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
- Đánh giá tình trạng nhiễm trùng huyết tại đơn vị Ghép tế bào gốc- khoa Huyết học - bệnh viện Chợ Rẫy từ năm 2017 đến 6 tháng đầu năm 2024
- Đánh giá đáp ứng sau hóa trị tân hỗ trợ bằng phác đồ Docetaxel, Carboplatin và Trastuzumab ở bệnh nhân ung thư vú có thụ thể HER2 dương tính giai đoạn II, III
- Nghiên cứu tỉ lệ cắt tuyến phó giáp không chủ ý trong phẫu thuật cắt giáp và nạo hạch cổ nhóm vi tại Bệnh viện Ung Bướu Thành phố Hồ Chí Minh năm 2023
- Vai trò của thời gian nhân đôi thyroglobulin trong đánh giá tái phát, di căn ở bệnh nhân ung thư tuyến giáp thể biệt hóa
- Đánh giá bước đầu phẫu thuật đoạn chậu trong ung thư phụ khoa initial





