Vliv strategií předzpracování dat na výkonnost modelování úpadku v kontextu výběru prvků a metod modelování

Ing. Elena Láncošová, Ph.D.

Doctoral thesis

The effect of data preprocessing strategies on performance of bankruptcy modelling in context of feature and modelling method selection

Abstract:

Tato disertační práce zkoumá vliv strategií data preprocessingu na výkon bankrotních modelů pomocí metod strojového učení v kontextu výběru proměnných a výběru metody modelování. První kapitola poskytuje teoretický rámec, diskutuje definici bankrotu, tradiční bankrotní modely, současné trendy ve výzkumu bankrotních modelů a běžné strategie data preprocessingu ve výzkumu modelování bankrotu. Druhá kapitola popisuje data a metody použité v dizertaci, včetně charakteristik dat, metod strojového učení a návrhu experimentu. V závěrečné kapitole jsou prezentovány výsledky a jejich diskuse, s důrazem na statistickou významnost data preprocessingových strategií, jejich interakce s dalšími technikami preprocessingových a jejich výkon za různých podmínek modelování. Jsou také diskutovány důsledky těchto zjištění pro výzkum modelování úpadku. Výzkum zdůrazňuje důležitost data preprocessingu v modelování bankrotu a jeho vliv na výkonnost modelu. Odhaluje, že určité strategie data preprocessingu, jako je ošetřování odlehlých hodnot a transformace dat, nemusí významně ovlivňovat výkon modelů strojového učení, zatímco jiné strategie, například přístup k chybějícím hodnotám, silně ovlivňují výkon modelovacích metod. Výsledky přispívají k pochopení metodologie modelování bankrotu a poskytují cenné poznatky pro výzkumníky a praktiky při budování přesných bankrotních modelů.

Abstract:

This dissertation examines the effect of data preprocessing strategies on performance of bankruptcy modelling via Machine Learning in context of feature selection and modelling method selection. The first chapter provides a theoretical framework, discussing the definition of bankruptcy, traditional bankruptcy models, current trends in bankruptcy research, and common data preprocessing strategies in bankruptcy modelling research. The second chapter describes the data and methodology used in the study, including data characteristics, Machine Learning methods, and the experiment design. The final chapter presents the results and their discussion, focusing on the statistical significance of preprocessing methods, their interactions with other preprocessing techniques, and their performance under different modelling conditions. The implications of these findings for bankruptcy modelling research are also discussed. The research highlights the importance of data preprocessing in bankruptcy modelling and its impact on model performance. It reveals that certain preprocessing strategies, such as outlier treatment and data transformations, may not significantly affect Machine Learning models’ performance while other such as missing values strategy strongly impact performance of modelling methods. The results contribute to the understanding of bankruptcy modelling methodology, providing valuable insights for researchers and practitioners in building accurate bankruptcy prediction models.

Keywords

bankruptcy modelling, data preprocessing, Machine Learning, feature selection, model estimation

Language used: English

Date on which the thesis was submitted / produced: 5. 4. 2024

Thesis defence

• Date of defence: 10. 6. 2024
• Supervisor: prof. Ing. Eva Horvátová, CSc.
• Reader: prof. Ing. Mgr. Renáta Pitoňáková, PhD., prof. Ing. Marek Zinecker, Ph.D.

Masaryk University

Faculty of Economics and Administration

Doctoral programme / field:
Finance / Finance