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 chiến lược cho quản trị logistics trong xây dựng tiền chế tại Việt Nam áp dụng phương pháp AHP
- Phát huy năng lực của đội ngũ cán bộ khoa học - công nghệ đóng góp xây dựng thành phố
- Đánh giá nguồn nhân lực địa phương nhằm phát triển du lịch nông thôn tại huyện Vĩnh Thạnh, thành phố Cần Thơ
- Xác định các rủi ro cho dự án đầu tư xây dựng sử dụng nguồn vốn đầu tư trực tiếp nước ngoài
- Một số giải pháp khai thác và quản trị dữ liệu tuần hoàn thông qua ứng dụng hộ chiếu sản phẩm kỹ thuật số