Ứng dụng máy học trong giải thích các nhân tố quyết định quản lý tồn kho

Abstract

Nghiên cứu này khám phá các yếu tố quyết định quản lý tồn kho bằng cách áp dụng các thuật toán máy học, tập trung vào ảnh hưởng của các yếu tố tài chính và hoạt động doanh nghiệp đến mức tồn kho. Sử dụng dữ liệu từ 16.996 quan sát của 1.361 doanh nghiệp niêm yết trên HOSE, HNX và Upcom từ năm 2008 đến 2023, các chỉ số tài chính quan trọng như thanh khoản, các khoản phải thu, nợ ngắn hạn và vốn lưu động được phân tích thông qua các mô hình hồi quy Ridge, CatBoost và SHAP. Kết quả cho thấy hồi quy Ridge và CatBoost có hiệu quả vượt trội, với thanh khoản là yếu tố quan trọng nhất ảnh hưởng đến mức tồn kho. Phát hiện này nhấn mạnh tầm quan trọng của việc quản lý thanh khoản hiệu quả trong chiến lược tồn kho, giúp doanh nghiệp tối ưu hóa chi phí và cải thiện hiệu quả hoạt động. Nghiên cứu khuyến nghị các doanh nghiệp nên tích hợp các mô hình máy học vào hệ thống quản lý tồn kho để đưa ra các quyết định dựa trên dữ liệu, từ đó dự đoán và quản lý tốt hơn các yếu tố tác động đến hàng tồn kho.