Si bien hay un interés creciente en los activos criptográficos, el riesgo crediticio de estos intercambios sigue siendo relativamente inexplorado. Para llenar este vacío, consideramos un conjunto de datos único de 144 intercambios, activos desde el primer trimestre de 2018 hasta el primer trimestre de 2021. Analizamos los determinantes que rodean la decisión de cerrar un intercambio utilizando técnicas de puntuación crediticia y aprendizaje automático. Las calificaciones de ciberseguridad, tener un equipo de desarrolladores público, la antigüedad del intercambio y el número de criptomonedas negociadas disponibles son las principales covariables significativas en diferentes especificaciones del modelo. Tanto los análisis dentro de la muestra como los fuera de la muestra confirman estos hallazgos. Estos resultados son robustos en cuanto a la inclusión de variables adicionales, considerando el país de registro de estos intercambios y si son centralizados o descentralizados.