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
- Nghiên cứu ứng dụng hỗn hợp xỉ than, tro bay có gia cố xi măng làm lớp đáy móng trong kết cấu nền - mặt đường ô tô bằng phương pháp thí nghiệm
- Thiết kế chiếu sáng trong công trình kết cấu gỗ truyền thống : tôn vinh vẻ đẹp văn hóa và di sản
- Vẽ phác thảo - hình ảnh phản chiếu tư duy - quan điểm nhà thiết kế
- Đặc điểm kiến trúc hội quán của người Hoa tại khu phố cổ Hà Nội
- Nghiên cứu phát triển vật liệu không nung không cần xi măng - gạch lát vỉa hè từ vật liệu geopolymer