0000

LCPI (-2) -0.016692 0.013831 -1.206810 0.2301

C -2.781518 0.615253 -4.520933 0.0000

R-squared 0.986613 Mean dependent var 5.400318

Л ^ i' 1 1 ^ 4- n ^ Г)

MUJUSLGU squared 0.985761 S.D. dependent var 0.239459

S.E. of regression 0.028574 Akaike info criterion -4.207243

Sum squared resid 0.089813 Schwarz criterion -4.019400

Log likelihood 256.2274 Hannan-Quinn criter. -4.130973

F-statistic 1158.120 Durbin-Watson stat 2.135382

Prob(F-statistic) 0.000000

Источник: Подготовлено исследователем на основе результатов (Eviews 9).

Результаты статистических испытаний для уравнения регрессии, показанные в таблице 3, демонстрируют относительно высокое качество построенной модели. Поскольку существует коинтеграция между переменными модели, то между этими переменными существуют долгосрочные взаимосвязи, которые принимают следующий вид:

LIT, = р0 + Г^Р, LIT,.,- + LNTW + LCPI,.,. +et (б)

Результаты оценки долгосрочных отношений представлены в следующей таблице 4.

Таблица 4. - ARDL Cointegrating and Long Run Form

ARDL Cointegrating And Long Run Form

Dependent Variable: LIT

Selected Model: ARDL(1, 2, 2)

Date: 11/20/18 Time: 18:47

Sample: 2008M01 2017M12

Included observations: 118

Cointegrating Form

Variable Coefficient Std. Error t-Statistic Prob.

D(LNT) 0.048793 0.404121 0.120738 0.9041

D(LNT (-1)) -0.918011 0.324302 -2.830727 0.0055

D(LCPI) -0.537851 0.014114 -38.108178 0.0000

D(LCPI (-1)) 0.128952 0.013831 9.323206 0.0000

CointEq(-1) -0.438368 0.070804 -6.191287 0.0000

Cointeq = LIT - (2.5596* LNT -1.6805* LCPI + 2.0731 )

Long Run Coefficients

Variable Coefficient Std. Error t-Statistic Prob.

LNT 2.559580 0.140524 18.214569 0.0000

LCPI -1.680486 0.417547 -4.024665 0.0001

C 2.073108 1.726451 1.200791 0.2324

Источник: Подготовлено исследователем на основе результатов (Eviews 9).

В свете критериев ARDL (1, 2, 2), чтобы определить дисперсию переменных, было обнаружено, что суммарная сумма сбалансированного веса долгосрочных отношений имеет отрицательный и значительный коэффициент, указывающий на то, что существует механизм исправления ошибок. Этот коэффициент показывает переменную LIT, которая приведет к долгосрочной цели, оцениваемой в 0.438368 в модели ARDL, а затем интерпретирует и модифицирует долгосрочную целевую слабину в течение периода исследования. Долгосрочные результаты показывают, что переменная LIT зависит положительно от LNT и отрицательно от LCPI, и уравнение можно записать следующим

образом:

LIT = 2.5596* LNT -1.6805* LCPI + 2.0731 (7).

Из результатов таблицы долгосрочных транзакций по методологии ARDL видно, что каждое из изученных переменных оказывает значительное долгосрочное влияние на доходы от туризма. Поскольку увеличение NT на 1% приводит к увеличению доходов от туризма на 2,56% в долгосрочной перспективе, а рост инфляции на 1% приводит к снижению доходов от туризма на 1,68% в долгосрочной перспективе.

Согласно Песарану и Песарану (1997), следующим шагом после оценки формулы для модели ARDL является проверка структурной стабильности краткосрочных и долгосрочных транзакций. Это означает, что данные, используемые в этом исследовании, не имеют каких-либо структурных изменений с течением времени. Для этого используются два теста: суммарная сумма рекурсивного остатка, CUSU, и суммарная сумма квадратного рекурсивного остатка, CUSUMSQ Ii2I.

Структурная стабильность оценочных коэффициентов достигается, если гистограмма CUSUM и CUSUMSQ находится в критических пределах на значительном уровне 5%. Следовательно, эти коэффициенты нестабильны, если график вышеупомянутых двух тестов превышен на этом уровне Х^Ш.

Из рис. 3 и 4 видно, что расчетные коэффициенты структурно стационарны в течение периода исследования. Диаграмма тестовой статистики находится в критических пределах на значительном уровне 5%.

40 -,-

30 - -

20 - _______—

10 - - " "

-20 -

-30 - - -

40 1<|..........................................................................................................

2003 20 09 2010 201 1 2012 2013 2014 2015 2016 2017

CUSUM -----5% Significance

Источник: Подготовлено исследователем на основе результатов (Eviews 9). Рисунок 3. Суммарная сумма рекурсивного остатка, CUSUM

10 -0.8 -0.6 -

2(JOB 2009 2010 2011 2012 2013 2014 2015 2016 2017

-CUSUM ofSquares -----Significance

Источник: Подготовлено исследователем на основе результатов (Eviews 9). Рисунок 4. Суммарная сумма квадратного рекурсивного остатка, CUSUMSQ

Заключение

Исследуются факторы, влияющие на доходы от туризма в Иордании в период 2008-2017 гг. на основе ежемесячных данных. В работе тестируется гипотеза, что высокие внутренние темпы инфляции, измеряемые относительным изменением общего показателя стоимости жизни, уменьшают внешний спрос на туристские услуги в Иордании и тем самым существенно снижают доходы от туризма.

Для достижения этой цели используется авторегрессионная модель с распределенными лагами (ARDL модель). Результаты исследования показали положительное влияние количества туристов на доходы от туризма в Иордании в долгосрочной перспективе, в то время как инфляция оказывает отрицательное влияние на доходы.

Библиография

1. Лапинова С.А., Липатов Д.О. Анализ факторов, влияющих на доход от туристической деятельности в регионах // Российский экономический интернет-журнал. 2017. № 1. С. 1-16.

2. Рицци В.В. Анализ состояния и тенденции развития туризма в мировой и российской экономике // Общество. Среда. Развитие. 2013. № 1 (26). С. 49-55.

3. Tang C.F., Tan E.C. Does tourism effectively stimulate Malaysia's economic growth? Tourism Management, 2015, vol. 46, pp. 158-163.

4. Jayathilake B. Tourism and Economic Growth in Sri Lanka: Evidence from cointegration and causality Analysis. International Journal of Business, Economics and Law, 2013, vol. 2, iss. 2, pp. 22-27.

5. Ruiz L. Strategic Environmental Assessment of Towns in Ecuador with Tourism Potential. Journal of Building Construction and Planning Research, 2016, vol. 4, pp. 8388.

6. Samira R., Huseyin A., Seyi S. A. New insights into an old issue - examining the influence of tourism on economic growth: evidence from selected small island

developing states. Current Issues in Tourism, 2019, vol. 22, pp. 1280-1300.

7. Рубцов В.А., Габдрахманов Н.К., Байбаков Э.И., Хоссейни С.С. Туризм и устойчивое развитие // Экологический консалтинг. 2016. № 1(61). С. 2—13.

8. Козлова Н.А., Кожина К.С. Драйверы устойчивого развития малых и средних городов России // Инновационная экономика: перспективы развития и совершенствования. 2018. № 4 (30). С. 47 — 53.

9. Muhammad S.M., Mohammad F.C., Ghulam M.S., Mubbshar A., Salman M.S. Asymmetric impact of oil prices, exchange rate, and inflation on tourism demand in Pakistan: new evidence from nonlinear ARDL. Asia Pacific Journal of Tourism Research, 2018, vol. 23, iss. 4, pp. 408-422.

10. Nusair A.S. The effects of oil price shocks on the economies of the Gulf Co-operation Council countries: Nonlinear analysis. Energy Policy, 2016, vol. 91, pp. 256-267.

11. Родионова А.В., Аршавский А.Ю. Эмпирический анализ формирования доходности на российском рынке государственных ценных бумаг // Экономический журнал ВШЭ. 2012. № 3. С. 285 — 317.

12. Щербанин Ю.А., Ивин Е.А., Курбацкий А.Н., Глазунова А.А. Эконометрическое моделирование и прогнозирование спроса на грузовые перевозки в России в 19922015 гг // Научные труды: Институт народнохозяйственного прогнозирования РНА. 2017. № 15. С. 200 — 217.

13. Nkoro E., Kelvin Uko A. Autoregressive Distributed Lag (ARDL) cointegration technique: application and interpretation. Journal of Statistical and Econometric Methods, 2016, vol. 5, no. 4, pp. 63-91.

14. Aideed B., Abeera A. Relationship between Government Expenditure on Education and GDP per capita in Pakistan: An ARDL Approach to Cointegration. Advances and Applications in Statistics, 2019, vol. 55, no. 1, pp. 77-103.

15. Dang T. Remittances and economic growth in Vietnam: an ARDL bounds testing approach. Review of Business and Economics Studies, 2015, vol. 3, no. 1, pp. 80-88.

16. Mrabet Z., Alsamara M. The impact of parallel market exchange rate volatility and oil exports on real GDP in Syria: Evidence from the ARDL approach. The Journal of International Trade & Economic Development, 2017, vol. 27, no. 3, pp. 333-349.

17. Sahoo B.K., Nauriyal D.K. Determinants of software exports from India. International Economics and Economic Policy, 2014, vol. 11, iss. 4, pp. 455-479.

18. Коныгин С.С., Виноградов А.А. Влияние макроэкономических и рыночных факторов на суверенный спред CDS России // Деньги и кредит. 2017. № 12. С. 85 -90.

19. Ifa A., Guetat I. Does public expenditure on education promote Tunisian and Moroccan

GDP per capita? ARDL approach. The Journal of Finance and Data Science, 2018, vol. 4, no. 4, pp. 1-13.

20. Бураков Д.В. Крах теории денежного рынка. Эмпирические аномалии и

теоретические иллюзии // Вестник Института экономики Российской академии наук. 2016. № 1. С. 29-47.

Результаты процедуры рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.

Со списком рецензентов издательства можно ознакомиться здесь.

Тема предложенная автором, представляется весьма актуальной. Построение эконометрических моделей позволяет подтвердить выдвигаемые автором гипотезы и обосновать влияние факторов. Предметом исследования выступают экономические отношения, возникающие в процессе получения доходов от туристической отрасли в Иордании. Методология, использованная автором, основана на следующих методах научного познания: сравнение, анализ, синтез теоретического и практического материала. Научная новизна исследования заключается в теоретическом обосновании оценки влияния факторов на доходы от туризма в Иорданиии. Анализ библиографии позволяет сделать вывод о том, что автор в достаточном объеме изучил современные научные труды российских и зарубежных ученых по исследуемой проблематике. Автор на хорошем теоретическом и методологическом уровне проводит анализ факторов, влияющих на доходы от туризма в Иордании. Автором доказана гипотеза о том, что высокие внутренние темпы инфляции, измеряемые относительным изменением общего показателя стоимости жизни, уменьшают внешний спрос на туристские услуги в Иордании и тем самым существенно снижают доходы от туризма. Рецензируемая работа представляет собой интересную научную статью. Выводы отличаются обоснованностью. В качестве замечаний- рекомендаций хотелось бы отметить следующее: Во введении следовало бы уточнить актуальность исследования, а также пояснить, в связи с чем в качестве объекта исследования выбраны данные по Иордании. Представленный материал может открыть новые перспективы для дальнейших исследований. Он будет интересен тем, кто занимается изучением проблем эконометрики. Статья соответствует требованиям, предъявляемым к такого рода работам, и может быть рекомендована к публикации.