Early warning signals of bank distress: machine learning techniques and shapley values analysis

Abstract

The banking sector plays a crucial role in the economy. Therefore, being able to anticipate banks’ financial distress is key to the overall economic stability. In this study, using a dataset for European and United Kingdom banks for the period 2006-2021, we develop an early warning system for banks’ financial distress. To this aim, first, we employ several machine learning techniques and compare their performance in order to assess whether bank’s financial distress episodes are predictable and individuate the model that best serves this aim. Second, we complement the machine learning methods with the Shapley Values approach in order to identify the key drivers of a bank’s financial distress. Indeed, identifying the factors that signal a bank’s vulnerability to financial distress could ultimately serve as a guide for regulators and banks’ management in their preventive and corrective actions.El sector bancario juega un papel crucial en la economía. Por lo tanto, ser capaz de anticipar las dificultades financieras de los bancos es clave para la estabilidad económica general. En este estudio, utilizando un conjunto de datos de bancos europeos y del Reino Unido para el período 2006-2021, desarrollamos un sistema de alerta temprana para las dificultades financieras de los bancos. Con este objetivo, primero, empleamos varias técnicas de "machine learning" y comparamos su rendimiento para evaluar si los episodios de dificultades financieras de los bancos son predecibles e identificar el modelo que mejor sirve a este propósito. En segundo lugar, complementamos los métodos de "machine learning" con el enfoque de "Shapley Values" con el fin de identificar los principales factores que conducen a las dificultades financieras de un banco. De hecho, identificar los factores que señalan la vulnerabilidad de un banco a las dificultades financieras podría servir en última instancia como una guía para los reguladores y la gestión de los bancos en sus acciones preventivas y correctivas.