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
- Thực trạng tài trợ và cơ hội tài chính khí hậu từ Quỹ Khí hậu Xanh cho các nước đang phát triển
- Đánh giá sự hài lòng của du khách đối với ẩm thực đường phố tại thành phố Cần Thơ
- Kinh nghiệm phát triển du lịch ẩm thực của Hàn Quốc và bài học kinh nghiệm cho Việt Nam
- Kinh nghiệm phát triển du lịch địa chất tại công viên địa chất Trung Quốc
- Dự báo phân bố mưa cho các tiểu lưu vực trong lưu vực sông Srêpốk theo mô hình CMIP6