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

多元機率比回歸模型 多元機率比回歸模型

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

相關詞條

熱門詞條

聯絡我們