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 các yếu tố ảnh hưởng tới ý định sử dụng công nghệ nhà thông minh
- Đánh giá mức độ ảnh hưởng của các năng lực đến năng suất lao động của công nhân xây dựng trên địa bàn TP. Hà Nội
- Thương mại điện tử và tác động của thương mại điện tử tới môi trường Việt Nam
- Thúc đẩy hoạt động logistics xanh phục vụ mục tiêu phát triển kinh tế bền vững tại Việt Nam
- Đánh giá biến động giữa các chi phí lên tổng mức đầu tư dự án chung cư Marina plaza Long Xuyên