多元概率比回归模型
1.什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。
2.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。
3.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。
4.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。
评论 | 0条评论
评论