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
- So sánh các khung báo cáo ESG và khuyến nghị đối với các doanh nghiệp xây dựng Việt Nam
- Cấu trúc tài chính trong đảm bảo an ninh tài chính tại các công ty vận tải Việt Nam
- Thanh khoản và rủi ro kiệt quệ tài chính : góc nhìn đa ngành từ các doanh nghiệp niêm yết Việt Nam
- Các nhân tố ảnh hưởng đến tăng trưởng bền vững của các doanh nghiệp ngành nhựa niêm yết tại Việt Nam
- Mối quan hệ giữa các thành phần hàng tồn kho và hiệu quả tài chính của doanh nghiệp : bằng chứng thực nghiệm từ các doanh nghiệp sản xuất vật liệu xây dựng niêm yết