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
- Đặc điểm lâm sàng, cận lâm sàng bệnh nhân gãy kín đầu dưới xương đùi được phẫu thuật kết hợp xương bằng nẹp khóa tại Bệnh viện Đa khoa Trung ương Cần Thơ
- Phân tích một số yếu tố liên quan đến thực trạng nuôi dưỡng ở người bệnh viêm tụy cấp tại Bệnh viện Đại học Y Hà Nội
- Thực trạng hội chứng dễ bị tổn thương ở người bệnh cao tuổi mắc suy tim mạn tính
- Đặc điểm hình ảnh thoát vị đĩa đệm trên cộng hưởng từ và triệu chứng lâm sàng ở bệnh nhân chèn ép rễ thần kinh hông to
- Thực trạng cấp cứu ngoại viện bệnh nhân chấn thương sọ não tại một số Bệnh viện tại Hà Nội