Ứng dụng Machine Learning trong dự đoán chính sách chi trả cổ tức của các công ty niêm yết Việt Nam

Abstract

Dự đoán chính sách chi trả cổ tức của các công ty niêm yết tại Việt Nam bằng mô hình học máy Machine Learning là một nghiên cứu mới cần được thực hiện, nhằm khai thác tiềm năng ứng dụng mạnh mẽ của mô hình học máy vào trong các lĩnh vực đời sống nói chung và trong lĩnh vực tài chính nói riêng. Mục tiêu của nghiên cứu này là nhằm kiểm định về mức độ dự đoán chính xác thông qua phương pháp học máy (Machine Learning) bằng các kỹ thuật phân tích gồm: Logistic Regression, Decision Tree, Random Forest và XGBoost. Để thực hiện nghiên cứu, tác giả đã thu thập dữ liệu tài chính từ các công ty niêm yết Việt Nam trong giai đoạn 2019 – 2023. Sau đó tiến hành xử lý dữ liệu và xây dựng các mô hình học máy để tiến hành kiểm định. Kết quả nghiên cứu cho thấy kỹ thuật Random Forest được đánh giá phù hợp hơn, có khả năng dự đoán với hiệu quả cao so với các kỹ thuật còn lại dựa trên các tiêu chí đã đưa ra. Kết luận của nghiên cứu chỉ ra rằng việc áp dụng mô hình học máy trong dự đoán chính sách chi trả cổ tức của các công ty niêm yết Việt Nam có thể cung cấp những thông tin hữu ích cho ban lãnh đạo của công ty trong việc đưa ra quyết định chính sách chi trả cổ tức phù hợp với tình hình tài chính của công ty, cũng như giúp cho các nhà đầu tư có thể đưa ra các quyết định đầu tư hiệu quả. Bên cạnh đó, kết quả nghiên cứu này cũng mở ra cơ hội mới cho việc áp dụng các công nghệ tiên tiến trong phân tích tài chính và các lĩnh vực khác trong tương lai.