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
- Ảnh hưởng của bức xạ gamma đến tính chất quang của chấm lượng tử CdSe
- Ảnh hưởng của độ dày lớp điện môi lên trạng thái ngưng tụ exciton trong cấu trúc graphene hai lớp
- Đánh giá tình hình nhiễm vi khuẩn Escherichia Coli, Salmonellas spp. trên thịt lợn tại một số chợ trọng điểm trên địa bàn thành phố Quy Nhơn, tỉnh Bình Định
- Efficient, column-chromatography-free synthesis of Dipterocarpol succinate oxime ester salts
- Protective effects of methanolic extract of Bauhinia vahlii L. in sepsis rats induced by cecal ligation and puncture





