多元機率比回歸模型

多元機率比回歸模型亦稱Probit回歸模型，是假定企業破產的機率為p，並假設企業樣本服從標準常態分配，其機率函式的p分位元數可以用財務指標線性解釋。

計算公式

先是確定企業樣本的極大似然函式，通過求似然函式的極大值得到參數a、b，然後利用公式如下，求出企業破產的機率。和前面的判別規則一樣，如果機率p小於0.5，就判別為財務正常型；如果p大於0.5，則為即將破產型。

採用前提條件

企業樣本服從標準常態分配，機率函式p分位數可以用財務指標線性解釋。

多元機率比回歸模型與多元邏輯模型的

區別

Probit模型和Logit模型的思路很相似，但在具體的計算方法和假設前提上又有一定的差異，主要體現在三個方面：

一是假設前提不同，Logit不需要嚴格的假設條件，而 Probit則假設企業樣本服從標準常態分配，其機率函式的p分位元數可以用財務指標線性解釋；

二是參數a、b的求解方法不同，Logit採用線性回歸方法求解，而Probit採用極大似然函式求極值的方法求解；

三是求破產機率的方法不同，Logit採用取對數方法，而Probit採用積分的方法。

優缺點

假設條件比較嚴格，計算過程複雜，且有較多近似處理，但預測精確度高。

相關條目

財務預警模型

多元判定模型

參考文獻

1 程濤.財務預警模型綜述[J].山西財經大學學報，2003,25（5）：105