Sử dụng các mô hình cây phân lớp dự báo kiệt quệ tài chính cho doanh nghiệp Việt Nam

  • Thị Cẩm Hà Huỳnh
  • Thị Uyên Uyên Nguyễn
Từ khóa: kiệt quệtài chính; mô hình cây phân lớp; thuật toán Adaboost ; thuật toán C4.5

Tóm tắt

Bài viết thực hiện nhằm dự báo kiệt quệ tài chính (KQTC) cho các doanh nghiệp Việt Nam bằng việc sử dụng mô hình cây phân lớp dựa trên thuật toán C4.5 và thuật toán AdaBoost cho mẫu dữ liệu nghiên cứu gồm 664 công ty trên thị trường chứng khoán Việt Nam từ năm 2009-2015. Kết quả nghiên cứu cho thấy các mô hình cây phân lớp hoàn toàn phù hợp để dự báo KQTC cho doanh nghiệp , đặc biệt là mô hình cây dựa trên thuật toán Adaboost, với kết quả dự báo chính xác trên 90%. Chúng tôi tìm thấy ba thuộc tính đóng vai trò quan trọng nhất trong dự báo KQTC từ mô hình cây cho các doanh nghiệp Việt Nam. Thứ nhất, nếu chỉ số tăng trưởng trong vốn chủ sở hữu của doanh nghiệp không đạt được giá trị tối thiểu là -0,3757; doanh nghiệp sẽ đối diện với KQTC. Thứ hai, khi tăng trưởng trong vốn chủ sở hữu của doanh nghiệp lớn hơn -0,3757, doanh nghiệp vẫn sẽ rơi vào KQTC khi đồng thời có tỷ lệ nợ trên vốn chủ sở hữu lớn hơn 3,2136 và tăng trưởng trong vốn chủ sở hữu nhỏ hơn 0,1805. Thứ ba, nếu tỷ lệ lợi nhuận ròng trên vốn chủ sở hữu không thể lớn hơn 0,2 v ỷ lệ nợ trên vốn chủ sở hữu vượt quá 4,3591; doanh nghiệp sẽ có khả năng KQTC.

điểm /   đánh giá
Phát hành ngày
2021-05-11
Chuyên mục
Bài viết