CSDL Bài trích Báo - Tạp chí
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
- Ẩn dụ thức thể hiện nghĩa phủ định trong hội thoại tiếng Việt
- Diễn ngôn Thương nhớ thời bao cấp từ góc nhìn phân tích diễn ngôn đa phương thức
- Nghiên cứu từ ghép tiếng Việt trong giới học thuật Trung Quốc và Việt Nam
- Nghiên cứu đặc điểm của phó từ tiếng Hán “赶忙” dưới góc nhìn đồng đại và lịch đại
- So sánh ngữ nghĩa của kết cấu “V+出” trong tiếng Hán và “V+ ra” trong tiếng Việt