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
- Mối liên quan giữa một số đặc điểm lâm sàng và giải phẫu bệnh của sarcôm tạo xương với dấu ấn SATB2
- Đặc điểm mô bệnh học và hóa mô miễn dịch sarcoma màng hoạt dịch tại Bệnh viện K
- Nghiên cứu dấu hiệu lâm sàng và đặc điểm giải phẫu bệnh của bệnh viêm da cơ
- Đánh giá biểu hiện của thụ thể androgen trên bệnh ung thư vú bộ ba âm tính bằng phương pháp hóa mô miễn dịch
- Nghiên cứu đặc điểm hoá mô miễn dịch của EGFR và các dấu ấn CK, p63, Vimentin trong ung thư biểu mô vú dị sản tại Bệnh viện K





