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
- Một số yếu tố liên quan đến tổn thương thận cấp tại khoa Hồi sức Tích cực, Bệnh viện Đa khoa tỉnh Thanh Hóa
- Ảnh hưởng của thời gian thiếu máu lạnh lên sự biểu hiện của các dấu ấn ER, PR và KI-67 trong ung thư vú bằng kỹ thuật nhuộm hoá mô miễn dịch
- Tái tạo lóc toàn bộ da đầu lộ xương sọ bằng vạt da cơ thang mở rộng xuống dưới và ghép da mỏng
- Khảo sát đặc điểm lâm sàng và tính kháng kháng sinh trên bệnh nhân nhiễm Burkholderia pseudomallei tại Bệnh viện Đa khoa tỉnh Kiên Giang
- Đánh giá kết quả thay khớp háng với kỹ thuật khâu tăng cường bao khớp bằng chỉ siêu bền tại Bệnh viện Quân Y 121





