Nghiên cứu sử dụng một số Mô hình phân lớp để giải quyết vấn đề này; việc xử lý kết quả được thông qua ngôn ngữ lập trình Python. Bước đầu đạt kết quả khả quan và đáng tin cậy thông qua bằng chứng thực nghiệm tại Việt Nam. | SỬ DỤNG CÁC MÔ HÌNH PHÂN LỚP CẢNH BÁO SỚM RỦI RO PHÁ SẢN CỦA DOANH NGHIỆP THÔNG QUA BÁO CÁO TÀI CHÍNH BẰNG CHỨNG THỰC NGHIỆM TẠI VIỆT NAM TS Nguyễn Huy Hoàng Nguyễn Tâm Nhi TÓM TẮT Trong quá trình hoạt động có thể một số Doanh nghiệp gặp phải rủi ro dẫn đến phá sản Việc dự báo sớm được khả năng này sẽ giúp ích cho Doanh nghiệp cũng như các Nhà quản lý Nhà đầu tư. Thông tin hoạt động Doanh nghiệp chủ yếu dựa vào báo cáo tài chính BCTC nên việc xây dựng Mô hình cảnh báo sớm rủi ro phá sản Doanh nghiệp thông qua thông tin báo cáo tài chính là khả thi và hữu dụng. Nghiên cứu sử dụng một số Mô hình phân lớp để giải quyết vấn đề này việc xử lý kết quả được thông qua ngôn ngữ lập trình Python. Bước đầu đạt kết quả khả quan và đáng tin cậy thông qua bằng chứng thực nghiệm tại Việt Nam. Từ khóa Phá sản doanh nghiệp Báo cáo tài chính Mô hình phân lớp Python. 1. Giới thiệu các kiến thức cơ bản Các nhân tố mô hình và phương pháp trong nghiên cứu Biến phụ thuộc Biến phụ thuộc trong mô hình dự báo rủi ro phá sản của doanh nghiệp là một biến nhị phân. Nghiên cứu thực hiện thu thập số liệu theo 2 khung thời gian của các doanh nghiệp cụ thể như sau 4 quý Đối với các doanh nghiệp đã phá sản chọn quý thứ nhất là từ thời điểm phá sản và 3 quý còn lại là từ thời điểm phá sản trở về trước. Đối với các doanh nghiệp đang hoạt động nghiên cứu chọn 4 quý từ quý III năm 2019 đến quý II năm 2020. 8 quý Đối với các doanh nghiệp đã phá sản chọn quý thứ nhất là từ thời điểm phá sản và 7 quý còn lại là từ thời điểm phá sản trở về trước. Đối với các doanh nghiệp đang hoạt động nghiên cứu chọn 8 quý từ quý IV năm 2018 đến quý II năm 2020. Khoa Kinh tế Luật Trường Đại học Tài chính Marketing. - 235 Biến phụ thuộc được xác định như sau đối với các doanh nghiệp đã phá sản tại một thời điểm xác định sẽ được gán nhãn với giá trị 1 ngược lại đối với các doanh nghiệp hoạt động tại một thời điểm xác định sẽ được gán nhãn với giá trị 0 . Mô hình sau khi dự báo sẽ cho xác suất phá sản cho từng đối tượng tùy
