Abstrakt
It has become crucial to have an early prediction model that provides accurate assurance for users about the financial situation of consumers. Recent studies have focused on predicting corporate bankruptcies and credit defaults, not personal bankruptcies. Due to this situation, the present study fills the literature gap by comparing different machine learning algorithms to predict personal bankruptcy. The main objective of the study is to examine the usefulness of machine learning models such as SVM, random forest, AdaBoost, XGBoost, LightGBM, and CatBoost in forecasting personal bankruptcy. The study relies on two samples of households (learning and testing) from the Survey of Consumer Finances, which was conducted in the United States. Among the models estimated, LightGBM, CatBoost, and XGBoost showed the highest effectiveness. The most important variables used in the models are income, refusal to grant credit, delays in the repayment of liabilities, the revolving debt ratio, and the housing debt ratio.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
0
Scopus
Autorzy (2)
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.18559/ebr.2024.2.1149
- Licencja
- otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
Economics and Business Review
nr 10,
strony 118 - 142,
ISSN: 2392-1641 - Język:
- angielski
- Rok wydania:
- 2024
- Opis bibliograficzny:
- Brygała M., Korol T.: Personal bankruptcy prediction using machine learning techniques// Economics and Business Review -Vol. 10,iss. 2 (2024), s.118-142
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.18559/ebr.2024.2.1149
- Źródła finansowania:
-
- Publikacja bezkosztowa
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 17 razy
Publikacje, które mogą cię zainteresować
Development of advanced machine learning for prognostic analysis of drying parameters for banana slices using indirect solar dryer
- N. Van,
- P. Paramasivam,
- M. Dzida
- + 5 autorów