20441Dự báo doanh số bán trong quản trị marketing doanh nghiệp
Dự báo doanh số bán tạo điều kiện cho doanh nghiệp xây dựng một kế hoạch kinh doanh tổng thể và chủ động đối phó với những thách thức từ môi trường kinh doanh, cho phép doanh nghiệp dự tính được ngân sách marketing, chuẩn bị các nguồn lực, và sẵn sàng điều chỉnh các chương trình marketing. Bài viết đề cập đến cơ sở để xây dựng dự báo doanh số và các phương pháp dự báo doanh số.
20442Dự báo giá bitcoin bằng các mô hình học máy
Nghiên cứu này sử dụng dữ liệu giá đóng cửa của Bitcoin từ ngày 07/10/2021 đến 08/02/2025 và của các mô hình học máy tiên tiến (RNN, LSTM, GRU, LSTMGRU, GRU-LSTM) để dự báo giá Bitcoin và so sánh, đánh giá hiệu suất của các mô hình sử dụng. Kết quả cho thấy, GRU là mô hình tối ưu nhất để dự báo giá Bitcoin.
20443Dự báo giá trị chịu rủi ro và thua lỗ dự kiến tại thị trường chứng khoán Việt Nam với phân phối xác suất biến thiên theo thời gian
Bài nghiên cứu này đánh giá về vai trò của ghi nhận biến thiên theo thời gian đối với các mômen bậc cao trong phân phối xác suất có điều kiện của tỷ lệ sinh lời đối với thị trường chứng khoán Việt Nam. Cụ thể, nghiên cứu đánh giá khả năng dự báo giá trị chịu rủi ro (Value at Risk - VaR) và giá trị thua lỗ dự kiến (Expected Shortfall – ES) cho VN-Index và HNX-Index tại hai mốc phân vị phổ biến là 1% và 5% với các giả định khác nhau về phân phối xác suất trong mô hình GARCH. Kết quả thực nghiệm cho thấy mô hình GJR-ACD với giả định các mômen bậc cao của phân phối xác suất có điều kiện biến thiên theo thời gian cho kết quả dự báo tốt nhất đối với cả VaR và ES.
20444Dự báo hoạt động ngân hàng bằng thuật toán rừng ngẫu nhiên
Mục tiêu của nghiên cứu này là dự báo hoạt động của ngân hàng dựa trên kỹ thuật trí tuệ nhân tạo thuật toán rừng ngẫu nhiên (Random Forest - RF). Để chứng minh tính hiệu quả của mô hình dự báo dựa trên RF, các mô hình dự báo khác được dựa trên ba kỹ thuật trí tuệ nhân tạo khác là mạng nơ ron truyền thẳng nhiều lớp (ANN-MLP), mạng hàm cơ sở bán kính (RBF) và hồi quy tuyến tính (MLR) cũng được phát triển. Dữ liệu được sử dụng trong xây dưng mô hình gồm 405 mẫu được thu thập từ 45 ngân hàng hoạt động tại Việt Nam trong giai đoạn 2002-2022. Các chỉ số đầu ra dự báo bao gồm tổng các khoản vay và tổng tiền gửi huy động. Kết quả thực nghiệm và các chỉ số đánh giá mô hình xác định mô hình dự báo dựa trên kỹ thuật RF cho độ chính xác cao nhất.
20445Dự báo khả năng chịu nén đúng tâm của cột bê tông cốt thanh sợi polymer dựa trên mô hình cây hồi quy M5P
Đề xuất công thức có độ tin cậy khi xem xét đầy đủ các biến đầu vào để dự báo khả năng chịu nén đúng tâm của cột bê tông cốt sợi polymer. Dựa trên mô hình cây hồi quy M5P, ba biến số gồm các biến diện tích tiết diện cột bê tông, mô đun đàn hồi của cốt FRP và cường độ chịu nén của bê tông là các biến số có ảnh hưởng lớn đến kết quả dự báo.
20446Dự báo khả năng chịu tải nén lệch tâm của cột thép nhồi bê tông bằng mô hình học máy được tối ưu hóa bằng thuật toán Jellyfish Search
Nghiên cứu này sẽ đề xuất một mô hình dự báo khả năng chịu lực nén lệch tâm của cột CFST bằng phương pháp học máy, một ưu điểm vượt trội của mô hình này là nó có thể tự tìm kiếm và tối ưu hóa các siêu tham số nhằm đem lại kết quả dự báo tối ưu nhất.
20447Dự báo khả năng chống chọc thủng sàn bê tông cốt thép bị ăn mòn
Trình bày kết quả đánh giá khả năng chịu lực của sàn phẳng không dầm có cốt dọc bị ăn mòn thông qua 123 dữ liệu thực nghiệm thu thập được từ các nghiên cứu trước đây dựa trên 3 tiêu chuẩn ACI 318-19, Eurocode 2 và TCVN 5574:2018
20448Dự báo khả năng chống xuyên thủng của sàn phẳng bê tông cốt thép bằng kỹ thuật trí tuệ nhân tạo
Nghiên cứu này sử dụng mô hình hồi quy vector hỗ trợ bình phương nhỏ nhất (Least squares support vector regression - LSSVR) là một cải tiến của SVR nhằm giải quyết các vấn đề trên. Thuật toán tối ưu hóa Jellyfish search (JS) được sử dụng để tối ưu hóa các siêu tham số của mô hình LSSVR để nâng cao hiệu suất của mô hình dự báo.
20449Dự báo khả năng gặp khó khăn tài chính cho các công ty niêm yết tại Sở Giao dịch Chứng khoán TP. Hồ Chí Minh
Đưa các biến tài chính vào mô hình hồi quy, sau đó lần lượt bổ sung các biến kinh tế vĩ mô và thị trường vào mô hình. Đồng thời quá trình hồi quy cũng được thực hiện với các độ trễ khác nhau dựa trên phương pháp hồi quy Logit với dữ liệu bảng. Kết quả nghiên cứu cho thấy các biến tài chính kết hợp các thông tin vĩ mô và thị trường giúp gia tăng mức độ chính xác trong việc dự báo tình trạng gặp khó khăn tài chính của DN, trong đó các biến kinh tế vĩ mô có tác động mạnh nhất.
20450Dự báo khó khăn tài chính và các mô hình dự báo khó khăn tài chính doanh nghiệp
Trình bày khái niệm dự báo khó khăn tài chính doanh nghiệp; Các mô hình dự báo khó khăn tài chính doanh nghiệp.