综合百科行业百科金融百科经济百科资源百科管理百科
管理百科
管理营销
资源百科
人力财务
经济百科
经济贸易
金融百科
金融证券
行业百科
物流咨询
综合百科
人物品牌

多元概率比回归模型

  	      	      	    	    	      	    

目录

什么是多元概率比回归模型

  多元概率比回归模型亦称Probit回归模型,是假定企业破产的概率为p,并假设企业样本服从标準正态分布,其概率函数的p分位元数可以用财务指标线性解释

多元概率比回归模型的计算公式

  先是确定企业样本的极大似然函数,通过求似然函数的极大值得到参数a、b,然后利用公式如下,求出企业破产的概率。和前面的判別规则一样,如果概率p小于0.5,就判別为财务正常型;如果p大于0.5,则为即将破产型。

  P = \int_{- \infty }^{a + bx} ( \frac {1} { \sqrt {2 \pi}})\,e^\frac{-t^2}{2}\, dt

采用多元概率比回归模型的前提条件[1]

  企业样本服从标准正态分布,概率函数p分位数可以用财务指标线性解释。

多元概率比回归模型与多元逻辑模型的区别

  Probit模型和Logit模型的思路很相似,但在具体的计算方法和假设前提上又有一定的差异,主要体现在三个方面:

  • 一是假设前提不同,Logit不需要严格的假设条件,而 Probit则假设企业样本服从标準正态分布,其概率函数的p分位元数可以用财务指标线性解释;
  • 二是参数a、b的求解方法不同,Logit采用线性回归方法求解,而Probit采用极大似然函数求极值的方法求解;
  • 三是求破产概率的方法不同,Logit采用取对数方法,而Probit采用积分的方法。

多元概率比回归模型的优缺点

假设条件比较严格,计算过程复杂,且有较多近似处理,但预测精确度高。

相关条目

参考文献

  1. 程涛.财务预警模型综述[J].山西财经大学学报,2003,25(5):105