Dự báo kiệt quệ tài chính của các doanh nghiệp Việt Nam: Ứng dụng machine learning
Tác giả: Lê Hồng Ngọc, Nguyễn Thế Long, Hồ Thị Lam, Hồ Thu Hoài
Số trang:
Tr. 35-52
Số phát hành:
Số 12
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
209 Phan Thanh
Mã phân loại:
658
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Kiệt quệ tài chính, dự báo kiệt quệ tài chính, XGBoost, machine learning
Chủ đề:
Kiệt quệ tài chính
Tóm tắt:
Nghiên cứu đã chỉ ra rằng mô hình XGBoost là phù hợp nhất cho dự báo KQTC tại Việt Nam. Từ kết quả nghiên cứu, chúng tôi cũng đã đề xuất một số hàm ý quản trị và hàm ý chính sách trong việc lựa chọn mô hình dự báo KQTC và theo dõi các yếu tố tác động đến KQTC để phát triển bền vững doanh nghiệp.
Tạp chí liên quan
- Thực trạng hoạt động quản lý chất lượng dịch vụ khám bệnh, chữa bệnh ở các bệnh viện đa khoa công lập hạng II tại thành phố Hà Nội năm 2024
- Chuyển đổi số, khả năng vượt các rào cản xuất khẩu và tác động đến kết quả xuất khẩu của doanh nghiệp
- Nghiên cứu các yếu tố ảnh hưởng đến ý định áp dụng kinh tế tuần hoàn trong nông nghiệp tại Hà Nội
- Thương hiệu nhà tuyển dụng và hoạt động thu hút nhân sự tài năng: Góc nhìn từ thực tiễn doanh nghiệp tư nhân tại Việt Nam
- Các yếu tố ảnh hưởng đến tỷ lệ thu nhập phi lãi trên tổng tài sản của các ngân hàng thương mại cổ phần niêm yết, đăng ký giao dịch trên thị trường chứng khoán Việt Nam