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
- Các yếu tố thúc đẩy thành công của dự án khởi nghiệp sáng tạo trong lĩnh vực năng lượng tái tạo ở Việt Nam : góc nhìn bên đánh giá khởi nghiệp
- Tái cấu trúc cơ chế quyết toán vốn đầu tư dự án tại Việt Nam: Phân định chức năng giữa Nghị định số 254/2025/NĐ-CP và Nghị định số 193/2026/NĐ-CP
- Nghiên cứu tác động của chi phí sử dụng vốn bình quân, quy mô vốn thị trường đến hiệu quả hoạt động của các doanh nghiệp logistics tại Việt Nam
- Rào cản trong phát triển dịch vụ logistics xanh tại các doanh nghiệp bưu chính
- Nghiên cứu biện pháp đảm bảo nguồn nhân lực đường sắt Việt Nam đến năm 2030, định hướng đến năm 2045 đáp ứng nhu cầu xã hội





