Chúc mừng sinh viên Khoa HTTT có bài báo được công bố trên tạp chí khoa học Quốc tế “Operations Research and Decisions” (ORD, Q3)

Operations Research and Decisions (ORD) là tạp chí khoa học quốc tế phát hành hàng quý, truy cập mở (open access) và bình duyệt (peer-reviewed), được xuất bản và tài trợ bởi Khoa Quản lý, Đại học Khoa học và Công nghệ Wroclaw (Wroclaw University of Science and Technology), Ba Lan.

Tạp chí tập trung vào các phương pháp định lượng và ứng dụng của chúng trong kinh tế, quản trị và khoa học xã hội, là diễn đàn cho các nghiên cứu gốc trong lĩnh vực nghiên cứu tác nghiệp (operations research) và ra quyết định (decision-making).

Các chủ đề tiêu biểu mà ORD công bố bao gồm:

• Quản trị hoạt động kinh doanh và dự án

• Hệ thống hỗ trợ ra quyết định và trí tuệ kinh doanh

• Mô hình kinh tế lượng và thống kê

• Dự báo và trí tuệ tính toán

• Tối ưu hóa và lập trình toán học

• Lý thuyết trò chơi, mô phỏng và logistics

ORD tuân thủ các tiêu chuẩn học thuật và đạo đức cao, toàn bộ bài viết được công bố theo giấy phép Creative Commons (CC BY-NC-ND).
Toàn văn bài báo được truy cập miễn phí trực tuyến qua website chính thức và được lập chỉ mục trong các cơ sở dữ liệu hàng đầu như SCOPUS (Q3) và ISI (ESCI).

Thông tin xuất bản:

• Impact Factor (2025): 1.1

• CiteScore (2024): 1.5

• Acceptance rate: 15.21%

Link tạp chí: https://ord.pwr.edu.pl/

Tên bài báo: “Econometric Modeling of Unemployment Rate in the United Kingdom: From Classical ARIMA to Exogenous and Machine Learning Approaches”

Sinh viên thực hiện:

• 21521619 – Trần Tịnh Minh Tú – TMCL2021

Giảng viên hướng dẫn: TS. Trần Văn Hải Triều

Abstract:Unemployment is a key macroeconomic indicator for the labour market’s health. Economic shocks, political changes, and structural shifts in the UK have shaped its dynamics. Using 326 monthly observations from 1997–2024 (UK Office for National Statistics), this study forecasts unemployment via ARIMA(1,1,1), ARIMAX, Random Forest, and XGBoost. Especially, ARIMA works for short-term predictions but misses structural breaks and non-linearities. ARIMAX, with gross value added as an exogenous variable, offers slight gains yet suffers from heteroskedasticity. XGBoost delivers the best performance by capturing nonlinear relationships, but direct interpretability is limited. The structural stability test was inconclusive, constraining regime-switching or rolling forecasts. Future research should address these limitations and integrate SHAP-based interpretability with feature significance analysis to better understand model behaviour and the drivers of unemployment.