TRA CỨU
thông tin biểu ghi
  • Bài trích
  • Ký hiệu PL/XG: 658
    Nhan đề: Ứng dụng phương pháp học máy dự báo mức độ căng thẳng tài chính của doanh nghiệp niêm yết tại Việt Nam /
DDC 658
Tác giả CN Giang, Thị Thu Huyền
Tác giả TT
Nhan đề Ứng dụng phương pháp học máy dự báo mức độ căng thẳng tài chính của doanh nghiệp niêm yết tại Việt Nam / Giang Thị Thu Huyền, Đỗ Thị Vân Trang, Đoàn Viết Thắng..[và những người khác]
Tóm tắt Trình bày sử dụng các phương pháp học máy và phương pháp thống kê truyền thống để dự báo mức độ căng thẳng tài chính của các doanh nghiệp niêm yết tại Việt Nam. Dữ liệu sử dụng trong bài báo được thu thập từ 646 doanh nghiệp niêm yết trên hai sàn giao dịch HOSE và HNX trong giai đoạn 2012- 2022. Nghiên cứu tiến hành thử nghiệm bộ dữ liệu thu thập trên các mô hình học máy: và phương pháp thống kê truyền thống. Kết quả của nghiên cứu cho thấy có sự phù hợp giữa kết quả của phương pháp truyền thống và các mô hình học máy hiện đại. Trong đó, mô hình có độ chính xác cao nhất là Random Forest (RF) với tỉ lệ chính xác 98,8%. Các biến có ảnh hưởng nhiều nhất đến tình trạng căng thẳng tài chính của doanh nghiệp là TANG, ROA, LTD, NPM. Dựa trên kết quả này, bài báo đề xuất một số khuyến nghị giúp hỗ trợ ra quyết định tài chính đúng đắn và có hiệu quả cho các bên liên quan (doanh nghiệp, cơ quan quản lý, cổ đông, chủ nợ, nhà đầu tư).
Từ khóa tự do LASSO
Từ khóa tự do Multiple regression model
Từ khóa tự do Học máy
Từ khóa tự do Căng thẳng tài chính
Tác giả(bs) CN Đỗ, Thị Vân Trang
Tác giả(bs) CN Đoàn, Viết Thắng
Nguồn trích Tạp chí Kinh tế - Luật ngân hàng 2024tr. 82-96 Số: 270 Tập: 10
000 00000nab#a2200000ui#4500
00156667
0029
004BE46641D-52F5-4137-B743-6531C55208AE
005202508191124
008081223s VN| vie
0091 0
039|y20250819112426|ztainguyendientu
040 |aACTVN
041 |avie
044 |avm
082 |a658
10010|aGiang, Thị Thu Huyền
110 |bHọc viện Ngân hàng Việt Nam
245 |aỨng dụng phương pháp học máy dự báo mức độ căng thẳng tài chính của doanh nghiệp niêm yết tại Việt Nam / |cGiang Thị Thu Huyền, Đỗ Thị Vân Trang, Đoàn Viết Thắng..[và những người khác]
520 |aTrình bày sử dụng các phương pháp học máy và phương pháp thống kê truyền thống để dự báo mức độ căng thẳng tài chính của các doanh nghiệp niêm yết tại Việt Nam. Dữ liệu sử dụng trong bài báo được thu thập từ 646 doanh nghiệp niêm yết trên hai sàn giao dịch HOSE và HNX trong giai đoạn 2012- 2022. Nghiên cứu tiến hành thử nghiệm bộ dữ liệu thu thập trên các mô hình học máy: và phương pháp thống kê truyền thống. Kết quả của nghiên cứu cho thấy có sự phù hợp giữa kết quả của phương pháp truyền thống và các mô hình học máy hiện đại. Trong đó, mô hình có độ chính xác cao nhất là Random Forest (RF) với tỉ lệ chính xác 98,8%. Các biến có ảnh hưởng nhiều nhất đến tình trạng căng thẳng tài chính của doanh nghiệp là TANG, ROA, LTD, NPM. Dựa trên kết quả này, bài báo đề xuất một số khuyến nghị giúp hỗ trợ ra quyết định tài chính đúng đắn và có hiệu quả cho các bên liên quan (doanh nghiệp, cơ quan quản lý, cổ đông, chủ nợ, nhà đầu tư).
653 |aLASSO
653 |aMultiple regression model
653 |aHọc máy
653 |aCăng thẳng tài chính
700 |aĐỗ, Thị Vân Trang
700 |aĐoàn, Viết Thắng
7730 |tTạp chí Kinh tế - Luật ngân hàng |d2024|gtr. 82-96|x3030-4199|v10|i270
890|a0|b0|c1|d0
Không tìm thấy biểu ghi nào