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
- Tuân thủ điều trị của người bệnh đái tháo đường type 2 điều trị ngoại trú và một số yếu tố liên quan tại Bệnh viện Đa khoa Nông nghiệp năm 20
- Triệu chứng lâm sàng và cận lâm sàng của bệnh nhân ngủ ngáy được phẫu thuật tại Bệnh viện Tai Mũi Họng Trung ương
- Đánh giá chất lượng của tế bào CAR-T nhận biết protein CD19 để điều trị bệnh bạch cầu lympho cấp
- Thực trạng kiến thức và thực hành của sản phụ sau phẫu thuật lấy thai về mát xa vú tại Bệnh viện Sản Nhi tỉnh Quảng Ngãi năm 2023
- Lo âu, căng thẳng và trầm cảm ở sinh viên khoa y dược, trường Đại học Nam Cần Thơ năm 2024 và một số yếu tố liên quan