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
- Phân tích và khuyến nghị hoàn thiện tiêu chuẩn gối cầu TCVN 13594-8:2023 cho cầu đường sắt tốc độ cao có yêu cầu kháng chấn
- Phân tích tai nạn giao thông liên quan đến người đi bộ ở nước ta bằng Python
- Giải pháp giếng cát đóng túi trong xử lý nền đất yếu và khả năng ứng dụng tại Việt Nam
- Nâng cao hiệu quả việc thực hành tay nghề thi công cơ bản và công tác sản xuất kết hợp sinh viên Khoa Công trình - Trường Đại học Công nghệ Giao thông vận tải
- Nỗ lực của nhà thầu hướng đến thành công dự án nhà công nghiệp : phân tích nghiên cứu liên quan