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
- Hoàn thiện cơ chế quản lý tài chính đối với dịch vụ sự nghiệp công bảo đảm an toàn hàng hải
- Tiếp cận Fuzzy Delphi xây dựng chức năng điều hành trong quản lý khai thác cơ sở vật chất tại các cơ sở giáo dục đại học công lập Việt Nam
- Tác động của phối hợp quản lý vốn đến tiến độ giải ngân vốn đầu tư công trong các dự án xây dựng giao thông
- Yếu tố màu sắc trong thị trường chứng khoán Việt Nam
- 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





