Modelli di previsione per l'aggiornamento di serie mensili del turismo russo in Italia

Il presente contributo affronta il problema di come aggiornare le serie della domanda turistica russa in Italia utilizzando modelli di previsione di tipo sia univariato che multivariato. Tale aggiornamento si rende necessario perché i dati definitivi del movimento mensile dei clienti negli esercizi ricettivi (arrivi e presenze) vengono pubblicati dall'ISTAT con un consistente ritardo, il che impedisce di effettuare analisi tempestive di detto movimento. Un modo per ovviare a questo inconveniente è quello di adottare soluzioni di stima dei valori futuri degli arrivi e delle pre-senze. Per ottenere tali valori si è fatto ricorso a opportuni modelli di previsione che, andando dai più semplici ai più complessi, sono costituiti da: 1) i modelli univariati della classe SARIMA; 2) i modelli dinamici di regressione multipla; 3) i modelli con funzioni di trasferimento. Ciascuno di tali modelli è stato proposto in due versioni, una che non incorpora il trattamento degli outliers e l'altra, invece, che lo comprende; ciò ha reso possibile valutare se è in che misura vi fosse un impatto significativo degli outliers sulle previsioni. Inoltre, l'applicazione ha riguardato diversi intervalli temporali e segmenti turistici. In particolare, si è voluto verificare l'effetto sulle previsioni della diversa durata dell'intervallo di osservazione, cioè passando da un intervallo più lungo (undicennio 2001-2011) ad uno più breve e recente (quinquennio 2007-2011). Per quanto riguarda invece il confronto tra le previsioni dei diversi segmenti turistici considerati, si è valutato come variano tali previsioni al variare del tipo di esercizio ricettivo (alberghiero e complementare) e della nazionalità dei turisti (russa, tedesca, straniera, italiana). Infine, l'accuratezza delle previsioni di orizzonte da 1 a 12 mesi, valutata con due opportuni indici relativi, è stata posta a confronto anche con la bontà delle stime, verificando così le differenze tra la capacità previsiva dei modelli proposti e la loro bontà di adattamento ai valori passati.