多元概率比回归模型

出自 MBA智库百科(https://wiki.mbalib.com/)

　　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。

　　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 =

　　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。

　　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。

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。

• 财务预警模型
• 多元判定模型